概率论与数理统计-1随机事件及其概率
概率论与数理统计知识点总结!-知识归纳整理
《概率论与数理统计》 第一章随机事件及其概率§1.1 随机事件一、给出事件描述,要求用运算关系符表示事件: 二、给出事件运算关系符,要求判断其正确性: §1.2 概率古典概型公式:P (A )=所含样本点数所含样本点数ΩA 实用中经常采用“罗列组合”的想法计算补例1:将n 个球随机地放到n 个盒中去,问每个盒子恰有1个球的概率是多少?解:设A :“每个盒子恰有1个球”。
求:P(A)=?Ω所含样本点数:n n n n n =⋅⋅⋅...Α所含样本点数:!1...)2()1(n n n n =⋅⋅-⋅-⋅n n n A P !)(=∴补例2:将3封信随机地放入4个信箱中,问信箱中信的封数的最大数分别为1、2、3的概率各是多少?解:设A i :“信箱中信的最大封数为i”。
(i =1,2,3)求:P(A i )=?Ω所含样本点数:6444443==⋅⋅A 1所含样本点数:24234=⋅⋅836424)(1==∴A PA 2所含样本点数:363423=⋅⋅C1696436)(2==∴A PA 3所含样本点数:4433=⋅C161644)(3==∴A P注:由概率定义得出的几个性质:知识归纳整理1、0<P (A )<12、P(Ω)=1,P(φ) =0 §1.3 概率的加法法则定理:设A 、B 是互不相容事件(AB=φ),则: P (A ∪B )=P (A )+P (B )推论1:设A 1、 A 2、…、 A n 互不相容,则 P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n )推论2:设A 1、 A 2、…、 A n 构成完备事件组,则 P(A 1+A 2+...+ A n )=1推论3: P (A )=1-P (A )推论4:若B ⊃A ,则P(B -A)= P(B)-P(A) 推论5(广义加法公式):对任意两个事件A 与B ,有P(A ∪B)=P(A)+P(B)-P(A B) 补充——对偶律:nnAA A A A A ⋂⋂⋂=⋃⋃⋃ (2)121nnAA A A A A ⋃⋃⋃=⋂⋂⋂ (2)121§1.4 条件概率与乘法法则条件概率公式:P(A/B)=)()(B P AB P (P(B)≠0)P(B/A)= )()(A P AB P (P(A)≠0)∴P (AB )=P (A /B )P (B )= P (B / A )P (A )有时须与P (A+B )=P (A )+P (B )-P (AB )中的P (AB )联系解题。
概率论与数理统计第1章随机事件及其概率
(ii) S2 {( 正品,次品 ),( 正品,正品 )} .
若用“1 ”表示“正品”,“ 0 ”表示“次品”,这里的两个样本空
间又可表示为
(i) S1 {(1,0),(1,1),(0,1)} ;(ii) S2 {(1,0),(1,1)}. (4) (i) S1 {t t 0};(ii) S2 { 合格品, 不合格品} . 若用“1 ”表示“合格品”,“ 0 ”表示“不合格品”, S2 又可表示为 S2 {1,0} . (5) S5 {(x, y) x2 y2 100}.
字母 E T A O I N S R H
使用频率 0.126 8 0.097 8 0.078 8 0.077 6 0.070 7 0.070 6 0.063 4 0.059 4 0.057 3
字母 L D U C F M W Y G
使用频率 0.039 4 0.038 9 0.028 0 0.026 8 0.025 6 0.024 4 0.021 4 0.020 2 0.018 7
第1章 随机事件及其概率
§1.1 随机事件
1.1.1 随机现象
在自然界以及生产实践和科学实验中普遍存在着两类现象.一类是 在一定条件下,重复进行试验,某一结果必然发生或必然不发生,即是可 以事前预言的,称为确定性现象.
除去确定性现象,人们发现还存在另一类现象,它是事前不可预言 的,即在相同条件下重复进行试验,每次的结果不一定相同,这一类现象 我们称之为偶然性现象或随机现象.
在一定条件下,随机现象有多种可能的结果发生,事前不能预知 将出现哪种结果,但通过大量的重复观察,出现的结果会呈现出某种 规律,称为随机现象的统计规律性.
第一章--随机事件及其概率PPT课件
.
目录
上一页 下一页
返回
结8束
§1.1 随机事件及其频率·概率的统计定义
随机事件(简称事件) 随机试验中的某种结果(它在一次试验中可能发生
也可能不发生,而且在大量重复试验中具有某种统计规 律性).
或:随机试验结果的一种描述 或:关于试验结果的一个命题 用大写 A,字 B,C母 ,表.示
随机事件 事件 必然事件 (记作U)
概率论与数理统计
主编:刘韶跃 李以泉 丁碧文 杨湘桃
湘潭大学出版社
概率论与数理统计教程(第四版)
.
目录
上一页 下一页
返回
结1束
美国报纸检阅(Parade)的专栏内提出了一个有趣的 概率问题:电视主持人指着三扇关着的门说,其中一 扇后是汽车,另两扇后各有一只山羊,你可以随意打 开一扇,后面的东西就归你了,你当然想得到一辆汽 车!当你选定一扇门后,比方说选定1号门(但未打 开),主持人知道哪扇门后是汽车,哪扇门后是山羊, 他打开另一扇中有山羊的一个,比方说他打开了3号 门让你看到里边是山羊,并对你说:我现在再给你一 个机会,允许你改变原来的选择,为了得到汽车,你 是坚持1号门还是改选2号门?
个使他苦恼了很久的问题:“两个赌徒相约赌
若干局,谁先赢m局就算获胜,全部赌本就归
胜者,但是当其中一个人甲赢了a(a<m)局的
时候,赌博中止,问赌本应当如何分配才算合
理?” 概率论在物理、化学、生物、生态、
天文、地质、医学等学科中,在控制论、信息
论、电子技术、预报、运筹等工程技术中的应
用都非常广泛。
概率论与数理统计教程(第四版)
设随机 A在 n次 事试 件验m 中 次 ,则 发比 生
m称为随机事 A的件 相对频率(简称频率). n
概率论和数理统计课后习题答案解析
随机事件及其概率1.1 随机事件习题1试说明随机试验应具有的三个特点.习题2将一枚均匀的硬币抛两次,事件A,B,C分别表示“第一次出现正面”,“两次出现同一面”,“至少有一次出现正面”,试写出样本空间及事件A,B,C中的样本点.1.2 随机事件的概率1.3 古典概型与几何概型1.4 条件概率1.5 事件的独立性复习总结与总习题解答习题3. 证明下列等式:习题6.习题7习题9习题10习题12习题13习题14习题15习题16习题18习题20习题21习题23习题24习题26第二章随机变量及其分布2.1 随机变量习题1随机变量的特征是什么?解答:①随机变量是定义在样本空间上的一个实值函数.②随机变量的取值是随机的,事先或试验前不知道取哪个值.③随机变量取特定值的概率大小是确定的.习题2试述随机变量的分类.解答:①若随机变量X的所有可能取值能够一一列举出来,则称X为离散型随机变量;否则称为非离散型随机变量.②若X的可能值不能一一列出,但可在一段连续区间上取值,则称X为连续型随机变量.习题3盒中装有大小相同的球10个,编号为0,1,2,⋯,9, 从中任取1个,观察号码是“小于5”,“等于5”,“大于5”的情况,试定义一个随机变量来表达上述随机试验结果,并写出该随机变量取每一个特定值的概率.解答:分别用ω1,ω2,ω3表示试验的三个结果“小于5”,“等于5”,“大于5”,则样本空间S={ω1,ω2,ω3},定义随机变量X如下:X=X(ω)={0,ω=ω11,ω=ω2,2,ω=ω3则X取每个值的概率为P{X=0}=P{取出球的号码小于5}=5/10,P{X=1}=P{取出球的号码等于5}=1/10,P{X=2}=P{取出球的号码大于5}=4/10.2.2 离散型随机变量及其概率分布习题1设随机变量X服从参数为λ的泊松分布,且P{X=1}=P{X=2}, 求λ.解答:由P{X=1}=P{X=2}, 得λe-λ=λ^2/2e^-λ,解得λ=2.习题2设随机变量X的分布律为 P{X=k}=k15,k=1,2,3,4,5,试求(1)P{12<X<52; (2)P{1≤X≤3}; (3)P{X>3}.解答:(1)P{12<X<52=P{X=1}+P{X=2}=115+215=15;(2)P{≤X≤3}=P{X=1}+P{X=2}+P{X=3}=115+215+315=25;(3)P{X>3}=P{X=4}+P{X=5}=415+515=35.习题3已知随机变量X只能取-1,0,1,2四个值,相应概率依次为12c,34c,58c,716c, 试确定常数c, 并计算P{X<1∣X≠0}.解答:依题意知,12c+34c+58c+716c=1, 即3716c=1,解得c=3716=2.3125.由条件概率知 P{X<1∣X≠0}=P{X<1,X≠0}P{X≠0}=P{X=-1}P{X≠0}=12c1-34c=24c-3=26.25=0.32.习题4一袋中装有5只球,编号为1,2,3,4,5. 在袋中同时取3只,以X表示取出的3只球中的最大号码,写出随机变量X的分布律.解答:随机变量X的可能取值为3,4,5.P{X=3}=C22⋅1C53=110, P{X=4}=C32⋅1C53=310, P{X=5}=C42⋅1C53=35,所以X的分布律为设X表示取出3件产品的次品数,则X的所有可能取值为0,1,2,3. 对应概率分布为P{X=0}=C73C103=35120, P{X=1}=C73C31C103=36120,P{X=2}=C71C32C103=21120, P{X=3}=C33C103=1120.X的分布律为X 0123P 3512036120211201120习题9一批产品共10件,其中有7件正品,3件次品,每次从这批产品中任取一件,取出的产品仍放回去,求直至取到正品为止所需次数X的概率分布.解答:由于每次取出的产品仍放回去,各次抽取相互独立,下次抽取时情况与前一次抽取时完全相同,所以X的可能取值是所有正整数1,2,⋯,k,⋯.设第k次才取到正品(前k-1次都取到次品), 则随机变量X的分布律为P{X=k}=310×310×⋯×310×710=(310)k-1×710,k=1,2,⋯.习题10设随机变量X∼b(2,p),Y∼b(3,p), 若P{X≥1}=59, 求P{Y≥1}.解答:因为X∼b(2,p),P{X=0}=(1-p)2=1-P{X≥1}=1-5/9=4/9,所以p=1/3.因为Y∼b(3,p), 所以 P{Y≥1}=1-P{Y=0}=1-(2/3)3=19/27.习题11纺织厂女工照顾800个纺绽,每一纺锭在某一段时间τ内断头的概率为0.005, 在τ这段时间内断头次数不大于2的概率.