概率和分布列提纲(答案)
数学高考知识点提纲

数学高考知识点提纲一、函数与方程1.1 一元二次函数- 定义及性质- 平移、伸缩及翻转- 解一元二次方程1.2 一次函数与二次函数的图像- 一次函数与二次函数的图像特点- 判断函数的单调性与极值- 求解函数的零点1.3 指数与对数函数- 指数与对数的定义及性质- 指数函数与对数函数的图像特点- 指数方程与对数方程的求解二、几何2.1 平面几何- 平面上的点、直线、线段、射线、角- 平面几何中的基本性质与定理- 平面几何证明方法2.2 空间几何- 空间中的点、直线、平面、多面体- 空间几何中的基本性质与定理- 空间几何证明方法2.3 三角函数- 弧度制与角度制- 正弦、余弦、正切函数的定义及性质- 三角函数的图像特点及其应用三、概率与统计3.1 概率基础- 随机事件的概念与性质- 基本概率公式与计算方法- 事件间的关系与运算3.2 统计与概率- 统计基础概念与方法- 随机变量与概率分布- 统计与概率的实际问题应用四、导数与积分4.1 函数的极限与连续性- 极限的定义与性质- 连续函数的判定与性质- 零点定理与介值定理4.2 导数与微分- 导数的定义与性质- 常见函数的导数计算- 微分的应用4.3 定积分与不定积分- 定积分的定义及性质- 基本积分计算方法- 积分的应用五、三角学5.1 三角比与三角恒等式- 三角比的定义及性质- 基本三角恒等式的证明与应用- 三角比与三角函数的关系5.2 三角函数与解三角形- 正弦定理与余弦定理- 解直角三角形与一般三角形- 三角形的面积与高线定理六、数列与数学归纳法6.1 数列的概念与性质- 数列的定义与表示- 数列的等差、等比和等差数列- 数列极限的定义与性质6.2 数学归纳法- 数学归纳法的基本原理与应用- 数学归纳法解题思路- 数学归纳法证明与应用七、复数与向量7.1 复数的基本概念- 复数的定义与表示- 复数的四则运算- 复数的几何意义与应用7.2 平面向量- 平面向量的基本概念与运算- 向量的数量积与向量积- 平面向量的几何应用综上所述,数学高考知识点提纲涵盖了函数与方程、几何、概率与统计、导数与积分、三角学、数列与数学归纳法、以及复数与向量等重要内容。
考试练习题常用概率分布教学提纲

考试练习题常用概率分布第四章选择题:1.二项分布的概率分布图在 条件下为对称图形。
A .n > 50B .π=0.5C .n π=1D .π=1E .n π> 52.满足 时,二项分布B (n,π)近似正态分布。
A .n π和n (1-π)均大于等于5B .n π或n (1-π)大于等于5C .n π足够大D .n > 50E .π足够大3. 的均数等于方差。
A .正态分布B .二项分布C .对称分布D .Poisson 分布E .以上均不对4.标准正态典线下,中间95%的面积所对应的横轴范围是 。
A .-∞到+1.96B .-1.96到+1.96C .-∞到+2.58D .-2.58到+2.58E .-1.64到+1.645.服从二项分布的随机变量的总体均数为 。
A .n (1-π)B .(n -1)πC .n π(1-π)D .n π 6.服从二项分布的随机变量的总体标准差为 。
A . B .(1-π)(1-π)( -)π1 C . D . π(1-π)(π 7.设X 1,X 2分别服从以λ1,λ2为均数的Poisson 分布,且X 1与X 2独立,则X 1+X 2服从以为方差的Poisson 分布。
A . B.λ2λ12+2λ2λ1+ C . D . 2λ2λ1+() 2λ2λ1+() E .λ2λ12+2 8.满足 时,Poisson 分布Ⅱ(λ)近似正态分布。
