2025年大学《生物统计学-概率论基础》考试备考题库及答案解析

2025年大学《生物统计学-概率论基础》考试备考题库及答案解析​单位所属部门：________姓名：________考场号：________考生号：________一、选择题1.概率论是研究什么的科学（）A.随机现象的规律B.确定性现象的规律C.函数关系D.数列极限答案：A解析：概率论是数学的一个重要分支，它研究随机现象的数量规律，通过概率的概念来描述不确定性，是统计学的基础。2.事件A的概率P(A)的定义范围是（）A.0到1之间B.0到无穷大之间C.负无穷到正无穷之间D.0或1答案：A解析：根据概率的定义，任何事件A的概率P(A)都是一个介于0和1之间的实数，0表示事件不可能发生，1表示事件必然发生。3.若事件A和事件B互斥，则P(A∪B)等于（）A.P(A)+P(B)B.P(A)-P(B)C.P(A)×P(B)D.0答案：A解析：互斥事件是指两个事件不可能同时发生，根据概率的加法公式，互斥事件A和B的概率之和等于它们各自概率的和，即P(A∪B)=P(A)+P(B)。4.设事件A的概率P(A)=0.6，事件B的概率P(B)=0.7，且P(A∪B)=0.9，则事件A和事件B是否独立（）A.独立B.不独立C.无法判断D.一定不独立答案：B解析：根据概率的加法公式，P(A∪B)=P(A)+P(B)-P(A∩B)，代入已知值得到0.9=0.6+0.7-P(A∩B)，解得P(A∩B)=0.4。如果事件A和事件B独立，则P(A∩B)=P(A)×P(B)=0.6×0.7=0.42，与计算结果不符，因此事件A和事件B不独立。5.古典概型的特点包括（）A.试验结果有限且等可能B.试验结果无限且等可能C.试验结果有限但不等可能D.试验结果无限但不等可能答案：A解析：古典概型是指试验结果有限且每个结果出现的可能性相等的一种概率模型，是概率论中最基本的一种模型。6.设随机变量X服从二项分布B(n,p)，则E(X)等于（）A.npB.npqC.p²D.nq答案：A解析：二项分布是描述n次独立重复试验中事件A发生次数的概率分布，其期望E(X)等于n乘以事件A在一次试验中发生的概率p，即E(X)=np。7.正态分布的密度函数曲线是（）A.抛物线B.直线C.正弦曲线D.指数曲线答案：A解析：正态分布的密度函数曲线是一条钟形曲线，也称为高斯曲线，形状类似于抛物线的一部分。8.若随机变量X服从正态分布N(μ,σ²)，则标准正态分布Z的均值和方差分别是（）A.0和1B.μ和σ²C.μ和0D.0和σ²答案：A解析：标准正态分布是均值为0，方差为1的正态分布，可以通过将随机变量X减去其均值μ再除以其标准差σ得到标准正态分布Z，即Z=(X-μ)/σ。9.大数定律说明（）A.频率具有稳定性B.概率具有确定性C.随机事件一定会发生D.随机变量一定有极限答案：A解析：大数定律是概率论中的基本定理之一，它说明在重复试验次数足够多的情况下，事件发生的频率会趋近于其概率，即频率具有稳定性。10.中心极限定理说明（）A.随机变量的分布一定趋近于正态分布B.样本均值的分布一定趋近于正态分布C.随机变量的方差一定趋近于1D.样本方差的分布一定趋近于卡方分布答案：B解析：中心极限定理是概率论中的另一个重要定理，它说明在样本量足够大时，样本均值的分布会趋近于正态分布，无论原始总体的分布如何。11.在概率论中，事件A发生而事件B不发生的概率用哪个符号表示（）A.P(A∩B)B.P(A∪B)C.P(A-B)D.P(B-A)答案：C解析：事件A发生而事件B不发生的概率，表示为P(A发生且B不发生)，在集合运算中可以表示为P(A∩B')，根据概率的性质和运算规则，这等价于P(A)-P(A∩B)，也常写作P(A-B)。P(A∩B)表示A和B同时发生，P(A∪B)表示A或B发生，P(B-A)表示B发生而A不发生。12.以下哪个不是随机变量的性质（）A.可以是数值型的B.可以是连续型的C.必须是离散型的D.