教师: 习长新 e-mail: changxinxi@ 163.com 概率论与数理统计 教师: 习长新 e-mail: changxinxi@ 163.com.

Slides:



Advertisements
Similar presentations
概率论与数理统计 §1.3 古典概型与几何概型. 本节主要内容  排列与组合公式  古典概型  几何概型 §1.3 事件的概率及性质.
Advertisements

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.
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.
概率统计( ZYH ) 1.3 古典概型与几何概型 一、古典概型 二、几何概型. 概率统计( ZYH ) 回忆 1.1 节的试验, E 1,E 3,E 4 有共同特性: 一、古典概型 ①(有限性)试验的样本空间 Ω 中仅含有限个样本点: ②(等可能性)每个基本事件 {ω i } 发生的可能性相同 :
山东农业大学 概率论与数理统计 主讲人:程述汉 苏本堂 §1.3 古典概型 1. 古典概型  古典概型中事件概率的计算公式  古典概型的概率计算步骤  古典概型的概率计算举例.
1 概率论与数理统计第 3 讲 本讲义可在网址 或 ftp://math.shekou.com 下载.
§1.2 事件的概率 设在 n 次试验中,事件 A 发生了 m 次,则称 为事件 A 发生的频率. 频率 频率的性质 事件 A 、 B 互斥,则 可推广到有限个两两互斥事件的和事 件. 非负性 规范性 可加性 稳定性 某一定数    
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.
我们首先引入的计算概率的数学模型, 是在概率论的发展过程中最早出现的研究 对象,通常称为 古典概型.
概率论 第四节 等可能概型 ( 古典概型 ) 古典概型的定义 古典概率的求法举例 小结 布置作业.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
2.6 隐函数微分法 第二章 第二章 二、高阶导数 一、隐式定义的函数 三、可微函数的有理幂. 一、隐函数的导数 若由方程 可确定 y 是 x 的函数, 由 表示的函数, 称为显函数. 例如, 可确定显函数 可确定 y 是 x 的函数, 但此隐函数不能显化. 函数为隐函数. 则称此 隐函数求导方法.
第二章 导数与微分. 二、 微分的几何意义 三、微分在近似计算中的应用 一、 微分的定义 2.3 微 分.
古典概型习题课. 1 .古典概型 (1) 基本事件的特点 ①任何两个基本事件是 的. ②任何事件 ( 除不可能事件 ) 都可以表示成的和. 2 .古典概型 具有以下两个特点的概率模型称为古典概率模型,简称古典概型. (1) 试验中所有可能出现的基本事件 . (2) 每个基本事件出现的可能性 . 互斥.
四、后期物理复习备考建议 不同阶段复习课教学设计(知识建构)的目的 复习课教学 设计的目的 理 解 · 对某知识的全面、抽 象理解 · 抽象知识和具体情景 的转化 综 合 · 多知识点联合解决问 题 基本素质 · 审题、表达、审视答 案等基本能力 复习 ( 一 ) 复习(二) ☆ ☆☆☆ ☆☆  进行科学规划.
§1.2 §1.2随机事件的概率 0≤P(A)≤1 用一个数来度量可能性的大小。这个 数应该是事件本身所固有的,可以在相同 的条件下通过大量的重复试验予以识别和 检验;可能性大的事件用较大的数来度量, 可能性小的事件用较小的数来度量。这个 用来度量可能性大小的数称为事件的概率, 用 P(A) 表示。
概率论与数理统计 主讲:统计学院 任俊柏.
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).
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.
古典概型习题课.
1.4 古典概型(等可能概型) 1.古典概型 2.典型例题 3. 小结.
第一章 概率论的基本概念 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
第二节 古典概型 (等可能概型).
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
3.1.3 概率的基本性质.
互斥事件有一发生的概率 瑞四中 林光明.
25.2 用列举法求概率(第3课时) 保靖民中:张 强.
第四章 时间序列的分析 本章教学目的:①了解从数量方面研究社会经济现象发展变化过程和发展趋势是统计分析的一种重要方法;②掌握时间数列编制的基本要求;③理解和掌握水平速度两方面指标的计算及运用④理解和掌握长期趋势分析和预测的方法。 本章教学重点:现象发展的水平指标和速度指标。 本章教学难点:现象变动的趋势分析。
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
第二章 导数与微分 第二节 函数的微分法 一、导数的四则运算 二、复合函数的微分法.
2-7、函数的微分 教学要求 教学要点.
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.
3.解:连续掷同一枚硬币4次的基本事件总数为 ,
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.
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.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
第三章 随机事件的概率.
概率论 Probability.
第一章 随机事件及其概率.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
现代控制理论.
若2002年我国国民生产总值为 亿元,如果 ,那么经过多少年国民生产总值 每年平均增长 是2002年时的2倍? 解:设经过 年国民生产总值为2002年时的2倍, 根据题意有 , 即.
第一章 函数与极限.
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
课件制作:淮北矿业集团公司中学纪迎春 10.7相互独立事件同时发生的概率 授课教师:纪迎春.
抽样和抽样分布 基本计算 Sampling & Sampling distribution
《概率论》总复习.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
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.
复习.
§1.3 条件概率 条件概率与乘法公式   引例 袋中有7只白球,3只红球,白球中有4只木球,3只塑料球;红球中有2只木球,1只塑料球.现从袋中任取1球,假设每个球被取到的可能性相同.若已知取到的球是白球,问它是木球的概率是多少? 古典概型 设 A 表示任取一球,取得白球; B 表示任取一球,取得木球.
§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.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
多层循环 Private Sub Command1_Click() Dim i As Integer, j As Integer
上杭二中 曾庆华 上杭二中 曾庆华 上杭二中 曾庆华.
2019/5/20 第三节 高阶导数 1.
第一章 概率论的基本概念 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
§2 方阵的特征值与特征向量.
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.
§4.5 最大公因式的矩阵求法( Ⅱ ).
§2 自由代数 定义19.7:设X是集合,G是一个T-代数,为X到G的函数,若对每个T-代数A和X到A的函数,都存在唯一的G到A的同态映射,使得=,则称G(更严格的说是(G,))是生成集X上的自由T-代数。X中的元素称为生成元。 A变, 变 变, 也变 对给定的 和A,是唯一的.
Presentation transcript:

教师: 习长新 e-mail: changxinxi@ 163.com 概率论与数理统计 教师: 习长新 e-mail: changxinxi@ 163.com

从直观上来看,事件A的概率是描绘事件A发生的可能性大小的量 1.2 概率的定义及其运算 从直观上来看,事件A的概率是描绘事件A发生的可能性大小的量 ? P(A)应具有何种性质? * 抛一枚硬币,币值面向上的概率为多少? * 掷一颗骰子,出现6点的概率为多少? 出现单数点的概率为多少? * 向目标射击,命中目标的概率有多大? ?

1.2.1.古典概型与概率 (p10)若某实验E满足: 1.有限性:样本空间S={e1, e 2 , … , e n }; 2.等可能性:(公认) P(e1)=P(e2)=…=P(en). 则称E为古典概型也叫等可能概型。

古典概型中的概率(P10): 设事件A中所含样本点个数为N(A) ,以N()记样本空间 中样本点总数,则有 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} A={HHH,HHT,HTH,THH,HTT,TTH,THT}

定义:(p8) 事件A在n次重复试验中出现nA次,则 1.3 频率与概率 ? 某人向目标射击, 以A表示事件“命中目标”, P(A)=? 定义:(p8) 事件A在n次重复试验中出现nA次,则 比值nA/n称为事件A在n次重复试验中 出现的频率,记为fn(A). 即 fn(A)= nA/n.

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 n nH fn(H) De Morgan 2048 1061 0.5181 Buffon 4040 2048 0.5069 K. Pearson 12000 6019 0.5016 K. Pearson 24000 12012 0.5005

实践证明:当试验次数n增大时, fn(A) 逐渐 频率的性质 (1) 0 fn(A) 1; (2) fn(S)=1; fn( )=0 (3) 可加性:若AB= ,则 fn(AB)= fn(A) +fn(B). 实践证明:当试验次数n增大时, fn(A) 逐渐 趋向一个稳定值。可将此稳定值记作P(A), 作为事件A的概率

1.3.2. 概率的公理化定义 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 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 (3) 可列可加性:设A1,A2,…, 是一列两两互不相容的事件,即AiAj=,(ij), i , j=1, 2, …, 有 P( A1  A2  … )= P(A1) +P(A2)+…. (1.1) 则称P(A)为事件A的概率。