A.λ无限大 B.λ>20 C.λ=1 D.λ=0 E.λ=0.59.满足时,二项分布B(n,π)近似Poisson分布。
A.n很大且π接近0 B.n→∞ C.nπ或n(1-π)大于等于5D.n很大且π接近0.5 E.π接近0.510.关于泊松分布,错误的是。
A.当二项分布的n很大而π很小时,可用泊松分布近似二项分布B.泊松分布均数λ唯一确定C.泊松分布的均数越大,越接近正态分布D.泊松分布的均数与标准差相等E.如果X1和X2分别服从均数为λ1和λ2的泊松分布,且相互独立。
概率统计知识点提纲

概率论与数理统计初步主要考查考生对研究随机现象规律性的基本概念、基本理论和基本方法的理解,以及运用概率统计方法分析和解决实际问题的能力。
随机事件和概率考查的主要内容有:(1)事件之间的关系与运算,以及利用它们进行概率计算;概率论与数理统计知识点与考点第一章知识点:18§1.1 随机试验:随机试验的三个特点。
(1)样本空间:样本空间;样本点;(2)随机事件:随机事件;事件发生;基本事件;必然事件;不可能事件;(3)事件间的关系与事件的运算:包含关系;相等关系;互不相容;和事件、积事件、差事件、对立事件;(4)事件的运算律。
§1.2、概率的定义及运算:(1)频率定义;(2)概率的统计定义,(3)概率公理化定义,(4)古典概型,(5)几何概型§1.3、条件概率:(1)定义;(2)性质;(3)乘法公式。
(4)全概率公式,(5)贝叶斯公式;,§1.4事件的独立性:(1)两事件相互独立的性质;(2)三(多)个事件相互独立的定义,(3)伯努利试验模型考点:1、事件的表示和运算,2、有关概率基本性质的命题,3、古典概型的计算,4、几何概型的计算,5、事件的独立性的命题,6、条件概率与积事件概率的计算,7、全概率公式和Bayce公式的命题,8、Bernoulli试验。
第二章知识点:19§2.1 (1) 随机变量的定义;(2)随机变量的分布函数及其性质§2.2 离散型随机变量及其概率分布:(1)离散型随机变量的定义;(2)离散型随机变量的分布律;几种常见的离散型随机变量:(1) (0-1)分布;(2) 二项分布;(3) 泊松分布;(4)超几何分布;(5)几何分布;(6)帕斯卡(Pascal)分布,掌握每一种分布的模型,写出其分布律或分布密度。
§2.3连续型随机变量及其概率分布:(1)分布函数的定义;(2)分布函数的基本性质;(3)分布函数与离散型随机变量的分布律之间的联系;(4)连续型随机变量的概率密度的定义;(5)概率密度的性质;几种常见的连续型随机变量(一)均匀分布:(1)概率密度;(2)分布函数;(二)正太分布:(1)概率密度;(2)分布函数;§2.4 随机变量的函数的分布(1)离散型随机变量的函数的分布(2)连续型随机变量的函数的分布考点:1、有关分布律、分布函数以及分布密度的基本概念的命题,2、有关分布律、分布密度以及分布函数之间的关系的命题,3、已知事件发生的概率,反求事件中的参数,4、利用常见分布求相关事件的概率,5、求随机变量的分布律、分布密度以及分布函数,6、求随机变量函数的分布。
概率论与数理统计复习提纲

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。
统计学习题答案 第3章 概率与概率分布

第3章 概率与概率分布——练习题(全免)1 .某技术小组有12人,他们的性别和职称如下,现要产生一名幸运者。
试求这位幸运者分别是以下几种可能的概率:(1)女性;(2)工程师;(3)女工程师,(4)女性或工程师。
