概率论与数理统计论文剖析
概率论与数理统计论文
学院：航天学院
班级：1421201
姓名：郭兴达
学号：1142120133
经过一个学期的的概率论学习，我想将我的感想和收获写在论文中，那么我就先介绍一下概率论的发展简史吧。
一、发展简史
统计学是关于数字资料收集、组织、分析与解释的科学。
“资料收集”是取得数量或数据的方法。正确的结论只能来源于正确的资料，来源于有代表性的资料。
“资料组织”是以适当形式表现所收集的资料，以得出符合逻辑的结论。
“资料分析”是从给定的量或数，抽出有关问题，从而得出一个简要的综合姓的结果。达到这个日的的最重要的量(平均数、中位数、极差、标推差，等等)。
“资料解释”是通过资料分析来作出结论的工作，它通常是通过类似对象的小的集合提供的信息来对有关对象的大的集合形成预测的。
因此，统计学是一门科学，它处理在某种程度上可用数量信息回答的问题，而信息是通过计数和量度得到的。不论我们在生物研究中调查昆虫数、还是在工厂中调查工人数或工时数，统计工作者的职责首先是选择所裔的那类信息，其次是指导适当的有效的收集与加工信息，最后是解释结果。在解释结果中，特别是在资料不完全的情况下，统计工作者必须运用原理与方法以得出有效的调查结果。他常常要求面对不肯定的情况做出明智的决策。
统计一词有两个显然不同的意义。当用作如上所指的情况时，它是。一种研究和评价数量资料的科学方法。当用作复数时，它是“数量资料：一词的同义语。因此，如果我们说在“世界年鉴”或“美国统计摘要”中有统计，即是说在它们中有数量资料。这是一个古老的、有普遍意义酌词。原先，统计着重为政府首脑管理国家政务提供资料。用数字资料表现的这种信息可以上溯到亚里斯多德及他的“国家政务论”。事实上，“statistics与“state”源于同一词根，就是一个明证。早期大多数文明国家，由于军事的与财政的原因，曾经编制大规模的统计资料，以确定国家的入力与物力。我们在基督教圣经中曾看到诸如此类的户口调查，以及罗马帝国各地普遍编制的税册。
概率论的研究始于意大利的文艺复兴时期，当时赌徒要求找到掷段子决定胜负的规则，曾向学者G．卡达诺(150l--1576)和著名的数学天文学家G．加利莱(1564—1642)求教；加利莱所写的一篇短文中，说明了概率的基本定律，从而为整个统计科学的发展奠定了理论基础。
在16与17世纪，机会对策(赌博)在富人中特别普遍，而且引进了更复杂的对策，包括更大的赌注，不同的对策需要一个合理的计算“机会”，当时这个问题成了一个非常重要的问题。一个法国知识分子C，梅勒也是一个狂热的赌徒，他曾向著名的数学家和哲学家B。帕斯卡尔(1623—1662)求教，帕斯卡尔的注意促成了与他的数学朋友的交往，特别是与P．弗曼特马(1601--16S5)的书信往来，就成为现代概率论与组合分析的起源。
研究“机会”定律的其他闻名的数学家有O．W．莱布尼兹(1646—1716)与雅可比·白努利(1654—1705)，他是著名的白努利家族九个数学家中的第一个。他们都赢得了卓越的声誉，
其中雅可比的兄弟约翰·白努利(1667--1748)，侄子尼古拉·白努利(1687--H59)与丹尼尔·白努利(1700—1782)都成为世界上知名的人。第一篇广博的概率论论文是由雅可比·白努利写出的，他详细地阐述了大数定律的原理。尼古拉·白努利把概率的概念用于法律问题，而丹尼尔．白努利则把概率的计算用于流行病学与保险学的研究。 对理论的其他贡献的有J ．斯特林(1692—1770)的n!近似公式；M ．康杜斯(1743—1794)把概率与统计应用于社会问题；T ●贝期(1702—176，1)首先归纳地运用概率；L ．尤勒(1707—1783)首创使用希腊字母西格马∑作为求和的符号；以及T ．辛普森(1710一1761)把连续原理运用到数学横串理论中。人L ．R ．阿勒贝特(1717—1783)在他的概率研究中使用了气象资料；人L ．拉格朗日(1736—1813)使用了微分学；Po B ．蒙特模特(1678—1719)引进了有限差分的计算。C ．巴夫(1707—1788)在现代遗传的某些方面以及在概率计算上属于领先地位，此外，S ．D ．泊松(1781—1840)发展了以他本人名字命名的分布，即泊松分布。在1835一1870年间，比利时科学家L ．A ．J. 魁持奈(1796—1874)对概率与统计的发展与应用作出了重大贡献。他把生物学的与人类学的油量和正东曲线紧密池联系在一起。：魁特奈把统计方法不仅用在生物上，而且用到教育与社会学上。他显示出对统计的极广泛的兴趣，他是认识大数稳定性的第一个人，也是首先论证在研究领域里，发展起来的统计方法可以推广到其他大多数领域的人之一。
在德国，O ．F ．纳普(1842一1926)按照魁特奈的原则广泛地调查研究死亡统计，而W ．刘易斯(1837—1914)发展现在叫做一向方差分析的程序。本世纪初，一位爱尔兰吉尼斯啤酒厂的统计学家W ．S ．戈塞特(1876一1937)，笔名“学生”，出版了许多篇关于解释抽样资料的文章。他是第一个入认识到发展小样本方法以得出可靠信息的重要性。这种方法以后由R ．A ．费雪(1890一1962)及其同事在英国推广，费雪对科学作出了很大贡献，特别是群体遗传学方面，他开拓了试验理论，注意统计方法及其在科学研究领域中的应用。正是费雪。他引进了现在广泛应用的“虚假设”一词(null —，hypothesis)，并发展了方差分析的统计方法。 在统计研究中有一点要提请注意，认识这一点是很重要的,即没有一个统计方法本身能保证数据不出现错误、绝对准确，不能保证推理没有毛病、结论正确。原始资料一定要正确、方法一定要恰当；而结果一定要由不仅懂得方法，而且要由懂得应用的人来解释。本书是把所讨论的统计方法当作土具，由适当的人掌握，在设计合理的场合加以应用，以取得有用的结论，但统计方法本身并不能创造奇迹。
浅谈随机变量的数字特征
摘要：我们知道，随机变量的分布函数完全刻画了随机变量的统计规律，它反应了随机变量
的全貌，而随机变量的数字特征只是随机变量的统计规律的某一个方面的数量描述，不能完整地描述随机变量，但却反映随机变量取值的一些特征。本文就从这点出发，主要讲述随机变量的数字特征的引出、相关知识点及重点和随机变量数字特征的应用。
关键字：数字特征 数学期望 方差 协方差 相关系数
1．数学期望
设X 是离散型的随机变量，其概率函数为
(),1,2,,i i P X a p i ===
如果级数
i i
i
a p
∑绝对收敛，则定义X 的数学期望为
()i i
i E X a p =∑；
设X 为连续型随机变量，其概率密度为()f x ，如果广义积分()xf x dx
+∞
-∞?绝对可积，则定义X 的数学期望为
()()E X xf x dx
+∞-∞
=?
