前言
由于汤老师不给力，下面由刘老师来为你们划重点 内部使用，仅供参考，不承当任何后果。
参考： 课本 课件
第一章
该章概型和公式比较多，每个都配上了一个例题便于理解
第一节
重点：德·摩根律公式
交换律：A ∪B=B ∪A ，AB=BA 结合律(A ∪B)∪C=A ∪(B ∪C ）
（A ∩B)∩C=A ∩(B ∩C ）
分配律：A ∩(B ∪C) = (A ∩B)∪( A ∩C )
A ∪(
B ∩C) = (A ∪B)∩(A ∪
C ） 德·摩根律
A B A B
A B A B ==U I I U
第二节
频率性质
1. 样本任意一事件概率不小于0（非负性）
2. 样本事件概率和为1（规范性）
3. 如果AB 互斥 ()()()n n n f A B f A f B =+U
4. 如果AB 不排斥 ()()()()n n n n f A B f A f B f A B =+-?U
5. ()1().P A P A =-
第三节 古典概型
性质
1. 样本空间中样本点有限，既事件有限
2. 样本点概率等可能发生
3. ()==k A P A n 中所含的基本事件数基本事件总数
例题
排列组合问题（要是考应该不会太难）
几何概型
求法：
1.求出状态方程
2.根据定义域画图
3.求概率=阴影面积/总面积
第四节条件概型
公式：
()()()() (|).
()()()()
AB AB P AB P A B
B B P B
μμμΩ
μμμΩ
===
条件概率满足概率的一切性质既非法性，规范性，可加性例题
1
1
()()()()n n
i i i i i P B P BA P A P B A ====∑∑
例题 书 p25
1(
)(
|)
(|)()(|)i i i n
i i
i P A P B A P A B P A P B A ==
∑
第五节独立性
如果AB事件独立
P AB P A P B
()()()若多事件相互独立，理论仍然成立
贝努利概型
既服从二项分布模型
抽取n次的组合次数
第二章
重点章节，几大分布都是后几章的基础
第二节 离散型随机变量及其分布律
1. 两点分布、0﹣1分布
既随机变量 X 只可能取0或1两个值，事件执行一次只有两种情况，例如抛硬币 记为 X~b （1，p ） p 表示事件的概率，样本点个数为1, 并且1-p 表示相反事件概率 2. 二项分布（应用于上章的贝努利概型）
与0-1分布类似，事件执行n 次，记为 X~b （n ，p ） p 表示事件的概率 样本点个数为n 3. 泊松分布
{}e ,
0,1,2,,!
k
P X k k k λλ-==
=???
记为 X~π(λ)，如果出题，应该会标明是泊松分布，或者给出明确的λ
二项分布X~b （n ，p ）当n 充分大，p 充分小时，对于任意固定的非负整数k ，与泊松分布概率近视相等，并且λ=nb （数学期望相等） 4. 几何分布
既抽取问题中可放回情况，该分布具有无记忆性
-1{}(1),1,2,k P X k p p k ==-=L
5. 超几何分布
既抽取问题不放回情况
1
2{},0,1,2,k n k N N n
N
C C P X k k C
-==
=L
第三节 随机变量及其分布
随机变量分布（感觉这个知识点必考，虽然不知道会是什么题） 求事件概率公式，p51
1. 已知分布函数求分布律，并求事件概率（习题2第一题）
根据公式000{}(0)(0)P X x F x F x ==+--
求出各个点的概率，并画出分布表，求事件概率可以不会套公式，可以直接看表。 2. 已知分布律求发布函数（p52，例题）
第四节 连续型随机变量及其概率密度
连续型分布函数几何意义：为连续型概率密度函数的面积 所以两者转化与积分有关 题型：
1. 已知概率密度函数，求常数c （p55 例题）
根据公式()
()d 1F x f t t +∞
-∞
==?
2. 分布函数求密度函数（习题2 8题）
对分布函数求导
3. 已知密度函数求分布函数
()()d x
F x f t t
x -∞
=-∞<<+∞?
