[学习]概率论与数理统计PPT课件第一章古典概型与概率空间

合集下载

概率论与数理统计第一章(A).ppt

概率论与数理统计第一章(A).ppt

解 由概率的加法公式 P( A B) P( A) P( B) P( AB), 得
P( AB) P( A) P( B) P( A B) 0.5 0.6 0.9 0.2 再由可分性P( A) P( AB) P( AB ), 得
P( AB ) P( A) P( AB) 0.5 0.2 0.3
(3) 可列可加性:设A1,A2,…, 是一列两两互不相容的事件, 即AiAj=,(ij), i , j=1, 2, …, 有 P( A1 A2 … )= P(A1) +P(A2)+…. 则称P(A)为事件A的概率.
二.概率的性质
(1) 有限可加性:设A1,A2,…An , 是n个两两互不相容的事件 即AiAj= ,(ij), i , j=1, 2, …, n ,则有 P( A1 A2 … An)= P(A1) +P(A2)+… P(An); (2) 单调不减性:若事件AB,则 P(A)≥P(B) (3)事件差 A B是两个事件,则 P(A-B)=P(A)-P(AB)
【解答】
1 解 因A与B互不相容 , 故P( A B) P( A B) P( A) P( B)
从而得 P( B) P( A B) P( A) 0.6 0.4 0.2 2 解 由加法公式 P( A B) P( A) P( B) P( AB), 得 P( AB) P( A) P( B) P( A B) 0.4 0.3 0.6 0.1 再由可分性 P( A) P( AB) P( AB ),得 P( AB ) P( A) P( AB) 0.4 0.1 0.3
E1: 抛一枚硬币,分别用“H” 和“T” 表示出正面和反面; E2: 从一批产品中任意取10件样品,观测其中的次品数; E3:将一枚硬币连抛三次,考虑正面出现的次数; E4:掷两颗骰子,考虑可能出现的点数之和; E5: 记录某网站一分钟内受到的点击次数; E6:在一批灯泡中任取一只,测其寿命; E7:任选一人,记录他的身高和体重. 随机现象从表面上看,由于人们事先不能知道会出现哪 一种结果,似乎是不可捉摸的,其实不然.如抛一枚均匀的硬 币我们知道出现哪一面的机会都是一样的(1/2);而掷一颗 均匀的骰子,则出现每一种点数的机会均等(1/6).这些结果 都是进行大量的重复试验(观察)得来的结果.

概率论与数理统计第一章(浙大第四版)ppt课件

概率论与数理统计第一章(浙大第四版)ppt课件

ppt课件
9
例:
概率论
一枚硬币抛一次
记录一城市一日中发生交通事故次数
记录一批产品的寿命x
记录某地一昼夜最高温度x,最低温 度y
ppt课件
10
概率论
S={正面,反面}; S={0,1,2,…}; S={ x|a≤x≤b }
S={(x,y)|T0≤y≤x≤T1};
ppt课件
111
n—总试验次数。称 fn ( A) 为A
在这n次试验中发生的频率。
ppt课件
27
例:
概率论
中国男子国家足球队,“冲出亚洲”
共进行了n次,其中成功了一次,在
这n次试验中“冲出亚洲”这事件发
生的频率为 1 n;
ppt课件
28
概率论
某人一共听了16次“概率统计”课,其 中有12次迟到,记A={听课迟到},则
ppt课件
33
(二) 概率
概率论
定义1:fn ( A) 的稳定值p定义为A的概率,记为P(A)=p
定义2:将概率视为测度,且满足:
1。 P( A) 0
2。 P(S ) 1
3。 A1, A2,...,Ak ,...,Ai Aj (i j),


P( Ai ) P( Ai )
(1)从袋中随机摸一球,记A={ 摸到红 球 },求P(A).
(2)从袋中不放回摸两球,记B={恰是一 红一黄},求P(B).
ppt课件
47
概率论
解:(1)
S={1,2, ,8},A={1,2,3}

P

A

3 8
(2)P(B)

