概率论与数理统计

第一讲

主讲教师:
付瑞琴
1
 惜时如金

唯有奋斗
最风流!
2
 哈佛图书馆的训诫
此刻打盹，你将做梦，此刻学习，你将圆梦；
学习时的痛苦是暂时的，未学到的痛苦是终身的；
学习这件事，不是缺乏时间，而是缺乏努力；
学习不是人生的全部，但是人生的一部分;
学习也无法征服，还能做什么呢？
请享受无法回避的痛苦；
只有比别人更早，更勤奋的努力，
才能尝到成功的滋味；
3
 哈佛图书馆的训诫
谁也不能随随便便成功，
它来自彻底的自我管理和毅力；
狗一样地学习， 绅士一样地玩；
今天不走，明天要跑；
教育程度代表收入；
即使现在，对手也不停地翻动书页；
没有艰辛，便无所获。

4
 科学家语录
培根说：历史使人聪明，诗歌使人机智，
数学使人精细。
马克思：一门科学只有当它达到了能够成功地运用
数学，才算真正发展了。
伽利略认为：宇宙像一本用数学语言写成的大书，
如果不掌握数学的语言，就像在黑暗
的迷宫里游荡，什么也看不清。
华罗庚：数学是最宝贵的研究精神之一。
勤能补拙是良训，一分辛苦一分才。付老师赠言
5
 华罗庚 （1910 - 1985）

“聪明在于勤奋, 天才在于积累”

“由薄到厚 ,由厚到薄”

“学而优则用, 学而优则创”

注意问题：认真听课，扼要记录，
多做题目，总结规律。
6
 学习方法
因今后的工作中用到更多的知识不可能在大学
中都学习到，因此在学习过程中不但要学会应学的
知识外，还必须培养自己的读书能力。
1、预习 大学里教学进度快，理论性强应先预习，
做到带着问题有目的地听课。
2、听课 认真听，在不影响听课的原则下尽可
能记笔记，听完课后必须知道这堂课的重点， 关键思路
是什么，解决的方法是什么。
3、复习 趁热打铁及时复习，把所讲内容全部搞懂，
重要问题要记熟，在可能的条件下看参考书。
7
4、练习 将布置的作业及时独立完成，有余力可以
做一些未布置的题，及时总结解题的方法和技巧。
5、阶段小结 每学完一章必须加以总结、记忆、
理解，用自己的语言把主要内容表达出来，使知识条
理化、系统化、了如指掌，融会贯通。
数学是由基本概念理论、性质、运算和应用
四部分组成。 做到基本概念清楚，基本理论、性质
要弄懂，基本运算要熟练才能做到应用自如，有所
创新。
学数学最好的方式是做数学 8
 要求：
1、不缺席，有事必须请假。
2、上课认真听，不玩手机。
3、独立完成作业，将教学内容弄清楚后再做。
4、按时交作业，有错及时改。
5、有问题及时与教师交流，同学中互助。

9
 内容与学时
第1章 随机事件与概率 7 学时

概率论
第2章 随机变量及其概率分布 5 学时
第3章 随机向量及其概率分布 9 学时
第4章 随机变量的数字特征 6 学时
第5章 大数定律与中心极限定理 3 学时

数理统计
第6章 数理统计学的基本概念 5 学时
第7章 参数估计 6 学时
第8章 假设检验 6 学时
第10章 回归分析 1 学时
10
合计：48 学时
第1章
随机事件与概率

