1.1 随机事件的概率
概率论知识点
第一章 随机事件及其概率§1.1 随机事件及其运算随机现象：概率论的基本概念之一。
是人们通常说的偶然现象。
其特点是,在相同的条件下重复观察时,可能出现这样的结果,也可能出现那样的结果,预先不能断言将出现哪种结果.例如,投掷一枚五分硬币,可能“国徽”向上,也可能“伍分”向上;从含有5件次品的一批产品中任意取出3件,取到次品的件数可能是0,1,2或3.随机试验：概率论的基本概念之一.指在科学研究或工程技术中,对随机现象在相同条件下的观察。
对随机现象的一次观察(包括试验、实验、测量和观测等),事先不能精确地断定其结果,而且在相同条件下可以重复进行,这种试验就称为随机试验。
样本空间: 概率论术语。
我们将随机试验E 的一切可能结果组成的集合称为E 的样本空间,记为Ω。
样本空间的元素,即E 的每一个结果,称为样本点。
随机事件：实际中,在进行随机试验时,人们常常关心满足某种条件的那些样本点所组成的集合.称试验E 的样本空间Ω的子集为E 的随机事件,简称事件.在每次试验中,当且仅当这一子集中的一个样本点出现时,称这一事件发生.特别,由一个样本点组成的单点集,称为基本事件.样本空间Ω包含所有的样本点,它是Ω自身的子集,在每次试验中它总是发生的,称为必然事件.空集Ø不包含任何样本点,它也作为样本空间的子集,它在每次试验中都不发生,称为不可能事件.互斥事件（互不相容事件）: 若事件A 与事件B 不可能同时发生，亦即ΦB A = ，则称事件A 与事件B 是互斥(或互不相容)事件。
互逆事件: 事件A 与事件B 满足条件ΦB A = ，Ω=B A ,则称A 与B 是互逆事件，也称A 与B 是对立事件,记作A B =（或B A =）。
互不相容完备事件组：若事件组n A A A ,,21满足条件ΦA A j i = ，（n 1,2j i, =），Ω== n 1i i A,则称事件组n A A A ,,21为互不相容完备事件组(或称n A A A ,,21为样本空间Ω的一个划分)。
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.
中考数学中的概率与统计问题解题方法总结
中考数学中的概率与统计问题解题方法总结概率与统计是中考数学中重要的考点之一，掌握相关解题方法对于获得高分至关重要。
本文将总结中考数学中的概率与统计问题解题方法，帮助同学们更好地备考。
一、概率问题解题方法1.1 随机事件的概率计算在解决概率问题时，首先要明确问题中所涉及的随机事件，然后确定事件的样本空间和事件的可能数。
计算概率时，可采用“有利结果数与总结果数比”或“频率”两种方法。
1.2 事件的排列与组合当问题中涉及的事件是有序排列或无序组合时，可以使用排列组合的方法来计算概率。
对于有序排列的事件，可以使用全排列的方法，对于无序组合的事件，可使用组合数的方法。
1.3 复合事件的概率计算当问题中的事件是复杂的复合事件时，可以使用独立事件的概率乘法原理或互斥事件的概率加法原理来计算概率。
需要注意确定事件之间的独立性或互斥性。
二、统计问题解题方法2.1 数据的整理与描述在解决统计问题时，首先需要对给定的数据进行整理和描述。
可通过制表、绘图等方式对数据进行整理，计算出均值、中位数、众数、极差等统计量，从而有助于进一步分析和解决问题。
2.2 统计规律的探究通过观察和分析给定的统计数据，寻找其中的规律和趋势，可以通过绘制直方图、折线图等来展示数据的变化趋势和分布情况。
这有助于深入理解数据的特点，并根据规律解决问题。
2.3 数据的分析与推理在统计问题中，常常需要根据已经给定的数据进行推理和判断。
这时需要通过归纳、分析，利用已知的统计规律和统计方法来判断未知的事物或问题的解答。
三、应用举例3.1 概率问题的应用例如，某次抽奖活动，参与抽奖的人数为100人，其中60人是女性，40人是男性。
如果从中随机抽取一人，求抽中女性的概率。
解题时，可根据女性人数占总人数的比例，得出概率为60/100=0.6。
3.2 统计问题的应用例如，某班级同学的考试成绩如下：74, 68, 82, 90, 76, 84, 78, 86, 92, 80。
1.1随机试验与随机事件
(De· Morgan)律： A B A B; A B A B
对差事件运算： A - B AB A - AB
