概率论与数理统计简介
Introduction to probability theory and mathematical statistics
The theory of probability and the mathematical statistic are carries on deductive and the induction science to the stochastic phenomenon statistical rule, from the quantity side research stochastic phenomenon statistical regular foundation mathematics discipline, the theory of probability and the mathematical statistic may divide into the theory of probability and the mathematical statistic two branches. The probability uses for the possible size quantity which portrays the random event to occur. Theory of probability main content including classical generally computation, random variable distribution and characteristic numeral and limit theorem and so on. The mathematical statistic is one of mathematics Zhonglian department actually most directly most widespread branches, it introduced an estimate (rectangular method estimate, enormousestimate), the parameter supposition examination, the non-parameter supposition examination, the variance analysis and the multiple regression analysis, the fail-safe analysis and so on the elementary knowledge and the principle, enable the student to have a profound understanding to statistics principle function. Through this curriculum study, enables the student comprehensively to understand, to grasp the theory of probability and the mathematical statistic thought and the method, grasps basic and the commonly used analysis and the computational method, and can studies in the solution economy and the management practice question using the theory of probability and the mathematical statistic viewpoint and the method. Random phenomenon From random phenomenon, in the nature and real life, some things are interrelated and continuous development. In the relationship between each other and developing, according to whether there is a causal relationship, very different can be divided into two categories: one is deterministic phenomenon. This kind of phenomenon is under certain conditions, will lead to certain results. For example, under normal atmospheric pressure
water heated to 100 degrees Celsius, is bound to a boil. This link is belong to the inevitability between things. Usually in natural science is interdisciplinary studies and know the inevitability, seeking this kind of inevitable phenomenon.Another kind is the phenomenon of uncertainty. This kind of phenomenon is under certain conditions, the result is uncertain. The same workers on the same machine tools, for example, processing a number of the same kind of parts, they are the size of the there will always be a little difference. As another example, under the same conditions, artificial accelerating germination test of wheat varieties, each tree seed germination is also different, there is strength and sooner or later, respectively, and so on. Why in the same situation, will appear this kind of uncertain results? This is because, we say "same conditions" refers to some of the main conditions, in addition to these main conditions, there are many minor conditions and the accidental factor is people can't in advance one by one to grasp. Because of this, in this kind of phenomenon, we can't use the inevitability of cause and effect, the results of individual phenomenon in advance to make sure of the answer. The relationship between things is belong to accidental, this phenomenon is called accidental phenomenon, or a random phenomenon. In nature, in the production, life, random phenomenon is very common, that is to say, there is a lot of random phenomenon. Issue such as: sports
