概率论在实际应用中的基础建立与构造

收稿日期：

2012-10-21作者简介：梁玉兰（1968-），山西大同大学朔州师范分校讲师。

概率论在实际应用中的基础建立与构造

梁玉兰

（山西大同大学朔州师范分校，山西朔州036000）

摘

要：本文通过对彩票、股票、比赛规则、人寿保险等问题的案例分析，结合实际生活，运用概率的一般方法，

来揭示概率在生活中隐含的规律。

关键词：高职教育；概率；马氏链；彩票中图分类号：

G712文献标识码：

A 文章编号：1008-8881（2012）

04-0179-02山西煤炭管理干部学院学报

Journal of Shanxi Coal-Mining Administrators College 2012年11月第25卷第4期Nov.，2012Vol.25No.4

一、概率论的总体论述

概率论是研究随机数学规律的数学分支。在自

然界和人类社会中，存在大量的随机现象。中世纪末期，欧洲流行赌博，而且赌法复杂，赌注量大。一些职业赌徒为了获得取胜机会，可以寻求计算方法。最初的问题是求“点数”，例如：掷3个骰子，出现9点和出现10点哪种可能性大。伽利略曾解决过这类问题，用穷举说明了掷3个骰子出现10点的可能性比出现9点的可能性大，真正引发数学家研究概率论的是“合理分配赌注”问题。分赌注问题又称分点或点问题，是法国数学家帕斯卡提出来的。合理分配赌注问题的结论是：赌徒分得赌注的比例应该等于从这以后继续赌下去他们获胜的概率。彩票抽奖属于典型的

“独立随机事件”。彩票对购票人的回报是建立在概率基础上的，而不是建立在经济利益上。

二、概率论的基础建立与构造比赛及比赛规则问题：若随即试验只有有限个可能的结果，且每个结果发生的可能性大小相同时，随即试验模型为古典概型。在概率论的产生与发展过程中，古典概型是最早的研究对象，也是实际应用中最常用的一种概率模型。在某次斯诺克台球比赛中，中国运动员丁俊晖与英国运动员奥沙利文进行比赛，据以往的成绩统计，每局丁俊晖获胜的概率为0.45，而奥沙利文获胜的概率为0.55，比赛可以采用三局两胜制，也可以采用五局三胜制，那么采用哪种赛制对丁俊晖有利？通过概率的计算，采用三局两胜制丁俊晖获胜的概率为0.42525，

采用五局三胜制丁俊晖获胜的概率为0.4069，显然，采用三局两胜制对丁俊晖有利，若从公平角度

比赛而言，因为丁俊晖胜和奥沙利文得胜的概率是0.45和0.55，所以采用五局三胜制更公平、更合理。如果丁俊晖和奥沙利文每人胜每局的概率都是0.50，各个则三局两胜制和五局三胜制都是公平的比赛制度。在实际生活中，经常会遇到实力相差很大的比赛，制定合理公平的比赛规则尤为重要。类似应用概率知识的案例有很多，可见概率论在众多领域中扮演的角色越来越重要。

人寿保险问题：目前随着社会主义市场经济的深入发展，人寿保险事业如同雨后春笋般地孕育而生。为繁荣和发展人寿保险事业，人们最关心的问题是：保险公司会不会亏本？保险公司的保费是多少？保险公司一年能获利多少呢？这些问题我们都

可以用概率的知识来分析。例如：

有2500个同一年龄段同一社会阶层的人参加某保险公司的人寿保险。根据大量的资料统计，在1年里每个人死亡的概率为0.0001。每个参加保险的人1年付给保险公司的保险费是120元，而在死亡时其家属可从保险公司领取保险费20000元，由此可见保险公司1年获利十万元是必然的。对保险公司来说，保险费收太少了，获利将减少，保险费收太多了，参保人数将减少，获利也将减少。因此当死亡率不变与参保对象已知的情况下，为了保证公司的利益，收多少保费就是很重要的问题。从而提出如下问题：对2500个参保对象，每人每年至少收多少保险费才能使公司以不小于0.99概率每年获利不少于十万元？即当

·教学实践与改革·

179

2500个人中死亡数不超过2个人时公司获利十万元的概率不小于0.99，即2500个人每人每年交给公司56元保险费可使公司以不小于0.99概率每年获利不少于十万元。由于保险公司之间竞争激烈，为了吸引参保者，击垮竞争对手，保险费还可以再降低，比如20元，只要不亏本就行。因此保险公司也会考虑如下问题：在死亡率与赔偿不变的情况下，每人每年交给保险公司20元的保险费，保险公司至少要吸引多少个参保者才能以不小于0.99的概率不亏本？所以保险公司只需要吸引1000个人参保就能以不小于0.99的概率不亏本。

福利彩票问题：彩票的所有号码都是随机摇奖产生，这就注定了彩票也要服从概率学的理论规律。目前我国各个城市都有彩票，游戏规则不完全相同。现以重庆为例，其游戏规则为：号码总数为35（01-35），基本号码数为7，特别号码数为1，各等奖设置如下：一等奖，选7中7；二等奖，选7中6+1；三等奖，选6中6；四等奖，选6中5+1；五等奖，选5中5；六等奖，选5中4+1；七等奖，选4中4或选7中3+1。从而单注中奖概率为：0.0033，可见只有极少数人能中奖。如果连续很多期都出现一等奖，或一期出现多个一等奖，在保底的情况下福彩中心盈余不多，尤其在一期销售彩票很少时，甚至会亏本。因此对一等奖的分析不得不重视。由概率计算可知，一期销售300万注、4326175注、500万注时，一等奖出现一注的概率分别为28.56%、33.81%、35.35%，可见销售注数越多，一等奖出现一注的概率越大，但是综合分析，中头等奖的概率是难上加难。彩票的基本属性是随机性，这就注定了彩票规律不存在绝对正确的规律。在彩票的所有规律中，只有相对正确概率高的规律存在，没有绝对正确的规律存在。彩票的中奖率由概率决定，而彩票的开奖号码是永远不能准确预测的随机事件，通过运用概率知识分析，可以减少不必要的投资损失。

股票价格预测和风险：股市受到很多随机因素的影响，即股票价格涨落也呈现不确定性。运用概率论中的马尔可夫链知识对股票价格进行预测，预知股票价格波动的规律也是可能的。数学期望刻画了随机变量取值的平均值，它对评判事物、做出决策等具有重要作用。数学期望的概念更容易被人们所理解和接受。如果我们用1万元购买两种股票A 和B，在明年经济正常的情况下，购买哪种股票都可以获得2000元的收益；若经济情况萧条，收益就会减少，A股票收益会降低15%，收益只有1500元，而B股票收益会降低5%，收益只有500元；若明年经济繁荣，股票就会增加，A股票收益率将上升到25%，收益2500元，而B股票收益将上升到35%，收益3500元，如果根据财经经济预测，明年经济萧条情况的概率为20%，经济正常的概率是60%，经济繁荣的概率是20%，在这种情况下，我们应该购买哪种股票呢？A股票预期收益的期望值是2000元，购买B股票预期收益的期望值是2000元，因此就难以解决我们投资的方向，再根据两种股票的各种可能收益的变化程度不同，计算它的方差分别为100与900，据方差越小风险越小来判断，此人应该购买药材公司的股票。

