概率与数理统计-12随机事件分解
概率论与数理统计目录
概率论与数理统计目录一、随机事件及其概率1.1 随机事件的基本概念定义与分类事件的运算1.2 概率的定义与性质概率的公理化定义概率的基本性质1.3 古典概型与几何概型古典概型的计算几何概型的计算1.4 条件概率与独立性条件概率事件的独立性1.5 全概率公式与贝叶斯公式全概率公式贝叶斯公式及其应用二、随机变量及其分布2.1 随机变量的概念随机变量的定义随机变量的分类2.2 离散型随机变量及其分布常见的离散型分布分布律与分布函数2.3 连续型随机变量及其分布常见的连续型分布概率密度函数与分布函数2.4 随机变量函数的分布离散型随机变量函数的分布连续型随机变量函数的分布三、多维随机变量及其分布3.1 多维随机变量的概念联合分布函数边缘分布3.2 多维离散型随机变量联合分布律边缘分布律3.3 多维连续型随机变量联合概率密度函数边缘概率密度函数3.4 条件分布离散型条件分布连续型条件分布3.5 随机变量的独立性独立性的定义独立性的判定与性质四、数字特征4.1 数学期望数学期望的定义与性质数学期望的计算4.2 方差方差的定义与性质方差的计算4.3 协方差与相关系数协方差的定义与性质相关系数的定义与性质4.4 矩与协矩阵矩的定义与计算协矩阵的定义与计算五、大数定律与中心极限定理5.1 大数定律切比雪夫大数定律伯努利大数定律5.2 中心极限定理林德贝格-莱维中心极限定理德莫佛尔-拉普拉斯中心极限定理六、数理统计的基本概念6.1 总体与样本总体的定义与性质样本的定义与性质6.2 统计量与抽样分布统计量的定义与性质常见的抽样分布七、参数估计与假设检验7.1 参数估计点估计区间估计7.2 假设检验假设检验的基本概念单侧检验与双侧检验正态总体的假设检验八、回归分析与方差分析8.1 回归分析一元线性回归多元线性回归回归模型的检验与预测8.2 方差分析单因素方差分析双因素方差分析方差分析的应用。
概率论与数理统计教程
1.1 随机事件和样本空间
一、随机现象 二、随机试验 三、样本空间 样本点 四、随机事件的概念 五、随机事件的关系
一、随机试验
1.必然现象（确定） 2.偶然现象（不确定）随机
说明： 1.随机现象揭示了条件和结果之间的非确定性联系 ,
其数量关系无法用函数加以描述. 2.随机现象在一次观察中出现什么结果具有偶然性,
1、包含关系 若事件 A 出现, 必然导致 B 出现 则称事件 B 包含事件 A,记作B A 或 A B.
特别地 若事件A包含事件B,而且事件B包含 事件A, 则称事件A与事件B相等,记作 A=B.
2.两事件的和与并
“二事件 A, B至少发生一个”也是一个事件, 称为事件 A 与事件B的和事件.记作A B，显然 A B {e | e A或e B}.
若事件 A 、B 满足 A B 且 AB .
则称 A 与B 为互逆(或对立)事件. A 的逆记
作 A.
事件间的运算规律
设 A, B, C 为事件, 则有
(1) 交换律 A B B A, AB BA. ( AB)C A(BC).
(2) 结合律 ( A B) C A (B C),
实例 抛掷一枚骰子, 观察出现的点数。 试验中,骰子“出现1点”, “出现2 点”, … ,“出现6点”, “点数不大于4”, “点 数为偶数” 等都为随机事件.
五、随机事件的关系及运算
（1）、随机事件间的关系
设试验 E 的样本空间为 , 而 A, B, Ak (k 1,2,)是 的子集.
推广：
N元情形
n
推广 称 Ak 为n个事件 A1, A2 ,, An 的积事件,
k 1
即A1, A2 ,, An同时发生;
概率论与数理统计知识点总结
概率论与数理统计知识点总结一、概率论知识点总结：1.随机事件：随机事件是指在一次试验中，可能发生也可能不发生的事件。
例如：掷硬币的结果、抽取扑克牌的花色等。
2.概率：概率是描述随机事件发生可能性大小的数值。
概率的取值范围是[0,1]，表示事件发生的可能性大小，0表示不可能发生，1表示一定会发生。
3.古典概型：古典概型是指每种可能的结果发生的概率相等的情形。
例如：掷骰子的结果、抽取彩色球的颜色等。
4.随机变量：随机变量是用来描述试验结果的数值，它的取值是根据随机事件的结果确定的。
例如：掷骰子的点数、抽取扑克牌的点数等。
5.概率分布：随机变量的概率分布描述了每个取值发生的概率。
常见的概率分布有离散概率分布和连续概率分布，如二项分布、正态分布等。
6. 期望值：期望值是衡量随机变量取值的平均值。
对于离散型随机变量，期望值=E[X]=∑[xP(X=x)]；对于连续型随机变量，期望值=E[X]=∫[x f(x)dx]，其中f(x)为概率密度函数。
7. 方差：方差是衡量随机变量取值与期望值之间的偏离程度。
方差=Var(X)=E[(X-E[X])^2]。
8.独立性：两个随机事件或随机变量之间的独立性表示它们的发生与否或取值无关联。
独立性的判定通常通过联合概率、条件概率等来进行推导。
二、数理统计知识点总结：1.样本与总体：在统计学中，样本是指从总体中选取的具体观测数据。
总体是指要研究的对象的全部个体或事物的集合。
2.参数与统计量：参数是描述总体特征的数值，如总体均值、总体方差等。
统计量是根据样本计算得到的参数估计值，用来估计总体参数。
3.抽样方法：抽样方法是从总体中选取样本的方法，常见的抽样方法有简单随机抽样、系统抽样、整群抽样等。
4.统计分布：统计分布是指样本统计量的分布。
常见的统计分布有t分布、F分布、x^2分布等，其中t分布适用于小样本、F分布适用于方差比较、x^2分布适用于拟合优度检验等。
5.点估计与区间估计：点估计是以样本统计量为基础，估计总体参数的数值。
高等数学第12章 概率论与数理统计
易知：A B, 即事件A与B为互逆事件
高等数学
6. 事件的运算律
1、交换律：A B＝B A，AB＝BA 2、结合律：(A B) C＝A (B C)
(AB)C＝A(BC) 3、分配律：(A B)C＝(AC) (BC)，
(AB) C＝(A C)(B C) 4、对偶(De Morgan)律：
A U B A I B, AB A U B
推广：U Ak I Ak , I U Ak Ak .
k
k
k
k
高等数学
例 甲、乙两人各向目标射击一次，设：
A=甲击中目标，B 乙击中目标
试用A、B的运算关系表示下列事件 ：
A1 目标被击中： A U B A2 两人恰有一人击中目标： AB U AB A3 目标未被击中： AB A4 两人都击中目标： AB
P(A | B) 1 3
高等数学
条件概率计算
P( A | B) P( AB) P(B)
P(B | A) P( AB) P( A)
高等数学
概率的乘法公式
两个事件 ： P( AB) P( A)P(B | A) P(B)P( A | B)
三个事件 ：
P( A1 A2 A3 ) P( A1 )P( A2 | A1 )P( A3 | A2 A1 )
高等数学
概率的性质
1） 对于任一事件 A，有 0 剟P(A) 1
2） 0P() 1， P() 0
3） 若 0AB, 则Æ
0P(A U B) P(A) P(B)
推论： 对于任一事件 ，A有 0P(A) 1 P(A)
推广： n个事件A1，A2，L ，An是互不相容的事件组，有
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
海南大学《概率论与数理统计》课件-第一二三四章
x2 f ( x)d x;
x1
(4) 若 f ( x) 在点 x 处连续,则有 F( x) f ( x).
注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即
P{ X a} 0.
10、 均匀分布 定义 设连续型随机变量X 具有概率密度
例如某无f些线( x元电) 件元 或件0b,设的1 a备寿, 的命其a寿,电它命x,力服设从b,备指的数寿分命布,. 则称动物X 的在寿区命间等(a都,b)服区从间指上数服分从布均. 匀分布, 记为 X ~ U(a,b).
