自考-概率论与数理统计课件(经管类)04183

自考-概率论与数理统计课件(经管类)04183第一页，共391页。概率论与数理统计第二页，共391页。教材：《概率论与数理统计》（经管类）课程代码：4183柳金甫王义东主编武汉大学出版社第三页，共391页。本课程的重点章是第1、2、3、4、7、8章.（1）试题的难度可分为：易，中等偏易，中等偏难，难。它们所占分数依次大致为：20分，40分，30分，10分。（2）试题的题型有：选择题(10*2=20分)、填空题(15*2=30分)、计算题

(2*8=16分)、综合题(2*12=24分)、应用题(1*10=10分)。（3）在试题中，概率论和数理统计内容试题分数的分布大致是75分和25分.第四页，共391页。概率论是研究什么的？概率论——从数量上研究随机现象的统计规律性的科学。

序言数理统计——从应用角度研究处理随机性数据，建立有效的统计方法，进行统计推理。

第五页，共391页。目录第一章随机事件与概率(重点)第二章随机变量及其概率分布(重点)第三章多维随机变量及其概率分布(重点)第四章随机变量的数字特征(重点)第五章大数定律及中心极限定理第六章统计量及其抽样分布第七章参数估计(重点)第八章假设检验(重点)第九章回归分析第六页，共391页。第一章随机事件与概率§1.1随机事件§1.2概率§1.3条件概率§1.4事件的独立性

第七页，共391页。1.1.1随机现象

现象按照必然性分为两类：

一类是确定性现象；

一类是随机现象。

在一定条件下，可能出现这样的结果，也可能出现那样的结果，我们预先无法断言，这类现象成为随机现象。§1.1

随机事件第八页，共391页。§

随机试验和样本空间试验的例子E1:抛一枚硬币，观察正面H、反面T出现的情况；E2:

掷一颗骰子，观察出现的点数；E3:记录110报警台一天接到的报警次数；E4:在一批灯泡中任意抽取一个，测试它的寿命；E5:

记录某物理量的测量误差；E6:在区间上任取一点，记录它的坐标。第九页，共391页。

上述试验的特点：1.试验的可重复性——可在相同条件下重复进行；2.一次试验结果的随机性——一次试验之前无法确定具体是哪种结果出现，但能确定所有的可能结果。3.全部试验结果的可知性——所有可能的结果是预先可知的。

在概率论中，将具有上述三个特点的试验成为随机试验，简称试验。随机试验常用E表示。

第十页，共391页。

1、样本空间:试验的所有可能结果所组成的集合称为试验E的样本空间,记为Ω.样本空间2、样本点:试验的每一个可能出现的结果成为一个样本点,用字母ω表示.第十一页，共391页。下面分别写出上述各试验所对应的样本空间第十二页，共391页。§

随机事件1.定义样本空间的任意一个子集称为随机事件,简称“事件”.记作A、B、C等。例在试验E2中，令A表示“出现奇数点”，A就是一个随机事件。A还可以用样本点的集合形式表示，即A={1，3，5}.它是样本空间Ω的一个子集。事件发生：例如，在试验E2中，无论掷得1点、3点还是5点，都称这一次试验中事件A发生了。基本事件：样本空间Ω仅包含一个样本点ω的单点子集{ω}。例，在试验E1中{H}表示“正面朝上”，就是个基本事件。第十三页，共391页。两个特殊的事件必然事件：Ω；不可能事件：φ.

既然事件是一个集合，因此有关事件间的关系、运算及运算规则也就按集合间的关系、运算及运算规则来处理。

第十四页，共391页。

1.包含关系与相等：“事件A发生必有事件B发生”

，记为AB。A＝BAB且BA.§、事件之间的关系A

BABΩ第十五页，共391页。2.和事件：

“事件A与事件B至少有一个发生”，记作AB或A+B。推广：n个事件A1,A2,…,An至少有一个发生，记作显然：1.AAB，BAB；2.若AB，则AB=B。第十六页，共391页。3.积事件

:事件A与事件B同时发生，记作AB

或AB。推广：n个事件A1,A2,…,An同时发生，记作A1A2…An显然：1.ABA，ABB；2.若AB，则AB=A。第十七页，共391页。4.差事件：A－B称为A与B的差事件,表示事件

A发生而事件B不发生显然：1.A-BA；2.若AB，则A-B=φ。第十八页，共391页。5.互不相容事件（也称互斥的事件）

即事件A与事件B不可能同时发生。AB＝。ABAB=Ω第十九页，共391页。6.对立事件

AB＝,且AB＝

第二十页，共391页。思考：事件A和事件B互不相容与事件A和事件B互为对立事件的区别.显然有：第二十一页，共391页。事件的运算律1、交换律：AB＝BA，AB＝BA。2、结合律：(AB)C=A(BC)，

(AB)C＝A(BC)。3、分配律：(AB)C＝(AC)(BC)，

(AB)C＝(AC)(BC)。4、对偶(DeMorgan)律：

第二十二页，共391页。例1-4、设A、B、C表示三个事件，试以A，B，C的运算表示以下事件：（1）仅A发生；（2）A，B，C都发生；（3）A，B，C都不发生；（4）A，B，C不全发生；（5）A，B，C恰有一个发生。解第二十三页，共391页。例1-5

某射手向一目标射击3次,Ai表示“第i次射击命中目标”,

i=1,2,3.Bj表示“三次射击恰命中目标j次”,j=0,1,2,3.试用

A1,A2,A3的运算表示Bj,j=0,1,2,3.解第二十四页，共391页。例：甲、乙、丙三人各向目标射击一发子弹，以A、B、C分别表示甲、乙、丙命中目标，试用A、B、C的运算关系表示下列事件：第二十五页，共391页。本节课主要讲授：1.随机现象；2.随机试验和样本空间；3.随机事件的概念；4.随机事件的关系和运算（重点）。小结第二十六页，共391页。§1.2概

