概率论基础讲义全

概率论基础讲义全
概率论基础讲义全

概率论基础知识

第一章随机事件及其概率

随机事件

§几个概念

1、随机实验:满足下列三个条件的试验称为随机试验|;(1)试验可在相同条件下重复进

行;(2)试验的可能结果不止一个,且所有可能结果是已知的;(3)每次试验哪个结果

出现是未知的;随机试验以后简称为试验,并常记为E。

例如:曰:掷一骰子,观察出现的总数;E2:上抛硬币两次,观察正反面出现的情况;

E3:观察某电话交换台在某段时间内接到的呼唤次数

2、随机事件:在试验中可能出现也可能不出现的事情称为随机事件:常记为A,B, C

例如,在E i中,A表示掷出2点”,B表示掷出偶数点”均为随机事件

3、必然事件与不可能事件:每次试验必发生的事情称为必然事件,记为Q。每次试验都不可能发生的事情称为不可能事件,记为①。

例如,在E i中,掷出不大于6点”的事件便是必然事件,而掷出大于6点”的事件便是

不可能事件,以后,随机事件,必然事件和不可能事件统称为事件

4、基本事件:试验中直接观察到的最简单的结果称为基本事件。

例如,在曰中,掷出1点”,掷出2点”,……,掷'出6点”均为此试验的基本事件由基本事件构成的事件称为复,例如,在E i中掷出偶数点”便是复合事件

5、样本空间:从集合观点看,称构成基本事件的元素为样本点,常记为e.

例如,在E i中,用数字1, 2,......,6表示掷出的点数,而由它们分别构成的单点集{1}, {2}, (6)

便是E i中的基本事件。在E2中,用H表示正面,T表示反面,此试验的样本点有(H , H),( H , T),( T, H ),( T, T),其基本事件便是{ ( H, H) }, { ( H , T) }, { (T, H ) }, { (T, T) }显然,任何事件均为某些样本点构成的集合。

例如,在E i中掷出偶数点”的事件便可表为{2, 4, 6}。试验中所有样本点构成的集合称为样本空间。记为Qo

例如,

在E i 中,Q={1 , 2, 3, 4, 5, 6}

在E2 中,Q={ ( H , H),( H , T),( T, H),( T, T) }

在E s 中,Q={0 , 1, 2,……}

例1, 一条新建铁路共10个车站,从它们所有车票中任取一张,观察取得车票的票种此试验样本空间所有样本点的个数为N Q=P 210=90.(排列:和顺序有关,如北京至天

津、天津至北京)

若观察的是取得车票的票价,则该试验样本空间中所有样本点的个数为

10)

=45

2

(组合)

例2 .随机地将15名新生平均分配到三个班级中去,观察15名新生分配的情况。此试验的

样本空间所有样本点的个数为

N a=『平°『]或者吒=—

5 5 5 515151

I八八丿第一种方法用组合+乘法原理;第二种方法用排列

§事件间的关系与运算

1、包含:若事件A的发生必导致事件B发生,则称事件B包含事件A,记为A _ B或B

_ A。

例如,在曰中,令A表示掷出2点”的事件,即A={2} B表示掷出偶数”的事件,即B={2 , 4, 6}则二- 1

2、相等:若A _B且B _A,则称事件A等于事件B,记为A=B

例如,从一付52张的扑克牌中任取 4张,令A 表示 取得到少 有3张红

桃”的事件;B 表示取得至多有一张不是红桃 ”的事件。 显然A=B 3、和:称事件A 与事件B 至少有一个发生的事件为 A 与B 的和事件简称为和,记为A 」

件,B 表示 乙击中目标”的事件,则AUB 表示 目标被击中”的事件。

推广: IJ4 -4U4U ……UA ■尚,……儿至少有一个发蠻

有限个 .-一

无穷可列个

(J A = A U 虫2 U

: A ..... 至少有一个发生}

X-1 4、积:称事件A 与事件B 同时发生的事件为

A 与

B 的积事件,简称为积,记为A _| B 或AB 。

例如,在E 3中,即观察某电话交换台在某时刻接到的呼唤次数中

,令A={接到偶数次呼 唤},B={接到奇数次呼唤},则A _|B={接到6的倍数次呼唤}

B ,或 A+B

A UB

例如,甲,乙两人向目标射击 ,令A 表示 甲击中目标”的事

k= B

A B

| |…… 丄 Lq.--: ............................................. 丄

任意有限个

j_l 04 = 4A ……w

UbA 同时发生}

无穷可列个 5、差:称事件A 发生但事件B 不发生的事件为 A 减B 的差事件简称为差,记为A-B 。

例如,测量晶体管的3参数值,令A={测得@直不超过50} , B=

{测得3值不超过100 },贝U , A-B= 0, B-A= {测得3值为50 < 3

<100 }

6、互不相容:若事件A 与事件B 不能同时发生,即AB= 0,则称A 与B 是互不相容的

例如,观察某定义通路口在某时刻的红绿灯

B={绿灯亮},则A 与B 便是互不相容的。 7、对立:称事件A 不发生的事件为 A 的对立事件,记为」显然 上.』 门,A A = 0

例如,从有3个次品,7个正品的10个产品中任取3个,若令

A={取得的3个产品中至少有一个次品},则一 ={取得的3个产品

均为正品}。

若A={红灯亮},

B A

§3事件的运算规律

1、交换律A U B=B U A; A A B=B n A

2、结合律 (A U B)U C=A U( B U C) ; ( A A B)n C=A n(B A C)

3、分配律A A( B U C) = (A n B)U( A n C), A U( B n C) = (A U B)n(A U C)

4、对偶律

此外,还有一些常用性质,如

A U

B _ A, A U B _ B (越求和越大);A n B _A , A n B _B(越求积越小)。

若 A _B,则 A U B=B, A n B=A A-B=A-AB= A 等等。

例3,从一批产品中每次取一件进行检验,令A i={第i次取得合格品},i=1,2,3,试用事件的运算符号表示下列事件。A={三次都取得合格品}B={三次中至少有一次取得合格品}C =

{三次中恰有两次取得合格品}D={三次中最多有一次取得合格品}

解:A = A 1 A 2 A 3 门一上.[二一、…-:二& H 丄上…一.

