概率论与数理统计(第一章第4节
概率论与数理统计第一章1-4高职高专
A
B
时发生
A1 , A2 ,, An 两两互斥
Ai Aj , i j, i, j 1,2,, n A1 , A2 ,, An , 两两互斥
Ai Aj , i j, i, j 1,2,
7. 事件的对立
AB , A B
习 题（P 50-51） 1.
ABC 2% 23% 20% 3% 7% 5% ABC
B
C
ABC 30%
A
2. (1) ABC=A
BC
B A
C
(2)
A
B C
3. 试把 相容的事件的和。
表示成n个两两互不
A
B
AB
ABC
C
6. 解：
(1) (2) (3) (4) (5)
第三节
频率定义
频率与概率
频率——对于随机事件A，若在N次试验中出现
—— A 与B 互相对立 每次试验 A、 B中
B A
A
有且只有一个发生
称B 为A的对立事件(or逆事件)， 记为 B A 注意：“A 与B 互相对立”与 “A 与B 互斥”是不同的概念
8. 完备事件组
若 A1 , A2 ,, An两两互斥，且 Ai
n
则称 A1 , A2 ,, An 为完备事件组 或称 A1 , A2 ,, An 为 的一个分割
(1) 将3名优秀生分配到三个班级，共有3！种分 法，其余12名新生平均分配到三个班级，共有 种分法，因此所求概率为
交换 ( B C ) ( AB)C A( BC ) 分配律 ( A B) C ( A C ) ( B C ) A ( BC ) ( A B)( A C )
概率论与数理统计--第一章 概率论的基本概念(2)
利用软件包进行数值计算
3 超几何概率
设有 N 件产品, 其中有 D 件次品, 今从中任取 n 件,问其中恰有 k ( k D ) 件次品的概率是多少 ?
解
在N件产品中抽取n件的取法数
C
n N
在 N 件产品中抽取n件,其中恰有k 件次品的取法数
C
nk N D
C
k D
于是所求的概率为
p
C
nk N D n N
7 12
周ቤተ መጻሕፍቲ ባይዱ 周四 周五 周六 周日
故一周内接待 12 次来访共有 712 种.
2 1
2
2 3
2 4
2 12
周一 周二 周三 周四 周五 周六 周日
12 次接待都是在周二和周四进行的共有 212 种. 故12 次接待都是在周二和周四进行的概率为
212 p 12 0.0000003 . 7
(1) 每一个班级各分配到一名特长生的分法共有
( 3!12! ) (4! 4! 4! ) 种.
因此所求概率为
25 3!12! 15! . p1 4! 4! 4! 5! 5! 5! 91
(2)将3名特长生分配在同一个班级的分法共有3种, 12! 种. 对于每一种分法,其余12名新生的分法有 2! 5! 5! 因此3名特长生分配在同一个班级的分法共有
例4 将 15 名新生随机地平均分配到三个班级中 去,这15名新生中有3名是特长生.问 (1) 每一个班 级各分配到一名特长生的概率是多少? (2) 3 名特长生分配在同一个班级的概率是多少?
解 15名新生平均分配到三个班级中的分法总数:
15 10 5 15! . 5 5 5 5! 5! 5!
