概率1-1 概率论与数理统计

合集下载

概率论与数理统计第一章1.1随机事件

事件的关系与运算
注：(1) 事件的关系与运算可用维恩图形象表之
(2) 事件的和与积的运算可推广到有限个事件或可数无限个事件的情形.
A B A B, (3) 事件的和与积的另一记法：
A B AB.
事件的关系与运算
８. 完备事件组设 A1 , A2 ,, An , 是有限或可数个事件，若其满足：
完
随机事件
在随机试验中，人们除了关心试验的结果本身外，
往往还关心试验的结果是否具备某一指定的可观
察的特征，概率论中将这一可观察的特征称为一个事件，它分三类：
随机事件
1. 随机事件：在试验中可能发生也可能不发生的事件； 2. 必然事件：在每次试验中都必然发生的事件； 3. 不可能事件：在任何一次试验中都不可能发生的事件. 例如，在抛掷一枚骰子的试验中，我们也许会关
A : “点数为奇数”，B : “点数小于5”.
则 A B {1，2，3，4，5}； A B {1，3}；
A - B {5}.
6. 若 A B , 则称事件 A 与 B 是互不相容的(或互斥的).
7. 若 A B S 且 A B ,
事件的关系与运算
由于随机现象的结果事先不能预知，初看似乎毫无规律. 然而人们发现同一随机现象大量重其每种可能的结果出现的频率具有复出现时，
稳定性，从而表明随机现象也有其固有的规律
性. 人们把随机现象在大量重复出现时所表现出的量的规律性称为随机现象的统计规律性.
随机现象的统计规律性
概率论与数理统计是研究随机现象统计规律性的一门学科. 为了对随机现象的统计规律性进行研究，就需对随机现象进行重复观察，我们把对随机现象

概率论与数理统计习题课1-1

7 12
P( A B C ) =
事件的关系互斥：互斥：AB = φ 对立事件，对立事件，样本空间的划分
P ( B A) = P ( B )
n个事件两两互斥，就称这n个事件互斥个事件两两互斥，就称这n
独立
P ( A B ) = P ( A)
P ( AB ) = P ( A) P ( B )
n个事件独立的要求很高
3 1 1 2 4未中， 3 或者1、、未中，伤 L因此总的概率为 C 4 6 2 3
3 4
1 3 1 1 ∴ P ( A) = 1 − P ( A ) = 1 − − C 4 6 6 2
4
3
1 n k k
条件概率
乘法公式
全概公式和贝叶斯公式
n个独立事件至少发生其一的概率
伯努利概型
在n重伯努利试验中，事件A恰好发生k次的概率重伯努利试验中，事件A恰好发生k
k Pn (k ) = Cn p k q n − k , k = 0,1,2, L , n
1. B
掷两颗骰子，已知两颗骰子的点数之和为7 2. 掷两颗骰子，已知两颗骰子的点数之和为7，求其中一颗为1的概率。一颗为1的概率。解：
3. 某人忘记了电话号码的最后一个数字，因此他随意地拨号，某人忘记了电话号码的最后一个数字，因此他随意地拨号，求他拨号不超过3次而接通电话的概率；（1）求他拨号不超过3次而接通电话的概率；若已知最后一个数字是奇数，那么此概率是多少？（2）若已知最后一个数字是奇数，那么此概率是多少？
解：设A = {第 i 次拨号拨对 }, i = 1,2,3 i
1 3
表示施放4枚深水炸弹击沉潜水艇的事件解设A表示施放枚深水炸弹击沉潜水艇的事件，则表示施放枚深水炸弹击沉潜水艇的事件，

考研数学一-概率论与数理统计（一）

考研数学⼀-概率论与数理统计（⼀）考研数学⼀-概率论与数理统计(⼀)(总分：100.00，做题时间：90分钟)⼀、选择题(总题数：10，分数：40.00)1.设随机变量X服从正态分布N(1，σ2 )，其分布函数为F(x)，则对任意实数x，有______（分数：4.00）A.F(x)+F(-x)=1．B.F(1+x)+F(1-x)=1．√C.F(x+1)+F(x-1)=1．D.F(1-x)+F(x-1)=1．解析：[解析] 由于X～N(1，σ2 )，所以X的密度函数f(x)的图形是关于x=1对称的，⽽可知正确答案是B．2.设X～P(λ)，P 1，P 2分别为随机变量X取偶数和奇数的概率，则______（分数：4.00）A.P1=P2．B.P1＜P2．C.P1＞P2．√D.P1，P2⼤⼩关系不定．解析：[解析] 若X～P(λ)，则，其中X取偶数的概率为X取奇数的概率为于是应选C．3.设随机变量X的密度函数为f(x)，且f(-x)=f(x)，F(x)是X的分布函数，则对于任意实数a，有______ A．B．C．F(-a)=F(a)．D．F(-a)=2F(a)-1．（分数：4.00）A.B. √C.D.解析：[解析] 概率密度f(x)为偶函数，于是对于任意实数a，有F(-a)=1-F(a)成⽴；利⽤区间可加性得结合上⾯的等式，于是得应选B．4.设⼆维随机变量(X，Y)在区域D:x 2 +y 2≤9a 2 (a＞0)上服从均匀分布，p=P{X 2 +9Y 2≤9a 2 }，则A．p的值与a⽆关，且B．p的值与a⽆关，且C．p的值随a值的增⼤⽽增⼤．D．p的值随a值的增⼤⽽减⼩．（分数：4.00）A.B. √C.D.解析：[解析] 因为(X，Y)在区域D：x 2 +y 2≤9a 2上服从均匀分布，所以(X，Y)的联合密度函数为故选B．5.设随机变量X与Y服从正态分布N(-1，2)与N(1，2)，并且X与Y不相关，aX+Y与X+by亦不相关，则______（分数：4.00）A.a-b=1．B.a-b=0．C.a+b=1．D.a+b=0．√解析：[解析] X～N(-1，2)，Y～N(1，2)，于是D(X)=2，D(Y)=2．⼜Cov(X，Y)=0，Cov(aX+Y，X+bY)=0，由协⽅差的性质有故选D．6.已知总体X的期望E(X)=0，⽅差D(X)=σ2．X 1，…，X n是来⾃总体X的简单随机样本，其均值为，则下⾯可以作为σ2⽆偏估计量的是______A．B．C．D．（分数：4.00）A.B.C. √D.解析：[解析] 由于E(X)=0，D(X)=E(X 2 )=σ2，则所以选择C．对于A，B选项，由E(S 2 )=σ2，知均不是σ2的⽆偏估计量．7.设随机变量序列X 1，…，X n，…相互独⽴，则根据⾟钦⼤数定律，当n→∞时，于其数学期望，只要{X n，n≥1}满⾜______（分数：4.00）A.有相同的数学期望．B.服从同⼀离散型分布．C.服从同⼀泊松分布．√D.服从同⼀连续型分布．解析：[解析] ⾟钦⼤数定律的应⽤条件为：“独⽴同分布且数学期望存在”，选项A缺少同分布条件，选项B、D虽然服从同⼀分布但不能保证期望存在，只有C符合该条件．故选C．8.设X 1，X 2，…，X n是来⾃总体X的简单随机样本，是样本均值，C为任意常数，则______A．B．C．D．（分数：4.00）A.B.C. √D.解析：[解析故选C．9.设总体X服从正态分布N(0，σ2 )，X 1，X 2，…，X 10是来⾃X的简单随机样本，统计量从F分布，则i等于______（分数：4.00）A.4．B.2．√C.3．D.5．解析：[解析] 因为X 1，X 2，…，X 10是来⾃X的简单随机样本，故独⽴同分布于N(0，σ2 )因此，则有⼜与相互独⽴，故故选B．10.在假设检验中，如果待检验的原假设为H 0，那么犯第⼆类错误是指______（分数：4.00）A.H0成⽴，接受H0．B.H0不成⽴，接受H0．√C.H0成⽴，拒绝H0．D.H0不成⽴，拒绝H0．解析：[解析] 直接应⽤“犯第⼆类错误”=“取伪”=“H 0不成⽴，接受H 0”的定义，选择B．⼆、解答题(总题数：10，分数：60.00)11.每次从1，2，3，4，5中任取⼀个数，且取后放回，⽤b i表⽰第i次取出的数(i=1，2，3)，三维列向量b=(b 1 ,b 2 ,b 3 ) T，三阶⽅阵，求线性⽅程组Ax=b有解的概率．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：对增⼴矩阵作初等⾏变换有于是Ax=b有解的充要条件是，即b 3 -2b 2 +b 1 =0，其中b 1，b 2，b 3相互独⽴，且分布律相同：，k=1，2，3，4，5，i=1，2，3．所以Ax=b有解的概率为甲、⼄两个⼈投球，甲先投，当有任⼀⼈投进之后便获胜，⽐赛结束．设甲、⼄命中率分别为p 1，p 2，0＜p 1，p 2＜1．求：（分数：6.00）(1).甲、⼄投球次数X 1与X 2的分布；（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：每次投篮是相互独⽴的与其他⼏次⽆关．事件X 1 =n表⽰“甲投了n次”，即“甲、⼄各⾃在前n-1次没有投进，在第n次时甲投进或⼄投进”，所以P{X 1 -n}=(q 1 q 2 ) n-1 (p 1 +q 1 p 2 )，n=1，2，…其中：q i =1-p i，i=1，2．事件“X 2=m”表⽰“⼄投了m次”，即“甲、⼄前m-1次均没有投进，甲在第m次也没有投进，⼄在第m 次投进”，或“甲、⼄前m次均没有投进，甲在第m+1次投进”．特殊地，当m=0时，表⽰甲第⼀次就投中，所以P{X 2 =m}=(q 1 q 2 ) m-1 (q 1 p 2 +q 1 q 2 p 1 )=q 1 (p 2 +q 2 p 1 )(q 1 q 2 ) m-1，m=1，2，…(2).若使甲、⼄两⼈赢得⽐赛的概率相同，则p 1，p 2满⾜什么条件?（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：设事件A表⽰“甲获胜”，则总投篮次数为奇数．当X 1 +X 2 =2n-1时，意味着甲、⼄前n-1次都未投进，甲在第n次投进，于是有P{X 1 +X 2 =2n-1}=p 1 (q 1 q 2 ) n-1，则若甲、⼄两⼈赢得⽐赛的概率相同，则12.设随机变量X在区间(0，1)上服从均匀分布，⼜求Y的概率密度f Y (y)与分布函数F Y (y)．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：解法⼀：应⽤单调函数公式法先求Y的概率密度f Y (y)．由于X在(0，1)内取值所以的值域为(0，+∞)，且y=g(x)在(0，1)单调．因此其反函数在(0，+∞)内单调可导，其导数h"(y)=2e -2y，在其定义域(0，+∞)内恒不为零．⼜因为X的概率密度所以Y的概率密度因此可见Y服从参数为2的指数分布，其分布函数为解法⼆：⽤分布函数法先求出Y的分布函数F Y (y)．当y≤0时，F Y (y)=0；当y＞0时，0＜x=1-e -2y＜1，最后⼀步是由于X服从(0，1)上的均匀分布．故所求Y的分布函数为将F Y (y)对y求导，得设随机变量(X，Y)的概率密度为试求：（分数：6.00）(1).(X，Y)的分布函数；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：①当x≤0或y≤0时，f(x，y)=0，故F(x，y)=0．②当0＜x≤1，0＜y≤2时，③当0＜x≤1，y＞2时，④当x＞1，0＜Y≤2时，⑤当x＞1，y＞2时，综上所述，分布函数为(2).(X，Y)的边缘分布密度；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当0≤x≤1时，当0≤y≤2时，(3).概率P{X+Y＞1}，P{Y＞X} 2.00）__________________________________________________________________________________________ 正确答案：()解析：如下图所⽰，如下图所⽰，所以设(X，Y)服从D={(x，y)|y≥0，x 2 +y 2≤1}上的均匀分布，定义（分数：6.00）(1).求(U，V)的联合分布律；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：由题设可知，故(U，V)的可能值为(0，0)，(0，-1)，(0，1)，(1，-1)，(1，0)，(1，1)．则(U．V)的联合分布律为(2).求关于V的边缘分布律；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：由(U，V)的联合分布律得V的边缘分布律为(3).求在U=1的条件下V的分布律．（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：，所以所以所求V的分布律为13.设随机变量X的概率密度为，求随机变量 F Y (y)．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：记如下图所⽰，φ(x)在[0，+∞)内最⼩值为-1，⽆最⼤值，在[0，+∞)左端点处的值为0．y=-1，0将y轴分成(-∞，-1)，[-1，0)，[0，+∞)三个区间．当y∈(-∞，-1)时，F Y (y)=0．当y∈[-1，0)时，纵坐标为y的⽔平直线关于曲线y=φ(x)内的集合在x轴上的投影与[0，+∞)的交集为F Y (y)=f X (x)在上的积分为当y∈[0，+∞)时，纵坐标为y的⽔平直线关于曲线y=φ(x)内的集合在x轴的投影与[0，+∞)的交集为，此时F Y (y)=f X (x)在上的积分为综上所述，y的分布函数为设随机变量X在区间(0，2)上随机取值，在X=x(1＜x＜2)条件下，随机变量Y在区间(1，x)上服从均匀分布．（分数：6.00）(1).求(X，Y)的联合概率密度，并问X与Y是否独⽴；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：根据题设X在(0,2)上服从均匀分布，其密度函数为⽽变量Y，在X=x(1＜-x＜2)的条件下，在区间(1，x)上服从均匀分布，所以其条件概率密度为再根据条件概率密度的定义，可得联合概率密度⼜所以由于f X (x)f Y(y)≠f(x，y)，所以X与Y不独⽴．(2).求P{3Y≤2X}；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：如下图所⽰，(3).记Z=X-Y，求Z的概率密度f Z (z)．（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：已知(x，y)～f(x，y)，则Z=X-Y的取值范围为0＜Z＜1．当0＜z＜1时，Z=X-Y的分布函数为则故设随机变量X与Y相互独⽴，X的概率分布为，Y的概率密度函数为Z=X+Y．求：（分数：6.00）3.00）__________________________________________________________________________________________ 正确答案：()(2).Z的概率密度函数．（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：F Z(z)=P{Z≤z}=P{X+Y≤z}=P{X=-1，Y≤z+1}+P{X=0，Y≤z}+P{X=1，Y≤z-1}．因为X与Y相互独⽴，故①当z+1＜0(z-1＜-2)，即z＜-1时，f Y (y)=0，从⽽F Z (z)=0；②当0≤z+1＜1(-2≤z-1＜-1)，即-1≤z＜0时，③当-1≤z-1＜0(1≤z+1＜2)，即0≤z＜1时，④当0≤z-1＜1(2≤z+1＜3)，即1≤z＜2时，⑤当1≤z-1(3≤z+1)，即z≥2时，综上故设⼆维连续型随机变量(X，Y)的联合概率密度为U=X+Y，V=X-Y．求：（分数：6.00）(1).U的分布函数F 1 (u)；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当u＜0时，F 1 (u)=0；当u≥0时，故U的分布函数F 1 (u)为(2).V的分布函数F 2 (v)；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当v＜0时，F 2 (v)=0；当v≥0时，故V的分布函数F 2 (v)为(3).P{U≤u，V≥v}(u＞v＞0)，并判断U与V是否独⽴．（分数：2.00）__________________________________________________________________________________________ 正确答案：()当u＞0，v＞0时，P{U≤u}P{V≥v}=F 1(u)·[1-F 2 (v)]=e -2v (1-e -u ) 2≠P{U≤u，V≥v}，从⽽可知，U与V不独⽴．设⼆维随机变量(X，Y)在矩形区域D={(x，y)|0≤x≤2，0≤y≤2}上服从⼆维均匀分布，随机变量求：（分数：6.00）(1).U和V的联合概率分布；（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：(U，V)的可能取值为(-1,-1)，(-1,1)，(1,-1,)，(1,1)，如下图．依题意知，X与Y的联合概率密度为则有同理类似地可以计算出其他P ij的值：(2).讨论U和V的相关性和独⽴性．（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：从(U，V)的联合分布与边缘分布可以计算出所以E(UV)=E(U)·E(V)，U与V不相关；⼜因为P{U=u，V=v}=P{U=u}·P{V=v}，所以U与V相互独⽴．。

