当前位置：搜档网 › 概率论与数理统计期末复习资料全

概率论与数理统计期末复习资料全

《概率统计》

期末复习资料

注：以下是考试的参考容，不作为实际考试围，考试容以教学大纲和实施计划为准；注明“了解”的容一般不考。

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 Y 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 Y B ) 例2：若P (A )=0.4，P (B )=0.7，P (AB )=0.3，求： P (A －B )，P (A Y 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

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

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

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02

02x kx x f ，

确定参数k

求概率}31{<

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,

,),(22y x y cx y x f ，

确定常数c 的值；求概率P (X

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 ,,,21Λ，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,01

0,1x x x f θθ，n X X ,,1Λ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 ,,,21Λ，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 +；32112

14331X 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： m b a A n +=

事件B 包含的样本点： 11

--+=m b a a

A C r ，则 b a a A aA n r

B P m

a m

b a +===+--+1

)( 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： 9

15C n ==5005

事件B 包含的样本点： 5

63514

C 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 N

n A P !

)(=

(2)先在N 个格子中任意指定n 个格子，共有n

N 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

N n N A C n =!，则

n n

A B P =)(

(3)在指定的一个格子中放m (m ≤n )个质点共有m n 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：m

n C m n N --)1(, 则

n m m n n

m n m n 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：4

10A =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4

83945)(A A A B P -==2296/5040=0.456 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 )=0.5，P (B )=0.6，求：P (AB )，P (A －B )，P (A Y B ) 解：P (AB )= P (A )P (B )=0.3，P (A －B )= P (A )－P (AB )=0.2，P (A Y 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 Y B )，)|(B A P ，)|(B A P ，)|(B A P

解：P (A －B )=0.1，P (A Y 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 -=Y =2/3 3．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。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 ，19

)|(4204

182==C C B A P 。

由全概率公式得 ∑==?+?+?==2

94.01912

1.0541.018.0)|()()(i i i B A P B P A P ；

由贝叶斯公式 85.094

.01

8.0)()|()()|(000=?==

A P

B 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

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

解：由 1=∑i

i p ，有 k ＋2 k ＋3 k ＋4 k =1 得 k =0.1

P (0

《概率论与数理统计》期末考试试题及解答

一、填空题（每小题3分，共15分） 1．设事件B A ,仅发生一个的概率为0.3，且5.0)()(=+B P A P ，则B A ,至少有一个不发生的概率为__________. 答案：0.3 解： 3.0)(=+B A B A P 即 )(25.0)()()()()()(3.0AB P AB P B P AB P A P B A P B A P -=-+-=+= 所以 1.0)(=AB P 9.0)(1)()(=-==AB P AB P B A P . 2．设随机变量X 服从泊松分布，且)2(4)1(==≤X P X P ，则==)3(X P ______. 答案： 161-e 解答： λλ λ λλ---= =+==+==≤e X P e e X P X P X P 2 )2(, )1()0()1(2 由 )2(4)1(==≤X P X P 知 λλλ λλ---=+e e e 22 即 0122 =--λλ 解得 1=λ，故 16 1)3(-= =e X P 3．设随机变量X 在区间)2,0(上服从均匀分布，则随机变量2 X Y =在区间)4,0(内的概率密度为=)(y f Y _________. 答案： 04,()()0,. Y Y X y f y F y f <<'===? 其它解答：设Y 的分布函数为(),Y F y X 的分布函数为()X F x ，密度为()X f x 则 2 ()()())))Y X X F y P Y y P X y y y y y =≤=≤ =≤- - 因为~(0,2)X U ，所以(0X F = ，即()Y X F y F = 故