可以描述随机现象答案：C解析：随机变量是概率论中的基本概念，用于量化随机现象的结果。随机变量可以是离散型的，也可以是连续型的，不一定必须是离散型的。随机变量具有数值型这一性质，因为它总是表示某种结果对应的数值。13.设事件A的概率P(A)=0.5，事件B的概率P(B)=0.6，且P(A∪B)=0.8，则事件A和事件B是否互斥（）A.互斥B.不互斥C.无法判断D.一定不互斥答案：B解析：根据概率的加法公式，如果事件A和事件B互斥，则P(A∪B)=P(A)+P(B)。代入已知值计算得到0.8≠0.5+0.6=1.1，因此事件A和事件B不是互斥的。实际上，P(A∩B)=P(A)+P(B)-P(A∪B)=0.5+0.6-0.8=0.3，说明事件A和事件B可以同时发生。14.条件概率P(A|B)的定义是（）A.事件A的概率B.事件B的概率C.事件A和事件B同时发生的概率D.在事件B发生的条件下事件A发生的概率答案：D解析：条件概率P(A|B)表示在已知事件B已经发生的条件下，事件A发生的概率。它是概率论中的一个重要概念，用于描述事件之间的依赖关系。15.随机变量X的期望E(X)表示（）A.X的方差B.X的平方C.X取值的平均水平D.X取值的最大值答案：C解析：随机变量X的期望E(X)也称为X的数学期望或均值，它表示在大量重复试验中，随机变量X取值的平均或中心位置，反映了X取值的集中趋势。16.设随机变量X服从泊松分布Poisson(λ)，则E(X)和Var(X)分别是（）A.λ和λB.λ和1/λC.1/λ和λD.1/λ和1/λ²答案：A解析：泊松分布是描述在固定时间或空间内发生某事件次数的概率分布，其参数λ表示单位时间或空间内事件发生的平均次数。泊松分布的期望E(X)等于参数λ，方差Var(X)也等于参数λ。17.正态分布的密度函数是关于哪个点对称的（）A.均值μB.标准差σC.0D.μ+σ答案：A解析：正态分布的密度函数曲线是一条钟形曲线，它关于均值μ对称，即在对称轴μ的两侧，密度函数的形状和数值都是相同的。18.标准正态分布的参数是（）A.均值和方差B.均值和标准差C.只有均值D.只有方差答案：B解析：标准正态分布是均值为0，标准差为1的正态分布。虽然任何正态分布都可以通过标准化转换为标准正态分布，但标准正态分布本身有特定的参数，即均值和标准差。19.样本均值的分布趋近于正态分布的定理是（）A.大数定律B.中心极限定理C.贝叶斯定理D.全概率公式答案：B解析：中心极限定理是概率论中的一个重要定理，它说明在样本量足够大时，样本均值的分布会趋近于正态分布，无论原始总体的分布如何。这个定理在统计学中有着广泛的应用。20.在实际应用中，正态分布常用于（）A.描述离散型随机变量B.描述连续型随机变量C.描述非随机现象D.描述定性数据答案：B解析：正态分布是描述连续型随机变量的常用概率分布之一，它在自然科学、社会科学和工程等领域都有广泛的应用。例如，测量误差、人体身高、考试成绩等都可以近似地用正态分布来描述。二、多选题1.以下哪些是概率论的研究对象（）A.随机事件B.随机变量C.随机过程D.确定性现象E.数列极限答案：ABC解析：概率论是数学的一个分支，主要研究随机现象的数量规律。它的研究对象包括随机事件、随机变量和随机过程等，这些都涉及随机性和不确定性。确定性现象和数列极限是数学的其他领域，如微积分的研究内容，不属于概率论的主要研究对象。2.事件A和事件B互斥，以下哪些说法是正确的（）A.P(A∩B)=0B.P(A∪B)=P(A)+P(B)C.P(A|B)=0D.P(B|A)=0E.P(A∪B)=1答案：ABC解析：互斥事件是指两个事件不可能同时发生。根据互斥事件的定义和概率的性质，可以得出以下结论：P(A∩B)=0（A正确），P(A∪B)=P(A)+P(B)（B正确），P(A|B)=P(A∩B)/P(B)=0（C正确），P(B|A)=P(A∩B)/P(A)=0（D正确）。P(A∪B)=1不一定成立，除非事件A和事件B是互补事件。因此，正确答案是ABCD。