概率统计期末复习资料

《概率论与数理统计》课程综合复习资料一、单选题1.设某人进行射击，每次击中的概率为1/3,今独立重复射击10次，则恰好击中3次的概率为()。

a∙ Φ3Φ7B. ⅛φ3×(∣)7C∙ c ioψ7×(∣)3d∙ ⅛3答案：B2.设X∣, X2, . X〃为来自总体X的一个样本，区为样本均值，EX未知，则总体方差OX的无偏估计量为()。

A.--∑(X∕-X)2“Ti=I1n _ o8. 1 X(X z-X)2 n i=∖1 «0C∙ -∑(X，•一EX)1 〃oD∙ --∑(X i-EX)2〃-答案：A3.设X” X2,…，X〃为来自总体N(〃，/)的一个样本，区为样本均值，已知，记S12=-∑(X z-X)2, 5^=1 X(X z-X)2,则服从自由度为〃-1的f分布统计量是()。

〃一IT n i=∖MT=Sl/3S2 / 4nS) ∕√n答案：D4.设总体X〜/HO),O为未知参数，X1, X2,. -, X“为*的一个样本,0(X1, X2,--,.X n), 0(X1, X2,∙∙∙, X ZJ)为两个统计量,包力为。

的置信度为的置信区间, 则应有()。

A.P{Θ <Θ} = aB.P{Θ<Θ} = ∖-aC.P[Θ<Θ<Θ] = aD.P[Θ<Θ<Θ} = ∖-a答案：D5.某人射击中靶的概率为3/5,如果射击直到中靶为止，则射击次数为3的概率()。

A. ⅛36,设X和Y均服从正态分布X〜N(μ工),Y ~ N(μ32),记P] = P{X <μ-2], p2=P{Y≥μ + 3}f则OoA.对任何实数〃都有p∣ >〃2B.对任何实数〃都有p∣ <〃2C.仅对〃的个别值有Pl =p2D.对任何实数〃都有p∣二〃2答案：D7.设A和B为任意两个事件，且Au3, P(B)>0,则必有()。

A.P(A)<P(A∖B)B.P(A)NP(AIB)C.P(A)>P(A∖B)D.P(A)≤P(A∖B)答案：D8.已知事件48相互独立，P(B) >0,则下列说法不正确的是()。

2021上线性代数与概率统计复习资料一单选题 (共20题，总分值60分 )1.方程，则λ不等于02.排列1234的逆序数为03. A是3阶矩阵，且|A|=1/3，则|A*|=1/94.已知A,B,C是同阶的非零矩阵，则AB=AC是B=C的必要非充分条件5.设A是可逆矩阵，则矩阵方程XA=B的解X=BA-1。

6. A,B为n阶矩阵，且AB=A+B，则（A-E）-1=B-E7.已知(A-B)(A+B)=A2-B2，则矩阵A,B必满足AB=BA8.下列四种矩阵中，零矩阵不一定是方阵9.排列45321的逆序数为910. A为5阶矩阵，k为常数，则|kA|=k5|A|是正确的。

11.设A为mFk矩阵，B是kFn矩阵，C是nFm矩阵，则下列运算中无意义的是A+BC12.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示至少有一人没射中。

13.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示二人都没射中。

14. A是三阶矩阵，|A|=1，则|-3A|=-2715. A是3阶矩阵，且|A|=1/3，则|（3A）-1|=1/916. A,B,C都是n阶矩阵，下面四个等式中必定成立的有2个。

①(A+B)-C=B-(C-A)②B(A+C)=AB+BC③(AB)C=B(AC)④[(A+B)C]T=C T A T+ C T B T17.设A是方阵，则|A|=0是A不可逆的充分必要条件18.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示至少有一人没射中。

19. A,B都是n阶方阵，则必有|AB|=|BA|20.排列4132的逆序数为4二判断题 (共10题，总分值30分 )21. X为随机变量,C为常数，则E(CX)=CE(X)三计算题 (共1题，总分值10分 )22.随机变量X的密度函数为，求（1）E(X);（2）D(X)。

高二数学期末复习之一概率与统计第一部分．复习目标：1． 了解典型分布列：0～1分布，二项分布，几何分布。

2． 了解离散型随机变量的期望值、方差的意义，会根据离散型随机变量的分布列求出期望值、方差。

3． 在实际中经常用期望来比较两个类似事件的水平，当水平相近时，再用方差比较两个类似事件的稳定程度。

4． 了解正态分布的意义，能借助正态曲线的图像理解正态曲线的性质。

5． 了解标准正态分布的意义和性质，掌握正态总体),(2σμN 转化为标准正态总体N （0，1）的公式)()(σμ-Φ=x x F 及其应用。

6． 通过生产过程的质量控制图，了解假设检验的基本思想。

第二部分．内容小结： （Ⅰ）基础知识详析㈠随机事件和统计的知识结构：㈡随机事件和统计的内容提要 1．主要内容是离散型随机变量的分布列、期望与方差，抽样方法，总体分布的估计，正态分布和线性回归。

2．随机变量的概率分布（1）离散型随机变量的分布列：两条基本性质①,2,1(0=≥i p i ...)； ②P 1+P 2+ (1)（2）连续型随机变量概率分布：由频率分布直方图，估计总体分布密度曲线y=f(x)；总体分布密度函数的两条基本性质： ①f(x) ≥0(x ∈R)；②由曲线y=f(x)与x 轴围成面积为1。

3．随机变量的数学期望和方差 （1）离散型随机变量的数学期望：++=2211p x p x E ε…；反映随机变量取值的平均水平。

（2）离散型随机变量的方差：+-+-=222121)()(p E x p E x D εεε…+-+n n p E x 2)(ε…；反映随机变量取值的稳定与波动，集中与离散的程度。

（3）基本性质：b aE b a E +=+εε)(；εεD a b a D 2)(=+。

4．三种抽样方法。

5．二项分布和正态分布（1）记ε是n 次独立重复试验某事件发生的次数，则ε～B （n ，p ）；其概率,2,1,0,1()(=-==-k p q q p C k P kn k k n n …),n 。

