概率ch3-3

合集下载

T232概率论与数理统计复习资料ch3-3

T232概率论与数理统计复习资料ch3-3

i 1
2
解:
Xi
~
N (0,1), i
1,, n,
且 它 们 独 立.
n
i 1
( Xi )2 2
~
2 (n).
常用的统计学分布
2
对于给定的 (0 1),称满足条件:
P{
2
2
(
n)}
的点2 (n)为 2 (n)分布的上分位点。
常用的统计学分布
2 0.05
(8)
_1_5_.5_0_7_,
S/ n
(n 1)S 2 ~ t(n 1)
2 (n 1)
常用的统计学分布
定理3 设 X 1 , X 2 ,, X n1 与 Y1 ,Y2 ,Yn2 分别是具有
相同方差的两个正态总体N (1 , 2 ), N ( 2 , 2 )
的样本,且它们独立.
1 n1
1 n2
X
n1
Xi, Y
i 1
P{| t |> t (n)} = α
/2
tα (n) 为双侧分位数
t (n)
例 t0.05 (8) __2_.3_0_6_,
例 若 X ~ t(10), 且 1 使PX 1 0.05,则
1 t_0_.1_0_(1_0_)___1_._81_2_ .
若 X ~ t(10), 且 2 使PX 2 0.05,则
例 F0.95 (8,6) ____________ .
F0.9 (4,7) ______________ .
常用的统计学分布 设 T ~ t(n) ,则 T 2 ~ F (1, n)
证明: X ~ N (0, 1), Y ~ 2 (n), X,Y 独立

CH1-3概率的运算法则

CH1-3概率的运算法则
2 (1) P( D) P( A) 1 P( A) 1 3 =19/27 3
3
Ch1-3-5
(2) P( A B)
2 2 1 P( A) P( B) P( AB) 3 3 3 =5/9 3 3 3
3
3Leabharlann 3Ch1-3-6练1-3-1 从1-200个整数中任取一个数, 求此数不能被6和8整除的概率。
Ch1-3-14
B ={正正,反反}
AB ={正正}
P( AB) 1 / 4 =1/3, 则 P(B|A) P( A) 3/ 4
P(A|B)=1/2
练1-3-3 练习册P3 三. 解 令A=“有一个是女孩”
B=“另一个也是女孩” 法一
{男男,男女,女男,女女}
Ch1-3-15
A={男女,女男,女女}
解 令 A—上学期得优, B—下学期得优
P( AB) 0.05 P( AB) 0.079 P( AB) 0.089
Ch1-3-16
P( AB) 0.05
P( AB) 0.079
P( AB) 0.089
P( AB) (1) P( B | A) P( A)
P( AB) (2) P( B | A) P( A)
推广:
P( A B ) P( A B A ) P( A ) P( B A )
P( A B C ) P( A ) P( B ) P( C ) P( AB ) P( AC ) P( BC ) P( ABC )
事实上
P( A B C ) P(( A B) C )
(4)
CH1-3小结
概率的计算 • 古典概率

