概率统计第10讲

概率统计课后答案2第 一 章思 考 题1．事件的和或者差的运算的等式两端能“移项”吗？为什么？2．医生在检查完病人的时候摇摇头“你的病很重，在十个得这种病的人中只有一个能救活. ”当病人被这个消息吓得够呛时，医生继续说“但你是幸运的.因为你找到了我，我已经看过九个病人了，他们都死于此病，所以你不会死” ，医生的说法对吗？为什么？３．圆周率 1415926.3=π是一个无限不循环小数, 我国数学家祖冲之第一次把它计算到小数点后七位, 这个记录保持了1000多年! 以后有人不断把它算得更精确. 1873年, 英国学者沈克士公布了一个π的数值, 它的数目在小数点后一共有707位之多! 但几十年后, 曼彻斯特的费林生对它产生了怀疑. 他统计了π的608位小数, 得到了下表:675844625664686762609876543210出现次数数字你能说出他产生怀疑的理由吗?答：因为π是一个无限不循环小数，所以，理论上每个数字出现的次数应近似相等，或它们出现的频率应都接近于0.1，但7出现的频率过小.这就是费林产生怀疑的理由.4．你能用概率证明“三个臭皮匠胜过一个诸葛亮”吗？５．两事件A、B相互独立与A、B互不相容这两个概念有何关系？对立事件与互不相容事件又有何区别和联系？６．条件概率是否是概率？为什么？习题一1．写出下列试验下的样本空间：（1）将一枚硬币抛掷两次答：样本空间由如下4个样本点组成Ω=正正，正反，反正，反反{(,)(,)(,)(,)}（2）将两枚骰子抛掷一次答：样本空间由如下36个样本点组成{(,),1,2,3,4,5,6}Ω==i j i j（3）调查城市居民（以户为单位）烟、酒的年支出34 答：结果可以用（x ，y ）表示，x ，y 分别是烟、酒年支出的元数.这时，样本空间由坐标平面第一象限内一切点构成 .{(,)0,0}x y x y Ω=≥≥2．甲，乙，丙三人各射一次靶，记-A “甲中靶” -B “乙中靶” -C “丙中靶” 则可用上述三个事件的运算来分别表示下列各事件：(1) “甲未中靶”： ;A(2) “甲中靶而乙未中靶”： ;B A(3) “三人中只有丙未中靶”： ;C AB(4) “三人中恰好有一人中靶”： ;C B A C B A C B A(5)“ 三人中至少有一人中靶”： ;C B A(6)“三人中至少有一人未中靶”： ;C B A 或;ABC(7)“三人中恰有两人中靶”： ;BC A C B A C AB(8)“三人中至少两人中靶”： ;BC AC AB(9)“三人均未中靶”： ;C B A(10)“三人中至多一人中靶”： ;C B A C B A C B A C B A(11)“三人中至多两人中靶”： ;ABC 或;C B A 3 .设,A B 是两随机事件，化简事件 (1)()()AB A B (2) ()()A B A B 解:(1)()()A B A B AB AB B B ==,5 (2) ()()A B A B ()A B A B B A A B B ==Ω=.4．某城市的电话号码由5个数字组成，每个数字可能是从0-9这十个数字中的任一个，求电话号码由五个不同数字组成的概率.解：51050.302410P P ==. 5．n 张奖券中含有m 张有奖的，k 个人购买，每人一张，求其中至少有一人中奖的概率. 解法一：试验可模拟为m 个红球，n m -个白球，编上号，从中任取k 个构成一组，则总数为kn C ，而全为白球的取法有k mn C -种，故所求概率为k n k mn C C --1.解法二：令i A —第i 人中奖，,.,2,1k i =B —无一人中奖，则kA A AB 21=，注意到 k A ，，A ，A 21不独立也不互斥：由乘法公式)()()()()(11213121-=k k A A A P A A A P A A P A P B P(1)(2)(1)121n m n m n m n m k n n n n k -------+=⋅⋅---+!,1k k n m n m k k n nC C k C C ---同除故所求概率为.6．从5双不同的鞋子中任取4只，这4只鞋子中“至少有两只配成一双”（事件A ）的概率是多少？6 解：122585410()C C C P A C -=7．在[]1,1-上任取一点X ，求该点到原点的距离不超过15的概率. 解：此为几何概率问题：]11[，-=Ω,所求事件占有区间]5151[，-，从而所求概率为121525P ⋅==.8．在长度为a 的线段内任取两点，将其分成三段，求它们可以构成一个三角形的概率.解：设一段长为x ，另一段长为y ，样本空间:0,0,0x a y a x y a Ω<<<<<+<，所求事件满足： 0202()a x a y x y a x y ⎧<<⎪⎪⎪<<⎨⎪+>--⎪⎪⎩从而所求概率＝14CDEOAB S S =.9．从区间(0,1)内任取两个数，求这两个数的乘积小于14的概率. 解：设所取两数为,,X Y 样本7 空间占有区域Ω, 两数之积小于14:14XY <,故所求概率 ()()1()()1S S D S D P S Ω--==Ω, 而11411()(1)1(1ln 4)44S D dx x =-=-+⎰,故所求概率为1(1ln4)4+. 10．设A 、B 为两个事件，()0.9P A =，()0.36P AB =，求()P AB . 解：()()()0.90.360.54P A B P A P AB =-=-=;11．设A 、B 为两个事件，()0.7P B =，()0.3P AB =，求()P A B . 解：()()1()1[()()]1[0.70.3]0.6P A B P AB P AB P B P AB ==-=--=--=.12．假设()0.4P A =，()0.7P AB =，若A 、B 互不相容，求()P B ；若A 、B 相互独立，求()P B .解：若A 、B 互不相容，()()()0.70.40.3P B P A B P A =-=-=；若A 、B 相互独立，则由()()()()()P A B P A P B P A P B +=+-可得()P B =0.5. 13．飞机投弹炸敌方三个弹药仓库，已知投一弹命中1，2，3号仓库的概率分别为0.01,0.02,0.03,求飞机投一弹没有命中仓库8的概率.