．
2．随机变量函数的数学期望
设X 为离散型随机变量，其概率函数
(),1,2,,i i P X a p i ===
如果级数
()i
i
i
g a p
∑绝对收敛，则X 的函数()g X 的数学期望为
[()]()i i
i E g X g a p =∑
设(,)X Y 为二维离散型随机变量，其联合概率函数
(,),,1,2,,i j ij P X a Y b p i j ====
如果级数
(,)i j ij
j
i
g a b p ∑∑
绝对收敛，则(,)X Y 的函数(,)g X Y 的数学期望为
[(,)](,)i j ij
j i E g X Y g a b p =∑∑；
特别地();()i ij j ij
i i j i E X a p E Y b p ==∑∑∑∑. 设X 为连续型随机变量，其概率密度为()f x ，如果广义积分 ()()g x f x dx
+∞
-∞?绝对收敛，则X 的函数()g X 的数学期望为
[()]()()E g X g x f x dx
+∞
-∞=?．
设(,)X Y 为二维连续型随机变量，其联合概率密度为(,)f x y ，如果广义积分
(,)(,)g x y f x y d x d y
+∞+∞-∞
-∞
??
绝对收敛，则(,)X Y 的函数(,)g X Y 的数学期望为
[(,)](,)(,)E g x y g x y f x y dxdy
+∞+∞
-∞
-∞
=?
?
；
特别地
()(,)E x xf x y dxdy +∞
+∞
-∞-∞=?
?
, ()(,)E Y yf x y dxdy
+∞
+∞
-∞
-∞
=?
?
.
3．数学期望的性质
3.1 ()E c c = (其中c 为常数)；
3.2 ()()E kX b kE X b +=+ (,k b 为常数)； 3.3 ()()()E X Y E X E Y +=+；
3.4 如果X 与相互独立，则()()()E XY E X E Y =.
4．方差与标准差
随机变量X 的方差定义为
2()[()]D X E X E X =-．
计算方差常用下列公式：
22()()[()]D X E X E X =-’
当X 为离散型随机变量，其概率函数为
(),1,2,,i i P X a p i ===
如果级数
2
(())
i i
i
a E X p -∑收敛，则X 的方差为
2()(())i i
i
D X a
E X p =-∑；
当X 为连续型随机变量，其概率密度为()f x ，如果广义积分2(())()x E X f x dx +∞
-∞-?收敛，
则X 的方差为
2()(())()D X x E x f x dx
+∞
-∞=-?.
随机变量X 的标准差定义为方差()D X 的算术平方根()D X . 5．方差的性质
5.1 ()0D c = (c 是常数)；
5.2 2
()()D kX k D X = (k 为常数)；
5.3如果X 与Y 独立，则()()()D X Y D X D Y ±=+.
