《概率论与数理统计》
第一章 概率论的基本概念
教学目的:了解事件的概念及概率的三种定义(主观概率,古典概率及几何概率),重点掌握古典概率的计算方法,掌握事件之间的几种常见关系,加法定理,全概率公式及贝叶斯公式,贝努利试验。
教学方法:课堂讲授。用引言的方式介绍确定性现象与不确定性现象,并指出不确定性现象是概率论的研究对象。在引入概率的概念的时候采用教学辅助软件的帮助,让学生有一定的视觉感受。通过五个著名问题介绍事件概率的常见计算方法。采用当堂启发、实践,引入贝努利试验中成功事件概率的计算方法。
教学手段:多媒体教学(电子教案,投影及粉笔、黑板的有机结合)
教学时数:8学时
§1.1 引言
教学内容:确定性现象与随机现象
教学形式:通过身边的事情引入必然现象,进而通过类比的方法引入随机现象,并指出这就是概率的研究对象。
§1.2 概率的统计定义(频率)
教学内容:
事件的基本概念(基本事件,样本空间,随机事件,必然事件,不可能事件)
概率的统计定义。定义1.2.1 在一定的条件下,重复做次试验,为次试验中事件发生的次数,如果随着逐渐增大,频率逐渐稳定在某一数值附近,则数值称为事件在该条件下发生的概率,记做。这个定义称为概率的统计定义。
教学形式:首先介绍事件的基本概念,然后通过教学辅助软件,用模拟的方法引入概率的统计定义。
§1.3 概率的古典定义(比率)
教学内容:
古典试验
概率的古典定义对于古典试验中的事件,它的概率定义为:
(1.3.1)
表示该试验中所有可能出现基本结果的总数目。表示事件包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。
教学形式:通过实际抛掷一枚均匀硬币的方法引入古典试验的概念,然后通过教学辅助软件,用模拟的方法引入概率按照古典定义的计算方法,并且指出计算中的分子与分母并不总是容易获得。
§1.4 排列组合与古典概率计算
教学内容:
元素不允许重复的排列(全排列与选排列)
元素允许重复的排列
组合
超几何概率
教学形式:由于排列组合的内容大部分同学在高中接触过,所以可以直接将概念回顾以下,并且举几个实际的例子即可,在引入超几何概率时,可以借助软件的帮助。
§1.5 事件的关系与运算,加法公理
教学内容:
包含关系若事件发生必导致事件发生,则称包含,记作。若且,则,称与相等
事件的并与交事件的并表示,两个事件中至少有一个发生,记为。事件的交表示两事件中同时发生,记为,或。
对立事件与差事件事件“非”称为的对立事件,记作。,所以也是的对立事件。差事件表示事件发生,但事件不发生。于是
加法公式如果事件是互不相容的,则
教学形式:首先介绍事件之间的各种可能关系的概念,在此基础上引入两个互斥事件的加法公式,若学生接受状况良好,可将这个公式推广到多个互斥事件的和事件上来。
§1.6 条件概率、全概率公式和贝叶斯公式
教学内容:
条件概率定义1.6.1 对任意事件,则称为在已发生的情况下,事件发生的条件概率。
乘法公式这公式称为概率的乘法公式。
全概率公式设为两两互斥事件,且满足,则对于任意的事件,均有此式称为全概率公式。
设为两两互不相容事件,且,若对任意事件,则此式称为贝叶斯公式。
教学形式:首先通过例子引入两个事件的条件概率的概念,进而推广到多个事件上,其次引入乘法公式,当这个两个概念学生完全明白后,即可引入本节课的核心全概率公式与贝叶斯公式上来。最后通过敏感性调查这个有趣的问题介绍全概率公式的实际应用,在讲贝叶斯公式时可以结合色盲的例子进行。
§1.7 事件的独立性
教学内容:
两个事件相互独立的概念对于两个事件,如果或则称是相互独立的事件。
三个事件相互独立的概念对于三个事件的相互独立用下面四个式子来定义
多个事件相互独立的概念个事件相互独立是由下列个式子定义的。
教学形式:首先通过例子引入两个事件独立的概念,进而推广到三个事件上,并指出两个定义的区别与联系,其次推广到多个事件相互独立的概念上。可通过多个例子展示独立性这个概念在概率论中的重要地位。
§1.8 独立试验序列
教学内容:
独立试验序列的概念假若一串试验具备下列三条:
(1)每一次试验只有两个结果,一个记为“成功”,一个记为“失败”,,;
(2)成功的概率在每次试验中保持不变;
(3)试验与试验之间是相互独立的。
则这一串试验称为独立试验序列,也称为Bernoulli概型。
在独立试验序列中主要考察下面两种事件的概率:
(1)次试验中恰有次“成功”的概率;
(2)第次试验首次出现“成功”的概率。
教学形式:由于独立试验序列在概率论中的重要地位,所以例子非常丰富,此处可以多加展示,同时重点解释象例1.8.4那样题目的解决方法。
§1.9 几何概率和概率的数学定义
教学内容:
几何概率设某一事件(也是中的某一区域),,它的量度大小为,若以表示事件发生的概率,考虑到“均匀分布”性,事件发生的概率取为这样计算的概率。称为几何概率。
概率的数学定义(1)非负性,即任何一个事件的概率;(2)规范性,即必然事件的概率等于1,;(3)无限可加性:即。
教学形式:通过著名的蒲丰针问题展示几何概率的计算方法,之后将本章的三种概率的定义用数学定义来统一,从而符合从具体到抽象的人类一般的思维过程。