概率论与数理统计01(1)

合集下载

概率论与数理统计-协方差和相关系数01

概率论与数理统计-协方差和相关系数01
相关系数刻划了X和 间 线性相关”的程度. =相关系数刻划了 和Y间“线性相关”的程度
=
9
证: 对任意的 对任意的a,b,令 令
刻画了Y与 刻画了 与a+bX的偏离程度 的偏离程度 e=E{[Y-(a+bX)]2}=E(Y2)+b2E(X2)+a2 -2bE(XY)+2abE(X)-2aE(Y)
要使 与 的某个线性函数 最为接近 就是要找a,b使得误差 最为接近 就是要找 数 要使Y与X的某个线性函数a+bX最为接近,就是要找 使得误差 视为关于a,b的二元函数 视为关于 的二元函数,求驻点: 平方e值最 值最小 平方 值最小. 将e视为关于 的二元函数,求驻点: 字 特 征 解得
X与Y不相关 只说明 与Y之间没有线性关系,但可以有 与 不相关 只说明X与 之间没有线性关系 不相关,只说明 之间没有线性关系, 非线性关系; 非线性关系; 而X与Y独立是指 独立是指X,Y之间既无线性关系, 之间既无线性关系, 与 独立是指 之间既无线性关系 也无非线性关系, 也无非线性关系,故“独立”必然不相关,但反之不然。 独立”必然不相关,但反之不然。 不相关 但是,对于二维正态分布,独立与不相关等价。 但是,对于二维正态分布,独立与不相关等价。 与不相关等价 2 若二维r.v ( X , Y ) ~ N ( µ 1 , µ 2 ; σ 12 , σ 2 ; ρ ) 即:若二维 则X与Y相互独立 与 相互独立
D(X)=p (1-p ) D(X)=np(1-p) D(X)=
E(X) = µ
a +b E(X) = 2 1 E(X) =
D(X)= σ
λ
2
(b − a)2 D(X)= 12
(5) 切比雪夫不等式 =

《概率论与数理统计》第01章习题解答

《概率论与数理统计》第01章习题解答

第一章 随机事件及其概率第1章1、解:(1){}2,3,4,5,6,7S = (2){} ,4,3,2=S (3){} ,,,TTH TH H S =(4){}6,5,4,3,2,1,,T T T T T T HT HH S =2、设A , B 是两个事件,已知81)(,21)(,41)(===AB P B P A P ,求)(B A P ,)(B A P ,)(AB P ,)])([(AB B A P 解:81)(,21)(,41)(===AB P B P A P ∴)()()()(AB P B P A P B A P -+= 85812141=-+=)()()(AB P B P B A P -=838121=-=87811)(1)(=-=-=AB P AB P)])([(AB B A P )]()[(AB B A P -=)()(AB P B A P -= )(B A AB ⊂218185=-=3、解:用A 表示事件“取到的三位数不包含数字1”2518900998900)(191918=⨯⨯==C C C A P 4、在仅由0,1,2,3,4,5组成且每个数字至多出现一次的全体三位数字中,任取一个三位数,(1)该数是奇数的概率;(2)求该数大于330的概率。

解:用A 表示事件“取到的三位数是奇数”,用B 表示事件“取到的三位数大于330”(1) 455443)(2515141413⨯⨯⨯⨯==A C C C C A P =0.48 2) 455421452)(251514122512⨯⨯⨯⨯+⨯⨯=+=A C C C A C B P =0.48 5、袋中有5只白球,4只红球,3只黑球,在其中任取4只,求下列事件的概率(1)4只中恰有2只白球,1只红球,1只黑球; (2)4只中至少有2只红球; (3)4只中没有白球解:用A 表示事件“4只中恰有2只白球,1只红球,1只黑球”(1)412131425)(C C C C A P ==495120=338(2)用B 表示事件“4只中至少有2只红球”16567)(4124418342824=++=C C C C C C B P 或4124838141)(C C C C B P +-==16567495201= (3)用C 表示事件“4只中没有白球”99749535)(41247===C C C P 6、解:用A 表示事件“某一特定的销售点得到k 张提货单”nkn k n MM C A P --=)1()( 7、解:用A 表示事件“3只球至少有1只配对”,B 表示事件“没有配对”(1)3212313)(=⨯⨯+=A P 或321231121)(=⨯⨯⨯⨯-=A P (2)31123112)(=⨯⨯⨯⨯=B P 8、(1)设1.0)(,3.0)(,5.0)(===AB P B P A P ,求(),(),(),(),P A B P B A P A B P A A B(),()P AB A B P A AB ;(2)袋中有6只白球,5只红球每次在袋中任取一只球,若取到白球,放回,并放入1只白球,若取到红球不放回也不再放回另外的球,连续取球四次,求第一、二次取到白球且第三、四次取到红球的概率。

