概率论与数理统计期末考试复习资料
概率论与数理统计期末考试复习资料
F (x) x f (x)dx ，
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。
X
| x1, x2,, xk, 。
P( X xk) p1, p2,, pk,
显然分布律应满足下列条件：
（2）连 续型随 机变量 的分布 密度
（3）离 散与连 续型随 机变量 的关系 （4）分 布函数
（5）八 大分布
（1） pk 0 ，k 1,2,， （2） pk 1。 k 1
ba
f
(x)
b
1
a
,
0,
a≤x≤b
其他，
则称随机变量 X 在[a，b]上服从均匀分布，记为 X~U(a，b)。
分布函数为
0，
xa, ba
x<a， a≤x≤b
x
F (x) f (x)dx
1，
x>b。
当 a≤x1<x2≤b 时，X 落在区间（x1, x2 ）内的概率为
P( A)
条件概
下，事件 B 发生的条件概率，记为P(B / A) P(AB) 。
P( A)
率
条件概率是概率的一种，所有概率的性质都适合于条件概率。
例如 P(Ω/B)=1P( B /A)=1-P(B/A)
（13） 乘法公式：P(AB) P(A)P(B / A)
乘法公 更一般地，对事件 A1，A2，…An，若 P(A1A2…An-1)>0，则有
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()。
概率论与数理统计期末考试复习资料
（1）排 列组合 公式
Pmn
m! (m n)!
C
n m
m! n!(m n)!
从 m 个人中挑出 n 个人进行排列的可能数。 从 m 个人中挑出 n 个人进行组合的可能数。
加法原理（两种方法均能完成此事）：m+n
（2）加 法和乘 法原理
某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方 法可由 n 种方法来完成，则这件事可由 m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由 m 种方法完成，第二个步
率。分布函数F(x) 表示随机变量落入区间（– ∞，x]内的概率。
分布函数具有如下性质：
1° 0 F(x) 1, x ；
2° F(x) 是单调不减的函数，即x1 x2 时，有 F(x1) F(x2) ；
3° F() lim F(x) 0， F() lim F(x) 1；
设F(x) 是随机变量 X 的分布函数，若存在非负函数 f (x) ，对任意 实数x ，有
F (x) x f (x)dx ，
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。
X
| x1, x2,, xk, 。
P( X xk) p1, p2,, pk,
显然分布律应满足下列条件：
（1） pk 0 ，k 1,2,， （2） pk 1。 k 1
（2）连 续型随 机变量 的分布 密度
《概率论与数理统计》综合复习资料全
《概率论与数理统计》综合复习资料一、填空题1、一个盒子中有10 个球，其中有 3 个红球， 2 个黑球， 5 个白球，从中取球两次，每次取一个（无放回），则：第二次取到黑球的概率为；取到的两只球至少有一个黑球的概率为。
2、 X 的概率密度为 f ( x)1 e x2 2 x 1(x) ，则DX。
3、已知随机变量X ~N(1，1)，Y~N(3，1) 且 X 与Y 相互独立，设随机变量Z 2X Y 5，则EX；DX。
4、已知随机变量X 的分布列为X-102P k0.40.2p则： EX=；DX =。
5、设X与Y独立同分布，且X~N(2,22) ，则D( 3X2Y) =。
6、设对于事件A、B、 C有 P(A)P(B)1，P(ABC)1P(C)，412P( AB) P( BC )P(AC)1。
，则 A 、 B、 C 都不发生的概率为87、批产品中一、二、三等品各占60% 、30%、 10%，从中任取一件，结果不是三等品，则取到的是二等品的概率为。
8、相互独立，且概率分布分别为1，1 y 3f (x)e ( x 1)x) ；( y)(，其它则：E(X Y)=；E(2X3 2 )=。
Y9 、已知工厂A、 B 生产产品的次品率分别为2%和1%，现从由A、 B 工厂分别占30%和70%的一批产品中随机抽取一件，发现是次品，则该产品是 B 工厂的概率为。
10、设X、Y的概率分布分别为， 1 x 54e4 y，y01/ 4( x)；( y)，，其它0y0则： E(X 2Y) =；(X 2 4 ) =。
E Y二、选择题1、设X 和 Y 相互独立，且分别服从N(1,22) 和N (1,1)，则。
A ．P{ X Y 1}1/ 2B．P{ X Y0}1/ 2C ．P{ X Y0}1/ 2D．P{ X Y 1}1/ 22、已知P( A)0.4，P(B)0.6，P(B | A)0.5 ，则P( A B)。
A ．1B．0.7C ．0.8D ．0.53、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。
概率论与数理统计期末复习提纲
推论： P( B A) P( B) P( AB ) 4) P( A) 1 5) P( A) 1 P( A ) 6) P( A B) P( A) P( B) P( AB)
第二章 一维随机变量及其分布
一维随机变量
离散型随机变量
随机变量的分布函数 连续性随机变量 随机变量函数的分布
pij P{X xi , Y y j }， i, j 1, 2,
满足规范性条件 pij 1 ，则称 ( X , Y ) 为二维离散型
i , j 1
随机变量。
定义
设 ( X ,Y ) 为二维离散型随机变量，其所有可 能取值为 ( xi , yi )(i, j 1, 2,) ，则称 pij (i, j 1, 2,) 为 ( X , Y )的联合分布律。
3 x p ( x ) dx 1 ke dx 1 ， 解：(1) ， 0
ke 3 x , p( x ) 0,
x0
x 0，
1 3x k e 3
0
1，
k 3，
即
3e 3 x , p( x ) 0,
0
0
数学期望的性质
1. 设C是常数，则E(C)=C; 请注意: 2. 若k是常数，则E(kX)=kE(X); 由E(XY)=E(X)E(Y) 不一定能推出X,Y 3. E(X+Y) = E(X)+E(Y); 独立 n n 推广 : E[ X i ] EX i
i 1 i 1
4. 设X、Y 相互独立，则 E(XY)=E(X)E(Y);
0 1
0 1
x
1 2 x 2x 1 2
概率论与数理统计(A)期末复习资料