例 掷一颗骰子。设事件 A1 为掷出是奇数点，A2 为掷出 是偶数点，A3 为掷出是小于 4 的偶数点，则有
A1 A2 {1, 2, 3, 4, 5, 6} ;
A1 A2 A2 Ai 发生。
i 1 n
对任一事件Ａ件 A B { A, B}称为事件 A 与 B 的差事件。
当事件 A 发生而事件 B 不发生时，A - B 发生。
5、对于事件 A、B，若 AB = ，则称事件 A 与 B 是互不相 容事件，或互斥事件。
如上例中，如某天的营业额为 500 元，则事件 A 发生。
特别地，由一个样本点组成的单点集称为基本事件 (basic event)。
例如试验 E1 中有 6 个基本事件{1},{2},{3},{4},{5},{6}.
样本空间 包含所有的样本点，在每次试验中它总发生， 称为必然事件(certain event)。
n 个事件 A1 , A2, … , An 被称为互不相容的，是指其中任意 两个事件都是互不相容的，即 Ai Aj , (i j, i , j 1,2,, n) 。
6.事件 A、B，若 A∪B = ,且 A B ， 就是说，无论
试验的结果如何，事件 A 与 B 中必有且仅有一个发生,
概率论与数理统计
在现实世界中发生的现象千姿百态， 概括起来无非 是两类现象：
一类是在一定条件下必然出现（或恒不出现）的现象，
例如，在标准大气压下，水加热到 100 时 必定沸腾，三角形内角和为 180 等等．
0 0
概率论与数理统计课后习题答案
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5.习题6.习题7习题8习题9习题10习题11习题12习题13习题14习题15习题16习题17习题18习题19习题20习题21习题22习题23习题24习题25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=0.32.一袋中装有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 351203612021120112 0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.Y -101P 21513815习题3设随机变量X服从[a,b]上的均匀分布，令Y=cX+d(c≠0),试求随机变量Y的密度函数.解答： fY(y)={fX(y-dc)⋅1∣c∣,a≤y-dc≤b0,其它,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：则A=¯,P{∣X∣<π/6}=¯.解答：应填1;1/2.由分布函数F(x)的右连续性，有F(π2+0)=F(π2)⇒A=1.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.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\123Y1 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：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)的分布律为故(1)在Y=1条件下，X的条件分布律为。
3[1].1.1__随机事件的概率
![3[1].1.1__随机事件的概率](https://img.taocdn.com/s3/m/c7d0dc260066f5335a812114.png)
问题是这样的，一次梅累和赌友掷硬币，各押 赌注32个金币．双方约定先胜三局者为胜, 取得 全部64个金币. 赌博进行了一段时间，梅累已经 赢了两局，赌友已经赢了一局．这时候梅累接到 通知，要他马上陪同国王接见外宾，赌博只好中 断了．请问：两个人应该怎样分这64个金币才算 合理呢?
赌友说，他要再碰上两次正面，或梅累要再碰
生的可能性大小.
随机事件的频率与概率 合作探究 1.频数与频率 在相同的条件S下重复n次试验，观察某一
事件A是否出现, 称n次试验中事件A出现的次
数nA为事件A出现的频数,称事件A出现的比例
f n (A)= nA n
为事件A出现的频率.
2.频率的取值范围是什么？
0 f n (A) 1
3. 概率的定义
在条件S下,一定不会发生的事件, 叫做相对于条件S的不可能事件.