《概率论与数理统计》1.4条件概率
P( A B) P( AB) 1 个基本事件 P(B) 15
掷两颗骰子，观察出现的点数，设 x1 , x2分别表示第
一颗、第二颗骰子的点数，且设：
A ( x1, x2 ) x1 x2 10 B ( x1, x2 ) x1 x2
二. 乘法原理
由条件概率的定义：P( A
|
B)
P( AB) P(B)
若已知 P(B),P(A|B)时,可以反求P(AB).即有：
定理1：设 P(B)> 0 或 P(A)> 0，则:
P( AB) P(B)P( A B) P( A)P(B A)
注 乘法原理可推广到多个事件的积事件的情形：
(1) P(ABC) P( A) P(B A) P(C AB)
其中: P(AB) > 0
方法1: 在样本空间S中计算P(B),P(AB)
然后依 P ( A B ) 公式计算
AB { (6, 4) } P( AB) 1 ,
又 : P( A) 3 , 36
P(B) 15 36
从而: P(B A) P( AB) 1 P( A) 3
36Βιβλιοθήκη 样本空间S有36 个方基法本2: 事在件缩;减 A的中样有本3空个间基本S A 事和件S;B B中中计有算15
求: 该地区由疑似病人转为非典病人的概率. 解: 设 事件A: {非典病人}，事件B: {疑似病人}
(1) 若求 P(A), 则此时 S {1, 2, ,10000}
显然：P( A) 10 0.1% （千分之一） 10000
这是没有附加条件的概率 （无条件概率）
（2）该地区由疑似病人转为非典病人的概率为：p
P( AB) ,(P( A) 0)
P( A)
概率论与数理统计笔记(重要公式)
r = A 中样本点数 / Ω 中样本点总数 n
= A 所包含的基本事件数 / 基本事件总数 条件概率:
对偶律： A B = A B , P ( AB ) 设 A, B 是两个事件， 且 P(B)>0， 称 P(A|B)= 为 贝叶斯公式: P( B) 在事件 B 发生条件下事件 A 发生的条件概率。显然， 当 P(A)>0 时，P(B|A)=
二项分布 X ~ B(n, p)： 指数分布 X ~ E(λ) 若随机变量 X 只取两个可能值 0, 1, …, n, 而 X 的分布律为 e x x 0 若随机变量 X 的概率密度为 f ( x) k k nk pk =P {X= xk }= Cn p q , k=0, 1, 2, …, n, x0 0
设 X 为离散型随机变量， 可能取值为 x1, x2, …, xk, … 且 P 概率密度的性质： (1) f(x)≥0 {X= xk }= pk, k=1, 2, …, 则称{pk}为 X 的分布律 表格形式: f ( x)dx =1 (2) X x1, x2, …, xk, … b P p1, p2, …, pk, … (3) P{a<X≤b}= F(b)-F(a)= f ( x)dx , a≤b a {pk}性质： (4) 设 x 为 f(x)的连续点，则 F’(x)存在，且 （1） pk≥0, k=1, 2, … F’(x)= f(x) （2） pk =1 均匀分布 X ~ U (a, b) k 1 若随机变量 X 的概率密度为 在求离散型随机变量的分布律时，首先要找出其所有可能 1 , a≤x≤b 的取值，然后再求出每个值相应的概率 ba f(x) = 在实际应用中，有时还要求“X 满足某一条件”这样事件的 概率， 求法就是把满足条件的 xk 所对应的概率 pk 相加可得 0, 其他 则称 X 服从区间[a,b]上的均匀分布，其分布函数为 其分布函数 F(x) = pk xk x 0, x≤a 0-1 分布： xa F(x) = , a<x<b 若随机变量 X 只取两个可能值 0, 1，且 ba P {X=1}=p, P{X=0}=q 1, x≥b 其中 0<p<1, q=1-p, 则称 X 服从 0-1 分布. X 的分布律为 设 X ~ U (a, b), a≤c<d≤b，即[a,b] [c,d]，则 X 0 1 d c P{c≤X≤d}= P q p ba
