数理统计总复习 (1)
概率论与数理统计复习题1-知识归纳整理
概率论与数理统计复习题（一）A. 古典概型挑选题1. 在所有两位数(10－99)中任取一两位数，则此数能被2或3整除的概率为 （ ） A. 6/5 B . 2/3 C. 83/100 D.均不对2. 对事件A,B.下列正确的命题是 （ ） A ．如A,B 互斥，则A ，B 也互斥B. 如A,B 相容，则A ，B 也相容C. 如A,B 互斥，且P(A)>0,P(B)>0,则A.B 独立 D . 如A,B 独立，则A ，B 也独立3. 掷二枚骰子，事件A 为闪现的点数之和等于3的概率为 （ ） A.1/11 B . 1/18 C. 1/6 D. 都不对5. 甲，乙两队比赛，五战三胜制，设甲队胜率为0.6，则甲队取胜概率为（ ） A. 0.6B. C 35*0.63*0.42C. C 350.63*0.42+C 45*0.64*0.4D .C 35*0.63*0.42+C 45*0.64*0.4+0.656. 某果园生产红富士苹果，一级品率为0.6，随机取10个，恰有6个一级品之概率（ ） A. 1B. 0.66C . C 466104.06.0D.（0.6）460.4）（7. 一大楼有3层，1层到2层有两部自动扶梯，2层到3层有一部自动扶梯，各扶梯正常工作的概率为 P ，互不影响，则因自动扶梯不正常不能用它们从一楼到三楼的概率为（ ） A.（1-P ）3 B. 1-P 3C . 1-P 2（2-P ）D.（1-P ）（1-2P ）8. 甲，乙，丙三人共用一打印机，其使用率分别p, q, r ，三人打印独立，则打印机空暇率为（ ） A. 1-pqr B . （1-p ）（1-q ）（1-r ） C. 1-p-q-r D. 3-p-q-r 9. 事件A,B 相互独立， P(A)=0.6, P( A B )＝0.3, 则 P(AB)=（ ） A . 0.15 B. 0.2 C. 0.25 D. 0.110. 甲，乙各自射击一目标，命中率分别为0.6和0.5，已知目标被击中一枪，则此枪为甲命中之概率 （ ） A . 0.6 B. 0.3 C. 0.5 D. 0.55 11. 下列命题中，真命题为 （ ）A. 若 P （A ）=0 ，则 A 为不可能事件知识归纳整理B .若A,B 互不相容，则1BA P ）＝（ C.若 P(A)=1，则A 何必然事件D.若A,B 互不相容，则 P(A)=1-P(B)12. A,B 满足P(A)+P(B)>1，则A,B 一定（ ）A. 不独立B. 独立C. 不相容 D . 相容13. 若 （ ），则〕〕〔＝〔）P(B)-1P(A)-1B A P( A. A,B 互斥 B. A>B C. 互斥，B A D . A,B 独立14. 6本中文书，4本外文书放在书架上。
概率论与数理统计复习笔记 (1)
概率论与数理统计复习 第一章 概率论的基本概念一.基本概念随机试验E:(1)可以在相同的条件下重复地进行;(2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;(3)进行一次试验之前不能确定哪一个结果会出现. 样本空间S: E 的所有可能结果组成的集合. 样本点(基本事件):E 的每个结果. 随机事件(事件):样本空间S 的子集.必然事件(S):每次试验中一定发生的事件. 不可能事件(?):每次试验中一定不会发生的事件. 二. 事件间的关系和运算⊂(事件B包含事件A )事件A 发生必然导致事件B 发生.∪B (和事件)事件A 与B 至少有一个发生. 3. A ∩B=AB(积事件)事件A 与B 同时发生. 4. A-B(差事件)事件A 发生而B 不发生.5. AB=? (A 与B 互不相容或互斥)事件A 与B 不能同时发生.6. AB=?且A ∪B=S (A 与B 互为逆事件或对立事件)表示一次试验中A 与B 必有一个且仅有一个发生. B=A, A=B .运算规则 交换律 结合律 分配律 德?摩根律 B A B A I Y = B A B A Y I = 三. 概率的定义与性质1.定义 对于E 的每一事件A 赋予一个实数,记为P(A),称为事件A 的概率. (1)非负性 P(A)≥0 ; (2)归一性或规范性 P(S)=1 ;(3)可列可加性 对于两两互不相容的事件A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…),P(A 1∪A 2∪…)=P( A 1)+P(A 2)+… 2.性质(1) P(?) = 0 , 注意: A 为不可能事件 P(A)=0 . (2)有限可加性 对于n 个两两互不相容的事件A 1,A 2,…,A n ,P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ⊂B, 则P(A)≤P(B), P(B-A)=P(B)-P(A) . (4)对于任一事件A, P(A)≤1, P(A)=1-P(A) .(5)广义加法定理 对于任意二事件A,B ,P(A ∪B)=P(A)+P(B)-P(AB) . 对于任意n 个事件A 1,A 2,…,A n…+(-1)n-1P(A 1A 2…A n )四.等可能(古典)概型1.定义 如果试验E 满足:(1)样本空间的元素只有有限个,即S={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型.2.计算公式 P(A)=k / n 其中k 是A 中包含的基本事件数, n 是S 中包含的基本事件总数. 五.条件概率1.定义 事件A 发生的条件下事件B 发生的条件概率P(B|A)=P(AB) / P(A) ( P(A)>0).2.乘法定理 P(AB)=P(A) P (B|A) (P(A)>0); P(AB)=P(B) P (A|B) (P(B)>0). P(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0)3. B 1,B 2,…,B n 是样本空间S 的一个划分(B i B j =φ,i ≠j,i,j=1,2,…,n, B 1∪B 2∪…∪B n =S) ,则当P(B i )>0时,有全概率公式 P(A)=()()i ni i B A P B P ∑=1当P(A)>0, P(B i )>0时,有贝叶斯公式P (B i |A)=()()()()()()∑==ni i i i i i B A P B P B A P B P A P AB P 1. 六.事件的独立性1.两个事件A,B,满足P(AB) = P(A) P(B)时,称A,B 为相互独立的事件. (1)两个事件A,B 相互独立? P(B)= P (B|A) .(2)若A 与B,A 与B ,A 与B, ,A 与B 中有一对相互独立,则另外三对也相互独立.2.三个事件A,B,C 满足P(AB) =P(A) P(B), P(AC)= P(A) P(C), P(BC)= P(B) P(C),称A,B,C 三事件两两相互独立. 若再满足P(ABC) =P(A) P(B) P(C),则称A,B,C 三事件相互独立. 个事件A 1,A 2,…,A n ,如果对任意k (1<k ≤n),任意1≤i 1<i 2<…<i k ≤n.有()()()()kki i i i i i A P A P A P A A A P ΛΛ2121=,则称这n 个事件A 1,A 2,…,A n 相互独立.第二章 随机变量及其概率分布一.随机变量及其分布函数1.在随机试验E 的样本空间S={e}上定义的单值实值函数X=X (e)称为随机变量.2.随机变量X 的分布函数F(x)=P{X ≤x} , x 是任意实数. 其性质为:(1)0≤F(x)≤1 ,F(-∞)=0,F(∞)=1. (2)F(x)单调不减,即若x 1<x 2 ,则 F(x 1)≤F(x 2). (3)F(x)右连续,即F(x+0)=F(x). (4)P{x 1<X≤x 2}=F(x 2)-F(x 1). 二.离散型随机变量 (只能取有限个或可列无限多个值的随机变量)1.离散型随机变量的分布律 P{X= x k }= p k (k=1,2,…) 也可以列表表示. 其性质为: (1)非负性 0≤P k ≤1 ; (2)归一性 11=∑∞=k k p .2.离散型随机变量的分布函数 F(x)=∑≤xX k k P 为阶梯函数,它在x=x k (k=1,2,…)处具有跳跃点,其跳跃值为p k =P{X=x k } .3.三种重要的离散型随机变量的分布(1)X~(0-1)分布 P{X=1}= p ,P{X=0}=1–p (0<p<1) .