一定 发生 （3）明天，地球还会转 （4）木柴燃烧,产生 动 热量
在条件S下，一定会发生的事件，
叫做相对于条件S的必然事件.
确定事件
必然事件与不可能事件统称为相对 于条件S的确定事件.
不一定发 生
（5）转盘转动后，指针指向黄色区域
3.1.1 随机事件的概率
肥城一中孙衍亮
1.了解随机事件、必然事件、不可能事件的 概念；(重点)
2.正确理解事件A出现的频率的意义；
3.正确理解概率的概念，明确事件A发生的频 率fn(A)与事件A发生的概率P(A)的区别与联
系.(难点)
一天，法国一位贵族、职业赌徒梅累（De Mere） 向法国数学家、物理学家帕斯卡（Pascal）提出 了一个十分有趣的“分赌注”问题．
上一次正面就算赢，所以他主张赌金应按2:1来分.
即自己分64个金币的 ，梅累分64个金币的
北师大版高中数学选择性必修1第六章1.1随机事件的条件概率课件
PB A 的样本空间是 A。
（3）概率值得大小： P(B A) P(AB)
C
A AA
B
例题：在5道题中有3道选择题和2道填空题，如果不放回地依次抽
取2道题，求：
（1）第一次抽到选择题的概率;
（2）第一次和第二次抽都到选择题的概率;
（3）在第一次抽到选择题的条件下，第二次抽到选择题的概率.
答：不一样，它们发生的前提条件不同，前者是事件A发
生的条件下B事件发生，后者是事件B发生的条件下A发生
思考5、概率P(AB)与P(B A)有什么区别和联系呢？
联系：
区别：
事件A，事件B都发生了
（1）事件A、B有时间差异：
P(AB)是事件A、B同时发生，
PB A 是事件A发生后B发生。
（2）样本空间有差异：
率的交事件（或积事件），记作 A B（或AB）
A
AB
B
三门问题（蒙提霍尔问题）
假设你在参加一个游戏节目，你被要求在三扇门中选择一扇；其中一
扇后面有一辆轿车，其余两扇门后是空的。你选择一道门后，不要打
开，主持人（知道哪里有车）会在没选中的二扇门中选一个空门打开
，然后他问你:“你是坚持刚刚的选择还是换另一扇门呢？
问题：3张奖券只有一张能中奖，现在分别由3名同学不放回地抽取，
那么最后一名同学抽到中奖奖券的概率是否比其他同学的小？
思考1：如果已知第一名同学没有抽到中奖奖券，那么最后一个同
学抽到中奖奖券的概率又是多少呢？
思考2：知道第一名同学的抽奖结果对后面同学抽到奖券的概率有影响吗？
为什么会影响最后一名同学抽到中奖奖券的概率呢？
1.1随机事件及其运算
在试验E中,人们除了关心所有的基本事件(样 本点)外,还可能关心满足某些特征的样本点是否 出现.比如“出现的点数是偶数”、“出现的点数 大于4”等事件是否会发生。
从集合的观点看， “出现的点数是偶数”这 一事件包含了样本空间中的三个样本点：2点、4 点、或6点；如果试验出现的结果是三个样本点中 的某一个，则该事件发生；反之如果该事件发生， 则试验的结果一定是这三个样本点中的某一个。
表示A与B同时发生所构成的事件.
类似地,事件A1，A2，…，An同时发生所构 成的事件表示为
A1∩A2∩…∩An 或 A1A2…An
例如若A=“出现偶数点”；B=“点数大于4”
则AUB ={2,4,5,6}； A∩B ={6}.
