最新概率论与数理统计模拟试题
模拟试题A
最新概率论与数理统计模拟试题
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：
从经验和理论知与之间有关系式?
且各独立同分布于。试用最小二乘法估计 a , b.
概率论与数理统计模拟试题A解答
一、单项选择题
1. （B）;
2. (B);
3.(D)
二、填空题
1. P(B)P(A|B);
2. 0.3174;
3. ;
4. =0.3024
三、解：因，故可取
其中u～N ( 0，1 ) ，，且u与y相互独立。从而与y也相互独立。又由于
于是
四、的分布律如下表：
五、( i= 1，2，3 ) 分别表示居民为肥胖者，不胖不瘦者，瘦者
B ：“居民患高血压病”
则，，
，，
由全概率公式
由贝叶斯公式
，
六、(x , h)联合概率密度
( 1 ) P(A) =
( 2 )
( 3 )
七、证一：设事件A在一次试验中发生的概率为p ，又设随机变量
则，
故
证二：
八、因为
所以w的分布律为
w的分布函数为
九、要检验的假设为
：；
在时，
故在时，拒绝认为新产品的强力的标准差较原来的有显著增大。
当时，
故在下接受，认为新产品的强力的标准差与原来的显著差异。
注:：改为：也可
十、
模拟试题C(A.B.D)
一.填空题（每小题3分，共15分）
1．设A，B，C是随机事件，
则A，B，C三个事件恰好出现一个的概率为______。
2．设X，Y是两个相互独立同服从正态分布的随机变量，则E(|X-Y|)=______。3．是总体X服从正态分布N，而是来自总体X的简单随机样本，则随机变量服从______，参数为______。
4．设随机变量X的密度函数，Y表示对X的5次独立观察终事件出现的次数，则DY=______。
5．设总体X的密度函数为是来自X的简单随机样本，则X的最大似然估计量＝______。
二.选择题（每小题3分，共15分）
1．设,则下列结论成立的是（）（A）事件A和B互不相容；
（B）事件A和B互相对立；
（C）事件A和B互不独立；
（D）事件A和B互相独立。
2．将一枚硬币重复郑n次，以X和Y分别表示正面向上和反面向上的次数，则X与Y的相关系数等于（）。
（A）-1 （B）0 （C）1/2 （D）1
3．设分别为随机变量的分布函数，为使
是某一随机变量的分布函数，在下列给定的各组值中应取（）。
3．设是来自正态总体的简单随机样本，是样本均值，记
则服从自由度为n-1的t分布随机变量为（）。
5．设二维随机变量（X，Y）服从二维正态分布，则随机变量不相关的充分必要条件为（）。
三、（本题满分10分）假设有两箱同种零件，第一箱内装50件，其中10件一等品，第二箱内装30件，其中18件一等品。现从两箱中随意挑出一箱，然后从该箱中先后随机取两个零件（取出的零件均不放回），试求：
（1）先取出的零件是一等品的概率；
（2）在先取出的零件是一等品的下，第二次取出的零件仍然是一等品的概率。
四、（本题满分10分）假设在单位时间内分子运动速度X的分布密度为
，
求该单位时间内分子运动的动能的分布密度，平均动能和方差。
五、（本题满分10分）设随机变量X与Y独立，同服从[0,1]上的均匀分布。试求：
六、（本题满分10分）某箱装有100件产品，其中一、二和三等品分别为80件、10件、10
件，现从中随机抽取，记，试求：（1）随机变量
的联合分布；（2）随机变量的相关系数。
七、（本题满分15分）设总体X的密度函数为
是来自X的简单随机样本，试求：
八、（本题满分15分）某化工厂为了提高某种化学药品的得率，提出了两种工艺方案，为了研究哪一种方案好，分别对两种工艺各进行了10次试验，计算得
假设得率均服从正态分布，问方案乙是否能比方案甲显著提高得率？
概率论与数理统计模拟试题C解答
模拟试题D(A.B.C)
一、填空题（每小题3分，共15分）
1．甲、乙二人独立地向同一目标射击一次，其命中率分别为0.6和0.5，现已知目标被命中，则它是甲命中的概率是______。
2．设X和Y为两个随机变量，且，则
。
3．设随机变量X与Y独立，,且，则
。
4．设是来自正态总体N（0，1）的简单随机样本，令
为使服从分布，则a=______,b=______.
