概率论与数理统计图文课件最新版-第1章-第四节-条件概率

合集下载

概率论与数理统计ppt课件

概率论与数理统计ppt课件

04
理解基本概念和原理
做大量练习题,培养解题能力
05
06
阅读相关书籍和论文,拓宽知识面
02
概率论基础
概率的基本概念
试验
一个具有有限个或无限个 可能结果的随机试验。
事件
试验中的某些结果的总称 。
概率
衡量事件发生可能性的数 值,通常表示为0到1之间 的实数。
必然事件
概率等于1的事件。
不可能事件
概率等于0的事件。
01 点估计
用样本统计量估计总体参数,如用样本均值估计 总体均值。
02 区间估计
给出总体参数的估计区间,如95%置信区间。
03 估计量的性质
无偏性、有效性和一致性。
假设检验
假设检验的基本思想
先假设总体参数具有某种 特性,然后通过样本信息 来判断这个假设是否合理 。
双侧检验
当需要判断两个假设是否 相等时,如总体均值是否 等于某个值。
连续型随机变量
取值无限的随机变 量。
方差
衡量随机变量取值 分散程度的数值。
03
数理统计基础
总体与样本
总体
研究对象的全体。
抽样方法
简单随机抽样、分层抽样、系统抽样等。
样本
从总体中随机抽取的一部分个体,用于估 计和推断总体的特性。
样本大小
样本中包含的个体数量,需要根据研究目 的和资源来确定。
参数估计
单因素方差分析
单因素方差分析的定义
单因素方差分析是方差分析的一种形式,它只涉及一个实验因素。通过对不同组的均值进行比 较,可以确定这个因素对实验结果的影响是否显著。
单因素方差分析的步骤
单因素方差分析通常包括以下步骤:首先,对实验数据进行分组;其次,计算每组的均值;接 着,计算总的均值和总的变异性;然后,计算组间变异性和组内变异性;最后,通过比较这两 种变异,得出因素的显著性。

概率论与数理统计课件(PPT)

概率论与数理统计课件(PPT)
随机现象:不确定性与统计规律性
概率论——研究和揭示随机现象 的统计规律性的科学
目录
• • • • • • 第一章 随机事件及其概率 第二章 随机变量 第三章 随机变量的数字特征 第四章 样本及抽样分布 第五章 参数估计 第六章 假设检验
第一章 随机事件及其概率
• 随机事件及其运算 • 概率的定义及其运算 • 条件概率 • 事件的独立性
注意到不论是对概率的直观理 解,还是频率定义方式,作为事件 的概率,都应具有前述三条基本性 质,在数学上,我们就可以从这些 性质出发,给出概率的公理化定义
1.定义(p8) 若对随机试验E所对应的样本空间中 的每一事件A,均赋予一实数P(A),集合函数
P(A)满足条件:
(1) P(A) ≥0;
(2) P()=1;
历史上曾有人做过试验,试图证明抛掷匀质硬币时 ,出现正反面的机会均等。
实验者
De Morgan Buffon K. Pearson K. Pearson
n
2048 4040 12000 24000
nH
1061 2048 6019 12012
fn(H)
0.5181 0.5069 0.5016 0.5005
N ( A) P( A) N ()
P(A)具有如下性质(P7)
(1) 0 P(A) 1;
(2) P()=1; P( )=0 (3) AB=,则 P( A B )= P(A) +P(B)
例:有三个子女的家庭,设每个孩子是男是女的概率 相等,则至少有一个男孩的概率是多少?
解:设A--至少有一个男孩,以H表示某个孩子是男孩 ={HHH,HHT,HTH,THH,HTT,TTH,THT,TTT}
1.1随机事件及其概率

概率论与数理统计课件(共199张PPT)

概率论与数理统计课件(共199张PPT)
P(An|A1A2…An-1).
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分

定:义 若 B 1,B 2, ,B n一组事 : 件
计算条件概率有两种方法:
1. 公式法:
先计P算(A)P, (AB然 ), 后按公式计算
P(B| A) P(AB.) P(A)
31
2. 缩减样本空间法:
在A发生的前提下, 确定B的缩减样本空间, 并在其 中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取 后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称 为 A与B的 和 事 . 件
即AB,中 至 少 有 一 ,称个 为 A与 发 B的生,和 记AB.
可 列 个A1事 , A2,件 的 和 事 件 记 Ak. 为
k1
3.积事件: 事件A B={x|x A 且 x B}称A与B的积,
即事件A与B同时发A生. A B 可简记为AB.
i1
1i jn
P(A i A j Ak )
1i jkn
(1)n1 P(A1 A 2 A n ).
27
例4. 设P(A)=p, P(B)=q, P(AB)=r, 用p, q, r表示下列事 件的概率:
( 1 ) P ( A B ) (; P ( 2 A B ) ( ) ; P ( 3 A B ) ) (; ( 4 A B )