人教版高中数学必修3第三章概率《3.1.1 随机事件的概率》教学PPT

人教版高中数学必修3第三章概率《3.1.1 随机事件的概率》教学PPT

1061
0.5181
4040
2048
0.5069
12000
6019
0.5016
24000
12012
05005
30000
14984
0.4996
72088
36124
0.5011
我们看到,当试验次数很多时,出现正面的 频率值在0.5附近摆动.
上述试验表明,随机事件A在每次试验中是否 发生是不能预知的,但是在大量重复试验后,随 着试验次数的增加,事件A发生的频率呈现出一定 的规律性,这个规律性是如何体现出来的?
有些事情的发生是偶然的,有些事情的发生是必然的.
但是偶然与必然之间往往有某种内在联系.
例如,北京地区一年四季的变化有着确定的、必 然的规律,但北京地区一年里哪一天最热,哪一天最 冷,哪一天降雨量最大,那一天降雪量最大等,又是 不确定的、偶然的.
基本概念
1、随机事件: 在条件S下可能发生也可能 不发生的事件,叫做相对于 条件S的随机事件,简称随 机事件.
这些事件会发生吗?是什么事件?
不可能发生,不可能发生,不可能事件
确定事件
考察下列事件: (1)某人射击一次命中目标; (2)任意选择一个电视频道,它正在播放
新闻; (3)抛掷一个骰子出现的点数为奇数.
这些事件一定会发生吗?他们是什么事件?
可能发生也可能不发生,随机事件.
对于随机事件,知道它发生的可能性大小是 非常重要的.
2、必然事件: 在条件S下一定会发生的事 件,叫做相对于条件S的必 然事件,简称必然事件.
3、不可能事件: 在条件S下一定不会发生的事 件,叫做相对于条件S的不可 能事件,简称不可能事件.
4、确定事件: 必然事件与不可能事件统称为 相对于条件S的确定事件,简称 确定事件.

ch3幂律齐普夫,帕累托模型

ch3幂律齐普夫,帕累托模型
布拉德福定律是文献计量学的重要定律之一,它和洛特卡定 律、Zipf定律一起被并称为文献计量学的三大定律。
帕累托分布(图)
/wiki/%E5%B8%95%E7%B4%AF%E6%89%98%E5%88%86%E5%B8%83
帕累托分布(1)
帕累托分布可以归纳为一个非常简洁的表述:通过 市场交易,20%的人将占有80%的社会财富,如 果交易可以不断进行下去,那么,“在因和果、 努力和收获之间,普遍存在着不平衡关系,典型 的情况是:80%的收获来自20%的努力;其他 80%的力气只带来20%的结果”。
大致是帕累托分布的例子
• 在现代工业资本主义创造了大量中产阶级前后, 财富在个人之间的分布。
• 人类居住区的规模 • 接近绝对零度时,爱因斯坦凝聚的团簇 • 在互联网流量中文件规模的分布 • 油田的石油储备数量 • 龙卷风带来的灾难的数量
幂律分布特征: 双对数坐标下,一条斜率为负数k的直线
y=c*x^(-k),
Zipf 模型 续: 20%城里居住着80%的人口吗?
%计算排名前20%的城里居住的人口(某国)gm20和 %排名前20%的城里居住的人口占总人口的百分比,即相对规模, xdgm20 zgm=sum(gm) %总规模 pm20=npm/5 gm20=0; for i=1:pm20
gm20=gm20+gm(i); endfor gm20 xdgm20=gm20/zgm %百分相对规模
不人在他有这个上们来到时
/link?url=SQyragilOETE2Ofcid4lPySETscZildBRh-gcmasz_kFg_PaHdnEfvIyfmt3dC7WDCTA5UJNGwpkyu9j3BhuuonZMVus-NQ0iRkTqtcsNGm

概率3-3

概率3-3
概率论
第三节
条件分布
离散型随机变量的条件分布
连续型随机变量的条件分布
课堂练习
小结
概率论
在第一章中,我们介绍了条件概率的概念 . 在事件B发生的条件下事件A发生的条件概率
P ( AB) P ( A | B) P ( B)
推广到随机变量
设有两个r.v X, Y , 在给定Y取某个或某些值 的条件下,求X的概率分布.
2
n m 1
p (1 p)
2

p
2
m 1 2
n m 1
(1 p)

n2
( m=1,2, … )
概率论
Y的边缘分布律是:
P Y n P X m ,Y n
m 1
n 1
p (1 p)
2 m 1
n 1
n2
(n 1) p (1 p)
X Y 0 1 2 P{X=i} 0 0.840 0.060 0.010 0.910 1 0.030 0.010 0.005 0.045 2 0.020 0.008 0.004 0.032 3 0.010 0.002 0.001 0.013 P{Y=j} 0.900 0.080 0.020 1.000
P X xi ,Y y j P Y yj





pi j p j
,i=1,2, …
为在 Y = yj条件下随机变量X的条件分布律. 作为条件的那个r.v,认为取值是给定的, 在此条件下求另一r.v的概率分布.
概率论
条件分布是一种概率分布,它具有概率分布的 一切性质. 正如条件概率是一种概率,具有概率的 一切性质. 例如:
1/ 3

