论概率论中的反例
王淑玲 刘信斌 刘 刚
（徐州空军学院 基础部 江苏 徐州 221000）
摘 要： 反例是数学中人们所悉心追求的美感之一。一个数学问题用一个反例予以解决，给人的刺激犹如一出好的戏剧。在教学实践的过程，总结出一些反例。
关键词： 反例；概率论；教学
中图分类号：O21 文献标识码：A 文章编号：1671－7597（2011）0110188－01
我们知道要判断一个命题正确，必须经过严密的推理论证，而要否定一个命题，却只要能举出一个与结论矛盾的例子就行。这种与命题相矛盾的例子称为反例。
由于数学具有高度的抽象性，有些学生对于一些重要的概念和定理的理解，存在一定的困难，往往只停留在表面上，只知其表不知其里。而数学中的反例，既是简明有力的否定方法，又是加深对概念和定理的理解的重要手段，它还有助于发现问题、活跃思维、避免常犯易犯的错误。反例的重要性正如美国数学家B.R.盖尔鲍姆和J.M.H.奥姆斯特德所说：“冒着过于简单化的风险，我们可以说（撇开定义、陈述以及艰苦的工作不谈）数学由两大类——证明和反例组成，而数学发现也是朝着这两个目标——提出证明和构造反例”。
本文中所举出的一些概率论中的反例，是笔者在教学过程中，积累和总结出来的。希望能给授课的同行和学习该课程的同学有点帮助和启示。
例1 概率为零的事件不一定是不可能事件。
解：不可能事件的概率一定为零，即若 ，则 。但是，概率为零的事件不一定是不可能事件，即若 ，不一定有 。例如，在几何概率中，设
，则
显然，事件A 是可能发生的.这个例子就证明了概率为零的事件不一定是不可能事件。
例2 概率为1的事件不一定是必然事件。
解：必然事件的概率一定等于1
，即若 ，则 。但是，概率为1的事件不一定是必然事件，即若 ，不一定有 。例如，在几何概率中，设则
又比如，对于连续型随机变量，除去某一个点的值以外的概率仍为1，但它不是必然要发生的。
例3
不一定有大小关系。
解：对于任意的两个事件A 、B ，无条件概率 与条件概率
之间没有固定的大小关系，既可能 或 ，也可能 。例如，在 这十个数字中任意抽取一个数，令
例4 边际分布相同时，联合分布不一定相同。
解：如果知道了二维随机变量 的联合分布，那么的边际分布可由联合分布求出，即由联合分布能确定其边际分布。换句话说就是：联合分布相同时，其边际分布也一定相同。
但是，反之却不能由边际分布确定其联合分布.因为不同的联合分布，可以有相同的边际分布。例如：设二维随机变量 服从二维正态分布，其概率密度为
我们看到二维正态分布的两个边缘分布都是一维正态分布，并且都不依赖于参数 ，给定不同的 对应不同的二维正态分布，但是它们的边缘分布却都是一样的。
例5 解：对于两个随机变量 ，若 ，则一定有 ，但是对于三个随机变量 ，相应的结论不一定成立。例如，设 为一随机变量，令 ，则
反例也是数学中人们悉心追求的美感之一。正如上面两位数学家所说：“一个数学问题用一个反例予以解决，给人的刺激犹如一出好的戏
剧，为数学作出的许多最优雅和艺术性很强的贡献属于这个流派”。
（下转第191页）
油田单井线路无功补偿
樊建武 安增普 兰 磊
（新疆鄯善吐哈油田 供水供电处 新疆 鄯善 838202）
摘 要： 在单井Ⅰ线和温五线等配电线路功率因素较低，单井Ⅰ线平均功率因数0.65；温五线功率因数为0.72，严重影响了线路的电压质量，而且线路损耗也非常大，每年都产生很大经济损耗。我们采用杆上无功补偿方式，优选无功补偿装置，合理选择安装位置。
关键词： 单井线路；功率因数；经济损耗
中图分类号：TM7 文献标识码：A 文章编号：1671－7597（2011）0110191－01
1 项目研究背景
运行，进口电容器能适应-40℃～60℃恶劣环境温度条件下很好运行。
2）在绝缘耐压方面。国产单相式电容器目前额定电压只能达到温五线及单井I 线无功消耗过大导致功率因数过低，增加了线路损6350V ，而进口单相式电容器额定电压可达到6950V ，抗电压波动性强，运耗，降低了供电质量。我们采用杆上无功补偿方式，选择最佳安装位置，行较稳定。
便于管理和维护，此外基本不占用土地资源，在负荷侧进行杆上无功补3）在使用寿命方面。进口电容器使用寿命一般在8年以上，国产电容偿，其效益相当明显。
器使用寿命在2年左右。按设备全寿命（8年）计算，国产电容器与进口电2 项目设计内容
容器相2.1 10kV单井线路无功补偿容量的选择
根据无功补偿的容量理论Q=P(tg φ1-tg φ2)计算出各条线路需补偿的电容量，同时考虑馈路实际电压往往较低，计算时考虑了电压因素，并留有一定裕度。
其中：φ1：为补偿前功率因数角φ2：为补偿后功率因数角Q ：为补偿无功量
P ：为补偿前年平均有功功率
综合以上计算原则计算出单井Ⅰ线、温五线补偿容量：
2.2 无功补偿装置安装位置确定原则
为达到降低线损、提高功率与电压的效果，安装位置选在线路远离电源或负荷较集中的地方。结合温五线和单井Ⅰ线负荷容量分布情况，在线路主要负荷中心和后半段1/2处各安装一组无功补偿装置，同时考虑安装的方便，选在上述两点附近且现场具有施工条件的电杆处。具体安装位置如下表所示：
2.3 无功补偿设备选型
2.3.1 国产与进口电容器比较
由于吐哈油区环境温度较高、温差较大，对电容器环境适应性要求较高；经过油田电网就地分布补偿多年来运行经验看：
1）在环境温度适应性方面：国产电容器只能在-25～45℃温度范围内
比在设备费方面基本持平，但安装费增加30万左右，且故障率较高，日常维护费用较高。
综合以上几点，结合目前已经投运进口电容器应用情况，建议采用耐高温性适应范围广的国外进口电容器。
2.3.2 设备选型
本项目采用6950D23型和6950D46型进口单相式电容器，其额定电压为6950V ，绝缘等级为12kV ，可在-40～60℃的恶劣环境下，长期稳定运行，其中6950D23型两组，6950D46型两组。
