概率论与数理统计(1-3章重点梳理)

概率论与数理统计(1-3章重点梳理)
概率论与数理统计(1-3章重点梳理)

《概率论与数理统计》知识梳理

第一章随机事件和概率

(一)考试内容

随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验(二)考试要求

1.了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系及运算。

2.理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率,掌握概率的加法公式、减法公式、乘法公式、全概率公式,以及贝叶斯(Bayes)公式。3.理解事件独立性的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法。

(三)知识点

一、关系与运算

1、样本空间

试验每一可能结果——样本点ω

所有样本点集合——样本空间Ω

2、随机事件

样本空间子集——随机事件(一般用大写A,B,C表示)

Ω——必然事件Φ——不可能事件

【随机试验→(结果)→样本点→(集合化)→样本空间→(子集)→随机事件】

3、事件关系及运算

(1)事件间关系:包含,相等,互斥,对立,完备事件组,独立

①包含 A B 事件A发生一定导致B发生【小推大】

②相等 A B且B A A=B 【等价=相等】

③互斥 AB=Φ A、B不能同时发生

④对立 A、B在一次试验中必然发生且只能发生一个

⑤完全事件组且(1≤i≠j≤n),称是一个完全事件组

(2)事件间运算(三种):并(和),交(积),逆(差)

①A、B和事件A∪B 或A+B A、B至少有一个发生

②A、B积事件A∩B 或A B A、B同时发生

③A、B差事件 A发生且B不发生【即=A(1-B)】(※差事件可以转化积事件)

【小技巧:“∪”看成“+”,“∩”看成“”,“”化成乘积形式】

(3)运算四律:交换律,结合律,分配律,对偶律

①交换律A∪B=B∪A A∩B=B∩A

②结合律A∪(B∪C)=(A∪B)∪C A∩(B∩C)=(A∩B)∩C

③分配律A∪(B∩C)=(A∪B)∩(A∪C) A∩(B∪C)=(A∩B)∪(A∩C)

④德摩根律(对偶律)

【小技巧:“∪”看成“+”,“∩”看成“”】

(4)关系运算10类(熟练掌握)

设A、B、C是三个随机事件

①恰好A发生A

②A和B发生而C不发生A

③A、B、C全发生A B C

④A、B、C不全发生

⑤A、B、C全不发生

⑥A、B、C至少有一个发生A+B+C

⑦至少有两个事件发生AB+BC+CA

⑧至多有一个事件发生

⑨恰有一个事件发生+ +

⑩恰有两个事件发生+ +

二、概率性质及两大基本概型和五大公式

1、概念

(1)概率——P(A) 满足三条公理

公理1(非负性)0≤P(A)≤1

公理2(规范性)P(Ω)=1

公理3(可列可加性)两两互斥,则P ()=

(2)条件概率——P(B∣A)= P(AB)=P(A)P(B∣A)P(B)P(A∣B)

2、概率基本性质

(1) P(Φ)=0,P(Ω)=1

(2) 有限可加性 P()=

(3) 求逆公式 P()=1-P(A)

※补充:对于固定事件A,P(B∣A)具有概率一切性质

① P(Φ∣A)=0,P(A∣A)=1

②P()=1-P()

③P()=P() + P() - P() 【由加法公式变型】

特别地,(互斥),则P()=P() + P()

④P()=P() - P() 【由减法公式变型】

特别地,(包含),则P()=P() - P()

3、两大基本概型

(1)古典概型 P(A)=

随机试验E的样本空间Ω={}适用条件:

① n为有限的正整数;②每个样本点(i=1,2,n)出现的可能性相等。

例:随机取一非负整数,则此数平方的个位数是4的概率为()

(2)几何概型 P(A)=

使用条件:①试验样本空间是某区域(一维、二维或三维)以表示其几何度量(长度、

面积、体积);②事件A的样本点所表示的区域为

例:在区间(0,1)中随机地取两个数,则两数之差的绝对值小于的概率为()

4、五大公式

(1)加法公式 P(A∪B)=P(A) + P(B) - P(AB)

P(A∪B∪C)=P(A) +P(B)+P(C)-P(AB)-P(BC)-P(CA)+P(ABC)【规律:偶(个)减,奇(个)加】(2)减法公式P()=P() - P()=P()

特别地,(包含)P()=P() - P() 【由非负性P()≥0还知P()≥P()】

(3)乘法公式 P(AB)=P(A)P(B∣A)P(B)P(A∣B)

(4)全概率公式设是完全事件组,且P()>0,i=12 n,对任一事件A

P(A)=

(5)贝叶斯公式设是完全事件组,且P()>0,i=12 n,对任意概率不为零事件A P(A)=j= i=12 n.

例:从数1,2,3,4中任取一个数,记为X,再从1,2...X中任取一个数记为Y,则P(Y=2)=( ),p(X=3|Y=2)=( )

三、独立相关概念

1、事件独立性

(1)A、B相互独立 P(AB)=P(A)P(B)

①P(A)>0时 P(A∣B)==P(A)【同理P(A∣)=P(A)】(※A、B相互独立下,条件概率中分母事件变化不影响概率,分子事件变化会影响概率)

②A与B,与B,A与,与中有一对相互独立另三对也独立

③P(A)>0,P(B)>0

【口诀:独立不互斥,互斥不独立(注意前提条件)】

(2)A、B、C相互独立

①P(AB)=P(A)P(B) ②P(BC)=P(B)P(C) ③P(CA)=P(C)P(A) ④P(ABC)=P(A)P(B)P(C)

若①②③④同时成立,则ABC相互独立;若仅满足①②③,则ABC两两独立。

【同理,“n个事件相互独立”与“n个事件两两独立”并非一回事】

(※若事件A、B、C相互独立,则ABC中任何一个事件与另外两事件的并(和)、交(积)或差均分别独立)【同理,可推广到n个事件】

例:设A、B、C、D相互独立,则下列事件中可能不独立的是()

A. B. A+B-C与 C. D.A+与B+D-C

【解析:D中出现相同字母,故不独立(理由由上述※而来)】

2、独立重复试验(伯努利概型)

(1)特征:①独立重复②每次试验结果只有两个(A与)

(2)公式:, k=12 n.

【】

3、易混淆类

(1)独立性与互不相容(互斥)

①两个不同的概念

②A、B既独立又互不相容,则P(A)=0或P(B)=0

③A与B,与B,A与,与中有一对相互独立另三对也独立

④概率为0或1事件与任何事件独立

(2)对立与互不相容(互斥)

【A、B对立A、B互斥(小推大),但A、B互斥A、B对立】

第二章随机变量及其分布

(一)考试内容

随机变量随机变量分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度常见随机变量的分布随机变量函数的分布

(二)考试要求

1.理解随机变量的概念,理解分布函数F(x)= P{X≤x}(

2.理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布B(n, p)、几

何分布、超几何分布、泊松(Poisson)分布P()及其应用。

3.了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布。

4.理解连续型随机变量及其概率密度的概念,掌握均匀分布U(a,b) 、正态分布N(,)、指数分布及其应用,其中参数为()的指数分布E()的概率密

5.会求随机变量函数的分布.