6．协方差
设(,)X Y 为二维随机变量，随机变量(,)X Y 的协方差定义为
cov(,)[(())(())]X Y E X E X Y E Y =--．
计算协方差常用下列公式：
cov(,)()()()X Y E XY E X E Y =-．
当X Y =时，cov(,)cov(,)()X Y X X D X ==． 协方差具有下列性质：
6.1 cov(,)0X c = (c 是常数)；
6.2 cov(,)cov(,)X Y Y X =；
6.3 cov(,)cov(,)kX lY kl X Y = (,k l 是常数)； 6.4 1212cov(,)cov(,)cov(,)X X Y X Y X Y +=+ 7．相关系数
随机变量(,)X Y 的相关系数定义为
cov(,)()()XY X Y D X D Y ρ=
相关系数XY ρ反映了随机变量X 与Y 之间线性关系的紧密程度，当||XY ρ越大，X 与Y 之间的线性相关程度越密切，当0XY ρ=时，称X 与Y 不相关．
相关系数具有下列性质：
7.1 ||1XY ρ≤；
7.2 ||1XY ρ=的充要条件是()1P Y aX b =+=，其中,a b 为常数；
7.3 若随机变量X 与Y 相互独立，则X 与Y 不相关，即0XY ρ=，但由0XY ρ=不能推断X 与Y 独立．
7.4下列5个命题是等价的： ． 7.4.1 0XY ρ=；
7.4.2 cov(,)0X Y =；
7.4.3 ()()()E XY E X E Y =； 7.4.4 ()()()D X Y D X D Y +=+)； 7.4.5 ()()()D X Y D X D Y -=+． 利用协方差或相关系数可以计算
()()()2cov(,)()()2()()XY D X Y D X D Y X Y D X D Y D X D Y ρ±=+±=+±． 8．原点矩与中心矩
随机变量X 的k 阶原点矩定义为
()k
E X ； 随机变量X 的k 阶中心矩定义为
[(())]k E X E X -]； 随机变量(,)X Y 的(,)k l 阶混合原点矩定义为
()k l
E X Y ； 随机变量(,)X Y 的(,)k l 阶混合中心矩定义为
[(())(())]k l
E X E X Y E Y --． 一阶原点矩是数学期望()E X ；
二阶中心矩是方差D(X)；
(1,1)阶混合中心矩为协方差cov(,)X Y . 9．常用分布的数字特征
9.1当X 服从二项分布(,)B n p 时，
(),()(1)E X np D X np p ==-． 9.2 当X 服从泊松分布()p λ时，
(),()E X D X λλ==， 9.3 当X 服从区间(,)a b 上均匀分布时，
2
()(),()212a b b a E X D X +-==
9.4 当X 服从参数为λ的指数分布时，
2
11
(),()E X D X λλ== 9.5 当X 服从正态分布
2
(,)N μσ时， 2(),()E X D X μσ==．
9.6 当(,)X Y 服从二维正态分布
22
1212(,,,,)N μμσσρ时， 211(),()E X D X μσ==；
222(),()E Y D Y μσ==；
1.通过分布求数字特征
如：已知某网站每天的登录人数服从参数为的泊松分布，而进入该网站的每个人打开某网页的概率为，试求访问该网页人数的分布律及其数学期望.
解以表示登录网站的人数，表示访问某网页的人数.
依题意:
由全概率公式得:
可见仍服从泊松分布，参数为，因此其数学期望为
2.利用运算性质求数字特征
如：已知随机变量和服从正态分布和，且与的相关系数
，设，试求 (1)，，； (2)与是否相互独立?为什么.
解(1)由运算性质，有，
故；
(2)由于不一定是二维正态分布，故由不能推出与相互独
立.(若与均服从正态分布，且与相互独立，则服从二维正态分布)
3.利用分解法进行计算
如：对某一目标连续射击，直至命中次为止.设每次射击的命中率为，试求消耗的子弹数的数学期望.
解设表示第次命中至第次命中之间所消耗的子弹数(含第次命中不含第
次命中)，
则，，
于
是
故.
总之，随机变量的数字特征的研究具有理论上和实际上的重要意义。
参考文献：《概率论与数理统计》第四版江西高校出版社
《概率论与数理统计学习指导书》第四版江西高校出版社
(完整版)概率论与数理统计课后习题答案
·1· 习 题 一 1．写出下列随机试验的样本空间及下列事件中的样本点： （1）掷一颗骰子，记录出现的点数. A =‘出现奇数点’； （2）将一颗骰子掷两次，记录出现点数. A =‘两次点数之和为10’，B =‘第一次的点数，比第二次的点数大2’； （3）一个口袋中有5只外形完全相同的球，编号分别为1,2,3,4,5；从中同时取出3只球，观察其结果，A =‘球的最小号码为1’； （4）将,a b 两个球，随机地放入到甲、乙、丙三个盒子中去，观察放球情况，A =‘甲盒中至少有一球’； （5）记录在一段时间内，通过某桥的汽车流量，A =‘通过汽车不足5台’，B =‘通过的汽车不少于3台’。 解 （1）123456{,,,,,}S e e e e e e =其中i e =‘出现i 点’ 1,2,,6i =L ， 135{,,}A e e e =。 （2）{(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)S = (2,1),(2,2),(2,3),(2,4),(2,5),(2,6) (3,1),(3,2),(3,3),(3,4),(3,5),(3,6) (4,1),(4,2),(4,3),(4,4),(4,5),(4,6) (5,1),(5,2),(5,3),(5,4),(5,5),(5,6) (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}； {(4,6),(5,5),(6,4)}A =； {(3,1),(4,2),(5,3),(6,4)}B =。 （ 3 ） {(1,2,3),(2,3,4),(3,4,5),(1,3,4),(1,4,5),(1,2,4),(1,2,5) S = (2,3,5),(2,4,5),(1,3,5)} {(1,2,3),(1,2,4),(1,2,5),(1,3,4),(1,3,5),(1,4,5)}A = （ 4 ） {(,,),(,,),(,,),(,,),(,,),(,,), S ab ab ab a b a b b a =--------- (,,),(,,,),(,,)}b a a b b a ---，其中‘-’表示空盒； {(,,),(,,),(,,),(,,),(,,)}A ab a b a b b a b a =------。 （5）{0,1,2,},{0,1,2,3,4},{3,4,}S A B ===L L 。 2．设,,A B C 是随机试验E 的三个事件，试用,,A B C 表示下列事件：