概率论与数理统计 期末复习（一）第二章 随机变量及其分布一、了解离散性随机变量及其概率分布：特征：可列无穷多 二、熟练掌握三种常用离散性随机变量的分布律(0-1)分布 、 二项分布、 泊松分布(泊松定理的应用) (知道：期望方差)【例1-1】某种型号器件的寿命X(以小时计)具有概率密度()⎪⎩⎪⎨⎧>=，其他00100,10002x x x f现有一大批此种器件(设备损坏与否相互独立)，任取5只，问其中至少有2只寿命大于1500小时的概率.【例1-2】设顾客在某银行窗口等待服务的时间X(min)服从指数分布，其概率密度为()⎪⎩⎪⎨⎧>=-，其他00,515/x ex f x X 某顾客在窗口等待服务，若超过10min ，他就离开，他一个月要到银行5次，以Y 表示一个月内他未等到服务而从窗口离开的次数，写出Y 的分布律，并求出{}1≥Y P .【例1-3】设有80台同类型设备，各台工作是相互独立的，发生故障的概率都是0.01，且一台设备的故障能由一个人处理.考虑两种配备维修工人的方法，其一是由4人维护，每人维护20台；其二是由3人共同维护80台.试比较这两种方法在设备发生故障时不能及时维修的概率的大小.【例2-1】一电话总机每分钟收到呼唤的次数服从参数为4的泊松分布，求某一分钟内呼唤次数大于2的概率.【例2-2】保险公司在一天内承保了5000张相同年龄，为期一年的寿险保单，每人一份.在合同有效期内若投保人死亡，则公司需赔付3万元. 设在一年内，该年龄段的死亡率为0.0015，且各个投保人是否死亡相互独立. 求该公司对于这批投保人的赔付金额总数不超过30万元的概率.三、熟练掌握连续型随机变量分布函数的概念，以及概率密度和随机变量分布函数的关系要点: {}x X P x F ≤=)(；⎰=∞-xdt t f x F )()(，若)(x F 在x 点连续，则有)()('x f x F =； 概率密度的性质：⎰=≥∞∞-1)(,0)(dx x f x f 满足这两个条件的函数才可以认为是概率密度；四、熟练掌握三种连续型随机变量的分布 均匀分布、指数分布、正态分布(知道：概率密度、分布函数、期望方差) 【例3-1】设随机变量X 的分布函数为：⎪⎩⎪⎨⎧≥<≤<=e x e x x x x F X ,11,ln 1,0)((1) 求{}{}⎭⎬⎫⎩⎨⎧<<≤<<252,30,2X P X P X P ;(2) 求概率密度)(x f X .【例3-2】设随机变量X 的概率密度为：()⎪⎩⎪⎨⎧<≤-<≤=其他，，,021210x x x x x f求X 的分布函数.【例3-3】设()()x g x f ,都是概率密度函数，求证：()()()()10,1≤≤-+=αααx g x f x h 是一个概率密度函数.【例4-1】设K 在(0,5)服从均匀分布，求关于x 的方程：02442=+++K Kx x有实数根的概率.【例4-2】（记住正态分布引理） 设随机变量()22,3~N X :(1) 求{}52≤<X P ;(2) 试确定常数c,使得{}{}c X P c X P ≤=>;(3) 试确定常数d 的最小值，使得{}9.0≥>d X P .【例4-3】设顾客在某银行窗口等待服务的时间X(min)服从指数分布，其概率密度为()⎪⎩⎪⎨⎧>=-，其他00,515/x ex f x X 某顾客在窗口等待服务，若超过10min ，他就离开，他一个月要到银行5次，以Y 表示一个月内他未等到服务而从窗口离开的次数，写出Y 的分布律，并求出{}1≥Y P .五、求随机变量的函数分布的两种方法： (1)直接法:{}{})]'())[(?()())(?()()(111y g y g x f y f y g x F y x g P y Y P y F X Y X Y ---=⇒=≤=≤=(2)定理法：P52 定理直接套公式(套公式要注意在x 的定义域上)(x g y =必须是严格单调！)【例5-1】设)1,0(~N X (1) 求X e Y =的概率密度；(2) 求122+=X Y 的概率密度； (3) 求X Y =的概率密度.【例5-2】设随机变量X 的概率密度为()⎪⎩⎪⎨⎧>=-，其他00,x e x f x 求2X Y =的概率密度.【练习】1. 某人进行射击，设每次射击的命中率为0.02，独立射击400次，试估计他至少击中2次的概率.2. 设()λπ~X ，且{}{}21===X P X P ，求{}4=X P .3. 设()λπ~X ，其分布律为{},...2,1,0,!===-k k e k X P kλλ，试确定k 的值，使得{}k X P =最大.4. 设()p n b X ,~，其分布律为{}10.,...,2,1,0,)1(<<=-==-p n k p p C k X P k n kk n ，试确定k 的值，使得{}k X P =最大.5. 设连续型随机变量X 的分布函数为： ()()+∞<<∞-+=x x B A x F arctan(1) 求B A ,的值；(2) 求X 的概率密度()x f .6. 设连续型随机变量X 的概率密度为：()⎩⎨⎧<<+=其他,010,x b ax x f且8521=⎭⎬⎫⎩⎨⎧>X P ,(1) 求b a ,的值；(2) 求⎭⎬⎫⎩⎨⎧≤<2141x P ;(3) 求随机变量X 的分布函数()x F .7. 对某地区考生抽样调查的结果表明,考生的数学成绩（百分制）近似服从()2,72σN ，其中σ未知，已知96分以上的考生占总数的2.3%.试求考生的数学成绩介于60分与84分之间的概率.8. 设321,,X X X 是随机变量，且()()()232213,5~,2,0~,1,0~N X N X N X ,{}22≤≤-=x P P j ，（j=1,2,3）,则（ ）（13-8）(A) 321P P P >> (B) 312P P P >> (C) 213P P P >> (D) 231P P P >>9. （13-14）设随机变量Y 服从参数为1的指数分布，a 为常数且大于零，则{}a Y a Y P >+≤1的值为.10. （11-8）设()()x F x F 21，为2个分布函数，其相对应的概率密度为()()x f x f 21,，其都是连续函数，则下列选项中必为概率密度的是（ ）(A) ()()x f x f 21 (B) ()()x F x f 122 (C) ()()x F x f 21 (D) ()()()()x F x f x F x f 1221+11. （10-8）设()x f 1为标准正态分布的概率密度，()x f 2为[-1,3]上均匀分布的概率密度，若()()())0,0(0,0,21>>⎩⎨⎧>≤=b a x x bf x x af x f 为概率密度，则b a ,应该满足( )(A) 432=+b a (B) 423=+b a (C) 1=+b a (D) 2=+b a12. （06-14）设随机变量X 服从正态分布()2111,σμN ,随机变量Y 服从正态分布()2222,σμN ，且{}{}1121<-><-μμY P X P ,则下列结论成立的是（ ）(A) 21σσ< (B) 21σσ> (C) 21μμ< (D) 21μμ>13. （02-21）设随机变量X 的概率密度为： ()⎪⎩⎪⎨⎧≤≤=其他,00,2cos 21πx x x f 对X 独立地重复观察4次，用Y 表示观察值大于3π的次数，求2Y 的数学期望.14. 设随机变量),(~σμN X ,求证：随机变量)0,(≠+=a b a b aX Y 为常数，也服从正态分布 ()2','~σμN Y ，并指出2','σμ的值.15. 设随机变量X 在区间()10，服从均匀分布. (1) 求X e Y =的概率密度；(2) 求X Y ln 2-=的概率密度.。