《概率论与数理统计》实验报告答案

《概率论与数理统计》实验报告学生姓名李樟取学生班级计算机122 学生学号201205070621 指导教师吴志松学年学期2013-2014学年第1学期

实验报告一成绩日期年月日实验名称单个正态总体参数的区间估计实验性质综合性实验目的及要求 1．了解【活动表】的编制方法； 2．掌握【单个正态总体均值Z 估计活动表】的使用方法； 3．掌握【单个正态总体均值t 估计活动表】的使用方法； 4．掌握【单个正态总体方差卡方估计活动表】的使用方法； 5．掌握单个正态总体参数的区间估计方法．实验原理利用【Excel 】中提供的统计函数【NORMISINV 】和平方根函数【SQRT 】，编制【单个正态总体均值Z 估计活动表】，在【单个正态总体均值Z 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【总体标准差】的具体值，就可以得到相应的统计分析结果。 1设总体2~(,)X N μσ，其中2σ已知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为样本的观测值于是得到μ的置信水平为1-α 的置信区间为利用【Excel 】中提供的统计函数【TINV 】和平方根函数【SQRT 】，编制【单个正态总体均值t 估计活动表】，在【单个正态总体均值t 估计活动表】中，只要分别引用或输入【置信水平】、【样本容量】、【样本均值】、【样本标准差】的具体值，就可以得到相应的统计分析结果。 2.设总体2~(,)X N μσ，其中2 σ未知，12,,,n X X X L 为来自X 的一个样本，12,,,n x x x L 为样本的观测值整理得 /2/21X z X z n n P αασαμσ? ?=-??? ?-<<+/2||1/X U z P n ασμα????==-??????-

概率论与数理统计知识点总结详细

概率论与数理统计知识点总结详细 Newly compiled on November 23, 2020

《概率论与数理统计》第一章概率论的基本概念 §2．样本空间、随机事件 1．事件间的关系 B A ?则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=?或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ?发生 B }x x x { ∈∈=?且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ?发生 B }x x x { ?∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生 φ=?B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =?B A φ=?B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件 2．运算规则交换律A B B A A B B A ?=??=? 结合律)()( )()(C B A C B A C B A C B A ?=???=?? 分配律 )()B (C A A C B A ???=??）（徳摩根律B A B A A B A ?=??=? B — §3．频率与概率定义在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P

概率论与数理统计试题库

《概率论与数理统计》试题（1）一、判断题（本题共15分，每小题3分。正确打“√”，错误打“×”） ⑴ 对任意事件A 和B ，必有P(AB)=P(A)P(B) ( ) ⑵ 设A 、B 是Ω中的随机事件,则(A ∪B )-B=A ( ) ⑶ 若X 服从参数为λ的普哇松分布，则EX=DX ( ) ⑷ 假设检验基本思想的依据是小概率事件原理（） ⑸ 样本方差2n S = n 121 )(X X n i i -∑=是母体方差DX 的无偏估计（）二、（20分）设A 、B 、C 是Ω中的随机事件，将下列事件用A 、B 、C 表示出来（1）仅A 发生，B 、C 都不发生；（2）,,A B C 中至少有两个发生；（3）,,A B C 中不多于两个发生；（4）,,A B C 中恰有两个发生；（5）,,A B C 中至多有一个发生。三、（15分）把长为a 的棒任意折成三段，求它们可以构成三角形的概率. 四、（10分）已知离散型随机变量X 的分布列为 2101 31111115651530 X P -- 求2 Y X =的分布列. 五、（10分）设随机变量X 具有密度函数|| 1()2 x f x e -= ，∞＜ x ＜∞，求X 的数学期望和方差. 六、（15分）某保险公司多年的资料表明，在索赔户中，被盗索赔户占20%，以X 表示在随机抽查100个索赔户中因被盗而向保险公司索赔的户数，求(1430)P X ≤≤. x 0 0.5 1 1.5 2 2.5 3 Ф(x) 0.500 0.691 0.841 0.933 0.977 0.994 0.999 七、（15分）设12,,,n X X X 是来自几何分布 1 ()(1) ,1,2,,01k P X k p p k p -==-=<< ，的样本，试求未知参数p 的极大似然估计.

