概率统计期末复习资料
中国石油大学090107概率论与数理统计期末复习题及参考答案
《概率论与数理统计》课程综合复习资料一、单选题1.设某人进行射击，每次击中的概率为1/3,今独立重复射击10次，则恰好击中3次的概率为()。
a∙ Φ3Φ7B. ⅛φ3×(∣)7C∙ c ioψ7×(∣)3d∙ ⅛3答案：B2.设X∣, X2, . X〃为来自总体X的一个样本，区为样本均值，EX未知，则总体方差OX的无偏估计量为()。
A.--∑(X∕-X)2“Ti=I1n _ o8. 1 X(X z-X)2 n i=∖1 «0C∙ -∑(X，•一EX)1 〃oD∙ --∑(X i-EX)2〃-答案：A3.设X” X2,…，X〃为来自总体N(〃，/)的一个样本，区为样本均值，已知，记S12=-∑(X z-X)2, 5^=1 X(X z-X)2,则服从自由度为〃-1的f分布统计量是()。
〃一IT n i=∖MT=Sl/3S2 / 4nS) ∕√n答案：D4.设总体X〜/HO),O为未知参数，X1, X2,. -, X“为*的一个样本,0(X1, X2,--,.X n), 0(X1, X2,∙∙∙, X ZJ)为两个统计量,包力为。
的置信度为的置信区间, 则应有()。
A.P{Θ <Θ} = aB.P{Θ<Θ} = ∖-aC.P[Θ<Θ<Θ] = aD.P[Θ<Θ<Θ} = ∖-a答案：D5.某人射击中靶的概率为3/5,如果射击直到中靶为止，则射击次数为3的概率()。
A. ⅛36,设X和Y均服从正态分布X〜N(μ工),Y ~ N(μ32),记P] = P{X <μ-2], p2=P{Y≥μ + 3}f则OoA.对任何实数〃都有p∣ >〃2B.对任何实数〃都有p∣ <〃2C.仅对〃的个别值有Pl =p2D.对任何实数〃都有p∣二〃2答案：D7.设A和B为任意两个事件，且Au3, P(B)>0,则必有()。
A.P(A)<P(A∖B)B.P(A)NP(AIB)C.P(A)>P(A∖B)D.P(A)≤P(A∖B)答案：D8.已知事件48相互独立，P(B) >0,则下列说法不正确的是()。
成人高考 线性代数与期末考试概率统计_复习资料
2021上线性代数与概率统计复习资料一单选题 (共20题，总分值60分 )1.方程，则λ不等于02.排列1234的逆序数为03. A是3阶矩阵，且|A|=1/3，则|A*|=1/94.已知A,B,C是同阶的非零矩阵，则AB=AC是B=C的必要非充分条件5.设A是可逆矩阵，则矩阵方程XA=B的解X=BA-1。
6. A,B为n阶矩阵，且AB=A+B，则（A-E）-1=B-E7.已知(A-B)(A+B)=A2-B2，则矩阵A,B必满足AB=BA8.下列四种矩阵中，零矩阵不一定是方阵9.排列45321的逆序数为910. A为5阶矩阵，k为常数，则|kA|=k5|A|是正确的。
11.设A为mFk矩阵，B是kFn矩阵，C是nFm矩阵，则下列运算中无意义的是A+BC12.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示至少有一人没射中。
13.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示二人都没射中。
14. A是三阶矩阵，|A|=1，则|-3A|=-2715. A是3阶矩阵，且|A|=1/3，则|（3A）-1|=1/916. A,B,C都是n阶矩阵，下面四个等式中必定成立的有2个。
①(A+B)-C=B-(C-A)②B(A+C)=AB+BC③(AB)C=B(AC)④[(A+B)C]T=C T A T+ C T B T17.设A是方阵，则|A|=0是A不可逆的充分必要条件18.甲、乙二人射击，A、B分别表示甲、乙射中目标的事件，表示至少有一人没射中。
19. A,B都是n阶方阵，则必有|AB|=|BA|20.排列4132的逆序数为4二判断题 (共10题，总分值30分 )21. X为随机变量,C为常数，则E(CX)=CE(X)三计算题 (共1题，总分值10分 )22.随机变量X的密度函数为，求（1）E(X);（2）D(X)。
高二数学期末复习之一概率与统计
高二数学期末复习之一概率与统计第一部分．复习目标：1． 了解典型分布列：0～1分布，二项分布，几何分布。
2． 了解离散型随机变量的期望值、方差的意义，会根据离散型随机变量的分布列求出期望值、方差。
3． 在实际中经常用期望来比较两个类似事件的水平，当水平相近时，再用方差比较两个类似事件的稳定程度。
4． 了解正态分布的意义，能借助正态曲线的图像理解正态曲线的性质。
5． 了解标准正态分布的意义和性质，掌握正态总体),(2σμN 转化为标准正态总体N （0，1）的公式)()(σμ-Φ=x x F 及其应用。
6． 通过生产过程的质量控制图，了解假设检验的基本思想。
第二部分．内容小结： （Ⅰ）基础知识详析㈠随机事件和统计的知识结构：㈡随机事件和统计的内容提要 1．主要内容是离散型随机变量的分布列、期望与方差，抽样方法，总体分布的估计，正态分布和线性回归。
2．随机变量的概率分布（1）离散型随机变量的分布列：两条基本性质①,2,1(0=≥i p i ...)； ②P 1+P 2+ (1)（2）连续型随机变量概率分布：由频率分布直方图，估计总体分布密度曲线y=f(x)；总体分布密度函数的两条基本性质： ①f(x) ≥0(x ∈R)；②由曲线y=f(x)与x 轴围成面积为1。
3．随机变量的数学期望和方差 （1）离散型随机变量的数学期望：++=2211p x p x E ε…；反映随机变量取值的平均水平。
（2）离散型随机变量的方差：+-+-=222121)()(p E x p E x D εεε…+-+n n p E x 2)(ε…；反映随机变量取值的稳定与波动，集中与离散的程度。
（3）基本性质：b aE b a E +=+εε)(；εεD a b a D 2)(=+。
4．三种抽样方法。
5．二项分布和正态分布（1）记ε是n 次独立重复试验某事件发生的次数，则ε～B （n ，p ）；其概率,2,1,0,1()(=-==-k p q q p C k P kn k k n n …),n 。
概率论与数理统计 期末复习1
概率论与数理统计 期末复习（一）第二章 随机变量及其分布一、了解离散性随机变量及其概率分布：特征：可列无穷多 二、熟练掌握三种常用离散性随机变量的分布律(0-1)分布 、 二项分布、 泊松分布(泊松定理的应用) (知道：期望方差)【例1-1】某种型号器件的寿命X(以小时计)具有概率密度()⎪⎩⎪⎨⎧>=，其他00100,10002x x x f现有一大批此种器件(设备损坏与否相互独立)，任取5只，问其中至少有2只寿命大于1500小时的概率.【例1-2】设顾客在某银行窗口等待服务的时间X(min)服从指数分布，其概率密度为()⎪⎩⎪⎨⎧>=-，其他00,515/x ex f x X 某顾客在窗口等待服务，若超过10min ，他就离开，他一个月要到银行5次，以Y 表示一个月内他未等到服务而从窗口离开的次数，写出Y 的分布律，并求出{}1≥Y P .【例1-3】设有80台同类型设备，各台工作是相互独立的，发生故障的概率都是0.01，且一台设备的故障能由一个人处理.考虑两种配备维修工人的方法，其一是由4人维护，每人维护20台；其二是由3人共同维护80台.试比较这两种方法在设备发生故障时不能及时维修的概率的大小.【例2-1】一电话总机每分钟收到呼唤的次数服从参数为4的泊松分布，求某一分钟内呼唤次数大于2的概率.【例2-2】保险公司在一天内承保了5000张相同年龄，为期一年的寿险保单，每人一份.在合同有效期内若投保人死亡，则公司需赔付3万元. 设在一年内，该年龄段的死亡率为0.0015，且各个投保人是否死亡相互独立. 求该公司对于这批投保人的赔付金额总数不超过30万元的概率.三、熟练掌握连续型随机变量分布函数的概念，以及概率密度和随机变量分布函数的关系要点: {}x X P x F ≤=)(；⎰=∞-xdt t f x F )()(，若)(x F 在x 点连续，则有)()('x f x F =； 概率密度的性质：⎰=≥∞∞-1)(,0)(dx x f x f 满足这两个条件的函数才可以认为是概率密度；四、熟练掌握三种连续型随机变量的分布 均匀分布、指数分布、正态分布(知道：概率密度、分布函数、期望方差) 【例3-1】设随机变量X 的分布函数为：⎪⎩⎪⎨⎧≥<≤<=e x e x x x x F X ,11,ln 1,0)((1) 求{}{}⎭⎬⎫⎩⎨⎧<<≤<<252,30,2X P X P X P ;(2) 求概率密度)(x f X .【例3-2】设随机变量X 的概率密度为：()⎪⎩⎪⎨⎧<≤-<≤=其他，，,021210x x x x x f求X 的分布函数.【例3-3】设()()x g x f ,都是概率密度函数，求证：()()()()10,1≤≤-+=αααx g x f x h 是一个概率密度函数.【例4-1】设K 在(0,5)服从均匀分布，求关于x 的方程：02442=+++K Kx x有实数根的概率.【例4-2】（记住正态分布引理） 设随机变量()22,3~N X :(1) 求{}52≤<X P ;(2) 试确定常数c,使得{}{}c X P c X P ≤=>;(3) 试确定常数d 的最小值，使得{}9.0≥>d X P .【例4-3】设顾客在某银行窗口等待服务的时间X(min)服从指数分布，其概率密度为()⎪⎩⎪⎨⎧>=-，其他00,515/x ex f x X 某顾客在窗口等待服务，若超过10min ，他就离开，他一个月要到银行5次，以Y 表示一个月内他未等到服务而从窗口离开的次数，写出Y 的分布律，并求出{}1≥Y P .五、求随机变量的函数分布的两种方法： (1)直接法:{}{})]'())[(?()())(?()()(111y g y g x f y f y g x F y x g P y Y P y F X Y X Y ---=⇒=≤=≤=(2)定理法：P52 定理直接套公式(套公式要注意在x 的定义域上)(x g y =必须是严格单调！)【例5-1】设)1,0(~N X (1) 求X e Y =的概率密度；(2) 求122+=X Y 的概率密度； (3) 求X Y =的概率密度.【例5-2】设随机变量X 的概率密度为()⎪⎩⎪⎨⎧>=-，其他00,x e x f x 求2X Y =的概率密度.【练习】1. 某人进行射击，设每次射击的命中率为0.02，独立射击400次，试估计他至少击中2次的概率.2. 设()λπ~X ，且{}{}21===X P X P ，求{}4=X P .3. 设()λπ~X ，其分布律为{},...2,1,0,!===-k k e k X P kλλ，试确定k 的值，使得{}k X P =最大.4. 设()p n b X ,~，其分布律为{}10.,...,2,1,0,)1(<<=-==-p n k p p C k X P k n kk n ，试确定k 的值，使得{}k X P =最大.5. 设连续型随机变量X 的分布函数为： ()()+∞<<∞-+=x x B A x F arctan(1) 求B A ,的值；(2) 求X 的概率密度()x f .6. 设连续型随机变量X 的概率密度为：()⎩⎨⎧<<+=其他,010,x b ax x f且8521=⎭⎬⎫⎩⎨⎧>X P ,(1) 求b a ,的值；(2) 求⎭⎬⎫⎩⎨⎧≤<2141x P ;(3) 求随机变量X 的分布函数()x F .7. 对某地区考生抽样调查的结果表明,考生的数学成绩（百分制）近似服从()2,72σN ，其中σ未知，已知96分以上的考生占总数的2.3%.试求考生的数学成绩介于60分与84分之间的概率.8. 设321,,X X X 是随机变量，且()()()232213,5~,2,0~,1,0~N X N X N X ,{}22≤≤-=x P P j ，（j=1,2,3）,则（ ）（13-8）(A) 321P P P >> (B) 312P P P >> (C) 213P P P >> (D) 231P P P >>9. （13-14）设随机变量Y 服从参数为1的指数分布，a 为常数且大于零，则{}a Y a Y P >+≤1的值为.10. （11-8）设()()x F x F 21，为2个分布函数，其相对应的概率密度为()()x f x f 21,，其都是连续函数，则下列选项中必为概率密度的是（ ）(A) ()()x f x f 21 (B) ()()x F x f 122 (C) ()()x F x f 21 (D) ()()()()x F x f x F x f 1221+11. （10-8）设()x f 1为标准正态分布的概率密度，()x f 2为[-1,3]上均匀分布的概率密度，若()()())0,0(0,0,21>>⎩⎨⎧>≤=b a x x bf x x af x f 为概率密度，则b a ,应该满足( )(A) 432=+b a (B) 423=+b a (C) 1=+b a (D) 2=+b a12. （06-14）设随机变量X 服从正态分布()2111,σμN ,随机变量Y 服从正态分布()2222,σμN ，且{}{}1121<-><-μμY P X P ,则下列结论成立的是（ ）(A) 21σσ< (B) 21σσ> (C) 21μμ< (D) 21μμ>13. （02-21）设随机变量X 的概率密度为： ()⎪⎩⎪⎨⎧≤≤=其他,00,2cos 21πx x x f 对X 独立地重复观察4次，用Y 表示观察值大于3π的次数，求2Y 的数学期望.14. 设随机变量),(~σμN X ,求证：随机变量)0,(≠+=a b a b aX Y 为常数，也服从正态分布 ()2','~σμN Y ，并指出2','σμ的值.15. 设随机变量X 在区间()10，服从均匀分布. (1) 求X e Y =的概率密度；(2) 求X Y ln 2-=的概率密度.。
概率统计 期末复习-经管(1)
第一章 随机事件及其概率一、基本概念1． 事件的关系与运算、运算规律因为事件是样本空间的一个集合, 故事件之间的关系与运算可按集合之间的关系和运算来处理。
事件间的关系及运算与集合的关系及运算是一致的表1.1没有相同的元素与互不相容和事件事件的差集与不发生发生而事件事件的交集与同时发生与事件事件的和集与至少有一个发生与事件事件的相等与相等与事件事件的子集是发生发生导致事件的余集的对立事件子集事件元素基本事件空集不可能事件全集必然事件样本空间集合论概率论记号B A B A AB B A B A B A B A B A AB B A B A B A B A B A B A B A B A B A A A A A ∅=-=⊂∅Ω ω,对偶律：A B A B = ，A B A B =2、概率的定义频率：A n n f (A )n=，其中n 为试验次数, A n 为事件A 发生的次数概率的统计定义：在相同条件下重复进行n 次试验，若事件A 发生的频率A n n f (A )n=随着试验次数n 的增大而稳定地在某个常数p ()10≤≤p 附近摆动，则称p 为事件的概率，记为)(A P古典概型：具有下列两个特征的随机试验模型： 1. 随机试验只有有限个可能的结果; 2. 每一个结果发生的可能性大小相同.概率的古典定义：在古典概型的假设下，设事件A包含其样本空间S中k个基本事件, 即},{}{}{21ki i i e e e A =则事件A发生的概率.)()()(11中基本事件的总数包含的基本事件数S A n k e P e P A P kj i k j i jj====∑== 概率的公理化定义：设E 是随机试验, S 是它的样本空间,对于E 的每一个事件A 赋于一个实数, 记为)(A P , 若)(A P 满足下列三个条件: 1. 非负性：对每一个事件A ,有 0)(≥A P ;2. 完备性：1)(=S P ;3. 可列可加性：设,,21A A 是两两互不相容的事件，则有.)()(11∑∞=∞==i ii i A P A P 则称)(A P 为事件A 的概率.概率的基本性质：○1()0P ;∅=○2设12n A ,A ,,A 是两两互不相容的事件，则有11nni i i i P(A )P(A ).===∑○3()()1P A P A ;=-○4()()()P A B P A P AB ;-=-特别地，若B A ⊂，则()()()P A B P A P B ;-=-()()P A P B ;≥○5对任一事件A 有()1P A ≤○6对于任意两个事件A ，B 有()()()()P A B P A P B P AB =+-3、条件概率与独立性条件概率：)()()|(A P AB P A B P =（0)(>A P ），在事件A 发生的条件下,事件B 的条件概率.事件的独立性：A ,B 相互独立P(AB )P(A)P(B )⇔=n A A A ,,,21 相互独立()111j jk ki i j j k,k n,P A P A ==⎛⎫⇔∀≤≤= ⎪⎝⎭∏事件独立的性质： ○1当0)(>A P ,0)(>B P 时, A ,B 相互独立与A ,B 互不相容不能同时成立. 但∅与S 既相互独立又互不相容(自证). ○2 设A ,B 是两事件, 且0)(>A P ,若A ,B 相互独立, 则)()|(A P B A P =. 反之亦然.伯努利概型（试验的独立性）设随机试验只有两种可能的结果：事件A 发生(记为A )或事件A 不发生(记为A )，则称这样的试验为伯努利(Bermourlli)试验。