其它如断路器、隔离开关等配套设备采用成熟国产产品，降低工程成本。同时配置跌落式熔断器和氧化锌避雷器，完善电容器保护，确保线路运行和设备安全。
3 经济效益
本工程估算总投资为59.67万元，其中材料费36.34万元，工程费16万元，设计费1万元，预备费4.86万元，建设期贷款利息1.47万元。
鄯善单井Ⅰ线无功补偿后功率因数可达0.9，取无功经济当量K Q =0.04，则系统年有功降损为：450*0.04*8760=15万kWh ，年节约7.9万元。温五线无功补偿后功率因数可达0.9，取无功经济当量K Q =0.04，则系统年有功降损为：450*0.04*8760=15万kWh ，年节约7.9万元，预计3.7年可收回成本。
4 结语
对配电网进行无功补偿，提高功率因数和搞好无功功率平衡，是一项建设性的降损技术措施。目前油田电网依据用户用电时实际的节能效益、最佳电能质量、最小支付电费的经济功率因数来确定。如何确定无功补偿设备的合理配置和分布，需寻找技术上和经济上的最优方案。
参考文献：
[1]张勇军、任震、李本河等，基于配网潮流计算的杆上无功补偿优化算法研究[J].华南理工大学学报，2001，（04）.
[2]张丽、李群湛、贺建闽，无功返送正计条件下最佳固定补偿容量的选择[J].铁道学报，2003，（02）.
[3]王兆安、杨君、刘进军等，谐波抑制和无功功率补偿[M].北京：机械工业出版社，2006.
[4]刘连光、林峰、姚宝琪，机电一体开关低压无功补偿装置的开发和应用[J].电力自动化设备，2003，（09）
.
参考文献：
[2]李贤平，概率论基础[M].北京：高等教育出版社，1994.
[1]盛骤、谢式千、潘承毅，概率论与数理统计[M].北京：高等教育出版[3]谢安，浅析概率论与数理统计课程教学改革[J].统计教育，2005（4）：社，2001.
331-
333.
（上接第188页）
概率论基础结课论文题目：独立随机序列的大数事件的定理与应用 作者 摘要：历史上第一个定理属于，后人称之为“”。概率论中讨论的向的定律。概率论与数理的基本定律之一，又称弱大数理论。 大数定律以严格的数学形式表达了随机现象最根本的性质—平均结果的稳定性，它是概率论中一个非常重要的定律，是随机现象统计规律性的具体表现，应用很广泛。本文介绍了几种常用的大数定律，并分析了它们在理论与实际中的应用。 关键词：弱大数定理伯努利大数定理随机变量数学期望概率 引言：“大数定律”本来是一个数学概念，又叫做“平均法则”。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律，通俗的说，这个定律就是在试验不变的条件下，重复试验多次，随机事件的频率以概率为稳定值。比如，我们向上抛一枚硬币，硬币落下时哪一面朝上本身是偶然的，但当我们向上抛的硬币的次数足够多时，达到上万次甚至几十万几百万时之后，我们就会发现，硬币朝上的次数大约占总数的二分之一。偶然之中包含着必然。 从概率的统计定义中可以看出：一个事件发生的频率具有稳定性，即随着试验次数的增多，事件的频率逐渐稳定在某个常数附近，人们在实践中观察其他的一些随机现象时，也常常会发现大量随机个体的平均效果的稳定性。这就是说，无论个别随机个体以及它们在试验进行过程中的个别特征如何，大量随机个体的平均效果与每一个体的个别特征无关，而且结果也不再是随机的。深入考虑后，人们会提出这样的问题：稳定性的确切含义是什么？在什么条件下具有稳定性？这就是我们大数要研究的问题。 概率与统计是研究随机现象的统计规律的学科，而随机现象的统计规律性只有在相同条件下进行大量重复试验或观察才呈现出来。然而，在大量重复试验或观察中，我们会发现，一个事件发生的频率具有稳定性，它的稳定性会随着试验次数的增多表现得越来越明显。这种稳定性与它在在实验进行中的个别特征无关，且不再是随机的。大数定律给出了稳定性的确切含义，并且给出了什么条件下才具有稳定性。那么，这对于我们解决理论与实际问题有哪些实际意义呢？这就是我们在下面将要了解到的，大数定律的某些应用。即，大数定律及其在理论与实际生活中的一些应用。 一方面，在理论上，大数定律可以看作是求解极限、重积分以及级数的一种新思路，另一方面，在实际生活中，保险动机的产生、保险公司财政稳定和保费的确定，我们都将看到大数定律的重要作用。
概率论在日常生活中的应用 概率论是一门与现实生活紧密相连的学科，不过大多数人对这门学科的理解还是很平凡的：投一枚硬币，0.5的概率正面朝上，0.5的概率反面朝上，这就是概率论嘛。学过概率论的人多以为这门课较为理论化，特别是像大数定律，极限定理等内容与现实脱节很大，专业性很强。其实如果我们用概率论的方法对日常生活中的一些看起来比较平凡的内容做些分析，常常会得到深刻的结果。 在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成两大类：一类是确定性现象，指在一定条件下，必定会导致某种确定的结果。例如，同性电荷相互排斥，异性电和相互吸引；在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。另一类是不确定性现象。这类现象在一定条件下的结果是不确定的，即人们在未作观察或试验之前，不能预知其结果。例如，向桌上抛一枚硬币，我们不能预知向上的是正面还是反面；随机地找一户家庭调查其收入情况，我们亦不能预知其收入是多少。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素是人们无法事先预料的。但另一方面，对这些不确定性现象进行大量、重复的实验时，人们会发现，其结果会出现某种“统计规律性”：重复抛一枚硬币多次，出现正、反两面的次数大致会各占一半；调查多户家庭，其收入会呈现“两头小，中间大”的状况，即处于中间状态的是大多数。