概率复习(概率论与数理统计统计)----期末复习专用

概率统计期末知识点复习一、概率计算⒈事件的关系和运算⑴ 子事件(事件的包含)B A ⊂：若A 发生，则B 必然发生； ⑵ 相等事件A B =：B A ⊂且A B ⊃； ⑶ 并事件B A ：“,A B 中至少发生一个”； ⑷ 交（积）事件AB ：“,A B 都发生”； ⑸ 互不相容（互斥）事件:AB =∅； ⑹ 对立事件：若AB =Ω，且AB =∅，称B 为A 的对立事件，记为A B =．⑺ 差事件B A -：“A 发生，而B 不发生”． ⑻ 事件的运算律 ①交换律：A B B A =，AB BA =；②结合律：()()A B C A B C =，()()AB C A BC =； ③分配律：()A B C ACBC =，()()()AB C A C B C =；④摩根律：AB A B =，AB A B =．⒉概率计算的基本公式⑴非负性：设A 为任一随机事件，则0()1P A ≤≤． ⑵规范性：()1P Ω=，()0P ∅=． ⑶并事件概率计算公式：()()()()P AB P A P B P AB =+-；()()()()()()()()P A B C P A P B P C P AB P AC P BC P ABC =++---+．如果事件12,n A A A ,,两两互不相容，则1212()()()()n n P A A A P A P A P A =+++．⑷差事件概率计算公式：()()()()()P A B P AB P A AB P A P AB -==-=-； 若B A ⊂，则①()()()P A B P A P B -=-； ②()()P B P A ≤． ⑸对立事件概率计算公式：()1()P A P A =-．1A 2A 3A nA 21(|)P A A 1()P A 312(|)P A A A11(|)nnP A AA -B2A ∙1A nA 1()P A 2()P A ()n P A 1()P B A 2()P B A ()n P B A ⒊条件概率公式、乘法公式 ⑴条件概率：()P B A ．①公式法：()(),()0()P AB P B A P A P A =>；②代入法：改变样本空间直接计算．⑵乘法公式：()0P A >，有()()()P AB P A P B A =． 设12()0n P A A A >，2n ≥，则12()n P A A A 12131211()(|)(|)(|)-=n n P A P A A P A A A P A A A ．适用范围：链式结构⒋全概公式、逆概公式 ⑴全概率公式：1,,n A A 为一完备事件组，则1()()()ni i i P B P A P B A ==∑．适用范围：并列结构⑵贝叶斯公式(逆概公式):1()()()()()i i i nkkk P A P B A P A B P A P B A ==∑．⒌古典概型、几何概型、贝努里概型 ⑴古典概型：()A P A =事件所含样本点的个数所有样本点的个数．掌握简单的排列组合．⑵几何概型：()A P A =Ω的几何测度的几何测度，其中几何测度分别为长度或面积．对比均匀分布．⑶贝努里概型：在n 重贝努里试验中事件A 恰好发生k 次的概率为(1)kkn kn C p p --，其中0,1,2,,k n =，()p P A =，01p <<．对比二项分布．⒍事件的独立性⑴事件A 和B 相互独立的直观理解为事件A 和B 各自发生与否没有任何关系．并会根据实际问题判断事件A 和B 的独立性．⑵事件,A B 相互独立()()()P AB P A P B ⇔=(|)()(()0)P B A P B P A ⇔=>.⑶,,A B C 两两独立⇔()()(),()()(),()()().P AB P A P B P AC P A P C P BC P B P C =⎧⎪=⎨⎪=⎩⑷,,A B C 相互独立⇔,,()()()().A B C P ABC P A P B P C ⎧⎨=⎩两两独立,⑸独立性的有关结论：①设()0P B >，则事件A 和B 相互独立的充要条件为()()P A B P A =．②设,A B 为两个随机事件，如果A 和B 相互独立，则A 和B 相互独立；A 和B 相互独立； A 和B 也相互独立．③设,A B 为两个随机事件，且0()1P B <<，则A 和B 相互独立的充要条件为()()P A B P A B =．④如果随机事件12,,,n A A A 相互独立，则12,,,n A A A 的任一部分事件（至少两个事件）也相互独立．⑤如果随机事件12,,,n A A A 相互独立，则分别将i A 不变或换成i A 后所得事件仍相互独立．例如12,,,n A A A ，12,,,n A A A 等也分别相互独立．⑥如果随机事件1212,,,,,,,m n A A A B B B 相互独立，则由12,,,m A A A 组成的随机事件与由12,,,n B B B 组成的随机事件相互独立．⒎切比雪夫不等式（估计概率） 设μ=EX，2σ=DX ，则对任意的0ε>，有22{}1P X σμεε-<≥- 或22{}P X σμεε-≥≤．⒏利用分布计算概率⑴利用分布函数计算概率：①{}()()P a X b F b F a <≤=-，000{}()(0)P X x F x F x ==--等等． ②1212{,}<≤<≤P x X x y Y y 22211211(,)(,)(,)(,)F x y F x y F x y F x y =--+． ⑵利用分布律计算概率：①{}P X L ∈=i ix Lp ∈∑． ②(,){(,)}i j ij x y DP X Y D p ∈∈=∑．⑶利用密度函数计算概率：①{}{}P a X b P a X b <≤=≤≤{}P a X b =≤<{}P a X b =<<()b af x dx =⎰．②{(,)}(,)DP X Y D f x y dxdy ∈=⎰⎰．③00{}()X Y LP X L Y y f x y dx ∈==⎰；00{}()Y X LP Y L X x f y x dy ∈==⎰．二、随机变量的分布⒈分布函数及性质⑴一维随机变量的分布函数：(){},F x P X x x =≤-∞<<+∞． ⑵一维随机变量分布函数的性质：①0()1F x ≤≤； ②()0F -∞=，()1F +∞=； ③()F x 处处单调不减； ④()F x 处处右连续． ⑶二维随机变量的分布函数：(,){,}=≤≤F x y P X x Y y ，2(,)x y R ∈． ⑷二维随机变量分布函数的性质： ①0(,)1F x y ≤≤，其中2(,)x y R ∈；②(,)1,(,)(,)(,)0F F x F y F +∞+∞=-∞=-∞=-∞-∞=； ③(,)F x y 分别为关于变量x 和y 单调不减的函数； ④(,)F x y 分别关于变量x 和y 处处右连续． ⒉分布律及性质⑴一维离散型随机变量的分布律：{}i i P X x p ==，1,2,i =；或1212~i ix x x X p p p ⎛⎫⎪⎝⎭． ⑵一维离散型随机变量分布律的性质：①0i p ≥，1,2,i =； ②1iip=∑．⑶二维离散型随机变量的分布律：{,}i j ij P X x Y y p ===，1,2,,1,2,i j ==；或2j y121j p⑷二维离散型随机变量分布律的性质： ①0ij p ≥，1,2,,1,2,i j ==； ②1ijijp=∑∑．⒊密度函数及性质⑴一维连续型随机变量的密度()f x ：()f x 满足()()x F x f t dt -∞=⎰，x -∞<<+∞．⑵一维连续型随机变量密度函数的性质： ①()0,(,)f x x ≥∈-∞+∞； ②()1f x dx +∞-∞=⎰．⑶二维连续型随机变量的密度(,)f x y ：(,)f x y 满足(,)(,)x yF x y f u v dudv -∞-∞=⎰⎰，2(,)x y R ∈．⑷二维连续型随机变量密度函数的性质： ①(,)0≥f x y ，2(,)x y R ∈； ②(,)1f x y dxdy +∞+∞-∞-∞=⎰⎰．⒋常见分布及其数字特征⑴01-分布~(1,)X B p ：1{}(1)k k P X k p p -==-，0,1;,k EX p DX pq ===． ⑵二项分布(,)B n p ：{}(1),0,1,2,,,01kkn kn P X k C p p k n p -==-=<<；,EX np DX npq ==．