概率论与数理统计的发展

数理统计学前沿简介（陈希孺院士访谈）一、概率论与数理统计学的产生和发展记者：陈希孺院士，请你谈谈概率论与数理统计学学科的诞生和发展情况。陈希孺院士：我们先从数理统计学开始，数理统计学是研究收集数据、分析数据并据以对所研究的问题作出一定的结论的科学和艺术。数理统计学所考察的数据都带有随机性（偶然性）的误差。这给根据这种数据所作出的结论带来了一种不确定性，其量化要借助于概率论的概念和方法。数理统计学与概率论这两个学科的密切联系，正是基于这一点。统计学起源于收集数据的活动，小至个人的事情，大至治理一个国家，都有必要收集种种有关的数据，如在我国古代典籍中，就有不少关于户口、钱粮、兵役、地震、水灾和旱灾等等的记载。现今各国都设有统计局或相当的机构。当然，单是收集、记录数据这种活动本身并不能等同于统计学这门科学的建立，需要对收集来的数据进行排比、整理，用精炼和醒目的形式表达，在这个基础上对所研究的事物进行定量或定性估计、描述和解释，并预测其在未来可能的发展状况。例如根据人口普查或抽样调查的资料对我国人口状况进行描述，根据适当的抽样调查结果，对受教育年限与收入的关系，对某种生活习惯与嗜好（如吸烟）与健康的关系作定量的评估。根据以往一般时间某项或某些经济指标的变化情况，预测其在未来一般时间的走向等，做这些事情的理论与方法，才能构成一门学问——数理统计学的内容。

这样的统计学始于何时？恐怕难于找到一个明显的、大家公认的起点。一种受到某些著名学者支持的观点认为，英国学者葛朗特在1662年发表的著作《关于死亡公报的自然和政治观察》，标志着这门学科的诞生。中世纪欧洲流行黑死病，死亡的人不少。自1604年起，伦敦教会每周发表一次“死亡公报”，记录该周内死亡的人的姓名、年龄、性别、死因。以后还包括该周的出生情况——依据受洗的人的名单，这基本上可以反映出生的情况。几十年来，积累了很多资料，葛朗特是第一个对这一庞大的资料加以整理和利用的人，他原是一个小店主的儿子，后来子承父业，靠自学成才。他因这一部著作被选入当年成立的英国皇家学会，反映学术界对他这一著作的承认和重视。这是一本篇幅很小的著作，主要内容为8个表，从今天的观点看，这只是一种例行的数据整理工作，但在当时则是有原创性的科研成果，其中所提出的一些概念，在某种程度上可以说沿用至今，如数据简约（大量的、杂乱无章的数据，须注过整理、约化，才能突出其中所包含的信息）、频率稳定性（一定的事件，如“生男”、“生女”，在较长时期中有一个基本稳定的比率，这是进行统计性推断的基础）、数据纠错、生命表（反映人群中寿命分布的情况，至今仍是保险与精算的基础概念）等。葛朗特的方法被他同时代的政治经济学家佩蒂引进到社会经济问题的研究中，他提倡在这类问题的研究中不能尚空谈，要让实际数据说话，他的工作总结在他去世后于1690年出版的《政治算术》一书中。当然，也应当指出，他们的工作还停留在描述性的阶段，不是现代意义下的数理统计学，那时，概率论尚处在萌芽的阶段，不足以给数理统计学的发展提供充分的理论支持，但不能由此否定他们工作的重大意义，作为现代数理统计学发展的几个源头之一，他们以及后续学者在人口、社会、经济等

