概率论及数理统计全册精品完整课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《概率论及数理统计全册精品完整课件.ppt》由用户(金钥匙文档)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 概率 论及 数理统计 精品 完整 课件
- 资源描述:
-
1、概率论及数理统计全册概率论及数理统计全册 精品完整课件精品完整课件 习题选讲习题选讲 练习练习1 利用互不相容事件的概念及加法原理利用互不相容事件的概念及加法原理、乘法原乘法原 理证明恒等式:理证明恒等式: 解解 (1)考虑考虑E:从含有:从含有n-1个黑球和个黑球和1个白球的袋中任取个白球的袋中任取k 个球个球的组合的组合,记记A=没有取到白球没有取到白球, 则则 ;) 1 ( 1 11 k n k n k n CCC 、含、含 k n k n CAC 1 .)()2( 2 0 2n n n k k n CC 个基本事件。含 1 1 k n CA 由加法原理即得由加法原理即得(1)式式。 解
2、解 (2)考虑考虑E:从含有:从含有n个黑球和个黑球和n个白球的袋中任取个白球的袋中任取n 个球个球的组合的组合,记记Ak=取到取到k个个白球白球,k=0,1,2,n, 则则 ;), 1 , 0( 2 个基本事件含、含nkCCAC kn n k nk n n 。,又)( 0 jiAAA ji n k k 由加法原理即得由加法原理即得(2)式式。 (可推广可推广) 练习练习1 甲甲、乙约定下午乙约定下午1点点2点间到某车站乘车点间到某车站乘车,该时间该时间 段内有段内有4班车班车,每刻钟一辆每刻钟一辆。若若(1)见车就乘;见车就乘;(2)最多等一最多等一 班车班车。求二人乘同一车的概率求二人乘同
3、一车的概率。 解解1 记记A=见车就乘时二人乘同一车见车就乘时二人乘同一车, B=最多等一最多等一 班车时二人乘同一车班车时二人乘同一车,则则 法法1 几何概型几何概型 ( )( )() 42*310 444416 P BP AP BA 1 x y 1 4 ( ), 16 P A 4 ( ), 44 P A 法法2 古典概型古典概型 10 ( ) 16 P B 习题选讲习题选讲 练习练习2 n个座位依次从个座位依次从1号编到号编到n号号,把把1号至号至n号的号的n个个 号码分给号码分给n个人个人,每个人一个号码每个人一个号码,这这n个人随意地坐到个人随意地坐到 座位上座位上,求至少有一个人手里
4、的号码恰好与座位的号码相求至少有一个人手里的号码恰好与座位的号码相 同的概率同的概率,且当且当n很大时很大时,给出这个概率的近似值给出这个概率的近似值。 解解 记记B=至少有一个人的号码恰好与座位的号码相同至少有一个人的号码恰好与座位的号码相同, , 2 , 1, 1 )(ni n BP i , ! )!2( )(ji n n BBP ji ! 1 )(, 21 n BBBP n 1 12 1 ( )()()( 1)() n n iijn iij P BP BP BBP B BB ! 1 ) 1( ! )!2( * 1 * 12 nn n C n n n n n k k k 1 1 ! ) 1
5、( 0 ! ) 1( 1 k k n ke n 1 1 Bi=第第i个人的号码恰好与座位的号码相同个人的号码恰好与座位的号码相同,i=1,2,n,则则 1 , n i i BB 练习练习3 (习题习题1.11) (蒲丰投针问题蒲丰投针问题)平面上有一族平行线平面上有一族平行线 。其中任何相邻的两线距离都是其中任何相邻的两线距离都是 a(a0)。向平面任意投一向平面任意投一 长为长为 l(la) 的针的针,试求针与一条平行线相交的概率试求针与一条平行线相交的概率。 解解 设设 x 是针的中点是针的中点 M 到最近的平行线的距离到最近的平行线的距离, 是针是针 与此平行线的交角与此平行线的交角,投
