[學習]概率論與數(shù)理統(tǒng)計柴中林復習_第1頁
已閱讀1頁,還剩25頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、課件在郵箱mathsmodeling@163.com,密碼518516,隨機現(xiàn)象(偶然性現(xiàn)象):在一定條件下有多種可能結(jié)果。事先可以知道發(fā)生的所有結(jié)果,但發(fā)生什么結(jié)果事先無法預知。,隨機現(xiàn)象廣泛的存在于現(xiàn)實生活中。 概率論與數(shù)理統(tǒng)計是研究和揭示隨機現(xiàn)象統(tǒng)計規(guī)律性的一門科學。,相關(guān)概念和定義,對隨機現(xiàn)象做一次觀察或測量稱為做一個試驗,記為 E 。,試驗所有可能結(jié)果構(gòu)成的集合稱為樣本空間,記為Ω。樣本空間中的元素, 稱為樣本點。,Ω的

2、任意一個子集(或一些樣本點的集合)稱為一個隨機事件,簡稱事件。,樣本點(基本事件)在一次實驗中或發(fā)生,或不發(fā)生。事件也一樣(除了必然事件和不可能事件)。,事件間的關(guān)系,A?B :事件A的發(fā)生會導致事件B的發(fā)生。,若A?B, 且B?A, 則A=B。,A∪B :事件 A或事件 B發(fā)生的事件 。,A∩B或AB :事件A與B同時發(fā)生的事件。,若AB=Ø,稱A與B為互斥事件(或互不相容事件)。,A-B:A發(fā)生且B不發(fā)生的事件 。,它也等

3、價于不同事件雖在試驗中都會發(fā)生,但發(fā)生的可能性(幾率)不同,有的大有的小,稱這個可能性為概率。它貫穿于概率論的始末。,隨機現(xiàn)象具有偶然性:事件在一次試驗中可能發(fā)生,也可能不發(fā)生(無法預測)。它也有必然性:在大量重復試驗中任何事件都呈現(xiàn)統(tǒng)計規(guī)律性:頻率的穩(wěn)定性:頻率總穩(wěn)定在一個常值附近,即,基本特征(1). 1 ≥ P(A)≥0;(2) P(Ω)=1 ; (3) P(Ø)=1 。該值越大,事件在試驗中越容易發(fā)生。,2. 若A?

4、B, 則:P(B-A)=P(B)-P(A), P(B)≥P(A)。,,1.,幾個式子,3.,4. 當 AB=Ø時 P(A?B)=P(A)+P(B),古典概型:試驗結(jié)果只有有限個;各個結(jié)果出現(xiàn)的可能性相同,此時,若基本事件總數(shù)為n個,事件A 包含 k 個基本事件,則 P(A)=k/n,條件概率: 事件B發(fā)生的條件下事件A發(fā)生的概率稱為條件概率,記為P(A|B) 。一般的, P(A|B) ≠P(A) 。計算公式,于是 P(A

5、B)=P(B)P(A|B)。同理P(AB)=P(A)P(B|A),全概率公式與貝葉斯公式:設 A1,A2,…,An為一完備事件組,則對任一事件B有,,P(A|B)=P(A), P(B|A) = P(B) , P(AB)=P(A) P(B).,事件的獨立性:若事件A ,B的發(fā)生不受對方發(fā)生與否的影響,則稱A與B相互獨立。判定式子,獨立試驗序列:事件A發(fā)生的概率是p,將試驗重復獨立進行n次。這樣的n次重復試驗稱為n重獨立試驗序列,也稱n重貝

6、努利試驗。,在n重貝努利試驗中, A發(fā)生的次數(shù)的可能取值為0,1,2,…n。記A發(fā)生k次的概率為Pn(k),則有,隨機變量:為將隨機現(xiàn)象數(shù)字化而引入的。 方法:將每一個樣本點ω與一個數(shù)X(ω)相對應(本身有數(shù)字的就用這個數(shù)字),不同樣本點對應不同的值。再引入一個變量X。當一個樣本點發(fā)生了,說X取到了對應的值。顯然,X可以取到不同的值,而僅當一個樣本點ω發(fā)生了,才說X取到了X(ω) 。因為樣本點的發(fā)生是隨機的,故稱為隨機

7、變量。 注意:一個隨機變量表示一個隨機現(xiàn)象。,通過引入隨機變量,在隨機現(xiàn)象中對事件及事件概率的研究轉(zhuǎn)化為對隨機變量取值規(guī)律和概率的研究。,離散型隨機變量, 分布律。設X的取值為則的分布律可描述為,分布函數(shù),設 X是隨機變量,稱函數(shù)F(x)=P{X≤x} 為X 的分布函數(shù)(X小于等于x的全部概率,故有局限性。離散、連續(xù)均可)。,(1).?a<b,總有F(a)≤F(b);(2).F(x)是一個右連續(xù)函數(shù);(3).

8、0≤F(x)≤1,且F(-?)=0,F(+?)=1,離散型隨機變量的分布函數(shù),圖形:臺階狀階梯線,每經(jīng)過一個概率點,臺階向上跳躍,躍度為該點的概率。,當n=1時就是 兩點分布,X~B(1, p) P(X=k)=p(1-p)1-k,k=0,1.,常見分布,1 二項分布(獨立試驗序列),X~B(n, p),,2. 超幾何分布, X ~ H(n;M,N),,3泊松分布X ~ P(λ),N很大時,超幾何分布 H(n;M,N) 近似于一個二項