概率1-1 概率论与数理统计

§1.2 样本空间、随机事件
一、样本空间
1.样本空间: 随机试验E的所有可能结果组成的集合. 记为S．
2.样本点: 样本空间S的元素，即E的每个可能结果．
例写出§1.1节中所列的试验Ei 的样本空间: 试验E1: 抛一枚硬币,观察正面H、反面T出现的情况.
S1={H, T},（H表示出现正面， T表示出现反面）
A∩(B∪C)=(A∩B)∪(A∩C) ． 4. 德.摩根律(对偶原理) ： A∪B=A∩B, A∩B=A∪B
n
n
n
n
类似有： Ai Ai ,
Ai Ai
i 1
i 1
i 1
i 1
5. 对必然事件的运算法则：A∪S=S, A∩S=A
6.对不可能事件的运算法则：A∪Φ=A,A∩Φ=Φ．
实验序号
n=5
m fn (A)
1 2 0.4
2 3 0.6 3 1 0.2
4 5 1.0
n=50 m fn (A) 22 0.44
25 0.50 21 0.42 25 0.50
n=500
m
fn ( A)
251 0.502
249 0.498 256 0.512 253 0.506
从上面的例子可以看出，试验次数n越大，出现正面的频率越接近0.5，即频率稳定于1/2 ．经验表明：只要试验是在相同的条件下进行的，则随机事件出现的频率稳定于一个固定的常数，常数是事件本身所固有的，是不随人们的意志而改变的一种客观属性，它是对事件出现的可能性大小进行度量的客观基础．为了理论研究的需要，从频率的稳定性和频率的性质得到启发，给出如下度量事件发生可能性大小的概率的定义.
呼叫次数. E6: 在一批灯泡中任意抽取一只, 测试其寿命.

概率论与数理统计第一章习题及答案

概率论与数理统计习题第一章概率论的基本概念习题1-1 设C B A ,,为三事件，用C B A ,,的运算关系表示下列各事件.（1）A 发生，B 与C 不发生，（2）A 与B 都发生，而C 不发生，（3）C B A ,,中至少有一个发生，（4）C B A ,,都发生，（5）C B A ,,都不发生，（6）C B A ,,中不多于一个发生，（7）C B A ,,中不多于两个发生，（8）C B A ,,中至少有两个发生，解（1）A 发生，B 与C 不发生表示为C B A 或A － (AB+AC )或A － (B ∪C ) （2）A ，B 都发生，而C 不发生表示为C AB 或AB －ABC 或AB －C （3）A ，B ，C 中至少有一个发生表示为A+B+C （4）A ，B ，C 都发生，表示为ABC（5）A ，B ，C 都不发生，表示为C B A 或S － (A+B+C)或C B A ⋃⋃（6）A ，B ，C 中不多于一个发生，即A ，B ，C 中至少有两个同时不发生，相当于C A C B B A ,,中至少有一个发生。

故表示为：C A C B B A ++。

（7）A ，B ，C 中不多于二个发生相当于C B A ,,中至少有一个发生。

故表示为ABC C B A 或++（8）A ，B ，C 中至少有二个发生。

相当于AB ，BC ，AC 中至少有一个发生。

故表示为AB +BC +AC习题1-2 设B A ,为两事件且6.0)(=A P ，7.0)(=B P ，问（1）在什么条件下)(AB P 取得最大值，最大值是多少？（2）在什么条件下)(AB P 取得最小值，最小值是多少？解由P (A ) = 0.6，P (B ) = 0.7即知AB ≠φ，（否则AB = φ依互斥事件加法定理， P (A ∪B )=P (A )+P (B )=0.6+0.7=1.3>1与P (A ∪B )≤1矛盾）.从而由加法定理得P (AB )=P (A )+P (B )－P (A ∪B )(*)（1）从0≤P (AB )≤P (A )知，当AB =A ，即A ∩B 时P (AB )取到最大值，最大值为 P (AB )=P (A )=0.6，（2）从(*)式知，当A ∪B=S 时，P (AB )取最小值，最小值为 P (AB )=0.6+0.7－1=0.3 。

