概率论与数理统计1.1随机事件
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
概率论与数理统计目录
概率论与数理统计目录一、随机事件及其概率1.1 随机事件的基本概念定义与分类事件的运算1.2 概率的定义与性质概率的公理化定义概率的基本性质1.3 古典概型与几何概型古典概型的计算几何概型的计算1.4 条件概率与独立性条件概率事件的独立性1.5 全概率公式与贝叶斯公式全概率公式贝叶斯公式及其应用二、随机变量及其分布2.1 随机变量的概念随机变量的定义随机变量的分类2.2 离散型随机变量及其分布常见的离散型分布分布律与分布函数2.3 连续型随机变量及其分布常见的连续型分布概率密度函数与分布函数2.4 随机变量函数的分布离散型随机变量函数的分布连续型随机变量函数的分布三、多维随机变量及其分布3.1 多维随机变量的概念联合分布函数边缘分布3.2 多维离散型随机变量联合分布律边缘分布律3.3 多维连续型随机变量联合概率密度函数边缘概率密度函数3.4 条件分布离散型条件分布连续型条件分布3.5 随机变量的独立性独立性的定义独立性的判定与性质四、数字特征4.1 数学期望数学期望的定义与性质数学期望的计算4.2 方差方差的定义与性质方差的计算4.3 协方差与相关系数协方差的定义与性质相关系数的定义与性质4.4 矩与协矩阵矩的定义与计算协矩阵的定义与计算五、大数定律与中心极限定理5.1 大数定律切比雪夫大数定律伯努利大数定律5.2 中心极限定理林德贝格-莱维中心极限定理德莫佛尔-拉普拉斯中心极限定理六、数理统计的基本概念6.1 总体与样本总体的定义与性质样本的定义与性质6.2 统计量与抽样分布统计量的定义与性质常见的抽样分布七、参数估计与假设检验7.1 参数估计点估计区间估计7.2 假设检验假设检验的基本概念单侧检验与双侧检验正态总体的假设检验八、回归分析与方差分析8.1 回归分析一元线性回归多元线性回归回归模型的检验与预测8.2 方差分析单因素方差分析双因素方差分析方差分析的应用。
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
(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.
概率论与数理统计1.1随机事件
若观察出现正面的次数 , 则样本空间为 { 0 , 1, 2 , 3 } .
说明
3. 建立样本空间,事实上就是建立随机现
象的数学模型. 因此 , 一个样本空间可以 概括许多内容大不相同的实际问题.
例如
只包含两个样本点的样本空间
{H , T }
它既可以作为抛掷硬币出现正面或出现反面的
统计推断、预测或者决策。
2.《概率论与数理统计》的地位
《概率论与数理统计》是高校理、工、农、 医科、经济类、管理类等本科专业必修的一门 重要的基础课，也是这些硕士研究生入学考试
的一门必考科目。
3.《概率论与数理统计》与其它学科 的联系及其应用
●《概率与数理统计》是一门应用性很强又 颇具特色的数学学科，它在工程技术、科学研 究、经济管理、企业管理、经济预测等众多领 域都有广泛的应用；
0 1 100 n 答案：（ 1） { , , , } n n n ( 2 ) { 3 , 4 , ,10 }, ( 3 ) { 3 , 4 , } ( 4 ) {10 ,11 , }, ( 5 ) { AB , AC , AD , AE , BA , BC , BD , BE , CA , CB , CD , CE , DA , DB , DC , DE , EA , EB , EC , ED }, ( 6 ) {甲胜乙负，甲负乙胜， 平局 }
例如 可设 抛掷一枚骰子, 观察出现的点数. A = “点数不大于4”, B = “点数为奇数” 等 等.
随机事件与样本空间的关系
1. 随机事件 —— 某些样本点组成的集合, Ω的子集，常用A、B、C…表示. 2. 基本事件 —— Ω的单点集. 3. 必然事件 (Ω) 4. 不可能事件 (φ) —— 空集.