(三)知识点

一、随机变量及其分布函数

1、随机变量概念及分类

(1)定义:…一般用大写英文字母X、Y、Z等表示随机变量

(2)类型:①离散型随机变量(X所取值只有有限个或可列无穷个);②连续型随机变量;③非离散非连续型随机变量

2、分布函数

(1)定义 F(x)=P{X≤x},

①显然任何随机变量都有分布函数

②分布函数F(x)是普通函数,定义域(),值域[0,1]

③F(x)在某处F()表示X在(,]内取值概率

(2)性质

①0≤F(x)≤1

②单调不减,即对任何

③右连续,即对任何实数,有F(x+0)=F(x)

④F()=0,F()=1

3、相关事件概率

①P(X b)=F(b),P(X b)=F(b-0) 【必背】

②P(a X b)=F(b)-F(a)

③P(a X b)=F(b-0)-F(a-0)

④P(X b)=F(b)-F(b-0)

二、离散型随机变量

1、定义 X取值只有有限个或可列无穷个

【离散型分布律(一维),联合分布规律(二维)是一个充分有效的信息】

2、分布律P(X=)=,i=12 n (表述1)

(表述2)

满足:①非负性

, i=12 n ; ②

【逆向思维的隐含条件】

3、分布函数 设X 分布律P(X=)= ,i=12 n 则F(x)=P (X

)=

【若已知X 的分布函数F(X),则易求得X 分布律:P(X=)=F()-F(-0),i=12】

三、连续型随机变量 1、定义 F(X)=

【连续型:求分布函数就是求概率,哪儿求概率哪儿求积分】 (※利用

可简化求解)

2、概率密度f(x)性质

(1)f(x)0(非负可积性) (2) 【众多题型另一个隐含条件】

3、连续型性质【重要】 ① F(x)为连续函数 ②对于f(x)连续点x ,有=f(x)

③对于任何实数C ,P(X=C)=0 ④P(a X b)=P(a X b)=P(a X b)=

【连续型x

四、八大分布【1、2、3、4、5为离散型随机变量;6、7、8为连续型随机变量】 1、0-1分布

(0

2、二项分布B(n,p) 分布律

, k=12 n.

模型是n 重伯努利试验 【难点:模型要自己建立】(e.g 出现成功的次数概率) 3、泊松分布 分布律

, k=12

n.

泊松定理:设在n 重伯努利试验中,A 每次发生概率

(

与n 有关),n

时,

… …

n(),对任一非负整数k,有

【泊松定理表明,X,当n很大(n>100),p很小(p<0.1),而np适中时,

有,其中】

例:设某段时间内通过路口车流量服从泊松分布,已知该时段内没有车通过的概率为,则这段时间内至少有两辆通过的概率为()

4、超几何分布H(N,M,n) 分布律【古典概型问题】

5、几何分布G(p) 分布律, k=12 (0p1)

模型:做独立重复试验中首次出现的概率(e.g首次出现成功次数的概率)(区别二项分布)几何分布的无记忆性:设X G(p),即,k=12 (0p1)则对于任何正整数m,k有P(X=m+k∣X)=P(X=k)

6、均匀分布U(a,b)

密度 f(x)=分布函数 F(x)=

例:设随机变量在(1,b)上服从均匀分布,则方程有实根的概率是( )

7、指数分布E() 【背景了解:机器元件使用寿命、生物生命周期等】

密度 f(x)=分布函数 F(x)=

指数分布的无记忆性:设X E(),则对任意s0,t0,有P(X=s+t∣X s)=p(X t)

推导:

8、正态分布【用图像法解题】

(1)一般正态分布X N(,)

密度函数f(x)=,

(2)标准正态分布X N(,1)

密度函数(x)=,

分布函数(x)= ,

性质:①(-x)=(x) ②(0)=③

补充:P()=1-2P(X a)=1-2[1-P(X)]=2

P()=2[1-]

(3)标准化如果X N(,),则N(0,1)

①求概率P(a X b)=P{}=

②对称性P(X)=P(X)=

例:设X N(,)且P(2X)=0.3,则P(X0)=( )

五、随机变量函数的分布

设X,而Y是X的函数,Y=g(X),其中g(X)为连续函数或分段函数

1、X为一般型

2、X为离散型

X的分布律P(X=)=,i=12,则Y=g(X)分布律P(Y=)=P{g(X)=}=

【如果g()相同值,取相应概率之和为Y取该值概率】

3、X为连续型

①公式法(不推荐)【需要y=g(x)严格单调】

②分布函数法(推荐且万能)

例:设随机变量的概率密度为f(x)= F(x)是X的分布函数.求随机变量Y=F(X)的分布函数.

例:设随机变量X的概率密度为=,求Y=的概率密度

第三章多维随机变量及其分布

(一)考试内容

多维随机变量及其分布二维离散型随机变量的概率分布、边缘分布和条件分布二维连续型随机变量的概率密度、边缘概率密度和条件密度随机变量的独立性和不相关性常用二维随机变量的分布两个及两个以上随机变量简单函数的分布

(二)考试要求

1.理解多维随机变量的概念,理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布,理解二维连续型随机变量的概率密度、边缘密度和条件密度,会求与二维随机变量相关事件的概率。

2.理解随机变量的独立性及不相关性的概念,掌握随机变量相互独立的条件。

3.掌握二维均匀分布,了解二维正态分布N(;)的概率密度,理解其中参

数的概率意义。

4.会求两个随机变量简单函数的分布,会求多个相互独立随机变量简单函数的分布。(三)知识点

一、二维

1、一般型

(1)定义 F(x,y)=P(X x,Y y)为(X,Y)分布函数(也称联合分布函数)

【P(X x,Y y)=P[(X x)(Y y)]P(X x)P(Y y)】(注意条件)

(2)性质【熟练掌握】

①0F(x,y) 1

②F(x,y)关于x,y均单调不减

③F(x,y)关于x,y均右连续,F(x+0,y)=F(x,y),F(x,y+0)=F(x,y)

④F(-,y)==0 F(x,-)==0

F(-,-)==0 F(+,+)==1

⑤,,P(,)

图解法理解:

(3)边缘分布函数

例:设二维随机变量(X,Y)的分布函数为F(x,y)=;求(1),;(2)求概率P{,};(3)求概率P{,}

2、离散型

(1)定义 X、Y为离散型随机变量

(2)联合分布

①分布律 i,j=1,2,…为(X,Y)的联合分布律或联合概率分布满足性质:i) ii)【关键】

②联合分布函数F(x,y)P(X x,Y y)

(3)边缘分布

①分布律

②边缘分布函数图表理解记忆:

(4)条件分布【学会运用条件概率类比的思想学习】

①固j,

i=1,2,…

②固i,

j=1,2,…

3、连续型

(1)定义 X、Y为连续型随机变量 F(x,y)称联合分布函数

(2)概率密度函数f(x,y)

①性质:i) f(x,y) (非负可积性) ii)【重要的隐含条件】

②在f(x,y)的连续点,有f(x,y)

③设D,则事件{(X,Y)D}发生的概率为P{(X,Y)D}

例:f(x,y),则k=( )

(3)边缘分布

①边缘分布密度

②边缘分布函数

(4)条件分布

①条件概率密度

【条件密度函数同样满足密度函数的所有性质】

②条件分布函数

4、要点梳理(二维)

(1)联合分布唯一确定两边缘、条件分布,反之两边缘、条件分布一般不能确定联合分布。

(2)若X与Y独立,则两边缘分布可以确定联合分布;若X与Y不独立,则由边缘分布与一个对应的条件分布可以确定联合分布。

※事实上

二、独立性及不相关性

1、独立性(主要研究二维)

(1)定义 X与Y独立事件(X x)与(Y y)相互独立

P(X x,Y y)=P(X x)P(Y y) (一般型)

P(X=,Y=)=P(X=)P(Y=) 或 (离散型)

F(x,y)=或f(x,y)=或 (连续型)

(2)多维①C与任一独立;②分布可加性

2、相关性

(1)相关系数 X、Y中D(X)D(Y)则称为X和Y的相关系数

(2)不相关:则X、Y不相关【X、Y不相关X、Y独立】(X、Y相关X、Y不独立)

(3)判断独立性【重要】

①cov(X,Y)=E(XY)-E(X)E(Y) X与Y相关 X与Y不独立

②cov(X,Y)=E(XY)-E(X)E(Y) X与Y不相关

三、两类重要连续型分布

1、二维均匀分布 (X,Y)U(D) f(x,y)(D为平面有界域)

(1)矩形区域D:f(x,y)

X、Y相互独立且分别服从[a,b][c,d]上的均匀分布,即X U(a,b),Y U(c,d)

【边缘分布都是均匀分布,条件分布也是均匀分布(由于X与Y独立)】

(2)非矩形,例如圆形区域 D={(X,Y)}上的均匀分布

【※边缘分布都不是均匀分布,但条件分布却是均匀分布】

2、二维正态分布(X,Y)N(;)

【此公式不需记忆】

掌握以下性质:

(1)两个边缘分布为正态分布,即X N(),Y N()

(2)X、Y线性组合N(;2)

(3)※仅对于二维正态分布,X与Y不相关 X与Y独立

※对于二维正态,,即X与Y不相关时,两个条件分布就是相应的边缘分布。

四、两个随机变量函数的分布

1、一般型

随机变量Z为X与Y的函数,即Z=g(X,Y)

则Z的分布函数)=P{Z z}=P{g(X,Y)z}

2、离散型

联合分布律

则Z=g(X,Y)的分布律为:P()=P{g(X,Y)}

3、连续型

(X,Y)f(x,y),则Z=g(X,Y)

则Z=g(X,Y)的分布函数P(z)=P{g(X,Y)}

4、具体Z=g(X,Y)【注意X与Y独立情况】

(1)Z=X+Y (2)Z=X-Y (3)Z=XY (4)Z= (5)极大值和极小值的分布

5、求解方法

(1)离散型:逐点,概率相等者合并算

(2)连续型:i)先求Z=g(X,Y)取值范围

ii)求Z=g(X,Y)的分布函数,

即P(z)=P{g(X,Y)}

iii)对求导,得Z=g(X,Y)的概率密度:6、例题收集:

概率论与数理统计第4章作业题解

第四章作业题解 4.1 甲、乙两台机床生产同一种零件, 在一天内生产的次品数分别记为 X 和 Y . 已知 ,X Y 的概率分布如下表所示: 如果两台机床的产量相同, 问哪台机床生产的零件的质量较好? 解: 11.032.023.014.00)(=?+?+?+?=X E 9.0032.025.013.00)(=?+?+?+?=Y E 因为 )()(Y E X E >,即乙机床的平均次品数比甲机床少,所以乙机床生产的零件质量较好。 4.2 袋中有 5 个球, 编号为1,2,3,4,5, 现从中任意抽取3 个球, 用X 表示取出的3 个球中的 最大编号,求E (X ). 解:X 的可能取值为3,4,5. 因为1.01011)3(35 == = =C X P ;3.010 3)4(35 2 3== = =C C X P ; 6.010 6)5(3 5 24=== =C C X P 所以 5.46.053.041.03)(=?+?+?=X E 4.3 设随机变量X 的概率分布1 {}(0,1,2,),(1) k k a P X k k a +===+ 其中0a >是个常 数,求()E X 解: 1 1 2 1 1 1 ()(1) (1) (1) k k k k k k a a a E X k k a a a -∞ ∞ +-=== = +++∑∑ ,下面求幂级数11 k k k x ∞ -=∑的和函数, 易知幂级数的收敛半径为1=R ,于是有 1 2 1 1 1()( ),1,1(1) k k k k x k x x x x x ∞ ∞ -==''=== <--∑ ∑

