清华大学《概率论与数理统计》概率论与应用统计学－第一讲-崔-455306336教学材料.ppt

概率论与应用统计学;统计学重要性;现代统计学重要性;从下图丹麦某科研机构父母年龄差的数据中， 思考：父母年龄差，对下一代是否有影响？; 上面的数据对我们有什么启发？;应用案例; 量化投资与统计学 -----数学家西蒙斯的奇迹;量化投资与统计学模型 我们从中得到了什么？？？ 西蒙斯是目前国际上量化投资做得最好的三家公司之首。;世界级的杰出数学家 24岁获数学博士学位，任系主任三年 1974年与陈省身共同创立了Chern-Simons理论 1976年获美国veblem奖 1977年转入金融界创造金融界奇迹。 他曾为清华大学捐资专家公寓，1994年创建基金会为数、理、医捐巨额资金。2009年起，每年出资4千万美元资助数学领域的理论研究。 西蒙斯投资公司200多名员工中，数学、物理、统计等博士占70多名，员工每半月都要听一场“有趣且实用的统计学演讲”以提高操控能力。;应用案例;大数据时代的统计学;人类是否来自同一祖先？？！！;2015年06月27日 清华大学统计学研究中心成立 刘军：清华大学统计学研究中心主任、哈佛大学统计系教授 林希虹：清华大学统计学研究中心共同主任、哈佛大学生物统计系主任 ;第一章 随机事件与概率;学习要求;学习重点;具体几件事情;;;随机事件与概率;要点： 在相同条件下，试验可重复进行； 试验的一切结果是预先可以明确的，但每次试验前无法预先断言究竟会出现哪个结果。 ;样本点 对于随机试验E，以ω表示它的一个可能出现的试验结果，称ω为E的一个样本点。 样本空间 样本点的全体称为样本空间，用Ω表示。 Ω ＝{ω} ;0;随机事件 粗略地说，样本空间 Ω 的子集就是随机事件，用大写英文字母A、B、C 等来表示。 事件的关系与运算 ;A B;A;*;若丹恒等式;例 1.1 样本空间有限的例 (1) E1: 掷一硬币一次，? = {ω1, ω2}，其中： ω1 =正面(H)，ω2 =反面(T ) (正面= H = “head”，反面= T = “tail”) (2) E2: 一硬币重复掷 n 次，? = {ω : ω = (a1, · · · , an); ai = H或 T} 这时样本点数 μ(?) = 2n (3) E3: 试验分二步，先掷一硬币n，再掷一骰子 ? = {ω : ω = (H, i)或 ω = (T, i), i = 1, · · · , 6};(4) E4: (有放回抽样)。设一袋中有m个外形相同内有标号为1, · · · , m的球。每次随机抽出一个观察标号后放回，重复再抽，共抽n次。观察分两种： (有序观察) 不仅看n次抽出球的号码，还要看之排列顺序。 ? = {ω :ω = (a1, · · · , an), ai = 1, · · · , m} 不同的结果数（样本总数）μ(?) = mn (b) (无序观察) 只看n个球的号码，不考虑其顺序。 ? = {ω : ω = [a1, · · · , an], ai = 1, · · · , m} μ(?) = (有兴趣的同学可用归纳法证明，可参见[4]A.N.S）;(5) E5: (无放回抽样)续(4) 每次抽一球，观察后不放回，再继续抽n次(n ≤m)。可简单说成从m个球（有标号1, · · · , m）随机抽出n个球(n ≤m)。 (有 序 观 察) ? = {ω :ω = (a1 , · · · , an) , ak ≠ al , k ≠ l , ai ={1, · · · m} μ(?) = = m(m ? 1) · · · (m ? n + 1) 排列数，如m = 3，n = 2 ? = {(1, 1), (1, 2), (1, 3), (2, 1),(2, 2), (2, 3), (3, 1), (3, 2), (3, 3)};(b) (无序观察) ? = {ω : ω = [a1 , · · · , an] , ak ≠ al , k ≠ l , ai 1, · · · m} μ(?) = 组合数，如m = 3，n = 2 ? = {[1, 1], [1, 2], [1, 3], [2, 2], [2, 3], [3, 3]};(6) E6: 核子(或球)在格子(或盒子)的分配模型。 考虑n个球(粒子或人 等)分配到个m格子(状态或房间等)问题。这一类问题常在统计物理(