概率論與數(shù)理統(tǒng)計(jì)學(xué)習(xí)地總結(jié)

1、實(shí)用標(biāo)準(zhǔn)文案概率論與數(shù)理統(tǒng)計(jì)學(xué)習(xí)報(bào)告學(xué)院學(xué)號(hào):姓名:精彩文檔實(shí)用標(biāo)準(zhǔn)文案概率論與數(shù)理統(tǒng)計(jì)學(xué)習(xí)報(bào)告通過(guò)短短一學(xué)期的學(xué)習(xí)，雖然學(xué)習(xí)、研究地并不深入，但該課程 的每一處內(nèi)容都有不同的奇妙吸引著我，讓我對(duì)它在生活中飾演的角 色充滿遐想；它將我?guī)肓艘粋€(gè)由隨機(jī)變量為橋梁， 通過(guò)表面偶然性 找出其內(nèi)在規(guī)律性，從而與其它的數(shù)學(xué)分支建立聯(lián)系的世界， 讓我對(duì) 這種進(jìn)行大量的隨機(jī)重復(fù)實(shí)驗(yàn)，通過(guò)分析研究得出統(tǒng)計(jì)規(guī)律性的過(guò)程 產(chǎn)生了極大地興趣。我很喜歡這門課程，但也不得不說(shuō)課后在它上面 花的時(shí)間并不多，因此學(xué)得還不深入，但它真的深深地吸引了我，我精彩文檔實(shí)用標(biāo)準(zhǔn)文案一定會(huì)找時(shí)間進(jìn)一步深入地學(xué)習(xí)它。先簡(jiǎn)單地介紹一下概率

2、論與數(shù)理統(tǒng)計(jì)這門學(xué)科。概率論是基于給出隨機(jī)現(xiàn)象的數(shù)學(xué)模型， 并用數(shù)學(xué)語(yǔ)言來(lái)描述它 們，然后研究其基本規(guī)律，透過(guò)表面的偶然性，找出其內(nèi)在的規(guī)律性， 建立隨機(jī)現(xiàn)象與數(shù)學(xué)其他分支的橋梁，使得人們可以利用已成熟的數(shù) 學(xué)工具和方法來(lái)研究隨機(jī)現(xiàn)象，進(jìn)而也為其他數(shù)學(xué)分支和其他新興學(xué) 科提供了解決問(wèn)題的新思路和新方法。數(shù)理統(tǒng)計(jì)是以概率論為基礎(chǔ)， 基于有效的觀測(cè)、收集、整理、分析帶有隨機(jī)性的數(shù)據(jù)來(lái)研究隨機(jī)現(xiàn) 象，進(jìn)而對(duì)所觀察的問(wèn)題作出推斷和預(yù)測(cè)， 直至為采取一定的決策和 行動(dòng)提供依據(jù)和建議。概率論與數(shù)理統(tǒng)計(jì)是研究隨機(jī)現(xiàn)象及其規(guī)律性的一門數(shù)學(xué)學(xué)科。 研究隨機(jī)現(xiàn)象的規(guī)律性有其獨(dú)特的思想方法， 它不是尋求出現(xiàn)每一現(xiàn)

3、象的一切物理因素，不能用研究確定性現(xiàn)象的方法研究隨機(jī)現(xiàn)象， 而 是承認(rèn)在所研究的問(wèn)題中存在一些人們不能認(rèn)識(shí)或者根本不知道的 隨機(jī)因素作用下，發(fā)生隨機(jī)現(xiàn)象。這樣，人們既可以通過(guò)試驗(yàn)來(lái)觀察 隨機(jī)現(xiàn)象，揭示其規(guī)律性，作出決策，也可根據(jù)實(shí)際問(wèn)題的具體情況 找出隨機(jī)現(xiàn)象的規(guī)律，作出決策。至今，概率論與數(shù)理統(tǒng)計(jì)的理論與方法已經(jīng)廣泛應(yīng)用于自然科 學(xué)、社會(huì)科學(xué)以及人文科學(xué)等各個(gè)領(lǐng)域中，并隨著計(jì)算機(jī)的普及，概 率論與數(shù)理統(tǒng)計(jì)已成為處理信息、 制定決策的重要理論和方法。它們 不僅是許多新興學(xué)科，如信息論、控制論、排隊(duì)論、可靠性論以及人 工智能的數(shù)學(xué)理論基礎(chǔ)，而且與其他領(lǐng)域的新興學(xué)科的相互交叉而產(chǎn)精彩文檔實(shí)用標(biāo)準(zhǔn)文