概率论与数理统计期末复习重要知识点及公式整理
概率论与数理统计期末复习重要知识点及公式整理2010-2011学年第一学期期末复习资料概率论与数理统计期末复习重要知识点第二章知识点：1.离散型随机变量：设X是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X为一个离散随机变量。
2.常用离散型分布：（1）两点分布（0-1分布）：若一个随机变量XP{X x1}p,P{X x2}1p只有两个可能取值，且其分布为(0p1)，则称X服从x1,x2处参数为p的两点分布。
两点分布的概率分布：两点分布的期望：（2）二项分布：P{X x1}p,P{X x2}1p(0p1) E(X)p；两点分布的方差：D(X)p(1p)若一个随机变量X的概率分布由式给出，则称X服从参数为n,p的二项分布。
记为X~b(n,p)(或B(n,p)).两点分布的概率分布：二项分布的期望：（3）泊松分布：P{x k}Cnp(1p)kkn kkkn k,k0,1,...,n. P{x k}Cnp(1p),k0,1,...,n. E(X)np；二项分布的方差：D(X)np(1p)kP{X k} e若一个随机变量X的概率分布为数为的泊松分布，记为X~P () k!,0,k0,1,2,...，则称X服从参P{X k} e泊松分布的概率分布：泊松分布的期望：4.连续型随机变量：kk!,0,k0,1,2,... E(X)；泊松分布的方差：D(X)如果对随机变量X的分布函数F(x)，存在非负可积函数F(x)P{X x}f(x)，使得对于任意实数x，有xf(t)dt，则称X为连续型随机变量，称f(x)为X的概率密度函数，简称为概率密度函数。
2010-2011学年第一学期期末复习资料5.常用的连续型分布：（1）均匀分布：1,若连续型随机变量X的概率密度为f(x)b a 0,a x b其它，则称X在区间（a,b）上服从均匀分布，记为X~U(a,b)1,均匀分布的概率密度：f(x)b a0,a b2a xb 其它均匀分布的期望：（2）指数分布：E(X)；均匀分布的方差：D(X)(b a)122e xf(x)0若连续型随机变量X的概率密度为x00，则称X服从参数为的指数分布，记为X~e ()x0e xf(x)0指数分布的概率密度：指数分布的期望：（3）正态分布：E(X)1；指数分布的方差：D(X)2f(x)(x)222x若连续型随机变量X的概率密度为则称X服从参数为和22的正态分布，记为X~N(,)(x)222f(x)正态分布的概率密度：正态分布的期望：E(X)xD(X)x22；正态分布的方差：（4）标准正态分布：0,21(x)，2(x)xet22标准正态分布表的使用：（1）x0(x)1(x)2010-2011学年第一学期期末复习资料X~N(0,1)P{a x b}P{a x b}P{a x b}P{a x b}(b)(a)X~N(,),Y2（2）X（3）P{a X b}P{a~N(0,1),F(x)P{X x}P{X故b}(b)(a)x(x) Y2Y定理1：设X~N(,),则X~N(0,1)6.随机变量的分布函数：设X是一个随机变量，称分布函数的重要性质：0F(x) 1P{x1X x2}P{X x2}P{X x1}F(x2)F(x1)x1x2F(x1)F(x2)F()1,F()0F(x)P{X x}为X的分布函数。
概率论与数理统计期末复习资料
概率统计、概率论与数理统计、随机数学课程期末复习资料注：以下是考试的参考内容,不作为实际考试范围,考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考;1、能很好地掌握写样本空间与事件方法,会事件关系的运算,了解概率的古典定义2、能较熟练地求解古典概率；了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质;5、理解随机变量的概念,能熟练写出0—1分布、二项分布、泊松分布的分布律;6、理解分布函数的概念及性质,理解连续型随机变量的概率密度及性质;7、掌握指数分布参数λ、均匀分布、正态分布,特别是正态分布概率计算8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度;9、会求分布中的待定参数;10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数,会判别随机变量的独立性;11、掌握连续型随机变量的条件概率密度的概念及计算;12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,理解二维离散型随机变量的联合分布律及其性质,理解二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率;13、了解求二维随机变量函数的分布的一般方法;14、会熟练地求随机变量及其函数的数学期望和方差;会熟练地默写出几种重要随机变量的数学期望及方差;15、较熟练地求协方差与相关系数.16、了解矩与协方差矩阵概念;会用独立正态随机变量线性组合性质解题;17、了解大数定理结论,会用中心极限定理解题;18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握χ2分布及性质、t分布、F分布及其分位点概念;19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数;20、掌握极大似然估计法,无偏性与有效性的判断方法;21、会求单正态总体均值与方差的置信区间;会求双正态总体均值与方差的置信区间;23、明确假设检验的基本步骤,会U检验法、t检验、2χ检验法、F检验法解题;24、掌握正态总体均值与方差的检验法;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法;2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;3．准确地选择和运用全概率公式与贝叶斯公式;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;5．会用中心极限定理解题;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理;4．会求未知参数的矩估计、极大似然估计; 5．掌握无偏性与有效性的判断方法; 6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率; 例2：袋中有a 个白球,ｂ个黑球,c 个红球,从中任意取出ｍm ≤a +ｂ个球,求取出的m 个球中有k 1≤a 个白球、k 2≤b 个黑球、k 3≤c 个红球k 1＋k 2＋k 3=m 的概率. 占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;如对于事件A ,B ,A 或B ,已知P A ,PB ,P AB ,P A B ,P A |B ,PB |A 以及换为A 或B 之中的几个,求另外几个; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 3．准确地选择和运用全概率公式与贝叶斯公式;若已知导致事件A 发生或者是能与事件A 同时发生的几个互斥的事件B i ,i =1,2,…,n ,…的概率PB i ,以及B i 发生的条件下事件A 发生的条件概率P A |B i ,求事件A 发生的概率P A 以及A 发生的条件下事件B i 发生的条件概率PB i | A ;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;1已知一维离散型随机变量X 的分布律PX =x i =p i ,i =1,2,…,n ,… 确定参数 求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的分布律及期望EgX 例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E2已知一维连续型随机变量X 的密度函数fx确定参数求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的密度函数及期望EgX例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k求概率}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数X Y =的密度及期望)(X E3已知二维离散型随机变量X ,Y 的联合分布律PX =x i ,Y =y j =p ij ,i =1,2,…,m ,…；j =1,2,…,n ,… 确定参数求概率P {X ,Y ∈G }求边缘分布律PX =x i =p i.,i =1,2,…,m ,…；PY =y j =, j =1,2,…,n ,… 求条件分布律PX =x i |Y =y j ,i =1,2,…,m ,…和PY =y j |X =x i , j =1,2,…,n ,… 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的分布律及期望EgX , Y 例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X =1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律4已知二维连续型随机变量X 的联合密度函数fx , y 确定参数求概率P {X ,Y ∈G }求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的密度函数及期望EgX , Y例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率．例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;对于来自总体X 的样本n X X X ,,,21 ,由样本构成的各种函数是否是统计量; 2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;对于来自总体X 的样本n X X X ,,,21 ,判断估计量是否无偏,比较哪个更有效; 例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;对于正态总体,由样本结合给出条件,导出参数的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤; 对于单、双正态总体根据给定条件,确定使用什么检验方法,明确基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤;1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率;分析：本例的样本点就是从a +ｂ中有次序地取出m 个球的不同取法；第m 次取出的球是白球意味着：第ｍ次是从a 个白球中取出一球,再在a +ｂ-1个球中取出m-1个球; 解：设B ＝｛第m 次取出的球是白球｝样本空间的样本点总数： mb a A n +=事件B 包含的样本点： 111--+=m b a a AC r ,则 b a a A aA n r B P mba mb a +===+--+11)( 注：本例实质上也是抽签问题,结论说明按上述规则抽签,每人抽中白球的机会相等,同抽签次序无关;例2：袋中有4个白球,5个黑球,6个红球,从中任意取出9个球,求取出的9个球中有1 个白球、3个黑球、5个红球的概率.解：设B ＝｛取出的9个球中有1个白球、3个黑球、5个红球｝样本空间的样本点总数： 915C n ==5005事件B 包含的样本点： 563514C C C r ==240,则 PB =120/1001=占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 解：样本点为n 个质点在N 个格子中的任一种分布,每个质点都有N 种不同分布,即n 个质点共有N n 种分布;故样本点总数为：N n1在n 个格子中放有n 个质点,且每格有一个质点,共有n 种不同放法；因此,事件A 包含的样本点数：n,则n Nn A P !)(=2先在N 个格子中任意指定n 个格子,共有nN C 种不同的方法；在n 个格子中放n 个质点,且每格一个质点,共有n 种不同方法；因此,事件B 包含的样本点数： n Nn NA C n =!,则n n NNA B P =)(3在指定的一个格子中放mm ≤n 个质点共有mn C 种不同方法；余下n-m 个质点任意放在余下的N-1个格子中,共有mn N --)1(种不同方法.因此,事件C 包含的样本点数：m n C mn N --)1(, 则mn m m n nm n m n N N N C NN C C P ---=-=)1()1()1()( 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少解：考虑次序.基本事件总数为：410A =5040,设B ={能排成一个四位偶数} ;若允许千位数为0,此时千位数可在0、2、4、6、8这五个数字中任选其一,共有5种选法；其余三位数则在余下的九个数字中任选,有39A 种选法；从而共有539A =2520个;其中,千位数为0的“四位偶数”有多少个 此时个位数只能在2、4、6、8这四个数字中任选其一,有4种选法；十位数与百位数在余下的八个数字中任选两个,有28A种选法；从而共有428A=224个; 因此410283945)(A A A B P -==2296/5040= 2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B 解：P AB = P APB =,P A －B = P A －P AB =,P A B = P A ＋PB －P AB =例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 解：P A －B =,P A B =,)|(B A P =)()(B P AB P =3/7,)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7,)|(B A P =)(1)()()(B P B A P B P B A P -= =2/33．