数理统计论文
研究生课程考核试卷 （适用于课程论文、提交报告） 科目：概率论与数理统计上课时间：2017.2-2017.5 姓名：刘振学号： 20160702031专业：机械工程教师：刘朝林 工作单位或所在行业：重庆大学 考生成绩： 卷面成绩平时成绩课程综合成绩阅卷评语： 阅卷教师 (签名)
回归分析在数理统计中的应用 摘要:回归分析是数理统计中重要的一种数据统计分析的思想, 是处理变量间的相关关系的一种有效工具。其目的在于根据已知自变量的变化来估计或预测因变量的变化情况，或者根据因变量来对自变量做一定的控制. 它可以提供变量间相关关系的数学表达式, 且利用概率统计知识，对经验公式及有关问题进行分析、判断以确定经验公式的有效性,从众多的解释变量中，判断哪些变量对因变量的影响是显著的，哪些是不显著的. 还可以利用所得经验公式，由一个或几个变量的值去预测或控制个变量的值时的值，去预测或控制另一个变量的取值，同时还可知道这种预测和控制可以达到什么样的精度。 本文就是针对实际问题运用回归分析中一元线性回归分析的统计方法，来确定自变量与 另一个变量的相关关系，并确立出较为合理的回归方程，再对其的可信度进行统计检验. 关键词：回归分析；回归方程；F检验法
1．问题的提出 调查一下重庆大学学生的生活费与家庭收入的关系，看看是否家庭收入越高，学生的每月支出也越多，从而根据学生每月消费支出，进而估计学生的家庭收入情况，对学生的生活补助等问题有重要的参考意义 2.数据描述 根据调研的重庆大学学生家庭月收入与每月生活费的数据，确定两者关系。数据来源100多份问卷调查的抽样，取其中10份，绘制表1如下图所示序号家庭月收入每月生活费14800 500 25200 600 35420 650 45600 700 56000 750 66400 800 76800 900 87000 1000 97200 1200 108000 1500 表1-1 重庆大学学生家庭月收入与每月生活费的数据利用matlab软件画出家庭月收入与每月生活费的散点图，如图一所示
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。
层次分析法期末论文
2015-2016学年第二学期《物流配送中心规划与设计》期末作业要求1、运用层次分析法分析生活中面临的选择问题，评价指标自选，准则层不少于3个，方案层不少于3个。 2、内容格式要求见例文。
层次分析法在购买洗面奶决策中的应用 班级：姓名：学号： 摘要：随着科技的发展，数学与人们的生活联系越来越紧密，层次分析法作为其中一个分支，也被广泛应用于军事，经济等方面。本文采用层次分析法，从价格、效果和品牌影响力三个方面因素对购买洗面奶模型做出评价，并用权重定量化进行研究，可为消费者和生产厂家提供有效地依据。 关键词：层次分析法判断矩阵购买洗面奶要素 一．问题描述 随着人们对生活水平要求的不断提高，对洗面奶的选择也成为众多男士一个不可避免的问题。由于现在市面上洗面奶的品牌目不暇接，所以对洗面奶的选择也成了一个难题。通过查阅资料和网上问卷调查结果，对男士经常选择的牌子大致分三类：曼秀雷敦、巴黎欧莱雅和火山泥，购买时主要考虑的因素有价格、效果和品牌影响力三个方面。由于每款洗面奶在各影响因素上往往各有优缺点，可利用层次分析法将消费者购买的经验判断予以量化，为购买决策提供依据。 二．问题求解 1.建立层次结构模型： 目标层A 准则层 方案层 其中价格数据为厂家出厂时的规定价格，效果和品牌影响力由网络问卷调查得
到，其中效果等级分类从高到低为5,4,3,2,1；品牌吸引力等级从高到低为3,2,1；得到下表数据： 2.构造判断矩阵： 由上表数据可得A-C 判断矩阵为： 1 3 5 1/3 1 3 1/5 1/3 1 P C i -判断矩阵分别为： 1 3 5 1 1/ 2 1/5 1 2 4 1/ 3 1 3 2 1 1/3 1/2 1 3 1/5 1/3 1 5 3 1 1/ 4 1/3 1 3.一致性检验及求各层元素相对权重： 由程序（程序见附件）可以判断以上四个矩阵都满足一致性检验，且算得A-C 矩阵的最大特征值和特征向量为： 1λ=3.0385,1ω=(0.6370,0.2583,0.1047)T ； P C i -矩阵的最大特征值和特征向量分别为： T )1047.0,2583.0,6370.0(,0385.322==ωλ; T )6483.0,2297.0,1220.0(,0037.333==ωλ T )1220.0,3196.0,5584.0(,0183.344==ωλ。 4.计算方案的总权重：
概率论与数理统计第三章课后习题答案
习题三 1.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与 出现反面次数之差的绝对值.试写出X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 222??222 ??= 2.盒子里装有3只黑球、2只红球、2只白球，在其中任取4只球，以X 表示取到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律. 【解】X 和Y 的联合分布律如表： 324 C 35= 32 4 C 35= 322 4 C 35= 11322 4 C C 12C 35=132 4 C 2C 35 = 21322 4 C C 6C 35 = 2324 C 3 C 35 = 3.设二维随机变量（X ，Y ）的联合分布函数为 F （x ，y ）=?????≤ ≤≤≤., 020,20,sin sin 其他ππy x y x 求二维随机变量（X ，Y ）在长方形域? ?? ? ??≤<≤<36,40πππy x 内的概率. 【解】如图πππ {0,}(3.2)463 P X Y <≤ <≤公式 ππππππ(,)(,)(0,)(0,)434636 F F F F --+