lottery of the winning Numbers, the same production line production, the life of the bulb, etc., is a random phenomenon. So we say: random phenomenon is: under the same conditions, many times the same test or survey the same phenomenon, the results are not identical, and unable to accurately predict the results of the next. Random phenomena in the uncertainties of the results, it is because of some minor, caused by the accidental factors. Random phenomenon on the surface, seems to be messy, there is no regular phenomenon. But practice has proved that if the same kind of a large number of repeated random phenomenon, its overall present certain regularity. A large number of similar random phenomena of this kind of regularity, as we observed increase in the number of the number of times and more obvious. Flip a coin, for example, each throw is difficult to judge on that side, but if repeated many times of toss the coin, it will be more and moreclearly find them up is approximately the same number. We call this presented by a large number of similar random phenomena of collective regularity, is called the statistical regularity. Probability theory and mathematical statistics is the study of a large number of similar random phenomena statistical regularity of the mathematical disciplines. The emergence and development of probability theory Probability theory was created in the 17th century, it is by the development of insurance business, but from the gambler's request, is that mathematicians thought the source of problem in probability theory. As early as in 1654, there was a gambler may tired to the mathematician PASCAL proposes a question troubling him for a long time: "meet two gamblers betting on a number of bureau, who will win the first m innings wins, all bets will be who. But when one of them wins a (a < m), the other won b (b < m) bureau, gambling aborted. Q: how should bets points method is only reasonable?" Who in 1642 invented the world's first mechanical addition of computer. Three years later, in 1657, the Dutch famous astronomy, physics, and a mathematician huygens is trying to solve this problem, the results into a book concerning the calculation of a game of chance, this is the earliest probability theory works. In recent decades, with the vigorous development of science and technology, the application of probability theory to the national economy, industrial and agricultural production and interdisciplinary field. Many of applied mathematics, such as information theory, game theory, queuing theory, cybernetics, etc., are based on the theory of probability. Probability theory and mathematical statistics is a branch of mathematics, random they similar disciplines are closely linked. But should point out that the theory of probability and mathematical statistics, statistical methods are each have their own contain different content. Probability theory, is based on a large number of similar random phenomena.statistical regularity, the possibility that a result of random phenomenon to make an objective and scientific judgment, the possibility of its occurrence for this size to make quantitative description; Compare the size of these possibilities, study the contact between them, thus forming a set of mathematical theories and methods. Mathematical statistics - is the application of probability theory to study the phenomenon of large number of random regularity; To through the scientific arrangement of a number of experiments, the statistical method given strict theoretical proof; And determining various methods applied conditions and reliability of the method, the formula, the conclusion and
limitations. We can from a set of samples to decide whether can with quite large probability to ensure that a judgment is correct, and can control the probability of error. - is a statistical method provides methods are used in a variety of specific issues, it does not pay attention to the method according to the theory, mathematical reasoning. Should point out that the probability and statistics on the research method has its particularity, and other mathematical subject of the main differences are: First, because the random phenomena statistical regularity is a collective rule, must to present in a large number of similar random phenomena, therefore, observation, experiment, research is the cornerstone of the subject research methods of probability and statistics. But, as a branch of mathematics, it still has the definition of this discipline, axioms, theorems, the definitions and axioms, theorems are derived from