概率论与数理统计自测卷1-1

自测卷1-1（随机事件与概率）一、单项选择题（每小题2分）1．A,B为两事件，则(A∪B)￣￣= ( ) A、AB B、A¯ B¯C、AB¯D、A¯ ∪B¯2．袋中有二个白球一个红球，甲从袋中任取一球，放回后，乙再从袋中任取一球，则甲、乙两人取得的球同颜色的概率为( ) A、1/9 B、2/9 C、4/9 D、5/93．一个小组有六个学生，则这六个学生的生日都不相同的概率为（设一年为365天）( )A、1C6365B、1A6365C、C6365(365)6D、A6365(365)64．A,B为两事件，若A ⊂ B，P(B)>0，则P(A|B)与P(A) 比较应满足( ) A、P(A|B) ≤ P(A) B、P(A|B) = P(A)C、P(A|B) ≥ P(A)D、无确定的大小关系5．若A、B为两事件，A⊂B，P(A)>0，P(B)>0，则( ) A、P(A∪B)=P(A)+P(B) B、P(AB)=P(A)P(B)C、P(B|A)=1D、P(A-B)=P(A)-P(B)6．设A, B为二事件互不相容，0<p(A)=p<1，0<P(B)=q<1，则推不出结论( )A、P(A|B)=0B、P(A¯ B¯)=0C、p(AB¯)=pD、p(A¯∪B¯)=17．某工人生产了三个零件，以A i表示“他生产的第i个零件是合格品”(i=1,2,3)，以下的事件表示式错误的是( )A、A1A2A3表示“没有一个零件是废品”B、A1¯∪A2¯∪A3¯表示“至少有一个零件是废品”C、A1¯A2A3∪A1A2¯A3∪A1A2A3¯表示“仅有一个零件是废品”D、A1¯A2¯A3∪A1¯A2A3¯∪A1A2¯A3¯表示“至少有两个零件是废品”8．设样本空间Ω={x: 0≤x≤4}，事件A={x: 1<x≤3}，B={x: 2≤x<4}，则下列各表示式中错误的式子是( ) A、A∪B￣￣ ={x: 0≤x≤1} B、A¯ B¯ ={x: 0≤x<2或3<x<4}C、A¯ B ={x: 3<x<4}D、A∪B¯ ={x: 1≤x<2}9．设A,B为两个随机事件，P(B)>0, P(A|B)=1, 则必有( ) A、P(A∪B)=P(A) B、A⊂B C、P(A)=P(B) D、P(AB)=P(A)10．某商店出售的灯泡中，甲厂的产品占70%，乙厂的产品占30%，甲厂产品的合格率为95%，乙厂产品的合格率为90%，则某顾客买一灯泡是合格品的概率为 ( )A、.0.935B、0.905C、0.875D、0.825二、填空题（每小题3分）11. 有55个由两个不同的英语字母组成的单字，那么，从26个英语字母中任取两个不同的字母来排列，能排成上述单字中某一个的概率为。

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1-1(已讲)

• 平时成绩占30%,期末成绩占70%.(43) 平时上课迟到早退三次算缺勤一次(扣平时分 5分) 平时作业情况:书上每两小节结束后留一次作业;杜绝抄袭现象(抄袭与被抄袭者皆罚).反映真实情况.而且根据作业情况,适当的调整课程的进度. 期末考试形式:闭卷
• 本书的大体结构如下: • 第一章:基本知识,但是很重要,为后续章节作铺垫(涉及到一些排列组合的知识). • 第二、三章是重点，涉及到以前高数、微积分中的一重积分二重积分公式。倒时候会给大家复习一下。 • 第四章概念比较多和第一章的地位差不多。为了讲解第五章埋下伏笔。
n( A) lim P {| − p |< ε } = 1 n →∞ n
伯努利大数定律表明，当独立重复试验次数伯努利大数定律表明，当独立重复试验次数n 充分大时，事件A发生的频率发生的频率n(A) / n与事件的概与事件A的概充分大时，事件发生的频率与事件非常接近. 率p非常接近非常接近伯努利大数定律提供了通过试验来确定事件概率的方法. 概率的方法
Page 8
年至1940年间，概率论的研究一方年间，在1900年至年至年间面是极限理论的发展、随机过程理论的建立，面是极限理论的发展、随机过程理论的建立，另一方面是系统的研究概率的基本概念，另一方面是系统的研究概率的基本概念，特别是俄国数学家柯尔默哥洛夫于1933年发表别是俄国数学家柯尔默哥洛夫于年发表概率的公理化结构” 的“概率的公理化结构”为概率理论奠定了严格的逻辑基础。严格的逻辑基础。
• 于是他请教法国数学家帕斯卡，帕斯卡邀请于是他请教法国数学家帕斯卡，另一位法国数学家费马共同研究，另一位法国数学家费马共同研究，后来荷兰科学家惠更斯得知后，也开始了研究，科学家惠更斯得知后，也开始了研究，并于 1657年写出了《论掷骰子游戏中的计算》，年写出了《年写出了论掷骰子游戏中的计算》，这是研究概率问题的最早的论著。这是研究概率问题的最早的论著。

1概率论与数理统计知识点总结(超详细)

NO.1 概率论基本概念一、随机试验1.确定性现象:必然发生或必然不发生的现象。

2.随机现象:在一定条件下我们事先无法准确预知其结果的现象，称为随机现象.3.随机现象的特点：人们通过长期实践并深入研究之后，发现这类现象在大量重复试验或观察下，它的结果却呈现出某种统计规律性.概率论与数理统计是研究随机现象统计规律性的一门学科.4.随机试验：为了对随机现象的统计规律性进行研究,就需要对随机现象进行重复观察, 我们把对随机现象的观察称为随机试验, 并简称为试验，记为E .随机试验具有下列特点:（1）可重复性: 试验可以在相同的条件下重复进行;（2）可观察性: 试验结果可观察,所有可能的结果是明确的;（3）随机性(不确定性): 每次试验出现的结果事先不能准确预知. ，但可以肯定会出现所有可能结果中的一个.二、样本空间、随机事件1.样本点：随机试验中的每一个可能出现的试验结果称为这个试验的一个样本点,记作ω.2.样本空间：全体样本点组成的集合称为这个随机试验的样本空间，记为∧.(或S )．即∧={ω1 ,ω2 ,!,ωn ,!}3.随机事件：我们称试验E 的样本空间∧的子集为E 的随机事件，简称事件，在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性.一般用A, B, C,，…等大写字母表示事件．设A 为一个事件，当且仅当试验中出现的样本点ω∈A 时，称事件 A 在该次试验中发生．注: 要判断一个事件是否在一次试验中发生，只有当该次试验有了结果以后才能知道．（1）基本事件：仅含一个样本点的随机事件称为基本事件.（2）必然事件：样本空间∧本身也是∧的子集，它包含∧的所有样本点，在每次试验中∧必然发生，称为必然事件．即必然发生的事件.（3）不可能事件：．空集Φ也是∧的子集，它不包含任何样本点，在每次试验中都不可能发生，称为不可能事件．不可能发生的事件是不包含任何样本点的.三、事件间的关系与运算记号概率论集合论∧ 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 事件子集A A的对立事件A的余集A ⊂B 事件A发生导致B发生A是B的子集A =B 事件A与事件B相等A与B的相等A ! B事件A与事件B至少有一个发生A与B的并集AB 事件A与事件B同时发生A与B的交集A -B 事件A发生而事件B不发生A与B的差集AB =∅ 事件A和事件B互不相容A与B没有相同的元素1.子事件、包含关系A ⊂B事件A是事件B的子事件含义：事件A发生必然导致事件B发生, ∅⊂A ⊂∧2.相等事件A =B :若事件Ａ发生必然导致事件B 发生，且若事件B 发生必然导致事件A 发生，即B ⊃A且A ⊃B ⇔A=B注：事件 A 与事件 B 含有相同的样本点3.和事件或并事件A !B = { x x ∈A或x∈B }，事件A ! B是事件A和事件B的和事件事件A ! B 发生⇔ 事件A 发生或事件B 发生⇔ 事件A 与B 至少有一个发生n称" A k 为n 个事件A 1，A 2，!，A n 的和事件k =1∞称" A k 为可列个事件A 1 , A 2 ,!, A n ,!的和事件k =14. 积事件或交事件A !B = {x x ∈ A 且x ∈ B }，事件A ! B 是事件A 与事件B 的积事件事件A ! B 发生⇔ 事件A 与事件B 同时发生积事件A ! B 可简记为ABn称" A k 为n 个事件A 1，A 2，!，A n 的积事件k =1∞称" A k 为可列个事件A 1 , A 2 ,!, A n ,!的积事件.k =15. 事件的差A -B = {x x ∈ A 且x ∉ B }，事件A - B 称为事件A 与事件B 的差事件事件A - B 发生⇔ 事件A 发生而事件B 不发生.注： A - B = A - AB6. 互斥或互不相容A !B = Φ 则称事件A 与事件B 是互不相容的，或互斥的.A !B = Φ ⇔事件 A 和随机 B 不能同时发生.注：任一个随机试验E 的基本事件都是两两互不相容的.推广：设事件 A 1，A 2，!，A n 满足 A i A jA 1，A 2，!，A n 是两两互不相容的. 7. 对立事件或互逆事件= Φ (i , j = 1, 2,!, n , i ≠ j ) 称事件若事件 A 和事件 B 中有且仅有一个发生，即 A ! B = ∧, AB = Φ则事件 A 和事件 B 为互逆事件或对立事件。

《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1完整(完整版)ppt课件

.
19
定义当随机试验的样本空间是某个区域,并且任意一点落在度量 (长度, 面积, 体积) 相同的子区域是等可能的,则事件 A 的概率可定义为
P(A) m(A)
m()
(其中 m()是样本空间,m 的 (A)度是量构成事 A 件的子区域的 )这度样量借助于几量何来上合的理度规定的概率几称何为概 . 率
对偶律: A B A B;
A B AB.
证明对偶律.
.
13
例.事件 A、B、C两两互不相则容有，
ABC 反之不成立
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.
.
16
例1. 袋中装有4只白球和2只红球. 从袋中摸球两次,每次任取一球.有两种式: (a)放回抽样; (b)不放回抽样.
求: (1)两球颜色相同的概率; (2)两球中至少有一只白球的概率.
例2. 设一袋中有编号为1,2,…,9的球共9只, 现从中任取3 只, 试求: (1)取到1号球的概率,（事件A） (2)最小号码为5的概率.（事件B）
A-BAAB
显然: A-A=, A- =A, A-S=
s
A B
(4)AB
.
10
5.事件的互不相容(互斥):
若 AB,则A 称与 B 是互不 ,或相互容 ,即斥
A 与 B 不能同 . 时发生
B
A B
A
.
11
6. 对立事件(逆事件)：若ABS且A B，则A称与B互为逆事件

概率论与数理统计第1章

17
例5：某人连续三次购买体育彩票，每次一张，令A、B、C分别表示其第一、二、三次所买的彩票中奖事件，试用A、B、C表示下列事件： (1) 第三次未中奖； (2) 只有第三次中了奖； (3) 恰有一次中奖； (4) 至少有一次中奖； (5) 不止一次中奖； (6) 至多中奖两次。
18
§1.3 概率的古典意义
例2： A1 ＝“2个样品中有一个次品”； A2 ＝“2个样品全是次品”； B ＝“2个样品中至少有一个次品”, 求 A2 , B。
16
例3：p.11，第3题。
例4：掷骰子，A=“掷出奇数点”；B=“点数不
超过3”；C=“点数大于2”；A D=“A C掷出5点”。
求 A∪B；B∪C；AB；BD；；； A－B；B－A。
26
2、具体例子 ⑴ 设有20个某种零件，其中16个为一级品， 4个为二级品，现从中任取三个，求： ① 只有一个一级品的概率； ② 至少有一个一级品的概率。
⑵ 从0、1、2、3这4个数字中任取3个进行排列，求“取得的3个数字排成的数是三位数且是偶数”的概率。
27
⑶ 一口袋中有5红2白7个球，从袋中任取一
2
例1：判断下列现象为随机现象还是决定性现象？ (1) 扔一枚分币； (2) 从93个产品（其中90正3次）中抽取一个产品； (3) 在标准大气压下将水加热至100℃必沸腾；
(4) 火箭速度超过第一宇宙速度就会摆脱地球引力而飞出地球。
3
二、随机试验与样本空间定义：概率论中将对随机现象的观察或为观察随机现象而进行的试验称为随机试验，它应具备以下三个特征： ⑴ 每次试验的可能结果不止一个，且事先明确知道试验的所有可能性结果。 ⑵ 进行试验之前不能确定哪一个结果会发生。 ⑶ 试验可以在相同条件下重复进行。随机试验简称试验，用英文字母E表示。 4

