大学数学概率论2第2讲(第一章)

合集下载

概率论2第2讲1.2

概率论2第2讲1.2

第2讲 Ch.1 随机事件与概率§1.2 概率的定义及其确定方法Remarks 本节绪言中的几个问题1.概率的直观定义事件发生的可能性大小称为概率.2.关于概率直观理解的一些经验事实.P.12.3.概率定义的发展过程概率的古典定义概率的频率定义 概率的概率的几何定义 公理化定义概率的主观定义1.2.1 概率的公理化定义(概率理论系统化数学定义) 定义 1.2.1 设),(F Ω是可测空间,若对任意F A ∈,定义在F 上的实值函数)(A P 满足:(1)非负性公理:若F A ∈,则0)(≥A P ;(2)正则性公理:1)(=ΩP ;(3)可列可加性公理:若1A ,2A ,…为同一样本空间下的互斥事件列,则.)()(11∑+∞=+∞==i ii i A P A P我们就称)(A P 为事件A 的概率,而称),,(P F Ω为概率空间.Remark 概率公理化定义并没有具体给出确定事件A 的概率)(A P 的方法,但具有理论价值!具体确定事件A 的概率)(A P 可依据不同场合选用频率定义法,古典定义法,几何定义法和主观定义法.1.2.2 排列与组合公式(确定)(A P 的古典定义法的基础)P.13-15(自行复习!)1.2.3 确定)(A P 的频率定义法1. 频率定义法确定事件A 的概率)(A P 的基本思想(步骤):(1)大量重复与A 有关的试验;(2)记下试验次数n ,以及A 发生的次数)(A n (称之为事件A 的频数),则称n A n A f n )()(=为事件A 出现的频率;(3)增加试验次数n ,反复获得更多的)(A f n ,可发现)(A f n 稳定在某个常数a 附近,则可得a A P =)(.Remarks)i 如何理解)(lim )(A f A P n n +∞→≠?(讨论题3); )ii 频率定义法确定事件A 的概率)(A P 有现实局限性,但也有存在价值;)iii 容易验证频率方法确定的概率满足公理化化定义.2. (“事件A 的频率的稳定值”即为事件A 的概率)利用频率定义法确定事件A 的概率)(A P 举例例1.2.1 .1716.-P(1)试验:掷一枚均匀的硬币.记=A “出现正面”,用频率定义法确定)(A P 的步骤如下:1)取=n 2048, 4040, 10000, 12000, 24000做五批次试验;2)对应记下)(A n 的值,分别为1061,2048,4979,6019,12012,进而利用 n A n A f n )()(=计算出)(A f n 的值分别得0.5181,0.5069,0.4979,0.5016,0.5005;3)容易看出)(A f n 的值稳定在0.5附近,于是,可得5.0)(=A P .(2)(看书理解!)(3) (看书理解!)1.2.4 确定)(A P 的古典定义法(这是确定概率的经典方法)1.古典定义法的特点与基本思想特点:直观且不必大量试验,只基于事实分析.方法步骤:(1)确认与事件A 有关的随机问题为古典概率模型,并确定其Ω包含的样本点总数(记为) n ,同时确定事件A 包含的样本点数(记为) k ;(2)利用nk A P =)( 计算得到事件A 的概率)(A P .Remarks)i 古典概率模型简称古典概型,是指满足以下两个条件的概率模型:1)其Ω包含的样本点总数有限;(即满足有限性)2)其Ω包含的每一个样本点出现具有等可能性;(即满足等可能性))ii 容易验证古典定义法确定的概率满足公理化化定义;)iii 利用古典定义法计算概率的前提是要确认所涉及的模型必须是古典概型.而其关键则是运用枚举法或排列组合方法确定算出n 和k ,值得提醒的是一般而言n 易算k 难求.2. 古典定义法求)(A P 举例一般步骤:(1)给定事件记号A 的含义.(若题目已交待清楚则此步省!) (这一步称为符号准备)(2)确认古典概型,并算出n 和k .(称为数据准备)(3)利用 nk A P =)( (称为依据与计算) 计算得到)(A P .例 1.2.2 同掷两枚均匀的硬币,求掷出一个正面一个反面的概率?解 记=A “掷出一个正面一个反面”. 易见其样本空间为=Ω{(正,正),(正,反),(反,正),(反,反)}. 该Ω包含的样本点总数4=n (有限),又由于硬币是均匀的可判定该Ω中的每一个样本点具有等可能性.而事件A 包含Ω中的(正,反)和(反,正)这两个样本点,所以有2=k .于是5.042)(===n k A P . Remark本例若认为其样本空间为:=Ω{(二正),(二反),( 一正一反)}.则因其中的样本点不具有等可能性,从而不能用古典定义法求)(A P .此外要请大家注意的是,解答过程在熟练后可写得简洁些!但要有条理,希望通过例子体会!例1.2.3 (抽样模型) 一批产品共N 件,其中M 件是次品,其余为合格品,从中随机取出n 件,求事件=m A “取出的n 件产品中有m 件次品”的概率?解 判断可知,该模型为古典概型,其Ω包含的样本点总数(记为)n N C n =*,而事件m A 包含的样本点数为m n M N m M C C k --=,于是n Nm n M N m M m C C C n k A P --==*)(, 其中))(,0max(n N M m --=,1))(,0max(+--n N M ,…,),min(M n .☆举一个具体例子:取7,3,9===n M N ,则有此表中m 的实际上是一个..V R ,概率论(在本教材第二章)中称该表为m V R ..的(概率)分布.例1.2.4 (有放回抽样模型) 一批产品共N 件,其中M 件是次品,其余为合格品,从中有放回随机抽检n 件,求事件=m B “抽检的n 件产品中有m 件次品”的概率?