概率统计第一部分讲义
初中数学《统计与概率》讲义及练习
1. 能准确判断事件发生的等可能性以及游戏规则的公平性问题.2. 运用排列组合知识和枚举等计数方法求解概率问题．3. 理解和运用概率性质进行概率的运算知识点说明在抛掷一枚硬币时，究竟会出现什么样的结果事先是不能确定的，但是当我们在相同的条件下，大量重复地抛掷同一枚均匀硬币时，就会发现“出现正面”或“出现反面”的次数大约各占总抛掷次数的一半左右．这里的“大量重复”是指多少次呢？历史上不少统计学家，例如皮尔逊等人作过成千上万次抛掷硬币的试验，随着试验次数的增加，出现正面的频率波动越来越小，频率在0.5这个定值附近摆动的性质是出现正面这一现象的内在必然性规律的表现，0.5恰恰就是刻画出现正面可能性大小的数值，0.5就是抛掷硬币时出现正面的概率．这就是概率统计定义的思想，这一思想也给出了在实际问题中估算概率的近似值的方法，当试验次数足够大时，可将频率作为概率的近似值．在统计里，我们把所要考察对象的全体叫做总体，其中的每一个考察对象叫做个体。
从总体中所抽取的一部分个体叫做总体的一个样本。
样本中个体的数目叫做样本的容量。
总体中所有个体的平均数叫做总体平均数，把样本中所有个体的平均数叫做样本平均数。
概率的古典定义：如果一个试验满足两条： ⑴试验只有有限个基本结果：⑵试验的每个基本结果出现的可能性是一样的． 这样的试验，称为古典试验．对于古典试验中的事件A ，它的概率定义为：()mP A n=，n 表示该试验中所有可能出现的基本结果的总数目，m 表示事件A 包含的试验基本结果数．小学奥数中，所涉及的问题都属于古典概率．其中的m 和n 需要我们用枚举、加乘原理、排列组合等方法求出．相互独立事件：()()()P A B P A P B ⋅=⋅ 事件A 是否发生对事件B 发生的概率没有影响，这样的两个事件叫做相互独立事件． 公式含义：如果事件A 和B 为独立事件，那么A 和B 都发生的概率等于事件A 发生的概率与事件B 发生的概率之积．举例：⑴明天是否晴天与明天晚餐是否有煎鸡蛋相互没有影响，因此两个事件为相互独立事件.所以明天天晴，并且晚餐有煎鸡蛋的概率等于明天天晴的概率乘以明天晚餐有煎鸡蛋的概率.⑵第一次抛硬币掉下来是正面向上与第二次抛硬币是正面向上是两个相互独立事件．所以第一次、第二次抛硬币掉下来后都是正面向上的概率等于两次分别抛硬币掉下来后是正面向上的概率之积，即111224P =⨯=.⑶掷骰子，骰子是否掉在桌上和骰子的某个数字向上是两个相互独立的事件，如果骰子掉在桌上的概率为0.6，那么骰子掉在桌上且数字“n ”向上的概率为10.60.16⨯=．知识点拨教学目标8-7概率与统计例题精讲【例 1】（2007年“希望杯”二试六年级)气象台预报“本市明天降雨概率是80%”．对此信息，下列说法中正确的是．①本市明天将有80%的地区降水．②本市明天将有80%的时间降水．③明天肯定下雨．④明天降水的可能性比较大．【解析】降水概率指的是可能性的大小，并不是降水覆盖的地区或者降水的时间．80%的概率也不是指肯定下雨，100%的概率才是肯定下雨．80%的概率是说明有比较大的可能性下雨．因此④的说法正确．【巩固】一个小方木块的六个面上分别写有数字2、3、5、6、7、9，小光、小亮两人随意往桌面上扔放这个木块．规定：当小光扔时，如果朝上的一面写的是偶数，得1分．当小亮扔时，如果朝上的一面写的是奇数，得1分．每人扔100次，______得分高的可能性比较大．【解析】因为2、3、5、6、7、9中奇数有4个，偶数只有2个，所以木块向上一面写着奇数的可能性较大，即小亮得分高的可能性较大．【例 2】在多家商店中调查某商品的价格，所得的数据如下（单位：元）25 21 23 25 27 29 25 28 30 2926 24 25 27 26 22 24 25 26 28请填写下表【解析】：【例 3】在某个池塘中随机捕捞100条鱼，并给鱼作上标记后放回池塘中，过一段时间后又再次随机捕捞200尾，发现其中有25条鱼是被作过标记的，如果两次捕捞之间鱼的数量没有增加或减少，那么请你估计这个池塘中一共有鱼多少尾？【解析】200尾鱼中有25条鱼被标记过，所以池塘中鱼被标记的概率的实验得出值为252000.125÷=，所以池塘中的鱼被标记的概率可以看作是0.125，池塘中鱼的数量约为1000.125800÷=尾．【例 4】有黑桃、红桃、方块、草花这4种花色的扑克牌各2张，从这8张牌中任意取出2张。
概率论讲义_带作业
例 已知某类产品的次品率为0. 2 ，现从一大批这类产品中随机抽查2 0 件. 问恰好 有 件次品的概率是多少？
3) 泊松分布
概率论的基本概念 样本空间
样本点
事件
事件的概率
练习 1. 抛一枚骰子，观察向上一面的点数；事件表示“出现偶数点”
2. 对目标进行射击，击中后便停止射击，观察射击的次数；事件表示“射击次数不超 过5 次”
事件之间的关系与运算
事件语言
集合语言
样本空间
事件
的对立事件
事件 或者
分布律：如果记离散型随机变量 所有可能的取值为
值的概率，即事件
的概率为
， 取各个可能
上式称为离散型随机变量 的分布律. 分布律也可以直观的表示成下列表格：
根据概率的性质，分布律中的 应该满足下列条件： 1． 2． 例 某系统有两台机器独立运转. 设第一台与第二台机器发生故障的概率分别是 0. 1 ，0. 2. 以 表示系统中发生故障的机器数，求 的分布律.
随机变量的例子
掷一枚色子，用 记点数；
掷三枚色子，用 记点数之和；
掷一枚硬币，记
为“出现正面”，
为“出现反面”；
变量的取值是随机的，依赖于随机试验的结果
用随机变量来表示事件
设 为一个实数集合，则用
表示一个事件 ，即
例如，某射手射击某个目标，击中计1 分，未中计0 分，则计分 表示一个随机
变量，且“击中”这个事件可以表示为
第二章 随机变量及其分布
Hale Waihona Puke 第六讲 随机变量 离散随机变量
概率论的另一个重要概念是随机变量. 随机变量的引入, 使概率论的研究由个别的 随机事件扩大为随机变量所表征的随机现象的研究.
文都数学基础班概率统计 汤家凤
(4)
若 豸~Ⅳ (〃 ,σ 2),
贝刂P彻
(舀
兰钭
=尸(D)-F(四 )〓
Φ(至 宁
)-Φ (四
〃 云 )°
例题选讲
-、 选择题
1、 设 X1,X2的 审度为 /l←),尼 ←),分 布函数为 Fl←),凡 ←),下 列结论正确的是
]
∶∷
(/)Fl← )+Fz← )为 某随机变量的分布函数;
; (B)￡ (jr,+尼 ←)为 某随机变量的密度函攀
ˉ
理
(一 )离 散型
整 网
惊呼 1、 二项分布一若随机变量 /的 分布律为 P(X=付 =C劳 p钅 (1-`)刀忄⑩ ≤乃兰⑷ ,
骨搬靓:
称随机变量X服 从二项分布,记 为X~刀 ⒄,p)。
2 丶
机变量
3 丶
机 变 旦里
( 1 丶
zO16考 研 数 学基础 班 概 率绕艹轱 阜 济义 称随 称随
·
@∈ Ω,总 存在唯一确定的￡(@)与 之对应,称 舀为随机变量,若 乡的可能取值为有限个或
可列个,称 ￡为离散型随机变量,若 乡在某可区间上连续取值,称 ￡为连绔型随机变量。
∵
2、 分布函数一设ζ为一个随机变量,称 函数F←)=P(舀 ≤对(-∞ <艿 (+∞)为 随机
变量 豸的分布函数。 【注解 1】 分布函数的四个特征为
∴几 」 女厶 缶 2、 (1)/∪ /〓 /,/∩ Z〓 Z; :立 :1j厶 J9}∶i1厶 i厶 i1占
Lj乙
1占 :
3、 (1)Z=(Z-B)0彳 Ⅱ∴ ∶∷|∵ ∷∷《2)(犭 ˉB)0∷彳〓/-^B厶;
(3)/+B=(Ⅱ -B)∪ /′ ∪(B-Z)°
第一章 概率论的基本概念
第一章 概率论的基本概念一、随机事件其运算1．随机试验、样本点和样本空间(1)随机试验随机试验具有如下特点的试验．1、在相同的条件下，试验可以重复进行．2、试验的所有可能结果是预先知道的，并且不止一个．3、每一次试验出现那一个结果事先不能确定． (2)样本点和样本空间随机试验的每一个可能的(不可分解的)结果，称为这个随机试验的一个样本点，记为ω．随机试验的所有样本点组成的集合，称为这个随机试验的样本空间，记为． Ω2．随机事件、基本事件、必然事件和不可能事件在随机试验中，可能发生也可能不发生的事情称为该试验的随机事件，记为A ,B 等． 随机试验的随机事件可以表示为它的一些样本点组成的集合．在一次试验中，若试验结果是随机事件A 中的一个样本点，则称在一次试验中事件A 发生． 只包含一个样本点的事件称为基本事件． 在任何一次试验中都发生的事件，称为必然事件，它就是Ω所表示的事件，因而用Ω表示必然事件．在任何一次试验中都不发生的事件，称为不可能事件，它就是由φ所表示的事件，因而用φ表示不可能事件．3．事件之间的关系和运算 (1)包含关系设A ,B 为二事件，若A 发生必导致B 发生，则称事件A 包含于事件B ，或事件B 包含事件A ，记为B A ⊂．B A ⊂⇔A ∈∀ω必有B ∈ω，见图1—1． (2)相等关系设A ,B 为二事件，若B A ⊂并且A B ⊂，则称A 与B 相等，记为B A =，见图1—2．(3)事件的并设A ,B 为二事件，称事件“A ,B 至少一个发生(A 发生或B 发生)”为A ,B 的并(或和)，记为．B A ∪B A ∪}|{B A ∈∈=ωωω或．见图1—3．(4)事件的交设A ,B 为二事件，称事件“A ,B 同时发生(A 发生且B 发生)”为A ,B 的交(或积)．记为或B A ∩AB ．AB }|{B A ∈∈=ωωω且．见图1—4． (5)事件的差设A ,B 为二事件，称事件“A 发生且B 不发生”为A 减去B 的差，记为B A −．B A − }|{B A ∉∈=ωωω且．见图1—5．(6)互不相容关系设A ,B 为二事件，若A ,B 不能同时发生，称A ,B 互不相容或互斥，记为AB φ=． A ,B 互不相容⇔AB φ=，见图1—6． (7)对立事件设A 为一事件，称事件“A 不发生”为A 的余事件或A 的对立事件，记为A ．A =A −Ω，即φ=Ω=+A A A A ，，见图1—7．(8)完备事件组 构成完备事件组，若,,,,21n H H H )( 21j i H H H H H j i n ≠=Ω=++++φ， ．换句话说，如果有限个或可数个事件两两不相容，并且“所有事件的和”是必然事件，则称它们构成完备事件组． ,,,,21n H H H 4．事件的运算法则对于任意事件，，有C B A ,, ,,,,21n A A A (1) 交换律 A B B A A B B A ∩∩∪∪==，．(2) 结合律 C B A C B A ∪∪∪∪)()(=；C B A C B A ∩∩∩∩)()(=．(3) 分配律 ；)()()(C A B A C B A ∩∪∩∪∩=)()()(C A B A C B A ∪∩∪∩∪=．() ∪∩∪ ∪∩ ∪∪ ∪∩)()(11n n A A A A A A A =． (4) 对偶律 ，；B A B A B A B A ∪∩∩∪==∩∩ ∩ ∪∪ ∪n n A A 11=； ∪∪ ∪ ∩∩ ∩n n A A 11=．下列关系和运算要熟记：Ω⊂⊂A φ；；B A B A B A ∪∩⊂⊂)(或B B A A B A B A ==⇒⊂∪∩且；A B A ⊂−；φ=−⇒⊂B A B A ；φφ=A ∩；A A =∪φ；φ=Ω；Ω=φ；A B B A ⊂⇒⊂；AB A B A B A −==−∩；)(A B A B A ∪∪=．【例1】写出下列随机试验的样本空间： (1)从袋中任取3个球，记录取球的结果．(2)从袋中不放回地接连取出3个球，记录取球的结果． (3)从袋中有放回地接连取出3个球，记录取球的结果．(4)从袋中不放回地一个一个地取球，直到取得白球为止录取球的结果．【例2】今有3个球、4个盒子．写出下列随机试验的样本空间：(1)将3个球任意地放入4个盒子中去、每个盒子放入的球数不限，记录放球的结果． (2)将3个球放入4个盒子中去，每个盒子至多放入1个球，记录放球的结果．【例3】写出下列随机试验的样本空间： (1)在上任取一点，记录其坐标． )1,0((2)将一尺之捶折成三段，记录三段的长度 (3)在上任取三点，记录三点的坐标．)1,0(【例4】写出下列随机试验的样本空间，用样本点的集合表示所述事件，并讨论它们之间的相互关系．(1)袋中有3个白球和2个黑球，从其中任取2个球，令A 表示 “取出的全是白球”，B 表示“取出的全是黑球”，表示“取出的球颜色相同”， (C i A 2,1=i )表示“取出的2个球中恰有i 个白球”，表示“取出的2个球中至少有1个白球”． D (2)袋中有2个正品和2个次品，从袋中有放回地接连抽取产品3次，每次任取1件，令 ()表示“第次取出的是正品”，i A 3,2,1=i i B 表示“3次都取得正品”． (3)从l，2，3，4这4个数字中，任取—数，取后放回，然后再任取一数．先后取了3次，令A 表示“3次取出的数不超过3”，B 表示“3次取出的数不超过2”，表示“3次取出的数的最大者为3”．C (4)将3个球任意地放入4个盒子中去，令A 表示“恰有3个盒子中各有1球”，B 表示“至少有2个球放入同1个盒子中”．【例5】设为3事件，试用表示下列事件： C B A ,,C B A ,,(1)至少有1个发生． C B A ,, (2)都不发生．C B A ,,(3)不都发生．C B A ,,(4)不多于1个发生． C B A ,,【例6】什么样的事件X 满足下列等式： (1)B A X A X =)()(∪∪∪． (2)．B A X A ∪∪=(3)． )()(C B C A X AB ∪∩∪∪=二、事件的概率及其性质1．事件概率的定义(1)古典概型满足下列条件的随机试验，称为古典概型．10 有限性：样本点的总数是有限的；20等可能性：所有基本事件是等可能的；①概率的定义：设随机试验为古典概型，样本空间为},,{1n ωω =Ω，A 是一个事件．},,{1r i i A ωω =，则事件的概率为含样本点的个数含样本点的个数Ω==A n r A P )(． ②概率的性质：对于古典概型，事件的概率具有下列性质． 10． 1)(0≤≤A P 20．1)(=ΩP 30有限可加性：若两两互不相容，则n A A A ,,,21 ∑===ni i n i i A P A P 11)()(∪．(2)几何概型满足下列条件的随机试验，称为几何概型．10有限性：样本空间是直线、二维或三维空间中度量(长度、面积或体积)有限的区间或区域．20均匀性：样本点在样本空间上是均匀分布的(可通俗地称为是等可能的) ．①概率的定义：在几何概型中，Ω为样本空间，A 是一个事件，定义事件A 的概率)()()(Ω=L A L A P ． 其中,分别是)(A L )(ΩL A ,的度量．Ω②概率的性质：对于几何概型，事件的概率具有下列性质． 10． 1)(0≤≤A P 20．1)(=ΩP 30若两两互不相容，则,,,,21n A A A ∑∞=∞==11)()(i i i i A P A P ∪．(3)事件的频率和性质以及概率的统计定义①事件的频率：将试验重复独立地进行次，若其中事件n A 发生了次，则称为A n A n A 在这n 次试验中出现的频数，称比值为n n A /A 在这次试验中出现的频率，记为，即．