均匀分布
密度函数 1
,,()0,,a x b f x b a ?<
=-???
其他
记为 X~U （a ，b ）
分布函数
0,,(),,
1,
.x a x a F x a x b b a
x b
指数分布
密度函数：
.e , 0,()0,x x f x λλ-?>?=?
??
其他
记为 X~E (λ)
分布函数
.1e , 0,()0,
x x F x λ-?->?
=?
??其他 经常用来描述寿命问题
正态分布（必考）（高斯分布）
密度函数：
2
2 () 2
1
()e,,
2
x
f x x
μ
σ
πσ
-
-
=-∞<<∞
记为X~N (μ, σ2).
正态分布密度函数性质书上p60也了解
根据公式：()
x
F x
μ
σ
-
??
=Φ ?
??
可进行查表来求分布律
根据事件概率公式可求：例如
()()()
P a X b F b F a
b a
μμ
σσ
<<=-
--
????
=Φ-Φ
? ?
????正态分布可以看出许多分布的近似分布
第五节随机变量函数的分布
1.离散型
2. 连续型
公式: ()|()|(())X Y f y h y f h y '=?（p67 例题）
例如：已知密度函数f x （x ），求Y=X+1的密度函数
1. 求Y=X+1 的反函数：h （y ）=Y-1
2. 套用公式()|()|(())X Y f y h y f h y '=?
3. |()|h y '的正负于Y=X+1单调性有关，严格单调递增为+，严格单调递减为-
第三章 多维随机变量及其分布
第一节 二维随机变量
二维变量的联合发布函数
(,){,}F x y P X x Y y =≤≤
性质：
对于固定的x ，y
(,)lim (,)0x F y F x y →-∞
-∞==
(,)lim (,)0y F x F x y →-∞
-∞==
(,)lim (,)0x y F F x y →-∞→-∞
-∞-∞==
(,)lim (,) 1.x y F F x y →+∞→+∞
+∞+∞==
公式：221221111212()()()()(,,)0,,,P x X x F x y F x y F x y F y Y y x x --+=<≤<≤≥
二维离散型随机变量
可以根据其分布规律，用表格表示
二维连续型随机变量
(,)(,)x
y
F x y f u v dvdu -∞-∞
=?
?
性质： (1)(,)0;f x y ≥
(2)(,)d d 1;f x y x y +∞+∞
-∞
-∞
=?
?
该性质用于求函数
2(
,)(3)(,);F x y f x y x y
?=??
(4){(,)}(,)d d .G
P X Y G f x y x y ∈=?? （G 为平面的一区域）
二维均匀分布
1(,)(,)0
x y G
A
f x y ?∈?=?
??其他
区域公式：()
1{(,))(,)D D S D P X Y D f x y dxdy dxdy A A
∈===
????
第二节边缘分布
既把x或者y边缘化
二维离散型随机变量的函数的分布书p84 例题
二维连续型随机变量的函数分布
第三节 条件分布
P89 例题
离散型随机变量的条件分布律
{,}{|},1,2,{}
i j ij i j j j
P X x Y y p P X x Y y i P Y y p =====
=
==g L
既 联合分布律的固定样本点/边缘分布的固定样本点 P90 例题
连续型随机变量的条件分布密度 求法;
1. 求出X ，Y 的边缘密度函数
2. 根据条件分布公式，求出条件密度函数
3. 求分布密度 P92页例题
第四节 相互独立的随机分布
若 X , Y 相互独立，由定义知
(,)()(),,X Y F x y F x F y x y R =?∈，既边缘分布之积
求法：书p95例题
第五节 两个随机变量函数的分布
离散型二维随机变量的函数分布 求法：
1. 列表
2. 对应概率值合并 P97页例题
连续型二维随机变量的函数分布 没懂 P99
第四章 随机变量的数组特征
第一节 数学期望（必考）
既 样本的平均值
离散型随机变量的数学期望
1
k k
k EX x p +∞
==∑
连续型随机变量的数学期望
()EX xf x dx +∞
-∞
=?