6、针问题就相当于在平面区域投针问题就相当于在平面区域 D 取点取点 的几何概型的几何概型。 0 sin 2 2 . 2 l d Al P a Da 的面积 的面积 ( , )|0,0 2 a Dxx ( , )|0,0sin 2 l Axx sin 2 l x x 2 a D A 0 概率论与数理统计概率论与数理统计 作业交两面内容全学的页码 1990年,美国Parade展示杂志“Ask Marilyn 专栏的主持人玛莉莲 莎凡收到了一名读者的提问: 假设你正在参加一个游戏节目,你被要求在三扇门 中选择一扇。其中一扇后面有一辆汽车,其余两扇后面 则是山羊。你选择了一扇门,假设是一号门,然后知道
7、门后面有什么的主持人开启了另一扇后面有山羊的门,假 设是三号门。他然后问你: 你想选择二号吗? 一个教授都容易回答错误的概率问题 1.4 条件概率与事件的独立性条件概率与事件的独立性 一、一、条件概率条件概率 1问题 E产品(N个产品中含M个次品)随机抽样。 Ai = 第 i 次抽到次品, i = 1, 2, M N 放回抽样时, ?)/( 12 AAP 不放回抽样时, 21 (/)P AA M N M N M N P(A2) P(Ai) P(A2) 1 1 M N 1 M N 2定义定义 )( )( )/( BP ABP BAP 为在B发生的条件下, A发生的条件概率。 注2条件概率满足三条
8、公理及概率的其它性质。 注1P(A/B) 是将样本空间 压缩成B、事件A压缩成AB 后计算概率, P(A/B)本质上是一个无条件概率; A B AB 设A、B为两随机事件,且P(B) 0,则称 例1 设某地区历史上从某次特大洪水发生以后在30 年内发生特大洪水的概率为80%,在40年内发生特大洪 水的概率为85%,现已知该地区已经30年未发生特大洪 水,问未来10年内将发生特大洪水的概率是多少? 解 记A=30年内无特大洪水, B=未来10年内有特 大洪水,则 ()() (/) ( )( ) P BAP AAB P B A P AP A B ( ) 0.20.15 0.25 ( )0.2 P
9、AP AB P A 二、乘法公式 )( )( )/( BP ABP BAP )/()()(BAPBPABP0)(BP )/()()(ABPAPABP0)(AP )/()/()/()()( 12121312121 nnn AAAAPAAAPAAPAPAAAP A =40年内无特大洪水 例2 设A盒内有M 个黑球,B盒内有同种质地、大小的M个 白球。现让某人从B 盒内随机摸取一球放入 A盒中,然后 再从A 盒中随机摸取一球放入B盒中,称此为一次交换。若 经M次交换后,A中恰有M个白球则此人可获奖。问此人获 奖的概率是多少? 解 设 个白球中恰有次交换后,经过MAMA k AkAB 在第 次交换中,
10、 中黑球与 中白球交换 ., 2 , 1Mk 由概率的乘法公式有则. 21M AAAA M AAAPAP 21 121312121MM P AP A AP A A AP AA AA M M MM M 1 ! 2 112211 () () ()() 1111 MMMMMM MMMMMMM M 例3 袋中有5个球:3个红球,2个白球。现每次 任取1个,取后放回,并同时放入3个同色的球。记Ai 为第i次取到红球,求概率P(A2)。 解 )( 2 AP )()( 2121 AAPAAP)( 2121 AAAAP )/()()/()( 121121 AAPAPAAPAP 5 3 3 62 3 5 85
11、8 )/()()/()()( 1211212 AAPAPAAPAPAP 问题:A3由哪几个原因引起? 31231212312 1231212312 ()()(/)()(/) ()(/)()(/) P AP AAP AAAP AAP AAA P AAP AAAP AAP AAA 121312 ()(/)(/)P AP AAP AAA 三、全概率公式三、全概率公式 B (1), ij AAij 1 (2) n i i A 则对任何事件B有 n i ii ABPAPBP 1 )/()()( 证 11 ( )()() )() nn ii ii P BPBPA BPAB 1 () n i i P AB