概率论与数理统计第一章教案

第一讲概率的定义及性质Ⅰ授课题目§1.0 概率论研究的对象§1.1 随机试验§1.2 样本空间、随机事件§1.3 频率与概率，概率的性质Ⅱ教学目的与要求1、理解随机试验、随机事件、必然事件、不可能事件等概念2、理解样本空间、样本点的概念,会用集合表示样本空间和事件3、掌握事件的基本关系与运算4、掌握概率的性质Ⅲ教学重点与难点重点：事件的基本关系与运算，概率的性质难点：用集合表示样本空间和事件Ⅳ讲授内容：§1.0 概率论研究的对象一两类现象---确定现象与不确定现象先从实例来看自然界和社会上存在着两类不同的现象.例1水在一个大气压力下,加热到100℃就沸腾.例2向上抛掷一个五分硬币,往下掉.例3太阳从东方升起.例4一个大气压力下,20℃的水结冰.例1,例2,例3是必然发生的,而例4是必然不发生的.个确切结果)称之为确定性现象或必然现象.微积分,线性代数等就研究必然现象的数学工具.与此同时,在自然界和人类社会中,人们还发现具有不同性质的另一类现象先看下面实例.例5用大炮轰击某一目标,可能击中,也可能击不中.例6在相同的条件下,抛一枚质地均匀的硬币,其结果可能是正面(我们常把有币值的一面称作正面)朝上,也可能是反面朝上.例7次品率为50%的产品,任取一个可能是正品,也可能是次品.例8次品率为1%的产品,任取一个可能是正品,也可能是正品.例5~例8这类现象归纳起来可以看作在相同条件下一系列的试验或观察,而每次试验或观察的可能结果不止一个,在每次试验或观察之前无法预知确切结果,即呈现出不确定性(即这些现象的结果事先不能完全确定),这一类型现象我们称之为不确定性现象或偶然现象,也称之为随机现象.二统计规律性、概率论研究的对象对于不确定性现象,人们经过长时期的观察或实践的结果表明,这些现象并非是杂乱无章的,而是有规律可寻的.例如,大量重复抛一枚硬币,得正面朝上的次数与正面朝下的次数大致都是抛掷总次数的一半.在大量地重复试验或观察中所呈现出的固有规律性,就是我们以后所说的统计规律性.而概率论正是研究这种随机(偶然)现象,寻找他们的内在的统计规律性的一门数学学科.概率论是数理统计的基础,由于随机现象的普遍性,使得概率与数理统计具有及其广泛的应用.另一方面,广泛的应用也促进概率论有了极大的发展.§1.1 随机试验对随机现象进行的试验或观察称为随机试验,简称试验,它具有下列特性(征):(1)试验可以在相同条件下重复进行;(2)试验的所有可能结果是明确可知的,并且不止一个;(3)每次试验总是恰好出现这些可能结果中的一个,但在一次试验之前不能肯定这次试验会出现哪一个结果.随机实验记为E.例1E1:投掷一枚硬币,观察正反面朝上的情况.它有两种可能的结果就是“正面朝上”或“反面朝上”,投掷之前不能预言哪一个结果出现，且这个试验可以在相同的条件下重复进行，所以E1是一个随机试验。

考研数学一-概率论与数理统计随机变量的数字特征(一)

