概率论 Probability.

Slides:



Advertisements
Similar presentations
小结与复习( 4 ). 1 、内容小结 互斥事件互斥事件 不对立不对立 特点特点 ⑴ A 、 B 不能同时发生, A 发生必 然 B 不发生。 ⑵事件 A+B 是随机事件 概率概率 ,又若 A 1 , A 2 , … , A n 彼此互斥,则 对立对立 特点特点 ⑴ A 、 B 不能同时发生,但必有一.
Advertisements

概率论与数理统计 张剑 Q 概率论与数理统计 张剑 Q 2 : 概率论是一门研究客观世界随机现象数量 规律的数学分支学科. 数理统计学是一门研究怎样去有效地收集、 整理和分析带有随机性的数据,以对所考 察的问题作出推断或预测,直至为采取一 定的决策和行动提供依据和建议的数学分 支学科.
第一章 、随机事件与概率 1.1 、随机事件 1.2 、随机事件的概率 1.3 、随机事件概率的计算 1.4 、伯努利概型.
黄山市徽州一中数学教研组 毕林裕 凌荣寿 1 名数学家 =10 个师 1943 年, 在大西洋上英美运输船队常常受到德国潜艇的 袭击, 当时, 英美两国限于实力, 无力增派更多的护航舰, 一时 间, 德军的潜艇战搞得盟军焦头烂额. 为此, 有位美国海军将领专门去请教了几位数学家, 数学 家们运用概率论分析后发现,
随机变量及其概率分布 第二章 离散型随机变量及其分布律 正态分布 连续型随机变量及其分布律 随机变量函数的分布.
概率统计序言.
高二数学 选修 条件概率(一).
初中数学 九年级(上册) 4.2 等可能条件下的概率(一)(2).
概率论 与 数理统计 主讲人:孙 莉(信息学院)
复习: :对任意的x∈A,都有x∈B。 集合A与集合B间的关系 A(B) A B :存在x0∈A,但x0∈B。 A B A B.
第三章 概率 单元复习 第一课时.
2011年10月31日是一个令人警醒的日子,世界在10月31日迎来第70亿人口。当日凌晨,成为象征性的全球第70亿名成员之一的婴儿在菲律宾降生。 ?
機率的意義 機率運算法則 機率分佈 二項分佈 卜瓦松分佈
3.1.3概率的基本性质.
3.1.3 概率的基本性质 事件 的关系 和运算 概率的 几个基 本性质 南海中学分校高一备课组.
3.1.3 概率的基本性质.
初级会计实务 第八章 产品成本核算 主讲人:杨菠.
中考阅读 复习备考交流 西安铁一中分校 向连吾.
第三章 概率及概率分布 教学目的: (1)理解试验、事件、样本空间、概率定义 (2)学习描述和使用概率的运算法则
中央广播电视大学开放教育 成本会计(补修)期末复习
樣本空間與事件 餘事件:不在A中的樣本所構成的事件,即A′.
人教版义务教育课程标准实验教科书 小学数学四年级上册第七单元《数学广角》 合理安排时间 248.
12.1 等可能性 王林中学:娄艳秋.
概率论与数理统计 学年第二学期 任课教师:王传伟 单位:信息学院 办公室:文理大楼725室
概 率 统 计 主讲教师 叶宏 山东大学数学院.
摸球游戏: 盒子里装有黄球和白球,我和你们依次摸球,摸到球后放回去,摇一摇,继续摸。摸到黄球老师赢,摸到白球你们赢,赢者得福娃一个。
中考语文积累 永宁县教研室 步正军 2015.9.
高二数学 选修 离散型随机变量 安阳市实验中学 李志敏.
主要内容 § 3.1 多维随机变量及联合分布 联合分布函里数 联合分布律 联合概率密度 § 3.2 二维随机变量的边缘分布
随机变量及其 概率分布.
生 物 统 计 学  第2章     概率基础 (1) 彭司华 2016年2月.
小学数学知识讲座 应用题.
1.2 事件的频率与概率 一、事件的频率 二、概率的公理化体系 1.2 事件的频率与概率.
倒装句之其他句式.
3.解:连续掷同一枚硬币4次的基本事件总数为 ,
第 22 课 孙中山的民主追求 1 .近代变法救国主张的失败教训: “师夷之长技以制 夷”“中体西用”、兴办洋务、变法维新等的失败,使孙中山
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
第六章 概率初步 6.2 频率的稳定性.
本次课讲授:第二章第十一节,第十二节,第三章第一节, 下次课讲第三章第二节,第三节,第四节; 下次上课时交作业P29—P30
2019年1月3日2时26分 概率论 Probability 江西财经大学 2017年 2019年1月3日2时26分.
生物统计学 第二章 概率和概率分布
第一章.
3.2.1 古典概型 高二数学组.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第二章 随机变量及其分布 §1 随机变量 §2 离散型随机变量及其分布 §3 随机变量的分布函数 §4 连续型随机变量及其概率密度
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
概 率 统 计 主讲教师 叶宏 山东大学数学院.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
江苏如东马塘中学 轻水长天 集合的基本运算 第一课时.
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 推广到随机变量
用计算器开方.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
3.1.2 空间向量的数量积运算 1.了解空间向量夹角的概念及表示方法. 2.掌握空间向量数量积的计算方法及应用.
1.2 子集、补集、全集习题课.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
Ch5 一维随机变量.
第三章 多维随机变量及其分布 第一节 二维随机变量 第二节 边缘分布 第三节 条件分布 第四节 相互独立的随机变量
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
2.2矩阵的代数运算.
上杭二中 曾庆华 上杭二中 曾庆华 上杭二中 曾庆华.
第 四 章 大 数 定 理 与 中 心 极 限 定 理.
难点:连续变量函数分布与二维连续变量分布
用列举法求概率 (第二课时).
1.3 概率的定义及其运算 ? ? 从直观上来看,事件A的概率是指事件A发生的可能性 P(A)应具有何种性质?
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
畢氏定理(百牛大祭)的故事 張美玲 製作 資料來源:探索數學的故事(凡異出版社).
第3讲 概率论初步 3.1 概率 条件概率和加法公式 3.3 计数原则.
102年人事預算編列說明 邁向頂尖大學辦公室製作.
Presentation transcript:

概率论 Probability

第一章 随机事件及其概率 第二章 随机变量及其概率分布 第三章 二维随机变量及其分布 第四章 随机变量的数字特征

随机事件及其概率 第一章 随机事件 随机事件的概率 随机事件的公理化定义及其性质 条件概率和乘法公式 全概率公式与Bayes公式 试验的独立性与独立试验概型

什么是概率论 确定性现象 Certainty phenomena 随机现象 Random phenomena 100℃时必然沸腾 垂直上抛一重物,该重物会垂直下落 随机现象 Random phenomena 掷一颗骰子,可能出现1,2,3,4,5,6点 抛掷一枚均匀的硬币,会出现正面向上、反面向上 两种不同的结果 概率论就是研究随机现象的统计规律性的数学学科

随机试验 Random Experiments 试验在相同的条件下可重复进行 每次试验的结果具有多种可能性,而且在试验之前可 以确定试验的所有可能结果 每次试验前不能准确预言试验后会出现哪一种结果. 实例 上抛一枚硬币 在一条生产线上,检测产品的等级情况 向一目标射击

随机事件 random Events 在随机试验中,可能出现也可能不出现,而在大量重复试验中具有某种规律性的事件叫做随机事件(random Events ),简称事件(Events). 随机事件通常用大写英文字母A、B、C等表示. 例如: 在抛掷一枚均匀硬币的试验中,“正面向上”是一 个随机事件,可用A={正面向上}表示. 掷骰子,“出现偶数点”是一个随机事件,试验结果为2,4或6点,都导致“出现偶数点”发生。

基本事件与样本空间 样本点 Sample Point 随机试验中的每一个可能出现的试验结果称为这个试验的一个 样本点 ,记作 . 随机试验中的每一个可能出现的试验结果称为这个试验的一个 样本点 ,记作 . 样本空间 Sample Space 全体样本点组成的集合称为这个试验的样本空间,记作Ω.即 基本事件 仅含一个样本点的随机事件称为基本事件. 含有多个样本点的随机事件称为复合事件.

写出下列试验的样本空间 E1: 掷一颗匀质骰子,观察骰子出现的点数 E2: 射手向一目标射击,直到击中目标为止 Ω={1,2,3,4,5,6} 点数:一维离散型随机变量 E2: 射手向一目标射击,直到击中目标为止 Ω={1,2,…} 射击次数:一维离散型随机变量 E3: 从四张扑克牌J,Q,K,A任意抽取两张。 Ω={(J,Q),…(Q,A)} 二维离散型随机变量 E4: 在一批灯泡中任意抽取一只,测试它的寿命 Ω={t| 0≤t≤ T} 寿命:一维连续型随机变量

随机事件(Random Events) 在随机试验中,随机事件一般是由若干个基本事件组成的. 例如,抛掷一颗骰子,观察出现的点数,那么“出现1点”、“出现2点”、...、“出现6 点”为该试验的基本事件. A ={出现奇数点}是由三个基本事件 “出现1点”、“出现3点” 、 “出现5 点” 组合而成的随机事件. 样本空间Ω的任一子集A称为随机事件 属于事件A的样本点出现,则称事件A发生。