第一章 随机事件及其概率一、基本概念1． 事件的关系与运算、运算规律因为事件是样本空间的一个集合, 故事件之间的关系与运算可按集合之间的关系和运算来处理。

事件间的关系及运算与集合的关系及运算是一致的表1.1没有相同的元素与互不相容和事件事件的差集与不发生发生而事件事件的交集与同时发生与事件事件的和集与至少有一个发生与事件事件的相等与相等与事件事件的子集是发生发生导致事件的余集的对立事件子集事件元素基本事件空集不可能事件全集必然事件样本空间集合论概率论记号B A B A AB B A B A B A B A B A AB B A B A B A B A B A B A B A B A B A A A A A ∅=-=⊂∅Ω ω,对偶律：A B A B = ，A B A B =2、概率的定义频率：A n n f (A )n=，其中n 为试验次数, A n 为事件A 发生的次数概率的统计定义：在相同条件下重复进行n 次试验，若事件A 发生的频率A n n f (A )n=随着试验次数n 的增大而稳定地在某个常数p ()10≤≤p 附近摆动，则称p 为事件的概率，记为)(A P古典概型：具有下列两个特征的随机试验模型： 1. 随机试验只有有限个可能的结果; 2. 每一个结果发生的可能性大小相同.概率的古典定义：在古典概型的假设下，设事件A包含其样本空间S中k个基本事件, 即},{}{}{21ki i i e e e A =则事件A发生的概率.)()()(11中基本事件的总数包含的基本事件数S A n k e P e P A P kj i k j i jj====∑== 概率的公理化定义：设E 是随机试验, S 是它的样本空间,对于E 的每一个事件A 赋于一个实数, 记为)(A P , 若)(A P 满足下列三个条件: 1. 非负性：对每一个事件A ,有 0)(≥A P ;2. 完备性：1)(=S P ;3. 可列可加性：设,,21A A 是两两互不相容的事件，则有.)()(11∑∞=∞==i ii i A P A P 则称)(A P 为事件A 的概率.概率的基本性质：○1()0P ;∅=○2设12n A ,A ,,A 是两两互不相容的事件，则有11nni i i i P(A )P(A ).===∑○3()()1P A P A ;=-○4()()()P A B P A P AB ;-=-特别地，若B A ⊂，则()()()P A B P A P B ;-=-()()P A P B ;≥○5对任一事件A 有()1P A ≤○6对于任意两个事件A ，B 有()()()()P A B P A P B P AB =+-3、条件概率与独立性条件概率：)()()|(A P AB P A B P =（0)(>A P ），在事件A 发生的条件下,事件B 的条件概率.事件的独立性：A ,B 相互独立P(AB )P(A)P(B )⇔=n A A A ,,,21 相互独立()111j jk ki i j j k,k n,P A P A ==⎛⎫⇔∀≤≤= ⎪⎝⎭∏事件独立的性质： ○1当0)(>A P ,0)(>B P 时, A ,B 相互独立与A ,B 互不相容不能同时成立. 但∅与S 既相互独立又互不相容(自证). ○2 设A ,B 是两事件, 且0)(>A P ,若A ,B 相互独立, 则)()|(A P B A P =. 反之亦然.伯努利概型（试验的独立性）设随机试验只有两种可能的结果：事件A 发生(记为A )或事件A 不发生(记为A )，则称这样的试验为伯努利(Bermourlli)试验。

概率论与数理统计期末复习重要知识点及公式整理2010-2011学年第一学期期末复习资料概率论与数理统计期末复习重要知识点第二章知识点：1.离散型随机变量：设X是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X为一个离散随机变量。

2.常用离散型分布：（1）两点分布（0-1分布）：若一个随机变量XP{X x1}p,P{X x2}1p只有两个可能取值，且其分布为(0p1)，则称X服从x1,x2处参数为p的两点分布。

两点分布的概率分布：两点分布的期望：（2）二项分布：P{X x1}p,P{X x2}1p(0p1) E(X)p；两点分布的方差：D(X)p(1p)若一个随机变量X的概率分布由式给出，则称X服从参数为n,p的二项分布。