C31C51

概率论与数理统计完整ppt课件

概率论与数理统计完整ppt课件
化学
在化学领域,概率论与数理统计被用于研究化学反应的速率和化 学物质的分布,如化学反应动力学、量子化学计算等。
生物
在生物学中,概率论与数理统计用于研究生物现象的变异和分布, 如遗传学、生态学、流行病学等。
在工程中的应用
通信工程
01
概率论与数理统计在通信工程中用于信道容量、误码率、调制
解调等方面的研究。
边缘分布
对于n维随机变量(X_1,...,X_n),在概 率论中,分别定义了X_1的边缘分布 、...、X_n的边缘分布。
04
数理统计基础
样本与抽样分布
01
02
03
总体与样本
总体是包含所有可能数据 的数据集合,样本是总体 的一个随机子集。
抽样方法
包括简单随机抽样、分层 抽样、系统抽样等。
样本分布
描述样本数据的分布情况 ,如均值、中位数、标准 差等。
参数估计与置信区间
参数估计
利用样本数据估计总体的 未知参数,如均值、方差 等。
点估计
用样本统计量作为总体参 数的估计值。
置信区间
给出总体参数的一个估计 区间,表示对总体的参数 有一个可信的估计范围。
假设检验与方差分析
假设检验
通过样本数据对总体参数提出 假设,然后根据假设进行检验
01
定义
设E是一个随机试验,X,Y是定义在E上,取值分别为实数的随机变量
。称有序实数对(X,Y)为一个二维随机变量。
02
分布函数
设(X,Y)是一个二维随机变量,对于任意实数x,y,二元函数
F(x,y)=P({X<=x,Y<=y})称为二维随机变量(X,Y)的分布函数。
03
边缘分布
对于二维随机变量(X,Y),在概率论中,分别定义了X的边缘分布和Y的

概率论与数理统计说课PPT课件

概率论与数理统计说课PPT课件
P ( B ) P ( A ) ,于 是 有 P ( A ) P ( S ) 1
S
B A
证:BA(BA) 不交并
P (B ) P (A ) P (B A )
P (B A ) P (B ) P (A )
.
37
问 题 : 一 般 情 况 下 P ( B A ) ?
BA BA 答 案 : P ( B A ) P ( B ) P ( A B )
(注:当L>m

L<0时,记
C
L m
0)
.
50
例3:将n个不同的球,投入N个 不同的盒中(n≤N),设每一球 落入各盒的概率相同,且各盒 可放的球数不限,记A={ 恰有 n个盒子各有一球 },求P(A).
.
51
解 : A :"每 盒 至 多 一 球 "
P(A)
N(N1)(N2)...(Nn1) Nn
i1
i1
1ijn
P(AiAjAk)(1)n1P(A1A2An)
1ijkn
.
41
例:甲乙丙3人去参加某个集会的概率 均为0.4,其中至少有两人参加的概率为 0.3,都参加的概率为0.05,求3人中至 少有一人参加的概率。
.
42
解:设A, B, C分别表示甲, 乙, 丙参加, 由条件知
P(A) = P(B) =P(C) = 0.4, P(AB ∪ AC ∪ BC) = 0.3,
i1
i1
.
30
例:抛硬币出现的正面的频率
试验 序号
n =5 nH fn(H)
n =50 nH fn(H)
1
2 0.4 22 0.44
2
3 0.6 25 0.50

概率论与数理统计课件

概率论与数理统计课件
空间Ω的一个划分,且有
思考:所求问题的式子?
各车间占有次品的分量P(B|Ai)=?(公式)
p(A 1)=0.45, P (A 2)=0.35, P (A 3)=0.2,
P(B|A1)=0.04,P(B|A2)=0.02 ,P(B|A3)=0.05.
由全概率公式得
P(B)=P(A1)P(B|A1)+P(A2)P(B|A2) +P(A3)P(B|A3)
绪言
第一节 样本空间、随机事件
第二节 概率、古典概型
第一章
第三节 条件概率、全概率公式 第四节 独立性
概率论的基本概念
第三节 条件概率、全概率公式
复习:
上一页 下一页 返 回
1、条件概率
例1 在所有的两位数10到99中任取一个数,
(1)求此数能被2或3整除的概率 p?
(2)若已知此数是偶数,问这个数能被3整除的概率 p1
定义1 对事件 A, B,若P(A) 0, 则称 P(B | A) P(AB) P( A)
为事件B在条件A发生下的条件概率.
A发生的条件 件下B发生的
条件概率
相对地,有时就把概率 P(A), P(B) 等称为无条件概率.
用文氏图解释:
条件概率P(B|A)是在 确知A发生的条件下 (即投点落在A之内)
记为 P(B | A) . 且P(B | A) 15 15 / 90 1 P( AB) 45 45 / 90 3 P(A)
从以上数据上看,有 P(B | A) P( AB) P( A)
BAB A
P(B | A) P(AB) P( A)
此公式很重要,虽然我们是从特殊的例子得到的,但对 于古典概率、几何概率问题,可以证明这个公式都是正确的 。因此,我们就把这个公式作为条件概率的一般定义:

概率论第一章ppt课件

概率论第一章ppt课件

i1
i1
13
3. 积(交)事件 : 事件A与事件B同时发生,记
作 AB 或AB。
推广:n个事件A1, A2,…, An同时发生,记作
n
n
A1A2…An或 A i 或 A i
i1
i1
14
4. 差事件: A-B称为A与B的差事件, 表示事件 A发生而事件B不发生
15
5. 互不相容事件(也称互斥的事件): 即事件 A与事件B不能同时发生。AB= 。
A 1 “: 至少有一人命中目标 A 2 “: 恰有一人命中目标” A 3 “: 恰有两人命中目标” A 4 “: 最多有一人命中目标 A 5 “: 三人均命中目标” A 6 “: 三人均未命中目标”
”:
ABC
: ABCABCABC
: AC BABC ABC
”: BCACAB
:
ABC
:
ABC
21
小结
P Ak
k 1
k
k 1 k!
e
1 e

本题可采用另外一种解法. A A0 { 该地一年内
未发生交通事故} ,于是
P(A) 1 P(A) 1 P( A0) 1 e .
33
小结
• 本节课主要讲授: 1.概率的统计定义; 2.概率的公理化定义; 3.概率的性质(重点)。
34
§1.3 古典概型与几何概型
验,简称试验。随机试验常用E表示。
7
1.1.3 随机事件与样本空间
❖样本空间: 试验的所有可能结果所组成的集合称为 试验E的样本空间, 记为Ω. ❖样本点: 试验的每一个可能出现的结果(样本空 间中的元素)称为试验E的一个样本点, 记为ω.
8
例1-2:

概率论与数理统计图文课件最新版-第1章-第3节-古典概型(等可能概型)

概率论与数理统计图文课件最新版-第1章-第3节-古典概型(等可能概型)
第一章知识结构图
基本概念与运算 ( 随机试验,事件,样本空间 )
频率与概率
统计定义
古典定义
公理化定义
条件概率
独立性
概率统计
全概率公式与贝叶斯公式
第三节 古典概型(等可能概型)
一.古典型随机试验(等可能试验 ) 一般, 如果随机试验 E 具有: (1) 有限性: 它的样本空间的元素只有有限个. (2) 等可能性:在每次试验中, 每个基本事件发生
P( A1 ) P( A2 ) P( A3 ) P( A1 A2 )
P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 )
其中
P( A1 )
P( A2 )
P(A3 )
2! 3!
1 3
11
P( A1 A2 )
P( A1 A3 ) 11
P(A2 A3 )
3!
6
P( A1 A2 A3 ) 3! 6 A i { 第 i 封信装入
即, 10个球中的任一个被 取出的机会是相等的,
均为1/10.
10个球中的任一个被取 出的机会都是1/10
所以称这类概率模型为古典概型.
概率统计
在此示例中, 若记 A={ 摸到2号球 } 2
则 P(A)=?
显然: P(A)= 1/10
若记 B={ 摸到红球 } 1 2 3 4 5 6
则 P(B)=?
概率统计
则有:
P( A) P[ ei1 U ei2 UL U eik ]
P(ei )
1 n
k
P ei1 P ei2 L P eik P eij j1
1 1 L L 1 k
nn
nn
A包含的基本事件总数 S包含的基本事件总数