考研数学一-概率论与数理统计随机变量的数字特征(一)(总分：88.01，做题时间：90分钟)一、选择题(总题数：28，分数：28.00)1.设随机变量X的二阶矩存在，则(A) EX2＜EX． (B) EX2≥EX．(C) EX2＜(EX)2． (D) EX2≥(EX)2．（分数：1.00）A.B.C.D. √解析：[解析] 由DX=EX2-(EX)2≥0，即知正确选项为(D)．选项(A)、(B)对某些随机变量可能成立，对某些随机变量可能不成立．例如X服从参数为λ的泊松分布，则EX=DX=λ，EX2=DX+(EX)2=λ+λ2＞λ=EX，选项(B)成立；如果X在(0，1)上服从均匀分布，则，，选项(A)成立．2.设X是随机变量，EX=μ，DX=σ2(σ＞0)，则对任意常数C，有(A) E(X-C)2=EX2-C2． (B) E(X-C)2=E(X-μ)2．(C) E(X-C)2＜E(X-μ)2． (D) E(X-C)2≥E(X-μ)2．（分数：1.00）A.B.C.D. √解析：[解析]E(X-C)2≥E(X-μ)2，故选(D)．当然我们也可以通过计算来证明：E(X-X)2=E[(X-μ)+(μ-C)]2=E[(X-μ)2+2(μ-C)(X-μ)+(μ-C)2]=E(X-μ)2+2(μ-C)(EX-μ)+(μ-C)2=E(X-μ)2+(μ-C)2≥E(X-μ)2．3.设随机变量X的期望、方差都存在，则对任意常数C，有(A) E(X-C)2＜DX+E2(X-C)． (B) E(X-C2)2＞DX+E2(X-C)．(C) E(X-C)2=DX+E2(X-C)． (D) E(X-C)2=DX-E2(X-C)．（分数：1.00）A.B.C. √D.解析：[解析] 由于DX=D(X-X)=E(X-C)2-E2(X-C)，所以E(X-C)2=DX+E2(X-C)，故选(C)．4.设X为离散型随机变量，且p i=PX=a i(i=1，2，…)，则X的期望EX存在的充分条件是(A) ． (B)(C) (D)（分数：1.00）A.B.C.D. √解析：[解析] 由级数收敛的必要条件知，选项(A)或(B)不能选，否则(C)或(D)也成立．又收敛不能保证收敛(即EX存在)，因此选项(C)不能选．所以应该选(D)．下面我们证明：如果收敛，则收敛．事实上，由于，故已知，所以收敛，EX存在．5.假设X是连续型随机变量，其分布函数为F(x)，如果X的期望EX存在，则当x→+∞时，1-F(x)的(A) 低阶无穷小． (B) 高阶无穷小．(C) 同阶但不等价无穷小． (D) 等价无穷小．（分数：1.00）A.B. √C.D.解析：[解析] 由题设，我们只能通过计算来确定正确选项．设X的密度函数为f(x)，则EX存在，所以即1-F(x)的高阶无穷小(当x→+∞)，故应选(B)．6.假设X服从二项分布B(n，p)，已知EX=2.4，DX=1.44，则n，p值分别为(A) 4；0.6． (B) 6；0.4． (C) 8；0.3． (D) 12；0.2．（分数：1.00）A.B. √C.D.解析：[解析] 由于X～B(n，p)，所以p=0.4．故应选(B)．求得n，p，从而确定正确选项．7.已知随机变量X的分布中含有若干个未知参数，如果仅对唯一的参数值才有EX=DX，则X必服从(A) 参数为(μ，σ2)的正态分布． (B) 参数为λ的指数分布．(C) 参数为λ的泊松分布． (D) 参数为a，b的[a，b]区间上的均匀分布．（分数：1.00）A.B. √C.D.解析：[解析] 直接由EX=DX来确定正确选项．如果X～N(μ，σ2)，则EX=DXμ=σ2．参数(μ，σ2)不唯一．X～E(λ)，则．参数λ唯一．X～P(λ)，则EX=DXλ=λ．参数λ不唯一．X～U[a，b]．参数a、b不唯一．因此正确选项是(B)．8.将一枚硬币重复掷n次，以X和Y分别表示正面向上和反而向上的次数，则X和Y的相关系数等于(A) -1．(B) 0．(D) 1．（分数：1.00）A. √B.C.D.解析：[解析] 由题设知X+Y=n，Y=-X+n，故选择(A)．事实上，X与Y的相关系数，cov(X，Y)=cov(X，-X+n)=-cov(X，X)=-DX，DY=D(-X+n)=DX，．所以选(A)．9.设随机事件A与B互不相容，0＜P(A) ＜1，0＜P(B) ＜1，记X与Y的相关系数为ρ，则(A) ρ=0． (B) ρ=1． (C) ρ＜0． (D) ρ＞0．（分数：1.00）A.B.C. √D.解析：[解析] 选项(B)不能选，否则(D)必成立．因此我们的问题转化为确定X、Y相关系数ρ的符号，而它仅取决于cov(X，Y)=EXY-EXEY，由题设知AB=，因此所以 cov(X，Y)=-P(A)P(B)＜0，ρ＜0，故应选(C)．10.设随机变量X与Y不相关且DX=DY≠0，则随机变量X与X+Y的相关系数ρ等于(A) -1． (B) 0．． (D) 1．（分数：1.00）A.B.C. √D.解析：[解析] 由题设cov(X，Y)=0，DX=DY，所以故应选(C)．11.已知随机变量X与Y的相关系数为ρ，随机变量ξ=aX+b，η=cY+d(abcd≠0)，则ξ与η的相关系数为(A) 0． (B) -p．(C) 当ac＞0时为ρ． (D) 当bd＞0时为ρ．（分数：1.00）A.B.C. √D.解析：[解析] 已知，所以ξ与η的相关系数为故应选(C)．12.设随机变量X与Y的方差相等且不为零，则ξ=X+Y与η=X-Y相关系数为(A) -1． (B) 0．． (D) 1．（分数：1.00）A.B. √C.D.解析：[解析] 已知DX=DY≠0，所以cov(ξ，η)=cov(X+Y，X-Y)=cov(X，Y)-cov(X，Y)+cov(Y，X)-cov(Y，Y)=DX-DY=0，即X与Y相关系数为0，故应选(B)．13.假设随机变量X，Y，Z两两不相关，方差相等且不为零，则X+Y与Y+Z的相关系数为(A) -1． (B) 0．． (D) 1．（分数：1.00）A.B.C. √D.解析：[解析] 已知cov(X，Y)=cov(X，Z)=cov(Y，Z)=0，DX=DY=DZ≠0，所以X+Y与Y+Z的相关系数为故应选(C)．14.已知二维随机变量(X，Y)的联合密度为f(x，y)且满足条件f(x，y)=f(-x，y) 或 f(x，y)=-f(x，-y)，则X与Y相关系数为(A) -1． (B) 0．． (D) 1．（分数：1.00）A.B. √C.D.解析：[解析] 依题意f(x，y)对每个变元都是偶函数，因此x(x，y)或yf(x，y)为奇函数，所以EXY=EXEY=0X与Y XY=0，故应选(B)．15.设X，Y为随机变量，现有6个等式①E(X+Y)=EX+EY；②D(X+Y)=DX+DY；③D(X-Y)=DX+DY；④EXY=EX·EY；⑤D(XY)=DX·DY；⑥)cov(X，Y)=0．则上面与“X和Y不相关”等价的等式共有(A) 0个． (B) 2个． (C) 4个． (D) 6个．（分数：1.00）A.B.C. √D.解析：[解析] ①对任意随机变量都成立，②、③、④、⑥是X与Y不相关的充要条件，因此选(X)．而⑤式DXY=E(XY)2-(EXY)2=DXDY并不能断言X与Y的相关性．16.假设随机变量X与Y的二阶矩都存在，则随机变量ξ=X+Y与η=X-Y不相关的充分必要条件是(A) EX=EY． (B) EX2=EY2．(C) EX2-E2X=EY2-E2Y． (D) EX2+E2X=EY2+E2Y．（分数：1.00）A.B.C. √D.解析：[解析] ξ与η不相关cov(ξ，η)=0cov(X+Y，X-Y)=DX-DY=0DX=DYEX2-E2X=EY2-E2Y，选择(C)．17.已知(X，Y)服从二维正态分布，且EX=μ1，X与Y相关系数为ρ，则X+bY与X-bY，相互独立的充分必要条件是参数b(A) 可以取任意实数． (B) 等于p．(C) 等于σ1/σ2． (D) 等于μ1/μ2．（分数：1.00）__________________________________________________________________________________________ 解析：18.已知(X，Y)服从二维正态分布，且EX=μ1，EY=μ2，DX=DY=σ2，ξ=aX+bY，η=aX-bY(ab≠0)，则ξ与η独立的充要条件是(A) a、b为任意实数． (B) a=b-1．(C) a2=62． (D) a=b+1．（分数：1.00）A.B.C. √D.解析：[解析] 由于对任意常数c，d(c、d不全为0)，有cξ+dη=c(aX+bY)+d(aX-bY)=a(c+d)X+b(c-d)Y服从一维正态分布，所以(ξ，η)服从二维正态分布．因此ξ与η独立ξ与η不相关cov(ξ，η)=0cov(aX+bY，aX-bY)=a2cov(X，X)+abcov(Y，X)-abcov(X，Y)-b2cov(Y，Y)=a2DX-b2DY=σ2(a2-b2)=0a2=b2．故应选(C)．19.设X与Y都是服从正态分布的随机变量，则X与Y不相关是X与Y独立的(A) 充分必要条件． (B) 充分非必要条件．(C) 必要非充分条件． (D) 非必要非充分条件．（分数：1.00）A.B.C. √D.解析：[解析] X与Y都服从正态分布并不意味着(X，Y)服从二维正态分布，因此X与Y不相关仅仅是独立的必要条件而不充分，所以选(C)．20.假设(X，Y)服从二维正态分布，且EX=μ1，EY=μ2，DX=DY=σ2，X与Y不相关，则下列四对随机变量中相互独立的是(A) X与X+Y． (B) X与X-Y．(C) X+Y与X-Y． (D) 2X+Y与X-Y．（分数：1.00）A.B.C. √D.解析：[解析] 由题设知各选项中的二个随机变量其联合分布都是二维正态分布，因此它们相互独立等价于不相关．又cov(X，Y)=0，DX=DY=σ2，所以 cov(X，X±Y)=DX=σ2≠0，cov(X+Y，X-Y)=DX-DY=0，cov(2X+Y，X-Y)=2DX-DY=σ≠0．故应选(C)．21.已知随机变量X在[-1，1]上服从均匀分布，Y=X3，则X与Y(A) 不相关且相互独立． (B) 不相关且相互不独立．(C) 相关且相互独立． (D) 相关且相互不独立．（分数：1.00）A.B.C.D. √解析：[解析] 由于Y=X3，因此Y与X不独立，但又有某种线性相依的关系，即Y与X相关，所以选择(D)．事实上，已知EXY≠EX·EY，因此X与Y相关．下面证明Y=X3与X不独立．X与Y=X3相互独立，y∈R有P{X≤x，Y≤y}=P{X≤x}P{Y≤y}，即P{X≤x，X3≤y}=P{X≤x}P{X3≤y}．取，则，故而所以故X与Y=X3不独立．22.假设随机变量X与Y相互独立且有非零的方差，则(A) 3X+1与4Y-2相关． (B) X+Y与X-Y不相关．(C) X+Y与2Y+1相互独立． (D) e X与2Y+1相互独立．（分数：1.00）A.B.C.D. √解析：[解析] 由于X与Y相互独立，由独立性质知e X与2Y+1相互独立，所以选(D)．下面我们对各选项逐一加以验证．由于X与Y相互独立，所以cov(X，Y)=0．(A)：cov(3X+1，4Y-2)=12cov(X，Y)=0，3X+1与4Y-2不相关，选项(A)不成立．(B)：cov(X+Y，X-Y)=cov(X，X)-cov(X，Y)+cov(Y，X)-cov(Y，Y)选项(B)不成立．(C)：cov(X+Y，2Y+1)=2cov(X，Y)+2cov(Y，Y)=2DY≠0，X+Y与2Y+1相关，因而不独立，选项(C)不成立．(D)：x，y∈R，如果x＞0，则=P{e X≤x}P{2Y+1≤y}．如果x≤0，则P{e X≤x}=0．P{e X≤x，2Y+1≤y}=0=P{e X≤x}P{2Y+1≤y}，所以e X与2Y+1相互独立，选项(D)成立．23.设X，Y为随机变量，其期望与方差都存在，则下列与PX=Y=1不等价的是，有P|X-Y|≥ε=0．(B) EX=EY，DX=DY．(C) EX=EY，D(Y-X)=0．(D) EX=EY，EX2=EY2，X与Y的相关系数为1．（分数：1.00）A.B. √C.D.解析：[解析] 从四个选项中我们可以看到选项(B)是EX=EY，DX=DY，而这并不意味着X与Y以概率1相等即P{x=Y}=1，所以选(B)．下面我们证明其他三个选项都与P{X=Y}=1等价．(A)：P{X=Y}=1P{X≠Y}=0．，有{|X-Y|≥ε}{X≠Y}P{|X-Y|≥ε}=0．反之，如果，P{|X-Y|≥ε}=0，则由．选项(A)成立．(C)：EX=EY，D(Y-X)=0E(Y-X)=0，D(Y-X)=0P{Y-X=E(Y-X)}=1即P{Y-X=0}=P{Y=X}=1．选项(C)成立．(D)：EX=EY，EX2=EY2，X与Y相关系数ρXY=1，EX=EY，EX2=EY2，P{y=aX+b}=1，其中，b=EY-aEX=0．从而{Y=X}=1．反之若ρXY=1，且，EX2=EY2，ρXY=1，所以(D)成立．24.设随机变量X1和X2不相关，且DX1=DX2=σ2≠0，令X=X1+aX2，Y=X1+bX2(ab≠0)，如果X与Y不相关，则(A) a与b可以是任意实数． (B) a=b．(C) ab=-1． (D) ab=1．（分数：1.00）A.B.C. √D.解析：[解析] 已知cov(X1，X2)=0且DX1=DX2=σ2≠0，所以X与Y不相关cov(X，Y)=0cov(X1+aX2，Xl+bX2)=DX1+abDX2=σ2(1+ab)=0ab=-1，选(C)．25.设X是连续型随机变量且方差存在，则对任意常数C和ε＞0，必有(A)(B)(C)（分数：1.00）A.B.C. √D.解析：[解析] 各个选项左式全为P{|X-C|≥ε}，因此希望通过计算选出正确选项．设X的密度函数为f(x)，则故应选(C)．26.设随机变量X的方差DX存在，并且有则一定有(A) DX=2．(B) DX≠2．(C) (D)（分数：1.00）A.B.C.D. √解析：[解析] 由题设P{|X-EX|≥3}≤，可得故应选(D)．27.设事件A在每次试验中发生的概率都是p，将此试验独立重复进行n次．X表示n次试验中A发生的次数，Y表示n次试验中A发生的次数，则下面结论不成立的是(A) D(X+Y)=0．(B) D(X-Y)=0．(C) PX=k=PY=n-k(k=0，1，…，n)．(D) X～B(n，p)，Y～B(n，1-p)．（分数：1.00）A.B. √C.D.解析：[解析] 依题意X～B(n，p)，Y～B(n，1-p)，X+Y=n，所以选项(A)、(C)、(D)都成立，不成立的是(B)．事实上，Y=-X+n，又DX=np(1-p)，DY=n(1-p)p，所以 D(X-Y)=DX+DY-2cov(X，Y)=2np(1-p)+2np(1-p)=4np(1-p)．28.已知试验E1为：每次试验事件A发生的概率都是p(0＜p＜1)，将此试验独立重复进行n次，以X1表示在这n次试验中A发生的次数；试验E2为：第i次试验事件A发生的概率为p i(0＜p i＜1，i=1，2，…)，将此试验独立进行n次，以X2表示在这n次试验中A，则(A) EX1＜EX2． (B) EX1=EX2．(C) EX1＞EX2． (D) 以上结论都不对．（分数：1.00）A.B. √C.D.解析：[解析] 依题意X1～B(n，p)，．对试验E2而言，如果记故应选(B)．二、填空题(总题数：17，分数：20.00)29.设随机变量X1，X2，X3相互独立，其中X1服从区间[0，6]上的均匀分布，X2服从正态分布N(0，22)，X3服从参数为3的泊松分布，则D(X1-2X2+3X3)=______．（分数：1.00）填空项1:__________________ （正确答案：46）解析：[解析]D(X1-2X2+3X3)=DX1+4DX2+9DX3=3+4×4+9×3=46．30.设随机变量X和Y独立同服从正态分 N(0，1/2)，则D|X-Y|=______．（分数：1.00）填空项1:__________________解析：[解析] 易见，E(X-Y)=0，D(X-Y)=1，故U=X-Y～N(0，1)．因此E|U|2=EU2=DU+(EU)2=1．31.设X服从参数为2的指数分布，则E(X+e-X)=______．（分数：1.00）填空项1:__________________解析：[解析] 由指数分布的数学期望知EX=1/2，又于是32.设随机变量X和Y的联合概率分布为则X2和Y2的协方差cov(X2，Y2)=______．（分数：1.00）填空项1:__________________ （正确答案：-0.02）解析：[解析] 由题设可知，EX2=0.60，EY2=0.50，EX2EY2=0.30，又EX2Y2=P{X=1，Y=-1}+P{X=1，Y=1}=0.28，于是 cov(X2，Y2)=EX2Y2-EX2EY2=-0.02．33.以X表示接连10次独立重复射击命中目标的次数，已知每次射击命中目标的概率为0.4，则EX2= 1．（分数：1.00）填空项1:__________________ （正确答案：18.4）解析：[解析] 由题设知，10次独立重复射击命中目标的次数X服从参数为(10，0.4)的二项分布．因此，EX=4，DX=2.4．于是EX2=DX+(EX)2=18.4．34.设对某一种商品的需求量X(件)是一随机变量，其概率分布为则期望需求量为______．（分数：1.00）填空项1:__________________解析：[解析] 由数学期望的定义，可知期望需求量为35.假设无线电测距仪无系统误差，其测量的随机误差服从正态分布．已知随机测量的绝对误差以概率0.95不大于20米，则随机测量误差的标准差σ=______．（分数：1.00）填空项1:__________________ （正确答案：10.20）解析：[解析] 由题设条件“无系统误差”知，测量误差X服从正态分布N(0，σ2)，所以由可知36.100次独立重复试验成功次数的标准差的最大值等于 1．（分数：1.00）填空项1:__________________ （正确答案：5）解析：[解析] 设每次试验成功的概率为p，则100次独立重复试验成功的次数X服从参数为(100，p)的二项分布，故DX=100p(1-p)．易见，当p=0.5时，p(1-p)取最大值．这时DX=100pq=100×0.25=25，因此，标准差的最大值等于5。

