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

7.2概率的基本公式 7.2.1互斥事件概率的加法公式 7.2.2任意事件概率的加法公式 7.2.3条件概率 7.2.4乘法公式

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;

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

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)

1.3条件概率 一、条件概率与乘法公式 引例袋中有7只白球,3只红球,白球中有4只木球,3只塑料球;红球中有2只木球,1只塑料球。 现从袋中任取1球,假设每个球被取到的可能性相同.若已知取到的球是白球,问它是木球的概率是多少?古典概型 设A表示任取一球,取得白球; B表示任取一球,取得木球

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

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

什么是小概率? 概率是从0到1之间的一个数,因此小概 率就应该是接近0的一个数 著名的英国统计家 Ronald fisher把20分 之1作为标准,这也就是0.05,从此005 或比0.05小的概率都被认为是小概率 Fisher没有任何深奥的理由解释他为什么 选择005,只是说他忽然想起来的

在前面的课程中,我们讨论了随机变量及 其分布,如果知道了随机变量X的概率分布, 那么X的全部概率特征也就知道了。 然而,在实际问题中,概率分布一般是较 难确定的.而在一些实际应用中,人们并不需 要知道随机变量的一切概率性质,只要知道它 的某些数字特征就够了