the random rule of nature, but these definitions and axioms, theorems is certain, there is no randomness. Second, in the study of probability statistics, using the "by part concluded all" methods of statistical inference. This is because it the object of the research - the range of random phenomenon is very big, at the time of experiment, observation, not all may be unnecessary. But by this part of the data obtained from some conclusions, concluded that the reliability of the conclusion to all the scope. Third, the randomness of the random phenomenon, refers to the experiment, investigation before speaking. After the real results for each test, it can only get the results.of the uncertainty of a certain result. When we study this phenomenon, it should be noted before the test can find itself inherent law of this phenomenon. The content of the theory of probability Probability theory as a branch of mathematics, it studies the content general include the probability of random events, the regularity of statistical independence and deeper administrative levels. Probability is a quantitative index of the possibility of random events. In independent random events, if an event frequency in all events, in a larger range of stable around a fixed constant. You can think the probability of the incident to the constant. For any event probability value must be between 0 and 1. There is a certain type of random events, it has two characteristics: first, only a finite number of possible results; Second, the results the possibility of the same. Have the characteristics of the two random phenomenon called "classical subscheme". In the objective world, there are a large number of random phenomena, the result of a random phenomenon poses a random event. If the variable is used to describe each random phenomenon as a result, is known as random variables. Random variable has a finite and the infinite, and according to the variable values is usually divided into discrete random variables and the discrete random variable. List all possible values can be according to certain order, such a random variable is called a discrete random variable; If possible values with an interval, unable to make the order list, the random variable is called a discrete random variable. The content of the mathematical statistics Including sampling, optimum line problem of mathematical statistics, hypothesis testing, analysis of variance, correlation analysis, etc. Sampling inspection is to pair through sample investigation, to infer the overall situation. Exactly how much sampling, this is a very important problem, therefore, is produced in the sampling inspection "small sample theory", this is in the case of the sample is small, the analysis judgment theory
Also called curve fitting and optimal line problem. Some problems need to be according to the experience data to find a theoretical distribution curve, so that the whole problem get understanding. But according to what principles and theoretical curve? How to compare out of several different curve in the same issue? Selecting good curve, is how to determine their error? ...... Is belong to the scope of the optimum line issues of mathematical statistics. Hypothesis testing is only at the time of inspection products with mathematical statistical method, first make a hypothesis, according to the result of sampling in reliable to a certain extent, to judge the null hypothesis. Also called deviation analysis, variance analysis is to use the concept of variance to analyze by a handful of experiment can make the judgment. Due to the random phenomenon is abundant in human practical activities, probability and statistics with the development of modern industry and agriculture, modern science and technology and continuous development, which formed many important branch. Such as stochastic process, information theory, experimental design, limit theory, multivariate analysis, etc
译文：
概率论与数理统计简介