《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1

第一章事件与概率§1.1 随机事件与样本空间教学目的要求：掌握几个基本概念,为后面的学习打下基础,并对本书内容体系有一个大致的了解.教材分析：1．概括分析：概率论是数理统计的理论基础,本节是概率论中的最基本的与最基础的内容之一.学习本节,要求学生掌握随机事件、样本空间、事件域、布尔代数等基本概念,了解事件之间的关系和事件之间的一些运算.2．教学重点：随机事件、样本空间、事件域、布尔代数等基本概念,事件之间的关系和事件之间的一些运算.3．教学难点：事件之间的关系和事件之间的一些运算的证明.教学过程：我们在引言中已经介绍了随机试验,现在进一步明确它的含意.一、几个基本概念：1．随机试验：一个试验如果满足下述条件：⑪试验可以在相同的情形下重复进行；⑫试验的所有可能结果是明确可知道的,并且不止一个；⑬每次试验总是恰好出现这些可能结果中的一个,但在一次试验之前却不能肯定这次试验会出现那一个结果.就称这样的试验是一个随机试验,为方便起见,也简称为试验.2．基本事件：随机试验的每一个可能的结果,称为基本事件.3．样本空间：所有基本事件的全体称为样本空间,通常用字母Ω表示.4．样本点：Ω中的点,即基本事件,有时也称作样本点,通常用字母ω表示.[例]1.1在前述试验中,令ω1={取得白球}, ω2={取得黑球}则Ω={ω1,ω2}[例]1.2 一个盒子中有十个完全相同球,分别标以号码1,2,…,10,从中任取一球,令i ={取得球的号码为i}则Ω={1,2, (10)·３·[例]1.3 讨论某电话交换台在单位时间内收到的呼唤次数,令i={收到的呼唤次数为i}则Ω={1,2,…}[例]1.4 测量某地水温,令 t={测得的水温为t℃}则Ω=[0,100]5．随机事件：无论是基本事件还是复杂事件,它们在试验中发生与否,都带有随机性,所以都叫随机事件或简称为事件.习惯上用大写字母A,B,C等表示事件.在试验中,如果出现A中所包含的某一个基本事件ω,则称作A发生,并记作ω∈A.我们已经知道样本空间Ω包含了全体基本事件,而随机事件不过是有某些特征的基本事件所组成,所以从集合论的观点来看,一个随机事件不过是样本空间Ω的一个子集而已.又因为Ω是所有基本事件所组成,因而在任一次试验中,必然要出现Ω中的某一基本事件ω,即ω∈Ω.也就是在试验中,Ω必然会发生,所以今后又用Ω来代表一个必然事件.相应地,空集Φ可以看作是Ω的子集,在任一次实验中不可能有ω∈Φ,也就是说Φ永远不可能发生,所以Φ是不可能事件.为了方便起见,我们把必然事件和不可能事件看作随机事件的两个极端情形.一个样本空间Ω中,可以有很多的随机事件.概率论的任务之一,是研究随机事件的规律,通过对较简单事件规律的研究去掌握更复杂事件的规律.为此,需要研究事件之间的关系和事件之间的一些运算.二、事件之间的关系和运算：1．如果事件A发生必然导致事件B发生,则称B包含了A,或称A是B的特款,并记作A⊂B或B⊃A.如图1.1.因为不可能事件Φ不含有任何ω,所以对任一事件A,我们约定Φ⊂A.2．如果有A⊂B,B⊂A同时成立,则称事件A与B相等,记作A=B.如图1.2.3．“事件A与B中至少有一个发生”,这样的一个事件称作事件A与B的并(或和)并记作A∪B.如图1.3.4．“事件A与B同时发生”,这样的一个事件称作事件A与B的交(或积),记作A∩B(或AB).如图1.4.5．“事件A发生而B不发生”,这样的一个事件称作事件A与B的差,记作A－B.如图1.5.6．若事件A与B不能同时发生,也就是说AB是一个不可能事件,即AB=Φ,则称事件A与B互不相容.如图1.6.7．若A是一个事件,令A=Ω－A,称A是A的对立事件或逆事件.如图1.7.·４··５·显然有： A A =Φ, A ∪A =Ω, A =A8．若有n 个事件：A 1,A 2,…,A n ,则“A 1,A 2,…,A n 中至少发生其中的一个”这样的事件称作A 1,A 2,…,A n 的并,并记作A 1∪A 2∪…∪A n 或n i i A 1=；若“A 1,A 2,…,A n 同时发生”,这样的事件称作A 1,A 2,…,A n 的交,记作A 1A 2…A n 或 n i iA 1=.大家已经有了一定的集合论知识,一定会发现事件间的关系及运算与布尔(Boole)代数在很多场合,用集合论的表达方式显得简练些,也更容易理解些.但对初学概率论的大家来说,重要的是要学会用概率论的语言来解释集合间的关系及运算,并能运用它们.[例] 1.5 设A 、B 、C 是Ω中的随机事件,则·６·1) 事件“A 与B 发生,C 不发生”可以表示成：C AB 或AB －C 或AB －ABC.2) 事件“A 、B 、C 中至少有二个发生”可以表示成：AB ∪AC ∪BC 或ABC BC A C B A C AB .3) 事件“A 、B 、C 中恰好发生二个”可以表示成： BC A C B A C AB .4) 事件“A 、B 、C 中有不多于一个事件发生”可以表示成：C B A C B A C B A C B A .5) 事件“A 发生而B 与C 都不发生”可以表示成：C B A 或A －B －C 或A －(B ∪C).6) 事件“A 、B 、C 恰好发生一个”可以表示成：C B A C B A C B A .7) 事件“A 、B 、C 中至少发生一个”可以表示成：C B A 或ABC BC A C B A C AB C B A C B A C B A .三、事件的运算规则：1. 交换律：A ∪B=B ∪A AB=BA2. 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. 德摩根(De Morgan)定理(对偶原则)：n i i n i i A A 11=== ni i n i i A A 11=== 四、事件域：我们已经知道事件是Ω的某些子集,如果把“是事件”的这些子集归在一起,则得到一个类,记作ℱ,称作事件域,即ℱ={A ：A ⊂Ω,Ω是事件}在前面已经提到,Ω、Φ是事件,所以Ω∈ℱ,Φ∈ℱ.又讨论了事件间的运算“∪” 、·７·“∩”和“－”,如果A 与B 都是事件,即A ∈ℱ,B ∈ℱ,非常自然地要求A ∪B 、AB 、A －B 也是事件.因此,如果有A ∈ℱ、B ∈ℱ,就要求A ∪B ∈ℱ、AB ∈ℱ、A －B ∈ℱ用集合论的语言来说,就是事件域ℱ关于运算“∪” 、“∩”和“－”是封闭的.经过归纳与整理,事件域ℱ应该满足下述要求：⑪ Ω∈ℱ；⑫ 若A ∈ℱ,则A ∈ℱ；⑬ 若i A ∈ℱ,i=1,2, …,n,则 ni iA 1 ∈ℱ. 在集合论中,满足上述三个条件的集合类,称作布尔代数.所以事件域应该是一个布尔代数.对于样本空间Ω,如果ℱ是Ω的一切子集的全体,那么显然ℱ是一个布尔代数.§1.2 概率和频率教学目的要求：通过本节的学习,使学生掌握频率与概率的概念及其性质,为后面的学习打下基础. 教材分析：1．概括分析：本节是概率论这一部分的最基本和最基础的重要内容之一.通过对引言中随机试验的分析给出了概率的定义,并通过频率与概率的内在关系的分析得到频率与概率的性质,在此基础上给出了概率的公理化定义.2．教学重点：概率的性质及公理化定义.3．教学难点：概率的公理化定义.教学过程：回忆引言中的试验二,我们已经知道它是一个随机试验,并且样本空间Ω={ω1,ω2},其中ω1={取得白球},ω2={取得黑球}是其本事件.在一次试验中,虽然不能肯定是ω1还是ω2发生,但是我们可以问在一次试验中发生ω1(或ω2)的可能性有多大?由对称性,很自然地可·８·以断定在一次试验中,出现ω1 (或ω2)的可能性是½,因为我们知道盒子中白球数和黑球数都是5个.现在引入一个定义如下：一、频率和概率的定义：定义1.1 随机事件A 发生可能性大小的度量(数值),称为A 发生的概率,记作P(A). 正如恩格斯所指出的：“在表面上是偶然性在起作用的地方,这种偶然性始终是受内部的隐蔽着的规律支配的,而问题只是在于发现这些规律．”(恩格斯：《路德维希·费尔巴哈和德国古典哲学的终结》,人民出版社,1972年,第38页)．人们经过长期的实践发现,虽然个别随机事件在某次试验或观察中可以出现也可以不出现；但在大量试验中它却呈现出明显的规律性——频率稳定性．在掷一次硬币时,既可能出现正面,也可能出现反面,预先作出确定的判断是不可能的,但是假如硬币均匀,直观上出现正面与出现反面的机会应该相等,即在大量试验中出现正面的频率,,其结果如下:又如,在英语中某些字母出现的频率远远高于另外一些字母. 在进行了更深入的研究之后,人们还发现各个字母被使用的频率相当稳定．例如,下面就是英文字母使用频率的一字母使用频率的研究,对于打字机键盘的设计(在方便的地方安排使用频率较高的字母键)、印刷铅字的铸造(使用频率高的应铸得多些)、信息的编码(常用字母用较短的码)、密码的破译等等方面都是十分有用的．对于一个随机事件来说,它发生可能性大小的度量是由它自身决定的,并且是客观存在的．就好比一根木棒有长度,一块土地有面积一样,概率是随机事件发生可能性大小的度量,是随机事件自身的一个属性．一个根本的问题是,对一个给定的随机事件,它发生可能性大小的度量—一概率,究竟是多大呢？在前面的例子中,因为已经知道了盒子中的白球和黑球都是5个,才得以断定)(1 p =1/2.如果不知道盒子中的白球数和黑球数呢？在引言中已经提到,实践告诉我们,如果反复多次地从盒子中取球(取后放回搅匀),随着试验次数n 的增大,比值n n 白会逐渐稳定到1/2(n 白表示出现白球的次数),记·９· nn 白=试验总次数的次数出现1ω=)(1ωn f 称)(1ωn f 为事件ω1在n 次试验中出现的频率．频率当然也在一定程度上反映了发生可能性的大小．尽管每作—串(n 次)试验,所得到的频率)(1ωn f 可以各不相同,但是只要n 相当大,)(1ωn f 与)(1ωp 是会非常“靠近”的．因此概率是可以通过频率来“测量”的,或者说频率是概率的一个近似．在前述摸球的例子中,即使事先并不知道盒子中黑球和白球的比例数(这时概率虽然不知道,但它是客观存在的),经过反复多次的试验后,如果频率)(1ωn f 逐渐稳定到1/2,那么我们就可以判断盒子中的白球数和黑球数是相等的,进一步即可得到)(1ωp =1／2这个结论.