记为X~b(n,p)(或B(n,p)).两点分布的概率分布：二项分布的期望：（3）泊松分布：P{x k}Cnp(1p)kkn kkkn k,k0,1,...,n. P{x k}Cnp(1p),k0,1,...,n. E(X)np；二项分布的方差：D(X)np(1p)kP{X k} e若一个随机变量X的概率分布为数为的泊松分布，记为X~P () k!,0,k0,1,2,...，则称X服从参P{X k} e泊松分布的概率分布：泊松分布的期望：4.连续型随机变量：kk!,0,k0,1,2,... E(X)；泊松分布的方差：D(X)如果对随机变量X的分布函数F(x)，存在非负可积函数F(x)P{X x}f(x)，使得对于任意实数x，有xf(t)dt，则称X为连续型随机变量，称f(x)为X的概率密度函数，简称为概率密度函数。

2010-2011学年第一学期期末复习资料5.常用的连续型分布：（1）均匀分布：1,若连续型随机变量X的概率密度为f(x)b a 0,a x b其它，则称X在区间（a,b）上服从均匀分布，记为X~U(a,b)1,均匀分布的概率密度：f(x)b a0,a b2a xb 其它均匀分布的期望：（2）指数分布：E(X)；均匀分布的方差：D(X)(b a)122e xf(x)0若连续型随机变量X的概率密度为x00，则称X服从参数为的指数分布，记为X~e ()x0e xf(x)0指数分布的概率密度：指数分布的期望：（3）正态分布：E(X)1；指数分布的方差：D(X)2f(x)(x)222x若连续型随机变量X的概率密度为则称X服从参数为和22的正态分布，记为X~N(,)(x)222f(x)正态分布的概率密度：正态分布的期望：E(X)xD(X)x22；正态分布的方差：（4）标准正态分布：0,21(x)，2(x)xet22标准正态分布表的使用：（1）x0(x)1(x)2010-2011学年第一学期期末复习资料X~N(0,1)P{a x b}P{a x b}P{a x b}P{a x b}(b)(a)X~N(,),Y2（2）X（3）P{a X b}P{a~N(0,1),F(x)P{X x}P{X故b}(b)(a)x(x) Y2Y定理1：设X~N(,),则X~N(0,1)6.随机变量的分布函数：设X是一个随机变量，称分布函数的重要性质：0F(x) 1P{x1X x2}P{X x2}P{X x1}F(x2)F(x1)x1x2F(x1)F(x2)F()1,F()0F(x)P{X x}为X的分布函数。

