概率统计释难解疑

谢兴武 李宏伟 主编

北 京
 内容简介

本书是为促进学生深入学习概率统计课程而撰写的一本学习指导书 ．
本书针对学生在学习过程中经过思考而产生的疑难问题 ，采用问答式予以
解答 ．内容涉及对基本概念 、基础理论的理解 ，对解题思路的启发诱导 ，对解
题过程的步步剖析 ，以及对重要方法的归纳和总结 ．
本书列出 ２００ 多个问题 ，并在分析大部分问题的同时 ，结合实际 ，解答
了与之有关的典型例题 ．这些例题来自国内外大学的考题 、竞赛题 ，以及全
国历年硕士研究生入学考试试题 ．这些范例集知识性与趣味性于一体 ，既能
提高学生的学习兴趣与热情 ，又能开阔视野 ，提高学生分析问题与解决问题
的能力 ．
本书可以作为高等院校各专业概率统计课程的教学参考书 ，同时对报
考硕士研究生的学生也有参考价值 ．

图书在版编目（CIP）数据

概率统计释难解疑／谢兴武 ，李宏伟主编 ．— 北京 ：科学出版社 ，２００７

ISBN ９７８唱７唱０３唱０１８５３６唱５

Ⅰ ．概 … Ⅱ ．① 谢 … ② 李 … Ⅲ ．① 概率论唱高等学校唱解题 ② 数理统
计唱高等学校唱解题 Ⅳ ．O２１唱４４

中国版本图书馆 CIP 数据核字（２００７）第 ０１７２５０ 号

责任编辑 ：姚莉丽 李晓鹏 ／ 责任校对 ：桂伟利

责任印制 ：张克忠 ／ 封面设计 ：耕者设计工作室

出版
北 京 东 黄 城 根 北 街 １６ 号
邮 政 编 码 ：１ ００ ７ １ ７
h t tp ：／ ／ w w w ．sciencep ．co m

中国科学院印刷厂印刷
科学出版社发行 各地新华书店经销
倡
２００７ 年 ２ 月 第 一 版 开 本 ：B５（７２０ × １０００）
２００７ 年 ２ 月 第 一 次 印 刷 印 张 ：１８
印 数 ：１ — ４ ５００ 字 数 ：３２２ ０００

定价 ：24畅00 元
（如有印装质量问题 ，我社负责调换枙科印枛）
 前 言
概率统计课程是高等理工科院校学生的最主要的数学基础课之一 ， 也是全国
硕士研究生入学的数学考试必考课程 ． 学生对它掌握的好坏 ， 不仅直接关系到后续
课程的学习 ， 而且对提高教学质量和人才培养质量都有着深远的影响 ． 初次接触概
率统计课程的学生普遍感到基本概念难懂 、 习题难做 、 方法不易掌握 ． 为了帮助学
生深入地学好这一门课程 ， 解答学生学习中遇到的疑难问题 ， 我们收集了多年来教
学中发现的问题 ， 汇集了长期担任概率统计课程教学的丰富教学经验 ， 提炼加工而
编写了本书 ． 本书是以教育部关于高等工科学校概率论与数理统计课程教学基本要
求为依据 ， 为理工科院校学生编写的一本概率统计课程学习指导书 ．
全书共分 ９ 章 ， 每章结合具体问题展开讨论 ， 内容涉及对基本概念的深入理
解 ， 对基本运算方法的总结 、 归纳提高 ， 加强基础理论知识的剖析 ； 根据具体问
题 ， 结合实际 ， 分析解答了有关的典型例题 ， 这些例题来自国内外大学 最新考
题 、 竞赛题 ， 特别精选了历届全国研究生入学的数学考试部分试题 ， 例题一题多
解 ， 典型新颖 ． 对问题的分析与解答 ， 注重集知识性 、 科学性与趣味性于一体 ，
既提高学生的学习兴趣和热情 ， 又提高学生分析问题与解决问题的能力 ； 其中部
分问题与解答的深度与广度高于教育部对该课程的基本 要求 ， 可以开阔 学生视
野 ， 启迪思维 ， 增长知识面 ， 为进一步学习新的知识打下坚实的基础 ．
区别于习题解和一般的复习资料 ， 本书从教学中学生遇到的实际问题出发 ，
以问答形式讲解 ． 为了便于学生阅读 ， 各问题之间保持相对独立性 ， 对每一问题
的解答力求简明扼要 ， 结合具体例题 ， 联系实际讲解 ， 以使学生从中逐渐弄清基
本概念 ， 掌握基本理论和熟悉基本方法 ， 并做到举一反三 ， 触类旁通 ．
本书既可以作为理工科院校学生学习概率统计课程的同步学习指导书 ， 也可
以作为报考硕士研究生考生的复习参考资料 ， 还可供大专院校数学教师及有关人
员参考 ．
本书的编写得到了中国地质大学 “十一五” 教材建设项目资助 ， 编者在此表
示衷心的感谢 ． 希望本书对提高课程教学质量有所裨益 ， 但限于作者水平 ， 疏漏
与不足之处在所难免 ， 恳请读者批评指正 ．

编者
２００６ 年 ９ 月
 目 录
引言 …………………………………………………………………………………… １
０唱１ 概率统计产生和发展 …………………………………………………… １
０唱２ 概率统计研究的对象与应用 …………………………………………… １
０唱３ 学好概率统计应注意的几点 …………………………………………… ２
第一章 随机事件与概率 …………………………………………………………… ４
第一节 事件的关系与运算 …………………………………………………… ４
一 、 内容提要 ………………………………………………………………… ４
二 、 释难解疑 ………………………………………………………………… ５
１唱１ 如何理解 “随机试验” 这一概念 ？ ……………………………………… ５
１唱２ 如何正确理解事件 、 必然事件和不可能事件 ？ ………………………… ６
１唱３ 通过已知事件表达其他事件 …………………………………………… ６
１唱４ 如何正确运用事件的运算法则 ？ ……………………………………… ８
１唱５ 事件互不相容与对立及独立的区别与联系 ……………………………… ９
１唱６ 随机现象有规律性吗 ？ ……………………………………………… １０
１唱７ 频率与概率之间有何关系 ？ 频率的极限是概率对吗 ？ ………………… １１
珡 ？ ………………………………… １２
１唱８ 如何灵活运用公式 P（ A） ＝ １ － P（ A）
１唱９ 赌金如何分配才算公平 ？ …………………………………………… １３
１唱１０ 赠券收集问题 ……………………………………………………… １４
１唱１１ 概率为 １ 事件的积概率是 １ 吗 ？ …………………………………… １４
第二节 事件的概率 ………………………………………………………… １５
一 、 内容提要 ………………………………………………………………… １５
二 、 释难解疑 ………………………………………………………………… １６
１唱１２ 古典概型的直接计算法 ……………………………………………… １６
１唱１３ 古典概型的基本问题 ………………………………………………… １８
１唱１４ 抓阄与顺序无关 ……………………………………………………… ２１
１唱１５ 传球问题 …………………………………………………………… ２２
１唱１６ 联欢会礼品问题 ……………………………………………………… ２３
１唱１７ 摸球游戏中谁是真正的赢家 ………………………………………… ２４
１唱１８ 数整除问题 ………………………………………………………… ２５
１唱１９ 几何概型的特点与计算 ……………………………………………… ２５
· iv · 目 录

１唱２０ 轮船停泊问题 ……………………………………………………… ２７

１唱２１ 蒲丰投针问题 ……………………………………………………… ２７
１唱２２ 细棒构成三角形问题 ………………………………………………… ２８
１唱２３ 贝特朗 （Bertrand） 奇论 …………………………………………… ２９
１唱２４ N 阶行列式包含主对角元素的项数 …………………………………… ３１
１唱２５ 概率的有限可加性与可列可加性等价吗 ？ …………………………… ３２
１唱２６ 条件概率计算及乘法公式应用问题 …………………………………… ３２
第三节 全概率公式 、 贝叶斯公式及独立性 ……………………………… ３５
一 、 内容提要 ………………………………………………………………… ３５
二 、 释难解疑 ………………………………………………………………… ３６
１唱２７ 如何应用全概率公式和贝叶斯公式 ？ ………………………………… ３６
１唱２８ 检查为阳性 ， 真的患肝癌吗 ？ ……………………………………… ３８
１唱２９ 目标被炸毁的可能性多大 ？ ………………………………………… ３９
１唱３０ 哪个车间应承担较大责任 ？ ………………………………………… ３９
１唱３１ 信号的通讯传送问题 ………………………………………………… ４０
１唱３２ 利用递推关系计算事件概率 ………………………………………… ４０
１唱３３ 如何理解 “独立事件” ？ …………………………………………… ４２
１唱３４ 如何正确看待小概率事件 ？ ………………………………………… ４２
１唱３５ 关于 n 个事件独立的一个充要条件 …………………………………… ４３
１唱３６ 事件独立是否有传递性 ……………………………………………… ４４
１唱３７ 关于事件独立性的证明 ……………………………………………… ４５
１唱３８ 巴拿赫火柴盒问题 …………………………………………………… ４７
１唱３９ 采用哪一种赛制获胜概率大 ？ ……………………………………… ４７
１唱４０ 如何确定比赛场次 ？ ………………………………………………… ４８
１唱４１ 三人比赛谁胜可能性大 ？ …………………………………………… ４８
１唱４２ 哪一组作出正确裁定的概率大 ？ …………………………………… ４９
１唱４３ 下赌注问题 ………………………………………………………… ４９
１唱４４ 先射击是否一定沾光 ？ ……………………………………………… ５０
１唱４５ 这批产品能被拒收吗 ？ ……………………………………………… ５０
１唱４６ 系统可靠性问题 ……………………………………………………… ５１
１唱４７ 建立概率模型证明恒等式 …………………………………………… ５３
１唱４８ 关于概率等式的证明 ………………………………………………… ５４
１唱４９ 关于概率不等式的证明 ……………………………………………… ５６
第二章 随机变量及其函数的概率分布 ………………………………………… ５８
第一节 随机变量及其概率分布 …………………………………………… ５８
 目 录 · v ·

