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；

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

在前一讲中,我们介绍了有关随机现象的 些基本概念,并说明了概率的含义和统计计算 方法。回忆一下,代表随机现象的样本空间, A为所关心或感兴趣的事件,P(A)为其发生的概 率大小 在本讲,我们将介绍两个简单,但非常有 用的概率模型

§1 随机事件 §2 随机事件的概率 §3 古典概型与几何概率 §4 乘法公式与全概率公式 §5 事件的独立性

§1 随机事件 §2 随机事件的概率 §3 古典概型与几何概率 §4 乘法公式与全概率公式 §5 事件的独立性

引例一个纸桶中装有10个大小、形状完全相同的球.将球编号为1—10把球搅匀, 蒙上眼睛从中任取一球因为抽取时这些球被抽到的可能性是完全平等的,所以我们没有理 由认为这10个球中的某一个会比另一个更容易抽得,也就是说这10个球中的任一个被抽 取的可能性均为 这样一类随机试验是一类最简单的概率模型,它曾经是概率论发展初期主要的研究对象

§1.1 随机试验 §1.2 样本空间、随机事件 §1.3 频率与概率 §1.4 等可能概型（古典概型，几何概型） §1.5 条件概率 §1.6 独立性

§1.1 随机试验 §1.2 样本空间、随机事件 §1.3 频率与概率 §1.4 等可能概型（古典概型，几何概型） §1.5 条件概率 §1.6 独立性

第二讲随机变量及其概率分布 内容提要 (1)随机变量及其分布函数(分布函数的性质) (2)离散型随机变量的分布律 (3)连续型随机变量的密度函数及概率计算 (4)重要分布的定义及背景(二项分布,超几何分布,几何分布,负二项分布, Poisson分布,均匀分布,指数分布, amma分布,正态分布) (5)随机变量函数的分布(离散场合,连续场合)

一 、古典概型 若一个试验满足 (1)只有有限个基本事件； (2)这些基本事件的发生是等可能的；