概率论与数理统计ppt课件

概率论与数理统计ppt课件

称这种试验为等可能概型(或古典概型)。
*
例1:一袋中有8个球,其中3个为红球,5个为黄球,设摸到每一球的可能性相等,从袋中不放回摸两球, 记A={恰是一红一黄},求P(A). 解:
(注:当L>m或L<0时,记 )
例2:有N件产品,其中D件是次品,从中不放 回的取n件, 记Ak={恰有k件次品},求P(Ak). 解:
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解: 设 Ai={ 这人第i次通过考核 },i=1,2,3 A={ 这人通过考核 },
亦可:
*
例:从52张牌中任取2张,采用(1)放回抽样,(2)不放 回抽样,求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
(1)若为放回抽样:
(2)若为不放回抽样:
解: 设 Ai={第i次取到红牌},i=1,2 B={取2张恰是一红一黑}



1 2 N


1 2 N
……

概率论与数理统计ppt课件(完整版)

概率论与数理统计ppt课件(完整版)
*
几何概型的概率的性质
对任一事件A ,有
三.统计定义:
(一) 频率
在相同的条件下, 共进行了n次试验,事件A发生的次数nA, 称为A的频数, nA/n称为事件A发生的频率, 记为fn(A).
频率的特性: 波动性和稳定性.
*
四.概率公理化定义:
定义: 设S是样本空间, E是随机试验. 对于E的每个事件A对应一个实数P(A), 称为事件 A的概率, 其中集合函数P(.)满足下列条件: 对任一事件A,有P(A)≥0; (非负性) P(S)=1;(规范性) 设A1,A2,…是两两互不相容的事件,则有 P(A1 A2 …)=P(A1)+P(A2)+… (可列可加性)
2. 样本空间与随机事件
(一) 样本空间: 定义 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. 样本空间的元素称为样本点,用表示.
样本空间的分类:
1.离散样本空间:样本点为有限个或可列个. 例 E1,E2等.
2.无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
*
(二) 乘法公式:
P(AB)>0, 则有 P(ABC)=P(A)P(B|A)P(C|AB).
一般, 设A1, A2, …,An是n个事件,(n≥2), P(A1A2 ...An-1)>0, 则有乘法公式:
P(A1A2…An)=P(A1)P(A2|A1)…P(An-1|A1A2…An-2) P(An|A1A2…An-1).
*
B
A
S
2.和事件:
3.积事件: 事件A B={x|x A 且 x B}称A与B的积,即事件A与B同时发生. A B 可简记为AB.
类似地, 事件 为可列个事件A1, A2, ...的积事件.

概率论与数理统计图文课件最新版-第1章-第3-5节

概率论与数理统计图文课件最新版-第1章-第3-5节
(1). 有放回地抽取 设A:取到的两张都是中奖券
n : 第一次从盒中取,不论是否是中奖券,总是
从 6 张中取一张,第二次再从盒中取,仍是 有 6 张券可供抽取,故有:
P61 P61 36 (种)
k : 中奖券有 2 张,第一次取有 2 张可供抽取,
第二次取仍有 2 张可供抽取,故有:
P21 P21 4 (种)
即, 10个球中的任一个被 取出的机会是相等的,
均为1/10.
10个球中的任一个被取 出的机会都是1/10
所以称这类概率模型为古典概型.
概率统计
在此示例中, 若记 A={ 摸到2号球 } 2
则 P(A)=?
显然: P(A)= 1/10
若记 B={ 摸到红球 } 1 2 3 4 5 6
则 P(B)=?
从而: P( A) k 4 1 0.111 n 36 9
概率统计
nn:
(2). 不放回地抽取
n : P61 P51 30
k : P21 P11 2
从而: P( A) k 2 1 0.067 n 30 15
注 ▲ 若在此例中若将取法改为 “一次抽取两张” ,
其它条件不变则有:
概率统计
P(e1) P(e2) L L P(en)
又由于基本事件是两两互不相容的,于是:
P(S) P(e1Ue1UL L en)
P(e1) P(e2) L L P(en)
nP(ei)
而 P(S) 1
又由已知,
P(ei )
1 n
,
i 1, 2,L n
A ei1 U ei2 UL U eik , (1 i1 i2 L ik n)
(2).若首位数 2, 4, 6, 8 则有: P41 P41 P84