一 、 内容提要 ………………………………………………………………… ５８
二 、 释难解疑 ………………………………………………………………… ５９
２唱１ 如何理解随机变量和随机变量的函数 ？ ……………………………… ５９
２唱２ 引入分布函数的作用 ………………………………………………… ５９
２唱３ “离散” 与 “连续” 型随机变量的区别 ………………………………… ６０
２唱４ 概率分布或概率密度的判断 …………………………………………… ６０
２唱５ 分布函数的判断 ……………………………………………………… ６２
２唱６ 关于离散型随机变量的基本计算 ……………………………………… ６３
２唱７ 关于连续型随机变量的基本计算 ……………………………………… ６５
２唱８ 既非离散型 ， 又非连续型的随机变量存在吗 ？ ………………………… ６８
第二节 几种重要的随机变量分布 ………………………………………… ６８
一 、 内容提要 ………………………………………………………………… ６８
二 、 释难解疑 ………………………………………………………………… ６９
２唱９ 关于二项分布的计算 ………………………………………………… ６９
２唱１０ 关于二项分布的应用 ………………………………………………… ７１
２唱１１ 二项分布取何值时概率最大 ？ ……………………………………… ７３
２唱１２ 顾问决策问题 ……………………………………………………… ７３
２唱１３ 泊松分布取何值时概率最大 ？ ……………………………………… ７３
２唱１４ 泊松分布的使用范围与产生机制……………………………………… ７４
２唱１５ 如何合理配备维修工 ？ ……………………………………………… ７５
２唱１６ 宇宙粒子进入火箭仪器舱的分布……………………………………… ７５
２唱１７ 独立试验序列中等待时间问题 ……………………………………… ７６
２唱１８ 超几何分布的泊松逼近 ……………………………………………… ７７
２唱１９ 建立微分方程求概率 ………………………………………………… ７８
２唱２０ 平面上随机游动 ……………………………………………………… ７９
２唱２１ 如何正确使用正态分布表 …………………………………………… ８０
２唱２２ 正态分布的计算与应用问题 ………………………………………… ８１
２唱２３ 赶到火车站走哪条路保险 ？ ………………………………………… ８４
２唱２４ 录用者最低分数是多少 ？ …………………………………………… ８４
２唱２５ 公共汽车的门至少设计多高 ？ ……………………………………… ８５
２唱２６ 指数分布与几何分布的无记忆性……………………………………… ８５
第三节 随机变量函数的分布 ……………………………………………… ８６
一 、 内容提要 ………………………………………………………………… ８６
二 、 释难解疑 ………………………………………………………………… ８７
２唱２７ 如何求离散型随机变量函数的分布 …………………………………… ８７
· vi · 目 录

２唱２８ 求连续型随机变量函数分布的方法 …………………………………… ８８

２唱２９ 均匀分布的地位和作用 ……………………………………………… ８９
２唱３０ 连续型随机变量的函数分布不一定是连续型 ………………………… ９０
第三章 多维随机变量及其分布 ………………………………………………… ９２
第一节 多维随机变量及其分布 …………………………………………… ９２
一 、 内容提要 ………………………………………………………………… ９２
二 、 释难解疑 ………………………………………………………………… ９４
３唱１ 求离散型随机变量的联合分布律 ……………………………………… ９４
３唱２ 求随机变量的联合分布函数 …………………………………………… ９５
３唱３ 联合分布函数的判断 ………………………………………………… ９８
３唱４ 联合概率密度的判断 ………………………………………………… ９９
３唱５ 利用对称性简化概率计算 …………………………………………… １００
３唱６ 联合分布与边缘分布的关系与计算 …………………………………… １００
３唱７ 判别两随机变量独立的一个充要条件 ………………………………… １０３
３唱８ 随机变量两两独立 ， 三个相互独立吗 ？ ……………………………… １０５
３唱９ X ， Y 不独立 ， 函数 f（ X） 与 g（Y） 也不独立吗 ？ …………………… １０６
３唱１０ 判别多维随机变量独立性的方法 …………………………………… １０７
３唱１１ 方程有实根的概率问题 …………………………………………… １０９
３唱１２ 随机变量独立同分布是否相等 ……………………………………… １０９
３唱１３ 单点分布的随机变量与任意随机变量独立 …………………………… １１０
第二节 二维随机变量函数的分布 ………………………………………… １１１
一 、 内容提要 ……………………………………………………………… １１１
二 、 释难解疑 ……………………………………………………………… １１１
３唱１４ 求离散型随机变量函数的分布 ……………………………………… １１１
３唱１５ 求二维连续型随机变量函数的分布 ………………………………… １１３
３唱１６ 连续型随机变量之和的分布 ………………………………………… １１４
３唱１７ 离散型与连续型随机变量和的分布 ………………………………… １１６
３唱１８ 正态随机变量的和未必是正态随机变量 …………………………… １１８
３唱１９ 连续型随机变量之差的分布 ………………………………………… １１９
３唱２０ 连续型随机变量之积的分布 ………………………………………… １２１
３唱２１ 连续型随机变量之商的分布 ………………………………………… １２３
３唱２２ 关于顺序统计量分布的计算 ………………………………………… １２５
３唱２３ 两点间距离的分布 ………………………………………………… １２７
３唱２４ 气体分子速度的分布 ……………………………………………… １２８
３唱２５ 分布函数的再生性 ………………………………………………… １２８
 目 录 · vii ·

３唱２６ 均匀分布是否有再生性 …………………………………………… １３０

第四章 随机变量的数字特征 …………………………………………………… １３１
第一节 数学期望与方差 …………………………………………………… １３１
一 、 内容提要 ……………………………………………………………… １３１
二 、 释难解疑 ……………………………………………………………… １３３
４唱１ 为什么要了解随机变量的数字特征 …………………………………… １３３
４唱２ 如何正确理解数学期望的定义 ？ …………………………………… １３４
４唱３ 数学期望的极值性 …………………………………………………… １３５
４唱４ 随机变量都有数学期望吗 ？ ………………………………………… １３５
４唱５ 如何理解方差 、 标准差的意义 ？ …………………………………… １３６
４唱６ 数学期望和方差的区别和联系 ……………………………………… １３６
４唱７ 求期望与方差的注意事项与技巧 …………………………………… １３７
４唱８ 利用常见分布的期望和方差求解 …………………………………… １３８
４唱９ 密度曲线对称的随机变量数学期望的特性 …………………………… １４０
４唱１０ 利用对称性简化数学期望计算 ……………………………………… １４１
４唱１１ 随机变量 “标准化” 的应用 ………………………………………… １４２
４唱１２ “化整为零” 求期望与方差 ………………………………………… １４４
４唱１３ 定额有奖储蓄问题 ………………………………………………… １４６
４唱１４ 顾客应交纳多少保险费 ？ …………………………………………… １４６
４唱１５ 一周内利润期望值是多少 ？ ………………………………………… １４７
４唱１６ 买彩票期望得奖多少 ？ …………………………………………… １４７
４唱１７ 押宝赌博对谁有利 ？ ……………………………………………… １４８
４唱１８ 两种方案谁优谁劣 ？ ……………………………………………… １４８
４唱１９ 怎样组织货源才使收益最大 ？ ……………………………………… １４９
４唱２０ 成功需要等待多少时间 ？ …………………………………………… １５０
４唱２１ 收齐全套画卡需要购买食品多少袋 ？ ……………………………… １５１
４唱２２ 两点间距离的数学期望与方差 ……………………………………… １５１
４唱２３ 平均有几人取到自己的帽子 ？ ……………………………………… １５２
４唱２４ 超几何分布期望与方差的计算 ……………………………………… １５３
４唱２５ 极差数学期望的计算 ……………………………………………… １５４
４唱２６ 极值分布的数学期望与方差 ………………………………………… １５５
第二节 协方差 ， 相关系数与矩 …………………………………………… １５６
一 、 内容提要 ……………………………………………………………… １５６
二 、 释难解疑 ……………………………………………………………… １５７
４唱２７ 协方差 、 相关系数与随机变量间的关系 …………………………… １５７
· viii · 目 录

４唱２８ 随机变量独立与不相关的关系 ……………………………………… １５８

４唱２９ 关于协方差和相关系数的计算 ……………………………………… １６０
４唱３０ 随机变量独立与不相关等价的特例 ………………………………… １６４
４唱３１ 矩的类型及其应用 ………………………………………………… １６５
４唱３２ 关于矩的计算 ……………………………………………………… １６６
４唱３３ 关于原点矩与中心矩的关系 ………………………………………… １６８
４唱３４ 如何解综合题 ……………………………………………………… １６９
第五章 大数定律与中心极限定理 ……………………………………………… １７２
第一节 大数定律 …………………………………………………………… １７２
一 、 内容提要 ……………………………………………………………… １７２
二 、 释难解疑 ……………………………………………………………… １７２
５唱１ 切比雪夫不等式及应用 ……………………………………………… １７２
５唱２ 与数学期望有关的不等式的证明 …………………………………… １７４
５唱３ 太空测量问题 ……………………………………………………… １７５
５唱４ 大数定律的背景和意义 ……………………………………………… １７６
５唱５ 大数定律的应用 …………………………………………………… １７６
第二节 中心极限定理 ……………………………………………………… １７９
一 、 内容提要 ……………………………………………………………… １７９
二 、 释难解疑 ……………………………………………………………… １７９
５唱６ 中心极限定理的背景和意义 ………………………………………… １７９
５唱７ 中心极限定理的应用 ………………………………………………… １８１
５唱８ 保险公司会亏本吗 ？ ………………………………………………… １８３
５唱９ 电话总机需要装多少外线 ？ ………………………………………… １８４
５唱１０ 合格品数落在哪个范围内 ？ ………………………………………… １８４
５唱１１ 教室应该设有多少个座位 ？ ………………………………………… １８５
５唱１２ 应供应多少电力 ？ ………………………………………………… １８６
５唱１３ 需至少装多少个水龙头 ？ …………………………………………… １８６
５唱１４ 不超载每辆车最多可以装多少箱 ？ ………………………………… １８７
５唱１５ 二项分布的两种近似计算比较 ……………………………………… １８７
５唱１６ 关于高尔顿钉板试验 ……………………………………………… １８９
５唱１７ 用频率估计概率时误差的估计 ……………………………………… １９０
第六章 数理统计的基本概念 …………………………………………………… １９３
第一节 基本概念 …………………………………………………………… １９３
一 、 内容提要 ……………………………………………………………… １９３
二 、 释难解疑 ……………………………………………………………… １９３
 目 录 · ix ·