概率论与数理统计期末考试试题及解答

概率论与数理统计期末考试试题及解答 Prepared on 24 November 2020

一、填空题（每小题3分，共15分） 1．设事件B A ,仅发生一个的概率为，且5.0)()(=+B P A P ，则B A ,至少有一个不发生的概率为__________. 答案：解：即所以 9.0)(1)()(=-==AB P AB P B A P . 2．设随机变量X 服从泊松分布，且)2(4)1(==≤X P X P ，则 ==)3(X P ______. 答案：解答：由 )2(4)1(==≤X P X P 知 λλλλλ---=+e e e 22 即 0122=--λλ 解得 1=λ，故 3．设随机变量X 在区间)2,0(上服从均匀分布，则随机变量2X Y =在区间) 4,0(内的概率密度为=)(y f Y _________. 答案：解答：设Y 的分布函数为(),Y F y X 的分布函数为()X F x ，密度为()X f x 则因为~(0,2)X U ，所以(0X F = ，即()Y X F y F = 故另解在(0,2)上函数2y x = 严格单调，反函数为()h y =所以 4．设随机变量Y X ,相互独立，且均服从参数为λ的指数分布，2)1(-=>e X P ，则=λ_________，}1),{min(≤Y X P =_________. 答案：2λ=，-4{min(,)1}1e P X Y ≤=- 解答： 2(1)1(1)P X P X e e λ-->=-≤==，故 2λ= 41e -=-. 5．设总体X 的概率密度为 ?????<<+=其它, 0, 10,)1()(x x x f θ θ 1->θ. n X X X ,,,21 是来自X 的样本，则未知参数θ的极大似然估计量为_________. 答案：解答：似然函数为解似然方程得θ的极大似然估计为

概率论与数理统计模拟试题

模拟试题A 一.单项选择题（每小题3分，共9分） 1. 打靶3 发，事件表示“击中i发”，i = 0，1，2，3。那么事件表示( )。 ( A ) 全部击中；( B ) 至少有一发击中； ( C ) 必然击中；( D ) 击中3 发 2.设离散型随机变量x 的分布律为则常数 A 应为 ( )。 ( A ) ；( B ) ；(C) ；(D) 3.设随机变量，服从二项分布B ( n，p )，其中0 < p < 1 ，n = 1，2,…，那么，对于任一实数x，有等于( )。 ( A ) ; ( B ) ; ( C ) ; ( D ) 二、填空题（每小题3分，共12分） 1.设A , B为两个随机事件，且P(B)>0，则由乘法公式知P(AB) =__________ 2.设且有 ,,则 =___________。 3.某柜台有4个服务员，他们是否需用台秤是相互独立的，在1小时内每人需用台秤的概率为，则4人中至多1人需用台秤的概率为：__________________。 4.从1，2，…，10共十个数字中任取一个，然后放回，先后取出5个数字，则所得5个数字全不相同的事件的概率等于___________。三、（10分）已知，求证四、（10分）5个零件中有一个次品，从中一个个取出进行检查，检查后不放回。直到查到次品时为止，用x表示检查次数，求的分布函数：五、（11分）设某地区成年居民中肥胖者占10% ,不胖不瘦者占82% ,瘦者占8% ,又知肥胖者患高血压的概率为20%,不胖不瘦者患高血压病的概率为10% ,瘦者患高血压病的概率为

5%, 试求： ( 1 ) 该地区居民患高血压病的概率; ( 2 ) 若知某人患高血压, 则他属于肥胖者的概率有多大？六、（10分）从两家公司购得同一种元件，两公司元件的失效时间分别是随机变量和，其概率密度分别是：如果与相互独立，写出的联合概率密度，并求下列事件的概率: ( 1 ) 到时刻两家的元件都失效(记为A)， ( 2 ) 到时刻两家的元件都未失效(记为B)， ( 3 ) 在时刻至少有一家元件还在工作(记为D)。七、（7分）证明：事件在一次试验中发生次数x的方差一定不超过。八、（10分）设和是相互独立的随机变量，其概率密度分别为又知随机变量 , 试求w的分布律及其分布函数。九、（11分）某厂生产的某种产品，由以往经验知其强力标准差为 7.5 kg且强力服从正态分布，改用新原料后，从新产品中抽取25 件作强力试验，算得，问新产品的强力标准差是否有显著变化？( 分别取和0.01，已知，）十、（11分）在考查硝酸钠的可溶性程度时，对一系列不同的温度观察它在100ml 的水中溶解的硝酸钠的重量，得观察结果如下：

