概率论与数理统计第1章

合集下载

概率论与数理统计第一章 1.3等可能概型

C1C1 + C1C1 = 9⋅ 3 + 3⋅ 9 = 54 . 9 3 3 9
概率论
54 3 P(C) = 2 = . 所以 8 12 (2) 采取不放回抽样.
从箱子中任取两件产品,每次取一件,取法总数为12⋅ 11 . ⋅
⋅ 即样本空间中所含有的基本事件总数为 12⋅ 11 . 1 1 事件A 事件中所含有的基本事件数为 C9C8 = 9⋅ 8 . 9⋅ 8 6 = . 所以 P( A) = 12⋅ 11 11 事件B 事件中所含有的基本事件数为 C1C1 = 9⋅ 3 . 9 3 9⋅ 3 9 所以 P( B) = = . 12⋅ 11 44
8 5 1 9 4 6 7 2 3 10
概率论
我们用 i 表示取到 i 号球，号球， i =1,2,…,10 . 则该试验的样本空间
如i =2
2
S={1,2,…,10} ,
且每个样本点(或者说基本且每个样本点或者说基本事件)出现的可能性相同事件出现的可能性相同 . 称这样一类随机试验为古称这样一类随机试验为古典概型. 典概型
乘法原理
概率论
完成某件事情需先后分成m个步骤做第一步有完成某件事情需先后分成个步骤,做第一步有 1 个步骤做第一步有n 种方法,第二步有种方法,依次类推第二步有n 依次类推,第步有步有n 种方法第二步有 2种方法依次类推第m步有 m种方特点是各个步骤连续完成. 法,特点是各个步骤连续完成特点是各个步骤连续完成则完成这件事共有N=n1×n2×…×nm种不同的方法则完成这件事共有 × 种不同的方法,
即样本空间中所含的基本事件数为122 . C1C1 = 92 . 事件A 事件中所含有的基本事件数为 9 9 92 9 = 2 = . 所以 P( A) 12 16 C1C1 = 9⋅ 3 . 事件B 事件中所含有的基本事件数为 9 3 9⋅ 3 3 所以 P( B) = 2 = . 16 12 事件C 事件中所含有的基本事件数为

概率论与数理统计第一章测试题

第一章随机事件和概率一、选择题1. 设A, B, C 为任意三个事件, 则与A 一定互不相容的事件为（A ）C B A ⋃⋃ （B ）C A B A ⋃ （C ） ABC （D ）)(C B A ⋃2.对于任意二事件A 和B, 与不等价的是（A ）B A ⊂ （B ）A ⊂B （C ）φ=B A （D ）φ=B A3. 设、是任意两个事件, , , 则下列不等式中成立的是（）.A ()()P A P A B < .B ()()P A P A B ≤.C ()()P A P A B > .D ()()P A P A B ≥4. 设 , , , 则（）.A 事件A 与B 互不相容 .B 事件A 与B 相互独立.C 事件A 与B 相互对立 .D 事件A 与B 互不独立5. 设随机事件与互不相容, 且 , 则与中恰有一个发生的概率等于（）.A p q + .B p q pq +-.C ()()11p q -- .D ()()11p q q p -+-6. 对于任意两事件与 , （）.A ()()P A P B - .B ()()()P A P B P AB -+.C ()()P A P AB - .D ()()()P A P A P AB +- 7. 若、互斥, 且 , 则下列式子成立的是（）.A ()()P A B P A = .B ()0P B A >.C ()()()P AB P A P B = .D ()0P B A =8. 设 , 则下列结论中正确的是（）.A 事件A 、B 互不相容 .B 事件A 、B 互逆.C 事件A 、B 相互独立 .D A B ⊃9. 设、互不相容, , 则下列结论肯定正确的是（）.A A 与B 互不相容 .B ()0P B A >.C ()()()P AB P A P B = .D ()()P A B P A -=10. 设、、为三个事件, 已知 , 则（）.A 0.3 .B 0.24 .C 0.5 .D 0.2111. 设A, B 是两个随机事件, 且0<P(A)<1, P(B)>0, , 则必有（A ）)|()|(B A P B A P = （B ）)|()|(B A P B A P ≠（C ）)()()(B P A P AB P = （D ）)()()(B P A P AB P ≠12. 随机事件A, B, 满足和 , 则有（A ）Ω=⋃B A （B ）φ=AB （C ） 1)(=⋃B A P （D ）0)(=-B A P13. 设随机事件A 与B 互不相容, , , 则下面结论一定成立的是（A ）A, B 为对立事件（B ） , 互不相容（C ） A, B 不独立（D ）A, B 独立14．对于事件A 和B, 设 , P(B)>0, 则下列各式正确的是（A ）)()|(B P A B P = （B ）)()|(A P B A P = （C ） )()(B P B A P =+ （D ）)()(A P B A P =+15. 设事件A 与B 同时发生时, 事件C 必发生, 则（A ）1)()()(-+≤B P A P C P （B ）1)()()(-+≥B P A P C P（C ） )()(AB P C P = （D ）)()(B A P C P ⋃=16. 设A,B,C 是三个相互独立的随机事件, 且0<P(C)<1。