表示方法常常不唯一,如事件B又可表为

B = A 石A U U U 44 忑U 如仏

例4, 一名射手连续向某一目标射击三次,令A i={第i次射击击中目标} , i=1,2,3,试用文字

叙述下列事件:f「I.「」■:.■-! .1 ■-…匚

&珂第一次射击耒击申目标J

.-| .-I. - 〔J T"-中一「'I A l A2A3={三次射击都击中目标}

A3-A 2 ={第三次击中目标但第二次未击中目标}

4U4 = {前两次均未击中目标怡主;石□兀=44)

4UA = {前两次射击至少有-次耒击中目标}

例5,下图所示的电路中,以A 表示 信号灯亮”这一事件,以B,C,D 分别表示继电器接点 i,n,m,闭合,试写出事件A,B,C,D 之间的关系。

二事件的概率

§概率的定义

所谓事件A 的概率是指事件 A 发生可能性程度的数值度量,记为P (A )。规定P(A) X), P (Q) =1。

1、古典概型中概率的定义

古典概型:满足下列两条件的试验模型称为古典概型

(1) 所有基本事件是有限个;(2)各基本事件发生的可能性相同

例如:掷一匀称的骰子,令A={掷出2点}={2} , B={掷出偶数总}={2 , 4, 6}。此试验样本 空间为

1

Q ={1 , 2, 3, 4, 5, 6},于是,应有仁P (Q) =6P (A ),即 P (A )= 一。

6

定义1 :在古典概型中,设其样本空间Q 所含的样本点总数,即试验的基本事件总数为

N Q 而事件A 所含的样本数,即有利于事件A 发生的基本事件数为 N A ,则事件A 的概率便定义

为:

卄叽丄包含基本事件数

⑷瓦基本事件总数

例1 ,将一枚质地均匀的硬币一抛三次 ,求恰有一次正面向上的概率

解:用H 表示正面,T 表示反面,则该试验的样本空间

解,不难看出有如下一些关系 SCcA r BDcA BC^jBD=A r 亦=电等

而 P ( B ) =3P (A )

3 £ 所含的基本事件数 € 基本事件总数

概率论基础讲义

概率论基础知识 第一章随机事件及其概率 一随机事件 §1几个概念 1、随机实验:(1)试验可在相同条件下重复进行;(2)试验的可能结果不止一个,且所有可能结果是已知的;(3)每次试验哪个结果出现是未知的;随机试验以后简称为试验,并常记为E。 例如:E1:掷一骰子,观察出现的总数;E2:上抛硬币两次,观察正反面出现的情况; E3:观察某电话交换台在某段时间内接到的呼唤次数。 2、随机事件:在试验中可能出现也可能不出现的事情称为随机事件:常记为A,B,C…… 例如,在E1中,A表示“掷出2点”,B表示“掷出偶数点”均为随机事件。 3、 例如,在E1中,6点”的事件便 是不可能事件, 4、基本事件: 例如,在E1中,“掷出1点”,“掷出2点”,……,“掷出6点”均为此试验的基本事件。 E1中“掷出偶数点”便是复合事件。 5、样本空间: e. 例如,在E1中,用数字1,2,……,6表示掷出的点数,而由它们分别构成的单点集{1},{2},…{6}便是E1中的基本事件。在E2中,用H表示正面,T表示反面,此试验的样本点

有(H,H),(H,T),(T,H),(T,T),其基本事件便是{(H,H)},{(H,T)},{(T,H)},{(T,T)}显然,任何事件均为某些样本点构成的集合。 例如,在E1中“掷出偶数点”的事件便可表为{2,4,6}。试验中所有样本点构成的集合称为样本空间。记为Ω。 例如, 在E1中,Ω={1,2,3,4,5,6} 在E2中,Ω={(H,H),(H,T),(T,H),(T,T)} 在E3中,Ω={0,1,2,……} 例1,一条新建铁路共10个车站,从它们所有车票中任取一张,观察取得车票的票种。 此试验样本空间所有样本点的个数为NΩ=P 210=90.(排列:和顺序有关,如北京至天津、天津至北京) 若观察的是取得车票的票价,则该试验样本空间中所有样本点的个数为 (组合) 例2.随机地将15名新生平均分配到三个班级中去,观察15名新生分配的情况。此试验的样本空间所有样本点的个数为