概率论与数理统计实验报告

概率论与数理统计实验报告概率论部分实验二《正态分布综合实验》

实验名称：正态分布综合实验实验目的：通过本次实验，了解Matlab在概率与数理统计领域的应用，学会用matlab做概率密度曲线，概率分布曲线，直方图，累计百分比曲线等简单应用；同时加深对正态分布的认识，以更好得应用之。实验内容：实验分析：本次实验主要需要运用一些matlab函数，如正态分布随机数发生器normrnd函数、绘制直方图函数hist函数、正态分布密度函数图形绘制函数normpdf函数、正态分布分步函数图形绘制函数normcdf等；同时，考虑到本次实验重复性明显，如，分别生成100,1000,10000个服从正态分布的随机数，进行相同的实验操作，故通过数组和循环可以简化整个实验的操作流程，因此，本次实验程序中要设置数组和循环变量。实验过程： 1.直方图与累计百分比曲线 1）实验程序 m=[100,1000,10000]; 产生随机数的个数 n=[2,1,0.5]; 组距 for j=1:3 for k=1:3 x=normrnd(6,1,m(j),1); 生成期望为6，方差为1的m(j)个正态分布随机数

a=min(x); a为生成随机数的最小值 b=max(x); b为生成随机数的最大值 c=(b-a)/n(k); c为按n(k)组距应该分成的组数 subplot(1,2,1); 图形窗口分两份 hist(x,c);xlabel('频数分布图'); 在第一份里绘制频数直方图 yy=hist(x,c)/1000; yy为各个分组的频率 s=[]; s(1)=yy(1); for i=2:length(yy) s(i)=s(i-1)+yy(i); end s[]数组存储累计百分比 x=linspace(a,b,c); subplot(1,2,2); 在第二个图形位置绘制累计百分比曲线 plot(x,s,x,s);xlabel('累积百分比曲线'); grid on; 加网格 figure; 另行开辟图形窗口，为下一个循环做准备 end end 2）实验结论及过程截图实验结果以图像形式展示，以下分别为产生100,1000,10000个正态分布随机数，组距分别为2,1,0.5的频数分布直方图和累积百分比曲线，从实验结果看来，随着产生随机数的数目增多，组距减小，累计直方图逐渐逼近正态分布密度函数图像，累计百分比逐渐逼近正态分布分布函数图像。

概率论与数理统计概率历史的介绍

一、概率定义的发展与分析 1.古典定义的历史脉络古典定义中的“古典”表明了这种定义起源的古老，它源于赌博．博弈的形式多种多样，但是它们的前提是“公平”，即“机会均等”，而这正是古典定义适用的重要条件：同等可能．16世纪意大利数学家和赌博家卡尔丹（1501—1576）所说的“诚实的骰子”，即道明了这一点．在卡尔丹以后约三百年的时间里，帕斯卡、费马、伯努利等数学家都在古典概率的计算、公式推导和扩大应用等方面做了重要的工作．直到1812年，法国数学家拉普拉斯（1749—1827）在《概率的分析理论》中给出概率的古典定义：事件A的概率等于一次试验中有利于事件A的可能结果数与该事件中所有可能结果数之比． 2.古典定义的简单分析古典定义通过简单明了的方式定义了事件的概率，并给出了简单可行的算法．它适用的条件有二：（1）可能结果总数有限；（2）每个结果的出现有同等可能．其中第（2）条尤其重要，它是古典概率思想产生的前提．如何在更多和更复杂的情况下，体现出“同等可能”？伯努利家族成员做了这项工作，他们将排列组合的理论运用到了古典概率中．用排列（组合）体现同等可能的要求，就是将总数为P(n,r)的各种排列（或总数为C(n,r)的各种组合）看成是等可能的，通常用“随意取”来表达这个意思．即使如此，古典定义的方法能应用的范围仍然很窄，