概率论与数理统计图文课件最新版-第1章-随机事件与概率

概率论与数理统计图文课件最新版-第1章-随机事件与概率

AB
注 ▲ 它是由事件 A与 B 的所有
公共样本点构成的集合。
n
▲ 称 I Ak 为 n 个事件 A1 , A2 ,L An 的积事件 k 1
I
k 1
Ak
为可列个事件
A1
,
A2
,L
L
的积事件
概率统计
5.事件的差: 若事件 A 发生而事件 B 不发生,则称 这样的事件为事件 A 与事件 B 的差。
A B 记作: A B x x A且x B
2
0.4
18 0.36
4
0.8
27 0.54
247 0.494
251 0.502 26波2 动0最.52小4
258 0.516
概率统计
从上述数据可得:
(1) 频率有随机波动性
即对于同样的 n, 所得的 f 不一定相同.
(2) 抛硬币次数 n 较小时, 频率 f 的随机波动幅 度较大, 但随 n 的增大 , 频率 f 呈现出稳定性.
解: S1 {正面,反面}
S2 0,1, 2, 3,
概率统计
S3 1, 2, 3, S4 0,1, 2, 3, ,10
S5 1, 2, 3,4,5,6

E3 :射手射击一个目标, 直到射中为止,观 察 其射击的次数
E4:从一批产品中抽取十 件,观察其次品数。
E5:抛一颗骰子,观察其 出现的点数。
义上提供了一个理
H
想试验的模型:
(H,T): H (T,H): T (T,T): T
T
在每次试验中必
有一个样本点出
H
现且仅有一个样
本点出现 .
T
概率统计
例4.若试验 E是测试某灯泡的寿命. 试写出该试验 E 的样本空间. 解:因为该试验的样本点是一非负数,

海南大学《概率论与数理统计》课件-第一二三四章

海南大学《概率论与数理统计》课件-第一二三四章

x2 f ( x)d x;
x1
(4) 若 f ( x) 在点 x 处连续,则有 F( x) f ( x).
注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即
P{ X a} 0.
10、 均匀分布 定义 设连续型随机变量X 具有概率密度
例如某无f些线( x元电) 件元 或件0b,设的1 a备寿, 的命其a寿,电它命x,力服设从b,备指的数寿分命布,. 则称动物X 的在寿区命间等(a都,b)服区从间指上数服分从布均. 匀分布, 记为 X ~ U(a,b).
代表事件 A 在试验中发生的概率,它与试验总

n 有关。若
lim
n
npn
0

lim
n
Cnk
pnk
1 pn
nk
k
k!e
8、 连续型随机变量及其概率密度
设X为 随 机 变 量,F ( x)为X 的 分 布 函 数,若 存 在 非 负 函 数f ( x),使 对 于 任 意 实 数x 有
x
F ( x) f (t)d t,
第一章 随机事件及其概率
1 了解样本空间的概念,理解随机事件的概念,重 点掌握随机事件的关系和运算。 2 理解概率和条件概率的概念,掌握概率的基本性 质,能利用古典概型和几何概型计算一些事件的 概率。 3 掌握概率的加法公式、条件概率公式、乘法公式、 全概率公式和贝叶斯公式计算过事件的概率的方 法 4 理解事件独立性的概念,会利用事件独立性进行 事件概率计算。 5 理解独立重复试验的概率,掌握利用伯努利概型 计算过事件概率的方法。
(3) F () lim F ( x) 0, F () lim F( x) 1;
x
x

