概率与数理统计 _生活经验

自学概率论与数理统计需要什么基?。?/h3>

文章插图

需要熟练的运用重积分才能学概率论，而重积分又是高等数学中比较高级的东西，也就是说要把《高等数学》基本上完全掌握才行。高中知识加高等数学中的微积分就可以解决。还涉及一些和函数有关基本概念，连续，单调性，之后看教材就可以自学了，主要是抓住模型，和常用分布等。概率与统计的一些概念和简单的方法，早期主要用于赌博和人口统计模型。随着人类的社会实践，人们需要了解各种不确定现象中隐含的必然规律性。扩展资料：事件包括单位事件、事件空间、随机事件等。在一次随机试验中可能发生的唯一的，且相互之间独立的结果被称为单位事件，用e表示。在随机试验中可能发生的所有单位事件的集合称为事件空间，用S来表示。例如在一次掷骰子的随机试验中，如果用获得的点数来表示单位事件，那么一共可能出现6个单位事件。则事件空间可以表示为S={1，2，3 ， 4，5 ， 6} 。上面的事件空间是由可数有限单位事件组成，事实上还存在着由可数无限以及不可数单位事件组成的事件空间，比如在一次直到获得国徽面朝上的随机掷硬币试验中，其事件空间由可数无限单位事件组成。参考资料来源：百度百科-概率论
概率论与数理统计这门课难么？不难概率论专门课程是我感觉整个大学课程里面比较难的课程了，当初我们班考试不及格率为45%，就是几乎一大半的人都需要重修，可以看出是有多变态，但是及格的那些人基本都是80分以上，所以感觉掌握学习方法并不难。这门课最难的就是变化自己的思维，主要是学习时，有比较多的数据一下子冲击自己的脑子，感觉三观都被改变，然后还有各种的公式套用，所以可以说是对文科生这种天生只会固定模式走的人来说，就是天书。但是说不难，就是上课的时候跟着老师的思路走，先不要给自己提前下定义说学不会，其实这门课程真的掌握方法很简单，老师上课时会告诉你一个学习的思路，认真听老师讲课，不开小差，可以很轻松学会，而且只要学会的基础的哪几节课，后面的变换都是根据基础来演变的。最后，课后和考试前一定要刷老师上课时重点讲述的题，这个非常的重要，因为可能考试就是这几道题的变形，阶解题思路可能没有变化，到时套用上就可以完美的解决问题，所以不要害怕去学习，反而越难的地方拉开差距，后面的人才不好追赶。
求概率论与数理统计（浙大四版）pdf百度云你好，我是大鱼儿吐泡泡，用百度网盘分享给你，点开就可以保存，链接永久有效^_^
概率论与数理统计的区别概率研究的是单个事件发生的概率。
数理统计研究的是一个群体的抽样概率。以及发生这个概率的可能区间。
数理统计更倾向于统计学的概念。

概率论与数理统计甲乙两人掷出的正面数相等,
包括二人正面次数为1，2，3，……，n，
而对于每个人i次正面概率都为 (i=1,2,……，n )
C(n,i)*(1/2)*(1/2)*……*(1/2)=C(n,i)*(1/2)^n，
而两人正面次数相等为i次的概率为
C(n,i)*(1/2)^n*C(n,i)*(1/2)^n=[C(n,i)/2^n]^2,
再将n种情况相加,
所以甲乙两人掷出的正面数相等的概率为
[C(n,1)/2^n]^2+[C(n,2)/2^n]^2+……+[C(n,n)/2^n]^2.

概率论与数理统计心得一
概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。
概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。
学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。熟练掌握：
概率部分：
1.常见分布列，分布函数：离散型--连续型一维--二维--多维离散：两点分布，二次分布，泊松分布，几何分布连续：均匀分布，指数分布，正态分布
2.基本运算概念：概率密度，数学期望，方差，协方差，相关系数
数理统计部分：
样本基本概念：X2分布， t分布，F分布，正态总体的样本均值，方差， k阶原点矩， k阶中心矩
推荐经典习题：
第一章:3.4.5.8.9.10.11.12.13.15.18.20.21
第二章:4.10.11.14.15.17.24.25.26.27
第三章:1-8.13.14.19.20.24.25.27
第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30
第六章:1.2.4.5.6.7.9(*)
第七章:2.3.4.7.8.9.10.11.12