准确地选择和运用全概率公式与贝叶斯公式;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;解：设事件A 表示“顾客买下该箱”,i B 表示“箱中恰好有i 件次品”,2,1,0=i ;则8.0)(0=B P ,1.0)(1=B P ,1.0)(2=B P ,1)|(0=B A P ,54)|(4204191==C C B A P ,1912)|(4204182==C C B A P ;由全概率公式得 ∑==⨯+⨯+⨯==294.019121.0541.018.0)|()()(i i i B A P B P A P ； 由贝叶斯公式 85.094.018.0)()|()()|(000=⨯==A PB A P B P A B P ; 4．1例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,P 1<X <3 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E 解：由1=∑iip,有 k ＋2 k ＋3 k ＋4 k =1 得 k =P 0<X <3= PX =1＋PX =2=,P 1<X <3= PX =2=⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<≤<=41436.0323.0211.010)(x x x x x x F∑=ii i p x X E )(=3,∑=i i p x X E 22)(=10,DX =22))(()(X E X E -=12)3(-X E =12例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k 求概率P 1<X <3 求分布函数Fx 求期望EX ,方差DX 求函数X Y =的密度函数及期望)(X E 解：由⎰+∞∞-dx x f )(=1,有⎰+∞∞-dx x f )(=k dx kx 38202=⎰=1,得 k =3/8P 1<X <3=⎰31)(dx x f =⎰21283dx x =7/8. ⎪⎩⎪⎨⎧≥<<≤=2120800)(3x x x x x F⎰+∞∞-=dx x xf X E )()(=⎰2383dx x =3/2,⎰+∞∞-=dx x f x X E )()(22=⎰20483dx x =12/5DX =22))(()(X E X E -=3/20⎪⎩⎪⎨⎧<<=其他02043)(5y y y f)(X E =⎰+∞∞-dx x f x )(=⎰202583dx x =726 3例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X=1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律 解：PX <Y =, PX =Y =YXY =iij ji p x X E )(=,=iij ji p x X E )(=,DX =))(()(X E X E -=∑∑=i ij j j p y Y E )(=2,∑∑=i ij jj p y Y E 22)(=5,DY =22))(()(Y E Y E -=1∑∑=iij jj i p y x XY E )(=,cov X ,Y =)()()(Y E X E XY E -=XY ρ=)()(),cov(Y D X D Y X = 相关V =min{X ,Y }4例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 解：由⎰⎰+∞∞-+∞∞-dxdy y x f ),(=1,有⎰⎰+∞∞-+∞∞-dxdy y x f ),(=⎰⎰-11212ydy x c dx x=1,得 c =21/4PX <Y =⎰⎰-12421ydx x dy y y = ⎪⎩⎪⎨⎧≤≤--==⎰其它011)1(821421)(42122x x x ydy x x f x X ⎪⎩⎪⎨⎧≤≤==⎰-其它1027421)(252y y ydx x y f yy Y X 与Y 不独立⎪⎩⎪⎨⎧≤≤-==-其它023)(),()|(232|yx y y x y f y x f y x f YY X⎪⎩⎪⎨⎧≤≤-==其它0118)(),()|(24|y x x y x f y x f x y f X X Y⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(=⎰⎰-11312421ydy x dx x =0⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(22=⎰⎰-11412421ydy x dx x =7/15DX =22))(()(X E X E -=7/15⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(=⎰⎰-112212421dy y x dx x =7/9⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(22=⎰⎰-113212421dy y x dx x =7/11DY =22))(()(Y E Y E -=28/891⎰⎰+∞∞-+∞∞-=dxdy y x f xy XY E ),()(=⎰⎰-112312421dy y x dx x =0cov X ,Y =0, XY ρ=0,X 与Y 不相关5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率． 解：例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率; 解：设这批种子发芽数为X ,则)9.0,1000(~B X ,由中心极限定理得所求概率为}880{≥X P 9826.0)108.2()108.2(1)90900880(1=Φ=-Φ-=-Φ-=;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤; 解: 1 1.提出假设 u u H u u H ≠=:,:12.选取统计量nS u X t /)(0-=3.对给定的显著性水平α,查表得)1(2-n t α4.计算 ns u x t /)(0-=5.判断 若),1(2->n t t α拒绝; H 反之,接受. H21.提出假设2021202:,:σσσσ>≤H H2.选取统计量2022)1(σχS n -=3.对给定的显著性水平α,查表得)1(2-n αχ4.计算.)1(2022σχs n -=5.判断 若),1(22-<n αχχ拒绝; H 反之,接受. H。
概率论与数理统计期末考试复习
j 1
此公式即为贝叶斯公式;
P(Bi ) ,i 1,2 ,…,n ,通常叫先验概率; P(Bi / A) ,i 1,2 ,…,n ,通常 称为后验概率;贝叶斯公式反映了“因果”的概率规律,并作出了“由
果朔因”的推断;
我们作了n 次试验,且满足
每次试验只有两种可能结果, A 发生或 A 不发生；
n 次试验是重复进行的,即 A 发生的概率每次均一样；
称事件 A 与事件 B 互不相容或者互斥;基本事件是互不相容的;
-A 称为事件A 的逆事件,或称A 的对立事件,记为 A ;它表示A 不发生 的事件;互斥未必对立;
②运算：
结合率：ABC=ABC A∪B∪C=A∪B∪C
分配率：AB∪C=A∪C∩B∪C A∪B∩C=AC∪BC
7 概率 的公 理化 定义
2° PΩ =1
3° 对于两两互不相容的事件 A1, A2 ,…有 常称为可列完全可加性;
则称 PA 为事件 A 的概率;
1° 1,2 n ,
2°
P(1 )
P( 2
)
P( n
)
1 n
;
设任一事件 A ,它是由1,2 m 组成的,则有
PA=(1) (2 ) (m ) = P(1) P(2 ) P(m )
则称 X 为连续型随机变量; f (x) 称为 X 的概率密度函数或密度函
数,简称概率密度;
密度函数具有下面 4 个性质：
1° f (x) 0 ;
2° f (x)dx 1;
3 离散与 积分元 f (x)dx 在连续型随机变量理论中所起的作用与
连续型 P(X xk) pk 在离散型随机变量理论中所起的作用相类似; 随机变
用;
Φ-x＝1-Φx 且 Φ0＝ 1 ;
概率论与数理统计第一章期末复习
概率论与数理统计第一章期末复习(一)随机事件1.随机现象定义1在一定的条件下，并不总是出现相同结果的现象称为随机现象．定义2只有一个结果的现象称为确定性现象．2.样本空间定义3一个试验如果满足下述条件：(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可能结果中的一个，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．就称这样的试验是一个随机试验，记作E．定义4随机试验E的所有可能结果组成的集合称为E的样本空间，记作Ω．样本空间的元素，即E的每个结果，称为样本点，记作ω．3.随机事件定义5随机试验的某些样本点的集合称为随机事件，简称事件，常用大写英文字母A，B，C，…表示．定义6由样本空间Ω中的单个元素组成的子集称为基本事件．而样本空间Ω的最大子集(即Ω本身)称为必然事件，样本空间Ω的最小子集(即空集∅)称为不可能事件．4.事件的关系与运算下面的讨论总是假设在同一个样本空间Ω中进行．1)包含关系⊂如果属于A的样本点必属于B，则称A包含于B或称B包含A，记作A B ⊃．用概率的语言说：事件A发生必然导致事件B发生．或B A对任一事件A，必有∅Ω⊂A．⊂2)相等关系如果属于A的样本点必属于B，且属于B的样本点必属于A，即BA⊂且=．AB⊂，则称事件A与B相等，记作A B3)互不相容(互斥)如果A 与B 没有相同的样本点，则称A 与B 互不相容(互斥)．即事件A 与事件B 不可能同时发生．4)两事件的和事件“事件A 与B 中至少有一个发生”，这样的一个事件称作事件A 与B 的和(或并)，记作B A ．5)两事件的积事件“事件A 与B 同时发生”，这样的一个事件称作事件A 与B 的积(或交)，记作B A (或AB )．6)两事件的差事件“事件A 发生而B 不发生”，这样的事件称为事件A 对B 的差，记作A B -．7)对立事件或逆事件若=AB ∅且Ω=B A ，则称A 与B 为对立事件或互为逆事件，事件A 的对立事件记作A ．【例1】设A 、B 、C 是Ω中的随机事件，则(1)事件{A 发生且B 与C 至少有一个发生}可表示为：)(C B A ；(2)事件{A 与B 发生而C 不发生}可表示为：C AB ；(3)事件{A 、B 、C 中至少有两个发生}可表示为：BC AC AB ；(4)事件{A 、B 、C 中至多有两个发生}可表示为：ABC ；(5)事件{A 、B 、C 中不多于一个发生}可表示为：AB BC AC ；(6)事件{A 、B 、C 中恰有一个发生}可表示为：ABC ABC ABC ．【例2】关系()成立，则事件A 与B 为对立事件．A ．=AB ∅B ．Ω=B AC ．=AB ∅，Ω=B AD ．=AB ∅，Ω≠B A 【解析】由对立事件的概念可知选项C 正确．【例3】甲、乙两人谈判，设事件A ，B 分别表示甲、乙无诚意，则B A 表示()A ．两人都无诚意B ．两人都有诚意C ．两人至少有一人无诚意D ．两人至少有一人有诚意【解析】由题可知A 与B 分别表示甲、乙有诚意，则B A 表示甲、乙两人至少有一人有诚意，故选项D 正确．5.事件的运算性质(1)交换律：A B B A =，BA AB =；(2)结合律：C B A C B A )()(=，)()(BC A C AB =；(3)分配律：()()()A B C AB AC = ，()()()A B C A C B C = ；(4)对偶律：B A B A = ，B A AB =．一些有用的等式：A A A = ，A Ω=Ω ，A A ∅= AA A =，A A Ω=，A ∅=∅A B A AB AB -=-=，A B A B A =【例4】化简下列各式：(1)))((B A B A ；(2)))((C B B A ；(3)))((B A B A B A ．【解】(1) A B B A B A B A ==)())((ØA =；(2)AC B C A B C B B A ==)())((；(3)))(())((B A B B A B A B A B A =AB AB A A B A A === )(．(二)随机事件的概率1.概率的公理化定义定义1设E 是随机试验，Ω是它的样本空间．对于E 的每一事件A 赋予一个实数，记为)(A P ，称为事件A 的概率，如果集合函数)(⋅P 满足下列条件：(1)非负性0)(≥A P ，对Ω∈A ；(2)规范性()1P Ω=；(3)可列可加性若=j i A A ∅，j i ≠， ,2,1,=j i ，有∑+∞=+∞==11)()(i i i i A P A P ．2.概率的性质性质1不可能事件的概率为0，即()0P ∅=．性质2概率具有有限可加性，即若=j i A A ∅(n j i ≤<≤1)，则∑===ni i n i i A P A P 11)()( ．性质3对任一随机事件A ，有()1()P A P A =-．性质4若A B ⊂，则)()()(B P A P B A P -=-．推论若A B ⊂，则)()(B P A P ≥．性质5对任意的两个事件A ，B ，有)()()(AB P A P B A P -=-．性质6对任意的两个事件A ，B ，有()()()()P A B P A P B P AB =+- ．对任意三个事件A ，B ，C ，有)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= ．推论对任意的两个事件A ，B ，有)()()(B P A P B A P +≤ ．【例1】设A 与B 互不相容，且0)(>A P ，0)(>B P ，则下列结论正确的是()A ．A 与B 为对立事件B ．A 与B 互不相容C ．)()()(B P A P B A P -=-D ．)()(A P B A P =-【解析】因为A 与B 互不相容，所以AB =∅，0)(=AB P ，故选项A ：互不相容不一定对立，故选项A 错误；选项B ：互不相容不一定对立，故B A 不一定等于Ω，所以B A B A =不一定等于∅，即A 与B 不一定互不相容，故选项B 错误；选项C ：)()()()(A P AB P A P B A P =-=-，故选项C 错误，进而选项D 正确．【例2】已知B A ⊂，3.0)(=A P ，5.0)(=B P ，求(A P ，)(AB P ，)(B A P 和)(B A P ．【解】(1)7.0)(1)(=-=A P A P ；(2)∵B A ⊂，∴A AB =，则3.0)()(==A P AB P ；(3)2.0)()()()(=-=-=AB P B P A B P B A P ；(4))(1()(B A P B A P B A P -==5.0)]()()([1=-+-=AB P B P A P ．【注】事件的概率的计算常常需要结合对偶律，应用性质3．【例3】已知事件A ，B ，B A 的概率分别是0.4，0.3，0.6，求(B A P ．【解】)()()()(AB P B P A P B A P -+= )(3.04.06.0AB P -+=所以1.0)(=AB P ，则3.0)()()((=-=-=AB P A P B A P B A P ．【例4】已知41)()()(===C P B P A P ，0)(=AB P ，161)()(==BC P AC P ．