概率论与数理统计条件概率PPT课件

概率论与数理统计条件概率PPT课件
( 1 ) P ( A B ) = P ( A ) P ( B ) = 0 . 9 × 0 . 9 = 0 . 8 1 ( 2 ) P ( A B ) = P ( A ) + P ( B ) - P ( A B ) = 0 . 9 + 0 . 9 - 0 . 8 1 = 0 . 9 9
(3)P(A B A B)=P(A B )+P( A B) =P(A)P( B )+P( A )P(B)
问题:条件概率P(B|A)与普通概率有何关系?
P(B| A) 6 6 / 20 P( AB ) 10 10 / 20 P( A)
《概率统计》
返回
下页
结束
§1.4.1 条件概率
一、 条件概率
1.定义1 设A,B为随机试验E 的两个事件,且P(A)>0,则称
P(B| A)P(AB) P(A)
为在事件A已发生的条件下,事件B发生的条件概率. 注:条件概率与普通概率有相类似的性质,如,
则 P(A) = 0.9,P(B) = 0.8,P(C) = 0.85
因 A、B、C 相互独立,所求概率分别为
(1) P(ABC)
(2) P(ABC)
(3) P ( A B C A B C A B C A B C )
算法 (1) P (ABC ) P (A )P (B )P (C )
(2) P (A B C )P (AB )1 C P (AB ) C (3) 略.
《概率统计》
返回
下页
结束
二、多个事件的独立性
(1) 3个事件相互独立的定义
三个事件A、B、C,如果满足下面四个等式
P(AB) P(A)P(B)
P(AC) P(A)P(C)

同济大学《概率论与数理统计》PPT课件

同济大学《概率论与数理统计》PPT课件
随机事件 D=“出现的点数超过 6”= ,即一定不会发生的不可能事件。
同济大学数学系 & 人民邮电出版社
四、随机事件之间的关系与运算
第1章 随机事件与概率 10
(1)事件的包含
若事件 A 的发生必然导致事件 B 的发生, 则称事件A 包含在事件 B 中. 记作 A B .
BA
A B
同济大学数学系 & 人民邮电出版社
3
某快餐店一天内接到的订单量;
4
航班起飞延误的时间;
5
一支正常交易的A股股票每天的涨跌幅。
二、样本空间
第1章 随机事件与概率 6
一个随机试验,每一个可能出现的结果称为一个样本点,记为
全体样本点的集合称为样本空间, 记为 , 也即样本空间是随机试验的一切可能结果组成
的集合, 集合中的元素就是样本点. 样本空间可以是有限集, 可数集, 一个区间(或若干区间的并集).
01 在相同的条件下试验可以重复进行;
OPTION
02 每次试验的结果不止一个, 但是试验之前可以明确;
OPTION
03 每次试验将要发生什么样的结果是事先无法预知的.
OPTION
一、随机试验
例1
随机试验的例子
第1章 随机事件与概率 5
1 抛掷一枚均匀的硬币,有可能正面朝上,也有可能反面朝上;
2
抛掷一枚均匀的骰子,出现的点数;
(互斥).
同济大学数学系 & 人民邮电出版社
2、随机事件之间的运算
第1章 随机事件与概率 12
(1)事件的并
事件 A 或 B至少有一个发生时, 称事件 A 与事件B 的并事件发生, 记为 A U B .
(2)事件的交(积)

概率论与数理统计课件完整版.ppt

概率论与数理统计课件完整版.ppt
E3: 将一枚硬币抛三次,观察出现正面的情况. E4: 电话交换台一分钟内接到的呼唤次数. E5: 在一批灯泡中任取一只, 测试它的寿命.
3
随机试验:
(1) 可在相同的条件下重复试验; (2) 每次试验的结果不止一个,且能事先明确所有可能的 结果; (3) 一次试验前不能确定会出现哪个结果.
4
§2. 样本空间与随机事件
不可能事件:空集φ不包含任何样本点, 它在每次试验中 都不发生,称为不可能事件。
6
例1. 试确定试验E2中样本空间, 样本点的个数, 并给出如
下事件的元素: 事件A1=“第一次出现正面”、事件A2=“ 恰好出现一次正面”、事件A3=“至少出现一次正面”.
7
(三)事件间的关系与事件的运算
1.包含关系和相等关系:
若事件A发生必然导致事件B发生,则称件B包含事件A,记 作AB. 若A B且A B, 即A=B, 则称A与B相等.
B
A S
(1) A B
8
2.和事件:
A B { x | x A或x B}称为A与B的和事件.
即A, B中至少有一个发生, 称为A与B的和, 记A B.
可列个事件A1, A2 , 的和事件记为 Ak .
概率的古典定义:
对于古典概型, 样本空间S={1, 2, … , n}, 设事件A包
含S的 k 个样本点,则事件A的概率定义为
A中的基本事件数 k
P( A) S中的基本事件总数 n
15
古典概型概率的计算步骤:
(1) 选取适当的样本空间S, 使它满足有限等可能的要求, 且把事件A表示成S的某个子集.
k 1
3.积事件: 事件A B={x|x A 且 x B}称A与B的
积,即事件A与BA同时发生. A B 可简记为AB.
  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)。