考试真题
样本满足概率密度分布函数f （x ）=cx 3
0 1. 求c 2. E （x ） 解 ： 第一问 ()1f x dx +∞ -∞ =? = 1 30 1cx dx =? = 1/4 *c = 1 解得 c = 4 第二问 E （x ）= ()xf x dx +∞ -∞ ? = 1 30 4x x dx ? =4/5 随机变量函数的数学期望 例如 E （3x+1）的数学期望 离散型 ： 1 (31)i i i x p ∞ =+∑ 连续型： (31)()x f x dx +∞ -∞ +? 数学期望性质：. 1. EC=0（c 为常数） 2. ().E CX C EX = 3. ().E X Y EX EY +=+ 4. ().E XY EX EY =? 常见数学期望： 1. 二项分布X~b （n ，p ） 数学期望为 np 2. 几何分布 数学期望为1/p 3. 指数分布 X~E (λ) 数学期望为1/λ 4. 正太分布X~N (μ, σ2 ). 数学期望为μ 5. 泊松分布X~π(λ) 数学期望为λ 第二节 方差 对数学期望的偏差值 求法: DX = E (X – EX )2 为标准差或者叫均方差 常用公式： 22()DX EX EX =- 真题 样本满足概率密度分布函数f （x ）=4x 3 0 3. 求D （x ） 解： D （x ）=22 ()DX EX EX =- =1 1 23320 *4(*4)x x dx x x dx -?? =2/75 常用方差 泊松分布 X ~ π() 方差：λ 正态分布 X ~ N ( , 2) 方差 2 σ 均匀分布X~U(a, b) 方差 2 ()12 b a - 指数分布 X~E (λ) 方差 21.λ 二项分布X ~ b( n , p) 方差(1)np p - 方差性质： D(aX+b ) = a 2 DX D(c)=0 第三节 协方差与关系系数 协方差 对于二维随机变量（x,y ）,当x ，y 不相互独立时，xy 之间用协方差来描述其中关系 ()()()2cov(,)D X Y D X D Y X Y +=++ 协方差公式 ： cov(,)()()X Y E X EX Y EY =-- 协方差性质： 1. cov(,)cov(,)X Y Y X = ()*E XY EX EY =- 2. cov(,)cov(,)aX bY ab X Y = 3. cov(,)cov(,)cov(,)X Y Z X Z Y Z +=+ 4. cov(,)X X DX = 5. 2 cov(,)|X Y DX DY ≤? 相关系数 X ，y 的相关系数公式： cov(,) ()() XY X Y D X D Y ρ= 若其为0表示 xy 不相关 离散型求相关系数：11 cov(,)[()][()]i j ij i j X Y x E X y E Y p ∞∞ === --∑∑ 连续型求相关系数： cov(,)[()][()](,)d d X Y x E X y E Y f x y x y +∞+∞-∞ -∞ = --?? 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。 ·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： 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。 《概率论与随机过程》第一章习题 1. 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（设以百分制记分）。 （2） 同时掷三颗骰子，记录三颗骰子点数之和。 （3） 10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录 抽取的次数。 （4） 生产产品直到得到10件正品，记录生产产品的总件数。 （5） 一个小组有A ，B ，C ，D ，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选 举的结果。 （6） 甲乙二人下棋一局，观察棋赛的结果。 （7） 一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 （8） 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。 （9） 有A ，B ，C 三只盒子，a ，b ，c 三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察 装球的情况。 （10） 测量一汽车通过给定点的速度。 （11） 将一尺之棰折成三段，观察各段的长度。 2. 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。 （2） A 与B 都发生，而C 不发生。 （3） A ，B ，C 都发生。 （4） A ，B ，C 中至少有一个发生。 （5） A ，B ，C 都不发生。 （6） A ，B ，C 中至多于一个发生。 （7） A ，B ，C 中至多于二个发生。 （8） A ，B ，C 中至少有二个发生。 3. 设{}10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 （2）B A ?。 （3）B A 。 （4） BC A 。 （5）)(C B A ?。 4. 设{}20≤≤=x x S ，??????≤<=121x x A ，? ?????<≤=234 1x x B ，具体写出下列各式。 （1）B A ?。 （2）B A ?。 （3）B A 。 （4） B A 。 5. 设A ，B ，C 是三事件，且41)()()(===C P B P A P ，0)()(==CB P AB P ，81)(=AC P ，求A ， B ， C 至少有一个发生的概率。 6. 在1500个产品中有400个次品，1100个正品，任意取200个。 （1） 求恰有90个次品的概率。 （2） 至少有2个次品的概率。 7.（1）在房间里有500个人，问至少有一个人的生日是10月1日的概率是多少（设一年以365天计算）？ （2）在房间里有4个人，问至少有二个人的生日在同一个月的概率是多少？ 习题1解答 1、 写出下列随机试验的样本空间Ω: (1)记录一个班一次数学考试的平均分数(设以百分制记分); (2)生产产品直到有10件正品为止,记录生产产品的总件数; (3)对某工厂出厂的产品进行检查,合格的记为“正品”,不合格的记为“次品”,如连续查出了2件次品就停止检查,或检查了4件产品就停止检查,记录检查的结果; (4)在单位圆内任意取一点,记录它的坐标、 解:(1)以n 表示该班的学生人数,总成绩的可能取值为0,1,2,…,100n ,所以该试验的样本空间为 {|0,1,2,,100}i i n n Ω==、 (2)设在生产第10件正品前共生产了k 件不合格品,样本空间为 {10|0,1,2,}k k Ω=+=, 或写成{10,11,12,}.Ω= (3)采用0表示检查到一个次品,以1表示检查到一个正品,例如0110表示第一次与第四次检查到次品,而第二次与第三次检查到的就是正品,样本空间可表示为 {00,100,0100,0101,0110,1100,1010,1011,0111,1101,1110,1111}Ω=、 (3)取直角坐标系,则有22 {(,)|1}x y x y Ω=+<,若取极坐标系,则有 {(,)|01,02π}ρθρθΩ=≤<≤<、 2.设A 、B 、C 为三事件,用A 、B 、C 及其运算关系表示下列事件、 (1) A 发生而B 与C 不发生; (2) A 、B 、C 中恰好发生一个; (3) A 、B 、C 中至少有一个发生; (4) A 、B 、C 中恰好有两个发生; (5) A 、B 、C 中至少有两个发生; (6) A 、B 、C 中有不多于一个事件发生、 北京邮电大学2012——2013学年第1学期 《概率论与随机过程》期末考试试题答案 考试注意事项：学生必须将答题内容（包括填空题）做在试题答题纸上，做在试卷纸上一律无效。在答题纸上写上你的班号和选课单上的学号，班内序号! 一. 单项选择题和填空题：（每空3分，共30分） 1.设A 是定义在非空集合Ω上的集代数,则下面正确的是 .A （A ）若A B ∈∈A,A ,则A B -∈A ; （B ）若A A B ∈?A,,则B ∈A ; （C ）若12n A n =∈?A,,,,则 1 n n A ∞=∈A ; （D ）若12n A n =∈?A,,,,且123A A A ??? ,则 1 n n A ∞ =∈A . 2. 设(),ΩF 为一可测空间，P 为定义在其上的有限可加测度，则下面正确的是 .c （A ）若A B ∈∈F,F ,则()()()P A B P A P B -=-； （B ）若12n A n =∈?F,,,,,且123A A A ??? ，则1 li ( )()m n n n n P A A P ∞→∞ ==； （C ）若A B C ∈∈∈F,F,F,，则()()()()P A B C P A P AB P A BC =++； （D ）若12n A n =∈?F,,,,,且,i j A i j A =??