(2)X~b(n,p)参数为n,p 的二项分布P{X=k}=()kn k p p k n --⎪⎪⎭⎫ ⎝⎛1(k=0,1,2,…,n) (0<p<1) (3))X~?(?)参数为?的泊松分布 P{X=k}=λλ-e k k !(k=0,1,2,…) (?>0)三.连续型随机变量1.定义 如果随机变量X 的分布函数F(x)可以表示成某一非负函数f(x)的积分F(x)=()dt t f x⎰∞-,-∞< x <∞,则称X 为连续型随机变量,其中f (x)称为X 的概率密度(函数).2.概率密度的性质(1)非负性 f(x)≥0 ; (2)归一性 ⎰∞∞-dx x f )(=1 ;(3) P{x 1<X ≤x 2}=⎰21)(x x dx x f ; (4)若f (x)在点x 处连续,则f (x)=F / (x) .注意：连续型随机变量X 取任一指定实数值a 的概率为零,即P{X= a}=0 . 3.三种重要的连续型随机变量的分布(1)X ～U (a,b) 区间(a,b)上的均匀分布 ⎩⎨⎧=-0)(1a b x f 其它b x a << .(2)X 服从参数为?的指数分布.()⎩⎨⎧=-0/1θθx ex f 00≤>x x 若若 (?>0).(3)X~N (?,?2)参数为?,?的正态分布 222)(21)(σμσπ--=x e x f -?<x<?, ?>0.特别, ?=0, ?2 =1时,称X 服从标准正态分布,记为X~N (0,1),其概率密度2221)(x e x -=πϕ , 标准正态分布函数 ⎰=Φ∞--xt dt e x 2221)(π, ?(-x)=1-Φ(x) .若X ～N ((?,?2), 则Z=σμ-X ~N (0,1), P{x 1<X ≤x 2}=Φ(σμ-2x )-Φ(σμ-1x ).若P{Z>z ?}= P{Z<-z ?}= P{|Z|>z ?/2}= ?,则点z ?,-z ?, ?z ?/ 2分别称为标准正态分布的上,下,双侧?分位点. 注意：?(z ?)=1-? , z 1- ?= -z ?. 四.随机变量X 的函数Y= g (X)的分布 1.离散型随机变量的函数若g(x k ) (k=1,2,…)的值全不相等,则由上表立得Y=g(X)的分布律.若g(x k ) (k=1,2,…)的值有相等的,则应将相等的值的概率相加,才能得到Y=g(X)的分布律. 2.连续型随机变量的函数若X 的概率密度为f X (x),则求其函数Y=g(X)的概率密度f Y (y)常用两种方法： (1)分布函数法 先求Y 的分布函数F Y (y)=P{Y ≤y}=P{g(X)≤y}=()()dx x f ky X k∑⎰∆其中Δk (y)是与g(X)≤y 对应的X 的可能值x 所在的区间(可能不只一个),然后对y 求导即得f Y (y)=F Y /(y) .(2)公式法 若g(x)处处可导,且恒有g /(x)>0 (或g / (x)<0 ),则Y=g (X)是连续型随机变量,其概率密度为 ()()()()⎩⎨⎧'=0y h y h f y f X Y 其它βα<<y其中h(y)是g(x)的反函数 , ?= min (g (-?),g (?)) ?= max (g (-?),g (?)) .如果 f (x)在有限区间[a,b]以外等于零,则 ?= min (g (a),g (b)) ?= max (g (a),g (b)) .第三章 二维随机变量及其概率分布一.二维随机变量与联合分布函数1.定义 若X 和Y 是定义在样本空间S 上的两个随机变量,则由它们所组成的向量(X,Y)称为二维随机向量或二维随机变量.对任意实数x,y,二元函数F(x,y)=P{X ≤x,Y ≤y}称为(X,Y)的(X 和Y 的联合)分布函数. 2.分布函数的性质(1)F(x,y)分别关于x 和y 单调不减.(2)0≤F(x,y)≤1 , F(x,- ?)=0, F(-?,y)=0, F(-?,-?)=0, F(?,?)=1 .(3) F(x,y)关于每个变量都是右连续的,即 F(x+0,y)= F(x,y), F(x,y+0)= F(x,y) . (4)对于任意实数x 1<x 2 , y 1<y 2P{x 1<X ≤x 2 , y 1<Y ≤y 2}= F(x 2,y 2)- F(x 2,y 1)- F(x 1,y 2)+ F(x 1,y 1)二.二维离散型随机变量及其联合分布律1.定义 若随机变量(X,Y)只能取有限对或可列无限多对值(x i ,y j ) (i ,j =1,2,… )称(X,Y)为二维离散型随机变量.并称P{X= x i ,Y= y j }= p i j 为(X,Y)的联合分布律.也可列表表示.2.性质 (1)非负性 0≤p i j ≤1 . (2)归一性 ∑∑=i jij p 1 . 3. (X,Y)的(X 和Y 的联合)分布函数F(x,y)=∑∑≤≤x x yy ij i j p三.二维连续型随机变量及其联合概率密度1.定义 如果存在非负的函数f (x,y),使对任意的x 和y,有F(x,y)=⎰⎰∞-∞-yxdudv v u f ),( 则称(X,Y)为二维连续型随机变量,称f(x,y)为(X,Y)的(X 和Y 的联合)概率密度. 2.性质 (1)非负性 f (x,y)≥0 . (2)归一性 1),(=⎰⎰∞∞-∞∞-dxdy y x f .(3)若f (x,y)在点(x,y)连续,则yx y x F y x f ∂∂∂=),(),(2(4)若G 为xoy 平面上一个区域,则⎰⎰=∈Gdxdy y x f G y x P ),(}),{(.四.边缘分布1. (X,Y)关于X 的边缘分布函数 F X (x) = P{X ≤x , Y<?}= F (x , ?) . (X,Y)关于Y 的边缘分布函数 F Y (y) = P{X<?, Y ≤y}= F (?,y)2.二维离散型随机变量(X,Y)关于X 的边缘分布律 P{X= x i }= ∑∞=1j ij p = p i · ( i =1,2,…) 归一性 11=∑∞=•i i p .关于Y 的边缘分布律 P{Y= y j }= ∑∞=1i ij p = p ·j ( j =1,2,…) 归一性 11=∑∞=•j j p .3.二维连续型随机变量(X,Y)关于X 的边缘概率密度f X (x)=⎰∞∞-dy y x f ),( 归一性1)(=⎰∞∞-dx x f X 关于Y 的边缘概率密度f Y (y)=x d y x f ⎰∞∞-),( 归一性1)(=⎰∞∞-dyy f Y五.相互独立的随机变量1.定义 若对一切实数x,y,均有F(x,y)= F X (x) F Y (y) ,则称X 和Y 相互独立.2.离散型随机变量X 和Y 相互独立⇔p i j = p i ··p ·j ( i ,j =1,2,…)对一切x i ,y j 成立.3.连续型随机变量X 和Y 相互独立⇔f (x,y)=f X (x)f Y (y)对(X,Y)所有可能取值(x,y)都成立. 六．条件分布1．二维离散型随机变量的条件分布定义 设(X,Y)是二维离散型随机变量,对于固定的j,若P{Y=y j }>0,则称,}{},{jj i j j i p p y Y P y Y x X P •=====P{X=x i |Y=y j }为在Y= y j 条件下随机变量X 的条件分布律. 同样,对于固定的i,若P{X=x i }>0,则称P{Y=y j |X=x i } 为在X=x i 条件下随机变量Y 的条件分布律.第四章 随机变量的数字特征一.数学期望和方差的定义随机变量X 离散型随机变量 连续型随机变量分布律P{X=x i }= p i ( i =1,2,…) 概率密度f (x)数学期望(均值)E(X) ∑∞=1i i i p x (级数绝对收敛) ⎰∞∞-dx x xf )((积分绝对收敛)方差D(X)=E{[X-E(X)]2} []∑-∞=12)(i i i p X E x ⎰-∞∞-dx x f X E x )()]([2=E(X 2)-[E(X)]2 (级数绝对收敛) (积分绝对收敛) 函数数学期望E(Y)=E[g(X)] i i i p x g ∑∞=1)((级数绝对收敛) ⎰∞∞-dx x f x g )()((积分绝对收敛)标准差?(X)=√D(X) . 二.数学期望与方差的性质1. c 为为任意常数时, E(c) = c , E(cX) = cE(X) , D(c) = 0 , D (cX) = c 2 D(X) . ,Y 为任意随机变量时, E (X ±Y)=E(X)±E(Y) .3. X 与Y 相互独立时, E(XY)=E(X)E(Y) , D(X ±Y)=D(X)+D(Y) .4. D(X) = 0 ⇔ P{X = C}=1 ,C 为常数.