解答:以X记纺锭断头数, n=800,p=0.005,np=4,应用泊松定理,所求概率为:P{0≤X≤2}=P{⋃0≤xi≤2{X=xi}=∑k=02b(k;800,0.005)≈∑k=02P(k;4)=e-4(1+41!+422!)≈0.2381.习题12设书籍上每页的印刷错误的个数X服从泊松分布,经统计发现在某本书上,有一个印刷错误与有两个印刷错误的页数相同,求任意检验4页,每页上都没有印刷错误的概率.解答:\becauseP{X=1}=P{X=2}, 即λ11!e-λ=λ22!e-λ⇒λ=2,∴P{X=0}=e-2,∴p=(e-2)4=e-8.2.3 随机变量的分布函数习题1F(X)={0,x<-20.4,-2≤x<01,x≥0, 是随机变量X的分布函数,则X是___________型的随机变量.解答:离散.由于F(x)是一个阶梯函数,故知X是一个离散型随机变量.习题2设F(x)={0x<0x20≤1,1x≥1 问F(x)是否为某随机变量的分布函数.解答:首先,因为0≤F(x)≤1,∀x∈(-∞,+∞).其次,F(x)单调不减且右连续,即F(0+0)=F(0)=0, F(1+0)=F(1)=1,且 F(-∞)=0,F(+∞)=1,所以F(x)是随机变量的分布函数.习题3已知离散型随机变量X的概率分布为P{X=1}=0.3,P{X=3}=0.5,P{X=5}=0.2,试写出X的分布函数F(x),并画出图形.解答:由题意知X的分布律为:X 135Pk 0.30.50.2所以其分布函数F(x)=P{X≤x}={0,x<10.3,1≤x<30.8,3≤x<51,x≥5.F(x)的图形见图.习题4设离散型随机变量X的分布函数为 F(x)={0,x<-10.4,-1≤x<10.8,1≤x<31,x≥3,试求:(1)X的概率分布; (2)P{X<2∣X≠1}.解答:(1)X -113pk 0.40.40.2(2)P{X<2∣X≠1}=P{X=-1}P{X≠1}=23.习题5设X的分布函数为F(x)={0,x<0x2,0≤x<1x-12,1≤x<1.51,x≥1.5,求P{0.4<X≤1.3},P{X>0.5},P{1.7<X≤2}.解答:P{0.4<X≥1.3}=P{1.3}-F(0.4)=(1.3-0.5)-0.4/2=0.6,P{X>0.5}=1-P{X≤0.5}=1-F(0.5)=1-0.5/2=0.75,P{1.7<X≤2}=F(2)-F(1.7)=1-1=0.习题6设随机变量X的分布函数为F(x)=A+Barctanx(-∞<x<+∞),试求:(1)系数A与B; (2)X落在(-1,1]内的概率.解答:(1)由于F(-∞)=0,F(+∞)=1,可知{A+B(-π2)A+B(π2)=1=0⇒A=12,B=1π,于是F(x)=12+1πarctanx, -∞<x<+∞;(2)P{-1<X≤1}=F(1)-F(-1)=(12+1πarctan1)-[12+1πarctanx(-1)]=12+1π⋅π4-12-1π(-π4)=12.习题7在区间[0,a]上任意投掷一个质点,以X表示这个质点的坐标.设这个质点落在[0,a]中任意小区间内的概率与这个小区间的长度成正比例,试求X的分布函数.解答: F(x)=P{X≤x}={0,x<0xa,0≤x<a.1,x≥a2.4 连续型随机变量及其概率密度习题1设随机变量X的概率密度为f(x)=12πe-(x+3)24(-∞<x<+∞),则Y=¯∼N(0,1).解答:应填3+X2.由正态分布的概率密度知μ=-3,σ=2由Y=X-μσ∼N(0,1), 所以Y=3+X2∼N(0,1).习题2已知X∼f(x)={2x,0<x<10,其它, 求P{X≤0.5};P{X=0.5};F(x).解答:P{X≤0.5}=∫-∞0.5f(x)dx=∫-∞00dx+∫00.52xdx=x2∣00.5=0.25,P{X=0.5}=P{X≤0.5}-P{X<0.5}=∫-∞0.5f(x)dx-∫-∞0.5f(x)dx=0.当X≤0时,F(x)=0;当0<x<1时,F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt=t2∣0x=x2;当X≥1时,F(x)=∫-∞xf(t)dt=∫-∞00dt+∫0x2tdt+∫1x0dt=t2∣01=1,故F(x)={0,x≤0x2,0<x<1.1,x≥1习题3设连续型随机变量X的分布函数为F(x)={A+Be-2x,x>00,x≤0,试求:(1)A,B的值;(2)P{-1<X<1}; (3)概率密度函数F(x).解答:(1)\becauseF(+∞)=limx→+∞(A+Be-2x)=1, ∴A=1;又 \becauselimx→0+(A+Be-2x)=F(0)=0, ∴B=-1.(2) P{-1<X<1}=F(1)-F(-1)=1-e-2.(3)f(x)=F′(x)={2e-x,x>00,x≤0.习题4服从拉普拉斯分布的随机变量X的概率密度f(x)=Ae-∣x∣, 求系数A及分布函数F(x).解答:由概率密度函数的性质知,∫-∞+∞f(x)dx=1,即∫-∞+∞Ae-∣x∣dx=1,而∫-∞+∞Ae-∣x∣dx=∫-∞0Aexdx+∫0+∞Ae-xdx=Aex∣-∞0+(-Ae-x∣0+∞)=A+A=2A或∫-∞+∞Ae-xdx=2∫0+∞Ae-xdx=-2Ae-x∣0+∞=2A,所以2A=1, 即A=1/2.从而f(x)=12e-∣x∣,-∞<x<+∞,又因为F(x)=∫-∞xf(t)dt,所以当x<0时,F(x)=∫-∞x12e-∣t∣dt=12∫-∞xetdt=12et∣-∞x=12ex;当x≥0时,F(x)=∫-∞x12e-∣x∣dt=∫-∞012etdt+∫0x12e-tdt=12et∣-∞0-12e-t∣0x=12-12e-x+12=1-12e-x,从而F(x)={12ex,x<01-12e-x,x≥0.习题5某型号电子管,其寿命(以小时计)为一随机变量,概率密度f(x)={100x2,x≥1000,其它,某一电子管的使用寿命为X, 则三个电子管使用150小时都不需要更换的概率.解答:设电子管的使用寿命为X, 则电子管使用150小时以上的概率为P{X>150}=∫150+∞f(x)dx=∫150+∞100x2dx=-100x∣150+∞=100150=23,从而三个电子管在使用150小时以上不需要更换的概率为 p=(2/3)3=8/27.习题6设一个汽车站上,某路公共汽车每5分钟有一辆车到达,设乘客在5分钟内任一时间到达是等可能的,试计算在车站候车的10位乘客中只有1位等待时间超过4分钟的概率.解答:设X为每位乘客的候车时间,则X服从[0,5]上的均匀分布. 设Y表示车站上10位乘客中等待时间超过4分钟的人数. 由于每人到达时间是相互独立的.这是10重伯努力概型. Y服从二项分布,其参数n=10,p=P{X≥4}=15=0.2,所以P{Y=1}=C101×0.2×0.89≈0.268.习题7设X∼N(3,22).(1)确定C, 使得P{X>c}=P{X≤c};(2)设d满足P{X>d}≥0.9, 问d至多为多少?解答:因为X∼N(3,22), 所以X-32=Z∼N(0,1).(1)欲使P{X>c}=P{X≤c}, 必有1-P{X≤c}=P{X≤c}, 即 P{X≤c}=1/2,亦即Φ(c-32)=12, 所以 c-32=0, 故c=3.(2)由P{X>d}≥0.9可得1-P{X≤d}≥0.9, 即 P{X≤d}≤0.1.于是Φ(d-32)≤0.1,Φ(3-d2)≥0.9.查表得3-d2≥1.282, 所以d≤0.436.习题8设测量误差X∼N(0,102), 先进行100次独立测量,求误差的绝对值超过19.6的次数不小于3的概率.解答:先求任意误差的绝对值超过19.6的概率p,p=P{∣X∣>19.6}=1-P{∣X∣≤19.6}=1-P{∣X10∣≤1.96=1-[Φ(1.96)-Φ(-1.96)]=1-[2Φ(1.96)-1]=1-[2×0.975-1]=1-0.95=0.05.设Y为100次测量中误差绝对值超过19.6的次数,则Y∼b(100,0.05).因为n很大,p很小,可用泊松分布近似,np=5=λ,所以P{Y≥3}≈1-50e-50!-51e-51!-52e-52!=1-3722-5≈0.87.习题9某玩具厂装配车间准备实行计件超产奖,为此需对生产定额作出规定. 根据以往记录,各工人每月装配产品数服从正态分布N(4000,3600).假定车间主任希望10%的工人获得超产奖,求:工人每月需完成多少件产品才能获奖?解答:用X表示工人每月需装配的产品数,则X∼N(4000,3600).设工人每月需完成x件产品才能获奖,依题意得P{X≥x}=0.1, 即1-P{X<x}=0.1,所以1-F(x)=0.1, 即 1-Φ(x-400060)=0.1, 所以Φ(x-400060)=0.9.查标准正态人分布表得Φ(1.28)=0.8997,因此 x-400060≈1.28, 即x=4077件,就是说,想获超产奖的工人,每月必须装配4077件以上.习题10某地区18岁女青年的血压(收缩压,以mm-HG计)服从N(110,122). 在该地区任选一18岁女青年,测量她的血压X.(1)求P{X≤105},P{100<X≤120};(2)确定最小的x, 使P{X>x}≤0.005.解答:已知血压X∼N(110,122).(1)P{X≤105}=P{X-11012≤-512≈1-Φ(0.42)=0.3372,P{100<X≤120}=Φ(120-11012)-Φ(100-11012)=Φ(0.833)-Φ(-0.833)=2Φ(0.833)-1≈0.595.(2)使P{X>x}≤0.05, 求x, 即1-P{X≤x}≤0.05, 亦即Φ(x-11012)≥0.95,查表得x-10012≥1.645, 从而x≥129.74.习题11设某城市男子身高X∼N(170,36), 问应如何选择公共汽车车门的高度使男子与车门碰头的机会小于0.01.解答:X∼N(170,36), 则X-1706∼N(0,1).设公共汽车门的高度为xcm,由题意P{X>x}<0.01, 而P{X>x}=1-P{X≤x}=1-Φ(x-1706)<0.01,即Φ(x-1706)>0.99, 查标准正态表得x-1706>2.33, 故x>183.98cm.因此,车门的高度超过183.98cm时,男子与车门碰头的机会小于0.01.习题12某人去火车站乘车,有两条路可以走. 第一条路程较短,但交通拥挤,所需时间(单位:分钟)服从正态分布N(40,102); 第二条路程较长,但意外阻塞较少,所需时间服从正态分布N(50,42), 求:(1)若动身时离开车时间只有60分钟,应走哪一条路线?(2)若动身时离开车时间只有45分钟,应走哪一条路线?