求：(1)A ，B ，C 中至少发生一个的概率；(2)A ，B ，C 都不发生的概率．【解】(1)因为0)(=AB P ，且AB ABC ⊂，所以由概率的单调性知0)(=ABC P ；再由加法公式，得A ，B ，C 中至少发生一个的概率为)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= 8516243=-=．(2)因为{A ，B ，C 都不发生}的对立事件为{A ，B ，C 中至少发生一个}，所以A ，B ，C 都不发生的概率为83851(=-=C B A P ．3.古典概型定义2若随机试验E 具有下述特征：(1)样本空间的元素(即样本点)只有有限个，不妨设为n 个，并记它们为12,,,n ωωω ．(2)每个样本点出现的可能性相等(等可能性)，即有12()()()n P P P ωωω=== ．则称这种等可能性的概率模型为古典概型．对任意一个随机事件Ω∈A ，有nk A A P =Ω=中所有样本点的个数所含有样本点的个数事件)(．【例5】袋中有大小相同的4个白球，3个黑球，从中任取3个至少有2个白球的概率为．【解析】袋中共有7个球，从中任取3个，共有37C 中取法，即样本空间Ω中共有37C 个样本点．取出的3个球中至少有2个白球，分为2个白球1个黑球和3个白球两种情况．当取出的3个球中有2个白球1个黑球时，共有1324C C 中取法；当取出的3个球中有3个白球时，共有0334C C 中取法．记=A {从中任取3个至少有2个白球}，则事件A 中共有03341324C C C C +个样本点．因此3522)(3703341324=+=C C C C C A P ．(三)条件概率1.条件概率定义1设A 与B 是样本空间Ω中的两个事件，若0)(>B P ，则称)()()(B P AB P B A P =为“在事件B 发生条件下事件A 发生的条件概率”，简称条件概率．【例1】已知31)()(==B P A P ，61)(=B A P ，求(B A P ．【解】∵61)()()(==B P AB P B A P ，∴181)(=AB P ，)(1)()()()(B P B A P B P B A P B A P -== )(1)]()()([1B P AB P B P A P --+-=127=．【注】条件概率的计算通常与概率的性质结合使用．【技巧】在计算过程中，只要有概率的性质可以用，就一直用概率的性质计算，直到没有概率的性质可用时，对得到的式子进行化简整理，代入已知数据计算．2.乘法公式定理1(乘法公式)(1)若0)(>B P ，则)()()(B A P B P AB P =．(2)若0)(121>-n A A A P ，则)()()()()(12121312121-=n n n A A A A P A A A P A A P A P A A A P ．【例2】一批零件共100个，次品率为10%，每次从其中任取一个零件，取出的零件不再放回，求第三次才取得合格品的概率．【解】设=i A {第i 次取得合格品}，3,2,1=i ．由题意知，所求概率为)(321A A A P ，易知10010)(1=A P ，999)(12=A A P ，9890)(213=A A A P ．由此得)()()()(213121321A A A P A A P A P A A A P =0083.0989099910010≈⋅⋅=．3.全概率公式定义2设Ω为试验E 的样本空间，1B ，2B ，…，n B 为E 的一组事件．如果=j i B B ∅，j i ≠，n j i ,,2,1, =且Ω=n B B B 21，则称1B ，2B ，…，n B 为样本空间Ω的一个划分．定理2(全概率公式)设1B ，2B ，…，n B 为样本空间Ω的一个划分，若0)(>i B P ，n i ,,2,1 =，则对任一事件A 有)()()(1i ni i B A P B P A P ∑==．4.贝叶斯公式定理3(贝叶斯公式)设1B ，2B ，…，n B 为样本空间Ω的一个划分，若0)(>A P ，0)(>i B P ，n i ,,2,1 =，则∑==n i j j i i i B A P B P B A P B P A B P 1)()()()()(，n i ,,2,1 =．【例3】一批同型号的零件由编号为Ⅰ、Ⅱ、Ⅲ的三台机器共同生产，各台机器生产的零件占这批零件的比例分别为35%、40%和25%，各台机器生产的零件的次品率分别为3%、2%和1%．(1)求该批零件的次品率；(2)现从该批零件中抽到一颗次品，试问这颗零件由Ⅰ号机器生产的概率是多少？【解】设=A {零件是次品}，=1B {零件由Ⅰ号机器生产}，=2B {零件由Ⅱ号机器生产}，=3B {零件由Ⅲ号机器生产}，则由题设知35.0)(1=B P ，4.0)(2=B P ，25.0)(3=B P ，03.0)(1=B A P ，02.0)(2=B A P ，01.0)(3=B A P ．(1)题目要求的是)(A P ，由全概率公式，得∑==31)()()(i i i B A P B P A P 021.0=．(2)题目要求的是)(1A B P ，由贝叶斯公式，得21)|()()|()()(31111==∑=i i i B A P B P B A P B P A B P ．【例4】有甲、乙、丙三厂同时生产某种产品．甲、乙、丙三厂的产量之比为1：1：3，次品率分别为4%，3%，2%．(1)若从一批产品中随机抽出一件，求这件产品为次品的概率．(2)若产品的售后部门接到一名顾客投诉，说其购买的产品为次品，请问哪个厂最该为此事负责，为什么？【解】设=A {产品为次品}，=1B {产品由甲厂生产}，=2B {产品由乙厂生产}，=3B {产品由丙厂生产}，则由题设知，2.0)(1=B P ，2.0)(2=B P ，6.0)(3=B P ，04.0)(1=B A P ，03.0)(2=B A P ，02.0)(3=B A P ．(1)题目要求的是)(A P ，由全概率公式，得∑==31)()()(i i i B A P B P A P 026.0=．(2)由贝叶斯公式，得134)|()()|()()(31111==∑=i i i B A P B P B A P B P A B P ，133)|()()|()()(31222==∑=i i i B A P B P B A P B P A B P ，136)|()()|()()(31333==∑=i i i B A P B P B A P B P A B P ．所以在产品为次品的情况下，产品来自丙厂的可能性最大，丙厂最该负责．【注】全概率公式与贝叶斯公式通常一起考试．(四)独立性1.两个事件的独立性定义1若)()()(B P A P AB P =成立，则称事件A 与事件B 相互独立，简称A 与B 独立．否则称A 与B 不独立或相依．定理1若事件A 与B 独立，则A 与B 独立；A 与B 独立；A 与B 独立．【例1】甲、乙两人彼此独立的向同一个目标射击，甲击中目标的概率为0.9，乙击中目标的概率为0.8，求目标被击中的概率．【解】设=A {甲击中目标}，=B {乙击中目标}，则=B A {目标被击中}．则)()()()(AB P B P A P B A P -+= )()()()(B P A P B P A P -+=98.0=．【例2】若事件A 与B 相互独立，8.0)(=A P ，6.0)(=B P ，求：)(B A P 和)|(B A A P ．【解】∵A 与B 相互独立，∴)()()()(AB P B P A P B A P -+= )()()()(B P A P B P A P -+=92.0=．)())(()|(B A P B A A P B A A P =)()()()()(B A P B P A P B A P B A P ==13.0=．【例3】设)()(B A P B A P =，证明：A 与B 相互独立．【证】因为)()(B A P B A P =，所以有)(1)()()(1)()()()()(B P AB P A P B P B A P B P B A P B P AB P --=--==，即有)]()()[()](1)[(AB P A P B P B P AB P -=-，整理得)()()(B P A P AB P =，所以A 与B 相互独立．2.多个事件的相互独立性定义2设A ，B ，C 是三个事件，若有⎪⎩⎪⎨⎧===)()()()()()()()()(C P B P BC P C P A P AC P B P A P AB P (1)第11页共11页则称A ，B ，C 两两独立．若还有)()()()(C P B P A P ABC P =，(2)则称A ，B ，C 相互独立．注意：只有(1)式与(2)式同时成立，事件A ，B ，C 才相互独立．(1)式成立不能保证(2)式成立；反过来，(2)式成立也不能保证(1)式成立．定义3设有n 个事件1A ，2A ，…，n A ，对任意的n k j i ≤<<<≤ 1，若以下等式均成立⎪⎪⎩⎪⎪⎨⎧===)()()()()()()()()()()(2121n n k j i k j i j i j i A P A P A P A A A P A P A P A P A A A P A P A P A A P 则称此n 个事件1A ，2A ，…，n A 相互独立．定理2如果n (2≥n )个事件1A ，2A ，…，n A 相互独立，则其中任何m (n m ≤≤1)个事件换成相应的对立事件，形成的n 个新的事件仍相互独立．【例4】三人独立地去破译一份密码，已知各人能译出的概率分别为51，31，41，问三人中至少有一人能将此密码译出的概率是多少？【解】设A ，B ，C 分别表示三人独立译出密码，则51)(=A P ，31)(=B P ，41)(=C P ，且A ，B ，C 相互独立，有方法1：)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++= )()()()()()()()()()()()(C P B P A P C P B P C P A P B P A P C P B P A P +---++=6.0=．方法2：)(1)(C B A P C B A P -=(1C B A P -=()()(1C P B P A P -=53411)(311)(511(1=----=．。
最详细概率统计期末总复习精品PPT课件
第 五 章
1. 大数定律 2. 中心极限定理的应用
第 1. 统计量 总体 样本
六 2. 常用“三大分布”定义 性质
章
各分布分位点定义及查表
第 1. 点估计的两种方法
七
及评价标准
章 2. 参数的区间估计（重点：
单正态总体）
第 1. 假设检验的有关概念 八
章 2.参数的假设检验（重点：
单正态总体）
假设检验步骤(三部曲)
P(B | B0 ) 0 P(B | B1) 0.2 P(B | B2 ) 0.6 P(B | B3) 0.8
B0 A甲 A乙 A丙
P(B0) P A甲PA乙 PA丙 0.6 0.5 0.3 0.09
B1 A甲 A乙 A丙 A甲 A乙 A丙 A甲 A乙 A丙
P(B1) 0.4 0.5 0.3 0.6 0.5 0.3 0.6 0.5 0.7 0.36
1
0
( 2已知)
检验统计量
U X 0 / n
0
2
0
0
( 2未知)
t X 0 Sn* / n
2
2 0
3
2
2 0
2
2 0
(未知)
2
(n
1)Sn*2
2 0
备择假设H1
0 0 0
拒绝域
u u u u u u /2
0 0 0
2
2 0
2
2 0
2
2 0
t t (n 1) t t (n 1) t t /2(n 1)
① P(18 Y30 22) P( Y30 E(Y30) 2)
②
P(18 Y30
1 D(Y30)/ 4 0.7
22)
概率论与数理统计期末复习20题及解答
概率论与数理统计期末复习20题及解答【第一章】 随机事件与概率1、甲袋中有4个白球3个黑球，乙袋中有2个白球3个黑球，先从甲袋中任取一球放入乙袋, 再从乙袋中任取一球返还甲袋. 求经此换球过程后甲袋中黑球数增加的概率.2、某人忘记了电话号码的最后一个数字，因而他随意地拨号，求此人拨号不超过两次而接通所需电话的概率．3、已知将1,0两字符之一输入信道时输出的也是字符0或1，且输出结果为原字符的概率为)10(<<αα. 假设该信道传输各字符时是独立工作的. 现以等概率从“101”，“010”这两个字符串中任取一个输入信道.求输出结果恰为“000”的概率.4、试卷中的一道选择题有4个答案可供选择，其中只有1个答案是正确的．某考生如果会做这道题，则一定能选出正确答案；若该考生不会做这道题，则不妨随机选取一个答案．设该考生会做这道题的概率为85.0．（1）求该考生选出此题正确答案的概率；（2）已知该考生做对了此题，求该考生确实会做这道题的概率．【第二章】 随机变量及其分布5、设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．（1）求系数A 及B ；（2）求X 落在区间)1,1(-内的概率；（3）求X 的概率密度．6、设随机变量X 的概率密度为⎩⎨⎧≤≤=其它,0,10,)(x ax x f ，求：（1）常数a ；（2）)5.15.0(<<X P ；（3）X 的分布函数)(x F ．7、设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<+=.,0;1,1),1(),(其它y x xy A y x f 求：（1）系数A ；（2）X 的边缘概率密度)(x f X ；（3）概率)(2X Y P ≤．8、设二维随机变量),(Y X 的概率密度为⎩⎨⎧<<<<=.,0;20,10,1),(其它x y x y x f求：（1）),(Y X 的边缘概率密度)(x f X ，)(y f Y ；（2）概率)1,21(≤≤Y X P ；（3）判断X ,Y 是否相互独立.9、设X 和Y 是两个相互独立的随机变量，]2.0,0[~U X ，Y 的概率密度函数为⎩⎨⎧≤>=-.0,0,0,5)(5y y e y f y Y（1）求X 和Y 的联合概率密度),(y x f ；（2）求概率)(X Y P ≤．【第三章】数字特征10、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤<-≤≤+-=,,0,21,)2(,10,)()(其它x x a x b x b a x f ，已知21)(=X E ，求：（1）b a ,的值；（2）)32(+X E ．11、设随机变量X 的概率密度为⎩⎨⎧≤>=-.0,0,0,)(2x x Ae x f x 求：（1）常数A ；（2）)(X E 和)(X D ．12、设),(Y X 的联合概率分布如下：XY1104/14/12/10（1）求Y X ,的数学期望)(X E ,)(Y E ，方差)(X D ，)(Y D ．（2）求Y X ,的协方差),cov(Y X 与相关系数),(Y X R ．【第四章】正态分布13、假设某大学学生在一次概率论与数理统计统考中的考试成绩X （百分制）近似服从正态分布，已知满分为100分平均成绩为75分，95分以上的人数占考生总数的2.3%.（1）试估计本次考试的不及格率（低于60分为不及格）；（2）试估计本次考试成绩在65分至85分之间的考生人数占考生总数的比例. [已知9332.0)5.1(,8413.0)1(≈≈ΦΦ，9772.0)2(=Φ]14、两台机床分别加工生产轴与轴衬．设随机变量X （单位：mm ）表示轴的直径，随机变量Y （单位：mm ）表示轴衬的内径，已知)3.0,50(~2N X ，)4.0,52(~2N Y ，显然X 与Y 是独立的．如果轴 衬的内径与轴的直径之差在3~1mm 之间，则轴与轴衬可以配套使用．求任取一轴与一轴衬可以配套使用的概率．