数学必修三 3.1.3.1概率的基本性质

数学必修三  3.1.3.1概率的基本性质
如: C1=D1
注:(1)图形表示:
B(A)
(2)两个相等的事件总是同时发生或同时不 发生。
例: C1={出现1点}; C5={出现5点}; J={出现1点或5点}.
3.并(和)事件
若某事件发生当且仅当事件A或事件B发生,则称 此事件为事件A与事件B的并事件(或和事件).
记作:AB(或A+B)
如:C1 C5=J
3.1.3 概率的基本性质
我们知道,一个事件可能包含试验的多个结果。
比如在掷骰子这个试验中:“出现的点数小于或 等于3”这个事件中包含了哪些结果呢?
①“出现的点数为1” ②“出现的点数为2” ③“出现的点数为3”这三个结果 这样我们把每一个结果可看作元素,而每一个事件可 看作一个集合。 因此。事件之间的关系及运算几乎等价于集合之间的 关系与运算。
图形表示:
A
B
例:D2={出现的点数大于3};D3={出现的点数小于5}; C4={出现4点};
4.交(积)事件
若某事件发生当且仅当事件A发生且事件B发 生,则称此事件为事件A与事件B的交事件
(或积事件).记作:AB(或AB)
如: C3 D3= C4
图Hale Waihona Puke 表示:AB例: C1={出现1点}; C3={出现3点};
5.互斥事件
若AB为不可能事件( AB =)那么称事件A
与事件B互斥.
如:C1 C3 =
注:事件A与事件B互斥时
(1)事件A与事件B在任何一次试验中不 会同时发生。
(2)两事件同时发生的概率为0。
图形表示:
A
B
例: G={出现的点数为偶数}; H={出现的点数为奇数};
6.对立事件 若AB为不可能事件, AB为必然事件,那么事

概论与统计第一章 随机事件及概率


事件 C:“没有次品”
基本事件
事件 D: “有2个或3个次品”
包含2个基本事件:
整理课件
1.3 事件间的关系及运算 ❖ 引言
因为任一随机事件都是样本空间的一个子集,所以事 件的关系和运算与集合的关系和运算完全类似。
1、事件的包含与相等
属于 A 的 必然属于 B
** 事件 A 的发生必然导致事件 B 的发生,则称事件 B
试验E的任何事件A都可表示为其样本空间的子集。
样本空间Ω的仅包含一个样本点ω的单点集{ω}称为基本
事件,也是一种随机事件。否则,称为复合事件(由两个或两 个以上的基本事件构成的事件整)理。课件
事件发生:如果当且仅当样本点ω1,ω2,…,ωk有一个出 现时,事件A就发生。
用事件A中的样本点的全体来表示事件A,即 A={1, 2,…... k}
了数理统计的基本概念和方法,主要有参数估计、参数假设检验、
回归分析基本知识和原理,使学生对统计学原理的作用有一深刻的
了解。(Ch6----Ch9)
通过本课程的学习,使学生能全面理解、掌握概率论与数理统
计的思想与方法,掌握基本而常用的分析和计算方法,并能运用概
率论与数理统计的观点和方法来研究解决经济与管理中的实践问
题。
整理课件
第一章 随机事件及其概率
引言
确定性现象:在一定条件下一定会发生或一定不会发生 的现象
随随机机现现象象::在在一一定定条条件件下下可可能能发发生生也也可可能能不不发发生生的的现现象象
例 1 (1)太阳从东方升起 (2)边长为a的正方形的面积为a2 (3)一袋中有10个白球,今从中任取一球为白球
整理课件
§1 随 机 事 件
1.1 随机试验与样本空间

北师版初三数学上册第三章概率知识点讲解附作业

北师版初三数学上册第三章概率知识点讲解附作业九年级(上册)第三章概率的进一步认识一.频数与频率频数:在数据统计中,每个对象出现的次数叫做频数,频率:每个对象出现的次数与总次数的比值为频率。