解 判断可知,该有放回抽样模型也为古典概型,其Ω包含的样本点总数(记为)n N n =*,而事件m B 包含的样本点数为m n m n mn m m n M N C M C k ----=)(,于是 m n m m n n m n m m n m NM N M C N M N M C n k B P ---=-==)1()()()(*, n m ,,2,1,0 =.又若记N M p =(次品率),则m n m m n m p p C B P --=)1()(,n m ,,2,1,0 =.◆举一个具体例子:取4,3,9===n M N ,则有此表理解为m V R ..的(概率)分布,且易见271681328116)1()0()"1""0(")1(=+==+===⋃==≤m P m P m m P m P .例1.2.5 (彩票问题)彩票游戏“35选7”的七个中奖等级“设置”见教材.20.P 表6.2.1,试求:投入2元购买1注(从1~35号码选择7个号码来买)中得各等级奖的概率?解 记=i A “投入2元购买1注中得i 等级奖”,7,6,5,4,3,2,1=i .而判断可知,彩票问题为古典概率模型问题,其Ω包含的样本点总数为735C n =,而事件1A ,2A ,3A ,4A ,5A ,6A ,7A 包含的样本点数分别为,0270177C C C ,0271167C C C ,1270167C C C ,1271157C C C ,2270157C C C ,2271147C C C .32711373270147C C C C C C + 于是,由古典定义方法可算出投入2元购买1注中得各等级奖的概率可列表如下:Remarks)i 上表是彩票游戏“35选7”的中奖情况及其对应概率表,一般彩民不具体知道,投注站也不会挂出此类表.)ii 若记=A “中奖”,则=A “不中奖”,根据上表提前用§1.3的结论可得033485.0)(=A P , 966515.0033485.01)(1)(=-=-=A P A P . 可见“中奖”是小概率事件,“中大奖”更是小概率事件.概率论关于小概率事件发生情况的实际推断原理指出:小概率事件实际上在一次或少数几次试验中是不可能发生的(因之小概率事件常被称为实际不可能事件);然而小概率事件在大量的试验中至少发生一次的概率几乎为1.)iii .23.P 中的有关说明欠妥!应该说“随机购买100注这种彩票平均有约3注中奖;…”例1.2.6 (盒子模型,也称分房模型) 设有n 个球,每个球都等可能地放到N 个盒子中的任一个,每一个盒子的放球数不限,试求(1)指定的n (N n ≤)个盒子中各有一个球的概率1p ;(2)恰好有n (N n ≤)个盒子中各有一个球的概率2p .解 判断可知,盒子模型为古典概率模型,其Ω包含的样本点总数为n N n =*.于是(1)由于事件“指定的n 个盒子中各有一个球”包含的样本点数为!1n k =,可得n N n n k p !*11==.(2)由于事件“恰有n 个盒子中各有一个球” 包含的样本点数为!2n C k n N =,可得)!(!!*22n N N N N n C n k p n n n N -===.Remark盒子模型的研究对统计物理的研究有很好的启发作用.例1.2.7 (生日问题) 观察n 个人的生日情况,求n 个人生日全不相同的概率n p .解 易见该问题实际可看成“n 个球=N 365个盒子的盒子模型”,于是,利用上例的结论得)!365(365!365n p n n -=.Remarkn p 的近似计算与结果说明:.2524.-P1.2.5 确定)(A P 的几何定义法1. 方法简介几何方法用于解决几何概型(指满足这样两个条件的概率模型:)1其Ω包含的样本点充满某个区域;)2其Ω包含的每一个样本点出现具有等可能性.)的概率计算问题.2. 基本思想(方法步骤):(1)确认与事件A 有关的随机问题为几何概型,并运用初等几何知识确定其Ω及事件A 对应的区域的几何度量(长度、面积或体积),分别记为ΩS 和A S ;(2)利用Ω=S S A P A )(计算得到事件A 出现的概率)(A P .3. 几何定义法求)(A P 举例一般步骤:(1)给定事件记号A 的含义.(若题目已交待清楚则此步省!) (符号准备)(2)确认几何概型.通过引入必要的坐标变量以此表示集合形式的Ω及事件A ,借助Ω及事件A 对应的几何图形分别表示算出Ω和A 几何度量ΩS 和A S .(数据准备)(3)利用 Ω=S S A P A )(. (计算)计算得到)(A P .例1.2.8(会面问题,也称约会问题) 甲乙两人约定在下午6时到7时之间在某处会面,并约定先到者等候后到者20min,过时不候.求能会面的概率.解 记=A “甲乙能会面”.又设甲乙到达约会地点的时间分别是x 和y (单位:min ),且以下午6时为计时零点,则有}600,600),{(≤≤≤≤=Ωy x y x ,}),(,20),{(Ω∈≤-=y x y x y x A .以此判断可知,会面问题为“几何概型”问题,其Ω和A 对应的几何区域如下图:由此可算出Ω和A 对应的几何区域的面积分别为260=ΩS ,222240604021260-=⨯⨯-=A S . 于是95604060)(222=-==ΩS S A P A . 例1.2.9.2726.-P (自学)Remark了解随机模拟法---- Montecarlo 法(仿真随机试验). .27.P例1.2.10.2827.-P (自己动手仿照例1.2.8的课堂讲解过程写写.)例1.2.11.2928.-P (自学)1.2.6 确定)(A P 的主观定义法1. 了解认同主观概率的贝叶斯学派的观点:.29.P2. 用主观定义法确定概率的例子例1.2.12 .3029.-P☆本节课外作业 习题1.2(.3230.-P )6. 14. 20. 24.。