概率论与数理统计发展史

概率论与数理统计发展简史 姓名:苗壮学号:1110810513 班级:1108105 指导教师:曹莉 摘要:在这里,我们将简略地回顾一下概率论与数理统计的发展史,包括发展过程中所经历的一些大事,以及对这门学科的创立和发展有特别重大影响的那些学者的贡献. 关键词:概率论、数理统计、发展史 正文: 1.概率论的发展 17世纪,正当研究必然性事件的数理关系获得较大发展的时候,一个研究偶然事件数量关系的数学分支开始出现,这就是概率论. 早在16世纪,赌博中的偶然现象就开始引起人们的注意.数学家卡丹诺(Cardano)首先觉察到,赌博输赢虽然是偶然的,但较大的赌博次数会呈现一定的规律性, 卡丹诺为此还写了一本《论赌博》的小册子,书中计算了掷两颗骰子或三颗骰子时,在一切可能的方法中有多少方法得到某一点数.据说,曾与卡丹诺在三次方程发明权上发生争论的塔尔塔里亚,也曾做过类似的实验. 促使概率论产生的强大动力来自社会实践.首先是保险事业.文艺复兴后,随着航海事业的发展,意大利开始出现海上保险业务.16世纪末,在欧洲不少国家已把保险业务扩大到其它工商业上,保险的对象都是偶然性事件.为了保证保险公司赢利,又使参加保险的人愿意参加保险,就需要根据对大量偶然现象规律性的分析,去创立保险的一般理论.于是,一种专门适用于分析偶然现象的数学工具也就成为十分必要了. 不过,作为数学科学之一的概率论,其基础并不是在上述实际问题的材料上形成的.因为这些问题的大量随机现象,常被许多错综复杂的因素所干扰,它使难以呈“自然的随机状态”.因此必须从简单的材料来研究随机现象的规律性,这种材料就是所谓的“随机博弈”.在近代概率论创立之前,人们正是通过对这种随机博弈现象的分析,注意到了它的一些特性, 比如“多次实验中的频率稳定性”等,然后经加工提炼而形成了概率论. 荷兰数学家、物理学家惠更斯(Huygens)于1657年发表了关于概率论的早期著作《论赌博中的计算》.在此期间,法国的费尔马(Fermat)与帕斯卡(Pascal)也在相互通信中探讨了随机博弈现象中所出现的概率论的基本定理和法则.惠更斯等人的工作建立了概率和数学期望等主要概念,找出了它们的基本性质和演算方法,从而塑造了概率论的雏形.18世纪是概率论的正式形成和发展时期.1713年,贝努利(Bernoulli)的名著《推想的艺术》发表.在这部著作中,贝努利明确指出了概率论最重要的定律之一――“大数定律”,并且给出了证明,这使以往建立在经验之上的频率稳定性推测理论化了,从此概率论从对特殊问题的求解,发展到了一般的理论概括. 继贝努利之后,法国数学家棣谟佛(Abraham de Moiver)于1781年发表了《机遇原理》.书中提出了概率乘法法则,以及“正态分”和“正态分布律”的概念,为概率论的“中心极限定理”的建立奠定了基础. 1706年法国数学家蒲丰(Comte de Buffon)的《偶然性的算术试验》完成,他把概率和几何结合起来,开始了几何概率的研究,他提出的“蒲丰问题”就是采取概率的方法来求圆周率π的尝试.

华中师大《概率论基础》练习题库及答案

华中师范大学职业与继续教育学院 《概率论基础》练习题库及答案 填空题 1. 设随机变量ξ的密度函数为p(x), 则 p(x) ≥0; ?∞ ∞ -dx x p )(= ; Eξ= 。 考查第三章 2. 设A,B,C 为三个事件,则A,B,C 至少有一个发生可表示为: ;A,C 发生而B 不发生可表示 ;A,B,C 恰有一个发生可表示为: 。 考查第一章 3. 设随机变量)1,0(~N ξ,其概率密度函数为)(0x ?,分布函数为)(0x Φ,则 )0(0?等于 π 21,)0(0Φ等于 。 考查第三章 4. 设随机变量ξ具有分布P{ξ=k}=5 1 ,k=1,2,3,4,5,则Eξ= ,Dξ= 。 考查第五章 5. 已知随机变量X ,Y 的相关系数为XY r ,若U=aX+b,V=cY+d, 其中ac>0. 则U ,V 的相关系数等于 。 考查第五章 6. 设),(~2 σμN X ,用车贝晓夫不等式估计:≥<-)|(|σμk X P 考查第五章 7. 设随机变量ξ的概率函数为P{ξ=i x }=i p ,...,2,1=i 则 i p ≥ ; ∑∞ =1 i i p = ; Eξ= 。 考查第一章 8. 设A,B,C 为三个事件,则A,B,C 都发生可表示为: ;A 发生而B,C 不发生可表示为: ;A,B,C 恰有一个发生可表示为: 。

9. )4,5(~N X ,)()(c X P c X P <=>,则=c 。 考查第三章 10. 设随机变量ξ在[1,6]上服从均匀分布,则方程012 =++x x ξ有实根的概率为 。 考查第三章 较难 11. 若随机变量X ,Y 的相关系数为XY r ,U=2X+1,V=5Y+10 则U ,V 的相关系数= 。 考查第三章 12. 若 θ服从[,]22 ππ - 的均匀分布, 2?θ=,则 ?的密度函数 ()g y = 。 考查第五章 13. 设4.0)(=A P ,7.0)(=+B A P ,若A 与B 互不相容,则=)(B P ;若A 与B 相互独立,则=)(B P 。 考查第一章 14. 将数字1,2,3,4,5写在5张卡片上,任意取出三张排列成三位数,这个数是奇数的概率P (A )= 。 考查第一章 15. 若)8.0,10(~B ξ,=ξE ,=ξD ,最可能值=0k 。 考查第二、五章 16. 设随机变量X 的概率密度为0()0 x xe x f x x -?>=? ≤?,则(3)E X = , 3()X E e = 考查第四、五章 17. 任取三线段分别长为x,y,z 且均小于等于a ,则x,y,z 可构成一三角形的概率 考查第一章(较难) 18. 设随机变量X ,Y 的相关系数为1,若Z=X-0.4,则Y 与Z 的相关系数为

初中数学概率初步讲义

第13讲概率初步 温故知新 轴对称 (一)轴对称的定义 (1)轴对称:如果两个平面图形沿一条直线折叠后能够完全重合,那么称这两个图形成轴对称,这条直线叫做这两个图形的对称轴。 (2)轴对称图形:如果一个平面图形沿一条直线折叠后,直线两旁的部分能够互相重合,那么这个图形叫做轴对称图形,这条直线叫做对称轴。 (3)轴对称与轴对称图形的区别:①成轴对称是对于两个图形而言的,指的是两个图形形状和位置关系,而轴对称图形是指一个具有特殊形状的图形。 (二)轴对称的性质 (1)对应点、线段、角的概念:我们把对称轴折叠后能够重合的点叫做对应点,重合的线段叫做对应线段,重合的角叫做对应角。 (2)轴对称的性质:在轴对称图形或两个成轴对称的图形中,对应点所连的线段被对称轴垂直平分,对应线段相等,对应角相等。 (3)画已知图形的轴对称图形:画轴对称图形,首先应该确定对称轴,然后找出对称点。连接这些对称点就可以得到原图形的轴对称图形。 智慧乐园 大家都有过夹娃娃的经历吗?你觉得什么情况下 夹到娃娃的可能性会更大?与小伙伴进行讨论