应用背景．．：记X 为n 重贝努利试验中A 发生的次数．．,则(,)X B n p .⑶泊松分布()P λ：{},0,0,1,2,!kP X k e k k λλλ-==>=，EX DX λ==.⑷均匀分布~[,]X U a b ：1,,()0,a x b f x b a ⎧<<⎪=-⎨⎪⎩其它.()2,212b a a b EX DX -+==. ⑸指数分布()E λ：,0,()00,0.x e x f x x λλλ-⎧>=>⎨≤⎩,211,EX DX λλ==.⑹正态分布X ~),(2σμN：22()2()x f x μσ--=，x -∞<<+∞；2,EX DX μσ==.5．常见分布的性质⑴（了解）设随机变量12,,,n X X X 相互独立，且~(,),1,2,,i i X B n p i n =，则11~(,)nnii i i XB n p ==∑∑．特别地，设随机变量12,,,n X X X 相互独立，且~(1,),1,2,,i X B p i n =，则1~(,)nii XB n p =∑．反之，服从二项分布(,)B n p 的随机变量X 可以分解为n 个相互独立，且均服从(1,)B p 的随机变量12,,n X X X 之和．⑵（了解）设随机变量12,,,n X X X 相互独立，且~(),1,2,,i i X P i n λ=，则11~()nnii i i XP λ==∑∑．⑶（了解）设随机变量12,,,n X X X 相互独立，且~(),1,2,,i i X E i n λ=，则121min{,,,}~()nn i i X X X E λ=∑．⑷（了解）设随机变量12~[,]X U θθ，则12~[,](0)aX b U a b a b a θθ+++>；21~[,](0)aX b U a b a b a θθ+++<．⑸（了解）设二维随机变量(,)X Y 服从均匀分布，,,U aX bY V cX dY =+⎧⎨=+⎩且0ad bc -≠，则(,)U V 也服从均匀分布．⑹设随机变量2~(,)X N μσ，则22~(,)Y aX b N a b a μσ=++，其中0a ≠．特别地，~(0,1)X N μσ-．⑺设随机变量12,,,n X X X 相互独立，且2~(,),1,2,,i i i X N i n μσ=，12,,,n a a a 是不全为零的常数，则22111~(,)n n ni i i i i i i i i a X N a a μσ===∑∑∑．特别地，设随机变量12,,,n X X X 相互独立，且2~(,),1,2,,i X N i n μσ=，则211~(,)n i i X N n nσμ=∑． ⑻设二维随机变量(,)X Y 服从二维正态分布，,,U aX bY V cX dY =+⎧⎨=+⎩且0ad bc -≠，则(,)U V 也服从二维正态分布．⑼设二维随机变量221212(,)~(,,,,)X Y N μμσσρ，则X 和Y 相互独立⇔0ρ=．⒌边缘分布 ⑴离散型{}i ij jP X x p ==∑，1,2,i =；{}j ijiP Y y p==∑，1,2,j =．关于X 的边缘分布律可对表中的i j p 进行纵向求和即得；关于Y 的边缘分布律可对表中的i j p 进行横向求和即得．⑵连续型()(,)X f x f x y dy +∞-∞=⎰,x -∞<<+∞；()(,)Y f y f x y dx +∞-∞=⎰,y -∞<<+∞．()X f x 可通过在给定点x 处，),(y x f 的纵向积分（对y 从-∞到+∞积分）求得，()Y f y 可通过在给定点y 处，),(y x f 的横向积分（对x 从-∞到+∞积分）求得．⒍条件分布 ⑴离散型1212()~i jj ij j jjjx x x p p p X Y y p pp⎛⎫⎪= ⎪ ⎪⎝⎭；1212()~j ij i i i iiiy y y p Y X x p p p p p ⎛⎫⎪= ⎪ ⎪⎝⎭． ⑵连续型(,)()()X Y Y f x y f x y f y =，x -∞<<+∞；(,)()()Y X X f x y f y x f x =，y -∞<<+∞．⒎随机变量的独立性⑴随机变量X 和Y 相互独立的直观意义是指X 和Y 的各自取值情况没有任何关系． ⑵利用分布函数：(,)()()X Y F x y F x F y =． ⑶利用分布律：ij i j p p p =，1,2,,1,2,i j ==．⑷利用密度函数：(,)()()X Y f x y f x f y =． ⑸随机变量独立性的有关结论①设随机变量X 与Y 相互独立，则对任意实数集合12,L L ，有1212{,}{}{}P X L Y L P X L P Y L ∈∈=∈∈．②如果随机变量12(,,,)m X X X 和12(,,,)n Y Y Y 相互独立，,g h 分别为m 元连续函数和n 元连续函数，则随机变量12(,,,)m g X X X 与12(,,,)n h Y Y Y 也相互独立．特别地，设随机变量X 与Y 相互独立，(),()g x h y 是连续函数，则随机变量()g X 与()h Y 也相互独立．⒏随机变量函数的分布⑴离散型随机变量函数的分布可直接列表求得． ⑵连续型随机变量函数分布采用分布函数法①()Y g X =：先求()(){}{()}()Y X g x yF y P Y y P g X y f x dx ≤=≤=≤=⎰,②(,)Z g X Y =：先求(,)(){}{(,)}(,)Z g x y zF z P Z z P g X Y z f x y dxdy ≤=≤=≤=⎰⎰，然后对y 或z 进行讨论然后求导数.⑶熟记1max i i nM X ≤≤=和1min i i nN X ≤≤=的分布函数和密度函数公式.①若随机变量12,,,n X X X 相互独立，i X 的密度函数为()i f x ，分布函数为()i F x ，1,2,,i n =，则M 和N 的分布函数(),()M N F x F x 和密度函数(),()M N f x f x 分别为12(){}()()()M n F x P M x F x F x F x =≤=，()()M Mf x F x '=； ()()()12(){}1[1][1][1]N n F x P N x F x F x F x =≤=----，()()N Nf x F x '=． ②当12,,,n X X X 独立同分布时，()()i f x f x =，()()i F x F x =，1,2,,i n =，则 ()[()]n M F x F x =，1()[()]()n M f x n F x f x -=；()1[1()]n N F x F x =--，1()[1()]()n N f x n F x f x -=-．⒐数字特征计算⑴数学期望(均值)：①一维随机变量函数的数学期望：1(),(())()().i i i g x p E g X g x f x dx ∞=+∞-∞⎧⎪=⎨⎪⎩∑⎰注: 2,()EX E X 为其特例．②二维随机变量函数的数学期望：11(,),((,))(,)(,).i j i j i j g x y p E g X Y g x y f x y dxdy ∞∞==+∞+∞-∞-∞⎧⎪⎪=⎨⎪⎪⎩∑∑⎰⎰注: 22,(),,(),()EX E X EY E Y E XY 为其特例．⑵方差：222()()()DX E X EX E X EX =-=-．⑶协方差：ov(,)[()()]()C X Y E X EX Y EY E XY EXEY =--=-．⑷相关系数：XY ρ=．⑸数字特征的性质（见教材）． ⑹不相关：①若0XY ρ=，称X 与Y 不相关；X 与Y 不相关的直观意义指X 与Y 没有线性关系． ②X 与Y 不相关ov(,)0C X Y ⇔=()D X Y DX DY ⇔±=+()E XY EXEY ⇔=．③设221212(,)~(,,,,)X Y N μμσσρ，则X 与Y 的相关系数XY ρρ=．④设221212(,)~(,,,,)X Y N μμσσρ，则X 和Y 相互独立⇔0ρ=⇔X 与Y 不相关．⑤如果X 与Y 相互独立，且X 与Y 的相关系数XY ρ存在，则X 与Y 不相关．反之未必．⒑中心极限定理的应用 ⑴设12,,n X X X 独立同分布，且2,0i i EX DX μσ==≠(1,2,)i =，则当n 充分大（30n ≥）时，有21~(,)nii XN n n μσ=∑近似．