概率论讲义_带作业

概率论讲义_带作业

例 已知某类产品的次品率为0. 2 ,现从一大批这类产品中随机抽查2 0 件. 问恰好 有 件次品的概率是多少?
3) 泊松分布
概率论的基本概念 样本空间
样本点
事件
事件的概率
练习 1. 抛一枚骰子,观察向上一面的点数;事件表示“出现偶数点”
2. 对目标进行射击,击中后便停止射击,观察射击的次数;事件表示“射击次数不超 过5 次”
事件之间的关系与运算
事件语言
集合语言
样本空间
事件
的对立事件
事件 或者
分布律:如果记离散型随机变量 所有可能的取值为
值的概率,即事件
的概率为
, 取各个可能
上式称为离散型随机变量 的分布律. 分布律也可以直观的表示成下列表格:
根据概率的性质,分布律中的 应该满足下列条件: 1. 2. 例 某系统有两台机器独立运转. 设第一台与第二台机器发生故障的概率分别是 0. 1 ,0. 2. 以 表示系统中发生故障的机器数,求 的分布律.
随机变量的例子
掷一枚色子,用 记点数;
掷三枚色子,用 记点数之和;
掷一枚硬币,记
为“出现正面”,
为“出现反面”;
变量的取值是随机的,依赖于随机试验的结果
用随机变量来表示事件
设 为一个实数集合,则用
表示一个事件 ,即
例如,某射手射击某个目标,击中计1 分,未中计0 分,则计分 表示一个随机
变量,且“击中”这个事件可以表示为
第二章 随机变量及其分布
Hale Waihona Puke 第六讲 随机变量 离散随机变量
概率论的另一个重要概念是随机变量. 随机变量的引入, 使概率论的研究由个别的 随机事件扩大为随机变量所表征的随机现象的研究.