概率论与数理统计是对随机现象的统计规律进行演绎和归纳的科学，从数量侧面研究随机现象的统计规律性的基础数学学科，概率论与数理统计又可分为概率论和数理统计两个分支。概率是用来刻画随机事件发生的可能性大小的量。概率论的主要内容包括古典概型的计算、随机变量的分布及特征数字和极限定理等等。数理统计乃数学中联系实际最直接最广泛的分支之一，它介绍了点估计(矩法估计、极大似然估计)、参数假设检验、非参数假设检验、方差分析和多元回归分析、、可靠性分析等基本知识和原理，使学生对统计学原理的作用有一深刻的了解。通过本课程的学习，使学生能全面理解、掌握概率论与数理统计的思想与方法，掌握基本而常用的分析和计算方法，并能运用概率论与数理统计的观点和方法来研究解决经济与管理中的实践问题。随机现象从随机现象说起，在自然界和现实生活中，一些事物都是相互联系和不断发展的。在它们彼此间的联系和发展中，根据它们是否有必然的因果联系，可以分成截然不同的两大类：一类是确定性的现象。这类现象是在一定条件下，必定会导致某种确定的结果。举例来说，在标准大气压下，水加热到100摄氏度，就必然会沸腾。事物间的这种联系是属于必然性的。通常的自然科学各学科就是专门研究和认识这种必然性的，寻求这类必然现象的因果关系，把握它们之间的数量规律。另一类是不确定性的现象。这类现象是在一定条件下，它的结果是不确定的。举例来说，同一个工人在同一台机床上加工同一种零件若干个，它们的尺寸总会有一点差异。又如，在同样条件下，进行小麦品种的人工催芽试验，各棵种子的发芽情况也不尽相同，有强弱和早晚的分别等等。为什么在相同的情况下，会出现这种不确定的结果呢？这是因为，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素又是人们无法事先一一能够掌握的。正因为这样，我们在这一类现象中，就无法用必然性的因果关系，对个别现象的结果事先做出确定的答案。事物间的这种关系是属于偶然性的，这种现象叫做偶然现象，或者叫做随机现象。在自然界，在生产、生活中，随机现象十分普遍，也就是说随机现象是大量存在的。比如：每期体育彩票的中奖号码、同一条生产线上生产的灯泡的寿命等，都是随机现象。因此，我们说：随机现象就是：在同样条件
下，多次进行同一试验或调查同一现象，所的结果不完全一样，而且无法准确地预测下一次所得结果的现象。随机现象这种结果的不确定性，是由于一些次要的、偶然的因素影响所造成的。随机现象从表面上看，似乎是杂乱无章的、没有什么规律的现象。但实践证明，如果同类的随机现象大量重复出现，它的总体就呈现出一定的规律性。大量同类随机
现象所呈现的这种规律性，随着我们观察的次数的增多而愈加明显。比如掷硬币，每一次投掷很难判断是那一面朝上，但是如果多次重复的掷这枚硬币，就会越来越清楚的发现它们朝上的次数大体相同。我们把这种由大量同类随机现象所呈现出来的集体规律性，叫做统计规律性。概率论和数理统计就是研究大量同类随机现象的统计规律性的数学学科。概率论的产生和发展概率论产生于十七世纪，本来是由保险事业的发展而产生的，但是来自于赌博者的请求，却是数学家们思考概率论中问题的源泉。早在1654年，有一个赌徒梅累向当时的数学家帕斯卡提出一个使他苦恼了很久的问题：“两个赌徒相约赌若干局，谁先赢 m局就算赢，全部赌本就归谁。但是当其中一个人赢了 a (a 作为数学学科的一个分支，它依然具有本学科的定义、公理、定理的，这些定义、公理、定理是来源于自然界的随机规律，但这些定义、公理、定理是确定的，不存在任何随机性。第二，在研究概率统计中，使用的是“由部分推断全体”的统计推断方法。这是因为它研究的对象——随机现象的范围是很大的，在进行试验、观测的时候，不可能也不必要全部进行。但是由这一部分资料所得出的一些结论，要全体范围内推断这些结论的可靠性。第三，随机现象的随机性，是指试验、调查之前来说的。而真正得出结果后，对于每一次试验，它只可能得到这些不确定结果中的某一种确定结果。我们在研究这一现象时，应当注意在试验前能不能对这一现象找出它本身的内在规律。概率论的内容概率论作为一门数学分支，它所研究的内容一般包括随机事件的概率、统计独立性和更深层次上的 规律性。概率是随机事件发生的可能性的数量指标。在独立随机事件中，如果某一事件在全部事件中出现的频率，在更大的范围内比较明显的稳定在某一固定常数附近。就可以认为这个事件发生的概率为这个常数。对于任何事件的概率值一定介于 0和 1之间。有一类随机事件，它具有两个特点：第一，只有有限个可能的结果；第二，各个结果发生的可能性相同。具有这两个特点的随机现象叫做“古典概型”。在客观世界中，存在大量的随机现象，随机现象产生的结果构成了随机事件。如果用变量来描述随机现象的各个结果，就叫做随机变量。随机变量有有限和无限的区分，一般又根据变量的取值情况分成离散型随机变量和非离散型随机变量。一切可能的取值能够按一定次序一一列举，这样的随机变量叫做离散型随机变量；如果可能的取值充满了一个区间，无法按次序一一列举，这种随机变量就叫做非离散型随机变量。在离散型随机变量的概率分布中，比较简单而应用广泛的是二项式分布。如果随机变量是连续的，都有一个分布曲线，实践和理论都证明：有一种特殊而常用的分布，它的分布曲线是有规律的，这就是正态分布。正态分布曲线取决于这个随机变量的一些表征数，其中最重要的是平均值和差异度。平均值也叫数学期望，差异度也就是标准方差。数理统计的内容数理统计包括抽样、适线问题、假设检验、方差分析、相关分析等内容。抽样检验是要通过对子样的调查，来推断总体的情况。究竟抽样多少，这是十分重要的问题， 因此，在抽样检查中就产生了“小样理论”，这是在子样很小的情况下，进行分析判断的理论。适线问题也叫曲线拟和。有些问题需要根据积累的经验数据来求出理论分布曲线，从而使整个问题得到了解。但根据什么原则求理论曲线？如何比较同一问题中求出的几种不同曲线？选配好曲线，有如何判断它们的误差？……就属于数理统计中的适线问题的讨论范围。假设检验是只在用数理统计方法检验产品的时候，先作出假设，在根据抽样的结果在一定可靠程度上对原假设做出判断。方差分析也叫做离差分析，就是用方差的概念去分析由少数试验就可以做出的判断。由于随机现象在人类的实际活动中大量存在，概率统计随着现代工农业、近代科技的发展而不断发展，因而形成了许多重要分支。如：随机过程、信息论、极限理论、试验设计、多元分析等。 概率论与数理统计期末复习资料 一 填空 1．设A ，B 为两个随机事件，若A 发生必然导致B 发生，且P (A )=0.6，则P (AB ) =______． 2．设随机事件A 与B 相互独立，且P (A )=0.7，P (A -B )=0.3，则P (B ) = ______． 3．己知10件产品中有2件次品，从该产品中任意取3件，则恰好取到一件次品的概率等于______． 4．已知某地区的人群吸烟的概率是0.2，不吸烟的概率是0.8，若吸烟使人患某种疾病的概率为0.008，不吸烟使人患该种疾病的概率是0.001，则该人群患这种疾病的概率等于______． 5．设连续型随机变量X 的概率密度为? ??≤≤=,,0; 10,1)(其他x x f 则当10≤≤x 时，X 的分布函数F (x )= ______． 6．设随机变量X ～N (1，32 )，则P{-2≤ X ≤4}=______．(附：)1(Φ=0.8413) 7．设二维随机变量(X ，Y )的分布律为 则P {X <1,Y 2≤}=______． 8．设随机变量X 的期望E (X )=2，方差D (X )=4，随机变量Y 的期望E (Y )=4，方差D (Y )=9，又E (XY )=10，则X ，Y 的相关系数ρ= ______． 9．设随机变量X 服从二项分布)3 1,3(B ，则E (X 2 )= ______． 10．中心极限定理证明了在很一般条件下，无论随机变量Xi 服从什么分布，当n →∞时，∑=n i i X 1 的极限分布是 _________________ 11．设总体X ～N (1，4)，x 1，x 2，…，x 10为来自该总体的样本，∑== 10 110 1 i i x x ，则)(x D = ______.· 12．设总体X ～N (0，1)，x 1，x 2，…，x 5为来自该总体的样本，则 ∑=5 1 2i i x 服从自由度为______ 的2χ分布． 15．对假设检验问题H 0：μ=μ0，H 1：μ≠μ0，若给定显著水平0.05，则该检验犯第一类错误的概率为______． 16．设A ，B 为两个随机事件，且A 与B 相互独立，P （A ）=0.3，P （B ）=0.4，则P （A B ）=__________. 17．盒中有4个棋子，其中2个白子，2个黑子，今有1人随机地从盒中取出2个棋子，则这2个棋子颜色相同的 概率为_________. 18．设随机变量X 的概率密度?? ???≤≤=,,0; 10 ,A )(2其他x x x f 则常数A=_________. 数三《概率论与数理统计》教学大纲 教材：四川大学数学学院邹述超、何腊梅：《概率论与数理统计》，高等教育出版社出，2002年8月。 参考书：袁荫棠：《概率论与数理统计》（修订本），中国人民大学出版社。 四川大学数学学院概率统计教研室：《概率论与数理统计学习指导》 总学时：60学时，其中：讲课50学时，习题课10学时。 学分：3学分。 说明： 1.生源结构：数三的学生是由高考文科生和一部分高考理科生构成。有些专业全是文科生或含极少部分理科生（如：旅游管理，行政管理），有些专业约占1/4～1/3的理科生（国贸，财政学，经济学），有些专业全是理科生（如：国民经济管理，金融学）。 2.高中已讲的内容：高中文、理科都讲了随机事件的概率、互斥事件的概率、独立事件的概率，即教材第一章除条件概率以及有关的内容以外，其余内容高中都讲了。高中理科已讲离散型随机变量的概率分布（包括二项分布、几何分布）和离散型随机变量的期望与方差，统计基本概念、频率直方图、正态分布、线性回归。