[已知9772.0)2(≈Φ]【第五章】 数理统计基本知识15、设总体)1,0(~N X ，521,,,X X X 是来自该总体的简单随机样本，求常数0>k 使)3(~)2(25242321t XX X X X k T +++=．16、设总体)5 ,40(~2N X ，从该总体中抽取容量为64的样本，求概率)1|40(|<-X P ．【第六章】参数估计17、设总体X 的概率密度为⎩⎨⎧≥=--,,0,2,);()2(其它x e x f x λλλ其中参数0>λ．设n X X X ,,,21 是取自该总体的一组简单随机样本，n x x x ,,,21 为样本观测值.（1）求参数λ的矩估计量．（2）求参数λ的最大似然估计量．18、设总体X 的概率密度为⎪⎩⎪⎨⎧≤>=-,0,0;0,e 1);(2x x x xf x λλλ 其中参数0>λ．设n X X X ,,,21 是取自该总体的一组简单随机样本, n x x x ,,,21 为样本观测值.（1）求参数λ的最大似然估计量.（2）你得到的估计量是不是参数λ的无偏估计，请说明理由.【第七章】假设检验19、矩形的宽与长之比为618.0（黄金分割）时将给人们视觉上的和谐美感. 某工艺品厂生产矩形裱画专用框架. 根据该厂制定的技术标准，一批合格产品的宽与长之比必须服从均值为618.00=μ的正态分布. 现从该厂某日生产的一批产品中随机抽取25个样品，测得其宽与长之比的平均值为,646.0=x 样本标准差为093.0=s . 试问在显著性水平05.0=α水平上能否认为这批产品是合格品？20、已知某种口服药存在使服用者收缩压(高压)增高的副作用. 临床统计表明，在服用此药的人群中收缩压的增高值服从均值为220=μ（单位:mmHg ,毫米汞柱）的正态分布. 现在研制了一种新的替代药品，并对一批志愿者进行了临床试验. 现从该批志愿者中随机抽取16人测量收缩压增高值，计算得到样本均值)mmHg (5.19=x ，样本标准差)mmHg (2.5=s . 试问这组临床试验的样本数据能否支持“新的替代药品比原药品副作用小”这一结论 （取显著性水平05.0=α）.解答部分【第一章】 随机事件与概率1、甲袋中有4个白球3个黑球，乙袋中有2个白球3个黑球，先从甲袋中任取一球放入乙袋, 再从乙袋中任取一球返还甲袋. 求经此换球过程后甲袋中黑球数增加的概率.【解】设A 表示“从甲袋移往乙袋的是白球”，B 表示“从乙袋返还甲袋的是黑球”，C 表示“经此换球过程后甲袋中黑球数增加”，则AB C =， 又2163)(,74)(===A B P A P ，于是由概率乘法定理得所求概率为 )()(AB P C P =)()(A B P A P ==722174=⋅.2、某人忘记了电话号码的最后一个数字，因而他随意地拨号，求此人拨号不超过两次而接通所需电话的概率．【解】 设i A 表示“此人第i 次拨号能拨通所需电话” )2,1(=i ，A 表示“此人拨号不超过两次而接通所需电话”，则211A A A A +=，由概率加法定理与乘法定理得所求概率为)()()()(211211A A P A P A A A P A P +=+=)()()(1211A A P A P A P +=2.091109101=⋅+=.3、已知将1,0两字符之一输入信道时输出的也是字符0或1，且输出结果为原字符的概率为)10(<<αα. 假设该信道传输各字符时是独立工作的. 现以等概率从“101”，“010”这两个字符串中任取一个输入信道.求输出结果恰为“000”的概率.【解】设:1A 输入的是“101”，:2A 输入的是“010”，:B 输出的是“000”，则2/1)(1=A P ，2/1)(2=A P ，αα21)1()(-=A B P ，)1()(22αα-=A B P ，从而由全概率公式得)()()()()(2211A B P A P A B P A P B P +=)1(21)1(2122αααα-+-=)1(21αα-=.4、试卷中的一道选择题有4个答案可供选择，其中只有1个答案是正确的．某考生如果会做这道题，则一定能选出正确答案；若该考生不会做这道题，则不妨随机选取一个答案．设该考生会做这道题的概率为85.0．（1）求该考生选出此题正确答案的概率；（2）已知该考生做对了此题，求该考生确实会做这道题的概率．【解】设A 表示“该考生会解这道题”，B 表示“该考生选出正确答案”，则85.0)(=A P ，2.0)(=A P ，1)(=A B P ，25.0)(=A B P ．（1）由全概率公式得)()()()()(A B P A P A B P A P B P +=25.02.0185.0⨯+⨯=9.0=．（2）由贝叶斯公式得944.018179.0185.0)()()()(≈=⨯==B P A B P A P B A P ．【第二章】 随机变量及其分布5、设连续随机变量X 的分布函数为+∞<<∞-+=x x B A x F ,arctan )(．（1）求系数A 及B ；（2）求X 落在区间)1,1(-内的概率；（3）求X 的概率密度．【解】（1）由分布函数的性质可知0)2()(lim )(=-⋅+==-∞-∞→πB A x F F x ，12)(lim )(=⋅+==+∞+∞→πB A x F F x ，由此解得 π1,21==B A ． （2）X 的分布函数为)(arctan 121)(+∞<<-∞+=x x x F π， 于是所求概率为21))1arctan(121()1arctan 121()1()1()11(=-+-+=--=<<-ππF F X P ．（3）X 的概率密度为)1(1)()(2x x F x f +='=π．6、设随机变量X 的概率密度为⎩⎨⎧≤≤=其它,0,10,)(x ax x f ，求：（1）常数a ；（2）)5.15.0(<<X P ；（3）X 的分布函数)(x F ．【解】（1）由概率密度的性质可知⎰∞+∞-dx x f )(121===⎰aaxdx ， 由此得2=a ．（2） )5.15.0(<<X P 75.000212/122/3112/1=+=+=⎰⎰x dx xdx .（3）当0<x 时，有00)(==⎰∞-xdx x F ；当10<≤x 时，有20020)(x xdx dx x F x=+=⎰⎰∞-；当1≥x 时，有1020)(1100=++=⎰⎰⎰∞-xdx xdx dx x F .所以，X 的分布函数为⎪⎩⎪⎨⎧≥<≤<=.1,1,10,,0,0)(2x x x x x F7、设二维随机变量),(Y X 的联合概率密度为⎩⎨⎧<<+=.,0;1,1),1(),(其它y x xy A y x f 求：（1）系数A ；（2）X 的边缘概率密度)(x f X ；（3）概率)(2X Y P ≤．【解】（1）由联合概率密度的性质可知=⎰⎰+∞∞-+∞∞-dxdy y x f ),(14)1(1111==+⎰⎰--A dy xy A dx ，由此得41=A ． （2）当11<<-x 时，有=)(x f X =⎰+∞∞-dy y x f ),(214111=+⎰-dy xy ； 当1-≤x 或1≥x 时，显然有0)(=x f X ．所以X 的边缘概率密度⎩⎨⎧<<-=.,0;11,2/1)(其它x x f X（3）)(2X Y P ≤⎰⎰≤=2),(x y dxdy y x f dy xy dx x ⎰⎰--+=211141dx x x x )1221(412511+-+=⎰-32=．8、设二维随机变量),(Y X 的概率密度为⎩⎨⎧<<<<=.,0;20,10,1),(其它x y x y x f求：（1）),(Y X 的边缘概率密度)(x f X ，)(y f Y ；（2）概率)1,21(≤≤Y X P ；（3）判断X ,Y 是否相互独立.【解】（1）当10<<x 时，有x dy dy y x f x f xX 2),()(20⎰⎰===+∞∞-；当0≤x 或1≥x 时，显然有0)(=x f X .于是X 的边缘概率密度为⎩⎨⎧<<=.,0;10,2)(其它x x x f X 当20<<y 时，有⎰⎰-===+∞∞-1221),()(y Y ydx dx y x f y f ； 当0≤y 或2≥y 时，显然有0)(=y f Y .于是Y 的边缘概率密度为⎪⎩⎪⎨⎧<<-=.,0;20,21)(其它y y y f Y（2）⎰⎰⎰⎰===≤≤∞-∞2/12/102/11-41),()}1,21{(y dx dy dx y x f dy Y X P .（3）容易验证)()(),(y f x f y x f Y X ≠,故X 与Y 不独立.9、设X 和Y 是两个相互独立的随机变量，]2.0,0[~U X ，Y 的概率密度函数为⎩⎨⎧≤>=-.0,0,0,5)(5y y e y f y Y（2）求X 和Y 的联合概率密度),(y x f ；（2）求概率)(X Y P ≤．【解】（1）由题意知，X 的概率密度函数为⎩⎨⎧<<=.,0;2.00,5)(其它x x f X因为X 和Y 相互独立，故X 和Y 的联合概率密度⎩⎨⎧><<==-.,0;0,2.00,25)()(),(5其它y x e y f x f y x f y Y X（2）12.005052.00)1(525),()(---≤=-===≤⎰⎰⎰⎰⎰e dx e dy e dx dxdy y x f X Y P x x y xy ．【第三章】数字特征10、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤<-≤≤+-=,,0,21,)2(,10,)()(其它x x a x b x b a x f ，已知21)(=X E ，求：（1）b a ,的值；（2）)32(+X E ． 【解】（1）由概率密度的性质可知=⎰∞+∞-dx x f )(12)2(])[(2110=+=-++-⎰⎰ba dx x a dxb x b a ； 又dx x xf X E ⎰∞+∞-=)()(.216)2(])[(2110=+=-++-=⎰⎰b a dx x x a xdx b x b a联立方程组⎪⎩⎪⎨⎧=+=+,216,12b a b a 解得41=a ，23=b ． （2） 由数学期望的性质，有432123)(2)32(=+⋅=+=+X E X E ． 11、设随机变量X 的概率密度为⎩⎨⎧≤>=-.0,0,0,)(2x x Ae x f x求：（1）常数A ；（2）)(X E 和)(X D ．【解】（1）由概率密度的性质可知=⎰∞+∞-dx x f )(122==⎰∞+-Adx Ae x ， 由此得2=A ．（2）由数学期望公式得⎰⎰∞++∞-=-=⋅=0022212)(dt te dx ex X E t tx x21)2(Γ21==. 由于⎰∞+-⋅=02222)(dx ex X E xdt e t t tx ⎰+∞-==0224121!241)3(Γ41=⋅==，故利用方差计算公式得41)21(21)]([)()(222=-=-=X E X E X D .12、设),(Y X 的联合概率分布如下：XY1104/14/12/10（1）求Y X ,的数学期望)(X E ,)(Y E ，方差)(X D ，)(Y D ．（2）求Y X ,的协方差),cov(Y X 与相 关系数),(Y X R ．【解】 由),(Y X 的联合概率分布知Y X ,服从"10"-分布：4/1)0(==X P ，4/3)1(==X P ， 2/1)0(==Y P ，2/1)1(==Y P ，由"10"-分布的期望与方差公式得16/3)4/11(4/3)(,4/3)(=-⨯==X D X E ， 4/1)2/11(2/1)(,2/1)(=-⨯==Y D Y E ，由),(Y X 的联合概率分布知2/14/1114/1010104/100)(=⨯⨯+⨯⨯+⨯⨯+⨯⨯=XY E ,从而8/12/14/32/1)()()(),cov(=⨯-=-=Y E X E XY E Y X ，=),(Y X R 334/116/38/1)()(),cov(==Y D X D Y X ．【第四章】正态分布13、假设某大学学生在一次概率论与数理统计统考中的考试成绩X （百分制）近似服从正态分布，已知满分为100分平均成绩为75分，95分以上的人数占考生总数的2.3%.（1）试估计本次考试的不及格率（低于60分为不及格）；（2）试估计本次考试成绩在65分至85分之间的考生人数占考生总数的比例. [已知9332.0)5.1(,8413.0)1(≈≈ΦΦ，9772.0)2(=Φ]【解】 由题意，可设X 近似服从正态分布),75(2σN .已知%3.2)95(=≥X P ，即%3.2)20(1)7595(1)95(1)95(=-=--=<-=≥σΦσΦX P X P ，由此得977.0)20(=σΦ，于是220≈σ，10≈σ，从而近似有)10,75(~2N X .（1）0668.09332.01)5.1(1)5.1()107560()60(=-≈-=-=-=<ΦΦΦX P ， 由此可知，本次考试的不及格率约为%68.6.（2）)107565()107585()8565(---=≤≤ΦΦX P 6826.018413.021)1(2)1()1(=-⨯≈-=--=ΦΦΦ，由此可知，成绩在65分至85分之间的考生人数约占考生总数的%26.68.14、两台机床分别加工生产轴与轴衬．设随机变量X （单位：mm ）表示轴的直径，随机变量Y （单位：mm ）表示轴衬的内径，已知)3.0,50(~2N X ，)4.0,52(~2N Y ，显然X 与Y 是独立的．如果轴 衬的内径与轴的直径之差在3~1mm 之间，则轴与轴衬可以配套使用．求任取一轴与一轴衬可以配套使用的概率．[已知9772.0)2(≈Φ]【解】 设X Y Z -=，由X 与Y 的独立性及独立正态变量的线性组合的性质可知，)4.03.0,5052(~22+--=N X Y Z ， 即)5.0,2(~2N Z ．于是所求概率为)2()2()5.021()5.023()31(--=---=≤≤ΦΦΦΦZ P .9544.019772.021)2(2=-⨯≈-=Φ【第五章】 数理统计基本知识15、设总体)1,0(~N X ，521,,,X X X 是来自该总体的简单随机样本，求常数0>k 使)3(~)2(25242321t X X X X X k T +++=．【解】 由)1,0(~N X 知)5,0(~221N X X +，于是)1,0(~5221N X X +，又由2χ分布的定义知)3(~2252423χX X X ++，所以)3(~2533/)(5/)2(2524232125242321t X X X X X X X X X X T +++⋅=+++=，比较可得53=k ．16、设总体)5 ,40(~2N X ，从该总体中抽取容量为64的样本，求概率)1|40(|<-X P ． 【解】 由题设40=μ，5=σ，64=n ，于是)1,0(~8540N X nX u -=-=σμ从而)58|8/540(|)1|40(|<-=<-X P X P .8904.019452.021)6.1(2)58|(|=-⨯≈-=<=Φu P【第六章】参数估计17、设总体X 的概率密度为⎩⎨⎧≥=--,,0,2,);()2(其它x e x f x λλλ其中参数0>λ．设n X X X ,,,21 是取自该总体的一组简单随机样本，n x x x ,,,21 为样本观测值.（1）求参数λ的矩估计量．（2）求参数λ的最大似然估计量． 【解】（1）21)2(),()(02)2(2+=+===-+∞=---+∞+∞∞-⎰⎰⎰λλλλλλdt e t dx ex dx x xf X E t tx x ，令)(X E X =，即21+=λX ，解得参数λ的矩估计量为21-=∧X λ． （2）样本似然函数为∑====--=--=∏∏ni i i n x nni x n i i eex f L 1)2(1)2(1),()(λλλλλλ，上式两边取对数得∑--==ni i n X n L 1)2(ln )(ln λλλ，上式两边对λ求导并令导数为零得=λλd L d )(ln 0)2(1=∑--=n i i n x nλ， 解得2121-=∑-==x nx nni i λ，从而参数λ的最大似然估计量为 21-=∧X λ． 