概率统计、概率论与数理统计、随机数学课程期末复习资料注：以下是考试的参考内容,不作为实际考试范围,考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考;1、能很好地掌握写样本空间与事件方法,会事件关系的运算,了解概率的古典定义2、能较熟练地求解古典概率；了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质;5、理解随机变量的概念,能熟练写出0—1分布、二项分布、泊松分布的分布律;6、理解分布函数的概念及性质,理解连续型随机变量的概率密度及性质;7、掌握指数分布参数λ、均匀分布、正态分布,特别是正态分布概率计算8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度;9、会求分布中的待定参数;10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数,会判别随机变量的独立性;11、掌握连续型随机变量的条件概率密度的概念及计算;12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,理解二维离散型随机变量的联合分布律及其性质,理解二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率;13、了解求二维随机变量函数的分布的一般方法;14、会熟练地求随机变量及其函数的数学期望和方差;会熟练地默写出几种重要随机变量的数学期望及方差;15、较熟练地求协方差与相关系数.16、了解矩与协方差矩阵概念;会用独立正态随机变量线性组合性质解题;17、了解大数定理结论,会用中心极限定理解题;18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握χ2分布及性质、t分布、F分布及其分位点概念;19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数;20、掌握极大似然估计法,无偏性与有效性的判断方法;21、会求单正态总体均值与方差的置信区间;会求双正态总体均值与方差的置信区间;23、明确假设检验的基本步骤,会U检验法、t检验、2χ检验法、F检验法解题;24、掌握正态总体均值与方差的检验法;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法;2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;3．准确地选择和运用全概率公式与贝叶斯公式;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;5．会用中心极限定理解题;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理;4．会求未知参数的矩估计、极大似然估计; 5．掌握无偏性与有效性的判断方法; 6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率; 例2：袋中有a 个白球,ｂ个黑球,c 个红球,从中任意取出ｍm ≤a +ｂ个球,求取出的m 个球中有k 1≤a 个白球、k 2≤b 个黑球、k 3≤c 个红球k 1＋k 2＋k 3=m 的概率. 占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;如对于事件A ,B ,A 或B ,已知P A ,PB ,P AB ,P A B ,P A |B ,PB |A 以及换为A 或B 之中的几个,求另外几个; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 3．准确地选择和运用全概率公式与贝叶斯公式;若已知导致事件A 发生或者是能与事件A 同时发生的几个互斥的事件B i ,i =1,2,…,n ,…的概率PB i ,以及B i 发生的条件下事件A 发生的条件概率P A |B i ,求事件A 发生的概率P A 以及A 发生的条件下事件B i 发生的条件概率PB i | A ;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;1已知一维离散型随机变量X 的分布律PX =x i =p i ,i =1,2,…,n ,… 确定参数 求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的分布律及期望EgX 例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E2已知一维连续型随机变量X 的密度函数fx确定参数求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的密度函数及期望EgX例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k求概率}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数X Y =的密度及期望)(X E3已知二维离散型随机变量X ,Y 的联合分布律PX =x i ,Y =y j =p ij ,i =1,2,…,m ,…；j =1,2,…,n ,… 确定参数求概率P {X ,Y ∈G }求边缘分布律PX =x i =p i.,i =1,2,…,m ,…；PY =y j =, j =1,2,…,n ,… 求条件分布律PX =x i |Y =y j ,i =1,2,…,m ,…和PY =y j |X =x i , j =1,2,…,n ,… 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的分布律及期望EgX , Y 例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X =1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律4已知二维连续型随机变量X 的联合密度函数fx , y 确定参数求概率P {X ,Y ∈G }求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的密度函数及期望EgX , Y例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率．例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;对于来自总体X 的样本n X X X ,,,21 ,由样本构成的各种函数是否是统计量; 2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;对于来自总体X 的样本n X X X ,,,21 ,判断估计量是否无偏,比较哪个更有效; 例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;对于正态总体,由样本结合给出条件,导出参数的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤; 对于单、双正态总体根据给定条件,确定使用什么检验方法,明确基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤;1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率;分析：本例的样本点就是从a +ｂ中有次序地取出m 个球的不同取法；第m 次取出的球是白球意味着：第ｍ次是从a 个白球中取出一球,再在a +ｂ-1个球中取出m-1个球; 解：设B ＝｛第m 次取出的球是白球｝样本空间的样本点总数： mb a A n +=事件B 包含的样本点： 111--+=m b a a AC r ,则 b a a A aA n r B P mba mb a +===+--+11)( 注：本例实质上也是抽签问题,结论说明按上述规则抽签,每人抽中白球的机会相等,同抽签次序无关;例2：袋中有4个白球,5个黑球,6个红球,从中任意取出9个球,求取出的9个球中有1 个白球、3个黑球、5个红球的概率.解：设B ＝｛取出的9个球中有1个白球、3个黑球、5个红球｝样本空间的样本点总数： 915C n ==5005事件B 包含的样本点： 563514C C C r ==240,则 PB =120/1001=占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 解：样本点为n 个质点在N 个格子中的任一种分布,每个质点都有N 种不同分布,即n 个质点共有N n 种分布;故样本点总数为：N n1在n 个格子中放有n 个质点,且每格有一个质点,共有n 种不同放法；因此,事件A 包含的样本点数：n,则n Nn A P !)