《概率论与数理统计（A ）》期末复习资料一、选择题：1.设A ，B 为两个任意事件，那么与事件B A B A B A ++相等的事件是（）．(A) AB (B) B A + (C) A (D) B2.设B A ,为两个随机事件，若0)(=AB P ，则( ).(A)A 和B 两事件互不相容(互斥)； (B)AB 是不可能事件； (C)AB 未必是不可能事件； (D)0)(=A P 或0)(=B P . 3.如果0)(=AB P ，则( ).(A))()(A P B A P =-； (B)A 与B 不相容； (C)A 与B 不相容； (D))()()(B P A P B A P -=-. 4.如果1)()(=+B P A P ，则( ).(A)1)(=⋃B A P ； (B)0)(=⋂B A P ； (C))()(B A P B A P ⋂=⋂； (D))()(B A P B A P ⋃=⋂. 5.设A 和B 相互独立，则下列结论错误的是( ).(A)B ,A 独立； (B)B ,A 独立； (C))()()(B P A P B A P =； (D)φ=AB .6.设B A ⊂且相互独立，则( ).(A)0)(=A P ； (B)1)(0)(==B P A P 或； (C)1)(=A P ； (D)上述都不对. 7.设随机变量~(2,)X B p ，若()159X P ≥=，则p =( ). (A)32； (B)21； (C)31； (D)2719.8.设随机变量X 概率分布为,,2,1)1()( =+==k k k ak X P ，则a 为( ).(A)0； (B)1； (C)2； (D)3.9.设随机变量X 服从泊松分布，且(1)(2)P X P X ===，则λ=( ). (A)2； (B)1； (C)4； (D)0.5.10.若)(x f 与)(x F 分别为连续型随机变量X 的密度函数与分布函数,则等式（ ）成立．(A) X a P <(≤⎰∞+∞-=x x F b d )() (B) X a P <(≤⎰=bax x F b d )()(C) X a P <(≤⎰=b ax x f b d )() (D) X a P <(≤⎰∞+∞-=x x f b d )()11.设随机变量),(~2σμN X ，且022=++X x x 无实根的概率为0.5，=μ( ). (A)-1； (B)0； (C)1； (D)2.12.随机变量),(Y X 的联合概率密度为⎩⎨⎧<<<<=其他,0,20,20,),(y x cx y x f ，则c 为( ).(A)0.25； (B)1； (C)2； (D)4.13.设随机变量Y X ,相互独立，它们的密度函数分别为⎩⎨⎧≤>=-000x ,;x ,e )x (f x X ，⎩⎨⎧≤>=-00022y ,;y ,e )y (f y Y ，则=>)Y X (P ( ).(A)31； (B)21； (C)32； (D)43.14.设X ～)4,2(N 且b aX +～)1,0(N ，则( ). (A)22-==b a ，； (B)12-=-=b a ，； (C)121==b a ，； (D)121-==b a ，.15.设)1(~P X ,)2(~P Y ,且X 与Y 相互独立,则~Y X +( ). (A) (1,2)b (B) (3)P (C) (1.5)P(D) (2,1)b16.设随机变量)6.0,20(~b X ,)6.0,10(~b Y ,且X 与Y 相互独立,则~Y X +( ). (A) (10,0.6)b (B) (20,0.6)b (C) b(30,0.6) (D) (18)P17.设),(~p n b X 且6 3.6EX DX ==，,则有()(A) 100.6n p ==， (B) 200.3n p ==，(C) 150.4n p ==， (D) 120.5n p ==， 18.设12,,n X X X 是取自正态总体X ～)1,0(N 的样本，2,S X 分别是样本均值和样本方差，则下列结论正确的是( ).(A)X ～)1,0(N ； (B)X n ～)1,0(N ； (C)S X /～)1(-n t ； (D)∑=ni i X 12～)(2n χ.19.设n X X X 21,是取自正态总体X ～),(2σμN 的样本（2>n ）, 2,S X 分别是样本均值和样本方差，则下列结论正确的是( ).(A)1--n SX μ～)1(-n t ； (B)22)(S X n μ-～)1,1(-n F ； (C)22σS ～)1(2-n χ； (D)122X X -～),(2σμN .20.设12,,,n X X X 为来自正态总体2(,)N μσ的一个样本，2211(())1ni i S X X n ==--∑ X 分别为样本方差和样本均值，则下面结论中不正确的是( ). (A)2~(,)X N n σμ ；(B)22()E S σ=； (C)22()1nE S n σ=-； (D)222(1)/~(1)n S n σχ--. 21.已知随机变量X 与Y 相互独立,且2~(40)X χ,2~(80)Y χ,则~/2Y X ().(A)2(40)χ (B) (20,40)F (C) (40,80)F (D) 2(80)χ22.设n X X X ,,,21 是来自正态总体N (,)μσ2的样本，则（ ）是μ无偏估计．(A) 321X X X ++ (B) 321525252X X X ++ (C) 321515151X X X ++ (D) 321535151X X X ++23.对正态总体),(2σμN 的假设检验问题中,Z 检验解决的问题是（ ）． (A) 已知方差,检验均值 (B) 未知方差,检验均值(C) 已知均值,检验方差 (D) 未知均值,检验方差24.对来自正态总体X N ~(,)μσ2（μ未知）的一个样本X X X 123,,,则下列各式中（ ）不是统计量．(A)1X (B) μ+X(C)221σX (D)1X μ25.设n X X X ,,,21 是正态总体),(~2σμN X （2σ已知）的一个样本,按给定的显著性水平α检验0H ：0μμ=（已知）；1H ：0μμ≠时,判断是否接受0H 与（ ）有关.(A) 样本值,显著水平α (B) 样本值,样本容量(C) 样本容量n ,显著水平α (D) 样本值,样本容量n ,显著水平α 26.在对单正态总体N (,)μσ2的假设检验问题中,T 检验法解决的问题是（ ）． (A) 已知方差,检验均值 (B) 未知方差,检验均值 (C) 已知均值,检验方差 (D) 未知均值,检验方差 27.假设检验时,若增大样本容量,则犯两类错误的概率（ ）． (A) 有可能都增大 (B) 有可能都减小(C) 有可能都不变 (D) 一定一个增大,一个减小二、填空题：1.