下载文档原格式
第三章 离散型随机变量率分布。
，试写出命中次数的概标的命中率为目；设已知射手每次射击射击中命中目标的次数指示射手在这三次独立以本空间上定义一个函数验的样本空间；试在样作为试验，试写出此试察这些次射击是否命中三次独立射击，现将观一射手对某目标进行了7.0.1.343.0441.0189.0027.03210027.0)7.01()()0()0(189.0)7.01()7.01(7.03)(3)1()1()1()1(441.0)7.01(7.07.03)(3)2()2()2()2(343.0)7.0()()3()3()(0)(1)()()(2)()()(3)(},,,{)},,(),,,(),,,(),,,(),,,(),,,(),,,(),,,{(3,2,1332183217653214323321187654321821321321321321321321321321⎪⎪⎭⎫ ⎝⎛=-======-⨯-⨯⨯===+=+====-⨯⨯⨯===+=+===================Ω==的分布列为所以，，则简记为将，，则代表击中目标的次数，令则次射中”，“第解：设ξξξξξξξξξξξξξξωξωξωξωξωξωξωξωξωξξωωωA A A P P P A A A P P P P P A A A P P P P P A A A P P P A A A A A A A A A A A A A A A A A A A A A A A A i i A i i i。
出的废品数的概率分布前已取个，求在取得合格品之不再放回而再取来使用，若取得废品就个这批零件中任取个废品，安装机器时从个合格品、一批零件中有1139.2118805499101112123)3(132054109112123)2(13227119123)1(129)0(32101919110111111211213110191111211213111191121311219=⨯⨯⨯=⋅⋅⋅===⨯⨯=⋅⋅===⨯=⋅=====C C C C C C C C P C C C C C C P C C C C P C C P ξξξξξξ，，，可能取值为：代表废品数，则解：令.1188054132054132271293210⎪⎪⎭⎫ ⎝⎛的分布列为所以，ξ废品数的概率分布。
一、条件概率生活中很多概率都是在某些特殊条件下的概率。
比如你想知道你在家感染新冠的概率，这是取决于很多方面的，比如，政策有没有放开、是否位于高风险区等等。
只有在这些条件的限制下，我们才能较为准确的求出你想知道的概率。
基本概念：设A，B是随机试验E的两个随机试验，且P(B)>0，称P(A|B)=\frac{P(AB)}{P(B)} 为在事件B发生的条件下，事件A发生的条件概率。
韦恩图：上面A、B分别有两个椭圆，代表了他们的事件范围。
我们想要求在B的条件下A发生的概率，那么直观上分母应该是P(B)，因为条件是事件B就相当于要以事件B作为基础；而由于事件B的限制，事件A中不属于B的部分应该被舍去，它们不在B的控制之下。
所以也很容易理解，分子是A和B的和事件（交集）的概率。
性质条件概率也属于概率，所以它也满足概率的基本性质，只不过会有所改变。
（1）对于每一事件A，0≤P(A|B)≤1（2） P(\Omega|B)=1（3）若A_1,A_2,……,A_n 互不相容，则P(\bigcup_{i=1}^{m} A_i|B)=\sum_{i=1}^mP(A_i|B) （4） P(A|B)+P(\overlineA|B)=1（5）容斥原理： P(A\bigcup B|B)=P(A|B)+P(B|B)-P(AB|B)二、乘法公式在上文我们知道条件概率的公式为： P(A|B)=\frac{P(AB)}{P(B)} 。
那如果我们此时知道P(B)和P(A|B)，相求P(AB)，可以通过移项转化成下列公式： P(A|B)P(B)=P(AB)同理，我们也可以得到： P(B|A)P(A)=P(AB) 这两个公式我们称其为乘法公式。
上面两个式子在实际计算中要根据问题灵活选择。
我们也可以将其拓展到n个事件中：P(A_1A_2…A_n)=P(A_1)P(A_2|A_1)P(A_3|A_2A_1)…P(A_n|A_n…A_2A_1) 我们可以这样理解：$P(A_1)$是假设A1正确，$P(A_2|A_1)$是假设A1正确的情况下A2正确，以此类推三、全概率公式有限划分基本概念：设 \Omega 为随机试验E的样本空间，B1，B2 ，…，Bn为E的一组事件，若(1) Bi∩Bj =f ,i ≠ j(2) B_1∪B_2 ∪…∪B_n=\Omega则称B1，B2，…，Bn 为 \emptyset 的一个有限划分，或称完备事件组。