n )(A f n =)(A n f n n A /②频率的性质：事件的频率有如下性质： 101)(0≤≤A f n ． 20．1)(=ΩP 30 若两两互不相容，则m A A A ,,,21 ∑===mi i n m i i n A f A f 11)()(∪．2．概率的公理化定义及性质(1)概率的公理化定义设随机试验E 的样本空间为，以ΩE 的所有随机事件组成的集合(即的一些子集组成的集合)为定义域，定义一个函数(Ω)(A P A 为任意随机事件)，即任意一个随机事件A 与一个实数，且满足：)(A P 10．0)(≥A P 20．1)(=ΩP 30 可列可加性：若两两互不相容，则,,,,21n A A A ∑∞=∞==11)()(i i i i A P A P ∪．(2)概率的性质 100)(=φP ．20 有限可加性：若两两互不相容，则．n A A A ,,,21 ∑===ni in i iA P A P 11)()(∪30可减性：如果B A ⊂，则)()()(A P B P A B P −=−，)()(B P A P ≤⇒． （无条件等式)()()(AB P B P A B P −=−） 40对于任意事件A ，有1)(≤A P ． 50一般加法公式：==)(1∪n i i A P ∑=ni i A P 1)(∑≤<≤−nj i j i A A P 1)( ++∑≤<<≤nk j i k j i A A A P 1)()()1(211n n A A A P −−+【例7】袋中有3个白球及5个黑球，(1)从袋中任取4个球，求取得2个白球及2个黑球的概率．(2)从袋中不放回地接连取出4个球，求取得2个白球及2个黑球的概率． (3)从袋中有放回地接连取出 4个球，求取得2个白球及2个黑球的概率．【例8】设有个人，每个人都等可能地被分配到个房间中的任一间()，求下列事件的概率：n N N n < 事件：某指定的间房中各有1个人． 1A n 事件：恰有间房各有1个人． 2A n 韦件：某指定的房间中有个人．3A k 事件：当4A N n =时，恰有一间房空着．【例9】编号为1,2,3,4,5,6,7,8,9的车皮随机地发往三个地区,和的各2，3和4节，求发往同一地区的车皮编号相邻的概率． 1E 2E 3E【例10】从0,1,2,…,9这10个数字中任取1个，取后放回，先后取了6个数字，求下列事件的概率：事件：6个数字全不相同． 1A 事件：不含0与9． 2A 事件：0恰好出现2次． 3A 事件：至少出现2个0．4A 事件：6个数字中最大的是6． 5A 事件：6个数字的总和是20．6A【例11】有5名插班生，其中有3名男生、2名女生．现将他们按每班1人任意地分配到编号为1—5的5个班中去，求下列事件的概率：事件：3名男生被分到班号相连的3个班中．1A 事件：至少有2个男生被分到的班号或2个女生被分到的班号相连． 2A【例12】从n 双尺码不同的鞋子中任取r 2 (n r ≤2)只，求下列事件的概率： 事件：所取1A r 2只鞋子中只有2只成双 事件：所取2A r 2只鞋子中至少有2只成双．事件：所取3A r 2只鞍子恰成r 双．【例13】在线段AB 上任取一点，该点将AB 分成两段，求下列事件的概率： 事件：其中一段大于另一段的倍． 1A m 事件：其中每一段都小于另一段的倍．2A m【例14】设只1个泊位的码头有甲、乙两艘船停靠，2船各自可能在1昼夜的任何时刻到达．设两艘船停靠的时间分别为1小时和2小时，求下列事件的概率： 事件：码头空闲超过2小时．1A 事件：一艘船要停靠必须等待一段时间． 2A【例15】在线段上任取3个点，求下列事件的概率： AC 321,,A A A 事件：位于与之间．1B 2A 1A 1A 事件：能构成1个三角形． 2B 321,,AA AA AA【例16】若,5.0)(=A P 4.0)(=B P ,3.0)(=−B A P ，求和)(B A P ∪)(B A P ∪.【例17】对于任意两个互不相容的事件A 与B ，以下等式中只有一个不正确，它是： (A) ；)()(A P B A P =−(B) )()(A P B A P =−1)(−+B A P ∪； (C) )()()(B P A P B A P −=−； (D) ； (E) )())()((A P B A B A P =−∩∪)()()(B A P A P B A P ∪−=−.三、条件概率和乘法公式1．条件概率的定义及性质(1)条件概率的定义设为两个事件，，则称B A ,0)(>B P )()()|(B P AB P B A P =为B 发生的条件下A 的条件概率．(2)条件概率的性质 条件概率满足： 10． 0)|(≥B A P 20．1)|(=ΩB P 30可列可加性：若两两互不相容，则,,,,21n A A A ∑∞=∞==11)|()|(i i i i B A P B A P ∪．2．关于条件概率的三个定理(1)乘法公式若，则0)(>A P )()()(A B P A P AB P =． 推广 若，则0)(21>n A A A P )()()()(12112121−=n n n A A A A P A A P A P A A A P ．(2)全概率公式设是样本空间的一个划分（或称为完备事件组），即两两不交：n B B B ,,,21 Ωn B B B ,,,21 j i B B j i ≠=,φ，且Ω=n B B B ∪ ∪∪21．则∑==ni i i B P B A P A P 1)()|()(．(3)贝叶斯公式设是样本空间Ω的一个划分，若事件n B B B ,,,21 A 满足：，则有0)(>A P n i B P BA PB P B A P A B P nj j ji i i ,,2,1,)()|()()|()|(1==∑=．)(i B P （），通常叫先验概率．，（n i ,,2,1 =)|(A B P i n i ,,2,1 =），通常称为后验概率．如果我们把A 当作观察的“结果”，而理解为“原因”，则贝叶斯公式反映了“因果”的概率规律，并作出了“由果朔因”的推断．n B B B ,,,21【例18】在3重努利试验中，设5.0)(=A P ，若已知A 至少出现1次，求A 至少出现1次的概率．【例19】口袋个装有个白球、个黑球，一次取出球，发现都是同一颜色的球，求它们都是黑球的概率． 12−n n 2n【例20】假设一个人在一年内患感冒的次数X 服从参数为5的泊松分布；正在销售的一种药品A 对于75%的人可以将患感冒的次数平均降低到3次，而对于25%的人无效．现在有某人试用此药一年，结果在试用期患感冒两次，试求此药有效的概率α．【例21】对产品作抽样检验时，每100件为一批，逐批进行．对每批检验时，从其中任取1件作检查，如果是次品，就认为这批产品不合格；如果是合格品，则再检查下件．检验过的产品不放回．如此连续检查5件．如果检查5件产品都是合格品，则认为这批产品合格而被接受．假定一批产中有5％是次品，求这批产品被接受的概率．【例22】加工零件需要经过两道工序，第—道工序出现合格品的概率为0.9，出现次品的概今为0.1第一道工序加工出来的合格的，在第二道工序中出现合格品的概率为0.8，出现次品的概率为0.2；第一道工序加工出来的次品，在第二道工序出现次品或出现废品的概率都是0.5．分别求经过两道工序加工出来的零件是合格品、次品、废品的概率．【例23】在某工厂中有甲、乙、丙3台机器生产同样的产品，它们的产量各占25％，35％，40％，并且在各自的产品中．废品各占5％，4％，2％，从产品中任取1件，求它是废品的概率．若取出的是废品，分别求它是甲、乙、丙机器生产的概率．【例24】乒乓球盒内有12个球，其中9个是新球．第一次比赛时任取3个使用，用后放回．第二次比赛时再任取3个球，求此3个球全是新球的概率．若第二次取出的3个球全是新球，求第一次取出使用的3个球也是新球的概率．【例25】袋中装有5个白球和2个黑球，从中任取5个放入一个空袋中．再从这个袋的5个球做任取3个球放入另一个空袋个．最后从第三个袋中任取1球，求从第三个袋中取出白球的概率．若从第三个袋取出的是白球，分别求从第一个袋中取出放入第二个袋的5个球全是白球的概率、从第二个袋中取出放入第三个袋的3个球全是白球的概率．四、事件的独立性1．二事件的独立性定义 设为二事件，若B A ,)()()(B P A P AB P =，则称相互独立． B A , 性质 若，则相互独立的充要条件是)0(>A P B A ,)()|(B P A B P =． 定理 若相互独立，则B A ,A 与B ，A 与B ，A 与B 均独立． 2．三个或三个以上事件的独立性（1）三个事件相互独立 设为三个事件，若满足： C B A ,,)()()(B P A P AB P =； )()()(C P A P AC P =；)()()(C P B P BC P =；)()()()(C P B P A P ABC P =，则称相互独立，简称独立.C B A ,,C B A ,,若只满足上面的前三个式子，称两两独立．两两独立，未必相互独立. C B A ,,C B A ,,（2）个事件相互独立 如果n 个事件满足：n n A A A ,,,21 )()()(j i j i A P A P A A P =， n j i ≤<≤1， 共个等式； 2nC )()()()(k j i k j i A P A P A P A A A P =， n k j i ≤<<≤1 共个等式； 3nC … … … … … … … … … … … … … … … … … …)()()()(2121n n A P A P A P A A A P = 共个等式 nn C 这等式成立，则称相互独立，简称独立．1232−−=+++n C C C n nn n n n A A A ,,,21 n A A A ,,,21 若相互独立，是中的个事件，则相互独立．n A A A ,,,21 k i i i A A A ,,,21 n A A A ,,,21 k k i i i A A A ,,,21若相互独立，将任意n A A A ,,,21 m )1(n m ≤≤个事件换成它的对立事件后，所得个事件仍独立．n 若相互独立，则．n A A A ,,,21 ∏==−−=ni in i iA P A P 11))(1(1)(∪3．独立试验序列概型贝努利试验 对一个试验E ，如果只考虑两个结果A 和A ，且，p A P =)(q p A P =−=1)(，则称E 为贝努利试验．n 重贝努利试验 将贝努利试验E 重复独立地做次，称为n 重贝努利试验．n 二项概率公式 在n 重贝努利试验中，若用表示在n 次试验中k n A ,A 出现次，则k kn k k n k n q p C A P −=)(,，，n k ,,1,0 =p q −=1．【例26】设有两门高射炮，每—门击中飞机的概率都是0.6，求同时射击一发炮弹能击中飞机的概率．若欲以99％的概率击中飞机，求至少需要多少门高射炮同时射击．【例27】今有甲、乙两名射手轮流对同一目标进行射击，甲命中的概率为，乙命中的概率为，甲先射，谁先命中谁得胜，分别求甲、乙获胜的概率． 1p 2p【例28】甲、乙二人进行下棋比赛，假设每局甲胜的概率为α，乙胜的概率为β，且1=+βα，在每局比赛中谁获胜谁得1分．如果谁的积分多于对方2分，谁就获得全场的胜利，分别求甲、乙二人获得全场胜利的概率．【例29】检查产品质量时，从其中连续抽查若干件，如果废品不超过2件，则认为这批产品合格而被接收．现有一大批产品，其废品率为0.1． (1)若连续抽查10件．求这批产品被接收的概率．(2)为使这批产品被接收的概率不超过0.9．应至少抽查多少件产品．【例30】保险公司为某年龄段的人设计一项人寿保险，投保人在1月1日向保险公司交纳保险费10元，1年内若投保人死亡，家属可向保险公司领取5000元，已知在1年内该年龄段的人的死亡率为0.0005，(1)若有10000人投保，水保险公司获利不少于50000元的概率． (2)若有7000人投保，求保险公司亏损的概率．。
曹显兵.概率论讲义
第一讲 随机事件与概率考试要求1. 了解样本空间的概念, 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, 掌握概率的加法公式、减法公式、乘法公式、全概率公式, 以及贝叶斯公式.3. 理解事件独立性的概念, 掌握用事件独立性进行概率计算；理解独立重复试验的概率, 掌握计算有关事件概率的方法. 一、古典概型与几何概型1．试验，样本空间与事件.2．古典概型：设样本空间Ω为一个有限集，且每个样本点的出现具有等可能性，则 基本事件总数中有利事件数A A P =)(3．几何概型：设Ω为欧氏空间中的一个有界区域, 样本点的出现具有等可能性，则、体积）Ω的度量（长度、面积、体积）A的度量（长度、面积=)(A P【例1】 一个盒中有4个黄球, 5个白球, 现按下列三种方式从中任取3个球, 试求取出的球中有2个黄球, 1 个白球的概率. （1） 一次取3个；（2） 一次取1 个, 取后不放回； （3） 一次取1个, 取后放回.【例2 】从 （0，1） 中随机地取两个数，试求下列概率： （1） 两数之和小于；（2） 两数之和小于1且其积小于163. 一、 事件的关系与概率的性质1. 事件之间的关系与运算律（与集合对应）, 其中特别重要的关系有： （1） A 与B 互斥（互不相容） ⇔ Φ=AB （2） A 与B 互逆（对立事件） ⇔ Φ=AB ,Ω=B A Y（3） A 与B 相互独立⇔ P （AB ）=P （A ）P （B ）.⇔ P （B|A ）=P （B ） （P （A ）>0）. ⇔(|)(|)1P B A P B A += （0<P （A ）<1）.⇔P （B|A ） =P （B|A ） （ 0 < P （A ） < 1 ）注: 若（0<P （B ）<1）,则,A B 独立⇔ P （A|B ）=P （A ） （P （B ）>0）⇔ 1)|()|(=+B A P B A P （0<P （B ）<1）. ⇔ P （A |B ）=P （A |B ） （0<P （B ）<1） ⇔ P （A |B ）=P （A |B ） （0<P （B ）<1）（4） A, B, C 两两独立 ⇔ P （AB ）=P （A ）P （B ）;P （BC ）=P （B ）P （C ）; P （AC ）=P （A ）P （C ）.（5） A, B, C 相互独立 ⇔ P （AB ）=P （A ）P （B ）;P （BC ）=P （B ）P （C ）; P （AC ）=P （A ）P （C ）; P （ABC ）=P （A ）P （B ）P （C ）.2. 重要公式 （1） )(1)(A P A P -=（2）)()()(AB P A P B A P -=-（3） )()()()(AB P B P A P B A P -+=Y)()()()()()()()(ABC P AC P BC P AB P C P B P A P C B A P +---++=Y Y（4） 若A 1, A 2,…,A n 两两互斥, 则∑===ni i ni iA P AP 11)()(Y .（5） 若A 21,A , …, A n 相互独立, 则 )(1)(11in i n i iA P A P ∏==-=Y )](1[11ini A P ∏=--=.