解答:设X,Y分别为该人走第一、二条路到达火车站所用时间,则 X∼N(40,102),Y∼N(50,42).哪一条路线在开车之前到达火车站的可能性大就走哪一条路线.(1)因为P{X<60}=Φ(60-4010)=Φ(2)=0.97725,P{Y<60}=Φ(60-504)=Φ(2.5)=0.99379,所以有60分钟时应走第二条路.(2)因为P{X<45}=Φ(45-4010)=Φ(0.5)=0.6915,P{X<45}=Φ(45-504)=Φ(-1.25)=1-Φ(1.25)=1-0.8925=0.1075所以只有45分钟应走第一条路.当c>0时,fY(y)={1c(b-a),ca+d≤y≤cb+d0,其它,当c<0时,fY(y)={-1c(b-a),cb+d≤y≤ca+d0,其它.习题4设随机变量X服从[0,1]上的均匀分布,求随机变量函数Y=eX的概率密度fY(y).解答:f(x)={1,0≤x≤10,其它,f=ex,x∈(0,1)是单调可导函数,y∈(1,e), 其反函数为x=lny, 可得f(x)={fX(lny)∣ln′y,1<y<e0,其它={1y,1<y<e0,其它.习题5设X∼N(0,1),求Y=2X2+1的概率密度.解答:因y=2x2+1是非单调函数,故用分布函数法先求FY(y).FY(y)=P{Y≤y}=P{2X2+1≤y}(当y>1时)=P{-y-12≤X≤y-12=∫-y-12y-1212πe-x2dx,所以fY(y)=F′Y(y)=22πe-12⋅y-12⋅122y-1,y>1, 于是fY(y)={12π(y-1)e-y-14,y>10,y≤1.习题6设连续型随机变量X的概率密度为f(x), 分布函数为F(x), 求下列随机变量Y的概率密度:(1)Y=1X; (2)Y=∣X∣.解答:(1)FY(y)=P{Y≤y}=P{1/X≤y}.①当y>0时,FY(y)=P{1/X≤0}+P{0<1/X≤y}=P{X≤0}+P{X≥1/y}=F(0)+1-F(1/y),故这时fY(y)=[-F(1y)]′=1y2f(1y);;②当y<0时,FY(y)=P{1/y≤X<0}=F(0)-F(1/y),故这时fY(y)=1y2f(1y);③当y=0时,FY(y)=P{1/X≤0}=P{X<0}=F(0),故这时取fY(0)=0, 综上所述fY(y)={1y2⋅f(1y),y≠00,y=0.(2)FY(y)=P{Y≤y}=P{∣X∣≤y}.①当y>0时,FY(y)=P{-y≤X≤y}=F(y)-F(-y)这时fY(y)=f(y)+f(-y);②当y<0时,FY(y)=P{∅}=0, 这时fY(y)=0;③当y=0时,FY(y)=P{Y≤0}=P{∣X∣≤0}=P{X=0}=0,故这时取FY(y)=0, 综上所述 fY(y)={f(y)+f(-y),y>00,y≤0.习题7某物体的温度T(∘F)是一个随机变量, 且有T∼N(98.6,2), 已知θ=5(T-32)/9, 试求θ(∘F)的概率密度.解答:已知T∼N(98.6,2). θ=59(T-32), 反函数为T=59θ+32,是单调函数,所以fθ(y)=fT(95y+32)⋅95=12π⋅2e-(95y+32-98.6)24⋅95=910πe-81100(y-37)2.习题8设随机变量X在任一区间[a,b]上的概率均大于0, 其分布函数为FY(x), 又Y在[0,1]上服从均匀分布,证明:Z=FX-1(Y)的分布函数与X的分布函数相同.解答:因X在任一有限区间[a,b]上的概率均大于0, 故FX(x)是单调增加函数,其反函数FX-1(y)存在,又Y在[0,1]上服从均匀分布,故Y的分布函数为FY(y)=P{Y≤y}={0,y<0y,0≤y≤11,y>0,于是,Z的分布函数为FZ(z)=P{Z≤z}=P{FX-1(Y)≤z}=P{Y≤FX(z)}={0,FX(z)<0FX(z),0≤FX(z)≤1,1,FX(z)>1由于FX(z)为X的分布函数,故0≤FX(z)≤1.FX(z)<0和FX(z)>1均匀不可能,故上式仅有FZ(z)=FX(z), 因此,Z与X的分布函数相同.总习题解答习题1从1∼20的整数中取一个数,若取到整数k的概率与k成正比,求取到偶数的概率.解答:设Ak为取到整数k, P(Ak)=ck, k=1,2,⋯,20.因为P(⋃K=120Ak)=∑k=120P(Ak)=c∑k=120k=1,所以c=1210,P{取到偶数}=P{A2∪A4∪⋯∪A20} =1210(2+4+⋯+20)=1121.习题2若每次射击中靶的概率为0.7, 求射击10炮,(1)命中3炮的概率;(2)至少命中3炮的概率;(3)最可能命中几炮.解答:若随机变量X表示射击10炮中中靶的次数. 由于各炮是否中靶相互独立,所以是一个10重伯努利概型,X服从二项分布,其参数为n=10,p=0.7, 故(1)P{X=3}=C103(0.7)3(0.3)7≈0.009;(2)P{X≥3}=1-P{X<3}=1-[C100(0.7)0(0.3)10+C101(0.7)1(0.3)9+C102(0.7)2(0.3)8]≈0.998;(3)因X∼b(10,0.7), 而k0=[(n+1)p]=[(10+1)]×0.7=[7.7]=7,故最可能命中7炮.习题3在保险公司里有2500名同一年龄和同社会阶层的人参加了人寿保险,在1年中每个人死亡的概率为0.002,每个参加保险的人在1月1日须交120元保险费,而在死亡时家属可从保险公司里领20000元赔偿金,求:(1)保险公司亏本的概率;(2)保险公司获利分别不少于100000元, 200000元的概率.解答:1)以“年”为单位来考虑,在1年的1月1日,保险公司总收入为2500×120元=30000元.设1年中死亡人数为X, 则X∼b(2500,0.002), 则保险公司在这一年中应付出200000X(元),要使保险公司亏本,则必须 200000X>300000即X>15(人).因此,P{保险公司亏本}=P{X>15}=∑k=162500C2500k(0.002)k×(0.998)2500-k≈1-∑k=015e-55kk!≈0.000069,由此可见,在1年里保险公司亏本的概率是很小的.(2)P{保险公司获利不少于100000元}=P{300000-200000X≥100000}=P{X≤10}=∑k=010C2500k(0.002)×(0.998)2500-k≈∑k=010e-55kk!≈0.986305,即保险公司获利不少于100000元的概率在98%以上.P{保险公司获利不少于200000元}=P{300000-200000X≥200000}=P{X≤5}=∑k=05C2500k(0.002)k×(0.998)2500-k≈∑k=05e-55kk!≈0.615961,即保险公司获利不少于200000元的概率接近于62%.习题4一台总机共有300台分机,总机拥有13条外线,假设每台分机向总机要外线的概率为3%, 试求每台分机向总机要外线时,能及时得到满足的概率和同时向总机要外线的分机的最可能台数.解答:设分机向总机要到外线的台数为X, 300台分机可看成300次伯努利试验,一次试验是否要到外线. 设要到外线的事件为A, 则P(A)=0.03, 显然X∼b(300,0.03), 即P{X=k}=C300k(0.03)k(0.97)300-k(k=0,1,2,⋯,300),因n=300很大,p=0.03又很小,λ=np=300×0.03=9,可用泊松近似公式计算上面的概率. 因总共只有13条外线,要到外线的台数不超过13,故P{X≤13}≈∑k=0139kk!e-9≈0.9265, (查泊松分布表)且同时向总机要外线的分机的最可能台数k0=[(n+1)p]=[301×0.03]=9.习题5在长度为t的时间间隔内,某急救中心收到紧急呼救的次数X服从参数t2的泊松分布,而与时间间隔的起点无关(时间以小时计), 求:(1)某一天从中午12至下午3时没有收到紧急呼救的概率;(2)某一天从中午12时至下午5时至少收到1次紧急呼救的概率.解答:(1)t=3,λ=3/2, P{X=0}=e-3/2≈0.223;(2)t=5,λ=5/2, P{X≥1}=1-P{X=0}=1-e-5/2≈0.918.习题6设X为一离散型随机变量,其分布律为X -101pi 1/21-2qq2试求:(1)q的值; (2)X的分布函数.解答:(1)\because离散型随机变量的概率函数P{X=xi}=pi, 满足∑ipi=1, 且0≤pi≤1,∴ {1/2+1-2q+q2=10≤1-2q≤1q2≤1,解得q=1-1/2. 从而X的分布律为下表所示:因F(x)在x=π6处连续,故P{X=π6=12,于是有P{∣X∣<π6=P{-π6<X<π6=P{-π6<X≤π6=F(π6)-F(-π6)=12..习题8使用了x小时的电子管,在以后的Δx小时内损坏的概率等于λΔx+o(Δx),其中λ>0是常数,求电子管在损坏前已使用时数X的分布函数F(x),并求电子管在T小时内损坏的概率.解答:因X的可能取值充满区间(0,+∞),故应分段求F(x)=P{X≤x}.当x≤0时,F(x)=P{X≤x}=P(∅)=0;当x>0时,由题设知P{x<X≤x+Δx/X}=λΔx+o(Δx),而P{x<X≤x+Δx/X}=P{x<X≤x+Δx,X>x}P{X>x}=P{x<X≤x+Δx}1-P{X≤x}=F(x+Δx)-F(x)1-F(x),故F(X+Δx)-F(x)1-F(x)=λΔx+o(Δx),即F(x+Δx)-F(x)Δx=[1-F(x)][λ+o(Δx)Δx],令o(Δx)→0,得F′(x)=λ[1-F(x)].这是关于F(x)的变量可分离微分方程,分离变量dF(x)1-F(x)=λdx,积分之得通解为C[1-F(x)]=e-λx(C为任意常数).注意到初始条件F(0)=0, 故C=1.于是F(x)=1-e-λx,x>0,λ>0,故X的分布函数为F(x)={0,x≤01-e-λx,x>0(λ>0),从而电子管在T小时内损坏的概率为P{X≤T}=F(T)=1-e-λT.习题9设连续型随机变量X的分布密度为f(x)={x,0<x≤12-x,1<x≤20,其它,求其分布函数F(x).解答:当x≤0时,F(x)=∫-∞x0dt=0;当0<x≤1时,F(x)=∫-∞xf(t)dt=∫-∞00tdt+∫0xtdt=12x2;当1<x≤2时,F(x)=∫-∞xf(t)dt=∫-∞00dt+∫01tdt+∫1x(2-t)dt=0+12+(2t-12t2)∣1x=-1+2x-x22;当x>2时,F(x)=∫-∞00dt+∫01tdt+∫12(2-t)dt+∫2x0dt=1,故F(x)={0,x≤212x2,0<x≤1-1+2x-x22,1<x≤21,x>2.