解：设=A {命中仓库}，则=A {没有命中仓库}，又设=i A {命中第i 仓库})3,2,1(=i 则03.0)(,02.0)(,01.0)(321===A P A P A P ，根据题意321A A A A =（其中321,A A A 两两互不相容） 故123()()()()P A P A P A P A =++=0.01+0.02+0.03=0.06 所以94.006.01)(1)(=-=-=A P A P即飞机投一弹没有命中仓库的概率为0.9414．某市有50%住户订日报，有65%的住户订晚报，有85%的住户至少订这两种报纸中的一种，求同时订这两种报纸的住户的百分比 解： 设=A {用户订有日报}，B ={用户订有晚报}，则=B A {用户至少订有日报和晚报一种}，=AB {用户既订日报又订晚报}，已知85.0)(,65.0)(,5.0)(===B A P B P A P ，所以3.085.065.05.0)()()()(=-+=-+=B A P B P A P AB P 即同时订这两种报纸的住户的百分比为30%15．一批零件共100个，次品率为10%，接连9两次从这批零件中任取一个零件，第一次取出的零件不再放回，求第二次才取得正品的概率. 解：设=A {第一次取得次品}，=B {第二次取得正品}，则=AB {第二次才取得正品}，又因为9990)(,10010)(==A B P A P ，则 0909.0999010010)()()(===A B P A P AB P16.设随机变量A 、B 、C 两两独立，A 与B 互不相容. 已知0)(2)(>=C P B P 且5()8P B C =，求()P A B .解：依题意0)(=AB P 且)()()(B P A P AB P =，因此有0)(=A P . 又因25()()()()()3()2[()]8P B C P B P C P B P C P C P C +=+-=-=，解方程085)(3)]([22=+-C P C P 151()[()]()442P C P C P B ==⇒=舍去，，()()()()()0.5.P A B P A P B P AB P B =+-== 17．设A 是小概率事件，即()P A ε=是给定的无论怎么小的正数.试证明：当试验不断地独立重复进行下去，事件A 迟早总会发生（以概率1发生）.10 解：设事件i A —第i 次试验中A 出现(1,2,,)i n =，∵(),()1i i P A P A εε==-，(1,2,,)i n =，∴n 次试验中，至少出现A 一次的概率为 1212()1()n n P A A A P A A A =-121()n P A A A =-121()()()n P A P A P A =-⋅⋅⋅（独立性）1(1)n ε=-- ∴12lim ()1n n P A A A →∞=，证毕.18．三个人独立地破译一密码，他们能单独译出的概率分别是15，13，14，求此密码被译 出的概率.解:设A ，B ，C 分别表示{第一、二、三人译出密码}，D 表示{密码被译出}，则 ()()()1 P D P A B C P A B C ==- 1()1()()() P ABC P A P B P C =-=-42331..5345=-=.19．求下列系统（如图所示）的可靠度，假设元件i 的可靠度为ip ，各元件正常工作或失效相互独立解：(1)系统由三个子系统并联而成，每个子系统可靠度为123p p p ，从而所求概率为31231(1)p p p --；（2）同理得2312[1(1)]p p --.20．三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.9，0.8，0.7，则这三台机器中至少有一台发生故障的概率. 解：设1A —第一第三台机器发生故障，2A —第一第三台机器发生故障，3A —第一第三台机 器发生故障，D —三台机器中至少有一台发生故障，则123()0.1,()0.2,()0.3P A P A P A ===，故 ()()()1 P D P A B C P A B C ==-1()1()()()10.90.80.70.496P A BC P A P B P C =-=-=-⨯⨯=21．设A 、B 为两事件，()0.7P A =,()0.6P B =,()0.4B P A =，求()P A B . 解：由()0.4B P A =得()0.4,()0.12,()()()0.48()P AB P AB P AB P B P AB P A ==∴=-=，()()()()0.82P A B P A P B P AB =+-=.22.设某种动物由出生算起活到20年以上的概率为0.8, 活到25年以上的概率为0.4. 问现年20岁的这种动物, 它能活到25岁以上的概率是多少?解：设A —某种动物由出生算起活到20年以上，()0.8P A =，B —某种动物由出生算起活到25年以上，()0.4P B =，则所求的概率为 ()()0.4()()0.5()()0.8P AB P B B B P P A A P A P A =====23．某地区历史上从某年后30年内发生特大洪水的概率为80%，40年内发生特大洪水的概率为85%，求已过去了30年的地区在未来10年内发生特大洪水的概率.解：设A —某地区后30年内发生特大洪灾，()0.8P A =，B —某地区后40年内发生特大洪灾，()0.85P B =，则所求的概率为()()0.15()1()1110.250.2()()P BA P B B B P P A A P A P A =-=-=-=-=. 24．设甲、乙两袋，甲袋中有2只白球，4只红球；乙袋中有3只白球，2只红球.今从甲袋中任意取一球放入乙袋中，再从乙袋中任意取一球.1）问取到白球的概率是多少？2）假设取到白球，问该球来自甲袋的概率是多少？解：设A ：取到白球，B ：从甲球袋取白球24431) ()(/)()(/)()5/9 6666P A P A B P B P A B P B =+⋅+⋅= (/)()2/92) (/)()/()2/5()5/9P A B P B P B A P AB P A P A ====25．一批产品共有10个正品和2个次品，任取两次，每次取一个，抽出后不再放回，求第二次抽出的是次品的概率.解：设i B 表示第i 次抽出次品,(1,2)i =,由全概率公式2221111()()()()()B B P B P B P P B P B B =+=211021*********⨯+⨯=. 26.一批晶体管元件，其中一等品占95%，二等品占4%，三等品占1%，它们能工作500h 的概率分别为90%，80%，70%，求任取一个元件能工作500h 以上的概率.