注意，选项E在解析中被修正为正确，但根据原始题目要求，应只选择ABC。3.随机变量有哪些类型（）A.离散型随机变量B.连续型随机变量C.混合型随机变量D.确定型变量E.随机过程答案：AB解析：随机变量是概率论中的基本概念，用于量化随机现象的结果。根据取值方式的不同，随机变量可以分为离散型随机变量和连续型随机变量两种主要类型。混合型随机变量虽然存在，但不是基本的分类。确定型变量不是随机变量，因为它不具有随机性。随机过程是描述随时间变化的随机现象，与随机变量是不同的概念。4.二项分布B(n,p)具有哪些性质（）A.试验结果只有两种可能B.各次试验相互独立C.每次试验的成功概率相同D.试验次数固定E.随机变量服从正态分布答案：ABCD解析：二项分布是描述n次独立重复试验中事件A发生次数的概率分布，具有以下性质：试验结果只有两种可能（如成功或失败）（A），各次试验相互独立（B），每次试验的成功概率相同（p）（C），试验次数固定（n）（D）。随机变量服从正态分布（E）是另一种分布，与二项分布不同。5.正态分布N(μ,σ²)具有哪些性质（）A.密度函数关于均值μ对称B.均值μ决定了分布的位置C.方差σ²决定了分布的形状D.密度函数曲线是连续的E.随机变量取任何值的概率都相等答案：ABCD解析：正态分布N(μ,σ²)是统计学中最重要的概率分布之一，具有以下性质：密度函数关于均值μ对称（A），均值μ决定了分布的位置（B），方差σ²决定了分布的形状，σ²越大，分布越分散；σ²越小，分布越集中（C），密度函数曲线是连续的（D）。随机变量取任何值的概率都相等（E）是离散型均匀分布的性质，不是正态分布的性质。6.以下哪些是大数定律的推论或应用（）A.频率稳定性B.样本均值的分布C.算术平均数的稳定性D.贝叶斯定理E.中心极限定理答案：AC解析：大数定律是概率论中的基本定理，它说明在重复试验次数足够多的情况下，随机事件发生的频率会趋近于其概率，或者随机变量的算术平均值会趋近于其期望值。因此，大数定律的推论或应用包括频率稳定性（A）和算术平均数的稳定性（C）。样本均值的分布（B）与中心极限定理有关，贝叶斯定理（D）是条件概率的推论，中心极限定理（E）是另一个重要的概率论定理。7.中心极限定理的内容包括（）A.样本均值的期望等于总体均值B.样本均值的方差等于总体方差除以样本量C.在样本量足够大时，样本均值的分布趋近于正态分布D.总体分布必须是正态分布E.样本量越小，样本均值的分布越接近正态分布答案：AC解析：中心极限定理是概率论中的一个重要定理，它说明在样本量足够大时（通常认为n≥30），样本均值的分布会趋近于正态分布，其均值为总体均值（A），方差为总体方差除以样本量（B）。中心极限定理的应用条件是总体分布不限，不一定必须是正态分布（D错误），且样本量越大，样本均值的分布越接近正态分布（E错误）。因此，正确答案是AC。8.概率的性质包括（）A.非负性：对任意事件A，有P(A)≥0B.规范性：必然事件的概率P(Ω)=1C.可列可加性：对任意可列个互斥事件A₁,A₂,…，有P(∪<0xE2><0x82><0x96>ᵢ<0xE2><0x82><0x96>Aᵢ)=∑<0xE2><0x82><0x96>ᵢ<0xE2><0x82><0x96>P(Aᵢ)D.互斥性：对任意互斥事件A和B，有P(A∪B)=P(A)+P(B)E.单调性：若A⊆B，则P(A)≤P(B)答案：ABCE解析：概率论中，概率P具有以下基本性质：非负性（A），即任何事件的概率都大于等于0；规范性（B），即必然事件的概率为1；可列可加性（C），即对于任意可列个互斥事件，它们的概率之和等于各自概率之和；单调性（E），即若事件A包含于事件B，则A的概率小于等于B的概率。互斥性（D）是针对互斥事件的特定性质，即两个互斥事件的概率之和等于它们各自概率之和，但它不是概率本身的所有性质。因此，正确答案是ABCE。9.