并说明几个计算结果之间有何关系?解:设A =女性,B =工程师,AB =女工程师,A+B =女性或工程师(1)P(A)=4/12=1/3(2)P(B)=4/12=1/3(3)P(AB)=2/12=1/6(4)P(A+B)=P(A)+P(B)-P(AB)=1/3+1/3-1/6=1/22. 某种零件加工必须依次经过三道工序,从已往大量的生产记录得知,第一、二、三道工序的次品率分别为0.2,0.1,0.1,并且每道工序是否产生次品与其它工序无关。
试求这种零件的次品率。
解:求这种零件的次品率,等于计算“任取一个零件为次品”(记为A )的概率()P A 。
考虑逆事件A =“任取一个零件为正品”,表示通过三道工序都合格。
据题意,有:()(10.2)(10.1)(10.1)0.648P A =---=于是 ()1()10.6480.352P A P A =-=-=3. 已知参加某项考试的全部人员合格的占80%,在合格人员中成绩优秀只占15%。
试求任一参考人员成绩优秀的概率。
解:设A 表示“合格”,B 表示“优秀”。
由于B =AB ,于是)|()()(A B P A P B P ==0.8×0.15=0.124. 某项飞碟射击比赛规定一个碟靶有两次命中机会(即允许在第一次脱靶后进行第二次射击)。
某射击选手第一发命中的可能性是80%,第二发命中的可能性为50%。
求该选手两发都脱靶的概率。
解:设A =第1发命中。
B =命中碟靶。
求命中概率是一个全概率的计算问题。
再利用对立事件的概率即可求得脱靶的概率。
)|()()|()()(A B P A P A B P A P B P +==0.8×1+0.2×0.5=0.9脱靶的概率=1-0.9=0.1或(解法二):P (脱靶)=P (第1次脱靶)×P(第2次脱靶)=0.2×0.5=0.15.已知某地区男子寿命超过55岁的概率为84%,超过70岁以上的概率为63%。
概率统计复习提纲(百度文库)解析

《概率论与数理统计》总复习提纲第一块随机事件及其概率内容提要基本内容:随机事件与样本空间,事件的关系与运算,概率的概念和基本性质,古典概率,几何概率,条件概率,与条件概率有关的三个公式,事件的独立性,贝努里试验.1、随机试验、样本空间与随机事件(1)随机试验:具有以下三个特点的试验称为随机试验,记为.1)试验可在相同的条件下重复进行;2)每次试验的结果具有多种可能性,但试验之前可确知试验的所有可能结果;3)每次试验前不能确定哪一个结果会出现.(2)样本空间:随机试验的所有可能结果组成的集合称为的样本空间记为Ω;试验的每一个可能结果,即Ω中的元素,称为样本点,记为.(3)随机事件:在一定条件下,可能出现也可能不出现的事件称为随机事件,简称事件;也可表述为事件就是样本空间的子集,必然事件(记为)和不可能事件(记为).2、事件的关系与运算(1)包含关系与相等:“事件发生必导致发生”,记为或;且.(2)互不相容性:;互为对立事件且.(3)独立性:(1)设为事件,若有,则称事件与相互独立. 等价于:若().(2)多个事件的独立:设是n个事件,如果对任意的,任意的,具有等式,称个事件相互独立.3、事件的运算(1)和事件(并):“事件与至少有一个发生”,记为.(2)积事件(交):“事件与同时发生”,记为或.(3)差事件、对立事件(余事件):“事件发生而不发生”,记为称为与的差事件;称为的对立事件;易知:.4、事件的运算法则1) 交换律:,;2) 结合律:,;3) 分配律:,;4) 对偶(De Morgan)律:,,可推广5、概率的概念(1)概率的公理化定义:(2)频率的定义:事件在次重复试验中出现次,则比值称为事件在次重复试验中出现的频率,记为,即.