4、案生了許多新的分支和邊緣學(xué)科，如生物統(tǒng)計(jì)、統(tǒng)計(jì)物理、數(shù)理金融、 神經(jīng)網(wǎng)絡(luò)統(tǒng)計(jì)分析、統(tǒng)計(jì)計(jì)算等。概率論應(yīng)用隨機(jī)變量與隨機(jī)變量的概率分布、數(shù)字特征及特征函 數(shù)為數(shù)學(xué)工具對(duì)隨機(jī)現(xiàn)象進(jìn)行描述、分析與研究，其前提條件是假設(shè) 隨機(jī)變量的概率分布是已知的；而數(shù)理統(tǒng)計(jì)中作為研究對(duì)象的隨機(jī)變 量的概率分布是完全未知的，或者分布類型已知，但其中的某些參數(shù) 或某些數(shù)字特征是未知的。概率論研究問(wèn)題的方法是從假設(shè)、命題、 已知的隨機(jī)現(xiàn)象的事實(shí)出發(fā)，按一定的邏輯推理得到結(jié)論，在方法上 是演繹式的。而統(tǒng)計(jì)學(xué)的方法是歸納式的，從所研究地對(duì)象的全體中 隨機(jī)抽取一部分進(jìn)行試驗(yàn)或觀測(cè)，以獲得試驗(yàn)數(shù)據(jù)，依據(jù)試驗(yàn)數(shù)據(jù)所 獲取的信息，對(duì)

5、整體進(jìn)行推斷，是歸納而得到結(jié)論的。因此掌握它特 有的學(xué)習(xí)方法是很重要的。在學(xué)習(xí)的過(guò)程中，不論是老師提出的一些希望我們課后討論的問(wèn) 題還是自己在做作業(yè)看書過(guò)程中遇到的一些問(wèn)題都引發(fā)了我的一些 思考，或許解答得并不全面甚至還可能是不正確的， 但確實(shí)是自己的 一點(diǎn)思考，提出來(lái)以后逐步地去解決完善吧。一隨機(jī)事件及其概率問(wèn)題：(1)事件 A= P(A) 0,那么P(A) 0 A 對(duì)嗎？解析：此種說(shuō)法不對(duì)。概率論里說(shuō)了不可能事件的發(fā)生概率是 0,但0概率事件可能發(fā)生.比如在宇宙中抽一個(gè)人，抽到你的概率。這 就是一個(gè)0概率事件可能發(fā)生的例子！精彩文檔實(shí)用標(biāo)準(zhǔn)文案隨機(jī)變量分連續(xù)和離散兩種，它們各自的分布描述是

6、不同的。對(duì) 于離散隨機(jī)變量，如果它的事件域是有限個(gè)事件，則可以認(rèn)為概率為 0的事件一定不會(huì)發(fā)生，概率為1的事件必然發(fā)生。但若事件是無(wú)限 的，則還要具體分析。既然0概率事件都是有可能發(fā)生的，那么概率 趨近于零的事件果然有可能發(fā)生，只不過(guò)我們平時(shí)在處理問(wèn)題的時(shí) 候，把概率趨近于零的事件算作0概率事件，只是算作，不是絕對(duì)的 是。對(duì)于連續(xù)性隨機(jī)變量，單個(gè)具體點(diǎn)的概率密度值為一有界常數(shù)， 這個(gè)值可以是任意的(包括0和1),但因?yàn)辄c(diǎn)是沒有長(zhǎng)度的，所以 該點(diǎn)的概率密度積分為0 (因?yàn)樵擖c(diǎn)概率密度值有界)，即該點(diǎn)所對(duì) 應(yīng)的事件發(fā)生的概率為0,但這個(gè)事件仍然是可能發(fā)生的，因?yàn)檫@個(gè) 事件在事件域內(nèi)。也就是說(shuō)，概率