合理配备维修工人问题：随机现象包含着一定的规律，它可在相同条件下的大量重复试验或观察中呈现出来，这种数学模型就是重复独立试验，它在概率论中占有很重要的地位。例如同类型仪器300台，且工作是相互独立的，发生故障的概率均为0.01，一台仪器发生了故障，一个工人可以排除。那么，我们会提出问题：至少配备多少维修工人，才能保证仪器发生故障但不能及时排除的概率小于0.01？假设配备个维修工人，则仪器发生故障但不能及时排除的事件等价于同时发生故障的仪器数大于个维修工人。由于300台仪器在同一时间内是否正常工作可看成是300重试验，据概率知识可计算出，即只需8个维修工人就可达到要求。若一个人包干20台仪器，在仪器发生故障而不能及时排除的概率有多少？则仪器发生故障而不能及时排除的事件等价于在20台仪器中，同一时间发生故障的仪器数大于1。由于20台仪器在同一时间内是否正常工作可看成是20重试验，据概率知识可计算出不能及时排除的事件的概率为0.0175。所以，在本案例中，当一个工人包干20台仪器的维修任务时，仪器发生故障而不能及时维修的概率大于0.01，而当8个工人共同负责300台仪器的维修任务时，仪器发生故障而不能及时排除的概率却小于0.01。故一个工人单干，不如8个工人合作好，这表明，概率论的方法在国民经济的某些问题中，对有效地使用人力和物力，进行科学管理等方面都有着重要的作用。

参考文献：

[1]概率论[M].上海：复旦大学.高等教育出版社，

1979.

[2]郑辉，任向华.彩票投资的概率分析[J].生活中的

统计学，2004，（3）.

[3]魏宗舒.概率论与数理统计教程[M].北京：高等教

育出版社，1997.

180

概率论的起源与发展

概率论的起源与发展 三四百年前在欧洲许多国家，贵族之间盛行赌博之风。掷骰子是他们常用的一种赌博方式。 因骰子的形状为小正方体，当它被掷到桌面上时，每个面向上的可能性是相等的，即出现1点至6点中任何一个点数的可能性是相等的。有的参赌者就想：如果同时掷两颗骰子，则点数之和为9与点数之和为10，哪种情况出现的可能性较大？ 17世纪中叶，法国有一位热衷于掷骰子游戏的贵族德·梅耳，发现了这样的事实：将一枚骰子连掷四次至少出现一个六点的机会比较多，而同时将两枚骰子掷24次，至少出现一次双六的机会却很少。 这是什么原因呢？后人称此为著名的德·梅耳问题。又有人提出了“分赌注问题”：两个人决定赌若干局，事先约定谁先赢得6局便算赢家。如果在一个人赢3局，另一人赢4局时因故终止赌博，应如何分赌本？ 诸如此类的需要计算可能性大小的赌博问题提出了不少，但他们自己无法给出答案。 参赌者将他们遇到的上述问题请教当时法国数学家帕斯卡，帕斯卡接受了这些问题，他没有立即回答，而把它交给另一位法国数学家费尔马。他们频频通信，互相交流，围绕着赌博中的数学问题开始了深入细致的研究。这些问题后来被来到巴黎的荷兰科学家惠更斯获悉，回荷兰后，他独立地进行研究。 帕斯卡和费尔马一边亲自做赌博实验，一边仔细分析计算赌博中出现的各种问题，终于完整地解决了“分赌注问题”，并将此题的解法向更一般的情况推广，从而建立了概率论的一个基本概念——数学期望，这是描述随机变量取值的平均水平的一个量。而惠更斯经过多年的潜心研究，解决了掷骰子中的一些数学问题。1657年，他将自己的研究成果写成了专著《论掷骰子游戏中的计算》。这本书迄今为止被认为是概率论中最早的论著。因此可以说早期概率论的真正创立者是帕斯卡、费尔马和惠更斯。这一时期被称为组合概率时期，计算各种古典概率。 在他们之后，对概率论这一学科做出贡献的是瑞士数学家族——贝努利家族的几位成员。雅可布·贝努利在前人研究的基础上，继续分析赌博中的其他问题，给出了“赌徒输光问题”的详尽解法，并证明了被称为“大数定律”的一个定理，这是研究等可能性事件的古典概率论中的极其重要的结果。大数定律证明的发现过程是极其困难的，他做了大量的实验计算，首先猜想到这一事实，然后为了完善这一猜想的证明，雅可布花了20年的时光。雅可布将他的全部心血倾注到这一数学研究之中，从中他发展了不少新方法，取得了许多新成

概率论中几种具有可加性的分布及其关系

目录 摘要 (1) 关键词 (1) Abstract (1) Keywords (1) 引言 (1) 1几种常见的具有可加性的分布 (1) 二项分布 (2) 泊松分布（Possion分布） (3) 正态分布 (4) 伽玛分布 (6) 柯西分布 (7) 卡方分布 (7) 2具有可加性的概率分布间的关系 (8) 二项分布的泊松近似 (8) 二项分布的正态近似 (9) 正态分布与泊松分布间的关系 (10) 正态分布与柯西分布、卡方分布及卡方分布与伽玛分布的关系 (11) 3小结 (12) 参考文献 (12) 致谢 (13)