5．设由来自正态总体的一个容量为9的简单随机样本计算得样本均值为5，则未知数的置信度为0.95的置信区间为______。
二.选择题（每小题3分，共15分）
1．当事件A与事件B同时发生时，事件C必发生，则（）。
2．设随机变量X服从指数分布，则随机变量Y＝min（X，2）的分布函数（）。
（A）是连续函数；（B）至少有两个间断点；
（C）是阶梯函数；（D）恰好有一个间断点。
3．设随机变量X和Y独立同分布，记U＝X－Y，V＝X +Y ,则随机变量U与V也（）。（A）不独立；（B）独立；
（C）相关系数不为零；（D）相关系数为零。
4．设总体X服从正态分布，是来自X的简单随机样本，为使
是的无偏估计量，则A的值为（）。
5．对正态总体的数学期望进行假设检验，如果在显著水平下，接受假设，则在显著水平下，下列结论中正确的是（）。
（A）必接受；（B）可能接受，也可能有拒绝；
（C）必拒绝；（D）不接受，也不拒绝。
三、（本题满分10分）三架飞机：已架长机两架僚机，一同飞往某目的地进行轰炸，但要到达目的地，一定要有无线电导航。而只有长机有此设备。一旦到达目的地，各机将独立进行轰炸，且每架飞机炸毁目标的概率均为0.3。在到达目的地之前，必须经过高射炮阵地上空。此时任一飞机被击落的概率为0.2，求目标被炸毁的概率。
四、（本题满分10分）使用了小时的电子管在以后的小时内损坏的概率等于
，其中是不依赖于的数，求电子管在T小时内损坏的概率。
（本题满分10分）设随机变量X与Y独立同服从参数为1的指数分布。证明
五、
相互独立。
六、（本题满分10分）设二维随机变量（X，Y）的联合密度函数为
（1）计算;
（2）求X与Y的密度函数；
（3）求Z＝X＋Y 的密度和函数。
七、（本题满分15分）设总体X服从正态分布，是来自X的一个样本，是未知参数。
（1）区域的最大似然估计量；
（2）是否是的有效估计？为什么？
八、（本题满分15分）设有线性模型
其中相互独立，同服从正态分布：（1）试求系数的最小二乘估计；
（2）求的无偏估计量；
（3）求构造检验假设的统计量。
概率论与数理统计模拟试题D解答
全国历自学考试概率论与数理统计(二)试题与答案
全国2011年4月自学考试概率论与数理统计（二） 课程代码：02197 选择题和填空题详解 试题来自百度文库 答案由王馨磊导师提供 一、单项选择题（本大题共10小题，每小题2分，共20分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。 1．设A , B , C , 为随机事件, 则事件“A , B , C 都不发生”可表示为（ A ） A ．C B A B ．C B A C ．C B A D ．C B A 2．设随机事件A 与B 相互独立, 且P (A )=5 1, P (B )=5 3, 则P (A ∪B )= ( B ) A ．253 B ．2517 C ．5 4 D ．2523 3．设随机变量X ~B (3, 0.4), 则P {X ≥1}= ( C ) A ．0.352 B ．0.432 C ．0.784 D ．0.936 解：P{X ≥1}=1- P{X=0}=1-(1-0.4)3=0.784,故选C. 4．已知随机变量X 的分布律为 , 则P {-2＜X ≤4}= ( C ) A ．0.2 B ．0.35 C ．0.55 D ．0.8 解：P {-2＜X ≤4}= P {X =-1}+ P {X =2}=0.2+0.35=0.55，故选C. 5．设随机变量X 的概率密度为4 )3(2 e 2 π21)(+-= x x f , 则E (X ), D (X )分别为 ( ) A ．2,3- B ．-3, 2 C ．2,3 D ．3, 2 与已知比较可知：E(X)=-3，D(X)=2，故选B. 6．设二维随机变量 (X , Y )的概率密度为? ??≤≤≤≤=,,0, 20,20,),(其他y x c y x f 则常数 c = ( A ) A ．4 1 B ．2 1 C ．2 D ．4 解：设D 为平面上的有界区域，其面积为S 且S>0，如果二维随机变量 （X ，Y ）的概率密度为 则称 （X ，Y ）服从区域D 上的均匀分布，
《概率论与数理统计》讲义#(精选.)