⑵设~(,)X B n p ，则当n 充分大（30n ≥）时，~(,(1))X N np np p -近似．三、计算过程中需要分段讨论的几种类型与方法⒈已知X 的分布律，求X 的分布函数()F x ．三个特征： ⑴分1n +段；⑵每段上，将概率逐次累加（初始值为0，终值为1）； ⑶每个区间为左闭右开． ⒉已知X 的密度函数()f x （分段函数），求X 的分布函数()F x ． ⑴分1n +段；⑵每段上，将()f x 在(,]x -∞上积分；⑶由于()F x 为连续函数，故每个区间为开闭均可．⒊已知(,)X Y 的密度函数(,)f x y （分段函数），求X 的分布函数(,)F x y ． ⑴结合(,)F x y 的原理图和(,)f x y 特征图，将全平面分若干块； ⑵每块上，将(,)f x y 在区域(,](,]x y D -∞⨯-∞上积分．⒋连续型随机变量函数的分布⑴一维连续型随机变量函数()Y g X =的分布函数()Y F y ：①先确定()Y g X =取值范围；例如m Y M ≤≤，其中,m M 为实数，则采用三段式讨论．②当y m <时，()0Y F y =．③当m y M <≤时，利用定积分()()()Y X g x yF y f x dx ≤=⎰计算．④当y M ≥时，()1Y F y =．⑤当m =-∞或M =+∞或其它情况时，还可能采用两段式或四段式讨论等． ⑥若Y 为连续型随机变量，则Y 的密度函数()()Y Y f y F y '=． ⑵二维连续型随机变量函数(,)Z g X Y =的分布函数()Z F z ：①确定(,)Z g X Y =的取值范围；例如m Z M ≤≤，其中,m M 为实数，则采用三段式讨论．②当z m <时，()0Z F z =．③当m z M <≤时，利用二重积分(,)()(,)Z g x y zF z f x y dxdy ≤=⎰⎰计算．④当z M ≥时，()1Z F z =．⑤当m =-∞或M =+∞或其它情况时，还可能采用两段式或四段式讨论等． ⑥若Z 为连续型随机变量，则Z 的密度函数()()Z Z f z F z '=． ⒌二维连续型随机变量(,)X Y 的边缘密度 ⑴()(,)X f x f x y dy +∞-∞=⎰，x -∞<<+∞．①作出),(y x f 的特征图．②用垂直直线x m =和x M =将D 夹住． ③当x m <或x M >时，()0X f x =． ④当m x M ≤≤时，()(,)X f x f x y dy +∞-∞=⎰．⑤当m =-∞或M =+∞或其它情况时，也可能采用其它方式讨论． ⑵()(,)Y f y f x y dx +∞-∞=⎰,y -∞<<+∞．①作出),(y x f 的特征图．②用水平直线y m =和y M =将D 夹住． ③当y m <或y M >时，()0Y f y =． ④当m y M ≤≤时，()(,)Y f y f x y dx +∞-∞=⎰．⑤当m =-∞或M =+∞或其它情况时，也可能采用其它方式讨论．四、数理统计的基础知识⒈总体X ，样本12(,,,)n X X X 和观察值的概念．关注简单随机样本的独立性和代表性．⒉常用统计量：样本均值∑==n i i X n X 11，样本方差2211()1n i i S X X n ==--∑， 顺序统计量*11min i i nX X ≤≤=，*1max n i i nX X ≤≤=．⒊常见分布⑴正态分布：见概率论中的内容． ⑵2χ分布：设12(,,,)n X X X 为来自总体~(0,1)X N 的一个样本，就称统计量22222121ni ni X X X X ===+++∑χ服从自由度为n 的2χ分布，记作)(~22n χχ． ①设)(~22n χχ，则2()E n =χ，2()2D n =χ． ②设~(0,1)X N ，则22~(1)X χ．③设22~()i i n χχ，1,2i =，且2212,χχ相互独立，则2221212~()n n ++χχχ．⑶ t 分布：设随机变量~(0,1)X N ，2~()Y n χ，且X 与Y 相互独立，就称T =服从自由度为n 的t 分布，记作)(~n t T ．⑷F 分布：设随机变量)(~12n X χ，)(~22n Y χ，且X 与Y 相互独立，就称21n Y n X F =服从第一自由度为1n ，第二自由度为2n 的F 分布，记作),(~21n n F F ． ①如果~()T t n ，则2~(1,)T F n ． ②如果12~(,)F F n n ，则211~(,)F n n F． ⒋上侧分位点p x ：{},{}1p p P X x p P X x p ≥≥≤≥-． 如U α，2()t n α，21()n αχ-，2121(,)Fn n α-等等（下标为该点处右侧的面积）． 注意：1U U αα-=-，1()()t n t n αα-=-，112211(,)(,)F n n F n n αα-=．⒌单正态总体2~(,)X N μσ中X 和2S 的分布（其中12(,,,)n X X X 为样本）： ⑴2~(,)X N nσμ，或nX /σμ-~)1,0(N ；⑵nS X /μ-～)1(-n t ；⑶2212()()nii Xn μχσ=-∑；⑷222122()(1)(1)nii XX n Sn χσσ=--=-∑,且X 与2S 相互独立．五、参数估计⒈点估计 ⑴矩估计：①原理：用样本矩估计理论矩．②方法：建立方程（组）11()n rr i i X E X n ==∑，1,2,r =，解出θ，得θ的矩估计θ．⑵最大似然估计：①原理：概率最大的事件最有可能出现． ②方法：构造似然函数)(L θ=12)(,,,;n L x x x θ（似然函数体现了样本12(,,,)n X X X 出现的概率大小），求似然函数L 的最大值点，即为θ的极大使然估计θ． ③步骤：第一步：写出似然函数)(L θ．如果连续型总体X 的密度函数为(;)f x θ，则1()(;)n i i L f x θθ==∏．如果离散型总体X 的分布律为(;)p x θ，则1()(;)ni i L p x θθ==∏． 第二步：取对数ln )(L θ，并令ln 0)(d d L θθ=，或ln 0)(i L θθ∂=∂，1,2,,i k =，建立方程(组)．如果从中解得惟一驻点θˆ，则θˆ即为θ的最大似然估计； 第三步：如果上述方程无解，则通过单调性的讨论，在某边界点处，求出θ的最大似然估计量θˆ． ⒉估计量的评价标准⑴无偏性：如果E θθ=，就称θ为θ的无偏估计．主要结论有：①如果总体X 的数学期望EX 存在，则X 是μ的无偏估计，即E X μ=． ②如果总体X 的方差DX 存在，则2S 是2σ的无偏估计，即22()E S σ=．③设估计量12ˆˆˆ,,m θθθ均为θ的无偏估计，12,,,m c c c 为常数，且11mi i c ==∑，则1ˆmi i i c θ=∑仍为θ的无偏估计．注意：即使ˆθ为θ的无偏估计，而ˆ()g θ未必为．．．()g θ的无偏估计． ⑵（较）有效性：设21ˆ,ˆθθ均为θ的无偏估计，如果12ˆˆD D θθ<，就称1ˆθ比2ˆθ有效．⑶一致性（相合性）：设ˆθ为θ的估计量，如果对任意的0ε>，均有ˆl i m {}1n P θθε→∞-<=，就称θˆ为θ的一致估计量或相合估计量． ⒊单正态总体2(,)N μσ中2,σμ的区间估计⑴2σ已知，μ的置信度1α-的置信区间为22X u X u αα⎛⎫-+ ⎝． ⑵2σ未知，求μ的置信度为1α-的置信区间为2(X t n α⎛⎫±- ⎝． ⑶2σ的置信度为1α-的置信区间为2222122(1)(1),(1)(1)n Sn S n n ααχχ-⎛⎫-- ⎪ ⎪-- ⎪⎝⎭． 六、假设检验⒈假设检验的有关概念了解假设检验的背景，假设的提法，假设检验中的反证法思想，假设检验的基本原理，显著性检验，双侧检验和单侧检验等相关内容．⒉假设检验的两类错误⒊假设检验的四个步骤⑴根据给定的问题，建立假设检验问题01(,)H H ． ⑵根据检验问题01(,)H H 及条件，选择检验统计量12(,,,)n g X X X ．当0H 为成立时，确定该统计量12(,,,)n g X X X 的分布．⑶根据显著性水平α，确定临界值和原假设0H 的拒绝域W ． ⑷通过样本值12(,,,)n x x x ，计算统计量12(,,,)n g X X X 的值12(,,,)n g x x x ．若12(,,,)n g x x x W ∈，则拒绝0H ，否则接受0H ．⒋单正态总体中均值和方差的假设检验。