概率论与数理统计习题集及答案

* 《概率论与数理统计》作业集及答案 第1章 概率论的基本概念 §1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢3次,观察正面H ﹑反面T 出现的情形. 样本空间是:S= ; (2) 一枚硬币连丢3次,观察出现正面的次数. 样本空间是:S= ; 2.(1) 丢一颗骰子. A :出现奇数点,则A= ;B :数点大于2,则B= . (2) 一枚硬币连丢2次, A :第一次出现正面,则A= ; B :两次出现同一面,则= ; C :至少有一次出现正面,则C= . ? §1 .2 随机事件的运算 1. 设A 、B 、C 为三事件,用A 、B 、C 的运算关系表示下列各事件: (1)A 、B 、C 都不发生表示为: .(2)A 与B 都发生,而C 不发生表示为: . (3)A 与B 都不发生,而C 发生表示为: .(4)A 、B 、C 中最多二个发生表示为: . (5)A 、B 、C 中至少二个发生表示为: .(6)A 、B 、C 中不多于一个发生表示为: . 2. 设}42:{},31:{},50:{≤<=≤<=≤≤=x B x x A x x S :则 (1)=?B A ,(2)=AB ,(3)=B A , (4)B A ?= ,(5)B A = 。 \ §1 .3 概率的定义和性质 1. 已知6.0)(,5.0)(,8.0)(===?B P A P B A P ,则 (1) =)(AB P , (2)()(B A P )= , (3))(B A P ?= . 2. 已知,3.0)(,7.0)(==AB P A P 则)(B A P = . §1 .4 古典概型 1. 某班有30个同学,其中8个女同学, 随机地选10个,求:(1)正好有2个女同学的概率, (2)最多有2个女同学的概率,(3) 至少有2个女同学的概率. 2. 将3个不同的球随机地投入到4个盒子中,求有三个盒子各一球的概率. — §1 .5 条件概率与乘法公式 1.丢甲、乙两颗均匀的骰子,已知点数之和为7, 则其中一颗为1的概率是 。 2. 已知,2/1)|(,3/1)|(,4/1)(===B A P A B P A P 则=?)(B A P 。 §1 .6 全概率公式 1. 有10个签,其中2个“中”,第一人随机地抽一个签,不放回,第二人再随机地抽一个 签,说明两人抽“中‘的概率相同。

概率论与数理统计知识点总结详细

概率论与数理统计知识点 总结详细 Newly compiled on November 23, 2020

《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 ???=??)( 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

概率论与数理统计练习题

概率论与数理统计练习题 一、填空题 1、设A 、B 为随机事件,且P (A)=,P (B)=,P (B A)=,则P (A+B)=__ __。 2、θθθ是常数21? ,?的两个 无偏 估计量,若)? ()?(21θθD D <,则称1?θ比2?θ有效。 3、设A 、B 为随机事件,且P (A )=, P (B )=, P (A ∪B )=,则P (B A )=。 4. 设随机变量X 服从[0,2]上的均匀分布,Y =2X +1,则D (Y )= 4/3 。 5. 设随机变量X 的概率密度是: ?? ?<<=其他 103)(2 x x x f ,且{}784 .0=≥αX P ,则α= 。 6. 已知随机向量(X ,Y )的联合密度函数 ?????≤≤≤≤=其他 , 010,20, 2 3 ),(2y x xy y x f ,则 E (Y )= 3/4 。 7. 若随机变量X ~N (1,4),Y ~N (2,9),且X 与Y 相互独立。设Z =X -Y +3,则Z ~ N (2, 13) 。 * 8. 设A ,B 为随机事件,且P (A)=,P (A -B)=,则=?)(B A P 。 9. 设随机变量X ~ N (1, 4),已知Φ=,Φ=,则{}=<2X P 。 10. 随机变量X 的概率密度函数1 22 1 )(-+-= x x e x f π ,则E (X )= 1 。 11. 已知随机向量(X ,Y )的联合密度函数 ?? ?≤≤≤≤=其他 , 010,20, ),(y x xy y x f ,则 E (X )= 4/3 。 12. 设A ,B 为随机事件,且P (A)=, P (AB)= P (B A ), 则P (B )= 。 13. 设随机变量),(~2σμN X ,其密度函数6 4 4261)(+-- = x x e x f π ,则μ= 2 。 14. 设随机变量X 的数学期望EX 和方差DX >0都存在,令DX EX X Y /)(-=,则D Y= 1 。 15. 随机变量X 与Y 相互独立,且D (X )=4,D (Y )=2,则D (3X -2Y )= 44。 16. 三个人独立地向某一目标进行射击,已知各人能击中的概率分别为3 1 ,41,51,则目标能被击中 的概率是3/5 。 17. 设随机变量X ~N (2,2σ),且P {2 < X <4}=,则P {X < 0}= 。 ! 18. 设随机变量X 的概率分布为5.0)3(,3.0)2(,2.0)1(======X P X P X P ,则X 的期望

概率论与数理统计的发展

数理统计学前沿简介 (陈希孺院士访谈) 一、概率论与数理统计学的产生和发展 记者:陈希孺院士,请你谈谈概率论与数理统计学学科的诞生和发展情况。 陈希孺院士:我们先从数理统计学开始,数理统计学是研究收集数据、分析数据并据以对所研究的问题作出一定的结论的科学和艺术。数理统计学所考察的数据都带有随机性(偶然性)的误差。这给根据这种数据所作出的结论带来了一种不确定性,其量化要借助于概率论的概念和方法。数理统计学与概率论这两个学科的密切联系,正是基于这一点。 统计学起源于收集数据的活动,小至个人的事情,大至治理一个国家,都有必要收集种种有关的数据,如在我国古代典籍中,就有不少关于户口、钱粮、兵役、地震、水灾和旱灾等等的记载。现今各国都设有统计局或相当的机构。当然,单是收集、记录数据这种活动本身并不能等同于统计学这门科学的建立,需要对收集来的数据进行排比、整理,用精炼和醒目的形式表达,在这个基础上对所研究的事物进行定量或定性估计、描述和解释,并预测其在未来可能的发展状况。例如根据人口普查或抽样调查的资料对我国人口状况进行描述,根据适当的抽样调查结果,对受教育年限与收入的关系,对某种生活习惯与嗜好(如吸烟)与健康的关系作定量的评估。根据以往一般时间某项或某些经济指标的变化情况,预测其在未来一般时间的走向等,做这些事情的理论与方法,才能构成一门学问——数理统计学的内容。

这样的统计学始于何时?恐怕难于找到一个明显的、大家公认的起点。一种受到某些著名学者支持的观点认为,英国学者葛朗特在1662年发表的著作《关于死亡公报的自然和政治观察》,标志着这门学科的诞生。中世纪欧洲流行黑死病,死亡的人不少。自1604年起,伦敦教会每周发表一次“死亡公报”,记录该周内死亡的人的姓名、年龄、性别、死因。以后还包括该周的出生情况——依据受洗的人的名单,这基本上可以反映出生的情况。几十年来,积累了很多资料,葛朗特是第一个对这一庞大的资料加以整理和利用的人,他原是一个小店主的儿子,后来子承父业,靠自学成才。他因这一部著作被选入当年成立的英国皇家学会,反映学术界对他这一著作的承认和重视。 这是一本篇幅很小的著作,主要内容为8个表,从今天的观点看,这只是一种例行的数据整理工作,但在当时则是有原创性的科研成果,其中所提出的一些概念,在某种程度上可以说沿用至今,如数据简约(大量的、杂乱无章的数据,须注过整理、约化,才能突出其中所包含的信息)、频率稳定性(一定的事件,如“生男”、“生女”,在较长时期中有一个基本稳定的比率,这是进行统计性推断的基础)、数据纠错、生命表(反映人群中寿命分布的情况,至今仍是保险与精算的基础概念)等。 葛朗特的方法被他同时代的政治经济学家佩蒂引进到社会经济问题的研究中,他提倡在这类问题的研究中不能尚空谈,要让实际数据说话,他的工作总结在他去世后于1690年出版的《政治算术》一书中。 当然,也应当指出,他们的工作还停留在描述性的阶段,不是现代意义下的数理统计学,那时,概率论尚处在萌芽的阶段,不足以给数理统计学的发展提供充分的理论支持,但不能由此否定他们工作的重大意义,作为现代数理统计学发展的几个源头之一,他们以及后续学者在人口、社会、经济等