二
“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。

概率论与数理统计与统计有什么关系不是很严格地说,二者是相反的方向
举个例子：
你如果已经知道了随机变量X是正态分布,而且是N(0,1),你去推导它的期望、方差等数字特征,去推导它其他一些性质,去推导X的平方是什么分布,和另一个随机变量Y相加又是什么分布...这些工作属于概率论范畴
如果实际工作中有个随机变量Z,你不知道是什么分布,你看到了一些试验值,觉得它可能是正态分布,于是你假设它是正态分布,你用试验数据,推断出它的均值可能是1,方差可能是4,然后做假设检验,看看这一结论在多大程度上可靠,如果认为可靠,用这个结论来做分析,或者预测将要进行的试验结果.这叫统计
统计以概率为理论基础,统计推断、假设检验都要基于概率的思想,把概率论学明白,统计就差不了

随机过程和概率论与数理统计有什么关系是一门功课，都是以概率
的方式去研究问题；
随机过程就是用规律去研究
一个过程，这个过程每个点出现的值，都是随机的，这个就是用概率去研究；
数理统计，就是同一个事情，多次，也是概率的。

概率论与数理统计与简明本有什么区别?

文章插图

一、应用不同概率论与数理统计属于数学的一个分支，它更注重于理论研究，它的结论广泛应用于各领域随机现象的研究。概率论与数理统计的理论与方法已广泛应用于工业、农业、军事和科学技术中，如预测和滤波应用于空间技术和自动控制，时间序列分析应用于石油勘测和经济管理，马尔科夫过程与点过程统计分析应用于地震预测等二、变量不同社会统计学描述的是变量，数理统计学描述的是随机变量。而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础，数理统计学以随机变量为基矗。当变量取值的概率论与数理统计、统计学、应用统计学有什么相同。三、形式不同统计学更注重应用，它的许多结论都来自于概率论与数理统计。数理统计更注重公式的推导，而统计学原理只是把数理统计的公式转换为更易用的形式。四、概率不同概率研究的是单个事件发生的概率。数理统计研究的是一个群体的抽样概率。以及发生这个概率的可能区间。数理统计更倾向于统计学的概念。扩展资料：1、概率论与数理统计是数学的一个有特色且又十分活跃的分支，一方面，它有别开生面的研究课题，有自己独特的概念和方法，内容丰富，结果深刻;另一方面，它与其他学科又有紧密的联系，是近代数学的重要组成部分。由于它近年来突飞猛进的发展与应用的广泛性，目前已发展成为一门独立的一级学科。同时他又向基础学科、工科学科渗透，与其他学科相结合发展成为边缘学科，这是概率论与数理统计发展的一个新趋势。2、统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。3、应用统计学系统讲述应用统计学基本知识和基本技能，融入电子表格的实际应用，介绍参数估计、假设检验等应用统计方法。参考资料来源：百度百科-概率论与数理统计参考资料来源：百度百科-国际金融学：简明本
高数与线性代数概率论与数理统计之间的关系？【概率与数理统计】现在怎么大家都提这么抽象的问题啊。
简单的说，线性代数研究的是，线性空间的各种性质，为了这个目的，先研究了矩阵、行列式等内容、然后对线性空间通过向量、线性相关、线性无关等概念和矩阵、行列式联系起来。对线性空间中的一些函数和变换作进一步研究。比如我们原来高中中学过的二次型进行了扩展，主要是研究这些二次型的标准形式，如何通过线性变化得到这些标准型等等。
数理统计和线性代数有很多联系，线性代数是数理统计的基础之一。微积分也是。概率论呢，离散的部分和高数、线代关系小。连续的部分也是高数、线代是基础