(3)统计概率:称为事件的(统计)概率.在实际问题中,当很大时,取(4)古典概率:若试验的基本结果数为有限个,且每个事件发生的可能性相等,则(试验对应古典概型)事件发生的概率为:.(5)几何概率:若试验基本结果数无限,随机点落在某区域g的概率与区域g的测度(长度、面积、体积等)成正比,而与其位置及形状无关,则(试验对应几何概型),“在区域中随机地取一点落在区域中”这一事件发生的概率为:.(6)主观概率:人们根据经验对该事件发生的可能性所给出的个人信念.6、概率的基本性质(1)不可能事件概率零:=0.(2)有限可加性:设是n个两两互不相容的事件,即=,(),则有=+.(3)单调不减性:若事件,且.(4)互逆性:且.(5)加法公式:对任意两事件,有-;此性质可推广到任意个事件的情形.(6)可分性:对任意两事件,有,且7、条件概率与乘法公式(1)条件概率:设是两个事件,即,则称为事件发生的条件下事件发生的条件概率.(2)乘法公式:设且则称为事件的概率乘法公式.8、全概率公式与贝叶斯(Bayes)公式(1)全概率公式:设是的一个划分,且,,则对任何事件,有称为全概率公式.(2)贝叶斯(Bayes)公式:设是的一个划分,且,则对任何事件,有称为贝叶斯公式或逆概率公式.9、贝努里(Bernoulli)概型(1)只有两个可能结果的试验称为贝努里试验,常记为.也叫做“成功—失败”试验,“成功”的概率常用表示,其中=“成功”.(2)把重复独立地进行次,所得的试验称为重贝努里试验,记为.(3)把重复独立地进行可列多次,所得的试验称为可列重贝努里试验,记为.以上三种贝努里试验统称为贝努里概型.(4)中成功次的概率是:其中.疑难分析1、必然事件与不可能事件必然事件是在一定条件下必然发生的事件,不可能事件指的是在一定条件下必然不发生的事件.它们都不具有随机性,是确定性的现象,但为研究的方便,把它们看作特殊的随机事件.2、互逆事件与互斥(不相容)事件如果两个事件与必有一个事件发生,且至多有一个事件发生,则、为互逆事件;如果两个事件与不能同时发生,则、为互斥事件.因而,互逆必定互斥,互斥未必互逆.区别两者的关键是:当样本空间只有两个事件时,两事件才可能互逆,而互斥适用与多个事件的情形.作为互斥事件在一次试验中两者可以都不发生,而互逆事件必发生一个且只发生一个.3、两事件独立与两事件互斥两事件、独立,则与中任一个事件的发生与另一个事件的发生无关,这时;而两事件互斥,则其中任一个事件的发生必然导致另一个事件不发生,这两事件的发生是有影响的,这时.可以用图形作一直观解释.在图1.1左边的正方形中,图1.1,表示样本空间中两事件的独立关系,而在右边的正方形中,,表示样本空间中两事件的互斥关系.4、条件概率与积事件概率是在样本空间内,事件的概率,而是在试验增加了新条件发生后的缩减的样本空间中计算事件的概率.虽然、都发生,但两者是不同的,一般说来,当、同时发生时,常用,而在有包含关系或明确的主从关系时,用.如袋中有9个白球1个红球,作不放回抽样,每次任取一球,取2次,求:(1)第二次才取到白球的概率;(2)第一次取到的是白球的条件下,第二次取到白球的概率.问题(1)求的就是一个积事件概率的问题,而问题(2)求的就是一个条件概率的问题.5、全概率公式与贝叶斯(Bayes)公式当所求的事件概率为许多因素引发的某种结果,而该结果又不能简单地看作这诸多事件之和时,可考虑用全概率公式,在对样本空间进行划分时,一定要注意它必须满足的两个条件.贝叶斯公式用于试验结果已知,追查是何种原因(情况、条件)下引发的概率.