设B A ,是两个事件，且=)(B A P 1，则=-)(A B P .2.设()0.7P A =，()0.3P A B -=，则()AB P = ，()B A P = .3.设事件B A ,和B A ⋃的概率分别为0.2，0.3和0.4，则=)(A B P _______.4.设B A ,是两个随机事件，()0.4()0.3P A P B ==，，若B A ,相互独立，则()P A B ⋃= ，则()P B A = .5.三个人独立地向一架飞机射击，每个人击中飞机的概率都是0.4，则飞机被击中的概率为 .6.设甲、乙两人投篮命中率分别为0.7和0.8，每人投篮3次，则有人投中的概率为 .7.从0,1,2,,9这10个数字中任意选出3个不同的数字，则3个数字中不含0或5的概率为 .8.某工厂一个班组共有男工9人，女工5人，现在要选出3个代表，则选的3 个代表中至少有1个女工的概率为 .9.设随机变量X 服从参数为λ的泊松分布，且()2D X =，则(1)p X ==________. 10.设随机变量),(N ~X 42，则~X Y 22-=. 11.设随机变量Y 在]5,0[上服从均匀分布，则关于x 的一元二次方程02442=+++Y xY x 有实根的概率为 .12.设)(1x F 与)(2x F 分别是任意两个随机变量分布函数，令=)(x F)()(21x bF x aF +，则下列各组数中使)(x F 为某随机变量的分布函数的有 =a ， =b .13.已知连续随机变量X 的分布函数为1,0()0,0x e x F x x λ--≥=<⎧⎨⎩，0λ>，则其密度函数为 ，(2)P x ≤= ；已知随机变量X 的密度函数⎩⎨⎧≤≤=其它 , 010,2)(x x x f 则:)5.15.0(<<X p = .14.设随机变量X 分布律为令,12+=X Y 则随机变量X 分布律为 ;=)(Y E _________.15.若二维随机变量(,)X Y 具有分布律：则(21)P Y X ===________. 16.设随机变量X 分布列如下表则E (X )=________，D (X )=________.17.两独立随机变量X Y 和都服从正态分布，且()()~3,4~2,9X N Y N ，，则()D X Y +=________;又两个相互独立的随机变量~(3),V ~P(2)U E ,则(22)D U V ++=________.18.设X 服从[-1，2]上的均匀分布，令⎩⎨⎧<-≥=,01,01X X Y ，，则=)(Y E ，=)(Y D .19.设相互独立的随机变量X ,Y 均服从参数为5的指数分布，则当0,0x y >>时，(,)X Y 的概率密度(,)f x y =________.20.设总体)1,0(~N X ,1210,,,X X X 是来自总体X 的样本，则~X .21.设总体2~(0,)X N σ，921,X X X 为总体的一个样本，则)(9196521X X X X X X ++++++= 分布为 .22.设),(21n X X X 是取自参数为λ泊松分布的样本，则统计量i ni X Y ∑==1服从分布.23.设12n X X X ,,,为来自总体X 的样本，且~(0,1)X N ，则统计量21~nii X=∑ .24.设12,,,n X X X 是来自总体)1,0(~N X 的简单随机样本，则21()ni i X X =-∑服从的分布为 .25.设n X X X 21,是来自正态总体X ～N (μ，2σ)的样本，即它们是独立同分布，则~X ，~)1(22σS n - .26.在单边假设检验中,原假设为0H ：μ≤0μ,则其备择假设为1H ：_______________.27.设总体X 服从正态分布2(,)N μσ,其中2σ未知,12,,n X X X 为其样本.若假设检验问题为0010:,:,H H μμμμ=≠则采用的检验统计量表达式应为_______________.三、计算题1.一个袋内装有大小相同的7个球，其中4个是白球，3个是黑球，从中一次抽取3个，计算至少有两个是白球的概率.2.有甲、乙两批种子，发芽率分别为0.8和0.7，在两批种子中各随机取一粒，求： (1)两粒都发芽的概率；(2)至少有一粒发芽的概率；(3)恰有一粒发芽的概率.3.某地某天下雪的概率为0.3，下雨的概率为0.5，既下雪又下雨的概率为0.1,求： (1)在下雨条件下下雪的概率；(2)这天下雨或下雪的概率.4.已知5%的男人和0.25%的女人是色盲,现随机地挑选一人,此人恰为色盲,问此人是男人的概率（假设男人和女人各占人数的一半）.5.某工厂生产的产品中96%是合格品,检查产品时,一个合格品被误认为是次品的概率为0.02,一个次品被误认为是合格品的概率为0.05,求在被检查后认为是合格品产品确是合格品的概率.6.甲、乙、丙三人独立地向同一飞机射击，设击中的概率分别是0.4,0.5,0.7，若只有一人击中，则飞机被击落的概率为0.2；若有两人击中，则飞机被击落的概率为0.6；若三人都击中，则飞机一定被击落，求：飞机被击落的概率.7.有一繁忙的汽车站,每天有大量汽车通过,设每辆车在一天的某时段出事故的概率为0.0001,在某天的该时段内有1000辆汽车通过,问出事故的次数不小于2的概率是多少（利用泊松定理）？8.有2500名同一年龄和同社会阶层的人参加了保险公司的人寿保险.在一年中每个人死亡的概率为0.002，每个参加保险的人在1月1日须交12元保险费，而在死亡时家属可从保险公司领取2000元赔偿金.求： (1)保险公司亏本的概率；(2)保险公司获利分别不少于10000元、20000元的概率.9.设某种仪器内装有三只同样的电子管，电子管使用寿命X 的密度函数为f (x )=⎪⎩⎪⎨⎧<≥.100,0,100,1002x x x求：(1)在开始150小时内没有电子管损坏的概率；(2)在这段时间内有一只电子管损坏的概率； (3)F (x ).10.某教科书出版了2000册,因装订等原因造成错误的概率为0.001,试求在这2000册书中恰有5册错误的概率.11.由某机器生产的螺栓长度（cm ）~(10.05,0.062)X N ,规定长度在10.050.12±内为合格品,求一螺栓为不合格品的概率..12.设一工厂生产的电子管寿命X （小时）服从正态分布),160(2δN ,若要求{}8.0200120≥≤<X P ,允许δ最大不超过多少？13.设X ~N （3，22），(1)求P {2<X ≤5}，P {4<X ≤10}，P {｜X ｜＞2}，P {X ＞3}; (2)确定c 使P {X ＞c }=P {X ≤c }.14.将一硬币抛掷三次，以X 表示在三次中出现正面的次数，以Y 表示三次中出现正面次数与出现反面次数之差的绝对值.试写出X 和Y 的联合分布律.