∏===ni i n i i A P A P 11)()(I .（6） 条件概率公式: )()()|(A P AB P A B P =（P （A ）>0）【例3】 已知（A ＋B ）（B A +）＋B A B A +++＝C, 且P （ C ）＝31, 试求P （B ）. 【例4】 设两两相互独立的三事件A, B, C 满足条件: ABC ＝Φ, P （A ）＝P （B ）＝P （C ）<21,且已知9()16P A B C =U U , 则P （A ）＝ .【例5】 设三个事件A 、B 、C 满足P （AB ）＝P （ABC ）, 且0<P （C ）<1, 则 【 】（A ）P （A U B|C ）＝P （A|C ）+ P （B|C ）. （B ）P （A U B|C ）＝P （A U B ）. （C ）P （A U B|C ）＝P （A|C ）+ P （B|C ）. （D ）P （A U B|C ）＝P （A U B ）. 【例6】 设事件A, B, C 满足条件: P （AB ）＝P （AC ）＝P （BC ）18=, P （ABC ）＝116, 则事件A, B, C 中至多一个发生的概率为 .【例7】 设事件A, B 满足 P （B| A ）＝1则【 】（A ） A 为必然事件. （B ） P （B|A ）=0.（C ） A B ⊃. （D ） A B ⊂.【例8】 设A, B, C 为三个相互独立的事件, 且0<P （C ）<1, 则不独立的事件为 【 】 （A ）B A +与C . （B ） AC 与C（C ）B A -与C （D ） AB 与C【例9】 设A ，B 为任意两个事件，试证P （A ）P （B ）－P （AB ） ≤ P （A －B ） P （B －A ） ≤41. 三、乘法公式，全概率公式，Bayes 公式与二项概率公式 1． 乘法公式：).|()|()|()()().|()()|()()(1212131212121212121-===n n n A A A A P A A A P A A P A P A A A P A A P A P A A P A P A A P ΛΛΛ2． 全概率公式：11()(|)(),,,.i i i j i i i P B P B A P A A A i j A ∞∞====Φ≠=Ω∑U 3．Bayes 公式：11(|)()(|),,,.(|)()j j j i j i i iii P B A P A P A B A i j A P B A P A ∞∞====Φ≠=Ω∑U A 4．二项概率公式:()(1),0,1,2,,.k kn k n n P k C P P k n -=-=L ,【例10】 10件产品中有4件次品, 6件正品, 现从中任取2件, 若已知其中有一件为次品,试求另一件也为次品的概率.【例11】设10件产品中有3件次品, 7件正品, 现每次从中任取一件, 取后不放回.试求下列事件的概率. （1） 第三次取得次品; （2） 第三次才取得次品;（3） 已知前两次没有取得次品, 第三次取得次品; （4） 不超过三次取到次品;【例12】 甲, 乙两人对同一目标进行射击,命中率分别为和, 试在下列两种情形下, 分别求事件“已知目标被命中,它是甲射中”的概率.（1）在甲, 乙两人中随机地挑选一人, 由他射击一次; （ 2）甲, 乙两人独立地各射击一次.【例13】设有来自三个地区的各10名、15名和25名考生的报名表,其中女生的报名表分别为3份,7份和5份. 随机地取一个地区的报名表,从中先后任意抽出两份. (1) 求先抽到的一份是女生表的概率p;(2)已知后抽到的一份是男生表,求先抽到的一份是女生表的概率q .第二讲 随机变量及其分布考试要求1. 理解随机变量及其概率分布的概念.理解分布函数（()()F x P X x =≤） 的概念及性质.会计算与随机变量有关的事件的概率.2. 理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布、几何分布、超几何分布、泊松（Poisson ）分布及其应用.3. 了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.4. 理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布2(,)N μσ、指数分布及其应用，其中参数为(0)λλ>的指数分布的概率密度为,0,()0,0.x e x f x x λλ-⎧>=⎨≤⎩5. 会求随机变量函数的分布. 一、分布函数1．随机变量：定义在样本空间上，取值于实数的函数称为随机变量. 2．分布函数：∞+-∞=＜＜),≤ ()(x x X P x FF （x ）为分布函数 ⇔（1） 0≤F （x ） ≤1（2） F （x ）单调不减（3） 右连续F （x+0）=F （x ） （4）1)(,0)(=+∞=-∞F F3．离散型随机变量与连续型随机变量（1） 离散型随机变量∑∞=====1i 10,≥,,,2,1,)(i i i i p p n i p x X P ΛΛ分布函数为阶梯跳跃函数.（2） 连续型随机变量⎰∞-=xtt f x F d )( )(f （x ）为概率密度 ⇔ （1） f （x ）≥0, （2） ⎰+∞∞- f （x ）1d =x⎰=≤≤=<<bax f b X a P b X a P )()()(4．几点注意【 例1 】 设随机变量X 的分布函数为0,1,57(),11,16161, 1.x F x x x x <-⎧⎪⎪=+-≤<⎨⎪≥⎪⎩则2(1)P X== .【 例2 】 设随机变量X 的密度函数为 f （x ）, 且 f （－x ） = f （x ）, 记()X F x 和()X F x -分别是X 和X -的分布函数, 则对任意实数x 有 【 】 （A ）()()X X F x F x -=. （B ）()()X X F x F x -=-.（C ）()1()X X F x F x -=-.（D ）()2()1X X F x F x -=-.【 例3 】 设 随机变量X 服从参数为0λ>的指数分布, 试求随机变量 Y= min { X, 2 } 的分布函数【 例4 】设某个系统由 6 个相同的元件经两两串联再并联而成, 且各元件工作状态相互独立 每个元件正常工作时间服从参数为 0λ>的指数分布, 试求系统正常工作的时间 T 的概率分布.【 例5】设随机变量X的概率密度为⎩⎨⎧<-=.,0,1|||,|1)(其他x x x f 试求（1）X 的分布函数)(x F ; （2）概率)412(<<-X P .二、 常见的一维分布（1） 0-1分布：1,0,)1()(1 =-==-k p p k XP k k .（2） 二项分布n k p p C k X P p n B k n k k n ,,1,0,)1()(:),(Λ=-==- .（3） Poisson 分布)(λP ：Λ,2,1,0,0＞,e !)(===-k k k XP k λλλ.（4） 均匀分布⎪⎩⎪⎨⎧-=.,＜＜1)(:),(其他０，， b x a a b x f b a U（5） 正态分布N （μ，σ2）：0,,eπ21)(222)(+∞<<∞->=--μσσσμ x x f（6） 指数分布⎩⎨⎧=-. ,0＞0,,e )(:)(其他x x f E x λλλ ＞0λ.（7） 几何分布.2110,)1()(:)(1Λ,,k ,＜p＜p p k XP p G k =-==- （8） 超几何分布H （N,M,n ）: },min{,,1,0,)(M n k C C C k X P nNkn M N k M Λ===-- . 【例6】某人向同一目标独立重复射击,每次射击命中目标的概率为p （0<p<1）, 则此人第4次射击恰好第2次命中目标的概率为【 】 （A ） 2)1(3p p -.（B ） 2)1(6p p -.（C ） 22)1(3p p-. （D ） 22)1(6p p-.【例7】 设X ～Ｎ （μ, σ2）, 则 P （ X ≤1＋μ） 【 】 （A ） 随μ的增大而增大 . （B ） 随μ的增大而减小. （C ） 随σ的增大而不变 . （D ） 随σ的增大而减小. 【例8】 设X ～Ｎ （μ, σ2）, ()F x 为其分布函数，0μ<，则对于任意实数a ，有 【 】（A ） ()() 1.F a F a -+> （B ） ()() 1.F a F a -+= （C ） ()() 1.F a F a -+< （D ） 1()().2F a F a μμ-++=【例9】 甲袋中有1个黑球，2个白球，乙袋中有3个白球，每次从两袋中各任取一球交换放入另一袋中，试求交换n 次后，黑球仍在甲袋中的概率.三、 随机变量函数的分布： 1. 离散的情形2. 连续的情形3. 一般的情形 【例10】 设随机变量X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧<≤<<-=.,0,20,41,01,21)(其他x x x f X令),(,2y x F X Y=为二维随机变量（X, Y ）的分布函数.（Ⅰ） 求Y 的概率密度)(y f Y ;（Ⅱ）)4,21(-F . 第三讲 多维随机变量及其分布考试要求1. 理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度.会求与二维随机变量相关事件的概率.2. 理解随机变量的独立性及不相关的概念，掌握随机变量相互独立的条件.3. 掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义 .4. 会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布. 一、 各种分布与随机变量的独立性 1. 各种分布（1）一般二维随机变量 F （x, y ）=P{ X x, Y y }, x（−, +）, y （−, +）的性质 F （x, y ）为联合分布函数 ⇔ 1） 0 ≤F （x, y ）≤1 , x（−, +）,, y（−, +）;2） F （−, y ）= F （x, −）=0, F （+,+）=1;3） F （x, y ）关于x, y 均为单调不减函数； 4） F （x, y ）关于x, y 均分别右连续.（2）二维离散型随机变量的联合概率分布、边缘分布、条件分布联合概率分布律 P{X = x i , Y = y j } = p i j , i, j =1, 2 ,, p i j0,1=∑∑ijji p.边缘分布律 p i = P{X = x i }=∑jji p, i =1, 2 , ,pj= P{ Y = y j }=∑iji p, j =1, 2 , ,条件分布律 P{X = x i |Y = y j } =jj i p p •, P{ Y = y j | X = x i } =•i j i p p .二维连续型随机变量的联合概率密度、边缘密度和条件密度f （x, y ）为联合概率密度 ⇔ 1f （x, y ）≥0,21=⎰⎰∞+∞-∞+∞- ),(dxdy y x f .设（ X, Y ）~ f （x, y ）则分布函数: ⎰⎰∞-∞-=xydxdy y x f y x F ),(),(;边缘概率密度:⎰∞+∞-= ),()(dy y x f x f X , ⎰∞+∞-= ),()(dx y x f x f Y .条件概率密度:)(),()|(|y f y x f y x f Y Y X =, )(),()|(|x f y x f x y f X X Y =.⎰⎰=∈Ddxdy y x f D Y X P ),(}),{(.),(),(yx y x F y x f ∂∂∂=22. 随机变量的独立性和相关性X 和Y 相互独立 F （x, y ）= F X （x ）F Y （y ）;p i j = p ipj（离散型）f （x, y ）= f X （x ）f Y （y ） （连续型）【注】1 X 与Y 独立, f （x ）, g （x ）为连续函数 f （X ）与g （Y ）也独立.2若X 1, , X m , Y 1, , Y n 相互独立, f , g 分别为m 元与 n 元连续函数f （X 1, , X m ）与g （Y 1,, Y n ）也独立.3常数与任何随机变量独立.3. 常见的二维分布（1）二维均匀分布 （X, Y ）~ U （D ）, D 为一平面区域. 联合概率密度为⎪⎩⎪⎨⎧∈=.,.),(,)(),(其他01D y x D S y x f （2）二维正态分布 （X, Y ）~ N （μ1 , μ2, 12 ,22, ）, − <μ1, μ2 < +,1>0,2> 0, | | <1. 联合概率密度为221121ρσπσϕ-=),(y x ⎥⎥⎦⎤⎢⎢⎣⎡-+------22222121212122121σμσσμμρσμρ)())(()()(y y x x e性质:（ a ） X ~ N （μ1,12 ）, Y ~ N （μ2,22 ）（ b ） X 与Y 相互独立 X Y=0 , 即 X 与Y 不相关.（ c ） C 1X+C 2Y ~ N （C 1 μ1+ C 2 μ2, C 1212 + C 2222+2C 1C 2 12）.（ d ） X 关于Y=y 的条件分布为正态分布: )](),([22122111ρσμσσρμ--+y N 【 例1 】 设A ，B 为事件，且P （A ）＝41, P （B|A ）＝21, P （A|B ）＝12令 X ＝⎩⎨⎧否则发生若,0,1A , Y ＝⎩⎨⎧否则发生若,0B ,1（1） 试求（X, Y ）的联合分布律； （2）计算Cov （ X, Y ）； （3） 计算 22(2,43)Cov XY +.【 例2 】设随机变量X 与Y 相互独立，下表列出了二维随机变量（X, Y ）联合分布律及关于X 和关于Y 的边缘分布律中的部分数值, 试将其余数值填入表中的空白处.YX1y2y 3y⋅==i i p x X P }{1x812x81【 例3 】设随机变量X 与Y 独立同分布, 且X 的概率分布为313221PX 记{}{}Y X V Y X U,m in ,,m ax ==.（I ）求（U, V ）的概率分布;（II ）求（U, V ）的协方差Cov （U, V ）.【详解】（I ）易知U, V 的可能取值均为: 1, 2. 且{}{}})1,m in ,1,(m ax )1,1(=====Y X Y X P V U P)1,1(===Y X P 94)1()1(====Y P X P , {}{}0})2,m in ,1,(m ax )2,1(======Y X Y X P V U P , {}{}})1,m in ,2,(m ax )1,2(=====Y X Y X P V U P)2,1()1,2(==+===Y X P Y X P )2()1()1()2(==+===Y P X P Y P X P 94=, {}{}})2,m in ,2,(m ax )2,2(=====Y X Y X P V U P)2()2()2,2(======Y P XP Y X P 91=, 故（U, V ）的概率分布为:（II ） 9122941209411)(⨯⨯+⨯⨯++⨯⨯=UV E 916=, 而 914952941)(=⨯+⨯=U E , 910912981)(=⨯+⨯=V E . 