概率论与数理统计

一、事件的频率与概率
次数， µ n ( A ) : 事件 A 在 n 次可重复试验中出现的次数，
称为 A 在 n 次试验中出现的频数
频率—— f n ( A) = 频率
µ n ( A)
n
.
频率有如下性质：频率有如下性质：
1. 非负性：对任何事件 A，有 0 ≤ f n ( A) ≤ 1 非负性：
掷一骰子，如： A =“掷一骰子，点数小于 4”， B =“掷一骰子，点数小于 5”，掷一骰子，则A ⊂ B.
显然对任何事件 A，有 Φ ⊂ A ⊂ Ω⊂ A，则称事件 A与事件 B相等，记作 A = B .
2.事件的和（并）事件的和（
两个事件 A, B 中至少有一个发生 (属于A或属于 B的样本点构成的集合 )，称为事件 A 与 B 的和(并 ), 记作 A + B 或 A ∪ B .
显然，显然，事件 A 与 A 可以构成一个完备事件组
类似地，称可列个事件 A1 , A2 , L , An，构成一个 L 类似地，完备事件组，完备事件组，如果满足：
(1)
( 2)
Ai A j = Φ
(i ≠ j )
∑A
i
i
=Ω
律事件运算满足下列运算：
(1) 交换律 A + B = B + A AB = BA
设袋中有红, 黄各一球, 例: 设袋中有红,白,黄各一球,有放回抽取三取出球后仍把球放回原袋中),每次取一球, ),每次取一球次(取出球后仍把球放回原袋中),每次取一球,试说明下列各组事件是否相容?若不相容, 说明下列各组事件是否相容?若不相容,说明是否对立? 对立? 三次抽取, 三次抽取, (1) A=“三次抽取,颜色全不同”,B=“三次抽取, = 三次抽取颜色全不同” = 三次抽取相容颜色不全同” 颜色不全同” (2) A=“三次抽取,颜色全同”,B=“三次抽取, 三次抽取, 三次抽取, = 三次抽取颜色全同” = 三次抽取颜色不全同” 颜色不全同” 不相容，不相容，对立三次抽取, 三次抽取, (3) A=“三次抽取,无红色球”,B=“三次抽取, = 三次抽取无红色球” = 三次抽取无黄色球” 无黄色球” 相容三次抽取, (4) A=“三次抽取,无红色球也无黄色”, = 三次抽取无红色球也无黄色” B=“三次抽取, 无白色球” 不相容，不对立三次抽取, = 三次抽取无白色球” 不相容，

概率论与数理统计第1章随机事件及其概率

骰子朝上的点数为 i ,第二颗骰子朝上的点数为 j . (3) (i) S1 {( 正品,次品 ),( 正品,正品 ),( 次品,正品 )} ;
(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.

经典概率论与数理统计第1章随机事件与概率

（5）A，B，C不都发生；（6）A，B，C中至少有两个发生。
上一页下一页返回
上一页
下一页
返回
第二节
1、频率
概率的定义及其确定方法
定义1: 在相同条件下，进行了n次试验.若随机事件A在
这n次试验中发生了k次，则比值
实验中发生的频率，记为频率具有下列性质： (1)对于任一事件A，有
称为事件A在n次
n n P Ai P Ai i 1 i 1
推论：
PA 1 P A
例1.2.7 一袋中装有N－1个黑球及1只白球，每次从袋中摸出一球，并换入一只黑球，如此延续下去，问第k次摸球摸到黑球的概率是多大？
解：令A={第k次摸球摸到黑球}。则 A ={第k次摸到白球}。
确定性现象
不确定性现象
相同条件下大量重复试验中呈现规律性的现象称之为随机现象或偶然现象，这种规律性称为统计规律性。在一定条件下，对自然与社会现象进行的观察或实验称为试验，在概率论中，把满足以下条件的试验称为随机试验. （1）试验在相同条件下是可重复的；（2）试验的全部可能结果不止一个，且都是事先可以知道的；（3）每一次试验都会出现上述可能结果中的某一个结果，至于是哪一个结果则事前无法预知。
解：（1）记Ai={第i封信配对},i=1,2,…
S1 P ( Ai ) 1 n i 1 S 2 P ( Ai A j ) n(n 1) 1 2! 1 i j n 于是，由加法定理，得 n n P ( A) P ( Ai ) P ( Ai ) P ( Ai A j )
P( Ai Aj Ak ) (1)n1 P( A1 A2 An ).
下赌注问题：17世纪未，法国的 Chevalies Demere在赌博中感觉到，如果上抛一对骰子25次，则把赌注押到“ 至少出现一次双六”比把赌注押到“完全不出现双六”更有利，但他本人找不出原因，请计算该两事件的概率。上抛一对骰子25次，

浙江大学《概率论与数理统计》第1章

定义2：将概率视为测度，且满足：
1。 P( A) 0
2。 P(S) 1
3。 A1, A2,...,Ak ,...,Ai Aj （i j）,

P( Ai ) P( Ai )
i 1
i 1
称P(A)为事件A的概率。
性质：1 P() 0
证：令 An (n 1, 2,...),
例：由n个部件组成的系统，记
n
• 串联系统： A Ai
i 1
n
• 并联系统： A Ai
i 1
Ai {第i个部件没有损坏}，i=1,2, ,n,
A＝{系统没有损坏}
1-3 频率与概率
(一)频率
定义：记
fn
(
A)

nA n
；
其中 n A —A发生的次数(频数)；
n—总试验次数。称 fn ( A) 为A
10 3 0.6 31 0.62
n =500 nH fn(H) 251 0.502 249 0.498 256 0.512 253 0.506 251 0.502 246 0.492 244 0.488 258 0.516 262 0.524 247 0.494
实验者德·摩根
蒲丰 K·皮尔逊 K·皮尔逊
n
n
P( Ai ) P( Ai )
P( Ai Aj )
i 1
i 1
1i jn

P( Ai Aj Ak ) (1)n1 P( A1A2 An )
1i jk n
例：甲乙丙3人去参加某个集会的概率均为0.4，其中至少有两人参加的概率为 0.3，都参加的概率为0.05，求3人中至少有一人参加的概率。

概率论与数理统计(完整版)

