中国矿业大学 概率论与数理统计课件

合集下载

概率论与数理统计课件ppt

概率论与数理统计课件ppt
简化数据结构,解释变量间的关系。
操作步骤
计算相关系数矩阵、求特征值和特征 向量、确定主成分个数。
实例
分析消费者对不同品牌手机的偏好。
聚类分析
聚类分析
常见方法
目的
实例
将类似的对象归为同一 组,即“簇”,不同簇
的对象尽可能不同。
层次聚类、K均值聚类、 DBSCAN等。
揭示数据的内在结构, 用于分类、猜测和决策
用数学符号表示一个随机实验的结果 。
随机变量可以取到任何实数值,且取 每个结果的概率为一个确定的函数。
离散型随机变量
随机变量可以取到所有可能的结果, 且取每个结果的概率为一个确定的数 。
随机变量的函数变换
线性变换
对于随机变量X和常数a、b,有 aX+b的散布与X的散布不同。
非线性变换
对于随机变量X和函数g(x),g(X)的散 布与X的散布不同。
置信区间
根据样本数据对总体参数进行估计的一个范围,表示我们对 估计的可靠程度。
假设检验与置信水平
假设检验
通过样本数据对总体参数或散布进行 假设,然后根据检验结果判断假设是 否成立。
置信水平
假设检验中,我们相信结论正确的概 率,通常表示为百分比。
05 数理统计的应用
方差分析
方差分析(ANOVA)
随机进程在通讯、气象、物理等领域有广泛应用。
马尔科夫链蒙特卡洛方法
01
马尔科夫链蒙特卡洛方法是一种 基于蒙特卡洛模拟的统计推断方 法,通过构造一个马尔科夫链来 到达近似求解复杂问题的目的。
02
马尔科夫链蒙特卡洛方法在许多 领域都有应用,如物理学、化学 、经济学等。
04 数理统计基础
样本与样本空间

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。

中国矿业大学周圣武概率论与数理统计5第五章-大数定律与中心极限定理PPT课件

中国矿业大学周圣武概率论与数理统计5第五章-大数定律与中心极限定理PPT课件

可知,当 n时,有
1 n
ni1
Xi
P E(X1)a
因此我们可取 n 次测量值 x1,x2, ,xn的算术平均值
5
请注意 :
Xn依概率收敛于a,意味着对任意给定的0,
当n充分大时,事件Xna的概率很大,接近于 1; 并不排除事件Xna的发生,而只是说他发生的
可能性很小 . 依概率收敛比中 高的 等普 数通 学意义下
弱些,它具有定 某性 种 . 不确
6
命题 (切比雪夫Chebyshev不等式)
设随机变量X 的数学期望 E (X )和 方 差 D ( X ) 2
n
其部分和 X i 在什么条件下以正态分布为极限 i1
分布。
3
第一节 大数定律
第五章
一、 切比雪夫Chebyshev不等式 二、几个常见的大数定律
4
定义1 设随机变量序列 X1,X2, ,Xn,如果存
在常数 a ,使得对于任意 0 有:
ln i m P{X |na|}1
则称 X n 依概率收敛于a ,记为 Xn Pa.
存在,则对任意 0, 不等式
P{|XE(X)|}D(X 2 )
或 P{|XE(X)|}1D (X 2)成立,
则称此式为切比雪夫不等式。
证明 设 X 为连续性(离散型类似),其密度为 f ( x )
7
则 P {|XE (X)|} f(x)dx |xE (X)|
|xE(X)|[xE 2(X)]2 f(x)dx
又由于各次试验相互独立,所以
X1,X2, ,Xn独立同分布, 则由辛钦大数定律可得
lim P{n| Ap|}1
n n
17
例3 如何测量某一未知的物理量a ,使得误差较小?

中国矿业大学 概率论与数理统计

中国矿业大学 概率论与数理统计

(5) A, B 与C 全不发生
(A BC )
(6) A, B 与C不全发生
( ABC)
(7) A, B 与C 至少有两个发生
(ABC A BC AB C ABC )
17
例2 以A表示“甲种产品畅销,乙种产品滞销”,则为 (A) 甲滞销,乙畅销 (B) 甲乙两种产品均畅销
(C) 甲种产品畅销 (D) 甲滞销或乙畅销