概率论与数理统计第一章课件

概率论与数理统计第一章课件
样本均值
所有样本点的平均值
样本方差
描述样本点离散程度的量
无偏估计
样本统计量的值等于总体参数的真实值
t分布与F分布
t分布
用于描述小样本数据的分布情况,也 称学生t分布
F分布
用于描述两个比例的方差之间的比例 关系
04
参数估计
点估计与估计量
点估计
用样本统计量来估计未知参数的 过程。
估计量
用于估计未知参数的样本统计量。
假设检验的分类单侧检验、双侧检验。来自 单侧与双侧检验单侧检验
01
只关注参数的一个方向是否满足假设,如检验平均值是否大于
某个值。
双侧检验
02
关注参数的两个方向是否满足假设,如检验平均值是否在两个
值之间。
单侧与双侧检验的选择
03
根据实际问题需求和数据特征选择合适的检验方式。
显著性检验与P值
显著性检验
通过比较样本数据与理论分布,判断样本数据是否显著地偏离理 论分布。
P值
观察到的数据或更极端数据出现的概率,用于判断是否拒绝或接 受假设。
P值的解读
P值越小,表明数据越显著地偏离理论分布,假设越可能不成立。
第一类错误与第二类错误
1 2
第一类错误
拒绝实际上成立的假设,也称为假阳性错误。
第二类错误
接受实际上不成立的假设,也称为假阴性错误。
3
错误率控制
通过调整临界值的大小,可以控制第一类错误和 第二类错误的概率,从而实现错误率控制。
通过参数估计,还可以对生产过 程进行实时监控和预警,及时发 现并解决生产中的问题,保证生
产的稳定性和可靠性。
假设检验在医学研究中的应用
假设检验是数理统计中的一种 重要方法,在医学研究中有着
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。


用6表示掷出点数6.
•试验的可能结果是1, 2, 3, 4, 5, 6.
•我们称这6个数是试验的样本点.
•称样本点的集合
是试验的样本空
间.
0
• 为了叙述的方便和明确,下面把一个特定 的实验称为试验S. • 称试验S的一个可能结果为S的一个样本点 (sample point) ,用表示. • 称试验 S 的所有可能结果构成的集合为S 的 样本空间(sample space) ,用 表示.
8
•在概率论的语言中, 试验还是指对试验的一
次观测或试验结果的测量过程.
•二、 样本空
间 •投掷一枚硬币, 用 表示硬币正面朝上,
•用 表示硬币反面朝上, 则试验有两个可能
的结果: 和 . 我们称 和 是样本点,
•称样本点的集合
为试验的
•样本空间.
9
•投掷一枚骰子, 用1表示掷出点数1,

用2表示掷出点数2, …,
•投掷一枚骰子的样本空间是 •A={3} 表示掷出3点, 则A是 •我们称A是事件.
的子集.
•掷出3点, 就称事件A发生, 否则称事件A不发 生. •用集合B={2,4,6}表示掷出偶数点, B是 的 子•当集掷, 我出们偶也数称点B, 称是事事件件B. 发生, 否则称事件B不 发生. 事件B发生和掷出偶数点是等价的.
1
•例1 将一枚硬币抛掷两次,则样本空间为 • ={(H,H), (H,T), (T,H), (T,T)}, •H~head,T~tail.
•其 •第1次 •第2


•(H,H): •H
•H
•(H,T) •H •T

•(T,H): •T
•H
•(T,T): •T
•T
2
三、 随机事件
•1. 随机事件
3
•设 是试验S的样本空间. •当 中只有有限个样本点时, •称 的子集为事件.
• 当试验的样本点(试验结果) 落在 A 中 , 称事件 A 发生, 否则称 A 不发生.
• 按照上述约定, 子集符号
表示
A是事件.
•通常用大写字母 A, B, C, D 等表示事件.
4
•用
表示集合A的余集.
•则事件A发生和样本点
• 下面我们就来开始这门课程的学习.
6