概率论与数理统计、统计学、应用统计学有什么相同点和不同点？

文章插图

1、相同点：概率论与数理统计、统计学、应用统计学都是研究随机变量及其概率分布、数字特征、大数定律与中心极限定理、统计量及其概率分布、参数估计和假设检验、回归分析、方差分析、马尔科夫链等内容。2、不同点：（1）概率论与数理统计属于数学的一个分支，它更注重于理论研究，它的结论广泛应用于各领域随机现象的研究。概率论与数理统计的理论与方法已广泛应用于工业、农业、军事和科学技术中，如预测和滤波应用于空间技术和自动控制，时间序列分析应用于石油勘测和经济管理，马尔科夫过程与点过程统计分析应用于地震预测等（2）社会统计学描述的是变量，数理统计学描述的是随机变量。而变量和随机变量是两个既有区别又有联系，且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础，数理统计学以随机变量为基矗。当变量取值的概率论与数理统计、统计学、应用统计学有什么相同。3、统计学更注重应用，它的许多结论都来自于概率论与数理统计。数理统计更注重公式的推导，而统计学原理只是把数理统计的公式转换为更易用的形式。扩展资料：1、概率论与数理统计是数学的一个有特色且又十分活跃的分支，一方面，它有别开生面的研究课题，有自己独特的概念和方法，内容丰富，结果深刻;另一方面，它与其他学科又有紧密的联系，是近代数学的重要组成部分。由于它近年来突飞猛进的发展与应用的广泛性，目前已发展成为一门独立的一级学科。同时他又向基础学科、工科学科渗透，与其他学科相结合发展成为边缘学科，这是概率论与数理统计发展的一个新趋势。2、统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域。3、应用统计学系统讲述应用统计学基本知识和基本技能，融入电子表格的实际应用，介绍参数估计、假设检验等应用统计方法。参考资料来源：百度百科-概率论与数理统计参考资料来源：百度百科-统计学参考资料来源：百度百科-应用统计学
概率论与数理统计？第一题先求x的边缘分布。P（x=1）=P(x=1,y=0)+P(x=1,y=2)=0.1+0.2=0.3P (x=2)同理=a+b 。我们知道P（x=1）+P(x=2)=1，所以a+b=0.7.令 Z=x+2.那么p(z=3)=p(x=1)=0.3,P(z=4)=p(x=2)=a+b.所以Z期望就是0.3*3+（a+b）*4=0.9+0.7*4=3.7.或者直接利用E（x+2）=E(x)+2来求解。第二题根据连续变量求期望和方差的式子求解。请采纳。
概率论与数理统计？刘刘语数理统计，不好意思，我也不记得这个怎么学了？

概率论与数理统计？概率论与数理统计是概率统计简明教程的升级版，或者概率统计简明教程是概率论与数理统计的子集。肯定是概率论与数理统计要难一些概率统计简明教程可能要比概率论与数理统计内容少点要求低点。一般来说概率统计简明教程可能是经管类专业的学生用书，而概率论与数理统计可能是数学专业的学生用书

概率论与数理统计相互独立就是如果P(A B) =P(A) P(B)，称A,B 相互独立。
从COV的公式看，0=E(Y1Y2)-E(Y1)E(Y2), 也就是E(Y1 Y2)=E(Y1)E(Y2) 符合相互独立的定义，所以Y1 ， Y2 相互独立

上面的回答是不对的，如你疑虑的，
相互独立一定不相关，但不相关并一定意味着相互独立。
不过有一些例外，如果两个分布都服从正态分布，那么相互独立和不相关是等价的：
相互独立就是不想关，不相关就使相互独立。

Y1 和Y2 明显是服从正态分布（正态分布的加减仍然是正态分布），他们不相关那就是他们也独立。

概率论与数理统计的公式及定义总结概率论与数理统计是考研数学重要组成部分。概率论与数理统计非常强调对基本概念、定理、公式的深入理解。重要基本知识要点如下：

一、考点分析

1.随机事件和概率，包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。

2.随机变量及其概率分布，包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。

3.二维随机变量及其概率分布，包括多维随机变量的概念及分类；二维离散型随机变量联合概率分布及其性质；二维连续型随机变量联合概率密度及其性质；二维随机变量联合分布函数及其性质；二维随机变量的边缘分布和条件分布；随机变量的独立性；两个随机变量的简单函数的分布。

4.随机变量的数字特征，随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。

5.大数定律和中心极限定理，以及切比雪夫不等式。

6.数理统计基本概念，包括总体与样本；样本函数与统计量；样本分布函数和样本矩。

7.参数估计，包括点估计；估计量的优良性；区间估计。

8.假设检验，包括假设检验的基本概念；单正态总体和双正态总体的均值和方差的假设检验。

二、解题思路

1.如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式；当事件组相互独立时，用对立事件的概率公式。

2.若给出的试验可分解成（0－1）的n重独立重复试验，则马上联想到Bernoulli试验，及其概率计算公式。

3.若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。关键：寻找完备事件组。

4.若题设中给出随机变量X~N则马上联想到标准化~N（0，1）来处理有关问题。

5.求二维随机变量（X，Y）的边缘分布密度的问题，应该马上联想到先画出使联合分布密度的区域，然后定出X的变化区间，再在该区间内画一条//y轴的直线，先与区域边界相交的为y的下限，后者为上限，而的求法类似。

6.欲求二维随机变量（X，Y）满足条件Y≥g（X）或（Y≤g（X））的概率，应该马上联想到二重积分的计算，其积分域D是由联合密度的平面区域及满足Y≥g（X）或（Y≤g（X））的区域的公共部分。