概率论与数理统计复习资料
自考04183概率论与数理统计(经管类)笔记-自考概率论与数理统§1.1 随机事件1.随机现象：确定现象：太阳从东方升起，重感冒会发烧等；不确定现象：随机现象：相同条件下掷骰子出现的点数：在装有红、白球的口袋里摸某种球出现的可能性等；其他不确定现象：在某人群中找到的一个人是否漂亮等。
结论：随机现象是不确定现象之一。
2.随机试验和样本空间随机试验举例：E1：抛一枚硬币，观察正面H、反面T出现的情况。
E2：掷一枚骰子，观察出现的点数。
E3：记录110报警台一天接到的报警次数。
E4：在一批灯泡中任意抽取一个，测试它的寿命。
E5：记录某物理量（长度、直径等）的测量误差。
E6：在区间[0，1]上任取一点，记录它的坐标。
随机试验的特点：①试验的可重复性；②全部结果的可知性；③一次试验结果的随机性，满足这些条件的试验称为随机试验，简称试验。
样本空间：试验中出现的每一个不可分的结果，称为一个样本点，记作。
所有样本点的集合称为样本空间，记作。
举例：掷骰子：＝{1，2，3，4，5，6},＝1，2，3，4，5，6；非样本点：“大于2点”，“小于4点”等。
3.随机事件：样本空间的子集，称为随机事件，简称事件，用A,B,C,…表示。
只包含一个样本点的单点子集{}称为基本事件。
必然事件：一定发生的事件，记作不可能事件：永远不能发生的事件，记作4.随机事件的关系和运算由于随机事件是样本空间的子集，所以，随机事件及其运算自然可以用集合的有关运算来处理，并且可以用表示集合的文氏图来直观描述。
（1）事件的包含和相等包含：设A，B为二事件，若A发生必然导致B发生，则称事件B包含事件A，或事A包含于事件B，记作，或。
性质：例：掷骰子，A：“出现3点”，B：“出现奇数点”，则。
注：与集合包含的区别。
相等：若且，则称事件A与事件B相等，记作A＝B。
（2）和事件概念：称事件“A与B至少有一个发生”为事件A与事件B的和事件，或称为事件A与事件B的并，记作或A＋B。
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),。
《概率论与数理统计》1.1 随机试验与随机事件
i点 5, 6
}
在一起所构成的事件）
复合事件
事件 B = { 掷出奇数点 }
五. 随机事件间的关系及其运算
设试验 E 的样本空间为 S, A, B, Ak (k 1, 2, ) 是 S 的子集.
1. 事件的包含：如( A果中事的件每A个发样生本必点然都导包致含事在件BB中发）生.
注 ▲
则称 事件 B 包含事件 A 或 A 含于事 件 B 。记作：B A或 A B
从观察试验开始 研究随机现象，首先要对 研究对象进行观察或试验.
这里的试验指的是随机试验.
第一节 随机试验与随机事件
一. 试 验 : 为了研究随机现象，就要对客观事物进行 观察，观察的过程称之为试验。记为 E。
例1 E1：掷一枚硬币观察正面，反面出现的情况。 E2：记录一小时内，到某保险公司投保的户数 E3：射手射击一个目标，直到射中为止，观察 其射击的次数。 E4：从一批产品中抽取十件，观察其次品数。 E5：抛一颗骰子，观察其出现的点数。
A
B
为 A 与 B 的和 (并）, 记作：
A B 或 A B x xA 或 xB
AB
注
▲ 它是由事件 A 和 B 所有样本点构成的集合 n
▲ 称 Ak 为 n 个事件 A1 , A2 , , An 的和事件
k1
k 1 Ak 为可列个事件 A1 , A2 ,
的和事件
4. 事件的积(交)： 若 “两个事件A与 B 同时发生” 也是一个事件，
样本空间元素 是由试验目的 所确定的，不 同的试验目的 其样本空间也 是不一样的。
S
.e
样本点e
例 3．若试验 E是将一枚硬币抛掷两次. 试写出该试验 E 的样本空间.