概率论中几种具有可加性的分布及其关系 摘要概率论与数理统计中概率分布的可加性是一个十分重要的内容.所谓分布的可加性指的是同一类分布的独立随机变量和的分布仍属于此类分布.结合其特点，这里给出了概率论中几种具有可加性的分布：二项分布，泊松分布，正态分布，柯西分布，卡方分布以及伽玛分布.文章讨论了各类分布的性质及其可加性的证明，这里给出了证明分布可加性的两种方法，即利用卷积公式和随机变量的特征函数.除此之外，文章就可加性分布之间的各种关系，如二项分布的泊松近似，棣莫佛-拉普拉斯中心极限定理等，进行了不同层次的讨论. 关键词概率分布可加性相互独立特征函数 SeveralKindsofProbabilityDstributionanditsRelationshipwithAdd itive 'scentrallimittheorem,andsoon,hascarriedonthedifferentlevelsofdiscussion. KeyWords probabilitydistributionadditivitypropertymutualindependencecharacteristicfunction 引言概率论与数理统计是研究大量随机现象的统计规律性的学科，在概率论与数理统计中，有时候我们需要求一些随机变量的和的分布，在这些情形中，有一种求和类型比较特殊，即有限个相互独立且同分布的随机变量的和的分布类型不变，这一求和过程称为概率分布的“可加性”.概率分布中随机变量的可加性是一个相当重要的概念，本文给出了概率论中常见的六种具有可加性的分布，包括二项分布，泊松分布，正态分布，伽玛分布，柯西分布和卡方分布.文章最后讨论了几项分布之间的关系，如二项分布的泊松近似，正态近似等等. 1几种常见的具有可加性的分布 在讨论概率分布的可加性之前，我们先来看一下卷积公式和随机变量的特征函数,首先来看卷积公式[1]： ①离散场合的卷积公式设离散型随机变量ξζ,彼此独立，且它们的分布列分别是 n k a k P k ,1,0,)(???===ζ和.,,1,0,)(n k b k P k ???===ξ则ξζ?+=的概率分布列可表示为 ②连续场合的卷积公式设连续型随机变量ξζ,彼此独立，且它们的密度函数分别是 )(),(y f x f ξζ，则它们的和ξζ?+=的密度函数如下 其证明如下： ξζ?+=的分布函数是dxdy y f x f z f z F z y x )()()()(ξζ?ξζ??≤+= ≤+= 其中)(x F ζ为ζ的分布函数，对上式两端进行求导，则可得到ξζ?+=的密度函数：

《概率论与数理统计》教学大纲

《概率论与数理统计》教学大纲 Probability Theory and Mathematical Statistics 学分数4 周学时4 1.说明部分 概率论与数理统计是信息与计算科学专业一门重要的基础理论课程。它研究自然界、人类社会及技术过程中大量随机现象的规律性，广泛应用于自然科学、社会科学以及工农业生产中，并与其它学科相互结合、渗透。通过本门课程的教学，使学生掌握概率论与数理统计的基本概念和基本理论，从而使学生初步掌握处理随机现象和用数理统计分析数据的基本思想和方法，能够通过分析数据处理简单的实际问题，培养学生分析和解决实际问题的能力，并为后继课程打下基础。 1）授课对象 计算机科学与技术专业，信息管理与信息系统专业，信息与计算科学专业。 2）教学目的 通过本课程的学习，为计算机各专业理论的讲授做好必要的准备知识，要求学生具有初步的分析，计算能力。通过对本课程的教学和学习，学生基本掌握概率分布理论和求各种概率的方法，并在经济工作中解决一些实际问题。 3）教学方式： 本课程以课堂讲授为主，推荐采用多媒体教学方式，参考学时计68学时。 4）考核方式： 采取书面闭卷考试，并与作业情况相结合。 5）教材与参考书： 1．石永生刘晓真等编著，《概率论与数理统计》，电子科技大学出版社，2004年9月。 2．河南财经学院概率论与数理统计编写组编著，《经济数学基础》三《概率论与数理统计》分册，河南大学出版社，1991年1月。 3．龚德恩、范培华等编著，《经济数学基础(第三分册概率统计)》，四川人民出版社，

6）学时分配表 2.教学内容 第一部分概率论 教学安排： 本部分安排46学时，每章节的学时安排如上表。 第一章随机事件与概率 课程内容： 第一节随机事件 第二节事件的概率 第三节概率的基本性质与运算法则 第四节条件概率与独立性 第五节独立重复试验 第六节全概率公式与贝叶斯公式 内容提要： ①随机事件，样本空间，基本事件等概念。②事件的关系和运算。③概率的基本概念如古典定义。④概率的基本性质。⑤加法公式。⑥条件概率和乘法公式。⑦事件的独立性及性质。 ⑧伯努利（Bernoulli）概型。⑨全概率公式和贝叶斯（Bayes）公式。 教学目标： 通过本章的学习，使学生能够理解和掌握随机事件及其概率的概念，会分析事件的结构、运用概率的运算法则计算随机事件的概率。 教学要求：

第一章 概率统计基础知识(2)概率的古典定义与统计定义

二、概率的古典定义与统计定义 二、概率的古典定义与统计定义(p5-11) 确定一个事件的概率有几种方法，这里介绍其中两种最主要的方法，在历史上，这两种方法分别被称为概率的两种定义，即概率的古典定义及统计定义。 (一) 概率的古典定义 用概率的古典定义确定概率的方法的要点如下: （1）所涉及的随机现象只有有限个样本点，设共有n个样本点； （2）每个样本点出现的可能性相同(等可能性); 若事件含有k个样本点，则事件的概率为: (1.1-1) [例1.1-3] [例1.1-3]掷两颗骰子，其样本点可用数组（x , y）表示，其中，x与y分别表示第一与第二颗骰子出现的点数。这一随机现象的样本空间为: 它共含36个样本点，并且每个样本点出现的可能性都相同。参见教材6页图。这个图很多同学看不懂！其实就是x+y=?在坐标系反映出来的问题。 （二）排列与组合 （二）排列与组合 用古典方法求概率，经常需要用到排列与组合的公式。现简要介绍如下: 排列与组合是两类计数公式，它们的获得都基于如下两条计数原理。 （1）乘法原理: 如果做某件事需经k步才能完成，其中做第一步有m1种方法，做第二步m2种方法，做第k步有m k种方法，那么完成这件事共有m1×m2×…×m k种方法。 例如, 甲城到乙城有3条旅游线路，由乙城到丙城有2条旅游

线路，那么从甲城经乙城去丙城共有3×2=6 条旅游线路。 (2) 加法原理: 如果做某件事可由k类不同方法之一去完成，其中在第一类方法中又有m1种完成方法, 在第二类方法中又有m2种完成方法，在第k类方法中又有m k种完成方法, 那么完成这件事共有m1+m2+…+m k种方法。 例如，由甲城到乙城去旅游有三类交通工具: 汽车、火车和飞机，而汽车有5个班次，火车有3个班次，飞机有2个班次，那么从甲城到乙城共有5+3+2=10 个班次供旅游选择。 排列与组合 排列与组合的定义及其计算公式如下: ①排列:从n个不同元素中任取）个元素排成一列称为一个排列。按乘法原理，此种排列共有n×(n1) ×…×(n-r+1) 个，记为。若r=n, 称为全排列，全排列数共有n!个，记为，即:= n×(n-1) ×…×(n-r+1), = n! ②重复排列:从n个不同元素中每次取出一个作记录后放回，再取下一个，如此连续取r次所得的排列称为重复排列。按乘法原理，此种重复排列共有个。注意，这里的r允许大于n。 例如，从10个产品中每次取一个做检验，放回后再取下一个，如此连续抽取4次，所得重复排列数为。假如上述抽取不允许放回，则所得排列数为10×9×8×7=5040 。 ③组合: 从n个不同元素中任取x个元素并成一组 (不考虑他们之间的排列顺序)称为一个组合，此种组合数为： .特别的规定0!=1，因而。另外，在组合中，r个元素"一个接一个取出"与"同时取出"是等同的。例如，从10个产品中任取4个做检验，所有可能取法是从10个中任取4个的组合数，则不同取法的种数为： 这是因为取出的任意一组中的4个产品的全排列有4!=24 种。而这24种排列在组合中只算一种。所以。 注意:排列与组合都是计算"从n个不同元素中任取r个元素"的取法总数公式，他们的主要差别在于: 如果讲究取出元素间的次序，则用排列公式；如果不讲究取出元素间的次序，则用组合公式。至于是否讲究次序，应从具体问题背景加以辨别。 [例1.1-4] [例1.1-4] 一批产品共有个，其中不合格品有个，现从中随机取出n个，问：事