代表事件 A 在试验中发生的概率，它与试验总
数
n 有关。若
lim
n
npn
0
则
lim
n
Cnk
pnk
1 pn
nk
k
k！e
8、 连续型随机变量及其概率密度
设X为 随 机 变 量，F ( x)为X 的 分 布 函 数,若 存 在 非 负 函 数f ( x),使 对 于 任 意 实 数x 有
x
F ( x) f (t)d t,
第一章 随机事件及其概率
1 了解样本空间的概念，理解随机事件的概念，重 点掌握随机事件的关系和运算。 2 理解概率和条件概率的概念，掌握概率的基本性 质，能利用古典概型和几何概型计算一些事件的 概率。 3 掌握概率的加法公式、条件概率公式、乘法公式、 全概率公式和贝叶斯公式计算过事件的概率的方 法 4 理解事件独立性的概念，会利用事件独立性进行 事件概率计算。 5 理解独立重复试验的概率，掌握利用伯努利概型 计算过事件概率的方法。
(3) F () lim F ( x) 0, F () lim F( x) 1;
x
x
勘察工程师概率论与数理统计知识点
勘察工程师概率论与数理统计知识点- 随机事件就是在一定条件下，可能出现也可能不出现，具有偶然性的事件。
就像抛硬币，你抛之前根本不知道是正面还是反面朝上，这就是个典型的随机事件。
在我们勘察工程师的工作里，很多情况都是随机事件呢。
比如说在某个地方勘察地下水位，你可能挖到这个深度是一个水位高度，但下次在同样的地方挖，因为一些不可控的因素，水位可能就不一样了。
2. 概率的定义概率简单说就是某个事件发生的可能性大小的一个数值表示。
它的取值范围是从0到1。
0就表示这个事件绝对不会发生，就像太阳从西边升起这种事，概率就是0；1呢就表示这个事件肯定会发生，像人总是要呼吸的，这概率就是1。
那对于我们勘察工程来说，如果在一片区域发现某种特定岩石结构的概率是0.3，这就意味着有百分之三十的可能性会遇到这种岩石结构。
3. 古典概型古典概型有两个重要的特点哦。
一是试验的样本空间只包含有限个元素，二是试验中每个基本事件发生的可能性相同。
就好比从一个盒子里摸球，盒子里有5个红球和5个白球，而且每个球被摸到的可能性是一样的，这就是古典概型。
在勘察工程里，我们有时候可以把在某个固定区域找到特定矿脉的情况近似看成古典概型。
假设这个区域有10个可能的矿脉点，每个点找到矿脉的可能性相同，那这就有点古典概型的味道了。
4. 条件概率条件概率就是在某个事件已经发生的条件下，另一个事件发生的概率。
比如说，我们已经知道在某个区域发生过地震（事件A），那么这个区域的地质结构发生某种特定变化（事件B）的概率就是条件概率。
用公式表示就是P(B A)。
在实际勘察中，如果我们先知道了这里有地下水污染（事件C），那么在这个前提下，某些特殊微生物群落存在（事件D）的概率就可以用条件概率来计算。
5. 全概率公式全概率公式可是个很有用的东西。
它可以把一个复杂事件的概率通过划分样本空间，转化为在不同情况下这个事件发生的概率之和。
就像我们要计算在一个很大的山区找到优质水源的概率，我们可以把这个山区根据不同的海拔高度或者植被覆盖情况划分成几个小区域，然后分别计算在每个小区域找到优质水源的概率，最后用全概率公式把这些概率综合起来得到在整个山区找到优质水源的概率。
《概率论与数理统计》课程教学大纲
《概率论与数理统计》课程教学大纲英文名称：Probability and statistics课程代码：221101008课程类别：专业基础课课程性质：必修开课学期：第三学期总学时： 54学时总学分：3考核方式：闭卷先修课程：高等数学适用专业：经济学专业一、课程简介概率论与数理统计是经济学专业的一门专业基础课。
概率论与数理统计是研究不确定性现象的数量规律性的一门学科，是对随机现象进行定量分析的重要工具，它在现代科学技术中占有很重要的地位，是研究自然现象、处理现代工程技术、解决科研和生产实际问题的一种有力的数学工具，已被广泛应用于每一学科领域、工农业生产和经济管理部门中。
开设本课程的目的在于，通过本课程的学习，使学生初步掌握概率论与数理统计等方面的基础知识，了解它的基本理论与基本方法，培养学生的抽象思维能力、逻辑推理能力、数学建模与实践能力，注意培养学生的自学能力，注意理论联系实际，不断提高学生的综合素质以及运动所学知识解决实际问题的能力，同时使学生了解概率论与数理统计在经济方面的应用，具备概率思想分析实际随机问题的能力，为专业课程的学习打下基础。
学生在进入本课程学习之前，应学过高等数学课程，该课程的学习为本课程提供了必须的数学基础知识。
本课程学习结束后，学生可具备进一步学习相关课程的理论基础。
本课程总54学时，其中理论课47学时，习题课7学时，考核方式为闭卷考试，根据平时考勤成绩、习题作业成绩、阶段性单元检测成绩及闭卷期末考试成绩综合给予最终成绩评定。
二、课程目标及其对毕业要求的支撑目标1人文素养目标：教育学生认真学习马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”、科学发展观和新时代中国特色社会主义的重要思想；忠诚党的教育事业和体育事业，培养学生互教互学、团结友爱、共同提高的集体主义精神；培养学生有严格组织纪律性，吃苦耐劳和勇敢顽强的意志品质。
目标2理论知识培养目标：使学生掌握概率论与数理统计的基本理论和基础知识，初步掌握处理随机事件的基本思想和方法。
概率论与数理统计1.2.1事件之间的关系
பைடு நூலகம்对立事件一定是互斥事件。
6. 事件的差
事件“A发生而B不发生”,称为事件A与B的差.记作A-B.
实例 “长度合格但直径不合格”是“长度合格” 与“直径合格”的差.
推广
二、应用举例
例1 设A,B,C 表示三个随机事件,试将下列事件用A,B,C 表示出来.
教学评价
师生互动，用例题加深学生对知识点的理解。
课程资源
参考书目，网上教学视频，网络微课教学
教学过程：
一、随机事件之间的关系
1.包含关系
若事件A出现,必然导致B出现,则称事件B包含事件A,或A包含于B，
实例某种产品的合格与否是由该产品的长度与直径是否合格所决定,“长度不合格”必然导致“产品不合格”.所以“长度不合格”,包含于“产品不合格”中.
2.事件的和(并)
实例 “产品不合格”是“长度不合格”与“直径不合格”的并(和).
推广
3.事件的交 (积)
实例 “产品合格”是“长度合格”与“直径合格”的积(交).
推广
4.事件的互不相容 (互斥)
若事件A、B满足 则称事件A与B互不相容.
实例 在掷骰子的实验中，
A={出现1点}、B={出现5点}，则A与B互斥；
(1)A 出现, B,C不出现;(2) A, B都出现,C不出现;
(3) 三个事件都出现; (4) 三个事件至少有一个出现;
(5) 三个事件都不出现; (6) 不多于一个事件出现.
补充说明
用文氏图可以加深学生对事件间关系的理解
讲稿课程名称概率论与数理统计教师姓名陈洁授课章节121随机事件之间的关系授课对象机械设计制造及自动化材料科学与工程专业等教学目标掌握事件间的包含并交互斥对立与差事件的关系的写法和含义会将一些较复杂的事件用简单事件的关系来表示
大学概率论与数理统计公式全集
大学概率论与数理统计公式全集一、随机事件和概率1、随机事件及其概率运算律名称表达式交换律结合律分配律德摩根律2、概率的定义及其计算公式名称公式表达式求逆公式加法公式条件概率公式乘法公式全概率公式贝叶斯公式（逆概率公式）伯努利概型公式两件事件相互独立相应公式)()()(BPAPABP=；)()(BPABP=；)()(ABPABP=；1)()(=+ABPABP；1)()(=+ABPABP二、随机变量及其分布1、分布函数性质2、离散型随机变量分布名称分布律0–1分布),1(pB二项分布),(p n B 泊松分布)(λP 几何分布)(p G超几何分布),,(n M N H3、连续型随机变量分布名称 密度函数 分布函数均匀分布),(b a U 指数分布)(λE 正态分布),(2σμN标准正态分布)1,0(N三、多维随机变量及其分布1、离散型二维随机变量边缘分布2、离散型二维随机变量条件分布3、连续型二维随机变量( X ,Y )的联合分布函数⎰⎰∞-∞-=x ydvdu v u f y x F ),(),( 4、连续型二维随机变量边缘分布函数与边缘密度函数边缘分布函数：⎰⎰∞-+∞∞-=xX dvdu v u f x F ),()( 边缘密度函数：⎰+∞∞-=dv v x f x f X ),()( 5、二维随机变量的条件分布四、随机变量的数字特征1、数学期望离散型随机变量：∑+∞==1)(k kk p x X E 连续型随机变量：⎰+∞∞-=dx x xf X E )()(2、数学期望的性质(1)为常数C ,)(C C E = )()]([X E X E E = )()(X CE CX E =(2))()()(Y E X E Y X E ±=± b X aE b aX E ±=±)()( )()()(1111n n n n X E C X E C X C X C E +=+ (3)若XY 相互独立则：)()()(Y E X E XY E = (4))()()]([222Y E X E XY E ≤3、方差：)()()(22X E X E X D -=4、方差的性质(1)0)(=C D 0)]([=X D D )()(2X D a b aX D =± 2)()(C X E X D -<(2)),(2)()()(Y X Cov Y D X D Y X D ±+=± 若XY 相互独立则：)()()(Y D X D Y X D +=± 5、协方差：)()(),(),(Y E X E Y X E Y X Cov -= 若XY 相互独立则：0),(=Y X Cov 6、相关系数：)()(),(),(Y D X D Y X Cov Y X XY==ρρ 若XY 相互独立则：0=XYρ即XY 不相关7、协方差和相关系数的性质 (1))(),(X D X X Cov = ),(),(X Y Cov Y X Cov =(2)),(),(),(2121Y X Cov Y X Cov Y X X Cov +=+ ),(),(Y X abCov d bY c aX Cov =++ 8、常见数学分布的期望和方差分布 数学期望 方差0-1分布),1(p B 二行分布),(p n B 泊松分布)(λP 几何分布)(p G超几何分布),,(n M N H均匀分布),(b a U 正态分布),(2σμN 指数分布)(λE五、大数定律和中心极限定理1、切比雪夫不等式若,)(,)(2σμ==X D X E 对于任意0>ξ有2)(})({ξξX D X E X P ≤≥-或2)(1})({ξξX D X E X P -≥<- 2、大数定律：若n X X 1相互独立且∞→n 时，∑∑==−→−ni iDni i X E nX n 11)(11(1)若n X X 1相互独立，2)(,)(i i i i X D X E σμ==且M i ≤2σ则：∑∑==∞→−→−ni iPni i n X E nX n11)(),(11(2)若n X X 1相互独立同分布，且i i X E μ=)(则当∞→n 时：μ−→−∑=Pn i i X n 11 3、中心极限定理(1)独立同分布的中心极限定理：均值为μ，方差为02>σ的独立同分布时，当n 充分大时有：(2)拉普拉斯定理：随机变量),(~)2,1(p n B n n =η则对任意x 有： (3)近似计算：)()()()(11σμσμσμσμσμn n a n n b n n b n n Xn n a P b X a P nk knk k -Φ--Φ≈-≤-≤-=≤≤∑∑==六、数理统计1、总体和样本总体X 的分布函数)(x F 样本),(21n X X X 的联合分布为)(),(121k nk n x F x x x F =∏=2、统计量(1)样本平均值：∑==ni i X n X 11(2)样本方差：∑∑==--=--=ni i ni i X n X n X X n S 122122)(11)(11(3)样本标准差：∑=--=ni i X X n S 12)(11(4)样本k 阶原点距： 2,1,11==∑=kXn A ni ki k(5)样本k 阶中心距：∑==-==ni k ik k k X XnM B 13,2,)(1(6)次序统计量：设样本),(21n X X X 的观察值),(21n x x x ，将n x x x 21,按照由小到大的次序重新排列，得到)()2()1(n x x x ≤≤≤ ，记取值为)(i x 的样本分量为)(i X ，则称)()2()1(n X X X ≤≤≤ 为样本),(21n X X X 的次序统计量。
概率论与数理统计-随机事件与概率
第2章 随机变量及其分布 60
谢谢观赏
《概率论与数理统计》
第2章 随机变量及其分布 36
1.1 随机事件及其运算 1.2 概率的定义及其性质 1.3 等可能概型 1.4 条件概率与事件的相互独立性 1.5 全概率公式与贝叶斯公式
目录/Contents
第2章 随机变量及其分布 37
1.4 条件概率与事件的相互独立性
一、条件概率 二、事件的相互独立性
一、条件概率
所谓可靠度指的是产品能正常工作的概率. 以下讨论中, 假定一个系统中的各个元件能否 正常工作是相互独立的.