第二块随机变量及其分布内容提要基本内容:随机变量,随机变量的分布的概念及其性质,离散型随机变量的概率分布,连续型随机变量的概率分布,常见随机变量的分布,随机变量函数的分布.1、随机变量设是随机试验的样本空间,如果对于试验的每一个可能结果,都有唯一的实数与之对应,则称为定义在上的随机变量,简记为.随机变量通常用大写字母等表示.2、离散型随机变量及其分布列如果随机变量只能取有限个或可列个可能值,则称为离散型随机变量.如果的一切可能值为,并且取的概率为,则称为离散型随机变量的概率函数(概率分布或分布律).也称分布列,常记为其中.常见的离散型随机变量的分布有:(1)两点分布(0-1分布):记为,分布列为或(2)二项分布:记为,概率函数(3)泊松分布,记为,概率函数泊松定理设是一常数,是任意正整数,设,则对于任一固定的非负整数,有.当很大且很小时,二项分布可以用泊松分布近似代替,即,其中(4)超几何分布:记为,概率函数,其中为正整数,且.当很大,且较小时,有(5)几何分布:记为,概率函数.3、分布函数及其性质分布函数的定义:设为随机变量,为任意实数,函数称为随机变量的分布函数.分布函数完整地描述了随机变量取值的统计规律性,具有以下性质:(1)有界性;(2)单调性如果,则;(3)右连续,即;(4)极限性;(5)完美性.4、连续型随机变量及其分布分布如果对于随机变量的分布函数,存在非负函数,使对于任一实数,有,则称为连续型随机变量.函数称为的概率密度函数.概率密度函数具有以下性质:(1);(2);(3);(4);(5)如果在处连续,则.常用连续型随机变量的分布:(1)均匀分布:记为,概率密度为分布函数为(2)指数分布:记为,概率密度为分布函数为(3)正态分布:记为,概率密度为,相应的分布函数为当时,即时,称服从标准正态分布.这时分别用和表示的密度函数和分布函数,即具有性质:①.②一般正态分布的分布函数与标准正态分布的分布函数有关系:.5、随机变量函数的分布(1)离散型随机变量函数的分布设为离散型随机变量,其分布列为(表2-2):表2-2…………则任为离散型随机变量,其分布列为(表2-3):表2-3…………有相同值时,要合并为一项,对应的概率相加.(2)连续型随机变量函数的分布设为离散型随机变量,概率密度为,则的概率密度有两种方法可求.1)定理法:若在的取值区间内有连续导数,且单调时,是连续型随机变量,其概率密度为.其中是的反函数.2)分布函数法:先求的分布函数然后求.疑难分析1、随机变量与普通函数随机变量是定义在随机试验的样本空间上,对试验的每一个可能结果,都有唯一的实数与之对应.从定义可知:普通函数的取值是按一定法则给定的,而随机变量的取值是由统计规律性给出的,具有随机性;又普通函数的定义域是一个区间,而随机变量的定义域是样本空间.2、分布函数的连续性定义左连续或右连续只是一种习惯.有的书籍定义分布函数左连续,但大多数书籍定义分布函数为右连续. 左连续与右连续的区别在于计算时,点的概率是否计算在内.对于连续型随机变量,由于,故定义左连续或右连续没有什么区别;对于离散型随机变量,由于,则定义左连续或右连续时值就不相同,这时,就要注意对定义左连续还是右连续.第三块多维随机变量及其分布内容提要基本内容:多维随机变量及其分布函数二维离散型随机变量的联合分布列,二维连续型随机变量的联合分布函数和联合密度函数,边际分布,随机变量的独立性和不相关性,常用多维随机变量,随机向量函数的分布.1、二维随机变量及其联合分布函数为n维(n元)随机变量或随机向量.联合分布函数的定义设随机变量,为随机向量的联合分布函数二维联合分布函数具有以下基本性质:(1)单调性是变量或的非减函数;(2)有界性;(3)极限性(3)连续性关于右连续,关于也右连续;(4)非负性对任意点,若,则.