概率论与数理统计总结
第一章随机事件与概率第一节随机事件及其运算1、随机现象：在一定条件下，并不总是出现相同结果的现象2、样本空间：随机现象的一切可能基本结果组成的集合，记为Ω={ω｝，其中ω表示基本结果，又称为样本点。
3、随机事件：随机现象的某些样本点组成的集合常用大写字母A、B、C等表示,Ω表示必然事件，∅表示不可能事件.4、随机变量：用来表示随机现象结果的变量，常用大写字母X、Y、Z等表示。
5、时间的表示有多种：（1）用集合表示，这是最基本形式（2）用准确的语言表示（3）用等号或不等号把随机变量于某些实属联结起来表示6、事件的关系（1）包含关系:如果属于A的样本点必属于事件B，即事件 A 发生必然导致事件B发生，则称A被包含于B，记为A⊂B；（2）相等关系：若A⊂B且B⊃A，则称事件A与事件B相等，记为A＝B。
（3）互不相容:如果A∩B=∅,即A与B不能同时发生,则称A与B互不相容7、事件运算（1）事件A与B的并:事件A与事件B至少有一个发生,记为 A∪B。
(2）事件A与B的交：事件A与事件B同时发生,记为A∩ B或AB。
(3）事件A对B的差：事件A发生而事件B不发生，记为 A－B。
用交并补可以表示为。
（4)对立事件:事件A的对立事件（逆事件），即“A不发生”,记为.对立事件的性质：。
8、事件运算性质：设A，B,C为事件，则有(1）交换律：A∪B=B∪A,AB=BA（2）结合律：A∪（B∪C)=(A∪B）∪C=A∪B∪C A(BC）=（AB)C=ABC（3)分配律：A∪(B∩C）＝(A∪B)∩(A∪C)、A（B∪C)＝(A∩B）∪(A∩C)= AB∪AC（4）棣莫弗公式（对偶法则）：9、事件域：含有必然事件Ω，并关于对立运算和可列并运算都封闭的事件类ξ称为事件域，又称为σ代数。
具体说,事件域ξ满足：（1）Ω∈ξ;(2）若A∈ξ，则对立事件∈ξ；（3)若A n∈ξ,n=1,2，···，则可列并ξ。
概率论与数理统计(完整版)
例. 甲、乙、丙三人各射击一次，事件A1,A2,A3分别表示 甲、乙、丙射中，试说明下列事件所表示的结果：
A 2,A 2 A 3, A 1A 2, A 1 A 2, A 1A 2A 3, A 1A 2 A 2A 3 A 1A 3.
14
§3. 概率的概念 一. 古典定义：
等可能概型的两个特点:
在其中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取后不放回, 连取两次, 求在第1次取到偶数的条 件下, 第2次取到奇数的概率.
32
(二) 乘法公式:
由条件概 ,立率 即P 定 可 (A 义 0 得 )则 , 有 P(AP B()A)|A P)(.B
若事件A发生必然导致事件B发生,则称件B包含事件A,记 作AB. 若A B且A B, 即A=B, 则称A与B相等.
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称为 A与B的和事 . 件
即AB ,中至少有一 ,称个 为 A与 发 B的 生和 ,记AB.
可列个A事 1, A2件 ,的和事件记 Ak.为
推广 P(AB)>0, 则有 P(ABC)=P(A)P(B|A)P(C|AB). 一般, 设A1, A2, …,An是n个事件,(n≥2), P(A1A2 ...An-1)>0, 则有乘法公式: P(A1A2…An)=P(A1)P(A2|A1)…P(An-1|A1A2…An-2) P(An|A1A2…An-1).
P(A1 A2 …)=P(A1)+P(A2)+… (可列可加性)
25
2.概率的性质： 性1质 . P()0.
概率论与数理统计第1.4节 全概及逆概公式 (1)
解：设A为事件“取到的整数能被6整除”,B为“取 到的整数能被8整除” ,则所求的概率为：
P(A B ) P(A B) 1 P(A B)
其中 P( A B) P( A) P(B) P( AB).