而高中文科则只讲了一点统计基本概念、频率直方图、样本均值和样本方差的简单计算。 3.基本要求：学生的数学基础差异大，不同专业学生对数学课重视程度的差异大，这就给讲授这门课带来一定的难度，但要尽量做到“分层次”培养学生。高中没学过的内容要重点讲解，学过的内容也要适当复习或适当增加深度。讲课时，既要照顾数学基础差的学生，多举基本例子，使他们掌握大纲要求的基本概念和方法；也要照顾数学基础好的学生，使他们会做一些综合题以及简单证明题。因为有些专业还要开设相关的后继课程（如：计量经济学），将用到较多的概率统计知识；还有一部分学生要考研，数三的概率考研题往往比数一的难。 该教材每一章的前几节是讲述基本概念和方法，习题(A)是针对基本方法的训练而编写的，因此，这一部分内容须重点讲解，并要求学生必须掌握；每一章的最后一节是综合例题，习题(B)具有一定的综合性和难度，可以选讲部分例题，数学基础好的学生可选做(B)题。 建议各章学时分配(+号后面的是习题课学时)： 第一章随机事件及其概率 一、基本内容 随机事件的概念及运算。概率的统计定义、古典定义及公理化定义。概率的基本性质、加法公式、条件概率与乘法公式、全概率公式、贝叶斯公式。事件的独立性，独立随机试验、 一、填空题（每小题3分，共15分） 1． 设事件B A ,仅发生一个的概率为0.3，且5.0)()(=+B P A P ，则B A ,至少有一个不发 生的概率为__________. 答案：0.3 解： 3.0)(=+B A B A P 即 )(25.0)()()()()()(3.0AB P AB P B P AB P A P B A P B A P -=-+-=+= 所以 1.0)(=AB P 9.0)(1)()(=-==AB P AB P B A P . 2． 设随机变量X 服从泊松分布，且)2(4)1(==≤X P X P ，则==)3(X P ______. 答案： 161-e 解答： λλ λ λλ---= =+==+==≤e X P e e X P X P X P 2 )2(, )1()0()1(2 由 )2(4)1(==≤X P X P 知 λλλ λλ---=+e e e 22 即 0122 =--λλ 解得 1=λ，故 16 1)3(-= =e X P 3． 设随机变量X 在区间)2,0(上服从均匀分布，则随机变量2 X Y =在区间)4,0(内的概率 密度为=)(y f Y _________. 答案： 04,()()0,. Y Y X y f y F y f <<'===? 其它 解答：设Y 的分布函数为(),Y F y X 的分布函数为()X F x ，密度为()X f x 则 2 ()()())))Y X X F y P Y y P X y y y y y =≤=≤ =≤- - 因为~(0,2)X U ，所以(0X F = ，即()Y X F y F = 故 《概率论与数理统计》试题（1） 一 、 判断题（本题共15分，每小题3分。正确打“√”，错误打“×”） ⑴ 对任意事件A 和B ，必有P(AB)=P(A)P(B) ( ) ⑵ 设A 、B 是Ω中的随机事件,则(A ∪B )-B=A ( ) ⑶ 若X 服从参数为λ的普哇松分布，则EX=DX ( ) ⑷ 假设检验基本思想的依据是小概率事件原理 （ ） ⑸ 样本方差2n S = n 121 )(X X n i i -∑=是母体方差DX 的无偏估计 （ ） 二 、（20分）设A 、B 、C 是Ω中的随机事件，将下列事件用A 、B 、C 表示出来 （1）仅A 发生，B 、C 都不发生； （2）,,A B C 中至少有两个发生； （3）,,A B C 中不多于两个发生； （4）,,A B C 中恰有两个发生； （5）,,A B C 中至多有一个发生。 三、（15分） 把长为a 的棒任意折成三段，求它们可以构成三角形的概率. 四、（10分） 已知离散型随机变量X 的分布列为 2101 31111115651530 X P -- 求2 Y X =的分布列. 五、（10分）设随机变量X 具有密度函数|| 1()2 x f x e -= ，∞＜ x ＜∞， 求X 的数学期望和方差. 六、（15分）某保险公司多年的资料表明，在索赔户中，被盗索赔户占20%，以X 表示在随机抽查100个索赔户中因被盗而向保险公司索赔的户数，求(1430)P X ≤≤. x 0 0.5 1 1.5 2 2.5 3 Ф(x) 0.500 0.691 0.841 0.933 0.977 0.994 0.999 七、（15分）设12,,,n X X X 是来自几何分布 1 ()(1) ,1,2,,01k P X k p p k p -==-=<< ， 的样本，试求未知参数p 的极大似然估计. 第1章 概率论的基本概念 1.1 随机试验 称满足以下三个条件的试验为随机试验： （1）在相同条件下可以重复进行； （2）每次试验的结果不止一个，并且能事先明确所有的可能结果； （3）进行试验之前，不能确定哪个结果出现。 1.2 样本点 样本空间 随机事件 随机试验的每一个可能结果称为一个样本点，也称为基本事件。 样本点的全体所构成的集合称为样本空间，也称为必然事件。必然事件在每次试验中必然发生。 随机试验的样本空间不一定唯一。在同一试验中，试验的目的不同时，样本 空间往往是不同的。所以应从试验的目的出发确定样本空间。 样本空间的子集称为随机事件，简称事件。 在每次试验中必不发生的事件为不可能事件。 1.3 事件的关系及运算 （1）包含关系 B A ?，即事件A 发生，导致事件B 发生； （2）相等关系 B A =，即B A ?且A B ?； （3）和事件（也叫并事件） B A C ?=，即事件A 与事件B 至少有一个发生； （4）积事件（也叫交事件） B A AB C ?==，即事件A 与事件B 同时发生； （5）差事件 AB A B A C -=-=，即事件A 发生，同时，事件B 不发生； （6）互斥事件（也叫互不相容事件） A 、 B 满足φ=AB ，即事件A 与事件B 不同时发生； （7）对立事件（也叫逆事件） A A -Ω=，即φ=Ω=?A A A A ,。 1.4 事件的运算律 （1）交换律 BA AB A B B A =?=?,； （2）结合律 ()()()()C AB BC A C B A C B A =??=??,； （3）分配律 ()()()()()()C A B A BC A AC AB C B A ??=??=?,； （4）幂等律 A AA A A A ==?, ； （5）差化积 B A AB A B A =-=-； （6）反演律（也叫德·摩根律）B A AB B A B A B A B A ?==?=?=?,。 1.5 概率的公理化定义 设E 是随机试验，Ω为样本空间，对于Ω中的每一个事件A ，赋予一个实数P （A ），称之为A 的概率，P （A ）满足： （1）1)(0≤≤A P ； （2）1)(=ΩP ； （3）若事件 ，，， ，n A A A 21两两互不相容，则有 () ++++=????)()()(2121n n A P A P A P A A A P 。 1.6 概率的性质 （1）0)(=φP ； （2）若事件n A A A ，， ， 21两两不互相容，则())()()(2121n n A P A P A P A A A P +++=??? ； （3）)(1)(A P A P -=； （4）)()()(AB P B P A B P -=-。 特别地，若B A ?，则)()(),()()(B P A P A P B P A B P ≤-=-； （5）)()()()(AB P B P A P B A P -+=?。 模拟试题A 一.单项选择题（每小题3分，共9分） 1. 打靶3 发，事件表示“击中i发”，i = 0，1，2，3。那么事件 表示( )。 ( A ) 全部击中；( B ) 至少有一发击中； ( C ) 必然击中；( D ) 击中3 发 2.设离散型随机变量x 的分布律为则常数 A 应为 ( )。 ( A ) ；( B ) ；(C) ；(D) 3.设随机变量，服从二项分布B ( n，p )，其中0 < p < 1 ，n = 1，2,…，那么，对 于任一实数x，有等于( )。 ( A ) ; ( B ) ; ( C ) ; ( D ) 二、填空题（每小题3分，共12分） 1.设A , B为两个随机事件，且P(B)>0，则由乘法公式知P(AB) =__________ 2.设且有 ,,则 =___________。 3.某柜台有4个服务员，他们是否需用台秤是相互独立的，在1小时内每人需用台秤的概 率为，则4人中至多1人需用台秤的概率为：__________________。 4.从1，2，…，10共十个数字中任取一个，然后放回，先后取出5个数字，则所得5个数字全不相同的事件的概率等于___________。 三、（10分）已知，求证 四、（10分）5个零件中有一个次品，从中一个个取出进行检查，检查后不放回。直到查 到次品时为止，用x表示检查次数，求的分布函数： 五、（11分）设某地区成年居民中肥胖者占10% ,不胖不瘦者占82% ,瘦者占8% ,又知肥胖者患高血压的概率为20%,不胖不瘦者患高血压病的概率为10% ,瘦者患高血压病的概率为 5%, 试求： ( 1 ) 该地区居民患高血压病的概率; ( 2 ) 若知某人患高血压, 则他属于肥胖者的概率有多大？ 六、（10分）从两家公司购得同一种元件，两公司元件的失效时间分别是随机变量和，其概率密度分别是： 如果与相互独立，写出的联合概率密度，并求下列事件的概率: ( 1 ) 到时刻两家的元件都失效(记为A)， ( 2 ) 到时刻两家的元件都未失效(记为B)， ( 3 ) 在时刻至少有一家元件还在工作(记为D)。 