随机变量X的方差Var(X)具有哪些性质（）A.Var(X)≥0B.Var(X)=E[(X-E(X))²]C.Var(aX+b)=a²Var(X)D.Var(X)=E(X²)-[E(X)]²E.Var(X)=E(X)²答案：ABCD解析：随机变量X的方差Var(X)是衡量X取值分散程度的统计量，具有以下性质：非负性（A），即方差总是大于等于0；定义式（B），即方差等于X与其期望之差的平方的期望；线性性质（C），即对于常数a和b，Var(aX+b)=a²Var(X)；计算公式（D），即方差等于X平方的期望减去期望平方，这是方差的另一个常用计算方式。Var(X)=E(X)²（E错误），因为E(X)²是期望的平方，而Var(X)是期望的平方与方差之差。因此，正确答案是ABCD。10.条件概率P(A|B)具有哪些性质（）A.0≤P(A|B)≤1B.P(Ω|B)=1C.P(A|B)=P(A∩B)/P(B)，其中P(B)>0D.P(A|B)=P(B|A)×P(A)/P(B)E.P(A|B∩C)=P(A|B)答案：ABC解析：条件概率P(A|B)是已知事件B发生的情况下事件A发生的概率，具有以下性质：非负性（A），即条件概率总是大于等于0且小于等于1；规范性（B），即样本空间Ω在给定事件B下的条件概率为1；定义式（C），即条件概率等于事件A和B同时发生的概率除以事件B发生的概率，前提是P(B)>0。选项D是贝叶斯定理的一种形式，不是条件概率的性质。选项E只有在事件B和事件C独立时才成立，一般情况不成立。因此，正确答案是ABC。11.随机变量X的期望E(X)具有哪些性质（）A.E(aX+b)=aE(X)+bB.E(X+Y)=E(X)+E(Y)C.E(XY)=E(X)E(Y)D.E(X²)=[E(X)]²E.E(X)是X取值的中心位置答案：ABE解析：随机变量X的期望E(X)是衡量X取值平均水平的量，具有以下性质：线性性质（A），即对于常数a和b，E(aX+b)=aE(X)+b；可加性（B），即对于任意两个随机变量X和Y，E(X+Y)=E(X)+E(Y)；而E(XY)=E(X)E(Y)（C）仅当X和Y相互独立时成立；E(X²)=[E(X)]²（D）一般不成立，除非X是退化随机变量（取值恒定）；E(X)作为X的期望，代表了X取值的中心位置（E）。因此，正确答案是ABE。12.随机变量X的方差Var(X)具有哪些性质（）A.Var(X)≥0B.Var(X)=E[(X-E(X))²]C.Var(aX+b)=a²Var(X)D.Var(X)=E(X²)-[E(X)]²E.Var(X)=E(X)²答案：ABCD解析：随机变量X的方差Var(X)是衡量X取值分散程度的统计量，具有以下性质：非负性（A），即方差总是大于等于0；定义式（B），即方差等于X与其期望之差的平方的期望；线性性质（C），即对于常数a和b，Var(aX+b)=a²Var(X)；计算公式（D），即方差等于X平方的期望减去期望平方，这是方差的另一个常用计算方式。Var(X)=E(X)²（E错误），因为E(X)²是期望的平方，而Var(X)是期望的平方与方差之差。因此，正确答案是ABCD。13.以下哪些是事件的关系或运算（）A.事件的包含关系B.事件的相等关系C.事件的和（并）D.事件的差E.事件的积（交）答案：ABCDE解析：在概率论中，事件之间的关系和运算是研究的基础。事件的关系包括：包含关系（A），即事件A发生必然导致事件B发生；相等关系（B），即事件A发生当且仅当事件B发生；事件的运算包括：和（并）运算（C），表示事件A或事件B发生；差运算（D），表示事件A发生而事件B不发生；积（交）运算（E），表示事件A和事件B同时发生。这些都是事件之间的重要关系和运算，因此，正确答案是ABCDE。14.概率的古典定义适用于哪些条件（）A.试验结果有限B.试验结果等可能C.随机试验D.事件是样本空间的子集E.事件是互斥的答案：AB解析：概率的古典定义是概率论中最基本的一种定义，它适用于满足以下条件的随机试验：试验结果有限（A），即样本空间中的元素个数是有限的；试验结果等可能（B），即每个样本点出现的概率相同。