概率论2

概率论2
的应用.当P(Bi)和P(A∣Bi)比较容易计算时,可利用这个
公式来计算P(A).
例6 设一仓库中有十箱同样规格的产品,已知其中有五箱、
三箱、两箱依次为甲厂、乙厂、丙厂生产的.且甲厂、乙 厂、丙厂生产的该种产品的次品率依次为1/10、1/15、1/20. 从这十箱中任取一箱,再从取得的这箱中任取一件产品,求 取得正品的概率.
2 4 1 2
二、乘法定理
定理(乘法定理)对于任意的事件A、B,若P(A)>0,则
P(AB)=P(A)P(B|A) -----乘法公式
乘法公式可以推广到多个事件的情形: 1°设A,B,C为事件,且P(AB)>0, 则有 P(ABC)=P(A)P(B|A)P(C|BA) 2°设A1, A2, …An 为n个事件, n≥0, 且P( A1 A2 An 1 )&g理学院 陶志
E-mail:t86543213@
§4.1
一、条件概率
条件概率
在对概率的讨论中,我们有时会碰到这样的情况, 已知某一事件A 已经发生,要求另一事件B发生的概率, 则所求的并非P(B),而是附加了A 已发生的条件,这时, 所求的概率叫作条件概率,记作P(B|A).
P(B|A)=12/20
P(A)=20/30,P(AB)=12/30 P(B|A)=12/20 = 12
20 30 30
= P ( AB )
P ( A)
这个式子的直观含义是明显的,在A 发生的条 件下B 发生,当然是A 发生且B 发生,即AB 发生. 但是,现在A 发生成了前提条件,因此应该以A 作为 整个样本空间,因此P(B|A)是P(AB)与P(A)之比. 一般地将上述关系式作为条件概率的定义.
解 设A={取得的是正品}, B1={该件产品是甲厂生产的}

概率论pp2

概率论pp2
第二章随机变量
离散型随机变量 随机变量的分布函数 连续型随机变量 一维随机变量函数的分布 二维随机变量的联合分布 多维随机变量的边缘分布与独立性 条件分布 多维随机变量函数的分布
关于随机变量(及向量)的研究,是概率论的中 心内容.这是因为,对于一个随机试验,我们所 关心的往往是与所研究的特定问题有关的某个或 某些量,而这些量就是随机变量.也可以说:随 机事件是从静态的观点来研究随机现象,而随机 变量则是一种动态的观点,一如数学分析中的常 量与变量的区分那样.变量概念是高等数学有别 于初等数学的基础概念.同样,概率论能从计算 一些孤立事件的概念发展为一个更高的理论体系, 其基础概念是随机变量
m1 m1 k 1
k m
p , k m, m 1, m 2,...
想一想:离散型随机变量的统计特征可以
用分布律描述,非离散型的该如何描述?
如:熊猫彩电的寿命X是一个随机变量,对
消费者来说,你是否在意
{X>5年}还是{X>5年零1分钟}
2.3 随机变量的分布函数
一、分布函数的概念. 定义 设X是随机变量,对任意实数x,事件 {Xx}的概率P{Xx}称为随机变量X的分布函数。 记为F(x),即 F(x)=P {Xx}. 易知,对任意实数a, b (a<b), P {a<Xb}=P{Xb}-P{Xa}= F(b)-F(a).
3 k 3 3 5
.
例2.某射手对目标独立射击5次,每次命中目标的概 率为p,以X表示命中目标的次数,求X的分布律。 解:设Ai第i次射击时命中目标,i=1,2,3,4,5 则A1,A2,…A5,相互独立且 P(Ai)=p,i=1,2,…5. SX={0,1,2,3,4,5},
P{X 0} P( A1 A2 A3 A4 A5 ) (1-p)5

(完整版)《概率论与数理统计》讲义

(完整版)《概率论与数理统计》讲义

第一章 随机事件和概率 第一节 基本概念1、排列组合初步(1)排列组合公式)!(!n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。

)!(!!n m n m C n m -=从m 个人中挑出n 个人进行组合的可能数。

例1.1:方程xx x C C C 76510711=-的解是 A . 4 B . 3 C . 2 D . 1例1.2:有5个队伍参加了甲A 联赛,两两之间进行循环赛两场,试问总共的场次是多少?(2)加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m 种方法完成,第二种方法可由n 种方法来完成,则这件事可由m+n 种方法来完成。

(3)乘法原理(两个步骤分别不能完成这件事):m ×n某件事由两个步骤来完成,第一个步骤可由m 种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m ×n 种方法来完成。