由于 333 2000 334 所以能被6整除的整数
6
为：6，12，18…1998 共 333 个
解：记
Ai ＝{第i次取得白球}， i＝1, 2, …, n
A={取了n次都没有取到红球}
则
A = A1A2 L An
第1次
第2次
n-1个
…
第n-1次
n个
…
第n次
第一次取得白球
P(A1 )
=
1 2
第一次取得白球的条件下， 第二次取得白球的概率
2 P(A2 | A1 ) = 3
P(A1A2 L An ) = P(A1) P(A2 | A1) L
1 333 250 83 1 500 3
2000
2000 4
练习2 一袋中装有a只白球，b只黑球，每次任取一球，
取后放回，并且再往袋中加进c只与取到的球同色的球， 如此连续取三次，试求三次均为黑球的概率．
解 设A={三次取出的均为黑球}，Ai={第i次取出的是 黑球}，i=1,2,3，则有 A=A1A2A3．由题意得
1
2
3
如何求取得红球的概率？？？
一、全概率公式（P38）
定 理 设 试 验 E 的 样 本 空 间 为 , B 为 E 的 事 件, A1 , A2 , , An为 的 一 个 完 备 事 件 组,则
P(B) P( A1 )P(B A1 ) P( A2 )P(B A2 ) P( An )P(B An )
概率论与数理统计教案(48课时)
概率论与数理统计教案（48课时）第一章随机事件及其概率本章的教学目标及基本要求(1)理解随机试验、样本空间、随机事件的概念；(2)掌握随机事件之间的关系与运算，；(3)掌握概率的基本性质以及简单的古典概率计算；学会几何概率的计算；(4)理解事件频率的概念，了解随机现象的统计规律性以及概率的统计定义。
了解概率的公理化定义。
(5)理解条件概率、全概率公式、Bayes公式及其意义。
理解事件的独立性。
本章的教学内容及学时分配第一节随机事件及事件之间的关系第二节频率与概率2学时第三节等可能概型(古典概型)2学时第四节条件概率第五节 事件的独立性2学时三.本章教学内容的重点和难点1）随机事件及随机事件之间的关系;2）古典概型及概率计算;3）概率的性质;5）独立性、n 重伯努利试验和伯努利定理四.教学过程中应注意的问题1）使学生能正确地描述随机试验的样本空间和各种随机事件;2）注意让学生理解事件4uB,AuB 、AcB,4-B,4B = ®,A... 的具体含义,理解事件的互斥关系；根定律；4)条件概率, 全概率公式和Bayes 公式 3) 让学生掌握事件之间的运算法则和德莫4）古典概率计算中，为了计算样本点总数和1)事件的有利场合数，经常要用到排列和组合，复习排列、组合原理；2)讲清楚抽样的两种方式有放回和无放回；思考题和习题思考题：1.集合的并运算和差运算-是否存在消去律？2.怎样理解互斥事件和逆事件？3.古典概率的计算与几何概率的计算有哪些不同点？哪些相同点？习题：第二章随机变量及其分布本章的教学目标及基本要求(1)理解随机变量的概念，理解随机变量分布函数的概念及性质，理解离散型和连续型随机变量的概率分布及其性质，会运用概率分布计算各种随机事件的概率；(2)熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律或密度函数及性质；二.本章的教学内容及学时分配第一节随机变量第二节第二节离散型随机变量及其分布离散随机变量及分布律、分布律的特征第三节常用的离散型随机变量常见分布（0-1分布、二项分布、泊松分布）2学时第四节随机变量的分布函数分布函数的定义和基本性质，公式第五节连续型随机变量及其分布连续随机变量及密度函数、密度函数的性质2学时第六节常用的连续型随机变量常见分布（均匀分布、指数分布、正态分布）及概率计算2学时三.本章教学内容的重点和难点a）随机变量的定义、分布函数及性质；b）离散型、连续型随机变量及其分布律或密度函数，如何用分布律或密度函数求任何事件的概率；C）六个常见分布（二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布）；四.教学过程中应注意的问题a）注意分布函数F（x） P{X x}的特殊值及左连续性概念的理解；b）构成离散随机变量X的分布律的条件，它与分布函数F（x）之间的关系；c）构成连续随机变量X的密度函数的条件，它与分布函数F（x）之间的关系；d）连续型随机变量的分布函数F（x）关于x处处连续，且P（X x） 0，其中x为任意实数，同时说明了P（A） 0不能推导A 。
概率论与数理统计第一章第四节
例6 有一批同一型号的产品，已知其中由一厂 生产的占 30% ，二厂生产的占 50% ，三厂生 产的占 20%，又知这三个厂的产品次品率分别 为2% ， 1%，1%，问从这批产品中任取一件 是次品的概率是多少? 解
设事件 A 为“任取一件为次品”,
事件 Bi 为“ 任取一件为i 厂的产品 , i 1, 2, 3. ”
此模型被波利亚用来作为描述传染病的数学模型.
例5 设某光学仪器厂制造的透镜, 第一次落下时 打破的概率为1/2,若第一次落下未打破, 第二次落 下打破的概率为7/10 , 若前两次落下未打破, 第三 次落下打破的概率为9/10.试求透镜落下三次而未 打破的概率.