三.六种重要分布的数学期望和方差 E(X) D(X) ~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p) ~ b (n,p) (0<p<1) n p n p (1- p) ~ ?(?) ? ?,}{},{•=====i ji i j i p p x X P y Y x X P~ U(a,b) (a+b)/2 (b-a) 2/12 服从参数为?的指数分布 ? ?2 ~ N (?,?2) ? ?2 四.矩的概念随机变量X 的k 阶(原点)矩E(X k ) k=1,2,… 随机变量X 的k 阶中心矩E{[X-E(X)] k }随机变量X 和Y 的k+l 阶混合矩E(X k Y l ) l=1,2,…随机变量X 和Y 的k+l 阶混合中心矩E{[X-E(X)] k [Y-E(Y)] l }第六章 样本和抽样分布一.基本概念总体X 即随机变量X ; 样本X 1 ,X 2 ,…,X n 是与总体同分布且相互独立的随机变量;样本值x 1 ,x 2 ,…,x n 为实数;n 是样本容量.统计量是指样本的不含任何未知参数的连续函数.如：样本均值∑==n i i X n X 11 样本方差()∑--==n i iX X n S 12211 样本标准差S 样本k 阶矩∑==n i k i k X n A 11( k=1,2,…) 样本k 阶中心矩∑-==ni k i k X X n B 1)(1( k=1,2,…)二.抽样分布 即统计量的分布1.X 的分布 不论总体X 服从什么分布, E (X ) = E(X) , D (X ) = D(X) / n . 特别,若X~ N (?,?2 ) ,则 X ~ N (?, ?2 /n) .2.?2分布 (1)定义 若X ～N (0,1) ,则Y =∑=ni i X 12~ ?2(n)自由度为n 的?2分布.(2)性质 ①若Y~ ?2(n),则E(Y) = n , D(Y) = 2n .②若Y 1~ ?2(n 1) Y 2~ ?2(n 2) ,则Y 1+Y 2~ ?2(n 1 + n 2). ③若X~ N (?,?2 ), 则22)1(σS n -~ ?2(n-1),且X 与S 2相互独立.(3)分位点 若Y~ ?2(n),0< ? <1 ,则满足的点)()(),(),(22/122/212n n n n ααααχχχχ--和分别称为?2分布的上、下、双侧?分位点. 3. t 分布(1)定义 若X~N (0,1),Y~ ?2(n),且X,Y 相互独立,则t=nY X ~t(n)自由度为n 的t 分布.(2)性质①n →∞时,t 分布的极限为标准正态分布.②X ～N (?,?2 )时, nS X μ-~ t (n-1) . ③两个正态总体相互独立的样本 样本均值 样本方差X~ N (?1,?12 ) 且?12=?22=?2 X 1 ,X 2 ,…,X n1 X S 12 Y~ N (?2,?22 ) Y 1 ,Y 2 ,…,Y n2 Y S 22则 212111)()(n n S Y X w +---μμ~ t (n 1+n 2-2) , 其中 2)1()1(212222112-+-+-=n n S n S n S w (3)分位点 若t ~ t (n) ,0 < ?<1 , 则满足的点)(),(),(2/n t n t n t ααα±-分别称t 分布的上、下、双侧?分位点. 注意: t 1- ? (n) = - t ? (n).分布 (1)定义 若U~?2(n 1), V~ ?2(n 2), 且U,V 相互独立,则F =21n V n U ~F(n 1,n 2)自由度为(n 1,n 2)的F 分布.(2)性质(条件同3.(2)③)22212221σσS S ~F(n 1-1,n 2-1)(3)分位点 若F~ F(n 1,n 2) ,0< ? <1,则满足的点),(),(),,(),,(212/1212/21121n n F n n F n n F n n F αααα--和分别称为F 分布的上、下、双侧?分位点. 注意: .).(1),(12211n n F n n F αα=-第七章 参数估计一.点估计 总体X 的分布中有k 个待估参数?1, ?2,…, ?k .X 1 ,X 2 ,…,X n 是X 的一个样本, x 1 ,x 2 ,…,x n 是样本值.1.矩估计法先求总体矩⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k θθθμμθθθμμθθθμμΛΛΛ解此方程组,得到⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k μμμθθμμμθθμμμθθΛΛΛ,以样本矩A l 取代总体矩? l ( l=1,2,…,k)得到矩估计量⎪⎪⎩⎪⎪⎨⎧===∧∧∧),,,(),,,(),,,(2121222111k k k k k A A A A A A A A A ΛΛΛθθθθθθ,若代入样本值则得到矩估计值. 2.最大似然估计法若总体分布形式(可以是分布律或概率密度)为p(x, ?1, ?2,…, ?k ),称样本X 1 ,X 2 ,…,X n的联合分布∏==ni k i k x p L 12121),,,,(),,,(θθθθθθΛΛ为似然函数.取使似然函数达到最大值的∧∧∧k θθθ,,,21Λ,称为参数?1, ?2,…,?k 的最大似然估计值,代入样本得到最大似然估计量.若L(?1, ?2,…, ?k )关于?1, ?2,…, ?k 可微,则一般可由 似然方程组0=∂∂i L θ 或 对数似然方程组 0ln =∂∂iLθ (i =1,2,…,k) 求出最大似然估计. 3.估计量的标准(1) 无偏性 若E(∧θ)=?,则估计量∧θ称为参数?的无偏估计量.不论总体X 服从什么分布, E (X )= E(X) , E(S 2)=D(X), E(A k )=?k =E(X k ),即样本均值X ,样本方差S 2,样本k 阶矩A k 分别是总体均值E(X),方差D(X),总体k 阶矩?k 的无偏估计,(2)有效性 若E(∧θ1 )=E(∧θ2)= ?, 而D(∧θ1)< D(∧θ2), 则称估计量∧θ1比∧θ2有效. (3)一致性(相合性) 若n →∞时,θθP→∧,则称估计量∧θ是参数?的相合估计量. 二.区间估计1.求参数?的置信水平为1-?的双侧置信区间的步骤(1)寻找样本函数W=W(X 1 ,X 2 ,…,X n ,?),其中只有一个待估参数?未知,且其分布完全确定.(2)利用双侧?分位点找出W 的区间(a,b),使P{a<W <b}=1-?.(3)由不等式a<W<b 解出θθθ<<则区间(θθ,)为所求.2.单个正态总体待估参数 其它参数 W 及其分布 置信区间? ?2已知 n X σμ-~N (0,1) (2/ασz n X ±) ? ?2未知n S X μ-~ t (n-1) )1((2/-±n t n S X α ?2 ?未知22)1(σS n -~ ?2(n-1) ))1()1(,)1()1((22/1222/2-----n S n n S n ααχχ 3.两个正态总体(1)均值差? 1-? 2 其它参数 W 及其分布 置信区间已知2221,σσ 22212121)(n n Y X σσμμ+--- ~ N(0,1) )(2221212n n z Y X σσα+±- 未知22221σσσ== 212111)(n n S Y X w +---μμ～t(n 1+n 2-2) )11)2((21212n n S n n t Y X w +-+±-α 其中S w 等符号的意义见第六章二. 3 (2)③. (2) ? 1,? 2未知, W=22212221σσS S ~ F(n 1-1,n 2-1),方差比?12/?22的置信区间为 注意:对于单侧置信区间,只需将以上所列的双侧置信区间中的上(下)限中的下标?/2改为?,另外的下(上)限取为-? (?)即可.。
概率论与数理统计总复习参考
定义7 （概率的统计定义） 定义8 （概率的公理化定义） 设试验E的样本
空间为Ω，对任意事件A，赋予一实数 P(A)，若
它满足
非负性公理：0≤P(A) ≤1;
规范性公理：P(Ω)=1;
可列可加性公理：若A1, A2, …两两互斥, 则
P ( Ai ) P ( Ai ).