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.
14
§3. 概率的概念一. 古典定义：
等可能概型的两个特点:
在其中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2次取到奇数的概率.
32
(二) 乘法公式:
由条件概 ,立率即P 定可 (A 义 0 得 )则 , 有 P(AP B()A)|A P)(.B
若事件A发生必然导致事件B发生,则称件B包含事件A,记作AB. 若A B且A B, 即A=B, 则称A与B相等.
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称为 A与B的和事 . 件
即AB ,中至少有一 ,称个为 A与发 B的生和 ,记AB.
可列个A事 1, A2件 ,的和事件记 Ak.为
推广 P(AB)>0, 则有 P(ABC)=P(A)P(B|A)P(C|AB). 一般, 设A1, A2, …,An是n个事件,(n≥2), P(A1A2 ...An-1)>0, 则有乘法公式: P(A1A2…An)=P(A1)P(A2|A1)…P(An-1|A1A2…An-2) P(An|A1A2…An-1).
P(A1 A2 …)=P(A1)+P(A2)+… (可列可加性)
25
2.概率的性质：性1质 . P()0.

概率论与数理统计第一章随机事件与概率

S AB
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。

概率论与数理统计第一章

1 0.996n 0.99
故n lg 0.01 1150 lg 0.996
1.8伯努利概型
例1
某药物对某病的治愈率为0.8，求10位服药的病人中至少有6人治愈的概率。
10
解：设A表示至少有6人治愈
P(A) P10 (k)
k 6
＝P10(6)+P10(7)+P10(8)+P10(9)+P10(10)
故 P(A) 1
C
7 35
1 0.000000148 6724520
若B表示中一等奖(对6个号码) B的样本点数为
1 1
CC
7
6
1 28
故 P(B) C7C28 0.0000292 7
C
35
例3
生日问题：随机地选取n个人，他们的生日各不相同的概率有多大？
解：相当于从365个数字中有放回地随机抽取n个样本点总数为 365n
P(A)P(B | A)P(C | AB) P( A)P( B | A)P(C | AB) 4 3 2 4 6 3 6 4 3 6 4 3 6 5 4 10 9 8 10 9 8 10 9 8 10 9 8 10 9 8
288 0 .4 720
解法一：每局双方获胜的可能性均为
1 2
应按照比赛双方最终获胜的可能性分赌注，即在余下的四局中甲赢得2局以上即可。甲最终获胜的概率为 P4(2)+P4(3)+P4(4)
11 1 1 1 1 1 C2 C3 4 4 2 2 2 2 2 16
A1 U A2 U A3
解：三次全部取到合格品：1 A2 A3 A

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

李贤平-《概率论与数理统计-第一章》答案

43、证：设袋中有A个球，其中a个是白球，不还原随机取出，第k次才首次取得白球的概率为
.
因为袋中有a个白球，个黑球，若一开始总是取到黑球，直到把黑球取完为止，则至迟到第次一定会取到白球；也就是说，第一次或第二次…或至迟到第次取得白球事件是必然事件，其概率为1。所以
等式两边同乘以得
.
46、证：记F={ 的一切子集}
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。
25、桥牌游戏中（四人各从52张纸牌中分得13张），求4张A集中在一个人手中的概率。
26、在扑克牌游戏中（从52张牌中任取5张），求下列事件的概率：（1）以A打头的同花顺次五张牌；（2）其它同花是非曲直次五比重牌；（3）有四张牌同点数；（4）三张同点数且另两张也同点数；（5）五张同花；（6）异花顺次五张牌；（7）三张同点数；（8）五比重中有两对；（9）五张中有一对；（10）其它情况。
33、证：当时，，与两者不相容，所以
.
此即当时原式成立。
设对原式成立，现证对原式也成立。
对前后两项分别应用归纳假设得
.
至此，原式得证。
36、解：设考签编号为，记事件，则
，，
；
诸相容，利用第33题公式计算得
P={至少有一张考签未被抽到}
.
37、解：这些比赛的可能结果，可以用下面方法表示：
3、试把表示成n个两两互不相容事件的和．
6、若A，B，C，D是四个事件，试用这四个事件表示下列各事件：（1）这四个事件至少发生一个；（2）这四个事件恰好发生两个；（3）A，B都发生而C，D都不发生；（4）这四个事件都不发生；（5）这四个事件中至多发生一个。

概率论与数理统计第1章

概率统计是研究随机现象数量规律的数学学科, 理论严谨, 应用广泛, 发展迅速. 目前, 不仅高等学校各专业都开设了这门课程, 而且从上世纪末开始，这门课程特意被国家教委定为本科生考研的数学课程之一，希望大家能认真学好这门不易学好又不得不学的重要课程.《概率论与数理统计概率论与数理统计》》前言《应用概率统计应用概率统计》》主要教学参考书陈魁主编清华大学出版社《概率论与数理统计概率论与数理统计》》刘军凤等编著科技文献出版社（复习指导书)每周第一次课收前一周作业，课代表收齐按名单序号排好后课前交教师。

答疑：每周3，晚7：00~9：00，3教5楼教师休息室国内有关经典著作1.1.《《概率论基础及其应用概率论基础及其应用》》王梓坤著科学出版社 1976 年版 2.《数理统计引论数理统计引论》》陈希儒著科学出版社 1981年版国外有关经典著作1.《概率论的分析理论概率论的分析理论》》P.- S.拉普拉斯著 1812年版2. 《统计学数学方法统计学数学方法》》H. 克拉默著 1946年版概率论的最早著作数理统计最早著作概率统计专业首位中科院院士本学科的 A B C概率(或然率或几率) ) ——————随机事件出现的可能性的量度————其起源用骰子赌博. 1616世纪意大利学者开始研究掷骰子等赌博世纪意大利学者开始研究掷骰子等赌博中的一些问题；中的一些问题；171717世纪中叶，法国数学家世纪中叶，法国数学家世纪中叶，法国数学家B. B. B. 帕帕斯卡、荷兰数学家斯卡、荷兰数学家C. C. C. 惠更斯惠更斯惠更斯基于排列组合的方法，研究了较复杂方法，研究了较复杂的赌博问题，的赌博问题，解决了“ 合理分配赌注问题” 。