即 频数频率总次数概率的意义和大小:概率就是表示每件事情发生的可能性大小,即一个时间发生的可能性大小的数值。

必然事件发生的概率为1;不可能事件发生的概率为0;不确定事件发生的概率在0与1之间。

频率与概率的区别:随着实验次数的增加,实验结果出现的频率逐渐趋于一个常数,则把这个常数看做实验结果的概率。

注意:①频率就是频率,频率不是概念②频率是通过实验得到的,概率就通过计算得到的③通过频率估计概率时,只看最多实验次数一项的频率,此项的频率即等于概率,而不是求所有频率的平均值二.通过实验运用稳定的频率来估计某一时间的概率在进行试验的时候,当试验的次数很大时,某个事件发生的频率稳定在相应的概率附近。

我们可以通过多次试验,用一个事件发生的频率来估计这一事件发生的频率。

三.利用画树状图或列表法求概率(重难点)①树状图的画法有两钟,可以横画也可以竖着画,其中树状图在画法上要写“开始”然后是“第一次”“第二次”“结果”②列表法的使用必须保证是两个元素的才方便使用,因为表格最方便的是使用两个轴向。

其中表格的类型有三种,一种是标准型,第二种是中间有一条斜线型,第三种是中间加数据型,比如和,奇数,偶数等四.概率题型①公平题②方程题③用频率估计概念④画树状图列表求概率(重点)⑤游戏设定1、在抛一枚质地均匀的硬币的实验中,如果没有硬币,则下列实验不能作为替代物的是()A、一枚均匀的骰子,B、瓶盖,C、两张相同的卡片,D、两张扑克牌2、密码锁的密码是一个四位数字的号码,每位上的数字都可以是0到9中的任一个,某人忘了密码的最后一位号码, 此人开锁时,随意拔动最后一位号码正好能把锁打开的概率是______.若此人忘了中间两位号码,随意拔动中间两位号码正好能把锁打开的概率是______.3、某商场在“五一”期间推出购物摸奖活动,摸奖箱内有除颜色以外完全相同的红色、白色乒乓球各两个.顾客摸奖时,一次摸出两个球,如果两个球的颜色相同就得奖,颜色不同则不得奖.那么顾客摸奖一次,得奖的概率是.4、从一个装有2黄2黑的袋子里有放回地两次摸到的都是黑球的概率是 .5、如图所示的两个圆盘中,指针落在每一个数上的机会均等,那么两个指针同时落在偶数上的概率是……( )A.1925; B.1025; C.625;D.5 256、为了估计湖里有多少条鱼,我们从湖里捕上100条做上标记,然后放回湖里,经过一段时间待带标记的鱼完全混合于鱼群中后,第二次捕得200条,发现其中带标记的鱼25条,通过这种调查方式,我们可以估计出这个湖里有______条鱼.7、在一个密闭不透明的盒子里有若干个白球,在不允许将球倒出来的情况下,为了估计白球的个数,小刚向其中放入8个黑球,摇匀后从中随机摸出一个球记下颜色,再把它放回盒中,不断重复,共摸球400次,其中88次摸到黑球,估计盒中大约有白球()A、28个B、30个C、36个D、42个8、有一个抛两枚硬币的游戏,规则是:若出现两个正面,则甲赢;若出现一正一反,则乙赢;若出现两个反面,则甲、乙都不赢。

概率论与数理统计总复习-


一. 二维离散型r.v.
概率统计-总复习-13
1. 联合分布律(2个性质)
P(Xxi,Yyj)pij,
2.联合分布函数(5个性质)
F ( x , y ) P X x , Y y
3.联合分布律与联合分布函数关系
F(x,y)pij, xixyjy
4. 边缘分布律与边缘分布函数
n
Xi


n
E( Xi )


i1 i1
D
n
Xi


n
D( Xi )
i1 i1
X1,,Xn 相互独立
常见离散r.v.的期望与方差
概率统计-总复习-27
分布 概率分布
期望 方差
参数p的 0-1分布
P (X 1 )p ,P (X 0) q
2. 联合分布函数(5个性质)
xy
F(x,y) p(u,v)dvdu
3.联合密度与联合分布函数关系 2F( x,y) p( x,y)
xy
4.边缘密度与边缘分布函数


p (x) p( x,y)dy p ( y) p( x,y)dx
X

Y

FX( x) F(x, ) FY ( y ) F(, y)