12、n i ii ABPAP 1 )/()( A1 A2 An BA1 BA2 BAi. BAn 设A1 , A2 , ,An 是对 的一个划分: 注意:解题时先画因果关系图(多因一果)。 A1 Ai An P(B/Ai) B P(Ai) 例1.17 (P10:矿工逃生问题)。 BA1 四、四、Bayes公式公式 P(Ai) P(Ai/B) A1 A2 An P(B/Ai) B 设 A1, A2, ,An是对 的一个划分,则 1 () (/) (/) () (/) ii in jj j P A P B A P A B P A P B A ni., 2, 1 P(Ai) 先验概率 P(Ai/B) 后
13、验概率 B B 证明 () (/) ( ) i i P AB P A B P B 1 () (/) () (/) ii n jj j P A P B A P A P B A 例4 一台机床正常时,产品的合格率为90%,非正常 时,产品的合格率为30%。每天上班开动机床时,机床正 常的概率为75%。检验人员为检验机床是否正常,开动机 床生产出了一件产品,经检验,该产品为不合格品,问此 时机床处于正常状态的概率是多少? 解 记A=机器处于正常状态 B=生产出的一件产品为不合格品 A A B )/()()/()( )/()( )/( ABPAPABPAP ABPAP BAP 7 . 025. 01
14、. 075. 0 1 . 075. 0 0.3( )0.75P A 0.75 0.25 0.1 0.7 此时机器处于不正常状态的概率为0.7,应检修。 一个教授都容易回答错误的问题的解答 = i A设第i号门后是汽车 ,i=1,2,3 = j B选择第j号门 ,j=1,2,3 =3C主持人知道哪个门是汽车,打开了 号门是山羊 , 33 1111 11 ()=(B C)=P(A B )P(C|A B ) iii ii P BCP A 1111 11 1 11 () (|)1 92 (|) 1 ()3 6 P AB P C AB P A BC P BC 11 (|)?P A BC 11 =( 33
15、 111121213131 =P(A B )P(C|A B )+P(A B )P(C|A B )+P(A B )P(C|A B ) 1 2 1+0) 1 6 21 1 1 2 9 (|) 1 3 6 P ABC 21 (|)?P ABC 一、什么是贝叶斯推断一、什么是贝叶斯推断 贝叶斯推断(贝叶斯推断(Bayesian inferenceBayesian inference)是一种统计学方法,用来估计)是一种统计学方法,用来估计 统计量的某种性质,它是贝叶斯定理(统计量的某种性质,它是贝叶斯定理(Bayes theoremBayes theorem)的应用。)的应用。 英国数学家托马斯贝叶斯(
16、英国数学家托马斯贝叶斯(Thomas BayesThomas Bayes)在)在 17631763 年发表的一篇年发表的一篇 论文中,首先提出了这个定理。论文中,首先提出了这个定理。 贝叶斯推断的含义贝叶斯推断的含义 对条件概率公式进行变形,可以得到如下形式: 我们把 P(A)称为先验概率(Prior probability),即在 B 事 件发生之前,我们对 A 事件概率的一个判断。P(A|B)称为后验 概率(Posterior probability),即在 B 事件发生之后,我们 对 A 事件概率的重新评估。P(B|A)/P(B)称为可能性函数 (Likelyhood),这是一个调整因子