６唱１ 数理统计与概率论的联系及研究对象 ………………………………… １９３

６唱２ 数理统计研究的基本内容是什么 ？ …………………………………… １９４
６唱３ 如何理解 “简单随机抽样的随机性” ？ ……………………………… １９５
６唱４ 样本分布函数与总体分布函数有何关系 ……………………………… １９５
６唱５ 频率分布与相应的总体分布有何关系 ………………………………… １９６
６唱６ 联合样本的均值和方差 ……………………………………………… １９８
６唱７ 如何确定样本容量 …………………………………………………… １９８
６唱８ 样本均值与样本方差的简易计算法 …………………………………… １９９
６唱９ 新增观察值样本均值与样本方差的计算 ……………………………… ２００
第二节 几种常见的抽样分布 ……………………………………………… ２０２
一 、 内容提要 ……………………………………………………………… ２０２
二 、 释难解疑 ……………………………………………………………… ２０３
６唱１０ χ２ 分布的期望与方差的计算 ………………………………………… ２０３
２
６唱１１ 关于 χ 分布的计算与证明 ………………………………………… ２０４
６唱１２ 关于 t 分布的判断 ………………………………………………… ２０５
６唱１３ 关于 t 分布的证明 ………………………………………………… ２０７
６唱１４ 关于 F 分布的计算与证明 ………………………………………… ２０９
６唱１５ 样本均值与样本方差性质及结论 …………………………………… ２１０
第七章 参数估计 ………………………………………………………………… ２１３
第一节 点估计 ……………………………………………………………… ２１３
一 、 内容提要 ……………………………………………………………… ２１３
二 、 释难解疑 ……………………………………………………………… ２１４
７唱１ 点估计的两种常用方法 ……………………………………………… ２１４
７唱２ 最大似然估计的基本思想 …………………………………………… ２１６
７唱３ 矩估计是否存在且唯一 ……………………………………………… ２１７
７唱４ 几何分布的参数估计 ………………………………………………… ２１８
７唱５ 如何估计湖中的鱼数 ………………………………………………… ２１８
７唱６ 罐中有多少普通硬币 ？ ……………………………………………… ２１９
７唱７ 平均每升水中有多少大肠杆菌 ？ …………………………………… ２２０
７唱８ 如何估计产品的废品率 ……………………………………………… ２２１
７唱９ 未发现的印刷错误有多少 ？ ………………………………………… ２２１
第二节 估计量的评选标准与置信区间 …………………………………… ２２２
一 、 内容提要 ……………………………………………………………… ２２２
二 、 释难解疑 ……………………………………………………………… ２２３
７唱１０ 估计量的三个评选标准的意义 ……………………………………… ２２３
· x · 目 录

７唱１１ 无偏估计是否存在且唯一 …………………………………………… ２２４

７唱１２ 关于无偏估计的计算与证明 ………………………………………… ２２５
７唱１３ 无偏估计存在未必合理 …………………………………………… ２２７
７唱１４ 如何正确理解置信区间和置信度 …………………………………… ２２７
７唱１５ 区间估计主要类型和结果 …………………………………………… ２２８
７唱１６ 期望的置信区间长度与哪些因素有关 ……………………………… ２３１
７唱１７ 参数区间估计的方法和思路 ………………………………………… ２３２
７唱１８ 求两个正态总体方差比的置信区间 ………………………………… ２３４
第八章 假设检验 ………………………………………………………………… ２３６
第一节 一个正态总体的假设检验 ………………………………………… ２３６
一 、 内容提要 ……………………………………………………………… ２３６
二 、 释难解疑 ……………………………………………………………… ２３７
８唱１ 假设检验的基本思想 ………………………………………………… ２３７
８唱２ 同时减少犯两类错误的概率的办法 …………………………………… ２３７
８唱３ 假设检验中如何确定原假设 H０ 和备择假设 H１ ……………………… ２３８
８唱４ 假设检验的步骤与应注意的事项 …………………………………… ２３９
８唱５ 交换原假设与备择假设产生结果分析 ………………………………… ２４０
８唱６ 为什么会出现两个相反的结果 ？ …………………………………… ２４１
８唱７ 参数的假设检验的类型和方法 ……………………………………… ２４２
８唱８ 假设检验与区间估计的联系与区别 …………………………………… ２４４
８唱９ 全体考生平均成绩是否是 ７０ 分 ？ …………………………………… ２４５
８唱１０ 小女孩真的笨拙吗 ？ ……………………………………………… ２４６
８唱１１ 车间谎报合格率吗 ？ ……………………………………………… ２４６
８唱１２ 新工艺对电阻有无显著影响 ？ ……………………………………… ２４７
８唱１３ 机器工作是否正常 ？ ……………………………………………… ２４７
第二节 两个正态总体的假设检验 ………………………………………… ２４８
一 、 内容提要 ……………………………………………………………… ２４８
二 、 释难解疑 ……………………………………………………………… ２４９
８唱１４ 建议方法能否显著提高钢的产量 ？ ………………………………… ２４９
８唱１５ 两批电器电阻有无显著差异 ？ ……………………………………… ２５０
８唱１６ 施肥的效果是否明显 ？ …………………………………………… ２５１
８唱１７ 关于非正态总体的假设检验 ………………………………………… ２５１
８唱１８ 两枪弹的速度有无显著差异 ？ ……………………………………… ２５２
第三节 分布函数的假设检验 ……………………………………………… ２５３
一 、 内容提要 ……………………………………………………………… ２５３
 目 录 · xi ·

二 、 释难解疑 ……………………………………………………………… ２５４

８唱１９ ２０ 面体是否均匀 ？ ………………………………………………… ２５４
８唱２０ 车流量是否服从泊松分布 ？ ………………………………………… ２５５
８唱２１ 灯泡寿命服从指数分布吗 ？ ………………………………………… ２５６
８唱２２ 一个著名的物理实验 ……………………………………………… ２５６
第九章 方差分析及回归分析 …………………………………………………… ２５８
第一节 方差分析 …………………………………………………………… ２５８
一 、 内容提要 ……………………………………………………………… ２５８
二 、 释难解疑 ……………………………………………………………… ２６１
９唱１ 三种教学方法有无显著性差异 ？ …………………………………… ２６１
９唱２ 温度对产品的得率有无显著性影响 ？ ………………………………… ２６２
９唱３ 促进剂与氧化锌对定伸强力有无影响 ………………………………… ２６３
９唱４ 确定在职生最佳年龄和最佳工龄 …………………………………… ２６３
第二节 一元线性回归分析 ………………………………………………… ２６５
一 、 内容提要 ……………………………………………………………… ２６５
二 、 释难解疑 ……………………………………………………………… ２６６
９唱５ 如何区分方差分析与回归分析 ？ …………………………………… ２６６
９唱６ 最小二乘估计与最大似然估计是否相同 ？ …………………………… ２６６
９唱７ 比重及灰分线性相关程度的检验 …………………………………… ２６７
９唱８ 化非线性回归为线性回归 …………………………………………… ２６８
参考书目 …………………………………………………………………………… ２７１
 引 言

０唱１ 概率统 计产生和 发展

问题 概率统计是怎样产生和发展的 ？
答 概率统计的产生和发展 是社 会 客观 实际 的需 要 ． １５ ～ １６ 世 纪意 大利 数
学家帕乔利 （Pacioli ， １４４５ ～ １５１７） 、 塔 尔 塔 利亚 （ T ar taglia ， １４９９ ～ １５５７） 和
卡尔丹 （Cardan ， １５０１ ～ １５７６） 的著述中曾讨论过 “如果两人赌博提前结束 ， 该
如何分配赌金” 等概率问题 ． 在 １７ 世纪 资本 主义上 升初 期 ， 封闭 的封 建社 会经
济逐渐为航海商业经济所取代 ． 航海商业是冒风险的事业 ， 大量投资是否有利可
图 ， 怎样估计不幸事故与自然灾害的可能性及研究赌博 ， 概率统计正是从研究这
类问题开始的 ． １６５４ 年左右 ， 爱好赌博的法国人梅雷 （ Mé ray ） 向帕斯卡提 出了
类似的合理分配赌金 问题 ， 引发 了帕 斯卡 与 费马 之间 探 讨概 率 论问 题 的 多封 通
信 ， 他们用 不 同 的 组 合 方 法 给 出 了 这 类 问 题 的 正 确 答 案 ． 荷 兰 数 学 家 惠 更 斯
（C畅 H uy gens ， １６２９ ～ １６９５） 访问巴黎 时了 解到 帕斯卡 与费 马的通 信研 究 ， 对 这
类问题产生兴趣并著 枟论赌博中的计算枠 （１６５７） ， 探讨概率问题的原理 ． 这些数
学家主要以代数方法计算概率 ， 他们的著述中出现了第一批概率论专门概念 （如数
学期望） 与定理 （如概率加法 、 乘法定理） ， 标志着概率论作为一门科学的诞生 ．
其后 ， 随着生产实践的发展 ， 特别是在射击 、 保险 、 测量等工作中提出一些
概率问题 ， 促使人们在概率论的极限定理等方面进行深入地研究 ， 起初主要对伯
努利试验概型进行研究 ， 而后推广到更一般的场合 ． 这个时期先后对概率论做出
重要贡献的数学家有伯努利 、 拉普拉斯 、 泊松和高斯 ．
极限定理的研究在 １８ 世纪和 １９ 世纪成 了概 率论研 究的 中心 课题 ． 在 ２０ 世
纪初 ， 由于新的数学方法的引入 ， 这些古典问题得到很好的解决 ， 这当中俄罗斯
彼得堡学派起了主导作用 ， 建立了严格的数学基础 ． 由于物理学 （如统计物理） 、
生物学以及工程技术 （如自动电话 、 无线电技术） 发展的推动 ， 概率统计得到飞
速的发展 ， 理论研究的课题不断扩大和深入 ， 它向各个学科结合与渗透 ， 成了数
学的一个活跃分支 ．