=/，1 1 ( )()n n n n P P A A ∞ ∞===∑. 3.设f 为从概率空间(),P ΩF,到Borel 可测空间(),R B 上的实可测函数，表达式为100 0()k A k f kI ω==∑，其中1000 ,, i j n n i j A A A ==??=Ω/=，则fdP Ω=? ； 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。 2. 第一盒中有4个红球6个白球，第二盒中有5个红球5个白球，随机地取一盒，从中 随机地取一个球，求取到红球的概率。 《概率论与随机过程》第一章习题 1.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（设以百分制记分）。 （2）同时掷三颗骰子，记录三颗骰子点数之和。 （3）10只产品中有3只是次品，每次从其中取一只（取出后不放回），直到将3只次品都取出，记录抽取的次数。 （4）生产产品直到得到10件正品，记录生产产品的总件数。 （5）一个小组有A，B，C，D，E5个人，要选正副小组长各一人（一个人不能兼二个职务），观察选举的结果。 （6）甲乙二人下棋一局，观察棋赛的结果。 （7）一口袋中有许多红色、白色、蓝色乒乓球，在其中任意取4只，观察它们具有哪几种颜色。 （8）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。 （9）有A，B，C三只盒子，a，b，c三只球，将三只球装入三只盒子中，使每只盒子装一只球，观察装球的情况。 （10）测量一汽车通过给定点的速度。 （11）将一尺之棰折成三段，观察各段的长度。 2.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。 （2）A与B都发生，而C不发生。 （3）A，B，C都发生。 （4）A，B，C中至少有一个发生。 （5）A，B，C都不发生。 （6）A，B，C中至多于一个发生。 （7）A，B，C中至多于二个发生。 （8）A，B，C中至少有二个发生。 3. 设{ }10,2,1, =S ,{}4,3,2=A ，{}5,4,3=B ，{}7,6,5=C ，具体写出下列各等式 （1）B A 。 （2）B A ?。 （3）B A 。 （4） BC A 。 （5）)(C B A ?。 4. 设{}20≤≤=x x S ，?????? ≤<=121x x A ，? ?????<≤=2341x x B ，具体写出下列各式。 （1）B A ?。 （2）B A ?。 （3）B A 。 （4） B A 。 5. 设A ，B ，C 是三事件，且41)()()(===C P B P A P ，0)()(==CB P AB P ，1)(=AC P ，求A ，B ， C 至少有一个发生的概率。 6. 在1500个产品中有400个次品，1100个正品，任意取200个。 （1） 求恰有90个次品的概率。 （2） 至少有2个次品的概率。 7.（1）在房间里有500个人，问至少有一个人的生日是10月1日的概率是多少（设一年以365天计算） （2）在房间里有4个人，问至少有二个人的生日在同一个月的概率是多少 8. 一盒子中有4只次品晶体管，6只正品晶体管，随机地抽取一只测试，直到4只次品管子都找到为止。求 第4只次品管子在下列情况发现的概率。 （1） 在第5次测试发现。 （2） 在第10次测试发现。 9. 甲、乙位于二个城市，考察这二个城市六月份下雨的情况。以A ，B 分别表示甲，乙二城市出现雨天这一 事件。根据以往的气象记录已知4.0)()(==B P A P ，28.0)(=AB P ，求)/(B A P ，)/(A B P 及)(B A P ?。 10. 已知在10只晶体管中有2只次品，在其中取二次，每次随机地取一只，作不放回抽样，求下列事件的概 率。 （1） 二只都是正品。 （2） 二只都是次品。 （3） 一只是正品，一只是次品。 （4） 第二次取出的是次品。 11. 某人忘记了电话号码的最后一个数字，因而随意地拨号，求他拨号不超过三次而接通所需的电话的概率 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。 