下载文档原格式
概率论与数理统计总复习1、研究和揭示随机现象 统计规律性的科学。
随机现象：是在个别试验中结果呈现不确定性，但在大量重复试验中结果又具有统计规律性的现象。
2、互斥的或互不相容的事件：A B φ⋂=3、逆事件或对立事件：φ=⋂=⋃B A S B A 且4、德∙摩根律：B A B A ⋂=⋃，B A B A ⋃=⋂5、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/A n n 称为事件A 发生的频率，并记为()n f A 。
6、概率的性质（1）非负性：(A)0P ≥； （2）规范性：(S)1P =；（3）有限可加性：设A 1，A 2，…，A n ，是n 个两两互不相容的事件，即A i A j ＝φ，(i ≠j), i , j ＝1, 2, …, n , 则有∑==ni i n A P A A P 11)()...(（4）()0P φ=；（5）单调不减性：若事件A ⊂B ，则P(B)≥P(A) （6）对于任一事件A ，P(A)≤1 （7）差事件概率：对于任意两事件A 和B ，()()()P B A P B P AB -=-（8）互补性（逆事件的概率）：对于任一事件A ，有 P(A )=1-P(A) （9）加法公式：P(A ⋃B)＝P(A)＋P(B)－P(AB))()()()()()()()(321323121321321A A A P A A P A A P A A P A P A P A P A A A P +---++=⋃⋃7、古典概型中的概率: ()()()N A P A N S =①乘法原理：设完成一件事需分两步， 第一步有n 1种方法，第二步有n 2种方法， 则完成这件事共有n 1n 2种方法。
例：从甲、乙两班各选一个代表。
②加法原理：设完成一件事可有两类方法，第一类有n 1种方法，第二类有n 2种方法，则完成这件事共有n 1+n 2种方法。
《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。
;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（ ABAC 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()0.4P A =，()0.2P B =，()P AB =0.1则(|)P AB A B =U （ 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（110000）。
概率论与数理统计复习汇总第⼀章：概率论初步基本概念：随机事件、古典概率、条件概率、事件的独⽴性事件的关系与运算(结合集合论和⽂⽒图来学习)⼦事件(⼦集)、积事件(交集)、和事件(并集)、对⽴事件AB A B ∪A (补集)、差事件 ;A B AB A AB ?==? 互斥事件 AB =Φ事件发⽣：事件A 中⾄少有⼀个样本点出现.处理技巧：把稍微复杂点事件处理成简单的互斥事件的和 []A B A B A =?∪∪运算规律：德摩根律 ;AB A B A B AB ==∪∪加法原理：(分类)，乘法原理：12m n n n +++ 12m n n n (分步)排列：全排列：；组合：,m m nnA P ,!n ,!m m m n nn P C C C m n mn ?==古典概型：满⾜以下两个特点的随机试验 ()An P A n Ω=1. 试验的样本空间中有有限的样本点；2. 每个样本点发⽣的可能性是相等.(对称性和均衡性) 例题1 计算下列概率题 (求概率前先设事件) 1. 抛两颗骰⼦，观察他们点数出现的情况， (1) 写出试验的样本空间；(2) 设两颗骰⼦点数相同，:A :B 两颗骰⼦点数和为5，求(),().P A P B 2. 袋⼦中有a 只⽩球，b 只红球，2个⼈依次在袋⼦中取⼀球，(1) 做有放回的抽样，求第⼆个⼈取得⽩球的概率；()aP A a b=+(2) 做⽆放回的抽样，求第⼆个⼈取得⽩球的概率；1(1)()11()(1)b a a a a b a a P A a b a b a b a b a b a b a b ()+=+==+++++++ 注：当箱⼦中奖券⾜够多时，摸奖不分先后；概率的公理化定义设E 是⼀个随机试验，S 是它的样本空间，对于E 中的每⼀个事件A 赋予⼀个实数，记为，称为事件的概率，如果他满⾜下列的假设：()P A A (1) (2) 对于0()P A ≤≤1;S 有()1;P S = (3) 设两两互不相容，则有12,,,,n A A A 1212()()()n n P A A A P A P A P A =+++∪∪∪∪ ()公理化定义的性质：(1) ()1();P A P A =? (2) ()0;P Φ=(3) 对任意的事件有 ,A B ()()(P A B P A P AB );?=? 差事件的概率(4) 对任意的事件有 ,A B ()()()();P A B P A P B P AB =+?∪概率的⼀般加法公式例题2 利⽤事件关系和运算及公理化定义计算下列概率1. 设,A B 是两个事件，已知1118(),(),(),42P A P B P AB ===(),P A B ∪求(),(),[()()].P AB P AB P A B AB ∪条件概率在事件B 发⽣前提下，事件发⽣的概率，记为A ()()()P AB P A B P B =. 乘法公式：()()()()()P AB P B P A B P A P B A ==或全概率公式和贝叶斯公式样本空间的⼀个划分：设为随机试验S S E 的样本空间，12,,,n B B B 为E 的⼀组事件，若(1);i j B B =Φ (2) 12,n B B B S =∪∪∪则称12,,,n B B B 为样本空间的⼀个划分.