这种在每次试验中呈现不确定性，而在大量重复试验中又呈现某种统计规律性的现象较随机现象。概率统计就是研究随机现象并揭示其统计规律性的一个数学分支，它在自然科学及社会科学的诸多领域都有着广泛的应用。 概率，简单地说，就是一件事发生的可能性的大小。比如：太阳每天都会东升西落，这件事发生的概率就是100%或者说是1，因为它肯定会发生；而太阳西升东落的概率就是0，因为它肯定不会发生。但生活中的很多现象是既有可能发生，也有可能不发生的，比如某天会不会下雨、买东西买到次品等等，这类事件的概率就介于0和100%之间，或者说0和1之间。大部分人认为一件事概率为0即为不可能事件，这是不对的。比如甲乙玩一个游戏，甲随机写出一个大于0小于1的数，乙来猜。1.乙一次猜中这个数2.乙每秒才一次，一直猜下去，“最终”猜中这个数。这两件事发生的概率的概率都是0，但显然他们都有可能发生，甚至可以“直观”地讲2发生的可能性更大些。这说明概率为0的事件也是有可能发生的。不过在我看来，这样的可能性实在太小了，在实际操作中认为不可能也是有道理的，但不管怎么说，他们确实是可能事件。 在日常生活中无论是股市涨跌，还是发生某类事故，但凡捉摸不定、需要用“运气”来解释的事件，都可用概率模型进行定量分析。不确定性既给人们带来许多麻烦，同时又常常是解决问题的一种有效手段甚至唯一手段。 走在街头，来来往往的车辆让人联想到概率；生产、生活更是离不开概率。在令人心动的彩票摇奖中，概率也同样指导着我们的实践。继股票之后，彩票也成了城乡居民经济生活中的一个热点。据统计，全国100个人中就有3个彩民。通过对北京、上海与广州3城市居民调查的结果显示，有50%的居民买过彩票，其中5%的居民成为“职业”(经济性购买)彩民。“以小博大”的发财梦，是不少彩票购买者的共同心态。那么，购买彩票真的能让我们如愿以偿吗?以从36个号码中选择7个的投注方式为例，看起来似乎并不很难，其实却是“可望而不可及”的。经计算，投一注的理论中奖概率极其小。由此看出，只有极少数人能中奖，购买者应怀有平常心，既不能把它作为纯粹的投资，更不应把它当成发财之路。 在我国南方流行一种成为“捉水鸡”的押宝，其规则如下：有庄家摸出一只棋子，放在密闭盒中，这只棋子可以是红的或黑的将、士、象、车、马、炮之一。赌客们把钱压在一
概率论经典实例 概率论的研究问题大多与现实世界联系十分密切，有的甚至引人入胜，非常值得我们探讨以便激发我们对概率论学习的兴趣，同时引导我们对生活的思考，这对我们每一个大学生思维能力的培养有着重要的意义。下面我列举几个典型的概率实例加以说明其重要意义。 1990 年9 月9 日，美国一家报纸检阅提出一个有趣的概率问题：电视主持人指着三扇关着的门说，其中一扇后是汽车，另两扇后各有一只山羊。你可随意打开一扇，后面的东西就归你了。你当然想得到汽车。当你选定一扇门，如1 号门(但未打开) ，这时主持人打开有山羊的另一个扇门，不妨说是3号门( 主持人清楚哪扇门后是汽车) ，并对你说：现在再给你一次机会，允许你改变原来的选择。你为了得到汽车是坚持1号门还是改选2号门？问题及答案公诸于众后引发了出乎意料的轰动，编辑部收到了上万封从小学二年级的学生到大学教授的来信，给出了不尽相同的答案（当然正确的答案是唯一的），热烈讨论持续两年之久。此时，无论是一号门还是二号门都有可能门后是汽车，看上去好像每一个都是一半的几率。但从主持人的角度看，他不会让你轻易就得到汽车，于是打开三号门来迷惑你的思想，让你放弃一号门。由此看出，可能一号门的几率会大一点。若从主持人的话语中判断出他没有那种想法，则可以这样思考这个问题。将一号门看成一部分，里面有汽车的概率为0.33，将二号门和三号门看成另一部分，里面有汽车的概率为0.67。当发现三号门里没有汽车时，则一号门和二号门有汽车的概率分别为0.33和0.67。因此，选择二号门比较理智。 稍加留意就会发现若利用概率统计提供的科学思维方法就会大大提高获胜的几率。比如抛两颗均匀骰子，规定如下规则：总数之和小于6为出现小点，大于6为大点，则每局可押大点或小点，若押对了，以出现的点数为对应的奖品数目，若押不中则同样以出现的点数为惩罚品的数目。可以这样思考，当假设骰子理论意义上是均匀的，则六面中点数少的面较重，在抛出后点数多的面朝上的可能性较大，从而抛出点数大的情况的概率应大一些，这样，即可作如下观察：(1)随机抛2颗骰子若干次，观察出现的点数，若点数大于6的次数占多数，则初步判断骰子是均匀的。(2) 当比赛开始时，可做以下决策：刚开始可先押大点，无论押中或不中，第二轮可接着押大点，然后观察一轮，当出现小点后，可继续押大点，当然也可在连续出现几个大点后押一次小点，也有取胜的把握。这是因为，出现大点的机会要多于出现小点的机会，开始出现大点的概率要大一些，故应押大点，当出现几次大点后，小概率的事件也是会发生的，故可押一次小点，若一次不中可继续押，此时出现小点的概率将变大。另外，当连续出现几次小点或大点，则情况即将发生转变，应考虑押相反的情况。运用概率的思想来解决此类问题让我们更有把握赢得我们所要的东西，对此类问题，一味的乱猜，只能让我们处于劣势。 在第二次世界大战中，美国曾经宣布：一个优秀的数学家的作用超过10 个师的兵力，这句话有一个非同寻常的来历。1943年以前，在大西洋的英美运输船队常常受到德国潜艇的袭击。当时，英美两国限于实力，无力增派更多的护航舰，一时间德国的潜艇战搞得盟军焦头烂额。为此，有位美国海军将领专门去请教了几位数学家，数学家们运用概率论分析后，舰队与潜艇相遇是一个随机事件。从数学角度来看这一问题，它具有一定的规律性，一定数量的船（为100艘），编队规模越小，编次就越多（为每次20艘，就要有5个编次），编次越多，与敌
