(05)第5章概率与概率分布
(概率论与数理统计 茆诗松) 第5章 统计量及其分布
次序统计量的函数在实际中经常用到。 如 样本极差 Rn = x(n) x(1)
例5.3.9 设总体分布为U(0,1)， x1, x2,…, xn 为 样本，则(x(n), x(1))的联合密度函数为
p1,n(y,z)=n(n1)(zy)n-2, 0 y z 1
令 R = x(n) x(1) ，由 R 0, 可以推出 0 x(1) = x(n)R 1 R ，
bk = (xi称 为x)k样/n 本k阶中心矩。 特别，样本二阶中心矩就是样本方差。
当总体关于分布中心对称时，我们用 x 和 s
刻画样本特征很有代表性，而当其不对称时，
只用 x 和 s 就显得很不够。为此，需要一些刻画
分布形状的统计量，如样本偏度和样本峰度，它 们都是样本中心矩的函数。
定义： 1 = b3/b23/2 称为样本偏度， 2 = b4/b22 称为样本峰度。
次序统计量的应用之一是五数概括与箱线图。在 得到有序样本后，容易计算如下五个值： 最小观测值 xmin= x(1) , 最大观测值 xmax=x(n) , 中位数 m0.5 , 第一4分位数 Q1 = m0.25, 第三4分位数 Q3 = m0.75. 所谓五数概括就是指用这五个数：
xmin , Q1 , m0.5 , Q3 , xmax 来大致描述一批数据的轮廓。
当n 时样本 p 分位数 mp 的渐近分布为
p(1 p)
mp ~ Nxp,
n p2xp
特别，对样本中位数，当n时近似地有
m0.5
~Nx0.5,
4n
1 p2x0.5
例5.3.10 设总体为柯西分布，密度函数为
p(x,)= 1/[(1+(x)2)] , x + 不难看出是该总体的中位数，即x0.5= 。
第05章 二维随机变量
第五章 二维随机变量第一节 二维随机变量及其分布一、二维随机变量1、定义：设),,(P S F 为一概率空间，X 、Y 均为S 上的一维随机变量，称二维向量X ),(Y X =为S 上的二维随机变量.2、X 的分布：}{B P ∈X , 2B ∈B . 其中可证：=∈}{B X F ∈∈∈},))(),((|{S e B e Y e X e .若取},|),{(2121y y y x x x y x B ≤<≤<=，那么},{}{2121y Y y x X x P B P ≤<≤<=∈X},{22y Y x X P ≤≤=},{21y Y x X P ≤≤- },{},{1112y Y x X P y Y x X P ≤≤+≤≤-.3、分布函数(1)定义：设),,(P S F 为一概率空间，),(Y X 为S 上的二维随机变量,R ∈∀y x ,,规定：},{),(y Y x X P y x F ≤≤=. 称),(y x F 为),(Y X 的分布函数.显然: },{2121y Y y x X x P ≤<≤<),(),(),(),(11122122y x F y x F y x F y x F +--=.(2)性质① R ∈∀y x ,,1),(0≤≤y x F .② ),(y x F 关于y x ,均为单调不减函数.③ 0),(=-∞y F ,0),(=-∞x F ,0),(=-∞-∞F ,1),(=+∞+∞F . ④ ),(y x F 关于y x ,均为为右连续函数.⑤ R ∈<<∀2121,y y x x ,0),(),(),(),(11122122≥+--y x F y x F y x F y x F .注：①~⑤为分布函数的特征性质.反之亦然.例1掷硬币三次，X 表示出现正面的次数，|)3(|X X Y --=，求),(Y X 的分布函数),(y x F .解:(1) X 的所有可能取值为3,2,1,0,依次记为4321,,,x x x x ,Y 的所有可能取值为3,1,依次记为21,y y .列表如下X样 本 点Y0 (反反反)3 1 (正反反) (反正反) (反反正) 1 2(正正反) (正反正) (反正正)13 (正正正)3(2) 概率情况列表 81},{21===y Y x X P ，83},{12===y Y x X P ， 83},{13===y Y x X P ,81},{24===y Y x X P ，其他0},{===j i y Y x X P .(3)求分布. 记}2,1 ,3,2,1|),{(===j i y x A j i ,YX1 3 0 0 8/1 1 8/3 02 8/3 0 38/1A B BA B +=, 显然φ=∈}),{(A B Y X ，那么}),{(}),{(}),{(A B Y X P BA Y X P B Y X P ∈+∈=∈∑∈===∈=By x j i j i y Y x XP BA Y X P )(,},{}),{((4)求分布函数. ∑≤≤===≤≤=yy x x j i j i y Y x XP y Y x X P y x F ,},{},{),(.⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≥≥≥<≤<≤≥≥<≤<≤<≤≥<≤<<<<=.3 ,3 1, ,3 ,32 ,8/7 ;31 ,3 ,8/6 ;3 ,21 ,8/4 ;31 ,21 ,8/3 ;3 ,10 ,8/1;3 ,1 1 0 0,),(y x y x y x y x y x y x y x y x y x F 或或二、边缘分布1、),(Y X 关于X 的边缘分布： ),(lim }{)(y x F x X P x F y X +∞→=≤=.证明：取}{},{},{x X Y x X n Y x X A n ≤=+∞<≤→≤≤=不减,由①②知),(lim y x F y +∞→存在,故)(}{)lim ()(lim ),(lim ),(lim x F x X P A P A P n x F y x F X n n n n n y =≤====∞→∞→∞→+∞→.2、),(Y X 关于Y 的边缘分布： ),(lim }{)(y x F y Y P y F x Y +∞→=≤=. (略)三、随机变量相互独立、定义：设),(y x F 为),(Y X 的分布函数，X 、Y 的分布函数分别为 )(x F X 、)(y F Y ，若R ∈∀y x ,，恒有=),(y x F )(x F X )(y F Y ， 则称X 与Y 相互独立.2、X 与Y 相互独立⇔R ∈<<∀2121,y y x x ，恒有}{}{},{21212121y Y y P x X x P y Y y x X x P ≤<≤<=≤<≤<.证明：“⇐” R ∈∀y x ,，由于},{},{y Y x X y Y n x X n ≤≤→≤<-≤<-, }{}{x X x X n ≤→≤<-, }{}{y Y y Y n ≤→≤<-均不减,则},{),(y Y x X P y x F ≤≤=},{lim y Y n x X n P n ≤<-≤<-=∞→}]{}{[lim y Y n P x X n P n ≤<-≤<-=∞→}]{lim }{lim y Y n P x X n P n n ≤<-≤<-=∞→∞→)()(}{}{y F x F y Y P x X P Y X =≤≤=.“⇒”R ∈<<∀2121,y y x x ,有 },{2121y y x x P ≤<≤<ηξ ),(),(),(),(11122122y x F y x F y x F y x F +--=)()()()()()()()(11122122y F x F y F x F y F x F y F x F Y X Y X Y X Y X +--= )]()()][()([1212y F y F x F x F Y Y X X --= }{}{2121y y P x x P ≤<≤<=ξξ.3、X 与Y 相互独立⇔R ⊂∀21,B B ，恒有}{}{},{2121B Y P B X P B Y B X P ∈∈=∈∈.第二节 二维离散型随机变量一、二维离散型随机变量 1、定义：设),,(P S F 为一概率空间，),(Y X 为S 上的二维随机变量，若),(Y X 的取值为有限个或可数个(至多可数)，称),(Y X 为S 上的二维离散型随机变量. 显然：),(Y X 为S 上的二维离散型随机变量⇔X 与Y 均为S 上的一维离散型随机变量.2、概率分布：设),(Y X 所有可能取的值为),(j i y x ，令 },{j i ij y Y x X P p ===,称其为二维随机变量),(Y X 的概率分布(分布率)。
统计学 第五章习题 正确答案
第五章 概论与概率分布重点知识1．样本、样本空间、随机事件的定义；2．事件的运算：交、并、对立事件、互斥事件；3．概论的定义：古典定义、统计定义、经验定义；4．概率的计算：加法公式，乘法公式，条件概率，事件的独立性，全概率公式，贝叶斯公式； 5．随机变量的定义，有几种类型；6．离散型随机变量及其分布的定义与性质，数学期望与方差：重点了解二项分布及其简单性质； 7．连续型随机变量及其分布的定义与性质，数学期望与方差：重点了解正态分布及其简单性质，会根据标准正态分布计算任何正态分布随机变量的概率；复习题一、填空1．用古典法求算概率．在应用上有两个缺点：①它只适用于有限样本点的情况；②它假设 。
2．若事件A 和事件B 不能同时发生，则称A 和B 是 事件。
3．在一副扑克牌中单独抽取一次，抽到一张红桃或爱司的概率是 ；在一副扑克牌中单独抽取一次，抽到一张红桃且爱司的概率是 。
