概率论重点题

概率统计重难点题

1．已知一个家庭有3个小孩，且其中一个为女孩，求至少有一个男

孩的概率（小孩为男为女是等可能的）.

【解】 设A ={其中一个为女孩}，B ={至少有一个男孩}，样本点总数为23=8，故

()6/86

()()7/87

P AB P B A P A =

== 或在缩减样本空间中求，此时样本点总数为7.

6()7

P B A =

2．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）.

【解】 设A ={此人是男人}，B ={此人是色盲}，则由贝叶斯公式

()()()

()()()()()()

P A P B A P AB P A B P B P A P B A P A P B A ==

+ 0.50.0520

0.50.050.50.002521

?=

=

?+? 3．在一个盒中装有15个乒乓球，其中有9个新球，在第一次比赛中

任意取出3个球，比赛后放回原盒中；第二次比赛同样任意取出3个球，求第二次取出的3个球均为新球的概率.

【解】 设A i ={第一次取出的3个球中有i 个新球}，i =0,1,2,3.B ={第

二次取出的3球均为新球} 由全概率公式，有

3

0()()()i i i P B P B A P A ==∑

3312321

333699689679

6333333331515151515151515

C C C C C C C C C C C C C C C C C C =?+?+?+?0.089=

4．某保险公司把被保险人分为三类：“谨慎的”，“一般的”，“冒失的”.

统计资料表明，上述三种人在一年内发生事故的概率依次为0.05,0.15和0.30；如果“谨慎的”被保险人占20%，“一般的”占50%，“冒失的”占30%，现知某被保险人在一年内出了事故，则他是“谨慎的”的概率是多少？

【解】 设A ={该客户是“谨慎的”}，B ={该客户是“一般的”}，

C ={该客户是“冒失的”}，

D ={该客户在一年内出了事

故}

则由贝叶斯公式得

()()(|)

(|)()()(|)()(|)()(|)

P AD P A P D A P A D P D P A P D A P B P D B P C P D C =

=++ 0.20.05

0.0570.20.050.50.150.30.3

?=

=?+?+?31.设随机变量

X ~U （0,1），试求：

（1） Y =e X 的分布函数及密度函数； （2） Z =2ln X 的分布函数及密度函数. 【解】（1） (01)1P X <<=

故 (1e e)1X P Y <=<= 当1y ≤时()()0Y F y P Y y =≤=

当1

ln 0

d ln y

x y ==?

当y ≥e 时()(e )1X Y F y P y =≤= 即分布函数

0,

1()ln ,1e 1,e Y y F y y y y ≤??

=<

故Y 的密度函数为

1

1e ,()0,Y y y f y ?<

??

其他 （2） 由P （0

(0)1P Z >=

当z ≤0时，()()0Z F z P Z z =≤=

当z >0时，()()(2ln )Z F z P Z z P X z =≤=-≤

/2(ln )(e )2

z z

P X P X -=≤-=≥ /2

1

/2e

d 1

e z z x --==-?

即分布函数

-/2

0,

0()1-e ,Z z z F z z ≤?=?>?

0 故Z 的密度函数为

/2

1e ,0

()20,

z Z z f z z -?>?=??≤?0

5．设随机变量X 的密度函数为

f (x )=2

2,0π,π

0,

.x

x ?<

试求Y =sin X 的密度函数. 【解】(01)1P Y <<=

当y ≤0时，()()0Y F y P Y y =≤=

当0

(0arcsin )(πarcsin π)P X y P y X =<≤+-≤<

arcsin π220

πarcsin 2

2d d ππ

y

y x x x x -=+?? 22

2211arcsin 1πarcsin ππ

y y =+--（）（）

2

arcsin π

y =

当y ≥1时，()1Y F y = 故Y 的密度函数为

6．设随机变量（X ，Y ）的概率密度为

f （x ，y ）=??

?<<<.

,

0,

10,,1其他x x y

求条件概率密度f Y ｜X （y ｜x ），f X ｜Y （x ｜y ）.

题11图

【解】()(,)d X f x f x y y +∞-∞

=?

1d 2,01,0,

.x

x y x x -?=<

11

1d 1,10,()(,)d 1d 1,01,0,

.y Y y

x y y f y f x y x x y y -+∞

-∞

?=+-<

???

??

?其他 所以

|1

,||1,

(,)(|)2()0,

.Y X X y x f x y f y x x

f x ?<

?其他 |1

, 1,1(,)1

(|),1,()10,.X Y Y y x y f x y f x y y x f y y

?<

?=

=-<

其他 7．设二维随机变量（X ，Y ）在以（0，0），（0，1），（1，0）为顶点

的三角形区域上服从均匀分布，求Cov （X ，Y ），ρXY . 【解】如图，S D =1

2

，故（X ，Y ）的概率密度为

题18图

2,(,),

(,)0,x y D f x y ∈?=?

?其他.

()(,)d d D

E X xf x y x y =??1100

1

d 2d 3x

x x y -==??

g

22()(,)d d D

E X x f x y x y =??1

120

1

d 2d 6

x

x x y -==??

从而2

22111

()()[()].6318

D X

E X E X ??=-=-= ?

??

同理11(),().318

E Y D Y ==

而 1

1001()(,)d d 2d d d 2d .12

x

D

D

E XY xyf x y x y xy x y x xy y -====

?????? 所以

1111Cov(,)()()()123336

X Y E XY E X E Y =-=

-?=-g . 从而 11

2XY ρ-=

=

=- 8．某车间有同型号机床200部，每部机床开动的概率为0.7，假定各

机床开动与否互不影响，开动时每部机床消耗电能15个单位.问至少供应多少单位电能才可以95%的概率保证不致因供电不足而影响生产.

【解】要确定最低的供应的电能量，应先确定此车间同时开动的机床

数目最大值m ，而m 要满足200部机床中同时开动的机床数目不超过m 的概率为95%,于是我们只要供应15m 单位电能就可满足要求.令X 表同时开动机床数目，则X ~B （200，0.7）,

()140,()42,E X D X ==

0.95{0}().