概率论发展史

概率论的大厦是建筑在微积分的地基之上的,例如在函数关系的对应下,随机事件先是被简化为集合,继之被简化为实数,随着样本空间被简化为数集, 概率相 应地由集函数约化为实函数.以函数的观点衡量分布函数)(x f,)(x f的性质是十分良好的: 单调有界、可积、几乎处处连续、几乎处处可导. 因之, 微积分中有关函数的种种思想方法可以通畅无阻地进入概率论领域. 随机变量的数字特征、概率密度与分布函数的关系、连续型随机变量的计算等, 显然借鉴或搬运了微积分的现有成果. 又如概率论中运用微积分的基础----极限论的地方也非常多, 诸如分布函数的性质、大数定律、中心极限定理等.总之,微积分的思想方法渗透到了概率论的各个方面, 换言之, 没有微积分的推动, 就没有概率论的公理化与系统化, 概率论就难以形成一门独立的学科. 微积分与概率论的亲缘关系, 决定了概率论的确定论的特征. 但是作为微积分的一门后继课程, 概率论并非按微积分中的思维方法发展下去,而是另辟蹊径, 其发展路径与微积分大相径庭, 最终成为了随机数学的典型代表, 具备了与微积分相当的地位. 更因其非线性、反因果的非理性特征, 显得比经典的微积分更具有时代精神. 而作为确定性数学典型代表的微积分对概率论的发展具有很大作用, 因此讨论微积分在概率论中的地位, 探究概率论与微积分的联系及方法的相互应用 0 引言 概率论与数学分析是数学的两个不同分支，数学分析是确定性数学的典型代表，概率论则是随机数学的典型代表。由于两者所研究的方向不同，故它们的发展道路大相径庭，但是在各自的发展过程中二者却又紧密地结合在一起，数学分析的发展为概率论奠定了基础，而概率论中随机性、反因果论也逐渐滲透到数学分析当中，推动着数学分析的发展。研究概率论与数学分析两者之间的相互关系，并寻绎概率论在解决数学分析中某些比较困难的问题的方法、思想，是很有意义的。 1 数学分析对概率论的渗透与推动 1933 年，苏俄数学家柯尔莫哥洛夫以集合论、测度论为依据，导入了概率论的公理化体系，概率论得以迅猛发展，在其迅猛发展的道路上，数学分析的思想与方法随处可见。 1.1 集合论与概率论的公理化体系 由于数学的研究对象一般都是具有某种性质或结构的集合，所以集合论是整个数学体系的基础。集合论是在19 世纪数学分析的严密化过程当中培育出来的，两者之间是源和流的关系; 又由于勒贝格积分建立了集合论与测度论的联系，进而形成了概率论的公理化体系; 因而集合论对概率论的滲透，可视为微积分对概率论的一次较有力的推动 数学分析中主要有黎曼积分和勒贝格积分两种。黎曼积分处理性质良好的函数时得心应手，但对于级数、多元函数、积分与极限交换次序等较为棘手的问题时，常常比较困难。勒贝格积分的出现，使黎曼积分遇到的难题迎刃而解，微积分随之进化到了实变函数论的新阶段。有了勒贝格积分理论以后，集合测度与事件概率之间的相似性便显示出来了。不仅如此，测度论中的几乎处处收敛与依测度收敛，实质上就是弱大数定律与强大数定律中的收敛。1933 年，苏俄数学家柯尔莫哥洛夫，建立了在测度论基础上的概率论的公理化体系［2］，统一了原先概率的古典定义、几何定义及频率定义纷争不一的局面。他建立的公理化体系，具备

概率论与数理统计(简明版)教学大纲

《概率论与数理统计》课程教学大纲 第一部分：课程教育目标 一、教学对象 工程管理、电子信息工程2009级本科。 二、课程的性质与任务 1. 课程性质：必修 2. 课程类别：公共基础课 3. 考核方式：考查 4. 教学任务：通过概率论与数理统计的学习，要使学生掌握概率论与数理统计的基本知识，基本理论，会利用概率论与数理统计解决简单的实际问题。 三、学生能力培养要求 1. 基本要求 通过本课程的学习，要使学生获得随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析与回归分析等方面的基本概念、基本理论和基本运算能力。 2. 提高性要求 在课程的教学过程中，要通过各个教学环节逐步提高学生的抽象思维能力、逻辑推理能力、数学建模与实践能力，注意培养学生的自学能力，注意理论联系实际，不断提高学生的综合素质以及运用所学知识解决实际问题的能力。 3. 技能性要求 本课程修完后，学生将获得后续课程及工作实践所必须的数学思想、计算方法、基础知识、基本技能。 四、与其他课程的关系

本课程是应用型本科院校理工类专业开设的一门基础课程，它在以加强学生的数学实践能力和创新能力为重点，努力构建特色鲜明的应用型、创新型的本科人才培养模式和培养目标，培养主动适应经济社会发展需要的高级专业技术和熟练操作技能的实用型、开拓型复合型人才的过程中起着奠基作用。 第二部分：教学内容基本要求 第一章随机事件及其概率 本章教学要求： 1、理解随机事件的概念，了解样本空间的概念，掌握事件之间 的关系与运算； 2、了解概率、条件概率的定义，掌握概率的基本性质，会计算 古典概型的概率； 3、掌握概率的加法公式，乘法公式，会应用全概率公式和贝叶 斯公式； 4、理解事件独立性的概念，掌握应用事件独立性进行概率计算 的方法； 5、理解独立重复试验的概率，掌握计算有关事件概率的方法。 本章重点：随机事件的概率、古典概型的计算 本章难点：全概率的计算、贝叶斯公式的应用 第一节随机事件 随机现象，随机事件，样本空间，事件的关系与运算 第二节随机事件的概率 随机事件的概率：频率及其性质、概率的定义与性质 第三节古典概型 古典概型，几何概型； 第四节条件概率 条件概率的概念，乘法公式，全概率公式，贝叶斯公式 第五节事件的独立性