二、随机事件的关系与运算
1. 事件的关系
(1) 包含关系 若事件A发生必然导致事件B发生，则称事件A包含于B，
记为 A B.
(2) 互斥（互不相容）： 若两个事件A、B不可能同时发生，则称事件A与B互斥 （互不相容）. 必然事件与不可能事件互斥; 基本事件之间是互斥的.
2. 事件的运算
(1) 事件的并（和） 若C表示“事件A与事件B至少有一个发生”这一事件，
fY
(
y)
f
X
[h(
y)] | 0,
h(
y)
|,
y ,
其他.
第三章 二维随机变量及其分布
1. 二维随机变量
(X, Y )：X, Y 是定义在同一样本空间 上的两个随机变量.
2. 联合分布函数、性质 F(x, y) =P{X x, Y y}, (任意实数x, y).
3. 边缘分布函数 FX (x) = F(x, +), FY (y) = F(+, y).
P p1
p2 … pn …
注 ：如果 g( xk ) 中有些项相同，则需将它们 作适当并项.
(2) 连续型随机变量函数的分布 (i) 定义法
FY ( y) P{Y y} P{g( X ) y}
{ x|g( x) y} f X ( x)dx.
数理统计总复习(题型归纳)
56学 考题8（2005级 256学时） 三 、 ( 本 题 8 分 ) 设 X 1 , X 2 , L , X n为 服 从 泊 松 分 布 )的 π(λ )的总体X的一个样本，求λ的极大似然估计量。
32 考题9（2004级 32学时） 三、(本题8分)设总体X的概率密度为： ( θ + 1) x θ , 0 < x < 1, f ( x) = 0, 其它 其中θ > −1是未知参数，X 1 , X 2 , L , X n为总体X 的一个容量为n简单随机样本，求参数θ的极大 似然估计量。
考题5（2007级 64学时 作业P153 四） 七、(本题8分)设X 1 , L , X n为总体X的样本， X的密度函数为： 0< x<1 θ, f ( x , θ) = 1 − θ, 1 ≤ x < 2；其中未知参数θ > 0 0, 其他 设N为样本值x1 , L , xn中小于1的个数，求θ的极 大似然估计。
1 2 n
32学 考题4（2007级 32学时） 10分 六、(本题10分)设随机变量X的概率密度为 2x 2 , 0< x<θ f ( x) = θ ，其中未知参数θ > 0, 0, 其他 X 1 , L , X n是样本，求θ的矩估计和最大似然估计。
（此题和2008级的第三大题一样的.)
： 解（1）检验假设H 0：σ 2 = 1，H 1：σ 2 ≠ 1； ( n − 1) S 2 取统计量：χ 2 = 2 σ0
2 拒绝域为：χ 2 ≤ χ 2 α ( n − 1) = χ 0.975 ( 9) = 2.70 1−
或χ 2 ≥ χ 2 ( n − 1) = χ α
2
2 2 0.025
数理统计复习要点
e x , x 0
0, x 0
其中 0 。试用矩法求 的估计量。
解： =E （X )
1 所以， =
xf ( x)dx xe
0
x
dx
1
1 ˆ ˆ =X ，所以， = 用样本 X 估计， 则有 X
3.设母体X具有在区间[a,b]上的均匀分布,其 分布密度为 f(x)=
H0
16.某电工器材厂生产一种保险丝。测量其融化 时间，依通常情况方差为400。今从某天产品中 抽取容量为25的子样，测量其融化时间并计算得 x 62.24，s*2 404.77，问这天保险丝融化时间 分散度与通常有无明显差异（ 1%）？假定融 化时间是正态母体。 解：（1 ）建立假设H 0： 0 400
=e
( xi )
i 1
n
d ln L ln L ( xi n ), 0无解 d i
xi n尽可能小，所以 为了使L达到最大， i 尽可能大，而 x , min x x
i 1i n i (1)
12、设母体X服从正态分布 N (,1),( X1, X 2 ) 是从此母体中抽取的一个子样。试验证下面 三个估计量 2 1 （1）＾ 1 X 1 X 2
0
（3）给定显著水平 0.05 ,有 u 1.96 ,使 2 x 0 P{ u u } 即 P{ 1.96} 0.05 0 / n 2 （4）由样本n=16, x 27.56 代入 27.56 26 接受H0 u 1.2 u 1.96 5.2 / 4 2
解：
（1）X
*2
用 s 估计 2 给定置信概率1 =99%,查表得
概率论与数理统计复习提纲
概率论与数理统计复习提纲概率论与数理统计总复习第⼀讲随机事件及其概率⼀随机事件，事件间的关系及运算 1.样本空间和随机事件 2.事件关系,运算和运算律⑴事件的关系和运算⑶运算律:交换律,结合律,分配律；对偶律: B A B A ?=?,B A B A ?=?；⼆概率的定义和性质 1.公理化定义(P7)2.概率的性质(P8.五个) ⑴)(1)(A P A P -=；⑵)()()()(AB P B P A P B A P -+=?；3.古典概型和⼏何概型4.条件概率 )()()|(A P AB P A B P =三常⽤的计算概率的公式1.乘法公式 )()()()()(B A P B P A B P A P AB P ==2.全概率公式和贝叶斯公式(P17-20.) 四事件的独⽴性1.定义:A 和B 相互独⽴ )()(B P A B P =或)()()(B P A P AB P ?=，2.贝努利试验在n 重贝努利试验中，事件=k A {A 恰好发⽣k 次})0(n k ≤≤的概率为：k n nk n k p p C A P --=)1()(第⼆讲随机变量及其概率分布⼀随机变量及其分布函数1.随机变量及其分布函数 )()(x X P x F ≤=)(+∞<<-∞x2.分布函数的性质(P35.四个)⑴0)(lim =-∞→x F x ；1)(lim =+∞→x F x ；(常⽤来确定分布函数中的未知参数)⑵)()()(a F b F b X a P -=≤<(常⽤来求概率) ⼆离散型随机变量及其分布律1.分布律2.常⽤的离散型分布三连续型随机变量 1.密度函数 ?∞-=xdt t f x F )()(2.密度函数的性质(P39.七个) ⑴1)(=?+∞∞-dx x f ；（常⽤来确定密度函数中的参数）⑵?=≤adx x f b X a P )()(；（计算概率的重要公式）⑶对R x ∈?，有0)(==c X P (换⾔之,概率为0的事件不⼀定是不可能事件). 3.常⽤连续型分布重点:正态分布:)0,(21)(22)(>=--σσµσπσµ都是常数，x ex f标准正态分布)1,0(N :2221)(x ex -=π四随机变量函数的分布1.离散情形设X 的分布律为则)(X g Y =的分布律为2.连续情形设X 的密度函数为)(x f X ,若求)(X g Y =的密度函数,先求Y 的分布函数,再通过对其求导,得到Y 的密度函数。
概率论与数理统计复习题1
概率论与数理统计复习题一、 填空题（每题2分）1、设连续型随机变量的概率密度函数为()f x ，则()f x dx +∞-∞=⎰12、 随机变量X 服从泊松分布，其分布律{},0,1,2...!kP X k e k k λλ-===3、 随机变量X 服从标准正态分布，其概率密度函数22()x f x -=4、一批产品，由甲厂生产的占31，其次品率为5%，由乙厂生产的占32，其次品率为10%，从这批产品中随机取一件，恰好取到次品的概率为1125、 随机变量X~N （2，22），则P {X ≤0}=0.1587 （Φ（1）=0.8413）6、甲、乙两门高射炮彼此独立地向一架飞机各发一炮, 甲、乙击中飞机的概率分别为0.3和0.4，则飞机至少被击中一炮的概率为0.58 二、 选择题（每题2分）1. 设随机变量X 的概率密度函数为2(1)8()x f x +-=，则X ～ B 。