概率论与数理统计(龙永红)
( A) A
De Morgan定律:
A A , A A
例2
设试验E为掷一颗骰子，观察其出现的点数，在这个试
验中，若记A=“奇数点”，B=“被3整除的点”，C=“点数
小于2”，D=“偶数点”，F=“点数不超过4”，写出各事件
间的关系。 解： {1, 2, 3, 4, 5, 6};
实例1 “抛掷一粒骰子,观察出现的点数”。 可能出现的结果: “1”, “2”, “3”, “4”, “5”或“6”。
实例2 “你未来第一个宝宝的性别”。
可能出现的结果： 女,男。 实例3 “观察明天的天气”。 可能出现的结果：晴，多云，雨。
在一定条件下，存在多个相互排斥的结果， 而在结果出现之前不可能准确预知的现象 称为随机现象。 称随机现象的这种相互排斥的结果为基本结 果。
但一个红色色盲的人，由于无法区分{1}和{4}这两个基 本事件，他的事件域只包括Ω的32个子集。也就是由5 个事件{1,4}、{2}、{3}、{5}、{6}复合成的事件全体。
事件域的数学定义 事件域: 由一些事件组成的满足以下三个条件的集合F ： (信息集) (1) Ω∈F ； (2) 若A∈F ，则A∈F ； (3) 若A1，A2，… ，An，… ∈F ， 则 Ai ∈F 。 i 1
示甲、乙、丙试验成功，说明下列事件所表示的试验结
果： A1 = “甲试验失败”；
A1 A2 = “甲、乙二人至少有一人试验成功”；
A2 A3 A2 A3 = “乙、丙二人最多有一人试验成功”
= “乙、丙二人至少有一人试验失败”；
A1 A2 A3 = “甲、乙、丙三人均试验成功”； A1 A2 A2 A3 A1 A3 = “甲、乙、丙三人中至少有两人 试验成功”；
《概率论与数理统计》第一章 随机事件与及其概率教案
第一章随机事件与及其概率§1.1随机事件及其运算教学目的要求：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：1.1.1随机现象必然现象（确定性现象）：只有一个结果的现象。
例如“在一个标准大气压下，纯水加热到100C 时必然沸腾。
”“同性电荷相吸。
”随机现象（偶然现象）：是在一定条件下，并不总是出现相同的结果的现象。
特点：1、结果不只一个；2、哪一种结果出现，人们事先又不知道。
例1.1.1随机现象的例子（1）抛一枚质地均匀的硬币，可能是正面朝上，也可能是反面朝上；（2）掷一颗骰子，出现的点数‘（3）一天内进入某超市的顾客数；（4）某种型号电视机的寿命；（5）测量某物理量（长度、直径等）的误差。
概率论与数理统计是一门处理随机现象的学科。
概率论是从数量侧面研究随机现象及其统计规律性的数学学科，它的理论严谨，应用广泛，并且有独特的概念和方法，同时与其它数学分支有着密切的联系它是近代数学的重要组成部分；数理统计是对随机现象统计规律归纳的研究，就是利用概率论的结果，深入研究统计资料，观察这些随机现象并发现其内在的规律性，进而作出一定精确程度的判断，将这些研究结果加以归纳整理，形成一定的数学模型。
虽然概率论与数理统计在方法上如此不同，但做为一门学科，它们却相互渗透，互相联系。
随机试验：对在相同条件下可以重复的随机现象的观察、记录、试验。