率1.2.1频率与概率第二十七页，共391页。频率的性质：试验者德.摩根204810610.5181蒲丰404020480.5069K.皮尔逊1200060190.5016K.皮尔逊24000120120.5005第二十八页，共391页。频率是概率的近似值，概率P(A)也应有类似特征：第二十九页，共391页。2.等可能性：每个基本事件发生的可能性相同.1.2.2古典概型理论上,具有下面两个特点的随机试验的概率模型,称为古典概型：1.有限性：基本事件的总数是有限的,换句话说样本空间仅含有有限个样本点;第三十页，共391页。设事件A中所含样本点个数为r

,样本空间中样本点总数为n,则有古典概型中的概率:第三十一页，共391页。例1-7

掷一枚质地均匀的骰子,求出现奇数点的概率。事件“出现奇数点”用A表示,则A={1,3,5},所含样本点数r=3,从而解：显然样本空间Ω={1,2,3,4,5,6},样本点总数n=6,第三十二页，共391页。解1:试出现正面用H表示,出现反面用T表示,则样本空间

={HHH,HHT,HTH,THH,HTT,TTH,THT,TTT},样本点总数n=8.A={TTH，THT，HTT}，B={HHH}，C={HHH,THH,HTH,HHT,TTH,THT,HTT}所以A,B,C中样本点数分别为rA=3,rB=1,rC=7,例1-8抛一枚均匀硬币3次,设事件A为“恰有1次出现面”,B为“恰有2次出现正面”,C为“至少一次出现正面”,试求P(A),P(B),P(C).则P(A)=rA／n=3／8,

P(B)=rB／n=1／8,

P(C)=rC／n=7／8.第三十三页，共391页。例1-9

从0,1,2,…,9等10个数字中任意选出3个不同数字,试求3个数字中不含0和5的概率.解设A表示“3个数字中不含0和5”.从0,1,2,…,9中任意选3个不同的数字,共有种选法,

即基本事件总数n=.

3个数中不含0和5,是从1,2,3,4,6,7,8,9共8个数中取得,

选法有,即A包含的基本事件数,则

如果把题中的“0和5”改成“0或5”,结果如何？第三十四页，共391页。例1-10

从1,2,…,9这9个数字中任意取一个数,取后放回,而后再取一数,试求取出的两个数字不同的概率.

解

基本事件总数n=92,因为第一次取数有9中可能取法,这时可重复排列问题.设A表示“取出的两个数字不同”.A包含的基本事件数9*8因为第一次取数有9中可能取法,为保证两个数不同,第二次取数应从另外的8个数中选取,有8中可能取法,r=9*8,

故P(A)=r∕n=9*8∕92=8∕9第三十五页，共391页。例1-11

袋中有5个白球3个黑球,从中任取两个,试求取到的两个球颜色相同的概率。解

从8个球中任意取两个,共有种取法,即基本事件总数.记A表示“取到的两个球颜色相同”,A包含两种可能:

全是白球或全是黑球.

全是白球有种取法,全是黑球有种取法,由加法原理

知,A的取法共

中,

即A包含的基本事件数r=

故第三十六页，共391页。(2)采取放回抽样：第一次抽取共有100种取法，取后放回，第二次抽取仍有100种取法，即基本事件总数n=1002.在这种情况下，A中包含的基本事件数r仍为97*3，故例1-12

一批产品共有100件，其中3件次品，现从这批产品中接连抽取两次，每次抽取一件，考虑两种情况：（1）不放回抽样：第一次取一件不放回，第二次再抽取一件；（2）放回抽样：第一次抽取意见检查后放回，第二次再抽取一件.试分别针对上述两种情况，求事件A“第一次取到正品，第二次取到次品的概率”。

解(1)采取不放回抽样：由于要考虑2件产品取出的顺序，接连两次抽取共有种取法，即基本事件总数.第一次取到正品共有97种取法，第二次取到次品共有3种取法，则A中包含的基本事件数是r=97*3，故第三十七页，共391页。计算古典概型的概率还可以利用概率的性质，后面将有这方面的例子：由古典概型中事件概率的计算公式易知概率具有下列性质：

(3)当A与B互不相容时，有P(AUB)=P(A)+P(B).

这个性质可以推广：当A1，A2，…Am互不相容时，有其中m是正整数.当A1，A2，…Am互不相容时，有第三十八页，共391页。1.定义若对随机试验E所对应的样本空间中的每一事件A，均赋予一实数P(A)，集合函数P(A)满足条件：(1)P(A)≥0；(2)P()＝1； (3)可列可加性：设A1，A2，…,是一列两两互不相容的事件，即AiAj＝，(ij),i,j＝1,2,…,有

P(A1

A2

…

)＝P(A1)＋P(A2)+….

则称P(A)为事件A的概率。1.2.3概率的定义与性质第三十九页，共391页。概率的性质性质1-1性质1-2

对于任意事件A,B有P(AUB)=P(A)+P(B)-P(AB).特别地,当A与B互不相容时,P(AUB)=P(A)+P(B).性质1-2可推广：对于任意事件A,B,C有

P(AUBUC)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC).当A1,A2,…,An互不相容时：

P(A1UA2U…UAn)=P(A1)+P(A2)+…+P(An).性质1-3P(B-A)=P(B)-P(AB).特别地,当AB时,P(B-A)=P(B)-P(A),且P(A)P(B).性质1-4P(A)＝1－P(A).第四十页，共391页。性质1-5：对任意两事件A、B,有P(A)＝P(AB)＋P(AB),P(B)＝P(AB)＋P(AB)例1-13

已知12种产品中有2件次品,从中任意抽取4件产品,

求至少取得1件次品(记为A)的概率.解设B表示“为抽到次品”,则B=A,而由古典概型的概率

求法可得第四十一页，共391页。例1-14

设A,B为两个随机事件,

P(A)=0.5,P(AUB)=0.8,

P(AB)=0.3,

求P(B).解由P(AUB)=P(A)+P(B)-P(AB),得

P(B)=P(AUB)-P(A)+P(AB)=0.8-0.5+0.3=0.6.解

由性质1-5可知，例1-15

设A,B两个随机事件,P(A)=0.8,P(AB)=0.5,求P(AB).