知识要点一 。 感受可能性 (一)确定事件与不确定事件 1、必然事件:在一定条件下,有些事情我们事先能肯定它一定发生,这些事情称为必然事件。 2、不可能事件:有些事情我们事先能肯定它一定不会发生,这些事情称为不可能事件。 3、确定事件:必然事件与不可能事件统称为确定事件。 4、不确定事件:有些事情我们事先无法肯定它会不会发生,这些事情称为不确定事件,也称随机事件。 5、 ?? ?? ?? ? ? 必然事件 确定事件 事件不可能事件不确定事件 ?典例分析 例1、下列事件不是随机事件的是() A.投两枚骰子,面朝上的点数之积为7 B.连续摸了两次彩票,均中大奖 C.投两枚硬币,朝上的面均为正面D.NBA运动员连续投篮两次均未进 例2、袋子中装有10个黑球、1个白球,它们除颜色外无其他差别,随机从袋子中摸出一个球,则()A.这个球一定是黑球B.摸到黑球、白球的可能性的大小一样 C.这个球可能是白球D.事先能确定摸到什么颜色的球 例3、“射击运动员射击一次,命中靶心”这个事件是() A.确定事件B.必然事件C.不可能事件D.不确定事件 例4、下列事件属于随机事件的有() ①当室外温度低于﹣10℃时,将一碗清水放在室外会结冰; ②经过城市中某有交通信号灯的路口,遇到红灯; ③今年春节会下雪; ④5,4,9的三根木条组成三角形. A.②B.②④C.②③D.①④

【大学数学】重新理解系列之二:现代数学的体系

【大学数学】重新理解系列之二:现代数学的体系 住:这篇文章转载自人人网“彭成的日志”。 MIT牛人解说数学体系 在过去的一年中,我一直在数学的海洋中游荡,research进展不多,对于数学世界的阅历算是有了一些长进。 为什么要深入数学的世界 【学数学的目的,带着问题和目的去学习各门学科,效率超高。】 作为计算机的学生,我没有任何企图要成为一个数学家。我学习数学的目的,是要想爬上巨人的肩膀,希望站在更高的高度,能把我自己研究的东西看得更深广一些。 【数学能交给人抽象思维,能抓住问题的本质和共性,而学习理解抽象代数就是非常好的方式,可惜哥不懂抽象代数啊。。。】 说起来,我在刚来这个学校的时候,并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目,是对appearance和motion建立一个unified的model。这个题目在当今Computer Vision中百花齐放的世界中并没有任何特别的地方。事实上,使用各种Graphical Model把各种东西联合在一起framework,在近年的论文中并不少见。 我不否认现在广泛流行的Graphical Model是对复杂现象建模的有力工具,但是,我认为它不是panacea,并不能取代对于所研究的问题的深入的钻研。如果统计学习包治百病,那么很多“下游”的学科也就没有存在的必要了。事实上,开始的时候,我也是和Vision中很多人一样,想着去做一个Graphical Model——我的导师指出,这样的做法只是重复一些标准的流程,并没有很大的价值。经过

很长时间的反复,另外一个路径慢慢被确立下来——我们相信,一个图像是通过大量“原子”的某种空间分布构成的,原子群的运动形成了动态的可视过程。微观意义下的单个原子运动,和宏观意义下的整体分布的变换存在着深刻的联系——这需要我们去发掘。 【他给出了需要解决研究问题,怎么用数学刻画这些问题。】 在深入探索这个题目的过程中,遇到了很多很多的问题,如何描述一个一般的运动过程,如何建立一个稳定并且广泛适用的原子表达,如何刻画微观运动和宏观分布变换的联系,还有很多。在这个过程中,我发现了两个事情: ?我原有的数学基础已经远远不能适应我对这些问题的深入研究。 【数学在“高精尖”中的作用非常之大。如果把数学比作一种编程语言,没有学 习数学的人只会机器语言和汇编语言,而掌握了数学这一工具的人会c、java、 matlab等,解决问题的效率和手段不可同日而语。用汇编语言写出一个操作系统 是多么不可思议的事情。编程语言在进化,数学也是。】 ?在数学中,有很多思想和工具,是非常适合解决这些问题的,只是没有被很多的应用科学的研究者重视。 【可以看看我之前的一篇日志“数学有什么用处?【转】(写这篇文章的人视眼很宽广)”】于是,我决心开始深入数学这个浩瀚大海,希望在我再次走出来的时候,我已经有了更强大的武器去面对这些问题的挑战。 【数学能给他的研究工作提供强有力的武器。】 我的游历并没有结束,我的视野相比于这个博大精深的世界的依旧显得非常狭窄。在这里,我只是说说,在我的眼中,数学如何一步步从初级向高级发展,更高级别的数学对于具体应用究竟有何好处。 【数学的抽象(进化)与应用】