复习提纲 （一）随机事件和概率 （1）理解随机事件、基本事件和样本空间的概念，掌握事件之间的关系与运算。 （2）了解概率的定义，掌握概率的基本性质和应用这些性质进行概率计算。 （3）理解条件概率的概念，掌握概率的加法公式、乘法公式、全概率公式、Bayes 公式， 以及应用这些公式进行概率计算。 （4）理解事件的独立性概念，掌握应用事件独立性进行概率计算。 （5）掌握Bernoulli 概型及其计算。 （二）随机变量及其概率分布 （1）理解随机变量的概念。 （2）理解随机变量分布函数)}{)((x X P x F ≤=的概念及性质，理解离散型随机变量的分布律及其性质，理解连续型随机变量的概率密度及其性质，会应用概率分布计算有关事件的概率。 （3）掌握二项分布、Poisson 分布、正态分布、均匀分布和指数分布。 （4）会求简单随机变量函数的概率分布。 （三）二维随机变量及其概率分布 （1）了解二维随机变量的概念。 （2）了解二维随机变量的联合分布函数及其性质，了解二维离散型随机变量的联合分布律 及其性质，并会用它们计算有关事件的概率。 （3）了解二维随机变量分边缘分布和条件分布，并会计算边缘分布。 （4）理解随机变量独立性的概念，掌握应用随机变量的独立性进行概率计算。 （5）会求两个随机变量之和的分布，计算多个独立随机变量最大值、最小值的分布。 （6）理解二维均匀分布和二维正态分布。 （四）随机变量的数字特征 （1）理解数学期望和方差的概念，掌握它们的性质与计算。 （2）掌握6种常用分布的数学期望和方差。 （3）会计算随机变量函数的数学期望。 （4）了解矩、协方差和相关系数的概念和性质，并会计算。 （五）大数定律和中心极限定理 （1）了解Chebyshev 不等式。 （2）了解Chebyshev 大数定律和Benoulli 大数定律。 （3）了解独立同分布场合的中心极限定理和De Moivre-Laplace 中心极限定理的应用条件 和结论，并会用相关定理近似计算有关随机事件的概率。
单位代码: 分类号: X X 大学 题目: 浅谈概率论在生活中的应用专业名称: 数学与应用数学 学生: 学生学号: 指导教师: 毕业时间:
浅谈概率论在生活中的应用 摘要:随机现象存在于我们日常生活的方方面面和科学技术的各个领域,概率论与数理统计是一门十分重要的大学数学基础课,也是唯一一门研究随机现象规律的学科,它指导人们从事物表象看到其本质.它的实际应用背景很广,包括自然科学、社会科学、工程技术、经济、管理、军事和工农业生产等领域.经过不断的发展,学科本身的理论和方法日趋成熟,近年来,概率统计知识也越来越多的渗透到诸如物理学、遗传学、信息论等学科当中.另外,在社会生活中,就连面试、赌博、彩票、体育和天气等等也都会涉及到概率学知识.可以说,概率统计是当今数学中最活跃,应用最广泛的学科之一.本文通过对现实生活中的部分现象分析探讨了概率知识在日常生活中的广泛应用. 关键词:随机现象;概率;日常生活;应用分析
Discuss the application in life probability Abstract: Random phenomenon exists in every aspect of our everyday lives and scientific technology each domain, probability and mathematical statistics is an important basic course in college mathematics, and is the only the study of random phenomenon regular course, its guiding people from representation see its nature. Its actual application background is very wide, including natural science, social science, engineering, economics, management, military and industrial and agricultural production, etc. Through continuous development, the theory and method of subject itself becomes mature, in recent years, the probability and statistics knowledge also more and more penetrated into such as physics, genetics, information subjects such as the midst. In addition, in social life, even interview, gambling, lottery tickets, sports and weather, etc are also involves probability learn knowledge. Can say, probability and statistics is the most active in mathematics, the most widely used in the fields of. This article through to in real life part phenomenon discussed probability knowledge in daily life the widely application. Keywords:random phenomenon; probability; daily life; application analysis
毕业论文 课题 学生姓名胡泽学 系别 专业班级数学与应用数学指导教师 二0 一六年三月