A. (1,2)N -B. (1,4)N -C. (1,8)N -D. (1,16)N - 2. 设随机变量X 、Y 都服从区间[0,1]上的均匀分布，则E(X+Y)= C 。
A. 16B. 12C. 1D. 23. X 为随机变量，其方差存在，c 为任意非零常数，则下列等式正确的是 A 。
A. D(X+c)=D(X)B. D(X+c)=D(X)+cC. D(X-c)=D(X)-cD. D(cX)=cD(X)4. 设随机事件A 与B 互不相容，且P(A)>0，P(B)>0，则 D 。
A.()1()P A P B =- B.()()()P AB P A P B = C.()1P A B ⋃= D. ()1P AB =5. 设A 、B 为随机事件，且P(B)>0，P(A|B)=1，则必有 A 。
A.()()P A B P A ⋃= B.A B ⊂ C.()()P A P B = D. ()()P AB P A = 三、 计算题（每题8分）1. 把10本书任意放在书架的一排上，求其中指定的3本书放在一起的概率。
概率论与数理统计总复习知识点归纳
D( X ) E( X 2 ) E 2 ( X ), Cov( X ,Y ) E( XY ) EXEY
XY Cov( X ,Y ) / D( X )D(Y )
⑴ E(aX+b)=aE(X)+b，D(aX+b)=a2D(X)
⑵ E(∑iλi Xi)=∑i λi E(Xi)
(3) D(λ1X±λ2Y)=λ12D(X)+λ22D(Y) ±2λ1λ2Cov(X,Y)
0.587
法二 用Bayes公式：
P (C) = 0.1, P(C ) 0.9;
P (D/C) = 0.3*0.8+0.7*0.2,
P(D / C ) 0.3*0.2.
C
C
于是有
D
P(C / D)
P(C ) P(D / C )
P(C) P(D / C) P(C ) P(D / C )
i 1
i 1
i 1
例3 已知X~ f(x)，求Y= -X2的概率密度。 解 用分布函数法。
y<0 时，FY(y) = P(Y≤y) = P(-X2 ≤y) P(X y) P(X y)
FX ( y ) [1 FX ( y )] y≥0 时， FY(y) = P(Y≤y) =1
于是Y的概率密度为
fY ( y) fX (
y)
1 2
( y)1/ 2
fX
(
y ) 1 ( y)1/2 2
1 2
(
y)1/ 2[
fX
(
y) fX (
y )] , y 0
fY (y) 0 , y 0
例4 设二维随机变量(X,Y )的联合密度函数为：
f
( x,
y)
概率论与数理统计期末考试复习题集-01
复习题 （A ）备用数据：220.990.9950.9950.0050.9952.326,(99) 2.575,(99)66.510,(99)138.987u t u χχ=≈===一、选择题（20分，每题4分，请将你选的答案填在（ ）内）1、 下列结论哪一个不正确 （ ）)(A 设A,B 为任意两个事件，则A B A B -=； )(B 若A B =，则A,B 同时发生或A,B 同时不发生； )(C 若A B ⊂，且B A ⊂,则A B =； )(D 若A B ⊂，则A-B 是不可能事件.2、 设(,)X Y 的联合概率函数为则（1）概率(13,0)P Y X ≤<≥等于 （ ）)(A 58； )(B 12； )(C 34； )(D 78.（2）Z X Y =+的概率函数为 （ ）)(A()B()C()D3、 如果2EX <∞，2EY <∞，且X 与Y 满足()()D X Y D X Y +=-,则必有 （ ）)(A X 与Y 独立；)(B X 与Y 不相关； )(C ()0D Y =； )(D ()()0D X D Y =. 4、若()25,()36D X D Y ==,X 和Y 的相关系数,0.4X Y ρ=，则,X Y 的协方差(,)Cov X Y 等于（ ）)(A 5； )(B 10； )(C 12； )(D 36. 二、（12分）设X,Y 为随机变量，且3(0,0)7P X Y ≥≥=，4(0)(0)7P X P Y ≥=≥= 求（1）(min(,)0)P X Y <；（2）(max(,)0)P X Y ≥.三、(10分)一个男子在某城市的一条街道遭到背后袭击和抢劫，他断言凶犯是黑人.然而，当调查这一案件的警察在可比较的光照条件下多次重新展现现场情况时，发现受害者正确识别袭击者肤色的概率只有80%，假定凶犯是本地人，而在这个城市人口中90%是白人，10%是黑人，且假定白人和黑人的犯罪率相同，（1）问：在这位男子断言凶犯是黑人的情况下，袭击他的凶犯确实是黑人的概率是多大？ （2）问：在这位男子断言凶犯是黑人的情况下，袭击他的凶犯是白人的概率是多大？ 四、(10分)某商业中心有甲、乙两家影城，假设现有1600位观众去这个商业中心的影城看电影，每位观众随机地选择这两家影城中的一家，且各位观众选择哪家影城是相互独立的.问：影城甲至少应该设多少个座位，才能保证因缺少座位而使观众离影城甲而去的概率小于0.01. （要求用中心极限定理求解.）五、(16分)设二维随机变量),(Y X 的联合概率密度函数为2,01(,)0,x y f x y <<<⎧=⎨⎩其它（1）求Y X ,的边缘密度函数(),()X Y f x f y ； （2）求条件概率113(0)224P X Y <<<<；（3）问：X 与Y 是否相互独立？请说明理由； （4）求Z X Y =+的概率密度函数()Z f z . 六、(14分)某地交通管理部门随机调查了100辆卡车，得到它们在最近一年的行驶里程（单位：100km ）的数据12100,,,x x x ,由数据算出145x =，样本标准差24s =.假设卡车一年中行驶里程服从正态分布),(2σμN ，分别求出均值μ和方差2σ的双侧0.99置信区间.（请保留小数点后两位有效数字.）七、(18分) 设n X X X ,,,21 是取自总体X 的简单随机样本,总体X 的密度函数为(1),(;)0,e x x ef x θθθθ-+⎧>=⎨⎩其它 ，其中θ为未知参数,01θ<<.(1)求出θ的极大似然估计； (2)记1αθ=，求参数α的极大似然估计；(3)问:在（2）中求到的α的极大似然估计是否为α的无偏估计?请说明理由.复习题（B ）备用数据：220.9750.0250.9750.995(2)0.9772,(8) 2.31,(8) 2.18,(8)17.54, 2.575,t u χχΦ=====一、选择题(共20分，每题4分，请将你选的答案填在( )内) 1、 下列命题哪一个是正确的？ ( )()A 若()()0P A P B >>,则()()P A B P B A <； ()B 若()()0P A P B >>,则()()P A B P B A ≥； )(C 若()0P B >,则()()P A P A B ≥； )(D 若()0P B >,则()()P A B P AB ≤.2、已知1()()()2P A P B P C ===,1()()()4P AB P AC P BC ===,()0P ABC =,判断下列结论哪一个是正确的( ))(A 事件A ，B ，C 两两不独立，但事件A ，B ，C 相互独立；)(B 事件A ，B ，C 两两独立，同时事件A ，B ，C 相互独立；)(C 事件A ，B ，C 两两独立，但事件A ，B ，C 不相互独立； )(D 事件A ，B ，C 不会同时都发生.3、 设12,X X 相互独立，且都服从参数1的指数分布，则当0x >时，12min(,)X X 的分布函数()F x 为( ))(A 121(1)e ---； )(B 21(1)x e ---； )(C 2x e ； )(D 21x e --.4、 已知(,)X Y 的联合概率函数为若X ，Y 独立，则,αβ的值分别为 ( ))(A 12,99αβ==； )(B 21,99αβ==；)(C 15,1818αβ==； )(D 51,1818αβ==.5、 设15,,X X 是取自正态总体(0,1)N 的样本，已知22212345()()X a X X b X X +-+-(0,0)a b >>服从2χ分布，则这个2χ分布的自由度为( ))(A 5； )(B 4； )(C 3； )(D 2.