概率论的发展史

概率论的发展史 摘要：概率论是一门研究随机现象的数学规律的学科。它起源于十七世纪中叶，当时刺激数学家们首先思考概率论的问题，却是来自赌博者的问题。费马、帕斯卡、惠更斯对这个问题进行了首先的研究与讨论，科尔莫戈罗夫等数学家对它进行了公理化。后来，由于社会和工程技术问题的需要，促使概率论不断发展，隶莫弗、拉普拉斯、高斯等著名数学家对这方面内容进行了研究。发展到今天，概率论和以它作为基础的数理统计学科一起，在自然科学，社会科学，工程技术，军事科学及生产生活实际等诸多领域中起着不可替代的作用。 关键词：概率论公理化随机现象赌博问题 17世纪资本主义经济的发展和文艺复兴运动的兴起，给欧洲数学注入了新的活力，欧洲数学家们开始以前所未有的热情投入到数学科学的研究中去。在这一个世纪里，他们不仅建立起了以解析几何和微积分为代表的变量数学，进一步研究现实世界中的必然现象及其规律，而且还开始了对偶然现象的研究，这就是所谓的概率论。记得大数学家庞加莱说过：“若想预见数学的将来，正确的方法是研究它的历史和现状。” 一、概率论的起源 概率论是一门研究随机现象的数学规律的学科。十分有趣的是，这样一门重要的数学分支，竟然起源于对赌博问题的研究。 1653年的夏天，法国著名的数学家、物理学家帕斯卡（Blaise Pascal,1623——1662）前往浦埃托镇度假，旅途中，他遇到了“赌坛老手”梅累。为了消除旅途的寂寞，梅累向帕斯卡提出了一个十分有趣的“分赌注”的问题。问题是这样的——一次，梅累与其赌友赌掷骰子，每人押了32个金币，并事先约定：如果梅累先掷出三个6点，或其赌友先掷出三个4点，便算赢家。遗憾的是，这场赌注不算小的赌博并未能顺利结束。当梅累掷出两次6点，其赌友掷出一次4点时，梅累接到通知，要他马上陪同国王接见外宾。君命难违，但就此收回各自的赌注又不甘心，他们只好按照已有的成绩分取这64个金币。这下可把他难住了。所以，当他碰到大名鼎鼎的帕斯卡，就迫不及待地向他请教了。然而，梅累的貌似简单的问题，却真正难住他了。虽然经过了长时间的探索，但他还是无法解决这个问题。 1654年左右，帕斯卡与费马在一系列通信中讨论了类似的“合理分配赌金”的问题。该问题可以简化为： 甲、乙两人同掷一枚硬币，规定：正面朝上，甲得一点；若反面朝上，乙得一点，先积满3点者赢取全部赌注。假定在甲得2点、乙得1点时，赌局由于某种原因中止了，问应该怎样分配赌注才算公平合理。 帕斯卡：若在掷一次，甲胜，甲获全部赌注，两种情况可能性相同，所以这两种情况平均一下，乙胜，甲、乙平分赌注。甲应得赌金的3/4，乙得赌金的1/4。 费马：结束赌局至多还要2局，结果为四种等可能情况： 情1234

概率论与数理统计教学大纲

《概率论与数理统计》教学大纲 一、内容简介 《概率论与数理统计》是从数量侧面研究随机现象规律性的数学理论，其理论与方法已广泛应用于工业、农业、军事和科学技术中。主要包括：随机事件和概率，一维和多维随机变量及其分布，随机变量的数字特征，大数定律与中心极限定理，参数估计，假设检验等内容。 二、本课程的目的和任务 本课程是理工学科和社会学科部分专业的基础课程。课程内容侧重于讲解概率论与数理统计的基本理论与方法，同时在教学中结合各专业的特点介绍性地给出在科研、生产、社会等各领域中的具体应用。课程的任务在于使学生建立随机现象的基本概念和描述方法，掌握运用概率论和统计学原理对自然和人类社会的现象进行观察、描述和预言的方法和能力。为学生树立基本的概率论和统计思维素养，以及进一步在相关方向深造，打下基础。 三、本课程与其它课程的关系 学生在进入本课程学习之前，应学过：高等数学、线性代数。这些课程的学习，为本课程提供了必需的数学基础知识。本课程学习结束后，学生可具备进一步学习相关课程的理论基础，同时由于概率论与数理统计的理论与方法向各基础学科、工程学科的广泛渗透，与其他学科相结

合发展成不少边缘学科，所以它是许多新的重要学科的基础，学生应对本课程予以足够的重视。 四、本课程的基本要求 概率论与数理统计是一个有特色的数学分支，有自己独特的概念和方法，内容丰富，结果深刻。通过对本课程的学习，学生应该建立用概率和统计的语言对随机现象进行描述的基本概念，熟练掌握概率论与数理统计中的基本理论和分析方法，能熟练运用基本原理解决某些实际问题。具体要求如下： （一）随机事件和概率 1、理解随机事件的概念，了解样本空间的概念，掌握事件之间的关系和 运算。 2、理解概率的定义，掌握概率的基本性质，并能应用这些性质进行概率 计算。 3、理解条件概率的概念，掌握概率的加法公式、乘法公式、全概率公 式、贝叶斯公式，并能应用这些公式进行概率计算。 4、理解事件的独立性概念，掌握应用事件独立性进行概率计算。 5、掌握伯努利概型及其计算。 （二）随机变量及其概率分布 1、理解随机变量的概念 2、理解随机变量分布函数的概念及性质，理解离散型随机变量的分布律 及其性质，理解连续型随机变量的概率密度及其性质，会应用概率分