P(AB)=P(A)-P(AB)=0.8-0.5=0.3第四十二页，共391页。例1-16

设A与B互不相容,P(A)=0.5,P(B)=0.3,求P(AB).解P(AB)=P()=1-P(AUB)=1-[P(A)+P(B)]=1-(0.5+0.3)=0.2

第四十三页，共391页。小结本节课的重点：（1）古典概型事件概率的计算；（2）概率的性质及其应用.第四十四页，共391页。1.3.1条件概率与乘法公式例1-17

某工厂有职工400名,其中男女职工各占一半,男女职工中优秀的分别为20人与40人.从中任选一名职工,试问：（1）该职工技术优秀的概率是多少？（2）已知选出的是男职工,他技术优秀的概率是多少？§1.3条件概率1

定义：已知事件A发生的条件下,事件B发生的概率称为A条件下B的条件概率,记作P(B|A).第四十五页，共391页。定义1-2

设A,B是两个事件,且P(B)>0,称

为在事件B发生条件下事件A发生的概率.显然，P(A)>0时，计算条件概率有两个基本的方法：一、是用定义计算；二、是在古典概型中利用古典概型的计算方法直接计算.第四十六页，共391页。例1-18

在全部产品中有4%是废品,有72%为一等品.现从中任取一件为合格品,求它是一等品的概率.解设A表示“任取一件为合格品”,B表示“任取一件为一等品”,显然BA,P(A)=96%,P(AB)=P(B)=72%,则所求概率为第四十七页，共391页。

例1-19盒中有黄白两色的乒乓球,黄色球7个,其中3个是新球;白色球5个,其中4个是新球.现从中任取一球是新球,求它是白球的概率.解1

设A表示“任取一球为新球”,B表示“任取一球为白球”,由古典概型的等可能性可知,所求概率为解2

设A表示“任取一球为新球”,B表示“任取一球为白球”,由条件概率公式可得第四十八页，共391页。解

设A表示“第一次取球取出的是白球”,B表示“第二次取球取出的是黑球”,所求概率为P(B|A).由于第一次取球取出的是白球,所以第二次取球时盒中有5个黑球2个白球,由古典概型的概率计算方法得例1-20

盒中有5个黑球3个白球,连续不放回的从中取两次球,每次取一个,若已知第一次取出的是白球,求第二次取出的是黑球的概率.第四十九页，共391页。性质2

若A与B互不相容，则性质3

条件概率的性质性质1第五十页，共391页。概率的乘法公式：(1)当P(A)>0时，有P(AB)=P(A)P(B|A).(2)当P(B)>0时，有P(AB)=P(B)P(A|B).乘法公式还可以推广到n个事件的情况：(1)设P(AB)>0时，则P(ABC)=P(A)P(B|A)P(C|AB).同理还有P(AC)>0，P(BC)>0之下的乘法公式.(2)设P(A1A2…An-1)>0,则P(A1A2…An-1)=P(A1)P(A2|A1)…P(An|A1A2…An-1).第五十一页，共391页。例1-21

在10个产品中,有2件次品,不放回的抽取2次产品,每次取一个,求取到的两件产品都是次品的概率.解设A表示“第一次取产品取到次品”,B表示“第二次取产品取到次品”,则故第五十二页，共391页。例1-22

盒中有5个白球2个黑球,连续不放回的在其中取3次球,求第三次才取到黑球的概率.解设Ai(i=1,2,3)表示“第i次取到黑球”,于是所求概率为例1-23

设P(A)=0.8,P(B)=0.4,P(B|A)=0.25,求P(A|B).解第五十三页，共391页。

全概率公式与贝叶斯(Bayes)公式定义1-3

设事件A1,A2,…,An满足如下两个条件：(1)A1,A2,…,An互不相容,且P(Ai)>0,i=1,2,…,n;(2)A1∪A2∪…∪An=Ω,即A1,A2,…,An至少有一个发生,则称A1,A2,…,An为样本空间Ω的一个划分.全概率公式

设随机试验对应的样本空间为Ω,设A1,A2,…,An是样本空间Ω的一个划分,B是任意一个事件,则注：全概率公式求的是无条件概率第五十四页，共391页。例1-24

盒中有5个白球3个黑球,连续不放回地从中取两次球,每次取一个,求第二次取球取到白球的概率.解

设A表示“第一次取球取到白球”,B表示“第二次取球取到白球”,则由全概率公式得第五十五页，共391页。例1-25

在某工厂中有甲、乙、丙三台机器生产同一型号的产品,它们的产量各占30%,35%,35%,并且在各自的产品中废品率分别为5%,4%,3%.

求从该厂的这种产品中任取一件是废品的概率.解

设A1表示“从该厂的这种产品中任取一件产品为甲所生产”,A2表示“从该厂的这种产品中任取一件产品为乙所生产”,A3表示“从该厂的这种产品中任取一件产品为丙所生产”,B表示“从该厂的这种产品中任取一件为次品”,则P(A1)=30%，P(A2)=35%,P(A3)=35%,P(B|A1)=5%,P(B|A2)=4%,P(B|A3)=3%.由全概率公式得第五十六页，共391页。例1-26设在n(n>1)张彩票中有1张奖券,甲、乙两人依次摸一张彩票,分别求甲、乙两人摸到奖券的概率.解

设A表示“甲摸到奖券”,B表示“乙摸到奖券”.现在目的是求P(A),P(B),显然P(A)=1/n.因为A是否发生直接关系到B的概率,即于是由全概率公式得

这个例题说明,购买彩票时,不论先买后买,中奖机会是均等的,这就是所谓的“抽签公平性”.