一 、随机事件

二、 概率

三、条件概率 事件的相互独立性

11
 第1章

1.1 随机事件

1.1.1 随机现象与随机试验

1.1.2 样本空间与随机事件

1.1.3 事件的关系与运算

12
 1.1.1 随机现象与随机试验
一、随机现象
人们所观察到的现象大体上分成两类：
1. 事前可以预知结果：即在某些确定的条件满足时，
某一确定的现象必然会发生，或根据它过去的状态，
完全可以预知其将来的发展状态。
这样的现象为确定性现象或必然现象。如
三角形的内角和一定是1800;
石头投入河中将会沉入河底（不会浮出水面）;
人的生命有限。
13
2. 事前不能预知结果：
即在相同的条件下重复进行试验时，每次所得到
的结果未必相同，或即使知道它过去的状态，也不能
肯定它将来的状态。
这样的现象为偶然性现象或随机现象。如人、动
物的寿命、
考试成绩、体育比赛的胜负、股票的波动、
买彩票中奖、保险业的赔偿、马路上的交通事故、
科学试验的成功与否等。
随机现象是客观存在。同时，正是由于有了随机现
象才使我们的世界丰富多彩。如由于随机现象的出现，
从而促进保险业的发展。 14
 想一想

“天有不测风云”和“天气可以预报”有无矛盾?

天有不测风云指的是：对随机现象进行一次观测，
其观测结果具有偶然性；
天气可以预报指的是：观测者通过大量的气象资料
对天气进行预测，得到天气的变化规律。
15
 概率论与数理统计的研究内容
随机现象具有偶然性一面，也有必然性一面。
偶然性一面表现在“对随机现象做一次观测时，
观测结果具有偶然性 (不可预知)”；
必然性一面表现在“对随机现象进行大量重复
观测时，观测结果有一定的规律性，即统计规律性”。
概率论与数理统计是研究和揭示随机现象统计
规律性的数学分支。

16
 概率论与数理统计有广泛应用
(1) 金融、信贷、医疗保险等行业策略制定；
(2) 流水线上产品质量检验与质量控制；
(3) 服务性行业中服务设施及服务员配置；
(4) 生物医学中病理试验与药理试验；
(5) 食品保质期、弹药贮存分析，电器与电子产品
寿命分析；
(6) 物矿探测、环保监测、机械仿生与考古；

17
二、随机试验
为了发现并掌握随机现象在数量方面的规律，
必须对随机现象进行深入观察。我们把在一定条件下
对事务的某种特性的随机现象的一次观察称为随机
试验（简称试验记作 E ）。其满足三个条件：
(1) 可以在相同情况下重复的进行；（可重复性）
(2) 每次试验可能出现的试验结果具有多种可能性，
但能事先知道试验的所有可能结果；(结果具有多个性）
(3) 每次试验前不能确定会出现哪种结果 ；
(结果具有随机性）
具有上述三个特点的试验称为随机试验。 18
 例1：抛硬币试验

虽然不知道每次抛掷会出现哪种结果，
但重复进行多次抛掷时，

就会发现出现正面与反面的

比总是近似1:1.

19
 随机试验
这里试验的含义十分广泛，
它包括各种各样的科学实验，
也包括对事物的某一特征的观察。其典型的例子有：
E1：抛一枚硬币，观察正面H（Heads）、反面T
（Tails）出现的情况。
E2 ：将一枚硬币抛掷三次，观察正、反面出现的情况。
E3：将一枚硬币抛掷三次，观察出现正面的次数 。

E5：记录寻呼台一分钟内接到的呼唤次数。
E6：在一批灯泡中任意抽取一只，测试它的寿命。
E7：记录某地一昼夜的最高温度和最低温度。
20
E8 炮弹发射试验

不能预先准确知道命中位置.