或者S 12,,,n B B B 为⼀个完备事件组.全概率公式：设设为随机试验S E 的样本空间，12,,,n B B B 为⼀个完备事件组，则有1122()()()()()()()n n P A P B P A B P B P A B P B P A B =+++i B 称为原因，A 称为结果；全概率公式由原因找结果；贝叶斯公式：由结果找造成的原因1122()()()()()()()()()()()i i i i n n P B P A B P AB P B A P A P B P A B P B P A B P B P A B ==+++ 注：不要盲⽬记公式，分析原因和结果例题3 计算下列概率1. 某商店收进甲⼚⽣产的产品300个，⼄⼚⽣产的同种产品200个，甲⼚⽣产产品的次品率为0.06，⼄⼚⽣产产品的次品率为0.05，求 (1) 任取⼀件产品为次品的概率是多少？(2) 已知取得的产品为次品，求此次品来⾃甲⼚⽣产的概率是多少？2. ⼈们为了了解⼀⽀股票未来⼀定时期内价格的变化，往往会去分析影响股票价格的基本因素，⽐如利率的变化. 现假设⼈们经分析评估知利率下降的概率为60%，利率不变的概率为40%.根据经验，⼈们估计，在利率下调的情况下，该⽀股票价格上涨的概率为80%，⽽在利率不变的情况下，其价格上涨的概率为40%，求该⽀股票上涨的概率.事件的独⽴性设是两个事件，若有,A B ()()()P AB P A P B =，则称事件是相互独⽴的.,A B 结论1：设是两个事件，若事件相互独⽴，则,A B ,A B ()(P A B P A =). 若事件,A B 相互独⽴，则,;,;,A B A B A B 也是相互独⽴的. 三个事件相互独⽴若事件满⾜,,A B C ()()();()()();()()();()()()();P AB P A P B P AC P A P C P BC P B P C P ABC P A P B P C ====则称事件相互独⽴.,,A B C 结论2：若事件相互独⽴，则其中任意12,,,n A A A (2)k k n ≤<个事件也相互独⽴；若事件相互独⽴，则中任意多个事件换成他们各⾃的对⽴事件，所得的个事件也相互独⽴. 12,,,n A A A 12,,,n A A A n 例题4计算下列概率1. 某⼀治疗⽅法对⼀个患者有效的概率为0.9. 今对3个患者进⾏了治疗，求对3个患者的治疗中，⾄少有⼀个是有效的概率. 设对各个患者的治疗效果是相互独⽴的.第⼆章：随机变量及其相关内容基本概念：随机变量、分布律、概率密度、分布函数随机变量：设随机试验的样本空间为{},()S e X X e ==是定义在样本空间上的实值单值函数，称S ()X X e =为随机变量. ( 样本点到数的对应法则) 随机变量的分类：离散型随机变量和连续型随机变量(基于的取值类型) ..r v 离散型随机变量取值为有限个或者⽆限可列个的随机变量分布律若..r v X 的取值为对应概率值为，即12,,,,n x x x 12,,,,n p p p {}1,2,k kP X x p k === 且满⾜：10;1,k k k p p ∞=≥=∑则称为{}1,2,k kP X x p k === ..r v X 的概率分布律，简称分布律常见的离散型随机变量的分布 (区分背景、分布律、记号)贝努利试验试验E 中只有两个结果，,A A ；n 重贝努利试验可以重复进⾏的，相互独⽴的贝努利试验 (搞清楚背景)01?分布 (1,)X B p ～X0 1kp 1p ? p⼆项分布 X ：次试验中出现的次数取值：0, 分布律为n A 1,2,,n (,)X B n p ～或推导，验证是分布律{}(1)0,1,k kn k n P X K C p p k n ?==?= ,⼏何分布 X ：直到出现经历的试验次数取值：1, A 2,,,n 分布律为：推导，验证是分布律1{}(1)1,,,n P X K p p k n ?==?= 例题1 计算下列概率题⽬1. 已知100个产品中有5个次品，现从中有放回地取3次，每次任取1个，求在所取的3个中恰有2个次品的概率.2. 某⼈进⾏射击，设每次射击的命中率为0.02，独⽴射击100次，记X 为击中⽬标的次数(1) 写出X 的分布律；(2) 恰好击中3次的概率；(3)求⾄少击中两次的概率。
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。
概率统计、概率论与数理统计、随机数学课程期末复习资料注：以下是考试的参考内容,不作为实际考试范围,考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考;1、能很好地掌握写样本空间与事件方法,会事件关系的运算,了解概率的古典定义2、能较熟练地求解古典概率；了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质;5、理解随机变量的概念,能熟练写出0—1分布、二项分布、泊松分布的分布律;6、理解分布函数的概念及性质,理解连续型随机变量的概率密度及性质;7、掌握指数分布参数λ、均匀分布、正态分布,特别是正态分布概率计算8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度;9、会求分布中的待定参数;10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数,会判别随机变量的独立性;11、掌握连续型随机变量的条件概率密度的概念及计算;12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