解：设=iB {取到元件为i 等品}(i =1,2,3) ，=A {取到元件能工作500小时以上}则%1)(%,4)(%,95)(321===B P B P B P %70)(%,80)(%,90)(321===B A P B A P B A P 所以)()()()()()()(332211B A P B P B A P B P B A P B P A P ++==⋅+⋅+⋅=%70%1%80%4%90%950.89427．某药厂用从甲、乙、丙三地收购而来的药材加工生产出一种中成药，三地的供货量分别占40%，35%和25%，且用这三地的药材能生产出优等品的概率分别为0.65，0.70和0.85，求从该厂产品中任意取出一件成品是优等品的概率.如果一件产品是优质品，求它的材料来自甲地的概率解：以B i 分别表示抽到的产品的原材来自甲、乙、丙三地，A={抽到优等品}，则有：123()0.35,()0.25,P B P B ==P(B )=0.4,1()0.65,A P B =32()0.7,()0.85A A P P B B ==所求概率为().P A 由全概率公式得：123123()()()()()()()A A A P A P B P P B P P B P B B B=++ 0.650.40.70.350.850.250.7175.=⨯+⨯+⨯=1111()()(|)0.26()0.3624()()0.7175P B A P B P A B B P A P A P A ==== 28．用某种检验方法检查癌症，根据临床纪录，患者施行此项检查，结果是阳性的概率为0.95；无癌症者施行此项检查，结果是阴性的概率为0.90.如果根据以往的统计，某地区癌症的发病率为0.0005.试求用此法检查结果为阳性者而实患癌症的概率.解：设A={检查结果为阳性}，B={癌症患者}.据题意有()0.95,()0.90,A A P P B B ==()0.0005,P B =所求概率为().B P A()0.10,()0.9995.AP P B B ==由Bayes 公式得 ()()()()()()()AP B P B B P A A A P B P P B P B B=+ 0.00050.950.00470.47%0.00050.950.99950.10⨯===⨯+⨯29．3个射手向一敌机射击，射中的概率分别是0.4，0.6和0.7.如果一人射中，敌机被击落的概率为0.2；二人射中，被击落的概率为0.6；三人射中则必被击落.（1）求敌机被击落的概率；（2）已知敌机被击落，求该机是三人击中的概率.解:设A={敌机被击落}，B i ={i 个射手击中}，i=1,2,3. 则B 1,B 2,B 3互不相容.由题意知：132()0.2,()0.6,()1A A A P P P B B B ===，由于3个射手射击是互相独立的，所以 1()0.40.40.30.60.60.30.60.40.70.324P B =⨯⨯+⨯⨯+⨯⨯=2()0.40.60.30.40.70.40.60.70.60.436P B =⨯⨯+⨯⨯+⨯⨯= 3()0.40.60.70.168P B =⨯⨯=因为事件A 能且只能与互不相容事件B 1,B 2,B 3之一同时发生.于是（1）由全概率公式得31()()(|)0.3240.20.4360.60.16810.4944i i i P A P B P A B ===⨯+⨯+⨯=∑（2）由Bayes 公式得33331()(|)0.168(|)0.340.4944()(|)i ii P B P A B P B A P B P A B ====∑.30．某厂产品有70%不需要调试即可出厂，另30%需经过调试，调试后有80%能出厂，求（1）该厂产品能出厂的概率；（2）任取一出厂产品未经调试的概率.解：A ——需经调试 A ——不需调试B ——出厂则%30)(=A P ，%70)(=A P ，%80)|(=A B P ，1)|(=A B P（1）由全概率公式：)()()()()(A B P A P A B P A P B P ⋅+⋅=%941%70%80%30=⨯+⨯=.（2）由贝叶斯公式：9470%94)()()()()(=⋅==A B P A P B P B A P B A P .31．进行一系列独立试验，假设每次试验的成功率都是p ，求在试验成功2次之前已经失败了3次的概率.解：所求的概率为234(1)p p -. 32．10个球中有一个红球，有放回地抽取，每次取一球，求直到第n 次才取k 次()k n ≤红球的概率 解：所求的概率为11191010k n k k n C ---⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭33．灯泡使用寿命在1000h 以上的概率为0.2，求3个灯泡在使用1000h 后，最多只有一个坏了的概率.解：由二项概率公式所求概率为312333(0)(1)0.2(0.2)0.80.104P P C +=+⋅= 34．（Banach 问题）某人有两盒火柴，每盒各有n 根，吸烟时任取一盒，并从中任取一根，当他发现有一盒已经用完时，试求：另一盒还有r 根的概率.解：设试验E —从二盒火柴中任取一盒，A —取到先用完的哪盒，1()2P A =， 则所求概率为将E 重复独立作2n r -次A 发生n 次的概率，故所求的概率为222211()()()222n n n n r n r n rn r n r C P n C -----==.第二章思考题1. 随机变量的引入的意义是什么？答：随机变量的引入,使得随机试验中的各种事件可通过随机变量的关系式表达出来，其目的是将事件数量化，从而随机事件这个概念实际上是包容在随机变量这个更广的概念内.引入随机变量后,对随机现象统计规律的研究,就由对事件及事件概率的研究转化为随机变量及其取值规律的研究,使人们可利用数学分析的方法对随机试验的结果进行广泛而深入的研究. 随机变量概念的产生是概率论发展史上的重大事件，随机事件是从静态的观点来研究随机现象,而随机变量的引入则变为可以用动态的观点来研究.2.随机变量与分布函数的区别是什么？为什么要引入分布函数？答：随机变量与分布函数取值都是实数，但随机变量的自变量是样本点，不是普通实数，故随机变量不是普通函数，不能用高等数学的方法进行研究，而分布函数一方面是高等数学中的普通函数，另一方面它决定概率分布，故它是沟通概率论和高等数学的桥梁，利用它可以将高度数学的方法得以引入.3. 