概率论基础-李贤平-试题+答案-期末复习

第一章 随机事件及其概率 一、选择题: 1.设A 、B 、C 是三个事件,与事件A 互斥的事件是: ( ) A .A B A C + B .()A B C + C .ABC D .A B C ++ 2.设B A ? 则 ( ) A .()P A B I =1-P (A ) B .()()()P B A P B A -=- C . P(B|A) = P(B) D .(|)()P A B P A = 3.设A 、B 是两个事件,P (A )> 0,P (B )> 0,当下面的条件( )成立时,A 与B 一 定独立 A .()()()P A B P A P B =I B .P (A|B )=0 C .P (A|B )= P (B ) D .P (A|B )= ()P A 4.设P (A )= a ,P (B )= b, P (A+B )= c, 则 ()P AB 为: ( ) A .a-b B .c-b C .a(1-b) D .b-a 5.设事件A 与B 的概率大于零,且A 与B 为对立事件,则不成立的是 ( ) A .A 与 B 互不相容 B .A 与B 相互独立 C .A 与B 互不独立 D .A 与B 互不相容 6.设A 与B 为两个事件,P (A )≠P (B )> 0,且A B ?,则一定成立的关系式是( ) A .P (A| B )=1 B .P(B|A)=1 C .(|A)1p B = D .(A|)1p B = 7.设A 、B 为任意两个事件,则下列关系式成立的是 ( ) A .()A B B A -=U B .()A B B A -?U C .()A B B A -?U D .()A B B A -=U 8.设事件A 与B 互不相容,则有 ( ) A .P (A B )=p (A )P (B ) B .P (AB )=0 C .A 与B 互不相容 D .A+B 是必然事件

概率论基础复习题及答案

《概率论基础》本科 填空题(含答案) 1. 设随机变量ξ的密度函数为p(x), 则 p(x) ≥0; ?∞ ∞ -dx x p )(= 1 ;Eξ=?∞ ∞ -dx x xp )(。 考查第三章 2. 设A,B,C 为三个事件,则A,B,C 至少有一个发生可表示为:C B A ;A,C 发生而B 不发生可表示 C B A ;A,B,C 恰有一个发生可表示为:C B A C B A C B A ++。 考查第一章 3. 设随机变量)1,0(~N ξ,其概率密度函数为)(0x ?,分布函数为)(0x Φ,则)0(0?等于π 21,)0(0Φ等 于 0.5 。 考查第三章 4. 设随机变量ξ具有分布P{ξ=k}=5 1 ,k=1,2,3,4,5,则Eξ= 3 ,Dξ= 2 。 考查第五章 5. 已知随机变量X ,Y 的相关系数为XY r ,若U=aX+b,V=cY+d, 其中ac>0. 则U ,V 的相关系数等于 XY r 。 考查第五章 6. 设),(~2 σμN X ,用车贝晓夫不等式估计:≥<-)|(|σμk X P 211k - 考查第五章 7. 设随机变量ξ的概率函数为P{ξ=i x }=i p ,...,2,1=i 则 i p ≥ 0 ;∑∞ =1 i i p = 1 ;Eξ= ∑∞ =1 i i i p x 。 考查第一章 8. 设A,B,C 为三个事件,则A,B,C 都发生可表示为:ABC ;A 发生而B,C 不发生可表示为:C B A ;A,B,C 恰有一个发生可表示为:C B A C B A C B A ++。 考查第一章 9. )4,5(~N X ,)()(c X P c X P <=>,则=c 5 。 考查第三章

概率论中几个有趣的例子

转载】概率论中几个有趣的例子 [ 2007-6-3 13:06:00 | By: Byron ] 推荐 作者: ni1985 (妮子||从东方席地卷来一团野火), 原发新水木Mathematics 已经酝酿很长时间的本文终于出场了。 写本文的主要目的:1 很多人看了我前面大量的历史日志后,对我的数学水平产生了怀疑;2 有高中的校友师妹咨询关于大学数学学习的问题;3 概率论是数学中一个重要而美的分支,可惜多数同学尚没有机会看到其冰山一角。 本文的读者适用范围:最低标准是学过工科专业的高等数学和概率论,最高标准不清楚(也许水平比我高的人就不屑于读了) 当我跟皇上提到要写这篇文章的想法时,我提到:试图用比较短的篇幅让只要有初等概率论基础的人,也能看懂,从而对较深的概率论的研究对象和有趣的结论有一个初步的了解,激发其进一步深入学习概率论的兴趣。皇上说:那可不容易,相当于一个毕业设计了。我觉得,确实如此,本文是基本失败还是基本成功,还要看读者的评价。 要想引入本文的内容,首先从数学美的定义说起。关于数学美,我比较欣赏的有两种观点,一是Birkhoff 的观点,数学美=逻辑的复杂程度/表述的复杂程度;二是Von Neumann的观点,数学的活力依赖于与它有联系的科学分支的多寡与分支的活力。也许做应用的人更喜欢后者,但我是比较喜欢前者的。因此,我下面的主要内容就是介绍一些概率论中的基本例子,这些例子的表述是相当简单的,但得到这些例子的手段却比较复杂。我将试图把每个例子表述清楚,让只要有初等概率论基础的读者就知道在说什么,但对得到这些结果的证明过程则一律省略,只简要提出涉及的基本工具,但其中有些比较简单的细节会给大家留为习题。这些例子一律来自伟大的Durrett的著作:Probability theory and examples——我认为最优秀的概率论教材。 例1. Coupon collector问题:X1,X2,…是独立同分布,均匀的取自集合{1,…,n}的随机变量序列。大家把集合{1,…,n}想象为若干张扑克牌,每次我们等概率的取一张扑克牌,取完放回。 ,意思就是手中取过k种不同的扑克牌所需的次数。T(n) =t(n,n)表示取过所有扑克牌所需的次数。X(n,k)=t(n,k)-t(n,k-1),则X(n,k)服从参数是1-(k-1)/n的几何分布(思考题!),它的期望和方差可求,且容易发现X(n,1),…,X(n,n)相互独立,从而可以求出E T(n),Var T(n)(习题!)。且去证明依概率趋近于0.(数学基础稍微深一些的同学都知道,L2收敛蕴含依概率收敛)最终得到一个漂亮的结论: 依概率收敛于1.