第五十七页，共391页。贝叶斯(Bayes)公式设A1,A2,…,An是样本空间的一个划分,B是任一事件,且P(B)>0,则例1-27

在例1-24的条件下,若第二次取到白球,求第一次取到黑球的概率.解使用例1-24解中记号,所求概率为,由贝叶斯公式注：Bayes公式求的是条件概率.第五十八页，共391页。例1-27

在例1-25的假设下,若任取一件是废品,分别求它是甲、乙、丙生产的概率.解由贝叶斯公式，第五十九页，共391页。例1-28

针对某种疾病进行一种化验,患该病的人中有90%呈阳性反应,而未患该病的人中5%呈阳性反应.设人群中有1%的人患这种病.若某人做这种化验呈阳性反应,则他换这种疾病的概率是多少?解

设A表示“某人患这种病”，B表示“化验呈阳性反应”，则由全概率公式得再由贝叶斯公式得本题的结果表明，化验呈阳性反应的人中，只有15%左右真正患有该病.第六十页，共391页。例题

小明的父母亲每月有且仅有一人给他寄钱,假设母亲每月给他寄钱的概率是0.8.小明打算国庆假期去上海看世博会在母亲给他寄钱的时候小明能去上海的概率是0.1,父亲给他寄钱的时候小明能去上海的概率是0.9.求：(1)小明能去上海看世博会的概率是多少？(2)假如现在国庆假期已过,小明已经去过上海,求他父母亲给他寄钱的概率各是多少？第六十一页，共391页。1、全概率公式及其应用；(求无条件概率)小结2、贝叶斯公式及其应用。(求条件概率)第六十二页，共391页。定义1-4

若P(AB)=P(A)P(B)

,则称A与B相互独立,简称A,B独立.性质1-6

若A与B相互独立,则A与B,A与B,A与B都相互独立.§1.4事件的独立性1.4.1两事件独立性质1-5

设P(A)>0,则A与B相互独立的充分必要条件是P(B)=P(B|A).设P(B)>0,则A与B相互独立的充分必要条件是P(A)=P(A|B).第六十三页，共391页。以下四件事等价：(1)事件A、B相互独立；(2)事件A、B相互独立；(3)事件A、B相互独立；(4)事件A、B相互独立。由性质1-6知，第六十四页，共391页。例1-30

两射手彼此独立地向同一目标射击,设甲射中目标的概率为0.9,乙射中目标的概率为0.8,求目标被击中的概率.解设A表示“甲射中目标”,B表示“乙射中目标”,C表示“目标被击中”,则C=A∪B,A与B相互独立,P(A)=0.9,P(B)=0.8，故P(C)=P(A∪B)=P(A)+P(B)-P(AB)=0.9+0.8-0.9*0.8=0.98.或利用对偶律亦可.注：A，B相互独立时,概率加法公式可以简化,即当A与B相互独立时P(A∪B)=1-P(A)P(B)第六十五页，共391页。例1-31

袋中有5个白球3个黑球,从中有放回地连续取两次,每次取

一个球,求两次取出的都是白球的概率.解

设A表示“第一次取球取到白球”,B表示“第二次取球取到白球”,由于是有放回抽取,A与B是相互独立的,所求概率为例1-32

设A与B相互独立,A发生B不发生的概率与B发生A不发生的

概率相等,且P(A)=1/3，求P(B).即解得解由题意，P(AB)=P(AB)，因为A与B相互独立，则A与B，A与B都相互独立，故P(A)P(B)=P(A)P(B)，第六十六页，共391页。二、多个事件的独立定义1-5若三个事件A、B、C满足：

P(AB)=P(A)P(B),

P(AC)=P(A)P(C),

P(BC)=P(B)P(C),则称事件A、B、C两两相互独立；若在此基础上还满足：P(ABC)＝P(A)P(B)P(C),则称事件A、B、C相互独立,简称A、B、C独立.第六十七页，共391页。

一般地,设A1,A2,…,An是n个事件,如果对任意k(1kn),任意的1i1i2…

ik

n,具有等式

P(Ai1Ai2…Aik)＝P(Ai1)P(Ai2)…P(Aik)则称n个事件A1,A2,…,An相互独立。思考：1.设事件A、B、C、D相互独立，则2.三个事件相互独立和两两独立的关系.AUB与CD独立吗？第六十八页，共391页。例1-33

3人独立地破译一个密码,他们能单独译出的概率分别为1/5,1/3,1/4.求此密码被译出的概率.解法1

设A,B,C分别表示3人能单独译出密码，则所求概率为

P(A∪B∪C)，且A,B,C独立，P(A)=1/5

，P(B)=1/3

，P(C)=1/4.于是第六十九页，共391页。解法2用解法1的记号，

比较起来,解法1要简单一些,对于n个相互独立事件A1,A2,…,An,其和事件A1∪A2∪…∪An的概率可以通过下式计算：第七十页，共391页。例1-34

3门高射炮同时对一架敌机各发一炮,它们的命中

率分别为0.1,

0.2,

0.3,求敌机恰中一弹的概率。解设Ai表示“第i门炮击中敌机”,i=1,2,3,B表示“敌机恰中一弹”,则第七十一页，共391页。已知P(A)=1/2,P(B)=1/3,且A,B相互独立,则P()=____.设随机事件A与B相互独立,P(A)=P(B)=0.5,则P(A∪B)=