17、,使得预估概率更接近真实 概率。 这就是贝叶斯推断的含义。我们先预估一个先验概率,然后加 入实验结果,看这个实验到底是增强还是削弱了先验概率,由 此得到更接近事实的后验概率。 在这里,如果可能性函数P(B|A)/P(B)1,意味着先验概率 被增强,事件 A 的发生的可能性变大;如果可能性函数=1,意 味着 B 事件无助于判断事件 A 的可能性;如果可能性函数1, 意味着先验概率被削弱,事件 A 的可能性变小。 【例子】水果糖问题【例子】水果糖问题 为了加深对贝叶斯推断的理解,我们看两个例子 两个一模一样的碗, 一号碗有 30 颗水果糖和 10 颗巧克力糖,二号碗有水果糖和巧克力糖各 20 颗。
18、 现在随机选择一个碗,从中摸出一颗糖,发现是水果糖。请问这颗水 果糖来自一号碗的概率有多大? 。我们假定,H1 表示一号碗,H2 表示二号碗。由于这两个碗是一 样的,所以 P(H1)=P(H2),也就是说,在取出水果糖之前,这两 个碗被选中的概率相同。因此,P(H1)=0.5,我们把这个概率就 叫做先验概率, 即没有做实验之前, 来自一号碗的概率是 0.5。 。 再假定,E 表示水果糖,所以问题就变成了在已知 E 的情况下, 来自一号碗的概率有多大,即求 P(H1|E)。我们把这个概率叫做 后验概率,即在 E 事件发生之后,对 P(H1)的修正。 根据条件概率公式,得到 。根据条件概率公式,得
19、到 。 已知, P(H1)等于 0.5, P(E|H1)为一号碗中取出水果糖的概率, 等于 0.75,那么求出 P(E)就可以得到答案。根据全概率公式, 所以, 将数字代入原方程,得到 这表明,来自一号碗的概率是 0.6。也就是说,取出水果糖之 后,H1 事件的可能性得到了增强 介绍了贝叶斯推断的原理,下面讲如何将它用于垃圾邮件过 滤。 什 么 是 贝 叶 斯 过 滤 器 ? 垃圾邮件是一种令人头痛的顽症,困扰着所有的互联 网用户。 正确识别垃圾邮件的技术难度非常大。 传统的垃圾邮件过滤方 法,主要有关键词法和校验码法等。前者的过滤依据是特 定的词语;后者则是计算邮件文本的校验码,再与已知的垃
20、圾 邮件进行对比。它们的识别效果都不理想,而且很容易规避 2002 年,Paul Graham 提出使用贝叶斯推断过滤垃圾邮件。 他说,这样做的效果,好得不可思议。1000 封垃圾邮件可以过 滤掉 995 封,且没有一个误判。 另外,这种过滤器还具有自我学习的功能,会根据新收到的邮 件,不断调整。收到的垃圾邮件越多,它的准确率就越高。 建立历史资料库建立历史资料库 贝叶斯过滤器是一种统计学过滤器,建立在已有的统计结果之上。所以, 我们必须预先提供两组已经识别好的邮件,一组是正常邮件,另一组是 垃圾邮件。 我们用这两组邮件,对过滤器进行训练。这两组邮件的规模越大,训 练效果就越好。Paul Gr
21、aham 使用的邮件规模,是正常邮件和垃圾邮件各 4000 封。 训练过程很简单。首先,解析所有邮件,提取每一个词。然后,计算 每个词语在正常邮件和垃圾邮件中的出现频率。比如,我们假定sex这 个词,在 4000 封垃圾邮件中,有 200 封包含这个词,那么它的出现频率 就是 5%;而在 4000 封正常邮件中,只有 2 封包含这个词,那么出现频率 就是 0.05%。(【注释】如果某个词只出现在垃圾邮件中,Paul Graham 就假定,它在正常邮件的出现频率是 1%,反之亦然。随着邮件数量的增 加,计算结果会自动调整。) 有了这个初步的统计结果,过滤器就可以投入使用了。 。 。贝叶斯过滤器的
22、使用过程贝叶斯过滤器的使用过程 现在,我们收到了一封新邮件。在未经统计分析之前,我们假定它是垃 圾邮件的概率为 50%。(【注释】有研究表明,用户收到的电子邮件中, 80%是垃圾邮件。但是,这里仍然假定垃圾邮件的先验概率为 50%。) 我们用 S 表示垃圾邮件(spam),H 表示正常邮件(healthy)。因此, P(S)和 P(H)的先验概率,都是 50%。 然后,对这封邮件进行解析,发现其中包含了 sex 这个词,请问这封邮 件属于垃圾邮件的概率有多高? 我们用 W 表示sex这个词, 那么问题就变成了如何计算 P(S|W)的值, 即 在某个词语(W)已经存在的条件下,垃圾邮件(S)的概
展开阅读全文