目录 摘要.................................................................... I ABSTRACT................................................................... II 第一章绪论. (1) 第二章概率在生活中的应用 (4) 2.1在抽签和摸彩中的应用 (4) 2.2经济效益中的应用 (8) 2.3在现实决策中的应用 (4) 2.4在相遇问题中的应用 (12) 2.5在预算及检测中的应用 (10) 结论 (13) 参考文献 (14) 致谢 (15)
概率统计在生活中的应用 摘要 随着时代的发展人类的进步，17—18世纪出现了一门新的学科概率论，概率论逐渐成为了为数不多的可以和传统数学相抗衡的学科之一，并一步步的走向了人们的生活，成为了人们生活中不可或缺的部分。 本文先简述了概率论的发展，之后从概率在抽签中的应用、经济效益中的应用、现实决策中的应用、追击相遇问题中的应用、最大利润问题中的应用、最佳配置问题中的应用、经济保险问题中的应用、获奖问题中的应用、概率和选购方案的综合应用、金融界中的应用、设计方案的综合应用、厂矿生产中的如何合理配置维修工人问题、在商品质检中的应用和在运输预算费用中的应用等。多方面论述了概率的应用。 关键词：概率；概率的含义；概率的应用
Abstract
第一章绪论 概率统计是一门和生活关联紧密的学科同样也是一门特别有趣的数学分支学科，17-18世纪，数学得到了快速的发展。数学家们打破了古希腊的演绎框架，社会生活对与自然界的多方面吸取灵感，数学领域涌现了许多新面孔，之后都形成了完整的数学分支。除了分析学这之外，概率论就是同时期能使"欧几里德几何不相上下"的几个伟大成就之一。 概率的发源与赌博有关，伴随着科学技术的发展进步以及计算机普及,它在最近几十年来的社会科学和自然科学中得到了特别广泛的应用,在生活与社会生产中起着很重要的作用。我们生活在一个千变万化千变万化、千变万化的时代里，而我们每个人无时无刻都要直面生活中遇到的问题。而其中很多的问题都是随机的与随机的随机的。如决策时如何获取最大利益，公司要如何组合生产才能取得最大收益，如何加大买彩票的获奖概率，怎样进行误差分析、所购买物品的产品检验，生产质量把控等，当我们在遇到这些问题时应该如何解决它呢？幸好我们如今有了概率，概率是一门探索和揭示随机现象和规律的一门学科。 实践证明,概率是对生活中碰到的问题进行量的解答的有效工具,对经济决策和预测提供了新型的手段。下文就通过列举实例来表述概率在抽签中的应用、经济效益中的应用、现实决策中的应用、追击相遇问题中的应用、最大利润问题中的应用、最佳配置问题中的应用、经济保险问题中的应用、获奖问题中的应用、概率和选购方案的综合应用、金融界中的应用、设计方案的综合应用、厂矿生产中的如何合理配置维修工人问题、在商品质检中的应用和在运输预算费用中的应用等。
概率论与数理统计在生活中的应用 单位:兴隆场初级中学姓名:姜宏琼 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。 关键字：概率、保险、彩票、统计、数据、应用 由赌徒的问题引起，概率逐渐演变成一门严谨的科学。1654年，有一个法国赌徒梅勒遇到了一个难解的问题：梅勒和他的一个朋友每人出30个金币，两人谁先赢满3局谁就得到全部赌注。在游戏进行了一会儿后，梅勒赢了2局，他的朋友赢了1局。这时候，梅勒由于一个紧急事情必须离开，游戏不得不停止。他们该如何分配赌桌上的60个金币的赌注呢？梅勒的朋友认为，既然他接下来赢的机会是梅勒的一半，那么他该拿到梅勒所得的一半，即他拿20个金币，梅勒拿40个金币。然而梅勒争执道：再掷一次骰子，即使他输了，游戏是平局，他最少也能得到全部赌注的一半——30个金币；但如果他赢了，并可拿走全部的60个金币。在下一次掷骰子之前，他实际上已经拥有了30个金币，他还有50%的机会赢得另外30个金币，所以，他应分得45个金币。 赌本究竟如何分配才合理呢？后来梅勒把这个问题告诉了当时法国著名的数学家帕斯卡，这居然也难住了帕斯卡，因为当时并没有相关知识来解决此类问题，而且两人说的似乎都有道理。帕斯卡又写信告诉了另一个著名的数学家费马，于是在这两位伟大的法国数学家之间开始了具有划时代意义的通信，在通信中，他们最终正确地解决了这个问题。他们设想：如果继续赌下去，梅勒（设为甲）和他朋友（设为乙）最终获胜的机会如何呢？他们俩至多再赌2局即可分出胜负，这2局有4种可能结果：甲甲、甲乙、乙甲、乙乙。前3种情况都是甲最后取胜，只有最后一种情况才是乙取胜，所以赌注应按3：1的比例分配，即甲得
概率在现实生活中的应用
我认为学习概率应该有两种认识，一是要理性的理解概率的意义，二是要学以致用。 一、概率的意义 （1）一般地，频率是随着实验者、实验次数的改变而变化的； （2）概率是事件在大量重复试验中频率逐渐稳定到的值，即可以用大量重复试验中事件发生的频率去估计得到事件发生的概率，但二者不能简单地等同；（3）频率是概率的近似值,概率是频率的稳定值.它是频率的科学抽象.当试验次数越来越多时，频率围绕概率摆动的平均幅度越来越小，即频率靠近概率. （4）概率从数量上刻画了一个随机事件发生的可能性的大小. 二、学以致用 学以致用不仅是会做“单项选择题选对正确答案的概率是多少？”的问题，还要会解决生活中的实际问题。例如： 1、在保险公司里有2500个同一年龄的人参加了人寿保险，在一年里死亡的概率为0.002，每个人一年付12元保险费，而在死亡的时候家属可以领取由保险公司支付的2000元，问保险公司盈利的概率是多少，公司获利不少于10000的概率是多少？ 这样的问题咋一看很难知道保险公司是否盈利，但经过概率统计的知识一 计算就可以得知公司是几乎必定盈利的。 