而且还有数学上的问题． “应用性的狭窄性”促使雅各布?伯努利（1654—1705）“寻找另一条途径找到所期待的结果”，这就是他在研究古典概率时的另一重要成果：伯努利大数定律．这条定律告诉我们“频率具有稳定性”，所以可以“用频率估计概率”，而这也为以后概率的统计定义奠定了思想基础．“古典定义数学上的问题”在贝特朗（1822—1900）悖论中表现得淋漓尽致，它揭示出定义存在的矛盾与含糊之处，这导致了拉普拉斯的古典定义受到猛烈批评． 3.统计定义的历史脉络概率的古典定义虽然简单直观，但是适用范围有限．正如雅各布?伯努利所说：“……这种方法仅适用于极罕见的现象．”因此，他通过观察来确定结果数目的比例，并且认为“即使是没受过教育和训练的人，凭天生的直觉，也会清楚地知道，可利用的有关观测的次数越多，发生错误的风险就越小”．虽然原理简单，但是其科学证明并不简单，在古典概型下，伯努利证实了这一点，即“当试验次数愈来愈大时，频率接近概率”．事实上，这不仅对于古典概型适用，人们确信“从现实中观察的频率稳定性”的事实是一个普遍规律．1919年，德国数学家冯?米塞斯（1883—1953）在《概率论基础研究》一书中提出了概率的统计定义：在做大量重复试验时，随着试验次数的增加，某个事件出现的频率总是在一个固定数值的附近摆动，显示出一定的稳定性，把这个固定的数值定义为这一事件的概率．

概率论与数理统计必考大题解题索引

概率论与数理统计必考大题解题索引编制：王健审核：题型一：古典概型：全概率公式和贝叶斯公式的应用。【相关公式】全概率公式： ()()()()()() n 1122S P()=|()||()() (|)() =()(|)()(|). i n n E S A E B A P A B P B P A B P B P A B P B P AB P B A P A P A P A B P B P A B P B +++= =+12设实验的样本空间为，为的事件，B ，B ，……，B 为的划分，且>0,则有： P ?…其中有：。特别地：当n 2时，有：贝叶斯公式： ()()i 1 00(1,2,,),()(|)() (|)()(|)() =()(|)() (|)()(|)()(|)() i i i i n i i j E S A E A P B i n P B A P A B P B P B A P A P A B P B P AB P A B P B P B A P A P A B P B P A B P B =>>===== +∑12n 设实验的样本空间为。为的事件,B ，B ，……，B 为S 的一个划分，且P ，……则有：特别地：当n 2时，有：【相关例题】 1.三家工厂生产同一批产品，各工厂的产量分别占总产量的40%、25%、35%，其产品的不合格率依次为0.05、0.04、和0.02。现从出厂的产品中任取一件，求：（1）恰好取到不合格品的概率；（2）若已知取到的是不合格品，它是第二家工厂生产的概率。解：设事件表示：“取到的产品是不合格品”；事件i A 表示：“取到的产品是第i 家工厂生产的”（i =123，，）。则Ω== 3 1i i A ，且P A i ()>0，321A A A 、、两两互不相容，由全概率公式得（1）∑=?=3 1 )|()()(i i i A A P A P A P 1000/37100 210035100410025100510040=?+?+?=

概率论与数理统计试题库及答案(考试必做)