4.甲、乙各射击一次，设事件A 表示甲击中目标，事件B 表示乙击中目标，则甲、乙两人中恰好有一人不击中目标可用事件 表示.5.已知甲、乙两个盒子里各装有2个新球与4个旧球，先从甲盒中任取1个球放入乙盒，再从乙盒中任取1个球，设事件A 表示从甲盒中取出新球放入乙盒，事件B 表示从乙盒中取出新球，则条件概率P(B A )=＿＿．6.设A,B 为两个事件，若概率P (A )=41,P(B)=32,P(AB)=61,则概率P(A+B)=＿＿．7.设A,B 为两个事件，且已知概率P(A)=0.4,P(B)=0.3，若事件A,B 互斥，则概率P(A+B)=＿＿． 8.设A,B 为两个事件，且已知概率P(A)=0.8，P(B)=0.4，若事件A ⊃B ，则条件概率P(B A )=＿＿． 9.设A,B 为两个事件，若概率P(B)=103,P(B A )=61,P(A+B)=54,则概率P(A)=＿＿．10.设A,B 为两个事件，且已知概率P(A )=0.7，P(B)=0.6,若事件A,B 相互独立，则概率P(AB)=＿＿． 11.设A,B 为两个事件，且已知概率P(A)=0.4，P(B)=0.3,若事件A,B 相互独立，则概率P(A+B)=＿＿． 12.设A,B 为两个事件，若概率P(B)=0.84，P(A B)=0.21，则概率P(AB)=＿＿． 13.设离散型随机变量X 的概率分布如下表ccccPX 4322101-则常数c =＿＿．14.已知离散型随机变量X 的概率分布如下表４１４１21P321X则概率P ｛3<X ｝=＿＿．15.已知离散型随机变量X 的概率分布如下表6632P213-X１１则数学期望)(X E =＿＿．16.设离散型随机变量X 服从参数为p 的两点分布，若离散型随机变量X 取1的概率p 为它取0的概率q 的3倍，则方差)(X D =＿＿.17.设连续型随机变量的概率X 密度为⎪⎩⎪⎨⎧<<-=其他,0210,1)(2x x k x ϕ 则常数k =＿＿．18.设连续型随机变量X 的概率密度为⎩⎨⎧≤≤=其他,00,24)(2rx x x ϕ 则常数r =＿＿．19.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≥=-其他,00,2)(2x xex xϕ 则概率}11{<<-X P =＿＿．20.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≤≤=其他,021,2)(2x x x ϕ 则数学期望)(X E =_____．21.设X 为随机变量，若数学期望1)12(=-X E ，则数学期望)(X E =＿＿．22.设X 为随机变量，若方差3)63(=-X D ，则方差)(X D =＿＿．二、单项选择1.设A,B 为两个事件，若事件A ⊃B ，则下列结论中( )恒成立.(a)事件A,B 互斥 （b)事件A,B 互斥 (c)事件A ,B 互斥 (d)事件A ,B 互斥 2.设A,B 为两个事件，则事件B A +=( ).(a)A +B (b)A-B (c)A B （d)AB3.投掷两颗均匀骰子，则出现点数之和等于6的概率为( ).(a)111 (b)115 (c)361 (d)3654.盒子里装有10个木质球与6个玻璃球，木质球中有3个红球、7个黄球，玻璃球中有2个红球、4个黄球，从盒子里任取1个球．设事件A 表示取到玻璃球，事件B 表示取到红球，则条件概率P(A B )=( )．(a)114 (b)74 (c)83 (d)535.设A,B 为两个事件，若概率P(A)=31,P(A B ）=32,P(A B )=53,则概率P(B)=＿＿．(a)51 (b)52 (c)53 (d)546.设A,B 为两个事件，且已知概率P(A)>O ，P(B)＞0，若事件A ⊃B,下列等式中( )恒成立．(a)P(A+B)=P(A)+P(B) (b)P(A-B)=P(A)-P(B)(c)P(AB)=P(A)P(B) (d)P(B A )=17.设A,B 为两个事件，则概率P(A+B)=( ).(a)P(A)+P(B) (b)P(A)+P(B)-P(A)P(B)(c)1-P （B A ) (d)1-P( A )P(B ) 8.设A,B 为两个事件，若概率P(A)=31,P(B)=41,P(AB)=121，则( ).(a)事件A 包含B (b)事件A ，B 互斥但不对立 (c)事件A ，B 对立 (d)事件A ，B 相互独立 9.设A,B 为两个事件，且已知概率P(A)=53,P(A+B)=107,若事件A,B 相互独立，则概率P(B)=( ).(a)161 （b)101 (c)41 (d)5210.设A,B 为两个事件，且已知概率P(A)>O ，P(B)>O ，若事件A,B 相互独立，则下列等式中( )恒成立．(a)P(A+B)=P(A)+P(B) (b)P(A+B)=P(A) (c)P(A-B)=P(A)-P(B) (d)P(A-B)=P(A)P(B )11.中（ ）可以作为离散型随机变量X 的概率分布．(a)6321-P321X１１ (b)653-21P321X１(c)6321P321X １１ (d)65321P321X １12.已知离散型随机变量X 的概率分布如下表52511015110142101PX-则下列概率计算结果中（ ）正确．(a)0}3{==X P (b)0}0{==X P . (c)1}1{=->X P (d)1}4{=<X P13.