二、事件的相互独立性
两个基本模型:
第2章 随机变量及其分布 49
二、事件的相互独立性
两个基本模型:
第2章 随机变量及其分布 50
目录/Contents
第2章 随机变量及其分布 51
1.1 随机事件及其运算 1.2 概率的定义及其性质 1.3 等可能概型 1.4 条件概率与事件的相互独立性 1.5 全概率公式与贝叶斯公式
第2章 随机变量及其分布 28
1.1 随机事件及其运算 1.2 概率的定义及其性质 1.3 等可能概型 1.4 条件概率与事件的相互独立性 1.5 全概率公式与贝叶斯公式
目录/Contents
1.3 等可能概型
一、古典概型 二、几何概型
第2章 随机变量及其分布 29
一、古典概型 古典概型的基本思路:
定义1
第2章 随机变量及其分布 38
一、条件概率
第2章 随机变量及其分布 39
条件概率也满足概率的公理化定义的三条基本性 质, 即:
公理1
公理2 公理3 对可列无限个两两不相容事件
概率论与数理统计整理(一二章)
一、随机事件和概率考试内容：随机事件(可能发生可能不发生的事情)与样本空间(包括所有的样本点) 事件的关系(包含相等和积差互斥对立)与运算(交换分配结合德摸根对差事件文氏图) 完全事件组(所有基本事件的集合) 概率的概念概率的基本性质(非负性规范性可列可加性) 古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验考试要求：1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算．2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率(弄清几何意义)，掌握概率的加法公式(PAUB=PA+PB--PAB)、减法公式(P(A--B)=PA--PAB)、乘法公式(PAB=PA*PB|A)、全概率公式(关键是对S进行正确的划分)，以及贝叶斯公式．3．理解事件的独立性(PAB=PA*PB)的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．整理重点：1. 随机事件：可能发生也可能给不发生的事件。
0<概率<1。
2. 样本空间：实验中的结果的每一个可能发生的事件叫做实验的样本点，实验的所有样本点构成的集合叫做样本空间，大写字母S表示。
3. 事件的关系：（1）包含：事件A发生必然导致事件B发生，称事件B包含事件A。
（2）相等：事件A包含事件B且事件B包含事件A。
（3）和：事件的并，记为A∪B。
（4）差：A-B称为A与B的差，A发生而B不发生，A-B=A-AB。
（5）积：事件的交，事件A与B都发生，记为AB或A∩B。
（6）互斥：事件A与事件B不能同时发生，AB=空集。
（7）对立：A∪B=S。
4. 集合的运算：（1）交换律：A∪B=B∪A AB=BA (2结合律：（A∪B）∪C=A∪(B∪C) (AB)C=A（B C） (3)分配率：A (B∪C)=AB∪AC A∪(BC)=(A∪B)(A∪C) (4)德*摩根定律5. 完全事件组：如果n个事件中至少有一个事件一定发生，则称这n个事件构成完全事件组（特别地：互不相容的完全事件组）。
《概率论与数理统计》1-123(频率与概率)
某一事件发生
它包含的一个样本点出现
三、事件间的关系及其运算
试验E S(样本空间) 事件A 必然事件 S 基本事件
不可能事件
A(子集) 样本点
1.事件的关系
① 包含、相等关系 A发生必然导致B发生
AB
称事件A包含于B或B包含A.
文氏图(Venn图)
A与B相等 ，记为A=B
例1: 产品有长度、直径、外观三个质量指标，
②(有﹏放﹏回﹏选﹏取﹏)从n个不同元素中有放回地抽取r个，依 次排成一列，称为可重复排列，排列数记
例 将三封信投入4个信箱，问在下列情形下各有几种 投法？ ⑴ 每个信箱至多允许投入一封信。 ⑵ 每个信箱允许投入的信的数量不受限制。 解：⑴ 无重复排列:
⑵ 可重复排列:
Ⅳ. 组合 从n个元素中每次取出r个元素，构成一组，称为从n个 元素里每次取出r个元素的组合。 组合数为 或 几个常用性质：
两两互不相容。
证明 由三公理中的可列可加性，令
则由性质1可得 所以下式成立
如果
则
①
≤
②
，0≤
≤1
(加法公式) 推广：
P11
例1 (天气问题) 某人外出旅游两天，据天气预报知： 第一天下雨的概率为0.6，第二天下雨的概率为0.3， 两天都下雨的概率为0.1 试求下列事件的概率： (1) 第一天下雨，第二天不下雨; (2) 第一天不下雨，第二天下雨; (3) 至少有一天下雨; (4) 两天都不下雨; (5) 至少有一天不下雨
解：设A、B分别表示第一、二天下雨 则 (1) (2) (3) (4) (5)
例2 (订报问题) 在某城市中，共发行三种报纸A，B，
C，订购A，B，C的用户占用分别为45%，35%，30%，
概率论与数理统计知识点总结(超详细版)
《概率论与数理统计》第一章概率论的基本概念§2．样本空间、随机事件1．事件间的关系 B A ⊂则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生φ=⋂B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =⋃B A φ=⋂B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件2．运算规则交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃）（))(()( C A B A C B A ⋂⋂=⋃⋂徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3．频率与概率定义在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P（3）可列可加性：设n A A A ,,,21 是两两互不相容的事件，有∑===nk knk kA P A P 11)()( （n 可以取∞）2．概率的一些重要性质： （i ） 0)(=φP（ii ）若n A A A ,,,21 是两两互不相容的事件，则有∑===nk kn k kA P A P 11)()(（n 可以取∞）（iii ）设A ，B 是两个事件若B A ⊂，则)()()(A P B P A B P -=-，)A ()B (P P ≥ （iv ）对于任意事件A ，1)(≤A P （v ）)(1)(A P A P -=（逆事件的概率）（vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同 若事件A包含k个基本事件，即}{}{}{2]1k i i i e e e A =，里个不同的数，则有中某，是，，k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5．条件概率（1） 定义：设A,B 是两个事件，且0)(>A P ，称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率（2） 条件概率符合概率定义中的三个条件1。
概率论与数理统计课后习题答案
随机事件及其概率1.1 随机事件习题1试说明随机试验应具有的三个特点．习题2将一枚均匀的硬币抛两次，事件A，B，C分别表示“第一次出现正面”，“两次出现同一面”，“至少有一次出现正面”，试写出样本空间及事件A，B，C中的样本点.1.2 随机事件的概率1.3 古典概型与几何概型1.4 条件概率1.5 事件的独立性复习总结与总习题解答习题3. 证明下列等式：习题5.习题6.习题7习题8习题9习题10习题11习题12习题13习题14习题15习题16习题17习题18习题19习题20习题21习题22习题23习题24习题25习题26第二章随机变量及其分布2.1 随机变量习题1随机变量的特征是什么？解答：①随机变量是定义在样本空间上的一个实值函数.②随机变量的取值是随机的，事先或试验前不知道取哪个值.③随机变量取特定值的概率大小是确定的.习题2试述随机变量的分类.解答：①若随机变量X的所有可能取值能够一一列举出来，则称X为离散型随机变量；否则称为非离散型随机变量.②若X的可能值不能一一列出，但可在一段连续区间上取值，则称X为连续型随机变量.习题3盒中装有大小相同的球10个，编号为0,1,2,⋯,9, 从中任取1个，观察号码是“小于5”，“等于5”，“大于5”的情况，试定义一个随机变量来表达上述随机试验结果，并写出该随机变量取每一个特定值的概率.解答：分别用ω1,ω2,ω3表示试验的三个结果“小于5”，“等于5”，“大于5”，则样本空间S={ω1,ω2,ω3},定义随机变量X如下：X=X(ω)={0,ω=ω11,ω=ω2,2,ω=ω3则X取每个值的概率为P{X=0}=P{取出球的号码小于5}=5/10,P{X=1}=P{取出球的号码等于5}=1/10,P{X=2}=P{取出球的号码大于5}=4/10.2.2 离散型随机变量及其概率分布习题1设随机变量X服从参数为λ的泊松分布，且P{X=1}=P{X=2}, 求λ.解答：由P{X=1}=P{X=2}, 得λe-λ=λ^2/2e^-λ,解得λ=2.习题2设随机变量X的分布律为 P{X=k}=k15,k=1,2,3,4,5,试求(1)P{12<X<52; (2)P{1≤X≤3}; (3)P{X>3}.解答：(1)P{12<X<52=P{X=1}+P{X=2}=115+215=15;(2)P{≤X≤3}=P{X=1}+P{X=2}+P{X=3}=115+215+315=25;(3)P{X>3}=P{X=4}+P{X=5}=415+515=35.习题3已知随机变量X只能取-1,0,1,2四个值，相应概率依次为12c,34c,58c,716c, 试确定常数c, 并计算P{X<1∣X≠0}.解答：依题意知，12c+34c+58c+716c=1, 即3716c=1,解得c=3716=2.3125.由条件概率知 P{X<1∣X≠0}=P{X<1,X≠0}P{X≠0}=P{X=-1}P{X≠0}=12c1-34c=24c-3=26.25=0.32.