概率论的起源和发展

概率论的起源和发展 概率论是一门既古老又年轻的学科。说它古老，是因为产生概率的重要因素---赌博游戏已经存在了几千年，概率思想早在文明早期就己经开始萌芽了。而说它年轻，则是因为它在十八世纪以前的发展极为缓慢，现代数学家和哲学家们往往忽略了那段历史，他们更愿意把1654年帕斯卡(Pasac)l和费马(Fomrat)之间的七封通信看作是概率论的开端。这样，概率论的“年龄”就比数学大家族中的其它多数成员小很多。一般认为，概率论的历史只有短短的三百多年时间。虽然在早期概率论的发展非常缓慢，但是十八世纪以后，由于社会学，天文学等其它学科的研究需要，使得概率本身的理论得到了迅速发展，它的思想和方法也逐渐受到了其它学科的重视和借鉴。在当代，随着概率论本身的发展和学科之间的交叉融合，囊括了概率理论和统计理论两大部分的广义概率论已经成为一门应用非常广泛的学科，概率方法与统计方法逐渐渗透到了其它学科的研究工作当中。无论是在自然科学领域还是社会科学领域，各门学科中都能看到概率论的身影。概率论已经成为一种重要的工具，在社会发展中发挥着巨大的作用。 1、机会的早期计算 古希腊人从航海实践中发现了许多概率经验规律, 古犹太人在纪元之初就有概率加法定律和乘法定律的应用记录。但是由于结果不确定的特点, 人们一直认为随机现象好似运气都由天神决定, 其规则是世俗不可想象的。能够刺激人们思考概率的事情很多, 但最终孕育概率论的却是庸俗的骰子赌博。公元 960 年左右, 怀特尔德大主教计算出掷三个骰子时不计次序所能出现的不同组合有 56 种。十三世纪左右拉丁诗歌《维图拉》指出这 56 种组合出现的机会不是相同的: 3 枚骰子点数一样, 每个点数只有一种方式; 2 枚骰子点数一样而另一枚不一样, 则有 3 种方式; 如果 3 枚都不一样就有 6 种方式。但是这些经验并没有引起更多的思考, 机会的计算仍处于直觉的、散乱的经验水平上。 卡尔扎诺是一位医学博士, 曾在米兰讲授数学, 写过多部医学、数学等方面的著作。他认为赌博是一种社会病, 也有理由作为可以医治的疾病来研究。约在1564 年, 他集中了自己的智慧和赌博经验, 用拉丁文写出著名的《论机会游戏》, 揭示了赌博中的不确定性原理, 成为概率论前史的重要人物。书中, 卡尔扎诺强调赌博的基本原则是同等条件,“如果它们有利于对手, 那么你是傻瓜, 如果有利于自己, 那么你就不公平”。骰子应该是“诚实的”, 几个诚实的骰子联合起来仍然是诚实的, 下注应该根据这种诚实性。等可能思想的提出是卡尔扎诺的贡献之一, 为理解和解决复杂的赌博问题提供了依据。他定义了胜率(有利结果数与不利结果数之比) 表示机会的大小, 计算出了多种赌博的全部可能结果数和有利结果数, 由于当时组合数学还很贫乏, 他的计算在方法上与《维图拉》基本相同。卡尔扎诺还思考了独立事件的乘法法则, 在一番错误推理后他发现了正确方法, 例如一次的胜率是 3:1, 连续两次的胜率是 9:7。卡尔扎诺是第一个深入讨论概率问题的人, 他提出了考虑随机问题的基本原则, 建立了胜率概念和一些运算法则, 对概率理论的形成具有开创性贡献。但是他也犯了不少错误, 例如他认为在掷两个骰子时, 36 次投掷有 1 次机会出现双 6, 平均起来 18次投掷中, 出现双 6 的机会是 50%。这种推理意味着36 次投掷中必定出现一次双 6, 他没有意识到自己的错误。由于该书只有很少部分讨论机会计算, 其等可能思想

概率论中几种常用重要分布

概率论中几种常用的重要的分布 摘要：本文主要探讨了概率论中的几种常用分布，的来源和他们中间的关系。其在实际中的应用。 关键词 1 一维随机变量分布 随机变量的分布是概率论的主要内容之一，一维随机变量部分要介绍六中常 用分布，即( 0 －1) 分布、二项分布、泊松分布、均匀分布、指数分布和正态分布． 下面我们将对这六种分布逐一地进行讨论． 随机事件是按试验结果而定出现与否的事件。它是一种“定性”类型的概念。为了进一步研究有关随机试验的问题，还需引进一种“定量”类型的概念，即，根据试验结果而定取什么值（实值或向量值）的变数。称这种变数为随机变数。本章内将讨论取实值的这种变数—— 一维随机变数。 定义1.1 设X 为一个随机变数，令 ()([(,)])([]),()F x P X x P X x x =∈-∞=-∞ +∞. 这样规定的函数()F x 的定义域是整个实轴、函数值在区间[0,1]上。它是一个普通的函数。成这个函数为随机函数X 的分布函数。 有的随机函数X 可能取的值只有有限多个或可数多个。更确切地说：存在着有限多个值或可数多个值12,,...,a a 使得 12([{,,...}])1P X a a ∈= 称这样的随机变数为离散型随机变数。称它的分布为离散型分布。 【例1】下列诸随机变数都是离散型随机变数。 （1）X 可能取的值只有一个，确切地说，存在着一个常数a ,使([])1P X a ==。称这种随机变数的分布为退化分布。一个退化分布可以用一个常数a 来确定。 （2）X 可能取的值只有两个。确切地说，存在着两个常数a ，b ，使 ([{,}])1P X a b ∈=.称这种随机变数的分布为两点分布。如果([])P X b p ==，那 么，([])1P X a p ===-。因此，一个两点分布可以用两个不同的常数,a b 及一个在区间（0,1）内的值p 来确定。 特殊地，当,a b 依次为0,1时，称这两点分布为零-壹分布。从而，一个零-壹分布可以用一个在区间（0，1）内的值p 来确定。 （3）X 可能取的值只有n 个：12,...,a a （这些值互不相同），且，取每个i a 值

概率论基本知识(通俗易懂)

第一章概率论的基本概论 确定现象：在一定条件下必然发生的现象，如向上抛一石子必然下落，等 随机现象：称某一现象是“随机的”，如果该现象（事件或试验）的结果是不能确切地预测的。 由此产生的概念有：随机现象，随机事件，随机试验。 例：有一位科学家，他通晓现有的所有学科，如果对一项试验（比如：掷硬币），该万能科学家也无法确切地预测该实验的结果（是正面朝上还是反面朝上），这一实验就是随机实验，其结果是“随机的”----为一随机事件。 例：明天下午三点钟”深圳市区下雨”这一现象是随机的，其结果为随机事件。 随机现象的结果（随机事件）的随机度如何解释或如何量化呢？ 这就要引入”概率”的概念。 概率的描述性定义：对于一随机事件A，用一个数P(A)来表示该事件发生的可能性大小，这个数P(A)就称为随机事件A发生的概率。

§1.1随机试验 以上试验的共同特点是: 1．试验可以在相同的条件下重复进行； 2．试验的全部可能结果不止一个，并且在试验之前能明确知道所有的可能结果；3．每次试验必发生全部可能结果中的一个且仅发生一个，但某一次试验究竟发

生哪一个可能结果在试验之前不能预言。 我们把对随机现象进行一次观察和实验统称为随机试验，它一定满足以上三个条件。我们把满足上述三个条件的试验叫随机试验，简称试验，记E 。 §1.2样本空间与随机事件 (一) 样本空间与基本事件 E 的一个可能结果称为E 的一个基本事件，记为ω，e 等。 E 的基本事件全体构成的集，称为E 的样本空间，记为S 或Ω, 即：S={ω|ω为E 的基本事件}，Ω={e}. 注意：ω的完备性，互斥性特点。 例：§1.1中试验 E 1--- E 7 E 1：S 1={H,T} E 2：S 2={ HHH,HHT,HTH,THH, HTT,THT,TTH,TTT } E 3：S 3={0，1，2，3} E 4：S 4={1,2,3,4,5,6} E 5: S 5={0,1,2,3,…} E 6：S 5={t 0 ≥t } E 7：S 7={()y x , 10T y x T ≤≤≤} （二） 随机事件