7、為0的事件并不一定不會(huì)發(fā)生。同 理，某個(gè)點(diǎn)的概率密度值為1,但該點(diǎn)的概率密度積分仍為 0,所以 概率為1的事件也不一定必然發(fā)生?？傊?，對(duì)于連續(xù)性隨機(jī)變量，討 論單個(gè)點(diǎn)的概率是沒有意義的(都為 0),我們討論的是，這個(gè)隨機(jī) 變量落在一個(gè)區(qū)間內(nèi)的概率。(2)事件A、B、C,它們兩兩獨(dú)立，是否 A、B、C 一定是相互獨(dú) 立？解析：不一定。舉一個(gè)反例：某一個(gè)袋中有 4個(gè)球，一個(gè)白色， 一個(gè)黑色，一個(gè)紅色，一個(gè)為這三色，現(xiàn)任取一個(gè)球觀察顏色。可知： 設(shè)事件A,B,C,A=(有紅色)，B=(有白色)，C=(有黑色)。11P(A) P(B) P(C) 2，111AP(AB) P(AC) P(BC) - -

8、- P(A)P(B) P(A)P(C) P(B)P(C) A、精彩文檔實(shí)用標(biāo)準(zhǔn)文案1111B、C 兩兩獨(dú)立，又 P(ABC) 4 - - 2 P(A)P(B)P(C) A、B、C 不 是相互獨(dú)立。所以幾個(gè)事件兩兩獨(dú)立不一定它們就是相互獨(dú)立。(對(duì)于此反例，有一個(gè)問(wèn)題就是,八八 1八-11P (AB) P(AC) P(BC) P(A)P(B) P(A)P(C) P(B)P(C)-,雖然在數(shù)值上相等，但會(huì)是一個(gè)數(shù)值上的巧合嗎？P(AB) P(A)P(B)一定成立嗎？)(3)獨(dú)立與互不相容的關(guān)系：(獨(dú)立條件：P(AB) P(A)P(B),互不相容條件：P(AB) 0)解析：若 0 P(A) 1,0 P

9、(B) 1 ,則 a : A、 B 獨(dú)立，P(AB) P(A)P(B) 0 A、B 相容。b: A、B 不獨(dú)立，P(AB) 0 A、B 互不相容；P(AB) P(A)P(B) 0 A、B 相容(4) A與B互相獨(dú)立，C B, A、C是否一定互相獨(dú)立？解析：A、C不一定獨(dú)立。舉一反例：如圖：P(AB) P(A) P(B) 0, C B 力圖即并Ly (AC)._0 P(A)P(C)所以A、C不獨(dú)立。0<二 > 隨機(jī)變量及其分布問(wèn)題： 概率論中引入隨機(jī)變量，從而使研究對(duì)象由隨機(jī)事件擴(kuò)大為隨機(jī) 變量，對(duì)于隨機(jī)變量的分布函數(shù)，我們能夠用微積分為工具進(jìn)行研究， 強(qiáng)有力的數(shù)學(xué)分析工具大大地增強(qiáng)

10、了我們研究隨機(jī)現(xiàn)象的手段一一精彩文檔實(shí)用標(biāo)準(zhǔn)文案三 隨機(jī)變量數(shù)字特征與極限定理：我們都知道隨機(jī)變量的概率分布能夠完整地描述隨機(jī)變量的統(tǒng)計(jì) 規(guī)律，但在許多的實(shí)際問(wèn)題中，求概率分布并不容易，另一方面，有 時(shí)不需要知道隨機(jī)變量的概率分布，而只需要知道他的某些數(shù)字特征 就夠了。數(shù)字特征雖然不像概率分布那樣完整地描述了隨機(jī)變量的統(tǒng) 計(jì)規(guī)律，但它能集中地反映隨機(jī)變量的某些統(tǒng)計(jì)特性，而且許多重要分布中的參數(shù)都與數(shù)字特征有關(guān)，因而數(shù)字特征在概率論與數(shù)理統(tǒng)計(jì) 中占有重要地位。我們也學(xué)習(xí)了幾種常見的分布的數(shù)字特征，包括期望、方差、協(xié)方差、相關(guān)系數(shù)以及矩等。(1)不相關(guān)與獨(dú)立之間的關(guān)系：解析：不相關(guān)的等價(jià)命題：1。