1.1.2样本空间在一个试验中，不论可能的结果有多少，总可以从中找出一组基本结果，满足：1）每进行一次试验，必然出现且只能出现其中的一个基本结果；2）任何结果，都是由其中的一些基本结果所组成。
自考概率论与数理统计(经管类)自学资料
自考概率论与数理统计（经管类）自学资料第一章随机事件与随机事件的概率1.1 随机事件例一，掷两次硬币，其可能结果有：｛上上；上下；下上；下下｝则出现两次面向相同的事件A与两次面向不同的事件B都是可能出现，也可能不出现的。
引例二，掷一次骰子，其可能结果的点数有：｛1，2，3，4，5，6｝则出现偶数点的事件A，点数≤4的事件B都是可能出现，也可能不出现的事件。
从引例一与引例二可见，有些事件在一次试验中，有可能出现，也可能不出现，即它没有确定性结果，这样的事件，我们叫随机事件。
（一）随机事件：在一次试验中，有可能出现，也可能不出现的事件，叫随机事件，习惯用A、B、C表示随机事件。
由于本课程只讨论随机事件，因此今后我们将随机事件简称事件。
虽然我们不研究在一次试验中，一定会出现的事件或者一定不出现的事件，但是有时在演示过程中要利用它，所以我们也介绍这两种事件。
必然事件：在一次试验中，一定出现的事件，叫必然事件，习惯用Ω表示必然事件。
例如，掷一次骰子，点数≤6的事件一定出现，它是必然事件。
不可能事件：在一次试验中，一定不出现的事件叫不可能事件，而习惯用φ表示不可能事件。
例如，掷一次骰子，点数>6的事件一定不出现，它是不可能事件。
（二）基本（随机）事件随机试验的每一个可能出现的结果，叫基本随机事件，简称基本事件，也叫样本点，习惯用ω表示基本事件。
例如，掷一次骰子，点数1,2,3,4,5,6分别是基本事件，或叫样本点。
全部基本事件叫基本事件组或叫样本空间，记作Ω，当然Ω是必然事件。
（三）随机事件的关系（1）事件的包含：若事件A发生则必然导致事件B发生，就说事件B包含事件A ，记作。
例如，掷一次骰子，A表示掷出的点数≤2，B表示掷出的点数≤3。
∴A=｛1，2｝，B=｛1，2，3｝。
所以A发生则必然导致B 发生。
显然有（2）事件的相等：若，且就记A=B，即A与B相等，事件A等于事件B，表示A与B实际上是同一事件。
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
西北农林科技大学概率论与数理统计习题册答案
则因为 C 及 C, P( A) 2! 2! 1
7! 1260
二、求解下列概率
1. (1)
2.
1
A142 124
C52 C82
0.36 ;
0.4271
E 及 E 是两两相同的，所以 A 包含的样本点数是 A 2! 2! 4 ，故
(2)
C31C75 5! C86 6!
得 P( AB) P( AB) ，注意到 P( AB) P( A) P( AB), P(B) 1 P(B), 代入上式并整理 P(B) P(B)
后可得 P( AB) P( A)P(B) 。由此可知，答案 D。
三． 解答题
1. 3 ，3 ； 2. 2
10 5
n
§1.5 全概率公式和贝叶斯公式
3.
A 指定的3本书放在一起，所以 A 中包含的样本点数为 8!3!后这指定的 3 本书再全排。故 P( A) 8!3! 1 。 10! 15
2. 样本空间样本点 n 7! 5040 ，设事件 A 表示这 7 个字母恰好组成单词 SCIENCE，
二 写出下列随机试验的样本空间
1.