推广:
;
15
注:事件的一些关系式
①设
,则


, ②

16
例1. 设A,B,C 表示三个事件, 试表示下列事件
(1) A 发生, B 与C 不发生
(AB C )
(2) A 与B 发生, C 不发生 (3) A, B 与C 都发生 (4) A, B 与C 至少有一个发生
( ABC ) ( ABC ) (A B C)
事件B包含事件A
A发生必然导致B发生 A与B相等,
记为 A=B。
11
②事件的和 称为A和B的和事件
表示A与B中至少有一个发生,即: A与B中至少有一个发生时, 发生。
12
③ห้องสมุดไป่ตู้件的积

A与B的积事件
表示事件A和B同时发生, 即: 当且仅当A与B同时发生时, 发生。通常简记为AB。
A B
13
④事件的差 但
二、概率的公理化定义
重点掌握利用关系式计算概率
20
一个事件在某次试验中的出现具有偶然性,但在大 量重复试验中随机事件的出现呈现一定的数量规律, 频率这一概念近似反映了这个数量规律。
一、频率
1. 定义1 设 E, S, A为E中某一事件,在相同条件进行

中国矿业大学周圣武概率论与数理统计_图文

中国矿业大学周圣武概率论与数理统计_图文

定义2 设 都是参数θ的无偏估计量,若有
则称
有效。
例:160页,例7、例8
定义3 设
为参数θ的估计量,
若对于任意θ∈Θ,当
则称
的一致估计量。
例:由大数定律知
一致性说明:对于大样本,由一次抽样得到的估 计量 的值可作θ的近似值
例5 设 X1, X2, …, Xn 是取自总体 X 的一个样本,
⑴ 验证
试求θ的极大似然估计值。 解
极大似然估计的不变性
练习
1.设总体X在
上服从均匀分布,
X1 , X 2 ,L X n是来自X的样本,试求 q 的矩估计量
和最大似然估计.
2.设X1,X2,…Xn是取自总体X的一个样本
其中 >0, 求 的极大似然估计.
课堂练习
P156:5,6
作业
P178:1,2,5,6
Fisher
最大似然法的基本思想:
问题:请推断兔子 是谁打中的?
例6 袋中放有白球和黑球共4个,今进行3次有放回 抽样,每次抽取1个,结果抽得2次白球1次黑球,试 估计袋中白球个数。 解 设袋中白球个数为m,
X为3次抽样中抽得的白球数,则
当袋中白球数m分别为1,2,3时, p对应的值分别为1/4,2/4,3/4, X对应的分布律见下表
中国矿业大学周圣武概率论与数理统计_图文 .ppt
第七章 参数估计
§7.1 点估计 §7.2 估计量的评选标准 §7.3 区间估计 §7.4 单个正态总体参数的区间估计 §7.4 两个正态总体参数的区间估计
统计推断
矩估计 点估计 最大似然估计
参数估计
最小二乘估计
区间估计
参数假设检验
假设检验 非参数假设检验

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,

中国矿业大学 概率论与数理统计PPT课件


11
第11页/共93页
③事件的积

A与B的积事件
表示事件A和B同时发生, 即: 当且仅当A与B同时发生时, 发生。通常简记为AB。
A B
12
第12页/共93页
④事件的差 但
A与B的差事件
A-B 表示事件A发生但事件B不发生
⑤互斥事件(互不相容) ,则称A,B为互不相容事件
即:A、B不能同时发生。
一门数学分支。
3
第3页/共93页
第一章 随机事件及其概率
一、随机事件及其运算 二、频率与概率 三、等可能概型 四、条件概率 五、事件的相互独立性
4
第4页/共93页
第一章
第一节 随机事件及其运算
一、随机试验 二、随机事件与样本空间 三、事件间的关系及其运算(重点)
5
第5页/共93页
一、随机试验
例:E1 : 抛一枚硬币,观察出现正反面情况。 E2 : 将一枚硬币连抛三次,观察出现正反面的情况。
2. 性质: 0≤
≤1
20
20
第20页/共93页
30 若
两两互不相容
历史上著名的统计学家蒲丰和皮尔逊曾进行过 大量掷硬币的试验,所得结果如下:
试验者
次数 正面的次数 正面的频率
蒲丰
4040
2048
0.5069
皮尔逊 12000
6019
0.5016
皮尔逊 24000
12012
0.5005
结论:当n较小时,频率呈偶然性,波动性很大;
②随机现象: 在一定条件下,可能出现这样的结果 也可能出现那样的结果;
例 抛一枚硬币,落下时正面朝上或反面朝上; (结果不可事先预言)

中国矿业大学(北京)《概率论与数理统计》-课件 频率与概率 ,等可能概型(古典概型)