P( A3 A1 A2 ) P( A2 A1 ) P( A1 ) 1 7 (1 1) 9 (1 7 )(1 1) 197
2 10 2 10 10 2 200
P(B) 1 P(B) 1 197 3
200 200
概率统计
三. 全概率公式和贝叶斯公式
全概率公式和贝叶斯公式主要用于计算比较复 杂事件的概率,它们实质上是加法公式和乘法 公式的综合运用.
解: 设 Wi ={第 i 次取出是白球}, i = 1, 2, 3, 4
Rj ={第 j 次取出是红球}, j = 1, 2, 3, 4
b个白球, r 个红球
概率统计
于是:W1W2 R3 R4 表示事件:
连续取四个球,第一、第二个 是白球,第三、四个是红球.
用乘法公式容易求出: P(W1W2 R3 R4 )
掷两颗骰子,观察出现的点数,设 x1 , x2分别表示第
一颗、第二颗骰子的点数,且设:
A ( x1, x2 ) x1 x2 10 B ( x1, x2 ) x1 x2
概率统计
二. 乘法原理
由条件概率的定义:P( A |
B)
P( AB) P(B)
若已知 P(B),P(A|B)时,可以反求P(AB).即有:
解:记 Ai={球取自i号箱},
i =1,2,3
1
2
3
B={取得红球}
注意到: B发生总是伴随着A1, A2, A3 之一同时发生
即: B A1B U A2B U A3B
且: A1B、A2B、A3B 两两互斥
运用加法公式
P(B) P( A1B) P( A2B) P( A3B)
概率统计
P(B) P( A1B) P( A2B) P( A3B)
A {(5,5),(4,6),(6,4)}
------ 3种
B {(2,1), (3,2), (3,1), (4,3), (4,2), (4,1)
(6,5), (6,4) (6,1)} ------ 15种
概率统计
方法1: 在样本空间S中计算P(B),P(AB)
然后依 P ( A B ) 公式计算
P( A | B) P( AB) , P(B)>0 P(B)
概率统计
(2) 在缩减的样本空间中计算:
例如 A={掷出2点},B={掷出偶数点}
则: P( A B) 1 3
B发生后的缩减 样本空间所含样
本点总数
在缩减 样本空 间中A 所含样 本点个

掷骰子
概率统计
例1.掷两颗骰子,观察出现的点数, 设 x1 , x2
4 5
3 4
1 3
1 5
继续做下去就会发现, 每个人抽
到“入场券” 的概率都是 1/5
有关抽签顺序问题的正确解答:
抽签不必争先恐后.
概率统计
例5.箱子中装有10瓶形状相同的名酒,其中部优 名酒7瓶,国优名酒3瓶,今有三个人从箱子中 随机地取出一些酒来,每人只拿2瓶.
问:恰好第一个人拿到两瓶部优名酒,同时第二 个人拿到部优、国优名酒各一瓶,第三个人 拿到两瓶国优名酒的可能性有多大?