概率论是研究客观世界随机现象数量规律的数学分支学科.19331933年苏联柯尔莫哥洛夫完成了概率的公理化体系。

数理统计学是一门研究怎样去有效地收集、整理和分析带有随机性的数据，以对所考察的问题作出推断或预测，直至为采取一定的决策的科学艺术使概率论成为数学一个分支的真正奠基人是瑞士数学家是瑞士数学家J.J.J.伯努利；而概率论的飞速发展伯努利；而概率论的飞速发展则在则在171717世纪微积分学说建立以后世纪微积分学说建立以后世纪微积分学说建立以后.. 概率论是数理统计学的基础，数理统计学是概率论的一种应用.但是它们是两个并列的数学分支学科，并无从属关系.本学科的应用概率统计理论与方法的应用几乎遍及所有科学技术领域、工农业生产和国民经济的各个部门中. 例如1.1. 气象、水文、地震预报、人口控制及预测都与概率论紧密相关；2. 产品的抽样验收，新研制的药品能否在3. 寻求最佳生产方案要进行实验设计和数据处理；临床中应用，均需要用到假设检验；4. 电子系统的设计, 火箭卫星的研制与发射都离不开可靠性估计;5. 探讨太阳黑子的变化规律时，时间序列分析方法非常有用;6. 研究化学反应的时变率，要以马尔可夫过程来描述;7. 在生物学中研究群体的增长问题时提出了生灭型随机模型，传染病流行问题要用到多变量非线性生灭过程；8. 许多服务系统，如电话通信、船舶装卸、机器维修、病人候诊、存货控制、水库调度、购物排队、红绿灯转换等，都可用一类概率模型来描述，其涉及到的知识就是排队论.目前，概率统计理论进入其他自然科学领域的趋势还在不断发展. 在社会科学领域，特别是经济学中研究最优决策和经济的稳定增长等问题，都大量采用概率统计方法. 正如法国数学家拉普拉斯所说: “生活中最重要的问题，其中绝大多数在实质上只是概率的问题.”第一章概率论的基本概念§1 随机试验§2 样本空间、随机事件§3 频率与概率§4 等可能概型§5 条件概率§6 独立性序言1.自然界和人类社会中的两类不同现象：例：同性电荷相斥.北京地区7、 8、 9三个月的降雨量.一个标准大气压下,100o 水沸腾.朝某方向一直走，终究返回原地.例：癌症患者手术后生存时间.我校西面马路上一个月内发生车祸的次数.一定条件下必发生称为必然现象新生婴儿的体重.随机现象随机现象是不是没有规律可言?2.随机现象统计规律的实例：肿瘤医院医生对其病人手术后生存时间估计很准确。