概率论基础复习资料

概率论基础复习资料 训练题选: 1、设A ,B ,C 为三个事件,则A 、B 、C 至少有一个发生可表示为? 2、设A ,B ,C 为三个事件,则A 、B 、C 都不发生可表示为? 3、设事件A 的概率为31)(= A P ,事件 B 的概率为21)(=B P ,且4 1)(=AB P ,求.)(B A P 4、设41)(=A P ,31)(=A B P ,2 1)(=B A P ,求)(B A P . 5、某人射击三次,以)3,2,1(=n A n 表示事件“第n 次射击时击中目标”,,试用 )3,2,1(=n A n 表示事件“至多击中目标一次”。 6、甲、乙两个班级进行篮球比赛,设事件A=“甲胜”,则事件A 表示什么事件? 7、某人打靶的命中率为0.8,现独立的射击5次,求5次射击中恰有3次命中 的概率。 8、设某盒子中有24个球,现随机抽取一上是红球的概率是25.0,求盒子中红 球的数量。 9、盒中有3红2白共5个球,从中任取2个球,则取到两个同色球的概率是多 少? 10、设在随机试验中事件A 的概率为6 1)(=A P ,求在6次独立重复试验中,事件A 出现的2次的概率 11、设随机变量设)4,1(~N X ,已知设6915.0)5.0(=Φ,计算)21(≤≤X P 12、某篮球运动员投篮命中率为0.8,求其两次投篮没有全中的概率

13、若A 与B 相互独立,4 3)(=A P ,41)(=AB P ,求)(B P 14、在1,2,3,4,5,6,7,8,9,10共十个不同的号码中随机地不放回抽取 一个号码,求第三次抽取时恰好抽到8号球的概率是多少? 15、从1,2,3,4,5中任取3个数字,计算则三个数字中不含1的概率。 16、盒子中装有编号为1,2,3,4,5,6,7,8,9的九个乒乓球,现随机地从 中取出5个球,求取到的五个乒乓球中最大号码为7的概率,最小号码为7的概 率。 17、已知随机变量X 只能取值-1,0,1,2四个数值,其相应的概率为设 c c c c 162,85,43,21,求常数C 18、设随机变量X 服从正态分布,即X ~),(2οu N ,计算?? ? ??≤-0οu X P 13、设随机变量X 服从区间]1,0[上的均匀分布,即X ~]1,0[U ,计算()1≤X P 20、设随机变量X 服从参数为3的泊松分布,即X ~)3(P ,求)2(≤X P 21、设X 服从[]41, 上的均匀分布,求)53(<

历年考研数学概率论零基础讲义

2016考研数学概率论零基础入门讲 目录 第一讲随机事件与概率 (1) 第二讲一维随机变量及其概率分布 (7) 第三讲随机变量的数字特征 (12)

【注】(1)数二的考生不需要学习这部分内容。 (2)老师没有完全按照讲义的顺序讲课,而是打乱了顺序,重新整合授课体系,但是老师所讲的内容多数是包含在讲义中的,讲义中没有的内容需要同学们自己做笔记. 第一讲随机事件与概率 一、从古典概型讲起 1.随机试验与随机事件 称一个试验为随机试验,如果满足: (1)同条件下可重复 (2)所有试验结果明确可知且不止一个 (3)试验前不知哪个结果会发生 【注】①在一次试验中可能出现,也可能不出现的结果称为随机事件,简称为事件,并用大写字母A, B, C 等表示,为讨论需要,将每次试验一定发生的事件称为必然事件,记为Ω.每次试验一定不发生的事件称为不可能事件,记为φ. ②随机试验每一最简单、最基本的结果称为基本事件或样本点,记为ωi . 2.古典概率 称随机试验(随机现象)的概率模型为古典概型,如果其基本事件空间(样本空间)满足: (1)只有有限个基本事件(样本点); (2)每个基本事件(样本点)发生的可能性都一样. 【注】①等可能:对于可能结果: ω1,ω2 , ,ωn ,我们找不到任何理由认为其中某一结果ωi 更易发生,则只好(客观)认为所有结果在试验中发生的可能性一样. ②如果古典概型的基本事件总数为n ,事件A 包含k 个基本事件,即有利于A 的基本事件k 个.则A 的概率定义为 P( A) =k = 事件A所含基本事件的个数n 由上式计算的概率称为A 的古典概率. 3.计数方法 基本事件总数 1

李贤平 第2版《概率论基础》第五章答案

1 第5章 极限定理 1、ξ为非负随机变量,若(0)a Ee a ξ <∞>,则对任意x o >,{}ax a P x e Ee ξξ-≥≤。 2、若()0h x ≥,ξ为随机变量,且()Eh ξ<∞,则关于任何0c >, 1{()}()P h c c Eh ξξ-≥≤。 4、{}k ξ各以 12 概率取值s k 和s k -,当s 为何值时,大数定律可用于随机变量序列1,,,n ξξL L 的算术平均值? 6、验证概率分布如下给定的独立随机变量序列是否满足马尔可夫条件: (1)1{2}2 k k P X =±= ; (2)(21) 2{2}2 ,{0}12k k k k k P X P X -+-=±===-; (3)1 1 2 21{2},{0}12 k k k P X k P X k --=±===-。 7、若k ξ具有有限方差,服从同一分布,但各k 间,k ξ和1k ξ+有相关,而1,(||2)k k l ξξ-≥是独立的, 证明这时对{}k ξ大数定律成立。 8、已知随机变量序列12,,ξξL 的方差有界,n D c ξ≤,并且当||i j -→∞时,相关系数0ij r →,证明 对{}k ξ成立大数定律。 9、对随机变量序列{}i ξ,若记11()n n n ηξξ= ++L ,11 ()n n a E E n ξξ=++L ,则{}i ξ服从大数定律的充要条件是22()lim 01()n n n n n a E a ηη→∞?? -=??+-?? 。 10、用斯特灵公式证明:当,,n m n m →∞→∞-→∞,而 0m n →时, 2 221~2n m n n n m -???? ???-?? ??。 12、某计算机系统有120个终端,每个终端有5%时间在使用,若各个终端使用与否是相互独立的,试 求有10个或更多终端在使用的概率。