于是 P(B A) P(B) P( A).
又因 P(B A) 0, 故 P( A) P(B).
(4) 对于任一事件 A, P( A) 1. 证明 A S P( A) P(S) 1,
故 P( A) 1. (5) 设 A 是 A的对立事件, 则 P( A) 1 P( A). 证明 因为 A A S, A A , P(S) 1,
2. 概率的主要性质 (1) 0 P(A) 1, P(S) 1, P() 0; (2) P( A) 1 P( A); (3) P( A B) P( A) P(B) P( AB); (4) 设 A, B 为两个事件,且 A B,则 P( A) P(B), P( A B) P( A) P(B).
25
处波动较小
0.50
247 0.494
2 0.2
24 0.48 251 0.502
0.4
18 0.36 26波2 动0最.52小4
0.8
27 0.54 258 0.516
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.即 当 n 逐渐增大时频率 f 总是在 0.5 附近摆动, 且 逐渐稳定于 0.5.
P( A)
k n
A 包含的基本事件数 S中基本事件的总数
.
3.计算公式推导
设试验 E 的样本空间为S={e1,e2,...,en},由于 在试验中每个基本事件发生的可能性相同, 即有
P({e1})=P({e2})=...=P({en}). 又由于基本事件是两两互不相容的, 于是
1 P(S)

新编中国矿业大学 概率论与数理统计第二章PPT课件

表示一个事件,并且
P { X x k } p k ,k 1 ,2 , RX{x1, xk}为X 的值域。
p k 满足: ⑴ p k0 ,k 1 ,2 ,
分布律的 判断条件
⑵ pk 1 k 1
称 p k 为离散型随机变量 X 的概率分布或分布律。
分布律也可用如下表格的形式表示
X
x1 x2
xk
Ⅱ.二项分布 1.伯努利概型(概率论中最早研究的模型之一,也是 研究最多的模型之一,在理论上一些重要的结果也由 它推导)
①n重独立试验 在相同的条件下对试验E重复做n次,若n次试验中各
结果是相互独立的,则称这n次试验是相互独立的。
②伯努利概型 设随机试验E只有 A和 A 两种可能结果,且 P(A)p
例3.某战士射击命中率为 p ,设首次击中目标所需射击
次数为 X ,则随机变量 X1 ,2,3 ,
二、随机变量函数和普通函数的区别
1. 定义域不同 随机变量定义在样本空间 S 上,定义域可以是数也可
以不是数;而普通函数是定义在实数域上的。 2. 随机变量函数的取值在试验之前无法确定,有一定
的概率;而普通函数却没有。
定义1.设随机试验的样本空间 S {e}, XX(e)是定义
在样本 S 上的实值单值函数,称 XX(e)为随机变量。
例1.对一均匀硬币抛一次,观察正反面情况。
样本空间 S{H,T},
设 XX(e)10,当 ,当eeH T.,为随机变ቤተ መጻሕፍቲ ባይዱ。
P{X 1} 1, 其中{X 1}表示事件A:结果
2 出现正面,即
例1 某人射击每次命中的概率为 0.7, 现独立射击 5 次,求正好命中 2 次的概率。
解 PX2C520.720.330.13

概率论与数理统计课件(完整版)

例1. 两架飞机依次轮番对同一目标投弹, 每次投下一颗炸弹, 每架飞机各带3颗炸弹, 第1架扔一颗炸弹击中目标的概率为0.3, 第2架的概率为0.4, 求炸弹未完全耗尽而击中目标的概率。
1. 计算相互独立的积事件的概率: 若已知n个事件A1, A2, …, An相互独立,则 P(A1A2…An)=P(A1)P(A2)…P(An)
系统一:先串联后并联
A1
B1
A2
B2
A3
B3
A4
B4
*
例3. 100件乐器,验收方案是从中任 取3件测试(相互独立的), 3件测试后都认为音色纯则接收这批 乐器,测试情况如下: 经测试认为音色纯 认为音色不纯 乐器音色纯 0.99 0.01 乐器音色不纯 0.05 0.95
*
1. 公式法:
当A=S时, P(B|S)=P(B), 条件概率化为无条件概率, 因此无条件概率可看成条件概率.