二、(12分)已知男性患色盲的概率为0.005，女性患色盲的概率为0.0025，如在某医院参加体检的人群中，有3000个男性，2000个女性，现从这群人中随机地选一人，(1)求此人患有色盲的概率； (2)若经检验此人的确患有色盲，问：此人为男性的概率是多大？三、(12分)设随机变量Y 服从参数为1的指数分布(1)E .定义随机变量0,1,k Y kX Y k≤⎧=⎨>⎩ , 1,2.k =(1)求12(,)X X 的联合概率函数； (2)分别求12,X X 的边缘概率函数.四、(10分)有100位学生在实验室测定某种化合物的PH 值，假设各人测量都是独立进行的，每人得到的测定结果服从相同的分布，且这个相同分布的期望为5，方差为4，设i X 表示第i 位学生的测定结果，1,,100i =，10011100i i X X ==∑，求(4.6 5.4)P X << .(要求用中心极限定理求解.)五、(16分) 设二维随机变量),(Y X 的联合概率密度函数为1,01,02(,)0,x y x f x y <<<<⎧=⎨⎩且其它求(1)Y X ,的边缘密度函数(),()X Y f x f y ； (2)21Z X =+的概率密度函数()Z f z ；(3)(2)(2)E X Y D X Y --和； (4)11()22P Y X ≤≤. 六、(14分)某医生为研究铅中毒患者与正常成年人的脉搏数的关系，他随机调查了9例患者，测得其脉搏数分别为129,,,x x x ,并由此算出99211675,50657i i i i x x ====∑∑. 设铅中毒患者的脉搏数服从正态分布),(2σμN ，分别求出均值μ和标准差σ的置信水平0.95的双侧置信区间.(请保留小数点后两位有效数字.)七、(16分) 设n X X X ,,,21 是取自总体X 的简单随机样本,总体X 的概率密度函数为1,0(;)0xex f x θθθ-⎧>⎪=⎨⎪⎩,其它，其中θ是未知参数,0θ>。
概率论与数理统计期末复习题(1)
期末复习题一、填空题1. 设A,B 为随机事件，已知P(A)=0.7,P(B)=0.5,P(A-B)=0.3,则P （B-A ）= 。
2．设有20个零件，其中16个是一等品，4个是二等品，今从中任取3个，则至少有一个是一等品的概率是 .3.设()4 ,3~N X ，且c 满足()()c X P c X P ≤=>，则=c 。
4. 设随机变量X 服从二项分布，即===n p EX p n B X 则且,7/1,3),,(~ .5. 设总体X 服从正态分布)9,2(N ，921,X X X 是来自总体的样本，∑==9191i i X X 则=≥)2(X P 。
6. 设B A ,是随机事件，满足===)(,)(),()(B P p A P B A P AB P 则 .7. B A ,事件，则=⋃B A AB 。
8. 设随机变量Y X ,相互独立，且)16,1(~),5,1(~N Y N X ，12--=Y X Z 则的相关系数为与Z Y9.随机变量=≤≤-=Φ=Φ}62{,9772.0)2(,8413.0)1(),4,2(~X P N X 则 . 10. 设随机变量X 服从二项分布，即===n p EX p n B X 则且,5/1,3),,(~ . 11. B A ,事件，则=⋃B A AB 。
12. 连续型随机变量X 的概率密度为()⎩⎨⎧≤>=-00,0,3x x e x f x λ则=λ ．13. 盒中有12只晶体管，其中有10只正品，2只次品．现从盒中任取３只，设３只中所含次品数为X ，则()==1X P ．14. 已知二维随机变量221212(,)~(,;,;)X Y N μμσσρ，且X 与Y 相互独立，则ρ=______ .15. 设随机变量X 服从二项分布),(p n B ,则=+)83(X D . .二、选择题1. 设离散型随机变量X 的分布列为其分布函数为F(x),则F(3)= .A. 0B. 0.3C. 1D. 0.8 2. 设随机变量X 的概率密度为()⎪⎩⎪⎨⎧≤<-≤≤=其它,021,210,x x x x x f则X 落在区间()2.1 ,4.0内的概率为（ ）．(A) 0.64;(B) 0.6; (C) 0.5; (D) 0.42．3. 矩估计是( )A. 点估计B. 极大似然估计C. 区间估计D. 无偏估计 4. 甲乙两人下棋，每局甲胜的概率为0.4，乙胜的概率为0.6，。
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.。
概率论与数理统计复习题（1）
概率论与数理统计复习题（1）复习题概率论与数理统计复习题一、填空题1．已知则．2．已知，A, B两个事件满足条件，且，则。
3．设一批产品有12件，其中2件次品，10件正品，现从这批产品中任取3件，若用表示取出的3件产品中的次品件数，则．4．同时抛掷3枚硬币，以X表示出正面的个数，则X的概率分布为．5．设随机变量X的概率密度为用Y表示对X的3次独立重复观察中事件出现的次数，则。
6．设随机变量X～，且，则_________7．若二维随机变量（X, Y）的区域上服从均匀分布，则（X，Y）的密度函数为8．设二维随机变量（X，Y）的概率密度为则。
9．设随机变量X的分布律为X-202P0.40.30.3。
10．设随机变量X的概率密度为则 A = 。
11．设，则，。
12．已知离散型随机变量X服从参数为2的泊松分布，，则。
13．设，，，则．14．设总体是来自总体X的样本，则，。
15．设是总体的样本，则当常数时，是参数的无偏估计量．16．一袋中有50个乒乓球，其中20个红球，30个白球，今两人从袋中各取一球，取后不放回，则第二个人取到红球的概率为。
．17．已知、两事件满足条件，且，则= 。
18．已知，，，则、、都不发生的概率为。
．19．设一次试验中事件发生的概率为，又若已知三次独立试验中至少出现一次的概率等于，则。
．20．设事件和中至少有一个发生的概率为，和中有且仅有一个发生的概率为，那么和同时发生的概率为．21．20个运动员中有两名国家队队员，现将运动员平分为两组，则两名国家队队员分在不同的组的概率为。
．22．已知，，则．23．甲袋中有5只白球，5只红球，15只黑球，乙袋中有10只白球，5只红球，10只黑球，从两袋中各取一球，则两球颜色相同的概率为．24．设、是随机事件，，，，则，，．25．设两两相互独立的三个事件、、满足条件，，且已知，则．26．若，且，，则．27．设、为随机事件，已知，，，则．28．设，，，则0.1，0.5，．29．已知，，，则．30．设、相互独立，，，则．31．已知，，，则．32．一个实习生用同一台机器接连独立的制造了3个同种零件，第个零件不合格的概率为，以表示3零件中合格品的个数，则。
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=----=．。
概率论与数理统计第1-3章复习资料
其中λ = n P 例2：在例1的试验中，求： （1）A=“点数和为奇数的概率”； （2）B=“点数不同的概率” 例3：某产品40件，其中有次品3件。现从其中任取3件， 求下列事件的概率： （1）A=“3件中恰有2件次品”；（111/9880） （2）B=“ 3件中至少有1件次品”（633/2964）
xi R , i 1 , , n , n 元函数
F ( x1 ,, xn ) P( X 1 x1 ,, X n xn ) ( 是 X 1 ,, X n ) 的分布函数。
（1）’