设离散型随机变量X 的所有可能取值为-1与l ，且已知离散型随机变良X 取-1的概率为)10(<<p p ，取1的概率为q ，则数学期望=)(2X E ( ).(a)O (b)l (c)p q - (d)2)(p q - 14.设连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧≥+=其他,00,1)(2x x kx ϕ 则常数k =( ).(a)π1(b)π (c)π2(d)2π15.下列函数中（ ）不能作为连续型随机变量X 的概率密度．(a)⎩⎨⎧≤≤-=其他,001,3)(2x x x f (b)⎪⎩⎪⎨⎧≤≤-=其他,021,2)(x x x g(c)⎪⎩⎪⎨⎧≤≤=其他,020,cos )(πx x x h (d)⎪⎩⎪⎨⎧≤≤=其他,02,sin )(ππx x x h 16.设X 为连续型随机变量,若b a ,皆为常数，则下列等式中（ ）非恒成立．(a)}{}{a X P a X P ==≥ (b)}{}{b X P b X P <=≤ (c)1}{=≠a X P (d)0}{==b X P 17.已知连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<=其他,040,81)(x x x ϕ 则数学期望)(X E =( ).(a)21 (b)2 (c)83 (d)3818.设X 为随机变量，若数学期望)(X E 存在，则数学期望))((X E E =（ ）.(a)O (b))(X E (c))(2X E (d)2))((X E 19.设X 为随机变量，若方差)(X D =4，则方差)43(+X D =（ ）.(a)12 (b)16 (c)36 (d)4020.设X ,Y 为随机变量，已知随机变量X 的标准差等于4，随机变量Y 的标准差等于3，若随机变量X ,Y 相互独立，则随机变量X -Y 的标准差等于（ ）.(a)1 (b)7 (c)5 (d)7四、名词解释1、 数学期望：2、 对立事件：3、 随机事件：4、 事件和：5、 事件积：6、 互斥事件：7、 互相独立事件：五、判断题1．对于连续型随机变量，讨论某一点取值的概率是没有意义的。
概率论与数理统计 第5章
n
n
性质2.（分布可加性）:若X～2(n1)，Y～2(n2)，X与 Y独立，则
X + Y～2(n1+n2 )
3、2分布表及有关计算
(1)构成 P{2(n)>λ}=α，已知n, α可查表求得λ; (2)有关计算P 2 (n) 2 (n) 称为上侧α分位数
例5.1 设 X ~ N ( , 2 ) (X1,X2,…,Xn)为X的一个样本，
求(X1,X2,…,Xn)的密度。 解 (X1,X2,…,Xn)为X的一个样本，故
X i ~ N ( , 2 )
n
i 1,2,, n
f ( x1 , x2 ,, xn ) f ( xi )
16 2
解
i 1,2,,16
2 1 16 2 2 P ( X i ) P 8 2 (16) 16 2 16 i 1
2—分布的密度函数f(y)曲线
n/2 1 f ( y) 2 ( n / 2) y 0,
n y 1 2 2
e , y0 y0
2 例5.4 X ~ N ( , ) (X1,X2,X3)为X的一个样本
X 1 X 2 X 3 的分布。 求
(n)为整体记号
2
2 (n) 2 2 查表得 0 ( 25 ) 34 . 382 10) 18.307 .1 0.05 (
1 当n充分大时，近似有 (n ) (u 2n - 1) 2 2
2
练习1. P(2(n)<s)=1-p ∵P(2(n) < s)=1- P(2(n) s )=1-p ∴ P(2(n) s )=p 2 s p (n) 练习2. P(2(11)>s)=0.05,求s
第五章概率与概率分布
P( A)
事件A发生的次数m 重复试验次数n
m n
英语字母出现频率
space 0.2 ; I 0.055 ; C 0.023 ; G 0.011 ; Q 0.001 ; E R U B Z 0.105 ; T 0.072 ; 0.054 ; S 0.052 ; 0.0225 ; M 0.021 ; 0.0105 ; V 0.008 ; 0.001 O H P K 0.0654 ; 0.047 ; 0.0175 ; 0.003 ; A D Y X 0.063 ; 0.035 ; 0.012 ; 0.002 ; N 0.059 L 0.029 W 0.012 J 0.001
一、概率(Probability)的定义
概率：0-1之间的数，衡量事件A发生可能 性（机会）的数值度量。记P（A） •Probability: A value between 0 and 1, inclusive, describing the relative possibility (chance or likelihood) an event will occur.