P X m P X m =≤≤=≤=Φ

查表知

1.64,

= ,m =151. 所以供电能151×15=2265（单位）.

9．某药厂断言，该厂生产的某种药品对于医治一种疑难的血液病的

治愈率为0.8.医院检验员任意抽查100个服用此药品的病人，如果其中多于75人治愈，就接受这一断言，否则就拒绝这一断言. （1） 若实际上此药品对这种疾病的治愈率是0.8，问接受这一断言的概率是多少？

（2） 若实际上此药品对这种疾病的治愈率是0.7，问接受这一断言的概率是多少？

【解】1,,

1,2,,100.0,.

i i X i ?==?

?L 第人治愈其他

令100

1

.i i X X ==∑

(1) X ~B (100,0.8)，

100

1{75}1{75}1i i P X P X =>=-≤≈-Φ∑ 1(1.25)(1.25)0.8944.=-Φ-=Φ=

(2) X ~B (100,0.7)，

100

1{75}1{75}1i i P X P X =>=-≤≈-Φ∑

11(1.09)0.1379.=-Φ=-Φ= 10. 对于一个学生而言，来参加家长会的家长人数是一个随机变量，

设一个学生无家长、1 名家长、2名家长来参加会议的概率分别为0.05,0.8,0.15.若学校共有400名学生，设各学生参加会议的家长数相与独立，且服从同一分布.

（1） 求参加会议的家长数X 超过450的概率？

（2） 求有1名家长来参加会议的学生数不多于340的概率.

【解】（1） 以X i (i =1,2,…,400)记第i 个学生来参加会议的家长数.则

X i 的分布律为 X i 0 1 2 P

0.05

0.8

0.15

易知E （X i =1.1）,D (X i )=0.19,i =1,2,…,400. 而400

i i X X =∑,由中心极限定理得

400

400 1.1

~(0,1).4000.19

419

i

i

X

N -?=??∑近似地

于是{450}1{450}1419P X P X >=-≤≈-Φ

????

1(1.147)0.1357.=-Φ=

(2) 以Y 记有一名家长来参加会议的学生数.则Y ~B (400,0.8)

由拉普

拉斯中心极限定理得

{340(2.5)0.9938.4000.80.2P Y ≤≈Φ=Φ=??

11.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 的矩法估计. 【解】1(),(),E X np E X A X ===因此np =X

所以p 的矩估计量 ?X

p

n

= 12.设总体X 的密度函数

f （x ,θ）=22

(),0,

0,

.x x θθθ?-<

X 1，X 2，…，X n 为其样本，试求参数θ的矩法估计.

【解】2302

20

2

2()()d ,233

x x E X x x x θ

θθ

θθθθ??=

-=-= ????

令E (X )=A 1=X ,因此3

θ=X

所以θ的矩估计量为 ^

3.X θ=

13.设总体X 的密度函数为f （x ，θ），X 1，X 2，…，X n 为其样本，求θ的极大似然估计.

（1） f （x ，θ）=,0,

0,0.e x x x θθ-?≥?

（2） f （x ，θ）=1,01,

0,

.x x θθ-?<

【解】（1） 似然函数1

1

1

(,)e

e

n

i

i

i n

n

x x n

n

i i i L f x θ

θθθ

θ=--==∑===∏∏

1

ln ln n

i i g L n x θθ===-∑

由1

d d ln 0d d n

i i g L n x θθθ==

=-=∑知 1

?n

i

i n

x

θ==

∑

所以θ的极大似然估计量为1

?X

θ=

. (2) 似然函数11

,01n

n

i i i L x x θθ-==<<∏g ,i =1,2,…,n.

1

ln ln (1)ln n

i i L n x θθ==+-∏

由1

d ln ln 0d n

i i L n

x θθ==+=∏知

1

1?ln ln n

n

i

i

i i n n

x

x θ

===-=-

∑∏

所以θ的极大似然估计量为 1

?ln n

i

i n

x

θ==-

∑

14. 已知某炼铁厂的铁水含碳量在正常情况下服从正态分布

N (4.55,0.1082).现在测了5炉铁水，其含碳量（%）分别为

4.28 4.40 4.42 4.35 4.37

问若标准差不改变，总体平均值有无显著性变化（α=0.05）? 【解】

0010/20.0250.025: 4.55;: 4.55.5,0.05, 1.96,0.108

4.364,

(4.364 4.55) 3.851,

0.108.

H H n Z Z x x Z Z Z αμμμμασ==≠=======-===-> 所以拒绝H 0，认为总体平均值有显著性变化. 15. 某种矿砂的5个样品中的含镍量（%）经测定为：

3.24 3.26 3.24 3.27 3.25

设含镍量服从正态分布，问在α=0.01下能否接收假设：这批矿砂的含镍量为3.25. 【解】设

0010/20.0050.005: 3.25;: 3.25.5,0.01,(1)(4) 4.60413.252,0.013,(3.252 3.25)

0.344,

0.013(4).

H H n t n t x s x t t t αμμμμα==≠===-====-=

==<

所以接受H 0，认为这批矿砂的含镍量为3.25.

16. 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

s 2=0.1(g 2).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）. 【解】设

0010/20.02520.025: 1.1;: 1.1.

36,0.05,(1)(35) 2.0301,36,1.008,0.1,

6 1.7456,

1.7456(35)

2.0301.

H H n t n t n x s x t t t αμμμμα==≠===-=========<=

所以接受H 0，认为这堆香烟（支）的重要（克）正常.