5.全概率公式:分解 P(B) P(Ai)P(B|Ai),B
i1
6.贝叶斯公式
P(Aj |B)
P(Aj )P(B| Aj )

,j
P(Ai )P(B|Ai )
i1
四. 概率模型
概率统计-总复习-6
1.古典概型: 摸球、放球、随机取数、配对
2. n重伯努利概型:

北师大版数学必修三第3章概率章末归纳总结课件

所以 P(A)=P(B)=1386=12,即事件 A、B 的概率一样大. (2)记“点数之和为 6”为事件 C,记“点数之和为 8”为事件 D,事件 C 含 有 5 个基本事件,分别为:(1,5),(5,1),(2,4),(4,2),(3,3).事件 D 含有 5 个基 本事件,分别为:(2,6),(6,2),(3,5),(5,3),(4,4). 所以 P(C)=P(D)=356,即事件 C、D 的概率一样大. (3)从上面的(2)中及表格中可发现“点数之和为 x”与“点数之和为 14-x” 的概率一样大.
每批邮箱数
60 130 265 306 1 233 2 130 4 700 6 897
名称里有数字的邮箱数 36 78 165 187 728 1 300 2 820 4 131
频率
(1)填写上表中的频率(精确到0.01); (2)中国人的邮箱名称里使用数字的概率是多少?
[解析] (1)由频率公式可算出,表格中应填的频率从左到右依次为:0.60、 0.60、0.62、0.61、0.59、0.61、0.60、0.60.
2
『规律总结』 一般地,若一个随机事件需要用两个连续变量[如本例中的 (x,y)]来描述,用这两个变量的有序实数对来表示它的基本事件,利用坐标平 面能顺利地建立与面积有关的几何概型.
〔跟踪练习 3〕 如图,M 是半径为 R 的圆周上一个定点,在圆周上等可能 1
地任取一点 N,连接 MN,则弦 MN 的长度超过 2R 的概率是__2____.
将长为l的木棒随机折成3段,求3段长度能构成三角形的概率. [思路分析] 构成三角形要用三边长的度量,设出两边,再表示第三边. [解析] 如图所示,设A=“3段长度能构成三角形”,x,y分别表示其中两 段的长度,则第3段的长度为l-x-y.
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

同理可得
E min( X , Y ) 11 23 339 2 , E min( X , Y ) , D min( X , Y ) . 20 20 400


例 2 设(X,Y)在区域A上服从均匀分布,其中A为x轴, y 轴和直线x+y+1=0所围成的区域。求E(X), x y 1 0 E(-3X+2Y),E(XY)。 y 2, ( x , y ) A 解 f ( x, y) 0 0, 其它; 0 0 1 EX xf ( x , y )dxdy dx x 2dy . 3 1 1 x
数学期望的性质 性质1 设 C 是常数, 则有 E (C ) C . 性质2 设 X 是一个随机变量,C 是常数, 则有

E (CX ) CE ( X ).
性质3 设 X 是一个随机变量,a,b常数, 则有
E aX b aE X b .
性质4 E ( ai X i ) ai EX i
i 1 i 1
n
n
性质5 设 X, Y 是相互独立的随机变量, 则有 E ( XY ) E ( X ) E (Y ).
方差的性质
(1) 设 C 是常数, 则有 D(C ) 0.
(2) 设 X 是一个随机变量, C 是常数, 则有 D(CX ) C 2 D( X ). (3) a,b是常数, 则有 D aX b a 2 D X ; 设 X, Y 是相互独立 E ( XY ) E ( X ) E (Y ).
j j i
i
i
j
(2)
对连续型,设联合密度函数为 f ( x, y ).
2
D X ( x E X ) f X ( x)dx



( x E X )2 f ( x, y)dydx,
D Y





( y E Y )2 f ( x, y)dxdy.