《概率论与数理统计》在线作业

第一阶段在线作业 第1题 您的答案:B 题目分数:0.5 此题得分:0.5 批注:对立不是独立。两个集合互补。第2题 您的答案:D 题目分数:0.5 此题得分:0.5 批注:A发生,必然导致和事件发生。第3题

您的答案:B 题目分数:0.5 此题得分:0.5 批注:分布函数的取值最大为1,最小为0. 第4题 您的答案:A 题目分数:0.5 此题得分:0.5 批注:密度函数在【-1,1】区间积分。第5题

您的答案:A 题目分数:0.5 此题得分:0.5 批注:A答案,包括了BC两种情况。 第6题 您的答案:A 题目分数:0.5 此题得分:0.5 批注:古典概型,等可能概型,16种总共的投法。第7题

您的答案:C 题目分数:0.5 此题得分:0.5 批注:几何概型,前两次没有命中,且第三次命中,三次相互独立,概率相乘。 第8题 您的答案:D 题目分数:0.5 此题得分:0.5 批注:利用随机变量单调性函数的概率密度求解公式公式。中间有反函数求导数,加绝对值。第9题

您的答案:C 题目分数:0.5 此题得分:0.5 批注:利用概率密度的性质,概率密度在相应范围上的积分值为1.验证四个区间。 第10题 您的答案:B 题目分数:0.5 此题得分:0.5 批注:利用分布函数的性质,包括分布函数的值域[0,1]当自变量趋向无穷时,分布函数取值应该是1.排除答案。 第11题

您的答案:C 题目分数:0.5 此题得分:0.5 批注:利用上分位点的定义。 第12题 您的答案:B 题目分数:0.5 此题得分:0.5 批注:利用和事件的公式,还有概率小于等于1.P(AB)小于等于P(C)。第13题

概率论与数理统计教程习题(第二章随机变量及其分布)(1)答案

概率论与数理统计练习题 系 专业 班 姓名 学号 第六章 随机变量数字特征 一.填空题 1. 若随机变量X 的概率函数为 1 .03.03.01.02.04 3211p X -,则 =≤)2(X P ;=>)3(X P ;=>=)04(X X P . 2. 若随机变量X 服从泊松分布)3(P ,则=≥)2(X P 8006.0413 ≈--e . 3. 若随机变量X 的概率函数为).4,3,2,1(,2)(=?==-k c k X P k 则=c 15 16 . 4.设A ,B 为两个随机事件,且A 与B 相互独立,P (A )=,P (B )=,则()P AB =____________.() 5.设事件A 、B 互不相容,已知()0.4=P A ,()0.5=P B ,则()=P AB 6. 盒中有4个棋子,其中2个白子,2个黑子,今有1人随机地从盒中取出2个棋子,则这2个棋子颜色相同的概率为____________.( 13 ) 7.设随机变量X 服从[0,1]上的均匀分布,则()E X =____________.( 12 ) 8.设随机变量X 服从参数为3的泊松分布,则概率密度函数为 __. (k 3 3(=,0,1,2k! P X k e k -==L )) 9.某种电器使用寿命X (单位:小时)服从参数为1 40000 λ=的指数分布,则此种电器的平 均使用寿命为____________小时.(40000) 10在3男生2女生中任取3人,用X 表示取到女生人数,则X 的概率函数为 11.若随机变量X 的概率密度为)(,1)(2 +∞<<-∞+= x x a x f ,则=a π1 ;=>)0(X P ;==)0(X P 0 . 12.若随机变量)1,1(~-U X ,则X 的概率密度为 1 (1,1) ()2 x f x ?∈-? =???其它

概率论与数理统计第四版课后习题答案

概率论与数理统计课后习题答案 第七章参数估计 1.[一] 随机地取8只活塞环,测得它们的直径为(以mm 计) 74.001 74.005 74.003 74.001 74.000 73.998 74.006 74.002 求总体均值μ及方差σ2的矩估计,并求样本方差S 2。 解:μ,σ2 的矩估计是 61 22 106)(1?,002.74?-=?=-===∑n i i x X n X σμ 621086.6-?=S 。 2.[二]设X 1,X 1,…,X n 为准总体的一个样本。求下列各总体的密度函数或分布律中的未知参数的矩估计量。 (1)? ??>=+-其它,0,)()1(c x x c θx f θθ 其中c >0为已知,θ>1,θ为未知参数。 (2)?? ???≤≤=-.,01 0,)(1其它x x θx f θ 其中θ>0,θ为未知参数。 (5)()p p m x p p x X P x m x m x ,10,,,2,1,0,)1()(<<=-==- 为未知参数。 解:(1)X c θc θc c θdx x c θdx x xf X E θθc θ θ =--=-== =+-∞+-∞+∞ -? ? 1 ,11)()(1令, 得c X X θ-= (2),1)()(10 += = = ? ? ∞+∞ -θθdx x θdx x xf X E θ 2 )1(,1 X X θX θθ-==+得令 (5)E (X ) = mp 令mp = X , 解得m X p =? 3.[三]求上题中各未知参数的极大似然估计值和估计量。 解:(1)似然函数 1211 )()()(+-=== ∏θn θ n n n i i x x x c θ x f θL 0ln ln )(ln ,ln )1(ln )ln()(ln 1 1 =- +=-++=∑∑ ==n i i n i i x c n n θθ d θL d x θc θn θn θL