概率论与数理统计复习题一、 填空题1． 事件A 、B 、C 中至少有一个发生可用A 、B 、C 表示为C B A ⋃⋃ 2． 若事件A 、B 满足)()|(B P A B P =，则称A 、B __相互独立 3．X 则=)(X E 0.61.已知P （A)=0.8,P(A —B ）=0。

5，且A 与B 独立，则P(B)= 3/8 ；2.设A ，B 是两个随机事件，P （A)=0.8，P(AB ）=0.4，则P （A-B ）= 0.4 ；3. 设事件A 与B 相互独立，P （A)=0.4，P （B ）=0.5，则P(A ∪B)= 0。

7 ； 4。

事件A 与B 满足P(A ）=0。

5，P(B ）=0。

6, P （B|A)=0。

8，则P （A ∪B)= 0。

7 ; 5。

袋中有大小相同的红球4只，黑球3只，则此两球颜色不同的概率为 4/7 ; 6.某射手每次击中目标的概率为0。

28，今连续射击10次,其最可能击中的次数为 3 ; 8。

设随机变量X 服从［1，5]上的均匀分布，当5121<<<x x 时，=<<)(21x X x P 412-x10。

设随机变量X 的概率分布为 则=≥)1(2XP 0。

7 ;11。

设随机变量X 服从二项分布B(n ，p)，且E(X)=15,D(X ）=10,则n= 45 ;14。

设随机变量X ~N （1，4),,9332.0)5.1(,6915.0)5.0(==φφ则=>)2(X P 0。

3753 ；15.已知总体X ~N(0,1）,n X X X ,,,21 是来自总体X 的样本，则21nii X=∑~)(2n χ16. 已知总体X ~n X X X N ,,),,(212σμ是来自总体X 的样本,要检验,:2020σσ=H 则采用的统计量为22)1(σS n -；17。

设T 服从自由度为n 的t 分布,若,)(αλ=>T P 则=<)(λT P 21α-18。

概率与数理统计期末复习题一一、填空题1．设随机变量X的概率密度为⎪⎩⎪⎨⎧≤>=-.0,0,31)(31xxexfx，则数学期=+-)(XeXE。

2．设随机变量X，Y相互独立，且服从正态分布N（-1，1），则Z=2X-Y的概率密度。

3．进行三次独立试验，在每次试验中事件A出现的概率相等，已知A至少出现一次的概率等于6437，则事件A在一次试验中出现的概率P(A)= .4.设X,Y是随机变量,D(X)=9,D(Y)=16,相关系数21=XYρ,则D(X+Y)= .5. 口袋中装有2个白球,3个红球,从中随机地一次取出3个球，则取出的3个球中至多有2个红球的概率为 .6. 已知随机变量X服从参数为λ的泊松分布,且21}0{==XP,=<}2{XP.二、已知随机变量X的概率密度为⎩⎨⎧<<=其他,01,2)(xxxf.求Y= 3lnX的分布函数.三、玻璃杯成箱出售,每箱装有10只玻璃杯.假设各箱含0只,1只和2只次品的概率分别为0.9,0.06,0.04.一顾客要买一箱玻璃杯,售货员随意取出一箱,顾客开箱随机取出3只,若这3只都不是次品,则买下该箱杯子,否则退回.求(1)该顾客买下该箱玻璃杯的概率;(2)在顾客已买下的一箱中,确实没有次品的概率.四、设随机变量(X,Y)的概率密度为⎪⎩⎪⎨⎧-≤≤≤≤=其他,0660,1,31),(xyxyxf,求 ( 1)边缘密度)(),(yfxfYX; (2)协方差cov(X,Y),并问X 与Y 是否不相关?五、已知一批产品的某一数量指标X服从正态分布)6.0,(2μN,问样本容量n为多少,才能使样本均值与总体均值的差的绝对值小于0.1的概率达到0.95. [96.1)975.0(Φ=，6456.1)95.0(Φ=，29.1)90.0(Φ=]。

六、使用归工艺生产的机械零件,从中抽查25个,测量其直径,计算得直径的样本方差为6.27.现改用新工艺生产, 从中抽查25个零件,测量其直径,计算得直径的样本方差为 4.40. 设两种工艺条件下生产的零件直径都服从正态分布,问新工艺生产的零件直径的方差是否比旧工艺生产的零件直径的方差显著地小(05.0=α)?七、设总体X的的概率密度为⎪⎩⎪⎨⎧<<-=--其它,010,11);(12xxxfθθθθ其中1>θ,是未知参数,),,,(21nxxx是总体X的样本观察值.求(1)θ的矩估计量;(2) θ的极大似然估计量Lθ,并问Lθ是θ的无偏估计吗?八、设随机向量(X,Y)的概率密度为⎩⎨⎧≤≤≤≤=其它,010,1,8);(yxyxyyxf求 (1)条件概率密度)|(yxfX;(2) Z=X+Y的概率密度.;概率与数理统计期末复习题二一、一、选择题1.设随机变量X和Y相互独立，其概率分布为X 1 2 Y 1 21/3 2/3 1/3 2/3则下列命题正确的是。