,理解二维离散型随机变量的联合分布律及其性质,理解二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率;13、了解求二维随机变量函数的分布的一般方法;14、会熟练地求随机变量及其函数的数学期望和方差;会熟练地默写出几种重要随机变量的数学期望及方差;15、较熟练地求协方差与相关系数.16、了解矩与协方差矩阵概念;会用独立正态随机变量线性组合性质解题;17、了解大数定理结论,会用中心极限定理解题;18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握χ2分布及性质、t分布、F分布及其分位点概念;19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数;20、掌握极大似然估计法,无偏性与有效性的判断方法;21、会求单正态总体均值与方差的置信区间;会求双正态总体均值与方差的置信区间;23、明确假设检验的基本步骤,会U检验法、t检验、2χ检验法、F检验法解题;24、掌握正态总体均值与方差的检验法;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法;2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;3．准确地选择和运用全概率公式与贝叶斯公式;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;5．会用中心极限定理解题;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理;4．会求未知参数的矩估计、极大似然估计; 5．掌握无偏性与有效性的判断方法; 6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率; 例2：袋中有a 个白球,ｂ个黑球,c 个红球,从中任意取出ｍm ≤a +ｂ个球,求取出的m 个球中有k 1≤a 个白球、k 2≤b 个黑球、k 3≤c 个红球k 1＋k 2＋k 3=m 的概率. 占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;如对于事件A ,B ,A 或B ,已知P A ,PB ,P AB ,P A B ,P A |B ,PB |A 以及换为A 或B 之中的几个,求另外几个; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 3．准确地选择和运用全概率公式与贝叶斯公式;若已知导致事件A 发生或者是能与事件A 同时发生的几个互斥的事件B i ,i =1,2,…,n ,…的概率PB i ,以及B i 发生的条件下事件A 发生的条件概率P A |B i ,求事件A 发生的概率P A 以及A 发生的条件下事件B i 发生的条件概率PB i | A ;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;1已知一维离散型随机变量X 的分布律PX =x i =p i ,i =1,2,…,n ,… 确定参数 求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的分布律及期望EgX 例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E2已知一维连续型随机变量X 的密度函数fx确定参数求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的密度函数及期望EgX例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k求概率}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数X Y =的密度及期望)(X E3已知二维离散型随机变量X ,Y 的联合分布律PX =x i ,Y =y j =p ij ,i =1,2,…,m ,…；j =1,2,…,n ,… 确定参数求概率P {X ,Y ∈G }求边缘分布律PX =x i =p i.,i =1,2,…,m ,…；PY =y j =, j =1,2,…,n ,… 求条件分布律PX =x i |Y =y j ,i =1,2,…,m ,…和PY =y j |X =x i , j =1,2,…,n ,… 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的分布律及期望EgX , Y 例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X =1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律4已知二维连续型随机变量X 的联合密度函数fx , y 确定参数求概率P {X ,Y ∈G }求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的密度函数及期望EgX , Y例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率．