- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学部分经典问之概率问题
写在前面的话
1、朋友们的热心,是qzzn(求职指南论坛)行政职业能力测试版发展的动力!也是加入到qzzn的各位朋友共有的财富!
2、所有汇编资料,免费提供,仅供大家交流和学习。请在学习结束后,自行删除!
3、严禁用于商业用途!
4、希望在公务员考试的道路上,有qzzn,有行政职业能力测试版的陪伴,大家能同进步、共发展!
5、最后,祝愿大家在即将的考试中,金榜题名,马到成功!
qzzn(求职指南论坛)
行政职业能力测试版 版主
westwood
2006年3月2日
概率原理
1.重视概念的甄别,即弄清某些容易混淆的概念之间的区别。
在概率论中存在许多容易混淆的概念,如果不能认真区分,仔细加以甄别,就不能正确理解这些重要概念,在应用时就会产生各种各样的错误。
互不相容事件与相互独立事件是最容易混淆的一对概念
“互不相容”是指两个事件不能同时发生。而“相互独立”则是指一个事件发生与否对另一事件发生的概率没有影响。
随机变量的独立性与不相关性是两个既有区别又有联系的概念
对两个随机变量而言,相互独立不相关。
条件概率P(A|B)与乘积概率P(AB) 也是容易混淆的一对概念
一般来说,当事件同时发生时,常用,而在有包含关系或明确的主从关系中,用。如袋中有9个白球1个红球,作不放回抽样,每次任取一球,取2次,求:(1)第二次才取到白球的概率;(2)第一次取到的是白球的条件下,第二次取到的也是白球的概率。问题(1)是求第一次取到红球且第二次取到白球这一积事件的概率,而问题(2)则是求在第一次取到白球的条件下,第二次取到白球的条件概率。
2.善于识别一些重要的概率模型并能正确进行计算是提高分析和解决概率实际问题能力的关键。
在概率论中有许多经长期实践概括出的重要概率模型(简称“概型”),学生必须了解其背景、特点和适用范围,要熟记计算公式,以便能正确应用。例如:
(1)古典概型:一类具有有限个“等可能”发生的基本事件的概率模型。
(2)完备事件组模型:若干个两两互不相容的事件在一次试验中有且仅有一个发生的一类概率模型。它主要用于某些复杂事件的计算——全概率公式,以及某些条件概率的计算——贝叶斯公式。
(3)伯努利概型与二项分布模型:伯努利概型是关于独立重复试验序列的一类重要的概率模型,其特点是各个重复试验是独立进行的,且每次试验中仅有两个对立的结果:事件发生或不发生,则在次独立重复试验中,事件恰好发生次的概率为 ,其中。
(4)普阿松分布:例如,电话交换台在单位时间内所接到的呼唤次数;到某商店去购物的顾客人数;放射性物质不断放出的质点数。
(5)正态分布——最重要的概率模型:人体的身高、体重,测量的误差等都服从正态分布。
(6)均匀分布——“等可能”取值的连续化模型:如果连续随机变量仅在某有限区间内取值,且具有概率密度
则称服从区间上的均匀分布。
教 学 内 容 ( Contents )
Chapter One 随机事件及其概率(Random Events and Probability)
一、概率论的诞生及应用(Naissance and application of probability theory)
1. 概率论的诞生
1654年,一个名叫梅累的骑士就“两个赌徒约定赌若干局, 且谁先赢 局便算赢家, 若在一赌徒胜 局 (),另一赌徒胜局()时便终止赌博,问应如何分赌本” 为题求教于帕斯卡, 帕斯卡与费马通信讨论这一问题, 于1654 年共同建立了概率论的第一个基本概念
-------数学期望
2. 概率论的应用
概率论是数学的一个分支,它研究随机现象的数量规律. 一方面,它有自己独特的概念和方法,另一方面,它与其他数学分支又有紧密的联系,它是现代数学的重要组成部分.概率论的广泛应用几乎遍及所有的科学技术领域, 例如天气预报, 地震预报, 产品的抽样调查; 工农业生产和国民经济的各个部门,在通讯工程中可用以提高信号的抗干扰性,分辨率等等.
概率论就是研究随机现象规律性的一门数学学科.
二、随机现象(Random phenomenon)
自然界和社会上所观察到的现象: 确定性现象 随机现象
确定性现象 在一定条件下必然发生的现象称为确定性现象. 实例
确定性现象的特征 条件完全决定结果
随机现象 在一定的条件下,可能出现这样的结果,也可能出现那样的结果,而在试验或观察之前不能预知确切的结果. 实例
随机现象的特征 条件不能完全决定结果
1. 随机现象揭示了条件和结果之间的
您可能关注的文档
- 数字信号处理知点汇总.doc
- 数字信号处理第版 教材第六章习题解答.doc
- 数字信号处理第章作业答案.doc
- 数字信号处理第章作业(1,2,3,4).doc
- 数字信号处理第章 时域离散信号和时域离散系统.docx
- 数字信号处理第章提高题.doc
- 数字信号处理考答案.docx
- 数字信号的无失传输.doc
- 数字化企业解决案彩页.doc
- 数字化变电站应试验平台与测试方案(新).doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)