一袋中装有5只球，编号为1,2,3,4,5. 在袋中同时取3只，以X表示取出的3只球中的最大号码，写出随机变量X的分布律.解答：随机变量X的可能取值为3,4,5.P{X=3}=C22⋅1C53=110, P{X=4}=C32⋅1C53=310, P{X=5}=C42⋅1C53=35,所以X的分布律为设X表示取出3件产品的次品数，则X的所有可能取值为0,1,2,3. 对应概率分布为P{X=0}=C73C103=35120, P{X=1}=C73C31C103=36120,P{X=2}=C71C32C103=21120, P{X=3}=C33C103=1120.X的分布律为X 0123P 351203612021120112 0习题9一批产品共10件，其中有7件正品，3件次品，每次从这批产品中任取一件，取出的产品仍放回去，求直至取到正品为止所需次数X的概率分布.解答：由于每次取出的产品仍放回去，各次抽取相互独立，下次抽取时情况与前一次抽取时完全相同，所以X的可能取值是所有正整数1,2,⋯,k,⋯.设第k次才取到正品(前k-1次都取到次品), 则随机变量X的分布律为P{X=k}=310×310×⋯×310×710=(310)k-1×710,k=1,2,⋯.习题10设随机变量X∼b(2,p),Y∼b(3,p), 若P{X≥1}=59,求P{Y≥1}.解答：因为X∼b(2,p),P{X=0}=(1-p)2=1-P{X≥1}=1-5/9=4/9,所以p=1/3.因为Y∼b(3,p), 所以P{Y≥1}=1-P{Y=0}=1-(2/3)3=19/27.习题11纺织厂女工照顾800个纺绽，每一纺锭在某一段时间τ内断头的概率为0.005, 在τ这段时间内断头次数不大于2的概率.解答：以X记纺锭断头数, n=800,p=0.005,np=4,应用泊松定理，所求概率为：P{0≤X≤2}=P{⋃0≤xi≤2{X=xi}=∑k=02b(k;800,0.005)≈∑k=02P(k;4)=e-4(1+41!+422!)≈0.2381.习题12设书籍上每页的印刷错误的个数X服从泊松分布，经统计发现在某本书上，有一个印刷错误与有两个印刷错误的页数相同，求任意检验4页，每页上都没有印刷错误的概率.解答：\becauseP{X=1}=P{X=2}, 即λ11!e-λ=λ22!e-λ⇒λ=2,∴P{X=0}=e-2,∴p=(e-2)4=e-8.2.3 随机变量的分布函数习题1F(X)={0,x<-20.4,-2≤x<01,x≥0,是随机变量X的分布函数，则X是___________型的随机变量.解答：离散.由于F(x)是一个阶梯函数，故知X是一个离散型随机变量.习题2设F(x)={0x<0x20≤1,1x≥1问F(x)是否为某随机变量的分布函数.解答：首先，因为0≤F(x)≤1,∀x∈(-∞,+∞).其次，F(x)单调不减且右连续，即F(0+0)=F(0)=0, F(1+0)=F(1)=1,且 F(-∞)=0,F(+∞)=1,所以F(x)是随机变量的分布函数.习题3已知离散型随机变量X的概率分布为P{X=1}=0.3,P{X=3}=0.5,P{X=5}=0.2,试写出X的分布函数F(x)，并画出图形.解答：由题意知X的分布律为：X 135Pk 0.30.50.2所以其分布函数F(x)=P{X≤x}={0,x<10.3,1≤x<30.8,3≤x<51,x≥5.F(x)的图形见图.习题4设离散型随机变量X的分布函数为 F(x)={0,x<-10.4,-1≤x<10.8,1≤x<31,x≥3,试求：(1)X的概率分布； (2)P{X<2∣X≠1}.解答：(1)X -113pk 0.40.40.2(2)P{X<2∣X≠1}=P{X=-1}P{X≠1}=23.习题5设X的分布函数为F(x)={0,x<0x2,0≤x<1x-12,1≤x<1.51,x≥1.5,求P{0.4<X≤1.3},P{X>0.5},P{1.7<X≤2}.解答：P{0.4<X≥1.3}=P{1.3}-F(0.4)=(1.3-0.5)-0.4/2=0.6,P{X>0.5}=1-P{X≤0.5}=1-F(0.5)=1-0.5/2=0.75,P{1.7<X≤2}=F(2)-F(1.7)=1-1=0.习题6设随机变量X的分布函数为F(x)=A+Barctanx(-∞<x<+∞),试求：(1)系数A与B; (2)X落在(-1,1]内的概率.解答：(1)由于F(-∞)=0,F(+∞)=1,可知{A+B(-π2)A+B(π2)=1=0⇒A=12,B=1π,于是F(x)=12+1πarctanx, -∞<x<+∞;(2)P{-1<X≤1}=F(1)-F(-1)=(12+1πarctan1)-[12+1πarctanx(-1)]=12+1π⋅π4-12-1π(-π4)=12.习题7在区间[0,a]上任意投掷一个质点，以X表示这个质点的坐标.设这个质点落在[0,a]中任意小区间内的概率与这个小区间的长度成正比例，试求X的分布函数.解答：F(x)=P{X≤x}={0,x<0xa,0≤x<a.1,x≥a2.4 连续型随机变量及其概率密度习题1设随机变量X的概率密度为f(x)=12πe-(x+3)24(-∞<x<+∞),则Y=¯∼N(0,1).解答：应填3+X2.由正态分布的概率密度知μ=-3,σ=2由Y=X-μσ∼N(0,1), 所以Y=3+X2∼N(0,1).习题2已知X∼f(x)={2x,0<x<10,其它, 求P{X≤0.5};P{X=0.5};F(x).解答：P{X≤0.5}=∫-∞0.5f(x)dx=∫-∞00dx+∫00.52xdx=x2∣00.5=0.25,P{X=0.5}=P{X≤0.5}-P{X<0.5}=∫-∞0.5f(x)dx-∫-∞0.5f(x)dx=0.当X≤0时，F(x)=0;当0<x<1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt=t2∣0x=x2;当X≥1时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt+∫1x0dt=t2∣01=1,故F(x)={0,x≤0x2,0<x<1.1,x≥1习题3设连续型随机变量X的分布函数为F(x)={A+Be-2x,x>00,x≤0,试求：(1)A,B的值；(2)P{-1<X<1}; (3)概率密度函数F(x).解答：(1)\becauseF(+∞)=limx→+∞(A+Be-2x)=1, ∴A=1;又 \becauselimx→0+(A+Be-2x)=F(0)=0, ∴B=-1.(2) P{-1<X<1}=F(1)-F(-1)=1-e-2.(3)f(x)=F′(x)={2e-x,x>00,x≤0.习题4服从拉普拉斯分布的随机变量X的概率密度f(x)=Ae-∣x∣, 求系数A及分布函数F(x).解答：由概率密度函数的性质知，∫-∞+∞f(x)dx=1,即∫-∞+∞Ae-∣x∣dx=1,而∫-∞+∞Ae-∣x∣dx=∫-∞0Aexdx+∫0+∞Ae-xdx=Aex∣-∞0+(-Ae-x∣0+∞)=A+A=2A或∫-∞+∞Ae-xdx=2∫0+∞Ae-xdx=-2Ae-x∣0+∞=2A,所以2A=1, 即A=1/2.从而f(x)=12e-∣x∣,-∞<x<+∞,又因为F(x)=∫-∞xf(t)dt,所以当x<0时，F(x)=∫-∞x12e-∣t∣dt=12∫-∞xetdt=12et∣-∞x=12ex;当x≥0时，F(x)=∫-∞x12e-∣x∣dt=∫-∞012etdt+∫0x12e-tdt=12et∣-∞0-12e-t∣0x=12-12e-x+12=1-12e-x,从而F(x)={12ex,x<01-12e-x,x≥0.习题5某型号电子管，其寿命(以小时计)为一随机变量，概率密度f(x)={100x2,x≥1000,其它,某一电子管的使用寿命为X, 则三个电子管使用150小时都不需要更换的概率.解答：设电子管的使用寿命为X, 则电子管使用150小时以上的概率为P{X>150}=∫150+∞f(x)dx=∫150+∞100x2dx=-100x∣150+∞=100150=23,从而三个电子管在使用150小时以上不需要更换的概率为 p=(2/3)3=8/27.习题6设一个汽车站上，某路公共汽车每5分钟有一辆车到达，设乘客在5分钟内任一时间到达是等可能的，试计算在车站候车的10位乘客中只有1位等待时间超过4分钟的概率.解答：设X为每位乘客的候车时间，则X服从[0,5]上的均匀分布. 设Y表示车站上10位乘客中等待时间超过4分钟的人数. 由于每人到达时间是相互独立的.这是10重伯努力概型. Y服从二项分布，其参数n=10,p=P{X≥4}=15=0.2,所以P{Y=1}=C101×0.2×0.89≈0.268.习题7设X∼N(3,22).(1)确定C, 使得P{X>c}=P{X≤c};(2)设d满足P{X>d}≥0.9,问d至多为多少?解答：因为X∼N(3,22), 所以X-32=Z∼N(0,1).(1)欲使P{X>c}=P{X≤c},必有1-P{X≤c}=P{X≤c},即P{X≤c}=1/2,亦即Φ(c-32)=12, 所以c-32=0, 故c=3.(2)由P{X>d}≥0.9可得1-P{X≤d}≥0.9,即P{X≤d}≤0.1.于是Φ(d-32)≤0.1,Φ(3-d2)≥0.9.查表得3-d2≥1.282,所以d≤0.436.习题8设测量误差X∼N(0,102), 先进行100次独立测量，求误差的绝对值超过19.6的次数不小于3的概率.解答：先求任意误差的绝对值超过19.6的概率p,p=P{∣X∣>19.6}=1-P{∣X∣≤19.6}=1-P{∣X10∣≤1.96=1-[Φ(1.96)-Φ(-1.96)]=1-[2Φ(1.96)-1]=1-[2×0.975-1]=1-0.95=0.05.设Y为100次测量中误差绝对值超过19.6的次数，则Y∼b(100,0.05).因为n很大，p很小，可用泊松分布近似，np=5=λ,所以P{Y≥3}≈1-50e-50!-51e-51!-52e-52!=1-3722-5≈0.87.习题9某玩具厂装配车间准备实行计件超产奖，为此需对生产定额作出规定. 