第一章 随机事件和概率 第一节 基本概念 1、排列组合初步 （1）排列组合公式 )! (! n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。 )! (!! n m n m C n m -= 从m 个人中挑出n 个人进行组合的可能数。 例1．1：方程 x x x C C C 765107 11=-的解是 A ． 4 B ． 3 C ． 2 D ． 1 例1．2：有5个队伍参加了甲A 联赛，两两之间进行循环赛两场，试问总共的场次是多少？ (2)加法原理（两种方法均能完成此事）：m+n 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。 (3)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，第二个步骤可由n 种方法来完成，则这件事可由m ×n 种方法来完成。 例1．3：从5位男同学和4位女同学中选出4位参加一个座谈会，要求与会成员中既有男同学又有女同学，有几种不同的选法？ 例1．4：6张同排连号的电影票，分给3名男生和3名女生，如欲男女相间而坐，则不同的分法数为多少？ 例1．5：用五种不同的颜色涂在右图中四个区域里，每一区域涂上一种颜
色，且相邻区域的颜色必须不同，则共有不同的涂法 A．120种B．140种 C．160种D．180种 (4)一些常见排列 ①特殊排列 ②相邻 ③彼此隔开 ④顺序一定和不可分辨 例1．6：晚会上有5个不同的唱歌节目和3个不同的舞蹈节目，问：分别按以下要求各可排出几种不同的节目单？ ①3个舞蹈节目排在一起； ②3个舞蹈节目彼此隔开； ③3个舞蹈节目先后顺序一定。 例1．7：4幅大小不同的画，要求两幅最大的排在一起，问有多少种排法？ 例1．8：5辆车排成1排，1辆黄色，1辆蓝色，3辆红色，且3辆红车不可分辨，问有多少种排法？ ①重复排列和非重复排列（有序） 例1．9：5封不同的信，有6个信箱可供投递，共有多少种投信的方法？ ②对立事件 例1．10：七人并坐，甲不坐首位，乙不坐末位，有几种不同的坐法？ 例1．11：15人中取5人，有3个不能都取，有多少种取法？ 例1．12：有4对人，组成一个3人小组，不能从任意一对中取2个，问有多少种可能性？
《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
概率论与数理统计公式整理超全免费版
第1章随机事件及其概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 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）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件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，则称这种试验为随机试验。 试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 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，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，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。 Ω-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
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
概率论与数理统计考研复习资料
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 ()()() () +∑ + ∑ - ∑=≤<<≤≤<≤=n k j i k j i n j i j i n i i n A A A P A A P A P A A A P 111 21 …+(-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 n i i B A P B P ∑=1
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》基本名词中英文对照表
《概率论与数理统计》基本名词中英文对照表英文中文 Probability theory 概率论 mathematical statistics 数理统计 deterministic phenomenon 确定性现象 random phenomenon 随机现象 sample space 样本空间 random occurrence 随机事件 fundamental event 基本事件 certain event 必然事件 impossible event 不可能事件 random test 随机试验 incompatible events 互不相容事件 frequency 频率 classical probabilistic model 古典概型 geometric probability 几何概率 conditional probability 条件概率 multiplication theorem 乘法定理 Bayes's formula 贝叶斯公式 Prior probability 先验概率 Posterior probability 后验概率 Independent events 相互独立事件 Bernoulli trials 贝努利试验 random variable 随机变量
probability distribution 概率分布 distribution function 分布函数 discrete random variable 离散随机变量distribution law 分布律hypergeometric distribution 超几何分布 random sampling model 随机抽样模型binomial distribution 二项分布 Poisson distribution 泊松分布 geometric distribution 几何分布 probability density 概率密度 continuous random variable 连续随机变量uniformly distribution 均匀分布exponential distribution 指数分布 numerical character 数字特征mathematical expectation 数学期望 variance 方差 moment 矩 central moment 中心矩 n-dimensional random variable n-维随机变量 two-dimensional random variable 二维离散随机变量joint probability distribution 联合概率分布 joint distribution law 联合分布律 joint distribution function 联合分布函数boundary distribution law 边缘分布律
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)
概率论与数理统计基本知识
概率论与数理统计基本知识点 一、概率的基本概念 1．概率的定义: 在事件上的一个集合函数P ，如果它满足如下三个条件： （1）非负性 A A P ?≥,0)( （2）正规性 1)(=ΩP （3）可列可加性 若事件,...,2,1,=n A n 两两互斥 则称P 为概率。 2．几何概型的定义: 若随机试验的样本空间对应一个度量有限的几何区域S ，每一基本事件与S 内的点一一对应，则任一随机事件A 对应S 中的某一子区域D 。（若事件A 的概率只与A 对应的区域D 的度量成正比，而与D 的形状及D 在S 中的位置无关。）==（每点等可能性）则称为几何概型。 的度量 对应区域的度量 对应区域S D )()()(Ω=Ω= A m A m A P 3．条件概率与乘法公式： 设A,B 是试验E 的两个随机事件，且0)(>B P ,则称) () ()|(B P AB P B A P = 为事件B 发生的条件下，事件A 发生的条件概率。（其中)(AB P 是AB 同时发生的概率） 乘法公式：)|()()|()()(B A P B P A B P A P AB P == 4．全概率公式与贝叶斯公式： （全概率公式）定理：设n A A A ...,21是样本空间Ω的一个划分，n i A P i ,...,2,1,0)(=>，B 是任一事件，则有∑== n i i i A B P A P B P 1 )|()()(。 （贝叶斯公式）定理：设n A A A ...,21是样本空间Ω的一个划分，n i A P i ,...,2,1,0)(=>，B 是任一事件，则∑== =?n k k k i i A B P A P A B P A P B A P n i 1 ) |()() |()()|(,,...,2,1。 5．事件的独立性： 两事件的独立性：（定义）设A 、B 是任意二事件，若P(AB)= P(A)P(B)，则称事件A 、B 是相互独立的。（直观解释）A 、B 为试验E 的二事件，若A 、 B 的发生互不影响。 二、随机变量和分布函数:
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
自考概率论与数理统计基础知识.