ππππππ sin sin sin sin sin0sin sin0sin 434636 2 (31). 4 =--+ =- 题3图 说明：也可先求出密度函数，再求概率。 4.设随机变量（X，Y）的分布密度 f（x，y）= ? ? ?> > + - . ,0 ,0 ,0 ,)4 3( 其他 y x A y x e 求：（1）常数A； （2）随机变量（X，Y）的分布函数； （3）P{0≤X<1，0≤Y<2}. 【解】（1）由-(34) 00 (,)d d e d d1 12 x y A f x y x y A x y +∞+∞+∞+∞ + -∞-∞ === ???? 得A=12 （2）由定义，有 (,)(,)d d y x F x y f u v u v -∞-∞ =?? (34)34 00 12e d d(1e)(1e)0,0, 0, 0, y y u v x y u v y x -+-- ??-->> ? == ?? ? ?? ?? 其他 (3) {01,02} P X Y ≤<≤< 12(34)38 00 {01,02} 12e d d(1e)(1e)0.9499. x y P X Y x y -+-- =<≤<≤ ==--≈ ?? 5.设随机变量（X，Y）的概率密度为 f（x，y）= ? ? ?< < < < - - . ,0 ,4 2,2 ), 6( 其他 y x y x k
应用时间序列分析论文
南通大学应用时间序列分析 课程论文 学生姓名邱艳 所在院系理学院 专业统计学 学号0902092013 指导教师陆志峰 南通大学理学院 2011年12月20日 统计091班
实证项目研究（课程论文）--------货币数量论的实证分析 一问题的提出 近几十年来，国内的房地产业发展迅速，开发的面积和规模也越来越大。大 多数国人对房地产这个话题的热情是经久不衰，房地产业内任何重大的政策和举 措都对普通老百姓的生活产生深刻的影响。 2010年上半年，全国房地产开发投资19747亿元，同比增长38.1%，其中，商品住宅投资13692亿元，同比增长34.4%，占房地产开发投资的比重为69.3%。6月当月，房地产开发完成投资5830亿元，比上月增加1845亿元，增长46.3%。 2010年上半年，全国房地产开发企业房屋施工面积30.84亿平方米，同比 增长28.7%；房屋新开工面积8.05亿平方米，同比增长67.9%；房屋竣工面积2.44亿平方米，同比增长18.2%，其中，住宅竣工面积1.96亿平方米，增长15.5%。2010年上半年，全国房地产开发企业完成土地购置面积18501万平方米，同比增长35.6%，土地购置费4221亿元，同比增长84.0%。 那么，房地产销售价格指数是否存在一定的内在规律呢，我们是否可以对其 进行预测从而指导居民做出正确的选择呢？这便是本文所要探求和解决的问题。 理论综述 时间序列分析就是对一组按时间顺序排列的随机变量进行统计分析，建立模 型并对未来的趋势走向进行分析的统计方法。本文运用时间序列分析软件SAS 进行分析。 数据的收集 本文获取了我国1998-3-31到2009-12-31的房地产销售价格指数数据
概率论与数理统计结课论文
概率论与数理统计课程总结报告——概率论与数理统计在日常生活中的应用 姓名： 学号： 专业：电子信息工程
摘要：数学作为一门工具性学科在我们的日常生活以及科学研究中扮演着极其重要的角色。概率论与 数理统计作为数学的一个重要组成部分，在生活中的应用也越来越广泛，近些年来，概率论与数理统计知识也越来越多的渗透到经济学，心理学，遗传学等学科中，另外在我们的日常生活之中，赌博，彩票，天气，体育赛事等都跟概率学有着十分密切的关系。本文着眼于概率论与数理统计在我们生活中的应用，通过前半部分对概率论与数理统计的一些基本知识的介绍，包括概率的基本性质，随机变量的数字特征及其分布，贝叶斯公式，中心极限定理等，结合后半部分的事例分析讨论了概率论与数理统计在我们生活中的指导作用，可以说，概率论与数理统计是如今数学中最活跃，应用最广泛的学科之一。 关键词：概率论 数理统计 经济生活 随机变量 贝叶斯公式 基本知识 §1.1 概率的重要性质 1.1.1定义 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。 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∑===n k k n k k A P A P 1 1 )()( （n 可以取∞） 1.1.2 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∑===n k k n k k A P A P 1 1 )()( （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 -+=?
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
层次分析法论文