除离散型随机变量和连续型随机变量，还有第三种随机变量吗？答：有，称为混合型. 例：设随机变量[]2,0~U X ，令⎩⎨⎧≤≤<≤=.21,1;10,)(x x x x g则随机变量)(X g Y =既非离散型又非连续型. 事实上，由)(X g Y =的定义可知Y 只在[]1,0上取值，于是当0<y 时，0)(=y F Y ；1≥y 时，1)(=y F Y；当10<≤y 时，()2))(()(yy X P y X g P y F Y =≤=≤=于是⎪⎪⎩⎪⎪⎨⎧≥<≤<=.1,1;10,2;0,0)(y y y y y F Y首先Y 取单点{1}的概率021)01()1()1(≠=--==YY F F Y P ，故Y 不是连续型随机变量.其次其分布函数不是阶梯形函数，故Y 也不是离散型随机变量. 4.通常所说“X 的概率分布”的确切含义是什么？答：对离散型随机变量而言指的 是分布函数或分布律，对连续型随机变量而言指的是分布函数或概率密度函数.5.对概率密度()f x 的不连续点，如何由分布函数()F x 求出()f x ？答：对概率密度()f x 的连续点，()()f x F x '=，对概率密度()f x 的有限个不连续点处，可令()f x c =（c 为常数）不会影响分布函数的取值.6.连续型随机变量的分布函数是可导的，“概率密度函数是连续的”这个说法对吗？为什么？ 答：连续型随机变量密度函数不一定是连续的，当密度函数连续时其分布函数是可导的，否则不一定可导.习 题1．在测试灯泡寿命的试验中,试写出样本空间并在其上定义一个随机变量.解：每一个灯泡的实际使用寿命可能是),0[+∞中任何一个实数, 样本空间为}0|{≥=Ωt t ，若用X 表示灯泡的寿命（小时），则X 是定义在样本空间}0|{≥=Ωt t 上的函数，即t t X X ==)(是随机变量.2．一报童卖报, 每份0.15元,其成本为0.10元. 报馆每天给报童1000份报, 并规定他不得把卖不出的报纸退回. 设X 为报童每天卖出的报纸份数, 试将报童赔钱这一事件用随机变量的表达式表示.解：{报童赔钱}⇔{卖出的报纸钱不够成本}，而当 0.15 X <1000× 0.1时，报童赔钱，故{报童赔钱} ⇔{X ≤666}3．若2{}1P X x β<=-，1{}1P X x α≥=-，其中12x x <，求12{}P x X x ≤<.解：1221{}{}{}P x X x P X x P X x ≤<=<-<21{}[1{}]1P X x P X x αβ=<--≥=--.4．设随机变量X 的分布函数为⎪⎩⎪⎨⎧≥<≤<=1,110,0,0)(2x x x x x F试求（1）⎭⎬⎫⎩⎨⎧≤21X P （2）⎭⎬⎫⎩⎨⎧≤<-431X P （3）⎭⎬⎫⎩⎨⎧>21X P解：41)21(21)1(==⎭⎬⎫⎩⎨⎧≤F X P ； （2）1690169)1()43(431=-=--=⎭⎬⎫⎩⎨⎧≤<-F F X P ； （3）43)21(121121=-=⎭⎬⎫⎩⎨⎧≤-=⎭⎬⎫⎩⎨⎧>F X P X P .5．5个乒乓球中有2个新的，3个旧的，如果从中任取3个，其中新的乒乓球的个数是 一个随机变量，求这个随机变量的概率分布律和分布函数，并画出分布函数的图形. 解：设X 表示任取的3个乒乓球中新的乒乓球的个数，由题目条件可知，X 的所有可能取值为0，1，2，∵33351{0}10C P X C ===，1223356{1}10C C P X C ===，2133353{2}10C C P X C ===∴随机变量X 的概率分布律如下表所示： 由()k kx xF x P ≤=∑可求得()F x 如下:0 ,0{0} ,01(){0}{1} ,12{0}{1}{2} x P X x F x P X P X x P X P X P X <=≤<==+=≤<=+=+= ,2x ⎧⎪⎪⎨⎪⎪≥⎩X0 1 2 P0.10.60.30 ,00.1 ,010.7 ,121 ,2x x x x <⎧⎪≤<⎪=⎨≤<⎪⎪≥⎩，()F x 的图形如图所示.6．某射手有5发子弹，射击一次命中率为0.9，如果他命中目标就停止射击，命不中就一直射击到用完5发子弹，求所用子弹数X 的概率分布 解：7 .一批零件中有9个合格品与3个废品，安装机器时，从这批零件中任取一个，如果每次取出的废品不再放回，求在取出合格品之前已取出的废品数的分布律.解：设{}ii A =第次取得废品，{}iAi =第次取得合格品，由题意知，废品数X 的可能值为0，1，2，3，事件{0}X =即为第一次取得合格品，事件{1}X =即为第一次取出的零件为废品，而第二次取出的零件为合格品，于是有19{0}()0.7512P X P A ====，21211399{1}()0.2045121144A P X P A A P A P A ====⋅=≈（）（），3212311123299{2}()0.0409121110220A A P X P A A A P A P PA A A ===⋅⋅=≈（）（）（）=32412341112123{3}()321910.00451211109220A A A P X P A A A A P A PPPA A A A A A ====⋅⋅⋅=≈（）（）（）（）所以X 的分布律见下表8.从101-中任取一个数字，若取到数字)101( =i i 的概率与i 成正比，即 1,2,,10P X i ki i ===（），（），求k .解：由条件 1,2,,10P X i ki i ===（），（），由分布律的性质1011i i p ==∑,应有1011i ki ==∑,155k =.9 .已知随机变量X 服从参数1=λ的泊松分布，试满足条件{}01.0=>N X P 的自然数N . 解：因为{}{}{}99.0101.0),1(~=>-=≤=>N X P N X P Y X P P X 所以从而{}99.0!0==≤∑=-Nk k e N X P λ查附表得4=N10.某公路一天内发生交通事故的次数X 服从泊松分布，且一天内发生一次交通事故的概率与发生两次交通事故的概率相等，求一周内没有交通事故发生的概率. 解：设~()X P λ，由题意：)1(=XP =)2(=X P ，2!2!1λλλλ--=e e ，解得2=λ，所求的概率即为222!0)0(--===e e X P .11 . 一台仪器在10000个工作时内平均发生10次故障，试求在100个工作时内故障不多于两次的概率.