习题10某城市饮用水的日消费量X(单位:百万升)是随机变量,其密度函数为:f(x)={19xe-x3,x>00,其它,试求:(1)该城市的水日消费量不低于600万升的概率;(2)水日消费量介于600万升到900万升的概率.解答:先求X的分布函数F(x). 显然,当x<0时,F(x)=0, 当x≥0时有F(x)=∫0x19te-t3dt=1-(1+x3)e-x3故F(x)={1-(1+x3)e-x3,x≥00,x<0, 所以P{X≥6}=1-P{X<6}=1-P(X≤6}=1-F(6)=1-[1-(1+x3)e-x3]x=6=3e-2,P{6<X≤9}=F(9)-F(6)=(1-4e-3)-(1-3e-2)=3e-2-4e-3.习题11已知X∼f(x)={cλe-λx,x>a0,其它(λ>0),求常数c及P{a-1<X≤a+1}.解答:由概率密度函数的性质知∫-∞+∞f(x)dx=1,而∫-∞+∞f(x)dx=∫-∞a0dx+∫a+∞cλe-λxdx=c∫a+∞e-λxd(λx)=-ce-λx\vlinea+∞=ce-λa,所以ce-λa=1,从而c=eλa.于是P{a-1<X≤a+1}=∫a-1a+1f(x)dx=∫a-1a0dx+∫aa+1λeλae-λxdx=-eλae-λx\vlineaa+1=-eλa(e-λ(a+1)-e-λa)=1-e-λ.注意,a-1<a, 而当x<a时,f(x)=0.习题12已知X∼f(x)={12x2-12x+3,0<x<10,其它, 计算P{X≤0.2∣0.1<X≤0.5}.解答:根据条件概率;有P{X≤0.2∣0.1<X≤0.5}=P{X≤0.2,0.1<X≤0.5}P{0.1<X≤0.5}=P{0.1<X≤0.2}P{0.1<X≤0.5}=∫0.10.2(12x2-12x+2)dx∫0.10.5(12x2-12x+3) dx=(4x3-6x2+3x)∣0.10.2(4x3-6x2+3x)∣0.10.5=0.1480.256=0.578125.习题13若F1(x),F2(x)为分布函数,(1)判断F1(x)+F2(x)是不是分布函数,为什么?(2)若a1,a2是正常数,且a1+a2=1. 证明:a1F1(x)+a2F2(x)是分布函数.解答:(1)F(+∞)=limx→+∞F(x)=limx→+∞F1(x)+limx→+∞F2(x)=1+1=2≠1故F(x)不是分布函数.(2)由F1(x),F2(x)单调非减,右连续,且 F1(-∞)=F2(-∞)=0,F1(+∞)=F2(+∞)=1,可知a1F1(x)+a2F2(x)单调非减,右连续,且 a1F1(-∞)+a2F2(-∞)=0,a1F1(+∞)+a2F2(+∞)=1.从而a1F1(x)+a2F2(x)是分布函数.习题14设随机变量X的概率密度ϕ(x)为偶函数,试证对任意的a>0, 分布函数F(x)满足:(1)F(-a)=1-F(a); (2)P{∣X∣>a}=2[1-F(a)].解答:(1)F(-a)=∫-∞-aϕ(x)dx=∫a+∞ϕ(-t)dt=∫a+∞ϕ(x)dx=1-∫-∞aϕ(x)dx=1-F(a).(2)P{∣X∣>a}=P{X<-a}+P{X>a}=F(-a)+P{X≥a}F(-a)+1-F(a)=2[1-F(a)].习题15设K在(0,5)上服从均匀分布,求x的方程4x2+4Kx+K+2=0有实根的概率.解答:因为K∼U(0,5), 所以 fK(k)={1/5,0<k<50,其它,方程4x2+4Kx+K+2=0有实根的充要条件为(4K)2-4⋅4(K+2)≥0, 即 K2-K-2≥0,亦即(k-2)(K+1)≥0, 解得K≥2(K≤-1舍去), 所以P{方程有实根}=P{K≥2}=∫2515dx=35.习题16某单位招聘155人,按考试成绩录用,共有526人报名,假设报名者考试成绩X∼N(μ,σ2), 已知90分以上12人,60分以下83人,若从高分到低分依次录取,某人成绩为78分,问此人是否能被录取?解答:要解决此问题首先确定μ,σ2, 因为考试人数很多,可用频率近似概率.根据已知条件P{X>90}=12/526≈0.0228,P{X≤90}=1-P{X>90}≈1-0.0228}=0.9772;又因为P{X≤90}=P{X-μσ≤90-μσ, 所以有Φ(90-μσ)=0.9772, 反查标准正态表得90-μσ=2 ①同理:P{X≤60}=83/526≈0.1578; 又因为P{X≤60}=P{X-μσ≤60-μσ,故Φ(60-μσ)≈0.1578.因为0.1578<0.5,所以60-μσ<0, 故Φ(μ-60σ)≈1-0.1578=0.8422, 反查标准正态表得μ-60σ≈1.0 ②联立①,②解得σ=10,μ=70, 所以,X∼N(70,100).某人是否能被录取,关键看录取率. 已知录取率为155526≈0.2947, 看某人是否能被录取,解法有两种:方法1:P{X>78}=1-P{X≤78}=1-P{x-7010≤78-7010=1-Φ(0.8)≈1-0.7881=0.2119,因为0.2119<0.2947(录取率), 所以此人能被录取.方法2:看录取分数线. 设录取者最低分为x0, 则P{X≥x0}=0.2947(录取率),P{X≤x0}=1-P{X≥x0}=1-0.2947=0.7053,P{X≤x0}=P{x-7010≤x0-7010=Φ{x0-7010=0.7053,反查标准正态表得x0-7010≈0.54, 解得x0≈75. 此人成绩78分高于最低分,所以可以录取.习题17假设某地在任何长为t(年)的时间间隔内发生地震的次数N(t)服从参数为λ=0.1t的泊松分布,X表示连续两次地震之间间隔的时间(单位:年).(1)证明X服从指数分布并求出X的分布函数;(2)求今后3年内再次发生地震的概率;(3)求今后3年到5年内再次发生地震的概率.解答:(1)当t≥0时,P{X>t}=P{N(t)=0}=e-0.1t,∴F(t)=P{X≤t}=1-P{X>t}=1-e-0.1t;当t<0时,F(t)=0,∴ F(x)={1-e-0.1t,x≥00,x<0,X服从指数分布(λ=0.1);(2)F(3)=1-e-0.1×3≈0.26;(3)F(5)-F(3)≈0.13.习题18100件产品中,90个一等品,10个二等品,随机取2个安装在一台设备上,若一台设备中有i个(i=0,1,2)二等品,则此设备的使用寿命服从参数为λ=i+1的指数分布.(1)试求设备寿命超过1的概率;(2)已知设备寿命超过1,求安装在设备上的两个零件都是一等品的概率 .解答:(1)设X表示设备寿命. A表示“设备寿命超过1”,Bi表示“取出i个二等品”(i=0,1,2),则X的密度函数为fX(x)={λe-λx,x>00,x≤0 (λ=i+1,i=0,1,2),P(B0)=C902C1002, P(B1)=C901C102C1002, P(B2)=C102C1002,P(A∣B0)=∫1+∞e-xdx=e-1, P(A∣B1)=∫1+∞2e-2xdx=e-2,P(A∣B2)=∫1+∞3e-3xdx=e-3,由全概率公式:P(A)=∑i=02P(Bi)P(A∣Bi)≈0.32.(2)由贝叶斯公式:P(B0∣A)=P(B0)P(A∣B0)P(A)≈0.93.fX(x)={e-x,x>00,其它,求Y=eX的概率密度.解答:因为α=min{y(0),y(+∞)}=min{1,+∞}=1,β=max{y(0),y(+∞)}=max{1,+∞}=+∞.类似上题可得fY(y)={fX[h(y)]∣h′(y)∣,1<y<+∞0,其它={1/y2,1<y<+∞0,其它.习题22设随便机变量X的密度函数为 fX(x)={1-∣x∣,-1<x<10,其它,求随机变量Y=X2+1的分布函数与密度函数.解答:X的取值范围为(-1,1), 则Y的取值范围为[1,2). 当1≤y<2时, FY(y)=P{Y≤y}=P{X2+1≤y}=P{-Y-1≤x≤y-1}=∫-y-1y-1(1-∣x∣)dx=2∫0y-1(1-x)dx=1-(1-y-1)2,从而Y的分布函数为 FY(y)={0,y<11-(1-y-1)2,1≤y<2,1,其它Y的概率密度为fY(y)={1y-1-1,1<y<20,其它.第三章多维随机变量及其分布3.1 二维随机变量及其分布习题1设(X,Y)的分布律为X\Y 1231 1/61/91/182 1/3a1/9求a.解答:由分布律性质∑i⋅jPij=1, 可知 1/6+1/9+1/18+1/3+a+1/9=1,解得 a=2/9.习题2(1)2.设(X,Y)的分布函数为F(x,y),试用F(x,y)表示:(1)P{a<X≤b,Y≤c};解答:P{a<X≤b,Y≤c}=F(b,c)-F(a,c).习题2(2)2.设(X,Y)的分布函数为F(x,y),试用F(x,y)表示: (2)P{0<Y≤b};解答:P{0<Y≤b}=F(+∞,b)-F(+∞,0).习题2(3)2.设(X,Y)的分布函数为F(x,y),试用F(x,y)表示: (3)P{X>a,Y≤b}.解答:P{X>a,Y≤b}=F(+∞,b)-F(a,b).习题3(1)3.设二维离散型随机变量的联合分布如下表:试求: (1)P{12<X<32,0<Y<4;解答:P{12<X<23,0<Y<4P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=P{X=1,Y=1}+P{X=1,Y=2}+P{X=1,Y=3}=14+0+0=14.习题3(2)3.设二维离散型随机变量的联合分布如下表:试求: (2)P{1≤X≤2,3≤Y≤4};解答:P{1≤X≤2,3≤Y≤4}=P{X=1,Y=3}+P{X=1,Y=4}+P{X=2,Y=3}+P{X=2,Y=4}=0+116+0+14=516.习题3(3)3.设二维离散型随机变量的联合分布如下表:试求: (3)F(2,3).解答:F(2,3)=P(1,1)+P(1,2)+P(1,3)+P(2,1)+P(2,2)+P(2,3)=14+0+0+116+14+0=916.习题4设X,Y为随机变量,且 P{X≥0,Y≥0}=37, P{X≥0}=P{Y≥0}=47,求P{max{X,Y}≥0}.解答:P{max{X,Y}≥0}=P{X,Y至少一个大于等于0} =P{X≥0}+P{Y≥0}-P{X≥0,Y≥0}=47+47-37=57.习题5(X,Y)只取下列数值中的值: (0,0),(-1,1),(-1,13),(2,0)且相应概率依次为16,13,112,512, 请列出(X,Y)的概率分布表,并写出关于Y的边缘分布.解答:(1)因为所给的一组概率实数显然均大于零,且有16+13+112+512=1, 故所给的一组实数必是某二维随机变量(X,Y)的联合概率分布. 