2

5 2 13 23 2 , 20 20 20 20 5 2 13 59 ( 1) 2 22 , 20 20 20 20
D max( X , Y ) E max( X , Y ) E 2 max( X , Y )
2


59 23 2 651 ( ) . 20 20 400
11 E Y ,E Y 20
2
41 699 20 ,D Y 400 .
(2)关于 (X ,Y )的联合分布律为
E X Y (3)
E X Y

2

6 2 6 3 3 1 (2) 0 1 3 , 20 20 20 20 20 2 6 2 6 3 3 23 9 4 0 1 9 , 20 20 20 20 20 5
(1)对离散型,设联合分布律为 P{ X xi , Y y j } pij .
D X ( xi E X ) 2 pi ( xi E X ) 2 pij ,
D Y ( y j E Y ) 2 p j ( y j E Y ) 2 pij .
§3.3 二维随机变量的期望与方差
一 二维随便变量的期望与方差
因为从二维随机变量(X,Y)的概率分布可确定X和Y的概率分布, 所以从(X,Y)的联合分布可求出X和Y的数学期望E(X)和E(Y). (1)若离散型分布律为 pij , 则
E X xi P{ X xi } xi pij xi pi
性质2 设(X,Y)是二维随机变量,且X和Y相互独立,若
g ( X , Y ) ( X )h(Y ), E ( X ) , E h(Y ) 存在,则
E g ( X , Y ) E ( X ) E h(Y ) .
由二维随机变量(X,Y)的概率分布可求得X和Y的方差.
x
E (3 X 4Y )

E( XY )


1 xyf ( x , y )dxdy 1dx1 xx 2 ydy 12 .

1 dx 2( 3 x 2 y )dy . 3 1 x 1 0 0
0 0
(3 x 4 y ) f ( x , y )dxdy

则 E (Z )
g ( x, y) f ( x, y)dxdy
性质1 设(X,Y)是二维随机变量,且X和Y相互独立,若E(X), E(Y)存在,则
E XY E X E Y .
性质1可推广到有限个随机变量的情形,对于n个相互独立的 随机变量,有
n n E X i E X i . i 1 i 1
D( X Y ) D(X ) D(Y ).
作业 P97
3;4
87 ( X Y ) 2 E 2 X Y . D X Y E 20
(3)X Y 的分布律为
1 71 279 E XY , E ( XY )2 , D XY . 4 20 80
(4)
E max( X , Y ) ( 1) E max( X , Y )


xf ( x, y)dydx

yf ( x, y)dxdy
函数的期望有如下推广:若(X, Y)是二维随机变量, g ( x , y) 是二元连续函数, Z g( X , Y ) (1) 若 ( X, Y ) 的分布律为

i , j 1
g( x , y
E Y y j P{Y y j } y j pij y j p j
j j i j
i
i
j
i
(2)若连续型密度函数为 f ( x, y), 则
E X xf X ( x)dx

EY yfY


( y)dx
(3) E XY , D XY ;
(4) E max( X , Y ) , D max( X ,Y ) , E min( X ,Y ) , D min( X ,Y ) .
解 (1)关于 X 和Y 的边缘分布律分别为
3 7 1 2 , 20 20 20 3 7 41 2 2 2 E X (1) 2 , 20 20 20 719 2 2 D X E X E X . 400 同理可得 E X (1)
i


P{ X x i , Y y j } pij , i , j 1,2,
j
) p ij 绝对收敛, E ( Z ) 则
i , j 1
g(x , y ) p
i j

ij
(2) 若(X ,Y)的概率密度为 f ( x , y ) ,且

g( x , y ) f (x , y)dxdy 绝对收敛,
另外 D X E X 2 E 2 X , D Y E Y 2 E 2 Y .


例1 设 ( X , Y ) 的联合分布律为
求 (1) E X , D X , E Y , D Y ;
(2) E X Y , D X Y ;
相关文档
最新文档