概率论与数理统计讲义(1).doc

《概率论与数理统计讲义(1).doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、随机事件与概率随机变量及其分布概率论随机变量的数字特征大数定律与中心极限定理概率论与数理统计参数估计数理统计假设检验方差分析和回归分析随机事件的关系与运算基本概念概率与条件概率事件的独立性加法公式（第1章）乘法公式随机事件与概率基本公式全概率公式Bayes公式频率方法（统计方法）基本方法古典概型伯努利概型第1章随机事件与概率一、基本概念概率论研究随机现象的统计规律性。1．事件的运算及关系l事件的并A∪B=“两事件A与B中至少有一件发生”。l事件的交A∩B=AB=“两事件A与B都发生”。=“n个事件中至少有一件发生”；=“n个事件都发生”。l事件的运算规律l    

2、   （1）交换律：，；l       （2）结合律：，；（3）分配律：，；（4）对偶律：，。；.l包含　　若事件A的发生必然导致事件B的发生，则称事件B包含事件A，记为。l相等当事件B包含事件A且事件A也包含事件B时，则称事件A与B相等,记为A=B。l互不相容（互斥）若两事件A与B不可能同时发生，即AB=φ，则称事件A与B互不相容。l对立若两事件A与B互不相容，且它们的并是必然事件，即A∪B=Ω，AB=φ，则称A与B互为对立事件，记为或。l独立称A与B相互独立，如果P(AB)=P(A)P(B)。注意两事件互不相容、对立与独立之间的关系。2．概率与条件概率随机事件

3、发生的可能性大小称为随机事件的概率.条件概率是指事件B已经发生的条件下，事件A发生的概率，记作。定义设，则在事件B已发生的条件下,事件A的条件概率定义为。二、基本方法1．频率方法（统计方法）　　独立重复试验n次，当n充分大时，可把事件A出现的频率作为A的概率P(A)的近似值。伯努利大数定律.doc2．古典概型　（１）样本空间只包含有限个不同的基本事件;　（２）每个基本事件出现的可能性相等.　　在古典概型中，如果基本事件总数为N，事件A所包含的基本事件数为M（），则。3．伯努利概型将一试验独立重复n次，这一系列试验称为n重伯努利概型（独立试验序列）。设每次试验中事件

4、A的概率为p(0

5、检）中，某人的检验结果是阳性，试问：他应该沮丧到什么程度？答案是令人惊讶的，他甚至应该保持谨慎乐观的态度。为什么呢？我们只须计算出检验结果是阳性的条件下他患肝癌的概率就可以了。令A={检测结果是阳性}，B={他患肝癌}，则。现在已知的只是癌症患者检测结果呈阳性的概率和正常人检测结果呈阴性的概率，为了利用Bayes公式计算检验结果是阳性的条件下他患肝癌的（后验）概率，还需要知道人群中肝癌的罹患率。根据广州市近年来的调查资料，我们可以假设人群的肝癌发病率大约为0.04%，即，则由Bayes公式得到他患肝癌的条件概率为。这么小的概率自然不值得他担心。分布列联合分布列、边

6、缘分布列离散型变量常用离散型随机变量随机变量函数的分布列（第2章）随机变量及其分布密度联合密度、边缘密度连续型变量常用连续型随机变量随机变量函数的密度或分布第2章随机变量及其分布一、随机变量及其分布1．分布函数：，。注：概率计算公式：，其中实数；2．联合分布函数：，.  l注：（1）的边缘分布函数为；的边缘分布函数为.（2）称随机变量与独立，如果，.二、离散型随机变量1．分布列：，。注：分布列的性质：(i)  ；(ii) ．2．联合分布列：，i=1,2,…,m…；j=1,2,…n,…。注：（1）联合分布列的性质：(i)  ；（ii）.（2）的边缘分布列为，i=1,

7、2,…,m…。的边缘分布列为，j=1,2,…n,…。（3）与独立的充要条件是，i=1,2,…,m…，j=1,2,…n,…。3．常用离散型随机变量的分布列（1）“0-1”分布：，。例．抛掷一枚均匀硬币，则徽花向上的次数X服从参数为1/2的“0-1”分布。（2）几何分布：，。例．某种定期奖券中奖率为p(0

8、服从超几何