因(X,Y)只取上述四组可能值,故事件:{X=-1,Y=0}, {X=0,Y=13, {X=0,Y=1},{X=2,Y=13,{X=2,Y=1}均为不可能事件,其概率必为零. 因而得到下表:(2)P{Y=0}=P{X=-1,Y=0}+P{X=0,Y=0}+P{X=2,Y=0} =0+16+512=712,同样可求得 P{Y=13=112,P{Y=1}=13,关于的Y边缘分布见下表:Y 01/31pk 7/121/121/3习题6设随机向量(X,Y)服从二维正态分布N(0,0,102,102,0), 其概率密度为f(x,y)=1200πex2+y2200,求P{X≤Y}.解答:由于P{X≤Y}+P{X>Y}=1,且由正态分布图形的对称性,知P{X≤Y}=P{X>Y}, 故 P{X≤Y}=12.习题7设随机变量(X,Y)的概率密度为f(x,y)={k(6-x-y),0<x<2,2<y<40,其它,(1)确定常数k; (2)求P{X<1,Y<3}; (3)求P{X<1.5}; (4)求P{X+Y≤4}.解答:如图所示(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数k.∫02∫24k(6-x-y)dydx=k∫02(6-2x)dx=8k=1,所以k=18.(2)P{X<1,Y<3}=∫01dx∫2318(6-x-y)dy=38.(3)P{X<1.5}=∫01.5dx∫2418(6-x-y)dy=2732.(4)P{X+Y≤4}=∫02dx∫24-x18(6-x-y)dy=23.习题8已知X和Y的联合密度为 f(x,y)={cxy,0≤x≤1,0≤y≤10,其它,试求:(1)常数c; (2)X和Y的联合分布函数F(x,y).解答:(1)由于1=∫-∞+∞∫-∞+∞f(x,y)dxdy=c∫01∫01xydxdy=c4,c=4.(2)当x≤0或y≤0时,显然F(x,y)=0;当x≥1,y≥1时,显然F(x,y)=1;设0≤x≤1,0≤y≤1, 有F(x,y)=∫-∞x∫-∞yf(u,v)dudv=4∫0xudu∫0yvdv=x2y2.设0≤x≤1,y>1, 有 F(x,y)=P{X≤1,Y≤y}=4∫0xudu∫01ydy=x2.最后,设x>1,0≤y≤1, 有 F(x,y)=P{X≤1,Y≤y}=4∫01xdx∫0yvdv=y2.函数F(x,y)在平面各区域的表达式 F(x,y)={0,x≤0或y≤0x2,0≤x≤1,y>1x2y2,0≤x≤1,0≤y≤1.y2,x>习题9设二维随机变量(X,Y)的概率密度为 f(x,y)={4.8y(2-x),0≤x≤1,x≤y≤10,其它,求边缘概率密度fY(y).解答:fX(x)=∫-∞+∞f(x,y)dy={∫0x4.8y(2-x)dy,0≤x≤10,其它={2.4x2(2-x),0≤x≤10,其它.fY(y)=∫-∞+∞f(x,y)dx={∫0y4.8y(2-x)dx,0≤y≤10,其它={2.4y(4y-y2),0≤y≤10,其它.习题10设(X,Y)在曲线y=x2,y=x所围成的区域G里服从均匀分布,求联合分布密度和边缘分布密度.解答:区域G的面积A=∫01(x-x2)dx=16, 由题设知(X,Y)的联合分布密度为f(x,y)={6,0≤x≤1,x2≤y≤x0,其它,从而fX(x)=∫-∞+∞f(x,y)dy=6∫x2xdy=6(x-x2),0≤x≤1, 即 fX(x)={6(x-x2),0≤x≤10,其它fY(y)=∫-∞+∞f(x,y)dx=6∫yydx=6(y-y),0≤y≤1,即fY(y)={6(y-y),0≤y≤10,其它.3.2 条件分布与随机变量的独立性习题1二维随机变量(X,Y)的分布律为解答:由题意知X的密度函数为fX(x)={15,0≤x≤50,其它, 因为X与Y相互独立,所以X与Y的联合密度为:fXY(x,y)={2(5-y)125,0≤y≤5,0≤x≤50,其它,故此人能及时上火车的概率为P{Y>X}=∫05∫x52(5-y)125dydx=13.习题7设随机变量X与Y都服从N(0,1)分布,且X与Y相互独立,求(X,Y)的联合概率密度函数.解答:由题意知,随机变量X,Y的概率密度函数分别是fX(x)=12πe-x22,fY(y)=12πe-y22因为X与Y相互独立,所以(X,Y)的联合概率密度函数是f(x,y)=12πe-12(x+y)2.习题8设随机变量X的概率密度f(x)=12e-∣x∣(-∞<x<+∞),问:X与∣X∣是否相互独立?解答:若X与∣X∣相互独立,则∀a>0, 各有 P{X≤a,∣X∣≤a}=P{X≤a}⋅P{∣X∣≤a},而事件{∣X∣≤a}⊂{X≤a}, 故由上式有 P{∣X∣≤a}==P{X≤a}⋅P{∣X∣≤a},⇒P{∣X∣≤a}(1-P{X≤a})=0⇒P{∣X≤a∣}=0或1=P{X≤a}⋅(∀a>0)但当a>0时,两者均不成立,出现矛盾,故X与∣X∣不独立.习题9设X和Y是两个相互独立的随机变量,X在(0,1)上服从均匀分布,Y的概率密度为fY(y)={12e-y2,y>00,y≤0,(1)求X与Y的联合概率密度;(2)设有a的二次方程a2+2Xa+Y=0, 求它有实根的概率.解答:(1)由题设易知fX(x)={1,0<x<10,其它,又X,Y相互独立,故X与Y的联合概率密度为f(x,y)=fX(x)⋅fY(y)={12e-y2,0<x<1,y>00,其它;(2)因{a有实根}={判别式Δ2=4X2-4Y≥0}={X2≥Y},故如图所示得到: P{a有实根}=P{X2≥Y}=∫∫x2>yf(x,y)dxdy=∫01dx∫0x212e-y2dy=-∫01e-x22dx=1-[∫-∞1e-x22dx-∫-∞0e-x22dx] =1-2π[12π∫-∞1e-x22dx-12π∫-∞0e-x 22dx]=1-2π[Φ(1)-Φ(0),又Φ(1)=0.8413,Φ(0)=0.5,于是Φ(1)-Φ(0)=0.3413,所以 P{a有实根}=1-2π[Φ(1)-Φ(0)]≈1-2.51×0.3413=0.1433.3.3 二维随机变量函数的分布习题1设随机变量X和Y相互独立,且都等可能地取1,2,3为值,求随机变量U=max{X,Y}和V=min{X,Y}的联合分布.解答:由于U≥V, 可见P{U=i,V=j}=0(i<j).此外,有 P{U=V=i}=P{X=Y=i}=1/9(i=1,2,3),P{U=i,V=j}=P{X=i,Y=j}+P{X=j,Y=i}=2/9(i>j),于是,随机变量U和V的联合概率分布为\under2line令x+y=t{∫x+∞12te-tdt=12(x+1)e-x,x>00,x≤0,由对称性知fY(y)={12(y+1)e-y,y>00,y≤0, 显然f(x,y)≠fX(x)fY(y),x>0,y>0,所以X与Y不独立.(2)用卷积公式求fZ(z)=∫-∞+∞f(x,z-x)dx.当{x>0z-x>0 即 {x>0x<z时,f(x,z-x)≠0,所以当z≤0时,fZ(z)=0;当z>0时,fZ(z)=∫0z12xe-xdx=12z2e-z.于是,Z=X+Y的概率密度为 fZ(z)={12z2e-z,z>00,z≤0.习题6设随机变量X,Y相互独立,若X服从(0,1)上的均匀分布,Y服从参数1的指数分布,求随机变量Z=X+Y 的概率密度.解答:据题意,X,Y的概率密度分布为 fX(x)={1,0<x<10,其它, fY(y)={e-y,y≥00,y<0,由卷积公式得Z=X+Y的概率密度为fZ(z)=∫-∞+∞fX(x)fY(z-x)dx=∫-∞+∞fX(z-y)fY(y)dy =∫0+∞fX(z-y)e-ydy.由0<z-y<1得z-1<y<z,可见:当z≤0时,有fX(z-y)=0, 故fZ(z)=∫0+∞0⋅e-ydy=0;当z>0时,fZ(z)=∫0+∞fX(z-y)e-ydy=∫max(0,z-1)ze-ydy=e-max(0,z-1)-e-z,即 fZ(z)={0,z≤01-e-z,0<z≤1e1-z-e-z,z>1.习题7设随机变量(X,Y)的概率密度为f(x,y)={be-(x+y),0<x<1,0<y<+∞,0,其它.(1)试确定常数b;(2)求边缘概率密度fX(x),fY(y);(3)求函数U=max{X,Y}的分布函数.解答:(1)由∫-∞+∞∫-∞+∞f(x,y)dxdy=1,确定常数b. ∫01dx∫0+∞be-xe-ydy=b(1-e-1)=1,所以b=11-e-1,从而 f(x,y)={11-e-1e-(x+y),0<x<1,0<y<+∞,0,其它.(2)由边缘概率密度的定义得fX(x)={∫0+∞11-e-1e-(x+y)dy=e-x1-e-x,0<x<1,0,其它,fY(x)={∫0111-e-1e-(x+y)dx=e-y,0<y<+∞,0,其它(3)因为f(x,y)=fX(x)fY(y),所以X与Y独立,故 FU(u)=P{max{X,Y}≤u}=P{X≤u,Y≤u}=FX(u)FY(u),其中FX(x)=∫0xe-t1-e-1dt=1-e-x1-e-1,0<x<1,所以 FX(x)={0,x≤0,1-e-x1-e-1,0<x<1,1,x≥1.同理FY(y)={∫0ye-tdt=1-e-y,0<y<+∞,0,y≤0,因此 FU(u)={0,u<0,(1-e-u)21-e-1,0≤u<1,1-e-u,u≥1.习题8设系统L是由两个相互独立的子系统L1和L2以串联方式联接而成,L1和L2的寿命分别为X与Y, 其概率密度分别为ϕ1(x)={αe-αx,x>00,x≤0, ϕ2(y)={βe-βy,y>00,y≤0,其中α>0,β>0,α≠β,试求系统L的寿命Z的概率密度.解答:设Z=min{X,Y}, 则 F(z)=P{Z≥z}=P{min(X,Y)≤z}=1-P{min(X,Y)>z}=1-P{X≥z,Y≥z} =1-[1P{X<z}][1-P{Y<z}]=1-[1-F1{z}][1-F2{z}]由于F1(z)={∫0zαe-αxdx=1-e-αz,z≥00,z<0, F2(z)={1-e-βz,z≥00,z<0,故 F(z)={1-e-(α+β)z,z≥00,z<0,从而ϕ(z)={(α+β)e-(α+β)z,z>00,z≤0.习题9设随机变量X,Y相互独立,且服从同一分布,试明: P{a<min{X,Y}≤b}=[P{X>a}]2-[P{X>b}]2.解答:设min{X,Y}=Z,则 P{a<min{X,Y}≤b}=FZ(b)-FZ(a),。
海南大学《概率论与数理统计》课件-第一二三四章
x2 f ( x)d x;
x1
(4) 若 f ( x) 在点 x 处连续,则有 F( x) f ( x).