例1.3:从5位男同学和4位女同学中选出4位参加一个座谈会,要求与会成员中既有男同学又有女同学,有几种不同的选法?例1.4:6张同排连号的电影票,分给3名男生和3名女生,如欲男女相间而坐,则不同的分法数为多少?例1.5:用五种不同的颜色涂在右图中四个区域里,每一区域涂上一种颜色,且相邻区域的颜色必须不同,则共有不同的涂法A.120种B.140种 C.160种D.180种(4)一些常见排列①特殊排列②相邻③彼此隔开④顺序一定和不可分辨例1.6:晚会上有5个不同的唱歌节目和3个不同的舞蹈节目,问:分别按以下要求各可排出几种不同的节目单?①3个舞蹈节目排在一起;②3个舞蹈节目彼此隔开;③3个舞蹈节目先后顺序一定。

例1.7:4幅大小不同的画,要求两幅最大的排在一起,问有多少种排法?例1.8:5辆车排成1排,1辆黄色,1辆蓝色,3辆红色,且3辆红车不可分辨,问有多少种排法?①重复排列和非重复排列(有序)例1.9:5封不同的信,有6个信箱可供投递,共有多少种投信的方法?②对立事件例1.10:七人并坐,甲不坐首位,乙不坐末位,有几种不同的坐法?例1.11:15人中取5人,有3个不能都取,有多少种取法?例1.12:有4对人,组成一个3人小组,不能从任意一对中取2个,问有多少种可能性?③ 顺序问题例1.13:3白球,2黑球,先后取2球,放回,2白的种数?(有序) 例1.14:3白球,2黑球,先后取2球,不放回,2白的种数?(有序) 例1.15:3白球,2黑球,任取2球,2白的种数?(无序)2、随机试验、随机事件及其运算(1)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。

概率论第一章PPT课件

概率论第一章PPT课件

2021/3/24
-
10
费尔马的解法
费尔马注意到,如果继续赌下去,最多只要再赌4轮便可 决出胜负,如果用“甲”表示甲方胜,用“乙”表示乙方胜, 那么最后4轮的结果,不外乎以下16种排列。
甲甲甲甲 甲甲甲乙 甲甲乙甲 甲乙甲甲 乙甲甲甲 乙甲甲乙
甲甲乙乙 甲乙甲乙 甲乙乙甲 乙乙甲甲 乙甲乙甲
甲乙乙乙 乙甲乙乙 乙乙甲乙 乙乙乙甲 乙乙乙乙
2021/3/24
-
8
直到1654年,一位经验丰富的法国赌徒默勒以自己的 亲身经历向帕斯卡请教“赌金分配问题“,求助其对这种现 象作出解释,引起了这位法国天才数学家的兴趣,帕斯卡接 受了这些问题,但他没有立即去解决它,而是把它交给另一 位法国数学家费尔马。之后,他们频频通信,互相交流,围 绕着赌博中的数学问题开始了深入细致的研究。这些问题后 来被来到巴黎的荷兰科学家惠更斯获悉,回荷兰后,他也开 始就这方面展开研究。
若每次试验中,事件A与事件B不能同时发生, 即A∩B= 。则称事件A与事件B互斥或互不相 容。
有时,我们也称满足以上三个特点的试验为随机 试验。
2021/3/24
-
20
§1.1.2 样本空间 随机事件
一、样本空间
随机试验E的所有可能的结果组成的集合称为E的 样本空间,记为Ω。Ω的每个元素,即Ω的每一个可能 的结果,称为E的一个样本点或基本事件。
指的是基本 结果
2021/3/24
样本点
-
21
特征:条件不能完全决定结果。
确定性现象与随机现象的共同特点是事物本身的含 义确定。随机现象与模糊现象的共同特点是不确定性, 随机现象的不确定性是指试验的结果不确定,而模糊现 象的不确定性有两层含义,一是指事物本身的定义不确 定,二是结果不确定。

第一章 随机事件及概率讲解

例1.2中A “ 编 号 为1或3” B “ 编 号 为 奇 数 ”
(2)事件的相等:若 A B 且 B A , 则称A与B相等,记为A=B。
包含关系的性质: (a) A ; (b)A A (c)若A B且B C,则A C (d )若A B且B A,则A B
(3) n个元素的全排列数为 Anr n(n 1) 3 21 n!
c. 组合
(1)从n个元素中取出r个元素而不考虑其顺序,称为组 合,其总数为
C
r n


n r


Anr r!

n(n 1) (n r 1) r!

n! r!(n r)!
(2)若r1 r2 rk n,把n个不同的元素分成k个部分,
事件的交(积) :事件A与B都发生,称
为A与B的积(交)事件,记为 A B