一、《概率论与数理统计（经管类）》考试题型分析： 题型大致包括以下五种题型，各题型及所占分值如下： 由各题型分值分布我们可以看出，单项选择题、填空题占试卷的50%，考查的是基本的知识点，难度不大，考生要把该记忆的概念、性质和公式记到位。计算题和综合题主要是对前四章基本理论与基本方法的考查，要求考生不仅要牢记重要的公式，而且要能够灵活运用。应用题主要是对第七、八章内容的考查，要求考生记住解题程序和公式。结合历年真题来练习，就会很容易的掌握解题思路。总之，只要抓住考查的重点，记住解题的方法步骤，勤加练习，就能够百分百达到过关的要求。二、《概率论与数理统计（经管类）》考试重点说明：我们将知识点按考查几率及重要性分为三个等级，即一级重点、二级重点、三级重点，其中，一级重点为必考点，本次考试考查频率高；二级重点为次重点，考查频率较高；三级重点为预测考点，考查频率一般，但有可能考查的知识点。第一章随机事件与概率 1．随机事件的关系与计算 P3-5 （一级重点）填空、简答事件的包含与相等、和事件、积事件、互不相容、对立事件的概念 2．古典概型中概率的计算 P9 （二级重点）选择、填空、计算记住古典概型事件概率的计算公式 3. 利用概率的性质计算概率 P11-12 （一级重点）选择、填空 ,（考得多）等，要能灵活运用。 4. 条件概率的定义 P14 （一级重点）选择、填空记住条件概率的定义和公式： 5. 全概率公式与贝叶斯公式 P15-16 （二级重点）计算记住全概率公式和贝叶斯公式，并能够运用它们。一般说来，如果若干因素（也就是事件）对某个事件的发生产生了影响，求这个事件发生的概率时要用到全概率公式；如果这个事件发生了，要去追究原因，即求另一个事件发生的概率时，要用到贝叶斯公式，这个公式也叫逆概公式。 6. 事件的独立性（概念与性质） P18-20（一级重点）选择、填空定义：若，则称A与B 相互独立。结论：若A与B相互独立，则A与，与B 与都相互独立。 7. n重贝努利试验中事件A恰好发生k次的概率公式 P21（一级重点）选择、填空在重贝努利试验中，设每次试验中事件的概率为（），则事件A恰好发生。第二章随机变量及其概率分布 8．离散型随机变量的分布律及相关的概率计算 P29，P31（一级重点）选择、填空、计算、综合。记住分布律中，所有概率加起来为1，求概率时，先找到符合条件的随机点，让后把对应的概率相加。求分布律就需要找到随机变量所有可能取的值，和每个值对应的概率。 9. 常见几种离散型分布函数及其分布律 P32-P33（一级重点）选择题、填空题以二项分布和泊松分布为主，记住分布律是关键。本考点基本上每次考试都考。 10. 随机变量的分布函数 P35-P37（一级重点）选择、填空、计算题记住分布函数的定义和性质是关键。要能判别什么样的函数能充当分布函数，记住利用分布函数计算概率的公式：①；②其中；③。 11. 连续型随机变量及其概率密度 P39（一级重点）选择、填空重点记忆它的性质与相关的计算，如①；；反之，满足以上两条性质的函数一定是某个连续型随机变量的概率密度。③；④ 设为的
(完整word版)概率论与数理统计教案(48课时)
《概率论与数理统计》课程教案 第一章 随机事件及其概率 一．本章的教学目标及基本要求 (1) 理解随机试验、样本空间、随机事件的概念; (2) 掌握随机事件之间的关系与运算,； (3) 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算； (4) 理解事件频率的概念，了解随机现象的统计规律性以及概率的统计定义。了解概 率的公理化定义。 (5) 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 二．本章的教学内容及学时分配 第一节 随机事件及事件之间的关系 第二节 频率与概率 2学时 第三节 等可能概型（古典概型） 2 学时 第四节 条件概率 第五节 事件的独立性 2 学时 三．本章教学内容的重点和难点 1） 随机事件及随机事件之间的关系； 2） 古典概型及概率计算； 3）概率的性质； 4）条件概率，全概率公式和Bayes 公式 5）独立性、n 重伯努利试验和伯努利定理 四．教学过程中应注意的问题 1） 使学生能正确地描述随机试验的样本空间和各种随机事件； 2） 注意让学生理解事件,,,,,A B A B A B A B AB A ???-=Φ…的具体含义，理解 事件的互斥关系； 3） 让学生掌握事件之间的运算法则和德莫根定律； 4） 古典概率计算中，为了计算样本点总数和事件的有利场合数，经常要用到排列和组 合，复习排列、组合原理； 5） 讲清楚抽样的两种方式——有放回和无放回； 五．思考题和习题 思考题：1. 集合的并运算?和差运算－是否存在消去律？