7.涉及n次试验某事件发生的次数X的数字特征的问题，马上要联想到对X作（0－1）分解。即令

8.凡求解各概率分布已知的若干个独立随机变量组成的系统满足某种关系的概率（或已知概率求随机变量个数）的问题，马上联想到用中心极限定理处理。

9.若为总体X的一组简单随机样本，则凡是涉及到统计量的分布问题，一般联想到用分布，t分布和F分布的定义进行讨论。

一个概率论与数理统计的概念问题：这问题倒有意思哈我觉得是在各自的两个样本空间的占的比的乘积吧各乘各的不在同一个样本空间的原因如下：P（A）理解成A集合面积除以总面积P(B)也一样若在同一个样本空间中因为他们独立1如果两个集合不相交那么应该是互斥事件对吧你发生我就不发生了。P(AB)=0.集合的话也可以说是没有公共部分所以为0 。但是在样本空间两个集合各自的面积相乘不一定为0嘛2如果两集合相交那么 P(AB)是他们的相交公共部分。而p(A)乘P（B），也就是两个集合的面积相乘/总样本空间不见得会等于他们相交部分/总样本空间所以若AB在同一个样本空间和他们独立矛盾所以是在他们各自的样本空间里

概率论与数理统计知识点总结(详细)《概率论与数理统计》
第一章概率论的基本概念
§2．样本空间、随机事件
1．事件间的关系则称事件B包含事件A，指事件A发生必然导致事件B发生
称为事件A与事件B的和事件，指当且仅当A，B中至少有一个发生时，事件发生
称为事件A与事件B的积事件，指当A，B同时发生时，事件发生
称为事件A与事件B的差事件，指当且仅当A发生、B不发生时，事件发生
，则称事件A与B是互不相容的，或互斥的，指事件A与事件B不能同时发生，基本事件是两两互不相容的
，则称事件A与事件B互为逆事件，又称事件A与事件B互为对立事件
2．运算规则交换律结合律
分配律
徳摩根律
§3．频率与概率
定义在相同的条件下，进行了n次试验，在这n次试验中，事件A发生的次数称为事件A发生的频数，比值称为事件A发生的频率
概率：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
1．概率满足下列条件：
（1）非负性：对于每一个事件A（2）规范性：对于必然事件S（3）可列可加性：设是两两互不相容的事件，有（可以?。?br>2．概率的一些重要性质：
（i）（ii）若是两两互不相容的事件，则有（可以?。?br>（iii）设A，B是两个事件若，则，（iv）对于任意事件A，（3(2)对于二维正态随机变量（§3协方差及相关系数

考研数学数三概率论数理统计的基本概念考研数学一的考试科目：高等数学、线性代数、概率论与数理统计。各科目所占比例为：高等数学56%、线性代数22%、概率论与数理统计22% 。
考研数学二的考试科目：高等数学、线性代数。在试题中，各科目所占比例为：高等数学78%、线性代数22% 。
考研数学三考试科目：微积分、线性代数、概率论与数理统计。各科目所占比例为：高等数学56%、线性代数22%、概率论与数理统计22% 。
从上述对比中不难看出，数一、数二、数三最大的区别是数学二缺少了概率论与数理统计，而数一和数三不论考试科目还是分值比例都是相同的。

具体来说，在高等数学中，数一、数二、数三的主要区别在于：空间解析几何、多元函数积分学(二重积分以外)，仅数学一考查;无穷级数，仅数学一、数学三考查;微积分的物理应用，仅数学一、数学二考查;微积分的经济学应用，仅数学三考查。
在线性代数中，数一、数二和数三的考试内容和要求几乎一样，唯一的区别是数学一多了向量空间的内容，这部分考点在考试中涉及得很少，对考生的复习没有实质性影响。
在概率论与数理统计中，数学一的考试范围比数学三略大，主要增加了参数估计部分的考点，包括估计量的评选标准、区间估计以及后续的假设检验。
除了考查范围上的区别以外，在都考查的部分，数一、数二、数三对具体考点的要求基本上是一致的。同时，由于数学二在高等数学中的考查范围较小、而考的分值又最大，这就导致数学二在高等数学部分的考查相当于数一和数二更细致、更全面、同时也更灵活。但总的来说，数一、数二、数三在共有考点的要求上的区别并不明显，不需要加以区分。

数理统计基本概念在概率论哪一章你说的意思是指《概率论》是一本书么？那样可不一定了，因为叫概率论的书很多，而且很多根本没有数理统计的内容！
所以如果你想问数理统计是概率论中的哪部分内容的话，实际上它是不属于概率论范畴的。概率论主要研究随机变量的性质，在概率论的问题中，随机变量往往服从一个已知的分布，我们要研究它的期望与方差等特性。
而数理统计则是以大数定律为基础，根据收集来的统计数据来估计总体（可看做一个随机变量）可能的分布，是一种猜测，我们更多的是去估计以及给出估计的可靠性。
二者有联系，但是不同的研究领域