注意 对于任意可能值 a ,连续型随机变量取 a 的概率等于零.即
P{ X a} 0.
10、 均匀分布 定义 设连续型随机变量X 具有概率密度
例如某无f些线( x元电) 件元 或件0b,设的1 a备寿, 的命其a寿,电它命x,力服设从b,备指的数寿分命布,. 则称动物X 的在寿区命间等(a都,b)服区从间指上数服分从布均. 匀分布, 记为 X ~ U(a,b).
代表事件 A 在试验中发生的概率,它与试验总
数
n 有关。若
lim
n
npn
0
则
lim
n
Cnk
pnk
1 pn
nk
k
k!e
8、 连续型随机变量及其概率密度
设X为 随 机 变 量,F ( x)为X 的 分 布 函 数,若 存 在 非 负 函 数f ( x),使 对 于 任 意 实 数x 有
x
F ( x) f (t)d t,
第一章 随机事件及其概率
1 了解样本空间的概念,理解随机事件的概念,重 点掌握随机事件的关系和运算。 2 理解概率和条件概率的概念,掌握概率的基本性 质,能利用古典概型和几何概型计算一些事件的 概率。 3 掌握概率的加法公式、条件概率公式、乘法公式、 全概率公式和贝叶斯公式计算过事件的概率的方 法 4 理解事件独立性的概念,会利用事件独立性进行 事件概率计算。 5 理解独立重复试验的概率,掌握利用伯努利概型 计算过事件概率的方法。
(3) F () lim F ( x) 0, F () lim F( x) 1;
x
x
概率论与数理统计总结
第一章随机事件与概率第一节随机事件及其运算1、随机现象:在一定条件下,并不总是出现相同结果的现象2、样本空间:随机现象的一切可能基本结果组成的集合,记为Ω={ω},其中ω表示基本结果,又称为样本点。
3、随机事件:随机现象的某些样本点组成的集合常用大写字母A、B、C等表示,Ω表示必然事件,∅表示不可能事件.4、随机变量:用来表示随机现象结果的变量,常用大写字母X、Y、Z等表示。
5、时间的表示有多种:(1)用集合表示,这是最基本形式(2)用准确的语言表示(3)用等号或不等号把随机变量于某些实属联结起来表示6、事件的关系(1)包含关系:如果属于A的样本点必属于事件B,即事件 A 发生必然导致事件B发生,则称A被包含于B,记为A⊂B;(2)相等关系:若A⊂B且B⊃A,则称事件A与事件B相等,记为A=B。
(3)互不相容:如果A∩B=∅,即A与B不能同时发生,则称A与B互不相容7、事件运算(1)事件A与B的并:事件A与事件B至少有一个发生,记为 A∪B。
(2)事件A与B的交:事件A与事件B同时发生,记为A∩ B或AB。
(3)事件A对B的差:事件A发生而事件B不发生,记为 A-B。
用交并补可以表示为。
(4)对立事件:事件A的对立事件(逆事件),即“A不发生”,记为.对立事件的性质:。
8、事件运算性质:设A,B,C为事件,则有(1)交换律:A∪B=B∪A,AB=BA(2)结合律:A∪(B∪C)=(A∪B)∪C=A∪B∪C A(BC)=(AB)C=ABC(3)分配律:A∪(B∩C)=(A∪B)∩(A∪C)、A(B∪C)=(A∩B)∪(A∩C)= AB∪AC(4)棣莫弗公式(对偶法则):9、事件域:含有必然事件Ω,并关于对立运算和可列并运算都封闭的事件类ξ称为事件域,又称为σ代数。
具体说,事件域ξ满足:(1)Ω∈ξ;(2)若A∈ξ,则对立事件∈ξ;(3)若A n∈ξ,n=1,2,···,则可列并ξ。
同济大学《概率论与数理统计》PPT课件
同济大学数学系 & 人民邮电出版社
四、随机事件之间的关系与运算
第1章 随机事件与概率 10
(1)事件的包含
若事件 A 的发生必然导致事件 B 的发生, 则称事件A 包含在事件 B 中. 记作 A B .
BA
A B
同济大学数学系 & 人民邮电出版社
3
某快餐店一天内接到的订单量;
4
航班起飞延误的时间;
5
一支正常交易的A股股票每天的涨跌幅。
二、样本空间
第1章 随机事件与概率 6
一个随机试验,每一个可能出现的结果称为一个样本点,记为
全体样本点的集合称为样本空间, 记为 , 也即样本空间是随机试验的一切可能结果组成
的集合, 集合中的元素就是样本点. 样本空间可以是有限集, 可数集, 一个区间(或若干区间的并集).
01 在相同的条件下试验可以重复进行;
OPTION
02 每次试验的结果不止一个, 但是试验之前可以明确;
OPTION
03 每次试验将要发生什么样的结果是事先无法预知的.
OPTION
一、随机试验
例1
随机试验的例子
第1章 随机事件与概率 5
1 抛掷一枚均匀的硬币,有可能正面朝上,也有可能反面朝上;
2
抛掷一枚均匀的骰子,出现的点数;
(互斥).
同济大学数学系 & 人民邮电出版社
2、随机事件之间的运算
第1章 随机事件与概率 12
(1)事件的并
事件 A 或 B至少有一个发生时, 称事件 A 与事件B 的并事件发生, 记为 A U B .
(2)事件的交(积)
概率论与数理统计
概率论与数理统计 习题参考答案(仅供参考) 第一章
第 2 页 (共 62 页)
4.设 P(A)=0.7,P(A-B)=0.3,试求P(AB)
解 由于 AB = A – AB, P(A)=0.7 所以 P(AB) = P(AAB) = P(A)P(AB) = 0.3,
所以 P(AB)=0.4, 故 P(AB) = 10.4 = 0.6.
(4) 取到三颗棋子颜色相同的概率.
解
(1) 设 A={取到的都是白子} 则
P( A) C83 14 0.255. C132 55
(2) 设 B={取到两颗白子, 一颗黑子}
P(B)
C82C41 C132
0.509 .
(3) 设 C={取三颗子中至少的一颗黑子}
P( C) 1 P (A ) 0 . 7. 4 5
P( A2
|B
) P( Ai )P B( P(B )
A| i
) 0 . 1 5 0 .39 0
0.1268
0.8624
P( A3
|B
) P( Ai )P B( P(B )
A| i
) 0 . 0 5 0 .31 0 0 . 0 0 0 1 0.8624
由于 P( A1|B) 远大于 P( A3|B), P( A2|B), 因此可以认为这批货物的损坏率为 0.2.
2. 设 A、B、C 为三个事件,用 A、B、C 的运算关系表示下列事件: (1)A 发生,B 和 C 不发生; (2)A 与 B 都发生,而 C 不发生; (3)A、B、C 都发生; (4)A、B、C 都不发生; (5)A、B、C 不都发生; (6)A、B、C 至少有一个发生; (7)A、B、C 不多于一个发生; (8)A、B、C 至少有两个发生. 解 所求的事件表示如下
概率论与数理统计 第一章 随机事件与概率
推广:
(1)n个事件A1,A2, An至少有一个发生
所构成的事件,称为 A1, A2, An的和或并,
记为
n
A1 A2 An Ai
i1
当A1, A2, An互斥时
n
n
Ai Ai
i1
i1
(2)可列无限多个事件 A1, A2, 至少有一个
(1kn)的不同排列总数为:
n n n nk
例如:从装有4张卡片的盒中 有放回地摸取3张
第1张 第2张 第3张
1 2 34
n=4,k =3
1
1
1
2
2
2 共有4.4.4=43种可能取法
3
3
3
4
4
4
2、组合: 从n个不同元素取 k个
(1kn)的不同组合总数为:
C
k n
Ank k!
n! (n k)!k!
Ai
i1
三.互不相容事件(互斥事件)
若A与B不能同时发生,即 AB 则称A与B
互不相容(或互斥)。S与 互斥。
S
A
B
推广:n个事件 A1,A2, An互斥
A1, A2, An 中任两个互斥,即,
i≠j, i, j=1,2,3 ,……n.
四.事件的和(并) 事件A与B至少有一个发生所构成的事件, 称为A与B的和(并)记为A∪B。当A与B 互斥时,A∪B =A+B。
六. 对立事件(逆事件) 由A不发生所构成的事件,称为A的对立事件
(逆事件)。记为 A
A
A
AA ,A A S,A A.
例1.掷一质地均匀的骰子,A=“出现奇数点”= {1,3,5},B=“出现偶数点”= {2,4,6},C=“出现4或6”={4,6}, D=“出现3或5”={3,5},E=“出现的点 数大于2”={3,4,5,6}, 求 A B,C D,AE,E.
概率论与数理统计
主讲:
第一章 随机事件及其概率
1.1 随机事件及其运算 1.2 随机事件的概率及性质 1.3 概率的计算 1.4 事件的独立性 1.5 独立事件概型
1.1.1 随机事件
手拿一枚硬币,松开手,硬币向下落。 结果唯一
种瓜得瓜,种豆得豆。
太阳每天从东方升起。
确定性现象
概率统计的 硬币落下时哪一面向上?
4040 验
10000
次 数
12000 不
24000
断 增
30000 大
正面出现的频数 1061 2048 4979 6019 12012 14994
频率 0.5181频 0.5069率稳 0.4979定 0.5016在 0.5005附 0.4998近
0.5
频率的特点
(1)波动性 (2)稳定性
当试验次数n增大时,(A) 逐渐趋向一个稳定 值。可将此稳定值记作P(A),作为事件A的 概率。称为统计概率。
问题二:既然取到白粉笔的概率是确定的值,如何在白粉笔数 量确定但未知的情况下计算?
