教材主体思想的逻辑序顺第一章.docxVIP

2 第一章 随机事件及其概率1.1随机事件 随机试验的每一种可能的结果：样本点 它们的全体：样本空间 （S）随机实验的所有结果中 具备某一可观察特征的结果的集合：事件 所已任何一个事件都可以由S的一个子集来表示。注意这里便把事件和集合联系了起来。集合的运算法则可用。1.2 随机事件的概率频率具有稳定性。可以由一个数值表示。这便为概率的存在提供了支持或者理论依据。由此事件发生的可能性大小也可以由数字来描述。（这里我感兴趣的一个问题是，因为重复试验无法进行到正无穷次，这种频率稳定性的理论依据是什么？怎么证明的，书上也没讲）1.3古典概型古典概型的两个特征：1随机试验有有限个可能结果。2每个结果发生的可能性大小相同。这种古典概型研究的最早，现在在实际中其实也最常用。古典概型假设下，概率计算公式：1基于基本事件发生的可能性大小相同。2 概率的性质（有限可加性） 便可推导出概率计算公式（详见书）在古典概型条件下事件的概率计算问题可通过对基本事件的计数老解决。这种思路的核心在于证明了基本事件的概率可以由基本事件数分之一表示。以此为基础推广。 你 在古典概率条件下事件发生的概率：古典概率 确定这一概率的方法：古典方法计算古典概率的方法：排列组合加法原理 乘法原理 区别在于 乘法原理不仅考虑完成一件事情的方式有几种。还考虑每一种方式要经过多少步骤。而每一个步骤中又包好了多少方法。完成一件事情必须经过这些步骤。总之，每一个步骤也是一种方式。排列公式 组合公式 从n个不同颜色的球中取m个 总共几种取法。这是组合问题。 每一种取法当中 包含了多少步骤 或者说要确定第一次取的是哪个 这就涉及到次序问题（注：这里教材要引入排列组合是因为要利用它帮助我们确定样本空间以及其包含的事件的基本事件个数。那么怎样算一个基本事件这边是需要观察区分的问题。是排列？还是组合？要注意。）1.4 条件概率事件A发生的条件下 B发生的概率：条件概率（注：做题时一定要注意，题目说的是什么？比如它说任意取两个球。那么这多半就用组合数来计算基本事件个数。但是如果它说的是，连续的取。或者先后的取。（不放回）那么像这种射击到次序的问题。就要用排列数来计算。这里有两个问题。1条件概率计算公式并没有弄懂其真实含义。我的初步想法，它的思路有可能是这样的，先得到A的概率。因为B是在A发生的前提下发生的，所以其实得到了A的概率。B的概率所在范围就在A的概率中。然后进一步缩小范围。就可以解决B的概率。具体说就是求出A的基本事件中和B的基本事件的交集。也就是A交B事件的个数。再把这个个数放到A的基本事件中去，让它作为一个新的S。便可以解决了。有一类题目似乎经常涉及到，放回和不放回的问题。二者是有很大差别的。不放回的情况下，第一次抽取会对第二次抽取时候的概率造成直接的影响。或者说A事件的发生的概率会对B事件的概率造成影响。会直接导致B事件样本空间的基本事件数的改变。这时候我们常说，A事件和B事件不是相互独立的。在这种时候，变产生了：条件概率问题。也产生了AB事件的独立性不同情况下，计算AB事件概率的不同方法。这个在之后会有很明显的表现。）条件概率公式的变形：乘法公式讲一个事件的概率问题，转化为该事件在不同情况不同原因下发生的简单事件的概率求和问题：全概率公式对全概率率公式理解后，在全概率公式得到某一事件发生概率的基础上，一次概率为基本事件。再求事件在某一条件中发生的概率：贝叶斯公式（这里需注意的是，求A事件在B事件发生的前提下的概率，和求A和B事件同时发生的概率的区别是，前者是将B放在基本事件是A中考虑。后者则是将AB放在总体中考虑）事件独立性：分为两个事件的独立性和有限个事件的独立性。这时候计算AB共同发生的概率，其方法便和之前的AB之间并不相互独立有所不同。（这里要注意，两个时间不同时发生并不意味着两个事件之间就不会相互影响彼此的概率。因为有一种特殊情况，一个事件的概率小于等于0.时，两个事件当然不会同时发生。但是也许会相互影响。）伯努利概型：区别于有限个事件的独立性。其两个特征为事件1：A在每次试验中发生的概率为P。（注意只有这么一个P，反正为P的对立事件）2：且不受其他实验中A是否发生的影响。第2章 随机变量及其分布2.1随机变量将随机试验的结果数量化。那么与随机事件的概率相对应的。在随机试验中这些数量的出现也有其也具有一定的概率。我们将这个数量（显然是一个变量）称为随机变量。显然这个变量与随机试验的结果间具有函数关系。这样，在一次随机试验中。事件发生的概率问题。就可以表现为某个数量出现的概率问题。（注意随机事件出现的概率转化为随机变量出现的概率，这里便是后来的随机变量分布函数的理论构架的一个基础，从这个概念点出发可直接推导出随机变量的概率分布理论，只要了解解投点问题就好办了。）在表达上，可