P ( A) A包 含 的 可 能 结 果 (偶 数 ) 全部可能结果 3 6
实际与理论分析不符时，实际中可能作弊。
如：河北银行人员为买奖券，盗2000万并没中大奖。
西安彩票中心人员中奖率极高,结果是作弊。
例：已知有148名学生统计表
专业
性别
男 女
金融学院 工商学院 经济学院 会计学院 15 15 22 14 30 12 25 15
摘自：概率论与数理统计简明教程1988》李贤平 卞国瑞 立鹏，高等教育出版社
吴
大量统计的结果,用于破解密码
美国正常人血型分布
统计学第五版课后答案(贾俊平)之欧阳理创编
第四章统计数据的概括性度量4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：2 4 7 10 10 10 12 12 14 15要求：（1）计算汽车销售量的众数、中位数和平均数。
(2)根据定义公式计算四分位数。
(3)计算销售量的标准差。
(4)说明汽车销售量分布的特征。
解：StatisticsMissing0Mean9.60Median10.00Mode10Std. Deviation 4.169Percentiles25 6.255010.007512.504．2下：单位：周岁19 15 29 25 2423 21 38 22 1830 20 19 19 1623 27 22 34 2441 20 31 17 23要求；(1)计算众数、中位数：排序形成单变量分值的频数分布和累计频数分布：网络用户的年龄看，中位数Me=23。
(2)根据定义公式计算四分位数。
Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25和27都只有一个，因此Q3也可等于25+0.75×2=26.5。
(3)计算平均数和标准差；Mean=24.00；Std. Deviation=6.652 (4)计算偏态系数和峰态系数： Skewness=1.080；Kurtosis=0.773(5)对网民年龄的分布特征进行综合分析：分布，均值=24、标准差=6.652、呈右偏分布。
如需看清楚分布形态，需要进行分组。
为分组情况下的直方图：为分组情况下的概率密度曲线： 分组：1、确定组数：()lg 25lg() 1.398111 5.64lg(2)lg 20.30103n K =+=+=+=，取k=62、确定组距：组距＝( 最大值 最小值)÷ 组数=（4115）÷6=4.3，取53、分组频数表网络用户的年龄 (Binned)4．3 某银行为缩短顾客到银行办理业务等待的时间。
概率论与数理统计第五章课后习题及参考答案
概率论与数理统计第五章课后习题及参考答案1．用切比雪夫不等式估计下列各题的概率．(1)废品率为03.0，1000个产品中废品多于20个且少于40个的概率；(2)200个新生儿中，男孩多于80个而少于120个的概率(假设男孩和女孩的概率均为5.0)．解：(1)设X 为1000个产品中废品的个数，则X ～)1000,03.0(B ，有30)(=X E ，1.29)(=X D ，由切比雪夫不等式，得)3040303020()4020(-<-<-=<<X P X P )103010(<-<-=X P )1030(<-=X P 709.0101.2912=-≥．(2)设X 为200个新生儿中男孩的个数，则X ～)200,5.0(B ，有100)(=X E ，50)(=X D ，由切比雪夫不等式，得)10012010010080()12080(-<-<-=<<X P X P )2010020(<-<-=X P )20100(<-=X P 87205012=-≥．2．一颗骰子连续掷4次，点数总和记为X ，估计)1810(<<X P ．解：设i X 为该骰子掷第i 次出现的点数，则61)(==k X P i ，6,,2,1 =i ，6,,2,1 =k ．27)654321(61)(=+++++=i X E ，691)654321(61)(2222222=+++++=i X E ，35)]([)()(22=-=i i i X E X E X D ，4,3,2,1=i ．因为4321X X X X X +++=，且1X ，2X ，3X ，4X 相互独立，故有14)(=X E ，335)(=X D ．由切比雪夫不等式，得)1418141410()1810(-<-<-=<<X P X P )4144(<-<-=X P )414(<-=X P 271.0433512=-≥．3．袋装茶叶用及其装袋，每袋的净重为随机变量，其期望值为100g ，标准差为10g ，一大盒内装200袋，求一盒茶叶净重大于5.20kg 的概率．解：设i X 为一袋袋装茶叶的净重，X 为一盒茶叶的净重，由题可知∑==2001i i X X ，100)(=i X E ，100)(=i X D ，200,,2,1 =i ．因为1X ，2X ，…，200X 相互独立，则20000)()(2001==∑=i i X E X E ，20000)()(2001==∑=i i X D X D ．)