2、李炎是一位喜欢调查研究的好学生，他对高三年级的12个班（每班50人）同学的生日作过一次调查，结果发现每班都有三位同学的生日相同，难道这是一种巧合吗？ 解析：本题即求50个同学中出现生日相同的机会有多大？ 我们知道，任意两个人的生日相同的可能性为1/365×1/365≈0.0000075，确实非常小，那么对于一个班而言，这种可能性是不是也不大呢？ 正面计算这种可能性的大小并不简单，因为要考虑可能有2个人生日相同，3个人生日相同，……有50个人生日相同的这些情况。如果我们从反而来考察，即计算找不到俩个人生日相同的可能性，就可知道最少有两个人生日相同的可能性。 对于任意2个人，他们生日不同的可能性是（365/365）×（364/365）=365×364/3652对于任意3个人，他们中没有生日相同的可能性是 365/365×364/365×363/365=365×364×363/3653； 类似可得，对于50个人，找不到两个生日相同的可能性是 365×364×363×…×316/36550≈0.03，因此，50个人中至少有两个人生日相同的机会达97%，这么大的可能性有点出乎意料，然而事实就是如此，高三年级的12个班级（每班50人）都有两位同学生日相同的事件发生，并非巧合。那么，50人中有3人生日相同的概率有多大？ 3、深夜，一辆出租车被牵涉进一起交通事故，该市有两家出租车公司——红色出租车公司和蓝色出租车公司，其中蓝色出租车公司和红色出租车公司分别占整个城市出租车的85%和15%。据现场目击证人说，事故现场的出租车是红色，并对证人的辨别能力作了测试，测得他辨认的正确率为80%，于是警察就认定红色出租车具有较大的肇事嫌疑。请问警察的认定对红色出租车公平吗？试说明理由
概率论与数理统计作业 班级 姓名 学号 任课教师 第五章 大数定律及中心极限定理 教学要求： 一、了解大数定律的直观意义； 二、掌握Chebyshev 不等式； 三、了解Chebyshev 大数定理和贝努里大数定理； 四、会用中心极限定理估算有关事件的概率． 重点：中心极限定理． 难点：切比雪夫不等式、大数定律、中心极限定理． 综合练习题 一、选择题 1.设12,,,n X X X 是独立同分布的随机变量序列，且 1,2,,i n = .令∑==n i i n X Y 1 ，1,2,,i n = ，()x Φ为标准正态分布函数，则 ()=?? ????????≤--∞ →11lim p np np Y P n n （B ）. （A ）0 ； （B ）()1Φ； （C ）()11Φ-； （D ）1.6 . 2.设()x Φ为标准正态分布函数，0,1,i A X A ?=? ?事件不发生， 事件发生， ()100,,2,1 =i ，且 ()8.0=A P ，10021,,,X X X 相互独立.令∑==100 1 i i X Y ，则由中心极限定理知Y 的分布函 数()y F 近似于（B ）. （A ）()y Φ； （B ）?? ? ??-Φ480y ； （C ）()8016+Φy ； （D ）()804+Φy . 3.设随机变量 ,,,,21n X X X 相互独立，且i X () ,,,2,1n i =都服从参数为 2 1
的指数分布，则当n 充分大时，随机变量∑==n i i n X n Z 1 1的概率分布近似服从（B ）. （A ）()4,2N ； （B ）??? ??n N 4,2； （C ）?? ? ??n N 41,21； （D ）()n n N 4,2. 二、填空题 1.设随机变量 ,,,,21n X X X 相互独立且同分布，它们的期望为μ，方差为2 σ， 令∑==n i i n X n Z 1 1，则对任意正数ε，有{}=≤-∞→εμn n Z P lim 1 . 2.设 ,,,,21n X X X 是独立同分布的随机变量序列，且具有相同数学期望和方差 ()μ=i X E ，()02>=σi X D ，() ,2,1=i ， 则对任意实数x ， =??? ? ??? ???????≤-∑=∞ →x n n X P n i i n σμ1lim ()x Φ. 3.设()1-=X E ，()4=X D ，则由切比雪夫不等式估计概率{}42P X -<<≥ 9 5 . 4.设随机变量[]1,0~U X ，由切比雪夫不等式可得≤??????≥- 3121X P 4 1. 5.设随机变量() 2.0,100~B X ，应用中心极限定理可得{}≈≥30X P 0062.0.（其中 ()()9938.05.2=Φ） 三、应用题 1. 100台车床彼此独立地工作着，每台车床的实际工作时间占全部工作时间的80%， 求任一时刻有70至86台车床在工作的概率. 解：设?? ?=台车床没有工作 第台车床正在工作 第i i X i .0.1（100,,2,1 =i ），且()8.0,1~B X i ， 则100台车床中在任一时刻正在工作的机床台数为10021X X X X +++= ，且()80=X E ，()16=X D ，（其中10021,,,X X X 独立同分布），于是由德莫弗-拉普拉斯中心极限定理近似可得 ()???? ??-≤-≤-=≤≤168086168016 80708670X P X P