东华大学《概率论与数理统计》课件第一章随机事件与概率

(2) P(S)＝1;
(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习题参考答案

1第一章随机事件及其概率1．解：（1）{}67,5,4,3,2=S （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．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 Ì 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 P4、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330330””(1)455443)(2515141413´´´´==A C C C C A P =0.482）455421452)(251514122512´´´´+´´=+=A C C C A C B P =0.485、解：用A 表示事件“表示事件“44只中恰有2只白球，只白球，11只红球，只红球，11只黑球”，用B 表示事件“表示事件“44只中至少有2只红球”，用C 表示事件“表示事件“44只中没有只白球”只中没有只白球” （1）412131425)(C C C C A P ==495120=338（2）4124838141)(C C C C B P +-==16567495201= 或16567)(4124418342824=++=C C C C C C B P（3）99749535)(41247===CC C P6．解：用A 表示事件“某一特定的销售点得到k 张提货单”张提货单” nkn k n MM C A P --=)1()(7、解：用A 表示事件“表示事件“33只球至少有1只配对”，用B 表示事件“没有配对”表示事件“没有配对” （1）3212313)(=´´+=A P 或321231121)(=´´´´-=A P（2）31123112)(=´´´´=B P8、解、解 1.0)(,3.0)(,5.0)(===AB P B P A P（1）313.01.0)()()(===B P AB P B A P ，515.01.0)()()(===A P AB P A B P7.01.03.05.0)()()()(=-+=-+=AB P B P A P B A P)()()()()()]([)(B A P AB P B A P AB A P B A P B A A P B A A P ===757.05.0==717.01.0)()()()])([()(====B A P AB P B A P B A AB P B A AB P1)()()()]([)(===AB P AB P AB P AB A P AB A P（2）设{}次取到白球第i A i = 4,3,2,1=i则)()()()()(32142131214321A A A A P A A A P A A P A P A A A A P =0408.020592840124135127116==´´´=9、解：用A 表示事件表示事件“取到的两只球中至少有“取到的两只球中至少有1只红球”，用B 表示事件表示事件“两只都是红球”“两只都是红球”方法1651)(2422=-=C C A P ，61)(2422==C C B P ，61)()(==B P AB P516561)()()(===A P AB P A B P方法2 在减缩样本空间中计算在减缩样本空间中计算在减缩样本空间中计算 51)(=A B P1010、解：、解：A 表示事件“一病人以为自己得了癌症”，用B 表示事件“病人确实得了癌症”表示事件“病人确实得了癌症” 由已知得，%40)(%,10)(%,45)(%,5)(====B A P B A P B A P AB P （1）B A AB B A AB A 与,=互斥互斥5.045.005.0)()()()(=+=+==\B A P AB P B A AB P A P同理同理15.01.005.0)()()()(=+=+==B A P AB P B A AB P B P （2）1.05.005.0)()()(===A P AB P A B P（3）2.05.01.0)()()(,5.05.01)(1)(====-=-=A P B A P A B P A P A P（4）17985.045.0)()()(,85.015.01)(1)(====-=-=B P B A P B A P B P B P（5）3115.005.0)()()(===B P AB P B A P1111、解：用、解：用A 表示事件“任取6张，排列结果为ginger ginger””92401)(61113131222==A A A A A A P1212、、解：用A 表示事件“A 该种疾病具有症状”，用B 表示事件“B 该种疾病具有症状”由已知2.0)(=B A P3.0)(=B A P 1.0)(=AB P （1）,B A AB B A B A S=且B A AB B A B A ,,,互斥互斥()6.01.03.02.0)()()(=++=++=\AB P B A P B A P B A P4.06.01)(1)()(=-=-==B A P B A P B A P ()()()4.0)(1=---=AB P B A P B A P B A P（2）()()()6.01.03.02.0)(=++=++=AB P B A P B A P AB B A B A P（3）B A AB B =， B A AB ,互斥互斥4.03.01.0)()()()(=+=+==B A P AB P B A AB P B P )()()(])[()(B P AB P B P B AB P B AB P ==414.01.0==1313、解：用、解：用i A 表示事件“讯号由第i 条通讯线输入”，,4,3,2,1=i B 表示“讯号无误差地被接受”接受”;2.0)(,1.0)(,3.0)(,4.0)(4321====A P A P A P A P9998.0)(1=A B P ，9999.0)(2=A B P ，,9997.0)(3=A B P 9996.0)(4=A B P 由全概率公式得由全概率公式得9996.02.09997.01.09999.03.09998.04.0)()()(41´+´+´+´==å=ii iA B P A P B P99978.0=1414、、解：用A 表示事件“确实患有关节炎的人”，用B 表示事件“检验患有关节炎的人”由已知由已知1.0)(=A P ，85.0)(=A B P ，04.0)(=A B P ，则9.0)(=A P ，85.0)(=A B P ，96.0)(=A B P ，由贝叶斯公式得由贝叶斯公式得 017.096.09.015.01.015.01.0)()()()()()()(=´+´´=+=A B P A P A B P A P A B P A P B A P1515、解：用、解：用A 表示事件“程序交与打字机A 打字”，B 表示事件“程序交与打字机B 打字”， C 表示事件“程序交与打字机C 打字”；D 表示事件“程序因计算机发生故障被打坏”坏”由已知得由已知得6.0)(=A P ，3.0)(=B P ，1.0)(=C P ； 01.0)(=A D P ，05.0)(=B D P ，04.0)(=C D P由贝叶斯公式得由贝叶斯公式得)()()()()()()()()(C D P C P B D P B P A D P A P A D P A P D A P ++=24.025604.01.005.03.001.06.001.06.0==´+´+´´=)()()()()()()()()(C D P C P B D P B P A D P A P B D P B P D B P ++=6.05304.01.005.03.001.06.005030==´+´+´´=)()()()()()()()()(C D P C P B D P B P A D P A P C D P C P D A P ++=16.025604.01.005.03.001.06.004.01.0==´+´+´´=1616、解：用、解：用A 