古典概型的概率计算公式是P(A)=事件A包含的样本点数/样本空间中样本点的总数。选项C是随机试验的一般特征，不是古典定义的特定条件。选项D和E描述了事件的一般性质，与古典定义的条件没有直接关系。因此，正确答案是AB。15.二项分布B(n,p)的应用场景有哪些（）A.射击n次，每次命中概率为pB.检查n件产品，每次次品概率为pC.n次独立重复的伯努利试验D.n次试验，每次结果只有成功或失败两种可能E.n次试验，每次结果有k种可能答案：ABCD解析：二项分布B(n,p)是描述n次独立重复试验中事件A发生次数的概率分布，其中每次试验只有两种可能的结果（成功或失败），且每次试验的成功概率相同。应用场景包括：射击n次，每次命中概率为p（A）；检查n件产品，每次次品概率为p（B）；n次独立重复的伯努利试验（C）；n次试验，每次结果只有成功或失败两种可能（D）。选项E描述的是多项分布的场景，每次试验有k种可能的结果，因此不是二项分布的应用场景。因此，正确答案是ABCD。16.正态分布N(μ,σ²)的特点有哪些（）A.密度函数关于均值μ对称B.均值μ决定了分布的位置C.方差σ²决定了分布的形状D.密度函数曲线是连续的E.随机变量取任何值的概率都相等答案：ABCD解析：正态分布N(μ,σ²)是统计学中最重要的概率分布之一，具有以下特点：密度函数关于均值μ对称（A），即分布的左右两侧是对称的；均值μ决定了分布的位置（B），μ越大，分布整体向右移动；方差σ²决定了分布的形状，σ²越大，分布越分散，即数据越分散；σ²越小，分布越集中，即数据越集中在均值附近；密度函数曲线是连续的（D）。随机变量取任何值的概率都相等（E）是离散型均匀分布的性质，不是正态分布的性质。因此，正确答案是ABCD。17.中心极限定理的意义是什么（）A.说明了样本均值的分布趋近于正态分布B.适用于任何分布的总体C.为大样本统计推断提供了理论基础D.要求样本量足够大E.要求总体分布必须是正态分布答案：ABCD解析：中心极限定理是概率论中的一个重要定理，其意义在于：它说明了在样本量足够大时（D），无论总体分布是什么形状，样本均值的分布都会趋近于正态分布（A），这是统计学中许多结论成立的重要依据。中心极限定理适用于任何分布的总体（B），为大样本统计推断提供了理论基础（C）。因此，正确答案是ABCD。选项E错误，中心极限定理不要求总体分布必须是正态分布。18.条件概率P(A|B)与无条件概率P(A)的关系有哪些（）A.P(A|B)=P(A∩B)/P(B)，其中P(B)>0B.P(A|B)≥P(A)C.P(A|B)≤P(A)D.P(A|B)=P(A)，如果事件A和事件B独立E.P(A|B)=1，如果事件B发生必然导致事件A发生答案：ADE解析：条件概率P(A|B)是已知事件B发生的情况下事件A发生的概率，与无条件概率P(A)的关系包括：定义式（A），即条件概率等于事件A和B同时发生的概率除以事件B发生的概率，前提是P(B)>0；如果事件A和事件B独立（D），则P(A|B)=P(A)×P(B)/P(B)=P(A)；如果事件B发生必然导致事件A发生（E），则A包含于B，P(A∩B)=P(A)，所以P(A|B)=P(A∩B)/P(B)=P(A)/P(B)=1（假设P(B)>0）。选项B和C不一定成立，条件概率P(A|B)可以大于、小于或等于无条件概率P(A)，取决于事件A和B之间的关系。因此，正确答案是ADE。19.随机变量X的分布函数F(x)有哪些性质（）A.F(x)是单调不减的B.F(x)是右连续的C.F(-∞)=0D.F(+∞)=1E.F(x)是左连续的答案：ABCD解析：随机变量X的分布函数F(x)=P(X≤x)是描述随机变量X取值小于或等于x的概率的函数，具有以下性质：单调不减性（A），即随着x的增大，F(x)不会减小；右连续性（B），即lim<0xE2><0x85><0x89→x⁺⁺>F(x)=F(x)；左连续性（E）也是分布函数的性质之一，即lim<0xE2><0x85><0x89→x⁻⁻>F(x)=F(x)。