层次分析法应用于城市购房决策中的实例分析 濮长飞 南京晓庄学院04数本2班 摘要：本文针对消费者购房这一具体问题，基于高等代数矩阵内容，立足于数学建模， 通过具体实例的分析详细描述了采用层次分析法解决多目标决策问题的方法和步骤，为 消费者的购房决策提供科学合理的办法。 关键词：成对比较矩阵；特征根；特征向量；层次分析法 随着经济的发展，收入水平的增加，消费者对商品房的要求也在增加。目前多数消费者购房有的因为工作，有的是为了改善居住环境，还有的是为了投资。不管是什么原因，由于涉及金额巨大，购房需慎之又慎，以免花钱买后悔。 针对消费者的需求，房地产开发商也在不断地推出新的楼盘。这些楼盘往往各有各的特点，这使得消费者经常因选房而筋疲力尽，生怕捡了芝麻丢了西瓜。究其原因，主要是考虑的因素太多，价格、交通、环境等等。如就价格而言，甲比乙便宜；而就交通而言，乙又不如甲，这就使得购房者难以做出孰优孰劣的判断。但是，所有的购房者都想买到物美价廉的房子，这是总目标，如果我们能够对备选房源“物美价廉”的程度进行量化，就能通过简单的数值比较做出决策。运用统计学中的层次分析法就能轻松解决这一决策难题。 一、层次分析法概述 1 简介 层次分析法是美国运筹学家萨蒂在20世纪70年代提出的一种实用的定性和定量相结合的多准则决策方法。它是把复杂的决策按照目标层、准则层、子准则层、方案层的顺序表示为一个有序的递阶层次结构，通过人们的比较判断，计算各种决策方案在不同准则及总目标之下的相对重要性权重，从而把难以量化的各种方案定量化，以得到各种方案的相对优劣的排序值，并据此做出最后的决策。 2 层次分析法的基本步骤 第一步：根据问题的性质和要求，提出一个总目标。将目标逐层分解为几个层次，建立层次结构模型。
概率论与数理统计第二版_课后答案_科学出版社_参考答案_
习题2参考答案 X 2 3 4 5 6 7 8 9 10 11 12 P 1/36 1/18 1/12 1/9 5/36 1/6 5/36 1/9 1/12 1/18 1/36 解：根据 1)(0 ==∑∞ =k k X P ，得10 =∑∞ =-k k ae ，即111 1 =---e ae 。 故 1-=e a 解：用X 表示甲在两次投篮中所投中的次数，X~B(2, 用Y 表示乙在两次投篮中所投中的次数, Y~B(2, (1)两人投中的次数相同 P{X=Y}= P{X=0,Y=0}+ P{X=1,Y=1} +P{X=2,Y=2}= 1 1 2 2 020********* 2222220.70.30.40.60.70.30.40.60.70.30.40.60.3124C C C C C C ?+?+?=(2)甲比乙投中的次数多 P{X>Y}= P{X=1,Y=0}+ P{X=2,Y=0} +P{X=2,Y=1}= 1 2 2 1 110220022011222222 0.70.30.40.60.70.30.40.60.70.30.40.60.5628C C C C C C ?+?+?=解:（1）P{1≤X ≤3}= P{X=1}+ P{X=2}+ P{X=3}=12321515155 ++= (2)P{ 解：（1）P{X=2,4,6,…}=246211112222k +++L =11[1()] 14 41314 k k lim →∞-=- （2）P{X ≥3}=1―P{X<3}=1―P{X=1}- P{X=2}=111 1244 --= 解：设i A 表示第i 次取出的是次品，X 的所有可能取值为0，1，2 12341213124123{0}{}()(|)(|)(|)P X P A A A A P A P A A P A A A P A A A A ====18171615122019181719 ???= 1123412342341234{1}{}{}{}{} 2181716182171618182161817162322019181720191817201918172019181795 P X P A A A A P A A A A P A A A A P A A A A ==+++=???+???+???+???= 12323 {2}1{0}{1}1199595 P X P X P X ==-=-==- -= 解：(1)设X 表示4次独立试验中A 发生的次数，则X~B(4, 34 314044(3)(3)(4)0.40.60.40.60.1792P X P X P X C C ≥==+==+= (2)设Y 表示5次独立试验中A 发生的次数，则Y~B(5, 3 4 5 324150555(3)(3)(4)(5)0.40.60.40.60.40.60.31744P X P X P X P X C C C ≥==+=+==++= （1）X ～P(λ)=P ×3)= P 0 1.51.5{0}0! P X e -=== 1.5 e - （2）X ～P(λ)=P ×4)= P(2) 0122 222{2}1{0}{1}1130!1! P X P X P X e e e ---≥=-=-==--=- 课程论文时间序列分析 题目时间序列模型在人口增长中的应用学院数学与统计学院 专业统计学 班级统计（二）班 学生殷婷 2010101217 指导教师翠霞 职称 2012 年10 月29 日 引言 人口问题是一个世界各国普遍关注的问题。人作为一种资源，主要体现在人既是生产者，又是消费者。作为生产者，人能够发挥主观能动性，加速科技进步，促进社会经济的发展；作为消费者，面对有限的自然资源，人在发展的同时却又不得不考虑人口数量的问题。我国是一个人口大国，人口数量多，增长快，人口素质低；由于人口众多，不仅造成人均资源的数量很少，而且造成住房、教育、就业等方面的很大压力。所以人口数量是社会最为关注的问题，每年新增加的国民生产总值有相当一部分被新增加的人口所抵消，从而造成社会再生产投入不足，严重影响了国民经济的可持续发展。因此，认真分析研究我国目前的人口发展现状和特点，采取切实可行的措施控制人口的高速增长，已经成为我国目前经济发展中需要解决的首要问题。 本文通过时间序列模型对人口的增长进行预测，国家制定未来人口发展目标和生育政策等有关人口政策的基础，对于国民经济计划的制定和社会战略目标的决策具有重要参考价值。人口的预测，作为经济、社会研究的需要，应用越来越广泛，也越来越受到人们的重视。在描绘未来小康社会的蓝图时，首先应要考虑的是未来中国的人口数量、结构、分布、劳动力、负担系数等等，而这又必须通过人口的预测来一一显示。人口数量在时间上的变化，可以用时间序列模型来预测其继后期的数量。 本文通过时间序列分析的方法对人口增长建立模型,取得了较好 的预测结果。时间序列分析是研究动态数据的动态结构和发展变化规律的统计方法。以1990年至2008年中国人口总数为例,用时间序列分析Eviews软件建立模型,并对人口的增长进行预测,研究时间序列模型在人口增长中的应用。 