11、 0 2。cov(x,y)=0 3。 E(XY)=E(X)E(Y)4。 D(X+Y)=D(X)+D(Y)獨(dú)立 E(XY) E(X)E(Y)(有數(shù)字特征) 不相關(guān)結(jié)論：(1) X與Y獨(dú)立，則X與Y一定不相關(guān)(2) X與Y不相關(guān)，則X與Y不一定獨(dú)立精彩文檔實(shí)用標(biāo)準(zhǔn)文案證明：(1)由于X與Y獨(dú)立，所以f(xy)=f(x)f(y), (f為概率密度函數(shù))于是:E(XY)= f f(xy)dxdy= ff(x)*f(y)dxdy=Jf(x)dx* /f(y)dy=E(X)E(Y)所以：E(XY)=E(X)E(Y),即 X, Y 不相關(guān)。(2)反例：X=cost,Y=sint ,其中t是(0,2兀上的均勻

12、分布隨機(jī)變量。易得X和Y不相關(guān)，因?yàn)椋篍(XY)=E(cost sint)= (1/2 兀)* Tsint cost dt = 0E(X)= (1/2 兀)* /cost dt = 0 , E(Y)= (1/2 兀)* /int dt = 0 所以E(XY)=E(X)E(Y)。但是他們是不獨(dú)立的。因?yàn)椋篨和Y各自的概率密度函數(shù)在(-1,1 )上有值，但是XY 的聯(lián)合概率密度只在單位圓內(nèi)有值，所以 f(XY)不等于f(x)*f(y),兩者 不獨(dú)立。(2)切比雪夫不等式：P X E(X) 盟立切比雪夫不等式給出了在隨機(jī)變量 X的分布未知的情況下，利用E(X)和D(X)對(duì)X的概率分布進(jìn)行估計(jì)的方法，

13、有很廣泛的應(yīng)用。 注意一些應(yīng)用中的獨(dú)立條件：1。概率密度f(wàn)(x,y) fX(x) fY (y)；2。卷積公式.fZ(z)fX (x)fy(z x)dx ; 3。N個(gè)獨(dú)立正態(tài)分布之和nnn仍然是正態(tài)分布 Xi N( i, i2)； 4。E(XY) E(X)E(Y), i 1i 1 i 1D(X Y) D(X) D(Y)<四 > 數(shù)理統(tǒng)計(jì)與參數(shù)估計(jì)：數(shù)理統(tǒng)計(jì)以概率論為理論基礎(chǔ)，根據(jù)試驗(yàn)或觀測(cè)到的數(shù)據(jù)，研究精彩文檔實(shí)用標(biāo)準(zhǔn)文案如何利用有效的方法對(duì)這些已知的數(shù)據(jù)進(jìn)行整理、分析和推斷，從而 對(duì)研究對(duì)象的性質(zhì)和統(tǒng)計(jì)規(guī)律作出合理科學(xué)的估計(jì)和判斷。 然而在實(shí)際問(wèn)題中，所研究的總體分布類型往往是已知

14、的， 但依賴于一個(gè)或幾 個(gè)的未知參數(shù)，如何從樣本估計(jì)總體的未知參數(shù)就成為數(shù)理統(tǒng)計(jì)的基 本問(wèn)題之一。通過(guò)學(xué)習(xí)，簡(jiǎn)單地了解了一些關(guān)于點(diǎn)估計(jì)和區(qū)間估計(jì)的 問(wèn)題，能夠解決一些簡(jiǎn)單的實(shí)際問(wèn)題(1)如何推導(dǎo)出的樣本方差：S2 n (Xi X)2 ( Xi2 nX2)n 1 i in 1推導(dǎo)過(guò)程：XN (22), X -N(,一)。(注意獨(dú)立條件)nXj-Xij i,j i n 1xi Xxi- = xin n 1 nnXj1，j i1-N (-n 1nn3 4n2 3n 1n2(n 1)2)由 S2T = £ Xi是D(X)的無(wú)偏估計(jì)從，中隨機(jī)抽取 n個(gè)樣本，-I 是樣本均s2 = 一燈值，=1

15、是樣本方差。那么為什么樣本方差是除 以M - 1而不是n呢？對(duì)于一個(gè)隨機(jī)變量 工廠/分別表示其數(shù)學(xué)期望和方差，從中隨機(jī)抽取n個(gè)樣本"是樣本均 值，記MX】國(guó)'/為X,的方差和期望。精彩文檔實(shí)用標(biāo)準(zhǔn)文案D(X)二£3 K)二力。0，)=%(WK)(J*JLe(x2 = rm + e2(x)=9 +/即2)=頊占£乙(凡一滅戶)=茍-為2)=出石一 2田*+馬)E(XLX中=nE(Xf)=山。乂)+ ££)="(02+3)E(£LX區(qū))=E(M£%x=nE(X2)二 n(D(X) + E2(X)=冗(彳+ /)