推广:
事件 A1, A2,, An 同时发生:
n
A1 A2 An Ai i 1
事件 A1, A2, 同时发生:

A1 A2 Ai i 1
5、差事件:事件A发生但B不发生 称为A与B之差,记为A-B
例2.9:某城市共发行A,B,C三种报纸,调 查表明居民家庭中订购C报的占30%,同 时订购A,B两报的占10%,同时订购A,C及 B,C两报的各占8%,5%,三报都订的占 3%.今在该城中任找一户,问该户(1)只订 A、B两报;(2)只订C报的概率各为多少?
第一章 概率论的基本概 念
1 理解随机事件的概念,了解样本空间的 概念,掌握事件之间的关系和运算。
2 理解概率的定义,掌握概率的基本性质, 并能应用这些性质进行概率计算。

[概率论]概率论2



记为
P( X xi ) P( X xi,Y ) pij == pi i 1, 2,
j 1
i 1
记为
注意:
记号pi表示是由pij 关于j求和 后得到的; 同样p j是由pij关于 i求和后得到的.
X Y y1 x p11
y2

yj
… P X xi
9
二维连续型随机变量
定义:对于二维随机变量 X , Y 的分布函数F x, y , 如果存在非负函数f x, y ,使对于任意x, y, 有F ( x, y )
y

x
f (u, v)dudv
称 X , Y 为连续型的二维随机变量 称f x, y 为二维随机变量 X , Y 的概率密度
8
例2:某足球队在任何长度为 t 的时间区间内得黄牌 或红牌 的次数N t 服从参数为 t 的Poisson分布, 记X i 为比赛进行 ti 分钟后的得牌数, i 1, 2 t2 t1 。试写出X 1 , X 2的联合分布。
e t t 解:P N t k , k 0,1, 2, k!

17
例1:对一群体的吸烟及健康状况进行调查,引入随机变量 0, 健康 0, 不吸烟 X 和Y 如下:X 1, 一般 , Y 10, 一天吸烟不多于15支 2, 不健康 20, 一天吸烟多于15支 根据调查结果,得 X , Y 的如下的联合概率分布:
Y X
ke (2 x 3 y ) , x 0,y 0 f ( x, y ) 其他 0, (1) 求常数k;
2
求分布函数F ( x, y);
3 求P(Y X )的概率.

大二概率论与统计课件(第一节)

(4) D B C A1 A2 A3 A1 A2 A3 A1 A2 A3 A1 A2 A3
例2 如图1-2所示的电路中, 以A表示“信号灯亮” 这一事件,
以B、C、D分别表示事件:继
电器接点Ⅰ、Ⅱ、Ⅲ闭合,则
BC A, BD A, BC BD A, BA ,即B与A互不相容。
称为事件A与B的差,记作A-B.
6、对立事件(相当于余集)
“A不发生”这一事件称为事件A的对立事件,记作 A 显然,A A ( A ) A A A A A A B也可记作AB .
事件的关系和事件的运算可以用文氏图(图1-1)直观 地表示.事件的关系和运算与集合论的内容对照如表1-1.
表示“出现的点数为大于1的偶数”.由于A是B的子集,所以
A∩B=A.而A∩C表示“出现的点数为不大于1的偶数”,这
是不可能发生的,故A∩C=。 4、互不相容的事件
若A∩B=,则称事件A与B为互不相容.互不相容的
事件在一次试验中不能同时发生.
例如,在E4中,A与C为互不相容的事件.
5、事件的差(相当于差集) 在一次试验中,“事件A发生而事件B不发生” 这一事件
第一章 随机事件及其概率
自然界和社会生活中的现象大体上可分为两类:一类可 事前预知,如:“ 太阳从东方升起”、 “在一个大气压下,水 在100℃时沸腾”等一定会发生;“同性电荷相吸引”、 “ 太阳 从西方升起”等一定不会发生。这类现象是确定性现象,也叫 必然现象。
另一类事前不可预知,如:“抛一枚硬币的结果”、 “某地 区年降雨量的多少”、“打靶时,弹着点与靶心的距离”等。
7、事件运算的主要性质
(1)交换律 A∪B=B∪A,AB=BA ;
(2)结合律 (A∪B)∪C= A∪( B ∪C), (A ∩ B ) ∩C = A ∩(B∩C);