概率论与数理统计教程(茆诗松)第1章

概率论与数理统计教程(茆诗松)第1章
A = “针与平行线相交” 的充要条件是: x ≤ l/2 sin ϕ . 针是任意投掷的,所以这个问题可用几何方法 求解得
SA ∫0 P( A) = = SΩ
27 July 2011
π
l sinϕdϕ 2l 2 = d(π / 2) dπ
华东师范大学
第一章 随机事件与概率
第9页
§1.3 概率的性质
= (3/10)×(2/9)+(7/10)×(3/9) = 3/10
27 July 2011
华东师范大学
第一章 随机事件与概率
第24页 24页
1.4.4
贝叶斯公式
乘法公式是求“几个事件同时发生”的概率; 全概率公式是求“最后结果”的概率; 贝叶斯公式是已知“最后结果” ,求“原因” 的概率.
27 July 2011
第一章 随机事件与概率
第19页 19页
条件概率的三大公式
乘法公式; 全概率公式; 贝叶斯公式.
27 July 2011
华东师范大学
第一章 随机事件与概率
第20页 20页
1.4.2
性质1.4.2
乘法公式
(1) 若 P(B)>0,则 P(AB) = P(B)P(A|B); 若 P(A)>0,则 P(AB) = P(A)P(B|A). (2) 若 P(A1A2 ······An−1)>0,则 P(A1A2 ······An) = P(A1)P(A2|A1) ······ P(An|A1A2 ······An−1)
古典方法 设 Ω 为样本空间,若
① Ω只含有限个样本点; ② 每个样本点出现的可能性相等, 则事件A的概率为: P(A) = A中样本点的个数 / 样本点总数

李贤平-《概率论与数理统计-第一章》答案

李贤平-《概率论与数理统计-第一章》答案
20、袋中有n只球,记有号码 ,求下列事件的概率:(1)任意取出两球,号码为1,2;(2)任意取出3球,没有号码1;(30任意取出5球,号码1,2,3,中至少出现一个。
21、袋中装有 号的球各一只,采用(1)有放回;(1)不放回方式摸球,试求在第k次摸球时首次摸到1号球的概率。
24、从52张扑克牌中任意抽取13张来,问有5张黑桃,3张红心,3张方块,2张草花的概率。
.
14、解:若取出的号码是按严格上升次序排列,则n个号码必然全不相同, 。N个不同号码可产生 种不同的排列,其中只有一个是按严格上升次序的排列,也就是说,一种组合对应一种严格上升排列,所以共有 种按严格上升次序的排列。总可能场合数为 ,故题中欲求的概率为 .
16、解:因为不放回,所以n个数不重复。从 中取出m-1个数,从 中取出 个数,数M一定取出,把这n个数按大小次序重新排列,则必有 。故 。当 或 时,概率 .
28、解:设x,y分别为此二人到达时间,则yF N E
。显然,此二人到达时间8
与由上述条件决定的正方形CDEF内和M H
点是一一对应的(如图)。7D
设A表事件“其中一人必须等另外一人的C G
时间1/2小时以上“,则A发生意味着满足如下0 7 8 x
不等式 。由几何概率得,
事件A的概率等于ΔGDH及ΔFMN的面积之和与正方形CDEF的面积之比,所以
18、解:有利场合是,先从6双中取出一双,其两只全取出;再从剩下的5双中取出两双,从其每双中取出一只。所以欲求的概率为
19、解:(1)有利场合是,先从n双中取出2r双,再从每双中取出一只。
(2)有利场合是,先从n双中取出一双,其两只全取出,再从剩下的 双中取出 双,从鞭每双中取出一只。
.
(3) .

概率论与数理统计(经管类)复习要点 第1章 随机事件与概率

概率论与数理统计(经管类)复习要点 第1章 随机事件与概率

第一章随机事件与概率1. 从发生的必然性角度区分,现象分为确定性现象和随机现象。

随机现象:在一定条件下,可能出现这样的结果,也可能出现那样的结果,预先无法断言。

统计规律性:在大量重复试验或观察中所呈现的固有规律性。

概率论与数理统计就是研究和揭示随机现象统计规律的一门数学学科,随机现象是概率论与数理统计的主要对象。

(1)概率论:从数量上研究随机现象的统计规律性的科学。

(2)数理统计:从应用角度研究处理随机性数据,建立有效的统计方法,进行统计推理。

2. (1)试验的可重复性——可在相同条件下重复进行;(2)一次试验结果的随机性——一次试验之前无法确定具体是哪种结果出现,但能确定所有的可能结果;(3)全部试验结果的可知性——所有可能的结果是预先可知的。

在概率论中,将具有上述三个特点的试验成为随机试验,简称试验,记作E。

样本点:试验的每一个可能出现的结果称为一个样本点,记为ω。

样本空间:试验的所有可能结果所组成的集合称为试验E的样本空间,记为Ω。

3. 在一次试验中可能出现也可能不出现的事件,统称为随机事件,记作A,B,C或A1,A2,…随机事件:样本空间Ω的任意一个子集称, 简称“事件”,记作A、B、C等。

事件发生:在一次试验中,当这一子集中的一个样本点出现时。

基本事件:样本空间Ω仅包含一个样本点ω的单点子集{ω}。

两个特殊事件:必然事件Ω、不可能事件φ样本空间Ω包含所有的样本点,它是Ω自身的子集,在每次试验中它总是发生,称为必然事件。

空集φ不包含任何样本点,它也作为样本空间Ω的子集,在每次试验中都不发生,称为不可能事件。

4. 随机事件的关系与运算(1)事件的包含与相等设A,B为两个事件,若A发生必然导致B发生,则称事件B包含A,或称事件A包含在B中,记作B⊃A,A⊂B。

①φ⊂A⊂Ω②若A⊂B且B⊂A,则称A与B相等,记作A=B。

事实上,A和B在意义上表示同一事件,或者说A和B 是同一事件的不同表述。

(2)和事件称事件“A,B中至少有一个发生”为事件A与事件B的和事件,也称为A与B的并,记作A∪B或A+B。

高等数学 概率论与数理统计课件(一)