()(20500)()(()20500(2001X D X E X D X E X P X P i i ->-=>∑=)1020020000205001020020000(⋅->⋅-=X P )2251020020000(>⋅-=X P 由独立同分布的中心极限定理，1020020000⋅-X 近似地服从)1,0(N ，于是0002.0)5.3(1)2251020020000(=Φ-≈>⋅-X P ．4．有一批建筑用木桩，其80%的长度不小于3m ．现从这批木桩中随机取出100根，试问其中至少有30根短于3m 的概率是多少？解：设X 为100根木桩中短于3m 的根数，则由题可知X ～)2.0,100(B ，有20)(=X E ，16)(=X D ，由棣莫弗—拉普拉斯定理，得)30(1)30(<-=≥X P X P )42030(1)()((1-Φ-=-Φ-=X D X E X 0062.0)5.2(1=Φ-=．5．某种电器元件的寿命服从均值为100h 的指数分布．现随机选取16只，设它们的寿命是相互独立的．求这16只元件寿命总和大于1920h 的概率．解：设i X 为第i 只电器元件的寿命，由题可知i X ～)01.0(E ，16,,2,1 =i ，且1X ，2X ，…，16X 相互独立，则100)(=i X E ，10000)(=i X D ．记∑==161i i X X ，则1600)()(161==∑=i i X E X E ，160000)()(161==∑=i i X D X D ．))()(1920)()(()1920(X D X E X D X E X P X P ->-=>)400160019204001600(->-=X P )8.04001600(>-=X P ，由独立同分布的中心极限定理，1600-X 近似地服从)1,0(N ，于是2119.0)8.0(1)8.04001600(=Φ-=>-X P ．6．在数值计算中中，每个数值都取小数点后四位，第五位四舍五入(即可以认为计算误差在区间]105,105[55--⨯⨯-上服从均匀分布)，现有1200个数相加，求产生的误差综合的绝对值小于03.0的概率．解：设i X 为每个数值的误差，则i X ～)105,105(55--⨯⨯-U ，有0)(=i X E ，1210)(8-=i X D ，1200,,2,1 =i ．从而0)()(12001==∑=i i X E X E ，61200110)()(-===∑i i X D X D ．由独立同分布的中心极限定理，X 近似地服从)10,0(6-N ，于是)03.0(<X P ))()(03.0)()((X D X E X D X E X P -≤-=12101200003.0121012000(44--⋅-≤⋅-=X P 9974.01)3(2=-Φ=．7．某药厂断言，该厂生产的某药品对医治一种疑难的血液病治愈率为8.0．医院检验员任取100个服用此药的病人，如果其中多于75个治愈，就接受这一断言，否则就拒绝这一断言．(1)若实际上此药对这种病的治愈率是8.0，问接受这一断言的概率是多少？(2)若实际上此药对这种病的治愈率是7.0，问接受这一断言的概率是多少？解：设X 为100个服用此药的病人中治愈的个数，(1)由题可知X ～)8.0,100(B ，则80)(=X E ，16)(=X D ，由棣莫弗—拉普拉斯定理，得)75(1)75(≤-=>X P X P 48075(1))()((1-Φ-=-Φ-=X D X E X 8944.0)25.1(=Φ=．(2)由题可知X ～)7.0,100(B ，则70)(=X E ，21)(=X D ，由棣莫弗—拉普拉斯定理，得)75(1)75(≤-=>X P X P 217075(1)()((1-Φ-=-Φ-=X D X E X 1379.0)09.1(1=Φ-=．8．一射手在一次射击中，所得环数的分布律如下表：X678910P 05.005.01.03.05.0求：(1)在100次射击中环数介于900环与930环之间的概率是多少？(2)超过950环的概率是多少？解：设X 为100次射击中所得的环数，i X 为第i 次射击的环数，则∑==1001i i X X ，15.9)(=i X E ，95.84)(2=i X E ，2275.1)]([)()(22=-=i i i X E X E X D ，100,,2,1 =i ．由1X ，2X ，…，100X 相互独立，得915)()(1001==∑=i i X E X E ，75.122)()(1001==∑=i i X D X D ．由独立同分布的中心极限定理，75.122915-X 近似地服从)1,0(N ，于是(1))930900(≤≤X P ))()(930)()()()(900(X D X E X D X E X X D X E P -≤-≤-=75.12291593075.12291575.122915900(-≤-≤-=X P )75.1221575.122915(≤-=X P 823.01)35.1(2=-Φ≈．