18、设总体X 的概率密度为⎪⎩⎪⎨⎧≤>=-,0,0;0,e 1);(2x x x xf x λλλ 其中参数0>λ．设n X X X ,,,21 是取自该总体的一组简单随机样本, n x x x ,,,21 为样本观测值. （1）求参数λ的最大似然估计量.（2）你得到的估计量是不是参数λ的无偏估计，请说明理由. 【解】（1）样本似然函数为,e1e1),()(1121211∏∏∏=-=-=∑⋅====n i x inni x i n i i ni iixx x f L λλλλλλ上式两边取对数得∑∑==-+-=ni i ni i x x n L 111ln ln 2)(ln λλλ， 求导数得∑=+-=ni i x n L d d 1212)(ln λλλλ， 令0)(ln =λλL d d解得2211x x n n i i==∑=λ，于是参数λ的极大似然估计量为 221ˆ1X X n n i i ==∑=λ. （2）dx x X E x λλ/202e 1)(-+∞⎰=dx x x λλ/20e )(-+∞⎰=dx t t t x -∞+=⎰=e 02λλλΓλ2)3(==， λλλ=⋅====221)(21)(21)2()ˆ(X E X E X E E ， 于是221ˆ1X X n ni i ==∑=λ是λ的无偏估计.【第七章】假设检验19、矩形的宽与长之比为618.0（黄金分割）时将给人们视觉上的和谐美感. 某工艺品厂生产矩形裱画专用框架. 根据该厂制定的技术标准，一批合格产品的宽与长之比必须服从均值为618.00=μ的正态分布. 现从该厂某日生产的一批产品中随机抽取25个样品，测得其宽与长之比的平均值为,646.0=x 样本标准差为093.0=s . 试问在显著性水平05.0=α水平上能否认为这批产品是合格品？【解】由题意，待检验的假设为0H ： 618.00==μμ； 1H ： 618.0≠μ．因为σ未知，所以检验统计量为)24(~)618.0(525/618.0/0t S X S X n S X t -=-=-=μ， 关于0H 的拒绝域为 06.2)24()1(||025.02/==->t n t t α． 现在646.0=x ，093.0=s ，所以统计量t 的观测值为505.1093.0)618.0646.0(5=-=t ． 因为)24(06.2505.1||025.0t t =<=，即t 的观测值不在拒绝域内，从而接受．．原假设，即可以认为这批产品是合格品．20、已知某种口服药存在使服用者收缩压(高压)增高的副作用. 临床统计表明，在服用此药的人群中收缩压的增高值服从均值为220=μ（单位:mmHg ,毫米汞柱）的正态分布. 现在研制了一种新的替代药品，并对一批志愿者进行了临床试验. 现从该批志愿者中随机抽取16人测量收缩压增高值，计算得到样本均值)mmHg (5.19=x ，样本标准差)mmHg (2.5=s . 试问这组临床试验的样本数据能否支持“新的替代药品比原药品副作用小”这一结论 （取显著性水平05.0=α）.【解】由题意，待检验的假设为0H ： 220==μμ； 1H ： 22<μ．因为σ未知，所以取统计量)15(~)22(4/0t S X nS X t -=-=μ， 且关于0H 的拒绝域为 753.1)15()1(05.0-=-=--<t n t t α. 现在5.19=x ，2.5=s ，所以统计量t 的观测值为923.12.5)225.19(4-≈-=t ． 因为)15(753.1923.105.0t t -=-<-≈，即t 的观测值在拒绝域内，从而拒绝．．原假设，即认为这次试验支持“新的替代药品比原药品副作用小”这一结论.。
概率统计期末考试复习要点
《概率统计》复习要点第一章随机事件与概率随机事件的概念；掌握随机事件间的关系及运算；随机事件的表示；理解样本空间的概念，能写出随机事件的样本空间；熟练掌握概率的性质及其应用；掌握古典概型的概念及其计算法；会求条件概率，会使用乘法公式；理解随机事件的独立性，两个事件相互独立的充分必要条件；会用全概率公式和贝叶斯公式解决概率问题；第二章随机变量的分布与数字特征1.理解随机变量的概念，能用随机变量的表达式表示随机事件；2.随机变量的期望和方差的定义与计算；3.牢记几种常见的重要分布的分布律或概率密度的表达式；4.牢记常见分布的数学期望和方差；5.理解分布函数的定义；6.给定分布律，会求分布函数；7.给定分布函数，会求分布律或概率密度；8.熟悉概率分布律的性质、概率密度的性质，熟悉分布函数的性质；9.能够使用概率密度的性质和分布函数的性质确定概率分布、概率密度或分布函数中的待定常数；10.掌握正态分布，二项分布，指数分布，泊松分布的相关计算。
第三章随机向量1.给定联合概率密度函数，会求较简单的边缘密度函数；2.给定联合分布律，会求边缘分布；3.给定分布函数如何求数学期望；4.牢记并会使用相互独立的随机变量的线性组合的期望与方差公式；比如，若X与Y独立，那么E（aX+bY）=？D(aX+bY)=？5.已知联合密度函数(,)，要求至少要能够正确表示f x y，如何计算{(,)}P X Y D为二次积分；6.会使用中心极限定理；统计部分1. 理解统计量的概念及常见统计量；2. 点估计估计量的判别标准；.2. 理解最大似然估计法估计参数；理解对正态总体均值和方差的区间估计方法；3. 掌握单个正态总体的假设检验第 1 页共1页。
概率论与数理统计第四章期末复习
概率论与数理统计第四章期末复习(一)随机变量的数学期望1.数学期望的定义定义1设离散随机变量X 的分布律为)()(i i i x X P x p p ===， ,2,1=i ．若+∞<∑+∞=1i i i p x ，则称∑+∞==1)(i i i p x X E 为随机变量X 的数学期望，或称为该分布的数学期望，简称期望或均值．定义2设连续随机变量X 的密度函数为)(x f ．若+∞<⎰∞+∞-x x f x d )(，则称xx xf X E d )()(⎰∞+∞-=为随机变量X 的数学期望，或称为该分布的数学期望，简称期望或均值．2.随机变量函数的数学期望定理1设随机变量Y 是随机变量X 的连续函数：)(X g Y =．设X 是离散型随机变量，其分布律为)(i i x X P p ==， ,2,1=i ，若∑+∞=1)(i i i p x g 绝对收敛，则有∑+∞===1)()]([)(i i i p x g X g E Y E ．设X 是连续型随机变量，其概率密度为)(x f ，若⎰∞+∞-x x f x g d )()(绝对收敛，则有x x f x g X g E Y E d )()()]([)(⎰∞+∞-==．【例1】设随机变量X 的分布律为X 2-1-0123P1.02.025.02.015.01.0求随机变量X 的函数2X Y =的数学期望．【解】1.0315.022.0125.002.0)1(1.0)2()(222222⨯+⨯+⨯+⨯+⨯-+⨯-=Y E 3.2=．【例2】设随机变量X 具有概率密度⎪⎩⎪⎨⎧≤≤=，其他．；，001)(ππx x f X ，求X Y sin =的数学期望．【解】x x f x g X g E Y E d )()()]([)(⎰∞+∞-==πππ2d 1sin 0=⋅=⎰x x ．【例3】某公司经销某种原料，根据历史资料表明：这种原料的市场需求量X (单位：吨)服从)500,300(上的均匀分布．每售出1吨该原料，公司可获利1.5(千元)；若积压1吨，则公司损失0.5(千元)．问公司应该组织多少货源，可使平均收益最大？【解】设该公司应该组织a 吨货源，则显然应该有500300≤≤a ．又记Y 为在a 吨货源条件下的收益额(单位：千元)，则收益额Y 为需求量X 的函数，即)(X g Y =．由题设条件知：当a X ≥时，此a 吨货源全部售出，共获利a 5.1．当a X <时，则售出X 吨(获利X 5.1)，且还有X a -吨积压(获利)(5.0X a --)，所以共获利a X X a X 5.02)(5.05.1-=--．由此知⎩⎨⎧<-≥=．，；，a X a X a X a X g 5.025.1)(则x x g x x f x g Y E X 2001)(d )()()(500300⎰⎰==∞+∞-]d 5.1d )5.02([2001500300x a x a x a a ⎰⎰+-=)300900(200122-+-=a a ．易知，当450=a 时，能使)(Y E 达到最大，即公司应该组织450吨货源．定理2设随机变量Z 是随机变量X ，Y 的连续函数：),(Y X g Z =．设),(Y X 是二维离散型随机变量，其联合分布律为),(j i ij y Y x X P p ===，,2,1,=j i ，若∑∑+∞=+∞=11),(i j ij j i p y x g 收敛，则有∑∑+∞=+∞===11),()],([)(i j ij j i p y x g Y X g E Z E ．设),(Y X 是二维连续型随机变量，其联合概率密度函数为),(y x f ，若y x y x f y x g d d ),(),(⎰⎰∞+∞-∞+∞-收敛，则有y x y x f y x g Y X g E Z E d d ),(),()],([)(⎰⎰∞+∞-∞+∞-==．【例4】设随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<<--=其他．，，，，010102),(y x y x y x f 求)(X E ，)(XY E ．【解】⎰⎰∞+∞-∞+∞-=y x y x f x X E d d ),()(125d d )2(1010=--=⎰⎰y x y x x ，⎰⎰∞+∞-∞+∞-=y x y x f xy XY E d d ),()(61d d )2(1010=--=⎰⎰y x y x xy ．3.数学期望的性质性质1若a 是常数，则a a E =)(．性质2对任意常数a ，有)()(X aE aX E =．性质3对任意的两个函数)(1x g 和)(2x g ，有)]([)]([)]()([2121X g E X g E X g X g E +=+．性质4设),(Y X 是二维随机变量，则有)()()(Y E X E Y X E +=+．推广到n 维随机变量场合，即)()()()(2121n n X E X E X E X X X E +++=+++ ．性质5若随机变量X 与Y 相互独立，则有)()()(Y E X E XY E =．推广到n 维随机变量场合，即若1X ，2X ，…，n X 相互独立，则有)()()()(2121n n X E X E X E X X X E =．【例5】设随机变量X 与Y 相互独立，X ～)4,1(-N ，Y ～)2,1(N ，则=-)2(Y X E ．【解析】因为X ～)4,1(-N ，Y ～)2,1(N ，所以1)(-=X E ，1)(=Y E ，故3)(2)()2(-=-=-Y E X E Y X E ．(二)随机变量的方差1.方差的定义定义1设X 是一个随机变量，若})]({[2X E X E -存在，则称})]({[2X E X E -为X 的方差，记为)(X D ，即})]({[)(2X E X E X D -=．称方差的平方根)(X D 为随机变量X 的标准差，记为)(X σ或X σ．定理1(方差的计算公式)【例1】设随机变量X 的概率密度为⎪⎩⎪⎨⎧<≤-<<-+=其他．，；，；，0101011)(x x x x x f ，求)(X D ．【解】0d )1(d )1()(101=-++=⎰⎰-x x x x x x X E ，61d )1(d )1()(120122=-++=⎰⎰-x x x x x x X E ，所以61)]([)()(22=-=X E X E X D ．2.方差的性质性质1常数的方差为0，即0)(=c D ，其中c 是常数．性质2若a ，b 是常数，则)()(2X D a b aX D =+．性质3若随机变量X 与Y 相互独立，则有)()()(Y D X D Y X D +=±．推广到n 维随机变量场合，即若1X ，2X ，…，n X 相互独立，则有)()()()(2121n n X D X D X D X X X D +++=±±± ．【例2】已知2)(-=X E ，5)(2=X E ，求)31(X D -．【解】9})]([)({9)()3()31(222=-=-=-X E X E X D X D ．(三)常见随机变量的数学期望、方差1.两点分布X ～),1(p b p X E =)(，)1()(p p X D -=．2.二项分布X ～),(p n b np X E =)(，)1()(p np X D -=．3.泊松分布X ～)(λP λ=)(X E ，λ=)(X D ．4.均匀分布X ～),(b a U )(21)(b a X E +=，12)()(2a b X D -=．5.指数分布X ～)(λE λ1)(=X E ，21)(λ=X D ．6.正态分布X ～),(2σμN μ=)(X E ，2)(σ=X D ．【例1】设X ～),(p n b 且6)(=X E ，6.3)(=X D ，则下列结论正确的是()A ．15=n ，4.0=pB ．20=n ，3.0=pC ．10=n ，6.0=p D ．12=n ，5.0=p 【解析】6)(==np X E ，6.3)1()(=-=p np X D ，解之得15=n ，4.0=p ．正确选项为A ．【例2】若X ～)5,2(N ，Y ～)1,3(N ，且X 与Y 相互独立，则=)(XY E ()A ．6B ．2C ．5D ．15【解析】因为X ～)5,2(N ，所以2)(=X E ，因为Y ～)1,3(N ，3)(=Y E ，故6)()()(==Y E X E XY E ，正确选项为A ．【例3】X 与Y 相互独立，X ～)2(P ，Y ～)1(E ，则=-)2(Y X D ．【解析】因为X ～)2(P ，所以2)(=X D ，因为Y ～)1(E ，所以1)(=Y D ，又因为随机变量X 与Y 相互独立，所以9)()1()(2)2(22=-+=-Y D X D Y X D ．(四)协方差、相关系数与矩1.协方差定义1设),(Y X 是一个二维随机变量，若)]}()][({[Y E Y X E X E --存在，则称其为X 与Y 的协方差，记为),(Cov Y X ．即)]}()][({[),(Cov Y E Y X E X E Y X --=．定理1)()()(),(Cov Y E X E XY E Y X -=．【例1】设二维随机变量),(Y X 的联合分布律为：求协方差),(Cov Y X ．【解】由题易得32)(=X E ，0)(=Y E ，0311131003111)(=⨯⨯+⨯⨯+⨯⨯-=XY E ．于是0)()()(),(Cov =-=Y E X E XY E Y X ．定理2若X 与Y 相互独立，则0),(Cov =Y X ，反之不然．定理3对任意二维随机变量),(Y X ，有),(Cov 2)()()(Y X Y D X D Y X D ±+=±．关于协方差的计算，还有下面四条有用的性质．性质1协方差),(Cov Y X 的计算与X ，Y 的次序无关，即),(Cov ),(Cov X Y Y X =．性质2任意随机变量X 与常数a 的协方差为零，即0),(Cov =a X ．性质3对任意常数a ，b ，有),(Cov ),(Cov Y X ab bY X a =．性质4设X ，Y ，Z 是任意三个随机变量，则),(Cov ),(Cov ),(Cov Z Y Z X Z Y X +=+．2.相关系数定义2设),(Y X 是一个二维随机变量，且()0D X >，()0D Y >，则称Y X XY Y X Y D X D Y X σσρ),(Cov )()(),(Cov ==为X 与Y 的相关系数．性质11≤XY ρ．性质21=XY ρ的充要条件是X 与Y 间几乎处处有线性关系，即存在)0(≠a 与b ，使得1)(=+=b aX Y P ．其中当1=XY ρ时，有0>a ；当1-=XY ρ时，有0<a ．性质3设随机变量X 与Y 独立，则它们的相关系数等于零，即0=XY ρ．【例2】设1)()(==Y D X D ，21=XY ρ，则=+)(Y X D 3．【解析】因为21)()(),(Cov ==Y D X D Y X XY ρ，所以)()(21Y D X D XY =ρ21=，故),(Cov 2)()()(Y X Y D X D Y X D ++=+3=．【例3】已知1)(-=X E ，3)(=X D ，则=-)]2(3[2X E 6．【解析】)]2([3)]2(3[22-=-X E X E }2)]([)({32-+=X E X D 6=．【例5】设随机变量),(Y X 的概率密度函数为⎪⎩⎪⎨⎧≤≤≤≤+=其他．，，，，02020)(81),(y x y x y x f 求),(Cov Y X ，)(Y X D +和XY ρ．【解】⎰⎰+∞∞-+∞∞-=y x y x f x X E d d ),()(67d d )(822=+=⎰⎰y x y x x ，⎰⎰+∞∞-+∞∞-=y x y x f x X E d d ),()(2235d d )(820202=+=⎰⎰y x y x x ，⎰⎰+∞∞-+∞∞-=y x y x f xy XY E d d ),()(34d d )(82020=+=⎰⎰y x y x xy ，由轮换对称性，有67)(=Y E ，35)(=Y E ，361)()()(),(Cov -=-=Y E X E XY E Y X ，3611)]([)()()(22=-==X E X E X D Y D ，95),(Cov 2)()()(=++=+Y X Y D X D Y X D ，111)()(),Cov(-==Y D X D Y X XY ρ．。