高等数学 概率论与数理统计课件(一)

高等数学概率论与数理统计课件(一)高等数学概率论与数理统计课件1. 课程简介•高等数学概率论与数理统计是大学数学专业的一门重要课程。

•它是数学学科的基础,也是应用数学的重要工具。

•本课程旨在帮助学生掌握概率论与数理统计的基本概念、理论和方法。

2. 概率论部分2.1 概率的基本概念•概率的定义和性质•随机事件的概率计算方法•条件概率与独立事件2.2 随机变量和概率分布•随机变量的定义和性质•离散型随机变量和连续型随机变量•常见概率分布:离散型和连续型2.3 随机变量的数字特征•期望、方差、标准差的定义和计算•切比雪夫不等式•大数定律和中心极限定理3. 数理统计部分3.1 统计基础•总体和样本的统计特征•参数估计和区间估计•假设检验的基本思想3.2 参数估计•点估计和区间估计的概念•常见的参数估计方法:极大似然估计、矩估计等•置信区间的计算和解释3.3 假设检验•假设检验的基本原理•假设检验的步骤和流程•常见的假设检验方法:单样本、两样本和多样本检验4. 课程学习方法•注重理论和实践相结合,理论指导实践、实践检验理论。

•多做习题,通过刷题巩固知识点。

•参考相关教材和参考书,拓宽知识广度和深度。

•加强课后讨论和交流,与同学共同解决问题。

•关注概率论与数理统计的应用领域,扩展应用实践。

5. 课程考核方式•平时成绩:课堂参与、作业完成情况等。

•期中考试:对课程前半部分的知识进行考核。

•期末考试:对整个课程的知识进行考核。

•课程项目:根据实际情况进行论文、实验等形式进行综合评估。

6. 学习资源推荐•《高等数学》教材,北京大学出版社。

•《概率论与数理统计教程》教材,清华大学出版社。

•《概率论与数理统计习题集》辅导书,高等教育出版社。

•在线学习资源:Coursera、edX、网易云课堂等平台提供的相关课程。

7. 小结•高等数学概率论与数理统计课程是数学专业学生不可或缺的重要课程。

•本课程旨在帮助学生掌握概率论与数理统计的基本概念、理论和方法。

概率论与数理统计(1)

概率论与数理统计(1)

设事件 A 、B 满足 P (A B ) =o.2 , P ( B ) =o.6 ,贝U P (AB )=(x设随机变量 X 的分布函数为F(x)= — -1 ,2乞x :::4;则E (X )I 21, x —4;1. 、单项选择题 从标号为1, 2,… 5o ioi C .5oioo概率复习题101的ioi 个灯泡中任取一个,则取得标号为偶数的灯泡的概率为( AB .邑ioi D .旦 ioo2. A . C .3. A . C .4.o.12 B . o.4 o.6 D . o.8设随机变量X~N (1 , 4), Y=2X+1 ,则Y 所服从的分布为(CN (3, 4) N (3 , 16) 设每次试验成功的概率为 p(o<p<1),则在B . N (3, 8) D . N (3, 17)3次独立重复试验中至少成功一次的概率为(A1- (1-p ) 3B . p(1-p)2C . 1 2。

3卩(1 一23D . p+p +P5 .设二维随机变量(X , Y )的分布律为o1 oo.i o.2 1o.3o.4设 P j =P{X=i,Y=j}i,j=0,1 的是(DA . p oo <p oi C . p oo <p iiB . p io <p ii D . p io <p oi6.设随机变量X~ x 2(2), Y~ x 2( 3),且 X ,Y 相互独立,则空所服从的分布为(2YC . 7. (2, 2)(3, 2)X , Y 是任意随机变量,C .(X+Y ) =D (X ) +D (Y ) (X-Y ) =D (X ) -D (Y )B . F (2, D . F ( 3,C 为常数,贝U 下列各式中正确的是(B . D (X+C ) =D D . D (X-C ) =D(X) (X)D ) +C0,x ::2; ,则下列各式中错误A.-3 C . 32B.- 2D . 3 9•设随机变量X 与Y 相互独立,且X~B (36, 1),丫~B ( 12,丄),则D(X-Y+1 )=(6 一4 A.- 3 C .空3 B . D . 7 326 3 210.设总体 X~N ( , d ), X 1, X 2,… S 2为样本方差.对假设检验问题:H 。

《概率论与数理统计》课后习题答案1

《概率论与数理统计》课后习题答案1

那么, A + C = B + C ,但 A ≠ B 。 7. 对于事件 A, B, C ,试问 A − (B − C) = ( A − B ) + C 是否成立?举例说明。
解:不一定成立。 例如: A = {3,4,5}, B = {4,5,6}, C = {6,7},
那么 A − (B − C) = {3},但是 ( A − B) + C = {3,6,7}。
(3) P(BA) = P(B − AB) = P(B ) − P( AB) = 1 − 1 = 3 。 28 8
9. 已知 P( A) = P(B) = P(C) = 1 , P( AC) = P(BC ) = 1 , P( AB) = 0 求事件
4
16
A, B, C 全不发生的概率。
3
( ) 解: P( AB C ) = P A + B + C = 1 − P( A + B + C)
3× 3 × 3 27
P(F ) = 1 + 1 + 1 = 1 ; P(G) = 3! = 2 ;
27 27 27 93×3×3 Nhomakorabea918 P(H ) = 1 − P(F) = 1 − = .
99
11. 设一批产品共 100 件,其中 98 件正品,2 件次品,从中任意抽取 3 件(分三
种情况:一次拿 3 件;每次拿 1 件,取后放回拿 3 次;每次拿 1 件,取后不放回拿 3
8. 设 P( A) = 1 , P( B) = 1 ,试就以下三种情况分别求 P(BA) :
3
2
(1) AB = Φ , (2) A ⊂ B , (3) P( AB) = 1 . 8