（2）求（X ，Y ）的边缘分布律； （3）求W =X +Y 的分布律.16.设随机变量(X ，Y )的概率密度为()⎩⎨⎧<<<<--=.,0,42,20),6(,其他y x y x k y x f (1)确定常数k ；(2)求P {X ＜1，Y ＜3}； (3)求P {X <1.5}； (4)求P {X +Y ≤4}.17.设二维随机变量（X ，Y ）的联合分布函数为()⎩⎨⎧>>--=--.,0,0,0),e 1)(e 1(,24其他y x y x F y x求(X ，Y )的联合分布密度.18.设随机变量X 的概率密度为()⎪⎩⎪⎨⎧≤≤-<≤-+=.,0,10 ,1,01 ,1其他x x x x x f求)()(X D X E ，.19.设随机变量X 的概率密度为()⎪⎩⎪⎨⎧≤≤-<≤=.,0,21,2,10,其他x x x x x f求)()(X D X E ，.20.设随机变量(X ，Y )的概率密度为()⎩⎨⎧<<<<=.,0,0,10,,其他x y x k y x f 试确定常数k ，并求)(XY E .21.设X ，Y 是相互独立的随机变量，其概率密度分别为()⎩⎨⎧≤≤=;,0,10,2其他x x x f X ()(5)e ,5,0,.y Y y f y --⎧>=⎨⎩其他 求E (XY ).22.设总体X 服从二项分布b (n ，p )，n 已知，X 1，X 2，…，X n 为来自X 的样本，求参数p 的矩估计.23.设总体X 的密度函数()2(x )2,,f x e x R μμ--=∈X 1，X 2，…，X n 为其样本，试求参数μ的矩估计. 24.设12,,,n x x x 为来自正态总体2~N(,)X μδ的一个样本的X1，X2， (X)观测值，试求总体未知参数2,μδ的极大似然估计.25.设总体X 的密度函数为⎩⎨⎧<<=-.,0,10,),(1其他x x x f θθθn X X X 21,为其样本，求θ 的极大似然估计.26.某车间生产的螺钉，其直径2~N(,)X μδ，由过去的经验知道2δ=0.06,今随机抽取6枚，测得其长度（单位mm ）如下：14.7 15.0 14.8 14.9 15.1 15.2 求μ的置信概率为0.95的置信区间.27.来自正态总体2~N(,)X μδ的一个样本为X 1，X 2，…，X n ，并且2μδ未知，已知，求μ的置信概率为1α-的置信区间.28.在正常状态下，某种牌子的香烟一支平均1.1克，若从这种香烟堆中任取36支作为样本；测得样本均值为1.008（克），样本方差2s =0.1(2g ).问这堆香烟是否处于正常状态.已知香烟（支）的重量（克）近似服从正态分布（取α=0.05）.。
概率论与数理统计期末总复习资料
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;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 A C 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 P (B )=120/1001=0.048 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}.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 n(1)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 NnN A C n =!，则n nNNA B P =)((3)在指定的一个格子中放m (m ≤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m n N --)1(种不同方法.因此，事件C 包含的样本点数：mn C m n N --)1(, 则mn m m n nm n mn N N N C N N 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} 。
概率论与数理统计期末复习
概率论与数理统计期末复习《概率论与数理统计》总复习提纲第⼀块随机事件及其概率内容提要基本内容：随机事件与样本空间，事件的关系与运算，概率的概念和基本性质，古典概率，⼏何概率，条件概率，与条件概率有关的三个公式，事件的独⽴性，贝努⾥试验.1、随机试验、样本空间与随机事件（1）随机试验：具有以下三个特点的试验称为随机试验，记为.1）试验可在相同的条件下重复进⾏；2）每次试验的结果具有多种可能性，但试验之前可确知试验的所有可能结果；3）每次试验前不能确定哪⼀个结果会出现.（2）样本空间：随机试验的所有可能结果组成的集合称为的样本空间记为Ω；试验的每⼀个可能结果，即Ω中的元素，称为样本点，记为.（3）随机事件：在⼀定条件下，可能出现也可能不出现的事件称为随机事件，简称事件；也可表述为事件就是样本空间的⼦集，必然事件（记为）和不可能事件（记为）. 2、事件的关系与运算（1）包含关系与相等：“事件发⽣必导致发⽣”，记为或；且.（2）互不相容性：；互为对⽴事件且.（3）独⽴性：（1）设为事件，若有，则称事件与相互独⽴. 等价于：若().（2）多个事件的独⽴：设是n个事件，如果对任意的，任意的，具有等式，称个事件相互独⽴．3、事件的运算（1）和事件（并）：“事件与⾄少有⼀个发⽣”，记为.（2）积事件（交）：“事件与同时发⽣”，记为或.（3）差事件、对⽴事件(余事件)：“事件发⽣⽽不发⽣”，记为称为与的差事件；称为的对⽴事件；易知：.4、事件的运算法则1) 交换律：，；2) 结合律：，；3) 分配律：，；4) 对偶(De Morgan)律：，，可推⼴5、概率的概念（1）概率的公理化定义：（2）频率的定义：事件在次重复试验中出现次，则⽐值称为事件在次重复试验中出现的频率，记为，即.（3）统计概率：称为事件的（统计）概率.在实际问题中，当很⼤时，取（4）古典概率：若试验的基本结果数为有限个，且每个事件发⽣的可能性相等，则（试验对应古典概型）事件发⽣的概率为：.（5）⼏何概率：若试验基本结果数⽆限，随机点落在某区域g的概率与区域g的测度(长度、⾯积、体积等)成正⽐，⽽与其位置及形状⽆关，则（试验对应⼏何概型），“在区域中随机地取⼀点落在区域中”这⼀事件发⽣的概率为：.（6）主观概率：⼈们根据经验对该事件发⽣的可能性所给出的个⼈信念.6、概率的基本性质（1）不可能事件概率零：＝0.（2）有限可加性：设是n个两两互不相容的事件，即＝，（），则有＝＋.（3）单调不减性：若事件，且.（4）互逆性：且.（5）加法公式：对任意两事件，有－；此性质可推⼴到任意个事件的情形.（6）可分性：对任意两事件，有，且7、条件概率与乘法公式（1）条件概率：设是两个事件，即，则称为事件发⽣的条件下事件发⽣的条件概率．