(=2先在N 个格子中任意指定n 个格子,共有nN C 种不同的方法；在n 个格子中放n 个质点,且每格一个质点,共有n 种不同方法；因此,事件B 包含的样本点数： n Nn NA C n =!,则n n NNA B P =)(3在指定的一个格子中放mm ≤n 个质点共有mn C 种不同方法；余下n-m 个质点任意放在余下的N-1个格子中,共有mn N --)1(种不同方法.因此,事件C 包含的样本点数：m n C mn N --)1(, 则mn m m n nm n m n N N N C NN C C P ---=-=)1()1()1()( 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少解：考虑次序.基本事件总数为：410A =5040,设B ={能排成一个四位偶数} ;若允许千位数为0,此时千位数可在0、2、4、6、8这五个数字中任选其一,共有5种选法；其余三位数则在余下的九个数字中任选,有39A 种选法；从而共有539A =2520个;其中,千位数为0的“四位偶数”有多少个 此时个位数只能在2、4、6、8这四个数字中任选其一,有4种选法；十位数与百位数在余下的八个数字中任选两个,有28A种选法；从而共有428A=224个; 因此410283945)(A A A B P -==2296/5040= 2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B 解：P AB = P APB =,P A －B = P A －P AB =,P A B = P A ＋PB －P AB =例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 解：P A －B =,P A B =,)|(B A P =)()(B P AB P =3/7,)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7,)|(B A P =)(1)()()(B P B A P B P B A P -= =2/33．准确地选择和运用全概率公式与贝叶斯公式;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;解：设事件A 表示“顾客买下该箱”,i B 表示“箱中恰好有i 件次品”,2,1,0=i ;则8.0)(0=B P ,1.0)(1=B P ,1.0)(2=B P ,1)|(0=B A P ,54)|(4204191==C C B A P ,1912)|(4204182==C C B A P ;由全概率公式得 ∑==⨯+⨯+⨯==294.019121.0541.018.0)|()()(i i i B A P B P A P ； 由贝叶斯公式 85.094.018.0)()|()()|(000=⨯==A PB A P B P A B P ; 4．1例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,P 1<X <3 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E 解：由1=∑iip,有 k ＋2 k ＋3 k ＋4 k =1 得 k =P 0<X <3= PX =1＋PX =2=,P 1<X <3= PX =2=⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<≤<=41436.0323.0211.010)(x x x x x x F∑=ii i p x X E )(=3,∑=i i p x X E 22)(=10,DX =22))(()(X E X E -=12)3(-X E =12例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k 求概率P 1<X <3 求分布函数Fx 求期望EX ,方差DX 求函数X Y =的密度函数及期望)(X E 解：由⎰+∞∞-dx x f )(=1,有⎰+∞∞-dx x f )(=k dx kx 38202=⎰=1,得 k =3/8P 1<X <3=⎰31)(dx x f =⎰21283dx x =7/8. ⎪⎩⎪⎨⎧≥<<≤=2120800)(3x x x x x F⎰+∞∞-=dx x xf X E )()(=⎰2383dx x =3/2,⎰+∞∞-=dx x f x X E )()(22=⎰20483dx x =12/5DX =22))(()(X E X E -=3/20⎪⎩⎪⎨⎧<<=其他02043)(5y y y f)(X E =⎰+∞∞-dx x f x )(=⎰202583dx x =726 3例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X=1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律 解：PX <Y =, PX =Y =YXY =iij ji p x X E )(=,=iij ji p x X E )(=,DX =))(()(X E X E -=∑∑=i ij j j p y Y E )(=2,∑∑=i ij jj p y Y E 22)(=5,DY =22))(()(Y E Y E -=1∑∑=iij jj i p y x XY E )(=,cov X ,Y =)()()(Y E X E XY E -=XY ρ=)()(),cov(Y D X D Y X = 相关V =min{X ,Y }4例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 解：由⎰⎰+∞∞-+∞∞-dxdy y x f ),(=1,有⎰⎰+∞∞-+∞∞-dxdy y x f ),(=⎰⎰-11212ydy x c dx x=1,得 c =21/4PX <Y =⎰⎰-12421ydx x dy y y = ⎪⎩⎪⎨⎧≤≤--==⎰其它011)1(821421)(42122x x x ydy x x f x X ⎪⎩⎪⎨⎧≤≤==⎰-其它1027421)(252y y ydx x y f yy Y X 与Y 不独立⎪⎩⎪⎨⎧≤≤-==-其它023)(),()|(232|yx y y x y f y x f y x f YY X⎪⎩⎪⎨⎧≤≤-==其它0118)(),()|(24|y x x y x f y x f x y f X X Y⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(=⎰⎰-11312421ydy x dx x =0⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(22=⎰⎰-11412421ydy x dx x =7/15DX =22))(()(X E X E -=7/15⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(=⎰⎰-112212421dy y x dx x =7/9⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(22=⎰⎰-113212421dy y x dx x =7/11DY =22))(()(Y E Y E -=28/891⎰⎰+∞∞-+∞∞-=dxdy y x f xy XY E ),()(=⎰⎰-112312421dy y x dx x =0cov X ,Y =0, XY ρ=0,X 与Y 不相关5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率． 解：例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率; 解：设这批种子发芽数为X ,则)9.0,1000(~B X ,由中心极限定理得所求概率为}880{≥X P 9826.0)108.2()108.2(1)90900880(1=Φ=-Φ-=-Φ-=;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤; 解: 1 1.提出假设 u u H u u H ≠=:,:12.选取统计量nS u X t /)(0-=3.对给定的显著性水平α,查表得)1(2-n t α4.计算 ns u x t /)(0-=5.判断 若),1(2->n t t α拒绝; H 反之,接受. H21.提出假设2021202:,:σσσσ>≤H H2.选取统计量2022)1(σχS n -=3.对给定的显著性水平α,查表得)1(2-n αχ4.计算.)1(2022σχs n -=5.判断 若),1(22-<n αχχ拒绝; H 反之,接受. H。