注：r, v 取值的规律称 r, v 的分布，分布函数是描 述 r, v 的概分布的主要方法之一。 （二）分布函数的性质： 一维：1、有界性：0 F ( X ) 1
m 4、由公式 P( A) 进行计算 n
（二）几何概型 所求概率为： P（A）=[A所包含的区域度量] / [样本空间的度量] （三）条件概率及其全概率公式 1、条件概率：若P(B) ＞0，则
P( A B) P( AB) P( B)
2、全概率公式 如果B1,…,Bn为一完备事件组，即满足： （1） B1,…,Bn两两不相容i=1, …,n；
例4：一盒装有10只晶体管，其中有4只次品，6只正品，随 机地抽取 1只测试，直到4只次品晶体管都找到。求最后 一只次品晶体管在下列情况发现的概率： （1）A=“在第 5 次测试发现”。（2/105） （2）B=“在第10次测试发现”。（2/5） 例5：将编号1，2，3的三本书任意地排列在书架上，求事件 A=“至少有一本书自左到右的排列顺序号与它的编号相同” 的概率。 例6：五个乒乓球，其中三个旧球，二个新球，每次取一个， 共取两次，以有放回和无放回两种方式求下列事件的概率： （1）A=“两次都取到新球”； （2）B=“第一次取到新球，第二次取到旧球”； （3）C=“至少有一次取到新球”。
《概率论与数理统计》总复习资料
《概率论与数理统计》总复习资料概率论部分1．古典概型中计算概率用到的基本的计数方法。
例1：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P (B )=240/5005=0.048例2：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，此时个位数可在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=0.4562．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 )=0.5，P (B )=0.6，求：P (AB )，P (A －B )，P (A B )解：P (AB )=P (A )P (B )=0.3，P (A －B )=P (A )－P (AB )=0.2，P (A B )=P (A )＋P (B )－P (AB )=0.8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 解：P (A －B )=0.1，P (A B )=0.8，)|(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。
《概率论与数理统计》复习-知识归纳整理
《概率论与数理统计》复习大纲第一章 随机事件与概率基本概念随机试验E----指试验可在相同条件下重复举行，试验的结果具有多种可能性（每次试验有且仅有一个结果闪现，且事先知道试验可能闪现的一切结果，但不能预知每次试验确实切结果。
样本点ω ---随机试验E的每一具可能闪现的结果样本空间Ω----随机试验E的样本点的全体随机事件-----由样本空间中的若干个样本点组成的集合，即随机事件是样本空间的一具子集。
必然事件---每次试验中必然发生的事件。
不可能事件∅--每次试验中一定不发生的事件。
事件之间的关系包含A⊂B相等A=B对立事件，也称A的逆事件互斥事件AB=∅也称不相容事件A，B相互独立P(AB)=P(A)P(B)例1事件A，B互为对立事件等价于（ D ）A、A，B互不相容B、A，B相互独立C、A∪B＝ΩD、A，B构成对样本空间的一具剖分例2设P(A)=0，B为任一事件，则（C ）A、A=∅B、A⊂BC、A与B相互独立D、A与B互不相容事件之间的运算事件的交AB或A ∩B 例1设事件A、B满足A B¯=∅，由此推导不出(D)A、A⊂BB、A¯⊃B¯C、A B=BD、A B=B例2若事件B与A满足B – A=B，则一定有(B)A、A=∅B、AB=∅C、AB¯=∅D、B=A¯事件的并A∪B事件的差A-B 注意：A-B= A B= A-AB = (A∪B)-BA1,A2,…,An构成Ω的一具完备事件组(或分斥)−−指A1,A2,…,An两两互不相容，且∪i=1nAi=Ω运算法则交换律A∪B=B∪A A∩B=B∩A结合律(A∪B)∪C=A∪(B∪C) (A∩B)∩C=A∩(B∩C)分配律(A∪B)∩C=(AC)∪(BC) (A∩B)∪C=(A∪C)∩(B∪C) 对偶律A∪B=A∩B A∩B=A∪B文氏图事件与集合论的对应关系表记号概率论集合论Ω样本空间，必然事件全集∅不可能事件空集ω基本事件元素A 事件全集中的一具子集A A的对立事件A的补集A⊂B 事件A发生导致事件B发生A是B的子集A=B 事件A与事件B相等A与B相等A∪B 事件A与事件B至少有一具发生A与B的并集AB 事件A与事件B并且发生A与B的交集知识归纳整理A-B事件A 发生但事件B 不发生A 与B 的差集 AB=∅ 事件A 与事件B 互不相容（互斥） A 与B 没有相同的元素古典概型 古典概型的前提是Ω={ω1,ω2, ω3,…, ωn ,}, n 为有限正整数，且每个样本点ωi 出现的可能性相等。
概率论与数理统计(经管类)复习试题及答案
概率论和数理统计真题讲解（一）单项选择题（本大题共10小题，每小题2分，共20分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。
错选、多选或未选均无分。
1.设随机事件A与B互不相容，且P（A）＞0,P（B）＞0，则（）A.P（B|A）＝0B.P（A|B）＞0C.P（A|B）＝P（A）D.P（AB）＝P（A）P（B）『正确答案』分析：本题考察事件互不相容、相互独立及条件概率。
解析：A：，因为A与B互不相容，，P（AB）＝0，正确；显然，B，C不正确；D：A与B相互独立。
故选择A。
提示：① 注意区别两个概念：事件互不相容与事件相互独立；② 条件概率的计算公式：P（A）＞0时，。
2.设随机变量X～N（1，4），F（x）为X的分布函数，Φ（x）为标准正态分布函数，则F（3）＝（）A.Φ（0.5）B.Φ（0.75）C.Φ（1）D.Φ（3）『正确答案』分析：本题考察正态分布的标准化。
解析：，故选择C。
提示：正态分布的标准化是非常重要的方法，必须熟练掌握。
3.设随机变量X的概率密度为f（x）＝则P{0≤X≤}＝（）『正确答案』分析：本题考察由一维随机变量概率密度求事件概率的方法。
第33页解析：，故选择A。
提示：概率题目经常用到“积分的区间可加性”计算积分的方法。
4.设随机变量X的概率密度为f（x）＝则常数c＝（）A.－3B.－1C.－D.1『正确答案』分析：本题考察概率密度的性质。
解析：1＝，所以c＝－1，故选择B。
提示：概率密度的性质：1.f（x）≥0；4.在f（x）的连续点x，有F′（X）＝f（x）；F（x）是分布函数。
课本第38页5.设下列函数的定义域均为（－∞，＋∞），则其中可作为概率密度的是（）A.f（x）＝－e－xB. f（x）＝e－xC. f（x）＝D.f（x）＝『正确答案』分析：本题考察概率密度的判定方法。
解析：① 非负性：A不正确；② 验证：B：发散；C：，正确；D：显然不正确。
- 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)。
这个性质叫 分布的可加性.
2
2015-1-8 数理统计总复习 11
3.若 ~ (n),
2 2
2 则 E( )=n, D( )=2n
2
证明：
2015-1-8
数理统计总复习
12
定义2 称满足条件
的点
为
分位点。
2015-1-8
数理统计总复习
13
2、t 分布 2 定义: 设X～N(0,1) , Y～ ( n ) , 且X与Y相互 独立，则称变量 X T Y n 所服从的分布为自由度为 n的 t 分布. 记为T～t(n).