概率论与数理统计第一章：掌握概率的性质、条件概率公式、全概率公式和贝叶斯公式，会用全概率公式和贝叶斯公式计算问题。

第二章：一维随机变量包括离散型和连续型；离散型随机变量分布律的性质；连续性随机变量密度函数的性质；常见的三种离散型分布及连续型分布；会计算一维随机变量函数的分布（可以出大题）；第三章：多维随机变量掌握离散型和连续型变量的边缘分布；条件分布及两个变量独立的定义；重点掌握两个随机变量函数的分布（掌握两个随机变量和、差的密度函数的求法；了解两个随机变量乘、除的分布；掌握多个随机变量最大、最小的分布的密度函数的求法）；第四章：重点掌握期望、方差、协方差的计算公式、性质；了解协方差矩阵的构成；第六章：掌握统计量的定义、三大分布的定义和性质；教材142页的四个定理及式3.19、3.20务必记住；第七章：未知参数的矩估计法和最大似然估计法是考点，还要掌握估计量的无偏性、有效性的定义；教材的例题及习题：19页例5；26页19、23、24、36；43页例1；51页例2；53页例5；58页25、36；63页例2；66页例2；77页例1、例2；87页22；99页例12；114页6；147页4、6；151页例2、例3；153页例4、例5；173页5、11样题一、填空1. 设A ，B 相互独立，且2.0)(,8.0)(==A P B A P ，则=)(B P __________.2. 已知),2(~2σN X ，且3.0}42{=<<X P ，则=<}0{X P __________.3．已知B A ,两个事件满足条件()()B A P AB P =，且()p A P =，则()=B P _________.4．设随机变量X 的密度函数为()2,01,0,x x f x <<⎧=⎨⎩其他，用Y 表示对X 的3次独立重复观察中事件⎭⎬⎫⎩⎨⎧≤21X 出现的次数，则()2P Y == . 5、设连续型随机变量X 的分布函数为 ， ，则A=B= ；X 的密度函数为 。