式表示随机点落在区域内的概率为:.2、二维离散型随机变量及其联合分布列如果二维随机变量所有可能取值是有限对或可列对,则称为二维离散型随机变量.设为二维离散型随机变量,它的所有可能取值为将或表3.1称为的联合分布列.表3.1……┇┇…………┇┇…┇………┇┇…┇…联合分布列具有下列性质:(1);(2).3、二维连续型随机变量及其概率密度函数如果存在一个非负函数,使得二维随机变量的分布函数对任意实数有,则称是二维连续型随机变量,称为的联合密度函数(或概率密度函数).联合密度函数具有下列性质:(1)非负性对一切实数,有;(2)规范性;(3)在任意平面域上,取值的概率;(4)如果在处连续,则.4、二维随机变量的边缘分布设为二维随机变量,则称分别为关于和关于的边缘(边际)分布函数.当为离散型随机变量,则称分别为关于和关于的边缘分布列.当为连续型随机变量,则称分别为关于和关于的边缘密度函数.5、二维随机变量的条件分布(了解)(1)离散型随机变量的条件分布设为二维离散型随机变量,其联合分布律和边缘分布列分别为,则当固定,且时,称为条件下随机变量的条件分布律.同理,有(2)连续型随机变量的条件分布设为二维连续型随机变量,其联合密度函数和边缘密度函数分别为:.则当时,在和的连续点处,在条件下,的条件概率密度函数为.同理,.6、随机变量的独立性设及分别是的联合分布函数及边缘分布函数.如果对任何实数有则称随机变量与相互独立.设为二维离散型随机变量,与相互独立的充要条件是.设为二维连续型随机变量,与相互独立的充要条件是对几乎一切实数,有.7、两个随机变量函数的分布设二维随机变量的联合概率密度函数为,是的函数,则的分布函数为.(1)的分布若为离散型随机变量,联合分布列为,则的概率函数为:或.若为连续型随机变量,概率密度函数为,则的概率函数为:.(2)的分布若为连续型随机变量,概率密度函数为,则的概率函数为:.8.最大值与最小值的分布则9.数理统计中常用的分布(1)正态分布:(2):(3):(4):疑难分析1、事件表示事件与的积事件,为什么不一定等于?如同仅当事件相互独立时,才有一样,这里依乘法原理.只有事件与相互独立时,才有,因为.2、二维随机变量的联合分布、边缘分布及条件分布之间存在什么样的关系?由边缘分布与条件分布的定义与公式知,联合分布唯一确定边缘分布,因而也唯一确定条件分布.反之,边缘分布与条件分布都不能唯一确定联合分布.但由知,一个条件分布和它对应的边缘分布,能唯一确定联合分布.但是,如果相互独立,则,即.说明当独立时,边缘分布也唯一确定联合分布,从而条件分布也唯一确定联合分布.3、两个随机变量相互独立的概念与两个事件相互独立是否相同?为什么?两个随机变量相互独立,是指组成二维随机变量的两个分量中一个分量的取值不受另一个分量取值的影响,满足.而两个事件的独立性,是指一个事件的发生不受另一个事件发生的影响,故有.两者可以说不是一个问题.但是,组成二维随机变量的两个分量是同一试验的样本空间上的两个一维随机变量,而也是一个试验的样本空间的两个事件.因此,若把“”、“”看作两个事件,那么两者的意义近乎一致,从而独立性的定义几乎是相同的.第四块随机变量的数字特征内容提要基本内容:随机变量的数学期望和方差、标准差及其性质,随机变量函数的数学期望,原点矩和中心矩,协方差和相关系数及其性质.1、随机变量的数学期望设离散型随机变量的分布列为,如果级数绝对收敛,则称级数的和为随机变量的数学期望.设连续型随机变量的密度函数为,如果广义积分绝对收敛,则称此积分值为随机变量的数学期望.