概率论课件:第2章第2讲

概率论
§2.2 多维随机变量及其分布
迄今为止,我们只讨论了一维随机变量 及其分布。但有些随机现象用一个随机变量 来描述还不够,而需要用几个随机变量来描 述 在打靶时,命中点的位置是由一对随机变 量(两个坐标)来确定的. 飞机的重心在空中的位置是由三个随机 变量(三个坐标)来确定的等等.
二维离散型随机变量 定义: 若(X,Y )只取有限对或可数对实数值
P ( X xi , Y y j ) pij
j
同理 P (Y y j ) pij
i
j
j
(j=1,2,...)
一般地,记:
P ( X xi ) pi .
P (Y y j ) p. j
我们常将边缘概率函数写在联合概率函 数表格的边缘上,由此得出边缘分布这个名 词。
( xi , y j ), i , j 1,2
则称其为二维离散型随机变量。
二维随机变量(X,Y)
离散型
一维随机变量X
离散型 X的概率分布列
X和Y 的联合概率分布列
P( X xi ,Y y j ) pij,
i, j =1,2, …
P( X xk ) pk ,
k=1,2, …
pij 0, i, j 1,2, pij 1 i j
pi
3 5 2 5
X
Y
0
3 2 5 4 2 3 5 4 3 5
1
3 2 5 4 2 1 5 4 2 5
pi
3 5 2 5
0 1
p j
0 1
p j
1
1
有放回时,X和Y相互独立; 不放回时则不是!
联合分布与边缘分布的关系: 由联合分布可以确定边缘分布; 但由边缘分布一般不能确定联合分布.
  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)。