" 解 以Ai (i 1,2,3)表示事件"透镜第 i 次落下打破 ,
P( A B j )P(B j ) j 1
n
称此为贝叶斯公式.
证明
P ( Bi A) P ( Bi A) P ( A)
P ( A Bi ) P ( Bi )
P( A B j )P( B j ) j 1
n
, i 1,2,, n.
在应用全概率公式与贝叶斯公式时，有两个问题需 要弄清楚：
1. 样本空间的划分
定义 设 S 为试验E的样本空间 B1 , B2 ,, Bn 为 , E 的一组事件, 若 (i ) Bi B j , i j , i , j 1, 2,, n ; (ii ) B1 B2 Bn S . 则称 B1 , B2 ,, Bn 为样本空间 S 的一个划分.
则 A3 、 A4 为事件第三、四次取到白球 .
因此所求概率为
P ( A1 A2 A3 A4 )
P ( A4 A1 A2 A3 ) P ( A3 A1 A2 ) P ( A2 A1 ) P ( A1 )
概率论与数理统计第二版课后习题答案
概率论与数理统计第二版课后习题答案概率论与数理统计是一门重要的数学学科，广泛应用于各个领域。
而课后习题是学习这门学科的重要环节，通过解答习题可以巩固所学知识，提高问题解决能力。
本文将为大家提供《概率论与数理统计第二版》课后习题的答案，希望对大家的学习有所帮助。
第一章：概率论的基本概念1. 事件A、B相互独立，且P(A)=0.3，P(B)=0.4，求P(A∪B)。
解答：由于A、B相互独立，所以P(A∩B)=P(A)×P(B)=0.3×0.4=0.12。
根据概率的加法公式，P(A∪B)=P(A)+P(B)-P(A∩B)=0.3+0.4-0.12=0.58。
2. 设A、B为两个事件，且P(A)=0.6，P(B)=0.7，若P(A∩B)=0.3，求事件“既不发生A也不发生B”的概率。
解答：事件“既不发生A也不发生B”可以表示为A和B的补集的交集，即A'∩B'。
根据概率的补集公式，P(A')=1-P(A)=0.4，P(B')=1-P(B)=0.3。
由于A、B相互独立，所以P(A'∩B')=P(A')×P(B')=0.4×0.3=0.12。
第二章：离散型随机变量及其分布律1. 设随机变量X的分布律为：P(X=k)=C(10,k)×(0.3)^k×(0.7)^(10-k)，其中C(10,k)表示10中取k的组合数。
求P(X≥6)。
解答：P(X≥6)=1-P(X<6)=1-[P(X=0)+P(X=1)+P(X=2)+P(X=3)+P(X=4)+P(X=5)]=1-[C(10,0)×(0.3)^0×(0.7)^10+C(10,1)×(0.3)^1×(0.7)^9+C(10,2)×(0.3)^2×(0.7)^8+ C(10,3)×(0.3)^3×(0.7)^7+C(10,4)×(0.3)^4×(0.7)^6+C(10,5)×(0.3)^5×(0.7)^5]=1 -[1×1×(0.7)^10+10×0.3×(0.7)^9+45×0.09×(0.7)^8+120×0.027×(0.7)^7+210×0. 0081×(0.7)^6+252×0.00243×(0.7)^5]=1-0.0282≈0.9718。
概率论.pdf
考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@参考教材概率论与数理统计第四版（浙江大学主编）重要定理、性质、公式、结论经典例题、重要例题及不需要做的题目第一章概率论的基本概念（考小题）第一节随机试验（了解）第二节样本空间，随机事件（了解）第三节频率与概率（频率可以不用看，了解）第四节等可能概率（古典概论）（难点非重点，做一些基本题即可）第五节条件概率（重要，考小题为主，考大题有时会用到）第六节独立性（重要，考小题为主，大题经常会用到）第二章随机变量及其分布（至少考小题，考大题一定会用到）第一节随机变量（了解）第二节离散型随机变量及其分布律（重要，经常考）第三节随机变量的分布函数（重要，每年必考）第四节连续型随机变量及其概率密度（重要，每年必考）第五节随机变量的函数分布（重要，大题的命题点）第三章多维随机变量及其分布（考大题可能性极大）第一节二维随机变量（了解）第二节边缘分布（理解）第三节条件分布（理解）第四节概率独立的随机变量（重要，基本每年必考）第五节两个随机变量函数的分布（重要，大题的经典命题点）第四章随机变量的数字特征（重要）第一节数学期望（重要，每年必考）第二节方差（重要，每年必考）第三节协方差与相关系数（重要，经常考）第四节矩，协方差矩阵（矩，了解，协方差矩阵不用看）.