16、頊中)="+圖-言+/)0=b概率論與數(shù)理統(tǒng)計(jì)與生活實(shí)際問(wèn)題有著很密切的聯(lián)系。 它能將生 活中的一些問(wèn)題建立成一種數(shù)學(xué)模型，并且教給我們一些收集、分析、精彩文檔實(shí)用標(biāo)準(zhǔn)文案處理試驗(yàn)數(shù)據(jù)能力，使我們能夠利用學(xué)過(guò)的成熟的數(shù)學(xué)工具和方法來(lái) 研究隨機(jī)現(xiàn)象解決生活實(shí)際問(wèn)題。以下就是幾類我認(rèn)為比較經(jīng)典的模 型和處理方法：(1) “抓閹”是否是真正的公平？解析：建立一個(gè)概率論模型：袋中有 a個(gè)黑球，b個(gè)白球。隨 機(jī)地(不放回)把球一個(gè)個(gè)地摸出來(lái)。求人="第k次摸出的是黑球” 的概率(k a b).解題：把a(bǔ)個(gè)黑球與b個(gè)白球看作是不同的，且把a(bǔ) b個(gè)球的 每一種排列看作是基本事件。于是基本

17、事件總數(shù)(a b)!。由于第k次摸得黑球有a種可能，而另外a b 1次摸得球的排列有(a b 1)! 種可能。所以 A中包含的基本事件數(shù)為 a (a b 1) !。因此有： p(a)a (a b 1)3。由結(jié)果得出它與k值無(wú)關(guān)，無(wú)論哪一次取(a b) a b得黑球的概率都是一樣的，或者說(shuō)是取得黑球概率與先后次序無(wú)關(guān)。 這就從理論上說(shuō)明了平常人們采取的“抓閹”的辦法是公平合理的。(2)把一個(gè)比較復(fù)雜的隨機(jī)變量 X拆成n個(gè)比較簡(jiǎn)單的隨機(jī)變量 為 的和，然后通過(guò)這些比較簡(jiǎn)單的隨機(jī)變量的數(shù)學(xué)期望， 根據(jù)數(shù)學(xué)期望 的性質(zhì)求得X的數(shù)學(xué)期望。這是概率論中常采用的處理方法。建立一 個(gè)數(shù)學(xué)模型：r個(gè)人在樓的底層

18、進(jìn)入電梯，樓上有 n層，每個(gè)乘客在任一層 下電梯的概率是相同的。如到某一層無(wú)乘客下電梯，電梯就不停下。 求直到乘客都下完時(shí)電梯停車的次數(shù) X的數(shù)學(xué)期望。精彩文檔實(shí)用標(biāo)準(zhǔn)文案解題：設(shè)Xi表示在第i層電梯停車的次數(shù)，則0 0,第i層沒有人下電梯,XiI 1,第i層有人下電梯。nXXi,且 E(X)i 1nE(Xi)i 1由于每個(gè)人在任一層下電梯的概率均為-,n(1 I),。1故r個(gè)人同時(shí)不在第i層下電梯的概率為(1 3r，即：P(Xi 0) n1 ,從而，P(Xi1)1 (1 -)r于是：n1 r1 r1 rE(Xi)0 (1-)r 11 (1-)r 1 (1 -)r(i1,2,., n),nnn(13r nn得 E(X) E(Xi)i 1(3)貝葉斯公式的應(yīng)用:P(A B) nP(A)P(BA)式中P( A)稱為先驗(yàn)P(AJP(BAj) j 1概率，一般在試驗(yàn)前就已知，常常是以往的經(jīng)驗(yàn)總結(jié)；P(AB)稱為后驗(yàn)概率，它反映了試驗(yàn)之后對(duì)各種原因發(fā)生的可能性大小的新知識(shí)。 貝葉斯公式實(shí)際就是根據(jù)先驗(yàn)概率求后驗(yàn)概率的公式。例題模型：設(shè)患病的人經(jīng)過(guò)檢查，被查出的概率為 0.95,而為 患病的人經(jīng)檢查，被誤認(rèn)為有肺病的概率為 0.002。又設(shè)在全城居民 中患病的概率為0.1%。若從