(2))950(>X P ))()(950)()((X D X E X D X E X P ->-=75.122915950)()((->-=X D X E X P 001.0)1.3(1=Φ-≈．9．设有30个电子元件1A ，2A ，…，30A ，其寿命分别为1X ，2X ，…，30X ，且且都服从参数为1.0=λ的指数分布，它们的使用情况是当i A 损坏后，立即使用1+i A (29,,2,1 =i )．求元件使用总时间T 不小于350h 的概率．解：由题可知i X ～)1.0(E ，30,,2,1 =i ，则10)(=i X E ，100)(=i X D ．记∑==301i i X T ，由1X ，2X ，…，30X 相互独立，得300)()(301==∑=i i X E T E ，3000)()(301==∑=i i X D T D ．))()(350)()(()350(T D T E T D T E T P T P ->-=>30103003503010300(⋅->⋅-=T P )91.03010300(>⋅-≈T P ，由独立同分布的中心极限定理，3010300⋅-T 近似地服从)1,0(N ，于是1814.0)91.0(1)91.03010300(=Φ-=>⋅-T P ．10．大学英语四级考试，设有85道选择题，每题4个选择答案，只有一个正确．若需要通过考试，必须答对51道以上．试问某学生靠运气能通过四级考试的概率有多大？解：设X 为该学生答对的题数，由题可知X ～41,85(B ，则25.21)(=X E ，9375.15)(=i X D ，85,,2,1 =i ．由棣莫弗—拉普拉斯中心极限定理，近似地有9375.1525.21-X ～)1,0(N ，得)8551(≤≤X P ))()(85)()()()(51(X D X E X D X E X X D X E P -≤-≤-=)9375.1525.21859375.1525.219375.1525.2151(-≤-≤-=X P 0)45.7()97.15(=Φ-Φ=．即学生靠运气能通过四级考试的概率为0．。
统计(05)第5章__概率与概率分布
统计学
概率的加法法则
(例题分析)
【例】根据钢铁公司职工的例子，随机抽取一 名职工，计算该职工为炼钢厂或轧钢厂职工的 概率
某钢铁公司所属企业职工人数 工厂 男职工 女职工 合计
炼铁厂 炼钢厂 轧钢厂 合计
4400 3200 900 8500
P ( C ) =P ( A∪B ) = P ( A ) + P ( B ) - P ( A∩B ) =0.2 + 0.16 - 0.08 = 0.28
统计学
5.2.3 条件概率、乘法公式与独立事件
统计学 条件概率 (conditional probability)
• 在事件B已经发生的条件下，求事件A发生的概 率，称这种概率为事件B发生条件下事件A发生 的条件概率，记为
统计学
事件的独立性
(例题分析)
【例】某工人同时看管三台机床，每单位时间(如30分钟)内 机床不需要看管的概率：甲机床为0.9，乙机床为0.8，丙机 床为0.85。若机床是自动且独立地工作，求
（1）在30分钟内三台机床都不需要看管的概率
二. 条件概率、乘法公式与独立事件 三. 全概率公式和贝叶斯公式
统计学
5.2.1 概率的性质
统计学
1. 非负性
–) 1
2. 规范性
– 必然事件的概率为1；丌可能事件的概率为0。 即P ( ) = 1； P ( ) = 0
若A不B互斥，则P ( A∪B ) = P ( A ) + P ( B ) 推广到多个两两互斥事件A1，A2，…，An，有 P ( A1∪A2 ∪… ∪An) = P ( A1 ) + P (A2 ) + …+ P (An )
- 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)。
统计学
(第四版)
概率的古典定义
如果某一随机试验的结果有限，而且各个结
果在每次试验中出现的可能性相同，则事件 A发生的概率为该事件所包含的基本事件个 数 m 与样本空间中所包含的基本事件个数 n 的比值，记为
P(
A)
事件A所包含的基本事件个数 样本空间所包含的基本事件个数
＝m n
5 - 12
统计学
1. 基本事件(elementary event)
一个不可能再分的随机事件， 也称为简单事件 例如：掷一枚骰子出现的点数1
2. 样本空间(sample space)
一个试验中所有基本事件的集合，用表示 例如：在掷枚骰子的试验中，{1,2,3,4,5,6} 在投掷硬币的试验中，{正面，反面} 5 - 9
例如：掷一枚骰子可能出现的点数
3. 必然事件(certain event)：每次试验一定出现的事件， 用表示
例如：掷一枚骰子出现的点数小于7
4. 不可能事件(impossible event)：每次试验一定不出现 的事件，用表示
例如：掷一枚骰子出现的点数大于6
5 -8
统计学
(第四版)