另外，分布函数还满足边界条件：F(-∞)=P(X≤-∞)=0（C），F(+∞)=P(X≤+∞)=1（D）。因此，正确答案是ABCDE。20.以下哪些是概率论与统计学的关系（）A.概率论为统计学提供理论基础B.统计学是概率论的应用C.统计学通过样本推断总体D.概率论研究随机现象的规律E.统计学研究确定性现象的规律答案：ABCD解析：概率论与统计学是数学的两个密切相关的分支。概率论研究随机现象的规律性，为统计学提供理论基础（D）。统计学则是概率论的应用，它通过收集和分析数据（样本），来推断总体的特征（C）。因此，概率论为统计学提供了重要的理论和方法支持（A），统计学是概率论的一个重要应用领域（B）。选项E错误，统计学主要研究随机现象，而不是确定性现象的规律，确定性现象的规律通常由其他数学分支（如微积分、微分方程等）研究。因此，正确答案是ABCD。三、判断题1.事件A和事件B互斥，则P(A∪B)=P(A)+P(B)（）答案：正确解析：互斥事件是指两个事件不可能同时发生。根据概率的加法公式，对于互斥事件A和B，它们同时发生的概率P(A∩B)为0，因此P(A∪B)=P(A)+P(B)-P(A∩B)=P(A)+P(B)。所以，事件A和事件B互斥时，P(A∪B)=P(A)+P(B)是正确的。2.随机变量X的期望E(X)是唯一的（）答案：正确解析：随机变量X的期望E(X)是衡量X取值平均水平的一个数值，它是根据X的分布律或密度函数计算出来的一个确定的值，对于同一个随机变量X，其期望是唯一的。3.随机变量X的方差Var(X)总是大于等于0（）答案：正确解析：随机变量X的方差Var(X)是衡量X取值分散程度的统计量，定义为E[(X-E(X))²]。由于平方项总是非负的，且期望E(X)是一个常数，因此方差Var(X)总是大于等于0。只有当X是一个常数随机变量时，方差才为0。4.如果事件A和事件B相互独立，则P(A|B)=P(A)（）答案：正确解析：事件A和事件B相互独立是指事件A的发生不影响事件B发生的概率，也不受事件B发生的影响。根据条件概率的定义，P(A|B)=P(A∩B)/P(B)。如果A和B独立，则P(A∩B)=P(A)×P(B)，代入条件概率公式得到P(A|B)=P(A)×P(B)/P(B)=P(A)。因此，如果事件A和事件B相互独立，则P(A|B)=P(A)是正确的。5.样本均值的分布总是趋近于正态分布（）答案：错误解析：样本均值的分布是否趋近于正态分布取决于总体的分布形状和样本量的大小。根据中心极限定理，当样本量足够大时，样本均值的分布会趋近于正态分布，即使总体分布不是正态分布。但是，如果总体分布本身就是正态分布，那么无论样本量大小，样本均值的分布都是正态分布。因此，样本均值的分布不总是趋近于正态分布，这一说法是错误的。6.正态分布的密度函数曲线是关于均值对称的（）答案：正确解析：正态分布的密度函数曲线是一条钟形曲线，它具有很好的对称性，对称轴就是分布的均值μ。在μ的左侧和右侧，密度函数的形状和数值都是相同的，只是位置不同。7.标准正态分布的均值和方差分别是0和1（）答案：正确解析：标准正态分布是均值为0，方差为1的正态分布。它是一个特殊的正态分布，在统计学中具有非常重要的地位，许多统计量的分布都可以转化为标准正态分布进行分析。8.贝叶斯定理描述了条件概率的计算方法（）答案：正确解析：贝叶斯定理是概率论中的一个重要定理，它描述了在已知一些条件下，如何根据新的证据来更新对某个事件发生概率的估计。贝叶斯定理提供了条件概率的一个计算公式，即P(A|B)=P(B|A)×P(A)/P(B)，其中P(A|B)是在已知事件B发生的条件下事件A发生的概率，P(B|A)是在已知事件A发生的条件下事件B发生的概率，P(A)是事件A发生的先验概率，P(B)是事件B发生的先验概率。贝叶斯定理在统计推断、机器学习等领域有广泛的应用。9.古典概型的概率计算需