1.2.1 概率的统计定义
定义 设随机事件A在n次重复试验中发生了m次,则称比值m/n为 随机事件A在n次重复试验中发生的频率,记做 ( A) ,即
频率的性质:
( A) m
n
(1)对如何事件A,0 (A) 1;
A63
0.4762
A3 {从中有放回地连取三件都是正品}
P( A3)
63 103
0.216
思考 A1, A2 的概率相等是否巧合?
1.2.2 概率的古典定义
例2.3的推广
一批产品共N件,其中M件次品,N-M件正品,从中取出n个,记A={取出
(完整版)概率论与数理统计知识点总结
p k q nk
其中 q 1 p,0 p 1, k 0,1,2,, n ,
则称随机变量 X 服从参数为 n , p 的二项分布。记为
X ~ B(n, p) .
当 n 1时, P(X k) pk q1k , k 0.1,这就是(0—1)分布,
所以(0-1)分布是二项分布的特例。
泊 松 设随机变量 X 的分布律为
1
(完整版)概率论与数理统计知识点总结
A—B,也可表示为 A—AB 或者 AB ,它表示 A 发生而 B 不发生的事
件.
A、B 同时发生:A B,或者 AB。A B=Ø ,则表示 A 与 B 不可能 同时发生,称事件 A 与事件 B 互不相容或者互斥。基本事件是
互不相容的.
—A 称为事件 A 的逆事件,或称 A 的对立事件,记为 A .它表 示 A 不发生的事件。互斥未必对立。
P(A)= (1) (2 ) (m ) = P(1) P(2 ) P(m )
m n
A所包含的基本事件数 基本事件总数
(6)几 若随机试验的结果为无限不可数并且每个结果出现的可能性均
1
(完整版)概率论与数理统计知识点总结
何概型 匀,同时样本空间中的每一个基本事件可以使用一个有界区域 来描述,则称此随机试验为几何概型。对任一事件 A,
3° F() lim F(x) 0, F() lim F(x) 1;
x
x
4° F(x 0) F(x) ,即 F(x) 是右连续的;
5° P(X x) F(x) F(x 0) .
对于离散型随机变量, F(x) pk ; xk x x
对于连续型随机变量, F(x) f (x)dx .
概型 用 p 表示每次试验 A 发生的概率,则 A 发生的概率为1 p q ,用
概率论与数理统计01-随机事件及其概率
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
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=。
概率论与数理统计教程ppt课件
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币,正面朝上?反面朝上? • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
16 March 2020
华东师范大学
第一章 随机事件与概率
第3页
1.1.1 随机现象
• 随机现象:在一定的条件下,并不总出现相 同结果的现象称为随机现象.
16 March 2020
华东师范大学
第一章 随机事件与概率
例1.2.1 六根草,头两两相接、
尾两两相接。求成环的概率.
解:用乘法原则直接计算 所求概率为
644221 8 6 5 4 3 2 1 15
第30页
16 March 2020
华东师范大学
第一章 随机事件与概率
3. 若 AnF ,n=1, 2, …, 则
UFA.n
n 1
16 March 2020
华东师范大学
第一章 随机事件与概率
第21页
§1.2 概率的定义及其确定方法
• 直观定义 —— 事件A 出现的可能性大小.
• 统计定义 —— 事件A 在大量重复试验下 出现的频率的稳定值称为该事件的概率.
2. 样本点 —— 随机试验的每一个可能结果.
3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合.
4. 两类样本空间: 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
16 March 2020
华东师范大学
第一章 随机事件与概率
第5页
1.1.3 随机事件
华东师范大学
第一章 随机事件与概率
东华大学《概率论与数理统计》课件 第一章 随机事件与概率
(3) 设A1,A何2,…时,P是(A一|列B两)两<互P不(A相)容? 的事件,即AiAj=
,(ij), i , j=1, 2, …, 有 P( A1 A2 … )= P(A1) +P(A2)+….
则称P(A)为事件A的概率。
例 一盒中混有100只新 ,旧乒乓球,各有红、白两 色,分 类如下表。从盒中随机取出一球,若取得的 是一只红球,试求该红球是新球的概率。
1.定义 若对随机试验E所对应的样本空间中的 每一事件A,均赋予一实数P(A),集合函数P(A)满足 条件:
(1) 非负性: P(A) ≥0;
(2) 规范性: P(S)=1;
(3) 可列可加性:设A1,A2,…, 是一列两两互不 相容的事件,即AiAj=,(ij), i , j=1, 2, …, 有
概率论与数理统计
第一章 随机事件与概率
教材:
《概率论与数理统计》
魏宗舒编
高等教育出版社
本章主要内容:
1. 概率的概念与性质 2. 事件的关系与运算性质 3. 古典概型概率的计算 4. 加法公式、条件概率、乘法公式 5. 事件的独立性、伯努利概型
重点:古典概型、概率的计算 难点:事件的关系和运算
条件概率、伯努利概型
(2) 单调不减性:若事件AB,则 P(A)≥P(B)
(3) 事件差: A、B是两个事件,
则
P(A-B)=P(A)-P(AB)
(4) 加法公式:对任意两事件A、B,有 P(AB)=P(A)+P(B)-P(AB)
该公式可推广到任意n个事件A1,A2,…,An的情形 ;
(5) 互补性:P(A)=1- P(A); (6) 可分性:对任意两事件A、B,有
《概率论与数理统计》第一章知识点
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。
概率论与数理统计随机事件与概率随机事件
概率论与数理统计第1章随机事件与概率第1讲随机事件第一讲随机事件随机现象随机现象的统计规律性随机试验如何研究随机现象的规律性?概率统计的研究对象概率统计的研究内容全概率统计的研究方法本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算随机现象的规律性是通过大量试验呈现出来的,为了研究这种规律性,我们需要对随机现象进行调查、观察或试验.这类工作我们统称为“随机试验”,简称为“试验”,用E表示.随机试验具有下列三个特点:试验可以在相同的条件下重复进行;试验的所有结果明确可知,并且不止一个;每次试验只能出现一个结果,事先不能确定.随机试验具有下列三个特点:试验可以在相同的条件下重复进行;试验的所有结果明确可知,并且不止一个;每次试验只能出现一个结果,事先不能确定. 例1给微信好友发消息,观察对方是否回复;检验10件产品,记录其中的次品数;调查某收银台一天内使用移动支付的次数;研究某品牌电脑的使用寿命.随机试验E 所有可能的结果组成的集合,记为S 或Ω.E 1给微信好友发消息,观察对方是否回复.E 2检验10件产品,记录其中的次品数.1=S 2=S 样本空间 例2{0,1,2,,10}E 4研究某品牌电脑的使用寿命.E 3调查某收银台一天内使用移动支付的次数.3=S 4=S 注研究随机现象时, 第一步就是建立样本空间.{0,1,2,3,}{|0}≥t t本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算随机事件样本空间的子集, 记为A ,B ,…基本事件仅由一个元素(样本点)组成的子集,每次试验必定生.发生且只可能发生一个的结果.复合事件由若干个基本事件组成的随机事件.每次试验必定不发生的事件,记为每次试验必定发生的事件,即样本空间S . 必然事件不可能事件∅=A =B =C =D 抛骰子例3.AS文氏图(Venn diagram)在一般情况下,事件的关系是怎样的呢?事件是样本空间的子集,因此,事件的关系和运算与01随机事件集合的关系和运算是完全相似的. 要学会利用概率论的语言来解释这些关系及其运算.这里需要强调的是,本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算A=BSAB它表示事件A 发生,则事件B 一定发生.它表示:事件A 与事件B 的样本点完全相同.().⊂⊃A B B A 包含关系如果事件A 的样本点都在事件B 中,则称事件A 包含于事件B .抛一枚骰子中的随机试验中=A例4相等关系=B{2},A B⋃ 事件的和(并)考察某同学期末考试的成绩情况.=A 例5事件A 与事件B 的样本点合在一起构成的事件.它表示:“事件A 与事件B 至少有一个发生”.A B ⋃=BA ABS=B推广推广它表示英语、高数至少有一门及格.1=ni i A 至少有一个发生.表示12,,,n A A A 1∞=i i A 同时发生.表示12,,A A它表示英语、高数两门课都及格.A B AB⋂或 事件的积(交)表示事件A 与事件B 共有的样本点构成的事件.考察某同学期末考试的成绩情况.A = 例5它表示:“事件A 与事件B 同时发生”.AB =B=推广推广1=ni i A 12,,n A A A 表示同时发生.1∞=i i A 12,,A A 表示同时发生.A B- 事件的差由属于A 但不属于B 的样本点构成的事件.A =考察电视机的使用寿命t (:h) 例4它表示:“事件A 发生而事件B 不发生”.B =A B -=SBA -A B{t |t 3000}.>{t |t 10000}≥,{t |3000t 10000}<<,互不相容(互斥)若事件A ,B 不能同时发生.即考察电视机的使用寿命t (:h)A = 例5B =ABS则事件A 与B 互不相容. 对立事件(逆事件)"A∩B=Φ".则称事件A 与B 互不相容.对于事件A ,由所有不包含在A 中的样SAB A=本点所组成的事件称为A 的对立件,{t |t 3000}>,{t |t 10000}≥,记对应事件运算集合运算()=A B C ()=A B C 03随机事件的关系和运算运算规律BA ,=AB =A B .BA ()ABC ,()=A B C ().A B C ()().A CBC ()=A B C ()().A B A C (1)交换律:(2)结合律:(3)分配律:逆交和差=A B 1==ni i A 03随机事件的关系和运算运算顺序括号优先AB ,.A B =A B 1=ni i A , 1.=ni i A 1==ni i A(4)对偶律:(D.Morgan 律)CAB ABCABC A B C利用事件的关系和运算可表达复杂事件01随机事件的关系与运算例6设A 、B 、C 表示三个事件,利用A 、B 、C 表示下列(1)A 发生, B 与C 不发生.(2)A 与B 发生, C 不发生.(3)A 、B 、C 中至少有一个发生.(4)A 、B 、C 都发生.事件ABC =ABACBCC B A CB AC B A C B A C B A ——A ,B ,C 不都发生.=ABC ⋃⋃A B C03随机事件的关系和运算设A 、B 、C 表示三个事件,利用A 、B 、C 表示下列事件(5)A 、B 、C 都不发生.(6)A 、B 、C 中不多于一个发生.(7)A 、B 、C 中不多于两个个发生(8)A 、B 、C 中不至少有两个发生.D 如右图所示的电路中,设事件A 、B 、C 分别表示开关a 、b 、c 闭合,用A 、B 、C 表示事件“指示灯亮”及事件“指示灯不亮”. 例701排列及其逆序数解=D设abc=D ().A B C =D ,,则D 发生当且仅当A 及B ∪C 都发生A 发生当且仅当发生或 BC 发生=ABC =ABCABCABCABC A B C ABCABCABC设A ,B ,C 分别表示第1,2,3个产品为次品, 例8A B C AB BC CA用A ,B ,C 的运算可表示下列各事件(1)至少有一个次品(2)没有次品(3)恰有一个次品(4)恰有两个个次品()()()ABCABCABC ABCABCABC ABC ABC=(5)至多有两个次品(考虑其对立事件)ABC =第1讲随机事件这一讲我们学习了随机事件以及事件间的关系与运算,利用这些关系与运算,我们可以用简单事件去表示复杂事件,从而利用简单事件的概率得到复杂事件的概率.下一讲我们介绍一类简单概率模型——古典概型.学海无涯,祝你成功!概率论与数理统计。
概率论与数理统计第一章——随机事件及概率
ex2: 从0,1,2,3,4,5, 这六个数字中任取四 个,问能组成多少个四位偶数?