表示事件“收到可信讯息”，B 表示事件“由密码钥匙传送讯息”表示事件“由密码钥匙传送讯息”由已知得由已知得 95.0)(=A P ，05.0)(=A P ，1)(=A B P ，001.0)(=A B P由贝叶斯公式得由贝叶斯公式得999947.0001.005.0195.0195.0)()()()()()()(»´+´´=+=A B P A P A B P A P A B P A P B A P1717、解：用、解：用A 表示事件“第一次得H ”，B 表示事件“第二次得H ”， C 表示事件“两次得同一面”表示事件“两次得同一面”则,21)(,21)(==B P A P ,21211)(2=+=C P ,4121)(2==AB P ,4121)(2==BC P ,4121)(2==AC P )()()(),()()(),()()(C P A P AC P C P B P BC P B P A P AB P ===\C B A ,,\两两独立两两独立而41)(=ABC P ，)()()()(C P B P A P ABC P ¹C B A ,,\不是相互独立的不是相互独立的1818、解：用、解：用A 表示事件“运动员A 进球”，B 表示事件“运动员B 进球”， C 表示事件“运动员C 进球”，由已知得由已知得5.0)(=A P ，7.0)(=B P ，6.0)(=C P 则5.0)(=A P ，3.0)(=B P ，4.0)(=C P （1）{})(C B A C B A C B A P P =恰有一人进球)()()(C B A P C B A P C B A P ++= （C B A C B A C B A ,,互斥）互斥） )()()()()()()()()(C P B P A P C P B P A P C P B P A P ++=相互独立）C B A ,,(29.06.03.05.04.07.05.04.03.05.0=´´+´´+´´=（2）{})(C B A BC A C AB P P =恰有二人进球)()()(C B A P BC A P C AB P ++= （C B A BC A C AB ,,互斥）互斥） )()()()()()()()()(C P B P A P C P B P A P C P B P A P ++= 相互独立）C B A ,,(44.06.03.05.06.07.05.04.07.05.0=´´+´´+´´= （3）{})(C B A P P =至少有一人进球)(1C B A P -= )(1C B A P -=)()()(1C P B P A P -=相互独立）C B A ,,( 4.03.05.01´´-=94.0= 1919、解：用、解：用i A 表示事件“第i 个供血者具有+-RHA 血型”， ,3,2,1=iB 表示事件“病人得救”表示事件“病人得救”,4321321211A A A A A A A A A A B=4321321211,,,A A A A A A A A A A 互斥，i A （ ,3,2,1=i ）相互独立）相互独立 ()()(1P A P B P +=\+)21A A )()(4321321A A A A P A A A P +8704.04.06.04.06.04.06.04.032=´+´+´+=2020、解：设、解：设i A 表示事件“可靠元件i ” i=1,2,3,4,5 ，B 表示事件“系统可靠”由已知得p A P i =)(1,2,3,4,5)(i = 54321,,,,A A A A A 相互独立相互独立法1：54321A A A A A B =)()(54321A A A A A P B P =\()()()()()()542154332154321A A A A P A A A P A A A P A A P A P A A P ---++=()54321A A A A A P +543322p p p p p p p +---++= ()相互独立54321,,,,A A A A A543222p p p p p +--+=法2：)(1)(54321A A A A A P B P -=)()()(154321A A P A P A A P -= ()相互独立54321,,,,A A A A A()()]1][1)][(1[154321A A P A P A A P ----=()()()]1][1)][()(1[154321A P A P A P A P A P ----=()相互独立54321,,,,A A A A A()()()221111pp p----=543222p p p p p +--+=2121、解：令、解：令A ：“产品真含杂质”，A ：“产品真不含杂质”“产品真不含杂质” 则4.0)(=A P ，6.0)(=A P2.08.0)|(223´´=C A B P 9.01.0)|(223´´=C A B P \)()|()()|()(A P A B P A P A B P B P +=6.09.01.04.02.08.0223223´´´+´´´=C C\)()|()()|()()|()()()|(A P A B P A P A B P A P A B P B P AB P B A P +==905.028325660901********.02.08.0223223223»=´´´+´´´´´´=C C C第二章习题答案 1、{}()4.04.011´-==-k k Y Pk=1,2,… 2、用个阀门开表示第i A i))()()()()(())((}0{32321321A P A P A P A P A P A A A P X P -+=== 072.0)2.02.02.02.0(2.0=´-+=23213218.02.0)04.02.02.0(8.0])([}1{´+-+===A A A A A A P X P416.0=512.08.0)(}2{3321====A A A P X P 3、()2.0,15~b X{}kkk C k X P -´==15158.02.0 k=0,1,2,……,15（1）{}2501.08.02.03123315=´==C X P（2）{}8329.08.02.08.02.01214115150015=´-´-=³C C X P（3）{}6129.08.02.08.02.08.02.031123315132215141115=´+´+´=££C C C X P（4）{}0611.08.02.01551515=´-=>å=-k kkk C X P4、用X 表示5个元件中正常工作的个数个元件中正常工作的个数9914.09.01.09.01.09.0)3(54452335=+´+´=³C C X P5、设X={}件产品的次品数8000 则X~b(8000,0.001)由于n 很大，P 很小，所以利用)8(p 近似地～X {}3134.0!8768==<å=-k k k eX P6、(1)X~p (10){}{}0487.09513.01!101151151510=-=-=£-=>\å=-k k k eX P X P (2)∵ X~p ( l ) {}{}!01010210ll --==-=>=\e X P X P{}210==\X P21=\-le7.02ln ==\l {}{}1558.08442.01!7.0111217.0=-=-=£-=³\å=-k k k eX P X P或{}{}{}2ln 2121!12ln 21110122ln -=--==-=-=³-e X P X P X P 7、)1( )2(~p X 1353.0!02}0{22====--e e X P )2( 00145.0)1()(24245=-=--eeC p)3( 52)!2(å¥=-=k kk e p8、(1) 由33)(11312k x k dx kx dx x f ====òò¥+¥- 3=\k（2）{}()2713331331231====£òò¥-xdx x dx x f X P（3）64764181321412141321412=-===þýüîíì££òxdx x X P（4）271927813)(321323132232=-====þýüîíì>òò¥+xdx x dx x f X P9、方程有实根04522=-++X Xt t ，则，则 