概率论与数理统计第一章期末复习(一)随机事件1.随机现象定义1在一定的条件下，并不总是出现相同结果的现象称为随机现象．定义2只有一个结果的现象称为确定性现象．2.样本空间定义3一个试验如果满足下述条件：(1)试验可以在相同的情形下重复进行；(2)试验的所有可能结果是明确可知的，并且不止一个；(3)每次试验总是恰好出现这些可能结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果．就称这样的试验是一个随机试验，记作E．定义4随机试验E的所有可能结果组成的集合称为E的样本空间，记作Ω．样本空间的元素，即E的每个结果，称为样本点，记作ω．3.随机事件定义5随机试验的某些样本点的集合称为随机事件，简称事件，常用大写英文字母A，B，C，…表示．定义6由样本空间Ω中的单个元素组成的子集称为基本事件．而样本空间Ω的最大子集(即Ω本身)称为必然事件，样本空间Ω的最小子集(即空集∅)称为不可能事件．4.事件的关系与运算下面的讨论总是假设在同一个样本空间Ω中进行．1)包含关系⊂如果属于A的样本点必属于B，则称A包含于B或称B包含A，记作A B ⊃．用概率的语言说：事件A发生必然导致事件B发生．或B A对任一事件A，必有∅Ω⊂A．⊂2)相等关系如果属于A的样本点必属于B，且属于B的样本点必属于A，即BA⊂且=．AB⊂，则称事件A与B相等，记作A B3)互不相容(互斥)如果A 与B 没有相同的样本点，则称A 与B 互不相容(互斥)．即事件A 与事件B 不可能同时发生．4)两事件的和事件“事件A 与B 中至少有一个发生”，这样的一个事件称作事件A 与B 的和(或并)，记作B A ．5)两事件的积事件“事件A 与B 同时发生”，这样的一个事件称作事件A 与B 的积(或交)，记作B A (或AB )．6)两事件的差事件“事件A 发生而B 不发生”，这样的事件称为事件A 对B 的差，记作A B -．7)对立事件或逆事件若=AB ∅且Ω=B A ，则称A 与B 为对立事件或互为逆事件，事件A 的对立事件记作A ．【例1】设A 、B 、C 是Ω中的随机事件，则(1)事件{A 发生且B 与C 至少有一个发生}可表示为：)(C B A ；(2)事件{A 与B 发生而C 不发生}可表示为：C AB ；(3)事件{A 、B 、C 中至少有两个发生}可表示为：BC AC AB ；(4)事件{A 、B 、C 中至多有两个发生}可表示为：ABC ；(5)事件{A 、B 、C 中不多于一个发生}可表示为：AB BC AC ；(6)事件{A 、B 、C 中恰有一个发生}可表示为：ABC ABC ABC ．【例2】关系()成立，则事件A 与B 为对立事件．A ．=AB ∅B ．Ω=B AC ．=AB ∅，Ω=B AD ．=AB ∅，Ω≠B A 【解析】由对立事件的概念可知选项C 正确．【例3】甲、乙两人谈判，设事件A ，B 分别表示甲、乙无诚意，则B A 表示()A ．两人都无诚意B ．两人都有诚意C ．两人至少有一人无诚意D ．两人至少有一人有诚意【解析】由题可知A 与B 分别表示甲、乙有诚意，则B A 表示甲、乙两人至少有一人有诚意，故选项D 正确．5.事件的运算性质(1)交换律：A B B A =，BA AB =；(2)结合律：C B A C B A )()(=，)()(BC A C AB =；(3)分配律：()()()A B C AB AC = ，()()()A B C A C B C = ；(4)对偶律：B A B A = ，B A AB =．一些有用的等式：A A A = ，A Ω=Ω ，A A ∅= AA A =，A A Ω=，A ∅=∅A B A AB AB -=-=，A B A B A =【例4】化简下列各式：(1)))((B A B A ；(2)))((C B B A ；(3)))((B A B A B A ．【解】(1) A B B A B A B A ==)())((ØA =；(2)AC B C A B C B B A ==)())((；(3)))(())((B A B B A B A B A B A =AB AB A A B A A === )(．(二)随机事件的概率1.概率的公理化定义定义1设E 是随机试验，Ω是它的样本空间．对于E 的每一事件A 赋予一个实数，记为)(A P ，称为事件A 的概率，如果集合函数)(⋅P 满足下列条件：(1)非负性0)(≥A P ，对Ω∈A ；(2)规范性()1P Ω=；(3)可列可加性若=j i A A ∅，j i ≠， ,2,1,=j i ，有∑+∞=+∞==11)()(i i i i A P A P ．2.概率的性质性质1不可能事件的概率为0，即()0P ∅=．性质2概率具有有限可加性，即若=j i A A ∅(n j i ≤<≤1)，则∑===ni i n i i A P A P 11)()( ．性质3对任一随机事件A ，有()1()P A P A =-．性质4若A B ⊂，则)()()(B P A P B A P -=-．推论若A B ⊂，则)()(B P A P ≥．性质5对任意的两个事件A ，B ，有)()()(AB P A P B A P -=-．性质6对任意的两个事件A ，B ，有()()()()P A B P A P B P AB =+- ．对任意三个事件A ，B ，C ，有)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= ．推论对任意的两个事件A ，B ，有)()()(B P A P B A P +≤ ．【例1】设A 与B 互不相容，且0)(>A P ，0)(>B P ，则下列结论正确的是()A ．A 与B 为对立事件B ．A 与B 互不相容C ．)()()(B P A P B A P -=-D ．)()(A P B A P =-【解析】因为A 与B 互不相容，所以AB =∅，0)(=AB P ，故选项A ：互不相容不一定对立，故选项A 错误；选项B ：互不相容不一定对立，故B A 不一定等于Ω，所以B A B A =不一定等于∅，即A 与B 不一定互不相容，故选项B 错误；选项C ：)()()()(A P AB P A P B A P =-=-，故选项C 错误，进而选项D 正确．【例2】已知B A ⊂，3.0)(=A P ，5.0)(=B P ，求(A P ，)(AB P ，)(B A P 和)(B A P ．【解】(1)7.0)(1)(=-=A P A P ；(2)∵B A ⊂，∴A AB =，则3.0)()(==A P AB P ；(3)2.0)()()()(=-=-=AB P B P A B P B A P ；(4))(1()(B A P B A P B A P -==5.0)]()()([1=-+-=AB P B P A P ．【注】事件的概率的计算常常需要结合对偶律，应用性质3．【例3】已知事件A ，B ，B A 的概率分别是0.4，0.3，0.6，求(B A P ．【解】)()()()(AB P B P A P B A P -+= )(3.04.06.0AB P -+=所以1.0)(=AB P ，则3.0)()()((=-=-=AB P A P B A P B A P ．【例4】已知41)()()(===C P B P A P ，0)(=AB P ，161)()(==BC P AC P ．求：(1)A ，B ，C 中至少发生一个的概率；(2)A ，B ，C 都不发生的概率．【解】(1)因为0)(=AB P ，且AB ABC ⊂，所以由概率的单调性知0)(=ABC P ；再由加法公式，得A ，B ，C 中至少发生一个的概率为)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= 8516243=-=．(2)因为{A ，B ，C 都不发生}的对立事件为{A ，B ，C 中至少发生一个}，所以A ，B ，C 都不发生的概率为83851(=-=C B A P ．3.古典概型定义2若随机试验E 具有下述特征：(1)样本空间的元素(即样本点)只有有限个，不妨设为n 个，并记它们为12,,,n ωωω ．(2)每个样本点出现的可能性相等(等可能性)，即有12()()()n P P P ωωω=== ．则称这种等可能性的概率模型为古典概型．对任意一个随机事件Ω∈A ，有nk A A P =Ω=中所有样本点的个数所含有样本点的个数事件)(．【例5】袋中有大小相同的4个白球，3个黑球，从中任取3个至少有2个白球的概率为．【解析】袋中共有7个球，从中任取3个，共有37C 中取法，即样本空间Ω中共有37C 个样本点．取出的3个球中至少有2个白球，分为2个白球1个黑球和3个白球两种情况．当取出的3个球中有2个白球1个黑球时，共有1324C C 中取法；当取出的3个球中有3个白球时，共有0334C C 中取法．