3, 4，，20
{(x, y, z) | x 0, y 0, z 0, x y z 1}, x, y, z 分别表示折后三段长度。
三、（1）任意抛掷一枚骰子可以看作是一次随机试验，易知共有 6 个不同的结果.设试验
的样本点 i "出点i点，" i 1, 2,3, 4,5, 6 ；则 A 2 ,4 ,6， B 3,6
解答题
1. 0.973 2. （1）0.85；（2） 0.941
3.（1） 0.943 ；（2） 0.848
1.1 随机事件及其运算
例如，在E1中
{1, 2, 3,4,5,6} 表示必然事件 ；
A {1, 3,5} B {1, 2, 3}
表示出现奇数点的事件；
表示出现点数小于 4 的事件；
C {2, 4, 6} 表示出现偶数点的事件 ； D {4,6}
表示出现大于2 的偶点事件 。
{出现7点}
表示不可能事件。
A
B A B ; A B A B. 和之逆即逆之积 ; 积之逆即逆之和
例1 电路如图所示。用A表示事件“信号灯点 亮”，用B，C，D 依次表示“继电器Ⅰ闭合” ， “继电器Ⅱ闭合”，“继电器Ⅲ闭合” 。试给出 用 B，C，D 间的运算关系表示事件 A 的关系式。
AB
(C
D)
A BC
BD
ABC
ABC
6）A、B、C 中只有一个发生； ABC 8）A、B、C 中恰有两个发生. ABC
ABC ABC
ABC ABC
7）A、B、C 中不多于两个发生； ABC
ABC
集合的运算
一、补集与全集
定义: 一般地，设S是一个集合，A是S的一个 子集，由S中所有不属于A的元素组成的集合， 叫做S中子集A的补集，记作
概率论与数理统计
数学教研室
贺 丽 娟
一、概率论的诞生及应用
概率论与数理统计 是研究和揭
示随机现象统计规律性的数学学科。
1. 概率论的诞生——分赌本问题
甲、乙二人赌博，各出赌注30元，共60 元，每局甲、乙胜的机会均等，都是 1/2。约定：谁先胜满3局则他赢得全部 赌注60元，现已赌完3局，甲2胜1负，而 因故中断赌情，问这60元赌注该如何分 给2人，才算公平? 点
Ω
Ω
《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
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）。
概率论与数理统计高教版第四版课后习题答案
当且仅当属于该集合的某一个样本点在试验中出现。不可 能事件就是空集Φ 。必然事件就是样本空间Ω 。于是事件 之间的关系和运算就可以用集合论的知识来解释。 为了直观，人们还经常用图形表示事件。表示方法与集 合论中表示集合的方法相同。 （三）事件之间的关系及其运算 1.事件的包含 如果事件A发生必然导致事件B发生，即属于A的每一 个样本点也属于B,则称事件B包含事件A，或称事件A包含于 事件B中。记作 B⊃A，A⊂B B⊃A的一个等价说法是：如果事件B不发生，必然导致事 件A也不会发生。显然对于任何事件A,有 Φ ⊂A⊂Ω 。
8. 完备事件组 若事件A1,A2,…,An为两两互不相容的事件，并且A1+A2+… +An=Ω ,则称A1,A2,…,An构成一个完备事件组。 例1，例2，例3，例4
7
§1.2 概率 概率论研究的是随机现象量的规律性。因此仅仅知道试验中 可能出现哪些事件是不够的，还需要对事件发生的可能性大小 的问题进行描述。 上面所提到的随机事件在一次试验中是否发生是不确定的， 但是在大量的重复试验中，它的发生确具有统计规律性，所以 应用中从大量的试验出发来研究它。 先来看看两个例子，掷一枚均匀硬币的试验中，出现文字 （反面）或国徽（正面）的事件，总体来看，在试验中两面中 总有一面会出现，而且他们出现的机会是相等的。但是在一次 是一次试验中，这两面中究竟哪一面出现我们无法确定，但我 们可以确定两面出现的机会是相等的。又如，掷一枚均匀的 骨殳子，在一次试验中，1点，2点，3点，4点，5点，6点都可
15
全非废品的概率。 例3 两封信随机的向标号为Ⅰ，Ⅱ，Ⅲ，Ⅳ的四个邮筒 投寄，求第二个邮筒恰好投入1封信的概率。 补充例题 例题1 随机地安排甲、乙、丙三人在一星期内各学习一 天，求： （1）恰好有一人在星期一学习的概率； （2）3人学习日期不相重的概率； 解：（1）基本事件的总数为7×7×7=343 甲、乙、丙三人中只有一人排在星期一由3种排法A31其余两 人排在其余的6天之中的任何一天，没人有6种排法，所以 三人中在一周内切恰有一人排在周一的排法共有A31×62=3× 36=108,所以恰好有一人在星期一学习的概率为108/343。
1_1随机事件
下页
2.和事件 事件A与B至少有一个发生，记作A∪B
2’ n个事件A1, A2,…, An至少有一个发生，记作
下页
i 1
Ai
n
3.积事件 : A与B同时发生，记作 A∩B＝AB
3’ n个事件A1, A2,…, An同时发生，记作 A1A2…An
下页
4.差事件 ：A－B称为A与B的差事件,表示事件A发生而B不发生
下页
有关赌博的最早一个数学问题出现在1494年意大利修 士、数学家巴乔罗(Luca Pacciolo)的著作《算术,几何,比 例和比值要义》中.