一些很有趣的概率学问题 说到概率，有些好玩的东西不得不提。比如，你知道吗，23个人中至少两个人生日相同的概率竟然超过了1/2；假如你们班上有50个人的话，那更不得了，至少两人生日相同的概率达到97% ！如果你会计算这个概率问题的话，你可以亲自证实这一点。本文适宜的读者是知道上述问题怎么算的高中朋友，上述问题也是高中阶段学的一些基本概率知识。 上面的问题都是简单概率，它包含了一个最基本的原则，即使没有系统地学习过，平常人们也都在无形之中使用它：概率等于你要算的东西除以总的数目。比如。我们要计算23个人中任何两个人都不在同一天生的概率。假设2月29 日与其它日期出现概率相同的话（这是为了便于计算我们做出的假设，它有悖于常理），那么它的概率为A(366,23)/366^23。它约为0.493677。因此，至少两人在同一天生的概率为1-0.493677=0.506323。当然，对于“你要算的东西除以总的数目”的认识是片面的，比如“投两个骰子出现的数字和从2到12共有11种可能，问数字和大于10的概率”这一问题的答案并不是2/11，因为这11个点数和出现的概率不是相等的，我们只能从投出的两个数字共6*6=36种情况中进行统计，可能的情况只有(5,6)、(6,5)和(6,6) （不会有人说还有(6,7)之类的吧），答案应该是3/36=1/12。这些都是废话，我不细说了。 但是，你有想过这个问题吗：要是这些数目是无穷的怎么办？换句话说，统计的东西不是“离散”的怎么办？比如看这样一个问题。明天早上我要和MM约会，但是具体见面时间我忘了，好像是8:00-9:00的某个时候。那么我随便在这个时段中选一个时间去等MM，最多等她半个小时，正好能见到MM的概率是多少（假设MM先到的话不会等我）。这个问题和我们平时见到的问题不同的地方在于，它的“情况”是连续的，不是离散的，不能逐一统计数目。咋办呢？我们注意到，我的时间随机取一个，MM的时间随机取一个，对于某些组合我们是有缘分的（这些组合无穷多）。这些组合正好对应了平面区域上的点。就是说，搞一个横坐标表示我的时间，纵坐标表示MM的时间，那么肯定能画出那么一块区域，区域里的所有点(x,y)对应所有我和MM可能相见的组合。任何一个时间组合有多大的可能落在这个区域呢？由于在矩形区域内点(x,y)是均匀分布的，我们只需要计算一个面积之比就行了。下图中显而易见，答案是3/8。 一个类似的问题是Buffon投针实验。有一个人，叫Buffon。他在地板上画了很多间隔相同的平行线，然后叫了一帮狐朋狗友来，把一些长度相同的针扔在地上。然后，他统计有多少针和地板上的线相交，并宣称可以得到圆周率π的值。换句话说，一根针投到间隔相同的平行线中，与平行线相交的概率和π有关。我们时常感到数学的神奇之处，比如当这个π在很多不该出现的场合莫明
概率论与数理统计概率历史介绍
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．
概率论和数理统计真题讲解 （一）单项选择题（本大题共10小题，每小题2分，共20分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。 1.设随机事件A与B互不相容，且P（A）＞0,P（B）＞0，则（） A.P（B|A）＝0 B.P（A|B）＞0 C.P（A|B）＝P（A） D.P（AB）＝P（A）P（B） 『正确答案』分析：本题考察事件互不相容、相互独立及条件概率。 解析：A：，因为A与B互不相容，，P（AB）＝0，正确； 显然，B，C不正确；D：A与B相互独立。 故选择A。 提示：① 注意区别两个概念：事件互不相容与事件相互独立； ② 条件概率的计算公式：P（A）＞0时，。 2.设随机变量X～N（1，4），F（x）为X的分布函数，Φ（x）为标准正态分布函数，则F（3）＝（） A.Φ（0.5） B.Φ（0.75） C.Φ（1） D.Φ（3） 『正确答案』分析：本题考察正态分布的标准化。 解析：， 故选择C。 提示：正态分布的标准化是非常重要的方法，必须熟练掌握。 3.设随机变量X的概率密度为f（x）＝则P{0≤X≤}＝（） 『正确答案』分析：本题考察由一维随机变量概率密度求事件概率的方法。第33页 解析：， 故选择A。 提示：概率题目经常用到“积分的区间可加性”计算积分的方法。
4.设随机变量X的概率密度为f（x）＝则常数c＝（） A.－3 B.－1 C.－ D.1 『正确答案』分析：本题考察概率密度的性质。 解析：1＝，所以c＝－1， 故选择B。 提示：概率密度的性质： 1.f（x）≥0； 4.在f（x）的连续点x，有F′（X）＝f（x）；F（x）是分布函数。课本第38页 5.设下列函数的定义域均为（－∞，＋∞），则其中可作为概率密度的是（） A.f（x）＝－e－x B. f（x）＝e－x C. f（x）＝ D.f（x）＝ 『正确答案』分析：本题考察概率密度的判定方法。 解析：① 非负性：A不正确；② 验证：B：发散； C：，正确；D：显然不正确。 故选择C。 提示：判定方法：若f（x）≥0，且满足，则f（x）是某个随机变量的概率密度。 6.设二维随机变量（X，Y）～N（μ1,μ2，），则Y ～（） 『正确答案』分析：本题考察二维正态分布的表示方法。 解析：显然，选择D。
生活中的一些事件分析 1.升级游戏 升级游戏中（共有54张，留6张底牌），底牌中有“王”的概率。解：底牌中有王，即在洗牌时要至少放一张王牌于底牌的六张中。将54张牌 的每一种排列看作一次随机试验，即基本事件总数为：!5454 54==p n ，而底牌中有王所包还的基本事件数为：52 52 262253531612P P C P P C m +=故，所求事件的概率为 233.0159 37 ≈== n m p 2．考试猜答案能否及格的问题 考试的时候，许多学生都会遇到不会做的题目，对于选择题，不会做也不会空着，大家都会选择猜个答案填上去。我们所关心的是猜中正确答案的概率有多大？如果一个单项选择题有四个答案，那么猜中的概率应该是1/4。如果某试卷仅有10个单项选择题，每题10分。某学生完全不会做，随机答题，我们所关心的是他及格的概率是多少？ 我们知道每答一个题有两个基本结果，就是答对和答错，所以做10道题就是10重伯努利试验。我们用A 表示答对，B 表示及格，那么及格就是至少答对6道题，所求概率 k k k k k C k p B p ?==?==∑∑1010 6 10 10 610)41 1()41()()(10 9 9910288103771046610)4 1(43()41()43()41(43(41(43()41(++++=C C C C 5 69091796870.01972770=从结果中我们知道，如果不学习，题目不会做的话只有不足2%的概率及格，在实际中，这种情况几乎不会发生，所以靠投机是不行的，学生还是要扎扎实实好好学习。