人工智能必备数学基础:概率论与数理统计(1)

人工智能必备数学基础:概率论与数理统计(1)

⼈⼯智能必备数学基础:概率论与数理统计(1)如果需要⼩编其他数学基础博客,请移步⼩编的GitHub地址 传送门: 这⾥我打算再补充⼀下关于概率论与数理统计的基础。

(注意:⽬前⾃⼰补充到的所有知识点,均按照⾃⼰⽹课视频中⽼师课程知识点⾛的,同时⼀些公式是⽹友⾟⾟苦苦敲的,这⾥⽤到那个博客均在⽂末补充地址,不过这⾥⾸先表⽰感谢!!)1,基本概念1.1 随机试验的概念 在⾃然界的现象中,分为必然现象和随机现象。

随机现象在相同的条件下,⼤量重复试验中呈现出的规律性称为统计规律性。

随机试验:对随机现象所作的观察,测量等试验统称为随机试验,简称试验,⽤E表⽰。

随机试验有如下特点:1,可以在相同条件下重复进⾏2,所有可能结果不⽌⼀个,且事先已知3,每次试验总是出现可能结果之⼀,但出现哪⼀个,试验前还不能确定1.2 样本点,样本空间,随机事件的概念 基本事件(⼜称样本点):指随机试验的每⼀个可能结果,⽤ e 表⽰。

样本空间:基本事件或样本点的全体构成的集合,⽤ S 表⽰。

样本点与样本空间的关系: 这⾥需要注意的是,条件概率的样本空间: 随机事件:样本空间 S 的某个⼦集A,称为随机事件,简称事件 A。

当且仅当 A 中某个样本点出现,称为 A 发⽣。

事件 A 可以⽤语⾔表⽰,也可以⽤集合表⽰。

必然事件:样本空间 S 包含所有的基本事件,故在每次试验中都发⽣,因此称为必然事件。

不可能事件:Ø 不包含任何基本事件,故在每次试验中不发⽣因此称为不可能事件。

下⾯举个例⼦1.3 概率与频率 概率论中,频率和概率的概念是很重要的,两者既有联系也有本质的不同,有必要专门区分⼀下。

对于⼀个不确定事件发⽣的可能性⼤⼩,我们希望找到⼀个合适的数来表征它。

⽽为了引出这个表⽰不确定事件可能性⼤⼩的数,我们引⼊频率来给概念。

简单来说就是引⼊频率来引出概率。

频率:描述的是事件发⽣的频繁程度。

严格的定义是:在相同的条件下,进⾏ n 次试验,事件 A 发⽣的次数Na 称为事件 A 的频数,⽐值 Na/n 称为事件 A 发⽣的频率。

概率论与数理统计01-随机事件及其概率

概率论与数理统计01-随机事件及其概率
6.接连进行n次射击,记录命中次数.若是记 录n次射击中命中的总环数呢?
7.观察某条交通干线中某天交通事故的次 数。
二、事件的出现(或发生)
称在一次试验中事件A出现(发生)当且仅当 此次试验出现了A中的样本点.
注意:
1.在一次试验中,某个事件可能出现也可能不出现; 2.在一次试验中,有且仅有一个基本事件出现.
集合运算的一些性质
AU , AI , AI A, AU A
AI B A
AB A
AI (B UC) (AI B) U(AI C) A(B C) AB AC
AU(AI B) A
A AB A
AUB AI B
AB AB
AI B AUB
解:设A = { 取 到 的 两 个 都 是 次 品},B={取到的两个中 正、次品各一个}, C={取到的两个中至少有一个正品}.
(1)基本事件总数为62,事件A的基本事件数为22, 所以 P(A)=4/36=1/9
(2)事件B的基本事件数为4×2+2×4=16, 所以 P(B)=16/36=4/9
随机事件及其概率
随机事件及其概率
1. 概率论的历史 2. 分析赌博实例
掷骰子
所有可能的结果(1,2,3,4,5,6) 每一次可能的结果
游戏规则
点数为6; 点数大于3; 点数为偶数
3. 应用数学工具解决问题 集合论
一、基本概念
1.随机试验(E)——对随机现象进行的实验与观察. 它具有三个特点:重复性, 明确性, 随机性.
nk nnL n
三.组合
从n个不同的元素中,每次取出k(k<n)个不同的元素,
与元素的顺序无关组成一组叫作组合,其组合数用