这件事情其实质与测量长度和面积—样的平常,给定一根木棒,谁都不怀疑它有自身的“客观”的长度,长度是多少？我们可以用尺或仪器去测量,不论尺或仪器多么精确,测得的数值总是稳定在木棒真实的“长度”值的附近.事实上,人们也是把测量所得的值当作真实的“长度”．这个类比不仅帮助我们去理解概率和频率之间的内在关系,而且还启示了更深刻的事实：概率与长度、面积等变量一样,应该具有“测度”的性质.这个问题请读者先思考一下,然后让我们慢慢地来解释．二、频率和概率的性质：1.频率的性质:现在让我们比较仔细地考察一下频率．如果随机事件A 在n 次反复试验中发生了n 白次,称 )(A f n =n n 白为A 的频率．易知频率具有下述性质．(1)．非负性：即)(A f n ≥0； (2)．规范性,即若Ω是必然事件,则)(Ωn f ＝1；(3)．有限可加性：即若A 、B 互不相容(即AB=Φ),则)(B A f n ＝)(A f n 十)(B f n这三条性质的论证是很直观的,因为(1). A n ≥0,所以nn A ≥0；·１０·(2). Ω是必然事件,所以n n =Ω,从而nn Ω=1； (3). 若A ∪B 发生,意味着A 、B 中至少发生其中之一,又因为A 与B 互不相容(即不能同时发生),所以A ∪B 发生的次数一定是A 发生次数与B 发生次数之和,即B A B A n n n += ,从而有)(B A f n ＝)(A f n 十)(B f n成立．频率还具有一些别的性质,但是这三条性质是最基本的,其它的性质可以由它们推出．作为练习,读者不妨自己验证下述几个性质：(1) 不可能事件的频率为零,即)(Φn f =0；(2) 若A ⊂B,则)(A f n ≤)(B f n ,由此还可推得对任一事件A,有)(A f n ≤1；(3) 对有限个两两不相容事件(即任意两个事件互不相容),频率具有可加性.即若A i A j =Φ(1≤i,j≤m,i≠j),则()∑===⎪⎪⎭⎫ ⎝⎛ni i n n i i n A f A f 112. 概率的性质:因为频率的本质就是概率,因而我们有理由要求频率的这些性质也是概率所应该具有的．因为对每一个随机事件A,都有一个概率P(A)与之对应,而在§1中我们已经知道事件域ℱ是一个布尔代数,所以概P 实质上是在布尔代数上有定义的一个(集合)函数(因为ℱ中的元素是集合),它应该具有下述性质：(1)．非负性：P(A)≥0,对A ∈ℱ；(2)．规范性：P(Ω)＝1；(3)．有限可加性：若A i ∈ℱ,i ＝1,2,…,n,且A i A j ＝Φ(i ≠j),则()∑===⎪⎪⎭⎫ ⎝⎛ni i n n i i A f A P 11由此可知,给定一个随机试验,也就确定了一个样本空间Ω,事件域ℱ和概率P,其中ℱ是一个布尔代数,P 是定义在ℱ上的一个非负的、规范的有限可加集函数,这样一来,对随机试验这样的一个直观对象,我们就可以用“数学化”的语言来描述它们了．§1.3 古典概型教学目的要求：通过本节的学习,使学生在复习巩固排列组合的基础上掌握古典概型的定义和计算公式,并能灵活运用它们解决实际问题.教材分析：1．概括分析：古典概型在概率论中占有相当重要的地位,早在古代就引起了人们的注意.它的内容比较简单,应用却很广泛,深入考察古典概率问题,有助于我们直观地理解概率论的一些基本概念,合理地解决产品质量控制等实际问题.因此,掌握古典概率问题的解法,对于学好概率论具有十分重要的意义.本节首先给出古典概型的定义,然后在复习排列组合的基础上通过实例讲述古典概型问题的解法,达到灵活运用定义与公式的目的.2．教学重点：古典概型的定义与公式及古典概型问题的解法.3．教学难点：古典概型问题的解法及古典概型定义与公式的灵活运用.教学过程：在§2中已经提到,一个随机试验,数学上是用样本空间Ω,事件域ℱ和概率P来描述的．对一个随机事件A,如何寻求它的概率P(A)是概率论的一个基本的课题. 我们先讨论一类最简单的随机试验.一、古典概型的定义与计算公式:1.古典概型的定义:有一类最简单的随机试验,它具有下述特征：(1) 样本空间的元素(即基本事件)只有有限个.不妨设为n个,并记它们为ω1、ω2、…、ωn.(2)每个基本事件出现的可能性是相等的,即有 P(ω1)=P(ω2)=…P(ωn)这种等可能的数学模型曾经是概率论发展初期的主要研究对象,通常就称这种数学模型为古典概型.它在概率论中有很重要的地位,一方面,因为它比较简单,许多概念既直观而又容易理解,另一方面,它又概括了许多实际问题,有很广泛的应用.2.古典概型的计算公式:对上述的古典概型,它的样本空间Ω={ω1、ω2、…、ωn},事件域ℱ为Ω的所有子集的全体．这时,连同Φ、Ω在内,ℱ中含有2n个事件,并且从概率的有限可加性知:1＝P(Ω)＝P(ω1)+P(ω2)+…+P(ωn)于是 P(ω1)=P(ω2)=…=P(ωn)=1/n·１１··１２· 对任意一个随机事件A ∈ℱ,如果A 是k 个基本事件的和,即A ＝k i i i ωωω 21,则基本事件总数的有利事件数基本事件总数中所含的基本事件数A A n k A P ===)( (A 中所含的基本事件数,习惯上常常称为是A 的有利事件数),不难验证,上述的概率P(·)的确具有非负性、规范性和有限可加性.事实上,古典概型的大部分问题都能形象化地用摸球模型来描述.以后我们经常研究摸球模型,意义即在于此.前节例1.1及其有关概率的计算是古典概型的一个例子,但并不是所有古典概型的事件的概率计算都这么容易．事实上,古典概型中许多概率的计算相当困难而富有技巧,计算的要点是给定样本点,并计算它的总数,而后再计算有利场合的数目．在这些计算中,经常要用到一些排列与组合公式．二、基本的组合分析公式1.全部组合分析公式的推导基于下列两条原理：乘法原理与加法原理．为说明这两条原理,请读者和我们一起参加一个智力游戏.王经理从上海去北京参加一个商品展销会,但途中还要到天津去处理一件业务.从上海到天津可以坐飞机,也可以坐火车,还可以坐船；从天津到北京则只有火车与汽车两种交通工具可用.请问王经理从上海到北京一共有几种走法？图 2.1的图(a)是上述问题的忠实描绘.把它重新表示为(b),使我们一目了然地知道,王经理共有6种走法.这样一种表示方法是具有启发性的,它告诉我们,对于同类问题可有一个通用的计算方法．把上海—天津,再从天津—北京看作相继进行的两个过程,分别记为A 1与A 2．一般地,假设完成过程A 1共有n 1种方法(在我们的游戏中n 1＝3),完成A 2共有n 2种方法(本例中n 2＝2),那末,完成整个过程一共有n 1×n 2种方法(这里3×2＝6)．这就是所谓的乘法原理．现在把游戏的条件稍微改变一下．假定因时间关系,王经理只能去北京和天津中的一地,而从上海直接去北京可以有铁路与民航两种走法,此时王经理的走法一共有多少种呢？直接采用类似图2.1(b)的表示方法,便知此时共有5种走法,如图2.2所示.现在不同的是,两个过程不是相继的而是并行的.因此在计算中不能用乘法,只能用加法．这样,进行过程A 1或A 2的方法一共有n 1+n 2种.这就是加法原理．容易知道,这两条原理可以推广到多个过程的情况．利用上述原理,可以导出排列与组合的公式.2．排列：所谓排列,是从共有n 个元素的总体中取出r 个来进行有顺序的放置(或者说有顺序地取出r 个元素).这时既要虑到取出的元素也要顾及其取出顺序.这种排列可分为两类：第一种是有放回的选取,这时每次选取都是在全体元素中进行,同一元素可被重复选中；另一种是不放回选取,这时一个元素一旦被取出便立刻从总体中除去,因此每个元素至多被选中一次,在后一种情况,必有r ≤n ．(1)在有放回选取中,从n 个元素中取出r 个元素进行排列,这种排列称为有重复的排列,其总数共有n r 种．(2)在不放回选取中,从n 个元素中取出r 个元素进行排列,其总数为rn A ＝n(n －1)(n －2)…(n －r ＋1)这种排列称为选排列.特别当r ＝n 时,称为全排列．(3)n 个元素的全排列数为P n ＝n(n －1)…3·2·1＝n ！3．组合:(1)从n 个元素中取出r 个元素而不考虑其顺序,称为组合,其总数为:)!(!!!)1()1(!r n r n r r n n n r A r n C r n r n-=+--==⎪⎪⎭⎫ ⎝⎛= 这里⎪⎪⎭⎫ ⎝⎛r n 是二项展开式的系数,(a+b)n =∑=-⎪⎪⎭⎫ ⎝⎛n r r n r b a r n 0 (2)若r 1＋r 2＋…＋r k ＝n,把n 个不同的元素分成k 个部分,第一部分r 1个,第二部分r 2个,……,第k 部分r k 个,则不同的分法有:!!!!21k r r r n 种,上式中的数称为多项系数,因为它是(x 1＋x 2＋…＋x k )n 展开式中k rk r r x x x 2121的系数,当k ＝2时,即为组合数．(3)若n 个元素中有n 1个带足标“1”,n 2个带足标“2”,……,n k 个带足标“k ”,且n 1＋n 2＋…＋n k =n,从这n 个元素中取出r 个,使得带有足标“i ”的元素有r i 个(1≤i ≤k),而r 1＋r 2＋…＋r k =r,这时不同取法的总数为:⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛k k r n r n r n 2211这里当然要求r i ≤n i .4．一些常用等式:把排列公式推广到r 是正整数而n 是任意实数x 的场合,有时是需要的,这时记r x A ＝x(x-1)(x-2)…(x-r ＋1)同样定义!)1()2)(1(!r r x x x x r A r x r x +---==⎪⎪⎭⎫ ⎝⎛ 及 0!=1, ⎪⎪⎭⎫ ⎝⎛0x =1. 对于正整数n,若r>n,则⎪⎪⎭⎫ ⎝⎛r n =0.