一、大数定律 二、依概率收敛定义及性质 三、小结

一、事件的相互独立性 二、几个重要定理 三、例题讲解 四、小结

一、样本空间 样本点 三、随机事件间的关系及运算 二、随机事件的概念 四、小结

一、原点矩 中心矩 二、协方差矩阵 三、n 元正态分布的概率密度 四、小结 布置作业

• 贝叶斯规则 • 基于观察值，将类先验概率 和类条件密度转化为后验概率 • 贝叶斯决策 • 最小化总风险 • 最小化误差概率：选择最大后验概率的类别 • 贝叶斯决策是理论上的最优决策，贝叶斯风险是理论上的最小风险 • 判别函数 • 判决区域和判决边界 • 多元高斯概率密度函数 • 假设类条件概率密度满足高斯分布 • 判别函数 • 判决面

一、样本空间 二、随机事件 三、事件间的关系与事件的运算 四、小结布置作业

在前一章,我们学习了随机试验和随机事件概率大小的计算。随机现象大量存在,基本结果的描述也 千变万化

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

1.2概率的直观意义及其运算 一、概率直观意义 随机事件发生的可能性大小是一个客观存在的量

随机事件虽然有偶然性的一面,即它在 一次试验中,可能发生,也可能不发生; 但是在大量重复试验中,人们还是可以 发现它是有内在规律性的,即它出现的可能性的大小是可以\度量\的.随机事件的概率就是用来计量随机事件出现的可能性大小的一个数字,它是概率论中最基本的概念之一