概率论大作业讲解

现实生活中的大数定理及中心值定理的应用 电子工程学院

目录 摘要........................................... 错误！未定义书签。第一章引言...................................... 错误！未定义书签。第二章大数定律 (2) 2.1大数定律的发展历史 (2) 2.2大数定律的定义 (3) 2.3几个常用的大数定律 (3) 第三章大数定律的一些应用 (6) 3.1大数定律在数学分析中的一些应用 (6) 3.2大数定律在保险业的应用 (6) 3.3大数定律在银行经营管理中的应用 9结论 (11) 参考文献 (12)

对于随机现象而言,其统计规律性只有在基本相同的条件下进行大量的重复试验才能显现出来.本文主要是通过大数定律来讨论随机现象最根本的性质——平均结果稳定性的相关内容.大数定律,描述当试验次数很大时所呈现的概率性质的定律,是随机现象统计规律性的具体表现. 本文首先介绍了大数定律涉及的一些基础知识,以便于对文中相关知识的理解.通过比较,就不同条件下存在的大数定律做了具体的分析,介绍了几种较为常见的大数定律和强大数定律,总结了大数定律的应用,主要有大数定律在数学分析中的应用,大数定律在生产生活中的应用,大数定律在经济如：保险、银行经营管理中的应用等等,将理论具体化,将可行的结论用于具体的数学模型中,使大家对大数定律在实际生活中的应用价值有了更深的认识.

概率论与数理统计是研究随机现象的统计规律的科学,而随机现象的统计规律性只有在相同条件下进行大量重复试验或观察才呈现出来.在随机事件的大量重复出现中,往往呈现几乎必然的规律,这个规律就是大数定律.大数定律是概率论中一个非常重要的课题,而且是概率论与数理统计之间一个承前启后的重要纽带.大数定律阐明了大量随机现象平均结果具有稳定性,证明了在大样本条件下,样本平均值可以看作总体平均值,它是“算数平均值法则”的基本理论,通俗地说,这个定理就是在试验不变的条件下,重复试验多次,随机事件的频率以概率为稳定值. 在现实生活中,经常可以见到这一类型的数学模型,比如,我们向上抛一枚硬币,硬币落下后哪一面朝上本来是偶然的,但当我们向上抛硬币的次数足够多时,达到上万次甚至几十万几百万次之后,我们会发现,硬币向上的次数约占总次数的二分之一,偶然中包含着必然.又如：在分析天平上称重量为a 的物品,若以12,,x x 3,...,n x x 表示n 次重复称量的结果,经验告诉我们,当n 充分大时,它们的算术平均值1 1n i i X n =∑与a 的偏差就越小.这种思想,不仅在整个概率论中起着重要00作用,而且在其他数学领域里面也占据着相当重要的地位. 大数定律的发展与研究也经历了很长一段时间,伯努利是第一个研究这一问题的数学家,他于1713年首先提出后人称之为“大数定律”的极限定理.现在,大数定律的相关模型已经被国内外广大学者所研究,特别是应用在实际生活中,如保险业得以存在并不断发展壮大的两大基石的一个就是大数定律.许多学者也已经在此领域中研究出了许多有价值的成果,讨论了在统计,信息论,分析、数论等方面的应用.在许多数学领域中,广大学者对某些具有特定类型的数学模型,都能利用大数定律的思考方式总结其代表性的性质及结论,使得这些类型的数学模型在进行讨论的时候大大简化了繁琐的论证过程,方便了研究.大数定律作为概率论的重要内容,其理论成果相对比较完善,这方面的文章较多,结果也比较完美,但对大数定律的应用问题的推广也是一项非常有价值的研究方向,通过对这些问题的应用推广,不仅能加深对大数定律的理解,而且能使之更为有效的服务于各项知识领域中.下面文中就通过对大数定律的讨论,给出了各大数定律之间的关系,归结出一般性结论.最后列举了一些能用大数定律来解决的实例,希望能通过这些实例,来进一步阐明大数定律在各个分支学科中的重要作用,以及在实际生活中的应用价值,加深大家对大数定律的理解.

《概率论与数理统计》期末考试试题及解答

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 Y . 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 P X F F =≤=≤==- 因为~(0,2)X U ，所以(0X F = ，即()Y X F y F = 故

概率计算方法全攻略

概率计算方法全攻略 在新课标实施以来，中考数学试题中加大了统计与概率部分的考查，体现了“学以致用”这一理念. 计算简单事件发生的概率是重点，现对概率计算方法阐述如下: 一.公式法 P(随机事件)= 的结果数 随机事件所有可能出现果数 随机事件可能出现的结.其中P(必然事件)=1,P （不可能事件） =0；0

概率论复习题及答案

概率论与数理统计复习题 一．事件及其概率 1. 设,,A B C 为三个事件，试写出下列事件的表达式： (1) ,,A B C 都不发生；(2),,A B C 不都发生；(3),,A B C 至少有一个发生；(4),,A B C 至多有一个发生。 解：(1) ABC A B C =?? (2) ABC B =?? (3) A B C ?? (4) BC AC AB ?? 2. 设B A ,为两相互独立的随机事件,4.0)(=A P ,6.0)(=B P ,求(),(),(|)P A B P A B P A B ?-。 解：()()()()()()()()0.76P A B P A P B P AB P A P B P A P B ?=+-=+-=； ()()()()0.16,(|)()0.4P A B P AB P A P B P A B P A -=====。 3. 设,A B 互斥，()0.5P A =，()0.9P A B ?=，求(),()P B P A B -。 解：()()()0.4,()()0.5P B P A B P A P A B P A =?-=-==。 4. 设()0.5,()0.6,(|)0.5P A P B P A B ===，求(),()P A B P AB ?。 解：()()(|)0.3,()()()()0.8,P AB P B P A B P A B P A P B P AB ==?=+-= ()()()()0. 2P A B P A B P A P A B = -=-=。 5. 设,,A B C 独立且()0.9,()0.8,()0.7,P A P B P C ===求()P A B C ??。 解：()1()1()1()()()0.994P A B C P A B C P ABC P A P B P C ??=-??=-=-=。 6. 袋中有4个黄球，6个白球，在袋中任取两球，求 (1) 取到两个黄球的概率； (2) 取到一个黄球、一个白球的概率。 解：(1) 24210215C P C ==；(2) 11462 108 15 C C P C ==。 7. 从0~9十个数字中任意选出三个不同的数字，求三个数字中最大数为5的概率。 解：12153 101 12 C C P C ==。