根据以往记录，各工人每月装配产品数服从正态分布N(4000,3600).假定车间主任希望10%的工人获得超产奖，求：工人每月需完成多少件产品才能获奖？解答：用X表示工人每月需装配的产品数，则X∼N(4000,3600).设工人每月需完成x件产品才能获奖，依题意得P{X≥x}=0.1,即1-P{X<x}=0.1,所以1-F(x)=0.1, 即 1-Φ(x-400060)=0.1, 所以Φ(x-400060)=0.9.查标准正态人分布表得Φ(1.28)=0.8997,因此 x-400060≈1.28, 即x=4077件，就是说，想获超产奖的工人，每月必须装配4077件以上.习题10某地区18岁女青年的血压(收缩压，以mm-HG计)服从N(110,122). 在该地区任选一18岁女青年，测量她的血压X.(1)求P{X≤105},P{100<X≤120};(2)确定最小的x, 使P{X>x}≤0.005.解答：已知血压X∼N(110,122).(1)P{X≤105}=P{X-11012≤-512≈1-Φ(0.42)=0.3372,P{100<X≤120}=Φ(120-11012)-Φ(100-11012)=Φ(0.833)-Φ(-0.833)=2Φ(0.833)-1≈0.595.(2)使P{X>x}≤0.05,求x, 即1-P{X≤x}≤0.05, 亦即Φ(x-11012)≥0.95,查表得x-10012≥1.645,从而x≥129.74.习题11设某城市男子身高X∼N(170,36), 问应如何选择公共汽车车门的高度使男子与车门碰头的机会小于0.01.解答：X∼N(170,36), 则X-1706∼N(0,1).设公共汽车门的高度为xcm，由题意P{X>x}<0.01, 而P{X>x}=1-P{X≤x}=1-Φ(x-1706)<0.01,即Φ(x-1706)>0.99, 查标准正态表得x-1706>2.33, 故x>183.98cm.因此，车门的高度超过183.98cm时，男子与车门碰头的机会小于0.01.习题12某人去火车站乘车，有两条路可以走. 第一条路程较短，但交通拥挤，所需时间(单位：分钟)服从正态分布N(40,102); 第二条路程较长，但意外阻塞较少，所需时间服从正态分布N(50,42), 求：(1)若动身时离开车时间只有60分钟，应走哪一条路线？(2)若动身时离开车时间只有45分钟，应走哪一条路线？解答：设X,Y分别为该人走第一、二条路到达火车站所用时间，则 X∼N(40,102),Y∼N(50,42).哪一条路线在开车之前到达火车站的可能性大就走哪一条路线.(1)因为P{X<60}=Φ(60-4010)=Φ(2)=0.97725,P{Y<60}=Φ(60-504)=Φ(2.5)=0.99379,所以有60分钟时应走第二条路.(2)因为P{X<45}=Φ(45-4010)=Φ(0.5)=0.6915,P{X<45}=Φ(45-504)=Φ(-1.25)=1-Φ(1.25)=1-0.8925=0.1075所以只有45分钟应走第一条路.Y -101P 21513815习题3设随机变量X服从[a,b]上的均匀分布，令Y=cX+d(c≠0),试求随机变量Y的密度函数.解答： fY(y)={fX(y-dc)⋅1∣c∣,a≤y-dc≤b0,其它,当c>0时，fY(y)={1c(b-a),ca+d≤y≤cb+d0,其它,当c<0时，fY(y)={-1c(b-a),cb+d≤y≤ca+d0,其它.习题4设随机变量X服从[0,1]上的均匀分布，求随机变量函数Y=eX的概率密度fY(y).解答：f(x)={1,0≤x≤10,其它,f=ex,x∈(0,1)是单调可导函数，y∈(1,e), 其反函数为x=lny, 可得f(x)={fX(lny)∣ln′y,1<y<e0,其它={1y,1<y<e0,其它.习题5设X∼N(0,1)，求Y=2X2+1的概率密度.解答：因y=2x2+1是非单调函数，故用分布函数法先求FY(y).FY(y)=P{Y≤y}=P{2X2+1≤y}(当y>1时)=P{-y-12≤X≤y-12=∫-y-12y-1212πe-x2dx,所以fY(y)=F′Y(y)=22πe-12⋅y-12⋅122y-1,y>1, 于是fY(y)={12π(y-1)e-y-14,y>10,y≤1.习题6设连续型随机变量X的概率密度为f(x), 分布函数为F(x), 求下列随机变量Y的概率密度：(1)Y=1X; (2)Y=∣X∣.解答：(1)FY(y)=P{Y≤y}=P{1/X≤y}.①当y>0时，FY(y)=P{1/X≤0}+P{0<1/X≤y}=P{X≤0}+P{X≥1/y}=F(0)+1-F(1/y),故这时fY(y)=[-F(1y)]′=1y2f(1y);；②当y<0时，FY(y)=P{1/y≤X<0}=F(0)-F(1/y),故这时fY(y)=1y2f(1y);③当y=0时，FY(y)=P{1/X≤0}=P{X<0}=F(0),故这时取fY(0)=0, 综上所述fY(y)={1y2⋅f(1y),y≠00,y=0.(2)FY(y)=P{Y≤y}=P{∣X∣≤y}.①当y>0时，FY(y)=P{-y≤X≤y}=F(y)-F(-y)这时fY(y)=f(y)+f(-y);②当y<0时，FY(y)=P{∅}=0, 这时fY(y)=0;③当y=0时，FY(y)=P{Y≤0}=P{∣X∣≤0}=P{X=0}=0,故这时取FY(y)=0, 综上所述 fY(y)={f(y)+f(-y),y>00,y≤0.习题7某物体的温度T(∘F)是一个随机变量, 且有T∼N(98.6,2), 已知θ=5(T-32)/9, 试求θ(∘F)的概率密度.解答：已知T∼N(98.6,2). θ=59(T-32), 反函数为T=59θ+32,是单调函数，所以fθ(y)=fT(95y+32)⋅95=12π⋅2e-(95y+32-98.6)24⋅95=910πe-81100(y-37)2.习题8设随机变量X在任一区间[a,b]上的概率均大于0, 其分布函数为FY(x), 又Y在[0,1]上服从均匀分布，证明:Z=FX-1(Y)的分布函数与X的分布函数相同.解答：因X在任一有限区间[a,b]上的概率均大于0, 故FX(x)是单调增加函数，其反函数FX-1(y)存在，又Y 在[0,1]上服从均匀分布，故Y的分布函数为FY(y)=P{Y≤y}={0,y<0y,0≤y≤11,y>0,于是，Z的分布函数为FZ(z)=P{Z≤z}=P{FX-1(Y)≤z}=P{Y≤FX(z)}={0,FX(z)<0FX(z),0≤FX(z)≤1,1,FX(z)>1由于FX(z)为X的分布函数，故0≤FX(z)≤1.FX(z)<0和FX(z)>1均匀不可能，故上式仅有FZ(z)=FX(z), 因此，Z与X的分布函数相同.总习题解答习题1从1∼20的整数中取一个数，若取到整数k的概率与k成正比，求取到偶数的概率.解答：设Ak为取到整数k, P(Ak)=ck, k=1,2,⋯,20.因为P(⋃K=120Ak)=∑k=120P(Ak)=c∑k=120k=1，所以c=1210,P{取到偶数}=P{A2∪A4∪⋯∪A20} =1210(2+4+⋯+20)=1121.习题2若每次射击中靶的概率为0.7, 求射击10炮,(1)命中3炮的概率;(2)至少命中3炮的概率;(3)最可能命中几炮.解答：若随机变量X表示射击10炮中中靶的次数. 由于各炮是否中靶相互独立，所以是一个10重伯努利概型，X服从二项分布，其参数为n=10,p=0.7, 故(1)P{X=3}=C103(0.7)3(0.3)7≈0.009;(2)P{X≥3}=1-P{X<3}=1-[C100(0.7)0(0.3)10+C101(0.7)1(0.3)9+C102(0.7)2(0.3)8]≈0.998;(3)因X∼b(10,0.7), 而k0=[(n+1)p]=[(10+1)]×0.7=[7.7]=7,故最可能命中7炮.习题3在保险公司里有2500名同一年龄和同社会阶层的人参加了人寿保险，在1年中每个人死亡的概率为0.002，每个参加保险的人在1月1日须交120元保险费，而在死亡时家属可从保险公司里领20000元赔偿金，求:(1)保险公司亏本的概率;(2)保险公司获利分别不少于100000元, 200000元的概率.解答：1)以“年”为单位来考虑，在1年的1月1日，保险公司总收入为2500×120元=30000元.设1年中死亡人数为X, 则X∼b(2500,0.002), 则保险公司在这一年中应付出200000X(元)，要使保险公司亏本，则必须 200000X>300000即X>15(人).因此，P{保险公司亏本}=P{X>15}=∑k=162500C2500k(0.002)k×(0.998)2500-k≈1-∑k=015e-55kk!≈0.000069,由此可见,在1年里保险公司亏本的概率是很小的.(2)P{保险公司获利不少于100000元}=P{300000-200000X≥100000}=P{X≤10}=∑k=010C2500k(0.002)×(0.998)2500-k≈∑k=010e-55kk!≈0.986305,即保险公司获利不少于100000元的概率在98%以上.P{保险公司获利不少于200000元}=P{300000-200000X≥200000}=P{X≤5}=∑k=05C2500k(0.002)k×(0.998)2500-k≈∑k=05e-55kk!≈0.615961,即保险公司获利不少于200000元的概率接近于62%.习题4一台总机共有300台分机，总机拥有13条外线，假设每台分机向总机要外线的概率为3%, 试求每台分机向总机要外线时，能及时得到满足的概率和同时向总机要外线的分机的最可能台数.解答：设分机向总机要到外线的台数为X, 300台分机可看成300次伯努利试验，一次试验是否要到外线. 设要到外线的事件为A, 则P(A)=0.03, 显然X∼b(300,0.03), 即P{X=k}=C300k(0.03)k(0.97)300-k(k=0,1,2,⋯,300),因n=300很大，p=0.03又很小,λ=np=300×0.03=9,可用泊松近似公式计算上面的概率. 