例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;对于来自总体X 的样本n X X X ,,,21 ,由样本构成的各种函数是否是统计量; 2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;对于来自总体X 的样本n X X X ,,,21 ,判断估计量是否无偏,比较哪个更有效; 例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;对于正态总体,由样本结合给出条件,导出参数的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤; 对于单、双正态总体根据给定条件,确定使用什么检验方法,明确基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤;1．古典概型中计算概率用到的基本的计数方法; 古典概型例子 摸球模型例1：袋中有a 个白球,ｂ个黑球,从中接连任意取出mm ≤a +ｂ个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率;分析：本例的样本点就是从a +ｂ中有次序地取出m 个球的不同取法；第m 次取出的球是白球意味着：第ｍ次是从a 个白球中取出一球,再在a +ｂ-1个球中取出m-1个球; 解：设B ＝｛第m 次取出的球是白球｝样本空间的样本点总数： mb a A n +=事件B 包含的样本点： 111--+=m b a a AC r ,则 b a a A aA n r B P mba mb a +===+--+11)( 注：本例实质上也是抽签问题,结论说明按上述规则抽签,每人抽中白球的机会相等,同抽签次序无关;例2：袋中有4个白球,5个黑球,6个红球,从中任意取出9个球,求取出的9个球中有1 个白球、3个黑球、5个红球的概率.解：设B ＝｛取出的9个球中有1个白球、3个黑球、5个红球｝样本空间的样本点总数： 915C n ==5005事件B 包含的样本点： 563514C C C r ==240,则 PB =120/1001=占位模型例：n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子N ≥n 的任一个之中,求下列事件的概率：1 A ={指定n 个格子中各有一个质点}；2 B ={任意n 个格子中各有一个质点}；3 C ={指定的一个格子中恰有mm ≤n 个质点}. 解：样本点为n 个质点在N 个格子中的任一种分布,每个质点都有N 种不同分布,即n 个质点共有N n 种分布;故样本点总数为：N n1在n 个格子中放有n 个质点,且每格有一个质点,共有n 种不同放法；因此,事件A 包含的样本点数：n,则n Nn A P !)(=2先在N 个格子中任意指定n 个格子,共有nN C 种不同的方法；在n 个格子中放n 个质点,且每格一个质点,共有n 种不同方法；因此,事件B 包含的样本点数： n Nn NA C n =!,则n n NNA B P =)(3在指定的一个格子中放mm ≤n 个质点共有mn C 种不同方法；余下n-m 个质点任意放在余下的N-1个格子中,共有mn N --)1(种不同方法.因此,事件C 包含的样本点数：m n C mn N --)1(, 则mn m m n nm n m n N N N C NN C C P ---=-=)1()1()1()( 抽数模型例：在0～9十个整数中任取四个,能排成一个四位偶数的概率是多少解：考虑次序.基本事件总数为：410A =5040,设B ={能排成一个四位偶数} ;若允许千位数为0,此时千位数可在0、2、4、6、8这五个数字中任选其一,共有5种选法；其余三位数则在余下的九个数字中任选,有39A 种选法；从而共有539A =2520个;其中,千位数为0的“四位偶数”有多少个 此时个位数只能在2、4、6、8这四个数字中任选其一,有4种选法；十位数与百位数在余下的八个数字中任选两个,有28A种选法；从而共有428A=224个; 因此410283945)(A A A B P -==2296/5040= 2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B 解：P AB = P APB =,P A －B = P A －P AB =,P A B = P A ＋PB －P AB =例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 解：P A －B =,P A B =,)|(B A P =)()(B P AB P =3/7,)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7,)|(B A P =)(1)()()(B P B A P B P B A P -= =2/33．准确地选择和运用全概率公式与贝叶斯公式;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;解：设事件A 表示“顾客买下该箱”,i B 表示“箱中恰好有i 件次品”,2,1,0=i ;则8.0)(0=B P ,1.0)(1=B P ,1.0)(2=B P ,1)|(0=B A P ,54)|(4204191==C C B A P ,1912)|(4204182==C C B A P ;由全概率公式得 ∑==⨯+⨯+⨯==294.019121.0541.018.0)|()()(i i i B A P B P A P ； 由贝叶斯公式 85.094.018.0)()|()()|(000=⨯==A PB A P B P A B P ; 4．