概率论论文

概率论与数理统计总结（1-5章节） 第一章&第二章概率论引论& 条件概率 本章知识点： 1．随机事件及其运算（随机试验，随机事件与样本空间，事件之间的关系及其运算） 2．概率的定义、性质及其运算（频率，概率的统计定义，古典概率，概率的公理化定义，概率的性质） 3．条件概率及三个重要公式（乘法公式，全概率公式，贝叶斯公式） 4．事件的独立性及贝努里(Bernoulli)概型 理解重点： 1.理解随机事件的概念，了解样本空间的概念，掌握事件的关系与基本运算； 2.理解事件频率的概念，了解随机现象的统计规律性，理解概率的公理化定义和概率的其它性质； 3.理解古典概率的定义，掌握古典概率的计算，了解几何概率的定义及计算； 4.掌握概率的基本性质和应用这些性质进行概率计算； 5.理解条件概率的概念，熟练掌握条件概率的计算，熟练掌握乘法公式、全概率公式和贝叶斯公式以及应用这些公式进行概率计算； 6.理解事件的独立性概念，掌握应用事件独立性进行概率计算，理

解贝努利试验的概念，熟练掌握二项概率公式（贝努利概型）及其应用。 第一节随机事件 一、概率论序言 二、随机试验与随机事件 （一）随机试验 1．试验可在相同条件下重复进行； 2．每次试验的可能结果不止一个，而究竟会出现哪一个结果，在试验前不能准确地预言； 3．试验所有可能结果在试验前是明确(已知)的，而每次试验必有其中的一个结果出现，并且也仅有一个结果出现。 满足上述三个特性的试验，叫做随机试验，简称试验，并用字母E 等表示。 （二）随机事件 随机试验的结果称为随机事件，简称事件。 1．必然事件：在试验中一定出现的结果，记作Ω； 2．不可能事件：在试验中一定不会出现的结果，记作Φ； 3．随机事件：在试验中可能出现也可能不出现的结果，常用大写拉丁字母A、B、C…表示； 4．基本事件(样本点)：试验最基本的结果，记作ω； 5．样本空间(基本事件空间)：所有基本事件的集合，常用Ω表示；样本空间Ω中的元素是随机试验的可能结果。样本空间的任一子集称

概率论期末复习试题二

概率论与数理统计试题 11级计算机大队二区队 一、选择题： 1、假设事件A与事件B互为对立，则事件AB( )。 (A) 是不可能事件(B) 是可能事件 (C) 发生的概率为1 (D) 是必然事件 答案：A。这是因为对立事件的积事件是不可能事件。 2、某人睡午觉醒来，发现表停了，他打开收音机想听电台整点报时，则他等待的时间小于10分钟的概率是（）。 A、1 6 B、 1 12 C、 1 60 D、 1 72 答案：A。以分钟为单位，记上一次报时时刻为0，则下一次报时时刻为60，于是，这个人打开收音机的时间必在（0，60），记“等待时间短于分 钟”为事件A。则有S=（0，60），A=（50，60）所以P(A)=A S = 10 60 = 1 6 。 3、设连续型随机变量（X,Y）的两个分量X和Y相互独立，且服从同一分布，问P｛X≤Y}=（）。 A、0 B、1 2 C、 1 4 D、1 答案：B。利用对称性，因为X,Y独立同分布，所以有P｛X≤Y｝=P｛Y≤X｝, 而P｛X≤Y｝+ P｛Y≤X｝=1，所以P｛X≤Y｝=1 2 4、设二维随机变量（X，Y）的分布函数为F(x,y)，分布律如下：

则F （2，3）=（）。 A 、0 B 、14 C 、716 D 、916 答案：D 。 F （2，3）=P ｛X ≤2,Y ≤3｝ =P ｛X=1,Y=1｝+P ｛X=1,Y=2｝+ P ｛X=1,Y=3｝+ P ｛X=2,Y=1｝+ P ｛X=2.Y=2｝ + P ｛X=2,Y=3｝ =14+0+0+116+1 4+0 =9 16 5、下列命题中错误的是( )。 (A)若X p (λ)，则()()λ==X D X E ； (B)若X 服从参数为λ的指数分布，则()()λ 1 ==X D X E ； (C)若X b (θ,1)，则()()()θθθ-==1,X D X E ； (D)若X 服从区间[b a ,]上的均匀分布，则() 3 222 b ab a X E ++=. 答案：B 。 ()()2,λλ==X D X E 6、设()Y X ,服从二维正态分布，则下列条件中不是Y X ,相互独立的充分必要条 件是( )。 (A) Y X ,不相关 (B) ()()()Y E X E XY E = (C) ()0,cov =Y X (D) ()()0==Y E XY E

概率统计论 浅谈泊松分布

浅谈泊松分布 班级：XXX 姓名：XXX 学号：XXX

浅谈泊松分布当一个随机事件，以固定的平均瞬时速率λ

二项概率的泊松逼近 如果∞→n ，0→p 使得λ=np 保持为正常数，则 λλ--→-e k p p C k k n k k n !)1( 对k = 0,1,2,…一致地成立。

2.1泊松分布使用范围 泊松分布主要用于描述在单位时间(空间)中稀有事件的发生数. 即需满足以下四个条件： 1. 给定区域内的特定事件产生的次数，可以是根据时间，长度，面积来定义； 2. 各段相等区域内的特定事件产生的概率是一样的； 3. 各区域内，事件发生的概率是相互独立的；

