第3章概率及概率分布

3－15
互斥事件及其概率
(例题分析)

解：由于每一枚硬币出现正面或出现反面的概率 都是1/2，当抛掷的次数逐渐增大时，上面的4个 简单事件中每一事件发生的相对频数 (概率)将近 似等于 1/4 。因为仅当 H1T2 或 T1H2 发生时，才会 恰好有一枚硬币朝上的事件发生，而事件 H1T2 或 T1H2 又为互斥事件，两个事件中一个事件发 生或者另一个事件发生的概率便是 1/2(1/4+1/4) 。 因此，抛掷两枚硬币，恰好有一枚出现正面的概 率等于 H1T2 或 T1H2 发生的概率，也就是两种事 件中每个事件发生的概率之和
解：设 A = 某住户订阅了日报 B = 某个订阅了日报的住户订阅了晚报
依题意有：P(A)=0.75；P(B|A)=0.50
P(AB)=P(A)·P(B|A)=0.75×0.5=0.375
3－31
独立事件与乘法公式
(例题分析)
【例】从一个装有3个红球2个白球的盒子里摸球 (摸出后球不放回)，求连续两次摸中红球的概率
3－17
互斥事件的加法规则
(例题分析)
【例】抛掷一颗骰子，并考察其结果。求出其点 数为1点或2点或3点或4点或5点或6点的概率
解：掷一颗骰子出现的点数(1，2，3，4，5，6)共有
6个互斥事件，而且每个事件出现的概率都为1/6 根据互斥事件的加法规则，得
P(1或2或3或4或5或6) P(1) P(2) P(3) P(4) P(5) P(6) 1 1 1 1 1 1 1 6 6 6 6 6 6


合计
从这200个配件中任取一个进行检查，求 (1) 取出的一个为正品的概率 (2) 取出的一个为供应商甲的配件的概率 (3) 取出一个为供应商甲的正品的概率 (4) 已知取出一个为供应商甲的配件，它是正品的概率

5．离散型随机变量和连续型随机变量的概率分布的描述有哪些不同？连续型随机变量
的概率密度与分布函数之间是什么关系？
答：（1）离散型随机变量 X 只取有限个可能的值 x1，x2，…， xn ，而且是以确定的概
率取这些值，即
P（X=xi）=pi（ i =1，2，…，n）。因此，可以列出 X 的所有可能取值 x1，x2，…， xn ，以 及取每个值的概率 p1，p2，…， pn ，将它们用表格的形式表现出来，就是离散型随机变量
1 / 26
圣电子书

（3）主观概率
十万种考研考证电子书、题库视频学习平台
古典概率和统计概率都属于客观概率，它们的确定完全取决于对客观条件的理论分析或
是大量重复试验的事实，不以个人的意志为转移。而有些事件，特别是未来的某一事件，既
不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来估计，但决策者又必须
，
对于连续型随机变量，其均值和方差分别为：
= E(X ) = xf (x)dx， 2 = E(X 2) − E2(X ) = − x2 f (x)dx
−
−
7．二项分布与超几何分布的适用场合有什么不同？它们的均值和方差有什么区别？
答：（1）从理论上讲，二项分布只适合于重复抽样（即从总体中抽出一个个体观察完后
对其进行估计从而作出相应的决策，那就需要应用主观概率。
主观概率需要人们根据经验、专业知识、对事件发生的众多条件或影响因素进行分析，
以此确定主观概率。
3．概率密度函数和分布函数的联系与区别表现在哪些方面？ 答：（1）区别 概率密度函数只是给出了连续型随机变量某一特定值的函数值，这一函数值不是真正意 义上的取值概率，连续型随机变量在给定区间内取值的概率对应的是概率密度函数 f（x）曲 线（或直线）在该区间上围成的面积，这一特征恰恰意味着连续型随机变量在某一点的概率 值为 0，因为它对应的面积为 0。而分布函数 F 在 x 处的取值，就是随机变量 X 的取值落在 区间（-∞，x）的概率。 （2）联系

P（“至少1粒种子出苗”） = P(x=1)+P(x=2)+…+P(x=6) = C610.6710.335 C62 0.6720.334 C66 0.6760.330 = 0.0157＋0.0799＋0.2162 ＋0.3292＋0.2672＋0.0905 = 0.9987
二项分布的应用条件：
在统计学上，把小概率事件在一次试验中 看成是实际不可能发生的事件称为小概率事件 实际不可能性原理，亦称为小概率原理(small probability principle)。
小概率事件实际不可能性原理是统计学上 进行假设检验（显著性检验）的基本依据。
第二节 概率分布
事件的概率表示了一次试验某一个结果发生的 可能性大小。
标准正态分布的概率密度函数及分布函数分别 记作ψ(u)和Φ(u)。
(u)
1
u2
e2
2
(u) 1
u 1u2
e 2 du
2
u～N(0，1)
对于任何一个服从正态分布N(μ,σ2)的随 机变量x，都可以通过标准化变换：
u x
将其变换为服从标准正态分布的随机变量u。
一、正态分布的定义及其特征
（一） 正态分布的定义 若连续型随机变 量 x 的概率分布密度函数为
其中μ为平均数，σ2为方差，则称随机变量 x 服从正 态分布(normal distribution) ， 记为x~N(μ, σ2)。
相应的概率分布函数为：
F(x) 1
e dx x

(
x) 2 2
对于样本是取自连续型随机变量的情况，这 条函数曲线将是光滑的。这条曲线排除了抽样和 测量的误差，完全反映了水稻行产量的变动规律。 这条曲线叫概率分布密度曲线，相应的函数叫概 率分布密度函数 。

第三章主要内容一、概率的概念二、概率分布一、概率基本概念确定性现象自然现象非确定性现象概率论统计学事件及事件间的关系试验：随机试验基本事件事件确定性事件必然事件（U) (certain event)不可能事件（V) (impossible event)随机事件(random event)不确定事件(indefinite event)（一）事件的相互关系和事件积事件互斥事件对立事件1和并A∪BA∪B=A发生，或B发生，或A与B都发生。

A∪B8 ～15Kg2A∩B A∩B=A和B同时发生3A∪B=A+B频率（frequency）l/k概率的统计定义近似值概率的古典定义随机事件概率的古典定义（二）概率的一般运算两事件和的概率可由下式给出:P(A ∪B)=P(A)+P(B)－P(A ∩B) 若A 和B 是互不相容事件,则: P(A ∪B)=P(A)+P(B)A 1∪A 2 ∪……∪A n )=P(A 1)+P(A 2)+………+P(A n )事件A 的概率和它的对立事件(事件A 以外的全部基本事件的集合)的概率存在以下关系:P( )=1－P(A)A AP （A|B ）和存活（）死亡（A ）A ()(|)()=P AB P A B P BP(A)=160/200=0.8P(B)=120/200=0.696/200=0.480.48/0.8=0.63 概率乘法法则1()(|)(|)()(|)i i i kj jj P A P B A P A B P A P B A ==∑三、概率分布随机变量离散型随机变量连续型随机变量（一）离散型变量的概率分布例：年龄(x) 1 2 3 4 5 6 7频率(W) 0.4597 0.3335 0.1254 0.0507 0.0215 0.0080 0.0012例：性别(x) 0（男）1（女）概率(P) 0.517 0.483随机变量的分布律或概率函数。

变量(x) xx2x3x4 …….. x n 1p2 p3 p4 ……. p n 概率(P) p1离散型变量的概率分布的特点F（X0）=∑p(x i)=p(X≤x0)）的概率。