概率论与数理统计复习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(Φ):每次试验中一定不会发生的事件. 二. 事件间的关系和运算1.A ⊂B(事件B 包含事件A )事件A 发生必然导致事件B 发生.2.A ∪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=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生.6. AB=Φ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 = B A B A =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(Φ) = 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()()()()+∑+∑-∑=≤<<≤≤<≤=nk j i k j i nj i j i ni i n A A A P A A P A P A A A P 11121…+(-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.3.n 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()()()()kkii i i i i A P A P A P A A A P 2121=,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 kk 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~π(λ)参数为λ的泊松分布 P{X=k}=λλ-e k k !(k=0,1,2,…) (λ>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)(xx 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θ的指数分布.()⎩⎨⎧=-0/1θθx ex f 00≤>x x 若若 (θ>0). (3)X~N (μ,σ2)参数为μ,σ的正态分布222)(21)(σμσπ--=x ex f -∞<x<∞, σ>0. 特别, μ=0, σ2 =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, Φ(-x)=1-Φ(x) .若X ～N ((μ,σ2), 则Z=σμ-X ~N (0,1), P{x 1<X ≤x 2}=Φ(σμ-2x )-Φ(σμ-1x ).若P{Z>z α}= P{Z<-z α}= P{|Z|>z α/2}= α,则点z α,-z α, ±z α/ 2分别称为标准正态分布的上,下,双侧α分位点. 注意：Φ(zα)=1-α , z 1- α= -z α.四.随机变量X 的函数Y= g (X)的分布 1.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 , α= min (g (-∞),g (∞)) β= max (g (-∞),g (∞)) .如果f (x)在有限区间[a,b]以外等于零,则 α= min (g (a),g (b)) β= 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),(=⎰⎰∞∞-∞∞-d x d y 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 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,}{},{jj i j j i p p y Y P y Y x X P ∙=====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σ(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 2D(X) . 2.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)1.X~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p)2.X~ b (n,p) (0<p<1) n p n p (1- p)3.X~ π(λ) λ λ4.X~ U(a,b) (a+b)/2 (b-a) 2/12 5.X 服从参数为θ的指数分布 θ θ2 6.X~ N (μ,σ2) μ σ2 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 i XX 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∑-==n i ki k X X n B 1)(1( k=1,2,…),}{},{∙=====i j i i j i p p x X P y Y x X P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 (μ,σ2 ) ,则X ~ N (μ, σ2/n) .2.χ2分布 (1)定义 若X ～N (0,1) ,则Y =∑=ni i X 12~ χ2(n)自由度为n 的χ2分布.(2)性质 ①若Y~ χ2(n),则E(Y) = n , D(Y) = 2n .②若Y 1~ χ2(n 1) Y 2~ χ2(n 2) ,则Y 1+Y 2~ χ2(n 1 + n 2).③若X~ N (μ,σ2 ), 则22)1(σS n -~ χ2(n-1),且X 与S 2相互独立.(3)分位点 若Y~ χ2(n),0< α <1 ,则满足αχχχχαααα=<>=<=>--))}(())({()}({)}({22/122/212n Y n Y P n Y P n Y P的点)()(),(),(22/122/212n n n n ααααχχχχ--和分别称为χ2分布的上、下、双侧α分位点. 3. t 分布(1)定义 若X~N (0,1),Y~ χ2(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 (μ,σ2 )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 (μ1,σ12 ) 且σ12=σ22=σ2 X 1 ,X 2 ,…,X n1 X S 12Y~ N (μ2,σ22 ) Y 1 ,Y 2 ,…,Y n2Y S22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 < α<1 , 则满足αααα=>=-<=>)}({)}({)}({2/n t t P n t t P n t t P的点)(),(),(2/n t n t n t ααα±-分别称t 分布的上、下、双侧α分位点.注意: t 1- α (n) = - t α (n).4.F 分布 (1)定义 若U~χ2(n 1), V~ χ2(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< α <1,则满足)},({)},({21121n n F F P n n F F P αα-<=>ααα=<>=-))},(()),({(212/1212/n n F F n n F F P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α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θ1, θ2,…, θk .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 θθθμμθθθμμθθθμμ 解此方程组,得到⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k μμμθθμμμθθμμμθθ ,以样本矩A l 取代总体矩μ 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 θθθθθθ,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, θ1, θ2,…, θk ),称样本X 1 ,X 2 ,…,Xn的联合分布∏==ni k i k x p L 12121),,,,(),,,(θθθθθθ 为似然函数.取使似然函数达到最大值的∧∧∧kθθθ,,,21 ,称为参数θ1, θ2,…,θk 的最大似然估计值,代入样本得到最大似然估计量.若L(θ1, θ2,…, θk )关于θ1, θ2,…, θk 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)=θ,则估计量∧θ称为参数θ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 )=μk =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μk 的无偏估计,(2)有效性 若E(∧θ1 )=E(∧θ2)= θ, 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θ的相合估计量.文 - 汉语汉字 编辑词条文，wen ，从玄从爻。

