概率论与数理统计_14.docVIP

概率论与数理统计JA48,1-21 141千瓦即可。可能会因供电不足而影响生产，但按 一天工作8小时算，只有不超过半分钟时间会出现这 种情况。 课 程 简 介 例2 在一著名的电视节目里，台上有三扇门，记为A，B，C，其中只有一扇门后有大奖。 请你猜哪扇门后有大奖，如果猜中，你将得到该大奖。 A B C 若你选择了A，在A门被打开之前，主持人打开了另外两扇门中的一扇，比如是B，发现门后什么都没有。 问你是否改变决定（从A门到C门）？ (答案：选A有大奖的概率为1/3，选C有大奖的概率为2/3) 例3 保罗和梅累两人掷骰子，各压赌注12个金币，共 24个。约定：梅累若先掷出3次“6点”，或保罗先掷出 3次“4点”，就算赢了对方。赌博进行一段时间以后， 梅累已掷出2次“6点”，保罗也掷出了1次“4点”，这 时，一件意外的事件中断了他们的赌博，以后也不想继 续这场没结束的赌博了，可是怎样分配赌金呢？ 保罗认为：梅累再掷一次“6点”才算赢，而自己再掷 两次“4点”也就赢了。所以，梅累应得全部金币的 2/3，即16个，自己应得1/3，即8个。 17世纪法国著名数学家帕斯卡和费马分别用不同方法 解决了此问题。梅累应得全部金币的3/4，即18个，保 罗应得1/4，即6个。 可是梅累认为：即使下次保罗掷出“4点”，两人也就 是平分秋色，各自收回12个金币，何况，下次自己还有 一半的机会赢，所以，自己应得全部金币的3/4，即18 个，保罗应得1/4，即6个。 瑞士数学家Bernolli 建立了概率论中第一个极限定理，阐明了事件发生的频率稳定于它的概率。 19世纪俄国数学家Chebyshev,Markov,Liapunov以及20世纪的Levy等人建立了大数定律和中心极限定理的一般形式，解释了为什么实际问题中许多随机变量都服从正态分布。 Einstein,Wiener,Levy等人对生物学家Brown在显微镜下观测到的花粉微粒的“无规则”运动进行了开创性的理论分析，提出了Brown的模型。 法国数学家Bachelier在他的论文中首次提出了Brown运动，并以此作为证券价格涨落的数学模型。他是近代金融数学的先驱。 1933年Kolmogorov创立了概率论的公理化体系，使早期概率论研究中出现的含糊之处得以澄清，为近代概率论奠定了严密的理论基础，使得近代概率论得以健康发展。 概率论与数理统计是研究和揭示随机现象统计规律性的一门学科，是重要的一个数学分支。 在生活当中，经常会接触到一些现象。 确定性现象： 在大量重复实验中其结果又具有统计规律性的现象。 随机现象： 在一定条件下必然发生的现象。 在个别实验中其结果呈现出不确定性； 它在经济、科技、教育、管理和军事等方面已得到广泛应用。 已成为高等工科院校教学计划中一门重要的公共基础课。 通过本课程的学习，使学生掌握处理随机现象的基本理论和方法，并且具备一定的分析问题和解决实际问题的能力。 第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 目 录 §1 随机事件的概率 §2 等可能概型 §3 条件概率 §4 独立性 第一章 概率论的基本概念 一 随 机 试 验 二 事件间的关系与运算 三 频 率 与 概 率 PS §1 随 机 事 件 的 概率 第一章 概率论的基本概念 E1：抛一枚硬币，观察正面H（Heads）、反面T （Tails）出现的情况。 这里试验的含义十分广泛，它包括各种各样 的科学实验，也包括对事物的某一特征的观察。 其典型的例子有： 1) 随机试验（Experiment ） 第一章 概率论的基本概念 一 、 随 机 试 验 §1 随机事件的概率 E3：观察某一时间段通过某一路口的车辆数。 E2：抛一颗骰子，观察出现的点数。 这些试验具有以下特点： 第一章 概率论的基本概念 进行一次试验之前不能确定哪一个结果会出现； 每次试验的可能结果不止一个，并且能事先明确试验的所有可能结果。 E4：观察某一电子元件的寿命。 E5：观察某地区一昼夜的最高温度和最高温度。 可以在相同的条件下重复进行； §1 随机事件的概率 称具备上面三个特点的试验为随机试验。 2) 样本空间(Space) 定义 将随机试验 E 的所有可能结果组成的集合 称为 E 的样本空间， 记为 S 。样本空间