七、（7分）证明：事件在一次试验中发生次数x的方差一定不超过。 八、（10分）设和是相互独立的随机变量，其概率密度分别为 又知随机变量 , 试求w的分布律及其分布函数。 九、（11分）某厂生产的某种产品，由以往经验知其强力标准差为 7.5 kg且强力服从正态分布，改用新原料后，从新产品中抽取25 件作强力试验，算 得，问新产品的强力标准差是否有显著变化？( 分别 取和0.01，已知， ） 十、（11分）在考查硝酸钠的可溶性程度时，对一系列不同的温度观察它在100ml 的水中溶解的硝酸钠的重量，得观察结果如下： 一、选 择 题 (本大题分5小题, 每小题4分, 共20分) (1)设A 、B 互不相容，且P(A)>0，P(B)>0，则必有( ) (A)0)(>A B P (B))()(A P B A P = (C)0)(=B A P (D))()()(B P A P AB P = (2)将3粒黄豆随机地放入4个杯子，则杯子中盛黄豆最多为一粒的概率为（ ） 3311() () () ()32 8 168 A B C D (3)),4,(~2 μN X ),5,(~2 μN Y }5{},4{21+≥=-≤=μμY P p X P p ，则( ) (A)对任意实数21,p p =μ （B ）对任意实数21,p p <μ (C)只对μ的个别值，才有21p p = （D ）对任意实数μ，都有21p p > (4)设随机变量X 的密度函数为)(x f ，且),()(x f x f =-)(x F 是X 的分布函数，则对任意 实数a 成立的是( ) （A ）? - =-a dx x f a F 0 )(1)( （B ）?-= -a dx x f a F 0 )(21)( （C ）)()(a F a F =- （D ）1)(2)(-=-a F a F (5)已知1250,,,X X X L 为来自总体()2,4X N :的样本，记50 11,50i i X X ==∑ 则 50 21 1()4i i X X =-∑服从分布为( ) （A ）4(2, )50N (B) 2 (,4)50 N （C ）()250χ (D) ()249χ 二、填 空 题 (本大题5小题, 每小题4分, 共20分) (1) 4.0)(=A P ,3.0)(=B P ,4.0)(=?B A P ,则___________)(=B A P (2) 设随机变量X 有密度? ??<<=其它01 0,4)(3x x x f , 则使)()(a X P a X P <=> 的常数a = (3) 设随机变量),2(~2 σN X ，若3.0}40{=< 概率论与数理统计课程教学大纲 一、课程说明 （一）课程名称：概率论与数理统计 所属专业：物理学 课程性质：必修 学分：3 （二）课程简介、目标与任务； 《概率论与数理统计》是研究随机现象规律性的一门学科；它有着深刻的实际背景，在自然科学、社会科学、工程技术、军事和工农业生产等领域中有广泛的应用。通过本课程的学习，使学生掌握概率与数理统计的基本概念，并在一定程度上掌握概率论认识问题、解决问题的方法。同时这门课程的学习对培养学生的逻辑思维能力、分析解决问题能力也会起到一定的作用。 （三）先修课程要求，与先修课与后续相关课程之间的逻辑关系和内容衔接； 先修课程：高等数学。后续相关课程：统计物理。《概率论与数理统计》需要用到高等数学中的微积分、级数、极限等数学知识与计算方法。它又为统计物理、量子力学等课程提供了数学基础，起了重要作用。 （四）教材与主要参考书。 教材： 同济大学数学系编，工程数学–概率统计简明教程（第二版），高等教 育出版社，2012. 主要参考书： 1.浙江大学盛骤，谢式千，潘承毅编，概率论与数理统计（第四版）， 高等教育出版社，2008. 2.J.L. Devore, Probability and Statistics(fifth ed.)概率论与数 理统计（第5版）影印版，高等教育出版社，2004. 二、课程内容与安排 第一章随机事件 1.1 样本空间和随机事件； 1.2 事件关系和运算。 第二章事件的概率 2.1概率的概念；2.2 古典概型；2.3几何概型；2.4 概率的公理化定义。第三章条件概率与事件的独立性 3.1 条件概率； 3.2 全概率公式； 3.3贝叶斯公式；3.4 事件的独立性； 3.5 伯努利试验和二项概率。 第四章随机变量及其分布 4.1 随机变量及分布函数；4.2离散型随机变量；4.3连续型随机变量。 第五章二维随机变量及其分布 5.1 二维随机变量及分布函数；5.2 二维离散型随机变量；5.3 二维连续随机变量；5.4 边缘分布； 5.5随机变量的独立性。 第六章随机变量的函数及其分布 6.1 一维随机变量的函数及其分布；6.2 多元随机变量的函数的分布。 第七章随机变量的数字特征 7.1数学期望与中位数； 7.2 方差和标准差； 7.3协方差和相关系数； *7.4大数律； 7.5中心极限定理。 第八章统计量和抽样分布 8.1统计与统计学；8.2统计量；8.3抽样分布。 第九章点估计 <概率论>试题A 一、填空题 1．设 A 、B 、C 是三个随机事件。试用 A 、B 、C 分别表示事件 1）A 、B 、C 至少有一个发生 2）A 、B 、C 中恰有一个发生 3）A 、B 、C 不多于一个发生 2．设 A 、B 为随机事件， P (A)=0.5，P(B)=0.6，P(B A)=0.8。则P(B )A U ＝ 3．若事件A 和事件B 相互独立, P()=,A αP(B)=0.3，P(A B)=0.7,U 则α= 4. 将C,C,E,E,I,N,S 等7个字母随机的排成一行，那末恰好排成英文单词SCIENCE 的概率为 5. 甲、乙两人独立的对同一目标射击一次，其命中率分别为0.6和 0.5，现已知目标被命中，则它是甲射中的概率为 6.设离散型随机变量X 分布律为{}5(1/2)(1,2,)k P X k A k ===???则A=______________ 7. 已知随机变量X 的密度为()f x =? ? ?<<+其它,010,x b ax ,且{1/2}5/8P x >=,则a =________ b =________ 8. 设X ～2(2,)N σ,且{24}0.3P x <<=,则{0}P x <= _________ 9. 一射手对同一目标独立地进行四次射击，若至少命中一次的概率 为8081 ，则该射手的命中率为_________ 10.若随机变量ξ在（1，6）上服从均匀分布，则方程x 2+ξx+1=0有实根的概率是 11.设3{0,0}7P X Y ≥≥=，4{0}{0}7 P X P Y ≥=≥=，则{max{,}0}P X Y ≥= 12.用（,X Y ）的联合分布函数F （x,y ）表示P{a b,c}X Y ≤≤<= 13.用（,X Y ）的联合分布函数F （x,y ）表示P{X a,b}Y <<= 14.设平面区域D 由y = x , y = 0 和 x = 2 所围成，二维随机变量(x,y)在区域D 上服从均匀分布，则（x,y ）关于X 的边缘概率密度在x = 1 处的值为 。 15.已知)4.0,2(~2-N X ，则2(3)E X +＝ 16.设)2,1(~),6.0,10(~N Y N X ，且X 与Y 相互独立，则(3)D X Y -= 17.设X 的概率密度为2 ()x f x -=，则()D X ＝ 18.设随机变量X 1，X 2，X 3相互独立，其中X 1在[0，6]上服从均匀分 布，X 2服从正态分布N （0，22），X 3服从参数为λ=3的泊松分布，记Y=X 1－2X 2+3X 3，则D （Y ）= 19.设()()25,36,0.4xy D X D Y ρ===，则()D X Y += 20.设12,,,,n X X X ??????是独立同分布的随机变量序列,且均值为μ,方差为2σ,那么当n 充分大时,近似有X ～ 或 X ～ 。特别是，当同为正态分布时，对于任意的n ，都精确有 X ～ 或～ . 21.设12,,,,n X X X ??????是独立同分布的随机变量序列,且i EX μ=， 《概率论与数理统计》 试卷A （考试时间：90分钟； 考试形式：闭卷） （注意：请将答案填写在答题专用纸上，并注明题号。答案填写在试卷和草稿纸上无效） 一、单项选择题(本大题共20小题，每小题2分，共40分) 1、A ，B 为二事件，则A B = U () A 、A B B 、A B C 、A B D 、A B U 2、设A ，B ，C 表示三个事件，则A B C 表示( ) A 、A ， B ， C 中有一个发生 B 、A ，B ，C 中恰有两个发生 C 、A ，B ，C 中不多于一个发生 D 、A ，B ，C 都不发生 3、A 、B 为两事件，若()0.8P A B =U ，()0.2P A =，()0.4P B =， 则( )成立 A 、()0.32P A B = B 、()0.2P A B = C 、()0.4P B A -= D 、()0.48P B A = 4、设A ，B 为任二事件，则( ) A 、()()()P A B P A P B -=- B 、()()()P A B P A P B =+U C 、()()()P AB P A P B = D 、()()()P A P AB P AB =+ 5、设事件A 与B 相互独立，则下列说法错误的是() A 、A 与 B 独立 B 、A 与B 独立 C 、()()()P AB P A P B = D 、A 与B 一定互斥 6、设离散型随机变量X 的分布列为 其分布函数为()F x ，则(3)F =() A 、0 B 、0.3 C 、0.8 D 、1 7、设离散型随机变量X 的密度函数为4,[0,1] ()0, cx x f x ?