5.事件的差 记作 A-B
Ω
由包含在A中而又不包含在
B中的样本点构成的事件. 表示A发生而B不发
第一章 随机事件及其概率
自然界和社会生活中出现的现象大致上可 以分为两类：
确定性现象：在一定条件下一定会发生的 现象。如太阳从东方升起；苹果从树上掉落到 地上等。
随机现象：在相同条件下可能发生的结果 呈现出偶然性的现象。比如，随机掷一枚硬币， 结果可能出现正面朝上或反面朝上。
随机现象虽然在一次或少数几次试验中出 现的结果表现出偶然性，但在大量的重复试验 中又表现出一定的规律性——统计规律性。比 如通过进行大量的掷硬币试验，人们发现正面 朝上和反面朝上的频率接近相等。
随机事件:试验E的样本空间Ω的子集称为试验 E的随机事件,简称事件. 一般用大些字母A、B、 C等表示.
例如,记A表示“出现的点数是偶数”,则 A={2点,4点,6点}，
这里A是Ω的子集。
基本事件、复合事件、必然事件、不可能事件
《概率论与统计原理》第1章
P (A ) P ( B A )
i
i 1
i
n
例13 两台车床加工同样的零件，第一台的废品率为 0.04，第二台的废品率为0.07，加工出来的零件混 放，并设第一台加工的零件是第二台加工零件的2 倍。现任取一零件，求它是的合格品的概率。
1.5.4 贝叶斯公式
设 Ai ( i =1，2，…，n)是样本空间的一个划分，且 P( Ai )>0，则对任意事件 B，有
例10 已知P（A）=P（B）=P（C）=1/4，P（AC） =P（BC）=1/16，P（AB）=0，求事件A，B，C都 不发生的概率。
§1.5
条件概率和事件的独立性
1.5.1 条件概率 在事件 B 发生的条件下，事件 A的条件概率为
P( AB) P( B A) P( A) 理解条件概率的意义
第一章 事件的概率
§1.1 随机事件和样本空间
1.1.1 随机现象与随机试验 1、确定性现象和随机现象
确定性现象是指在一定条件下必然会发生的现象
随机现象是指在一定条件可能发生也可能不发生的 现象，其出现的结果不确定 概率论研究的主要问题就是随机现象的规律性
2、随机试验
对随机现象的观察称为随机试验，简称为试验，用 字母E来表示 随机试验的特点： （1）可重复性 试验在相同的条件下可以重复进行
（2）可观测性 每次试验的可能结果不止一个，而且 事先能明确试验的所有可能结果
（3）随机性 在每次试验之前不能准确预知将会出现 的结果 一些随机试验的例子： E1：掷一颗均匀对称的骰子，观察出现的点数
E2：记录一段时间内某城市110报警次数 E3：从含有三件次品a1，a2，a3和三件正品b1，b2， b3的六件产品中，任取两件，观察出现正品和次品 的情况 E4：从一批电脑中任取一台，观察无故障运行的时 间 E5：设平面上有一簇间距为a的平行线，现反复用一 枚长度为l（l<a）的针投掷下去，投掷n次后，观察 针与平行线相交的数目 E6：向坐标平面区域D：x2 +y2≤100内随机投掷一点 （假设点必落在D内），观察落点M的坐标
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。
- 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)。
随机试验、样本空间与随机事件的关系：
每一个随机试验相应地有一个样本空间,
样本空间的子集就是随机事件.
随机试验 样本空间
子集
随机事件
对于一个随机试验，目的不同，建立的样
本空间可能不同： 如投掷骰一枚均匀的相对二面分别用红、 黑、蓝三种颜色涂点的骰子 若试验目的是观察朝上的点数，则样本空 间为Ω={1，2,3,4,5,6}
（二）、概率的几何定义 概率的古典定义具有可计算性的优点,但 它也有明显的局限性.要求样本点有限, 如果样本空间中的样本点有无限个,概率 的古典定义就不适用了.
把有限个样本点推广到无限个样本点的 场合,人们引入了几何概型. 由此形成 了确定概率的另一方法——几何方法.
定义1
若对于一随机试验，样本空间Ω所含的样
如果A发生必导致B发生
A
B
A B
2) 相等关系：
பைடு நூலகம்
事件A与B是同一个事件
A
B
A B A B, 且 B A.