（2）乘法公式：设且则称为事件的概率乘法公式.8、全概率公式与贝叶斯(Bayes)公式（1）全概率公式：设是的⼀个划分，且，，则对任何事件，有称为全概率公式.（2）贝叶斯(Bayes)公式：设是的⼀个划分，且，则对任何事件，有称为贝叶斯公式或逆概率公式.9、贝努⾥(Bernoulli)概型（1）只有两个可能结果的试验称为贝努⾥试验，常记为．也叫做“成功—失败”试验,“成功”的概率常⽤表⽰，其中＝“成功”.（2）把重复独⽴地进⾏次，所得的试验称为重贝努⾥试验，记为．（3）把重复独⽴地进⾏可列多次，所得的试验称为可列重贝努⾥试验，记为．以上三种贝努⾥试验统称为贝努⾥概型．（4）中成功次的概率是：其中.疑难分析1、必然事件与不可能事件必然事件是在⼀定条件下必然发⽣的事件，不可能事件指的是在⼀定条件下必然不发⽣的事件.它们都不具有随机性，是确定性的现象，但为研究的⽅便，把它们看作特殊的随机事件.2、互逆事件与互斥（不相容）事件如果两个事件与必有⼀个事件发⽣，且⾄多有⼀个事件发⽣，则、为互逆事件；如果两个事件与不能同时发⽣，则、为互斥事件.因⽽，互逆必定互斥，互斥未必互逆.区别两者的关键是：当样本空间只有两个事件时，两事件才可能互逆，⽽互斥适⽤与多个事件的情形.作为互斥事件在⼀次试验中两者可以都不发⽣，⽽互逆事件必发⽣⼀个且只发⽣⼀个.3、两事件独⽴与两事件互斥两事件、独⽴，则与中任⼀个事件的发⽣与另⼀个事件的发⽣⽆关，这时；⽽两事件互斥，则其中任⼀个事件的发⽣必然导致另⼀个事件不发⽣，这两事件的发⽣是有影响的，这时.可以⽤图形作⼀直观解释.在图1.1左边的正⽅形中，图1.1，表⽰样本空间中两事件的独⽴关系，⽽在右边的正⽅形中，，表⽰样本空间中两事件的互斥关系.4、条件概率与积事件概率是在样本空间内，事件的概率，⽽是在试验增加了新条件发⽣后的缩减的样本空间中计算事件的概率.虽然、都发⽣，但两者是不同的，⼀般说来，当、同时发⽣时，常⽤，⽽在有包含关系或明确的主从关系时，⽤.如袋中有9个⽩球1个红球，作不放回抽样，每次任取⼀球，取2次，求：（1）第⼆次才取到⽩球的概率；（2）第⼀次取到的是⽩球的条件下，第⼆次取到⽩球的概率.问题（1）求的就是⼀个积事件概率的问题，⽽问题（2）求的就是⼀个条件概率的问题. 5、全概率公式与贝叶斯(Bayes)公式当所求的事件概率为许多因素引发的某种结果，⽽该结果⼜不能简单地看作这诸多事件之和时，可考虑⽤全概率公式，在对样本空间进⾏划分时，⼀定要注意它必须满⾜的两个条件.贝叶斯公式⽤于试验结果已知，追查是何种原因（情况、条件）下引发的概率.第⼆块随机变量及其分布内容提要基本内容：随机变量，随机变量的分布的概念及其性质，离散型随机变量的概率分布，连续型随机变量的概率分布，常见随机变量的分布，随机变量函数的分布.1、随机变量设是随机试验的样本空间，如果对于试验的每⼀个可能结果，都有唯⼀的实数与之对应，则称为定义在上的随机变量，简记为.随机变量通常⽤⼤写字母等表⽰.2、离散型随机变量及其分布列如果随机变量只能取有限个或可列个可能值，则称为离散型随机变量.如果的⼀切可能值为，并且取的概率为，则称为离散型随机变量的概率函数（概率分布或分布律）.也称分布列，常记为其中.常见的离散型随机变量的分布有：（1）两点分布（0-1分布）：记为，分布列为或（2）⼆项分布：记为，概率函数（3）泊松分布，记为，概率函数泊松定理设是⼀常数，是任意正整数，设，则对于任⼀固定的⾮负整数，有.当很⼤且很⼩时，⼆项分布可以⽤泊松分布近似代替，即，其中（4）超⼏何分布：记为，概率函数，其中为正整数，且.当很⼤，且较⼩时，有（5）⼏何分布：记为，概率函数.3、分布函数及其性质分布函数的定义：设为随机变量，为任意实数，函数称为随机变量的分布函数.分布函数完整地描述了随机变量取值的统计规律性，具有以下性质：（1）有界性；（2）单调性如果，则；（3）右连续，即；（4）极限性；（5）完美性.4、连续型随机变量及其分布分布如果对于随机变量的分布函数，存在⾮负函数，使对于任⼀实数，有，则称为连续型随机变量.函数称为的概率密度函数.概率密度函数具有以下性质：（1）；（2）；（3）；（4）；（5）如果在处连续，则.常⽤连续型随机变量的分布：（1）均匀分布：记为，概率密度为分布函数为（2）指数分布：记为，概率密度为分布函数为（3）正态分布：记为，概率密度为，相应的分布函数为当时，即时，称服从标准正态分布.这时分别⽤和表⽰的密度函数和分布函数，即具有性质：①.②⼀般正态分布的分布函数与标准正态分布的分布函数有关系：.5、随机变量函数的分布（1）离散型随机变量函数的分布设为离散型随机变量，其分布列为(表2-2)：表2-2则任为离散型随机变量，其分布列为(表2-3)：表2-3……有相同值时，要合并为⼀项，对应的概率相加.（2）连续型随机变量函数的分布设为离散型随机变量，概率密度为，则的概率密度有两种⽅法可求.1）定理法：若在的取值区间内有连续导数，且单调时，是连续型随机变量，其概率密度为.其中是的反函数.2）分布函数法：先求的分布函数然后求.疑难分析1、随机变量与普通函数随机变量是定义在随机试验的样本空间上，对试验的每⼀个可能结果，都有唯⼀的实数与之对应.从定义可知：普通函数的取值是按⼀定法则给定的，⽽随机变量的取值是由统计规律性给出的，具有随机性；⼜普通函数的定义域是⼀个区间，⽽随机变量的定义域是样本空间.2、分布函数的连续性定义左连续或右连续只是⼀种习惯.有的书籍定义分布函数左连续，但⼤多数书籍定义分布函数为右连续. 左连续与右连续的区别在于计算时，点的概率是否计算在内.对于连续型随机变量，由于，故定义左连续或右连续没有什么区别；对于离散型随机变量，由于，则定义左连续或右连续时值就不相同，这时，就要注意对定义左连续还是右连续.第三块多维随机变量及其分布内容提要基本内容：多维随机变量及其分布函数⼆维离散型随机变量的联合分布列，⼆维连续型随机变量的联合分布函数和联合密度函数，边际分布，随机变量的独⽴性和不相关性，常⽤多维随机变量，随机向量函数的分布.1、⼆维随机变量及其联合分布函数为n维(n元)随机变量或随机向量.联合分布函数的定义设随机变量,为随机向量的联合分布函数⼆维联合分布函数具有以下基本性质：（1）单调性是变量或的⾮减函数；（2）有界性；（3）极限性（3）连续性关于右连续，关于也右连续；（4）⾮负性对任意点，若，则.上式表⽰随机点落在区域内的概率为：.2、⼆维离散型随机变量及其联合分布列如果⼆维随机变量所有可能取值是有限对或可列对，则称为⼆维离散型随机变量.设为⼆维离散型随机变量,它的所有可能取值为将或表3.1称为的联合分布列.