∈=??其它 ，则常数c = () A 、 15 B 、1 4 C 、4 D 、5 《概率论与数理统计》课程教学大纲 一、课程基本信息 课程编号：450006 课程名称：概率论与数理统计 课程类别：公共基础课（必修） 学时学分：理论48学时/3学分 适用专业：计算机、自动化、经管各专业 开课学期：第一学期 先修课程：高等数学 后续课程： 执笔人： 审核人： 制（修）订时间：2015.9 二、课程性质与任务 概率论与数理统计是研究随机现象客观规律性的数学学科，是高等学校理、工、管理类本科各专业的一门重要的基础理论课。通过本课程的教学，应使学生掌握概率论与数理统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机事件的基本思想和方法，培养学生运用概率统计方法分析和解决实际问题的能力。 三、课程教学基本要求 本课程以课堂讲授为主，致力于讲清楚基本的概率统计思想，使学生掌握基本的概率、统计计算方法。注意培养基本运算能力、分析问题和解决实际问题的能力。讲授中运用实例来说明本课程应用的广泛性和重要性。每节课布置适量的习题以巩固所学知识，使学生能够运用概率统计思想和方法解决一些实际问题。 四、课程教学内容及各教学环节要求 （一）概率论的基本概念 1、教学目的 理解随机现象、样本空间、随机事件、概率等概念，掌握事件的关系与运算，掌握古典概犁及其计算、条件概率的计算、全概率公式和贝叶斯公式的应用。 2、教学重点与难点 （1）教学重点 ① 概率、条件概率与独立性的概念； ② 加法公式；乘法公式；全概率公式；贝叶斯公式。 （2）教学难点 ① 古典概型的有关计算；② 全概率公式的应用； ③ 贝叶斯公式的应用。 3、教学方法 采用传统教学方式，以课堂讲授为主，课堂讨论、多媒体演示、课下辅导等为辅的教学方法。加强互动教学，学生对课程的某一学术问题通过检索资料、实际调查来提高自学能力和实践应用能力。 4、教学要求 （1）理解随机试验、样本空间、随机事件等基本概念；熟练掌握事件的关系及运算 （2）理解频率和概率定义；熟练掌握概率的基本性质 （3）理解等可能概型的定义性质；,会计算等可能概型的概率 （4）理解条件概率的定义；熟练掌握加法公式、乘法公式、全概率公式和贝叶斯公式（5）理解事件独立性概念,掌握应用独立性进行概率计算 （二）随机变量及其分布 1、教学目的 了解随机变量的概念；理解离散型随机变量的分布律和连续型随机变量的概率密度的概念及性质，会利用性质确定分布律和概率密度；理解分布函数的概念及性质，会利用此概念和性质确定分布函数，会利用概率分布计算有关事件的概率；掌握正态分布、均匀分布、指数分布、0-1分布、二项分布、泊松分布，会求简单的随机变量函数的分布 2、教学重点与难点 （1）教学重点 ① 随机变量及其概率分布的概念； ② 离散型随机变量分布律的求法； 概率论与数理统计复习题--带答案 ;第一章 一、填空题 1.若事件A?B且P（A）=0.5, P(B) =0.2 , 则P(A －B)=（0.3 ）。 2.甲、乙各自同时向一敌机炮击，已知甲击中敌 机的概率为0.7，乙击中敌机的概率为0.8．求 敌机被击中的概率为（0.94 ）。 3.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中 不少于二个发生可表示为（AB AC BC ++）。 4.三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 为（0.496 ）。 5.某人进行射击，每次命中的概率为０.6 独立 射击４次，则击中二次的概率为 （ 0.3456 ）。 6.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ与Ｃ都 不发生可表示为（ABC）。 7.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中 不多于一个发生可表示为（AB AC BC I I）； 8.若事件A与事件B相互独立，且P（A）=0.5, P(B) =0.2 , 则P(A|B)=（0.5 ）； 9.甲、乙各自同时向一敌机炮击，已知甲击中敌机 的概率为0.6，乙击中敌机的概率为0.5．求敌机被击中的概率为（0.8 ）； 10.若事件A与事件B互不相容，且P（A）=0.5, P(B) =0.2 , 则P(B A-)=（0.5 ） 11.三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0.8，0.8，0.7，则这三台机器中最多有一台发生故障的概率为（0.864 ）。 12.若事件A?B且P（A）=0.5, P(B) =0.2 , 则 P(B A)=（0.3 ）; 13.若事件A与事件B互不相容，且P（A）=0.5, P(B) =0.2 , 则P(B A)=（0.5 ） 14.Ａ、Ｂ为两互斥事件，则A B= U（S ）15.Ａ、Ｂ、Ｃ表示三个事件，则Ａ、Ｂ、Ｃ恰 有一个发生可表示为 （ABC ABC ABC ++） 16.若()0.4 P AB A B= U P AB=0.1则(|) P B=，() P A=，()0.2 （ 0.2 ） 17.Ａ、Ｂ为两互斥事件，则AB=（S ） 18.保险箱的号码锁定若由四位数字组成，则一次 ）。 就能打开保险箱的概率为（1 10000 《概率论与数理统计》课程标准 一、课程概述 （一）课程定位 《概率论与数理统计》(Probability Theory and Mathematical Statistics)，由概率论和数理统计两部分组成。它是研究随机现象并找出其统计规律的一门学科，是广泛应用于社会、经济、科学等各个领域的定量和定性分析的科学体系。从学科性质讲，它是一门基础性学科，它为建筑专业学生后继专业课程的学习提供方法论的指导。 （二）先修后续课程 《概率论与数理统计》的先修课程为《高等数学》、《线性代数》等，这些课程为本课程的学习奠定了理论基础。 《概率论与数理统计》的后续课程为《混凝土结构设计》、《地基与基础》等课程。通过该课程的学习可为这些课程中的模型建立等内容的知识学习奠定良好的基础,在教学中起到了承上启下的作用。 二.课程设计思路 本课程的基本设计思路是极力用较为通俗的语言阐释概率论的基本理论和数理统计思想方法;理论和方法相结合，以强调数理统计理论的应用价值。总之,强调理论与实际应用相结合的特点,力求在实际应用方面做些有益的探索，也为其它学科的 进一步学习打下一个良好的基础。 三、课程目标 《概率论与数理统计》是一门几乎遍及所有的科学技术领域以及工农业生产和国民经济各部门之中。通过学习该课程使学生掌握概率、统计的基本概念，熟悉数据处理、数据分析、数据推断的各种基本方法，并能用所掌握的方法具体解决工程实践中所遇到的各种问题。 （一）能力目标 力求在简洁的基础上使学生能从整体上了解和掌握该课程的内容体系，使学生能够在实际工作中、其它学科的学习中能灵活、自如地应用这些理论。 （二）知识目标 1.理解掌握概率论中的相关概念和公式定理； 2.学会应用概率论的知识解决一些基本的概率计算； 3.理解数理统计的基本思想和解决实际问题的方法。 （三）素质目标 1.培养学生乐于观察、分析、不断创新的精神； 2.培养具有较好的逻辑思维、较强的计划、组织和协调能力； 3.培养具有认真、细致严谨的职业能力。 四、课程内容 根据能力培养目标的要求，本课程的主要内容是随机事件、随机变量、随机向量、数字特征、极限定理。具体内容和学时分配见表4-1。 表4-1 课程内容和学时分配 《概率论与数理统计》作业集及答案 《概率论与数理统计》课程重点与难点要记 第一章：随机事件及其概率 题型一：古典概型 1．房间里有10个人，分别佩戴从1号到10号的纪念章，任选3人记录其纪念章的号码，求最小号码为5的概率，及最大号码是5的概率。 2．设袋中有5个白球，3个黑球，从袋中随机摸取4个球，分别求出下列事件的概率： 1）采用有放回的方式摸球，则四球中至少有1个白球的概率； 2）采用无放回的方式摸球，则四球中有1个白球的概率。 3．一盒子中有10件产品，其中4件次品，每次随机地取一只进行检验， 1）求第二次检验到次品的概率； 2）求第二才次检验到次品的概率。 4．在1－2000的整数中随机的取一个数，问取到的整数既不能被6整除，又不能被8整除 的概率是多少？（合理的设置事件，通过概率的性质解题也很重要） 课后习题：P16：2，3，4，5， 7，9，10，11，12，13，14 P30：8，9，10，16 题型二：利用条件概率、乘法公式及事件的独立性计算事件的概率 1。3人独立去破译一个密码，他们能译出的概率分别为1/5、1/4、1/3，问能将此密码译出的概率。 2。设口袋有2n-1只白球，2n 只黑球，一次取出n 只球，如果已知取出的球都是同一种颜色，试计算该颜色是黑色的概率。 3。设袋中装有a 只红球，b 只白球，每次自袋中任取一只球，观察颜色后放回，并同时放入m 只与所取出的那只同色的球，连续在袋中取球四次，试求第一、第二次取到红球且第三次取到白球，第四次取到红球的概率。 课后习题：P23：1，2，3，4，6，10，11 P28：1，2，4，5，6，7，9，10，12， 13 题型三：全概率与贝叶斯公式 1．在一个每题有4个备选答案的测验中，假设有一个选项是正确的，如果一个学生不知道问题的正确答案，他就作随机选择。