1例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,P 1<X <3 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E 解：由1=∑iip,有 k ＋2 k ＋3 k ＋4 k =1 得 k =P 0<X <3= PX =1＋PX =2=,P 1<X <3= PX =2=⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<≤<=41436.0323.0211.010)(x x x x x x F∑=ii i p x X E )(=3,∑=i i p x X E 22)(=10,DX =22))(()(X E X E -=12)3(-X E =12例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k 求概率P 1<X <3 求分布函数Fx 求期望EX ,方差DX 求函数X Y =的密度函数及期望)(X E 解：由⎰+∞∞-dx x f )(=1,有⎰+∞∞-dx x f )(=k dx kx 38202=⎰=1,得 k =3/8P 1<X <3=⎰31)(dx x f =⎰21283dx x =7/8. ⎪⎩⎪⎨⎧≥<<≤=2120800)(3x x x x x F⎰+∞∞-=dx x xf X E )()(=⎰2383dx x =3/2,⎰+∞∞-=dx x f x X E )()(22=⎰20483dx x =12/5DX =22))(()(X E X E -=3/20⎪⎩⎪⎨⎧<<=其他02043)(5y y y f)(X E =⎰+∞∞-dx x f x )(=⎰202583dx x =726 3例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X=1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律 解：PX <Y =, PX =Y =YXY =iij ji p x X E )(=,=iij ji p x X E )(=,DX =))(()(X E X E -=∑∑=i ij j j p y Y E )(=2,∑∑=i ij jj p y Y E 22)(=5,DY =22))(()(Y E Y E -=1∑∑=iij jj i p y x XY E )(=,cov X ,Y =)()()(Y E X E XY E -=XY ρ=)()(),cov(Y D X D Y X = 相关V =min{X ,Y }4例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 解：由⎰⎰+∞∞-+∞∞-dxdy y x f ),(=1,有⎰⎰+∞∞-+∞∞-dxdy y x f ),(=⎰⎰-11212ydy x c dx x=1,得 c =21/4PX <Y =⎰⎰-12421ydx x dy y y = ⎪⎩⎪⎨⎧≤≤--==⎰其它011)1(821421)(42122x x x ydy x x f x X ⎪⎩⎪⎨⎧≤≤==⎰-其它1027421)(252y y ydx x y f yy Y X 与Y 不独立⎪⎩⎪⎨⎧≤≤-==-其它023)(),()|(232|yx y y x y f y x f y x f YY X⎪⎩⎪⎨⎧≤≤-==其它0118)(),()|(24|y x x y x f y x f x y f X X Y⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(=⎰⎰-11312421ydy x dx x =0⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(22=⎰⎰-11412421ydy x dx x =7/15DX =22))(()(X E X E -=7/15⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(=⎰⎰-112212421dy y x dx x =7/9⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(22=⎰⎰-113212421dy y x dx x =7/11DY =22))(()(Y E Y E -=28/891⎰⎰+∞∞-+∞∞-=dxdy y x f xy XY E ),()(=⎰⎰-112312421dy y x dx x =0cov X ,Y =0, XY ρ=0,X 与Y 不相关5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率． 解：例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率; 解：设这批种子发芽数为X ,则)9.0,1000(~B X ,由中心极限定理得所求概率为}880{≥X P 9826.0)108.2()108.2(1)90900880(1=Φ=-Φ-=-Φ-=;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤; 解: 1 1.提出假设 u u H u u H ≠=:,:12.选取统计量nS u X t /)(0-=3.对给定的显著性水平α,查表得)1(2-n t α4.计算 ns u x t /)(0-=5.判断 若),1(2->n t t α拒绝; H 反之,接受. H21.提出假设2021202:,:σσσσ>≤H H2.选取统计量2022)1(σχS n -=3.对给定的显著性水平α,查表得)1(2-n αχ4.计算.)1(2022σχs n -=5.判断 若),1(22-<n αχχ拒绝; H 反之,接受. H。