4. 当给定区域变得非常小时，两次以上事件发生的概率趋向于0。 2.2泊松分布的性质 1. 泊松分布的均数与方差相等，即m =2σ 2．泊松分布的可加性 如果1x ，2x ，3x …k x 相互独立，且它们分别服从以1λ，2λ，3λ…k λ为参数的泊松分布，则k X X X X T ++++= 321也服从泊松分布，其参数为k λλλλ++++ 321。 3.泊松分布的应用 )0(P 是未产生二体的菌的存在概率，实际上其值的5%与采用2/05.0m J 照射时的大肠杆菌uvrA -株，recA -株（除去既不能修复又不能重组修复的二重突变）的生存率是一致的。由于该菌株每个基因

组有一个二体就是致死量，因此)1(P ，)2(P ……就意味着全部死亡的概率。 3.2泊松分布在医学统计上的应用 在遗传学上，计算遗传图距的基本方法是建立在重组率基础上的，根据重组率的大小作出有关基因间的距离，绘制线性基因图；可是当研究的两个基因间的距离相对较远，在它们之间可能发生双交换、三交换、四交换甚至更高数目的交换，而形成的配子总有一半是非重组型的。若简单的把重组率看作交换率，显然交换率降低了，图距也随之缩小。这里可以用泊松分布原理来描述减数分裂过程中染色体上某区段交换的分布。在图距计算中，x 表示交换数，m 表示对总样本来说每进行一次减数分裂两基因 间的平均交换数，而基因间不发生交换的概率为m m e e m P --==! 0)0(0 ，基因间至少发生一次交换的概率为m e P P --=-=1)0(1。由此可计算两基因间的交换率和重组率。进而可更科学的作出遗传图。 3.3 泊松分布在交通运输上的应用 道路是行驶各种车辆的通道。为了给编制交通建设规划提供可靠的依据和保证道路上的车能安全而有效地通行, 道路工作者必须对道路上的车流进行实地调查和统计分析以便掌握车流的变化规律。数理统计方法是对交通流分布进行研究的有效而实际可行的方法。通常把在单位时间内通过道路上某一地点的车辆叫做交通流。对于时间间隔极短,并非是高密度的交通流的分布状态, 它常常是服从“概率论” 中的“ 泊松分布” 规律的。 如用简单例子表示，取通过某一地点车辆的时间作为时间数轴, 在数轴上划出给定时间间隔和该时间间隔内通过的车辆数目,譬如, 以20秒的时间间隔的数轴为例, 在20~0秒内,一辆车也没有通过, 在40~20秒间隔内,有二辆车通过, 在60~40秒间隔内, 有一辆车通过, 等等。这样在实地进行大量观测就可以的到某一时间间隔内的随机来车数目和该时间间隔内出现该车辆数的次数, 从而按泊松分布公式求算在给定时间间隔内在某一地点通过γ辆车的概率)(γP 。 参考文献 1． 戴维 M. 莱文等.《以EXCEL 为决策工具的商务统计》.机械工业出版社，2009 2．庄军、林奇英《泊松分布在生物学中的应用》.激光生物学报.2007年第16卷第5期. 3．薛珊荣 《“泊松分布”在交通工程中的应用》.湖南大学学报.1995年第8卷第2期.

概率论习题全部

习题一 1. 用集合的形式写出下列随机试验的样本空间与随机事件A ： （1）掷两枚均匀骰子，观察朝上面的点数，事件A 表示“点数之和为7”； （2）记录某电话总机一分钟内接到的呼唤次数，事件A 表示“一分钟内呼唤次数不超过3次”； （3）从一批灯泡中随机抽取一只，测试它的寿命，事件A 表示“寿命在2 000到2 500小时之间”. 2. 投掷三枚大小相同的均匀硬币，观察它们出现的面. （1）试写出该试验的样本空间； （2）试写出下列事件所包含的样本点：A ={至少出现一个正面}，B ={出现一正、二反}，C ={出现不多于一个正面}； （3）如记i A ={第i 枚硬币出现正面}（i =1，2，3），试用123,,A A A 表示事件A ，B ，C . 3. 袋中有10个球，分别编有号码1～10，从中任取1球，设A ＝{取得球的号码是偶数}，B ＝{取得球的号码是奇数}，C ={取得球的号码小于5}，问下列运算表示什么事件： （1）A B U ；（2）AB ；（3）AC ；（4）AC ；（5）C A ；（6）B C U ；（7）A C -. 4. 在区间上任取一数，记112A x x ??=<≤????，1 34 2B x x ??=≤≤????，求下列事件的表 达式：（1）A B U ；（2）AB ；（3）AB ，（4）A B U . 5. 用事件A ，B ，C 的运算关系式表示下列事件： （1）A 出现，B ，C 都不出现； （2）A ，B 都出现，C 不出现； （3）所有三个事件都出现； （4）三个事件中至少有一个出现； （5）三个事件都不出现； （6）不多于一个事件出现； （7）不多于二个事件出现； （8）三个事件中至少有二个出现. 6. 一批产品中有合格品和废品，从中有放回地抽取三个产品，设表示事件“第次抽到废品”，试用的运算表示下列各个事件： （1）第一次、第二次中至少有一次抽到废品； （2）只有第一次抽到废品； （3）三次都抽到废品； （4）至少有一次抽到合格品； （5）只有两次抽到废品. 7. 接连进行三次射击，设={第i 次射击命中}（i ＝1，2，3），试用表示下述事件： （1）A ={前两次至少有一次击中目标}； （2）B ={三次射击恰好命中两次}； ]2,0[i A i i A i A 321,,A A A

