中国石油大学 概率论总复习

《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()。

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X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x pp ====-<<，则称X 服从12,x x 处参数为p 的两点分布。

两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望：()E X p =；两点分布的方差：()(1)D X p p =-（2）二项分布：若一个随机变量X 的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=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：{}(1),0,1,...,.k k n kn P x k C p p k n -==-= 二项分布的期望：()E X np =；二项分布的方差：()(1)D X np p =-（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=，则称X 服从参数为λ的泊松分布，记为X~P (λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k ek k λλλ-==>=泊松分布的期望：()E X λ=；泊松分布的方差：()D X λ=4.连续型随机变量：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 ，使得对于任意实数x ，有(){}()xF x P X x f 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。

5.常用的连续型分布：（1）均匀分布：若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ，则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度：⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望：()2a bE X +=；均匀分布的方差：2()()12b a D X -= （2）指数分布：若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩，则称X 服从参数为λ的指数分布，记为X~e (λ)指数分布的概率密度：00()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望：1()E X λ=；指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X的概率密度为2()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()2()x f x x μσ--=-∞<<+∞正态分布的期望：()E X μ=；正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==，2222()()x t xx x e dtϕφ---∞=⎰标准正态分布表的使用： （1）()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数： 设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。

《概率论与数理统计》复习提要第一章随机事件与概率1．事件的关系φφ=Ω-⋃⊂AB A B A AB B A B A 2．运算规则（1）BAAB A B B A =⋃=⋃ （2）)()( )()(BC A C AB C B A C B A =⋃⋃=⋃⋃（3）))(()( )()()(C B C A C AB BC AC C B A ⋃⋃=⋃⋃=⋃（4）BA AB B A B A ⋃==⋃ 3．概率)(A P 满足的三条公理及性质：（1）1)(0≤≤A P （2）1)(=ΩP （3）对互不相容的事件n A A A ,,,21 ，有∑===nk kn k kA P A P 11)()( （n 可以取∞）（4）0)(=φP （5）)(1)(A P A P -=（6）)()()(AB P A P B A P -=-，若B A ⊂，则)()()(A P B P A B P -=-，)()(B P A P ≤（7）)()()()(AB P B P A P B A P -+=⋃（8）)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=⋃⋃4．古典概型：基本事件有限且等可能5．几何概率6．条件概率（1）定义：若0)(>B P ，则)()()|(B P AB P B A P =（2）乘法公式：)|()()(B A P B P AB P =若n B B B ,,21为完备事件组，0)(>i B P ，则有（3）全概率公式：∑==ni iiB A P B P A P 1)|()()(（4）Bayes 公式：∑==ni iik k k B A P B P B A P B P A B P 1)|()()|()()|(7．事件的独立性：B A ,独立)()()(B P A P AB P =⇔（注意独立性的应用）第二章随机变量与概率分布1．离散随机变量：取有限或可列个值，i i p x X P ==)(满足（1）0≥i p ，（2）∑iip=1（3）对任意R D ⊂，∑∈=∈Dx i ii pD X P :)(2．连续随机变量：具有概率密度函数)(x f ，满足（1）1)(,0)(-=≥⎰+∞∞dx x f x f ；（2）⎰=≤≤badx x f b X a P )()(；（3）对任意R a ∈，0)(==a X P 3．几个常用随机变量名称与记号分布列或密度数学期望方差两点分布),1(p B p X P ==)1(，pq X P -===1)0(p pq 二项式分布),(p n B n k q p C k X P kn k k n ,2,1,0,)(===-，npnpqPoisson 分布)(λP,2,1,0,!)(===-k k e k X P kλλλλ几何分布)(p G,2,1 ,)(1===-k p qk X P k p 12p q 均匀分布),(b a U b x a a b x f ≤≤-= ,1)(，2b a +12)(2a b -指数分布)(λE 0,)(≥=-x e x f x λλλ121λ正态分布),(2σμN 222)(21)(σμσπ--=x ex f μ2σ4．分布函数)()(x X P x F ≤=，具有以下性质（1）1)( ,0)(=+∞=-∞F F ；（2）单调非降；（3）右连续；（4）)()()(a F b F b X a P -=≤<，特别)(1)(a F a X P -=>；（5）对离散随机变量，∑≤=xx i ii px F :)(；（6）对连续随机变量，⎰∞-=xdt t f x F )()(为连续函数，且在)(x f 连续点上，)()('x f x F =5．正态分布的概率计算以)(x Φ记标准正态分布)1,0(N 的分布函数，则有（1）5.0)0(=Φ；（2）)(1)(x x Φ-=-Φ；（3）若),(~2σμN X ，则()(σμ-Φ=x x F ；（4）以αu 记标准正态分布)1,0(N 的上侧α分位数，则)(1)(αααu u X P Φ-==>6．随机变量的函数)(X g Y =（1）离散时，求Y 的值，将相同的概率相加；（2）X 连续，)(x g 在X 的取值范围内严格单调，且有一阶连续导数，则|))((|))(()('11y g y g f y f X Y --=，若不单调，先求分布函数，再求导。