2012年北京大学行政管理专业考研资料概率论与数理统计讲义.doc

PAGE  PAGE 5 概率论与数理统计讲义 完整版资料请百度输入：北京大学2012年行政管理专业考研资料全集， 志在飞翔上传，免积分下载即可！目前网络上最完整最新的资料全集，你下载看看吧，具体看压缩包里的文档解压说明！ 概率论基础 一、知识的脆弱性 1、证实、证伪与知识的可靠性 可靠的知识应当是可以通过逻辑和证据向其他人证明的知识。 存在证伪的逻辑，但不存在证实的逻辑。 从这个角度来讲，根本不存在完全可靠的知识。所有的知识只是到目前为止还没有被证伪而已 试看命题： 天下乌鸦一般黑 如何证实？如何证伪？ 爱因斯坦曾说： “我们绞尽脑汁希望理解客观实在，这种情况很像如下场景：一个人面对一只外壳封闭的手表，他想了解表的内部机制。他看见表盘和移动的指针，甚至听到嘀嗒的声音，但是没法打开外??去看。如果他够聪明，他有可能构想出一种机制，这种机制可以解释他观察到的所有现象。 然而，他永远不能信心十足地断定，除了他构想的机制以外其他方法都不能解释他观察到的现象。他永远无法把他的构想与实际情况相比较，他甚至无法设想这种比较可能具有什么意义。” 2、知识的可靠性检验 尽管无法证明知识的正确性，人们还是试图衡量知识的可靠程度。 一般认为，作为可接受的知识必须通过以下三个检验： 第一个检验是清晰性检验，即不能含有模棱两可或含义模糊的结果或命题。（试看某些有神论者是如何说服别人相信神的存在的）只有通过了清晰性检验，才有可能进行下面两个检验。 第二个检验是逻辑相干性检验，即在该理论或知识内部不能存在逻辑错误。这显然是一个基本要求。 第三个检验是一致性检验，即把由该理论或知识所推断的结果与已有的知识进行比较，看两者是否一致。如果两者不一致，我们就说该理论或知识被证伪了。 可见，一致性检验就是证伪过程，是非常关键的一步。 如果一种理论或知识反复成功地抵制了证伪，并且它还成功地预测了结果，而同它竞争的理论做不到这一点，那么就可以说这个理论或知识有高的证实程度。我们也可以说它的可靠性高。 既然不存在完全可靠的理论或知识，那么在科学与非科学之间的区分就不是绝对的。可以根据可证实性的程度来比较不同的学科。 一般认为，象物理学、化学这样比较“硬”的自然科学具有最高的可证实程度。 次之的是地质学、生物进化论、宇宙学等比较“软”的学科。 包含经济学在内的社会科学则更次之。 而诗歌、文学、艺术等人文学科则处于另一个极端，具有最低的可证实程度。 3、可用的知识 不确定性知识 + 所含不确定性量度的知识 = 可用的知识 4、概率论与统计学 我们生活的世界充满了不确定性： ① 你这门课的期末考试成绩为多少？② 你与她（他）会厮守一生吗？③ 你能健康工作到退休吗？诸如此类 从某种意义来说，生活中唯一确定的事情就是其不确定性。 概率论提供了量化、描述随机性的数学工具。 统计学则指导我们如何有效地收集数据、分析数据以及从数据得出结论。 统计学的一个重要特点是从来不绝对地断言“是”或“否”，而只说“可能”，而且往往提供某事可能发生的概率。 比如天气预报。 统计学正日益成为人们认识世界的一种思维方式。 那些默默无闻的统计学家们已经改变了我们的世界——不是由发现新的事实或技术，而是改变了我们推理和试验的方法，以及我们对这个世界的观念的形成方式。 思考： 如何判断一个人是好人还是坏人？ 二、随机变量与概率分布 在一定的条件下，可能发生也可能不发生的事件称为随机事件。 1、概率、样本空间和随机变量 （1）基本结果（outcome）：一个随机过程的互斥结果称为基本结果。 （2）样本空间（sample space）：所有可能的基本结果构成的集合称为样本空间。 （3）事件（event）：一个事件就是样本空间的一个子集，即由一个或多个基本结果组成的集合。 （4）概率（probabilities） 概率的频率定义： 在不变的一组条件下，不断重复做试验。如果某一事件发生的相对频数随试验次数的增加而逐步趋近于某一数值p，我们就称p为该事件发生的概率。 概率的主观定义： 一个事件的概率是人们根据已有的知识和经验对该事件发生可能性所给出的个人信念，这种信念用[0, 1]中的一个数来表示，可能性大的对应较大的数。 （5）随机变量（random variable） 对随机事件的每一个可能的结果w都赋以一个实数值X(w)，则称实值变量X(w)为一个随机变量。 随机变量可分为两类：离散型随机变量和连续型随机变量。离散型随机变量只能取有限个或者一串值，连续型随机变量可以在一个区间上连续取值。 2、离散型随机变量的概率分布 （1）概率分布 所谓离散型随机变量的概率分布是指，随机变量的所有可能取值及每一个取值发生的