概率论与数理统计概率历史的介绍

一、概率定义的发展与分析 1.古典定义的历史脉络 古典定义中的“古典”表明了这种定义起源的古老,它源于赌博.博弈的形式多种多样,但是它们的前提是“公平”,即“机会均等”,而这正是古典定义适用的重要条件:同等可能.16世纪意大利数学家和赌博家卡尔丹(1501—1576)所说的“诚实的骰子”,即道明了这一点.在卡尔丹以后约三百年的时间里,帕斯卡、费马、伯努利等数学家都在古典概率的计算、公式推导和扩大应用等方面做了重要的工作.直到1812年,法国数学家拉普拉斯(1749—1827)在《概率的分析理论》中给出概率的古典定义:事件A的概率等于一次试验中有利于事件A的可能结果数与该事件中所有可能结果数之比. 2.古典定义的简单分析 古典定义通过简单明了的方式定义了事件的概率,并给出了简单可行的算法.它适用的条件有二:(1)可能结果总数有限;(2)每个结果的出现有同等可能.其中第(2)条尤其重要,它是古典概率思想产生的前提. 如何在更多和更复杂的情况下,体现出“同等可能”?伯努利家族成员做了这项工作,他们将排列组合的理论运用到了古典概率中.用排列(组合)体现同等可能的要求,就是将总数为P(n,r)的各种排列(或总数为C(n,r)的各种组合)看成是等可能的,通常用“随意取”来表达这个意思.即使如此,古典定义的方法能应用的范围仍然很窄,

而且还有数学上的问题. “应用性的狭窄性”促使雅各布?伯努利(1654—1705)“寻找另一条途径找到所期待的结果”,这就是他在研究古典概率时的另一重要成果:伯努利大数定律.这条定律告诉我们“频率具有稳定性”,所以可以“用频率估计概率”,而这也为以后概率的统计定义奠定了思想基础.“古典定义数学上的问题”在贝特朗(1822—1900)悖论中表现得淋漓尽致,它揭示出定义存在的矛盾与含糊之处,这导致了拉普拉斯的古典定义受到猛烈批评. 3.统计定义的历史脉络 概率的古典定义虽然简单直观,但是适用范围有限.正如雅各布?伯努利所说:“……这种方法仅适用于极罕见的现象.”因此,他通过观察来确定结果数目的比例,并且认为“即使是没受过教育和训练的人,凭天生的直觉,也会清楚地知道,可利用的有关观测的次数越多,发生错误的风险就越小”.虽然原理简单,但是其科学证明并不简单,在古典概型下,伯努利证实了这一点,即“当试验次数愈来愈大时,频率接近概率”. 事实上,这不仅对于古典概型适用,人们确信“从现实中观察的频率稳定性”的事实是一个普遍规律.1919年,德国数学家冯?米塞斯(1883—1953)在《概率论基础研究》一书中提出了概率的统计定义:在做大量重复试验时,随着试验次数的增加,某个事件出现的频率总是在一个固定数值的附近摆动,显示出一定的稳定性,把这个固定的数值定义为这一事件的概率.

概率论与数理统计习题解答

第一章随机事件及其概率 1. 写出下列随机试验的样本空间: (1)同时掷两颗骰子,记录两颗骰子的点数之和; (2)在单位圆内任意一点,记录它的坐标; (3)10件产品中有三件是次品,每次从其中取一件,取后不放回,直到三件次品都取出为止,记录抽取的次数; (4)测量一汽车通过给定点的速度. 解所求的样本空间如下 (1)S= {2,3,4,5,6,7,8,9,10,11,12} (2)S= {(x, y)| x2+y2<1} (3)S= {3,4,5,6,7,8,9,10} (4)S= {v |v>0} 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 3.在某小学的学生中任选一名,若事件A表示被选学生是男生,事件B表示该生是三年级学生,事件C表示该学生是运动员,则 (1)事件AB表示什么? (2)在什么条件下ABC=C成立? ?是正确的? (3)在什么条件下关系式C B (4)在什么条件下A B =成立? 解所求的事件表示如下 (1)事件AB表示该生是三年级男生,但不是运动员. (2)当全校运动员都是三年级男生时,ABC=C成立. ?是正确的. (3)当全校运动员都是三年级学生时,关系式C B

(4)当全校女生都在三年级,并且三年级学生都是女生时,A B =成立. 4.设P (A )=,P (A -B )=,试求()P AB 解 由于 A ?B = A – AB , P (A )= 所以 P (A ?B ) = P (A ?AB ) = P (A )??P (AB ) = , 所以 P (AB )=, 故 ()P AB = 1? = . 5. 对事件A 、B 和C ,已知P(A) = P(B)=P(C)=1 4 ,P(AB) = P(CB) = 0, P(AC)= 1 8 求A 、B 、C 中至少有一个发生的概率. 解 由于,()0,?=ABC AB P AB 故P(ABC) = 0 则P(A+B+C) = P(A)+P(B)+P(C) –P(AB) –P(BC) –P(AC)+P(ABC) 6. 设盒中有α只红球和b 只白球,现从中随机地取出两只球,试求下列事件的概率: A ={两球颜色相同}, B ={两球颜色不同}. 解 由题意,基本事件总数为2a b A +,有利于A 的事件数为2 2a b A A +,有利于B 的事件数为111111 2a b b a a b A A A A A A +=, 则 2 2 11 2 22()()a b a b a b a b A A A A P A P B A A +++==

概率论与数理统计知识点总结(详细)

《概率论与数理统计》 第一章概率论的基本概念 (2) §2.样本空间、随机事件..................................... 2.. §4 等可能概型(古典概型)................................... 3.. §5.条件概率.............................................................. 4.. . §6.独立性.............................................................. 4.. . 第二章随机变量及其分布 (5) §1随机变量.............................................................. 5.. . §2 离散性随机变量及其分布律................................. 5..§3 随机变量的分布函数....................................... 6..§4 连续性随机变量及其概率密度............................... 6..§5 随机变量的函数的分布..................................... 7..第三章多维随机变量. (7) §1 二维随机变量............................................ 7...§2边缘分布................................................ 8...§3条件分布................................................ 8...§4 相互独立的随机变量....................................... 9..§5 两个随机变量的函数的分布................................. 9..第四章随机变量的数字特征.. (10)

概率论与数理统计习题答案

习题五 1.一颗骰子连续掷4次,点数总和记为X .估计P {10

【解】令1,,0,i i X ?? ?若第个产品是合格品其他情形. 而至少要生产n 件,则i =1,2,…,n ,且 X 1,X 2,…,X n 独立同分布,p =P {X i =1}=. 现要求n ,使得 1 {0.760.84}0.9.n i i X P n =≤ ≤≥∑ 即 0.80.9n i X n P -≤≤≥∑ 由中心极限定理得 0.9,Φ-Φ≥ 整理得0.95,Φ≥?? 查表 1.64,10≥ n ≥, 故取n =269. 3. 某车间有同型号机床200部,每部机床开动的概率为,假定各机床开动与否互不影响,开动时每部机床消耗电能15个单位.问至少供应多少单位电能 才可以95%的概率保证不致因供电不足而影响生产. 【解】要确定最低的供应的电能量,应先确定此车间同时开动的机床数目最大值m ,而m 要满足200部机床中同时开动的机床数目不超过m 的概率为95%,