《工程数学》(概率统计)期末复习提要
《工程数学》（概率统计）期末复习提要工科普专的《工程数学》（概率统计）课程的内容包括《概率论与数理统计》（王明慈、沈恒范主编，高等教育出版社）教材的全部内容 . 在这里介绍一下教学要求，供同学们复习时参考 .第一部分：随机事件与概率⒈了解随机事件的概念学习随机事件的概念时，要注意它的两个特点：⑴在一次试验中可能发生，也可能不发生，即随机事件的发生具有偶然性；⑵在大量重复试验中，随机事件的发生具有统计规律性 .⒉掌握随机事件的关系和运算，掌握概率的基本性质要了解必然事件、不可能事件的概念，事件间的关系是指事件之间的包含、相等、和、积、互斥（互不相容）、对立、差等关系和运算 .在事件的运算中，要特别注意下述性质：，.概率的主要性质是指：①对任一事件，有；② ；③对于任意有限个或可数个事件，若它们两两互不相容，则.⒊了解古典概型的条件，会求解简单的古典概型问题在古典概型中，任一事件的概率为，其中是所包含的基本事件个数，是基本事件的总数 .⒋熟练掌握概率的加法公式和乘法公式，理解条件概率，掌握全概公式⑴加法公式：对于任意事件，有，特别地，当时有；⑵条件概率：对于任意事件，若，有，称为发生的条件下发生条件概率 .⑶乘法公式：对于任意事件，有（此时），或（此时） .⑷全概公式：事件两两互不相容，且，则.⒌理解事件独立性概念，会进行有关计算若事件满足（当时），或（当时），则称事件与相互独立 . 与相互独立的充分必要条件是.第二部分：随机变量极其数字特征⒈理解随机变量的概率分布、概率密度的概念，了解分布函数的概念，掌握有关随机变量的概率计算常见的随机变量有离散型和连续型两种类型 . 离散型随机变量用概率分布来刻画，满足：① ，② ；连续型随机变量用概率密度函数来刻画，满足：① ，② .随机变量的分布函数定义为，对于离散型随机变量有，对于连续型随机变量有.⒉了解期望、方差与标准差的概念，掌握求随机变量期望、方差的方法⑴期望：随机变量的期望记为，定义为（离散型随机变量，是的概率分布），（连续型随机变量，是的概率密度） .⑵方差：随机变量的方差记为，定义为（离散型随机变量），（连续型随机变量） .⑶随机变量函数的期望：随机变量是随机变量的函数，即，若存在，则在两种形式下分别表示为（离散型随机变量，是的概率分布），（连续型随机变量，是的概率密度），由此可得方差的简单计算公式.⑷期望与方差的性质①若为常数，则；②若为常数，则；③若为常数，则.⒊掌握几种常用离散型和连续型随机变量的分布以及它们的期望与方差，熟练掌握正态分布的概率计算，会查正态分布表（见附表）常用分布：⑴二项分布的概率分布为，特别地，当时，，叫做两点分布；⑵均匀分布的密度函数为；⑶正态分布的密度函数为.其图形曲线有以下特点：① ，即曲线在x 轴上方；② ，即曲线以直线为对称轴，并在处达到极大值；③在处，曲线有两个拐点；④当时，，即以轴为水平渐近线；特别地，当时，，表示是服从标准正态分布的随机变量 .将一般正态分布转化为标准正态分布的线性变换：若，令，则，且Y 的密度函数为；服从标准正态分布的随机变量的概率为；那么一般正态分布的随机变量的概率可以通过下列公式再查表求出.常见分布的期望与方差：二项分布：；均匀分布：；正态分布：；⒋了解随机变量独立性的概念，了解两个随机变量的期望与方差及其性质对于随机变量，若对任意有，则称与相互独立 .对随机变量，有；若相互独立，则有.第三部分：统计推断⒈理解总体、样本，统计量等概念，知道分布，分布，会查表所研究对象的一个或多个指标的全体称为总体，组成整体的基本单位称为个体，从总体中抽取出来的个体称为样品，若干个样品组成的集合称为样本 . 样本中所含的样品个数称为样本容量 .统计量就是不含未知参数的样本函数 .⒉掌握参数的最大似然估计法最大似然估计法：设是来自总体（其中未知）的样本，而为样本值，使似然函数达到最大值的称为参数的最大似然估计值 . 一般地，的最大似然估计值满足以下方程.⒊了解估计量的无偏性，有效性概念参数的估计量若满足则称为参数的无偏估计量 .若都是的无偏估计，而且，则称比更有效 .⒋了解区间估计的概念，熟练掌握方差已知条件下单正态总体期望的置信区间的求法，掌握方差未知条件下单正态总体期望的置信区间的求法当置信度确定后，方差已知条件下单正态总体期望的置信区间是，其中是总体标准差，是样本均值，是样本容量，由确定 .方差未知条件下单正态总体期望的置信区间是，其中称为样本标准差，满足.⒌知道假设检验的基本思想，掌握单正态总体均值的检验方法，会作单正态总体方差的检验方法单正态总体均值的检验方法包括检验法和检验法：⑴ 检验法：设是正态总体的一个样本，其中未知，已知 . 用检验假设（是已知数），。
概率论与数理统计期末复习2.docx
概率密度他,y ）=叮P ）,前提是/（x, y ）在点（x, y ）处连续:dxoy概率密度/（x,y ）的四条性质1一4；特别留意：p{（x,y ）w G}= G边缘分布函数：Fx M = F&,+8)二匚上/(x, y)dy^x , F Y (x) = F (+ 8, y) = J 二 J 二/(x, y)dx^y边缘概率密度：fx （x ）=C/k y ）dy ，/『（y ）=C/U y ）dx根据联合概率密度o 边缘概率密度，根据联合分布函数o 边缘分布函数 （Fx （X ）= lim F （x, y ）, Fy （y ） = li m F （x, y ））.【例1-1】盒子里装了 3只黑球，2只红球和2只白球，在其中任意取4只球，以X 表示取 到黑球的只数，以Y 表示取到红球的只数.求X 和Y 的联合分布律.【例1・2】将一枚硬币投掷3次，以X 表示前两次屮出现H 的次数，以Y 表示三次屮出现 H 的次数，求X, Y 的联合分布律和（X, Y ）的边缘分布律.概率论与数理统计期末复习（二） 第三章多维随机变量及其分布一、二维随机变量：（重点）1. 二维随机变量的分布函数的性质1-4.2. 离散型随机变量的分布函数和分布律.（1） 联合分布函数 F (x,y) = P{X <x,Y < y}, F (x,j)= X 工打；x^xy^y(2)边缘分布函数：F x （x ） = F （x,+oo ）=工土 Pq ‘你（兀）=F （+8,y ）=为£內； Xj y=l(3) 联合分彳|j 律：求出 P\x =x iy Y = yj\= pjj(i = 1,2,...;j = 1,2,...)列表; 边缘分布律：求出P{x =x z }= £厲；P {Y = y ；}= X Pij ，列表.;=1 i=\根据联合分布律o 边缘分布律，根据联合分布函数o 边缘分布函数（（X ）= limF （x,y ），•<(4) F r （y ）= lim F （M ））・XT+oo3.连续型随机变量的分布函数和概率密度.(1) 分布函数F （x,y ）=匚匚/仏v ）dudv ； (2)(3)(4)【例1-3］以X记作某医院一天出生婴儿总个数，Y为英中男婴的个数，设X和Y的联合分布律为：躯v沪兰牢n弊: rn\\n-rnj., m -()丄2,…,/?; n= (),1,2,…（1）求边缘分布律；(2)求条件分布律P{X = m Y =诂和?{y = mX= n}.【例2・1】设随机变量（X, Y）的概率密度为:&(6_x_ y).()v x V 2,2 v y v 4,0,其他(1)确定常数k的值；(2)求P{X <!,/< 3}, P{X <1.5}, P{X + Y< 4}的值.【例2・2】设随机变量（X, Y）具有分布函数:+ 严>=>0*>01—0,其他求其边缘分布函数.【例2・3】设二维随机变量（X, Y）的概率密度为:e~y,0 < x< y0,其他求具边缘概率密度.二、条件分布1.会求离散型随机变量的条件分布律p{x =易Y I P[X=x jy Y =2.会求连续型随机变量的条件概率密度和分布函数.（如=舗，加如=呛环』吃翔心fx\Y【例3・1】设二维随机变量（X, Y）的概率密度为：、^x2y,x2 <y<l/U y) = 4o,其他(1) 确定边缘概率密度;求条件概率密度/x|，巾）' 并写出『专时条件概率密度;求条件概率密度/r|X（.y|x）, 并写出X冷时『的条件概率密度;y>-Y 1142【例3・2】设随机变最X 〜〃(0,1),当给定X 二x 时，随机变最Y 的条件概率密度为:/ . x x,0< _y< 丄 Alx尤0,英他(1) 求X 和Y 的联合概率密度/gy)； (2) 求边缘概率密度/r (>0： (3) 求 P{X > Y}. 三、独立性1. 离散型随机变量X 和Y 如何判断相互独立?2. 连续型随机变量X 和Y 如何判断相互独立? 3・能否记住二维正态分布的概率密度？当且仅当0 = 0,随机变量X,y 相互独立；记作(X,Y )~/7仏,〃2，杆,<7孑,p)・4. 两个独立变量X, Y 分别服从;1|,久2的泊松分布，则X + Y~/r (入+丸2)・5・两个独立变量X, Y 分别服从二项分布佃,”),(“2，“)，贝!j X + Y ~ b(n x +n 2,p).【例4-1】(1)设随机变量(X, Y)具有分布律：P{X = x,Y = y}= p 2() - p)x+y ~2,0 < p<],x,yE N"求证：随机变量X, Y 相互独立； (2)设随机变量(X, Y)具2有分布函数：(1-严))2 0,() Sy Ml,F (x, y)=・ 1 一 e _ax ,兀 X (),)‘> 1, a > 0,0,其他■证明：随机变量X, Y 相互独立.【例4-2】若随机变量(x,y)〜川(//],//2，杆,云,卩)，证明：当且仅当0 = 0吋，随机变量X" 和互独立.【例4-3】设X 和Y 是两个相互独立的随机变量，X 在区间(0,1)上服从均匀分布，Y 的概率 密度为：(I/^2其中边缘概率密度:_ 2p“I )3 - /) + 砂21,y >0o,其他(1) 求X 和Y 的联合概率密度；(2) 设有关于G 的二次方程Q 2+2X G + Y = 0,求此方程有实根的概率. 四、两个随机变量的函数分布(重难点)1. Z=X+Y 分布，Z=XY 分布，Z=Y/X 分布. (1) Z=X+Yfz (z ) = C/C - y)dy =C/(x, z -恥若X, Y 相互独立，fz (z) = Cfx (z - y)fr (y)dy =J 二/x (x)/y C - /加(卷积公式)(提前指出x, z 所满足的不等式)(2) Z=XY=右匚/兀若 X, Y 相互独立，f 7 (z)= ~\^2fx W/y 丫»(3) Z=Y/X//0 = |对二/(2加，若 X, Y 相互独立，/z (z) =f x (x )A {zx)dx2・ M=max{X, Y}分布，N=min{X, Y}分布.前提：随机变量X 和Y 相互独立！(1) M=max{X, Y}^max (z) =P{X<z y Y<z}= p{x < Z }P \Y <Z }=F X (z )F r (z)对于n 个随机变量而言，特殊地，相互独立且满足同一分布函数F(x),则F^ax (z)二[F (Z )]" !(2) N=min{X, Y}F min (z)=P{/V <z}=\-P{N >Z }=\-P{X >Z ,Y>Z }=\-P{X > Z }P \Y > z}= 1-[1- F x (z)][l - 耳(z)] 对于n 个随机变量而言，特殊地，相互独立且满足同一分布函数F(x),则Fmin(z) = l-[l-F (Z )]"!【例5・1】设X 和Y 是两个相互独立的随机变量，其概率密度分別为：y x (x) = J 1,°~X ~1, f Y (y ) = i e ~^y>()Jx{丿〔0,英他川丿〔0,其他求随机变量Z 二X+Y 的概率密度.【例5-2】设随机变量X 和Y 相互独立，它们的概率密度均为:求Z 二Y/X 的概率密度.【例5-3】设随机变量X, Y 的概率密度为:0,其他/(x) =«e'\x>0 0,其他/(x, y) = <2,x>0,y>0(1) X 和Y 是否相互独立？ (2)求Z 二X+Y 的概率密度.【例5-4］设随机变量X 和Y 的概率密度为:呢g) o,其他⑴确定常数b ；(2)求边缘概率密度/x (A-),/r (y)；⑶ 求函数U 二max{x, y}和V = min{x, y}的分布函数. 【练习】1. 设二维随机变最(X, K)的联合概率密度为:求： (1)求常数£:⑵求X, Y 的边缘概率密度乐X ), f^y),并判断X 与丫是否相互独立(说明原因)? (3) 求 P{ X+ Y< 1}.2. (12-7)设随机变量X 与Y 相互独立，且分别服从参数为1和参数为4的指数分布，则 P{X < Y}的值() 1124(A) -(B) -(C) -(D)-53353. (11-14)设二维随机变量X, Y 服从正态分布N (/A “Q 2Q 2,0),贝I JE (XK 2)W 值为.4.(11-22)设随机变量X 与Y 的概率分布分别为:且 p\x 2 = Y 2}=\.(1)求二维随机变量X, Y 的概率分布; ⑵求Z 二XY 的概率分布； ⑶求X 与Y 的相关系数卩灯・PXY亦质5. (10-22)设二维随机变量X, Y 的概率密度为f^y)=Ae-2x2+2xy ，-y\x,ye R ,求:⑴常数A ;(2)求条件概率密度刼x(y|dkx.fg y) = \0 < x < y < 1其他X1P1 233Y -1 0 1 P1 31 31 36.(09-22)袋了中装冇1个红球，2个黑球和3个白球，现冇放回地从袋了中取2次，每次取一个球.以X, Y, Z分别代表两次取球所取得红球，白球，黑球的个数.⑴求p{x = 1|Z = o}；(2)求二维随机变量X, Y的概率分布.7.(08-22)设随机变量X1JY相互独立，X的概率密度为P{X =/} = !(/= -1,0,D，Y的概率密度为从小蠶F，记Z二X+Y.(1)求P<Z<^X=ol；(2)求Z 的概率密度/z(z).8.