.设随机事件A与B相互独立,P(A)=0.2,P(B)=0.8,则P(A|B)=_____

练习0.750.2设两两独立的三个随机事件A，B，C满足ABC=φ，且P(A)=P(B)=P(C)=x，则当x=

时，P(A∪B∪C)=.第七十二页，共391页。n重贝努利(Bernoulli)试验：

试验只要两个结果A和A,而且P(A)=p,0<p<1.将试验独立重复进行n次,则称为n重贝努利试验.此类试验的概率模型成为贝努利概型.定理1-1

在n重贝努利试验中,设每次试验中事件A的概率为p(0<p<1),事件A恰好发生k次的概率1.4.2

n重贝努利(Bernoulli)试验第七十三页，共391页。例1-35

一射手对一目标独立射击4次,每次射击的命中率为0.8,求：（1）恰好命中两次的概率；（2）至少命中一次的概率。解因每次射击是相互独立的,故此问题可看做4重贝努力试验,p=0.8,(1)设事件A2表示“4次射击恰好命中两次”,则所求的概率为(2)设事件B表示“4次射击中至少命中一次”,有A0表示“4次射击都未命中”,则故所求的概率为第七十四页，共391页。例1-36

一车间有5台同类型的且独立工作的机器.假设在任一时刻t,每台机器出故障的概率为0.1,问在同一时刻(1)没有机器出故障的概率是多少?（0.59049）(2)至多有一台机器出故障的概率是多少？（0.91854）例1-37

转炉炼钢,每一炉钢的合格率为0.7.现有若干台转炉同时冶炼.若要求至少能够炼出一炉合格钢的把握为99%.问同时至少要有几台转炉炼钢？（4台）第七十五页，共391页。某气象站天气预报的准确率0.8，且各次预报之间相互独立.试求：（1）5次预报全部准确的概率p1；（2）5次预报中至少有1次准确的概率p2；（3）5次预报中至少有4次准确的概率p3;（4）5次预报中至多有1次准确的概率p4;（5）直到第5次才预报准确的概率p5.练习第七十六页，共391页。小结1、事件的独立性；2、n重贝努利(Bernoulli)试验.第七十七页，共391页。第二章随机变量随机变量概念分布函数的概念和性质离散型随机变量及其分布律连续型随机变量概率密度函数随机变量函数分布第七十八页，共391页。2.1.1随机变量的概念定义2.1设E是随机试验，样本空间为Ω，如果对每一个结果（样本点）ω∈Ω，有一个实数X(ω)与之对应，这样就得到一个定义在Ω上的实值函数X=X(ω)称为随机变量.随机变量常用X，Y，Z，...或X1，X2，X3，,...第七十九页，共391页。顾名思义，随机变量就是“其值随机会而定”的变量，正如随机事件是“其发生与否随机会而定”的事件．机会表现为试验结果，一个随机试验有许多可能的结果，到底出现哪一个要看机会，即有一定的概率．最简单的例子如掷骰子，掷出的点数X是一个随机变量，它可以取1，…，6等6个值．到底是哪一个，要等掷了骰子以后才知道．因此又可以说，随机变量就是试验结果的函数．从这一点看，它与通常的函数概念又没有什么不同．把握这个概念的关键之点在于试验前后之分：在试验前我们不能预知它将取何值，这要凭机会，“随机”的意思就在这里，一旦试验后，取值就确定了．比如你在星期一买了—张奖券，到星期五开奖．在开奖之前，你这张奖券中奖的金额X是一个随机变量，其值耍到星期五的“抽奖试验”做过以后才能知道．

第八十页，共391页。2.1.2离散型随机变量及其分布律定义2-2

若随机变量X只能取有限多个或可列无限多个值，则称X为离散型随机变量。定义2-3X为离散型随机变量，可能取值为x1,x2,…,xn,…且

P{X=xk}=pk,(k=1,2,…)则称Pk为X的分布律或分布列，概率分布。X

x1 x2 …

xK … Pk p1 p2 … pk …分布律也可用表格形式表示第八十一页，共391页。2.2离散型随机变量(P25)定义若随机变量X取值x1,x2,…,xn,…且取这些值的概率依次为p1,p2,…,pn,…,则称X为离散型随机变量，而称P{X=xk}=pk,(k=1,2,…)

为X的分布律或概率分布。可表为

X～P{X=xk}=pk,(k=1,2,…)，或…X

x1 x2 …

xK … Pk p1 p2 … pk …第八十二页，共391页。分布律{Pk}具有下列性质：反之，若一个数列{Pk}具有以上两条性质，则它必可作为某离散型随机变量的分布律。第八十三页，共391页。例2-1

设离散型随机变量X的分布律为X012P0.2C0.3求常数C.第八十四页，共391页。例2-2

投一枚质地均匀的骰子，记X为出现的点数，求X的分布律。第八十五页，共391页。例2-3

袋子里有5个同样大小的球，编号为1，2，3，4，5.从中同时取出3个球，记X为取出球的最大编号，求X的分布律.第八十六页，共391页。例2-4

已知一批零件共10个，其中有3个不合格.现任取一件使用，若取到不合格零件，则丢弃，再重新抽取一个，如此下去，试求取到合格零件之前取出的不合格零件个数X的分布律。第八十七页，共391页。例2-5

对某一目标连续进行射击，直到击中目标为止.如果每次射击的命中率为p，求射击次数X的分布律.第八十八页，共391页。2.1.30-1分布与二项分布定义2-4若随机变量X只取两个可能值0，1，且P{X=1}=p，P{X=0}=q，X01Pqp第八十九页，共391页。定义2-5若随机变量X的可能取值为0，1，2，...,n,而X的分布律为其中0<p<1,q=1-p,则称X服从参数为n，p的二项分布，简记为X~B(n,p).第九十页，共391页。例2-6

某特效药的临床有效率为0.95.现有10人服用，问至少有8人治愈的概率是多少？第九十一页，共391页。例2-7

设X~B(2,p)，Y~B(3,p).设P{X≥1}=5/9,设求P{Y≥1}.第九十二页，共391页。2.1.4泊松分布定义2-6设随机变量X的可能取值为0,1,2,...,n,...,而X的分布律为其中，则称X服从参数为的泊松分布，简记为第九十三页，共391页。例2-9