第六章频率与概率练习题及答案全套

\ 一、你还记得什么是频数、什么叫频率、什么叫概率吗试举例说明. ` 二、将一枚硬币抛起,使其自然下落,每抛两次作为一次实验,当硬币落定后,一面朝上,我们叫做“正”,另一面朝上,我们叫做“反”.(1)一次实验中, 硬币两次落地后可 能出现几种情况 (2)做20次实验, 结果正正正反反反; 频数 频率 、 (3)根据上表,制作相应的频数分布直方图. | (4)经观察,哪种情况发生的频率较大.(5)实验结果为“正反”的频率是多大.(6)5个同学结成一组,分别汇总其中两人,三人,四人,五人的实验数据,得到40次,60次,80次,100次的实验结果,将相应数据填次数40次】80次100次 60次 “正反” 的频数 … “正反” 的频率 ' (8)计算“正反” 出现的概率. 、 (9)经过以上多 次重复实验,所得结果为“正反”的频率与你计算的“正反”的概率是否相近. 小知识: 在篮球比赛和足球比赛中,人们往往用抛硬币的方法决定由谁先来开球.那么抛硬币后,正面向上和反面向上的几率有多大呢相等吗下面我们来想办法解决这个问题. 首先想到的是实验方法.投掷硬币500次总抛出次数 (次) 正面向上次 数(次) ~ 正面向上频率 (…%)500225 比.即硬币正面向上的频率. 其次我们又想到硬币的正、反面都没有什么特殊性,所以在落下时正面向上和反面向上的可能性相等.所以正面向上与反面向上都有 2 1 的可能性,也就是说正面向上的概率是 ___________. 生活中常见一些概率问题的应用,例如彩 20选5第2003178期 § 6.1.1频率与概率

! 中奖号码 05、12、15、16、17 一等奖6注18678元 二等奖1214注50元 ) 三等奖 19202注5元 本期销 售额 548538元 出球顺序05、15、12、16、17 > 一、掷一枚硬币,落地后,国徽朝上、朝下的 概率各是多少 二、质地均匀的骰子被抛起后自由落在桌面上, 点数为“1”或“3”的概率是多少 : 三、掷两枚硬币,规定落地后,国徽朝上为正, 国徽朝下为“反”,则会出现以下三种情况. “正正” “反反” # “正反” 分别求出每种情况的概率. (1)小刚做法:通过列表可知,每种情况都出 现一次,因此各种情况发生的概率均占 3 1 . 可能出现 的情况 正正正反反反 概率 & 3 1 3 1 3 1 小敏的做法: 第一枚硬币的可能 情况 第二枚硬币的可能 情况 正— 反 正正正反正 反正反反反 发生概率为 4 1 .“正反”的情况发生的概率为 2 1 ,“反反”的情况发生的概率为 4 1 . § 6.1.2 频率与概率

高中概率讲义

3.1 随机事件的概率 3.1.1 —3.1.2随机事件的概率及概率的意义(第一、二课 时) 1、教学目标: (1)了解随机事件、必然事件、不可能事件的概念;(2)正确理解事件A 出现的频率的意义;(3)正确理解概率的概念和意义,明确事件A 发生的频率f n (A )与事件A 发生的概率P (A )的区别与联系;(3)利用概率知识正确理解现实生活中的实际问题. 2、基本概念: (1)必然事件:在条件S 下,一定会发生的事件,叫相对于条件S 的必然事件; (2)不可能事件:在条件S 下,一定不会发生的事件,叫相对于条件S 的不可能事件; (3)确定事件:必然事件和不可能事件统称为相对于条件S 的确定事件; (4)随机事件:在条件S 下可能发生也可能不发生的事件,叫相对于条件S 的随机事件; (5)频数与频率:在相同的条件S 下重复n 次试验,观察某一事件A 是否出现,称n 次试验中事件A 出现的次数n A 为事件A 出现的频数;称事件A 出现的比例f n (A)=n n A 为事件A 出现的概率:对于给定的随机事件A ,如果随着试验次数的增加,事件A 发生的频率f n (A)稳定在某个常数上,把这个常数记作P (A ),称为事件A 的概率。 (6)频率与概率的区别与联系:随机事件的频率,指此事件发生的次数n A 与试验总次数n 的比值n n A ,它具有一定的稳定性,总在某个常数附近摆动,且随着试验次数的不断增多,这种摆动幅度越来越小。我们把这个常数叫做随机事件的概率,概率从数量上反映了随机事件发生的可能性的大小。频率在大量重复试验的前提下可以近似地作为这个事件的概率 (7)似然法与极大似然法:见课本P111 3、例题分析: 例1 判断下列事件哪些是必然事件,哪些是不可能事件,哪些是随机事件? (1)“平抛一石块,下落”. (2)“在标准大气压下且温度低于0℃时,冰融化”; (3)“某人射击一次,中靶”; (4)“如果a >b ,那么a -b >0”; (5)“掷一枚硬币,出现正面”; (6)“常温下,铁通电后,发热”; (7)“从分别标有号数1,2,3,4,5的5张标签中任取一张,得到4号签”; (8)“某电话机在1分钟内收到2次呼叫”; (9)“没有水份,种子能发芽”; (10)“在常温下,焊锡熔化”.