故 814910914916)()()(),(=⨯-=-=V E U E UV E V U Cov . 【 例4】 设随机变量X 在区间（0, 1）上服从均匀分布, 在)10(<<=x x X 的条件下,随机变量Y 在区间),0(x 上服从均匀分布, 求（Ⅰ）随机变量X 和Y 的联合概率密度;（Ⅱ）Y 的概率密度; （Ⅲ）概率}1{>+Y XP .二、 二维（或两个）随机变量函数的分布 1．分布的可加性（1）若X~B （m, p ）, Y~B （n, p ）, 且X 与Y 相互独立，则 X+Y ~ B （m+n, p ）. （2）若X~P （λ1）, Y~P （λ2）, 且X 与Y 相互独立，则 X+Y ~ P （λ1+λ2）.（3）若X~N （211,μσ）, Y~P （222,μσ）, 且X 与Y 相互独立，则 X+Y ~ N （221212,μμσσ++）.一般地，若X i ~N （2,i i μσ）, i =1, 2, …, n, 且X 1，X 2，…，X n 相互独立，则Y=C 1X 1+C 2X 2+…+C n X n +C 仍服从正态分布，且此正态分布为2211(,),n ni i i i i i N C C Cμσ==+∑∑ 其中C 1，…，C n 为不全为零的常数.2. 两个随机变量函数的分布. 【例5】 设X 与Y 相互独立, 且~(1),~(2),X P Y P 则{max(,)0}______;P X Y ≠={min(,)0}__________.P X Y ≠=【 例6】 设X 与Y 相互独立, 其密度函数分别为:1,01,()X x f x <<⎧=⎨⎩0,其他. ,0,()y Y e y f x -⎧>=⎨⎩0,其他.求Z ＝2X ＋Y 的概率密度.【 例7】设二维随机变量（X, Y ）的概率密度为2,01,01,(,)0,x y x y f x y --<<<<⎧=⎨⎩其它.（I ）求{}Y X P 2>；（II ）求Z ＝Ｘ+Ｙ的概率密度)(z f Z .【详解】（I ）{}Y X P2>⎰⎰>=yx dxdy y x f 2),(⎰⎰--=12210)2(ydx y x dy 247=. （II ）方法一： 先求Z 的分布函数: ⎰⎰≤+=≤+=zy x Z dxdy y x f Z Y X P z F ),()()(当z<0时, 0)(=z F Z ; 当10<≤z 时, ⎰⎰=1),()(D Z dxdy y x f z F ⎰⎰---=yz zdx y x dy 00)2(3231z z -=；当21<≤z 时, ⎰⎰-=2),(1)(D Z dxdy y x f z F ⎰⎰-----=111)2(1yz z dx y x dy3)2(311z --=； 当2≥z时, 1)(=z F Z .故Z ＝Ｘ+Ｙ的概率密度)(z f Z =)(z F Z '⎪⎩⎪⎨⎧<≤-<<-=.,0,21,)2(,10,222其他z z z z z方法二：⎰∞+∞--=dx x z x f z f Z ),()(，⎩⎨⎧<-<<<---=-.,0,10,10),(2),(其他x z x x z x x z x f ⎩⎨⎧+<<<<-=.,0,1,10,2其他x z x x z 当z ≤0 或z ≥ 2时, 0)(=z f Z ;当01z <<时, ⎰-=z Z dx z z f 0)2()()2(z z -=；当21<≤z 时, ⎰--=11)2()(z Z dx z z f 2)2(z -=；故Z ＝Ｘ+Ｙ的概率密度)(z f Z ⎪⎩⎪⎨⎧<≤-<<-=.,0,21,)2(,10,222其他z z z z z【例8】 设随机变量X 与Y 相互独立, X 有密度函数f （x ）, Y 的分布律为 ()i i P Y a p ==, i =1,2. 试求Z ＝X ＋Y 的概率分布.第四讲 数字特征与极限定理考试要求1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念, 会运用数字特征的基本性质, 并掌握常用分布的数字特征.2．会根据随机变量X 的概率分布求其函数)(X g 的数学期望)(X Eg ；会根据随机变量X 和Y 的联合概率分布求其函数),(Y X g 的数学期望),(Y X Eg .3．了解切比雪夫不等式.4．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律（独立同分布随机变量的大数定律）5．了解棣莫弗—拉普拉斯定理（二项分布以正态分布为极限分布）和列维—林德伯格定理（独立同分布的中心极限定理）；（经济类还要求）会用相关定理近似计算有关随机事件的概率 一、 数学期望与方差（标准差） 1. 定义（计算公式）离散型{}i i p x X P ==, ∑=iii px X E )(连续型)(~x f X , xx xf X E d )()(⎰+∞∞-=方差：[]222)()())(()(X E X E X E X E X D -=-=标准差：)(X D ,2. 期望的性质：1° )())((,)(X E X E E C C E == 2° )()()(2121Y E C X E C Y C X C E +=+ 3° )()()(Y E X E XY E ，Y X =则独立与若4° [])()(≤)(222Y E X E XY E3. 方差的性质：1° 0))((,0))((,0)(===X D D X E D C D 2°)()()(Y D X D Y X D Y X +=±相互独立，则与3° )()(2121X D C C X C D =+ 4° 一般有 ),Cov(2)()()(Y X Y D X D Y XD ±+=±)()(2)()(Y D X D Y D X D ρ±+=5°2()()C D X E X <-, )(X E C ≠【例1】设试验成功的概率为43, 失败的概率为41, 独立重复试验直到成功两次为止. 试求试验次数的数学期望. 【例2】 n 片钥匙中只有一片能打开房门, 现从中任取一片去试开房门, 直到打开为止. 试在下列两种情况下分别求试开次数的数学期望与方差: （1）试开过的钥匙即被除去; （2）试开过的钥匙重新放回.【例3】 设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤≤=.,0,0,2cos 21)(其他πx x x f 对X 独立地重复观察4次, 用Y 表示观察值大于3π的次数, 求2Y 的数学期望.【例4】 设有20人在某11层楼的底层乘电梯上楼, 电梯在中途只下不上, 每个乘客在哪一层（2-11层）下是等可能的, 且乘客之间相互独立, 试求电梯须停次数的数学期望. 二、随机变量函数的期望（或方差） 1、一维的情形 )(X g Y =离散型：{}i i P Xx p == ， ∑=ii ipx g Y E )()(连续型：~()X f x x x f x g Y E d )()()(⎰+∞∞-=2、二维的情形 ),(Y X g Z =离散型{}iji i p y Y x X P Y X ===,~),(,∑∑=jij jiipy x g Z E ),()(连续型),(~),(y x f Y X , y x y x f y x g Z E d d ),(),()(⎰⎰+∞∞-+∞∞-=【例5】 设X 与Y 独立且均服从N （0，1），求Z ＝22Y X + 的数学期望与方差.【例6】设两个随机变量X 与Y 相互独立且均服从N （0，21）, 试求Z ＝｜X －Y ｜的数学期望与方差.三 、协方差，相关系数与随机变量的矩 1、重要公式与概念：协方差 []))()((()Cov(Y E Y X E X E X,Y --=相关系数 )()()Cov(Y D X D X,Y XY =ρ)(k X E k 阶原点矩[]kX E X E k ))((- 阶中心矩2、性质： 1°),(Cov ),(Cov X Y Y X =2° ),(Cov ),(Cov Y X ab bY aX = 3° ),(Cov ),(Cov ),(Cov 2121Y X Y X Y X X +=+4° |(,)|1X Y ρ≤5° 1)(1),(=+=⇔=b aX Y P Y X ρ )＞0(a 1)(1),(=+=⇔-=b aX Y P Y X ρ )＜0(a 3、下面5个条件互为充要条件：（1）0),(=Y X ρ（2）0)Cov(=X,Y （3）)()()(Y E X E XY E = （4）)()()(Y D X D Y X D +=+ （5）)()()(Y D X D Y X D +=- 【例7】设)2(,,,21>n X X X n Λ为独立同分布的随机变量, 且均服从)1,0(N , 记∑==ni iX n X 11,.,,2,1,n i X X Y i i Λ=-= 求:（I ） i Y 的方差n iY D i ,,2,1),(Λ=；（II ） 1Y 与n Y 的协方差),(1n Y Y Cov ; （III ） }.0{1≤+n Y Y P四、极限定理1. 切比雪夫不等式{}{}()()|()|,|()|<1-22D X D X P XE X P X E X εεεε-≥≤-≥或2. 大数定律3. Poisson 定理4. 中心极限定理列维—林德伯格定理: 设随机变量X 1，X 2，…，X n ，…相互独立同分布, 且2(),(),i i E X D X μσ== 1,2,,,i n =L L， 则对任意正数x ，有2-2lim dntixnX nP x tμ-∞→∞⎧⎫-⎪⎪⎪≤=⎬⎪⎪⎪⎩⎭∑⎰棣莫弗—拉普拉斯定理: 设~(,),nB n pη（即X1，X2，…，X n，…相互独立, 同服从0一1分布）则有22lim dtxnP x t--∞→∞⎧⎫⎪≤=⎬⎪⎭⎰.【例8】银行为支付某日即将到期的债券须准备一笔现金，已知这批债券共发放了500张，每张须付本息1000元，设持券人（1人1券）到期到银行领取本息的概率为.问银行于该日应准备多少现金才能以%的把握满足客户的兑换.【分析】若X为该日到银行领取本息的总人数，则所需现金为1000X，设银行该日应准备现金x元.为使银行能以%的把握满足客户的兑换，则 P（1000X≤x）≥.【详解】设X为该日到银行领取本息的总人数，则X~B（500，）所需支付现金为1000X，为使银行能以%的把握满足客户的兑换，设银行该日应准备现金x元，则 P（1000 X≤x）≥.由棣莫弗—拉普拉斯中心极限定理知：(1000)()1000xP X x P X≤=≤5000.4xP⎛⎫-⨯⎪=≤=≤0.999(3.1).ΦΦ≈≥=即3.1,≥得 x≥ .因此银行于该日应准备234000元现金才能以%的把握满足客户的兑换.第五讲数理统计考试要求1. 理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念.其中样本方差定义为.)(11212XXnSini--=∑=2. 了解2χ分布、t分布和F分布的概念及性质，了解分位数的概念并会查表计算.3. 了解正态总体的常用抽样分布.4. 理解经验分布函数的概念和性质, 会根据样本值求经验分布函数.5. 理解参数的点估计、估计量与估计值的概念.6. 掌握矩估计法（一阶、二阶矩）和最大似然的估计法.7. 了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性.8. 理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.9. 理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的 两类错误.10. 了解单个及两个正态总体的均值和方差的假设检验 一、样本与抽样分布1. 总体、个体与简单随机样本:2. 常用统计量:1° 样本均值 i ni X nX ∑==112° 样本方差 212)(11X X n S i ni --=∑=3° 样本标准差: S =4° 样本k 阶原点矩 11,1,2,n kk i i A X k n ===∑L5° 样本k 阶中心矩 11(),1,2,n kk i i B X X k n ==-=∑L3．分位数 4. 重要抽样分布（1）分布2χ （2） t 分布 （3） F 分布5. 正态总体的常用抽样分布:22,,,(,),n X X X N μσL 1设为来自正态总体的样本11nii X X n ==∑,2211()1ni i S X X n ==--∑, 则 （1）2~,~(0,1).X X N N n σμ⎛⎫ ⎪⎝⎭ （2）222221(1)1()~(1).ni i n S X X n χσσ=-=--∑（3）22211()~().ni i X n μχσ=-∑（4） ~(1).X t n - （5）X 与2S 相互独立, 且 μ=)(X E , 22)(σ=S E , nX D 2)(σ=.【例1】 设总体2~(,),X N μσ设12,,,n X X X L 是来自总体X 的一个样本, 且22111,()nni nii i X X S XX n====-∑∑，求21()n E X S .【例2】 设总体2~(,),X N μσ 设12,,,n X X X L 是取自总体X 的一个样本, 且221111,()1nni i i i X X S X X nn ====--∑∑，则 2()_________D S=.【例3】设随机变量~()(1),X t n n >, 则 21~________Y X=【例4】 设总体X 服从正态分布)2,0(2N , 而1521,,,X X X Λ是来自总体X 的简单随机样本, 求随机变量)(221521121021X X X X Y ++++=ΛΛ 的分布. 【例5】 设总体2~(,),X N μσ 设121,,,,n n X X X X +L 是来自总体X 的一个样本, 且*221111,()()nni i i i X X S X X nn====-∑∑，试求统计量的分布. 二、参数估计1. 矩估计2. 最大似然估计3. 区间估计4. 估计量的评选标准 【例6】设总体12~(,)X U θθ，n X X X ,,,21Λ为来自总体X 的样本，试求12,θθ的矩估计和最大似然估计.【例7】设总体X 的概率密度为⎪⎩⎪⎨⎧<≤-<<=.,0,21,1,10,),(其他x x x f θθθ其中θ是未知参数)10(<<θ, n X X X ,,2,1Λ为来自总体X 的简单随机样本, 记N 为样本值n x x x ,,2,1Λ中小于1的个数, 求：（1）θ的矩估计；（2） θ的最大似然估计.【例8】设总体X 的概率密度为36(),0,()0,xx x f x θθθ⎧-<<⎪=⎨⎪⎩其他. n X X X ,,,21Λ为来自X 的简单随机样本，（1） 求θ的矩估计量ˆθ； （2） 判断θ的无偏性; （3） 判断θ的一致性. 三、假设检验1. 假设检验的基本思想：对总体分布中的未知参数作出某种假设，根据样本在假设为真的前提下构造一个小概率事件，基于“小概率事件”在一次试验中几乎不可能发生而对假设作出拒绝或接受.2. 单个正态总体均值和方差的假设检验.3. 假设检验两类错误：第一类错误：原假设0H 为真，但拒绝了0H .第二类错误；原假设0H 为假，但接受到了0H .。