概率论发展简史及应用

理化生教学与研究386 2013赵?璇?钟?莹 概率论发展简史及应用 概率论发展简史及应用 赵 璇 钟 莹 （沈阳师范大学） 一、概率论的起源 三四百年前在欧洲许多国家，贵族之间盛行赌博之风。掷色子（又名骰子）是他们常用的一种赌博方式。利用色子赌博的方式可谓五花八门。很自然，赌徒们最关心的就是：如何在赌博中不输！ 17世纪中叶，法国有一位热衷于掷骰子游戏的贵族公子哥儿——德·梅尔，发现了这样的事实：将一枚骰子连掷四次至少出现一个六点的机会比较多，而同时将两枚骰子掷24次，至少出现一次双六的机会却很少。 这是什么原因呢？后人称此为著名的德·梅尔问题。随后法国数学家帕斯卡、费马及荷兰数学家惠更斯基于排列组合方法，研究利用古典概型解决一些如“分赌注问题”、“赌徒输光问题”等。 到了18、19世纪，随着科学文明的发展，人类面临和要解决的问题也越来越多。后来，人们注意到之前为解决赌博问题而提出的那些方法不仅仅可以用在解决赌博问题上，还可以应用于人口统计、误差理论、产品检验和质量控制等。到后来原先的古典概型已不足以解决这诸多领域中了，人们迫切需要新的理论去解决更多的问题。也就在这时期，作为使概率论成为数学的一分支的的奠基人，瑞士数学家伯努利，建立了概率论中第一个极限定理（即伯努利大数定律），阐明了事件发生的频率稳定于它的概率。 概率论在20世纪再度迅速地发展起来，则是由于科学技术发展的迫切需要而产生的。1906年，俄国数学家马尔科夫（Markov）提出了所谓“马尔科夫链”的数学模型。1934年，前苏联数学家辛钦（Khinchine）又提出一种在时间中均匀进行着的平稳过程理论。 20世纪初完成的勒贝格测度与积分理论及随后发展的抽象测度和积分理论，为概率公理体系的建立奠定了基础。在这种背景下柯尔莫哥洛夫（Kolmogorov）1933年在他的《概率论基础》一书中首次给出了概率的测度论式定义和一套严密的公理体系。他的公理化方法成为现代概率论的基础，使概率论成为严谨的数学分支。 二、概率论的发展 现在，概率论与以它作为基础的数理统计学科一起，在自然科学、社会科学、工程技术、军事科学及工农业生产等诸多领域中都起着不可或缺的作用。 数学家们通过大量的同类型随机现象的研究，从中揭示出概率论某种确定的规律，而这种规律性又是许多客观事物所具有的，所以概率论应用也随之扩宽了。众所周知，接种牛痘是增强机体抵抗力、预防天花等疾病的有效方法，然而，当牛痘开始在欧洲大规模接种之际，它的副作用引起了人们的争议。为了探求事情的真相，伯努利家族的另一位数学家丹尼尔·伯努利根据大量的统计数据，应用概率论的方法，得出了接种牛痘能延长人的平均寿命三年的结论，从而消除了人们的恐惧与怀疑。直观地说，卫星上天、宇宙飞船遨游太空等都有概率论的一份功劳；及时准确的天气预报、考古研究等更离不开概率论与数量统计；电子技术的发展、人口普查及教育等同概率论与数理统计也是密不可分的。 根据概率论中用投针试验估计π值思想产生的蒙特卡罗方法，借助电子计算机这一工具，使这种方法在核物理、表明物理等学科的研究中起着重要的作用。概率论理论严谨，应用广泛，这一数学分支正日益受到人们的重视，以后将会随着科学技术的发展而得到发展。 三、概率论在现代社会发展中的应用 概率论进入其他科学领域的趋势在不断发展。发展到今天，概率论和以它作为基础的数理统计学科一起，在自然科学、社会科学、工程技术、军事科学及生产生活实际等诸多领域中都起着不可替代的作用。下面简略介绍一下概率论本身在现代的应用情况。 物理方面，放射性衰变、粒子计数器等问题的研究，都要用到泊松过程和更新理论。化学反应动力学中，研究化学反应的时变率及影响这些时变率的因素问题、自动催化反应等一些连锁反应的动力学模型，都要以生灭过程（马尔柯夫）来描述。许多服务系统，如电话通信、购货排队等等，都可用一类概率模型来描述。在社会科学领域，特别是经济学中研究最优决策和经济的稳定增长等问题，也大量采用概率论方法。同时它对各种应用数学如统计学、运筹学、生物学、经济学和心理学的数学化起着中心作用。 概率论已获得当今社会的广泛应用，正如拉普拉斯所说：“生活中最重要的问题，其中绝大多数在实质上只是概率的问题。”概率已成为日常生活的普通常识的今天，对现实生活中的概率问题进行研究就更显得十分重要。“在过去半个世纪中, 概率论从一个较小的、孤立的课程发展成为一个与数学许多其它分支相互影响, 内容宽广而深入的学科。” 因此，我们必须把概率论作为必备工具, 是科学研究与应用的需求。 现在，概率论已发展成为一门与实际紧密相连的理论严谨的数学科学。它内容丰富，结论深刻，有别开生面的研究课题，由自己独特的概念和方法，已经成为了近代数学一个有特色的分支。 四、结论 本文就概率论的发展简介，具体从他的起源、发展、理论基础及其进一步发展作出了详细的论述。从而得知；概率论是一门研究随机现象中的数量规律的科学。随机现象在自然界和人类生活中无处不在，随着人类社会的进步，科学技术的发展，经济全球华的日益快速进程，概率论在众多领域内扮演着重要的角色。在实际生活中尤为广泛的应用。 摘?要：概率论是一门研究随机现象的数学规律的学科，已有300余年的历史。它起源于十七世纪中叶，当时数学家们首先思考概率论的问题，却是来自赌博的问题。德梅雷、帕斯卡、费尔马等人首先对这个问题进行了研究与讨论，后来伯努利提出了大数定律，高斯和泊松进一步的推理论证。由于社会的发展和工程技术问题的需要，促使概率论不断发展，许多科学家进行了研究。发展到今天，概率论和以它作为基础的数理统计学科一起，在自然科学、社会科学、工程技术、军事科学及生产生活实际等诸多领域中起着不可替代的作用。 关键词：概率论；发展；应用 参考文献： [1] 刘秀芳．概率论基础[M]．北京．科学出版社． 1982 [2] 杨振明．概率论[M]．北京．科学出版社． 1999 [3] 张景中．趣味随机问题[M]．北京．科学出版社 [4] 孙荣恒．应用概率论[M]．北京．科学出版社 [5] 茆诗松 程依明 濮晓弄．北京．概率论与数理统计[M]．高等教育出版社．2004