9、分布B(n;p) , n很大時,二項分布B(n;p) 近似于一個泊松分布P(λ). 此外,二項分布可看做若干獨立同分布的兩點分布之和.,連續(xù)型隨機變量:對隨機變量X,若存在非負可積函數(shù) f(x), 使得對任意a,b, 有,稱 X為連續(xù)型隨機變量, f(x)為 X 的概率密度函數(shù)。性質(zhì),對任何常數(shù)a都有P(X=a)=0.因此,概率為0的事件未必為不可能事件。概率為1的事件也未必為必然事件。此外,,常見分布,1,正態(tài)分布, X ~N(

10、μ,σ2),,2.均勻分布,X ~U(a,b),,對它,總有P(X>μ)=P(X<μ)=0.5,標準正態(tài)分布, X ~N(0,1),,聯(lián)系,若X ~N(μ,σ2), 則(X-μ)/σ ~ N(0,1),,指數(shù)分布, X ~e(λ),隨機變量函數(shù)的分布:X的分布已知, Y=g(X)也已知,求Y的分布。,離散型,設X的分布律為P(X=xk)=pk,對每個xk,利用Y=g(X)求出所有的Y值 ,就得Y的所有取值。對每個Y的取值y

11、i ,將原來的xk的概率相加,就是P(Y=yi),從而得到Y(jié)的分布,連續(xù)型,利用分布函數(shù),F(xiàn)Y (y)= P(Y≤y)= P(g(X) ≤y),根據(jù)g(X) ≤y求解得到關(guān)于X的不等式,進而轉(zhuǎn)化成X的分布函數(shù),兩邊對y求導即可,二維隨機向量(變量), (X, Y),(聯(lián)合)分布函數(shù)為F(x,y)=P(X≤x,Y ≤ y),性質(zhì)(1). x1< x2 時,F(xiàn)(x1, y)≤F(x2, y). 當y1≤y2時,

12、 F(x, y1)≤F(x, y2).,(2).?x, y?R, 有 0≤F(x, y)≤1;,(3). F(-∞, y)=0, F(x, -∞)=0, F(-∞, -∞)=0,F(xiàn)(∞, ∞)=1.,離散型,(聯(lián)合)分布律,或,連續(xù)型,設(X, Y)的分布函數(shù)為F(x, y),如果存在一個非負函數(shù)f(x,y),使得對任意實數(shù) x,y, 有,稱(X,Y)為連續(xù)型隨機向量,f(x,y)為(

13、X,Y)的概率密度函數(shù)。.,邊緣分布,在二維分布(X, Y)中分別考慮X, Y的分布時的分布,FX(x)=P{X≤x}=P{X≤x,Y<∞}=F(x,∞),F(xiàn)Y(y)=P{Y≤y}=P{X<∞,Y≤y}=F(∞,y).,求法,離散型,設(X, Y ) 的概率分布為P(X=xi,Y=yj)=pij,則,連續(xù)型, (X, Y) 的概率密度為 f (x, y),則,獨立性,對( X, Y)來說,若X, Y相互不受對方的影響,稱

14、它們相互獨立。判定方法,連續(xù)型,離散型,二維隨機變量函數(shù)的分布Z=X+Y,離散(略)。連續(xù),FZ(z)=P(Z≤z)=P(X+Y ≤ z),獨立時,M = max(X,Y) , N = min(X,Y) 的分布,FX(x) FY(y),FM(z) = FX(z) FY(z) .,FN(z) = 1-[1-FX(z)][1-FY(z)],隨機變量的數(shù)字特征。期望:隨機變量X平均取值的大小。計算,離散, P{X=xk}=pk ,,連續(xù),

15、f(x),,若Y=g(X) ,則,若Z = g(X,Y),則,性質(zhì),(3). X, Y 相互獨立,則 E(XY)=E(X)E(Y);,方差:反映隨機變量X取值的分散程度,式子 D(X)= E[X-E(X)]2 = E(X2)-[E(X)]2 ,計算,(1). Var(C)=0;,(2)Var(CX)=C2 Var(X);,(4). Var(X1±X2)= Var(X1)+Var(X2);,對X ,若,則E(Y)=0,D(Y

16、)=1,常用隨機變量的期望與方差,協(xié)方差,Cov(X, Y) = E{[ X-E(X)][Y-E(Y) ]}= E( XY) -E(X)E(Y),相關(guān)系數(shù),性質(zhì),若X, Y相互獨立,兩個都為0,但反之不對。,矩, k 階原點矩,E(Xk); k 階中心矩, E{[X-E(X)]k} 。,大數(shù)定律,中心極限定理(略),數(shù)理統(tǒng)計:研究以有效的方式收集、 整理和分析帶有隨機性的數(shù)據(jù),以便對所考察的問題作出正確的推斷。總體(X): (具有隨機

17、性的)研究對象(的相關(guān)數(shù)字)的全體。樣本:從總體中抽取部分個體X1, X2 , … , Xn進行觀測(檢測),已達到對總體的科學推斷。簡單樣本,對總體做簡單重復抽樣得到的樣本。 各X1, X2 , … , Xn 相互獨立且與X具有相同的分布。,此外,引入3個新的分布,統(tǒng)計量,對獲得的樣本進行“加工”的各種規(guī)則(函數(shù)),稱為統(tǒng)計量,如,F =(X/m)/(Y/n),當X為正態(tài)總體時,為樣本時,參數(shù)估計,X 的分布函數(shù)為 F( x,

18、θ ),其中θ 未知,有樣本, X1, X2 , … , Xn . 給出θ的一個估計值。矩估計,總體矩ak中含有θ ,對一些正整數(shù)k,令兩個矩相等,解出θ ,就是θ的估計值。,極大似然估計,一切發(fā)生的都是應該發(fā)生的,從而是最大可能發(fā)生的,設總體 X 的分布 (連續(xù)型時為密度函數(shù),離散型時為分布律) 為 f(x, θ) , 今有樣本 X1, X2 , … , Xn . 從而認為θ的值應使得

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論