<概率论>试题A 一、填空题 1．设 A 、B 、C 是三个随机事件。试用 A 、B 、C 分别表示事件 1）A 、B 、C 至少有一个发生 2）A 、B 、C 中恰有一个发生 3）A 、B 、C 不多于一个发生 2．设 A 、B 为随机事件， P (A)=0.5，P(B)=0.6，P(B A)=0.8。则P(B )A U ＝ 3．若事件A 和事件B 相互独立, P()=,A αP(B)=0.3，P(A B)=0.7,U 则α= 4. 将C,C,E,E,I,N,S 等7个字母随机的排成一行，那末恰好排成英文单词SCIENCE 的概率为 5. 甲、乙两人独立的对同一目标射击一次，其命中率分别为0.6和 0.5，现已知目标被命中，则它是甲射中的概率为 6.设离散型随机变量X 分布律为{}5(1/2)(1,2,)k P X k A k ===???则A=______________ 7. 已知随机变量X 的密度为()f x =? ? ?<<+其它,010,x b ax ,且{1/2}5/8P x >=,则a =________ b =________ 8. 设X ～2(2,)N σ,且{24}0.3P x <<=,则{0}P x <= _________ 9. 一射手对同一目标独立地进行四次射击，若至少命中一次的概率

为8081 ，则该射手的命中率为_________ 10.若随机变量ξ在（1，6）上服从均匀分布，则方程x 2+ξx+1=0有实根的概率是 11.设3{0,0}7P X Y ≥≥=，4{0}{0}7 P X P Y ≥=≥=，则{max{,}0}P X Y ≥= 12.用（,X Y ）的联合分布函数F （x,y ）表示P{a b,c}X Y ≤≤<= 13.用（,X Y ）的联合分布函数F （x,y ）表示P{X a,b}Y <<= 14.设平面区域D 由y = x , y = 0 和 x = 2 所围成，二维随机变量(x,y)在区域D 上服从均匀分布，则（x,y ）关于X 的边缘概率密度在x = 1 处的值为。 15.已知)4.0,2(~2-N X ，则2(3)E X +＝ 16.设)2,1(~),6.0,10(~N Y N X ，且X 与Y 相互独立，则(3)D X Y -= 17.设X 的概率密度为2 ()x f x -=，则()D X ＝ 18.设随机变量X 1，X 2，X 3相互独立，其中X 1在[0，6]上服从均匀分布，X 2服从正态分布N （0，22），X 3服从参数为λ=3的泊松分布，记Y=X 1－2X 2+3X 3，则D （Y ）= 19.设()()25,36,0.4xy D X D Y ρ===，则()D X Y += 20.设12,,,,n X X X ??????是独立同分布的随机变量序列,且均值为μ,方差为2σ,那么当n 充分大时,近似有X ～或 X ～。特别是，当同为正态分布时，对于任意的n ，都精确有 X ～或～ . 21.设12,,,,n X X X ??????是独立同分布的随机变量序列,且i EX μ=，

概率论与数理统计实验报告

概率论与数理统计实验报告一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作二、实验步骤与结果概率论部分：实验名称：各种分布的密度函数与分布函数实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数为x，（1）计算x=45和x<45的概率，（2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1>

plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果：

概率论与数理统计知识点总结(详细)

《概率论与数理统计》第一章概率论的基本概念 (2) §2．样本空间、随机事件..................................... 2.. §4 等可能概型（古典概型）................................... 3.. §5．条件概率.............................................................. 4.. . §6．独立性.............................................................. 4.. . 第二章随机变量及其分布 (5) §1随机变量.............................................................. 5.. . §2 离散性随机变量及其分布律................................. 5..§3 随机变量的分布函数....................................... 6..§4 连续性随机变量及其概率密度............................... 6..§5 随机变量的函数的分布..................................... 7..第三章多维随机变量. (7) §1 二维随机变量............................................ 7...§2边缘分布................................................ 8...§3条件分布................................................ 8...§4 相互独立的随机变量....................................... 9..§5 两个随机变量的函数的分布................................. 9..第四章随机变量的数字特征.. (10)