概率统计建模讲义(重要分布举例卡方检验)
数理统计例举王晓谦wxqmath@南京师范大学主要内容随机变量及其分布经验分布函数和频率直方图参数估计假设检验相关分析与回归分析简介MATLAB例题例1能量供应问题（二项分布）例2 放射性（泊松）例3正态分布例4指数分布例5 多元随机变量例6经验分布函数例7超市问题（指数分布）例8区间估计例9 拟合检验1例10拟合检验2 例11概率纸检验法例12道德（独立性检验）例13肠癌例14J 效应随机变量及其分布例1、能量供应问题（二项分布）假定有10n =个工人间歇性地使用电力，估计所需要的总负荷。
首先我们要知道，或者是假定，每个工人彼此独立工作，而每一时刻每个工人都以相同的概率p 需要一个单位的电力。
那么，同时使用电力的人数就是一个随机变量，它服从所谓的二项分布。
用X 表示这个随机变量，记做(,)X B n p ，且有()(1),k k n k n P X k C p p -==-0,1,,k n =这是非常重要的一类概率分布。
其中E(X)＝np ， D(X)=np(1-p)。
其次，要根据经验来估计出，p 值是多少？例如，一个工人在一个小时里有12分钟在使用电力，那么应该有120.260p ==。
最后，利用公式我们求出随机变量X 的概率分布表如下：为直观计，我们给出如下概率分布图：目录 Back Next可以看出，{6}1{6}0.000864P X P X >=-≤=，也就是说，如果供应6个单位的电力，则超负荷工作的概率只有0.000864，即每11147200.000864≈≈分钟小时中，才可能有一分钟电力不够用。
还可以算出，八个或八个以上工人同时使用电力的概率就更小了，比上面概率的111还要小。
问题：二项分布是一个重要的用来计数的分布。
什么样的随机变量会服从二项分布？进行n次独立观测，在每次观测中所关心的事件出现的概率都是p，那么在这n次观测中事件A出现的总次数是一个服从二项分布B（n，p）。
概率论知识梳理
是推导过程以及思想。
18. 贝叶斯公式： P(Bi A)
p(A Bi )P Bi
n
，贝叶斯公式主要是根据结果反求
P(A Bj )P Bj
j 1
导致这个结果的某种情形的可能性。贝叶斯公式和全概率公式复习起来光看概
念没什么用，要借助几个较难的例题和做一些往届考题，这样效率会高很多。
是它本身，而是： P(A B C) P(A) P(A B) P(A B C) 。
更加重要的是当事件数量更多的时候如何处理。一句话总结：加多了减，减多 了加。 11. 概率的减法公式： P(A－B)＝P(A) －P(AB) P(A-B)=P(A)-P(AB)，当 B A 时， P(A-B)=P(A)-P(B)，当 A=Ω时，P( B )=1- P(B)。
19. 事件的独立性：简而言之“你关我屁事！”，更重要的是多个事件的情形。
描述性定义：
数学定义：
设 A，B 为两个事件，如果其中任何 P( AB) P( A)P(B)
一个事件发生的概率不受另外一个事 特别注意：
件发生与否的影响（我发生也好，不 概率为 1 或者 0 的事件与任何事件独立。
发生也好，都不受你任何影响，你关 考试题型：
率论的学习，因而在接触这个概念的时候就应该去努力弄懂，弄透彻它。很多书上 有这么一句话：随机变量就是其值会随机而定的变量。有些孩子一看就发宝气了， 我当然知道它是变量呀！其实是抓错了重点，关键在于“随机”二字。我们过去说 的变量往往指不固定的量，虽然不固定，但往往遵循一个确切的法则（取值在内定 义域）。这里的随机变量也是如此，它不太有规律可循，但既然是出现在概率论这个 大背景下，它也不可能算是一匹脱缰的野马。从另一个角度解读这个概念：随机试 验的结果经常是数量，或者可以数量化表示，但是这些数量与以往用来表示时间， 位移等的变量有很大的不同，这就是其取值的变化完全取决于随机试验的结果，因 而是不可以完全预言的，这种随机取值的变量就是随机变量。说白了，随机变量就 是这样的一个家伙：你无法确切的知道他是什么，但是你能知道他很可能会是什么？
(完整版)《概率论与数理统计》讲义
第一章 随机事件和概率 第一节 基本概念1、排列组合初步（1）排列组合公式)!(!n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。
)!(!!n m n m C n m -=从m 个人中挑出n 个人进行组合的可能数。
例1．1：方程xx x C C C 76510711=-的解是 A ． 4 B ． 3 C ． 2 D ． 1例1．2：有5个队伍参加了甲A 联赛，两两之间进行循环赛两场，试问总共的场次是多少？(2)加法原理（两种方法均能完成此事）：m+n某件事由两种方法来完成，第一种方法可由m 种方法完成，第二种方法可由n 种方法来完成，则这件事可由m+n 种方法来完成。
(3)乘法原理（两个步骤分别不能完成这件事）：m ×n某件事由两个步骤来完成，第一个步骤可由m 种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m ×n 种方法来完成。
例1．3：从5位男同学和4位女同学中选出4位参加一个座谈会，要求与会成员中既有男同学又有女同学，有几种不同的选法？例1．4：6张同排连号的电影票，分给3名男生和3名女生，如欲男女相间而坐，则不同的分法数为多少？例1．5：用五种不同的颜色涂在右图中四个区域里，每一区域涂上一种颜色，且相邻区域的颜色必须不同，则共有不同的涂法A．120种B．140种 C．160种D．180种(4)一些常见排列①特殊排列②相邻③彼此隔开④顺序一定和不可分辨例1．6：晚会上有5个不同的唱歌节目和3个不同的舞蹈节目，问：分别按以下要求各可排出几种不同的节目单？①3个舞蹈节目排在一起；②3个舞蹈节目彼此隔开；③3个舞蹈节目先后顺序一定。
例1．7：4幅大小不同的画，要求两幅最大的排在一起，问有多少种排法？例1．8：5辆车排成1排，1辆黄色，1辆蓝色，3辆红色，且3辆红车不可分辨，问有多少种排法？①重复排列和非重复排列（有序）例1．9：5封不同的信，有6个信箱可供投递，共有多少种投信的方法？②对立事件例1．10：七人并坐，甲不坐首位，乙不坐末位，有几种不同的坐法？例1．11：15人中取5人，有3个不能都取，有多少种取法？例1．12：有4对人，组成一个3人小组，不能从任意一对中取2个，问有多少种可能性？③ 顺序问题例1．13：3白球，2黑球，先后取2球，放回，2白的种数？（有序） 例1．14：3白球，2黑球，先后取2球，不放回，2白的种数？（有序） 例1．15：3白球，2黑球，任取2球，2白的种数？（无序）2、随机试验、随机事件及其运算（1）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。
2011年考研数学《概率统计》讲义第一讲
2011年考研数学《概率统计》讲义第一讲1.“几何概型”问题例1 在长l 的线段AB 上任意投掷两个质点M 和N ，则点A 离点M 比离点N 近的概率为( )A ．81 B ．41 C ．21 D ．1解 事件A ＝{点A 离点M 比离点N 近}，并且设|AM |＝x ，|AN |＝y ，则0≤x ≤l ，0≤y ≤l ，因此Ω＝{(x ，y )|0≤x ≤l ，0≤y ≤l }， A ＝{(x ，y )|0≤x ≤y ≤l }，⋅==Ω=2121)()()(22llL A L A P 故选择C .例2 设平面区域D 是由x ＝1，y ＝0，y ＝x 所围成，今向D 内随机地投入10个点，求这10个点中至少有2个点落在由曲线y ＝x 2与y ＝x 所围成的区域D 1内的概率．解 分两步进行．第一步：先计算任投一点落入D 1的概率．根据几何概型，有11()123()1()32L A P A L Ω-===⋅第二步：设X ＝{落入D 1内的点数}，有),31,10(~B X 于是P (X ≥2)＝1－P (X ＝0)－P (X ＝1).)32)(31()32(1911010C --=例3 设随机变量X 和Y 的联合分布在正方形G ＝{(x ，y )：1≤x ≤3，1≤y ≤3}上均匀分布，试求随机变量U ＝|X －Y |的概率密度p (u ).解 由条件知X 和Y 的联合密度为 ⎪⎩⎪⎨⎧≤≤≤≤=.,0,31,31,41),(其他若y x y x f以F (u )＝P (U ≤u )(－∞＜u ＜∞)表示随机变量U 的分布函数. 显然，当u ≤0时，F (u )＝0；当u ≥2时，F (u )＝1.设0＜u ＜2，则 {||}1()(,)d d d d 4x y ux y u GF u f x y x y x y -≤-≤==⎰⎰⎰⎰,)2(411])2(4[4122u u --=--=于是，随机变量的密度为 ⎪⎩⎪⎨⎧<<-=.,0,20),2(21)(其他若u u u p例4 在长为l 的线段上，任意选取两点M 和N ，求E |M －N |，D |M －N |解 令Z ＝|M －N |，先求p (z ) F (z )＝P (Z ≤z )＝P (|M －N |≤z )＝222)(lz l l --， p (z )＝F ′(z )再求E (Z )和D (Z ).例5（1） 设随机变量X 与Y 相互独立，且均服从区间[0，3]上的均匀分布，则 P {max {X ，Y }≤1}＝______.答案是：91.分析 本题主要考查“二维均匀分布”中有关概率的计算问题.由题设，可知(X ，Y )～U (D )，其中D ＝{(x ，y )|0≤x ≤3，0≤y ≤3}. 解法1P {max (X ，Y )≤1}＝P (X ≤1，Y ≤1)＝P (X ≤1)·P (Y ≤1)⋅==⎰⎰91)d 31()d 31(1010y x解法2 由几何概型可知.911}1,1{}1),{max(==≤≤=≤DS Y X P Y X P（2） 在区间(0，1)中随机地取两个数，则这两个数之差的绝对值小于21的概率为____.答案是：43.分析 本题主要考查“二维均匀分布或几何概型”.解 设随机取到的两个数为X 与Y ，则(X ，Y )服从正方形区域上的均匀分布.一方面我们可以利用二重积分计算⎰⎰=<-Dy x f Y X p .d ),()21|(|σ另一方面我们也可以根据几何概型来计算，如图，即⋅=⨯⨯⨯-Ω=<-=43121212121)()()21|(|)(L A L Y X P A P2.“图解法”问题例1 设事件A 、B 、C 满足P (B )＝2P (A )，P (C )＝3P (A )，并且P (AB )＝P (BC )，则P (A )的取值范围是( )A ．]1,0[B ．]21,0[C ．]31,0[ D ．]41,0[解 由于A ⊃AB ，于是有x ＝P (A )≥P (AB )＝y ＝P (BC )利用加法公式，有1≥P (B ＋C )＝P (B )＋P (C )－P (BC )＝3x ＋2x －y ≥3x ＋2x －x ＝4x ≥0 即0≤4x ≤1 ⇒0≤x ≤41. 故选择D .例2 设两个随机事件A ，B 相互独立，已知仅有A 发生的概率为41，仅有B 发生的概率为41，则P (A )＝_______.解 ()()P A P B =1()()()()[1()]()[1()].4P A B P A P B P A P B P A P A ==-=-=所以 1()2P A =例3 设X ～N (2，σ2)，并且P (2＜X ＜4)＝0.3，则P (X ＜0)＝______.例4 设随机变量X 服从正态分布N (0，1)，对给定的α(0＜α＜1)，数αu 满足P {X ＞αu }＝α.若P {|X |＜x }＝α，则x 等于(A )2αu (B )21α-u(C )21αu - (D )u 1－α解 由题设，可知u α满足P (X ＞u α)＝α.可见，若要P (|X |＜x )＝α， 即P (|X |≥x )＝1－α， 而P (X ＞x )＝21α-，因此⋅=-21αu x 故选择C .3.“事件独立性”问题①定义相互独立()()(),()()(),()()(),()()()(),P A B P A P B P B C P B P C P A C P A P C P A B C P A P B P C ⎧=⎫⎪⎪=⎪⎬⎨⎪=⎭⎪⎪=⎩两两独立②等价定义A. 两两独立+A BA B A B+-与C 独立（三者之一）B. ()()()P AB P A P B = + ()0P C =或1例 设事件A 、B 、C 满足P (AB )＝P (A )P (B )，并且P (C )＝[P (C )]2，则A 、B 、C ( ) A ．一定不是两两独立； B ．不一定是两两独立； C ．一定是相互独立； D ．一定不是相互独立. 解 由P (C )＝[P (C )]2，我们有P (C )＝0或1 ⎪⎪⎩⎪⎪⎨⎧====⇒⎩⎨⎧==)()()()()()()()()()()()()(10)()()()(C P B P A P ABC P C P A P AC P C P B P BC P B P A P AB P C P B P A P AB P 或 故选择C .证明：(1)对于任意的A ，由于AC ⊂C ，P (AC )≤P (C )＝0 P (AC )＝0＝P (A )P (C )，即A 与C 相互独立 (2)(C ＋C )A ＝A ，P (C A )＝P (A )－P (AC )＝P (A )－P (A )P (C )＝P (A )(1－P (C ))＝P (A )P (C ) 结论：零(或1)概率事件与任何事件都是相互独立的.4.“全概公式”问题例1 袋中装有n 只球，每次从中随意取出一球，并放入一个白球，如此交换共进行n 次.已知袋中白球数的数学期望为a ，那么第n ＋1次从袋中任取一球为白球的概率是______.解 依题意袋中白球数X 是个随机变量，X 可取1，2，…，n ，且∑=nk 1kP {X ＝k }＝a .若记B ＝“第n ＋1次从袋中任取一球为白球”，A k “第n 次交换后袋中有k 个白球”(k ＝1，2，…，n ).由全概率公式，得nk k X P A B P A P B P nk k k nk }{)|()()(11===∑∑==.){11na k X kP nnk ===∑=例2（1） 有两个箱子，第一个箱子中有3个白球2个红球，第二个箱子中有4个白球4个红球，先从第一箱当中随机取一个球放入第二个箱子当中.再从第二箱当中取1个球，问它是白球的概率是多少？解 i A 表示第i 次从第i 个箱子取出的白球.53)(1=A P 52)(1=A P95)|(12=A A P 94)|(12=A A P4523)|()()|()()(1211212=+=A A P A P A A P A P A P .（2）设随机变量X 与Y 独立，其中X 的概率分布为⎪⎪⎭⎫ ⎝⎛7.03.021~X ， 而Y 的概率密度为()f y ，求随机变量U X Y =+的概率密度()g u .分析 离散型随机变量X 和一个连续型随机变量Y 的和是不能确定的，但是本题已知随机变量X 与Y 独立，并且X 只有两个正概率点，这时可以利用全概率公式求U X Y =+的概率密度解 为求出概率密度()g u ，一般应先求分布函数(){}{}G u P U u P X Y u =≤=+≤， 先验概率：()10.3P X ==，()20.7P X == 所以U X Y =+的分布函数为 }{)(u Y X P u G ≤+=()()1{1}2{2}P X P X Y u X P X P X Y u X ==+≤=+=+≤=0.3{1}0.7{2}P X Y u X P X Y u X =+≤=++≤= 0.3{11}0.7{22}P Y u X P Y u X =≤-=+≤-=.由于X 和Y 相互独立，可见()0.3{1}0.7{2}G u P Y u P Y u =≤-+≤-0.3(1)0.7(2).F u F u =-+-又因为连续型随机变量密度函数是分布函数在对应区间上的微分得到，得U 的概率密度)2(7.0)1(3.0)()(-'+-'='=u F u F u G u g 0.3(1)0.7(2).f u f u =-+-例3 从数1,2,3,4中任取一个数，记为X , 再从X ,,2,1 中任取一个数，记为Y , 则{2}P Y == ___________ .解 由全概率公式：}2{=Y P =}12{}1{===X Y P X P +}22{}2{===X Y P X P+}32{}3{===X Y P X P +}42{}4{===X Y P X P X 表示从数1,2,3,4中任取一个数，故X 是等可能取到1,2,3,4。