概率论与数理统计——第一章练习题

概率论与数理统计——第一章练习题

第一章 随机事件与概率(一)随机事件知识点1、称试验E 的样本空间的子集为随机事件,用A 、B 、C …表示。

事件A 的元素是样本点,它在一次试验中,可能出现,也可能不出现。

A 中的某个样本点出现了,事件A 发生,否则,A 不发生。

因此,在一次试验中,可能发生也可能不发生的事情,就是随机事件。

样本空间S 有两个特殊的子集;S 自身和空集φ。

S 含所有的样本点,每次试验,必然发生;φ不含样本点,每次试验一定不发生。

在一定条件下,每次试验一定发生的事情,称为必然事件。

每次试验一定不发生的事情,称为不可能事件。

必然事件S ,不可能事件φ是事先就能明确是否会发生,属于确定性现象,但在概率统计中,为了研究问题的需要,仍将其作为特殊的随机事件处理,使得事件间有着完整的关系,S A ⊂⊂φ。

此外,在样本空间的子集中,只含一个样本点的事件,称为基本事件。

样本点的个数超过一个的事件,称为复合事件。

2、事件之间的关系和运算由于事件是样本点的集合,因此,事件之间的关系和运算可借助集合之间的关系与运算来定义。

其运算规律也同集合间的运算规律。

(1)事件的包含与相等若事件A 发生必然导致事件B 发生,则称A 包含于B (或B 包含A ),记B A ⊂(或A B ⊃)。

若B A ⊂且A B ⊃,则称事件A 与事件B 相等,记B A =。

(2)事件的和事件A 与事件B 至少有一个发生的事件,记作B A ,称为A 与B 的和事件,有{}B e A e e B A ∈∈=或 。

同样地有限个事件n A A A ,,,21 至少有一个发生的事件,记作 ni i A 1=,称为有限个事件的和事件。

可列多个事件 ,,,,21i A A A 至少有一个发生的事件,记作 ∞=1i i A ,称为可列多个事件的和事件。

(3)事件的积事件A 与事件B 同时发生的事件,记作B A (或AB ),称为A 与B 的积事件,{}B e A e e AB ∈∈=且 类似地,有限个多个事件n A A A ,,,21 同时发生的事件,记作 ni i A 1=。

概率论与数理统计(第三版)课后答案习题1

概率论与数理统计(第三版)课后答案习题1

第一章事件与概率1.写出下列随机试验的样本空间。

(1)记录一个班级一次概率统计考试的平均分数(设以百分制记分)。

(2)同时掷三颗骰子,记录三颗骰子点数之和。

(3)生产产品直到有10件正品为止,记录生产产品的总件数。

(4)对某工厂出厂的产品进行检查,合格的记上“正品”,不合格的记上“次品”,如连续查出2个次品就停止检查,或检查4个产品就停止检查,记录检查的结果。

(5)在单位正方形内任意取一点,记录它的坐标。

(6)实测某种型号灯泡的寿命。

解 (1)},100,,1,0{n i n i ==Ω其中n为班级人数。

(2)}18,,4,3{ =Ω。

(3)},11,10{ =Ω。

(4)=Ω{00,100,0100,0101,0110,1100,1010,1011,0111,1101,0111,1111},其中0表示次品,1表示正品。

(5)=Ω{(x,y)0<x<1,0<y<1}。

(6)=Ω{ t t 0}。

2.设A ,B ,C 为三事件,用A ,B ,C 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)A,B,C中至少有一个发生。

(4)A,B,C都发生。

(5)A,B,C都不发生。

(6)A,B,C中不多于一个发生。

(7)A,B,C至少有一个不发生。

(8)A,B,C中至少有两个发生。

解(1)C B A,(2)CAB,(3)+,(4)ABC,(5)CA+CBA,B(6)C+或BA+ABCAB+B+,A+CCCBAABC(7)C+,A+B(8)BCAB++或ACCAB⋃⋃A⋃BCABCBAC3.指出下列命题中哪些成立,哪些不成立,并作图说明。

(1)B=(2)AABBAB B A =(3)AB B A B =⊂则若, (4)若 A B B A ⊂⊂则,(5)C B A C B A = (6) 若Φ=AB 且A C ⊂, 则Φ=BC解 : (1) 成立,因为B A B B B A B B A ==))((。

概率论与数理统计朱开永同济大学出版社习题一答案

概率论与数理统计朱开永同济大学出版社习题一答案

习题1.下列随机试验各包含几个基本事件?1)将有记号a, b的两只球随机放入编号为Ⅰ,Ⅱ,Ⅲ 的盒子里(每个盒子可容纳两个球)解:用乘法原理,三个盒子编号为Ⅰ,Ⅱ,Ⅲ看作不动物,。

两个球看作是可动物,一个一个地放入盒中;a 球可放入的任一个,其放法有C31 3 种,b 球也可放入三个盒子的任一个,其放法有C31 3 种, 由乘法原理知:这件事共有的方法数为C31 C31 9种。