０唱２ 概率 统计研究的 对象与应 用

问题 概率统计研究的对象是什么 ？ 又有什么应用 ？
 · ２ · 引 言

答 在自然界和人类 社会 中 各类 事 物千 变 万化 ， 归 纳起 来 有两 类 不 同的 现
象 ： 一类为必然现象 ． 一定 条 件下 ， 结 果 是 肯定 的 ． 如 在海 平 面 ， 一个 大 气 压
下 ， 水加温到 １００ ℃ 沸 腾 ； 两 个点 电 荷 同 电 相斥 ， 异 电 相吸 ． 另 一 类是 随 机 现
象 ． 一定条件下 ， 结果是不肯定的 ． 如实弹射击 ， 打一发子弹 ， 可能中也可能不
中 ； 生产一个产品 ， 可能是正品 ， 也可能是次品 ； 抛一枚硬币可能出现正面 ， 也
可能出现反面 ．
概率统计是研究随机现象统计规律性的一门学科 ， 是对随机现象的统计规律
进行演绎和归纳的科学 ， 是从数量上研 究随 机现象 的客 观规 律的一 门数 学学科 ，
它是近代数学的重要组成部分 ， 也是很有特色的一个数学分支 ．
概率统计在科学技术各领域有十分广泛的应用 ， 概率统计的应用几乎遍及所
有的科学技术领域 ， 工农业生产 及国 民经济 各部 门 ． 如 保险业 务 ； 气 象 、 水文 、
地震预报 ； 产品的抽样检验 ； 研制新产品中寻求最佳生产方案 ； 在可靠性工程中
进行器件和装置使用可靠性程度和平均寿命的估算 ； 在军事上 ， 反导弹系统的建
立 ； 在自动控制中 ， 给出数学模型用电脑控制生产 ； 在通信工程中 ， 可以提高信
号的抗干扰性和分辨率等 ． 在理论联系实际方面 ， 它是数学最活跃的分支之一 ．
当代科学发展的一个特点是概率统计方法日益渗透到各个领域 ． 它向各基础
学科 、 工程学科渗透或结合 ， 成为近代经济理论 、 管理科学等学科在应用 、 研究
中的重要工具 ， 产生了不少边缘学科 ， 如生物统计 、 统计物理 、 数学地质 ． 它是
信息理论 、 控制理论和人工智能等重 要新 兴学科 的基 础 ， 也 是科学 家和 工程师 、
经济师们最常用的工具 ． 因此 ， 概率论与数理统计已经成为大学中绝大多数专业
的学生必修的一门基础课 ．

０唱３ 学好 概率统计应 注意的几 点

问题 如何才能学好概率统计 ？
答 概率统计研究随机现象 ， 研究课题别开生面 ； 有自己独特的概念 ， 内容
丰富 ， 结论深刻 ； 用到高等数学 、 线性代数的许多知识 ； 初学者往往感到基本概
念难懂 ， 习题难做 ， 方法不易掌握 ． 要学好这门课 ， 要注意以下几点 ：
１畅 “概率统计” 仍然 是一 门 数学 ， 因 而学 习 确定 性 数学 的 经验 仍 然 是有 用
的 ， 例如 ， 要准确掌握每个概念的含义并明了其实际背景 ； 数学结论的成立是依
靠逻辑推理证明的 ， 而不是依靠实验 ； 为了掌握基本理论 ， 必须完成较多的练习
题等学习方法 ， 现在仍然是需要的 ．
２畅 随机数学 的 结 论 虽 然 必 须 经 过 严 格 的 证 明 ， 但 是 其 结 论 形 式 往 往 会 以
“一定的概率成立” 出现 ， 这与确定 性数 学有 非常大 的区 别 ， 读者 要小 心理 解其
含义 ．
 引 言 · ３ ·

３畅 数理统计是研究数据 （ 信息） 的收集 、 整理 、 分析 和推 断的科 学 ， 因而 ，

必须掌握所研究的数据的实际背景 ， 准确理解所要研究的问题 ， 才不至于迷茫在
“数据的海洋 ” 里 ． 此外 ， 由于数据 处理 运算 量特别 大 ， 读 者掌握 好矩 阵运 算工
具与相应的统计软件是十分必要的 ． 否则 ， 由于运算量大 ， 在有限的时间里很多
统计问题可能得不到数值解 ．
４畅 在熟悉概率统 计 的基 本 概 念 ， 熟 练 掌 握基 础 理 论 和 基本 方 法 的 前 提下 ，
理论联系实际 ， 不断提高自己分析问题与解决问题的能力 ．
 第一 章 随机 事件 与概 率

第一节 事件的关系与运算

一、内 容提 要

1畅 基本概念

（１） 随机试验
如果试验满足下列三个特性 ：
① 试验可以在相同的情形下重复进行 ；
② 试验的所有可能结果是明确可知的 ， 并且不止一个 ；
③ 进行一次试验之前不能确定出现哪一个结果 ．
则称该试验为随机试验 ， 简称试验 ， 用 E 表示 ．
（２） 样本空间 、 样本点和事件
随机试验的可能结果称为样本点 ， 全体样本点构成的集合称为样本空间 ． 样
本空间用 Ω 表示 ， 样本空间的子集称为事件 ， 事件用 A ，B ，C ，… 表示 ， 不可能事
件记为 碬 ， 必然事件记为 Ω ．

2畅 事件的关系与运算

（１） 事件之间的四种关系 ：
① 包含关系 A炒 B；
② 等价关系 A＝ B；
③ 对立关系 事件 A 的对立事件 A
珡 ；
④ 互斥关系 A B ＝ 碬 称 A 与 B 互不相容 ．
（２） 事件之间的三种运算 ：
① 事件的和 A ∪ B （或 A ＋ B） ；
② 事件的积 A ∩ B （或 A B） ；
③ 事件的差 A－ B．
（３） 事件的运算法则
分配律 ： （ A ＋ B） C ＝ A C ＋ B C ， A ＋ （ B C） ＝ （ A ＋ B）（ A ＋ C） ；
结合律 ： （ A ＋ B） ＋ C ＝ A ＋ （ B ＋ C） ， （ A B） C ＝ A（ B C） ；
 第一节 事件的关系与运算 · ５ ·

交换律 ： A ＋ B ＝ B ＋ A ， A B ＝ B A ； 对偶律 ： A ＋ B ＝ 珚A 珚B ， A B ＝ 珚A ＋ B
珚；
还原律 ： A
珢＝ A； 补元律 ： A ∪ B ＝ Ω ；
吸收律 ： 若 A 炒 B ， 则 A B ＝ A ， A ∪ B ＝ B ；分解律 ： 若 A 炒 B ， 则 B ＝ A ＋ A
珡B；
蕴涵律 ： 若 A B ＝ 碬 ， 则 A 炒 珚B ， B 炒 A
珡； 排中律 ： A ∪ 珡A ＝ Ω ；
矛盾律 ： A A
珡＝ 碬 ； 差积转换律 ： A － B ＝ A珚B ＝ A － （ A B） ．

3畅 加法公式

（１） P（ A ＋ B） ＝ P（ A） ＋ P（ B） － P（ A B） ， 若 A ， B 互 不相容 ， 则 P（ A ＋ B） ＝
P（ A） ＋ P（ B） ；
（２） P（ A ＋ B ＋ C） ＝ P（ A） ＋ P（ B） ＋ P（ C） － P（ A B） － P（ A C） － P（ B C） ＋
P（ A B C） ；
n n

（３） P ∑ Ai ∑ P（ Ai ） － ∑ P（ Ai A j ） ＋ … ＋ （ － １） P（ A１ A２ … A n ） ．
n ＋ １
＝
i＝ １ i＝ １ １ ≤ i ＜ j ≤ n

4畅 几个常用公式

（１） P（ A － B） ＝ P（ A） － P（ A B） ；
（２） 若 A １ ，A２ ，… ，A n 独立 ， 则
P（ A１ ＋ A ２ ＋ … ＋ A n ） ＝ １ － P（ A１ ＋ A２ ＋ … ＋ A n ） ＝ １ － P（ A１ A２ … A n ）
n n

＝ １ －
i＝ １
∏ P（ A i ） ＝ １ － ∏
i＝ １
［１ － P（ Ai ）］ ．

二、释 难解 疑

１ 唱１ 如何 理解 “随机 试验” 这 一概念 ？

问题 如何理解 “随机试验” 这一概念 ？

答 凡是对现象的观察或为此而进行的实验 ， 都称之为试验 ． 一个试验如果
满足下述条件 ， 则称之为随机试验 ：
（１） 试验可以在相同的情形下重复进行 ；
（２） 试验的所有可能结果是明确可知的 ， 并且不止一个 ；
（３） 每次试验总是恰好出现这些结果中的一个 ， 但在一次试验之前却不能肯
定这次试验会出现哪一个结果 ．
例如 ， 掷一枚硬币 ， 是一个随机试验 ． 因为 可以 在相 同 的条 件下 重复 进行 ，
试验的所有可能结果是正面朝上或反面朝上 ， 每掷一次 ， 总是恰好出现这些结果
中的一个 ， 但在掷硬币之前却不能肯定出现正面朝上还是反面朝上 ．
 · ６ · 第一章 随机事件与概率

再如 ， “从盛有 ３ 个白球 、 ４ 个黑球的盒子里任取 一球” 就是一次 随机试验 ，

“取出的是白球” 则是试验的结果 ．

１ 唱２ 如何 正确理解事 件 、 必然 事件和不可 能事件 ？

问题 如何正确理解事件 、 必然事件和不可能事件 ？
答 随机试验结果的 全体 称 为样 本 空间 ， 样 本空 间 的子 集 一般 称 为 随机 事
件 ， 随机事件是指在一定条件下可能 发生 也可能 不发 生的 事件 ． 应 该注 意的是 ，
事件的结果是相应于 “一定条件” 而言的 ． 因此 ， 要弄清某一随机事件 ， 就必须
明确事件发生的条件以及在此条件下产生了什么结果 ． 例如 ， 某人作试验 “向上
抛掷一枚质地均匀的硬币” ， “质地均匀的硬币” 是条件 ， 在此条件下硬币落地时
正面向上 （或反面 向上 ） 则 是 结果 ； 又 如 ， 某 气象 台 每 天中 午 观察 风 速 ， 则 时
间 、 地点是条件 ， 观察 到 的 风 速 是 结 果 ； 再 如 ， 某 人 掷 一 枚 质 地 均 匀 的 骰 子 ，
“质地均匀的骰子” 是条件 ， 在此条件下出现一点 、 两点 、 … 、 六点之一是结果 ．
我们称试验中必定要发生的事件为必然事件 ， 不可能发生的事件为不可能事
件 ． 必然事件的概率一定为 １ ， 不可能事件的概率一定为 ０ ； 但反之不一定成立 ，
即概率为 １ 的 事件 不 一 定 是 必然 事 件 ， 概 率为 ０ 的 事 件 不 一 定 是 不 可 能事 件 ．
例如 ， 随机 变 量 X 表 示 测 量 误 差 ， X 在 ［ － ０畅 ０５ ，０畅 ０５ ］ 上 服 从 均 匀 分 布 ，
P（ － ０畅 ０５ ＜ X ＜ ０畅 ０５） ＝ １ ， 显然 ｛ － ０畅 ０５ ＜ X ＜ ０畅 ０５｝ 不是必然 事件 ， 即测 量的
误差 X 可 能不 在 （ － ０畅 ０５ ，０畅 ０５） 内 ， 而 取 ０畅 ０５ 或 取 － ０畅 ０５ ． 所 以 ， 概 率 为 １
的事件不一定是必然事件 ． P（ X ＝ ０畅 ０５） ＝ ０ ， 但 ｛ X ＝ ０畅 ０５｝ 是 可能发生 的 ， 即
测量的误差可以取 ０畅 ０５ ． 所以 ， 概率为 ０ 的事件不一定是不可能事件 ．