基本假设 (1) 在预测中国人口的增长趋势时，假设全国人口数量的变化是封闭的即人口的出生率和死亡率是自然变化的，而不考虑与其他国家的迁移状况； (2)在预测的年限，不会出现意外事件使人口发生很大的波动，如战争，疾病； (3) 题目数据能够代表全国的整体人数。。 问题分析 根据抽样的基本原理，预测人口增长趋势最直接的方法就是预测出人口总数的增长量，因此我们运用中华人民国国家统计局得到的1990年到2008年度总人口数据。考虑到迁移率、死亡率、出生率、年龄结构等多个因素对人口数量的影响，求解人口增长趋势的关键是如何在我们的模型中充分的利用这些影响因素从而使我们的预测结果具有较高的精确性。 研究数据： 概率论与数理统计 在日常经济生活中的应用 摘要：数学作为一门工具性学科在我们的日常生活以及科学研究中扮演着极其重要的角色。概率论与数理统计作为数学的一个重要组成部分，在生活中的应用也越来越广泛，近些年来，概率论与数理统计知识也越来越多的渗透到经济学，心理学，遗传学等学科中，另外在我们的日常生活之中，赌博，彩票，天气，体育赛事等都跟概率学有着十分密切的关系。本文着眼于概率论与数理统计在我们生活中的应用，通过前半部分对概率论与数理统计的一些基本知识的介绍，包括概率的基本性质，随机变量的数字特征及其分布，贝叶斯公式，中心极限定理等，结合后半部分的事例分析讨论了概率论与数理统计在我们生活中的指导作用，可以说，概率论与数理统计是如今数学中最活跃，应用最广泛的学科之一。 关键词：概率论数理统计经济生活随机变量贝叶斯公式 §2.1 在中奖问题中的应用 集市上有一个人在设摊“摸彩”，只见他手拿一个黑色的袋子，内装大小.形状.质量完全相同的白球20只，且每一个球上都写有号码（1-20号）和1只红球，规定：每次只摸一只球。摸前交1元钱且在1--20内写一个号码，摸到红球奖5元，摸到号码数与你写的号码相同奖10元。 （1） 你认为该游戏对“摸彩”者有利吗？说明你的理由。 （2） 若一个“摸彩”者多次摸奖后，他平均每次将获利或损失多少元？ 分析：（1）分别求出“摸彩”者获奖5元和获奖10元的概率，即可说明； （2）求出理论上的收益与损失，再比较即可解答． 20 （5+10）-1=-0.25＜0，故每次平均损失0.25元． §2.2 在经济管理决策中的应用 某人有一笔资金,可投入三个项目:房产x 、地产 y 和商业z ,其收益和市场状态有关,若把未来市 场划分为好、中、差三个等级,其发生的概率分别为10.2p =,20.7p =, 30.1p = ,根据市场调研的情况可知不同等级状态下各种投资的年收益(万元) ,见下表: 请问:该投资者如何投资好? 解 我们先考察数学期望,可知 ()()110.230.730.1 4.0E x =?+?+-?=； ()()60.240.710.1 3.9E y =?+?+-?=； ()()100.220.720.1 3.2E z =?+?+-?=； 根据数学期望可知,投资房产的平均收益最大,可能选择房产,但投资也要考虑风 险,我们再来考虑它们的方差: ()()()()222 1140.2340.7340.115.4D x =-?+-?+--?=; 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 摘要 本文针对一名高考升学考生报考学校专业问题进行建立层次分析模型。 首先通实地了解“一考生”有关意向数据，并对其进行处理，总结四大影响因素：专业就业情况、学校有关情况、自身影响因素和家庭影响因素及各因素对比比较矩阵A，和报考的学校专业：南昌大学计算机专业、九江学院船舶制造专业、景德镇陶瓷学院陶瓷专业、上饶师范学校教育专业和各专业对比较矩阵。 ( B )4,3,2,1 i i 其次，建立目标、准则和方案的‘层次直观模型图’。进而以准则层对方案层权重比值及一致性指标进行检验，此过程利用MATLAB软件进行对数据进行求解，得出矩阵的最大特征值及特征向量，从而利用相关Saaty .定理验证得 T S. 出准则层对方案层一致性指标验证通过。 同理，再次验证方案层对准则层权重比值及一致性指标进行检验，得出各准则中每个方案相互比较矩阵的特征向量。 最后，由‘方案’对‘目标’层次总排序可以得出结论，该生选择南昌大学计算机专业更为适合。 关键词：层次分析法最大特征值特征向量 一、问题的提出 一位高中毕业生想要选择一个适合自己的某学校专业，他考虑的因素有专业的就业前景，学校的有关情况（所在地，知名度，交通的便捷度等），自身的因素（高考分数，自己的兴趣、爱好等）家庭的经济状况等。比较中意的学校和专业有南昌大学的计算机专业，九江学院的船舶制造专业，景德镇职业学院的陶瓷制造专业，上饶的师范专业。但不知道选择哪所学校，为此，请通过数学建模给出一个建议。 二、模型的假设及符号说明 模型的假设： (1)假设这四所学校的分数线都不会提高。 (2)这四所学校都不会减少录取名额。 (3)这位同学不会改变所选的四所学校。 (4)不会出现所有非人为的意外情况。 符号的说明： 天津理工大学概率论与数理统计同步练习册答案详解 ————————————————————————————————作者：————————————————————————————————日期： 2 第一章 随机变量 习题一 1、写出下列随机试验的样本空间 (1)同时掷三颗骰子，记录三颗骰子点数之和 Ω= { }1843,,,Λ (2)生产产品直到有10件正品为止，记录生产产品的总件数 Ω= { }Λ,,1110 (3)对某工厂出厂的产品进行检验，合格的记上“正品”，不合格的记上“次品”， 如连续查出2个次品就停止，或检查4个产品就停止检查，记录检查的结果。用“0”表示次品，用“1”表示正品。 Ω={111111101101011110111010110001100101010010000,,,,,,,,,,,} (4)在单位圆内任意取一点，记录它的坐标 Ω= }|),{(122<+y x y x (5)将一尺长的木棍折成三段，观察各段的长度 Ω=},,,|),,{(1000=++>>>z y x z y x z y x 其中z y x ,,分别表示第一、二、三段的长度 (6 ) .10只产品中有3只次品 ，每次从其中取一只(取后不放回) ，直到将3只次品都取出 ， 写出抽取次数的基本空间U = “在 ( 6 ) 中 ，改写有放回抽取” 写出抽取次数的基本空间U = 解: ( 1 ) U = { e3 ， e4 ，… e10 。