(2)观察三粒不同种子的发芽情况。

解:用乘法原理,三粒种子,每一粒种子按发芽与否是两种不同情况(方法)。

三粒种子发芽共有C21 C21 C21 8种不同情况。

(3)从五人中任选两名参加某项活动。

解:从五人中任选两名参加某项活动,可不考虑任选的两人的次序,所以此试验的基本事件个数n C52 10 。

(4)某人参加一次考试,观察得分(按百分制定分)情况。

解:此随机试验是把从0到100 任一种分看作一个基本事件,n 101。

(5)将a,b, c三只球装入三只盒子中,使每只盒子各装一只球。

解:可用乘法原理:三只盒子视为不动物,可编号Ⅰ,Ⅱ,Ⅲ,三只球可视为可动物,一个一个放入盒子内(按要求)。

a 球可放入三个盒子中的任一个有C31 3种方法。

b 球因为试验要求每只盒子只装一个球,所以a球放入的盒子不能再放入b球,b 球只能放入其余(无a球的盒子)两个中任一个,其放法有C21 2个。

c 只能放入剩下的空盒中,其放法只有一个。

三个球任放入三个盒中保证每个盒只有一个球,完成这件事共有方法为C31 C12 1 6 种。

2.事件A表示“五件产品中至少有一件不合格品” ,事件B表示“五件产品都是合格品” ,则AU B, AB 各表示什么事件?A、B之间有什么关系?解:设A k “五件中有k 件是不合格品” B “五件都是合格品”。

此随机试验E的样本空间可以写成:S A1,A2, A3, A4,A5,B 而A A1UA2 UA3UA4UA5AUB S, AB ,A与B 是互为对立事件。

概率论与数理统计01 第一节 随机变量及其分布函数

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。

概率论与数理统计整理(一二章)

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》第一章知识点

《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01第一节随机变量的数学期望

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。

概率论与数理统计第一章

概率论与数理统计第一章

可见,既可以用文字表示事件,也可以将事件表 示为样本空间的子集,后者反映了事件的实质, 且更便于今后计算概率。 还应注意,同一样本空间中,不同的事件之间有 一定的关系,如试验E2 ,当试验的结果是HHH 时,可以说事件A和B同时发生了;但事件B和C 在任何情况下均不可能同时发生。 易见,事件之间的关系是由他们所包含的样本点 所决定的,这种关系可以用集合之间的关系来描 述。
帕斯卡和费马(P. de Fermat)在通信中讨论了 点数问题及其他问题。他们把这些日常赌博问题 变成了真正的数学问题,用排列组合理论得出正 确解答,并提出了数学期望的这一核心概念。现 在,大家公认他们二人是概率论的共同创立者。
随着18、19世纪科学的发展,人们注意到在某些 生物、物理和社会现象与机会游戏之间有某种相 似性,从而由机会游戏起源的概率论被应用到这 些领域中;同时这也大大推动了概率论本身的发 展。


概率论是研究偶然、随机现象的规律性的数学理 论,产生于17世纪中叶。 概率论发展初期,主要是从讨论赌博问题开始的。 16世纪的意大利学者吉罗拉莫· 卡尔达诺 (Girolamo Cardano)研究了掷骰子等赌博中的 一些简单问题。
到了17世纪中叶,法国宫廷贵族中间盛行掷骰子 游戏。 据说,1654年左右,爱好赌博的法国人梅雷写信 向帕斯卡(B.Paseal)请教了著名的“点数问题” 或“赌金分配问题” 。
集合A与集合 B的和或并
A
A B
B
n个事件A1,A2,…,An的和 C Ai
例1.1
E1: 抛一枚硬币, 观察出现正面H和反面T的情况;
E2: 将一枚硬币连抛三次,观察出现正反面的情况; E3: 将一枚硬币连抛三次,观察出现正面的次数;
  1. 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. 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. 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)。