自考04183概率论与数理统计(经管类)笔记-自考概率论与数理统§1.1 随机事件1.随机现象：确定现象：太阳从东方升起，重感冒会发烧等；不确定现象：随机现象：相同条件下掷骰子出现的点数：在装有红、白球的口袋里摸某种球出现的可能性等；其他不确定现象：在某人群中找到的一个人是否漂亮等。

结论：随机现象是不确定现象之一。

2.随机试验和样本空间随机试验举例：E1：抛一枚硬币，观察正面H、反面T出现的情况。

E2：掷一枚骰子，观察出现的点数。

E3：记录110报警台一天接到的报警次数。

E4：在一批灯泡中任意抽取一个，测试它的寿命。

E5：记录某物理量（长度、直径等）的测量误差。

E6：在区间[0，1]上任取一点，记录它的坐标。

随机试验的特点：①试验的可重复性；②全部结果的可知性；③一次试验结果的随机性，满足这些条件的试验称为随机试验，简称试验。

样本空间：试验中出现的每一个不可分的结果，称为一个样本点，记作。

所有样本点的集合称为样本空间，记作。

举例：掷骰子：＝{1，2，3，4，5，6},＝1，2，3，4，5，6；非样本点：“大于2点”，“小于4点”等。

3.随机事件：样本空间的子集，称为随机事件，简称事件，用A,B,C,…表示。

只包含一个样本点的单点子集{}称为基本事件。

必然事件：一定发生的事件，记作不可能事件：永远不能发生的事件，记作4.随机事件的关系和运算由于随机事件是样本空间的子集，所以，随机事件及其运算自然可以用集合的有关运算来处理，并且可以用表示集合的文氏图来直观描述。

（1）事件的包含和相等包含：设A，B为二事件，若A发生必然导致B发生，则称事件B包含事件A，或事A包含于事件B，记作，或。

性质：例：掷骰子，A：“出现3点”，B：“出现奇数点”，则。

注：与集合包含的区别。

相等：若且，则称事件A与事件B相等，记作A＝B。

（2）和事件概念：称事件“A与B至少有一个发生”为事件A与事件B的和事件，或称为事件A与事件B的并，记作或A＋B。

第一章随机事件与概率1. 从发生的必然性角度区分，现象分为确定性现象和随机现象。

随机现象：在一定条件下，可能出现这样的结果，也可能出现那样的结果，预先无法断言。

统计规律性：在大量重复试验或观察中所呈现的固有规律性。

概率论与数理统计就是研究和揭示随机现象统计规律的一门数学学科，随机现象是概率论与数理统计的主要对象。

（1）概率论：从数量上研究随机现象的统计规律性的科学。

（2）数理统计：从应用角度研究处理随机性数据，建立有效的统计方法，进行统计推理。

2. （1）试验的可重复性——可在相同条件下重复进行；（2）一次试验结果的随机性——一次试验之前无法确定具体是哪种结果出现，但能确定所有的可能结果；（3）全部试验结果的可知性——所有可能的结果是预先可知的。

在概率论中，将具有上述三个特点的试验成为随机试验，简称试验，记作E。

样本点：试验的每一个可能出现的结果称为一个样本点，记为ω。

样本空间：试验的所有可能结果所组成的集合称为试验E的样本空间，记为Ω。

3. 在一次试验中可能出现也可能不出现的事件，统称为随机事件，记作A，B，C或A1，A2，…随机事件：样本空间Ω的任意一个子集称, 简称“事件”，记作A、B、C等。

事件发生：在一次试验中，当这一子集中的一个样本点出现时。

基本事件：样本空间Ω仅包含一个样本点ω的单点子集{ω}。

两个特殊事件：必然事件Ω、不可能事件φ样本空间Ω包含所有的样本点，它是Ω自身的子集，在每次试验中它总是发生，称为必然事件。

空集φ不包含任何样本点，它也作为样本空间Ω的子集，在每次试验中都不发生，称为不可能事件。

4. 随机事件的关系与运算（1）事件的包含与相等设A，B为两个事件，若A发生必然导致B发生，则称事件B包含A，或称事件A包含在B中，记作B⊃A，A⊂B。

①φ⊂A⊂Ω②若A⊂B且B⊂A，则称A与B相等，记作A=B。

事实上，A和B在意义上表示同一事件，或者说A和B 是同一事件的不同表述。

（2）和事件称事件“A，B中至少有一个发生”为事件A与事件B的和事件，也称为A与B的并，记作A∪B或A+B。

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。

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>。

概率论与数理统计复习题（一）A. 古典概型选择题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 为出现的点数之和等于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 466104.06.0 D.（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，则打印机空闲率为（ ） 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B .若A,B 互不相容，则1B A P ）＝（C.若 P(A)=1，则A 为必然事件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。