１ 唱３ 通过已知 事件表达其 他事件

问题 如何通过已知事件表达其他事件 ？
答 概率统计中对一些比较复杂的事件 ， 我们常常将其分解为一些简单事件
的和 、 差 、 积等运算 ， 或将其分解为一些互不相容的简单事件的和来运算 ， 化难
为易 ． 熟悉和掌握用已知简单事件表示其他复合事件是计算事件概率的关键 ． 通
过已知事件表达其他事件 ， 首先要弄清被表示事件是由哪些简单事件复合的 ， 明
确他们之间的关系 ， 然后运用事件的关系 、 运算及运算法则将被表示事件用简单
的已知事件正确表示出来 ． 由于思考 问题 的角度 不同 ， 表示 的结果 可能 不一样 ，
但这些结果是等价的 ， 我们应尽量选择用最简洁的形式来表示 ．
例1 设 A ， B ， C 为三事件 ， 用 A ， B ， C 运算关系表示下列事件 ．
（１） D ＝ “ A ， B ， C 中至少两个发生” ；
 第一节 事件的关系与运算 · ７ ·

（２） E ＝ “ A 与 B 都发生 ， 而 C 不发生” ；

（３） F ＝ “ A ， B ， C 均发生” ；
（４） G ＝ “ A ， B ， C 至少一个发生” ；
（５） H ＝ “ A ， B ， C 都不发生” ；
（６） I ＝ “ A ， B ， C 最多一个发生” ；
（７） J ＝ “ A ， B ， C 中不多于两个发生” ；
（８） K ＝ “ A 发生 ， B 和 C 不发生” ．
（１） 解法 1 D ＝ “两个事件发生且另一个不发生” ＋ “三个均发生”
＝ A B珚C ＋ A 珚B C ＋ A
珡 B C ＋ A BC ；
解法 2 D
珡 ＝ “ A ， B ， C 最多一个发生” ＝ 珡A B
珚C珚 ＋ A 珚B 珚C ＋ A
珡 B珚C ＋ 珡A 珚B C ，
D＝ D
珢 ＝ 珡A 珚B 珚C ＋ A B
珚C珚 ＋ 珡A B珚C ＋ 珡A 珚B C ；
解法 3 D ＝ “ A B 事件发生或 A C 事件发生或 B C 事件发生” ＝ A B ＋ A C ＋ BC ．
同理解得 （２） ～ （８） 如下 ：
（２） E ＝ A B珚C ， 或 E ＝ A B － C ；
（３） F ＝ A B C ；
（４） G ＝ A ＋ B ＋ C ；
（５） H ＝ 珡A B
珚C珚 ， 或 H ＝ A＋ B＋ C；
（６） I ＝ A
珡 珚B 珚C ＋ A B
珚C珚 ＋ 珡A B珚
C ＋ 珡A B
珚C ；
（７） J ＝ A
珡 珚B 珚C ＋ A 珚B 珚C ＋ A
珡 B珚
C ＋ 珡A 珚B C ＋ A B珚
C ＋ A 珚B C ＋ 珡A B C ， 或 J ＝ A B C ；
（８） K ＝ A B
珚C珚 ， 或 K ＝ A － B－ C．
例2 设 Ai 表示第 i 个 零 件是 正 品的 事 件 ， i ＝ １ ，２ ， … ，n ， 试 用 A i 表示 下
列事件 ： （１） n 个 零 件 中 至 少 一 个 是 正 品 ； （２ ） n 个 零 件 中 至 少 两 个 是正 品 ；
（３） n个零件中只有第 i 、 第 j 个零件是正品 ； （４） n 个零件全是次品 ．
解 （１） A１ ＋ A２ ＋ … ＋ A n ； （２） ∑
１ ≤ j＜ i ≤ n
Ai Aj ；

（３） A
珡１ A
珡２ … A
珡 i － １ A i 珡A i ＋ １ … 珡A j － １ A j 珡A j ＋ １ … 珡A n ； （４） A
珡１ A
珡 ２ … 珡A n ．
例3 以 A 表示事件 “ 甲种产品畅销 ， 乙种产 品滞销” ， 则其 对立事 件 珡A 为
［ ］．
（ A） “甲种产品滞销 ， 乙种产品畅销” （B） “ 甲乙两种产品均畅销”
（C） “ 甲种产品滞销” （ D） “甲种产品滞销或乙种产品畅销”
解 设 B ＝ “ 甲种产品 畅销 ” ， C ＝ “ 乙 种产 品 滞 销” ， 则 A ＝ B C ， 珡A ＝ B C ＝
珚B ＋ 珚C ， 甲种产品滞销或乙种产品畅销 ， 故选 （D） ．
例4 如图 １畅 ３畅 １ ， 令 A i 表 示 “第 i 个开 关闭 合” ， i ＝ １ ，２ ，３ ，４ ，５ ，６ ， 试 用
A１ ，A２ ，… ，A ６ 表示下列事件 ： （１） 系统 Ⅰ 为通路 ， （２） 系统 Ⅱ 为通路 ．
解 （１） A１ ＋ A２ A３ ＋ A４ ； （２） A１ A５ ＋ A１ A２ A３ A４ ＋ A６ A３ A４ ＋ A６ A ２ A ５ ．
 · ８ · 第一章 随机事件与概率

图 １畅 ３畅 １

例5 试把 A１ ＋ A２ ＋ … ＋ A n 表示为 n 个两两互不相容事件的和 ．
n

解 ∑
i＝ １
Ai ＝ A１ ＋ 珡A１ A２ ＋ 珡A １ 珡A ２ A３ ＋ … ＋ 珡A １ A
珡２ … A
珡 n － １ An ．

１ 唱４ 如何正确 运用事件 的运算法则 ？

问题 如何正确运用事件的运算法则 ？
答 首先正确理解 事件的和 、 差 及积的 概念 ， “ 事件 A 与 B 至少一 个发生”
称为事件 A 与 B 的并 （或和 ） ， 记为 A ∪ B 或 A ＋ B ； “ 事件 A 与 B 都发生 ” 称
为事件 A 与 B 的交 （或积 ） ， 记为 A ∩ B 或 A B ； “事 件 A 发生 而 B 不发生 ” 称
为事件 A 与 B 的差 ， 记为 A － B ， A － B ＝ A B
珚 ． 其次了解事件和与积的运算与数
的和与积的运算一样满足以下运算法则 ：
（１） 交换律 A＋ B＝ B＋ A， AB ＝ B A ；
（２） 结合律 （ A ＋ B） ＋ C ＝ A ＋ （ B ＋ C） ， （ A B） C ＝ A（ B C） ；
（３） 乘法对加法的分配律 （ A ＋ B） C ＝ A C ＋ B C ．
事件为样本空间的子集 ， 事件的运算实质上是集合的运算 ， 所以事件还满足
以下集合运算法则 ：
（４） 并对交的分配律
（ AB） ∪ C ＝ （ A ∪ C）（ B ∪ C） 或（ AB） ＋ C ＝ （ A ＋ C）（ B ＋ C） ；
（５） 吸收律 （ A ∪ B） A ＝ A ， A B ∪ A ＝ A 或 （ A ＋ B） A ＝ A ， A B ＋ A ＝ A ；
（６） 对偶律 A ∪ B ＝ 珡A 珚B ， A B ＝ 珡A ∪ B
珚 或 A ＋ B ＝ 珡A 珚B ， A B ＝ 珡A ＋ B
珚．
利用对偶原理常常可以将事件的和与积的运算相互转化 ， 使事件的运算化繁
为易 ．
１ １
例1 已知 P（ A） ＝ P（ B） ＝ P（ C） ＝ ， P（ A B） ＝ ０ ， P（ A C） ＝ P（ B C） ＝ ，
４ １６
求事件 A ，B ，C 全不发生的概率 ．
解 P（ A
珡 珚B 珚C） ＝ P（ A ＋ B ＋ C） ＝ １ － P（ A ＋ B ＋ C）
＝ １ － ［ P（ A） ＋ P（ B） ＋ P（ C） － P（ AB）
 第一节 事件的关系与运算 · ９ ·

－ P（ AC） － P（ BC） ＋ P（ A B C）］

３ １ ３
＝ １ － － ＝ ．
４ ８ ８
例2 设事件 A１ ，A２ ，… ，A n 相互 独 立 ， 且 P（ Ai ） ＝ p i ， i ＝ １ ，２ ，… ，n ， 求 n
个事件至少有一个发生的概率 p ．
分析 要求 P（ A１ ＋ A２ ＋ … ＋ A n ） ， 若直 接用 n 个 事件和 的概 率公 式 ， 计 算
量很大 ， 我们用对偶原理将其转化为事件积的运算 ．
解 p ＝ P（ A１ ＋ A２ ＋ … ＋ A n ） ＝ １ － P（ A１ ＋ A２ ＋ … ＋ A n ） ，
由对偶原理和事件的独立性得
n n

p ＝ １ － P（ 珡A １ 珡A ２ … A
珡n） ＝ １ － ∏
i＝ １
P（ Ai ） ＝ １ － ∏
i ＝ １
（１ － pi ） ．

若对事件差运用以上法则 ， 就容易出现错误 ， 请看下例 ．

例3 掷一枚骰子一次 ， 事件 A 表 示 “ 出现 １ ， ２ ， ３ 点之一” ， 事 件 B 表示
“出现 ３ ， ４ 点之 一” ， 事件 C 表 示 “ 出现 ２ ， ３ ， ６ 点 之一 ” ， 问 （ A ＋ B） － C ＝
A ＋ （ B － C）是否成立 ？
解 （ A ＋ B） － C 表示 “出现 １ ， ４ 点 之一” ， 而 A ＋ （ B － C） 表示 “出 现 １ ，
２ ， ３ ， ４ 点之一” ， 显然（ A ＋ B） － C ≠ A ＋ （ B － C） ， 即事件差运算不满足结合律 ．
同样容易验证 （ A ＋ B） － B ＝ A ＋ （ B － B） ＝ A 也不一定成立 ．