2
2
F
Y n2
服从自由度为n1及 n2 的F分布，n1称为第 一自由度，n2称为第二自由度，记作 F~F(n1,n2) .
2015-1-8
数理统计总复习
18
X的数学期望为:
n2 E( X ) n2 2
若n2>2
即它的数学期望并不依赖于第一自由度n1.
2015-1-8
数理统计总复习
19
0.8 0.6 0.4 0.2
2 1 2 2
取自Y的样本, X和Y 分别是这两个样本的 样本
2 均值，S12和S2 分别是这两个样本的样本方差,
则有
S12 12 ~ F ( n1 1, n2 1) 2 2 S2 2
2015-1-8 数理统计总复习 30
第六章 参数估计
2015-1-8
数理统计总复习
31
关键词
• 矩估计量、最大似然估计量、似然函数
2015-1-8
数理统计总复习
21
性质2 证明：
2015-1-8
数理统计总复习
22
又
所以
2015-1-8
数理统计总复习
23
几个重要的抽样分布定理
定理 1 (样本均值的分布) 设X1,X2,…,Xn是取自正态总体 N ( , ) 的样本，则有
2
X ~ N ( , ) n X ~ N (0,1) n
2015-1-8 数理统计总复习 36
§3 、估计量的评选标准
1．无偏性
估计量是随机变量，对于不同的样本值会得 到不同的估计值 . 我们希望估计值在未知参数真值 附近摆动，而它的期望值等于未知参数的真值. 这 就导致无偏性这个标准 .
ˆ( X , , X )是未知参数 的估计量，若 设 1 n
则有
X Y ( 1 2 )
2 ( n1 1) S12 ( n2 1) S2 n1 n2 2
1 1 n1 n2
~ t ( n1 n2 2)
2015-1-8
数理统计总复习
29
定理 5 (两总体样本方差比的分布)
且X与Y独立, 设X ~ N ( 1 , ), Y ~ N ( 2 , )， X1, X2,…, X n1是取自X的样本, Y1,Y2,…, Yn2 是
I ( ) 的种种性质显示，” I ( ) 越大 ”可被解
定理4 (Cramer - Rao 不等式)
设正则条件满足， X 1，X 2， , X n 是来自该总体 的样本，T T ( X 1 , X 2 , , X n )是g( )的任一个无偏 g( ) 估计，g( ) 存在，且对 ，对 n g ( ) T (x1 ,x2 , , xn ) p(xi ; θ )dx1 dxn
2015-1-8
数理统计总复习
38
3、相合性 （一致估计）
定义1、设总体 X 具有概率函数
为未知参数。 f ( x ; ),
n n x1 , , xn
若对
^
^
为
的一个估计量，n 为样本容量。
p
0 ,有
^ ^ lim P n 0 , 即 n , n n ^ 则称 为 的相合估计量或一致估计。 n
~ ( n 1)
2
X和S 相互独立.
2015-1-8
数理统计总复习
26
n取不同值时
2015-1-8
(n 1) S
2
数理统计总复习
2
的分布
27
定理 3
设X1,X2,…,Xn是取自正态总体 N ( , )
2
的样本, X和S 2 分别为样本均值和样本方差, 则有
X ~ t ( n 1) S n
x
当n充分大时，其图形类似于标准正态分 布密度函数的图形.
2015-1-8
数理统计总复习
16
例3设
是取自正态总体
的简单随机样本，
且 则 时，统计量 服从 分布复习
17
3、F分布
定义: 设 X ~ ( n1 ), Y ~ ( n2 ),X与Y相互 独立，则称统计量 X n1
• 估计量的评选标准：无偏性、有效性、 相合性、均方误差、一致最小方差无偏 估计、Fish信息量，Cramer-Rao不等式 • 置信度、置信区间
2015-1-8
数理统计总复习
32
基本要求
1、掌握点估计、最大似然估计的概念。 2、能够熟练求出样本值的矩估计量、最大似 然估计量 3、熟练掌握区间估计的概念，会求正态总体 的均值、方差的区间估计 4、了解估计量的评选标准，并能够判断所求 估计量符合哪个标准 5、会求双侧和单侧置信区间
F ( m , n)
m = 10, n = 4 m = 10, n = 10 m = 10, n = 15
1 2 3 4 5 6
0.8 0.6 0.4 0.2
m = 4, n =10 m = 10, n = 10 m = 15, n = 10
1 2 3 4 5 6
性质1 若，
则 称满足条件 的点 为F分布的 分位点。
E (ˆ )
ˆ 为 的无偏估计 . 则称
2015-1-8 数理统计总复习 37
3．有效性
ˆ ˆ (X , , X ) ˆ ˆ (X , , X )和 设 2 2 1 n 1 1 1 n
都是参数 的无偏估计量，若有
ˆ )< D( ˆ) D( 1 2 ˆ 较 ˆ 有效 . 则称 1 2
2015-1-8
数理统计总复习
33
矩估计法
用相应的样本矩去估计总体矩的估计方法
记总体k阶矩为 k E ( X )
k
1 n k 样本k阶矩为 Ak X i n i 1 k E [ X E ( X )] 记总体k阶中心矩为 k 1 n k 样本k阶中心矩为 Bk ( X i X ) n i 1
2
数理统计总复习 5
n
样本方差
2015-1-8
它反映了总体k 阶矩 的信息
样本k阶原点矩 样本k阶中心矩
它反映了总体k 阶 中心矩的信息
1 k Ak X i n i 1 n 1 k Bk ( X i X ) n i 1
k=1,2,…
n
2015-1-8
数理统计总复习
6
注：一般地，
2015-1-8 数理统计总复习 3
定义1
为来自总体X的一
个样本，
是
的函数，若g连续且不含
任何未知参数，则称
是一个统计量。
2015-1-8
数理统计总复习
4
几个常见统计量
它反映了总体均值 的信息
样本均值
它反映了总体方差 的信息
1 n X Xi n i 1 1 2 S ( Xi X ) n 1 i 1
i 1
n g ( ) T (x1 ,x2 , , xn ) p(xi ; θ ) dx1 dxn i 1 n n ln p(xi ; θ ) p(xi ; θ )dx1 dxn T (x1,x2 , , xn ) i 1 i 1 对离散总体，积分改为 求和等式成立 .
2015-1-8 数理统计总复习 35
求极大似然估计(MLE)的一般步骤是： (1) 由总体分布导出样本的联合概率函数 (或联合密度); (2) 把样本联合概率函数(或联合密度)中自变 量看成已知常数,而把参数 看作自变量, 得到似然函数L( ); (3) 求似然函数L( ) 的最大值点(常常转化 为求ln L( )的最大值点) ，即 的MLE; (4) 在最大值点的表达式中, 用样本值代入 就得参数的极大似然估计值 .
2015-1-8
数理统计总复习
28
定理 4 (两总体样本均值差的分布)
设X ~ N ( 1 , 2 )，Y ~ N ( 2 , 2 )， 且X与Y独立, X1,X2,…, X n1 是取自X的样本, Y1,Y2,…, Yn2 是
取自Y的样本, X和Y 分别是这两个样本的 样本
2 均值, S12和S2 分别是这两个样本的样本方差,
2015-1-8
数理统计总复习
14
0.4 0.3 0.2 0.1
n= 1
-3
-2
-1
1
2
3
2015-1-8
数理统计总复习
15
具有自由度为n的t分布的随机变量T的数 学期望和方差为:
E(T)=0; D(T)=n / (n-2) , 对n >2 t分布的密度函数关于x=0对称，且
Lim f ( x; n ) 0
2
1. 设 X 1 , X 2 ,, X n 相互独立, 都服从正态分布 2 N ( , ), 则
n 1 2 2 ( X i )2 ~ 2 (n) i 1
2. 设 X 1 ~ 2 ( n1 ), X 2 ~ 2 ( n2 ), 且X1,X2相互 独立，则 X 1 X 2 ~ 2 ( n1 n2 )