因总共只有13条外线，要到外线的台数不超过13，故P{X≤13}≈∑k=0139kk!e-9≈0.9265, (查泊松分布表)且同时向总机要外线的分机的最可能台数k0=[(n+1)p]=[301×0.03]=9.习题5在长度为t的时间间隔内，某急救中心收到紧急呼救的次数X服从参数t2的泊松分布，而与时间间隔的起点无关(时间以小时计), 求：(1)某一天从中午12至下午3时没有收到紧急呼救的概率；(2)某一天从中午12时至下午5时至少收到1次紧急呼救的概率.解答：(1)t=3,λ=3/2, P{X=0}=e-3/2≈0.223;(2)t=5,λ=5/2,P{X≥1}=1-P{X=0}=1-e-5/2≈0.918.习题6设X为一离散型随机变量，其分布律为X -101pi 1/21-2qq2试求：(1)q的值； (2)X的分布函数.解答：(1)\because离散型随机变量的概率函数P{X=xi}=pi, 满足∑ipi=1,且0≤pi≤1,∴ {1/2+1-2q+q2=10≤1-2q≤1q2≤1,解得q=1-1/2. 从而X的分布律为下表所示：则A=¯,P{∣X∣<π/6}=¯.解答：应填1;1/2.由分布函数F(x)的右连续性，有F(π2+0)=F(π2)⇒A=1.因F(x)在x=π6处连续，故P{X=π6=12,于是有P{∣X∣<π6=P{-π6<X<π6=P{-π6<X≤π6=F(π6)-F(-π6)=12..习题8使用了x小时的电子管，在以后的Δx小时内损坏的概率等于λΔx+o(Δx),其中λ>0是常数，求电子管在损坏前已使用时数X的分布函数F(x)，并求电子管在T小时内损坏的概率.解答：因X的可能取值充满区间(0,+∞),故应分段求F(x)=P{X≤x}.当x≤0时，F(x)=P{X≤x}=P(∅)=0;当x>0时，由题设知P{x<X≤x+Δx/X}=λΔx+o(Δx),而P{x<X≤x+Δx/X}=P{x<X≤x+Δx,X>x}P{X>x}=P{x<X≤x+Δx}1-P{X≤x}=F(x+Δx)-F(x)1-F(x),故F(X+Δx)-F(x)1-F(x)=λΔx+o(Δx),即F(x+Δx)-F(x)Δx=[1-F(x)][λ+o(Δx)Δx],令o(Δx)→0,得F′(x)=λ[1-F(x)].这是关于F(x)的变量可分离微分方程，分离变量dF(x)1-F(x)=λdx,积分之得通解为C[1-F(x)]=e-λx(C为任意常数).注意到初始条件F(0)=0, 故C=1.于是F(x)=1-e-λx,x>0,λ>0,故X的分布函数为F(x)={0,x≤01-e-λx,x>0(λ>0),从而电子管在T小时内损坏的概率为P{X≤T}=F(T)=1-e-λT.习题9设连续型随机变量X的分布密度为f(x)={x,0<x≤12-x,1<x≤20,其它,求其分布函数F(x).解答：当x≤0时，F(x)=∫-∞x0dt=0;当0<x≤1时，F(x)=∫-∞xf(t)dt=∫-∞00tdt+∫0xtdt=12x2;当1<x≤2时，F(x)=∫-∞xf(t)dt=∫-∞00dt+∫01tdt+∫1x(2-t)dt=0+12+(2t-12t2)∣1x=-1+2x-x22;当x>2时，F(x)=∫-∞00dt+∫01tdt+∫12(2-t)dt+∫2x0dt=1,故F(x)={0,x≤212x2,0<x≤1-1+2x-x22,1<x≤21,x>2.习题10某城市饮用水的日消费量X(单位：百万升)是随机变量，其密度函数为：f(x)={19xe-x3,x>00,其它,试求：(1)该城市的水日消费量不低于600万升的概率；(2)水日消费量介于600万升到900万升的概率.解答：先求X的分布函数F(x). 显然，当x<0时，F(x)=0, 当x≥0时有F(x)=∫0x19te-t3dt=1-(1+x3)e-x3故F(x)={1-(1+x3)e-x3,x≥00,x<0,所以P{X≥6}=1-P{X<6}=1-P(X≤6}=1-F(6)=1-[1-(1+x3)e-x3]x=6=3e-2,P{6<X≤9}=F(9)-F(6)=(1-4e-3)-(1-3e-2)=3e-2-4e-3.习题11已知X∼f(x)={cλe-λx,x>a0,其它(λ>0),求常数c及P{a-1<X≤a+1}.解答：由概率密度函数的性质知∫-∞+∞f(x)dx=1,而∫-∞+∞f(x)dx=∫-∞a0dx+∫a+∞cλe-λxdx=c∫a+∞e-λxd(λx)=-ce-λx\vlinea+∞=ce-λa,所以ce-λa=1,从而c=eλa.于是P{a-1<X≤a+1}=∫a-1a+1f(x)dx=∫a-1a0dx+∫aa+1λeλae-λxdx=-eλae-λx\vlineaa+1=-eλa(e-λ(a+1)-e-λa)=1-e-λ.注意，a-1<a, 而当x<a时，f(x)=0.习题12已知X∼f(x)={12x2-12x+3,0<x<10,其它, 计算P{X≤0.2∣0.1<X≤0.5}.解答：根据条件概率;有P{X≤0.2∣0.1<X≤0.5}=P{X≤0.2,0.1<X≤0.5}P{0.1<X≤0.5}=P{0.1<X≤0.2}P{0.1<X≤0.5}=∫0.10.2(12x2-12x+2)dx∫0.10.5(12x2-12x+3)dx =(4x3-6x2+3x)∣0.10.2(4x3-6x2+3x)∣0.10.5=0.1480.256=0.578125.习题13若F1(x),F2(x)为分布函数，(1)判断F1(x)+F2(x)是不是分布函数，为什么？(2)若a1,a2是正常数，且a1+a2=1. 证明：a1F1(x)+a2F2(x)是分布函数.解答：(1)F(+∞)=limx→+∞F(x)=limx→+∞F1(x)+limx→+∞F2(x)=1+1=2≠1故F(x)不是分布函数.(2)由F1(x),F2(x)单调非减，右连续，且 F1(-∞)=F2(-∞)=0,F1(+∞)=F2(+∞)=1,可知a1F1(x)+a2F2(x)单调非减，右连续，且 a1F1(-∞)+a2F2(-∞)=0,a1F1(+∞)+a2F2(+∞)=1.从而a1F1(x)+a2F2(x)是分布函数.习题14设随机变量X的概率密度ϕ(x)为偶函数，试证对任意的a>0, 分布函数F(x)满足：(1)F(-a)=1-F(a); (2)P{∣X∣>a}=2[1-F(a)].解答：(1)F(-a)=∫-∞-aϕ(x)dx=∫a+∞ϕ(-t)dt=∫a+∞ϕ(x)dx=1-∫-∞aϕ(x)dx=1-F(a).(2)P{∣X∣>a}=P{X<-a}+P{X>a}=F(-a)+P{X≥a}F(-a)+1-F(a)=2[1-F(a)].习题15设K在(0,5)上服从均匀分布，求x的方程4x2+4Kx+K+2=0有实根的概率.解答：因为K∼U(0,5), 所以 fK(k)={1/5,0<k<50,其它,方程4x2+4Kx+K+2=0有实根的充要条件为(4K)2-4⋅4(K+2)≥0,即 K2-K-2≥0,亦即(k-2)(K+1)≥0,解得K≥2(K≤-1舍去), 所以P{方程有实根}=P{K≥2}=∫2515dx=35.习题16某单位招聘155人，按考试成绩录用，共有526人报名，假设报名者考试成绩X∼N(μ,σ2), 已知90分以上12人，60分以下83人，若从高分到低分依次录取，某人成绩为78分，问此人是否能被录取？解答：要解决此问题首先确定μ,σ2, 因为考试人数很多，可用频率近似概率.根据已知条件P{X>90}=12/526≈0.0228,P{X≤90}=1-P{X>90}≈1-0.0228}=0.9772;又因为P{X≤90}=P{X-μσ≤90-μσ, 所以有Φ(90-μσ)=0.9772, 反查标准正态表得90-μσ=2 ①同理：P{X≤60}=83/526≈0.1578; 又因为P{X≤60}=P{X-μσ≤60-μσ,故Φ(60-μσ)≈0.1578.因为0.1578<0.5,所以60-μσ<0, 故Φ(μ-60σ)≈1-0.1578=0.8422, 反查标准正态表得μ-60σ≈1.0 ②联立①，②解得σ=10,μ=70, 所以，X∼N(70,100).某人是否能被录取，关键看录取率. 已知录取率为155526≈0.2947, 看某人是否能被录取，解法有两种：方法1：P{X>78}=1-P{X≤78}=1-P{x-7010≤78-7010=1-Φ(0.8)≈1-0.7881=0.2119,因为0.2119<0.2947(录取率), 所以此人能被录取.方法2：看录取分数线. 设录取者最低分为x0, 则P{X≥x0}=0.2947(录取率),P{X≤x0}=1-P{X≥x0}=1-0.2947=0.7053,P{X≤x0}=P{x-7010≤x0-7010=Φ{x0-7010=0.7053,反查标准正态表得x0-7010≈0.54, 解得x0≈75. 此人成绩78分高于最低分，所以可以录取.习题17假设某地在任何长为t(年)的时间间隔内发生地震的次数N(t)服从参数为λ=0.1t的泊松分布，X表示连续两次地震之间间隔的时间(单位：年).(1)证明X服从指数分布并求出X的分布函数；(2)求今后3年内再次发生地震的概率；(3)求今后3年到5年内再次发生地震的概率.解答：(1)当t≥0时，P{X>t}=P{N(t)=0}=e-0.1t,∴F(t)=P{X≤t}=1-P{X>t}=1-e-0.1t;当t<0时，F(t)=0,∴ F(x)={1-e-0.1t,x≥00,x<0,X服从指数分布(λ=0.1);(2)F(3)=1-e-0.1×3≈0.26;(3)F(5)-F(3)≈0.13.习题18100件产品中，90个一等品，10个二等品，随机取2个安装在一台设备上，若一台设备中有i个(i=0,1,2)二等品，则此设备的使用寿命服从参数为λ=i+1的指数分布.(1)试求设备寿命超过1的概率；(2)已知设备寿命超过1，求安装在设备上的两个零件都是一等品的概率 .解答：(1)设X表示设备寿命. A表示“设备寿命超过1”，Bi表示“取出i个二等品”(i=0,1,2)，则X的密度函数为fX(x)={λe-λx,x>00,x≤0 (λ=i+1,i=0,1,2),P(B0)=C902C1002, P(B1)=C901C102C1002, P(B2)=C102C1002, P(A∣B0)=∫1+∞e-xdx=e-1, P(A∣B1)=∫1+∞2e-2xdx=e-2,P(A∣B2)=∫1+∞3e-3xdx=e-3,由全概率公式：P(A)=∑i=02P(Bi)P(A∣Bi)≈0.32.