应该按赌博中止时甲乙已赢的局数分配赌本 .比如: s 3, a 2, b 1 就按2:1分配. 热衷于占星术和掷骰子的代数学家卡丹 (J.Cardan) 和 塔塔利亚(N.Tartanlia)指出巴乔罗的分法是错误的,认为巴 的分法没有考虑甲乙双方取得最终胜利还需要赢的局数 . 但是他们两人也没有给出正确的解法.
任课教师：
部 门：信息学院数学系 办公室：北校区文理大楼718室 E-mail：计
超纲内容 （不讲）
研究和揭示随机现象的 统计规律性的数学学科 在一定条件下必然发生的现象 向空中抛一物体必然落向地面； 水加热到100℃必然沸腾； 异性电荷相吸引； y f ( x) 放射性元素发生蜕变； ……… 随机现象 在试验或观察前无法预知出现什么结果 抛一枚硬币,结果可能正面(或反面)朝上； 向同一目标射击,各次弹着点都不相同； 某地区的日平均气温； 掷一颗骰子，可能出现的点数； ………
米泽斯定义事件的概率为该事件出现的频率的极限 , 而作为公理 就必须把这一极限的存在作为第一条公理,通常称为客观概率.
目前,绝大多数教科书都是采用柯尔莫哥洛夫的概率公理化体系.
- 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)。
0 1 100n 答案：（ 1 ） { , ,, } n n n (2) {3,4,,10}, (3) {3,4,} (4) {10,11,}, (5) { AB, AC, AD, AE, BA, BC, BD, BE, CA, CB, CD, CE , DA, DB, DC, DE, EA, EB, EC, ED}, (6) {甲胜乙负，甲负乙胜， 平局}
模型 , 也可以作为产品检验中合格与不合格的
模型 , 又能用于排队现象中有人排队与无人排
队的模型等.
在具体问题的 研究中 , 描述随机 现象的第一步就是 建立样本空间.
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.
课堂练习：写出下列各随机事件的样本空间： （1）记录一个小班数学考试的平均分数； （2）10只产品有3只次品，每次从中取1只（不 放回抽样）直到把3只次品都取出，记录抽取的次 数； （3）10只产品有3只次品，每次从中取1只（有 放回抽样）直到把3只次品都取出，记录抽取的次 数； （4）生产产品直到10件正品，记录生产产品的 次数； （5）一个小组有A、B、C、D、E5人，要选正、 副组长各一人（一个人不能兼二职），观察选举结 果； （6）甲乙二人下棋一局，观察棋局结果；
Ai
n
i 1
n i 1
Ai
n i 1 i 1
Ai
n i 1
Ai
Ai
i 1
记号
Ω φ AB AB=φ AB AB AB
概率论
样本空间, 必然事件 不可能事件 样本点 A发生必然导致B发生 A与B互不相容 A与B至少有一发生 A与B同时发生 A发生且B不发生 A不发生、对立事件
如何来研究随机现象? 随机现象是通过随机试验来研究的. 问题 什么是随机试验?