概率论论文

概率论论文 【摘要】概率论是研究随机现象规律性的一个数学分支，它来源于实际生活，也解决了实际生活中的许多问题。小概率事件是概率论中的一个具有实用意义的原理，在我们的日常生活中已经有广泛的应用。本文重点讨论的内容有：小概率事件的含义、小概率原理以及用彩票阐述小概率事件在日常生活中的实际应用，给出几点彩票玩法建议，并使人们对生活中的小概率事件树立正确的认识。 【Abstract】Probability theory is a mathematics branch of random phenomena regularity study, it comes from the actual life, and also solves many problems in actual life. Probability of small probability events is a principle of practical significance in our daily life which has a wide application. What is mainly discussed in this paper is the meaning of small probability events, small probability principle and the actual application expounded by lottery，small probability events in daily life, and suggestions about lottery play helping people establish correct understanding of small probability events. 【关键词】小概率事件彩票二项分布泊松分布 【Keywords】Small probability events,Lottery, Binomial distribution, Poisson distribution 1 引言 随着彩票在全国乃至全球的火热发行，对有些人来说，博彩已成为生活的一部分，影响之大不言而喻。由“一夜暴富”心理导致的盲目购买彩票已经成了社会的一个大问题，因此，虽然现在买彩票的人越来越多，但其中真正理智买彩票的却不多。大家都想把彩票当钞票，要知道即开彩大奖是属于小概率事件。社会上各种彩票的方式，玩法不尽相同，但是万变不离其宗，都包含了共同的规律。在这样的背景下我研究“小概率事件在彩票中的应用”是大有意义的。 概率学是专门研究随机事件规律的科学，它在彩票的购买中起着重要的作用，是概率论中一个简单但又极其有用的原理，是统计学存在、发展的基础。小概率事件作为在统计推断的理论及应用中有着重要作用的一个基本原理——实际推断原理，即小概率事件在一次试验中实际上是几乎不发生的，我们可以把它看成是不可能事件，这是概率论应用中的一条最基本的原理。对于自然界中的

概率论期末考试复习题及答案()

第一章 1.设P （A ）=3 1，P （A ∪B ）=2 1，且A 与B 互不相容，则P （B ）=____6 1_______. 2. 设P （A ）=3 1，P （A ∪B ）=2 1，且A 与B 相互独立，则P （B ）=______4 1_____. 3．设事件A 与B 互不相容，P （A ）=0.2，P （B ）=0.3，则P （B A ?）=___0.5_____. 4．已知P （A ）=1/2，P （B ）=1/3，且A ，B 相互独立，则P （A B ）=________1/3________. A 与B 相互独立 5．设P （A ）=0.5，P （A B ）=0.4，则P （B|A ）=___0.2________. 6．设A ，B 为随机事件，且P(A)=0.8，P(B)=0.4，P(B|A)=0.25，则P(A|B)=____ 0.5______． 7．一口袋装有3只红球，2只黑球，今从中任意取出2只球，则这两只恰为一红一黑的概率是________ 0.6________． 8．设袋中装有6只红球、4只白球，每次从袋中取一球观其颜色后放回，并再放入1只同 颜色的球，若连取两次，则第一次取得红球且第二次取得白球的概率等于____12/55____. 9．一袋中有7个红球和3个白球，从袋中有放回地取两次球，每次取一个，则第一次取得红球且第二次取得白球的概率p=___0.21_____. 10．设工厂甲、乙、丙三个车间生产同一种产品，产量依次占全厂产量的45%，35%，20%，且各车间的次品率分别为4%，2%，5%.求：（1）从该厂生产的产品中任取1件，它是次品的概率； 3.5% （2）该件次品是由甲车间生产的概率. 35 18 第二章 1.设随机变量X~N （2，22），则P {X ≤0}=___0.1587____.（附：Φ（1）=0.8413） 设随机变量X~N （2，22），则P{X ≤0}=（P{(X-2)/2≤-1} =Φ（-1）=1-Φ（1）=0.1587 2.设连续型随机变量X 的分布函数为???≤>-=-,0, 0;0,1)(3x x e x F x