0)45(4)2(2³--=D X X 得.14£³X X 或有实根的概率有实根的概率937.0003.0003.0}14{104212=+=£³òòdx x dx x X X P10、)1( 005.01|100}1{200110200200122»-=-==<---òeedx ex X P x x)2(=>}52{X P 0|100200525220020052222»-=-=-¥--¥òeedx exx x)3( 25158.0}20{}26{}20|26{200202002622==>>=>>--ee X P X P X X P 11、解：、解：（1）{}()275271942789827194491)(12132121=+--=÷øöçèæ-=-==>òò¥+x x dx x dx x f X P（2）Y~b(10，275){}kk kC k Y P -÷øöçèæ´÷øöçèæ==10102722275k=0,1,2,……,10（3）{}2998.027*******2210=÷øöçèæ´÷øöçèæ==C Y P{}{}{}1012=-=-=³Y P Y P Y P 5778.027222752722275191110100210=÷øöçèæ÷øöçèæ-÷øöçèæ´÷øöçèæ-=C C 12（1）由()()òòò++==-+¥¥-10012.02.01dy cy dy dy y f24.0)22.0(2.01201c y c y y +=++=-2.1=\c ()ïîïíì£<+£<-=\其它102.12.0012.0y yy y f ()()ïïïïîïïïïíì³+<£++<£--<==òòòòòò--¥-¥-12.12.0102.12.02.0012.010)()(100011y dyy y dy y dy y dt y dtdt t f y F y yyyYïïîïïíì³<£++<£-+-<=11102.02.06.0012.02.0102y y y y y y y{}()()25.02.05.06.05.02.02.005.05.002=-´+´+=-=££F F Y P {}()774.01.06.01.02.02.011.011.02=´-´--=-=>F Y P {}()55.05.06.05.02.02.015.015.02=´-´+-=-=>F Y P{}{}{}{}{}7106.0774.055.01.05.01.01.0,5.01.05.0==>>=>>>=>>\Y P Y P Y P Y Y P Y Y P(2) ()()ïïïîïïïíì³<£+<£<==òòòò¥-41428812081002200x x dtt dt x dt x dt t f x F xxxïïïîïïïíì³<£<£<=4142162081002x x x x xx{}()()167811691331=-=-=££F F X P{}()16933==£F X P{}{}{}9716916733131==£££=£³\X P X P X X P 13、解：{}111,-´===n nj Y i X Pn j i j i ，¼¼=¹,2,1,,{}0,===i Y i X P 当n=3时，（X ，Y ）联合分布律为）联合分布律为14、)1(2.0}1,1{===Y X P ，}1,1{}0,1{}1,0{}0,0{}1,1{==+==+==+===££Y X P Y X P Y X P Y X P Y X P42.020.004.008.010.0=+++= )2( 90.010.01}0,0{1=-===-Y X P)3(}2,2{}1,1{}0,0{}{==+==+====Y X P Y X P Y X P Y X P60.030.020.010.0=++= }0,2{}1,1{}2,0{}2{==+==+====+Y X P Y X P Y X P Y X P28.002.020.006.0=++= 15、()()()88104242c ee cdxdy ce dx x f yx y x =-×-===+¥-+¥-+¥+¥+-+¥¥-òòò8=\c{}()()()4402042228,2-+¥-+¥-+¥+-+¥>=-×-===>òòòòe ee dy edxdxdy y x f X P yyxx y x xY X 1 2 31 0 1/6 1/62 1/6 0 1/6 31/6 1/6 0D ：xy x ££¥<£00{}()òò>=>yx dxdy y x f Y X P ,()()dx e e dy edxx yx xy x 0402042028-+¥-+-+¥-×==òòò()ò¥++¥----=÷øöçèæ-=+-=2626323122x x xxe e dx eeD ：xy x -££££101{}()dy edxY X P xyx òò-+-=<+10421081 ()()òò------=-=1422101042222dx eedx eex xx yx()()22104221----=--=e e ex x16、（1）61)2(122=-=òdx x x s ， îíìÎ=其他,0),(,6),(G y x y x f（2）îíì<<==ò其他,010,36)(2222x x dy x f x xXïïïîïïíì<£-=<<-==òò其他,0121),1(66210),2(66),(12y y yY y y dx y y y dx y x f17、（1）Y X0 1 2 P{X=x i } 0 0.10 0.08 0.06 0.24 1 0.04 0.20 0.14 0.38 20.02 0.06 0.300.38 P{Y=y i } 0.16 0.34 0.501（2）D ：+¥<£+¥<£y x x 0或：yx y <£+¥<£00()()ïîïíì£>==\òò+¥-¥+¥-00,x x dye dy y xf x f xy Xîíì£>=-00x x e x()()ïîïíì£>==òò-¥+¥-00,0y y dxe dx y xf y f yy Yîíì£>=--00y y ye y22、（1）Y 1 Y 2 -11-14222qq q =×()q q-124222qq q =×()q q-12()21q -()q q-1214222qq q =×()q q-124222qq q =×且{}{}{}{}1,10,01,121212121==+==+-=-===Y Y P Y Y P Y Y P Y YP()12234142222+-=+-+=q qqqq（2）{}10.00,0===Y X P{}{}0384.000==×=Y P X P 又 {}0,0==Y X P {}{}00=×=¹Y P X P∴X 与Y 不相互独立不相互独立23、()1,0~U X ()ïîïíì<<=其它2108y yy f Y且X 与Y 相互独立相互独立则()()()ïîïíì<<<<=×=其它0210,108,y x yy f x f y x f Y XD ：1210<£<£x y y32|)384()8(8}{21032212=-=-==>òòò>y y dy y y ydxdy Y X P yx24X-2-11 3 k p51 61 51151301112+=X Y 52 1 2 10Y 12 510k p5115161+513011即Y 12 5 10 k p5130751301125、U=|X|，当0)|(|)()(0=£=£=<y X P y Y P y F y U时，1)(2)()()()|(|)()(0-F =--=££-=£=£=³y y F y F y X y P y X P y Y P y F y X X U 时，当故ïîïíì<³==-0,00,2)(||22y y e y f X U y U p的概率概率密度函数为26、（1）X Y =，当0)()()(0=£=£=<y X P y Y P y F y Y 时，)()()()()(022y F y X P y X P y Y P y F y X Y =£=£=£=³时，当故 ïîïíì<³==-0,00,2)(2y y ye y f X Y y Y 的概率概率密度函数为（2）)21(+=X Y ，当0)21()()(0=£+=£=£y X P y Y P y