１ 唱５ 事件互 不相容与 对立及独立 的区别与 联系

问题 互不相容事件与等可能事件 、 对立事件及相互独立事件有什么区别 ？
答 “互不相容事件 ” 和 “等可 能事 件” 是迥然 不同 的两个 概念 ． 互不 相容
事件是对两个事件而言的 ． 若有 A 、 B 两 个事件 ， 当事 件 A 发 生时 事件 B 就 不
发生 ， 当事件 B 发生时事件 A 就不发 生 ． 也 就是说 ， 事件 A 、 B 同 时发 生是 不
可能的 ， 我们就把这种不可能同时发生的两个事件叫做互不相容事件 ， 也有人把
它们叫做互斥事件 ． 基于此 ， 两个可同时发生或同时不发生的事件则不能称作互
不相容事件 ． 如掷一枚骰子 ， 事件 A１ ＝ “出现一点” 和事 件 A２ ＝ “ 出现两点 ” 是
互不相容事件 ； 同样掷一枚硬币一次 ， 出现 正面和 出现 反面 也是互 不相 容事件 ．
在一次试验中 ， 由于某种对称性条件使得若干个随机事件中每一事件发生的可能
性是完全相同的 ， 则称这些事件为等可能事件 ， 在数目上它可为 ２ 个或多个 ． 而
互不相容事件仅指不可能同时发生的两个事件 ， 例如 ，掷一个均匀骰子 ， “出现 １
点或 ２ 点” 与 “出现 ２ 点或 ３ 点” 这两个事件是等可能的 ， 但它们不是互不相容
事件 ．
“互不相容事件 ” 和 “对立事件 ” 都 是就 两个事 件而 言的 ． 互 不相 容事 件是
 · １０ · 第一章 随机事件与概率

不可能同时发生的两个事件 ， 而对立事 件是 其中必 有一 个发 生的互 不相 容事件 ．

因此 ， 对立事件必须是互不相容事件 ， 但互不相容事件不一定是对立事件 ， 也就
是说 “互不相容” 是 “对立” 的必要但不充 分的 条件 ． 例 如 ， 掷一 枚骰 子 ， “ 出
现 １ 点” 和 “出现 ２ 点” 是互不相容的 ， 但不是对立的 ， 因为有可能 １ 点和 ２ 点
都不出现 ． 又如 ， 掷一个硬币 ， “出现正面 ” 和 “出现反面” 是对立的 ．
A ， B 两事件互不相容 ， 应用加法公式有 P（ A ＋ B） ＝ P（ A） ＋ P（ B） ， 而 一般
地 ， P（ A ＋ B） ＝ P（ A） ＋ P（ B） － P（ A B） ．
“互不相容事件 ” 与 “相 互独 立 事 件” 是 两 个不 同 的 概 念 ， 二 者 不 能 混淆 ．
两个事件互不相容是指两个事件不可能同时发生 ， 两个事件相互独立是指一个事
件的发生与否对另一个事件发生的概率没有影响 ． 它们虽然都描绘了两个事件间
的关系 ， 但所描绘的关系是根本不同的 ． 若 A 、 B 互不相容 ， 则 P（ A B） ＝ ０ ， 又
若 P（ A） ＞ ０ ， P（ B） ＞ ０ ， 则 P（ A） P（ B） ≠ ０ ， 由 此得 到 ， P（ A B） ≠ P（ A） P（ B） ，
所以 A 、 B 不是互相独立 ．
又如甲 、 乙两人向同一目标射击 ， A ＝ “甲中目标” ， B ＝ “乙中目标” 则 事件
A ， B 是相互独立的 ， 但 “甲中目 标” 与 “乙中 目标” 不是 不可能 同时发 生 ， 即
A 与 B 不是互不相容 ．
应用公式 P（ A１ A２ … A n ） ＝ P（ A１ ） P（ A２ ） … P（ A n ） 解 决实际 问题 时 ， 首 先要
注意公式应用的前提一般是 ： A１ ，A２ ，… ，A n 这 n 个事件是相互独立的 ．

１ 唱６ 随机 现象有规 律性吗 ？

问题 随机现象有规律性吗 ？ 如果有 ， 又如何指导实践 ？

答 随机现象有规律性 ． 随机现象进行一次试验 ， 看不出什么规律 ， 但大量
重复试验 ， 则随机事件的频率就会出现稳定性 ． 例如 ， 掷一枚硬币一次 ， 可能出
现正面 ， 也可能出现反面 ， 看不出什么规律 ． 但大量重复试验 ， 有以下结果 ：

实验者 掷硬币次数 出现正面次数 频率

蒲 丰 ４０４０ ２０４８ ０畅 ５０６９
皮尔逊 １２０００ ６０１９ ０畅 ５０１６
皮尔逊 ２４０００ １２０１２ ０畅 ５００５

我们可以看出规律性 ： 出现正面与反面的可能性各占一半 ， 这种规律性称为

统计规律性 ， 在大量试验中才显示出来 ．
例如 ， 两人射击 ， 甲是神枪手 ， 乙是普通射手 ． 如果打一发子弹 ， 甲可能打
中也可能打不中 ， 乙也可能打中或打不中 ， 看不出什么规律 ． 如果两人比赛 ， 各
打 １０ 组 ， 每组 １００ 发子弹 ， 结果是 ：
 第一节 事件的关系与运算 · １１ ·

１ ２ ３ ４ ５ ６ ７ ８ ９ １０
甲 ９７ ９５ ９８ ９２ １００ ９６ ９２ ９４ ９１ ９６
乙 ５０ ５２ ４７ ５６ ４５ ５４ ４４ ４３ ４８ ４７

我们可以看出规律 性 ： 甲 可 说几 乎 每发 必 中 ， 乙 只 有大 约 一半 的 可 能性 打
中 ． 这种规律性称为统计规律性 ， 在大量试验中才显示出来 ， 不是个别试验显示
的特性 ． 再例如 ， 从婴儿出生的调查来看 ， 男 、 女婴孩的可能性各占一半 ， 对某
个对象不出现这一规律性 ．
利用随机现象的规律性 ， 可以指导实践 ． 例如 ， 农业生产上选择品种 ， 如果
当地发生旱灾的可能性大 ， 水灾的可能性小 ， 就应选择耐旱的品种 ， 反之则应选
择耐涝的品种 ．
在统计学中 ， 以 “小概率事件” 判断原理来进行假设检验 ． 例如 ， 厂方声称
产品的废品率为 ５ ％ ， 随机有放回的抽样检查 ， 发现 “５ 个产品有 ２ 个次品” ． 这
时 ， 应当拒绝 “废品率为 ５ ％ ” ． 为 什么 ？ 因 为 “５ 个 产 品 有 ２ 个次 品” 的 概 率
p ＝ C５ （０畅 ０５） （０畅 ９５） ≈ ０畅 ０２１ 是 小概 率事 件 ， 在 一次 试 验中 不可 能发 生 ， 现 在
２ ２ ３

居然发生了 ， 应怀疑原假设 ．
可能性小的事并不等于不发生 ， 例如地震 ． 某地某日发生大地震的可能性是
非常小的 ， 但就整个地球来说 ， 一年总要发生几次大地震 ．

１ 唱７ 频率 与概率之 间有何关系 ？ 频率的 极限是概率 对吗 ？

问题 “频率” 与 “概率” 之间有何关系 ？ 频率的极限是概率对吗 ？

答 随机事件 A 的频率 ， 指在相 同条 件下 重复做 n 次试 验 ， 事件 A 发 生的
次数 n A 与试验总次数 n 的比值 ． 它具有一定的稳定性 ， 即稳定在某一常数 P（ A）
附近 ， 而偏离的可能性很 小 ． 为了 说 明这 种规 律 ， 我 们把 这个 常 数 P（ A） 称 为
这个随机事件 A 的概率 ， 这是 概率 的统 计定 义 ． 它 从数 量 上反 映了 随机 事件 发
生的可能性的大小 ， 而 频率 在大 量重 复试 验 的前 提下 可 近似 地 作为 这 个 事件 的
概率 ．
例如 ， 抛一枚硬币时 ， 既可能出现正面 ， 也可能出现反面 ， 预先做出确定的
判断是不可能的 ． 但是如果硬币质地 均匀 ， 直观上 出现 正面 与反面 的机 会均等 ，
也就是说出现正面的概率为 ０畅 ５ ， 即 在大 量试 验中出 现正 面的频 率应 接近 ５０ ％ ．
为了验证这一点 ， 历史上不少人做过这个试验 ， 其结果证明以上判断是正确的 ．
nA
但是如果说频率的极限是概率 ， 那就错 了 ． 因为由极 限定义 ， lim ＝ P（ A） ，
n → ∞ n
nA
即对任意小的 正 数 ε， 一 定 存在 某 项 N ， 当 n ＞ N 痴 － P（ A） ＜ ε ． 对 上 述抛
n
 · １２ · 第一章 随机事件与概率

一枚硬币试验 ， A 表示出 现正 面 ， P（ A） ＝ ０畅５ ． 取 ０ ＜ ε ＜ ０畅５ ， 不 论 N 多 大 ， 存

nA
在 n ＞ N ， 这时 n 次 试 验 中 每 次 出 现 正 面 是 可 能 发 生 的 ， 则 － P（ A） ＝
n
n nA
－ ０畅 ５ ＝ ０畅 ５ ＞ ε， 因此 lim ＝ P（ A） 不成 立 ． 但 我们 发 现 n 次 试 验 中每 次
n n → ∞ n
１ n

出现正面的概率为 → ０ （ n → ∞ ） ， 发 生的 可 能性 很小 ， 几 乎为 零 ． 也就 是
２
nA nA
说对任意正数 ε， lim P － P（ A） ＜ ε ＝ １ 成立 ， 即频率 依概率收敛于概率
n → ∞ n n
P（ A） ，这就是第五章中要学习的伯努利大数定律 ．