一、随机试验
在概率论中,把具有以下三个特征的试验称为随机
试验。 （1）可以在相同的条件下重复地进行； （2）每次试验的可能结果不止一个,并且能事先明确试 验的所有可能结果； （3）进行一次试验之前不能确定哪一个结果会出现。
若观察出现正面的次数 , 则样本空间为
{ 0, 1, 2, 3 } .
说明
3. 建立样本空间,事实上就是建立随机现
象的数学模型. 因此 , 一个样本空间可以 概括许多内容大不相同的实际问题.
例如
只包含两个样本点的样本空间
{H , T }
它既可以作为抛掷硬币出现 正面 或出现 反面 的
积事件:
生
A B ＝ AB， A 与 B 同时发 A B， A发生但 B不发生
，A 不发生
差事件：
A
对立事件：
事件运算的图示法
AB
AB
AB
德摩根公式(对偶律)
A A
n
BA BA
n
B B
A B A B;
n i 1
Ai
i 1
n
Ai
Ai ;
A B A B
说明
1. 试验不同, 对应的样本空间也不同. 2. 同一试验 , 若试验目的不同,则对应的样 本空 间也不同.
例如 对于同一试验: “将一枚硬币抛掷三 次” . 若观察正面 H、反面 T 出现的情况 ,则样本空间
为
{ HHH, HHT, HTH, THH,
HTT, TTH, THT, TTT}.
则 3 { NNN, NND, NDN, DNN , NDD, DDN , DND, DDD }.
实例4 从一批灯泡中任取
一只, 测试其寿命.
4 {t t 0}.
其中 t 为灯泡的寿命 .
实例5
记录某城市120 急
救电话台一昼夜接
到的呼唤次数.
5 { 0, 1, 2,} .
第一章 随机事件及其概率
1.1 随机事件
1.1
随机事件
一、随机试验 二、样本空间
三、随机事件及其发生 四、事件之间的关系和运算
自然界所观察到的现象: 确定性现象 随机现象
(1) 确定性现象
在一定条件下必然发生 的现象称为确定性现象. 实例
“太阳不会从西边升起”,
“水从高处流向低处”,
“同性电荷必然互斥”,
.
样本点e
实例1 抛掷一枚硬币,观察正面,反面出现的情况.
H 正面朝上
1 { H , T }.
实例2
T 反面朝上
抛掷一枚骰子,观察出现的点数.
2 {1, 2, 3, 4, 5, 6}.
实例3
从一批产品中,依次任选三件,记录出
现正品与次品的情况.
记 N 正品, D 次品.
四 随机事件间的关系与运算
事件是一个集合，其关系与运算可按照集合论中
集合的关系和运算来处理；
事件的关系
包含关系： A B,
A 发生必然导致 B 发生.
相等关系: A = B A B 而且 B A.
互不相容： A 和 B不可能同时发生，或互斥的.
事件的关系
和事件： A B， A 与 B 至少有一发生.
集合论
空间 空集 元素 A是B的子集 A与B无相同元素 A与B的并集 A与B的交集 A与B的差集 A的余集
A
有限个或可列（数）个事件的和与积 设有n个事件1， 2， n，则称“1， 2， n至少有一个发生”这一事件为事件1 ， 2， n的并，记作1 2 n或 n .
实例3 抛掷一枚骰子,观 结果有可能为: 1, 2, 3, 4, 5 或 6.
察出现的点数.
实例4
从一批含有正品
其结果可能为:
正品 、次品.
和次品的产品中任意抽取 一个产品. 实例5 过马路交叉口时,
可能遇上各种颜色的交通
指挥灯.