………………联合分布列具有下列性质：（1）；（2）.3、⼆维连续型随机变量及其概率密度函数如果存在⼀个⾮负函数,使得⼆维随机变量的分布函数对任意实数有，则称是⼆维连续型随机变量，称为的联合密度函数（或概率密度函数）.联合密度函数具有下列性质：（1）⾮负性对⼀切实数，有；（2）规范性；（3）在任意平⾯域上，取值的概率；（4）如果在处连续，则.4、⼆维随机变量的边缘分布设为⼆维随机变量，则称分别为关于和关于的边缘（边际）分布函数.当为离散型随机变量，则称分别为关于和关于的边缘分布列.当为连续型随机变量，则称分别为关于和关于的边缘密度函数.5、⼆维随机变量的条件分布（了解）（1）离散型随机变量的条件分布设为⼆维离散型随机变量，其联合分布律和边缘分布列分别为，则当固定，且时，称为条件下随机变量的条件分布律.同理，有（2）连续型随机变量的条件分布设为⼆维连续型随机变量，其联合密度函数和边缘密度函数分别为：.则当时，在和的连续点处，在条件下，的条件概率密度函数为.同理，.6、随机变量的独⽴性设及分别是的联合分布函数及边缘分布函数.如果对任何实数有则称随机变量与相互独⽴.设为⼆维离散型随机变量，与相互独⽴的充要条件是.设为⼆维连续型随机变量，与相互独⽴的充要条件是对⼏乎⼀切实数，有.7、两个随机变量函数的分布设⼆维随机变量的联合概率密度函数为，是的函数，则的分布函数为.（1）的分布若为离散型随机变量，联合分布列为，则的概率函数为：或.若为连续型随机变量，概率密度函数为，则的概率函数为：.（2）的分布若为连续型随机变量，概率密度函数为，则的概率函数为：.8．最⼤值与最⼩值的分布则9．数理统计中常⽤的分布（1）正态分布：（2）：（3）：（4）：疑难分析1、事件表⽰事件与的积事件，为什么不⼀定等于？如同仅当事件相互独⽴时，才有⼀样，这⾥依乘法原理.只有事件与相互独⽴时，才有，因为.2、⼆维随机变量的联合分布、边缘分布及条件分布之间存在什么样的关系？由边缘分布与条件分布的定义与公式知，联合分布唯⼀确定边缘分布，因⽽也唯⼀确定条件分布.反之，边缘分布与条件分布都不能唯⼀确定联合分布.但由知，⼀个条件分布和它对应的边缘分布，能唯⼀确定联合分布.但是，如果相互独⽴，则，即.说明当独⽴时，边缘分布也唯⼀确定联合分布，从⽽条件分布也唯⼀确定联合分布.3、两个随机变量相互独⽴的概念与两个事件相互独⽴是否相同？为什么？两个随机变量相互独⽴，是指组成⼆维随机变量的两个分量中⼀个分量的取值不受另⼀个分量取值的影响，满⾜.⽽两个事件的独⽴性，是指⼀个事件的发⽣不受另⼀个事件发⽣的影响，故有.两者可以说不是⼀个问题.但是，组成⼆维随机变量的两个分量是同⼀试验的样本空间上的两个⼀维随机变量，⽽也是⼀个试验的样本空间的两个事件.因此，若把“”、“”看作两个事件，那么两者的意义近乎⼀致，从⽽独⽴性的定义⼏乎是相同的.第四块随机变量的数字特征内容提要基本内容：随机变量的数学期望和⽅差、标准差及其性质，随机变量函数的数学期望，原点矩和中⼼矩，协⽅差和相关系数及其性质.1、随机变量的数学期望设离散型随机变量的分布列为，如果级数绝对收敛，则称级数的和为随机变量的数学期望.设连续型随机变量的密度函数为，如果⼴义积分绝对收敛，则称此积分值为随机变量的数学期望.数学期望有如下性质：（1）设是常数，则；（2）设是常数，则；（3）若是随机变量，则；对任意个随机变量，有；（4）若相互独⽴，则；对任意个相互独⽴的随机变量，有.2、随机变量函数的数学期望设离散型随机变量的分布律为，则的函数的数学期望为，式中级数绝对收敛.设连续型随机变量的密度函数为，则的函数的数学期望为，式中积分绝对收敛.3、随机变量的⽅差设是⼀个随机变量，则称为的⽅差.称为的标准差或均⽅差.。
概率论与数理统计复习资料
概率论与数理统计复习资料### 概率论与数理统计复习资料#### 第一章：概率论基础1. 概率的定义与性质- 事件的概率定义- 概率的公理化体系- 概率的加法和乘法规则2. 条件概率与事件独立性- 条件概率的计算- 事件独立性的定义与性质- 贝叶斯定理3. 随机变量及其分布- 离散型随机变量及其分布律- 连续型随机变量及其概率密度函数- 随机变量的期望值与方差4. 多维随机变量及其分布- 联合分布函数- 边缘分布函数- 协方差与相关系数5. 大数定律与中心极限定理- 切比雪夫不等式- 伯努利大数定律- 中心极限定理的应用#### 第二章：数理统计基础1. 样本与统计量- 样本均值、方差与标准差- 样本矩- 顺序统计量2. 参数估计- 点估计与区间估计- 估计量的优良性准则- 极大似然估计3. 假设检验- 假设检验的基本原理- 单样本假设检验- 双样本假设检验4. 方差分析- 单因素方差分析- 双因素方差分析- 方差分析的计算步骤5. 回归分析- 一元线性回归- 多元线性回归- 回归模型的诊断#### 第三章：概率分布与随机过程1. 常见概率分布- 二项分布- 泊松分布- 正态分布2. 随机过程的基本概念- 随机过程的定义- 马尔可夫链- 泊松过程3. 随机过程的参数估计- 随机过程的均值与方差估计- 随机过程的回归分析4. 随机过程的模拟- 蒙特卡洛方法- 随机模拟的应用5. 随机过程的统计推断- 随机过程的假设检验- 随机过程的参数估计#### 第四章：统计决策与贝叶斯统计1. 统计决策理论- 损失函数- 风险函数- 决策规则2. 贝叶斯统计- 贝叶斯后验概率- 贝叶斯估计- 贝叶斯决策3. 贝叶斯网络- 贝叶斯网络的结构- 贝叶斯网络的推理- 贝叶斯网络的应用4. 统计推断的贝叶斯方法- 贝叶斯假设检验- 贝叶斯参数估计5. 贝叶斯模型选择- 贝叶斯信息准则- 交叉验证通过以上内容的复习，可以对概率论与数理统计的基本概念、理论及其应用有一个系统的理解。
概率论与数理统计期末必备复习资料
分布函数
定义：设X为一个随机变量，x是任意实数，函数 F(x)P{Xx}称为随机变量X的概率分布函数，简称 分布函数。 由分布函数的定义，有
P { x 1 X x 2 } P { X x 2 } P { X x 1 } F(x2)F(x1)
F(x)的几何意义： X
x
注: 分布函数F(x)在x处的函数值表示x落在区间
2. 等可能概型中事件概率的计算公式：
PA k
n
3.
n为随机试验的总的结果数，即样本点的总数，k为事件A
包含的结果数。
浙江师范大学 8
条件概率
1. 定义：事件A已发生的条件下事件B发生的概率，称 为条件概率，记为P(B|A)。
2. 例 将一枚硬币抛掷两次，观察其出现正面的情况 ，设A={至少有一次为正面H}，B={两次掷出同一 面}，求P(B|A)
P (A B ) P (A C ) P (B C ) P(ABC)
浙江师范大学 5
等可能概型（古典概型）
预备知识：排列、组合
1. 分类计数原理(加法原理)：设完成一件事有k类方 法，每类分别有 m1,m2, ,mk种方法，则完成这件事 情共有 m 1m2 mk种方法.