解：设X 表示该仪器在100个工作时内故障发生的次数，1~(100,)1000X B ，所求的概率即为)0(=X P ，)1(=X P ，)2(=X P 三者之和.而100个工作时内故障平均次数为=μ1.010001100=⨯，根据Poisson 分布的概率分布近似计算如下：99984.000452.009048.090484.0!2!1!0)2(21=++=++≈≤---μμμμμμe eeX P故该仪器在100个工作时内故障不多于两次的概率为0.99984.12.设[]~2,5X U ，现对X 进行三次独立观察，试求至少有两次观察值大于3的概率. 解：()1,2530 ,x f x ⎧≤≤⎪=⎨⎪⎩其余，令()3A X =>，则()23p P A ==，令Y 表示三次重复独立观察中A 出现次数，则2~3,3Y B ⎛⎫⎪⎝⎭，故所求概率为()21323332121202333327P Y C C ⎛⎫⎛⎫⎛⎫⎛⎫≥=+=⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭.13.设某种传染病进入一羊群，已知此种传染病的发病率为2/3，求在50头已感染的羊群中发病头数的概率分布律.解：把观察一头羊是否发病作为一次试验，发病率3/2=p ，不发病率3/1=q ，由于对50头感染羊来说是否发病，可以近似看作相互独立，所以将它作为50次重复独立试验，设50头羊群中发病的头数为X ，则X (50,2/3)X B ，X 的分布律为{})50,,2,1,0(31325050=⎪⎭⎫⎝⎛⎪⎭⎫ ⎝⎛==-k C k X P kkk14.设随机变量X的密度函数为2, 01()0 , x x p x <<⎧=⎨⎩其它，用Y 表示对X 的3次独立重复观察中事件1{}2X ≤出现的次数，求{2}P Y =. 解：(3,)Y p B ，1211{}224p P Xxdx =≤==⎰，由二项概率公式223139{2}()()4464P Y C ===.15.已知X 的概率密度为2,0()0,x ax e x f x x λ-⎧>=⎨≤⎩，试求：（1）、未知系数a ；（2）、X 的分布函数()F x ；（3）、X 在区间1(0,)λ内取值的概率. 解：（1）由⎰+∞-=021dx eax xλ，解得.22λ=a(2) ()()()F x P X x f x dx+∞-∞=≤=⎰，∴当x ≤0时0)(=x F ,当x >0时，222()1(22)2x xxe F x ax edx x x λλλλ--==-++⎰,∴2211(22),0()20, 0x x x F x x λλ⎧-++>⎪=⎨⎪≤⎩ .（3）511(0)()(0)12P X F F e λλ<<=-=-.16.设X 在(1,6)内服从均匀分布，求方程210x Xx ++=有实根的概率.解: “方程210x Xx ++=有实根”即{2}X>，故所求的概率为{2}P X >=45.17.知随机变量X 服从正态分布2(,)N a a ，且Y aX b =+服从标准正态分布(0,1)N ，求,a b .解：由题意222(0)1a b a a a ⎧+=>⎨⋅=⎩解得：1,1a b ==- 18.已知随机变量X 服从参数为λ的指数分布，且X 落入区间（1，2）内的概率达到最大，求λ. 解：2(12)(1)(2)()P X P X P X e e g λλλ--<<=>->=-=令,令()0g λ'=，即022=---λλe e,即021=--λe，∴.2ln =λ19．设随机变量(1,4)X N ，求(0 1.6)P X ≤<，(1)P X <.解：01 1.61(0 1.6)()22P X P X --≤<=≤<1.6101()()0.309422--=Φ-Φ=11(1)()(0)0.52P X -<==Φ=Φ=.20.设电源电压()2~220,25X N ，在200,200240,240X X X ≤<≤>电压三种情形下，电子元件损坏的概率分别为0.1,0.001,0.2，求：（1）该电子元件损坏的概率α；（2）该电子元件损坏时，电压在200~240伏的概率β.解：设()()()123200,200240,240A X A X A X =≤=<≤=>， D —电子元件损坏，则 （1）123,,A A A 完备，由全概率公式()()()()123123D D D P D P A P P A P P A P A A A α⎛⎫⎛⎫⎛⎫==++ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭，今()()()12002200.810.80.21225P A -⎛⎫=Φ=Φ-=-Φ= ⎪⎝⎭， 同理()()()()20.80.820.810.576P A =Φ-Φ-=Φ-=，()310.2120.5760.212P A =--=， 从而()0.062P D α==.（2）由贝叶斯公式()()222D P A P A A P D P D β⎛⎫ ⎪⎝⎭⎛⎫== ⎪⎝⎭0.5760.0010.0090.062⨯==.21.随机变量X 的分布律为求2Y X =的分布律.22.变量X 服从参数为0.7的0－1分布，求2X及22X X-的概率分布.解．X 的分布为易见，2X 的可能值为0和1；而22XX-的可能值为1-和0，由于2{}P Xu =={P X }u =(0,1)u =，可见2X 的概率分布为：由于2{21}{1}0.7P XX P X -=-===，2{20}{0}0.3P XX P X -====，可得22X X-的概率分布为23.X 概率密度函数为21()(1)Xf x x π=+，求2Y X =的概率密度函数()Yf y .解：2y x=的反函数为2y x =，代入公式得22()()()22(4)Y X y y f y f y π'==+.24.设随机变量[]~0,2X U ，求随机变量2Y X =在()0,4内概率密度()Yfy .解法一（分布函数法） 当0y <时，()0,4YF y y =>时()1Y F y =，当04y ≤≤时， ()(YXF y P X F ==从而()40 ,XY f y f y ⎧=≤≤⎪=⎨⎪⎩其余解法二（公式法）2y x =在()0,2单增，由于反函数x =在()0,4可导，'yx =，从而由公式得()40 ,XY f y f y ⎧=≤≤⎪=⎨⎪⎩其余25.,0)0 ,0x X e x f x x -⎧≥=⎨<⎩（，求XY e =的密度.