设随机变量X服从参数为5的泊松分布，求（1）P{X=10}；（2）P{X≤10}.第九十四页，共391页。例2-10

设X服从泊松分布，且已知P{X=1}=P{X=2}，求P{X=4}.第九十五页，共391页。小结本节课主要讲授：1、随机变量的概念；2、离散型随机变量的概念及其分布律；3、三个重要分布:0-1分布、二项分布、泊松分布.第九十六页，共391页。2.2随机变量的分布函数2.2.1分布函数的概念.定义2-7

设X为随机变量，称函数为X的分布函数。第九十七页，共391页。当X为离散型随机变量时，设X的分布律为第九十八页，共391页。例2-11设离散型随机变量X的分布律为X-1012P0.20.10.30.4求X的分布律。第九十九页，共391页。第一百页，共391页。第一百零一页，共391页。第一百零二页，共391页。2.2.2分布函数的性质分布函数有以下基本性质：第一百零三页，共391页。第一百零四页，共391页。例2-12第一百零五页，共391页。第一百零六页，共391页。第一百零七页，共391页。第一百零八页，共391页。第一百零九页，共391页。第一百一十页，共391页。第一百一十一页，共391页。

2.3连续型随机变量

连续型随机变量及其概率密度第一百一十二页，共391页。注：连续型随机变量X在某一指定点取值的概率为0.即因为

离散型随机变量X在某一指定点取值的概率不一定为0.第一百一十三页，共391页。密度函数的性质：这两条性质是判定一个函数是否为概率密度的充要条件0xf(x)面积为1第一百一十四页，共391页。利用概率密度可确定随机点落在某个范围内的概率0xf(x)ab第一百一十五页，共391页。第一百一十六页，共391页。第一百一十七页，共391页。第一百一十八页，共391页。第一百一十九页，共391页。第一百二十页，共391页。或者第一百二十一页，共391页。第一百二十二页，共391页。第一百二十三页，共391页。2.3.2、均匀分布与指数分布

三种重要的概率分布：均匀分布、指数分布、正态分布.第一百二十四页，共391页。1第一百二十五页，共391页。设即则例2-18

公共汽车站每隔5分钟有一辆汽车通过，乘客在5分钟内任一时刻到达汽车站是等可能的，求乘客候车时间在1至3分钟内的概率。第一百二十六页，共391页。第一百二十七页，共391页。第一百二十八页，共391页。例2

某公共汽车站从上午7时起，每15分钟来一班车，即

7:00，7:15，7:30,7:45

等时刻有汽车到达此站，如果乘客到达此站时间X

是7:00到7:30之间的均匀随机变量,试求他候车时间少于5分钟的概率.解依题意，

X

～U(0,30)以7:00为起点0，以分为单位第一百二十九页，共391页。所求概率为：即乘客候车时间少于5分钟的概率是1/3.

从上午7时起，每15分钟来一班车，即

7:00，7:15，7:30等时刻有汽车到达汽车站。为使候车时间X少于5分钟，乘客必须在7:10到7:15之间，或在7:25到7:30之间到达车站.第一百三十页，共391页。第一百三十一页，共391页。指数分布的概率密度和分布函数图像如下1第一百三十二页，共391页。

服从指数分布的随机变量X通常可解释为某种寿命,如果已知寿命长于S年,则再活t年的概率与年龄S无关,亦称指数分布具有“无记忆性”.第一百三十三页，共391页。

关于概率统计论中服从指数分布的随机变量X具有无记忆性。

具体来说：如果X是某一元件的寿命，已知元件已经使用了S小时，它总共能使用至少S＋T小时的条件概率，与从开始使用时算起它至少能使用T小时的概率相等。这就是说，元件对它已使用过S小时没有记忆。

人生中，很多时候我们总是对过去的失败耿耿于怀。这种经历使我们不敢面对现实，如果我们能从指数分布受到启发，运用“无记忆性”原则，那么我们的今天和明天将会更加美好。因为即使我们人生中的S小时已经失败，但我们面前的成功仍然还有S+T，和我们S小时前的成功几率一样。

指数分布在人生中模式是：忘记过去，努力向前，向着标杆勇往直前。第一百三十四页，共391页。例.电子元件的寿命X(年）服从参数为3的指数分布(1)求该电子元件寿命超过2年的概率。(2)已知该电子元件已使用了1.5年，求它还能使用两年的概率为多少？第一百三十五页，共391页。X的分布函数为解例

设某类日光灯管的使用寿命X服从参数为

λ=的指数分布(单位:小时).(1)任取一只这种灯管,求能正常使用1000小时以上的概率.(2)有一只这种灯管已经正常使用了1000小时以上,求还能使用1000小时以上的概率.

第一百三十六页，共391页。第一百三十七页，共391页。指数分布的重要性质:“无记忆性”.第一百三十八页，共391页。设顾客在某银行窗口等待服务的时间X(单位:分钟)具有概率密度某顾客在窗口等待服务,若超过9分钟,他就离开.(1)求该顾客未等到服务而离开窗口的概率P{X>9}；(2)若该顾客一个月内去银行5次,以Y表示他未等到服务而离开窗口的次数,即事件

{X>9}在5次中发生的次数，试求P{Y=0}。练习第一百三十九页，共391页。练习

司机通过某高速路收费站等候的时间X（单位：分钟）服从参数为λ=的指数分布.（1）求某司机在此收费站等候时间超过10分钟的概率p；（2）若该司机一个月要经过此收费站两次，用Y表示等候时间超过10分钟的次数，写出Y的分布律，并求P{Y≥1}.第一百四十页，共391页。

2.3.3正态分布定义2-11

第一百四十一页，共391页。

习惯上,称服从标准正态分布的随机变量为正态随机变量,又称为正态分布的概率密度曲线为正态分布曲线.正态分布曲线的性质如下：第一百四十二页，共391页。第一百四十三页，共391页。第一百四十四页，共391页。标准正态分布第一百四十五页，共391页。第一百四十六页，共391页。设随机变量X的概率密度为f(x),且f(-x)=f(x),F(x)是X的分布函数,则对任意的实数a,有（）A.F(-a)=1-