2.概率的性质 有限可加性:设A1,A2,…An , 是n个两两互不相容的事件, 即AiAj=  ,(ij), i , j=1, 2, …, n ,则有 P( A1  A2  …  An)= P(A1) +P(A2)+… P(An); (2) 单调不减性:若事件AB,则 P(A)≥P(B) (3) 事件的差 A、B是两个事件,则 P(A-B)=P(A)-P(AB)

P(AB)=P(A)+P(B)-P(AB) 该公式可推广到任意n个事件A1,A2,…,An的情形; (3) 互补性:P(A)=1- P(A); (5) 可分性:对任意两事件A、B,有 P(A)=P(AB)+P(AB ) .

解:设A,B,C分别表示选到的人订了甲,乙,丙报 某市有甲,乙,丙三种报纸,订每种报纸的人数分别占全体市民人数的30%,其中有10%的人同时定甲,乙两种报纸.没有人同时订甲乙或乙丙报纸.求从该市任选一人,他至少订有一种报纸的概率. 解:设A,B,C分别表示选到的人订了甲,乙,丙报

例1.3.2.在110这10个自然数中任取一数,求 (1)取到的数能被2或3整除的概率, (2)取到的数即不能被2也不能被3整除的概率, (3)取到的数能被2整除而不能被3整除的概率。 解:设A—取到的数能被2整除; B--取到的数能被3整除 故

补充:古典概型的几类基本问题 排列 组合 抽球问题 分球入盒问题 分组问题 随机取数问题

二、古典概型的几类基本问题 复习:排列与组合的基本概念 乘法公式:设完成一件事需分两步, 第一步有n1种方法,第二步有n2种方法, 则完成这件事共有n1n2种方法。 (也可推广到分若干步)

加法公式:设完成一件事可有两种途径,第一种途径有n1种方法,第二种途径有n2种方法,则完成这件事共有n1+n2种方法。 (也可推广到若干途径) 这两公式的思想贯穿着整个概率问题的求解。

有重复排列:从含有n个元素的集合中随机 抽取k 次,每次取一个,记录其结果 后放回,将记录结果排成一列, 共有nk种排列方式. n n n

无重复排列:从含有n个元素的集合中随机抽取k 次, 每次取一个,取后不放回,将所取元素排成一列, 共有Pnk=n(n-1)…(n-k+1)种排列方式.

组合:从含有n个元素的集合中随机抽取k 个, 共有 种取法.

1、抽球问题 例1:设合中有3个白球,2个红球,现从合中任抽2个球,求取到一红一白的概率。 解:设A-----取到一红一白 答:取到一红一白的概率为3/5

一般地,设盒中有N个球,其中有M个白球,现从中任抽n个球,则这n个球中恰有k个白球的概率是

在实际中,产品的检验、疾病的抽查、农作物的选种等问题均可化为随机抽球问题。我们选择抽球模型的目的在于是问题的数学意义更加突出,而不必过多的交代实际背景。

2、分球入盒问题 例2:将3个球随机的放入3个盒子中去,问: (1)每盒恰有一球的概率是多少? (2)空一盒的概率是多少? 解:设A:每盒恰有一球,B:空一盒

一般地,把n个球随机地分配到m个盒子中去(nm),则每盒至多有一球的概率是: ? 某班级有n 个人(n365), 问至少有两个人的生日在同一天 的概率有多大?

3.分组问题 例3:30名学生中有3名运动员,将这30名学生平均分成3组,求: (1)每组有一名运动员的概率; (2)3名运动员集中在一个组的概率。 解:设A:每组有一名运动员;B: 3名运动员集中在一组

一般地,把n个球随机地分成m组(n>m),要求第 i 组恰 有ni个球(i=1,…m),共有分法:

(3)求取到的数既能被6整除也能被8整除的概率 4 随机取数问题 例4 从1到200这200个自然数中任取一个, (1)求取到的数能被6整除的概率 (2)求取到的数能被8整除的概率 (3)求取到的数既能被6整除也能被8整除的概率 解:N(S)=200, N(1)=[200/6]=33, N(2)=[200/8]=25 N(3)=[200/24]=8 (1),(2),(3)的概率分别为:33/200,1/8,1/25