2. 分步计数原理(乘法原理)：设完成一件事有k个步 骤，第一步有 m 1 种方法，…,第k步有 m k种方法，则 完成这件事情共有 m1m2 mk种方法.
中心问题：将试验结果数量化
s e
x X=f(e)—为S上的单值函数，X为实数
随机变量分为离散型和连续型： 1. 离散型：X的取值是有限个或可列无限个。 2. 连续型：X的取值是连续的。
浙江师范大学 17
分布律
P {Xxk}pk(k1 ,2 , )称为离散型随机变量X的
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)
非常全面的概率论与数理统计复习材料
为 21 的倍数的概率 p2;
解：p1=错误!=错误!, p2= 错误!= 错误!
前提是如果在某一区域任取一 例 1 把长度为 a 的棒任意折成三段,求它们可以构成一个三角形的概率;
点,而所取的点落在中任意两 解：设折得的三段长度分别为 x,y 和 a-x-y,那么,样本空间,S={x,y|0xa,0ya,0a-x-ya};
A、A=
B、AB= C、A错误!=
D、B=错误!
运 A1,A2,…,An 构成的一个完备事件组或分斥指 A1,A2,…,An 两两互不相容,且错误!Ai=
算
交换律 A∪B=B∪A A∩B=B∩A 运
结合律 A∪B∪C=A∪B∪C A∩B∩C=A∩B∩C 算
分配律 A∪B∩C=AC∪BC A∩B∪C=A∪C∩B∪C 法
题 例 3 某物品成箱出售,每箱 20 件,假设各箱中含 0、1 件次品的概率分别为和,一顾客在购买时,他可以开箱,从箱中任取
三件检查,当这三件都是合格品时,顾客才买下该箱物品,否则退货;试求：1 顾客买下该箱的概率 ；
2 顾客买下该箱物品,问该箱确无次品的概率 ;
解:设事件 A0—箱中 0 件次品, A1—箱中 1 件次品,事件 B—买下该箱;由已知 PA0=, PA1=,
必然事件---每次试验中必定发生的事件; 不可能事件--每次试验中一定不发生的事件;
事 包含 AB 件 相等 A=B 之 对立事件,也称 A 的逆事件 间 互斥事件 AB=也称不相容事件 的 A,B 相互独立 PAB=PAPB 关
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＝Ω D、A,B 构成对样本空间的一个剖分 例 2 设 PA=0,B 为任一事件,则 C A、A= B、AB C、A 与 B 相互独立 D、A 与 B 互不相容
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
概率论与数理统计期末复习资料概率论与数理统计期末复习资料⼀填空1．设A ，B 为两个随机事件，若A 发⽣必然导致B 发⽣，且P (A )=0.6，则P (AB ) =______． 2．设随机事件A 与B 相互独⽴，且P (A )=0.7，P (A -B )=0.3，则P (B ) = ______．3．⼰知10件产品中有2件次品，从该产品中任意取3件，则恰好取到⼀件次品的概率等于______．4．已知某地区的⼈群吸烟的概率是0.2，不吸烟的概率是0.8，若吸烟使⼈患某种疾病的概率为0.008，不吸烟使⼈患该种疾病的概率是0.001，则该⼈群患这种疾病的概率等于______．5．设连续型随机变量X 的概率密度为?≤≤=,,0;10,1)(其他x x f 则当10≤≤x 时，X 的分布函数F (x )= ______．6．设随机变量X ～N (1，32)，则P{-2≤ X ≤4}=______．(附：)1(Φ=0.8413) 7．设⼆维随机变量(X ，Y )的分布律为则P {X <1,Y 2≤}=______．8．设随机变量X 的期望E (X )=2，⽅差D (X )=4，随机变量Y 的期望E (Y )=4，⽅差D (Y )=9，⼜E (XY )=10，则X ，Y 的相关系数ρ= ______．9．设随机变量X 服从⼆项分布)31,3(B ，则E (X 2)= ______．10．中⼼极限定理证明了在很⼀般条件下，⽆论随机变量Xi 服从什么分布，当n →∞时，∑=ni iX1的极限分布是_________________11．设总体X ～N (1，4)，x 1，x 2，…，x 10为来⾃该总体的样本，∑==101101i ixx ，则)(x D = ______.·12．设总体X ～N (0，1)，x 1，x 2，…，x 5为来⾃该总体的样本，则∑=512i ix服从⾃由度为______的2χ分布．13．E （x ）=5，E （5x ）=________14．估计量的评选标准有______、_______、_______15．对假设检验问题H 0：µ=µ0，H 1：µ≠µ0，若给定显著⽔平0.05，则该检验犯第⼀类错误的概率为______． 16．设A ，B 为两个随机事件，且A 与B 相互独⽴，P （A ）=0.3，P （B ）=0.4，则P （A B ）=__________.17．盒中有4个棋⼦，其中2个⽩⼦，2个⿊⼦，今有1⼈随机地从盒中取出2个棋⼦，则这2个棋⼦颜⾊相同的概率为_________.18．设随机变量X 的概率密度??≤≤=,,0;10,A )(2其他x x x f 则常数A=_________.19．设离散型随机变量X 的分布律为,则常数C=_________.20．设离散型随机变量X 的分布函数为F （x ）=≥<≤<≤<≤--<,2,1;21,6.0;10,3.0;01,2.0;1,0x x x x x 则P{X>1}=_________. 21．相关系数ρxy _______时，X 与Y 正相关，相关系数ρxy _______时，X与Y 负相关，相关系数ρxy _______时，X 与Y 不相关。
- 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)。
加法公 当 P(AB)＝0 时，P(A+B)=P(A)+P(B)
式
（11） P(A-B)=P(A)-P(AB)
减法公 当 B A 时，P(A-B)=P(A)-P(B)
式
当 A=Ω时，P( B )=1- P(B)
定义 设 A、B 是两个事件，且 P(A)>0，则称 P(AB) 为事件 A 发生条件
（12）
P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)
并且同时满足 P(ABC)=P(A)P(B)P(C)
那么 A、B、C 相互独立。
对于 n 个事件类似。
设事件B1, B2,, Bn 满足
（15） 1° B1, B2,, Bn 两两互不相容，P(Bi) 0(i 1,2,, n) ，
P(B | A) P( AB) P( A)P(B) P(B)
P( A)
P( A)
2
若事件 A 、B 相互独立，则可得到 A 与B 、 A 与B 、 A 与B 也都相 互独立。
必然事件 和不可能事件 Ø 与任何事件都相互独立。 Ø 与任何事件都互斥。
②多个事件的独立性
设 ABC 是三个事件，如果满足两两独立的条件，
C Pn(k) k pk qnk ，k 0,1,2,, n 。 n
第二章 随机变量及其分布
3
（1）离 散型随 机变量 的分布 律
设离散型随机变量 X 的可能取值为 Xk(k=1,2,…)且取各个值 的概率，即事件(X=Xk)的概率为
P(X=xk)=pk，k=1,2,…，
则称上式为离散型随机变量 X 的概率分布或分布律。有时也 用分布列的形式给出：
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；
（17）
每次试验是独立的，即每次试验 A 发生与否与其他次试验 A 发
伯努利 生与否是互不影响的。
概型 这种试验称为伯努利概型，或称为n 重伯努利试验。
用 p 表示每次试验 A 发生的概率，则 A 发生的概率为1 p q ，用Pn(k) 表示n 重伯努利试验中 A 出现k(0 k n) 次的概率，
随机变量 X 服从参数为 p 的几何分布，记为 G(p)。
设随机变量 X 的值只落在[a，b]内，其密度函数 f (x) 在[a，b]上为常数 1 ，即
ba
f
(x)
b
1
a
,
0,
a≤x≤b
其他，
则称随机变量 X 在[a，b]上服从均匀分布，记为 X~U(a，b)。
分布函数为
0，
xa, ba
x<a， a≤x≤b
第 1 章 随机事件及其概率
（1）排 列组合 公式
Pmn
m! (m n)!