▲ 类似可以定义:
P(B)
P(B A)
P( AB) ,(P( A) 0)
P( A)
▲ 条件概率符合概率定义中的三条公理:
非负性
★ 对每个事件B,有: P(B A) 0
★ P(S A) 1
规范性
★ 设 B1 , B2 ,L L 是两两互不相容的事件,
U 则有
P( Bi A) P(Bi A)
2. 由条件概率的概念是否可以得出两个 事件乘积的概率?
3. 无条件概率 P(A)、条件概率 P( A B) 与乘积概率 P(AB)的区别是什么?
概率统计
1.定义: 设A, B是两个事件,则称 P( A B) 为在事件
B 发生的条件下事件 A 发生的 条件概率 .
记为 P( A B) P( AB) 其中 P(B) 0
这是求附加了条件“疑似病人”后的概率,
则此时不妨设 S ={1,2,…..,100},由题意可得:
p
5 100
5 10000
100
该地区既是疑似病人 又是非典病人的概率 该地区疑似病人的概率
10000
P( AB ) P( A B) P(B)
某这一是非附典加疫了情条地件区B有的一概万人率,(某有一条阶件段概发率现)有
0.536
P(C
AB)
C22 C62
0.067
10瓶名酒,其中 部优7瓶,国优3 瓶,第一人拿到 两瓶优名酒同时 第二人拿到部优、 国优名酒各一瓶, 第三个拿到两瓶
国优名酒。
故得:P( ABC ) 0.467 0.536 0.067 0.017
概率统计
例6.设某光学仪器厂制造的透镜,第一次落下时打破
的概率为 1 ,若第一次落下时未打破,第二次
2
落下破的概率为
7
,若前两次落下未打破,第
10
三次打破的概率为
9
.
10
试求:透镜落下三次未打破的概率。
解: 设 Ai : “透镜第 i 次落下打破”,i 1,2,3
B : “透镜落下三次而未打破”.
解法1. 因为:B A1 A2 A3 , 所以有:
P(B) P( A1 A2 A3 ) P( A3 A1 A2 ) P( A2 A1 ) P( A1 )
Q AB { (6, 4) } P( AB) 1 ,
又 : P( A) 3 , 36
P(B) 15 36
从而: P(B A) P( AB) 1 P( A) 3
36
样本空间S有36 个方基法本2: 事在件缩;减 A的中样有本3空个间基本S A 事和件S;B B中中计有算15
P( A B) P( AB) 1 个基本事件 P(B) 15
P( A2 ) P( A1 )P( A2 | A1 ) 则第1个人肯定
计算得:
41 1 P( A2 ) 5 4 5
没抽到。
即:第2个人抽到入场券的概率也是1/5.
概率统计
同理, 第3个人要抽到“入场券”,必 须
因此: 第1、第2个人都没有抽到.
由乘法 公式
P( A3 ) P( A1 A2 A3 ) P( A1 )P( A2 | A1 )P( A3 | A1 A2 )
分别表示第一颗,第二颗骰子的点数, 且设:
A ( x1, x2 ) x1 x2 10 , B ( x1, x2 ) x1 x2
求: P(B A), P( A B) 解:依题意, 样本空间为:
S {(1,1), (1,2) (1,6) (2,1), (2,2)
(2,6) (6,1), (6,2) (6,6)} ------36种
例3 波里亚罐子模型
一个罐子中包含b个白球和 r 个 红球. 随机地抽取一个球观看颜色 后放回罐中,并且再加进 c 个与 所抽出的球具有相同颜色的球. 这种手续进行四次。
随机取一个球,观 看颜色后放回罐中, 并且再加进C 个与 所抽出的球具有相 同颜色的球.
试求:第一、二次取到白球且 第三、四次取到红球的概率
概率统计
L P( An A1 A2 L An1 )
例2 设某种动物由出生算起活到20年以上的概率 为0.8,活到25年以上的概率为0.4.
问:现年20岁的这种动物,它能活到25岁以上 的概率是多少?
解:设 A={能活20年以上},B={能活25年以上}
则所求为 P(B|A) . 依题意: P(A) = 0.8, P(B) = 0.4
求: 该地区由疑似病人转为非典病人的概率. 解: 设 事件A: {非典病人},事件B: {疑似病人}
(1) 若求 P(A), 则此时 S {1, 2,L ,10000}
显然:P( A) 10 0.1% (千分之一) 10000
这是没有附加条件的概率 (无条件概率)
概率统计
(2)该地区由疑似病人转为非典病人的概率为:p
定理1:设 P(B)> 0 或 P(A)> 0,则:
P( AB) P(B)P( A B) P( A)P(B A)
注 乘法原理可推广到多个事件的积事件的情形:
(1) P(ABC) P( A) P(B A) P(C AB)
其中: P(AB) > 0
(2) P( A1 A2 L An ) P( A1 ) P( A2 A1 ) P( A3 A1 A2 )
此题10的0人结为论疑:似该病地人区,有由1疑0人似为病非人典转病为人非,典其病中人5的人概 为由疑似病率人为转5为%非,典要病比人没。有附加条件“疑似病 A: 非典人病”人时的概B率: 疑大似50病倍人。
概率统计
提出三个问题:
1. 对于一般具有附加条件的概率问题是 否也一定具有引例中的表达形式 ?
解:设 A { 第一个拿到两瓶部优名酒 } B { 第二个拿到部优、国优名酒各一瓶} C { 第三个拿到两瓶国优名酒 }
概率统计
显然, 所求事件的概率为:
P( ABC ) P( A) P(B A) P(C AB)
而:P( A)
C72 C120
0.467
P(B
A)
C51 C31 C82
P(B | A) P( AB) P(B) P( A) P( A)
A
活到
活到
20年 B 25年
以上
以上
0.4 0.5 0.8
概率统计
归纳
无条件概率 P(A)、条件概率 P(A|B) 及 P(AB) 的区别
★ 每一个随机试验都是在一定条件下进行的, 若设其样本空间为 S
概率统计
A B AB S
b个白球, r 个红球
= P(W1)P(W2|W1)P(R3|W1W2)P(R4|W1W2 R3)
相关文档
最新文档