第一章 概率论的基本概念1. 写出下列随机试验的样本空间.(1)记录一个小班一次数学考试的平均分数(充以百分制记分).解: }100 , ,1 ,0|{n i ni S ⋅⋅⋅==, 其中n 为小班人数. (2)同时掷三颗骰子, 记录三颗骰子点数之和;解: S ={3, 4, ⋅⋅⋅ , 18}.(3)生产产品直到得到10件正品为止, 记录生产产品的总件数;解: S ={10, 11, 12, ⋅⋅⋅ , n , ⋅⋅⋅ }.(4)对某工厂出厂的产品进行检查, 合格的记上“正品”, 不合格的记上“次品”, 如连续查出2个次品就停止检查, 或检查4个产品, 停止检查, 记录检查的结果.解: S ={00, 100, 0100, 0101, 1010, 0110,1100, 0111, 1011, 1101, 1110, 1111},其中0表示次品, 1表示正品.(5)在单位圆内任意取一点, 记录它的坐标;解: S ={(x , y )|x 2+y 2<1}.(6)将一尺之棰成三段, 观察各段的长度.解: S ={(x , y , z )|x >0, y >0, z >0, x +y +z =1}, 其中x , y , z 分别表示第一、二、三段的长度.2. 设A , B , C 为三事件, 用A , B , C 的运算关系表示下列各事件.(1)A 发生, B 与C 不发生;解: 表示为: A ⎺B ⎺C 或A -(AB +AC )或A -(B ⋃C ).(2)A , B 都发生, 而C 不发生;解: 表示为: AB ⎺C 或AB -ABC 或AB -C .(3)A , B , C 中至少有一个发生;解: 表示为: A +B +C .(4)A , B , C 都发生;解: 表示为: ABC(5)A , B , C 都不发生;解: 表示为: ⎺A ⎺B ⎺C 或S - (A +B +C)或C B A ⋃⋃(6)A , B , C 中不多于一个发生;解: 即A , B , C 中至少有两个同时不发生相当于⎺A ⎺B , ⎺B ⎺C ,⎺A ⎺C 中至少有一个发生.故表示为: ⎺A ⎺B +⎺B ⎺C +⎺A ⎺C .(7)A , B , C 中不多于二个发生;解: 相当于: ⎺A , ⎺B , ⎺C 中至少有一个发生.故表示为: ⎺A +⎺B +⎺C 或ABC .(8)A , B , C 中至少有二个发生.解: 相当于: AB , BC , AC 中至少有一个发生.故表示为: AB +BC +AC .3. 设A , B 是两事件且P (A )=0.6, P (B )=0.7. 问: (1)在什么条件下P (AB )取得最大值, 最大值是多少?(2)在什么条件下P (AB )取得最小值, 最小值是多少?解: (1)因为P (AB )=P (A )+P (B )-P (A ⋃B ), 且P (A )<P (B )≤P (A ⋃B ), 所以当A ⊂B 时, P (A ⋃B )=P (B ), P (AB )取到最大值, 最大值为P (AB )=P (A )=0.6.(2)当A ⋃B =S 时, P (AB )取到最小值, 最小值为P (AB )=0.6+0.7-1=0.3.4. 设A , B , C 是三事件, 且P (A )=P (B )=P (C )=1/4, P (AB )=P (BC )=0, P (AC )=1/8. 求A , B , C 至少有一个发生的概率. 解: P (A , B , C 至少有一个发生)=P (A +B +C )=P (A )+P (B )+P (C )-P (AB )-P (BC )-P (AC )+P (ABC ) =(3/4)-(1/8)+0=5/8.5. 在一标准英语字典中有55个由两个不同的字母所组成的单词, 若从26个英文字母中任取两个字母予以排列, 问能排成上述单词的概率是多少?解: 记A 表“能排成上述单词”. 因为从26个任选两个来排列, 排法有226A 种. 每种排法等可能. 字典中的二个不同字母组成的单词: 55个, 所以1301155)(226==A A P .6. 在房间里有10人. 分别佩戴从1号到10号的纪念章, 任选3人记录其纪念章的号码.(1)求最小的号码为5的概率;解: 记“三人纪念章的最小号码为5”为事件A . 因为10人中任选3人为一组: 选法有310C 种, 且每种选法等可能. 又事件A相当于: 有一人号码为5, 其余2人号码大于5. 这种组合的种数有251C ⨯. 所以1211)(31025=⨯=C C A P .(2)求最大的号码为5的概率.解: 记“三人中最大的号码为5”为事件B , 同上, 10人中任选3人, 选法有310C 种, 且每种选法等可能, 又事件B 相当于: 有一人号码为5, 其余2人号码小于5, 选法有241C ⨯种, 所以2011)(31024=⨯=C C B P . 7. 某油漆公司发出17桶油漆, 其中白漆10桶、黑漆4桶, 红漆3桶. 在搬运中所有标签脱落, 交货人随意将这些标签发给顾客, 问一个定货4桶白漆, 3桶黑漆和2桶红漆顾客, 能按所订颜色如数得到定货的概率是多少?解: 记所求事件为A .在17桶中任取9桶的取法有310C 种, 且每种取法等可能. 取得4白3黑2红的取法有2334410C C C ⨯⨯, 故2431252)(6172334410=⨯⨯=C C C C A P .8. 在1500个产品中有400个次品, 1100个正品, 任意取200个.(1)求恰有90个次品的概率;解: 用A 表示取出的产品恰有90个次品. 在1500个产品中任取200个, 取法有2001500C 种, 每种取法等可能. 200个产品恰有90个次品, 取法有110110090400C C 种. 因此2001500110110090400)(C C C A P =. (2)至少有2个次品的概率.解: 用B 表示至少有2个次品. B 0表示不含有次品, B 1表示只含有一个次品. 同上, 200个产品不含次品, 取法有2001100C 种,200个产品含一个次品, 取法有19911001400C C 种. 因为⎺B =B 0+B 1且B 0, B 1互不相容, 所以P (B )=1-P (⎺B )=1-[P (B 0)+P (B 1)]20015002001100199110014001C C C C +-=.9. 从5双不同鞋子中任取4只, 这4只鞋子中至少有2只配成一双的概率是多少?解: 样本空间所含的样本点数为410C , 用A 表示4只全中至少有2支配成一对, 则⎺A 表示4只全不配对. ⎺A 所包含的样本点数为4452⨯C (先从5双鞋中任取4双, 再从每双中任取一只). 因此2182)(410445=⋅=C C A P , 21132181)(1)(=-=-=A P A P .10. 