第五章大数定律及中心极限定理(了解)第一节大数定律(了解,关注定律的前提条件与结论)第二节中心极限定理（了解，关注定理的前提条件与结论）考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@第六章样本及抽样分布（考小题为主）第一随机样本（了解，其中有重要概念，简单随机样本）第二直方图和箱线图（重要，考小题）第三抽样分布（重要，考小题）第七章参数估计（重要，考大题经典章节）第一节点估计（极其重要，矩估计：重点非难点，最大似然估计（重点且难点））第二节基于截尾样本的最大似然估计（不用看）第三节估计量的评选标准（数一重要，数三不用看）第四区间估计（数一理解，考的比较少）第五正态总体均值与方差的区间估计（数一理解，考的比较少）第六（０－１）分布参数的区间估计（不用看）第七单侧置信区间（理解，一般不考）（第四－第七，只有数一考，数三均不用看）第八章假设检验（理解，一般不考，只有数一有要求，数三不考）第一假设检验（理解）第二正态总体均值的假设检验（理解）第三正态总体方差的假设检验（理解）第四，第五，第六，第七，第八（均不用看）．考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@考研数学概率统计的重点难点必考点及重要例题和习题不用做的例题和习题第一章概率论的基本概念P３最后４行的小写字体不用看P５例３不用做（一）频率不用看P6-7 例 1 与例 2 均不用做，P7 概率重点看P9 等可能概率一般都不单独考，考大题经常会用到，P13 例 6 不用做，P14 例 8 不用做 P14 条件概率重点看，P15 例 2 不用做，P16 例 3 不用做，P17 例 4 重点做P17（三）全概率公式和贝叶斯公式为难点P19例5不用做，P20独立性为考研数学的绝对重点，P22例2与例3均不用做P23例4重点做P24-29 不用做的习题是 1、5、6、10、12、15、16、18、19、20、21、23、25、26、29、32、34、35、38、39、40第二章随机变量及其分布P30 例 1 不用看P37 泊松定理只需要记住结论，证明可以不用看P38 随机变量的分布函数为考研必考概念P42 连续性随机变量概率密度为考研必考点P50 随机变量的函数的分布是考大题的重要命题点P53 例 5 不用做P55-59 不用做的习题 1、5、6、7、9、10、11、13、15、16、19、22、27、28、30、31、38、39第三章多位随机变量及其分布P63 性质 4 的解释不用看P65 例 1 不用做，P66 例 3 重点做一下（提升计算能力）P68 例 1 不用做，P72 相互独立的随机变量为重点章节P76 两个随机变量的函数的分布为考大题的重要备考章节P78 例 3 不用做，P81 例 5 不用做P84-89 不用做的习题是 3、6、7、10、11、12、13、28、31第四章随机变量的数字特征P91 例 1 不用做，P92 例 3 与例 4 不用做，P93 例 5 不用做P95 中间的证明不用看，P96 例 8 与例 10 不用做P97 例 11 不用做，P100 例 13 不用做，P105 不用做P107 XY的两条重要性质的推导及含义不用看考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@P108 只需要看前四行即只需要记住定理 4 证明可以不用看P109 例 2 重点做（提升计算能力）P110 矩为一般考点，协方差矩阵不用看P113-118 不用做的习题是 1.4.5.12.13.15.16.18.19.22.23.24.35.36.37.38第五章大数定律及中心极限定理（难点非重点）P124 例 1 不用做P126-127 不用做的习题是 2、4、5、10、11、13第六章样本及抽样分布（一般考点考小题）P130 第四行简单随机样本为重要概念P130 