B.F(-a)=

C.F(-a)=F(a)D.F(-a)=2F(a)-1

第一百四十七页，共391页。第一百四十八页，共391页。结论第一百四十九页，共391页。第一百五十页，共391页。第一百五十一页，共391页。第一百五十二页，共391页。由此看出：尽管正态分布取值范围是,但它的值落在的概率为0.9973几乎是肯定的,这个性质被称为正态分布的“规则”.第一百五十三页，共391页。练习第一百五十四页，共391页。某地抽样调查结果表明,某次统考中,考生的数学成绩(百分制)X服从正态分布N(72,σ2)，且96分以上的考生占考生总数的2.3%.试求考生的数学成绩在60~84分之间的概率.第一百五十五页，共391页。设测量距离时产生的随机误差X～N(0,102)(单位：m)，现作三次独立测量，记Y为三次测量中误差绝对值大于19.6的次数，已知Φ(1.96)=0.975.(1)求每次测量中误差绝对值大于19.6的概率p;(2)问Y服从何种分布，并写出其分布律；(3)求E(Y).第一百五十六页，共391页。已知自动车床生产的零件长度X(毫米)服从正态分布N(50,0.752),如果规定零件长度在之间为合格品，求生产的零件是合格品的概率.第一百五十七页，共391页。定义2-12第一百五十八页，共391页。常用的上侧分位数以上这些值都是通过反查附表1得到.第一百五十九页，共391页。2.4.1离散型随机变量函数的分布律

2.4随机变量函数的概率分布设X一个随机变量，分布律为X～P{X＝xk}＝pk,k＝1,2,…g(x)是一给定的连续函数，称Y＝g(X)为随机变量X的一个函数，显然Y也是一个随机变量.

本节将讨论如何由已知的随机变量X的概率分布去求函数Y＝g(X)的概率分布.第一百六十页，共391页。一般地XPkY=g(x)的可能取值为注意中可能有相等的情况.Y

P第一百六十一页，共391页。例2-24设随机变量X的分布律为XP-10120.20.10.30.4求:(1)Y=X3的分布律.(2)Z=X2的分布律.解

(1)Y的可能取值为-1，0，1，8.由于第一百六十二页，共391页。YP-10180.20.10.30.3从而Y的分布律为(2)Z的可能取值为0，1，4.从而Z的分布律为ZP0140.10.50.4第一百六十三页，共391页。例2-25设随机变量X的分布律为解

因为所以Y只能取值-1,0,1,而取这些值的概率为第一百六十四页，共391页。第一百六十五页，共391页。故Y的分布律为YP例2-26

第一百六十六页，共391页。1.已知随机变量的分布律为且Y=X2,记随机变量Y的分布函数为FY(y),FY(3)=__________.练习2.袋中装有5只球，编号为1,2,3,4,5,现从袋中同时取出3只,以X

表示取出的3只球中的最大号码,试求:

（1）X的概率分布;（2）X的分布函数;

（3）Y=X2+1的概率分布。第一百六十七页，共391页。2.4.2连续型随机变量函数的概率分布第一百六十八页，共391页。例2-27第一百六十九页，共391页。第一百七十页，共391页。第一百七十一页，共391页。例2-29解第一百七十二页，共391页。例2-30此分布称为对数正态分布.第一百七十三页，共391页。

以上各例中求Y=g(X)的概率密度的方法都是应用定理,故称为“公式法”.需要注意的是,它仅适用于“单调型”随机变量函数,即要求y=g(x)为单调函数.如果y=g(x)不是单调函数,求Y=g(X)的概率密度较复杂.第一百七十四页，共391页。解则第一百七十五页，共391页。

例2-31中求随机变量函数的概率密度的方法称为“直接变换法”,它同样适应于非单调型随机变量的情况.当然例2-31也可以直接利用定理中的公式求解.第一百七十六页，共391页。第一百七十七页，共391页。第一百七十八页，共391页。1.设随机变量X～U(0，5)，且Y=2X，则当0≤y≤10时，

Y的概率密度fY

(y)=________..2.设随机变量X~N(1,4),Y=2X+1,则Y所服从的分布为()N(3,4)B.N(3,8)C.N(3,16)D.N(3,17)

练习第一百七十九页，共391页。3.设XU(-1,1),求Y=X2的分布函数与概率密度.4.设随机变量X~U(0,2),求随机变量Y=X2在(0,4)内的概率密度函数fY(y).第一百八十页，共391页。5.

设随机变量X服从参数为3的指数分布.试求：第一百八十一页，共391页。(1)求X的分布函数(2)求(3)令Y=2X,求Y的概率密度5.随机变量X的概率密度为第一百八十二页，共391页。第三章多维随机变量及其概率3.1

二维随机变量的概念3.1.1二维随机变量及其分布函数第一百八十三页，共391页。第一百八十四页，共391页。边缘分布函数：

(X,Y)的两个分量X与Y各自的分布函数分别为二维随机变量(X,Y)关于X与关于Y的边缘分布函数,记为FX(x)与FY(y).边缘分布函数可由联合分布函数来确定.如下第一百八十五页，共391页。几何意义：分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在以(x,y)为顶点、位于该点左下方的无穷矩形D内的概率,见下图.yx(x,y)0D第一百八十六页，共391页。

利用分布函数及其集合意义不难看出,随机点(X,Y)落在矩形域{x1<X≤

x2,y1<Y≤y2}内(如下图)的概率为：yxoy2y1x2x1(x1,y2)(x2,y2)(x1,y1)(x2,y1)第一百八十七页，共391页。回忆:分布函数F(x)的性质.第一百八十八页，共391页。第一百八十九页，共391页。例3-1解第一百九十页，共391页。3.1.2二维离散型随机变量定义3-3

若二维随机变量(X,Y)只能取有限多对或可列无穷多对(Xi,Yj),(i,j=1,2,…)则称(X,Y)为二维离散型随机变量.