解法一（分布函数法）因为0X ≥，故1Y >，当1y >时，()()()ln ln Y X F y P X y F y =≤=，()()ln 2111ln ,10 ,1y X Y f y ey y y y f y y -⎧==>⎪∴=⎨⎪≤⎩.解法二（公式法）xy e =的值域()1,+∞，反函数ln x y =，故()()[]21ln ln ' ,10 ,1X Y f y y y y f y y ⎧=>⎪=⎨⎪≤⎩.26.设随机变量X 服从(0,1)上的均匀分布，分别求随机变量XY e =和ln Z X =的概率密度()Yfy 和()Z f z .解：X 的密度为1, 01() x f x ⎧<<⎪=⎨⎪⎩0,若其它， （1）函数xy e =有唯一反函数，ln x y =，且1Y e <<，故(ln )(ln ), 1() X f y y y e f y '⎧<<⎪=⎨⎪⎩0,其它1, 1 y ey ⎧<<⎪=⎨⎪⎩0,其它.（2）在区间(0,1)上，函数ln ln z x x ==-，它有唯一反函数zx e -=，且0Z >，从而()(), () z z X Z f e e f z -->⎧'⎪=⎨⎪⎩z 00,其它0, zz e ->⎧⎪=⎨⎪⎩0,其它.27. 设()Xfx 为X 的密度函数，且为偶函数，求证X-与X 有相同的分布.证：即证Y X =-与X 的密度函数相同，即()()Y X f y f y =.证法一（分布函数法）()()()()()11Y X F y P X y P X y P X y F y =-≤=≥-=-≤-=--，()()()()1Y X X p y p y p y ∴=--⋅-=，得证.证法二（公式法）由于y x =-为单调函数，∴()()()()()'YXX X p y p y y p y p y =--=-=.28.设随机变量X服从正态分布),(2σμN ，,>+∞<<-∞σμ ，)(x F 是X 的分布函数，随机变量)(X F Y =. 求证Y 服从区间]1,0[上的均匀分布.证明：记X 的概率密度为)(x f ，则⎰∞-=xdt t f X F .)()( 由于)(x F 是x 的严格单调增函数，其反函数)(1x F-存在，又因1)(0≤≤x F ，因此Y 的取值范围是]1,0[. 即当10≤≤y 时{}{}{}1()()()Y F y P Y y P F X y P X F y -=≤=≤=≤.)]([1y y F F ==-于是Y 的密度函数为1, 01()0, Y y p y ≤<⎧=⎨⎩其它即Y 服从区间]1,0[上的均匀分布.第 三 章思 考 题1(答:错)2 (答:错) 3答:错)习 题 三1 解：)(}1,1{}1,1{}{已知独立==+-=-===Y X P Y X P Y X P2121212121}1{}1{}1{}1{=⋅+⋅===+-=-==Y P X P Y P X P .由此可看出,即使两个离散随机变量Y X 与相互独立同分布, YX 与一般情况下也不会以概率1相等.2解：由∑∑ijijp =1可得：14.0=b ,从而得：.1,0;2,1,0}{}{},{=======j i j Y P i X P j Y i X P 故Y X ,相互独立.7.035.015.014.006.0}1,1{}0,1{}1,0{}0,0{)1,1(}1,1{=+++===+==+==+====≤≤Y X P Y X P Y X P Y X P F Y X P 3解:)()1,1(11AB P Y X P p ====,121)()(==A B P A P )()0,1(12B A P Y X P p ==== 613241)()(=⋅==A B P A P 因为:,32)(1)(:,1)()(=-==+A B P A B P A B P A B P 所以121)()()()()()()()1,0(21=-=-=-=====AB P B A P AB P AB P B P A B P B A P Y X P p 12812161121122=---=p ,结果如表所示.4 解: X 的边缘分布律为32}2{,31}1{====X P X PY的边缘分布律为21}2{,21}1{====X P Y P1=Y 的条件下X的条件分布为}1{}1,1{}11{=======Y P Y X P Y X P 1}1{}1,2{}12{=======Y P Y X P Y X P2=X 的条件下Y 的条件分布为,32}2{}1,2{}21{=======X P Y X P X Y P ,31}2{}2,2{}22{=======X P Y X P X Y P5 解：（1）由乘法公式容易求得),(Y X 分布律．易知，放回抽样时,61}1{,65}0{,61}1{,65}0{========Y P Y P X P X P且}{}{},{i X P i X j Y P j Y i X P ======.1,0;1,0}{}{=====j i j Y P i X P 于是),(Y X 的分布律为（2）不放回抽样，则,61}1{,65}0{====X P X P ,在第一次抽出正品后，第二次抽取前的状态：正品9个，次品2个．故,112}01{,119}00{======X Y P X Y P又在第一次抽出次品后，第二次抽取前状态：正品10个，次品1个.故111}11{,1110}10{======X Y P X Y P ,且1,0,}{}{},{=======j i i X P i X jY P j Y i X P于是),(Y X 的分布律为放回抽样时，两次抽样互不影响，故彼此相互独立；不放回抽样，第一次抽样对第二次抽样有影响，不相互独立． 6解 ),(y x f =⎪⎩⎪⎨⎧≤≤≤≤--.,0,,,))((1否则d y c b x a d c a b⎪⎩⎪⎨⎧><≤≤-=b x ax b x a ab x f X ,0,1)(, )(y fY=⎪⎩⎪⎨⎧><≤≤-d y cy d y c d c ,0,1随机变量X 及Y 是独立的. 7 解 （1）),(y x f =yx y x F ∂∂∂),(2=)9)(4(6222y x ++π（2）X 的边缘分布函数=+∞=),()(x F x F X )22)(22(12ππππ++x arctg =)22(1xarctg +ππ.