概率论与数量统计-公式

第1章随机事件及其概率 （1）排列组合公式 从m 个人中挑出n 个人进行排列的可能数。 从m 个人中挑出n 个人进行组合的可能数。 （2）加法和乘法原理 加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m 种方法完成，第二种方法可由n 种方法来完成，则这件事可由m+n 种方法来完成。乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m 种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。（3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个）顺序问题 （4）随机试验和随机事件 如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。 试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件 在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件；②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用来表示。 基本事件的全体，称为试验的样本空间，用表示。 一个事件就是由中的部分点（基本事件）组成的集合。通常用大写字母A，B，C，…表示事件，它们是的子集。为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。（6）事件的关系与运算 ①关系： 如果事件A 的组成部分也是事件B 的组成部分，（A 发生必有事件B 发生）：如果同时有， ，则称事件A 与事件B 等价，或称A 等于B ： A=B 。 A、B 中至少有一个发生的事件：A B ，或者A +B 。 属于A 而不属于B 的部分所构成的事件，称为A 与B 的差，记为A-B ，也 可表示为A-AB 或者 ，它表示A 发生而B 不发生的事件。 A、B 同时发生：A B ，或者AB 。A B=?，则表示A 与B 不可能同时发 生，称事件A 与事件B 互不相容或者互斥。基本事件是互不相容的。

自考概率论与数理统计基础知识.

一、《概率论与数理统计（经管类）》考试题型分析： 题型大致包括以下五种题型，各题型及所占分值如下： 由各题型分值分布我们可以看出，单项选择题、填空题占试卷的50%，考查的是基本的知识点，难度不大，考生要把该记忆的概念、性质和公式记到位。计算题和综合题主要是对前四章基本理论与基本方法的考查，要求考生不仅要牢记重要的公式，而且要能够灵活运用。应用题主要是对第七、八章内容的考查，要求考生记住解题程序和公式。结合历年真题来练习，就会很容易的掌握解题思路。总之，只要抓住考查的重点，记住解题的方法步骤，勤加练习，就能够百分百达到过关的要求。二、《概率论与数理统计（经管类）》考试重点说明：我们将知识点按考查几率及重要性分为三个等级，即一级重点、二级重点、三级重点，其中，一级重点为必考点，本次考试考查频率高；二级重点为次重点，考查频率较高；三级重点为预测考点，考查频率一般，但有可能考查的知识点。第一章随机事件与概率 1．随机事件的关系与计算 P3-5 （一级重点）填空、简答事件的包含与相等、和事件、积事件、互不相容、对立事件的概念 2．古典概型中概率的计算 P9 （二级重点）选择、填空、计算记住古典概型事件概率的计算公式 3. 利用概率的性质计算概率 P11-12 （一级重点）选择、填空 ,（考得多）等，要能灵活运用。 4. 条件概率的定义 P14 （一级重点）选择、填空记住条件概率的定义和公式： 5. 全概率公式与贝叶斯公式 P15-16 （二级重点）计算记住全概率公式和贝叶斯公式，并能够运用它们。一般说来，如果若干因素（也就是事件）对某个事件的发生产生了影响，求这个事件发生的概率时要用到全概率公式；如果这个事件发生了，要去追究原因，即求另一个事件发生的概率时，要用到贝叶斯公式，这个公式也叫逆概公式。 6. 事件的独立性（概念与性质） P18-20（一级重点）选择、填空定义：若，则称A与B 相互独立。结论：若A与B相互独立，则A与，与B 与都相互独立。 7. n重贝努利试验中事件A恰好发生k次的概率公式 P21（一级重点）选择、填空在重贝努利试验中，设每次试验中事件的概率为（），则事件A恰好发生。第二章随机变量及其概率分布 8．离散型随机变量的分布律及相关的概率计算 P29，P31（一级重点）选择、填空、计算、综合。记住分布律中，所有概率加起来为1，求概率时，先找到符合条件的随机点，让后把对应的概率相加。求分布律就需要找到随机变量所有可能取的值，和每个值对应的概率。 9. 常见几种离散型分布函数及其分布律 P32-P33（一级重点）选择题、填空题以二项分布和泊松分布为主，记住分布律是关键。本考点基本上每次考试都考。 10. 随机变量的分布函数 P35-P37（一级重点）选择、填空、计算题记住分布函数的定义和性质是关键。要能判别什么样的函数能充当分布函数，记住利用分布函数计算概率的公式：①；②其中；③。 11. 连续型随机变量及其概率密度 P39（一级重点）选择、填空重点记忆它的性质与相关的计算，如①；；反之，满足以上两条性质的函数一定是某个连续型随机变量的概率密度。③；④ 设为的

概率统计知识点全面总结

知识点总结：统计与概率 I 统计 1．三大抽样 (1)基本定义： ① 总体：在统计中,所有考查对象的全体叫做全体． ② 个体：在所有考查对象中的每一个考查对象都叫做个体． ③ 样本：从总体中抽取的一部分个体叫做总体的样本． ④ 样本容量：样本中个体的数目叫做样本容量． (2)抽样方法： ①简单随机抽样：逐个不放回、等可能性、有限性。=======★适用于总体较少★ 抽签法：整体编号（ 1~N ）放入不透明的容器中搅拌均匀逐个抽取n 次，即可得样本容量为 n 的样本。 随机数表法：整体编号（等位数，如001、111不能是1、111） 从0~9中随机取一行一列然后初方向随机 （上、下、左、右）重复，超过范围则忽略不计直至取得以n 为样本容量的样本。 ②系统抽样：容量大．等距，等可能。=======★适用于总体多★ 用随机方法编号，若N 无法被整除，则剔除后再分组，n N k 。再用简单随机抽样法来抽取一个个体，设为l ，则编号为l ，k+l ，2k+l ……（n-1）k ，抽出容量为n 的样本。（每组编号相同）。 ③分层抽样：总体差异明显．按所占比例抽取．等可能．=======★适用于由差异明显的几部分构成的总体★ 总体有几个差异明显的部分构成，经总体分成几个部分，然后按照所占比例进行抽样．抽样比为：k ＝n N 3．总体分布的估计： (1)一表二图： ①频率分布表——数据详实 ②频率分布直方图——分布直观 ③频率分布折线图——便于观察总体分布趋势 ★注：总体分布的密度曲线与横轴围成的面积为1。 (2)茎叶图： ①茎叶图适用于数据较少的情况，从中便于看出数据的分布，以及中位数．众位数等。 ②个位数为叶，十位数为茎，右侧数据按照从小到大书写，相同的数据重复写。