知道正确答案的学生占参加测验者的90%，试求： （1）学生回答正确的概率； （2）假如某学生回答此问题正确，那么他是随机猜出的概率。 2．一通讯通道，使用信号“0”和“1”传输信息。以A 记事件收到信号“1”，以B 记事件发出信号“1”。已知()0.4,(/)0.95,(/)0.90P B P A B P A B ===。 1）求收到信号“1”的概率？ 2）现已收到信号“1”，求发出信号是“1”的概率？ 课后习题：P23：7，8，9，12 P31：19，26，27，28 第二章：随机变量及其分布 题型一：关于基本概念：概率分布律、分布函数、密度函数 1．一房间有三扇同样大小的窗子，其中只有一扇是打开的。有一只鸟自开着的窗子飞入了 第二章随机变量及其分布第一节随机变量及其分布函数 一、随机变量 随机试验的结果是事件，就“事件”这一概念而言，它是定性的。要定量地研究随机现象，事件的数量化是一个基本前提。很自然的想法是，既然试验的所有可能的结果是知道的，我们就可以对每一个结果赋予一个相应的值，在结果(本事件)数值之间建立起一定的对应关系，从而对一个随机试验进行定量的描述。 例2-1 将一枚硬币掷一次，观察出现正面H、反面T的情况。这一试验有两个结果：“出现H”或“出现T”。为了便于研究，我们将每一个结果用一个实数来代表。比如，用数“1”代表“出现H”，用数“0”代表“出现T”。这样，当我们讨论试验结果时，就可以简单地说成结果是1或0。建立这种数量化的关系，实际上就相当于引入一个变量X，对于试验的两个结果，将X的值分别规定为1或0。如果与样本空间 { } {H,T}联系起来，那么，对于样本空间的不同元素，变量X可以取不同的值。因此，X是定义在样本空间上的函数，具体地说是 1,当 H X X( ) 0,当 T 由于试验结果的出现是随机的，因而X(ω)的取值也是随机的，为此我们称 X( )X(ω)为随机变量。 例2-2 在一批灯泡中任意取一只，测试它的寿命。这一试验的结果（寿命）本身就是用数值描述的。我们以X记灯泡的寿命，它的取值由试验的结果所确定，随着试验结果的不同而取不同的值，X是定义在样本空间 {t|t 0}上的函数 X X(t) t,t 因此X也是一个随机变量。一般地有 定义2-1 设 为一个随机试验的样本空间，如果对于 中的每一个元素 ，都有一个实数X( )与之相对应，则称X为随机变量。 一旦定义了随机变量X后，就可以用它来描述事件。通常，对于任意实数集合L,X在 L上的取值，记为{X L}，它表示事件{ |X( ) L}，即 。 {X L} { |X( ) L} 例2-3 将一枚硬币掷三次，观察出现正、反面的情况。设X为“正面出现”的次数，则X是一个随机变量。显然，X的取值为0，1，2，3。X的取值与样本点之间的对应关系如表2-1所示。 表2-1 表2-1 概率论与数理统计习题 一、选择题（在每个小题四个备选答案中选出一个正确答案，填在题末的括号中） 1．设)4,5.1(~N X ，且8944.0)25.1(=Φ，9599.0)75.1(=Φ，则P{-2 概率论与数理统计课程总结报告——概率论与数理统计在日常生活中的应用 姓名： 学号： 专业：电子信息工程 摘要：数学作为一门工具性学科在我们的日常生活以及科学研究中扮演着极其重要的角色。概率论与 数理统计作为数学的一个重要组成部分，在生活中的应用也越来越广泛，近些年来，概率论与数理统计知识也越来越多的渗透到经济学，心理学，遗传学等学科中，另外在我们的日常生活之中，赌博，彩票，天气，体育赛事等都跟概率学有着十分密切的关系。本文着眼于概率论与数理统计在我们生活中的应用，通过前半部分对概率论与数理统计的一些基本知识的介绍，包括概率的基本性质，随机变量的数字特征及其分布，贝叶斯公式，中心极限定理等，结合后半部分的事例分析讨论了概率论与数理统计在我们生活中的指导作用，可以说，概率论与数理统计是如今数学中最活跃，应用最广泛的学科之一。 关键词：概率论 数理统计 经济生活 随机变量 贝叶斯公式 基本知识 §1.1 概率的重要性质 1.1.1定义 设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率。 概率)(A P 满足下列条件： （1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P （3）可列可加性：设n A A A ,,,21 是两两互不相容的事件，有∑===n k k n k k A P A P 1 1 )()( （n 可以取∞） 1.1.2 概率的一些重要性质 （i ） 0)(=φP （ii ）若n A A A ,,,21 是两两互不相容的事件，则有∑===n k k n k k A P A P 1 1 )()( （n 可以取∞） （iii ）设A ，B 是两个事件若B A ?，则)()()(A P B P A B P -=-，)A ()B (P P ≥ （iv ）对于任意事件A ，1)(≤A P （v ）)(1)(A P A P -= （逆事件的概率） （vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=?概率论与数理统计期末复习资料(学生)
数三概率论与数理统计教学大纲
《概率论与数理统计》期末考试试题及解答
概率论与数理统计试题库
概率论与数理统计期末总结
概率论与数理统计模拟试题
(完整word版)概率论与数理统计期末试卷及答案
概率论与数理统计课程教学大纲
概率论与数理统计试题库及答案(考试必做)
概率论与数理统计期末考试卷答案
《概率论与数理统计》课程教学大纲
概率论与数理统计复习题--带答案
(完整版)概率论与数理统计课程标准
概率论与数理统计习题集及答案
第 1 章 概率论的基本概念
§1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢 3 次，观察正面 H﹑反面 T 出现的情形. 样本空间是：S=
(2) 一枚硬币连丢 3 次，观察出现正面的次数. 样本空间是：S= 2.(1) 丢一颗骰子. A：出现奇数点，则 A= ；B：数点大于 2，则 B= (2) 一枚硬币连丢 2 次， A：第一次出现正面，则 A= ； B：两次出现同一面，则= ； C：至少有一次出现正面，则 C= ；b5E2RGbCAP ；p1EanqFDPw .DXDiTa9E3d .
§1 .2 随机事件的运算
1. 设 A、B、C 为三事件，用 A、B、C 的运算关系表示下列各事件： (1)A、B、C 都不发生表示为： .(2)A 与 B 都发生,而 C 不发生表示为： .RTCrpUDGiT (3)A 与 B 都不发生,而 C 发生表示为： .(4)A、B、C 中最多二个发生表示为： .5PCzVD7HxA (5)A、B、C 中至少二个发生表示为： .(6)A、B、C 中不多于一个发生表示为： .jLBHrnAILg 2. 设 S ? {x : 0 ? x ? 5}, A ? {x : 1 ? x ? 3}, B ? {x : 2 ?? 4}：则 （1） A ? B ? （4） A ? B = ， （2） AB ? ， （5） A B = ， （3） A B ? 。 ，
xHAQX74J0X
§1 .3 概率的定义和性质
1. 已知 P( A ? B) ? 0.8, P( A) ? 0.5, P( B) ? 0.6 ，则 (1) P( AB) ? , (2)( P( A B) )= 则 P( AB) = , (3) P( A ? B) = . .LDAYtRyKfE
2. 已知 P( A) ? 0.7, P( AB) ? 0.3,
§1 .4 古典概型
1. 某班有 30 个同学,其中 8 个女同学, 随机地选 10 个,求:(1)正好有 2 个女同学的概率, (2)最多有 2 个女同学的概率,(3) 至少有 2 个女同学的概率. 2. 将 3 个不同的球随机地投入到 4 个盒子中,求有三个盒子各一球的概率.
§1 .5 条件概率与乘法公式
1．丢甲、乙两颗均匀的骰子，已知点数之和为 7, 则其中一颗为 1 的概率是 2. 已知 P( A) ? 1 / 4, P( B | A) ? 1 / 3, P( A | B) ? 1 / 2, 则 P( A ? B) ? 。 。
§1 .6 全概率公式
1.
有 10 个签，其中 2 个“中” ，第一人随机地抽一个签，不放回，第二人再随机地抽一个签，说明两人 抽“中‘的概率相同。Zzz6ZB2Ltk 1 / 19《概率论与数理统计》课程重点与难点要记
概率论与数理统计课本_百度文库
概率论与数理统计练习题及答案
概率论与数理统计结课论文
- 04183 概率论与数理统计(经管类)讲义 (5)
- 概率论与数理统计讲义稿
- 概率统计讲义
- 《概率论与数理统计》讲义#(精选.)
- 《概率论与数理统计》讲义
- 概率论与数理统计简明教程
- 《概率论与数理统计》第二章讲义
- 王式安2012概率论与数理统计(第01-04课)讲义(有答案)
- 概率论与数理统计讲义稿
- 04183 概率论与数理统计(经管类)讲义 (6)
- 茆诗松《概率论与数理统计教程》课件讲义
- 考研数学概率论与数理统计复习讲义
- 概率论与数理统计复习题讲义
- 中国科技大学概率论与数理统计讲义
- 概率论及数理统计辅导讲义练习题详解
- 概率论与数理统计讲义 (17)
- 王式安-概率论与数理统计讲义
- (完整版)《概率论与数理统计》讲义
- 04183 概率论与数理统计(经管类)讲义
- 概率论与数理统计讲义