2. 怎样理解互斥事件和逆事件？ 3. 古典概率的计算与几何概率的计算有哪些不同点？哪些相同点？ 习题： 第二章 随机变量及其分布 一．本章的教学目标及基本要求 (1) 理解随机变量的概念，理解随机变量分布函数的概念及性质, 理解离散型和连续 型随机变量的概率分布及其性质，会运用概率分布计算各种随机事件的概率； (2) 熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律 或密度函数及性质； 二．本章的教学内容及学时分配 第一节 随机变量 第二节 第二节 离散型随机变量及其分布 离散随机变量及分布律、分布律的特征 第三节 常用的离散型随机变量 常见分布（0-1分布、二项分布、泊松分布） 2学时 第四节 随机变量的分布函数 分布函数的定义和基本性质，公式 第五节 连续型随机变量及其分布 连续随机变量及密度函数、密度函数的性质 2学时 第六节 常用的连续型随机变量 常见分布（均匀分布、指数分布、正态分布）及概率计算 2学时 三．本章教学内容的重点和难点 a) 随机变量的定义、分布函数及性质； b) 离散型、连续型随机变量及其分布律或密度函数，如何用分布律或密度函数求任何 事件的概率； c) 六个常见分布(二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布)； 四．教学过程中应注意的问题 a) 注意分布函数(){}F x P X x =<的特殊值及左连续性概念的理解； b) 构成离散随机变量X 的分布律的条件，它与分布函数()F x 之间的关系； c) 构成连续随机变量X 的密度函数的条件，它与分布函数()F x 之间的关系； d) 连续型随机变量的分布函数()F x 关于x 处处连续，且()0P X x ==，其中x 为任
《概率论与数理统计》习题 第五章 数理统计的基本概念
第五章 数理统计的基本概念 一. 填空题 1. 设X 1, X 2, …, X n 为来自总体N(0, σ2 ), 且随机变量)1(~) (22 1 χ∑==n i i X C Y , 则常数 C=___. 解. ∑=n i i X 1 ~ N(0, n σ2 ), )1,0(~1 N n X n i i σ ∑= 所以 2 1,1σ σ n c n c = = . 2. 设X 1, X 2, X 3, X 4来自正态总体N(0, 22)的样本, 且2 43221)43()2(X X b X X a Y -+-=, 则a = ______, b = ______时, Y 服从χ2分布, 自由度为______. 解. X 1－2X 2～N(0, 20), 3X 3－4X 4～N(0, 100) )1,0(~2022 1N X X -, )1,0(~1004343N X X - 20 1 ,20 1 = = a a ; 100 1,100 1 = = b b . Y 为自由度2的χ2分布. 3. 设X 1, X 2, …, X n 来自总体χ2(n)的分布, 则._____)(______,)(==X D X E 解. 因为X 1, X 2, …, X n 来自总体χ2(n), 所以 E(X i ) = n, D(X i ) = 2n (i = 1, 2, …, n) ,)(n X E = 22) ()(2 2 1=?= =∑=n n n n X D X D n i i 二. 单项选择题 1. 设X 1, X 2, …, X n 为来自总体N(0, σ2 )的样本, 则样本二阶原点矩∑==n i i X n A 1 2 21的方差为 (A) σ2 (B) n 2 σ (C) n 42σ (D) n 4 σ 解. X 1, X 2, …, X n 来自总体N(0, σ2), 所以