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

从身边实例探究概率的起源与发展

从身边实例探究概率的起源与发展 ——感悟数学之美,体验智慧飞扬 摘要:从生活中常见的“有奖抽签”入手,引出对概率问题的探索。将概率的发展历程分为四个阶段,分别介绍各个阶段的主要成就及代表人物。最后结合探究概率起源与发展的经历,简要概括个人对数学之美的感悟。 关键词:抽签;概率;起源;发展 生活中我们经常看到这样的情景:街头有人席地设摊,招牌上醒目地写着:“有奖抽签销售”,任何人都可以免费从摊主小布口袋中的20个小球(其中有10个红球,10个蓝球)中摸出10个,除摸得5红5蓝这种情况外,其他各种情况均可马上获得奖金(或实物)。奖金设置如下:摸得10红或10蓝者奖50元;摸得9红1蓝或9蓝1红者奖25元;摸得8红2蓝或8蓝2红者奖5元;摸得7红3蓝或7蓝3红者奖1.5元;摸得6红4蓝或6蓝4红奖0.5元。但摸得5红5蓝者必须用6元钱向摊主购买两双袜子。① 很多路人都会被这“优厚的待遇”所冲昏头脑,心想这种抽签不是明摆着给顾客送钱吗?于是一时窃喜,连忙参加这一看上去稳赚不赔的抽签活动。可是冷静下来想一想,这种免费抽签究竟谁获利呢?摊主究竟是真傻呢还是大智若愚呢?要研究这个问题,就会利用到概率知识。那么什么是概率呢?概率是怎样发展起来的呢?根据笔者所搜集的资料,本文主要从这两方面来探究概率的起源与发展。 概率论是一门从数量侧面研究随机现象规律的数学分支。其理论严谨,应用广泛,发展迅速。从历史发展的角度,概率的发展史大致可分为四个阶段,即方法积累阶段、理论概括阶段、系统整理阶段和公理体系阶段。以下我将分别介绍这四个阶段概率论的发展概况,代表人物,主要成就以及四个阶段之间的理论继承与创新关系。 第一阶段:概率论的萌芽——方法积累阶段 说到概率论的起源,就不得不提到历史上著名的“赌徒的难题”。公元1651年,赌徒德·梅尔向数学家帕斯卡请教一个亲身所遇的“分赌金”问题。问题是这样的:一次德·梅尔和赌友掷骰子,各押赌注32个金币,德·梅尔若先掷出三次“6点”,或赌友先掷出三次“4点”,就算赢了对方。赌博进行了一段时间,德·梅尔已掷出了两次“6点”,赌友也掷出了一次“4点”。这时,德·梅尔奉命要立即去晋见国王,赌博只好中断。那么两人应该怎么分这64个金币的赌金呢? 赌友说,德·梅尔要再掷一次“6点”才算赢,而他自己若能掷出两次“4点”也就赢了。这样,自己所得应该是德·梅尔的一半,即得64个金币的三分之一,而德·梅尔得三分之二。德·梅尔争辩说,即使下一次赌友掷出了“4点”,两人也是秋色平分,各自收回32个金币,何况那一次自己还有一半的可能得16个金币呢?所以他主张自己应得全部赌金的四分之三,赌友只能得四分之一②。 德·梅尔的问题居然把帕斯卡给难住了。他为此苦苦想了三年,终于在1654年悟出了一点儿道理。于是他把自己的想法写信告诉他的好友,当时号称数坛“怪杰”的费尔马,两人对此展开热烈的讨论。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。这些问题后来被荷兰科学家惠更斯获悉,他独立地进行了研究。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“分赌金问题”,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 ①引自《谁获利?》,论文网,2000年 ②引自《概率发展简史》

高等概率论

高等概率论作业 一,高等概率论的发展历程 现代概率论的研究方向和研究方法已经获得了极大发展,特别是近几十年,概率论和其他学科逐渐交叉结合,形成了一些新的学科分支和增长点,并且在科学研究和实际应用中都取得了突出成果。这些成果的取得,都源于概率论公理化体系的建立。概率论的发展历史一般分为四个时期: (1)萌芽时期(1653年之前),以统计数据为主要手段,分析贸易、保险、赌博、占卜等人类实际生活领域中的一些问题。 (2)古典概率论时期(1654-1811年),用代数及组合方法为研究手段,以研究离散型随机变量为主。 (3)分析概率论时期(1812-1932),用微分方程、特征函数等分析方法为研究手段,以研究连续型随机变量为主。 (4)现代概率论时期(1933年至今),以集合论、测度论的思想方法为主要理论基础,研究方向呈现多元化。 20世纪30年代以来,因为概率论公理化体系的建立以及科学研究中的一些实际问题的推动,概率论得到了快速的发展,不断取得理论上的新突破。目前主要研究方向有极限理论、独立增量过程、马尔科夫过程、平稳过程和时间序列、鞅和随机微分方程、点过程等。(1)极限理论 极限理论主要研究与随机变量序列或随机过程序列的收敛性相关的问题。20世纪30年代以后,随机变量序列的极限理论(主要是中心

极限定理)的研究,是将独立序列情形的结果推广到鞅差序列等情形,以及研究收敛速度问题。近年来,由于统计物理学的需要,人们开始研究强相依随机变量序列的非中心极限定理。自1951年唐斯克提出不变原理(随机过程的极限定理)后,有关随机过程序列的弱收敛的研究成了极限理论的中心课题,普罗霍洛夫及斯科罗霍德在这方面做出了最主要的贡献。1964年斯特拉森的工作出现后,引起了有关随机过程序列的强收敛的研究,这就是强不变原理。近年来,鞅论方法已渗透到这一领域,使许多经典结果的证明得到简化和统一处理,并且还导致了一些新的结果。 (2)独立增量过程 人们最早知道的独立增量过程是在物理现象中观察到的布朗运动和泊松运动,一般的独立增量过程的研究,归功于莱维,它在20世纪40年代已臻成熟。在这些研究中,包含了许多重要的方法和概念,概率论的许多近代研究课题都直接或间接地受其启发与影响。 (3)马尔科夫过程 在实际中遇到的很多随机现象有如下的共同特性:它的未来的演变,在已知它目前状态的条件下与以往的状况无关。描述这种随时间推进的随机现象的演变模型就是马尔科夫过程。 20世纪50年代以前,研究马尔科夫过程的主要工具是微分方程和半群理论(即分析方法)。1936年前后就凯斯探讨马尔科夫过程的轨道性质,直到把微分方程和半群理论的分析方法同研究轨道性质的概率方法结合运用,才使这方面的研究工作进一步深化,并形成了对轨道

相关文档
最新文档