A B
3) 互斥（互不相容）关系：
事件A与B不可能同时发生
A
B
概念：两两互斥
三、事件的运算：
和事件、积事件、对立事件、差事件
（1） 和（并）事件：
若试验目的是观察朝上的颜色，则样本空
间Ω={红，黑，蓝}
例1：写出下列随机试验的样本空间：
1、抛掷2枚硬币，观察硬币朝上的情况。
2、连续抛一枚硬币，直至出现正面为止。
（提示：记正面为H，反面为T） 3、某城市一天中诞生的婴儿数。
文氏图（维恩图）
A Ω
二、事件的关系：
包含关系、相等关系、互斥关系 1) 包含关系
第k次取球的概率与k无关，即无论第几次摸球，
摸到红球的概率都一样。 这一结果与我们日常生活经验是一致的。例如 在抽签、摸彩等活动中，各参加者的机会均等， 与先后次序无关。
例7 全班r个人至少有2人生日相同的概率？
思考 某信访站，某星期12次来访都在周二和
周四，问接待时间有无规定？
对随机现象，在相同条件下可重复进行的观
察或试验称为随机试验，简称试验，一般用 E表示。 随机试验具有以下三个特征： 1.可重复性： 可以在相同的条件下重复地 进行; 2. 可知性：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.不确定性： 进行一次试验之前不能确定
2. 古典概型中事件概率的计算公式 设试验 E 的样本空间由n 个样本点构成, A 为 E 的任意一个事件,且包含 m 个样本点, 则事件 A 出现的概率记为:
m A中样本点的个数 P ( A) . n 中样本点总数
称此为概率的古典定义.
例4 在人群流量较大的街道，有一中年人吆喝 “送钱”，只见他手拿一黑色小布袋，袋中有3只 黄色、2只白色的乒乓球(体积、质地完成相同). 旁边立着一块小黑板写道：摸球方法：从袋中随 机摸出3个球，若摸得同一颜色的3个球，摊主送 给摸球者5元钱；若摸得非同一颜色的3个球，摸 球者付给摊主2元钱。 (1)有多少基本事件数？ (2)摸出的3个球为黄球的概率是多少？ (3)摸出的3个球为2个黄球1个白球的概率是多少? (4)假定一天中有100人次摸奖，试从概率的角度 估算一下这个摊主一个月(按30天计)能赚多少钱?
现象。 尽管随机现象其结果具有一定的不确定 性，但在观察次数足够大时，却呈现出 一定的统计规律性
如何来研究随机现象的规律性？
做随机试验！
说明：随机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.
随机试验的定义？
我们约定：
对这些事件的可信程度就是概率，而与随 机试验无关，通常称为主观概率。 1928年以冯.米泽斯为代表的“客观概率 学派” 米泽斯定义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，这就是客观概率。
1933年以Kolmogorov为代表的“以测度论
为基础的概率公理化体系” 现代概率论的“诞生”，一个数学分支的 正式出现！
A A A, A A A
A B B A, A B B A
A B C A B A C A B C A B A C
A B C A B C A B C A B C
A3
A4
如图(1)、(2)两个系统中，令Ai表示 第i个元件工作正常”, Bi表示“第i 个系统工作正常”. 试用A1, A2 , A3 , A4表示B1, B2. 解: (1) B1 = A1A2∪A3 A4 (2) B2 = (A1∪A3)( A2∪A4)
四、随机事件的运算规 律：
幂等律: 交换律: 结合律: 分配律: 对偶原理:
例5 填空题 （1）把5本书随意放在书架上，则其中
指定的2本书放在一起的概率为（
（2）从5双不同的鞋子中任取4只，则
）
此4只鞋子中至少有两只鞋子配成一双 的概率是（ ）
例6
盒子中有a个红球，b个白球，它们除颜
色不同外，其它方面没有差别，现在随 机地一个个摸出来，求第k次摸出红球的 概率（1≤k≤a+b）？
A
Ω
c
BA
A 或A
思考：事件A和事件B互不相容与事件A和
事件B互为对立事件的区别.