实例6
出生的婴儿可
能是男,也可能是女. 实例7 明天的天气可
能是晴 , 也可能是多云
“出现1点”, “出现2点”, … , “出现6点”.
必然事件 随机试验中必然发生的事件．
实例 上述试验中 “点数不大于6” 就是必然事件.
不可能事件 随机试验中不可能发生的事件.
实例 上述试验中 “点数大于6” 就是不可能事件.
几点说明
1) 随机事件可简称为事件, 并以大写英文字母
A, B, C, 来表示事件
确定性现象的特征
条件完全决定结果
(2) 随机现象
在一定条件下可能出现也可能不出现的现象 称为随机现象. 实例1 在相同条件下掷一枚均匀的硬币，观察 正反两面出现的情况.
结果有可能出现正面也可能出现反面.
实例2
用同一门炮向同
一目标发射同一种炮弹多 发 , 观察弹落点的情况.
结果: 弹落点会各不相同.
三、随机事件及其发生
随机事件：
通俗地讲
随机事件是指随机试验中可能发生也
可能不发生的结果。
根据这个说法不难发现
子集有一一对应关系！
随机事件和样本空间的
实例 抛掷一枚骰子, 观察出现的点数. “点数不大于4”,“点数为偶数” 等都为随机事件. 它们分别可以对应了样本空间Ω ={1,2,3,4,5,6}的
或雨. 随机现象的特征 条件不能完全决定结果
说明 (1) 随机现象揭示了条件和结果之间的非确定性
联系 , 其数量关系无法用函数加以描述.
(2) 随机现象在一次观察中出现什么结果具有偶
然性, 但在大量试验或观察中, 这种结果的出现具 有一定的统计规律性 , 概率论就是研究随机现象 规律性的一门数学学科.
显然，i 1,2,3
B1 B2 第１次取到正品或第２次取到正品
B2 B3 第2次或第３次取到正品 B1 B2 第１次取正品且第２次取正品
B1 B2 B3 或者第１次或者第２次或者第３次取
正品 至少有一次取正品
B2
第2次不能取到正品，即第2次取次品
3次全取到正品
B1B2 B3
3次中恰有两次取到正品 B1B2 B3 B1 B2 B3 B1B2 B3
至多一个事件发生 BC AC AB
i
则称1，2， 是以完备事件组。
A1
A2
An
例1
在一批有正品和次品的产品中先后随机抽取3件， 每次取出不放回，讨论其结果。
分析： (1)如果以取到的3件产品中正品的数量来考虑
若设Ai "3个产品中有 i个正品 " 显然，i 0,1,2,3
A1 A2
取到１个正品或２个正品
A0 A3 取到３个正品或没有正品
说明 (1) 随机试验简称为试验, 是一个广泛的术语.它包 括各种各样的科学实验, 也包括对客观事物进行 的 “调查”、“观察”或 “测量” 等. (2) 随机试验通常用 E 来表示.
实例 “抛掷一枚硬币,观 察正面、反面出现的情况”. 分析 (1) 试验可以在相同的条件下重复地进行; (2) 试验的所有可能结果: 正面、反面; (3) 进行一次试验之前不能 确定哪一个结果会出现. 故为随机试验.
子集｛1,2,3,4｝和｛2,4,6｝． 反过来， Ω的每个子集都对应了该试验的一个随 机事件．
随机事件的定义 随机试验 E 的样本空间Ω 的子集 称为 E 的随机事件, 简称事件. 当且仅当子集Ａ中某抛掷一枚骰子, 观察出现的点数. 特别地：
基本事件
实例
由一个样本点组成的单点集
同理可知下列试验都为随机试验.
(1) 抛掷一枚骰子,观察出现的点数.
(2) 从一批产品中,依次任选三件,记 录出现正品与次品的件数. (3) 记录某公共汽车站 某时刻的等车人数.
(4) 考察某地区 10 月
份的平均气温. (5) 从一批灯泡中任 取一只,测试其寿命.