概率论与数理统计复习题--带答案

;第一章一、填空题 1.若事件A?B且P（A）=0.5, P(B) =0.2 , 则P(A －B)=（0.3 ）。 2.甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.7，乙击中敌机的概率为0.8．求敌机被击中的概率为（0.94 ）。 3.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不少于二个发生可表示为（AB AC BC ++）。 4.三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.9，0.8，0.7，则这三台机器中至少有一台发生故障的概率为（0.496 ）。 5.某人进行射击，每次命中的概率为０.6 独立射击４次，则击中二次的概率为（ 0.3456 ）。 6.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ与Ｃ都不发生可表示为（ABC）。 7.设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不多于一个发生可表示为（AB AC BC I I）； 8.若事件A与事件B相互独立，且P（A）=0.5, P(B) =0.2 , 则P(A|B)=（0.5 ）；

9.甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.6，乙击中敌机的概率为0.5．求敌机被击中的概率为（0.8 ）； 10.若事件A与事件B互不相容，且P（A）=0.5, P(B) =0.2 , 则P(B A-)=（0.5 ） 11.三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.8，0.8，0.7，则这三台机器中最多有一台发生故障的概率为（0.864 ）。 12.若事件A?B且P（A）=0.5, P(B) =0.2 , 则 P(B A)=（0.3 ）; 13.若事件A与事件B互不相容，且P（A）=0.5, P(B) =0.2 , 则P(B A)=（0.5 ） 14.Ａ、Ｂ为两互斥事件，则A B= U（S ）15.Ａ、Ｂ、Ｃ表示三个事件，则Ａ、Ｂ、Ｃ恰有一个发生可表示为（ABC ABC ABC ++） 16.若()0.4 P AB A B= U P AB=0.1则(|) P B=，() P A=，()0.2 （ 0.2 ） 17.Ａ、Ｂ为两互斥事件，则AB=（S ） 18.保险箱的号码锁定若由四位数字组成，则一次）。就能打开保险箱的概率为（1 10000

概率论与数理统计知识点总结详细

概率论与数理统计知识点总结详细 Document number：PBGCG-0857-BTDO-0089-PTT1998

《概率论与数理统计》第一章概率论的基本概念 §2．样本空间、随机事件 1．事件间的关系 B A ?则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=?或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ?发生 B }x x x { ∈∈=?且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ?发生 B }x x x { ?∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生 φ=?B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =?B A φ=?B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件 2．运算规则交换律A B B A A B B A ?=??=? 结合律)()( )()(C B A C B A C B A C B A ?=???=?? 分配律 )()B (C A A C B A ???=??）（ ))(()( C A B A C B A ??=?? 徳摩根律B A B A A B A ?=??=? B — §3．频率与概率定义在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P

概率论与数理统计试题与答案

概率论与数理统计试题与答案 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】

概率论与数理统计试题与答案(2012-2013-1) 概率统计模拟题一一、填空题（本题满分18分，每题3分） 1、设,3.0)(,7.0)(=-=B A P A P 则)(AB P = 。 2、设随机变量p)B(3,~Y p),B(2,~X ，若9 5 )1(= ≥X p ，则=≥)1(Y p 。 3、设X 与Y 相互独立，1,2==DY DX ，则=+-)543(Y X D 。 4、设随机变量X 的方差为2，则根据契比雪夫不等式有≤≥}2EX -X {P 。 5、设)X ,,X ,(X n 21 为来自总体)10(2 χ的样本，则统计量∑==n 1 i i X Y 服从分布。 6、设正态总体),(2σμN ，2σ未知，则μ的置信度为α-1的置信区间的长度 =L 。（按下侧分位数）二、选择题（本题满分15分，每题3分） 1、若A 与自身独立，则（） (A)0)(=A P ； (B) 1)(=A P ；(C) 1)(0<