记=A {从中任取3个至少有2个白球}，则事件A 中共有03341324C C C C +个样本点．因此3522)(3703341324=+=C C C C C A P ．(三)条件概率1.条件概率定义1设A 与B 是样本空间Ω中的两个事件，若0)(>B P ，则称)()()(B P AB P B A P =为“在事件B 发生条件下事件A 发生的条件概率”，简称条件概率．【例1】已知31)()(==B P A P ，61)(=B A P ，求(B A P ．【解】∵61)()()(==B P AB P B A P ，∴181)(=AB P ，)(1)()()()(B P B A P B P B A P B A P -== )(1)]()()([1B P AB P B P A P --+-=127=．【注】条件概率的计算通常与概率的性质结合使用．【技巧】在计算过程中，只要有概率的性质可以用，就一直用概率的性质计算，直到没有概率的性质可用时，对得到的式子进行化简整理，代入已知数据计算．2.乘法公式定理1(乘法公式)(1)若0)(>B P ，则)()()(B A P B P AB P =．(2)若0)(121>-n A A A P ，则)()()()()(12121312121-=n n n A A A A P A A A P A A P A P A A A P ．【例2】一批零件共100个，次品率为10%，每次从其中任取一个零件，取出的零件不再放回，求第三次才取得合格品的概率．【解】设=i A {第i 次取得合格品}，3,2,1=i ．由题意知，所求概率为)(321A A A P ，易知10010)(1=A P ，999)(12=A A P ，9890)(213=A A A P ．由此得)()()()(213121321A A A P A A P A P A A A P =0083.0989099910010≈⋅⋅=．3.全概率公式定义2设Ω为试验E 的样本空间，1B ，2B ，…，n B 为E 的一组事件．如果=j i B B ∅，j i ≠，n j i ,,2,1, =且Ω=n B B B 21，则称1B ，2B ，…，n B 为样本空间Ω的一个划分．定理2(全概率公式)设1B ，2B ，…，n B 为样本空间Ω的一个划分，若0)(>i B P ，n i ,,2,1 =，则对任一事件A 有)()()(1i ni i B A P B P A P ∑==．4.贝叶斯公式定理3(贝叶斯公式)设1B ，2B ，…，n B 为样本空间Ω的一个划分，若0)(>A P ，0)(>i B P ，n i ,,2,1 =，则∑==n i j j i i i B A P B P B A P B P A B P 1)()()()()(，n i ,,2,1 =．【例3】一批同型号的零件由编号为Ⅰ、Ⅱ、Ⅲ的三台机器共同生产，各台机器生产的零件占这批零件的比例分别为35%、40%和25%，各台机器生产的零件的次品率分别为3%、2%和1%．(1)求该批零件的次品率；(2)现从该批零件中抽到一颗次品，试问这颗零件由Ⅰ号机器生产的概率是多少？【解】设=A {零件是次品}，=1B {零件由Ⅰ号机器生产}，=2B {零件由Ⅱ号机器生产}，=3B {零件由Ⅲ号机器生产}，则由题设知35.0)(1=B P ，4.0)(2=B P ，25.0)(3=B P ，03.0)(1=B A P ，02.0)(2=B A P ，01.0)(3=B A P ．(1)题目要求的是)(A P ，由全概率公式，得∑==31)()()(i i i B A P B P A P 021.0=．(2)题目要求的是)(1A B P ，由贝叶斯公式，得21)|()()|()()(31111==∑=i i i B A P B P B A P B P A B P ．【例4】有甲、乙、丙三厂同时生产某种产品．甲、乙、丙三厂的产量之比为1：1：3，次品率分别为4%，3%，2%．(1)若从一批产品中随机抽出一件，求这件产品为次品的概率．(2)若产品的售后部门接到一名顾客投诉，说其购买的产品为次品，请问哪个厂最该为此事负责，为什么？【解】设=A {产品为次品}，=1B {产品由甲厂生产}，=2B {产品由乙厂生产}，=3B {产品由丙厂生产}，则由题设知，2.0)(1=B P ，2.0)(2=B P ，6.0)(3=B P ，04.0)(1=B A P ，03.0)(2=B A P ，02.0)(3=B A P ．(1)题目要求的是)(A P ，由全概率公式，得∑==31)()()(i i i B A P B P A P 026.0=．(2)由贝叶斯公式，得134)|()()|()()(31111==∑=i i i B A P B P B A P B P A B P ，133)|()()|()()(31222==∑=i i i B A P B P B A P B P A B P ，136)|()()|()()(31333==∑=i i i B A P B P B A P B P A B P ．所以在产品为次品的情况下，产品来自丙厂的可能性最大，丙厂最该负责．【注】全概率公式与贝叶斯公式通常一起考试．(四)独立性1.两个事件的独立性定义1若)()()(B P A P AB P =成立，则称事件A 与事件B 相互独立，简称A 与B 独立．否则称A 与B 不独立或相依．定理1若事件A 与B 独立，则A 与B 独立；A 与B 独立；A 与B 独立．【例1】甲、乙两人彼此独立的向同一个目标射击，甲击中目标的概率为0.9，乙击中目标的概率为0.8，求目标被击中的概率．【解】设=A {甲击中目标}，=B {乙击中目标}，则=B A {目标被击中}．则)()()()(AB P B P A P B A P -+= )()()()(B P A P B P A P -+=98.0=．【例2】若事件A 与B 相互独立，8.0)(=A P ，6.0)(=B P ，求：)(B A P 和)|(B A A P ．【解】∵A 与B 相互独立，∴)()()()(AB P B P A P B A P -+= )()()()(B P A P B P A P -+=92.0=．)())(()|(B A P B A A P B A A P =)()()()()(B A P B P A P B A P B A P ==13.0=．【例3】设)()(B A P B A P =，证明：A 与B 相互独立．【证】因为)()(B A P B A P =，所以有)(1)()()(1)()()()()(B P AB P A P B P B A P B P B A P B P AB P --=--==，即有)]()()[()](1)[(AB P A P B P B P AB P -=-，整理得)()()(B P A P AB P =，所以A 与B 相互独立．2.多个事件的相互独立性定义2设A ，B ，C 是三个事件，若有⎪⎩⎪⎨⎧===)()()()()()()()()(C P B P BC P C P A P AC P B P A P AB P (1)第11页共11页则称A ，B ，C 两两独立．若还有)()()()(C P B P A P ABC P =，(2)则称A ，B ，C 相互独立．注意：只有(1)式与(2)式同时成立，事件A ，B ，C 才相互独立．(1)式成立不能保证(2)式成立；反过来，(2)式成立也不能保证(1)式成立．定义3设有n 个事件1A ，2A ，…，n A ，对任意的n k j i ≤<<<≤ 1，若以下等式均成立⎪⎪⎩⎪⎪⎨⎧===)()()()()()()()()()()(2121n n k j i k j i j i j i A P A P A P A A A P A P A P A P A A A P A P A P A A P 则称此n 个事件1A ，2A ，…，n A 相互独立．定理2如果n (2≥n )个事件1A ，2A ，…，n A 相互独立，则其中任何m (n m ≤≤1)个事件换成相应的对立事件，形成的n 个新的事件仍相互独立．【例4】三人独立地去破译一份密码，已知各人能译出的概率分别为51，31，41，问三人中至少有一人能将此密码译出的概率是多少？【解】设A ，B ，C 分别表示三人独立译出密码，则51)(=A P ，31)(=B P ，41)(=C P ，且A ，B ，C 相互独立，有方法1：)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= )()()()()()()()()()()()(C P B P A P C P B P C P A P B P A P C P B P A P +---++=6.0=．方法2：)(1)(C B A P C B A P -=(1C B A P -=()()(1C P B P A P -=53411)(311)(511(1=----=．。