计算条件概率有两种方法:
*
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次取到奇数的概率.
*
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.
*
2. 样本空间与随机事件
样本空间的分类:
离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
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。
  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)。

次数
4040 12000
正面的次数
2048 6019 12012
正面的频率 0.5069 0.5016 0.5005
24000
结论:当n较小时,频率呈偶然性,波动性很大;
23
随着n的增加,波动幅度减小,最后集中在某一个数附近。
这种称为频率稳定性,也就是通常所说的统计规律性, 频率稳定值 即概率的统计定义。 注:试验次数越多,并不说明越精确,只能说明波动 范围越小。
设A,B,C分别表示“用户订购A,B,C 报纸”
32
解:由题意可知
(1)
(2) (3) ﹏﹏ ﹏﹏ ﹏﹏
两两互不相容的
33
(4)
﹏﹏
﹏﹏
﹏﹏
两两互不相容
(5)
(6)
34
例5 已知 P( A) P( B) P(C ) 0.25 , P( AC) 0.125 P( AB) P( BC ) 0 ,求 A,B,C 至少有一个发生 的概率。
概率论与数理统计
任课教师: 付乳燕
furuyan@
1
内容与学时
第一章 随机事件及其概率 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律与中心极限定理
概 30 率学 论时
第六章 样本及抽样分布
第七章 参数估计 第八章 假设检验
数 18 理学 统时 计
S3 ={ t | t≥0}
9
注意: 样本空间的元素是由 试验目的 所决定的。
将一枚硬币连抛三次 例: 1) 观察正反面出现的情况, S1 ={HHH,HHT……} 2) 观察正面出现的次数, S2 ={0,1,2,3} Ⅱ. 随机事件 定义2 样本空间的子集称为随机事件,简称事件, 一般记为 A, B, C等。

P Ai Aj
1i j k n

P Ai Aj Ak
1
n 1
P A1 A2 An
提示:可用归纳法证明
28
例1. 已知
证明:
例2、
解:
29
例3 某人外出旅游两天,据天气预报知: 第一天下雨的概率为0.6,第二天下雨的概率为0.3,
二、随机事件与样本空间
Ⅰ. 样本空间 定义1 随机试验E的所有可能结果组成的集合称为E
的样本空间,记为S ,样本空间的元素,即E的每个结果, 称为样本点,记为e。 例如上页引例中:
有限个 样本点
S1 ={ H,T }
S2 ={HHT,HHH,HTH,HTT,THH,THT,TTH,TTT}
连续、 不可列
3. 基本事件:一个样本点组成的单点集(试验E的每个 可能结果)。
例: 有两个基本事件 { H } 和 { T }
11
三、事件间的关系及其运算(重点)
1.事件的关系
① 包含、相等关系
事件B包含事件A
A发生必然导致B发生 A与B相等, 记为 A=B。
12
②事件的和 称为A和B的和事件 表示A与B中至少有一个发生,即: A与B中至少有一个发生时, 发生。
解 P( A B C ) P( A) P( B) P(C )
P( AB) P( AC ) P( BC ) P(ABC ) ABC AB P( ABC ) P( AB) 0
P( ABC ) 0 P( A B C ) 0.75 0.125 0.625
k 则有 P A n
39
3.方法:
构造A和S的样本点(当样本空间S的元素
较少时,先一一列出S和A中的元素,直 接利用 求解) 用排列组合方法求A和S的样本点个数
预备知识
Ⅰ. 加法原理:完成一项工作m类方法,第i类方法有 种,(i=1,2, m),则完成这项工作共有: n1 n2 nm 种方法。
P A1 A2 Ak P A1 P A2 P Ak
其中
两两互不相容。
25
如果

② P A ≤ P B
① P B A P B P A
证明
且 A 和 B-A互不相容
得①式成立;
26
频率这一概念近似反映了这个数量规律。
一、频率
1. 定义1 设 E, S, A为E中某一事件,在相同条件进行 n次独立重复试验,事件A发生的次数记为 则比值 2. 性质: 0≤ 称为A的频率。(frequency) ≤1
20
22
30 若
两两互不相容
历史上著名的统计学家蒲丰和皮尔逊曾进行过 大量掷硬币的试验,所得结果如下: 试验者 蒲丰 皮尔逊 皮尔逊
13
③事件的积
且 A与B的积事件
表示事件A和B同时发生, 即:
当且仅当A与B同时发生时, 发生。 通常简记为AB。
A B
14
④事件的差
但 A与B的差事件 A-B 表示事件A发生但事件B不发生 ⑤互斥事件(互不相容) ,则称A,B为互不相容事件 即:A、B不能同时发生。 基本事件都互不相容。
⑥对立事件(逆事件) 且
,则称事件A与B互为逆事件 , =S -A。
15
或互为对立事件。A的对立事件记为
2 .事件的运算法则
①交换律 ;
②结合律
③分配律
④德· 摩根律: 推广:

;
ቤተ መጻሕፍቲ ባይዱ16
注:事件的一些关系式
① 设 ,则 , ,



17
例1.
设A,B,C 表示三个事件, 试表示下列事件
(1) A 发生, B 与C 不发生
二、概率(概率的公理化定义)
1. 定义 设 E, S ,对于E的每一事件A,赋予一个实数, 记为P(A), 如果P( · )满足以下三个公理: ⑴ 非负性:
⑵ 规范性: ⑶ 可列可加性:
称P(A)为事件A的概率。
24
2. 性质:
P 0
证明 取 ,则
故由可列可加性
又因为 ≥0, 所以
有限可加性
一、随机试验 二、随机事件与样本空间
三、事件间的关系及其运算(重点)
7
一、随机试验 例: : 抛一枚硬币,观察出现正反面情况。 E1
E2 :将一枚硬币连抛三次,观察出现正反面的情况。 E3: 在一批灯泡中任取一只,测试它的寿命。
对上面的随机现象进行观察,具有以下特点: 1、可以在相同的条件下重复进行; 2、试验的可能结果不止一个,并且在试验前能 预先知道全部可能结果; 3、在每次试验前不能预先知道哪个结果会出现。 E(experimentation) 8
A B ,
B C { 5}
A D {1, 3 , 5 , 6 }
20
A D { 2 , 4 , 6}
第一章
第二节 频率与概 率
一 、频率 概率的统计定义
二、概率的公理化定义
重点掌握利用关系式计算概率
21
一个事件在某次试验中的出现具有偶然性,但在大
量重复试验中随机事件的出现呈现一定的数量规律,
两天都下雨的概率为0.1, 试求下列事件的概率:
(1) 第一天下雨,第二天不下雨 (2) 第一天不下雨,第二天下雨 (3) 至少有一天下雨
P( A B)
P( AB) P( AB)
(4) 两天都不下雨 P( AB) (5) 至少有一天不下雨 P( A B) 解:设A—第一天下雨,B—第二天下雨 则
( )
2
( )
参考学习书目:
《概率论与数理统计》 《概率论与数理统计学习辅导与习题解答》 浙江大学二、三版 高教出版社出版 答疑: 答疑地点:教一楼C300答疑室
答疑时间:周二下午7-8节
3
绪 言 自然界和社会中有两类现象:
①确定性现象:在一定条件下必然发生的现象
例 抛一石子必然落下; 同性电荷互斥 (结果可以事先预言的) ②随机现象: 在一定条件下,可能出现这样的结果 也可能出现那样的结果; 例 抛一枚硬币,落下时正面朝上或反面朝上; (结果不可事先预言)
P( AB C ) P( ABC ) (2) 只订购A,B的 (3) 只订购一种报纸的 P( ABC ABC ABC ) (4) 只订购两种报纸的 P( ABC ABC ABC ) (5) 至少订购一种报纸的 P( A B C ) P( A B C ) (6) 不订购任何报纸的
Ⅱ. 乘法原理:完成一项工作有m个步骤,第i步有
种方法(i=1,2,…,m) ,则完成该项工作一共有: n1n2 nm种方法。
40
Ⅲ. 排列: 从n个元素中取出r个元素,按一定顺序排成一列, 称为从n个元素里取出r个元素的排列。(n,r均为整数)
①(无放回选取)从n个不同元素中无放回的取出m个(m≤n) ﹏﹏﹏﹏﹏
4
②随机现象: 在每次试验中结果具有不确定性,而在大量的重复 试验中其结果又具有某种统计规律性的现象。 研究对象:概率统计是研究随机现象统计规律性的 一门数学分支。
5
第一章 随机事件及其概率
一、随机事件及其运算 二、频率与概率 三、等可能概型 四、条件概率 五、事件的相互独立性
6
第一章
第一节 随机事件及其运算
( AB C ) ( ABC ) (ABC ) ( A B C) (A B C ) (ABC )
(2) A 与B 发生, C 不发生
(3) A, B 与C 都发生 (4) A, B 与C 至少有一个发生 (5) A, B 与C 全不发生 (6) A, B 与C不全发生 (7) A, B 与C 至少有两个发生
30
(1) (2) (3)
(4) (5)
31
相关文档
最新文档