第二讲 Ch.1 随机事件与概率
§1.1 随机事件及其运算(续)
3 互不相容关系(也称互斥关系) ①定义与记号:
若事件A 与事件B 不能同时发生,则称事件A 与B 互不相容.记
Φ=⋂B A
(在讲解交运算后回头理解此记号). ②用集合论语言对互斥关系的描述:
若事件A 与事件B 没有相同的样本点,则称事件A 与B 互不相容. ③V enn 图表示:
Φ=⋂B A
④例子:对于例1.1.2中的(2)
2Ω={1,2,3,4,5,6},若记
A =“掷出奇数点”,
B =“掷出偶数点”, 则A 与B 互不相容. 1.1.6 事件的运算
Remark 参照集合的运算给出事件的并、交、差及余四种运算. 1 事件A 与B 的并 ①定义与记号:
“事件A 与B 至少发生一个”这一新事件称为事件A 与B 的并.记作B A ⋃.
A
B
Ω
②用集合论语言对事件A 与B 的并的描述:
事件A 与B 所包含的样本点的并集对应的事件称为事件A 与B 的并.
③V enn 图表示:
B A ⋃
④例子:对于“例1.1.2”中的(2)
2Ω={1,2,3,4,5,6},若记
A =“掷出奇数点”,
B =“掷出的点数不超过3”, 则B
A ⋃
={1,2,3, 5}.
2 事件A 与B 的交 ①定义与记号:
“事件A 与B 同时发生”这一新事件称为事件A 与B 的交. 记作
B A ⋂.简记为AB .
②用集合论语言对事件A 与B 的并的描述:
事件A 与B 所包含的样本点集的交集对应的事件称为事件A 与
B 的交.
③V enn 图表示:
AB
④例子:对于例“1.1.2中”的(2) 2Ω={1,2,3,4,5,6},若记 A =“掷出奇数点”, B =“掷出的点数不超过3”, 则AB ={1,3}.
B
A
Ω
Remarks
i)事件A 与B 互斥⇔Φ=AB .
ii)并与交的推广:如果事件列1A ,2A ,…为同一样本空间下的
事件列,则分别称 n
i i A 1
=, +∞
=1i i A 为有限并和可列并;而分别称 n
i i A 1
=,
+∞
=1
i i
A
为有限交和可列交.
3 事件A 对B 的差 ①定义与记号:
“事件A 发生而事件B 不发生”这一新事件称为事件A 对B 的差.记作B A -.
②用集合论语言对事件A 对B 的差的描述:
从事件A 的样本点中去除属于事件B 的样本点后所剩的样本点集对就的事件称为事件A 对B 的差. ③V enn 图表示:
B A - ④例子:
i)对于“例1.1.2”中的(2)
2
Ω
={1,2,3,4,5,6},若记
A =“掷出奇数点”,
B =“掷出的点数不超过3”, 则B A -={5}.
ii)设X 为..V R ,b a ,为实数,且a <b ,则
""""""a X a X a X ==<-≤;
ΩA
B
""""""b X a a X b X ≤<=≤-≤.
4 对立事件——也称余运算(也称对立关系) ①定义与记号:
“事件A 不发生”这一新事件称为事件A 的对立事件.记作A . ②用集合论语言对事件A 的对立事件的描述:
从Ω中去除属于事件A 的样本点后所剩的样本点集对应的事件称为事件A 的对立事件. ③V enn 图表示:
④例子:对于例“1.1.2中”的(2)2
Ω={1,2,3,4,5,6},若记
A =“掷出奇数点”, 则A ={1, 3, 5},而A ={2,4,6}.又若记
B =“掷出的点数不超过3”,
则B ={1, 2, 3},而B ={4, 5,6} Remarks
i)易见:A A -Ω=, A A -Ω= (体现A 与A 互为余运算的结果). ii)对同一随机现象中的A 与A 发生情况的描述:
A 发生,则A 不发生;A 不发生,则A 发生,反之亦然(表明A 与
A 具有对立关系).
iii)事件A 与B 互为对立事件的充要条件是(有些教材以此为对立事件的定义):
Ω=AB ,Ω=B A .
ΩA
__
A
iv)对事件A 与B 容易证明:
B A B A =-,A A =,Φ=Ω,Ω=Φ.
☆事件的关系与运算综合举例
例1.1.8 从数字1,2,3,4,5,6,7,8,9中可重复地任取n 次(n ≥2),每次只取1个数字.若记
A =“所取n 个数字之积能被10整除”,
B =“所取n 个数字中无数字5”, C
=“所取n 个数字中无偶数”.
则容易看出事件A =“所取n 个数字之积不能被10整除”与事件B ,
C
有直接联系,事实上:A =C B (证明?----讨论题2).
例1.1.9 设A 、B 、C 为同一Ω下的三个事件,则可用A 、B 、C 及它们的对立事件的运算表示以下新事件: (1)事件“A 、B 发生, C 不发生”; (2)事件“A 、B 、C 至少有一个发生”; (3)事件“A 、B 、C 至少有两个发生”; (4)事件“A 、B 、C 恰好有两个发生”; (5)事件“A 、B 、C 同时发生”; (6)事件“A 、B 、C 都不发生”; (7)事件“A 、B 、C 不全发生”. 解 (1)可表为C AB ,或C
AB
-
(2)可表为
C
B A ⋃⋃,OR AB
C BC A C B A C AB C B A C B A C B A ⋃⋃⋃⋃⋃⋃;
(3)可表为AC
BC AB
⋃⋃,OR ABC BC A C B A C AB ⋃⋃⋃;
(4)可表为BC A C B A C AB ⋃⋃; (5)可表为ABC ; (6)可表为C B A ; (7)可表为
C B A ⋃⋃,OR BC
A C
B A
C AB C B A C B A C B A C B A ⋃⋃⋃⋃⋃⋃.
5 事件的运算性质
①交换律 A B B A ⋃=⋃,BA AB =;
②结合律 )()(C B A C B A ⋃⋃=⋃⋃,)()(BC A C AB =; ③分配律 BC AC C B A ⋃=⋃)(,))(()(C B C A C AB ⋃⋃=⋃; ④对偶律(德莫根公式----好用!)
B A B A =⋃,B A AB ⋃=.
推广:
n
i i
n
i i
A
A
1
1
===
, +∞
=+∞
==
1
1
i i
i i A
A ;
n
i i
n i i
A
A
1
1
===
, +∞
=+∞==
1
1
i i
i i A
A .
选证 B A B A =⋃.
证法1 用集合论语言叙述的证明过程见P. 8. 证法2 用概率论语言叙述的证明过程如下: 事件B A ⋃发生⇔事件B A ⋃不发生
⇔事件“A 、B 至少有一个发生”不发生
⇔A、B都不发生⇔A、B同时发生
⇔B
A发生.
可见B
A互相包含,从而证得
A⋃与B
⋃.
A=
A
B
B
Remark 用德莫根公式可解决以下问题:
事件“甲产品畅销,而乙产品滞销”的对立事件是“” .
1.1.7 事件域(理论上为概率定义作准备)
①事件域的定义:P. 9.事件域的记号F,可测空间记号)
(F
Ω.
,
②常见的4种事件域:
例1.10 P.9.
本节课外作业P.9-11.
1.(1),(3)
4.(1) 6.
3. 9.。

相关文档
最新文档