概率论与数理统计是什么关系不是很严格地说，二者是相反的方向

举个例子：

你如果已经知道了随机变量X是正态分布，而且是N(0,1)，你去推导它的期望、方差等数字特征，去推导它其他一些性质，去推导X的平方是什么分布，和另一个随机变量Y相加又是什么分布...这些工作属于概率论范畴

如果实际工作中有个随机变量Z，你不知道是什么分布，你看到了一些试验值，觉得它可能是正态分布，于是你假设它是正态分布，你用试验数据，推断出它的均值可能是1，方差可能是4，然后做假设检验，看看这一结论在多大程度上可靠，如果认为可靠，用这个结论来做分析，或者预测将要进行的试验结果......这叫统计

统计以概率为理论基?。?统计推断、假设检验都要基于概率的思想，把概率论学明白，统计就差不了

概率（论）与（数理）统计有什么区别呀？（还有的教材叫《概率论与数理统计》，大杂烩吗？）区别：概率论所研究的问题的总体分布是确定的，而数理统计是基于样本对总体的推断，总体分布是未知的。
联系：概率论是数理统计的基础，为数理统计提供理论支持

概率论与数理统计和应用概率统计有什么区别概率论与数理统计是基础，
应用概率统计则侧重于应用，概率统计方面的应用。

概率论与数理统计怎么学好呀有没有好的方法？1-5章是公共部分，文理科都学，经济学和工科都学。你是经济类的，那要把随即过程学好。其实不难，学会平稳随机过程和马尔可夫过程既可。考试时1-5章会占到70%左右的分数，主要把握一维概率分布和二位概率分布，数字特征那部分，有公式可套，全背下来，都是最基本的。还有就是把各种分布都背下来，例如泊松分布，指数分布，平均分布等等，掌握各种分布的性质，期望，方差。第五章大数定律部分，你就掌握契比雪夫概率分布即可，因为其余的概率分布都是通过契比雪夫公式，以及数字特征性质推出来的，不用死记硬背。

概率论与数理统计该怎么学？哪些重点呢？1-5章是公共部分，文理科都学，经济学和工科都学。你是经济类的，那要把随即过程学好。其实不难，学会平稳随机过程和马尔可夫过程既可。考试时1-5章会占到70%左右的分数，主要把握一维概率分布和二位概率分布，数字特征那部分，有公式可套，全背下来，都是最基本的。还有就是把各种分布都背下来，例如泊松分布，指数分布，平均分布等等，掌握各种分布的性质，期望，方差。第五章大数定律部分，你就掌握契比雪夫概率分布即可，因为其余的概率分布都是通过契比雪夫公式，以及数字特征性质推出来的，不用死记硬背。

如何学习概率论与数理统计经管类？如果你是参加自考用，那么以下是我的一些心得:概率论与数理统计(经管类)的主要考试内容在于前面四章，第一章是概率论的基础内容，主要了解随机事件，古典概型，条件概率等内容，这章要熟悉这些基本内容及相应的公式。从第二章随机变量及其概率分布到第四章随机变量的数字特征，主要是在引入了随机变量之后，对于随机试验的进一步研究。这里你要了解离散型随机变量和连续型随机变量的定义，分布律(或概率密度函数) ，与分布函数的关系，以及怎样求解随机变量的数学期望。这些可以通过课后练习来检验你自己对这些内容是否掌握。从第五章开始到结束，由于涉及到数据比较多，所以只要了解基本概念和公式，然后能看懂典型的一些例题就可以。
概率论与数理统计该怎么学好难一个……“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科（如控制论、信息论、可靠性理论、人工智能等）的基?。虼搜Ш谜庖谎Э剖鞘种匾?。
　1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。
2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲。
3. 搞懂了概率论中的各个概念。
在学习中要紧扣它的实际背景，理解统计方法的直观含义。了解数理统计能解决那些实际问题。对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。

如何自学概率论与数理统计？首先得学点微积分知识这应该是前提..第二就是反复看书,或是其它网上的视频..

概率论与数理统计？********** ，这是10重独立伯努利实验，设事件A为射击命中，则P(A)=0.8,P(A')=1-0.8=0.2,10次中有8次命中，2次失败，符合这结果的组合概率为0.8^8*0.2^2,这种结果共为0.8^8*0.2^2,这合，因此10次中命中8次的的概率为b(8，10，0.8)=C(10,8)0.8^8*0.2^2,因此答案为选项A.

概率论与数理统计解答概率论与数理统计作业及解答
第一次作业