第二节直方图和箱线图不用看P135 第三节抽样分布（考小题），P136 统计量定义及几个常见统计量要重点看而且要牢记其表达式P137 经验分布函数只有数三同学稍微了解P138-141 数理统计所有的三大分布的典型模式要牢记但三种分布的概率密度表达式可以不用记P145-147 定理 2 的证明与推广均不用看P147-148 不用做的习题是 1、5、6、10、11第七章参数估计（数一数三的绝对的重点和难点）P149 点估计数一数三的绝对重点矩估计重点非难点，最大似然估计重点且难点P163-155 例 4 例 5 例 6 重点做P156-158 第二节基于截尾样本的最大似然估计不用看P158 估计量的评选标准数一重点看，数三大纲上虽然没有但建议数三看一下最好P161-168 区间估计，正态总体均值与方差的区间估计，只有数一看，为一般考点P168 0-1 分布参数的区间估计数一数三均不用看P169 单侧置信区间，只有数一看，为一般考点P193-177 数三不用做的习题为 4（3）、6、7、8、9、10、11-27 均不用做数一不用做的习题为4（3）、6、7、8、9、15、17、20、21、22、23、26、27第八章假设检验（数一特有的考点，难点非重点）数一只需要看前四节P178-193从第五节以后均不需要看P218-223 习题只需要做 1、2、3、4 其余的题目可以不用做考研数学问题咨询张伟老师新浪微博张伟老师仰望星空E-mail: zwpku@。
概率论与数理统计 第4节 条件概率
于是A的样本点为A (男,女), (女,男), (女,女), B (女,女),
因此P(B A) 1 ; 即另一个也是女孩的概率为1 .
3
3
但是P(B) 1 P(B A); 4
目录 上页 下页 返回 结束
一、条件概率的定义
在例1中,有P(B) P(B A), 原因是: P(B A)是在A发生的条件下B的概率，此时样本空间的 样本点发生了改变，即P(B A)是在新样本空间A A中的 的古典概率。
为 1 ;若第一次落下未打破,第二次落下打破的概率为 7 ;
2
10
若前两次落下未打破,第三次落下打破的概率为 9 ,求透镜
10
落下三次而未打破的概率.
目录 上页 下页 返回 结束
练习答案
1. 解 设A 活到50岁, B 活到51岁，则B A,
于是P(AB) P(B),现求P(B A). 因为P(A) 0.90718 , P(B) 0.901356 ,所以 P(B A) P( AB) 0.90135 0.99357 . P(B) 0.90718
目录 上页 下页 返回 结束
练习答案
2. 解 设Ai表示“第 i次落下透镜打破”， i 1,2,3, 于是所求概率为:
P( A1A2 A3) P( A1)P(A2 A1)P( A3 A1A2 )
(1 1) (1 7 ) (1 9 ) 3 .
2
10
10 200
目录 上页 下页 返回 结束
解（2）由于第二次取球发生在
第一次取球后 ,
因此
的
B
样本点数不好确定 ,于是用定义 2计算. 因为
P(
AB)
《概率论与数理统计》第一章知识点
第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象：1.确定性现象：在一定条件下实现与之其结果。
2.随机现象（偶然现象）：在一定条件下事先无法预知其结果的现象。
二、随机试验满足条件：1.实验可以在相同条件写可以重复进行；（可重复性）2.事先的所有可能结果是事先明确可知的；（可观察性）3.每次实验之前不能确定哪一个结果一定会出现。
（不确定性）1.1.2样本空间1.样本点：每次随机试验E 的每一个可能的结果，称为随机试验的一个样本点，用w 表示。
2.样本空间：随机试验E 的所有样本点组成的集合成为试验E 的样本空间。
1.1.3随机事件1.随机事件：一随机事件中可能发生也可能不发生的事件称为试验的随机事件。
2.基本事件：试验的每一可能的结果称为基本事件。
一个样本点w 组成的单点集{w}就是随机试验的基本事件。
3.必然事件：每次实验中必然发生的事件称为必然事件。
用Ω表示。
样本空间是必然事件。
4.不可能事件：每次试验中不可能发生的事件称为不可能事件，用空集符号表示。