（3） 差事件：
事件A发生且B不发生
A
B
Ω
A B
A B AB A AB
例2：某建筑公司在三个地区各承建一个项
目，定义如下三个事件： Ei=“地区i的项目可按合同期完 成”i=1,2,3 问如何用Ei表示以下事件“A——F”？
如在掷骰子试验中，观察朝上的点数 .
必然事件:
样本空间Ω本身；
不可能事件: 空集Φ；
基本事件: 由一个样本点组成的单点集； 复合事件：两个或两个以上样本点组成的
集合。
如在掷骰子试验中，观察朝上的点数 .
Ai ={i}，i=1,2,3,4,5,6为基本事件 事件 B={1,3,5}为复合事件
五、概率（Probability,P，Prob.）
概率的定义
概率是随机事件发生可能性大小的数字表
征，即概率是事件的函数。
（一）概率的古典定义 1、定义 如果一个随机试验E具有以下特征
(有限性)
(1)试验的样本空间中仅含有有限个样本点；
（等可能性） (2)每个样本点出现的可能性相同。
则称该随机试验为古典概型。
第一章 随机事件及其概率
§1.1 随机事件的概率
§1.2 加法公式
§1.3 乘法公式
§1.4 全概公式
§1.1 随机事件的概率
一、概念
二、事件的关系
三、事件的运算 四、随机事件的运算规律 五、概率
一、概念 确定性现象：在一定条件下结果确定的
现象。
随机现象：在一定条件下结果不确定的
在分别写有0,1,…,9的十张卡片中随意抽取
一张，观察其上的数字。
样本点： 随机试验的每一个可能结果，用ω表示 样本空间 所有样本点构成的集合，用Ω表示 随机事件 样本空间的任意一个子集称为随机事件,
简称“事件”.记作A、B、C等 事件A发生当且仅当试验的结果是子集A中 的元素
逆分配律
了解概率的发展：
尽管18,19世纪，概率论在理论和应用方
面得到了很多成果，但与其他数学分支比 较，概率论的发展时缓慢的，甚至知道20 世纪初叶还未进入主流数学，其基本原因 是概率论缺乏严密的逻辑基础。
概率的公理化问题！
1921年以凯恩斯为代表的“主观概率学派”
凯恩斯主张把任何命题都看做事件，人们
K •皮尔逊 24000 12012
频率在一定程度上反映了事件发生的可能性 大小. 尽管每进行一连串（n次）试验，所 得到的频率可以各不相同，但只要n相当大， 频率会趋于某个稳定值.
统计概率：将事件A的频率的稳定值p作为事 件A出现的可能性的度量，即P(A)=p为事件A 的统计概率.
统计概率的缺点： （１）需要大量的重复试验． （２）得到的是概率的近似值．
A B A B, A B A B
例3：利用事件运算律证明以下等式：
证明：
AB ( A B) A
由于A B AB , 则 AB ( AB ) A AB ( A B) A
A( B B ) A A A
A=“至少一个项目可按期完成” B=“所有项目都可按期完成” C=“没有一个项目可以按期完成”
D=“仅仅地区1的项目可按期完成”
E=“三个项目中只有一项可按期完成”
F=“或者仅地区1的项目可按其完成或者另两个项目同时
按期完成”
练习： (1) A1
A3
A2
(2) A1
A2
A4
例9 （会面问题）两人相约晚上7点到8点在
某地会面，先到这等候另一人20min,过 时就可离去，试求两人约会成功的概率。
y
o
x
阴影部分面积 p 正方形面积
（三）概率的统计定义
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nA称为 事件 A 发生的频数。比值nA/n称为事件A 发生的频率，并记成 fn(A) 。
对于E 的每一个事件 A 赋予一个实数，记 为 P(A), 称为事件 A 的概率，要求集合函 数 P( . ) 满足下列条件： 0 1 0 P( A) ; （非负性）