特例—必然事件Certainty Events ——记作Ω 样本空间Ω也是其自身的一个子集 Ω也是一个“随机”事件 每次试验中必定有Ω中的一个样本点出现 必然发生 例 “抛掷一颗骰子,出现的点数不超过6”为 必然事件。

特例—不可能事件Impossible Event ——记作Φ 空集Φ也是样本空间的一个子集 Φ也是一个特殊的“随机”事件 不包含任何样本点 不可能发生 例 “抛掷一颗骰子,出现的点数大于6”是 不可能事件

随机试验:抛掷硬币 Tossing a coin 随机试验 掷一枚均匀的硬币,观察它出现正面或反面的情况 试验的样本点和基本事件 H:“正面向上” T :“反面向上” 样本空间 Ω={H,T}.

随机事件 试验:掷一枚硬币三次,观察它出现正面或反面的情况 Ω={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT} A=“正面出现两次” ={HHT,HTH,THH} B=“反面出现三次” ={TTT} C=“正反次数相等” = Φ D=“正反次数不等” =Ω

随机试验:抛掷两颗骰子 Rolling two die 随机试验 抛掷两颗骰子,观察出现的点数 试验的样本点和基本事件 样本空间 Ω={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),...,(6,1),(6,2),...,(6,6)}.

随机事件 试验:抛掷两颗骰子,观察出现的点数 A=“点数之和等于3” ={(1,2),(2,1)} B=“点数之和大于11” ={6,6} C=“点数之和不小于2” =Ω = Φ D=“点数之和大于12”

事件的关系与运算 给定一个随机试验,设Ω为其样本空间,事件A,B,Ak ( k =1 , 2 , 3 , ... ) 都是Ω的子集. 事件 事件之间的关系与事件的运算 集合 集合之间的关系与集合的运算 给定一个随机试验,设Ω为其样本空间,事件A,B,Ak ( k =1 , 2 , 3 , ... ) 都是Ω的子集.

子事件 (事件的包含Contain ) 事件A是事件B的子事件 事件A发生必然导致事件B发生 事件A的样本点都是事件B的样本点 B A 记作 例如 抛掷两颗骰子,观察出现的点数 A={出现1点} B={出现奇数点}

相等事件(Equal) A=B B A 事件A与事件B含有相同的样本点 例如:在投掷一颗骰子的试验中,事件“出现偶数点” 与事件“出现2,4或6点”是相等事件。

和事件 Union 和事件A∪B发生 A发生或B发生 事件A与事件B至少有一个发生 由事件A与事件B所有样本点组成 多个事件的和

积事件Intersection 积事件AB发生 事件A和事件B同时发生 由事件A和事件B的公共样本点组成 AB A∩B 多个事件的积

互斥事件 (互不相容事件) Exclusive 事件A与事件B互斥 AB=Φ 事件A与事件B不能同时发生 事件A与事件B没有公共的样本点

对立事件 Contrary 事件A不发生 是由所有不属于A的样本点组成 记作 性质

差事件 Difference 差事件A-B发生 事件A发生且事件B不发生 由属于事件A但不属于事件B的样本点组成 A-B 性质

完备事件组 完备事件组

小 结 概率论 集合论 样本空间(必然事件) Ω 全集 不可能事件 Φ 空集Φ 子事件 A⊂B 子集A⊂B 和事件 A∪B 并集A∪B 小 结 概率论 集合论 样本空间(必然事件) Ω 全集 不可能事件 Φ 空集Φ 子事件 A⊂B 子集A⊂B 和事件 A∪B 并集A∪B 积事件 A∩B 交集A∩B 差事件 A-B 差集A-B 对立事件 补集

事件之间的运算律 交换律 结合律 分配律 摩根律 Venn图演示集合的关系与运算

例:复合事件的表示 某射手向目标射击三次,用 表示第 次击中目标 试用 及其运算符表示下列事件: (1) 三次都击中目标: 某射手向目标射击三次,用 表示第 次击中目标 试用 及其运算符表示下列事件: (1) 三次都击中目标: (2) 至少有一次击中目标: (3) 恰好有两次击中目标: (4) 最多击中一次: (5)至少有一次没有击中目标: (6)三次都没有击中目标:

练一练 A,B,C为同一样本空间的随机事件, 试用A,B,C的运算表示下列事件 1) A,B,C 都不发生 2) A与B发生,C不发生 6) 事件3)的对立事件