事件与样本空间
统计学
(第四版)
事件的概率
5 - 10
统计学
(第四版)
事件的概率
(probability)
1. 事件A的概率是对事件A在试验中出现的 可能性大小的一种度量
2. 表示事件A出现可能性大小的数值
3. 事件A的概率表示为P(A)
4. 概率的定义有：古典定义、统计定义和主 观概率定义（教材P116）
5 - 11
5 - 18
统计学
(第四版)
5.2 概率的性质与运算法则
5.2.1 概率的性质 5.2.2 概率的加法法则 5.2.3 条件概率与独立事件
5 - 19
统计学
(第四版)
5 -4
统计学
(第四版)
5.1 随机事件及其概率
5.1.1 随机事件的几个基本概念 5.1.2 事件的概率 5.1.3 概率计算的几个例子
5 -5
统计学
(第四版)
随机事件的几个基本概念
5 -6
统计学
(第四版)
试验
(experiment)
试验 — 在相同条件下，对事物或现象所进行的 观察
例如：掷一枚骰子，观察其出现的点数
试验，试验A表示用电超过指标出现了12次。根据概
率的统计定义有 P( A)
超过用电指标天数 试验的天数
12 30
0.4
5 - 16
统计学
(第四版)
概率的统计定义
(例题分析)
例如，投掷一枚硬币，出现正面和反面的频率， 随着投掷次数 面 /试验次数
1.00
0.75
0.50
0.25
0.00 0
25
50
75
100 125
试验的次数
5 - 17
统计学
(第四版)
主观概率定义
1. 对一些无法重复的试验，确定其结果的概率 只能根据以往的经验人为确定
2. 概率是一个决策者对某事件是否发生，根据 个人掌握的信息对该事件发生可能性的判断
3. 例如，我认为投资这个项目成功的概率为 70%
试验的特点
可以在相同的条件下重复进行
每次试验的可能结果可能不止一个，但试验的所 有可能结果在试验之前是确切知道的
在试验结束之前，不能确定该次试验的确切结果
5 -7
统计学
(第四版)
事件的概念
1. 事件(event)：随机试验的每一个可能结果(任何样本点 集合)
例如：掷一枚骰子出现的点数为3
2. 随机事件(random event)：每次试验可能出现也可能不 出现的事件，也称偶然事件。用大写字母A, B, C等表示
全体职P工(B的) 集全炼合公钢；司厂基职职本工工空总人间人数为数全体162职2500工00 的 0集.4合96。则
5 - 14
统计学
(第四版)
概率的统计定义
在相同条件下进行n次随机试验，事件A出现 m 次，则比值 m/n 称为事件A发生的频率。 随着n的增大，该频率围绕某一常数P上下摆 动，且波动的幅度逐渐减小，取向于稳定， 这个频率的稳定值即为事件A的概率，记为
P( A) m p n
5 - 15
统计学
(第四版)
概率的统计定义
(例题分析)
【例5.2】：某工厂为节约用电，规定每天的用电量指 标
为1000度。按照上个月的用电记录，30天中有12天的
用电量超过规定指标，若第二个月仍没有具体的节电
措施，试问该厂第一天用电量超过指标的概率。
解：上个月30天的记录可以看作是重复进行了30次
5 -2
统计学
(第四版)
第 5 章 概率与概率分布
5.1 随机事件及其概率 5.2 概率的性质与运算法则 5.3 离散型随机变量及其分布 5.4 连续型随机变量的概率分布
5 -3
统计学
(第四版)
学习目标
1. 定义试验、结果、事件、样本空间、概率 2. 描述和使用概率的运算法则 3. 定义和解释随机变量及其分布 4. 计算随机变量的数学期望和方差 5. 计算离散型随机变量的概率和概率分布 6. 计算连续型随机变量的概率 7. 用正态分布近似二项分布 8. 用Excel计算分布的概率
4000
合计 6200 4800 1500
12500
5 - 13
统计学
(第四版)
概率的古典定义
(例题分析)
解：(1)用A 表示“抽中的职工为男性”这一事件；A为 全公司男职工的集合；基本空间为全公司职工的集 合。则
P( A)
全公司男性职工人数 全公司职工总人数
8500 12500
0.68
(2) 用B 表示“抽中的职工为炼钢厂职工”；B为炼钢 厂
统计学
(第四版)
第 5 章 概率与概率分布
作者：中国人民大学统计学院
贾俊平
5 -1
统计学
(第四版)
概述
前面章节所介绍的数据搜集、整理和描述
方法可以使我们对数据有一个概要的了解， 是比较简单的数据描述方法。要更加有效和 充分地利用数据，需要运用统计推断的方法 。统计推断的特点是：根据样本数据及问题 给出的条件和假定，对未知事物作出以概率 形式表述的判断。统计推断是基于是概率与 概率分布的知识。
(第四版)
概率的古典定义
(例题分析)
【例5.1】某钢铁公司所属三个工厂的职工人数如下表。从 该公司中随机抽取1人，问：
(1)该职工为男性的概率 (2)该职工为炼钢厂职工的概率
某钢铁公司所属企业职工人数
工厂
男职工
女职工
炼钢厂 炼铁厂 轧钢厂
4400 3200 900
1800 1600 600
合计
8500