《概率论与数理统计（A ）》期末复习资料一、选择题：1.设A ，B 为两个任意事件，那么与事件B A B A B A ++相等的事件是（）．(A) AB (B) B A + (C) A (D) B2.设B A ,为两个随机事件，若0)(=AB P ，则( ).(A)A 和B 两事件互不相容(互斥)； (B)AB 是不可能事件； (C)AB 未必是不可能事件； (D)0)(=A P 或0)(=B P . 3.如果0)(=AB P ，则( ).(A))()(A P B A P =-； (B)A 与B 不相容； (C)A 与B 不相容； (D))()()(B P A P B A P -=-. 4.如果1)()(=+B P A P ，则( ).(A)1)(=⋃B A P ； (B)0)(=⋂B A P ； (C))()(B A P B A P ⋂=⋂； (D))()(B A P B A P ⋃=⋂. 5.设A 和B 相互独立，则下列结论错误的是( ).(A)B ,A 独立； (B)B ,A 独立； (C))()()(B P A P B A P =； (D)φ=AB .6.设B A ⊂且相互独立，则( ).(A)0)(=A P ； (B)1)(0)(==B P A P 或； (C)1)(=A P ； (D)上述都不对. 7.设随机变量~(2,)X B p ，若()159X P ≥=，则p =( ). (A)32； (B)21； (C)31； (D)2719.8.设随机变量X 概率分布为,,2,1)1()( =+==k k k ak X P ，则a 为( ).(A)0； (B)1； (C)2； (D)3.9.设随机变量X 服从泊松分布，且(1)(2)P X P X ===，则λ=( ). (A)2； (B)1； (C)4； (D)0.5.10.若)(x f 与)(x F 分别为连续型随机变量X 的密度函数与分布函数,则等式（ ）成立．(A) X a P <(≤⎰∞+∞-=x x F b d )() (B) X a P <(≤⎰=bax x F b d )()(C) X a P <(≤⎰=b ax x f b d )() (D) X a P <(≤⎰∞+∞-=x x f b d )()11.设随机变量),(~2σμN X ，且022=++X x x 无实根的概率为0.5，=μ( ). (A)-1； (B)0； (C)1； (D)2.12.随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<<=其他,0,20,20,),(y x cx y x f ，则c 为( ).(A)0.25； (B)1； (C)2； (D)4.13.设随机变量Y X ,相互独立，它们的密度函数分别为⎩⎨⎧≤>=-000x ,;x ,e )x (f x X ，⎩⎨⎧≤>=-00022y ,;y ,e )y (f y Y ，则=>)Y X (P ( ).(A)31； (B)21； (C)32； (D)43.14.设X ～)4,2(N 且b aX +～)1,0(N ，则( ). (A)22-==b a ，； (B)12-=-=b a ，； (C)121==b a ，； (D)121-==b a ，.15.设)1(~P X ,)2(~P Y ,且X 与Y 相互独立,则~Y X +( ). (A) (1,2)b (B) (3)P (C) (1.5)P(D) (2,1)b16.设随机变量)6.0,20(~b X ,)6.0,10(~b Y ,且X 与Y 相互独立,则~Y X +( ). (A) (10,0.6)b (B) (20,0.6)b (C) b(30,0.6) (D) (18)P17.设),(~p n b X 且6 3.6EX DX ==，,则有()(A) 100.6n p ==， (B) 200.3n p ==，(C) 150.4n p ==， (D) 120.5n p ==， 18.设12,,n X X X 是取自正态总体X ～)1,0(N 的样本，2,S X 分别是样本均值和样本方差，则下列结论正确的是( ).(A)X ～)1,0(N ； (B)X n ～)1,0(N ； (C)S X /～)1(-n t ； (D)∑=ni i X 12～)(2n χ.19.设n X X X 21,是取自正态总体X ～),(2σμN 的样本（2>n ）, 2,S X 分别是样本均值和样本方差，则下列结论正确的是( ).(A)1--n SX μ～)1(-n t ； (B)22)(S X n μ-～)1,1(-n F ； (C)22σS ～)1(2-n χ； (D)122X X -～),(2σμN .20.设12,,,n X X X 为来自正态总体2(,)N μσ的一个样本，2211(())1ni i S X X n ==--∑ X 分别为样本方差和样本均值，则下面结论中不正确的是( ). (A)2~(,)X N n σμ ；(B)22()E S σ=； (C)22()1nE S n σ=-； (D)222(1)/~(1)n S n σχ--. 21.已知随机变量X 与Y 相互独立,且2~(40)X χ,2~(80)Y χ,则~/2Y X ().(A)2(40)χ (B) (20,40)F (C) (40,80)F (D) 2(80)χ22.设n X X X ,,,21 是来自正态总体N (,)μσ2的样本，则（ ）是μ无偏估计．(A) 321X X X ++ (B) 321525252X X X ++ (C) 321515151X X X ++ (D) 321535151X X X ++23.对正态总体),(2σμN 的假设检验问题中,Z 检验解决的问题是（ ）． (A) 已知方差,检验均值 (B) 未知方差,检验均值(C) 已知均值,检验方差 (D) 未知均值,检验方差24.对来自正态总体X N ~(,)μσ2（μ未知）的一个样本X X X 123,,,则下列各式中（ ）不是统计量．(A)1X (B) μ+X(C)221σX (D)1X μ25.设n X X X ,,,21 是正态总体),(~2σμN X （2σ已知）的一个样本,按给定的显著性水平α检验0H ：0μμ=（已知）；1H ：0μμ≠时,判断是否接受0H 与（ ）有关.(A) 样本值,显著水平α (B) 样本值,样本容量(C) 样本容量n ,显著水平α (D) 样本值,样本容量n ,显著水平α 26.在对单正态总体N (,)μσ2的假设检验问题中,T 检验法解决的问题是（ ）． (A) 已知方差,检验均值 (B) 未知方差,检验均值 (C) 已知均值,检验方差 (D) 未知均值,检验方差 27.假设检验时,若增大样本容量,则犯两类错误的概率（ ）． (A) 有可能都增大 (B) 有可能都减小(C) 有可能都不变 (D) 一定一个增大,一个减小二、填空题：1.设B A ,是两个事件，且=)(B A P 1，则=-)(A B P .2.设()0.7P A =，()0.3P A B -=，则()AB P = ，()B A P = .3.设事件B A ,和B A ⋃的概率分别为0.2，0.3和0.4，则=)(A B P _______.4.设B A ,是两个随机事件，()0.4()0.3P A P B ==，，若B A ,相互独立，则()P A B ⋃= ，则()P B A = .5.三个人独立地向一架飞机射击，每个人击中飞机的概率都是0.4，则飞机被击中的概率为 .6.设甲、乙两人投篮命中率分别为0.7和0.8，每人投篮3次，则有人投中的概率为 .7.从0,1,2,,9这10个数字中任意选出3个不同的数字，则3个数字中不含0或5的概率为 .8.某工厂一个班组共有男工9人，女工5人，现在要选出3个代表，则选的3 个代表中至少有1个女工的概率为 .9.设随机变量X 服从参数为λ的泊松分布，且()2D X =，则(1)p X ==________. 10.设随机变量),(N ~X 42，则~X Y 22-=. 11.设随机变量Y 在]5,0[上服从均匀分布，则关于x 的一元二次方程02442=+++Y xY x 有实根的概率为 .12.