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 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 = (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 = （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： （1）仅A 发生； （2）,,A B C 中至少有两个发生； （3）,,A B C 中不多于两个发生； （4）,,A B C 中恰有两个发生； （5）,,A B C 中至多有一个发生。 解 （1）ABC （2）AB AC BC U U 或 ABC ABC ABC ABC U U U ； （3）A B C U U 或 ABC ABC ABC ABC ABC ABC ABC U U U U U U ； （4）ABC ABC ABC U U ； （5）AB AC BC U U 或 ABC ABC ABC ABC U U U ； 3．一个工人生产了三件产品，以(1,2,3)i A i =表示第i 件产品是正品，试用i A 表示下列事件：（1）没有一件产品是次品；（2）至少有一件产品是次品；（3）恰有一件产品是次品；（4）至少有两件产品不是次品。 解 （1）123A A A ；（2）123A A A U U ；（3） 123123123A A A A A A A A A U U ；（4）121323A A A A A A U U 。 4．在电话号码中任取一个电话号码，求后面四个数字全不相同的概率。 解 设A =‘任取一电话号码后四个数字全不相同’，则 5．一批晶体管共40只，其中3只是坏的，今从中任取5只，求 （1）5只全是好的的概率； （2）5只中有两只坏的的概率。 解 （1）设A =‘5只全是好的’，则 537540 ()0.662C P A C =B ； 05-06概率论与随机过程试题（A ） 一、选择题 1．设0 2． 设随机变量X 的密度函数为, 0 1, ()0, .ax x f x < 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 大学2015～2016学年秋季学期本科生 课程自学报告 课程名称：《概率论与随机过程》 课程编号：07275061 报告题目：大数定律和中心极限定理在彩票选号的应用学生： 学号： 任课教师： 成绩： 评阅日期： 随机序列在通信加密的应用 2015年10月10日 摘 要：大数定律与中心极限定理是概率论中很重要的定理，较多文献给出了不同条件下存在的大数定律和中心极限订婚礼，并利用大数定律与中心极限定理得到较多模型的收敛性。但对于他们的适用围以及在实际生活中的应用涉及较少。本文通过介绍大数定律与中心极限定理，给出了其在彩票选号方面的应用，使得数学理论与实际相结合，能够让读者对大数定律与中心极限定理在实际生活中的应用价值有更深刻的理解。 1. 引言 在大数定律与中心极限定理是概率论中很重要的定理，起源于十七世纪，发展到现在，已经深入到了社会和科学的许多领域。从十七世纪到现在，很多国家对这两个公式有了多方面的研究。长期以来，在大批概率论统计工作者的不懈努力下，概率统计的理论更加完善，应用更加广泛，如其在金融保险业的应用，在现代数学中占有重要的地位。 本文主要通过对大数定律与中心极限定理的分析理解，研究探讨了其在彩票选号中的应用，并给出了案例分析，目的旨在给出大数定律与中心极限定理应用对实际生活的影响，也对大数定律与中心极限定理产生更深刻的理解。 2. 自学容小结与分析 2.1 随机变量的特征函数 在对随机变量的分析过程中，单单由数字特征无法确定其分布函数，所以引入特征函数。特征函数反映随机变量的本质特征，可唯一的确定随机变量的分布函数、随机变量X 的特征函数定义为： 定义1 ][)()(juX jux e E dx e x p ju C ==? +∞ ∞ - (1) 性质1 两两相互独立的随机变量之和的特征函数等于各个随机变量的特征函数之积。 性质1意味着在傅立叶变换之后，时域的卷积变成频域的相乘，这是求卷积的简便方法。类比可知求独立随机变量之和的分布的卷积，可化为乘法运算，这样就简便了计算，提高了运算效率。 性质2 求矩公式：0)(|) ()(][=-=u n u x n n n du C d j X E (2) 性质3 级数展开式：!)(][!|)()()(0 00n ju X E n u du u C d u C n n n n n n n n X ∑∑∞ ==∞ === (3) 2.2 大数定律与中心极限定理 定义2 大数定律：设随机变量相互独立，且具有相同的μ=)(k X E 和,...2,1,)(2 ==k X D k σ, 则0∈>?,有 1. 