第一章 古典概型与概率空间
• 在考虑一个(未来)事件是否会发生的时候, 人们常关心该事件发生的可能性的大小. • 就像用尺子测量物体的长度、我们用概率 测量 一个未来事件发生的可能性大小. • 将概率作用于被测事件就得到该事件发生 的可能性大小的测量值. • 为了介绍概率,首先需要介绍试验和事件 .
•A={ (H,T), (T,H)}
6
•例2 投掷一枚骰子, 观察掷出的点数. •B =“掷出奇数点”•= {1,3,5}. •基本事件 •Ai =“掷出i点” = {i},i =1, 2,…, 6.
7
•特殊的事件
•然
:• : 在每次试验中必出现
中一个样本点,
•即在每次试验中 必发生,
•因此称 为必然事件;
• “事件A和B同时发生”, “A和B都发生”与“ 事件AB发生” 等价.
4
•称
为n个事件A1, …, An的积事件.
•称
为可列个事件A1, …, An, …的积事件.
5
•(5) 事件AB称为事件A与 事件B的差事件.
•A
•B
• 当且仅当A发生, B不发生时,事件 AB 发生.
6
•A •B • 类似地,若n个事件A1,…,An中两两互不相容, 则称这n个事件互不相容. • 若事件A1,…,An,…中任意两个事件是互不相 容的,则称这可列无穷多个事件互不相容.
发生.
• “A与B至少有一个发生”, “A发生或B发生”
与“事件
发生” 等价.
2
•类似地,称 .
为n个事件A1, …, An的和事件
•称
为可列个事件A1, …, An,…的和事件.
3
•(4) 事件
称为事件A
与事件B的(或积)事件
•A
•B
,也记作AB.
• 当且仅当A、B同时发生时,事件AB发生.
[学习]概率论与数理统计 PPT课件第一章古典概型与
概率空间
2
引 •1言. 确定性现象
• 在一定条件下必然发生(出现)某一结果 的现象称为确定性现象.
•特点 • 在相同的条件下,重复进行实验或观察, 它的结果总是确定不变的.
3
•2. 随机现象
• 在一定条件下,可能出现这样的结果, 也可能出现那样的结果,而试验或观察前, 不能预知确切的结果. •—— 即在相同的条件下,重复进行观测或试 验,它的结果未必是相同的.
•我们也用AB表示
0
3. 事件的关系与运算
•(1)若AB,则称事件B包含 事件A,事件A包含于事件B. 事件A发生必然导致B发生.
•(2)若AB, BA, 即A=B,则称事件A与事件 B相等.
1
•(3) 事件
称为事件A
与事件B的并(或和)事件.
•A •B

当且仅当A、B中至少有一个发生时, 事件
是等价的,
•事件A不发生和样本点
是等价的.
5
•例1(续). 将一枚硬币抛掷两次,则样本空间

•H~hea
• ={(H,H), (H,T), (T,H), (T,T)} d
•事件A表示“两次出现的面不同”,可记•T作~tail
•A: “两次出现的面不同”
•或 •A={两次出现的面不同} •用样本空间的子集可表达为
•可
•:在每次试验中,所出现的样本点都不

中,即在每次试验中 都不发生,因此称 为不可能发生的事件。
8
•注: 样本空间 的集合. 样本点 • 的子集.
是由试验S的可能结果构成 是 的元素,事件A 就是
9
2. 事件与集合
• 当A、B都是事件, 则 •
•都是事件, 也就是说事件经过集合运算得到 的结果还是事件.
4
•随机现象的特点
• 虽然在个别试验中,其结果呈现出不确定 性,但是人们经过长期实践并深入研究之后, 发现在大量重复试验或观察下,这类现象的结 果呈现出某种规律性 • —— 这种在大量重复试验或观察中,所 呈现出的固有规律性称之为统计规律性.
5
•概率论与数理统计
• 正是研究随机现象的这种统计规律性的 数学分支.
7
§1.1 试验与事件
• 一、随机试验
• 我们把按照一定的想法去作的事情称为 • 随机试验. • 随机试验的简称是 试验 (experiment). • 实例1 掷一个硬币, 观察是否正面朝上.
• 实例2 掷两枚骰子, 观察掷出的点数之和.
• 实例3 在一副扑克牌中随机抽取两张, 观察 是否得到数字相同的一对.
相关文档
最新文档