这样一来二项系数有性质: ⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛k n n k n , ⎪⎪⎭⎫ ⎝⎛-+-=⎪⎪⎭⎫ ⎝⎛-k k a k a k 1)1( 由于 ∑=⎪⎪⎭⎫ ⎝⎛=+nr r n x r n x 0)1(故 n n n n n n 2210=⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛ 利用幂级数乘法又可以证明⎪⎪⎭⎫ ⎝⎛+=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n b a b n a n b a n b a 0110 特别地 ⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛n n n n n n n n n n n 20110 即 ⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛++⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛n n n n n n 210222 现在举一些求A ∈ℱ的概率P(A)的例子.在下面的讨论中,如无特别需要,常常把事件域ℱ略去.三、概率直接计算的例子：[例1]一部四本头的文集按任意次序放到书架上去,问各册自右向左或自左向右恰成1,2,3,4的顺序的概率是多少?[解] 若以a,b,c,d,分别表示自左向右排列的书的卷号,则上述文集放置的方式可与向量(a,b,c,d)建立一一对应,因为a,b,c,d 取值于1,2,3,4,因此这种向量的总数相当于4个元素的全排列数4!=24,由于文集按“任意的”次序放到书架上去,因此这24种排列中出现任意一种的可能性都相同,这是古典概型概率,其有利场合有2种,即自左向右或自右向左成1,2,3,4顺序,因此所求概率为：2/24=1/12[例2] 有10个电阻,其电阻值分别为1Ω,2Ω,…,10Ω,从中取出三个,要求取出的三个电阻,一个小于5Ω,一个等于5Ω,另一个大于5Ω,问取一次就能达到要求的概率．[解] 把从10个电阻中取出3个的各种可能取法作为样本点全体,这是古典概型,其总数为⎪⎪⎭⎫ ⎝⎛=310310C ,有利场合数为⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛151114. 故所求概率为P=61310151114=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛[例3]某城有N 部卡车,车牌号从1到N,有一个外地人到该城去,把遇到的n 部车子的牌号抄下(可能重复抄到某些车牌号),问抄到的最大号码正好为k 的概率．(1≤k ≤N)[解]这种抄法可以看作是对N 个车牌号进行n 次有放回的抽样．所有可能的抽法共有N n 种,以它为样本点全体．由于每部卡车被遇到的机会可以认为相同,因此这是一个古典概型概率的计算问题,有利场合数可以这样考虑：先考虑最大车牌号不大于k 的取法,这样取法共有k n 种,再考虑最大车牌号不大于k-1的取法,其数目有(k-1)n 种,因此有k n -(k-1)n 种取法其最大车牌号正好为k,这就是有利场合的数目,因而所求概率为 P=n nn Nk k )1(-- [例4]设有n 个球,每个都能以同样的概率1/N 落到N 个格子(N ≥n)的每一个格子中,试求:(1)某指定的n 个格子中各有一个球的概率;(2)任何n 个格子中各有一个球的概率．[解]这是一个古典概型问题,由于每个球可落入N 个格子中的任一个,所以n 个球在N个格子中的分布相当于从N 个元素中选取n 个进行有重复的排列,故共有N n 种可能分布.在第一个问题中,有利场合相当于n 个球在那指定的n 个格子中全排列,总数为n!,因而所求概率为 P 1=n!/N n .在第二个问题中,n 个房间可以任意,即可以从N 个房间中任意选出n 个来,这种选法共有⎪⎪⎭⎫ ⎝⎛n N 种,对于每种选定的n 个房间,有利场合正如第一个问题一样为n!,故所求概率为nN n n N P !2⎪⎪⎭⎫ ⎝⎛= 这个例子是古典概型中一个很典型的问题,不少实际问题可以归结为它．例如,若把球解释为粒子,把格子解释为相空间中的小区域,则这个问题便相应于统计物理学中的马克斯威尔—波尔茨曼(MaxWell-Boltzmann)统计．概率论历史上有一个颇为有名的问题：要求参加某次集会的n 个人中没有两个人生日相同的概率．若把n 个人看作上面问题中的n 个球,而把一年的365天作为格子,则N=365,这时P 2就给出所求的概率.例如当n=40时,P 2=0.109,这个概率是意外的小.[例5] (抽签问题)袋中有a 只黑球,b 只白球,它们除颜色不同外,其他方面没有差别,现在把球随机地一只只摸出来,求第k 次摸出的一只球是黑球的概率(1≤k ≤a+b).[第一种解法] 把a 只黑球及b 只白球都看作是不同的(例如设想把它们进行编号),若把摸出的球依次放在排列成一直线的a+b 位置上,则可能的排列法相当于把a+b 个元素进行全排列,总数为(a+b)!,把它们作为样本点全体．有利场合数为a ×(a+b-1)!,这是因为第k 次摸得黑球有a 种取法,而另外(a+b-1)次摸球相当于a+b-1只球进行全排列,有(a+b-1)!种构成法,故所求概率为ba ab a b a a P k +=+-+⨯=)!()!1( 这个结果与k 无关．回想—下,就会发觉这与我们平常的生活经验是一致的.例如在体育比赛中进行抽签,对各队机会均等,与抽签的先后次序无关.[第二种解法] 把a 只黑球看作是没有区别的,把b 只白球也看作是没有区别的.仍把摸出的球依次放在排列成一直线的a+b 位置上,因若把a 只黑球的位置固定下来则其他位置必然是放白球,而黑球的位置可以有⎪⎪⎭⎫ ⎝⎛+b b a 种放法,以这种放法作为样本点.这时有利场合数为⎪⎪⎭⎫ ⎝⎛--+11a b a ,这是由于第k 次取得黑球,这个位置必须放黑球,剩下的黑球可以在a+b-1个位置上任取a-1个位置,因此共有⎪⎪⎭⎫ ⎝⎛--+11a b a 种放法．所以所求概率为 b a a a b a a b a P k +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛--+=11 两种不同的解法答案相同,注意考察一下两种解法的不同,就会发现主要在于选取的样本空间不同．在前—种解法中把球看作是“有个性的”,而在后一种解法中则对同色球不加区别,因此在第一种解法中要顾及各黑球及各白球间的顺序而用排列,第二种解法则不注意顺序而用组合,但最后还是得出了相同的答案.这种情况的产生并不奇怪,这说明对于同一随机现象,可以用不同的模型来描述,只要方法正确,结论总是一致的.在这个例子中,第二种解法中的每一个样本点是由第一种解法中的a!·b!个样本点合并而成的．这个例子告诉我们,在计算样本点总数及有利场合数时,必须对同一个确定的样本空间考虑,因此其中一个考虑顺序,另一个也必须考虑顺序,否则结果一定不正确．既然同一个随机现象可用不同的样本空间来描述,因此对同一个概率也常常有多种不同的求法,我们应逐步训练自己能采用最简便的方法解题,为此熟悉同一问题的多种不同解法是重要的.例如,对例5就存在着多种不同的解法,上面提供的只是比较自然的两种.注意到在这两种解法中,我们对不同的k 用的是同一个样本空间,也就是说：我们构造了一个可以描述a 十b 次摸球的样本空间,并利用它一举解决了“第k(1≤k ≤a+b)次摸得黑球”这一概率的计算．假如允许对不同的k 用不同的样本空间,则我们完全可以构造一个只包含前k 次试验,甚至只包含第k 次试验的样本空间,这时也能求得有关概率.特别是选用最后一种样本空间简直马上可以看出正确答案,不过这种做法对初学者或许不那么容易理解．四、古典概率的计算方法:求解古典概率问题,一般要做好三方面的工作：一是判明问题性质,分辨所解的问题,是不是古典概率问题.如果问题所及的试验,具有以下两个基本特征：(1)试验的样本空间的元素只有有限个；(2)试验中每个样本点出现豹可能性相同.那么,我们就可断定它是一个古典概率问题.二是掌握古典概率的计算公式．如果样本空间包含的样本点的总数为n,事件A 包含的样本点数(即A 的有利场合的数目)为k,那么事件A 的概率是 P(A)=nk =样本点总数包含的样本点数事件A =样本点总数的有利场合数A 三是根据公式要求,确定n 和k 的数值.这是解题的关键性一步,计算方法灵活多变,没有一个固定的模式.古典概率一种解法,大体都是围绕n 和k 的计算而展开的.五、几类基本问题:抛硬币、掷骰(t óu)子、摸球、取数等随机试验,在概率问题的研究中,有着十分重要的意义.一方面,这些随机试验,是人们从大量的随机现象中筛选出来的理想化的概率模型.它们的内容生动形象,结构清楚明确,富有直观性和典型性,便于深入浅出地反映事物的本质,揭示事物的规律.另一方面,这种模型化的处理方法,思想活泼,应用广泛,具有极大的普遍性,不少复杂问题的解决,常常可以归结为某种简单的模型.因此,有目的地考察并掌握若干常见的概率模型,有助于我们举一反三,触类旁通,丰富解题的技能和技巧,从根本上提高解答概率题的能力.本部分主要讨论古典概率中的四类基本问题(摸球问题、分球入盒问题、随机取数问题和选票问题),给出它们的一般解法,指出它们的典型意义,介绍它们的常见应用.。

概率论与数理统计第一章——随机事件及概率

P65 = 6 5 4 3 2 = 720 (个)
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）。

概率1-1 概率论与数理统计

概率论与数理统计 第一章1.1随机事件

概率论与数理统计 习题课1-1

考研数学一-概率论与数理统计（一）

概率1-1 概率论与数理统计

概率论与数理统计第一章习题及答案

概率论与数理统计自测卷1-1

概率论与数理统计整理(一二章)

概率论与数理统计1-1(已讲)

1概率论与数理统计知识点总结(超详细)

《概率论与数理统计》1-123(频率与概率)

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1完整(完整版)ppt课件

概率论与数理统计第1章

概率论与数理统计 第一章教案

考研数学一-概率论与数理统计随机变量的数字特征(一)

《概率论与数理统计》第一章知识点

概率论与数理统计1

概率论与数理统计第一章——随机事件及概率

概率论与数理统计第一章1.1随机事件

概率论与数理统计习题课1-1

概率论与数理统计第一章教案