C
n m
m! n!(m n)!
从 m 个人中挑出 n 个人进行排列的可能数。 从 m 个人中挑出 n 个人进行组合的可能数。
加法原理（两种方法均能完成此事）：m+n
（2）加 法和乘 法原理
某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方 法可由 n 种方法来完成，则这件事可由 m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由 m 种方法完成，第二个步
1° f (x) 的图形是关于x 对称的；
2°
当x 时， f ()
1 为最大值；
2
若 X ~ N (, 2) ，则 X 的分布函数为
F(x) 1
x
F (x) f (x)dx
1，
x>b。
当 a≤x1<x2≤b 时，X 落在区间（x1, x2 ）内的概率为
P( x1
X
x2 )
x2 b
x1 a
。
5
指数分布
ex , f (x) 0,
x 0, x 0,
其中 0 ，则称随机变量 X 服从参数为 的指数 分布。
X 的分布函数为
1 ex , F(x) 0,
m n
A所包含的基本事件数 基本事件总数
若随机试验的结果为无限不可数并且每个结果出现的可能性均匀，同
（9）几 时样本空间中的每一个基本事件可以使用一个有界区域来描述，则称 何概型 此随机试验为几何概型。对任一事件 A，
P(A) L(A) 。其中 L 为几何度量（长度、面积、体积）。
L()
（10） P(A+B)=P(A)+P(B)-P(AB)
x 0,
x<0。
正态分布
记住积分公式：
x nex dx n!
0
设随机变量 X 的密度函数为
f (x)
1
( x )2
，
e 2 2
x ，
2
其中 、 0 为常数，则称随机变量 X 服从参数
为 、 的正态分布或高斯（Gauss）分布，记为
X ~ N(, 2) 。
f (x) 具有如下性质：
P i1 Ai i1 P( Ai)
常称为可列（完全）可加性。
则称 P(A)为事件 A 的概率。
1° 1,2 n ，
（8）古 典概型
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
P(A)=(1) (2 ) (m ) = P(1) P(2 ) P(m )
（5）八 大分布
3° F() lim F(x) 0， F() lim F(x) 1；
x
x
4° F(x 0) F(x) ，即F(x) 是右连续的；
5° P(X x) F(x) F(x 0) 。
对于离散型随机变量，F(x) pk ； xk x
x
对于连续型随机变量，F(x) f (x)dx 。
生，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：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C
1
分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)
X ~ () 或者 P( )。
泊松分布为二项分布的极限分布（np=λ，n→∞）。
P( X
k)
CMk
•
C
nk N M
,
k
0,1,2, l
C
n N
l min(M , n)
随机变量 X 服从参数为 n,N,M 的超几何分布，记为
H(n,N,M)。
P(X k) qk1 p, k 1,2,3, ，其中 p≥0，q=1-p。
P( A)
条件概
下，事件 B 发生的条件概率，记为P(B / A) P( AB) 。
P( A)
率
条件概率是概率的一种，所有概率的性质都适合于条件概率。
例如 P(Ω/B)=1P( B /A)=1-P(B/A)
（13） 乘法公式：P(AB) P(A)P(B / A)
乘法公 更一般地，对事件 A1，A2，…An，若 P(A1A2…An-1)>0，则有
0-1 分布 P(X=1)=p, P(X=0)=q
4
二项分布
泊松分布
超几何分 布 几何分布 均匀分布
在n 重贝努里试验中，设事件 A 发生的概率为 p 。事
件 A 发生的次数是随机变量，设为 X ，则 X 可能取 值为0,1,2,, n 。
P( X
k)
Pn(k )
C
k n
p k q nk
，
其中
q 1 p,0 p 1, k 0,1,2,, n ，
X P(X
xk )
|
x1, x2,, xk, 。
p1, p2,, pk,
显然分布律应满足下列条件：
（2）连 续型随 机变量 的分布 密度
（3）离 散与连 续型随 机变量 的关系 （4）分 布函数
（1） pk 0 ，k 1,2,， （2） pk 1。 k 1
设F(x) 是随机变量 X 的分布函数，若存在非负函数 f (x) ，对任意 实数x ，有
B：A=B。
（6）事 A、B 中至少有一个发生的事件：A B，或者 A+B。
件的关 属于 A 而不属于 B 的部分所构成的事件，称为 A 与 B 的差，记为 A-B，
系与运 也可表示为 A-AB 或者 AB ，它表示 A 发生而 B 不发生的事件。
算
A、B 同时发生：A B，或者 AB。A B=Ø，则表示 A 与 B 不可能同时发
F (x) x f (x)dx ，
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。
P(X x) P(x X x dx) f (x)dx
积分元 f (x)dx 在连续型随机变量理论中所起的作用与 P(X xk) pk 在离散型随机变量理论中所起的作用相类似。
骤可由 n 种方法来完成，则这件事可由 m×n 种方法来完成。
（3）一 重复排列和非重复排列（有序）
些常见 对立事件（至少有一个）
排列 顺序问题
（4）随 如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不
机试验 止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这
和随机 种试验为随机试验。
事件 试验的可能结果称为随机事件。