21
 E9: 从10个标有号码 1, 2,…, 10 的形状相
同小球中任取一个, 记录所得小球的号码,
这就是一个随机试验。

2 7
10 9
6 5
1 4 3 8

22
 1.1.2 样本空间与随机事件

对于随机试验，尽管在每次试验之前不能预知试验
结果，但试验的所有可能结果所构成的集合却是已知的。

E的样本空间(记作Ω或S) 。样本空间的元素即 E 的每个

结果，称为样本点(记为ω）。
由样本空间的定义可得前面E1至E7所对应的样本空
间如下：
Ω1 ={ H , T }
Ω2 ={ HHH, HHT, HTH, THH, HTT, THT, TTH, TTT }
23
Ω3 = { 0, 1, 2, 3 } Ω4 = { 1, 2, 3, 4, 5, 6 }

Ω5 = { 0, 1, 2… } 6  { t t  0 }
 7  { ( x, y ) T0  x  y  T1 }其中x 为最低温度，y 为最高
温度。并设这一地区的温度不会小于T0 ,也不会大于 T1。
 8 = ( x , y , z ) x , y , z  0
Ω9 = { 1, 2, 3, 4, 5, 6,7,8,9,10 }
注：
样本空间的元素是由试验目的所确定的。
试验目的不一样，其样本空间也不一样。
（ 如例1） 24
 二、随机事件
实际问题中，在进行随机试验时，人们关心的是满
足某种条件的那些样本点所组成的集合。如E6中，
关心 t  500 这样的样本点组成的Ω的一个集合为子集。

A  { t t  500 }. 并称 A 为 E 的一个随机事件。

1、定义 试验 E 的样本空间Ω的任何一个子集称为

用 A , B , C , D等表示。
随机事件（简称事件），

25
事件发生: 在试验中, 这个事件中的一个样本点出现。
例 E1 中 事件A “出现正面”，事件B “出现反面”。
k  1, 2, 3, ,6.
例 E4 中事件 Ak 表示“抛出k 个点”，
事件 B 3 表示“抛出的点数小于3”。
例如 E2 中事件 A={HHH,HHT,HTH,HTT}
表示 “第一次出现的是正面”
E6 中事件 B1={t|t1000} 表示 “灯泡是次品”
事件 B2={ t | t  1000 } 表示 “灯泡是合格品”

事件 B3={ t | t 1500 }
26
注意: 只要做试验,就会产生一个结果,即样本空间Ω

（S)中就会有样本点出现。当结果  A时，
称事件A发生。
(1) 由于样本空间Ω包含了所有的样本点,且是Ω自身
的一个子集。故在每次试验中Ω总是发生。
因此, 称Ω(S)为必然事件。
(2) 空集不包含任何样本点，但它也是样本空间Ω
的一个子集，由于它在每次试验中肯定不发生，
所以称为不可能事件。
27
2、随机事件中几种具有特殊意义的事件:
1）基本事件: E 中只含有一个样本点（每一种可能
出现的最简单结果）的事件，其满足：
1）在任一次试验中这些结果至少有一个发生。
（即除了这些结果外不可能有其他结果）
此性质称为完备性；
2）在任一次试验中，这些结果至多有一个发生（即
任何两种不同的结果不能在一次试验中都发生）。
此性质称为互不相容性。
则称其中一个事件（样本点）为E 的基本事件。
例E4 中 A1  1 ; A2  2 ;; A6  6 .
为六个基本事件。 28
注意：基本事件有可列的、不可列的、有限的、无限的。
2） 必然事件: 在每次试验中一定会发生的结果,
记为 S.
由于样本空间Ω包含所有的样本点， 每次试验中它总
是发生的， 样本空间本身就是必然事件。
3）不可能事件: 在每次试验中一定不发生的结果.
记为 .
即为空集 . 其中不包含任何样本点。
例如 E4 中{ 点数  1 } 为必然事件。
{ 点数  6 } 为不可能事件。
4）复合事件： 若干个基本事件组合而成的事件。
29
例1：一口袋中含有编号分别为 1, 2,  , 10 的 10 个球。
从袋中任取一球。（取后放回）多次做试验，每次取
到的球号数构成：
样本空间    1, 2 , ,10 
基本事件 A1  1 A2  2  A10  10 .
必然事件为 S
不可能事件    球号  11 
复合事件： B1   1, 3 , 5,7, 9  B2   2 , 4 , 6,8,10 

B3   8 , 9 ,10  B4  1,4 
30