文档介绍：.
第一课
随机试验：可重复进行；试验结果不止一个且无法事先断定；但所有可能结果是可知的。每一种结果称为一个随机事件。
随机现象：自然界中的客观现象，当人们观测它时，所得结果不能预先确定，而仅仅是多
种可能结果之一
随机试验：随机现象的实现和对它某个特征的观测（要求结果至少有 2个，在试验和观测
前不可预知，此外在相同条件下可以重复）
基本事件：不能分解的称为基本事件，随机试验中的每一个单一结果。基本事件的集合就称为基本事件空间或叫做样本空间，通用表示符号 Q
必然事件：肯定会出现的事件不可能事件：肯定不会出现的事件随机事件：简称事件，在随机试验中可能出现的各种结果，由个或若干个基本事件组成相容：两个事件有可能同时发生
不相容：两个事件不可能同时发生
第二课
概率：概率又称或然率机会率机率或可能性，是概率论的基本概念。同时，概率是对随机事
件发生的可能性的度量，一般以一个在 0到1之间的实数表示一个事件发生的可能性大小
主观概率：与主观臆测不同，这种相信的程度虽是种主观的，但又是根据经验、各方面知识，
对客观情况进行分析、推理、综合判断而作出的
第三课
条件概率：设事件A和B是随机试验Q中的两个事件，则 A事件发生的前提下，B事件发生的概率
' 1 1 P（A）
主观概率：主观概率估计是贝叶斯决策理论中的重要概念，在不完全情报下，用主观估计，再利用期望和概率修做出最优决策，在许多领域中有着广泛应用
贝努里（伯努利）概率模型：每次试验只有 A事件发生和不发生两种结果，独立地做了 n
次重复试验。在 n次试验中A出现k次的概率为
'"'f J 其中p为每次试验中A出现的概率
第四课
随机变量：设随机试验的样本空间为1门-二“。；、,_;.：呵是定义在样本空间上的实值单值函数，则称为随机变量为随机变量
离散型随机变量：把只能取有限个数，或排成有次序的无穷多个数（无限可列）的随机变
量称为离散型随机变量
第五课
数学期望：简称期望又称为均值，也就是说，期望是随机试验在同样的情况下，根据重复多
次的结果而计算出的以概率为权重的加权平均值，具有重要统计意义。需要注意的是，期望
并不一定等同于常识中的“期望”
即，期望通常与每一个样本结果都不相等
大数定理：是一一叙述随机变量序列的前一些项的算术平均值，在某种条件下收敛到这些项
的算术平均值，在某种条件下收敛到这些项的均值（期望）的算术平均值一一的定理总的来说，关于大量随机现象的平均结果稳定性的定理，统称大数定理
第六课
中心极限定理：概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理
第七课
总体：总体是我们所研究对象的所有个体之和；而样本是从中抽取的一部分个体。若总体中个体数目有限，则称为有限总体，否则为无限总体总体本质上可以看作是某种数量指标的集合
第八课
点估计：点估计又称定值估计，是数理统计中参数估计的一个大类，它是用实际样本的某一指标数值来作为总体参数的估计值，即，借助于总体 X 的一个样本来估计总体未知参数的值，这类问题称作点估计问题
极大似然法：这一方法是基