由此得随机变量X 的边缘分布密度函数==)()(x F dxdx f X X )4(22x +π同理可得随机变量Y 的边分布函数 =+∞=),()(y F y F Y)32)(22(12y arctg ++ππππ=)32(1yarctg +ππ Y的边缘分布密度函数==)()(y F dy dy f y Y )9(32y +π（3）由（2）知)(x f X )(y f Y =)4(22x +π)9(32y +π=),(y x f ，所以X 与Y 独立.8 解 因为X 与Y 相互独立，所以Y X ,的联合概率密度为∞<<-∞∞<<-∞==+-y x e y f x f y x f y x Y X ,,21)()(),(222π⎰⎰⎰⎰≤+---+--=-====120102110222222222,12121}2{y x r r y x e erdred dxdye Z P πθππ⎰⎰⎰⎰≤+≤----+--=-====41202122121222222222,2121}1{y x r r y x e ee rdr e d dxdye Z P πθππ⎰⎰⎰⎰>+∞-∞--+-=-====420222222222222,2121}0{y x r r y x e e rdr e d dxdye Z P πθππ所以，Z的分布律为:.1}2{,}1{,}0{212212-----==-====eZ P ee Z P e Z P9解：（1）由 ⎰⎰∞+∞-∞+∞-dxdy y x f ),(=1，即⎰⎰∞+∞++-==⇒0)43(121A dxdy e A y x ，即 12=⇒A因此),(y x f =,,00,0,12)43(⎪⎩⎪⎨⎧>>+-其它y x e y x（2）X 的边缘概率密度为 当0>x ，)(x f X =⎰∞∞-dy y x f ),(=⎰∞+-0)43(12dy e y x =xe 33-，当0>y ，)(y fY=⎰∞),(dxy x f =⎰∞+-0)43(12dx e y x =ye 44-，可知边缘分布密度为：)(x fX=⎪⎩⎪⎨⎧>-,,0,0,33其它x e x)(y f Y =⎪⎩⎪⎨⎧>-,,00,44其它y e y（3）}20,10{≤<≤<Y X P =⎰⎰--+---=102083)43()1)(1(12e e dxdy e y x10解 因为 ⎰⎰∞+∞-∞+∞-dxdy y x f ),(=1，即⎰⎰=101021dy y xdx c ，6,13121==⋅⋅c c对任意10<<x ，)(x f X =⎰∞+∞-dy y x f ),(=⎰=10226x dy xy ， 所以)(x fX =⎩⎨⎧<<,,0,10,2其它x x对任意10<<y ，)(y f Y =⎰∞+∞-dx y x f ),(=⎰=1022,36y dx xy ， 所以)(y fY=⎪⎩⎪⎨⎧<<,,0,10,32其它y y故),(y x f =)(x fX)(y f Y ，所以X 与Y 相互独立.11解 由 2ln 12211===⎰e e D x dx xS当21ex ≤≤时，,2121),()(1010xdy dy y x f x f x x X ===⎰⎰其它)(x f X =0.所以:.41)2(=X f 12解（1）X ，Y 的边缘密度为分布密度为：)(x f X =⎰-<<=x x x x dy 10,21 )(y f Y =⎰<<--=111,11y y y dx故)(y x fYX =)(),(y f y x f Y=⎪⎩⎪⎨⎧<-,,0,,11其它x y y)(x y f X Y =)(),(x f y x f X =⎪⎩⎪⎨⎧<<,,0,1,21其它y x x（2）因为)(x f X)(y f Y y -=1≠),(y x f =1，故X 与Y 不相互独立.13证 设X 的概率密度为)(x f ，Y 的概率密度为)(y f ，由于Y X ,相互独立，故),(Y X 的联合密度为),(y x f =)(x f )(y f .于是⎰⎰⎰⎰≤∞+∞-∞+==≤yx x dyy f dx x f dxdy y f x f Y X P )()()()(}{ ⎰⎰⎰⎰>∞+∞-∞+==>yx ydxx f dy y f dxdy y f x f Y X P )()()()(}{ 交换积分次序可得：⎰⎰∞+∞+∞-=xdy y f dx x f )()(⎰⎰∞+∞+∞-ydxx f dy y f )()(所以=≤}{Y X P =>}{Y X P 1－}{Y X P ≤故21}{=≤Y X P . 14解 设)(A P p =，由于Y X ,相互独立同分布，于是有,)(}{}{)(p A P a X P a Y P B P ==≤=≤=则,1)(p B P -=又=)(B A P )(A P +)(B P －)(A P )(B P =p+（)1p -－p )1p -=9712=+-p p解得：,32,3121==p p因而a 有两个值.由于2121}{)(1-==≤=⎰a dx a X P A P a ，所以，当311=p时，由21-a =31得35=a 当322=p时，由21-a =32得37=a . 15解 （1）Y X +的可能取值为2，3，4.且,41}1{}1{}2{=====+Y P X P Y X P 2141414141}1,2{}2{}1{}3{=⋅+⋅===+====+Y X P Y P X P Y X P,41}2{}2{}4{=====+Y P X P Y X P故有:;41}4{,21}3{,41}2{==+==+==+Y X P Y X P Y X P （2）由已知易得 ;21}42{,21}22{====X P X P 16解 由已知得所以有17证明：对任意的,,,1,021n nk += 我们有∑=-====ki i k Y P i X P k Z P 0}{}{}{（因为X 与Y 相互独立）=∑=-----ki i k n i k i k n i n i i n q p C q p C 0)(2211=∑=-+-ki k n n k i k n i n q p C C 02121)( （利用组合公式 ∑=+-=ki k nm i k n im C C C）=kn n k k nn q p C -++2121即Y X Z +=～),(21p n nb +18解 Y X Z +=在[0，2]中取值，按卷积公式Z 的分布密度为：,)()()()(1dx x z f dx x z f x f z f Y Y X Z -=-=⎰⎰∞+∞-⎩⎨⎧≤≤-≤≤⎩⎨⎧≤-≤≤≤,1,10:,10,10:z x z x x z x 即其中如图，从而：⎪⎪⎪⎩⎪⎪⎪⎨⎧≤≤-=≤≤==⎰⎰-。