１ 唱８ 如何灵 活运用公 式 P（ A） ＝ １ － P（ 珡A ） ？

问题 如何灵活运用公式 P（ A） ＝ １ － P（ 珡A ） ？
答 求某个事件的概率时 ， 常遇到求 “至少 … ” 或 “至多 … ” 等事件概率的
问题 ． 若从正面考察这些事件 ， 它们 往往 是诸多 事件 的和 或积 ， 求 解时 很繁琐 ．
但 “至少 … ” 、 “至多 … ” 这些事件的对立事件却又比较简单 ， 且其概率也很容易
求出 ．
此时 ， 不妨来一个逆向思考 ， 先求其对立事件的概率 ， 然后再求原来事件的
概率 ． 这就需要运用公式 P（ A） ＝ １ － P（ 珡A ） 了 ．
例1 某型号的高射炮 ， 每门炮 发射 一发 击中的 概率 为 ０畅 ６ ， 现若 干门 炮同
时发射一发 ， 问欲以 ９９ ％ 的把握击中来犯的一架敌机至少需要配置几门炮 ？
解 设需要配置 n 门高射炮 ， A i ＝ “ 第 i 门高射炮击中飞机” ， B ＝ “飞机被击
中” ， 则
P（ Ai ） ＝ ０畅 ６ ， i ＝ １ ，２ ，… ，n ，
P（ B） ＝ P（ A １ ＋ A２ ＋ … ＋ A n ） ＝ １ － P（ A １ ＋ A２ ＋ … ＋ A n ）
＝ １ － P（ 珡A １ 珡A ２ … 珡A n ） ＝ １ － P（ 珡A１ ） P（ 珡A２ ） … P（ 珡A n ） ＝ １ － ０畅 ４ ，
n

lg０畅 ０１
n ≥
n n
１ － ０畅 ４ ≥ ９９ ％ 痴 ０畅 ４ ≤ ０畅 ０１ 痴 ＝ ５畅 ０２６ ．
lg０畅 ４
所以 ， 至少配备 ６ 门炮 ．
例2 一袋中装有 n 个球 ， 其 中有 n － １ 个黑 球 和一 个白 球 ， 每 次从 袋中 随
机地摸出一个球并换入一只黑球 ， 这样继续下去 ， 问第 k 次摸球摸出黑球的概率 ．
分析 设 A k ＝ “第 k 次摸球摸 出黑 球” ， 要求 P（ A k ） ， 直接 计算 困难 ， 因为
我们不知道前 k － １ 次摸到的是黑球 ， 还是白球 ． 下面用对立事件的公式来做 ．
解 A
珡 k ＝ “第 k 次摸球摸出一个白球” ， 则前 k － １ 次每 次从袋 中随 机地 摸出
一个黑球 ，
 第一节 事件的关系与运算 · １３ ·

１ n－ １
k－１

P（ A k ） ＝ １ － P（ 珡A k ） ＝ １ － P（ A１ A２ … A k － １ 珡A k ） ＝ １ － ．
n n
例3 甲有 n ＋ １ 个硬 币 ， 乙 有 n 个硬 币 ， 双 方 投掷 之后 进行 比较 ， 求甲 掷
出的正面数比乙掷出的正面数多的概率 ．
解 设 A ＝ “甲掷出正面数 ＞ 乙掷 出 正面 数” ， B ＝ “ 甲掷 出反 面数 ＞ 乙掷 出
反面数” ， 珡A ＝ “ 甲掷 出正 面数 ≤ 乙 掷出 正面 数” ＝ “甲 掷出 反 面数 ＞ 乙掷 出反 面
数” ＝ B ，
P（ A） ＝ １ － P（ 珡A ） ＝ １ － P（ B） ．
１
由于硬币均匀 ， 由对称性 P（ A） ＝ P（ B） ， 所以 ， ２ P（ A） ＝ １ ， 得 P（ A） ＝ ．
２

１ 唱９ 赌金如何分 配才算公 平 ？

问题 １６５１ 年夏 ， 法国数 学 、 物 理学 家帕 斯卡 在一 次 旅途 中偶 遇贵 族公 子
德 · 梅尔 ， 他提出 “分赌金问题” 向帕斯卡求教 ， 问题如下 ： 德 · 梅尔和赌友掷
一枚骰子 ， 各押 ３２ 枚金币 ， 梅尔如果先 掷 ３ 次 ６ 点或 赌友先 掷 ３ 次 ４ 点 ， 就赢
了对方 ， 赌博进行了一段时间 ， 梅尔已掷了 ２ 次 ６ 点 ， 而对方掷了 １ 次 ４ 点 ， 此
时梅尔接通知要马上陪国王接见外 宾 ， 赌博 只好 中止 ， 请 问两 人如 何分配 ６４ 枚
金币才算合理 ？
分析 方案 １ ： 平均分 ， 这对梅尔欠公平 ．
方案 ２ ： 全部归梅尔 ， 这对赌友不公平 ．
赌友也提出方案 ３ ： 他要再掷两次 ４ 点 ， 而梅 尔要再掷 一次 ６ 点 ， 才能 赢了
对方 ． 所以有权分梅尔的一半 ， 即梅 尔分 ６４ 枚金币 的三 分之二 ， 而自 己分 三分
之一 ． 梅尔认为赌友方案不对 ， 提出方案 ４ ： 即使 下次赌友 掷一次 ４ 点 ， 他 还可
以分二分之一 ， 即 ３２ 枚金币 ； 再加上下一次他还有一半希望得到 １６ 枚金币 ， 所
以应分 ６４ 枚金币的四分之三 ， 而赌友分四分之一 ．
到底谁对 ？ 帕斯卡苦苦思索了两三年 ， 才想出一点眉目 ， 于是写信和好友费
马讨论 ， 结果认为梅尔方案对 ． 荷兰数学 、 物理学家惠更斯也参加了讨论 ， 结果
写成 枟论赌博中的计算枠 一书 ， 这是概率论最早的一本著作 ． 可以说这宣告了概
率论这一学科的诞生 ． 下面我们来看一看为什么梅尔方案正确 ．
解 设想赌博继续进行下去 ， 如果梅尔再赢一局 ， 或赌友再赢两局就最终赢
了对方 ．
１
P（梅尔赢一局） ＝ P（梅尔输一局） ＝ ，
２
A ＝ “ 梅尔先赢 一 局” ， B ＝ “梅 尔 先 输 一 局 ， 再 赢 一 局” ， C ＝ “ 梅 尔 赢 了 对方” ，
则 C ＝ A ＋ B ， A 与 B 互不相容 ．
 · １４ · 第一章 随机事件与概率

P（ C） ＝ P（ A ＋ B） ＝ P（ A） ＋ P（ B） ＝ １ ＋ １ × １ ＝ ３ ，
２ ２ ２ ４
３ １
P（赌友赢了对方 ） ＝ P（ C
珚） ＝ １ － ＝ ．
４ ４
３ １
梅尔最终赢的概率为 ， 而赌友 赢的 概率为 ． 所 以 ， 梅 尔应 分 ６４ 枚 金币
４ ４
的四分之三 ， 而赌友分四分之一是合理的 ．

１ 唱１０ 赠券收集 问题

问题 食品厂把印有 水浒 １０８ 将 之 一 的画 卡 作为 赠 券装 入 某种 儿 童 食品 袋
中 ， 每袋一卡 ， 试求购买 n 袋这种食品而能收集全套画卡的概率 ．
解 设 珚Ai ＝ “收到 １０８ 将第 i 将画卡” ， i ＝ １ ，２ ，… ，１０８ ， B ＝ “收集到全套画卡” ．
（１０８ － １）
n
１ n

P（ A i ） ＝ ＝ １ － ，
１０８ n １０８
n n
（１０８ － ２） ２
P（ A i A j ） ＝ n ＝ １ － ， i ≠ j ，… ，
１０８ １０８
n n
［１０８ － （１０８ － １）］ １０７
P（ A i１ Ai ２ … A i１ ０ ７ ） ＝ ＝ １ － ，
１０８
n
１０８
P（ A１ A ２ … A １ ０ ８ ） ＝ ０ ，
所求概率为
P（ B） ＝ P（ 珡A １ A
珡２ … A
珡 １ ０ ８ ） ＝ P（ A１ ＋ A２ ＋ … ＋ A１ ０ ８ ） ＝ １ － P（ A １ ＋ A２ ＋ … ＋ A１ ０ ８ ）
１０ ８

∑ P（ A i ） － ∑ P（ A i A j ） ＋ … ＋ （ － １） P（ A １ A２ … A１ ０ ８ ）
１０９
＝ １ －
i＝ １ １ ≤ j ＜ i ≤ １０ ８

n n n
１ ２ １０７
＝ １ － C１ ０ ８ １ － ＋ C１ ０ ８ １ － C１ ０ ８ １ －
１ ２ １０７ １０ ７
－ … ＋ （ － １） ．
１０８ １０８ １０８
讨论 我们可以类似地解决以下问题 ：
（１） 考试时共有 N 张考签 ． n 个学生参加考试 （ n ≥ N） ， 被抽过的考签立刻
放回 ， 并在考试结束之后 ， 至少有一张考签没有被抽到的概率 ．
（２） 设有一列 火车 共 有 n 节车 厢 ． 在 某 站 有 k（ k ≥ n） 个 旅 客上 这 列 火车 ，
并随意地选择车厢 ， 求每节车厢至少进入一个旅客的概率 ．

１ 唱１１ 概率为 １ 事件的 积概率是 １ 吗 ？

问题 概率为 １ 的事件的积概率是 １ 吗 ？
答 有限个概率为 １ 的事 件的积事件的概 率是 １ ． 即 A１ ，A２ ，… ，A n 为样本空
 第二节 事件的概率 · １５ ·

间 Ω 上的有限个事件 ， 且 P（ A１ ） ＝ P（ A２ ） ＝ … ＝ P（ A n ） ＝ １ ， 则 P（ A１ A２ … An ） ＝ １ ．
因为
P（ 珡A i ） ＝ ０ ， P（ 珡A i 珡A j ） ＝ ０ ， … ， P（ A
珡 １ 珡A２ … 珡A n ） ＝ ０ ，

P（ A１ A２ … A n ） ＝ P（ 珡A１ ＋ 珡A２ ＋ … ＋ A
珡 n ） ＝ １ － P（ 珡A１ ＋ 珡A２ ＋ … ＋ A
珡n）
n

＝ １ － ∑
i＝ １
P（ 珡Ai ） － ∑
１ ≤ i＜ j ≤ n
P（ 珡A i 珡A j ） ＋ …

P（ 珡A１ 珡A ２ … 珡A n ）
n －１
＋ （ － １） ＝ １．

无限个 概 率 为 １ 的 事 件 的 积 事 件 的 概 率 不 一 定 是 １ ． 例 如 随 机 试 验 为 在
（０ ，１） 内随机取一个值 ， 橙 α ∈ （０ ，１） ， 事 件 Aα 表示在 （０ ，α） ∪ （ α ，１） 内取 一个

