跳转到课程正文

MIT 18.01SC · UNIT 3 / SESSION 62

积分与概率

Integrals and Probability

当一个连续型随机结果可能落在无数个数值上时,概率不是‘有利点数除以全部点数’,而是把某个区域的密度累加后归一化。

先修:积分面积、加权平均、基础概率3 个教学小节2 道随堂题 · 3 道课后题

01 / SOURCE-LED ORIGINAL TEACHING

密度曲线必须先归一化

对于连续随机变量,概率密度p(x)满足p(x)≥0和∫全部定义域p(x)dx=1。事件a≤X≤b的概率为∫ₐᵇp(x)dx;单点概率对连续密度模型为0,即使p(x)在那一点高度不为0。

p(x)≥0,∫p(x)dx=1P(a≤X≤b)=∫ₐᵇp(x)dx

例如p(x)=2x(0≤x≤1,其他0),总积分∫₀¹2x dx=1,所以是合法密度。P(X≥1/2)=∫_(1/2)¹2x dx=1−1/4=3/4。

INTERACTIVE MATHEMATICAL MODEL / SESSION 62

密度积分与尾部概率

密度p(x)=2x在[0,1];改变阈值观察P(X≥阈值)

拖动滑块或使用键盘方向键改变参数。图线、计算值、解释来自同一个数学模型。
当前主结果调整参数后计算
同一模型的关联量

所有结果使用相同参数。

滑块适合键盘操作;原理、公式与完整计算步骤详见本讲正文。

模型由本站按本讲公式独立实现,不复制大学视频或原题;坐标线表示主结果随滑块参数变化。

随堂检查 01 · SESSION 62

p(x)=2x(0≤x≤1)是合法密度的关键理由是什么?
查看完整解析与每个选项的原因

∫₀¹2x dx=1且在区间上非负。

  1. A · 非负且总积分1:两条密度条件均满足。
  2. B · 因为p(1)=2大于1:密度的高度可以大于1,不是概率本身。
  3. C · 因为每一点概率都为2x:连续模型单点概率为0。
  4. D · 因为函数积分是2:真实积分为1。

02 / SOURCE-LED ORIGINAL TEACHING

由未归一的权重得到概率

若某区域的权重w≥0,总权重W=∫w>0,则目标事件的概率等于目标部分权重积分除以W。这与上一讲加权平均的分母相同,是概率/总体统一的一个视角。

P(E)=∫_Ew(x)dx / ∫_全域w(x)dx

若w(x)=x、x∈[0,2],总权重∫₀²x dx=2;x≥1的权重为∫₁²x dx=3/2,所以对应概率为(3/2)/2=3/4。

随堂检查 02 · SESSION 62

上述密度下P(X≥1/2)为多少?
查看完整解析与每个选项的原因

积分[x²]从1/2到1等于1−1/4=3/4。

  1. A · 1/2:这是区间长度比,不考虑密度增加。
  2. B · 1/4:这是左半段累计概率。
  3. C · 3/4:∫_(1/2)¹2x dx=3/4。
  4. D · 1:并非所有结果都大于等于1/2。

03 / SOURCE-LED ORIGINAL TEACHING

平面均匀取点时改为面积比

在平面区域R内按面积均匀选点,事件对应子区域A⊂R,那么P(A)=面积(A)/面积(R),面积由积分计算。不能在区域形状不均匀时,直接把x坐标的区间长度比当成概率;不同x附近的可选竖直高度可能不同。

P(A)=Area(A)/Area(R)(均匀面积分布)

考虑三角形0≤x≤1、0≤y≤x,总面积1/2。事件x≥1/2的部分面积∫_(1/2)¹x dx=3/8,所以概率(3/8)/(1/2)=3/4,不是1/2。

PRACTICE / ORIGINAL EXERCISES

练习与可检查的推导

以下题目、数值与解答由 JACKNOTE 独立编写,针对本讲已核对的教学能力;不复制 MIT 原题。

原创练习 01

密度p(x)=3x²(0≤x≤1),求P(X≤1/2)。

展开分步解析

p归一化∫₀¹3x²dx=1。事件概率∫₀^(1/2)3x²dx=[x³]₀^(1/2)=1/8。

原创练习 02

在三角形0≤x≤1、0≤y≤x上面积均匀取点,求P(x≤1/2)。

展开分步解析

左半部分面积∫₀^(1/2)x dx=1/8;总面积1/2,概率(1/8)/(1/2)=1/4。

原创练习 03

设未归一权重w(x)=x²(0≤x≤2),求x≥1的概率。

展开分步解析

总权重∫₀²x²dx=8/3,目标积分∫₁²x²dx=7/3,概率(7/3)/(8/3)=7/8。

BOUNDARY & NEXT

走向下一讲之前

本讲只从简单非负密度与几何均匀取点模型介绍概率;不把密度函数在单点的高度当作单点概率。

可在上方检查 2 道随堂题;所有正确答案和错因也可不依赖 JavaScript 展开阅读。

查看微积分课程完整目录 ↗
本讲来源与实际审阅范围

原始 MIT 课次索引:Integrals and Probability。本站保留已校对的课次名、原始大学目录网址及编号,不替换为视频标题。

已读取 MIT 官方课次概览,并对下列实际源 PDF 的前几页可提取文字进行了核对:

尚未完整观看本讲全部视频,也没有完成所有 PDF 页面或插图的逐页审阅;遇到文本提取缺损时不据此声称完整核验。本站内容并非 MIT 官方译课或授权教材。