设二维随机变量(X,Y)的所有可能取值为(Xi,Yj),(i,j=1,2,…),(X,Y)在各个可能取值的概率为：P{X=xi,Y=yj}=

pij

(i,j=1,2,…)称P{X=xi,Y=yj}=

pij

(i,j=1,2,…)为(X,Y)的分布律.第一百九十一页，共391页。(X,Y)的分布律还可以写成如下列表形式：XYy1y2

…yj

…x1x2…xi…p11

p12…p1j

…p21

p22…p2j

…pi1

pi2…pij

…………………第一百九十二页，共391页。(X,Y)的分布律具有下列性质:回忆：分布律{PK}的性质.(1)

0

≤PK

≤1；(2)

P1+P2+

…+PK…

=1.(1)

0

≤Pij

≤1(i,j=1,2,…);反之,若数集{pij}(i,j=1,2,…

)

具有以上两条性质,则它必可作为某二维离散型随机变量的分布律.第一百九十三页，共391页。例3-2设(X,Y)的分布律为XY123

12求常数a的值.第一百九十四页，共391页。解由分布律性质知，第一百九十五页，共391页。例3-3

设(X,Y)的分布律为XY123

00.10.10.3

10.2500.25求:(1)P{X=0};(2)P{Y≤2};(3)P{X<1,Y≤2};(4)P{X+Y=2}.第一百九十六页，共391页。解

(1){X=0}={X=0,Y=1}U{X=0,Y=2}U{X=0,Y=3},且事件{X=0,Y=1},{X=0,Y=2},{X=0,Y=3}两两互不相容,P{X=0}=P{X=0,Y=1}+P{X=0,Y=2}+P{X=0,Y=3}=0.1+0.1+0.3=0.5.所以，第一百九十七页，共391页。第一百九十八页，共391页。第一百九十九页，共391页。第二百页，共391页。XY第二百零一页，共391页。定义3-4

对于离散型随机变量(X,Y)，分量X(或Y)的分布律称为(X,Y)关于X(或Y)的边缘分布律，记为Pi.

(i=1,2,…)(或P.j

(j=1,2,…))，它可由(X,Y)的分布律求出.事实上，第二百零二页，共391页。第二百零三页，共391页。第二百零四页，共391页。XY第二百零五页，共391页。第二百零六页，共391页。则(X,Y)的分布律与边缘分布率为：XY第二百零七页，共391页。则(X,Y)的分布律与边缘分布率为：XY第二百零八页，共391页。第二百零九页，共391页。1.设随机变量(X,Y)的联合分布如下,则a=______XY练习

2.二维随机变量(X,Y)的分布律如下XY

则P{Y=2}=___________.第二百一十页，共391页。3.设二维随机变量(X,Y)的分布律如下

则P{XY=0}=___________.XY第二百一十一页，共391页。4.设二维随机变量(X,Y)只能取下列数组中的值：(1)写出(X,Y)的分布律；(2)分别求(X,Y)关于X,Y的边缘分布律.且取这些值的概率依次为

第二百一十二页，共391页。第二百一十三页，共391页。

二维连续型随机变量的概率密度和边缘概率密度

一维连续型随机变量X的可能取值为某个或某些区间，甚至是整个数轴.二维随机变量(X,Y)的可能取值范围则为XOY平面上的某个或某些区域，甚至为整个平面，一维随机变量X的概率特征为存在一个概率密度函数f(x)，满足：第二百一十四页，共391页。定义3.5的分布函数则称是连续型的二维随机变量,函数或X与Y的联合密度使对于对于二维随机变量（X,Y)的概率密度

,随机变量任意有如果存在非负的函数函数.第二百一十五页，共391页。概率密度函数f(x,y)的性质：判断一个二元函数是否可做为概率密度函数的依据.第二百一十六页，共391页。如果已知(X,Y)的概率密度函数f(x,y)，则(X,Y)在区域D内的取值的概率为：第二百一十七页，共391页。第二百一十八页，共391页。第二百一十九页，共391页。二维连续行随机变量的均匀分布与二维正态分布第二百二十页，共391页。第二百二十一页，共391页。yx0.5y=xx+y=1第二百二十二页，共391页。第二百二十三页，共391页。第二百二十四页，共391页。所以第二百二十五页，共391页。第二百二十六页，共391页。第二百二十七页，共391页。即第二百二十八页，共391页。第二百二十九页，共391页。1.设二维随机变量(X,Y)的概率密度为则常数a=_______.2.设随机变量X和Y的联合密度为则P{X>1,Y>1}=________.练习3.设二维随机变量(X,Y)的概率密度则P{X+Y≤1}=________.第二百三十页，共391页。5.设二维随机变量(X,Y)的概率密度则(X,Y)关于X的边缘概率密度fX(x)=________.4.设二维随机变量(X,Y)的概率密度为则(X,Y)关于Y的边缘概率密度为___________.第二百三十一页，共391页。3.2

随机变量的独立性回忆：两个事件相互独立的定义若P(AB)=P(A)P(B),则称A与B相互独立,简称A,B独立.第二百三十二页，共391页。第二百三十三页，共391页。3.2.2二维离散型随机变量的独立性第二百三十四页，共391页。第二百三十五页，共391页。第二百三十六页，共391页。例3-16

设(X,Y)的分布律为YX第二百三十七页，共391页。第二百三十八页，共391页。这里“几乎处处成立”的含义是：在平面上除去面积为0

的集合外，处处成立.第二百三十九页，共391页。第二百四十页，共391页。第二百四十一页，共391页。第二百四十二页，共391页。联合分布函数与边缘分布的关系:联合分布可确定边缘分布,但一