浅谈初中教材中的概率与统计

浅谈初中教材中的概率与统计 发表时间：2015-06-12T14:46:19.687Z 来源：《中小学教育》2015年5月总第206期供稿作者：张永辉 [导读] 但是目前人教版初中数学教材却把这部分内容作为选学教材，导致教学中出现了诸多误区。 张永辉淮北师范大学数学科学学院235000 摘要：大数据时代，概率统计与我们的生活关系越来越密切。但是目前人教版初中数学教材却把这部分内容作为选学教材，导致教学中出现了诸多误区。笔者认为须将初中数学“概率与统计”的教学内容做进一步研究、澄清，以提高师生认识，达到学习为生活储备、教学为社会服务的目的。 关键词：概率与统计数据误区 一、教学现状及教材内容分析 新课标提出：义务教育阶段的学生应该了解概率与统计的基本思想方法，逐步形成统计观念。中学生在小学中已接触过少量有关统计方面的知识与方法，如计算平均值、了解一些可能性的事件；初步的调查，如“同学们喜欢哪项运动”，绘制条形统计图等。这些内容架起了与初中数学概率与统计内容之间的桥梁。 初中阶段的概率与统计分三学段进行：第一学段，体验数据统计的过程，掌握一些简单数据的收集、整理和描述的方法，感受事件发生的可能性；第二学段，经历简单数据统计过程，会根据数据分析的结果做出判断与预测，能计算一些简单事件发生的可能性；第三学段，从事数据的收集、整理与描述的过程，体会抽样的必要性，以及用样本估计总体的思想，进一步体会概率的意义，能计算简单事件发生的概率。 二、教师和学生对其认识上的误区 在人教版初中教材传统的概率与统计教学中，数据分析、概率、频率这部分内容都没有安排，只安排了概率的基础知识、平均值、方差、排列与组合等与精确数学接近的相关内容。在新课改的教材中，这种状况虽然得到了改善，但相当一部分学生对概率与统计学还存在一定的认识障碍。 1.教师思想不够重视。 概率与统计部分与其他代数或几何内容不同，教学时需要让学生参与计算、分析与判断。还有教材安排上三个年级分段教学，每次只有一小部分内容，这样大部分教师就忽视了其重要性，认为是选学内容，一带而过，没有真正理解教材按照学生的认知规律安排教材的意图。事实上对统计与概率的接受需要经历收集数据、检验并调整自己的直觉等过程，这需要延续较长的时间，才能形成较为完整的概率统计意识。 2.学生理解存在偏差。 初中生已经历过前运算阶段（七八岁）与具体运算阶段（七八岁到十二岁左右），差不多开始进入形式运算阶段，但演绎逻辑与随机概念还比较缺乏，比如主观判断、预言结果、用自己的方法统计与计算、因果事件与随机事件的区分等等，总认为没有发生的总比发生过的更容易出现。例如，总共投1000次硬币，已投了999次都是正面朝上，那么，他认为在投第1000次时一定会出现反面朝上。有的学生在学习数据处理时不能区分有效与无效数据，抓不住重点数据，不能做出合理归纳与引用。 三、改进措施 针对上述师生在概率与统计教学过程中的错误认识和偏颇理解，我们应该从以下三方面进行改进： 1.通过活动组织概率与统计的教学。 教师应通过课堂实践活动来改变学生存在的一些偏颇理解和错误认识。在活动过程中，教师要改变常规的讲授教学法，采用实践教学活动来引领学生学习，教师作为活动的组织者与合作者，让学生通过交流合作、主动探究，在收集和处理数据的实践中去领悟。如在概念讲解中要多举例子，让抽象的概念和生活实际联系起来，这样便于学生理解。同时，教师还要着意培养学生正确的学习方法，提倡合作、探究、实践、创新的学习精神，充分体现学生在学习中的主体地位。 2.借助练习加深学生理解。 概率与统计的教学仅用口头教授的方法很难改变学生直觉，即使教师多次讲解、反复强调，但学生还是可能出现理解偏差。教师应创设情境，引导学生用真实的数据、活动以及直观的模拟实验让学生由浅入深、由具象到抽象地认识；有可能的话，还可以让学生走出课堂，通过深入调查生活中的事例，综合考虑多方面的因素做出合理估计与统计，进而化纯知识为能力。 例如，概率初步中有这样一道题：同时投掷两个质地均匀的骰子，计算下列事件的概率： （1）两个骰子的点数相同； （2）两个骰子点数和是9； （3）至少有一个骰子的点数是2。 我们都知道每个骰子出现的点数无非就是“1、2、3、4、5、6”，那么每次投掷两个质地均匀的骰子出现的点数组合的排列，我们很快就能列举出来，自然会得出正确答案，这就要学生亲自动手操作。类似的，同时投掷两枚硬币，问正面向上的概率、一正一反的概率是多少，也可以用这种数字模型去做。 3.充分发挥现代化教学媒体的作用。 现代的多媒体课件具有文字、图片、声音、动画等直观的效果，这种动态演示能强有力地吸引学生，激发学生的求知欲。在概率计算中，往往数据复杂，可以允许学生用计算器来处理繁杂的计算，容易调动学生的学习兴趣。同时可以将学习重点放在理解统计思想和从事统计活动上来，避免将这些内容变成单纯的数学计算。 要想在教学过程中教好概率统计，首先，需要教师先学好概率统计的相关知识，深刻了解它在教材中的作用和地位；其次，结合学生的实际学情，遵循学生的接受能力、认识水平，处理好教材与生活的联系，方能事半功倍。

概率论毕业论文外文翻译

Statistical hypothesis testing Adriana Albu，Loredana Ungureanu Politehnica University Timisoara,adrianaa@aut.utt.ro Politehnica University Timisoara,loredanau@aut.utt.ro Abstract In this article,we present a Bayesian statistical hypothesis testing inspection, testing theory and the process Mentioned hypothesis testing in the real world and the importance of, and successful test of the Notes. Key words Bayesian hypothesis testing; Bayesian inference;Test of significance Introduction A statistical hypothesis test is a method of making decisions using data, whether from a controlled experiment or an observational study (not controlled). In statistics, a result is called statistically significant if it is unlikely to have occurred by chance alone, according to a pre-determined threshold probability, the significance level. The phrase "test of significance" was coined by Ronald Fisher: "Critical tests of this kind may be called tests of significance, and when such tests are available we may discover whether a second sample is or is not significantly different from the first."[1] Hypothesis testing is sometimes called confirmatory data analysis, in contrast to exploratory data analysis. In frequency probability,these decisions are almost always made using null-hypothesis tests. These are tests that answer the question Assuming that the null hypothesis is true, what is the probability of observing a value for the test statistic that is at [] least as extreme as the value that was actually observed?) 2 More formally, they represent answers to the question, posed before undertaking an experiment,of what outcomes of the experiment would lead to rejection of the null hypothesis for a pre-specified probability of an incorrect rejection. One use of hypothesis testing is deciding whether experimental results contain enough information to cast doubt on conventional wisdom. Statistical hypothesis testing is a key technique of frequentist statistical inference. The Bayesian approach to hypothesis testing is to base rejection of the hypothesis on the posterior probability.[3][4]Other approaches to reaching a decision based on data are available via decision theory and optimal decisions. The critical region of a hypothesis test is the set of all outcomes which cause the null hypothesis to be rejected in favor of the alternative hypothesis. The critical region is usually denoted by the letter C. One-sample tests are appropriate when a sample is being compared to the population from a hypothesis. The population characteristics are known from theory or are calculated from the population.