(2)由贝叶斯公式：P(B0∣A)=P(B0)P(A∣B0)P(A)≈0.93.求Y=eX的概率密度.解答：因为α=min{y(0),y(+∞)}=min{1,+∞}=1,β=max{y(0),y(+∞)}=max{1,+∞}=+∞.类似上题可得fY(y)={fX[h(y)]∣h′(y)∣,1<y<+∞0,其它={1/y2,1<y<+∞0,其它.习题22设随便机变量X的密度函数为 fX(x)={1-∣x∣,-1<x<10,其它,求随机变量Y=X2+1的分布函数与密度函数.解答：X的取值范围为(-1,1), 则Y的取值范围为[1,2). 当1≤y<2时，FY(y)=P{Y≤y}=P{X2+1≤y}=P{-Y-1≤x≤y-1}=∫-y-1y-1(1-∣x∣)dx=2∫0y-1(1-x)dx=1-(1-y-1)2,从而Y的分布函数为 FY(y)={0,y<11-(1-y-1)2,1≤y<2,1,其它Y的概率密度为fY(y)={1y-1-1,1<y<20,其它.第三章多维随机变量及其分布3.1 二维随机变量及其分布习题1设(X,Y)的分布律为X\123Y1 1/61/91/182 1/3a1/9求a.解答：由分布律性质∑i⋅jPij=1, 可知 1/6+1/9+1/18+1/3+a+1/9=1,解得 a=2/9.习题2(1)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(1)P{a<X≤b,Y≤c};解答：P{a<X≤b,Y≤c}=F(b,c)-F(a,c).习题2(2)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(2)P{0<Y≤b};解答：P{0<Y≤b}=F(+∞,b)-F(+∞,0).习题2(3)2.设(X,Y)的分布函数为F(x,y)，试用F(x,y)表示：(3)P{X>a,Y≤b}.解答：P{X>a,Y≤b}=F(+∞,b)-F(a,b).习题3(1)3.设二维离散型随机变量的联合分布如下表：试求： (1)P{12<X<32,0<Y<4;解答：P{12<X<23,0<Y<4P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=14+0+0=14.习题3(2)3.设二维离散型随机变量的联合分布如下表：试求：(2)P{1≤X≤2,3≤Y≤4};解答：P{1≤X≤2,3≤Y≤4}=P{X=1,Y=3}+P{X=1,Y=4}+P{X=2,Y=3}+P{X=2,Y=4}=0+116+0+14=516.习题3(3)3.设二维离散型随机变量的联合分布如下表：试求： (3)F(2,3).解答：F(2,3)=P(1,1)+P(1,2)+P(1,3)+P(2,1)+P(2,2)+P(2,3)=14+0+0+116+14+0=916.习题4设X,Y为随机变量，且P{X≥0,Y≥0}=37,P{X≥0}=P{Y≥0}=47,求P{max{X,Y}≥0}.解答：P{max{X,Y}≥0}=P{X,Y至少一个大于等于0} =P{X≥0}+P{Y≥0}-P{X≥0,Y≥0}=47+47-37=57.习题5(X,Y)只取下列数值中的值： (0,0),(-1,1),(-1,13),(2,0)且相应概率依次为16,13,112,512, 请列出(X,Y)的概率分布表，并写出关于Y的边缘分布.解答：(1)因为所给的一组概率实数显然均大于零，且有16+13+112+512=1, 故所给的一组实数必是某二维随机变量(X,Y)的联合概率分布. 因(X,Y)只取上述四组可能值，故事件：{X=-1,Y=0}, {X=0,Y=13, {X=0,Y=1},{X=2,Y=13,{X=2,Y=1}均为不可能事件，其概率必为零. 因而得到下表：Y 01/31pk 7/121/121/3习题6设随机向量(X,Y)服从二维正态分布N(0,0,102,102,0), 其概率密度为f(x,y)=1200πex2+y2200,求P{X≤Y}.解答：由于P{X≤Y}+P{X>Y}=1，且由正态分布图形的对称性，知P{X≤Y}=P{X>Y},故P{X≤Y}=12.习题7设随机变量(X,Y)的概率密度为f(x,y)={k(6-x-y),0<x<2,2<y<40,其它,(1)确定常数k; (2)求P{X<1,Y<3}; (3)求P{X<1.5}; (4)求P{X+Y≤4}.解答：如图所示(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数k.∫02∫24k(6-x-y)dydx=k∫02(6-2x)dx=8k=1,所以k=18.(2)P{X<1,Y<3}=∫01dx∫2318(6-x-y)dy=38.(3)P{X<1.5}=∫01.5dx∫2418(6-x-y)dy=2732. (4)P{X+Y≤4}=∫02dx∫24-x18(6-x-y)dy=23.习题8已知X和Y的联合密度为f(x,y)={cxy,0≤x≤1,0≤y≤10,其它,试求：(1)常数c; (2)X和Y的联合分布函数F(x,y).解答：(1)由于1=∫-∞+∞∫-∞+∞f(x,y)dxdy=c∫01∫01xydxdy=c4,c=4.(2)当x≤0或y≤0时，显然F(x,y)=0;当x≥1,y≥1时，显然F(x,y)=1;设0≤x≤1,0≤y≤1,有F(x,y)=∫-∞x∫-∞yf(u,v)dudv=4∫0xudu∫0yvdv=x2y2.设0≤x≤1,y>1,有F(x,y)=P{X≤1,Y≤y}=4∫0xudu∫01ydy=x2.最后，设x>1,0≤y≤1,有F(x,y)=P{X≤1,Y≤y}=4∫01xdx∫0yvdv=y2.函数F(x,y)在平面各区域的表达式F(x,y)={0,x≤0或y≤0x2,0≤x≤1,y>1x2y2,0≤x≤1,0≤y≤1.y2,x>习题9设二维随机变量(X,Y)的概率密度为 f(x,y)={4.8y(2-x),0≤x≤1,x≤y≤10,其它,求边缘概率密度fY(y).解答：fX(x)=∫-∞+∞f(x,y)dy={∫0x4.8y(2-x)dy,0≤x≤10,其它={2.4x2(2-x),0≤x≤10,其它.fY(y)=∫-∞+∞f(x,y)dx={∫0y4.8y(2-x)dx,0≤y≤10,其它={2.4y(4y-y2),0≤y≤10,其它.习题10设(X,Y)在曲线y=x2,y=x所围成的区域G里服从均匀分布，求联合分布密度和边缘分布密度.解答：区域G的面积A=∫01(x-x2)dx=16, 由题设知(X,Y)的联合分布密度为f(x,y)={6,0≤x≤1,x2≤y≤x0,其它,从而fX(x)=∫-∞+∞f(x,y)dy=6∫x2xdy=6(x-x2),0≤x≤1,即fX(x)={6(x-x2),0≤x≤10,其它fY(y)=∫-∞+∞f(x,y)dx=6∫yydx=6(y-y),0≤y≤1,即fY(y)={6(y-y),0≤y≤10,其它.3.2 条件分布与随机变量的独立性习题1二维随机变量(X,Y)的分布律为故(1)在Y=1条件下，X的条件分布律为。
《概率论与数理统计》复习-知识归纳整理
《概率论与数理统计》复习大纲第一章 随机事件与概率基本概念随机试验E----指试验可在相同条件下重复举行，试验的结果具有多种可能性（每次试验有且仅有一个结果闪现，且事先知道试验可能闪现的一切结果，但不能预知每次试验确实切结果。
样本点ω ---随机试验E的每一具可能闪现的结果样本空间Ω----随机试验E的样本点的全体随机事件-----由样本空间中的若干个样本点组成的集合，即随机事件是样本空间的一具子集。
必然事件---每次试验中必然发生的事件。
不可能事件∅--每次试验中一定不发生的事件。
事件之间的关系包含A⊂B相等A=B对立事件，也称A的逆事件互斥事件AB=∅也称不相容事件A，B相互独立P(AB)=P(A)P(B)例1事件A，B互为对立事件等价于（ D ）A、A，B互不相容B、A，B相互独立C、A∪B＝ΩD、A，B构成对样本空间的一具剖分例2设P(A)=0，B为任一事件，则（C ）A、A=∅B、A⊂BC、A与B相互独立D、A与B互不相容事件之间的运算事件的交AB或A ∩B 例1设事件A、B满足A B¯=∅，由此推导不出(D)A、A⊂BB、A¯⊃B¯C、A B=BD、A B=B例2若事件B与A满足B – A=B，则一定有(B)A、A=∅B、AB=∅C、AB¯=∅D、B=A¯事件的并A∪B事件的差A-B 注意：A-B= A B= A-AB = (A∪B)-BA1,A2,…,An构成Ω的一具完备事件组(或分斥)−−指A1,A2,…,An两两互不相容，且∪i=1nAi=Ω运算法则交换律A∪B=B∪A A∩B=B∩A结合律(A∪B)∪C=A∪(B∪C) (A∩B)∩C=A∩(B∩C)分配律(A∪B)∩C=(AC)∪(BC) (A∩B)∪C=(A∪C)∩(B∪C) 对偶律A∪B=A∩B A∩B=A∪B文氏图事件与集合论的对应关系表记号概率论集合论Ω样本空间，必然事件全集∅不可能事件空集ω基本事件元素A 事件全集中的一具子集A A的对立事件A的补集A⊂B 事件A发生导致事件B发生A是B的子集A=B 事件A与事件B相等A与B相等A∪B 事件A与事件B至少有一具发生A与B的并集AB 事件A与事件B并且发生A与B的交集知识归纳整理A-B事件A 发生但事件B 不发生A 与B 的差集 AB=∅ 事件A 与事件B 互不相容（互斥） A 与B 没有相同的元素古典概型 古典概型的前提是Ω={ω1,ω2, ω3,…, ωn ,}, n 为有限正整数，且每个样本点ωi 出现的可能性相等。
东华大学《概率论与数理统计》课件 第一章 随机事件与概率
(3) 设A1，A何2，…时,P是(A一|列B两)两<互P不(A相)容? 的事件，即AiAj＝
，(ij), i , j＝1, 2, …, 有 P( A1 A2 … )＝ P(A1) ＋P(A2)+….