概率论与数理统计知识点总结详细

概率论与数理统计知识 点总结详细 Document number:PBGCG-0857-BTDO-0089-PTT1998

《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

概率论与数理统计复习题--带答案

概率论与数理统计复习题--带答案

;第一章 一、填空题 1.若事件A?B且P(A)=0.5, P(B) =0.2 , 则P(A -B)=(0.3 )。 2.甲、乙各自同时向一敌机炮击,已知甲击中敌 机的概率为0.7,乙击中敌机的概率为0.8.求 敌机被击中的概率为(0.94 )。 3.设A、B、C为三个事件,则事件A,B,C中 不少于二个发生可表示为(AB AC BC ++)。 4.三台机器相互独立运转,设第一,第二,第三 台机器不发生故障的概率依次为0.9,0.8,0.7,则这三台机器中至少有一台发生故障的概率 为(0.496 )。 5.某人进行射击,每次命中的概率为0.6 独立 射击4次,则击中二次的概率为 ( 0.3456 )。 6.设A、B、C为三个事件,则事件A,B与C都 不发生可表示为(ABC)。 7.设A、B、C为三个事件,则事件A,B,C中 不多于一个发生可表示为(AB AC BC I I); 8.若事件A与事件B相互独立,且P(A)=0.5, P(B) =0.2 , 则P(A|B)=(0.5 );

9.甲、乙各自同时向一敌机炮击,已知甲击中敌机 的概率为0.6,乙击中敌机的概率为0.5.求敌机被击中的概率为(0.8 ); 10.若事件A与事件B互不相容,且P(A)=0.5, P(B) =0.2 , 则P(B A-)=(0.5 ) 11.三台机器相互独立运转,设第一,第二,第三 台机器不发生故障的概率依次为0.8,0.8,0.7,则这三台机器中最多有一台发生故障的概率为(0.864 )。 12.若事件A?B且P(A)=0.5, P(B) =0.2 , 则 P(B A)=(0.3 ); 13.若事件A与事件B互不相容,且P(A)=0.5, P(B) =0.2 , 则P(B A)=(0.5 ) 14.A、B为两互斥事件,则A B= U(S )15.A、B、C表示三个事件,则A、B、C恰 有一个发生可表示为 (ABC ABC ABC ++) 16.若()0.4 P AB A B= U P AB=0.1则(|) P B=,() P A=,()0.2 ( 0.2 ) 17.A、B为两互斥事件,则AB=(S ) 18.保险箱的号码锁定若由四位数字组成,则一次 )。 就能打开保险箱的概率为(1 10000

(完整word版)概率论与数理统计教案(48课时)

《概率论与数理统计》课程教案 第一章 随机事件及其概率 一.本章的教学目标及基本要求 (1) 理解随机试验、样本空间、随机事件的概念; (2) 掌握随机事件之间的关系与运算,; (3) 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算; (4) 理解事件频率的概念,了解随机现象的统计规律性以及概率的统计定义。了解概 率的公理化定义。 (5) 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 二.本章的教学内容及学时分配 第一节 随机事件及事件之间的关系 第二节 频率与概率 2学时 第三节 等可能概型(古典概型) 2 学时 第四节 条件概率 第五节 事件的独立性 2 学时 三.本章教学内容的重点和难点 1) 随机事件及随机事件之间的关系; 2) 古典概型及概率计算; 3)概率的性质; 4)条件概率,全概率公式和Bayes 公式 5)独立性、n 重伯努利试验和伯努利定理 四.教学过程中应注意的问题 1) 使学生能正确地描述随机试验的样本空间和各种随机事件; 2) 注意让学生理解事件,,,,,A B A B A B A B AB A ???-=Φ…的具体含义,理解 事件的互斥关系; 3) 让学生掌握事件之间的运算法则和德莫根定律; 4) 古典概率计算中,为了计算样本点总数和事件的有利场合数,经常要用到排列和组 合,复习排列、组合原理; 5) 讲清楚抽样的两种方式——有放回和无放回; 五.思考题和习题 思考题:1. 集合的并运算?和差运算-是否存在消去律?

2. 怎样理解互斥事件和逆事件? 3. 古典概率的计算与几何概率的计算有哪些不同点?哪些相同点? 习题: 第二章 随机变量及其分布 一.本章的教学目标及基本要求 (1) 理解随机变量的概念,理解随机变量分布函数的概念及性质, 理解离散型和连续 型随机变量的概率分布及其性质,会运用概率分布计算各种随机事件的概率; (2) 熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律 或密度函数及性质; 二.本章的教学内容及学时分配 第一节 随机变量 第二节 第二节 离散型随机变量及其分布 离散随机变量及分布律、分布律的特征 第三节 常用的离散型随机变量 常见分布(0-1分布、二项分布、泊松分布) 2学时 第四节 随机变量的分布函数 分布函数的定义和基本性质,公式 第五节 连续型随机变量及其分布 连续随机变量及密度函数、密度函数的性质 2学时 第六节 常用的连续型随机变量 常见分布(均匀分布、指数分布、正态分布)及概率计算 2学时 三.本章教学内容的重点和难点 a) 随机变量的定义、分布函数及性质; b) 离散型、连续型随机变量及其分布律或密度函数,如何用分布律或密度函数求任何 事件的概率; c) 六个常见分布(二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布); 四.教学过程中应注意的问题 a) 注意分布函数(){}F x P X x =<的特殊值及左连续性概念的理解; b) 构成离散随机变量X 的分布律的条件,它与分布函数()F x 之间的关系; c) 构成连续随机变量X 的密度函数的条件,它与分布函数()F x 之间的关系; d) 连续型随机变量的分布函数()F x 关于x 处处连续,且()0P X x ==,其中x 为任