值 ． 显然 P（ A α ） ＝ １ ， 但是 P ∩
α ∈ （ ０ ，１ ）
Aα ＝ P（ 碬 ） ＝ ０ ．

讨论 由以上分析我们可以类似得到 ： 有限个概率为零的事件的和事件的概
率是零 ， 但无限个概率为零的事件的和事件的概率不一定是零 ．

第二节 事件的概率

一、内 容提 要

1畅 古典概型

１
样本空间 Ω ＝ ｛ A１ ，A ２ ，… ，A n ｝ ， 且 P（ Ai ） ＝ ， i ＝ １ ，２ ，… ，n ， 则任 一事 件
n
A 的概率为
A 包含的基本事件数 k
P（ A） ＝ ．
样本空间事件总数 n
计算中用到以下结论 ：
（１） 加法原理 ， 乘法原理 ．
（２） 从 m 个不同元素中任取 n（ n ≤ m） 个元素的排列总数为
A m ＝ m（ m － １） … （ m － n ＋ １） ．
n

m！
（３） 从 m 个不同元素中任取 n（ n ≤ m） 个元素的组合总数为 Cnm ＝ ．
n ！ （ m － n） ！
（４） 从 m 个不同元素中任取 n（ n ≤ m） 个元素可以重复的排列总数为 m ．
n

（５） n 个有 m 类本质不同 的元素 ， 每类 分别有 k１ ，k２ ，… ，km 个元素 （k１ ＋ … ＋

n！
km ＝ n） ， 则 n 个元素全取出的全排列数为 ．
k１ ！k２ ！ … k m ！
 · １６ · 第一章 随机事件与概率

2畅 几何概型

事件 A 的概率与 A 的度量成正比 ， 而与 A 的位置无关 ， 则事件 A 的概率为

A 的度量
P（ A） ＝ ．
样本空间的总度量

3畅 概率的统计定义

在 n 次重复独立试验中 ， 事件 A 发 生的 频率具 有稳 定 性 ， 即 在某 一数 p 附
近波动 ， 且当 n 越大时 ， 波动 幅度 越小 ， 则 定义 频率的 稳定 值 p 为事 件 A 发 生
的概率 ， 即 P（ A） ＝ p ．

4畅 概率的公理化定义

设 E 是随机试验 ， Ω 是其样本空间 ， F 为事件域 ， 定义在事件域 F 上的实值

集函数 P 称为概率 ， 如果它满足如下三个条件 ：
（１） P（ A） ≥ ０ ， 对一切 A ∈ F ；
（２） P（ Ω ） ＝ １ ；
（３） 若 A i ∈ F ， i ＝ １ ，２ ，… ， 且两两互不相容 ， 则
∞ ∞

P ∑
i＝ １
Ai ＝ ∑
i＝ １
P（ Ai ） ．

5畅 条件概率
P（ AB）
P（ B | A） ＝ ．
P（ A）
6畅 乘法公式
P（ A B） ＝ P（ A） P（ B | A） ； P（ AB C） ＝ P（ A） P（ B | A） P（ C | AB） ．

二、释 难解 疑

１ 唱１２ 古典 概型的直 接计算法

问题 直接计算古典概型有哪些计算方法 ？
答 古典概型直接计算法就是选取适当的样本空间 Ω ， 直接计算样本点总数
k
n 和事件 A 所包含的样本点数 k ， 代入公式 P（ A） ＝ ， 从而求出事件 A 的概率 ．
n
计算 n 与 k 对简单的问题只需枚举 ， 较复杂的问题用排列组合计算 ．
方法 １ ： 枚举计算
例1 考虑一元二次方程 X ＋ B X ＋ C ＝ ０ ， 其 中 B ， C 分别 是将一 骰子 接连
２
 第二节 事件的概率 · １７ ·

掷两次 ， 先后出现的点数 ， 求该方程有实根的概率 p 和有重根的概率 q ．

分析 这是一个古典概型 ， 关键是求出基本事件总数和所求事件包含的基本
事件数 ．
解 样本空间 Ω ＝ ｛（ i ，j）｜ i ，j ＝ １ ，２ ，… ，６｝ ， i ，j 表 示将 一骰子 掷两 次先 后出
B
２

现的点数 ， 显然基本事件总数为 n ＝ ３６ ， 方程有实根 骋 B － ４ C ≥ ０ ， 即 C ≤

２
．
４
B
２

方程有重根 骋 B２ － ４ C ＝ ０ ， 即 C ＝ ．
４

B １ ２ ３ ４ ５ ６
C ≤ B ／４ 基本事件数
２
０ １ ２ ４ ６ ６
C ＝ B２ ／４ 基本事件数 ０ １ ０ １ ０ ０

１ ＋ ２ ＋ ４ ＋ ６ ＋ ６ １９ １ ＋ １ １
p ＝ ＝ ， q ＝ ＝ ．
３６ ３６ ３６ １８
例2 任取一正数 ， 求该数的平方的个位数是 ９ 的概率 ．
解 全体正数作为样本空间 ， 元素无限不是古典概型 ， 而正数平方的个位数
只取决于该正数的个位数 ， 它们可能是 ０ ，１ ，２ ，… ，９ 这 １０ 个数中任意一个 ， 所以
样本空间为 Ω ＝ ｛０ ，１ ，２ ，… ，９｝ ． 事件 A ＝ “正数的 平方的 个位数是 ９” ， 这正 数的
个位只 能取 ３ 或 ７ ， 所 以 事 件 A 只 包含 ２ 个 样本 点 ， 故 所 求 事 件 A 的 概 率 为
２ １
P（ A） ＝ ＝ ．
１０ ５
方法 ２ ： 用排列组合计算
例3 随机地将 １５ 名新生平均分 配到三个班中 ， 这 １５ 名新生 有 ３ 名优秀生 ．
求 （１） 每个班各分一名优秀生的概率 p ； （２） ３ 名优秀生在同一个班的概率 q ．
１５ ！
解 基本事件总数有 种．
５ ！５ ！５ ！
（１） 每个班各分一名优秀生有 ３ ！ 种 ，对每一分法 ， １２ 名非优秀生平均分配到
３ ！１２ ！
１２ ！ ３ ！１２ ！ ４ ！４ ！４ ！ ２５
三个班中分法总数为 种 ， 所以共有 种分法 ． 所以 p ＝ ＝ ．
４ ！４ ！４ ！ ４ ！４ ！４ ！ １５ ！ ９１
５ ！５ ！５ ！
（２） ３ 名优秀生分配到同一个班 ， 分法有 ３ 种 ， 对每一分法 ， １２ 名非优秀生
３ × １２ ！
１２ ！ ３ × １２ ！ ２ ！５ ！５ ！ ６
分配到三个班中分法总数为 ， 共有 种 ， 所以 q ＝ ＝ ．
２ ！５ ！５ ！ ２ ！５ ！５ ！ １５ ！ ９１
５ ！５ ！５ ！
例4 （１） 设 n 个人排成一排 ， 求甲 、 乙两人之间恰有 r（０ ≤ r ≤ n － ２） 人的
概率 ； （２） 设 n 个 人排 成一 圈 ， 按 顺 时针 方 向 ， 求 甲 、 乙 两 人 之间 恰 有 r（０ ≤
 · １８ · 第一章 随机事件与概率

r ≤ n － ２） 人的概率 ．
解 （１） 记 A ＝ “甲 、 乙两人之间 恰有 r 人 ” ， n 个人 排成一排 ， 基本事 件总
数为 n ！． 设甲排在第 i 位 ， 则乙排在第 i ＋ r ＋ １ 位 ， 所以 i 只能取 １ ，２ ，n － r － １ ，
共 n － r － １ 种取法 ， 其余 n － ２ 是 n － ２ 人的 全排 列 ， 有 （ n － ２） ！ 种 ． 甲 、 乙位
置可以互换 ， 有 C２ 种 ， 故 A 占有的基本事件数为 C２ （ n － r － １）（ n － ２） ！， 所求概
１ １

率为
C２ （ n － r － １）（ n － ２） ！ ２（ n － r － １）
１

P（ A） ＝ ＝ ．
n！ n（ n － １）
（２） 记 B ＝ “ 甲 、 乙两人之 间恰 有 r 人 ” ， n 个 人排 成一 圈 ， 在圆 圈上设 定 n
个位置标号 ． n 个人排入该 圆圈 有 n ！ 种 排法 ， 即样 本空 间基 本 事件 总数 为 n ！．
甲先占位 ， 有 n 种选择 ， 按顺时针方向乙 位置也 确定 了 ， 而剩 下的 n － ２ 个 人随
意占位 ， 有 （ n － ２） ！ 种 ， B 占有的基本事件数为 n（ n － ２） ！， 故所求概率为
n（ n － ２） ！ １
P（ B） ＝ ＝ ．
n！ n－ １

１ 唱１３ 古典概型 的基本问 题

问题 古典概型有哪些基本问题 ？
答 古典概型有以下三类基本问题 ： 摸球问题 、 投球问题和随机取数问题 ．
（ Ⅰ ） 摸球问题是指从 n 个 可 分辨 的球 中 ， 按 照不 同的 要 求 ， 摸出 m 个球 ，
计算事件概率的一类问题 ．
例1 袋中装有 α 个白球和 β 个黑球 ， 现采用以下三种方式从中任取 a ＋ b 个
球 （ a ≤ α ， b ≤ β） ， 试求所取出球恰有 a 个白球和 b 个黑球的概率 ．
（１） 从袋中一次性抽取 ；
（２） 无放回抽取 ， 每次取一个 ， 取后不放回 ；
（３） 有放回抽取 ， 每次取一个 ， 取后放回 ．
解 设 B ＝ “ 取出 a ＋ b 个球恰有 a 个白球和 b 个黑球” ．
Cα C β
a b

（１） 样本点总数为 C α ＋ β ， B 包含样本点数 C α Cβ ， 所以 ， P（ B） ＝

a＋ b a b
；
Cα ＋ β
a＋ b

（２） 样本点总数为 A α ＋ β ， B 包含样本点数 Cα Cβ （ a ＋ b） ！， 所以

a＋ b a b

Cα C β （ a ＋ b） ！ C α Cβ
a b a b

P（ B） ＝ ＝ ；
Aα ＋ β
a＋ b
Cαa＋＋ βb
α
（３） 取后放回 ， 抽到的白球数 X ～ B a ＋ b ， ， 所以
α＋β
b
α
a
β
P（ B） ＝ C
a
a＋ b ．
α ＋ β α＋ β