概概率初步复习辅导讲义
《概率初步》复习辅导讲义必然事件：在一定条件下，必然会发生的事件确定事件不可能事件：在一定条件下，一定不会发生的事件随机事件：在一定条件下，有可能发生，也有可能不发生的事件概率初步概率：表示随机事件发生的可能性的大小的数值叫做概率，必然事件的概率为1，不可能事件的概率为0，随机事件的概率在0和1之间用列举法求概率：用列表或画树形图把所有可能的结果一一列举出来，然后再求事件的概率的方法用频率估计概率：利用多次重复试验，通过统计试验结果去估计概率一、与概率有关的概念1.必然事件：在一定条件小必然发生的事件。
如哥哥的年纪比弟弟的大，1大于0等。
2.不了能事件：在一定条件下不了能发生的事件：如铁在常温下熔化，哥哥的年纪比弟弟小等。
3.随机事件：在一定条件可能发生，也可能不发生的事件。
如抛出的硬币人字头朝上、买彩票能中奖等。
4.概率：表示随机事件发生的可能性的大小的数值。
（1）概率的表示：概率一般用p表示，在表示多个事件的概率时，可以用p1、p2….或p A、p B…或p甲、p乙…加以区别。
（2）必然事件的概率p=1（3）不可能事件的概率p=0（4）随机事件的概率：0＜p＜1.（5）确定事件和随机事件的概率之间的关系：事件发生的可能性越来越小0 1 概率的值不可能发生必然发生事件发生的可能性越来越大5.概率与频率的区别与联系：（1）联系：从定义可以得到二者的联系, 可用大量重复试验中事件发生频率来估计事件发生的概率。
（2）区别：大量重复试验中事件发生的频率稳定在某个常数(事件发生的概率)附近，说明概率是个定值,而频率随不同试验次数而有所不同,是概率的近似值,二者不能简单地等同。
【基础练习】1、在一个只装有红球和白球的口袋中，摸出一个球为黑球是 ( )A．随机事件 B．必然事件 C．不可能事件 D．无法确定2、下列事件中属于随机事件的是（）A、抛出的篮球会落下B、从装有黑球，白球的袋里摸出红球C、367人中有2人是同月同日出生D、买1张彩票，中500万大奖3、下列成语所描述的事件是必然发生的是（）A. 水中捞月B. 拔苗助长C. 守株待免D. 瓮中捉鳖4、要了解一个城市的气温变化情况，下列观测方法最可靠的一种方法是（ ）A.一年中随机选中20天进行观测B.一年中随机选中一个月进行连续观测C.一年四季各随机选中一个月进行连续观测D.一年四季各随机选中一个星期进行连续观测5、下列事件中，必然事件是（ ）A ．中秋节晚上能看到月亮B ．今天考试小明能得满分 C ．太阳东升西落 D ．明天要降温三、概率的计算方法：（一）概率的计算公式： 1.大量重复试验某事件的概率：一般地，在大量重复试验中，如果事件A 发生的频率mn 会稳定在某个常数p 附近，那么这个常数p 就叫做事件A 的概率。
王式安考研概率讲义
概率统计第一讲随机事件和概率考试要求：数学一、三、四要求一致。
了解：样本空间的概念理解：随机事件，概率，条件概率，事件独立性，独立重复试验掌握：事件的关系与运算，概率的基本性质，五大公式（加法、减法、乘法、全概率、贝叶斯），独立性计算，独立重复试验就算会计古典概率和几何型概率。
算：§ 1 随机事件与样本空间一、随机试验：E（1）可重复（2）知道所有可能结果（3）无法预知二、样本空间试验的每一可能结果——样本点所有样本点全体——样本空间三、随机事件样本空间的子集——随机事件A B C 样本点——基本事件，随机事件由基本事件组成。
如果一次试验结果，某一基本事件出现——发生，出现如果组成事件A的基本事件出现一一A发生，A出现——必然事件——不可能事件§2 事件间的关系与运算．事件间关系包含，相等，互斥，对立，完全事件组，独立•事件间的运算:并，交，差运算规律：交换律，结合律，分配律，对偶律概率定义，集合定义，记号，称法，图三•事件的文字叙述与符号表示例2从一批产品中每次一件抽取三次，用A(i 1,2,3)表示事件: “第i次抽取到的是正品”试用文字叙述下列事件:(1) AA2U A2A3U A1A3 ；(3)人肽血；再用A,A2,A表示下列事件:(5)都取到正品；(7)只有一件次品；(2) A i A2 A3 ；(4)A A2AL AX^U；(6)至少有一件次品；(8)取到次品不多于一件。
§ 3概率、条件概率、事件独立性、五大公式一. 公理化定义，A,P(1)P(A) 0(2)P( ) 1⑶ P(A 少2 U…P(A) P(A2)…P(A n)・’・A i A j ,i j二. 性质(1)P( ) 0(2)P(A J A U…U AnU…)P(A) P(A2)…P(A n)…AA j ,i j(3)P(A) 1 P(A)(4)A B, P(A) P(B)(5)0 P(A) 1三. 条件概率与事件独立性(1) P(A) 0,P(B A) ¥(譽，事件A发生条件下事件B发生的条件概率；(2) P(AB) P(A)P(B),事件A,B 独立，A, B独立寸A,B独立寸A,B独立寸A,B独立；P(A) 0 时，A,B 独立卫P(B A) P(B)；⑶ P (A ，A i 2, |||A k)P(A i 1)P(A 2)|||P(A k)1 i 1i2 ||| i k n相互独立两两独立。
概率论与数理统计讲义
§2.3连续型随机变量及概率密度（一）连续型随机变量及其概率密度定义若随机变量X的分布函数为其中f(t)≥0。
就是说X是连续型随机变量，并且非负函数f(x)是连续型随机变量X的概率密度函数，简称概率密度。
由连续型随机变量及概率密度函数的定义知概率密度有下列性质（1）（2）（3）（a≤b）前面已曾经证明，由于连续型随机变量是在一个区间或几个区间上连续取值，所以它在任何一点上取值的概率为零，即若X是连续型随机变量则有P(X=x)=0,其中X是任何一个实数。
∴有（4）f(x)≥0证（1）在微积分中已知积分上限的函数对上限x的导数它说明分布函数是概率密度的原函数，并且证明连续型随机变量的分布函数F(x)是处处可导函数，所以连续型随机变量的分布函数F(x)处处连续。
（2）（3）∵P(a<X≤b)=F(b)-F(a)因为F(x)是f(x)的原函数因此，对连续型随机变量X在区间上取值的概率的求法有两种：（1）若F(x)已知，则P(a<X≤b)=F(b)-F(a)（2）若f(x)已知，则P(a<X≤b)=例1 设求（1）c（2）解（1）而时，p(x)=0,（2）例2.设连续函数变量X的分布函数为求：（1）X的概率密度f（x）;（2）X落在区间（0.3，0.7）的概率。
解：（1）（2）有两种解法：或者例2－1 若解：例2－2 若求x~f(x) 解：例2－3，若解：例3.若解：（1）x≤0时，f（x）=0，（2）0＜x＜1时，（3）1≤x时，注2.分段函数要分段求导数，分段求积分。
例4.设某种型号电子元件的寿命X（以小时计）具有以下的概率密度。
现有一大批此种元件，（设各元件工作相互独立），问：（1）任取一只，其寿命大于1500小时的概率是多少？（2）任取四只，四只元件中恰有2只元件的寿命大于1500的概率是多少？（3）任取四只，四只元件中至少有1只元件的寿命大于1500的概率是多少？解：（1）（2）各元件工作相互独立，可看作4重贝努利试验，观察各元件的寿命是否大于1500小时，令Y 表示4个元件中寿命大于1500小时元件个数，则，所求概率为（3）所求概率为3.2 均匀分布与指数分布以下介绍三种最常用的连续型概率分布，均匀分布、指数分布和正态分布，本小节先介绍前两种。
概率论与数理统计01 第一节 随机变量及其分布函数
第二章随机变量及其概率分布在随机试验中，人们除对某些特定事件发生的概率感兴趣外，往往还关心某个与随机试验的结果相联系的变量. 由于这一变量的取值依赖于随机试验结果，因而被称为随机变量. 与普通的变量不同，对于随机变量，人们无法事先预知其确切取值，但可以研究其取值的统计规律性. 本章将介绍两类随机变量及描述随机变量统计规律性的分布.第一节一维随机变量及其分布函数内容分布图示★随机变量概念的引入★随机变量的定义★例1★例2★例3★引入随机变量的意义★课堂练习★习题2-1内容要点:一、随机变量概念的引入为全面研究随机试验的结果, 揭示随机现象的统计规律性, 需将随机试验的结果数量化，即把随机试验的结果与实数对应起来.1. 在有些随机试验中, 试验的结果本身就由数量来表示.2. 在另一些随机试验中, 试验结果看起来与数量无关,但可以指定一个数量来表示之.二、随机变量的定义定义设随机试验的样本空间为S, 称定义在样本空间S上的实值单值函数)XX(e 为随机变量.随机变量与高等数学中函数的比较:(1) 它们都是实值函数,但前者在试验前只知道它可能取值的范围,而不能预先肯定它将取哪个值;(2) 因试验结果的出现具有一定的概率,故前者取每个值和每个确定范围内的值也有一定的概率.三、引入随机变量的意义随机变量的引入,使得随机试验中的各种事件可通过随机变量的关系式表达出来.由此可见,随机事件这个概念实际上是包容在随机变量这个更广的概念内.也可以说,随机事件是从静态的观点来研究随机现象,而随机变量则以动态的观点来研究之.其关系类似高等数学中常量与变量的关系.随机变量概念的产生是概率论发展史上的重大事件. 引入随机变量后,对随机现象统计规律的研究,就由对事件及事件概率的研究转化为随机变量及其取值规律的研究,使人们可利用数学分析的方法对随机试验的结果进行广泛而深入的研究.随机变量因其取值方式不同, 通常分为离散型和非离散型两类. 而非非离散型随机变量中最重要的是连续型随机变量. 今后，我们主要讨论离散型随机变量和连续型随机变量.例题选讲：例1 (讲义例1) 在抛掷一枚硬币进行打赌时, 若规定出现正面时抛掷者赢1元钱, 出现反面时输1元钱, 则其样本空间为=S {正面, 反面},记赢钱数为随机变量X , 则X 作为样本空间S 的实值函数定义为⎩⎨⎧=-==.,1,,1)(反面正面ϖϖϖX 例2 (讲义例2) 在将一枚硬币抛掷三次, 观察正面H 、反面T 出现情况的试验中, 其样本空间};,,,,,,,{TTT TTH THT HTT THH HTH HHT HHH S =记每次试验出现正面H 的总次数为随机变量X , 则X 作为样本空间S 上的函数定义为1112223X TTTTTH THT HTT THH HTH HHT HHH ϖ易见, 使X 取值为})2({2=X 的样本点构成的子集为},,,{THH HTH HHT A = 故 ,8/3)(}2{===A P X P 类似地，有.8/4},,,{}1{==≤TTT TTH THT HTT P X P例3 (讲义例3) 在测试灯泡寿命的试验中, 每一个灯泡的实际使用寿命可能是),0[+∞中任何一个实数, 若用X 表示灯泡的寿命（小时），则X 是定义在样本空间}0|{≥=t t S 上的函数，即t t X X ==)(，是随机变量.课堂练习1. 一报童卖报, 每份0.15元,其成本为0.10元. 报馆每天给报童1000份报, 并规定他不得把卖不出的报纸退回. 设X 为报童每天卖出的报纸份数, 试将报童赔钱这一事件用随机变量的表达式表示.四. 随机变量的分布函数定义 设X 是一个随机变量, 称)()()(+∞<<-∞≤=x x X P x F 为X 的分布函数.有时记作)(~x F X 或)(x F X .分布函数的性质1. 单调非减. 若21x x <, 则)()(21x F x F ≤；2. ;1)(lim )(,0)(lim )(==+∞==-∞+∞→-∞→x F F x F F x x3. 右连续性. 即).()(lim 00x F x F x x =+→例4 判别下列函数是否为某随机变量的分布函数?⎪⎩⎪⎨⎧≥<≤+<=⎪⎩⎪⎨⎧≥<≤<=⎪⎩⎪⎨⎧≥<≤--<=.2/1,1,2/10,2/1,0,0)()3(;,1,0,sin ,0,0)()2(;0,1,02,2/1,2,0)()1(x x x x x F x x x x x F x x x x F ππ解 (1)由题设, )(x F 在),(+∞-∞上单调不减, 右连续, 并有,0)(lim )(==-∞-∞→x F F x ,1)(lim )(==+∞+∞→x F F x所以)(x F 是某一随机变量X 的分布函数.(2)因)(x F 在),2/(ππ上单调下降, 所以)(x F 不可能是分布函数. (3)因为)(x F 在),(+∞-∞上单调不减, 右连续, 且有 ,0)(lim )(==-∞-∞→x F F x ,1)(lim )(==+∞+∞→x F F x所以)(x F 是某一随机变量X 的分布函数.离散型随机变量的分布函数例5（讲义例2）设随机变量X 的分布律为 ,2/16/13/121i p X求)(x F .解 }{)(x X P x F ≤=当0<x 时，,}{∅=≤x X 故0)(=x F 当10<≤x 时，31}0{}{)(===≤=X P x X P x F 当21<≤x 时, 216131}1{}0{)(=+==+==X P X P x F 当2≥x 时，1}2{}1{}0{)(==+=+==X P X P X P x F 故 ,2,121,2/110,3/10,0)(⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<=x x x x x F )(x F 的图形是阶梯状的图形, 在2,1,0=x 处有跳跃, 其跃度分别等于},0{=X P },1{=X P }.2{=X P例6 X 具有离散均匀分布, 即,,,2,1,/1)(n i n x X P i ===求X 的分布函数.解将X 所取的n 个值按从小到大的顺序排列为)()2()1(n x x x ≤≤≤则)1(x x <时，,0}{)(=≤=x X P x F )2()1(x x x <≤时，,/1}{)(n x X P x F =≤= )3()2(x x x <≤时，,/2}{)(n x X P x F =≤=……)1()(+<≤k k x x x 时，,/}{)(n k x X P x F =≤=)(n x x ≥时，1}{)(=≤=x X P x F故 )(x F ⎪⎪⎩⎪⎪⎨⎧<=≥<),,max(,1),,2,1(),,min(,/),,min(,0111n j n n x x x x k n j x x x x n k x x x 当个不大于中恰好有且当当例7（讲义例3）设随机变量X 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<=.3,1,32,19/15,21,19/9,1,0)(x x x x x F求X 的概率分布.解 由于)(x F 是一个阶梯型函数, 故知X 是一个离散型随机变量, )(x F 的跳跃点分别为1, 2, 3, 对应的跳跃高度分别为 9/19, 6/19, 4/19, 如图.故X 的概率分布为 .19/419/619/9321i p X课堂练习设随机变量X 的概率分布为4/12/14/1321i p X -,求X 的的分布函数，并求{},2/1≤X P {},2/52/3≤<X P {}.32≤≤X P。
