引入随机变量的概念. 由于随机 变量概念的引入，我们可利用微积分知识， 更全面更深刻地揭示随机现象的内在规律

概率(或然率或几率)随机事件出现 的可能性的量度其起源与博弃问题有关 概率论是三门研究各些界随机现象数 规律的数学分支学科 16世纪意大利学者开始研究掷骰子等赌博 中的一些间题:17世纪中时法国数学家B帕 斯卡、荷兰数学家C.惠更斯基于排列组合的方 法,研究了较复杂的赌博间题,解决了“合理 分配赌注间题”(即得分问题)

概率论与数理统计是研究和揭示随机现 象统计规律性的一门学科，是重要的一个数 学分支。概率论是研究随机现象发生可能性 的大小的一门学科，而数理统计则是研究大 量随机现象数量规律的一门学科。它们之间 联系密切但也有根本差别，数理统计的方法 在自然科学、工程技术研究及社会科学领域 中应用极其广泛

一、随机试验 随机现象:在基本条件不变的情况下,一系列试 验或观察会得到不同的结果,在大量重复试验或 观察中又呈现某种固有的规律性(统计规律性)

一、名词解释：5 分/题 1、心理物理学 ，2、似动现象，3、实验法，4、闪光融合理论，5、最小可觉差，6、等响曲线，7、完全随机化设计， 8、部分报告法

本章来介绍排队论(queuing theory) 1909年,丹麦哥本哈根电话公司的A.K. Erlang对电话拥挤现象进行了研究,并发表了《概率 与电话通话理论》(Probability and Theory of Telephone),开创了排队论的研究排队论,亦称随机服务系统理论或等待线理论,是研究因随机因素的影响而产生的排队现象, 以便对随机服务系统进行最优设计和控制的理论

《应用随机过程教程》教学资源（参考资料）与在算法和智能计算中的应用——第4章 更新现象及其理论

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；

在实际应用中,有些随机现象需要同时用两个或两个以上的随机变量来描述例如,研 究某地区学龄前儿童的发育情况时,就要同时抽查儿童的身高H、体重W,这里,H和W 是定义在同一个样本空间S={e}={某地区的全部学龄前儿童}上的两个随机变量.又如,考 察某次射击中弹着点的位置时,就要同时考察弹着点的横坐标X和纵坐标Y.在这种情况 下,我们不但要研究多个随机变量各自的统计规律,而且还要研究它们之间的统计相依关 系,因而还需考察它们的联合取值的统计规律,即多为随机变量的分布

概率论与数理统计是研究随机现象统计规律性的学科而随机现象的规律性在相同的 条件下进行大量重复试验时会呈现某种稳定性.例如,大量的抛掷硬币的随机试验中,正面 出现频率;在大量文字资料中,字母使用频率工厂大量生产某种产品过程中,产品的废品 率等.一般地,要从随机现象中去寻求事件内在的必然规律,就要研究大量随机现象的问题 在生产实践中,人们还认识到大量试验数据测量数据的算术平均值也具有稳定性.这 种稳定性就是我们将要讨论的大数定律的客观背景在这一节中