(07-10)设随机变量X和Y服从二维正态分布，HX和Y不相关，f x (x), f Y(_y)分别表示X 和Y的概率密度，则在Y = y的条件下，X的条件概率密度/xygy)为()(A) f x(x)(B) f Y (y) (C)/x(x)/r(y) (D)吕#9.(07-16)在区间(0,1)中随机选择2个数，贝I」这两个数之差的绝对值小于+的概率为.10・(07・22)设二维随机变量X, Y的概率密度为:2-x- yfi <x< 1,0 < y <0,其他(1)求P{x > 2/}；⑵求Z=X+Y的概率密度/z(z).11.(06-6)设随机变量X与Y相互独立，且均服从区间［0,3］上的均匀分布，则P{max{x,.y}<l}^.12.(06-22)设随机变量X的概率密度为：—,一1 < x<2/x W =-丄,0 < x < 240,其他令K = X2, F(x, y)为二维随机变最X, Y的分布函数.求1 、(1) Y 的概率密度f Y(y)；(2)F --,4 .13.(05-13)设二维随机变量X, Y的概率分布为X/Y 0 1 00.4 a 1b 0」 已知随机事件{x=o}与{X + Y = l}相互独立,则() (A) a=0.2, b=0.3(B)a=0.4, b=0.1(C) a=0.3, b=0.214. (05・22)设二维随机变量X, Y 的概率密度为=〔0,其他(1) (X, Y)的边缘概率密度/x(4/r(.v)： ⑵Z=2X-Y 的概率密度/z (z).心)设二维随机变量(X, Y)的概率密度为血)=緩矿^，求呛+切的值.16.(01-11)设某班车起点站上客人数X 服从参数为久伉>0)的泊松分布，每位乘客在中途下车 的概率为p(o<p<l),且中途下车与否相互独立.以Y 表示在中途下车的乘客人数.求： (1) 在发车时有n 名乘客的条件下，中途有m 人下车的概率； (2) 二维随机变量(X, Y)的概率分布. 17设A, B 为两个随机事件，且P(A) =丄,4V [1, A 发生， A = v0, A 不发生，求：(1) 二维随机变量(x,y )的概率分布； (2) Z = X 2 + Y 2的概率分布.18. (99-5)设两个相互独立的随机变SX-U Y 分別服从正态分布N (0,1)和皿1,1),则() (A) p{x + y<o} = -(B) P{x + Y< 1}=丄 (C) p{x-y<o}=丄(D) P {X -Y <\} = -219. 设某仪器由寿命伸位：kh)为X, Y 的两部件组成，(X, Y)的联合分布窗数为:求：(1) 边缘分布函数；(2) 联介概率密度和边缘概率密度； (3) 两部件寿命都超过100h 的概率. 20. 设二维随机变量(X, Y)的概率密度为:(D) a=0.1, b=0.4P(B\A) = y P(A |5) = |,令 v fl, B 发生， r = <0, B 不发生.F (九 j)=-(),其他求：(1) 边缘概率密度; (2) 条件概率密度; (3) p{x > 2|y < 4}21. (13-22)设随机变量X 的概率密度为/(x )=h x2,0<x<3,令随机变量丫二0,其他求：(1) Y 的分布函数; (2) 概率 P{X<Y}.e"v ,O<x< y 0,其他2,X 51 X,1<X<2； 1,X >2。
概率论与数理统计期末复习知识点
fZ(z)
f (z y, y)dy
f (x, z x)dx
当X 和Y 相互独立:卷积公式
fZ (z) f X ( x) fY (z x)dx
f X (z y) fY ( y)dy
(2) 当X 和Y 相互独立时:
M = max(X,Y ) 的分布函数
Fmax(z) P{M z} FX (z)FY (z)
E(Y ) E[g( X )] g( xk )pk k 1
(1-3)设( X,Y ) 离散型随机变量. 分布律为：
P{X xi , Y y j } pij i, j 1,2,
若 Z=g(X,Y)（g为二元连续函数）
则 E(Z ) E[g( X ,Y )]
g( xi , y j )pij
(2) 连续型随机变量的分布函数的定义
x
F ( x) f (t)dt
f(x)的性质
1. f (x) 0
2. f ( x)dx 1
3. P{x1 X x2}
x2 f ( x)dx
x1
4. F( x) f ( x)，在f ( x)的连续点.
⁂ 三种重要的连续型随机变量
(一)均匀分布
pi1
p•1
pi2
p•2
pij pi•
p• j 1
性质：
1 0 pij 1
2
pij 1.
j 1 i1
2.边缘分布律
3. 独立性
pij pi• p• j , ( i, j 1,2, )
4.分布函数 ( x, y) R2
F ( x, y) pij xi x yjy
n
n
则
Ai Ai
Ai Ai
i 1
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《概率统计》、《概率论与数理统计》、《随机数学》课程期末复习资料注：以下是考试的参考内容，不作为实际考试范围，考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考。
1、能很好地掌握写样本空间与事件方法，会事件关系的运算，了解概率的古典定义2、能较熟练地求解古典概率；了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质。
5、理解随机变量的概念，能熟练写出(0—1)分布、二项分布、泊松分布的分布律。
6、理解分布函数的概念及性质，理解连续型随机变量的概率密度及性质。
7、掌握指数分布(参数λ)、均匀分布、正态分布，特别是正态分布概率计算8、会求一维随机变量函数分布的一般方法，求一维随机变量的分布律或概率密度。
9、会求分布中的待定参数。
10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数，会判别随机变量的独立性。
11、掌握连续型随机变量的条件概率密度的概念及计算。
12、理解二维随机变量的概念，理解二维随机变量的联合分布函数及其性质，理解二维离散型随机变量的联合分布律及其性质，理解二维连续型随机变量的联合概率密度及其性质，并会用它们计算有关事件的概率。
13、了解求二维随机变量函数的分布的一般方法。
14、会熟练地求随机变量及其函数的数学期望和方差。
会熟练地默写出几种重要随机变量的数学期望及方差。
15、较熟练地求协方差与相关系数.16、了解矩与协方差矩阵概念。
会用独立正态随机变量线性组合性质解题。
17、了解大数定理结论，会用中心极限定理解题。
18、掌握总体、样本、简单随机样本、统计量及抽样分布概念，掌握样本均值与样本方差及样本矩概念，掌握χ2分布(及性质)、t分布、F分布及其分位点概念。
19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数。
20、掌握极大似然估计法，无偏性与有效性的判断方法。
21、会求单正态总体均值与方差的置信区间。
会求双正态总体均值与方差的置信区间。
23、明确假设检验的基本步骤，会U检验法、t检验、2χ检验法、F检验法解题。
24、掌握正态总体均值与方差的检验法。
概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法。
2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质。
3．准确地选择和运用全概率公式与贝叶斯公式。
4．一维、二维离散型随机变量的分布律，连续型随机变量的密度函数性质的运用。
分布中待定参数的确定，分布律、密度函数与分布函数的关系，联合分布与边缘分布、条件分布的关系，求数学期望、方差、协方差、相关系数，求函数的分布律、密度函数及期望和方差。
5．会用中心极限定理解题。
6．熟记(0-1)分布、二项分布、泊松分布的分布律、期望和方差，指数分布(参数λ)、均匀分布、正态分布的密度函数、期望和方差。
数理统计部分必须要掌握的内容以及题型 1．统计量的判断。
2．计算样本均值与样本方差及样本矩。
3．熟记正态总体样本均值与样本方差的抽样分布定理。
4．会求未知参数的矩估计、极大似然估计。
5．掌握无偏性与有效性的判断方法。
6．会求正态总体均值与方差的置信区间。
7．理解假设检验的基本思想和原理，明确正态总体均值与方差的假设检验的基本步骤。
概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法。
古典概型例子 摸球模型例1：袋中有a 个白球，ｂ个黑球，从中接连任意取出m (m ≤a +ｂ)个球，且每次取出的球不再放回去，求第m 次取出的球是白球的概率;例2：袋中有a 个白球，ｂ个黑球，c 个红球，从中任意取出ｍ(m ≤a +ｂ)个球，求取出的m 个球中有k 1(≤a ) 个白球、k 2(≤b ) 个黑球、k 3(≤c ) 个红球(k 1＋k 2＋k 3=m )的概率. 占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点，每个质点都以概率1/N 落入N 个格子(N ≥n)的任一个之中，求下列事件的概率：(1) A ={指定n 个格子中各有一个质点}；(2) B ={任意n 个格子中各有一个质点}； (3) C ={指定的一个格子中恰有m (m ≤n )个质点}. 抽数模型例：在0～9十个整数中任取四个，能排成一个四位偶数的概率是多少？2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质。
如对于事件A ，B ，A 或B ，已知P (A )，P (B )，P (AB )，P (A B )，P (A |B )，P (B |A )以及换为A 或B 之中的几个，求另外几个。
例1：事件A 与B 相互独立，且P (A )=0.5，P (B )=0.6，求：P (AB )，P (A －B )，P (A B ) 例2：若P (A )=0.4，P (B )=0.7，P (AB )=0.3，求： P (A －B )，P (A B )，)|(B A P ，)|(B A P ，)|(B A P 3．准确地选择和运用全概率公式与贝叶斯公式。
若已知导致事件A 发生(或者是能与事件A 同时发生)的几个互斥的事件B i ，i =1,2,…,n ,…的概率P (B i ) ，以及B i 发生的条件下事件A 发生的条件概率P (A |B i )，求事件A 发生的概率P (A )以及A 发生的条件下事件B i 发生的条件概率P (B i | A )。
例：玻璃杯成箱出售，每箱20只。
假设各箱含0、1、2只残次品的概率相应为0.8、0.1和0.1，某顾客欲购买一箱玻璃杯，在购买时，售货员随意取一箱，而顾客随机地察看4只，若无残次品，则买下该箱玻璃杯，否则退回。
试求：（1）顾客买下该箱的概率；（2）在顾客买下的该箱中，没有残次品的概率。
4．一维、二维离散型随机变量的分布律，连续型随机变量的密度函数性质的运用。
分布中待定参数的确定，分布律、密度函数与分布函数的关系，联合分布与边缘分布、条件分布的关系，求数学期望、方差、协方差、相关系数，求函数的分布律、密度函数及期望和方差。
(1)已知一维离散型随机变量X 的分布律P (X =x i )=p i ，i =1,2,…,n ,… 确定参数求概率P (a <X <b ) 求分布函数F (x )求期望E (X )，方差D (X )求函数Y =g (X )的分布律及期望E [g (X )]例：随机变量X 的分布律为.确定参数k求概率P (0<X <3)，}31{<<X P 求分布函数F (x )求期望E (X )，方差D (X )求函数2)3(-=X Y 的分布律及期望2)3(-X E(2)已知一维连续型随机变量X 的密度函数f (x ) 确定参数求概率P (a <X <b ) 求分布函数F (x )求期望E (X )，方差D (X )求函数Y =g (X )的密度函数及期望E [g (X )]例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他0202x kx x f ，确定参数k求概率}31{<<X P 求分布函数F (x )求期望E (X )，方差D (X )求函数X Y =的密度及期望)(X E (3)已知二维离散型随机变量(X ，Y )的联合分布律P (X =x i ，Y =y j )=p ij ，i =1,2,…,m ,…；j =1,2,…,n ,… 确定参数求概率P {(X ,Y )∈G }求边缘分布律P (X =x i )=p i.，i =1,2,…,m ,…；P (Y =y j )=p .j ， j =1,2,…,n ,… 求条件分布律P (X =x i |Y =y j )，i =1,2,…,m ,…和P (Y =y j |X =x i )， j =1,2,…,n ,… 求期望E (X )，E (Y )，方差D (X )，D (Y )求协方差 cov(X ,Y )，相关系数XY ρ，判断是否不相关 求函数Z =g (X , Y )的分布律及期望E [g (X , Y )] 例求概率P (X 求边缘分布律P (X =k ) k =0,1,2 和P (Y =k ) k =0,1,2,3求条件分布律P (X =k |Y =2) k =0,1,2和P (Y =k |X =1) k =0,1,2,3 求期望E (X )，E (Y )，方差D (X )，D (Y )求协方差 cov(X ,Y )，相关系数XY ρ，判断是否不相关 求Z =X +Y ，W =max{X ，Y }，V =min{X ，Y }的分布律(4)已知二维连续型随机变量X 的联合密度函数f (x , y ) 确定参数求概率P {(X ,Y )∈G }求边缘密度)(x f X ，)(y f Y ，判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ，)|(|x y f X Y求期望E (X )，E (Y )，方差D (X )，D (Y )求协方差 cov(X ,Y )，相关系数XY ρ，判断是否不相关 求函数Z =g (X , Y )的密度函数及期望E [g (X , Y )]例：已知二维随机变量(X ，Y )的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ，确定常数c 的值；求概率P (X <Y )求边缘密度)(x f X ，)(y f Y ，判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ，)|(|x y f X Y求期望E (X )，E (Y )，方差D (X )，D (Y )求协方差 cov(X ,Y )，相关系数XY ρ，判断是否不相关 5．会用中心极限定理解题。
例1：每次射击中，命中目标的炮弹数的均值为2，方差为25.1，求在100次射击中有180到220发炮弹命中目标的概率．例2：设从大批发芽率为0.9的种子中随意抽取1000粒，试求这1000粒种子中至少有880粒发芽的概率。
6．熟记(0-1)分布、二项分布、泊松分布的分布律、期望和方差，指数分布(参数λ)、均匀分布、正态分布的密度函数、期望和方差。
数理统计部分必须要掌握的内容以及题型 1．统计量的判断。
对于来自总体X 的样本n X X X ,,,21 ，由样本构成的各种函数是否是统计量。
2．计算样本均值与样本方差及样本矩。
3．熟记正态总体样本均值与样本方差的抽样分布定理。
4．会求未知参数的矩估计、极大似然估计。
例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ，n X X ,,1 是来自总体X 的一个样本，求未知参数θ的矩估计量与极大似然估计量. 5．掌握无偏性与有效性的判断方法。