1.1.1 随机事件 1.1.2 事件的运算与关系 1.1.3 概率的统计定义 1.1.4 概率的古典定义 1.1.5 加法定理 1.1.6 乘法定理 1.1.7 全概率公式

新乡学院：数学与统计学院大学数学类《概率统计A1》课程教学大纲（2015）

新乡学院：数学与统计学院大学数学类《概率统计》课程教学大纲1》课程教学大纲（2012）

就随机现象而言,仅仅知道可能发生哪些事件是不够 的,更重要的是对事件发生的可能性做出定量的描述.这 工就涉及到一个概念一事件的概率Probability).直观 地说,个事件的概率(记为)就是能刻画该事件发生的 可能性大小的一个数值.因此,凭直觉我们可以说,在掷 一枚硬币的试验中“出现数字面”的概率为,而在掷一颗 骰子的试验中“出现‘1’点”的概率为.但是,对一般 的事件而言,单凭直觉来确定其发生的概率显然是行不通 的,必须从客观的本质特征上寻求概率的界定方法那么 ,概率有客观性吗?数学上如何定义呢?下面,我们将逐 工步明确这些问题

11.1概率极限状态设计法及其在《公路桥规》中的应用 11.1.1概率极限状态设计法的概念 以“公路桥梁可靠度”研究为基础,把影响结构可靠性的各主要因素均视为不确定的随机性变 量,从荷载和结构抗力(包括材料性能、几何参数和计算模式不定性)两个方面进行调查、实测、 试验及统计分析,运用统计数学的方法寻求各随机变量的统计特性(统计参数和概率分布类型),确 定失效概率(或目标可靠指标),再从失效概率出发,通过优化分析或直接从各基本变量的概率分布 中求得设计所需要的各相关参数。这种以调查统计分析和对结构可靠性分析为依据而建立的极限状 态设计,称为概率极限状态设计法

第五讲大数定律与中心极限定理 内容提要 (1)依概率收敛(定义及判断) (2)Chebyshev不等式(计算及应用) (3)大数定律(Chebyshev大数定律, Bernoul li大数定律 Khinchine大数定律) (4)中心极限定理(Lindeberg--levy中心极限定理, De Moivre-Laplace-中心极限定理,近似计算)

1.已知随机变量的概率分布为P(5=k)=1,k=135,21,23;求D 2.某射手对目标进行三次独立射击,每次射击的命中率为0.9,求击中目标弹数ξ的方差

1．一批产品有一、二、三等品、等外品、废品 5 种，相应的概率分别为 0.7, 0.1 ,0.1, 0.06 及 0.04，若其价值分别为 6 元，5.4 元，5 元，4 元，及 0 元，求产 品的平均价值．

一、贝努里概型和二项分布 例1设生男孩的概率为p,生女孩的概率为q=-p,令表示随机抽查出生的4个婴儿中“男孩”的个数. 我们来求X的概率分布

§4～1 事件与概率 §4～2 概率分布（probability distribuution） §4～3 正态分布 normal distribution（高斯分布） §4～4 二项分布 §4～6 样本平均数的抽样分布 §4～7 t分布