则称P(A)为事件A的概率。
例 一盒中混有100只新 ,旧乒乓球，各有红、白两 色，分 类如下表。从盒中随机取出一球，若取得的 是一只红球，试求该红球是新球的概率。
1.定义 若对随机试验E所对应的样本空间中的 每一事件A，均赋予一实数P(A)，集合函数P(A)满足 条件：
(1) 非负性: P(A) ≥0；
(2) 规范性: P(S)＝1；
(3) 可列可加性：设A1，A2，…, 是一列两两互不 相容的事件，即AiAj＝，(ij), i , j＝1, 2, …, 有
概率论与数理统计
第一章 随机事件与概率
教材：
《概率论与数理统计》
魏宗舒编
高等教育出版社
本章主要内容：
1. 概率的概念与性质 2. 事件的关系与运算性质 3. 古典概型概率的计算 4. 加法公式、条件概率、乘法公式 5. 事件的独立性、伯努利概型
重点：古典概型、概率的计算 难点：事件的关系和运算
条件概率、伯努利概型
(2) 单调不减性：若事件AB，则 P(A)≥P(B)
(3) 事件差: A、B是两个事件，
则
P(A-B)=P(A)-P(AB)
(4) 加法公式：对任意两事件A、B，有 P(AB)＝P(A)＋P(B)－P(AB)
该公式可推广到任意n个事件A1，A2，…，An的情形 ；
(5) 互补性：P(A)＝1－ P(A); (6) 可分性：对任意两事件A、B，有
概率论与数理统计第一章——随机事件及概率
ex2: 从0,1,2,3,4,5, 这六个数字中任取四 个，问能组成多少个四位偶数?
解：组成的四位数是偶数,要求末位为0,2或
4,可先选末位数,共P31 种,前三位数的选取方法有
P53 种,而0不能作首位,所以所组成的偶数个数为
P1 P3 − P1 P1 P2 = 156 (个)
◼ 为方便起见，记Φ为不可能事件，Φ不 包含任何样本点。
(三) 事件的关系及运算 ❖事件的关系（包含、相等）
1A B：事件A发生一定导致B发生
2A＝B
A B
B A
B A
例：
✓ 记A={明天天晴}，B={明天无雨} B A ✓ 记A={至少有10人候车}，B={至少有5人候车}
B A
✓ 抛两颗均匀的骰子，两颗骰子出现的点数分别 记为x,y.记A={x+y为奇数}，B={两次的骰子点
A
B
n Ai：A1, A2,An至少有一发生
i=1
n Ai：A1, A 2 ,An同时发生
i =1
✓当AB= Φ时，称事件A与B是互不相
容的，或互斥的。
A
B
A A= A B =
A的逆事件记为A, A A =
, 若 A B =
,
称A, B互逆(互为对立事件)
AA
A
B
事件A对事件B的差事件：
◼可以在相同条件下重复进行(重复性)； ◼事先知道所有可能出现的结果（明确性）； ◼每次试验前并不知道哪个试验结果会发生 （随机性）。
例： ❖抛一枚硬币，观察试验结果； ❖对某路公交车某停靠站登记下车人数； ❖对某批同型号灯泡，抽取其中一只测 验其使用寿命（按小时计）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
10、对立事件是指？并举例说明？ 11、完备事件组的概念，并举例说明？
12、事件之间的运算满足哪些规律？
一、样本空间与随机事件
随机试验：请掷一枚均匀的骰子
1、观察出现的所有可能结果，并把此所有可能结果
写成集合形式；
{1,2,3,4,5,6}
如：包含两个样本点的样本空间
{H, T}
它既可以作为抛掷硬币出现正面或出现反面的模 型，也可以作为产品检验中合格与不合格的模型， 又能用于排队现象中有人排队与无人排队的模型 …………
⑵样本空间的元素是由试验的目的所确定的.
如：将一枚硬币连续抛掷两次，观察正面H、反面 T出现的情况. 则样本空间为：
第一章 随机事件与概率
1.2 随机事件
1.2节需要弄清楚下述问题：
1、基本事件、样本空间的概念，并举例说明？ 2、随机事件的概念，并举例说明？ 3、事件发生的含义是什么？必然事件与不可能事件的概念，
并举例说明？
4、事件的包含关系是指？并举例说明？ 5、事件的相等关系是指？并举例说明？
6、事件的和（并）概念，并举例说明？ 7、事件的积（交）的概念，并举例说明？
⑵由于必然事件在每一次试验中都发生，所以对
任一随机事件 A ，都有 A .
如：抛两颗骰子， A “两颗骰子点数之和为奇数”， B “两颗骰子的点数为一奇一偶“，请思考A与
B等吗？
事件 A的发生必然导致 B 的发生，而且B 的发 生必然导致 A 的发生，所以 A B
事件的相等：若事件 A 包含事件 B，同时事件 B 也 包含事件 A . 即：A B 且 A B ，则称事件 A 与事件 B 相等，或称 A 与 B 等价，记为 A B.
事件发生：当事件A所包含的基本事件或样本点有一个 出现，就说事件A发生了；否则就说事件A 没发生.
必然事件：在每次试验中，一定出现的事件称为必 然事件，记为
不可能事件：在每次试验中，一定不出现的事件称
为不可能事件，记为
注：必然事件和不可能事件是每次试验之前都可以 准确预言的，其结果不是随机事件. 但为了讨 论问题的方便，我们把它们看成是特殊的随机 事件，作为随机事件的两个极端情况.
基本事件：在试验 E 中，每一种可能结果称为基本 事件，或称为样本点. 常用字母 表示.
样本空间：所有基本事件（或样本点）组成的集合 称为试验 E 的样本空间，记为 .
例1：写出下列随机试验的样本空间
抛一枚硬币,观察正面H、反面T出现的情况. 则样本空间为：
1 {H,T}
将一枚硬币连续抛掷三次，观察正面H、反面T出 现的情况. 则样本空间为：
事实上这就是这次随 机试验的样本空间
2、观察这一次可能出现的结果，并把这一次可能结果
写成集合形式；
这些可能结果就是这次
{1},{2},{3},{4},{5},{6} 随机试验的基本事件
3、观察这一次出现的所有可能的偶数点结果，并把 此结果写成集合形式.
{2,4,6}
这就是这次随机试验的随机事件，随机事 件还如：{1,4,5} {2,5} 等.
{HH , HT ,TH,TT}
第1次 第2次
HH
H
HT
H
TH
T
H
在每次试验中必
T
有一个样本点出
H
现且仅有一个样 本点出现 .
TT
T
T
随机事件：在随机试验中，有可能发生也有可能不发 生的结果，称之为随机事件，简称为事件， 常用大写字母 A, B,C …表示.
注：随机事件实际上是样本空间的一个子集，即 是由样本点所构成的集合.
A B A发生或B发生 A, B中至少有一个发生
维恩图表示：
AB
注： n 个事件 A1, A2 ,, An的和，记为： n
A1 A2 An Ak
k 1
3、事件的积（交）
如：抛一颗骰子， A பைடு நூலகம்“出现点数不超过3”， B “出现偶数点“，C=“出现2点”，请思考：
C与A、B关系？
C AB
事件是一个集合，因而事件间的关系与事件的 运算自然按照集合论中集合之间的关系和集合 运算来处理. 根据“事件发生”的含义，下面给 出事件的关系和运算在概率论中的提法.
设试验E的样本空间为 ，而 A, B, A1, A2,, An 分别为 的子集.
1、事件的包含与相等
如：抛一颗骰子，事件 A “出现4点”B， ”出现偶
事件的积（交）：事件 A与事件 B 同时发生，称为事件 A与事件 B 的积，也称为事件 A与事件 B 的交，记 作 A B 或 AB ，即：
2 {HHH , HHT , HTT , HTH ,THH,TTH,THT ,TTT}
记录电话交换台一分钟内接到的呼唤次数. 则样本空间为：
3 {0,1, 2, 3,}
在一批灯泡中任意抽取一只,测试它的寿命. 则样本空间为：
4 {t t 0}
注：⑴建立样本空间，事实上就是建立随机现象的数 学模型. 因此一个样本空间可以概括许多内容 大不相同的实际问题.
即： A B
AB 且 AB
维恩图表示：
A
B
2、事件的和（并） 如：抛一颗骰子，事件
A {1,2,4} B {2,4,6} C {1,2,4,6}
请思考：C与A、B的关系？
C AB AB
事件的和( 并 )：事件A 与事件B 中至少有一个发生，称 为事件 A 与事件 B 的和，也称为事件 A 与事件 B 的 并，记作 A B 或 A B ，即：
数点”，请思考：
1、事件 A 发生会导致事件B 的发生吗？ 会 2、事件 B 发生会导致事件 A 的发生吗？ 不会
事件的包含关系：若事件 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 包含 于事件 B. 记为 A B（或 B A ）.
维恩图表示：
B
A
注：⑴事件 A 是事件 B 的子事件即 A B ，换一说 法：如果事件 B 不发生必然导致事件 A 不发生；
例2：将一枚硬币连续抛掷3次，观察正面H、反面T 出现的情况，试写出下列事件：
⑴第一次出现正面H；
A1 {HHH , HHT , HTT , HTH}
⑵出现两次正面H；
A2 {HHT , HTH ,THH}
⑶三次出现同一面T；
A3 {TTT}
⑷四次出现反面T.
A4
二、事件间的关系及运算