数学概率第一章.ppt

第一章随机事件与概率 §1.1 随机事件 §1.2 概率 §1.3 条件概率与独立性 §1.4 全概公式与贝叶斯公式 引言 人们通常将自然界或社会中出现的现象分成二类： 一类是必然的，亦称确定现象。 necessity 、 inevitability 一类是偶然的，亦称随机现象。  casualness 、 chance fortuity 、 random 确定现象例子 (1)在标准大气压下,纯水在100℃时沸腾; (2)上抛的物体一定会下落; (3)标准大气压下,高于4 ℃的纯水不会结成冰; (4)同性电荷互相排斥… 以上现象的特点:在一定的条件下,能够事先准确地判断它们的结果(必定发生﹑必定不发生),这些现象称为确定现象. 随机现象例子 (1)抛一枚硬币,结果哪一面朝上; (2)杭州今年愚人节的天气; (3)摸体育彩票的结果; … 以上现象的特点:事先无法准确地判断它们的结果,这些现象称为随机现象. 必然性和偶然性之间的联系 大量的偶然性常常会导致某种必然的结果。随机现象表面上看具有偶然性,但偶然性背后隐藏着必然性! 例如，在市区，开一家24小时营业的连锁便利店，每天有哪些顾客前来购买东西是偶然的，但每天必然有顾客来购买东西则是必然的。(联系杭州的好又多超市和乐购超市!) 再如，在抛硬币试验前，无法知道结果是正面还是方面;但大量试验后,会发现出现正面、反面的次数相当，几乎各占一半。(注意:它的前提是什么?) 概率论的任务就是从偶然性中发现必然性,透过现象抓本质! 随机现象的统计规律性 随机现象在一次试验下具有偶然性,在大量的试验下,其各种结果会表现出一定的量的规律性(即必然性),称为随机现象的统计规律性. 概率论与数理统计就是研究随机现象的统计规律性的一门数学学科,是数学分支,是近代数学的重要组成部分(在国外被分为一级学科,和数学称兄道弟,在国内则不然),在许多领域都有广泛的应用! 本课程主要内容 主要内容分两大部分： 第一部分：建立概率论(probability)的各个基本概念和术语，常用的公式和基本的定理。这样，今后就可以继续在各专业领域中使用这些基础知识。 第二部分:为 数理统计(statistics)，即在概率论基础上研究怎样从大量的随机的看似杂乱无章的数字中获得统计结果的技术。 我们的重点放在第一部分（概率论部分），即第一章到第四章。 “概率”的词义 概率一词的英文是probability Probable 意指“可能” -ility 意指“程度”(large or small?) 因此，probability可认为是“可能性的大小”，翻译成中文就是概率，但也有不同时期或者不同的资料翻译成“或然率”或者“几率”的。 而在不同的学科中又有不同的称呼，如产品合格率，犯罪率，出生率，离婚率，命中率，成功率，患病率，有效率，痊愈率，及格率等等。 概率论几乎在各个学科中都有大量的应用，经济、管理学科更不例外。 一些数学概念的回顾与介绍 一些在概率论中经常遇到的基础数学概念,在这里简单回顾一下，课后请大家自行复习。 集合概念 “可列个”的概念 函数 定积分 分段函数与积分 集合 现代数学的基础是集合论。 概率论中则关心各种集合，不仅仅数集。 集合记号通常用大写字母A, B, C等来表示， 表示集合的办法有几种，例如 A={1,2,3,4,5}为列举法； B={x|x?R, 0x1}表示(0,1)开区间内的所有实数，此为描述法。 “可列个”的概念 “可列”的英文为countable, countable的意思是可计数的, 因此被翻译成可列个, 也有翻译成可数个的. 这个词用来表示一个有着无限个元素的集合中的元素的多少的.(countable:可数名词) 全体自然数的集合N={1,2,3,…}是无限集, 而自然数N的多少就被定义成可列个.(能顺序数下去) 此外，与自然数N存在着1-1对应的关系的无限集合也被称为有可列个元素.也就是说,如果集合A是有无限多个元素, 而且每个元素可以用自然数作为下标来表示, 那么集合A就有可列个元素, 即A={a1, a2, a3, a4, …}。 函数 函数也就是一个实数上的映射关系，对自变量x在定义域内的任意取值，有唯一的函数值y=f(x)与之对应。对于连续的或者几乎处处连续的函数，通常可以绘出它的图形，如 定积分 定积分就是计算一段曲线下包围的面积，如 分段函数与积分 概率论中经常使用分段函数,它在定义域内不同子区间上往往需用不同的初等函数来表示对应规则。 对分段函数求积分，要用“区间可加性”对积分进行拆分后，再进行积分计算。 例如下面就是一分段函数： 分段函数积分示例(接上例) §1.1 随机事件 一.随机事件