概率论与数理统计习题集及答案

《概率论与数理统计》作业集及答案
第 1 章 概率论的基本概念
§1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢 3 次,观察正面 H﹑反面 T 出现的情形. 样本空间是:S=
(2) 一枚硬币连丢 3 次,观察出现正面的次数. 样本空间是:S= 2.(1) 丢一颗骰子. A:出现奇数点,则 A= ;B:数点大于 2,则 B= (2) 一枚硬币连丢 2 次, A:第一次出现正面,则 A= ; B:两次出现同一面,则= ; C:至少有一次出现正面,则 C= ;b5E2RGbCAP ;p1EanqFDPw .DXDiTa9E3d .
§1 .2 随机事件的运算
1. 设 A、B、C 为三事件,用 A、B、C 的运算关系表示下列各事件: (1)A、B、C 都不发生表示为: .(2)A 与 B 都发生,而 C 不发生表示为: .RTCrpUDGiT (3)A 与 B 都不发生,而 C 发生表示为: .(4)A、B、C 中最多二个发生表示为: .5PCzVD7HxA (5)A、B、C 中至少二个发生表示为: .(6)A、B、C 中不多于一个发生表示为: .jLBHrnAILg 2. 设 S ? {x : 0 ? x ? 5}, A ? {x : 1 ? x ? 3}, B ? {x : 2 ?? 4}:则 (1) A ? B ? (4) A ? B = , (2) AB ? , (5) A B = , (3) A B ? 。 ,
xHAQX74J0X
§1 .3 概率的定义和性质
1. 已知 P( A ? B) ? 0.8, P( A) ? 0.5, P( B) ? 0.6 ,则 (1) P( AB) ? , (2)( P( A B) )= 则 P( AB) = , (3) P( A ? B) = . .LDAYtRyKfE
2. 已知 P( A) ? 0.7, P( AB) ? 0.3,
§1 .4 古典概型
1. 某班有 30 个同学,其中 8 个女同学, 随机地选 10 个,求:(1)正好有 2 个女同学的概率, (2)最多有 2 个女同学的概率,(3) 至少有 2 个女同学的概率. 2. 将 3 个不同的球随机地投入到 4 个盒子中,求有三个盒子各一球的概率.
§1 .5 条件概率与乘法公式
1.丢甲、乙两颗均匀的骰子,已知点数之和为 7, 则其中一颗为 1 的概率是 2. 已知 P( A) ? 1 / 4, P( B | A) ? 1 / 3, P( A | B) ? 1 / 2, 则 P( A ? B) ? 。 。
§1 .6 全概率公式
1.
有 10 个签,其中 2 个“中” ,第一人随机地抽一个签,不放回,第二人再随机地抽一个签,说明两人 抽“中‘的概率相同。Zzz6ZB2Ltk 1 / 19

《概率论与数理统计》浙江大学第四版课后习题答案

概率论与数理统计习题答案 第四版 盛骤 (浙江大学) 浙大第四版(高等教育出版社) 第一章 概率论的基本概念 1.[一] 写出下列随机试验的样本空间 (1)记录一个小班一次数学考试的平均分数(充以百分制记分)([一] 1) ??? ????=n n n n o S 1001, ,n 表小班人数 (3)生产产品直到得到10件正品,记录生产产品的总件数。([一] 2) S={10,11,12,………,n ,………} (4)对某工厂出厂的产品进行检查,合格的盖上“正品”,不合格的盖上“次品”,如连续查出二个次品就停止检查,或检查4个产品就停止检查,记录检查的结果。 查出合格品记为“1”,查出次品记为“0”,连续出现两个“0”就停止检查,或查满4次才停止检查。 ([一] (3)) S={00,100,0100,0101,1010,0110,1100,0111,1011,1101,1110,1111,} 2.[二] 设A ,B ,C 为三事件,用A ,B ,C 的运算关系表示下列事件。 (1)A 发生,B 与C 不发生。 表示为: C B A 或A - (AB+AC )或A - (B ∪C ) (2)A ,B 都发生,而C 不发生。 表示为: C AB 或AB -ABC 或AB -C

(3)A ,B ,C 中至少有一个发生 表示为:A+B+C (4)A ,B ,C 都发生, 表示为:ABC (5)A ,B ,C 都不发生, 表示为:C B A 或S - (A+B+C)或C B A ?? (6)A ,B ,C 中不多于一个发生,即A ,B ,C 中至少有两个同时不发生 相当于C A C B B A ,,中至少有一个发生。故 表示为:C A C B B A ++。 (7)A ,B ,C 中不多于二个发生。 相当于:C B A ,,中至少有一个发生。故 表示为:ABC C B A 或++ (8)A ,B ,C 中至少有二个发生。 相当于:AB ,BC ,AC 中至少有一个发生。故 表示为:AB +BC +AC 6.[三] 设A ,B 是两事件且P (A )=0.6,P (B )=0. 7. 问(1)在什么条件下P (AB )取到最大值,最大值是多少?(2)在什么条件下P (AB )取到最小值,最小值是多少? 解:由P (A ) = 0.6,P (B ) = 0.7即知AB ≠φ,(否则AB = φ依互斥事件加法定理, P (A ∪B )=P (A )+P (B )=0.6+0.7=1.3>1与P (A ∪B )≤1矛盾). 从而由加法定理得 P (AB )=P (A )+P (B )-P (A ∪B ) (*) (1)从0≤P (AB )≤P (A )知,当AB =A ,即A ∩B 时P (AB )取到最大值,最大值为 P (AB )=P (A )=0.6, (2)从(*)式知,当A ∪B=S 时,P (AB )取最小值,最小值为 P (AB )=0.6+0.7-1=0.3 。 7.[四] 设A ,B ,C 是三事件,且0)()(,4 1 )()()(=== ==BC P AB P C P B P A P ,8 1 )(= AC P . 求A ,B ,C 至少有一个发生的概率。 解:P (A ,B ,C 至少有一个发生)=P (A +B +C )= P (A )+ P (B )+ P (C )-P (AB )-P (BC )

概率论与数理统计浙大版概述

§3.2 二维 r.v.的条件分布 ,2,1,,),(====j i p y Y x X P ij j i 设二维离散型 r.v. ( X ,Y )的分布 若 )(1>===∑∞ =?j ij i i p x X P p 则称 ? = ===i ij i j i p p x X P y Y x X P )(),(为在 X = x i 的条件下, Y 的条件分布律 ,2,1=j ) (i j x X y Y P ===记作 二维离散 r.v.的条件分布律

若 , 0)(1 >===∑∞ =?i ij j j p y Y P p 则称 j ij j j i p p y Y P y Y x X P ?====)(),(为在 Y = y j 的条件下X 的条件分布律 ,2,1=i ) (j i y Y x X P ===记作 类似乘法公式 ) ()(),(i j i j i x X y Y P x X P y Y x X P ======) ()(j i j y Y x X P y Y P ====或 ,2,1,=j i

类似于全概率公式 ) ,()(1 1∑∑∞ =∞======j j i j ij i y Y x X P p x X P ) ()(1 j j j i y Y P y Y x X P ====∑∞ = ,2,1=i ) ,()(1 1∑∑∞ =∞======i j i i ij j y Y x X P p y Y P ) ()(1i i i j x X P x X y Y P ====∑∞ = ,2,1=j

例1把三个球等可能地放入编号为 1, 2, 3 的三个盒子中, 每盒可容球数无限. 记X 为落入 1 号盒的球数, Y 为落入 2 号盒的球数,求 (1) 在Y = 0 的条件下,X 的分布律; (2) 在X = 2 的条件下,Y 的分布律.

相关文档
最新文档