1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”，则称事件B 包含事件A ，也称事件A 是B 的子事件，记作A B B A ⊃⊂或。
2.事件的和（并⋃）“事件A 与B 中至少有一个事件发生”，这样的事件称为事件A 与B 的和事件，记作B A 。
3.事件的积（交⋂）“事件A 与B 同时发生”，这样的事件称作事件A 与B 的积（或交）事件，记作AB B A 或 。
4.事件的差“事件A 发生而事件B 不发生”，这样的事件称为事件A 与B 的差事件，记作A-B 。
5.事件互不相容（互斥事件）“事件A 与事件B 不能同时发生”，也就是说，AB 是一个不可能事件，即=AB 空集，即此时称事件A 与事件B 是互不相容的（或互斥的）6.对立事件“若A 是一个事件，令A A -Ω=,称A 是A 的对立事件，或称为事件A 的逆事件”事件A 与事件A 满足关系：=A A 空集，Ω=A A 对立事件一定是互斥事件；互斥事件不一定是对立事件。
概率论与数理统计第一章4
练习：全年级有100名学生，男生有80名，女生20名；北 京籍的有20名，其中有12名男生，8名女生；如果A =“北 京籍的学生” ； B =“男生” （1）试求出P（A）、P(B) 、 P（A/B）、P（ B / A ）、 P（AB），并解释它们的含义。 （2）P（ A / B）和P（AB）、P（ B ）的关系如何 ？
目 录 前一页 后一页 退 出
▪ 例：设袋中有r只红球，t只白球，每次自袋 中任取一只球，观察颜色然后放回，并再 放入a只与所取出的那只球同色的球，若在 袋中连续取球四次，试求第一、二次取到 红球，且第三、四次取到白球的概率
▪ 练习： 袋中有一个白球与一个黑球，现每 次从中取出一球，若取出白球，则除把白 球放回外再加进一个白球，直至取出黑球 为止．求取了n 次都未取出黑球的概率．
设Ai "箱中有i件次品"(i 0,1,2); B "该箱产品通过验收".
则Ai Aj
(i
2
j);
i0
Ai
,
且P(
Ai
)
1 3
(i
0,1,2);
P(B
|
A0
)
1;
P(B
|
A1)
C92 C120
;
P(B
|
A2
)
C82 C120
.
(1) P(B)= P(A0)P(B|A0) +P(A1)P(B|A1)+ P(A2)P(B|A2)
解:(1) P（A）=20/100, P(B) =80/100, P（A/B）=12/80 P（ B / A ）=12/20 , P（AB）=12/100 . (2) P（A/B）=12/80= P( AB)
概率论与数理统计-基于R 第一章 第四节 事件的独立性
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
定理1.3：若两事件A、B独立，则
A与B, A与B, A与B也相互独立.
证明：由已知A P(A-B) =P(A-AB)= P(A)- P(AB)
=P(A)- P(A)P (B) =P(A)[1- P (B)] =P(A) P (B).
(1)此密码能被译出的概率为
P( A B) P( A) P(B) P( AB) 0.55.
(2)密码恰好被一个人译出的概率为
P(AB AB) P(AB) P(AB)
P( A)P(B) P( A)P(B) 0.45.
二、多个事件的独立性
定义1.9对于三个事件A、B、C，若
课堂练习
1. 设A、B为互斥事件，且P(A)>0,P(B)>0,
下面四个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
2. P(A|B)=P(A) 4. P(AB)=P(A)P(B)
2. 设A、B为独立事件，且P(A)>0,P(B)>0,
下面四个结论中，正确的是：
1. P(B|A)>0 3. P(A|B)=0
n
n
P( A) 1 P Ak k1
1
k 1
P ( Ak )
1 (0.99)n
(2) P( A) 0.5 0.99n 0.5
n lg 2 2 lg 99
684.16.
例：有4个独立元件构成的系统(如图)，设每个元 件能正常运行的概率为p，求系统正常运行的
由此可见两事件相互独立，但两事件不互斥.
14
若 P( A) 1 , P(B) 1