概率讲义
概率讲义一、基础知识1、概率的意义一般地，在大量重复试验中，如果事件A 发生的频率mn 会稳定在某个常数p 附近，那么这个常数p 就叫做事件A 的概率。
2、事件和概率的表示方法如果在一次试验中，有n 种可能的结果，并且它们发生的可能性都相等，事件A 包含其中的m 中结果，那么事件A 发生的概率为P （A ）=n m 3、确定事件和随机事件（1）确定事件必然发生的事件：在一定的条件下重复进行试验时，在每次试验中必然会发生的事件。
不可能发生的事件：有的事件在每次试验中都不会发生，这样的事件叫做不可能的事件。
（2）随机事件：在一定条件下，可能发生也可能不放声的事件，称为随机事件（3）如果用P 表示一个事件A 发生的概率，则0≤P （A ）≤1；P （必然事件）=1； P （不可能事件）=0；4、列表法求概率（1）列表法用列出表格的方法来分析和求解某些事件的概率的方法叫做列表法。
（2）列表法的应用场合当一次试验要设计两个因素， 并且可能出现的结果数目较多时，为不重不漏地列出所有可能的结果，通常采用列表法。
5、树状图法求概率（1） 树状图法就是通过列树状图列出某事件的所有可能的结果，求出其概率的方法叫做树状图法。
（2）运用树状图法求概率的条件当一次试验要设计三个或更多的因素时，用列表法就不方便了，为了不重不漏地列出所有可能的结果，通常采用树状图法求概率。
6、频率估计概率在随机事件中，一个随机事件发生与否事先无法确定，当我们做大量重复试验后，这个事件发生的频率呈现稳定性，可以用事件发生的频率作为这个事件发生的概率。
二、经典例题【例一】布袋中装有1个红球，2个白球，3个黑球，它们除颜色外完全相同，从袋中任意摸出一个球，摸出的球是白球的概率是【例二】若100个产品中有95个正品，5个次品，从中随机抽取一个，恰好是次品的概率是【例三】一个袋中有4个珠子，其中2个红色，2个蓝色，除颜色外其余特征均相同，若从这个袋中任取2个珠子，都是蓝色的概率是( ) A.12 B.13 C.14 D.16【例四】甲、乙两袋均有红、黄色球各一个，分别从两袋中任意取出一球， 那么所取出的两球是同色球的概率为（ ）A ．B ．C ．D ． 【例五】汶川大地震时，航空兵空投救灾物质到指定的区域（圆A ）如图所示，若要使空投物质落在中心区域（圆B ）的概率为12，则B ⊙与A ⊙的半径之比为 ．【例六】下面是两个可以自由转动的转盘，每个转盘被分成了三个相等的扇形，小明和小亮用它们做配紫色（红色与蓝色能配成紫色）游戏，你认为配成紫色与配不成紫色的概率相同吗?【例七】桌面上放有4张卡片，正面分别标有数字1，2，3，4，这些卡片除数23121316字外完全相同，把这些卡片反面朝上洗匀后放在桌面上，甲从中任意抽出一张，记下卡片上的数字后仍放反面朝上放回洗匀，乙从中任意抽出一张，记下卡片上的数字，然后将这两数相加；（1）请用列表或画树状图的方法求两数和为5的概率；（6分）（2）若甲与乙按上述方式作游戏，当两数之和为5时，甲胜；反之则乙胜；若甲胜一次得12分，那么乙胜一次得多少分，这个游戏对双方公平吗？三、中考真题1、（2013，陕西）甲、乙两人用手指玩游戏，规则如下：ⅰ）每次游戏时，两人同时随机地各伸出一根手指；ⅱ）两人伸出的手指中，大拇指只胜食指、食指只胜中指、中指只胜无名指、无名指只胜小拇指、小拇指只胜大拇指，否则不分胜负.依据上述规则，当甲、乙两人同时随机的各伸出一根手指时，（1）求甲伸出小拇指取胜的概率；（2）求乙胜出的概率.2、（2012，陕西）小峰和小轩用两枚质地均匀的骰子做游戏，规则如下：每人随机掷两枚骰子一次（若掷出的两枚骰子摞在一起，则重掷），点数和大的获胜；点数和相同为平局．依据上述规则，解答下列问题：（1）随机掷两枚骰子一次，用列表法求点数和为2的概率；（2）小峰先随机掷两枚骰子一次，点数和是7，求小轩随机掷两枚骰子一次，胜小峰的概率．（骰子：六个面分别刻有1、2、3、4、5、6个小圆点的立方块．点数和：两枚骰子朝上的点数之和．）3、(2013，临沂)如图，在平面直角坐标系中,点A1 ，A2在x轴上，点B1，B2在y轴上，其坐标分别为A1(1，0),A2(2,0),B1(0,1)，B2（0,2），分别以A1A2B1B2其中的任意两点与点．．O．为顶点作三角形，所作三角形是等腰三角形的概率是（A） 34. (B)13.(C) 23. (D)12.4、(2013，武汉)袋子中装有4个黑球和2个白球，这些球的形状、大小、质地等完全相同，在看不到球的条件下，随机地从袋子中摸出三个球．下列事件是必然事件的是（）A．摸出的三个球中至少有一个球是黑球．B．摸出的三个球中至少有一个球是白球．C．摸出的三个球中至少有两个球是黑球．D．摸出的三个球中至少有两个球是白球．5、（2013聊城）下列事件：①在足球赛中，弱队战胜强队．②抛掷1枚硬币，硬币落地时正面朝上．③任取两个正整数，其和大于1④长为3cm，5cm，9cm的三条线段能围成一个三角形．其中确定事件有（）A．1个B．2个C．3个D．4个6、（2013•恩施州）如图所示，在平行四边形纸片上作随机扎针实验，针头扎在阴影区域内的概率为（）A．B．C．D．7、（2013，菏泽）某小区为了促进生活垃圾的分类处理，将生活垃圾分为厨余、可回收和其他三类，分别记为a，b，c，并且设置了相应的垃圾箱，“厨余垃圾”箱、“可回收物”箱和“其他垃圾”箱，分别记为A，B，C．（1）若将三类垃圾随机投入三类垃圾箱，请用画树状图的方法求垃圾投放正确的概率；（2）为调查居民生活垃圾分类投放情况，现随机抽取了该小区三类垃圾箱中总1 000吨生活垃圾，数据统计如下（单位：吨）：8、（2013，温州）一个不透明的袋中装有5个黄球，13个黑球和22个红球，它们除颜色外都相同．（1）求从袋中摸出一个球是黄球的概率；（2）现从袋中取出若干个黑球，并放入相同数量的黄球，搅拌均匀后使从袋中摸出一个是黄球的概率不小于，问至少取出了多少个黑球？四、练习题1、在一个不透明的布袋中装有3个白球和5个红球，它们除了颜色不同外，其余均相同．从中随机摸出一个球，摸到红球的概率是（）2、在一个不透明的盒子里，装有4个黑球和若干个白球，它们除颜色外没有任何其他区别，摇匀后从中随机摸出一个球记下颜色，再把它放回盒子中，不断重复，共摸球40次，其中10次摸到黑球，则估计盒子中大约有白球（）A．12个B．16个C．20个D．30个3、下列叙述正确的是（）A．“如果a，b是实数，那么a+b=b+a”是不确定事件B．某种彩票的中奖概率为，是指买7张彩票一定有一张中奖C．为了了解一批炮弹的杀伤力，采用普查的调查方式比较合适D．“某班50位同学中恰有2位同学生日是同一天”是随机事件4、一项“过关游戏”规定：在过第n关时要将一颗质地均匀的骰子（六个面上分别刻有1到6的点数）抛掷n次，若n次抛掷所出现的点数之和大于n2，则算过关；否则不算过关，则能过第二关的概率是（）A．1318B．518C．14D．195、从1到9这九个自然数中任取一个，是偶数的概率是（）A．B．C．D．6、如图，正方形ABCD是一块绿化带，其中阴影部分EOFB，GHMN都是正方形的花圃．已知自由飞翔的小鸟，将随机落在这块绿化带上，则小鸟在花圃上的概率为（）A．B．12C．D．7、有三张正面分别标有数字：﹣1，1，2的卡片，它们除数字不同外其余全部相同，现将它们背面朝上，洗匀后从中抽出一张记下数字，放回洗匀后再从中随机抽出一张记下数字．（1）请用列表或画树形图的方法（只选其中一种），表示两次抽出卡片上的数字的所有结果；（2）将第一次抽出的数字作为点的横坐标x，第二次抽出的数字作为点的纵坐标y，求点（x，y）落在双曲线上y=上的概率．8、某班有50位学生，每位学生都有一个序号，将50张编有学生序号（从1号到50号）的卡片（除序号不同外其它均相同打乱顺序重新排列，从中任意抽取1张卡片（1）在序号中，是20的倍数的有：20，40，能整除20的有：1，2，4，5，10（为了不重复计数，20只计一次），求取到的卡片上序号是20的倍数或能整除20的概率；（2）若规定：取到的卡片上序号是k（k是满足1≤k≤50的整数），则序号是k 的倍数或能整除k（不重复计数）的学生能参加某项活动，这一规定是否公平？请说明理由；（3）请你设计一个规定，能公平地选出10位学生参加某项活动，并说明你的规定是符合要求的．。
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。
2013概率统计讲义.pdf介绍
若 A1 , A2 ,L, An ,L 为一列事件，则“ A1 , A2 ,L, An ,L 同时发生”作 记作：A1 I A2 ILI An IL ， 为事件， 称之为 A1 , A2 ,L, An ,L 的交事件， 简记为： I An ； （可列交）
n =1 ∞
若 A, B 两事件不可能同时发生， 则称 A, B 互不相容 （互斥） ， 记作： A I B = Φ ；若 A1 , A2 ,L, An 互不相容（两两互不相容） ，则 又称 A1 , A2 ,L, An 的并为 A1 , A2 ,L, An 的和，记作： ∑ Ai ；即有：
5
事件， “命中目标三次”就是不可能事件。常用大写英文（拉 丁）字母 A, B, C 等或 Ai , B j , Ck 等表示；有时也用{ LL }、 “ LL ” 表示事件，花括弧中和双引号下指明事件的内容。 随机试验的共同特点为； 1、在相同的条件下可重复进行； 2、每次试验的结果可能不止一个，但事先明确所有可能的 结果； 3、试验之前不能确定那个结果会出现。 概率论只关心在随机试验中可能会观察到的那些事件 以及每次具体的试验中出现了的事件；因此，与每个随机试 验相联系的有一个事件的集合，即在试验中可以观察到的事 件的全体。至于这个事件集应该具备什么性质，以后将会讨 论。既然数学本身从来不只研究那些只由孤立元素组成的集 合，我们就有必要在上述事件集中定义事件之间的各种关系 与运算。 【注 5】自从集合论进入了概率论，概率论才真正进入了现 代化门槛。 事件的关系 1． 【包含关系】若事件 A 出现必然会导致事件 B 出现，则称 ，记作 A ⊂ B ； “ A 是 B 的特款”或“ A 包含于 B ” 易见对任意事件 A ⊂ Ω ，这里规定 Φ ⊂ A ； 2． 【等价（相等）关系】若事件 A, B 满足 A ⊂ B 且 B ⊂ A ,则称 事件 A, B 等价或相等； 【注 6】在概率论中，对同一事件给出不同的等价表示是一 种主要的技巧。 事件的运算 1【事件的并运算】设 A, B 为两事件，则“ A, B 至少一个发生” 这种情况可能出现也可能不出现，其作为一个随机事件，称 ，记作： A U B ； 之为 A, B 的并（事件） 若 A1 , A2 ,L, An 均为事件，则“ A1 , A2 ,L, An 至少一个发生”作 为事件，称之为 A1 , A2 ,L, An 的并事件，记作： A1 U A2 ULU An ，简 记为： U Ai ；
两两独立且PABCPAPBPC相...
考研_数学_概率统计讲义2013考研数学春季基础概率统计讲义主讲:王福海目录第一章率的的基知. 1概论础识第二章一机量 7维随变第三章二维随机变量 14第四章数字特征22第五章大数与极定律中心限定理312013考研数学春季基础概率统计讲义第一章概率论的基本知识§1 概率论的基本概念问题一、随机试验与随机事件:称一个试验为随机试验,如果(1)试验可以在相同的条件下重复进行;(2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果。
(3)进行一次试验之前,不能确定哪一个结果会出现。
我们是通过研究随机试验来研究随机现象的,为方便起见,将随机试验简称为试验,并用字母 E或EE,, L表示。
12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Ο。
随机试验中每一个最简单、最基本的结果称为基本事件或样本点,记为ω,每次试验最多只能发生一个基本事件,基本事件(或样本点)的全体称为样本空间(或基本事件空间),记为Ω,即Ωω ,随机事件 A总是由若干个基本事件组成,即 A是Ω的子集,A ?Ω,事件 A 发生等价于构成 A 的基本事件有一个发生。
二、随机事件的关系及运算事件间关系与运算的文字叙述集合论中的表示法概率论中的含义事件 A包含事件 B AB(或 BA) 事件 B发生,则事件 A一定发生(或事件 B含于事件 A)事件 A和 B相等(或等价) 事件 A发生,则 B一定发生,反之亦然ABAB U 或 A+B事件 A和 B之和(或并) 两个事件 A,B中,至少有一个事件发生AB I (简记为 AB) 事件AB I 发生,当且仅汉 A与 B同时发生事件 A与 B的积(或交)事件 A与 B的差 A-B 事件 A-B 发生,当且仅仅当事件 A 发生,B不发生Δ事件 A的逆事件(或对立事件) 事件 A发生,当且仅当事件 A 不发生A Ω? AAB I Ο事件 A和 B互不相容(或 A 与 B 事件 A与 B不可能同时发生互斥)注:1、若事件组AA,, LA 中任意两个事件都相互互斥,则称之为互斥事件组。
2021年考研概率论与数理统计零基础讲义
(1)在相同的条件下，试验可以重复地进行． (2)试验的结果不止一种，而且事先可以确知试验的所有结果． (3)在进行试验前不能确定出现哪一个结果． 那么我们就称它是一个随机试验，以后简称为试验．一般用字母 E 表示．
§2 样本空间、随机事件
（一）样本空间 在随机试验中，每一个可能出现的不可分解的最简单的结果称为随机试验的
3. 事件运算的性质：一般先逆后积再和差 1）交换律: A B B A ; AB BA．
2）结合律: (A B) C A (B C) ; (A B) C A (B C) .
3）分配律: (A B)C (AC) (BC) ; A (BC) (A B)(A C) .