F y Y 时，1)(1)12()12()21()()(01=³-=-£=£+=£=>>y F y y F y X P y X P y Y P y F y Y X Y 时，当时，当故 ïîïíì>>=+=其他的概率概率密度函数为,001,21)(21y y f X Y Y（3）2X Y =，当0)()()(02=£=£=£y X P y Y P y F y Y 时，)()()()()()(02y F y F y X y P y XP y Y P y F y X X Y --=££-=£=£=>时，当故 ïîïíì£>==-0,00,21)(22y y e yy f X Y y Y p 的概率概率密度函数为27、()()ïîïíì<<+=其它201381x x x f X()()p p 4,02,02Î=ÞÎx y x 当y 0£时,()0=y F Yp 40<<y (){}þýüîíì££-=£=p p p y X yP y X P y F Y2()()òò+==-pppyyyx dx x dx x f 01381p 4³y()()113812=+=þýüîíì££-=òdx x y X yP y F Y p p时当p 4,0¹¹\y y ()()ïîïíì><<<×÷÷øöççèæ+×==pp p p 4,0040211381'y y y y yy F y f Y Y()ïîïíì<<+=\其它40161163p p p y yy f Y28、因为X 与 Y 相互独立，且服从正态分布),0(2s N2222221)()(),(sp sy x Y X ey f x f y x f +-==由知，22Y XZ+=0)(0=£z f z Z 时，当时，当0>z òò----=xxx z x z Z z F 2222)(2222221spsy x e+-dydx=2222220202121sspq p sz r zedr rd e---=òòïîïíì³=-其他,0,)()2(222z ez z f z Z ss29、ïîïíì<<-=其他,011,21)(x x f X))1arctan()1(arctan(21)1(21)()()(112--+=+=-=òò+-¥¥-z z dy y dy y f y z f z f z z Y X Z pp30、0)(0=£z f z Z时，当时当0>z2)()()(2302)(z e dy ye edy y f y z f z f zyzyz YX Zll l l l l ----¥¥-==-=òò31、îíì<<=其他,010,1)(x x f X ， íì<<=其他,010,1)(y y f Y ，ïïîïïíì££-=<£==-=òòò-¥¥-其他,021,210,)()()(110z zY X Z z z dy z z dy dy y f y z f z f32 解（1）()()îíì£>=ïîïíì£>==---¥+¥-òò00030023,3203x x e x x dye dy y xf x fxxX()()ïîïíì££=ïîïíì££==òò¥+-¥+¥-其它其它20212023,03y y dx e dx y x f y f xY（2）()()îíì>-£=ïîïíì>£==--¥-òò100030303x e x x dt e x dt t f x F xx txX X()()ïïîïïíì³<£<=ïïîïïíì³<£<==òò¥-21202121202100y y yy y y dt y dt t f y F y yY Y ()(){}()()Z F Z F Z Y X P Z FY X ×=£=\,max max ()ïïîïïíì³-<£-<=--21201210033z e z z ez Z z（3）()÷øöçèæ-=þýüîíìì£<211121max max F F Z P ()21121121233×÷÷øöççèæ---=--e e 233412141--+-=ee33、（1）ïîïíì<<=其他率密度为）上服从均匀分布，概，在（,00,1)(10l x lx f X X（2）两个小段均服从上的均匀分布),0(l ,ïîïíì<<=其他,010,1)(1x lx f X),m i n (21X X Y =, 2)1(1)(ly y F Y --=ïîïíì<<-=其他,00,)(2)(2l y l y l y f Y 34、（1）U 的可能取值是0，1，2，31201}2,3{}1,3{}0,3{}3{12029}2,1{}2,0{}2,2{}1,2{}0,2{}2{32}1,1{}0,1{}1,0{}1{121}0,0{}0{===+==+=======+==+==+==+=======+==+=========Y X P Y X P Y X P U P Y X P Y X P Y X P Y X P Y X P U P Y X P Y X P y X P U P Y X P U P U 0 1 2 3 P12132120291201(2) V 的可能取值为0,1,2}2{4013}1,3{}1,2{}2,1{}1,1{}1{4027}0,3{}0,2{}0,1{}2,0{}1,0{}0,0{}0{=====+==+==+=======+==+==+==+==+====V P Y X P Y X P Y X P Y X P V P Y X P Y X P Y X P Y X P Y X P Y X P V PV 0 1 2 P40274013(3) W 的可能取值是0，1，2，3，4，5 0}5{}4{121}2,1{}1,2{}0,3{}3{125}2,0{}1,1{}0,2{}2{125}1,0{}0,1{}1{121}0,0{}0{=======+==+=======+==+=======+=========W P W P Y X P Y X P Y X P W P Y X P Y X P Y X P W P Y X P Y X P W P Y X P W PW 0 1 2 3 P121125125121概率统计第三章习题解答1、52}7{,51}6{}5{}4{========X P X P X P X P529)(=X E2、2914}7{,296}6{,295}5{,294}4{========Y P Y P Y P Y P29175)(=Y E 3、设X 为取到的电视机中包含的次品数，为取到的电视机中包含的次品数， 2,1,0,}{3123102===-k CC C k X P kkX 0 1 2 p k 221222922121)(=X E4、设X 为所得分数为所得分数 5,4,3,2,1,61}{===k k X P 12,11,10,9,8,7,361}{===k k X P1249)(=X E5、（1）由}6{}5{===X P X P ，则，则l l l l --=e e !6!565 解出6=l ，故6)(==l X E（2）由于åå¥=-¥=--=-11212211)1(66)1(k k k k kkkpp 不是绝对收敛，则)(X E 不存在。

《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）。

概率论与数理统计第1章

概率论与数理统计 第一章 1.3等可能概型

概率论与数理统计第一章测试题

概率论与数理统计

概率论与数理统计第1章随机事件及其概率

经典概率论与数理统计第1章随机事件与概率

浙江大学《概率论与数理统计》第1章

概率论与数理统计(完整版)

概率论与数理统计 第一章 随机事件与概率

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 第一章

概率论与数理统计第1章

李贤平-《概率论与数理统计-第一章》答案

概率论与数理统计第1章

东华大学《概率论与数理统计》课件 第一章 随机事件与概率

概率论与数理统计第一章习题参考答案

《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——随机事件及概率

概率论与数理统计第一章 1.3等可能概型

概率论与数理统计第一章随机事件与概率

概率论与数理统计第一章

东华大学《概率论与数理统计》课件第一章随机事件与概率