济南大学概率论A大作业答案

第一章 概率论的基本概念 一、填空题 1．;)3(;)2(;)1(C B A C B A C B A C B A C AB )()4(C B C A B A C B A C B A C B A C B A 或; 2． 2 1 81，； 3．6.0； 4． 733.0，； 5． 8.0,7.0； 6． 87； 7． 85； 8. 996.01211010 12或A -； 9． 2778.0185 6 446==A ；10. p -1. 二、选择题 D ；C ；B ；A ；D ； C ；D ；C ；D ；B . 三、解答题 1.解：).()()()(),((AB P B P AB P A P A B P B A P -=-∴=） 相互独立， 又）B A B A P B P A P ,,9 1 )(),((==∴ .3 2 )(,91)](1[)()()()(22=∴=-===∴A P A P A P B P A P B A P 2.解： 设事件A 表示“取得的三个数字排成一个三位偶数”，事件B 表示“此三位偶数的末 尾为0”，事件B 表示“此三位偶数的末尾不为0”，则: =)(A P )()(B P B P += .125 3 4 1 2123423=+A A A A A 3.解：设A i =“飞机被i 人击中”，i =1,2,3 , B =“飞机被击落”, 则由全概率公式： )()()()((321321B A P B A P B A P B A B A B A P B P ++== ） )()()()()()(332211A B P A P A B P A P A B P A P ++= (1) 设1H =“飞机被甲击中”，2H =“飞机被乙击中”，3H =“飞机被丙击中”, 则: =)(1A P 321(H H H P 321(H H H P 321(H H H P ) =+)(321H H H P +)(321H H H P )(321H H H P ) 由于甲、乙、丙的射击是相互独立的，

浅谈小学数学概率与统计的教学

浅谈小学数学概率与统计的教学 摘要：概率与统计之所以在新一轮基础教育的数学课程改革中受到特别重视，这与统计、概率的教育价值密不可分。既然统计与概率在课程改革中受到了如此的重视，那么小学数学概率与统计内容应该如何进行设计？虽然统计与概率受到重视，但在具体实施的过程中，仍有许多问题袁有待研究。 关键词:教学;数据;统计

小学数学概率与统计的教育价值[3] 在以信息和技术为基础的社会里，数据日益成为一种需要的信息，为了更好地理解世界，人们必须学会处理各种信息，尤其是数字信息。收集、整理与分析信息的能力已经成为信息时代每一个公民基本素养的一部分，日常生活中，我们经常会听到“某地区受灾面积达到70%”，“估计第三世界人口的增长率为每年4%”，“今天长沙地区的降水概率为60%”，“买医疗保险对我有利”等语言。这实际上就是人们对客观世界中某些现象的一种描述，其中都涉及大量的数据。而对这些数据，人们就姚作出分析与判断，也就是说，人们常常需要对大量纷繁复杂的信息作出恰当的选择与判断。 随着社会的不断发展，统计与概率的思想和方法在日常生活、生产和科学研究中应用越来越广泛，已经成为人们普遍需要掌握的基础知识。统计与概率所提供的“运用数据进行推断”的思考方法已经成为现代社会一种普遍适用且强有力的思维方式。 因此，义务教育阶段应当是学生掌握统计与概率的基本思考方法，从而使他们逐步形成统计概念，进而形成尊重事实，用数据说话的态度。不仅如此，让学生了解随机现象，将有助于他们形成科学的世界观与方法论。 第一方面，在学习统计与概率的过程中，将会涉及计算、推理以及整数、分数、比值等知识，这实际上是在学习新知识的同时复习和运用过去的旧知识，发展学生解决问题的能力。 此外，统计与概率这一领域的内容对学生来说是充满趣味和吸引力的。动手收集和呈现数据是一个活动性很强并且充满挑战性和乐趣的过程。这有助于培养学生对数学的积极情感体验。 总之，统计与概率的教育价值主要有三点。首先，养成通过数据来分析问题的习惯，其实质使通过事实来分析问题，当遇到问题时，应当去调查研究，应当收集收据，在此基础上进行的推断才可能客观地反映实际背景。其次，建立随机的概念。有些事情可能发生，有些事情可能不发生，这在日常生活中时大量存在的。即使如此，只要我们掌握的信息多了，叶能够合理地推断实际背景。第三，学习如何去判断事情的主要因素。我已经谈到，统计与概率学能够从一堆看似杂乱无章的数据中提炼信息，寻找规律，这就需要抓主要因素。在统计与概率学中，可能还有其他方面的教育价值，但在小学阶段统计与概率的教育价值主要就是这三点。 小学数学概率与统计的教学 概率与统计教学的主要内容[5]

大学概率论习题五详解(1)

正文： 概率论习题五详解 1、设X 为离散型的随机变量，且期望EX 、方差DX 均存在，证明对任意0>ε,都有 ()2 εεDX EX X P ≤ ≥- 证明 设()i i p x X P == ,...2,1=i 则 ()()∑≥ -==≥-ε εEX x i i x X P EX X P ()i EX x i p EX x i ∑≥ --≤εε2 2 ()i i i p EX x ∑ -≤2 2ε=2 εDX 2、设随机变量X 和Y 的数学期望都是2，方差分别为1和4，而相关系数为0.5，请利用切比 雪夫不等式证明： ()12 16≤ ≥-Y X P 。 证 ()0=-Y X E ()1,cov ==DXDY Y X ρ ()()325,cov 2=-=-+=-Y X DY DX Y X D ()()()()()12 1 6662= -≤≥---=≥-Y X D Y X E Y X P Y X P 3、一枚均匀硬币要抛多少次才能使正面出现的频率与0.5之间的偏差不小于0.04的概率不 超过0.01？ 解设n X 为 n 次抛硬币中正面出现次数，按题目要求，由切比雪夫不等式可得 01.004.05.05.004.05.02≤??≤??? ? ??≥-n n X P n 从而有 1562504.001.025 .02 =?≥n 即至少连抛15625次硬币，才能保证正面出现频率与0.5的偏差不小于0.04的概率不超过0.01。 4、每名学生的数学考试成绩X 是随机变量，已知80=EX ，25=DX ，（1）试用切比雪夫不等式估计该生成绩在70分到90分之间的概率范围；（2）多名学生参加数学考试，要使他们的平均分数在75分到85分之间的概率不低于90%，至少要有多少学生参加考试？ 解 (1)由切比雪夫不等式 () 2 1ε εDX EX X P - ≥<- ()0>ε 又 ()()()101090709070≤-≤-=-≤-≤-=≤≤EX X P EX EX X EX P X P =()75.0100 25 11080=-≥≤-X P 即该生的数学考试成绩在70分到90分之间的概率不低于75% (2)设有n 个学生参加考试(独立进行)，记第i 个学生的成绩为i X ()n i i ...2,=，则平均成绩