在11张卡片上分别写上Probabitity 这11个字母, 从中任意连抽7张, 求其排列结果为Abitity 的概率.解: 所有可能的排列构成样本空间, 其中包含的样本点数为711P . 用A 表示正确的排列, 则A 包含的样本点数为411111*********=C C C C C C C , 则0000024.04)(711==P A P .11. 将3个球随机地放入4个杯子中去, 求杯子中球的最大个数分别为1, 2, 3.解: 记A i 表示杯中球的最大个数为i 个( i =1, 2, 3). 三只球放入四只杯中, 放法有43种, 每种放法等可能. 对A 1: 必须三球放入三杯中, 每杯只放一球. 放法4×3×2种. 故1664234)(31=⨯⨯=A P . 对A 2: 必须三球放入两杯, 一杯装一球, 一杯装两球. 放法有3423⨯⨯C 种. 故169434)(3232=⨯⨯=C A P . 对A 3: 必须三球都放入一杯中. 放法有4种.16144)(33==A P . 12. 将50只铆钉随机地取来用在10个部件, 其中有3个铆钉强度太弱, 每个部件用3只铆钉, 若将三个强度太弱的铆钉都装在一个部件上, 则这个部件强度就太弱, 问发生一个部件强度太弱的概率是多少?解: 记A 表示10个部件中有一个部件强度太弱.把随机试验E 看作是用三个钉一组, 三个钉一组去铆完10个部件(在三个钉的一组中不分先后次序. 但10组钉铆完10个部件要分先后次序)对E : 铆法有323344347350C C C C ⨯⨯⨯ΛΛ种, 每种装法等可能.对A : 三个次钉必须铆在一个部件上. 这种铆法数为10)(32334434733⨯⨯⨯C C C C ΛΛ,故 00051.01960110][)(32334735032334434733==⨯⨯⨯⨯⨯⨯⨯=C C C C C C C A P ΛΛΛΛ.13. 已知3.0)(=A P , P (B )=0.4, 5.0)(=B A P , 求)|(B A B P ⋃.解: 7.0)(1)(=-=A P A P , 6.0)(1)(=-=B P B P ,B A AB B B A AS A ⋃=⋃==)(. 注意Φ=))((B A AB . 故有 2.05.07.)()()(=-=-=B A P A P AB P .再由加法定理8.05.06.07.0)()()()(=-+=-+=⋃B A P B P A P B A P ,于是 25.08.02.0)()()()]([)|(==⋃=⋃⋃=⋃B A P AB P B A P B A B P B A B P .14. 已知41)(=A P , 31)|(=A B P , 21)|(=B A P , 求P (A ⋃B ). 解: 根据条件概率)()|()()()()|(B P A B P A P B P AB P B A P ==, 61213141)|()|()()(=⨯==B A P A B P A P B P . 根据乘法公式1214131)()|()(=⨯==A P A B P AB P . 根据加法公式311216141)()()()(=-+=-+=⋃AB P B P A P B A P .15. 掷两颗骰子, 已知两颗骰子点数之和为7, 求其中有一颗为1点的概率(用两种方法).解法一: (在缩小的样本空间SB 中求P (A |B ), 即将事件B 作为样本空间, 求事件A 发生的概率).掷两颗骰子的试验结果为一有序数组(x , y )(x , y =1, 2, 3, 4, 5,6)并且满足x +y =7, 则样本空间为S ={(x , y )| (1, 6 ), (6, 1), (2, 5), (5, 2), (3, 4), (4, 3)},每种结果(x , y )等可能.A ={掷二骰子, 点数和为7时, 其中有一颗为1点}, 故 3162)(==A P . 解法二: 用公式)()()|(B P AB P B A P =. S ={(x , y )| x =1, 2, 3, 4, 5, 6; y =1, 2, 3, 4, 5, 6}, 每种结果均可能.A =“掷两颗骰子, x , y 中有一个为1点”,B =“掷两颗骰子, x +y =7”.则 6166)(2==B P , 262)(=AB P , 故 31626162)()()|(2====B P AB P B A P . 16. 据以往资料表明, 某3口之家, 患某种传染病的概率有以下规律:P {孩子得病}=0.6,P {母亲得病|孩子得病}=0.5,P {父亲得病|母亲及孩子得病}=0.4.求母亲及孩子得病但父亲未得病的概率.解: 令A ={孩子得病}, B ={母亲得病}, C ={父亲得病}, 则 P (A )=0.6, P (B |A )=0.5, P (C |AB )=0.4,所以 P (⎺C|AB )=1-P (C |AB )=1-0.4=0.6.P (AB )=P (A )P (B |A )=0.6×0.5=0.3,所求概率为P (AB ⎺C )=P (AB )·P (⎺C|AB )=0.3×0.6=0.18.17. 已知在10只晶体管中有2只次品, 在其中取两次, 每次任取一只, 作不放回抽样, 求下列事件的概率:(1)两只都是正品;(2)二只都是次品(记为事件B );(3)一只是正品, 一只是次品(记为事件C );(4)第二次取出的是次品(记为事件D );解: 设A i ={第i 次取出的是正品)(i =1, 2).(1)452897108)|()()(12121=⨯==A A P A P A A P . (2)45191102)|()()(12121=⨯==A A P A P A A P . (3))()()(21212121A A P A A P A A A A P +=⋃)|()()|()(121121A A P A P A A P A P +=45169810292108=⨯+⨯=. (4))()(21212A A A A P A P +=519110292108)|()()|()(121121=⨯+⨯=+=A A P A P A A P A P .18. 某人忘记了电话号码的最后一个数字, 因而他随机地拨号, (1)求他拨号不超过三次而接通所需的电话的概率; (2)若已知最后一个数字是奇数, 那么此概率是多少?解: 设A i ={第i 次拨号拨对}(i =1, 2, 3), A ={拨号不超过3次而拨通}, 则321211A A A A A A A ++=, 且三种情况互斥, 所以 )|()|()()|()()()(2131211211A A A P A A P A P A A P A P A P A P ++=. 于是(1)103819810991109101)(=⨯⨯+⨯+=A P . (2)53314354415451)(=⨯⨯+⨯+=A P .。

相关文档
最新文档