写出下列随机试验的样本空间及事件中的样本点: 1) 将一枚均匀硬币连续掷两次,记事件 =A {第一次出现正面}, =B {两次出现同一面}, =C {至少有一次正面出现}. 2) 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3只球. 记事件 =A {球的最小号码为1}. 3) 10件产品中有一件废品,从中任取两件,记事件=A {得一件废品}. 4) 两个口袋各装一个白球与一个黑球,从第一袋中任取一球记下其颜色后放入第二袋,搅均后再 从第二袋中任取一球.记事件=A {两次取出的球有相同颜色}. 5) 掷两颗骰子,记事件 =A {出现点数之和为奇数,且其中恰好有一个1点}, =B {出现点数之和为偶数,但没有一颗骰子出现1点}. 答案:1) }),(),,(),,(),,({T T H T T H H H =Ω, 其中 :H 正面出现; :T 反面出现. }),(),,({T H H H A =; }),(),,({T T H H B =; }),(),,(),,({H T T H H H C =. 2) 由题意,可只考虑组合,则 ? ?? ?? ?=)5,4,3(),5,4,2(),5,3,2(),4,3,2(),5,4,1(),5,3,1(),4,3,1(),5,2,1(),4,2,1(),3,2,1(Ω; {})5,4,1(),5,3,1(),4,3,1(),5,2,1(),4,2,1(),3,2,1(=A . 3) 用9,,2,1 号表示正品,10号表示废品.则 ??? ? ????? ?????????=)10,9()10,8()10,2(,),4,2(),3,2()10,1(,),4,1(),3,1(),2,1( Ω; {})10,9(,),10,2(),10,1( =A . 4) 记第一袋中的球为),(11b w ,第二袋中的球为),(22b w ,则 {}),(),,(),,(),,(),,(),,(112121112121b b b b w b w w b w w w =Ω; {}),(),,(),,(),,(11211121b b b b w w w w A =. 习题五 1.一颗骰子连续掷4次，点数总和记为X .估计P {10 整理得0.95,10n ??Φ≥ ? ??? 查表 1.64,10n ≥ 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%,于是我们只要供应15m 单位电能就可满足要求.令X 表同时开动机床数目，则X ~B （200，）, ()140,()42,E X D X == 1400.95{0}().42m P X m P X m -?? =≤≤=≤=Φ ??? 查表知 140 1.64,42 m -= ,m =151. 所以供电能151×15=2265（单位）. 4. 一加法器同时收到20个噪声电压V k （k =1，2，…，20），设它们是相互独立的随机变量， 且都在区间（0，10）上服从均匀分布.记V = ∑=20 1 k k V ，求P {V ＞105}的近似值. 【解】易知:E (V k )=5,D (V k )= 100 12 ,k =1,2,…,20 由中心极限定理知，随机变量 20 1 205 ~(0,1).100100 20201212 k k V Z N =-?= =??∑近似的 于是105205{105}1010020201212P V P ????-?? >=>???? ????? 1000.3871(0.387)0.348,102012V P ????-?? =>≈-Φ=? ???????? 即有 P {V >105}≈ 5. 有一批建筑房屋用的木柱，其中80%的长度不小于3m.现从这批木柱中随机地取出100 根，问其中至少有30根短于3m 的概率是多少概率论大数定律及其应用
(完整版)概率论与数理统计课后习题答案
概率论复习题及答案
《概率论与随机过程》第1章习题
概率论课后习题答案
(完整版)北邮研究生概率论与随机过程2012-2013试题及答案
概率论与数理统计概率历史介绍
概率论与数理统计习题集及答案
《概率论与随机过程》第1章习题
概率论与数理统计(经管类)复习试题及答案
概率论与数理统计第五章 大数定律及中心极限定理
概率论与数理统计课后习题答案
05-06概率论与随机过程试题(A卷)
概率论中的大数定律及中心极限定理
《概率论与随机过程》课程自学内容小结
概率论课后作业及答案
概率论与数理统计 习题(5)答案
相关主题
文本预览