1.1基本概念解析.ppt

事件A与事件B至少有一个发生 事件的并 （和事件） 由事件A与事件B所有样本点组成 多个事件的和 和事件A∪B发生 A发生或B发生 事件的交（积事件） ＡＢ Ａ∩Ｂ 多个事件的积 由事件Ａ和事件Ｂ的公共样本点组成 积事件AB发生 事件Ａ和事件Ｂ同时发生 互斥事件 互不相容事件 事件A与事件B不能同时发生 事件A与事件B没有公共的样本点 事件A与事件B互斥 AB Φ * 概率论及统计应用 曹雪霞 概率论是研究什么的？ 在我们所生活的世界上， 充满了不确定性 将不定性数量化，来尝试回答这些问题，是直到20世纪初叶才开始的. 这场革命为研究新的设想，发展自然科学知识，繁荣人类生活，开拓了道路. 而且也改变了我们的思维方法，使我们能大胆探索自然的奥秘. 下面我们就来开始一门“将不定性数量化”的课程的学习，这就是 16世纪意大利学者开始研究掷骰子等赌博 中的一些问题；17世纪中叶，法国数学家B. 帕 斯卡、荷兰数学家C. 惠更斯 基于排列组合的方 法，研究了较复杂 的赌博问题， 解决了“ 合理 分配赌注问题” 即得分问题 . 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. 概率论的飞速发展在17世纪微积分学说建立以后. 第二次世界大战军事上的需要以及大工业 与管理的复杂化产生了运筹学、系统论、信息 论、控制论与数理统计学等学科. 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. 概率论成为数学的分支的真正奠基人是瑞士数学家J.伯努利； 对客观世界中随机现象的分析产生了概率论； 统计方法的数学理论要用到很多近代数学 知识，如函数论、拓扑学、矩阵代数、组合数 学等等，但关系最密切的是概率论，故可以这 样说：概率论是数理统计学的基础，数理统计 学是概率论的一种应用. 但是它们是两个并列 的数学分支学科，并无从属关系. 本学科的应用 概率统计理论与方法的应用几乎遍及所有 科学技术领域、工农业生产和国民经济的各个 部门中. 例如 1. 气象、水文、地震预报、人口控制及预 测都与 概率论 紧密相关； 2. 产品的抽样验收，新研制的药品能否在 临床中应用，均需要用到 假设检验； 3. 许多服务系统，如电话通信、船舶装卸、 红绿灯转换等，都可用一类概率模型来描述， 其涉及到 的知识就是 排队论. 目前，概率统计理论 进入其他自然科学领 域的趋势还在不断发展. 在社会科学领域 ，特 别是经济学中研究最优决策和经济的稳定增长 等问题，都大量采用 概率统计方法. 正如法国 数学家拉普拉斯所说 : “ 生活中最重要的问题， 其中绝大多数在实质上只是概率的问题.” 机器维修、病人候诊、水库调度、购物排队、 第一章 随机事件及其概率 概率论是研究随机现象的规律性的数学 分支，为了对随机现象的有关问题作出明确 的数学描述，像其它数学学科一样，概率论 具有自己的严格的体系和结构。本章重点介 绍概率论的两个基本概念：随机事件和概率。 1.1 基本概念 1.1.1 随机现象 客观世界中存在着两类现象，一类是在一定的条件下必然出现的现象，称之为必然现象：另一类是在一定的条件下可能出现也可能不出现的现象，称之为随机现象。 在重力的作用下，物体的位移随时间变化的函数x t ，由二阶微分方程 来描述，其中g为 重力加速度，这是确定的，必然的。 必然现象 随机现象 1.1.2 随机现象的统计规律性 虽然随机现象中出现什么样的结果不能事先 预言，但是可以假定全部可能结果是已知的。在 上述例子中，抛掷一枚硬币只会有“正面”与“反面”这两种可能结果，而骰子的点数充其量只有六种 可能 1, …,6 。 可见“全部可能的结果的集合是已知的”这个假定是合理的，而且它会给我们的学习研究带来许多方便。 进行一次试验，如果其所得结果不能完全预知，但其全体可能结果是已知的，则称此试验为随机试验，一般地，一个随机试验要具有下列特点： （1） 可重复性：试验原则上可在相同条件下 重复进行; （2） 可观察性：试验结果是可观察的，所有 可能的结果是明确的； （3） 随机性：每次试验将要出现的结果是不确定的，事先无法准确预知。 由于随机现象的结果事先无法预知，初看起来，随机现象毫无规律可言。然而人们发现同一随机现象在大量重复出现时，其每种可能的结果 出现的频率却具有稳定性，从而表明随机现象也有其固有的规律性。这一点被历史上许多人的试验所证明。 表1.1抛掷硬币试验 试验者 抛硬币次数 出现正面次数 出现正面频率 Buffon De Morgan Feller Pearson Pearson Lomanovski