3.3.有志者事竟成 有志者事竟成“有志者事竟成”的意思是:只要有决心,有毅力,事情终究会取得成功。很多人在遇到失败时,都会用这句古话来不断激励自己。现在从概率论角度来思考,更感此语之妙。 将一个试验独立重复的做了n 次,设在每次试验中事件A 发生的概率为 )10(<
学号：1001114119概率论在生活中的应用 学院名称：数学与信息科学学院 专业名称：数学与应用数学 年级班别： 10级二班 姓名： 指导教师： 2014年3月
概率论在生活中的应用 摘要 概率论作为数学的一个重要部分，在现实生活中的应用越来越广泛，同样也发挥着越来越重要的作用。加强数学的应用性，让学生学用数学的知识和思维方法去看待，分析，解决实际生活的问题，在数学活动中获得生活经验。这是当前数学课程改革的大势所趋。加强应用概率的意识，不仅是学习的需要，更是工作生活必不可少的。人类认识到随机现象的存在是很早的，但书上讲得都是理论知识，我们不仅仅要学习好理论知识，应用理论来实践才是重中之重。学好概率论，并应用概率知识解决现实问题已是我们必要的一种生活素养。（宋体，小四，1.5倍行距） 关键词随机现象；条件概率；极限定理；古典概率 The applyment of the theory of probability in daily life Abstract Probability theory as an important part of mathematics,in the life of the sue more and more widely, also play an increasingly important role. Strengthen mathematics applied, lets the student with mathematical knowledge andmathematical thinking method to treat, analysis, solve practical life in mathematics activity, gain life experience. This is the current trend of curriculum reform. Strengthen the consciousness of the application of probability, not only learning, but working life is indispensable. People realize the existence of random phenomenon is early, but telling the theory knowledge, we should not only study the theory knowledge well, the application of theory to practice is more important. Learn probability theory, and using probability knowledge to solve realiticl problems is already a life we necessary accomplishment. Keywords Random phenomenon; Conditional probability; Limit theorem. The classical probability
概率论中的大数定律及中心极限定理 唐南南 摘要 概率论是从数量上研究随机现象的规律的学科，概率论的特点是先提出数学模型，然后去研究它的性质，特点和规律。它在自然科学，技术科学和社会科学等科学中有广泛的应用。而大数定律和中心极限定理的内容是概率论中极限理论极为重要的一部分内容。在这篇文章中，我们从贝努力试验中的频率出发，讨论了独立随机变量和分布的极限问题。在一定条件下，这些分布弱收敛于退化分布，这就是大数定律。在另一些条件下，这些分布弱收敛于N(0,1)分布,这一类收敛于N(0,1)分布的定理统称为中心极限定理.大数定律说明了随机现象都具有稳定性而中心极限定理是研究相互独立随机变量序列{}i x 的部分和∑== n i i n x S 1 的分布，在适当条件下向正态分布收放的问题。在这篇文章 里，我们只介绍了一些定理的提出，内容以证明以及在其他学科上的应用，而大数定律和中心极限定理还有许多更深入，更广泛的内容，限于篇幅这里就不再介绍了。掌握定理的结论是重要的，这些结论一方面使频率稳定于概率，n 次观察的算术平均值稳定于数学期望都有了明确的含义和理论依据；另一方面，又将给数理统计中大样本的统计推断等提供理论依据。 关键词 大数定律 中心极限定理 随机现象 随机变量 引言 大数定律和中心极限定理是概率论中重要的一部分内容，但对读者来说，多数人对于这部分内容感到很难掌握，这篇文章就是对这部分内容进行浅入的分析，但对其内容进行详细的说明，而且进行了归纳性的总结，指出了各定律之间的联系及其差别，希望通过本篇文章内容的介绍，能使读者对于这部分知识有一个清晰的印象，能整体地把握这部分内容。 一 、大数定律 （一）、问题的提法（大数定律的提法） 重复实验中事件的频率的稳定性，是大量随机现象的统计规律性的典型表现。人们在实践中认识到频率具有稳定性，进而由频率的稳定性预见概率的存在；由频率的性质推断概率的性质，并在实际应用中（当n