概率分布函数反映了随机变量的概率分布规律; 在概率论中处理概率分布时一般不涉及分布的物理来源,为 在实验数据分析中正确地掌握和运用这些分布函数,需要: 熟悉公式及运算规则 分布的物理意义;

I.什么是古典概率模型 如果试验E满足 (1)试验结果只有有限种, (2)每种结果发生的可能性相同。 则称这样的试验模型为等可能概率模型或 古典概率模型,简称为等可能概型或古典 概型

条件概率的定义 条件概率是概率论中的一个重要概念,同时,我 们将发现它也是用来计算复杂模型中概率的重要 工具

本章主要讲述随机试验，样本空间，随机事件，事件间的关系与运算，频率，概率的统计定义，概率的性质，古典概型，几何概型，条件概率，乘法公式，全概率公式，贝叶斯公式，事件的独立性，贝努里概型等内容

二、乘法公式 一、条件概率 三、全概率公式 四、贝叶斯公式

第一章 随机事件和概率 随机试验 样本空间、随机事件 频率和概率 古典概型 几何概型 概率的公理化结构 条件概率 事件的独立性 贝努里概型 第二章 离散型随机变量及其分布 随机变量的概念 一维离散型随机变量的分布律 二维离散型随机变量 离散型随机变量函数的分布律 第三章 连续型随机变量及其分分布函数 一维连续性随机变量及其分布 二维连续性随机变量及其分布 连续性随机变量函数的密度函数 第四章 随机变量的数字特征 数学期望 方差 协方差和相关系数 矩 几个重要随机变量的期望和方差 第五章 大数定律与中心极限定理 依概率收敛 大数定律 依分布收敛 中心极限定理

1、理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算； 2、理解事件频率的概念，了解随机现象的统计规律性； 3、理解古典概率的定义，了解概率的统计定义、几何概率的定义，知道概率的公理化定义；

第一讲随机事件与概率 内容提要 (1)事件间的关系与运算(四种关系,三种运算) (2)概率及其简单性质(古典溉型,几何溉型,求逆公式,加法公式,减法公式) (3)条件概率及三大公式(乘法公式,全概率公式, Bayes公式) (4)事件独立性与Bernoulli概型(独立性的实质及应用, Bernoulli概型的三个模型)

1.1 随机事件 1.2 事件的关系和运算 1.3 古典概率 1.4 几何概率 1.5 统计概率 1.6 概率的公理化定义

1.2概率的定义及计算 历史上概率的三次定义 1.古典定义概率的最初定义 2。统计定义基于频率的定义 3。公理化定义1930年后由前苏联数学家柯尔莫哥洛夫给出