数理统计例举王晓谦wxqmath@南京师范大学主要内容随机变量及其分布经验分布函数和频率直方图参数估计假设检验相关分析与回归分析简介MATLAB例题例1能量供应问题（二项分布）例2 放射性（泊松）例3正态分布例4指数分布例5 多元随机变量例6经验分布函数例7超市问题（指数分布）例8区间估计例9 拟合检验1例10拟合检验2 例11概率纸检验法例12道德（独立性检验）例13肠癌例14J 效应随机变量及其分布例1、能量供应问题（二项分布）假定有10n =个工人间歇性地使用电力，估计所需要的总负荷。

首先我们要知道，或者是假定，每个工人彼此独立工作，而每一时刻每个工人都以相同的概率p 需要一个单位的电力。

那么，同时使用电力的人数就是一个随机变量，它服从所谓的二项分布。

用X 表示这个随机变量，记做(,)X B n p ，且有()(1),k k n k n P X k C p p -==-0,1,,k n =这是非常重要的一类概率分布。

其中E(X)＝np ， D(X)=np(1-p)。

其次，要根据经验来估计出，p 值是多少？例如，一个工人在一个小时里有12分钟在使用电力，那么应该有120.260p ==。

最后，利用公式我们求出随机变量X 的概率分布表如下：为直观计，我们给出如下概率分布图：目录 Back Next可以看出，{6}1{6}0.000864P X P X >=-≤=，也就是说，如果供应6个单位的电力，则超负荷工作的概率只有0.000864，即每11147200.000864≈≈分钟小时中，才可能有一分钟电力不够用。

还可以算出，八个或八个以上工人同时使用电力的概率就更小了，比上面概率的111还要小。

问题：二项分布是一个重要的用来计数的分布。

什么样的随机变量会服从二项分布？进行n次独立观测，在每次观测中所关心的事件出现的概率都是p，那么在这n次观测中事件A出现的总次数是一个服从二项分布B（n，p）。

高中数学概率与统计知识点1、概率的定义随机事件A的概率是频率的稳定值；频率是概率的近似值。

2、等可能事件的概率如果一次试验中可能出现的结果有n个，且所有结果出现的可能性都相等，那么，每一个基本事件的概率都是1/n，如果某个事件A包含的结果有m个，那么事件A的概率为P(A)=m/n。

3、互斥事件不可能同时发生的两个事件叫互斥事件。

如果事件A、B互斥，那么事件A+B发生（A、B中有一个发生）的概率，等于事件A、B 分别发生的概率和，即P(A+B)=P(A)+P(B)。

4、对立事件对立事件是指两个事件必有一个发生的互斥事件。

例如:从1~52张扑克牌中任取一张抽到“红桃”与抽到“黑桃”互为互斥事件，因为其中一个不可能同时发生，但又不能保证其中一个必然发生，故不是对立事件。

而抽到“红色牌”与抽到“黑色牌”互为对立事件，因为其中一个必发生。

对立事件的性质:1)对立事件的概率和等于1:P(A)+P(Ä)=P(A+A)=1。

2)互为对立的两个事件一定互斥，但互斥不一定是对立事件。

5、相互独立事件事件A(或B)是否发生对事件B(或A)发生的概率没有影响，这样的两个事件叫做相互独立事件。

两个相互独立事件同时发生的概率，等于每个事件发生的概率的积，即P(A·B)=P(A)·P(B)。

相互独立事件的性质:1)如果事件A与B相互独立，那么A与B,A与B，A与B也都相互独立。

2)必然事件与任何事件都是相互独立的。

3)独立事件是对任意多个事件来讲，而互斥事件是对同一实验来讲的多个事件，且这多个事件不能同时发生，故这些事件相互之间必然影响，因此互斥事件一定不是独立事件。

6、独立重复试验若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的。

如果在一次试验中某事件发生的概率为P，那么在n次独立重复试验中这个事件恰好发生k 次的概率:P…(k)=CP*(1-P)"-*7、两个事件之间的关系对任何两个事件都有P(A+B)=P(A)+P(B)-P(A·B)。

掌握机器学习数学基础之概率统计1. 机器学习为什么要使⽤概率2. 概率学派和贝叶斯学派3. 何为随机变量和何⼜为概率分布？4. 条件概率，联合概率和全概率公式：5. 边缘概率6. 独⽴性和条件独⽴性7. 期望、⽅差、协⽅差和相关系数8. 常⽤概率分布9. 贝叶斯及其应⽤10. 中⼼极限定理11. 极⼤似然估计12. 概率论中的独⽴同分布?机器下学习为什么要使⽤概率1. 我们借助概率论来解释分析机器学习为什么是这样的，有什么依据，同时反过来借助概率论来推导出更多机器学习算法。

很多⼈说机器学习是⽼中医，星座学，最主要的原因是机器学习的很多不可解释性，我们应⽤概率知识可以解释⼀部分，但还是很多值得我们去解释理解的东西，同时，什么时候机器学习更多的可解释了，反过来，可以⽤那些理论也可以继续为机器学习的，对⼈⼯智能创造推出更多的理论，等到那⼀天，也许真的能脱离更多的⼈⼯智障了。

2. 这是因为机器学习通常必须处理不确定量,有时也可能需要处理随机 (⾮确定性的) 量。

不确定性和随机性可能来⾃多个⽅⾯。

总结如下，不确定性有三种可能的来源：被建模系统内在的随机性：例如⼀个假想的纸牌游戏，在这个游戏中我们假设纸牌被真正混洗成了随机顺序。

假如这个时候你要对这个这个游戏建模(预测抽的牌点数也好，预测怎么玩才会赢也罢)，虽然牌的数量和所有牌有什么是确定的，但是若我们随机抽⼀张，这个牌是什么是随机的。

这个时候就要使⽤概率去建模了。

不完全观测：例如⼀个游戏节⽬的参与者被要求在三个门之间选择，并且会赢得放置在选中门后的奖品。

其中两扇门通向⼭⽺，第三扇门通向⼀辆汽车。

选⼿的每个选择所导致的结果是确定的，但是站在选⼿的⾓度，结果是不确定的。

在机器学习中也是这样，很多系统在预测的时候，是不确定的，这个时候我们就要⽤⼀个”软度量“即概率去描述它。

不完全建模：假设我们制作了⼀个机器⼈，它可以准确地观察周围每⼀个对象的位置。

在对这些对象将来的位置进⾏预测时，如果机器⼈采⽤的是离散化的空间，那么离散化的⽅法将使得机器⼈⽆法确定对象们的精确位置：因为每个对象都可能处于它被观测到的离散单元的任何⼀个⾓落。