设)(1x F 与)(2x F 分别是任意两个随机变量分布函数，令=)(x F)()(21x bF x aF +，则下列各组数中使)(x F 为某随机变量的分布函数的有 =a ， =b .13.已知连续随机变量X 的分布函数为1,0()0,0x e x F x x λ--≥=<⎧⎨⎩，0λ>，则其密度函数为 ，(2)P x ≤= ；已知随机变量X 的密度函数⎩⎨⎧≤≤=其它 , 010,2)(x x x f 则:)5.15.0(<<X p = .14.设随机变量X 分布律为令,12+=X Y 则随机变量X 分布律为 ;=)(Y E _________.15.若二维随机变量(,)X Y 具有分布律：则(21)P Y X ===________. 16.设随机变量X 分布列如下表则E (X )=________，D (X )=________.17.两独立随机变量X Y 和都服从正态分布，且()()~3,4~2,9X N Y N ，，则()D X Y +=________;又两个相互独立的随机变量~(3),V ~P(2)U E ,则(22)D U V ++=________.18.设X 服从[-1，2]上的均匀分布，令⎩⎨⎧<-≥=,01,01X X Y ，，则=)(Y E ，=)(Y D .19.设相互独立的随机变量X ,Y 均服从参数为5的指数分布，则当0,0x y >>时，(,)X Y 的概率密度(,)f x y =________.20.设总体)1,0(~N X ,1210,,,X X X 是来自总体X 的样本，则~X .21.设总体2~(0,)X N σ，921,X X X 为总体的一个样本，则)(9196521X X X X X X ++++++= 分布为 .22.设),(21n X X X 是取自参数为λ泊松分布的样本，则统计量i ni X Y ∑==1服从分布.23.设12n X X X ,,,为来自总体X 的样本，且~(0,1)X N ，则统计量21~nii X=∑ .24.设12,,,n X X X 是来自总体)1,0(~N X 的简单随机样本，则21()ni i X X =-∑服从的分布为 .25.设n X X X 21,是来自正态总体X ～N (μ，2σ)的样本，即它们是独立同分布，则~X ，~)1(22σS n - .26.在单边假设检验中,原假设为0H ：μ≤0μ,则其备择假设为1H ：_______________.27.设总体X 服从正态分布2(,)N μσ,其中2σ未知,12,,n X X X 为其样本.若假设检验问题为0010:,:,H H μμμμ=≠则采用的检验统计量表达式应为_______________.三、计算题1.一个袋内装有大小相同的7个球，其中4个是白球，3个是黑球，从中一次抽取3个，计算至少有两个是白球的概率.2.有甲、乙两批种子，发芽率分别为0.8和0.7，在两批种子中各随机取一粒，求： (1)两粒都发芽的概率；(2)至少有一粒发芽的概率；(3)恰有一粒发芽的概率.3.某地某天下雪的概率为0.3，下雨的概率为0.5，既下雪又下雨的概率为0.1,求： (1)在下雨条件下下雪的概率；(2)这天下雨或下雪的概率.4.已知5%的男人和0.25%的女人是色盲,现随机地挑选一人,此人恰为色盲,问此人是男人的概率（假设男人和女人各占人数的一半）.5.某工厂生产的产品中96%是合格品,检查产品时,一个合格品被误认为是次品的概率为0.02,一个次品被误认为是合格品的概率为0.05,求在被检查后认为是合格品产品确是合格品的概率.6.甲、乙、丙三人独立地向同一飞机射击，设击中的概率分别是0.4,0.5,0.7，若只有一人击中，则飞机被击落的概率为0.2；若有两人击中，则飞机被击落的概率为0.6；若三人都击中，则飞机一定被击落，求：飞机被击落的概率.7.有一繁忙的汽车站,每天有大量汽车通过,设每辆车在一天的某时段出事故的概率为0.0001,在某天的该时段内有1000辆汽车通过,问出事故的次数不小于2的概率是多少（利用泊松定理）？8.有2500名同一年龄和同社会阶层的人参加了保险公司的人寿保险.在一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12元保险费，而在死亡时家属可从保险公司领取2000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10000元、20000元的概率.9.设某种仪器内装有三只同样的电子管，电子管使用寿命X 的密度函数为f (x )=⎪⎩⎪⎨⎧<≥.100,0,100,1002x x x求：(1)在开始150小时内没有电子管损坏的概率；(2)在这段时间内有一只电子管损坏的概率； (3)F (x ).10.某教科书出版了2000册,因装订等原因造成错误的概率为0.001,试求在这2000册书中恰有5册错误的概率.11.由某机器生产的螺栓长度（cm ）~(10.05,0.062)X N ,规定长度在10.050.12±内为合格品,求一螺栓为不合格品的概率..12.设一工厂生产的电子管寿命X （小时）服从正态分布),160(2δN ,若要求{}8.0200120≥≤<X P ,允许δ最大不超过多少？13.设X ~N （3，22），(1)求P {2<X ≤5}，P {4<X ≤10}，P {｜X ｜＞2}，P {X ＞3}; (2)确定c 使P {X ＞c }=P {X ≤c }.14.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.（2）求（X ，Y ）的边缘分布律； （3）求W =X +Y 的分布律.16.设随机变量(X ，Y )的概率密度为()⎩⎨⎧<<<<--=.,0,42,20),6(,其他y x y x k y x f (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}.17.设二维随机变量（X ，Y ）的联合分布函数为()⎩⎨⎧>>--=--.,0,0,0),e 1)(e 1(,24其他y x y x F y x求(X ，Y )的联合分布密度.18.设随机变量X 的概率密度为()⎪⎩⎪⎨⎧≤≤-<≤-+=.,0,10 ,1,01 ,1其他x x x x x f求)()(X D X E ，.19.设随机变量X 的概率密度为()⎪⎩⎪⎨⎧≤≤-<≤=.,0,21,2,10,其他x x x x x f求)()(X D X E ，.20.设随机变量(X ，Y )的概率密度为()⎩⎨⎧<<<<=.,0,0,10,,其他x y x k y x f 试确定常数k ，并求)(XY E .21.设X ，Y 是相互独立的随机变量，其概率密度分别为()⎩⎨⎧≤≤=;,0,10,2其他x x x f X ()(5)e ,5,0,.y Y y f y --⎧>=⎨⎩其他 求E (XY ).22.设总体X 服从二项分布b (n ，p )，n 已知，X 1，X 2，…，X n 为来自X 的样本，求参数p 的矩估计.23.设总体X 的密度函数()2(x )2,,f x e x R μμ--=∈X 1，X 2，…，X n 为其样本，试求参数μ的矩估计. 24.设12,,,n x x x 为来自正态总体2~N(,)X μδ的一个样本的X1，X2， (X)观测值，试求总体未知参数2,μδ的极大似然估计.25.设总体X 的密度函数为⎩⎨⎧<<=-.,0,10,),(1其他x x x f θθθn X X X 21,为其样本，求θ 的极大似然估计.26.某车间生产的螺钉，其直径2~N(,)X μδ，由过去的经验知道2δ=0.06,今随机抽取6枚，测得其长度（单位mm ）如下：14.7 15.0 14.8 14.9 15.1 15.2 求μ的置信概率为0.95的置信区间.27.来自正态总体2~N(,)X μδ的一个样本为X 1，X 2，…，X n ，并且2μδ未知，已知，求μ的置信概率为1α-的置信区间.28.在正常状态下，某种牌子的香烟一支平均1.1克，若从这种香烟堆中任取36支作为样本；测得样本均值为1.008（克），样本方差2s =0.1(2g ).问这堆香烟是否处于正常状态.已知香烟（支）的重量（克）近似服从正态分布（取α=0.05）.。