解:组成的四位数是偶数,要求末位为0,2或
4,可先选末位数,共P31 种,前三位数的选取方法有
P53 种,而0不能作首位,所以所组成的偶数个数为
P1 P3 − P1 P1 P2 = 156 (个)
◼ 为方便起见,记Φ为不可能事件,Φ不 包含任何样本点。
(三) 事件的关系及运算 ❖事件的关系(包含、相等)
1A B:事件A发生一定导致B发生
2A=B
A B
B A
B A
例:
✓ 记A={明天天晴},B={明天无雨} B A ✓ 记A={至少有10人候车},B={至少有5人候车}
B A
✓ 抛两颗均匀的骰子,两颗骰子出现的点数分别 记为x,y.记A={x+y为奇数},B={两次的骰子点
A
B
n Ai:A1, A2,An至少有一发生
i=1
n Ai:A1, A 2 ,An同时发生
i =1
✓当AB= Φ时,称事件A与B是互不相
容的,或互斥的。
A
B
A A= A B =
A的逆事件记为A, A A =
, 若 A B =
,
称A, B互逆(互为对立事件)
AA
A
B
事件A对事件B的差事件:
◼可以在相同条件下重复进行(重复性); ◼事先知道所有可能出现的结果(明确性); ◼每次试验前并不知道哪个试验结果会发生 (随机性)。
例: ❖抛一枚硬币,观察试验结果; ❖对某路公交车某停靠站登记下车人数; ❖对某批同型号灯泡,抽取其中一只测 验其使用寿命(按小时计)。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
例 2.1 设 A , B 为两个随机事件,已知
P(A) 0.5, P(B) 0.4, P(A UB) 0.6 ,
2020/3/14
试分别计算 P( AB), P(AB), P(A U B), P(A U B) .
解 由于 P(A B) P(A) P(B) P(AB) ,所以 0.6 0.5 0.4 P(AB) ,解得 P(AB) 0.3 . P( AB) P( A B) P( A) P( AB) 0.2 . P( A U B) P( AB) 1 P( AB) 0.7 . P( A U B) P( A) P(B) P( AB) P( A) [1 P(B)] P( AB) 0.9 .
11-18
注意:
2020/3/14
(1)事件 B A=“ B 发生,且 A 不发生”,因此 AB B A;
(2)可以证明,对任意的事件 A 和 B ,恒有 A B AB A AB 。
(3) A U B AB 表示事件 A 和 B 都不发生; AB A U B 表示事件 A 和 B 中至少有一个不发生.
在 E4 中,样本点为正实数,样本空间为 4 (0, ) .
11-8
2020/3/14
定义 1.3 称样本点的集合为随机事件,简称为事件,记
为 A, B,C 等.由一个样本点构成的单点集称为基本事件.
例:在 E1 中, A1 {1};
在 E2 中. B1 {(6, 6)}, B2 {(1,1), (1, 2), (2,1)}; 在 E4 中, C1 (10, 20) 均为随机事件, 其中 E1 中的 A1 和 E2 中的 B1 为基本事件.
11-15
A B
AB
(a)
A B
A
B
AUB
AB
AB
AB
(b )
AB
AB
(c )
A
A
2020/3/14
(d )
(e)
(f )
图 1.1 事件的关系及运算示意图
11-16
2020/3/14
例 1.1 掷一枚骰子,设事件 A {1,3,5}, B {1, 2}, 求 A U B,AB, A B, B A, A .
11-26
2020/3/14
性质 2.5(对立事件概率计算公式)设 A 为任一随机事件,则 P( A) 1 P( A) .
性质 2.6 (并事件概率计算公式)设 A, B 为任意两个随机事件,
则
P(A B) P(A) P(B) P(AB) .
推论 2.2 设 A, B, C 为任意三个随机事件,则 P(AU B UC) P(A) P(B) P(C) P(AB) P(BC) P(AC) P(ABC) .
5. 差事件
事件“ A 发生,且 B 不发生”称为事件 A 与事件 B 的差事件,
记为 A B .
从集合角度来讲, A B { A, B} .
11-14
6.互不相容事件(互斥事件)
2020/3/14
如果事件 A 与 B 不可能都发生,即 AB ,就称事件 A 和 事件 B 互不相容或互斥.
P( A1 U A2 UL U An ) P( A1) P( A2 ) L P( An ) . 性质 2.4(差事件概率计算公式)设 A, B 为任意两个随机事件,
则 P(A B) P(A) P(AB) .
推论 2.1 当 B A时,有
P(A B) P(A) P(B) ,且 P(B) P(A) .
2020/3/14
例:
向上抛出的物体会掉落到地上 ——确定
明天天气状况
——不确定
买了彩票会中奖 ——不确定
11-4
一、随机试验
2020/3/14
定义 1.1 如果某试验满足以下三个特点 (1)重复性:在相同条件下,试验可重复进行; (2)明确性:试验的所有可能结果事先均已知; (3)随机性:每次试验的具体结果,在试验前无法预知,
频率 k n
0.5181 0.5069 0.5016 0.5005
11-24
2020/3/14
定义 2.2(概率的公理化定义)设随机试验 E 的样本空间为 ,
对于每个事件 A ,赋予事件 A 一个实数 P( A) ,如果 P( )
满足下列三个条件
⑴非负性: P( A) 0 ; ⑵规范性: P() 1; ⑶可列可加性:设事件 A1, A2 ,L , An ,L 两两互不相容,即 对任意的 i, j 1, 2,L ,当 i j 时,均满足 Ai Aj ,有 P( A1 U A2 UL U An UL ) P( A1) P(A2 ) L P(An ) L 就称 P( A) 为事件 A 的概率.
2020/3/14
ቤተ መጻሕፍቲ ባይዱ
定义 1.2 随机试验 E 的每一个可能出现的结果称为随机
试验 E 的样本点,记为 .
随机试验 E 的所有样本点的全体称为随机试验 E 的
样本空间,记为 . 随机试验 E 的样本空间 即为随机试验 E 的所有可
能出现的结果(样本点)组成的集合.
11-7
在 E1 中,样本点为1 “出现正面”和 2 “202出0/3/现14 反面”,样本空间为 1 {1,2}.
不可能事件为空集 .
11-10
2020/3/14
例:在 E2 中.事件 B2 {(1,1), (1, 2), (2,1)} 即指事
件“两枚骰子点数之和小于 4 ”,而“两枚骰子点数之和 大于1”即为必然事件 ,“两枚骰子点数中最大点数为 8 ”为不可能事件 .
在 E3 中,事件“电话的呼唤次数为奇数”为事件
从集合角度来讲,A 和 B 互不相容指 A 与 B 没有共同的元素.
7.对立事件
如果事件 A 与 B 满足 A U B ,且 AB ,就称事件 A 和 事件 B 互为对立事件,或称事件 B 为事件 A 的对立事件,记为 B A.
从集合角度来讲, A 为 A 的余集,即 A A .
11-17
事件的运算律
2020/3/14
(1)交换律 AUB B U A , AB BA.
(2)结合律 (AU B) UC A U(B UC) ,
(AB)C A(BC) .
(3)分配律 (A U B)C (AC) U(BC) , (AB) UC (AUC)(B UC) .
(4)摩根律 A U B A B , AB A U B .
在 E2 中,用 i 表示第一枚骰子出现的点数, j 表示第
二枚骰子出现的点数,则每个样本点可用二维有序数组
(i, j) 表示,其中1 i 6,1 j 6 ,因此样本空间为
2 {(i, j) i 1, 2,3, 4,5,6, j 1, 2,3, 4,5,6} .
在 E3 中,样本点为非负整数,样本空间为 3 {0,1, 2,L } .
就称此试验为随机试验,记为 E .
11-5
例:下列试验均为随机试验:
2020/3/14
E1 :抛一枚硬币,观察其出现正面和反面的情况; E2 :同时掷两枚骰子,观察其出现的点数; E3 :考查在一定时间段内某电话的呼唤次数;
E4 :考查某机械部件的抗压强度.
11-6
二、样本点、样本空间与随机事件
=“ A1, A2 ,L , An 中至少有一个不发生”.
11-20
例 1.3 试用随机事件 A, B, C 表示下列事件
2020/3/14
(1)“ A, B, C 中至少发生一个”; AU B UC ;
(2)“ A, B, C 都发生”; ABC
(3)“ A, B, C 中恰好发生一个”; AB C U ABC U A BC
(4)“ A, B, C 中至少发生两个”;
ABC U ABC U ABC U ABC
(5)“ A 发生,且 B, C 至少有一个不发生”.
A(B UC) ABC A BC
11-21
总结:
2020/3/14
“至少”:用“ U ”
“都”或者“同时”:用“ I ”
“恰好”:则每个事件要一一列举出来。
11-9
2020/3/14
由定义 1.3 知随机事件是样本空间 的子集.
当随机试验 E 中所出现的样本点属于集合 A 时,就称
随机事件 A发生,否则就称随机事件 A 不发生.
在每次试验中, 必然发生的事件称为必然事件,从集合角度看,必
然事件为全集,即样本空间 。
不可能发生的事件称为不可能事件,从集合角度看,
11-25
二、概率的性质
2020/3/14
性质 2.1 (非负性)设 A 为任一随机事件,则 0 P( A) 1. 性质 2.2 (规范性) P() 1, P() 0 .
性质 2.3 (有限可加性)如果事件 A1,A2,L , An 两两互不相容, 即对任意的 i, j 1, 2,L ,当 i j 时,均满足 Ai Aj ,则
于 p ,就称 p 为事件 A 的概率,记为 P( A) ,即 P(A) p .
11-23
表 1.1 抛硬币实验
2020/3/14
实验者
实验数 n
德 摩根
蒲丰
K 皮尔逊 K 皮尔逊
2048 4040 12000 24000
正面向上
频数 k
1061 2048 6019 12012
正面向上
A.
11-12
2.事件的相等
2020/3/14
如果事件 A 和事件 B 相互包含,即 A B ,且 B A ,