1
A , B 对立： A B 且 A B A , B 不能同时发生但必然有一个发生. 2. 事件的运算 （1） A 与 B 的和事件：记为 A B 或 A B
A 发生或 B 发生 A , B 至少有一个发生 （2） A 与 B 的积事件：记为 A B 或 AB A 发生且 B 发生 A , B 同时发生. （3） A 与 B 的差事件：记为 A B A 发生且 B 不发生. 注意： A B AB .
概率论与数理统计01第一节随机变量的数学期望
第三章 随机变量的数字特征前面讨论了随机变量的分布函数， 从中知道随机变量的分布函数能完整地描述随机变量的统计规律性。
但在许多实际问题中， 人们并不需要去全面考察随机变量的变化情况， 而只要知道它的某些数字特征即可.例如, 在评价某地区粮食产量的水平时， 通常只要知道该地区粮食的平均产量;又如, 在评价一批棉花的质量时， 既要注意纤维的平均长度， 又要注意纤维长度与平均长度之间的偏离程度, 平均长度较大， 偏离程度小， 则质量就较好. 等等实际上, 描述随机变量的平均值和偏离程度的某些数字特征在理论和实践上都具有重要的意义, 它们能更直接、更简洁更清晰和更实用地反映出随机变量的本质.本章将要讨论的随机变量的常用数字特征包括: 数学期望、方差、相关系数、矩。
第一节 随机变量的数学期望内容要点：一、离散型随机变量的数学期望平均值是日常生活中最常用的一个数字特征， 它对评判事物、作出决策等具有重要作用。
定义 设X 是离散型随机变量的概率分布为,2,1,}{===i p x X P i i如果∑∞=1i i i p x 绝对收敛, 则定义X 的数学期望（又称均值）为 .)(1∑∞==i i i p x X E二、连续型随机变量的数学期望定义 设X 是连续型随机变量， 其密度函数为)(x f ,如果⎰∞∞-dx x xf )(绝对收敛， 定义X 的数学期望为 .)()(⎰∞∞-=dx x xf X E三、 随机变量函数的数学期望设X 是一随机变量, )(x g 为一实函数，则)(X g Y =也是一随机变量， 理论上， 虽然可通过X 的分布求出)(X g 的分布, 再按定义求出)(X g 的数学期望)]([X g E . 但这种求法一般比较复杂。
下面不加证明地引入有关计算随机变量函数的数学期望的定理.定理1 设X 是一个随机变量， )(X g Y =，且)(Y E 存在, 则 （1） 若X 为离散型随机变量, 其概率分布为,2,1,}{===i p x X P i i则Y 的数学期望为.)()]([)(1∑∞===i i i p x g X g E Y E（2) 若X 为连续型随机变量， 其概率密度为)(x f , 则Y 的数学期望为.)()()]([)(⎰∞∞-==dx x f x g X g E Y E注: (i)定理的重要性在于：求)]([X g E 时， 不必知道)(X g 的分布， 只需知道X 的分布即可。
概率统计复习讲义
第一讲 随机事件一 随机事件，事件间的关系及运算 1.样本空间和随机事件样本点，样本空间，随机事件，必然事件，不可能事件,基本事件. 2.事件关系和运算 ⑴事件的关系 ⑵事件的运算⑶运算律:交换律,结合律,分配律；对偶律: B A B A ⋂=⋃，B A B A ⋃=⋂；差事件的运算律例题 P5之例3、4；P6之5；练习册：第一章：选择题1，3， 二 概率的定义和性质 1.公理化定义(P8)2.概率的性质(P8.五个)⑴)(1)(A P A P -=； ⑵)()()()(AB P B P A P B A P -+=⋃； (3）)()()()(B A P AB P A P B A P =-=-例题 P9之例2；P10之2、4；练习册：第一章：填1，2，选：2 三 古典概型和几何概型 1．nk P A P kz i z ==∑=1})({)(ω=中样本点总数中包含的样本点数ΩA2．)()()(Ω=σσA A P 例题 P11例1、3、4，P13之例7；P17之4、6、7、8；练习册：填3，计1，2 四 常用的计算概率的公式 1．条件概率 )()()|(A P AB P A B P =2.乘法公式 )()()()()(B A P B P A B P A P AB P ==3.全概率公式和贝叶斯公式(P20)例题 P17之例2、4、5，6—9；P 23之3、4、5、6；练习册：计3，4，5 五 事件的独立性1.定义及定理2:A 和B 相互独立⇔)()()(B P A P AB P ⋅= 例题 P26之例3、4；P29之1、2；练习册：填4，选42.贝努利试验 在n 重贝努利试验中，事件=k A {A 恰好发生k 次})0(n k ≤≤的概率为：k n nk n k p p C A P --=)1()(例题 P28之例7、8；P29之7；练习册：填5，第二讲 随机变量及其概率分布一 随机变量及离散型随机变量 1.随机变量 2.分布律3.常用的离散型分布⑴10-分布:⎪⎪⎭⎫ ⎝⎛-p pX 110~ ⑵二项分布:k n kk n p p C k X P --==)1()(),,2,1,0(n k =(3)泊松分布:),2,1,0(!)( ===-k e k k X P kλλ例题 P32之例1、3、5；P37之6，B 组1；练习册：填1、2、4，计1二 分布函数1.分布函数 )()(x X P x F ≤=)(+∞<<-∞x2.分布函数的性质(P38.四个)⑴0)(lim =-∞→x F x ；1)(lim =+∞→x F x ；(常用来确定分布函数中的未知参数)⑵)()()(a F b F b X a P -=≤<(常用来求概率) ⑶)(1)(a F a X P -=>例题 P38之例1、2；练习册：填3，选1三 连续型随机变量1.密度函数 ⎰∞-=xdt t f x F )()(2.密度函数的性质(P42.四个)⑴1)(=⎰+∞∞-dx x f ；（常用来确定密度函数中的参数）⑵⎰=≤<badx x f b X a P )()(；（计算概率的重要公式）⑶对R x ∈∀，有0)(==c X P (换言之,概率为0的事件不一定是不可能事件).3.常用连续型分布⑴均匀分布:⎪⎩⎪⎨⎧<<-=other bx a a b x f ,0,1)(⑵指数分布:⎩⎨⎧>=-other x e x f x ,00,)(λλ⑶正态分布:)0,(21)(222)(>=--σσμσπσμ都是常数，x ex f 标准正态分布)1,0(N :2221)(x ex f -=π标准化：设),(~2σμN X ，则σμ-=*X X )1,0(~N 。
- 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)。
P ( B Aj ) P Aj
i 1 i
i
P( A )P(B A )
[题型一 概率的基本计算] 【例 1.1】 A B C ___
A A B C B A B C C A B A D A B A
C
C
1 【P332，例 1】事件 A, B ，满足 P ( A) P ( B ) 和 2 ) P ( A B ) 1则有(
【P326，例 3】设工厂 A,B 的产品的次品率分别 为 1%和 2%，现在从由产品 A 和 B 的产品分别占 60%和 40%的一批产品中随机抽取 1 件 （1）求该产品是次品的概率 （2）已知取出为次品，求该次品属于 A 生产的 概率
【例 1.9】设有甲、乙两个箱子，甲箱中有 m 只 白球， n 个红球，乙箱中有 a 个白球， b 个红球， 现从甲箱中任意取出一只放入乙箱，再从乙箱中 任取出一球，求 （1）从乙中取出的是白球的概率 （2）已知从乙中取出的是白球，从甲放入乙中 的是白球的概率 （3）已知从乙中取出的是白球，从甲放入乙中 的是红球的概率
(六)全概率公式与贝叶斯公式 1.完备事件组：若事件 A1
Ai Aj ,1 i j n，称事件 A1 ,
An ,
, An 是一个完备事
件组.
2.全概率公式： P ( B ) P ( Ai ) P ( B Ai ).
i 1
n
3.贝叶斯公式：
P ( Aj B )
5.[必然事件]：随机试验中必然发生的事件，记 作 . 6.[不可能事件]：每次试验中一定不发生，记为 .
(二) 事件的关系和运算 1.事件间的关系 (1) 包含： A B (2) 相等： A B. (3) 和： A B. A B (4) 积： A B =AB (5) 差: (6)互斥(互不相容)： AB . (7)对立(互逆)： A B ， A B . 对立事件记为 B A.
【例】甲乙两名运动员进行打靶训练，每次打靶 甲中靶的概率为 0.5，乙中靶的概率为 0.3，甲 乙两人都中靶的概率为 0.2，每次打靶中只要有 一人中靶就称为此次打靶合格，第 n次 n 3 打靶 合格恰好是第 3 次合格的概率 ___
63
(三)概率的定义与性质 1.概率的定义 (1)非负性： P ( A) 0. (2)规范性： P ( ) 1.(反之不成立) (3)可列可加性： A1 , A2 , 两两互不相容
P ( A1 A2 ) P ( A1 ) P ( A2 )
2.概率的性质 (1)非负性： 0 P ( A) 1. (2)规范性： P () 0, P ( ) 1. (3)有限可加性： A1 , A2 , , An 两两互不相容
）
【 P332 ， 例 2 】 设 X ,Y 为 2 个 随 机 变 量 ， 且
3 , P X 0,Y 0 7 P max X ,Y 0 =___
4 P X 0 P Y 0 7
则
【 P328 ， 4 】 设 A, B, C 是 随 机 事 件 ， 且
【例】 设 A, B, C 是三个相互独立的随机事件，且 则下列给定的四对事件中不一定相互 0 P (C ) 1， 独立的是 ( ) ( A) A B 与 C ( B ) A C 与C (C ) A B 与 C ( D ) AB 与C
【题型四 全概率公式与贝叶斯公式】 【P327，例 4】在 1,2,3,4 中任取 1 个数为 X ， 再从1, X 中任取一个数为Y ，则 P Y 2 ___
1 P A P B P C , P AB P BC 0 , 4 1 P AC ,求 A, B, C 都不发生的概率 8
【 例 】 P ( A) 0.3, P B 0.4, P AB 0.5 , 则
P BA
P( A | B) P( A | B) 1 【例】 设 0 P ( A) 1,0 P ( B) 1， 则( )
（A） A,B 互不相容 （B） A,B 互逆 （C） A,B 相互独立 （D） A,B 不独立
【P329，例 3】将一枚硬币连续投掷两次，定义 事件 A1 ： 第一次出现正面，A2 ： 第二次出现正面， 正反面各出现一次，A4 ： 两次都是出现正面， A3 ： 则下列说法正确的是（ （A） A1 , A2 , A3相互独立 （B） A2 , A3 , A4 相互独立 （C） A1 , A2 , A3 两两独立 （D） A2 , A3 , A4 两两独立 ）
2015 考研数学综合强化课
概率论与数理统计
主讲老师：方浩
1
第一章 随机事件与概率
（一）随机试验和样本空间 1.[随机试验] 2.[样本空间]: 随机试验所有可能发生的结果 组成的集合 [样本点]: 随机试验的每个可能结果 3.[基本事件]:样本空间中的一个样本点组成的 单点集 4.[随机事件]:样本空间 的子集
（A） A B （B） AB （C） P ( A B ) 1 （D） P ( A B ) 0
【例】设事件 A, B 互不相容,则（
A P AB 0 B P AB P A P B C P A 1 P B D P A B 1
减法公式：
P ( A1 A2 | B ) P ( A1 B ) P ( A1 A2 | B )
3.乘法公式
P ( AB ) P ( B A) P ( A) P ( A1 A2 An ) P ( An A1 A2
An1 ) P ( A2 A1 ) P ( A1 )
4.两个事件的独立性 定义： P ( AB ) P ( A) P ( B ),称事件 A, B 相互独立. 推论：设 0 P ( A) 1， A, B 独立 P ( B ) P ( B | A) P ( B | A) 性质： A, B 独立，则 A与 B ， A 与 B ， A 与 B 也相互 独立
B ___
【例】设相互独立的事件 A,B 都不发生的概率是
1 ，且 A 发生 B 不发生的概率与 B 发生 A 不发生 9
的概率相等，求 A 发生的概率
1 1 1 【例】 P ( A) , P B A , P A B ,则 4 3 2 P A B ___
2.运算律 (1)交换律： A B B A; A B B A (2)结合律： A ( B C ) ( A B ) C
A (B C ) ( A B) C
(3)分配律： A ( B C ) ( A B ) ( A C ) (4)对偶律(摩根律)： A B A B, A B A B
i 1 i ,j 3
[减法公式] PP ( AB ) [逆事件] P ( A) 1 P ( A)
（四）三大概型 1.古典概型
A中基本事件的个数nA P ( A) 中基本事件总数n
2.几何概型
A的长度（或面积、体积） P ( A) 的长度（或面积、体积）
P ( A1 A2 An ) P ( A1 ) P ( A2 ) P ( An ) .
(4) P ( A) 1 P ( A).
3.基本公式 [加法公式] P ( A B ) P ( A) P ( B ) P ( AB )
P ( A1 A2 A3 ) P Ai P Ai A j P A1 A2 A3
P ( AB ) 率 P ( B A) P ( A)
2.条件概率的性质 (1) 非负性： 0 P ( B | A) 1 (2) 规范性： P ( | A) 1 (3) 逆事件： P ( A | B ) 1 P ( A | B ) (4) 加法公式：
P ( A1 A2 | B ) P ( A1 | B ) P ( A2 | B ) P ( A1 A2 | B )
5.三个事件的独立性 1) P ( AB ) P ( A) P ( B )； 2) P ( AC ) P ( A) P (C )； 3) P ( BC ) P ( B ) P (C )； 4) P ( ABC ) P ( A) P ( B) P (C )； 满足 1-3：称三个事件 A, B, C 两两独立. 满足 1-4：称三个事件 A, B, C 相互独立.
3.伯努利概型 [定义]：随机试验只有两个可能结果：A 和 A ；每 次试验 A发生概率相等 P ( A) p n重伯努利试验， [结论]： 事件 A 发生 k 次的概率：
k k Bk ( n, p) C n p (1 p)n k ( k 0,1,2,
, n) .
（五）条件概率，乘法公式，独立性 1.条件概率： P ( A) 0， A发生条件下 B 发生的概
[题型二 三大概型]
1 【例】 0,1 之间任取两个数，乘积小于 的概率 2
____
【例】区域 D : x 2 y 2 2 x y 0 内任取一点，求该 点与坐标原点的连线和 X 轴正方向所围成的夹角
小于 的概率 3
【P329，7】设一厂家生产的每台仪器以概率 0.7 可直接出厂，以概率 0.3 需进一步调试，经调试 后，以概率 0.8 出厂，以概率 0.2 定为不合格， 不能出厂，现该厂生产了 n(n 2)台仪器(设各台 生产过程相互独立).求 (I)所有机器都能出厂的概率 . (II)其中恰好有两件能出厂的概率 . (III)至少有两件不能出厂的概率 .
[题型三 条件概率与独立性] 【 P328 ， 例 1 】 设 A, B 是 两 个 随 机 事 件 , 0 P A 1, P B 0 P B A P B A 则下列选项