概率论与数理统计总复习本课件仅供用作《概率论与与数理统计》课程复习1一、随机事件与概率主要问题: 事件间的关系与运算, 条件概率，乘法公式, 全概率公式, 贝叶斯公式,事件的独立性, Bernoulli概型.常见考点: 全概率公式和Bayes 公式; 加法公式与乘法公式.2同则结合异则分配34由因说果执果溯因5•若P(AB)=0，则P(ABC)=0？P ABC=P C AB P(AB)•Bernoulli概型（n重Bernoulli试验）随机试验只有两个可能结果A,A，记P A=p,P A=q，把该随机试验独立地重复n次记B 为“在n重Bernoulli试验中事件A恰好发生k次”，则P B k=C n k p k q1 k,0≤k≤n6P AB=P A −B =P(A −AB)•对立和互斥之间的关系：除A⋂B =∅外，互斥还要求A⋃A =ΩΩABA ΩA BA −BA −B78910二、随机变量及其概率分布求密度函数f(x); 求分布函数F xf(x),F(x) 的性质：F x =P X ≤x F x = f(t)xdtf x dx=1P x 1<X ≤x 2=F x 2−F x 1= f x dxx 2x 1做完一定要验算：F′(x)=f(x)！11121314已知连续型随机变量X的概率密度f x 求随机变量Y=g(X) 的概率密度f (y)• 分布函数微分法*• 积分转化法f xϕxdx=f(ϕ(x))ϕ′(x)更一般地1516积分转化法（容易推广到多维随机变量情形）设随机变量X 的概率密度为fx ，g(x)是连续或单调函数，Y =g(X)。

如果对任何有界连续函数ℎ(x)，成立ℎg x f x dx= ℎ(y)p y dy其中，−∞≤α<β≤∞，则Y =g(X)的概率密度为f y =p y ,α<y <β0, 其他换元、交换积分次序等变换17181920六种重要分布（三种离散型+三种连续型）1、如果随机试验只有两个结果：A 与A ，则称该试验为Bernoulli 试验。

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m (m ≤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 A C 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 P (B )=120/1001=0.048 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m (m ≤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 n(1)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 NnN A C n =!，则n nNNA B P =)((3)在指定的一个格子中放m (m ≤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m n N --)1(种不同方法.因此，事件C 包含的样本点数：mn C m n N --)1(, 则mn m m n nm n mn N N N C N N 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} 。