} 其 中 ei 表 示 “ 抽 取 i 次 ” 的 事 件 。 i = 3、 4、 …、 10 ( 2 ) U = { e3 ， e4 ，… } 其 中 ei 表 示 “ 抽 取 i 次 ” 的 事 件 。 i = 3、 4、 … 2、互不相容事件与对立事件的区别何在？说出下列各对事件的关系 (1)δ<-||a x 与δ≥-||a x 互不相容 (2)20>x 与20≤x 对立事件 (3)20>x 与18 时 间 序 列 期 末 论 文 平顶山第二电厂电力生产率时间序列分析 摘要 利用Eviews软件判断该电厂电力生产率数据为平稳序列且为非白噪声序列，通过对数据一系列处理，运用三阶自回归AR（3）模型拟合时间序列，由于时间序列数据之间的相关关系，且历史数据对未来的发展有一定影响，并对未来的电力增长进行预测。 理论准备：拿到一个观测值序列之后，首先要判断它的平稳性，通过平稳性检验，序列可分为平稳序列和非平稳序列两大类。 如果序列值彼此之间没有任何向关性，那就意味着该序列是一个没有任何记忆的序列，过去的行为对将来的发展没有丝毫影响，这种序列我们称之为纯随机序列，从统计分析的角度而言，纯随机序列式没有任何分析价值的序列。 如果序列平稳，通过数据计算进行模型拟合，并利用过去行为对将来的发展预测，这是我们所期望得到的结果。可采用下面的流程操作。 一、本实验采用2000-01~2004-11月电力生产增长率数据做时 间序列分析模型，数据如下： 首先对数据进行平稳性与纯随机性的检验与判别 （一）平稳性的检验我们先采用图示法，时序图如下： 由图所示，该序列有很大的波动，周期性不明显。更重要的是该序列的上升或下降趋势并不明显，基本可以确认该序列是平稳的，但直观感受不能认定它就是平稳的，需进一步做检验。 样本自相关图如下: 根据序列自相关图可以看出：该序列具有短期相关性，就是随着延期数的增加，平稳序列的自相关系数很快地接近于零，自相关图大部分都在2倍的标准差范围内。所以确认该序列就是平稳序列。 下面进行纯随机性检验：由自相关图可以知道，该序列延迟16期的自相关系是0.285 0.318 0.418 0.288 0.346 0.282 0.212 0.276 0.211 0.185 0.102 0.087 0.164 0.137 0.063 0.019 延迟期的Q 统计值和对应得P值如图： 概率论与数理统计小论文 彩票与概率 摘要 随机现象无处不在，渗透于日常生活的方方面面和科学技术的各个领域，概率论就是通过研究随机现象及其规律从而指导人们从事物表象看到其本质的一门科学。生活中买彩票显示了小概率事件发生的几率之小，抽签与体育比赛赛制的选择用概率体现了公平与不公平，用概率来指导决策，减少错误与失败等等，显示了概率在人们日常生活中越来越重要。数理统计在人们的生活中也不断的发挥重要的作用，如果没有统计学，人们在收集资料和进行各项的大型的数据收集工作是非常困难的，通过对统计方法的研究，使得我们处理各种数据更加简便，所以统计也是一门很实用的科学，应该受到大家的重视。 关键词：概率彩票偏态原理惯性原理 贝叶斯定理机率论或概率论是研究随机性或不确定性等现象的数学。更精确地说，机率论是用来模拟实验在同一环境下会产生不同结果的情状。典型的随机实验有掷骰子、扔硬币、抽扑克牌概率论以及轮盘游戏等。概率论是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的。在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，一系列试验或观察会得到不同结果的现象。每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能出现正面或反面，在同一工艺条件下生产出的灯泡，其寿命长短参差不齐等等。随机现象的实现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。 举个例子：掷一枚硬币，正面和反面出现的概率相等，都是1／2，这是经过上百万次试验取得的理论数据。但是如果只掷20次，可能正面出现的几率为13／20，则反面出现的几率仅为7／20。由此可以看出，概率和几率的关系，是整体和具体、理论和实践、战略和战术的关系。几率随着随机事件次数的增加，会趋向于概率。 彩票是一种以筹集资金为目的发行的，印有号码、图形、文字、面值的，由购买人自愿按一定规则购买并确定是否获取奖励的凭证。在我国，国家发行的彩票有两种，分别是中国福利彩票和中国体育彩票。以合法形式、公平原则，重新分配社会的闲散资金，协调社会的矛盾和关系，使彩票具有了一种特殊的地位和价值. 假设100人买彩票，奖金100万，可是得到100万的只有一人，他中奖还要缴税，这100万就是买彩票的100人的钱。 打个比方, 第1期的第一个号码开6 第2期的第一个号码又开6--这个可能性有多大? 第3期的第一个号码又开6--这个可能性有多大? 第4期的第一个号码又开6--这个可能性有多大? 第5期的第一个号码又开6--这个可能性有多大? 第6期的第一个号码又开6--这个可能性有多大? .... 地球末日的一期的第一个号码又开6--这个可能性有多大? “下一个赢家就是你！”这句响亮的具有极大蛊惑性的话是大英帝国彩票的广告词。买一张大英帝国彩票的诱惑有多大呢？只要你花上1英镑，就有可能获得2200万英镑！ 一点小小的投资竟然可能得到天文数字般的奖金，这没办法不让人动心，很多人都会想：也许真如广告所说，下一个赢家就是我呢！因此，自从1994年9月开始发行到现在， 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 +++==时间序列分析期末论文 (1)
概率论与数理统计在日常生活中的应用毕业论文
《概率论与数理统计》在线作业
选专业数学建模论文 层次分析法
天津理工大学概率论与数理统计同步练习册标准答案详解
时间序列分析论文
概率论与数理统计小论文
概率论与数理统计习题解答