数学期望有如下性质:(1)设是常数,则;(2)设是常数,则;(3)若是随机变量,则;对任意个随机变量,有;(4)若相互独立,则;对任意个相互独立的随机变量,有.2、随机变量函数的数学期望设离散型随机变量的分布律为,则的函数的数学期望为,式中级数绝对收敛.设连续型随机变量的密度函数为,则的函数的数学期望为,式中积分绝对收敛.3、随机变量的方差设是一个随机变量,则称为的方差.称为的标准差或均方差.计算方差也常用公式.方差具有如下性质:(1)设是常数,则;(2)设是常数,则;(3)若相互独立,则;对任意个相互独立的随机变量,有;(4)的充要条件是:存在常数,使.4、几种常见分布的数学期望与方差(1);(2);(3);(4);(5);(6);(7);(8).5、矩设是随机变量,则称为的阶原点矩.如果存在,则称为的阶中心矩.设是二维随机变量,则称为的阶混合原点矩;称为的阶混合中心矩.6、协方差与相关系数随机变量的协方差为.它是1+1阶混合中心矩,有计算公式:.随机变量的相关系数为.相关系数具有如下性质:(1);(2)存在常数,使=1,即与以概率1线性相关;(3)若独立,则,即不相关.反之,不一定成立.(4)(Schwarz inequality) 设(X,Y)是二维随机变量,若X与Y的方差都存在,则疑难分析1、随机变量的数字特征在概率论中有什么意义?知道一个随机变量的分布函数,就掌握了这个随机变量的统计规律性.但求得一个随机变量的分布函数是不容易的,而且往往也没有这个必要.随机变量的数字特征则比较简单易求,也能满足我们研究分析具体问题的需要,所以在概率论中很多的应用,同时也刻画了随机变量的某些特征,有重要的实际意义.例如,数学期望反映了随机变量取值的平均值,表现为具体问题中的平均长度、平均时间、平均成绩、期望利润、期望成本等;方差反映了随机变量取值的波动程度;偏态系数、峰态系数则反映了随机变量取值的对称性和集中性.因此,在不同的问题上考察不同的数字特征,可以简单而切实地解决我们面临的实际问题.2、在数学期望定义中为什么要求级数和广义积分绝对收敛?首先,数学期望是一个有限值;其次,数学期望反映随机变量取值的平均值.因此,对级数和广义积分来说,绝对收敛保证了值的存在,且对级数来说,又与项的次序无关,从而更便于运算求值.而由于连续型随机变量可以离散化,从而广义积分与无穷级数有同样的意义.要求级数和广义积分绝对收敛是为了保证数学期望的存在与求出.3、相关系数反映了随机变量和之间的什么关系?相关系数是用随机变量和的协方差和标准差来定义的,它反映了随机变量和之间的相关程度.当时,称与依概率1线性相关;当时,称与不相关;当时,又分为强相关与弱相关.4、两个随机变量与相互独立和不相关是一种什么样的关系?(1)若、相互独立,则、不相关.因为、独立,则,故,从而,所以、不相关.(2)若、不相关,则、不一定独立.如:因为,,知、不相关.但,,,知、不独立.(3)若、相关,则、一定不独立.可由反证法说明.(4)若、不相关,则、不一定不相关.因为、不独立,,但若时,可以有,从而可以有、不相关.但是,也有特殊情况,如服从二维正态分布时,、不相关与、独立是等价的.第五块大数定律和中心极限定理内容提要基本内容:切比雪夫(Chebyshev)不等式,切比雪夫大数定律,伯努里(Bernoulli)大数定律,辛钦(Khinchine)大数定律,棣莫弗-拉普拉斯(De Moivre-Laplace)定理,列维-林维德伯格(Levy-Lindberg)定理.1、切贝雪夫不等式设随机变量的数学期望,方差,则对任意正数,有不等式或成立.2、大数定律(1)切贝雪夫大数定律:设是相互独立的随机变量序列,数学期望和方差都存在,且,则对任意给定的,有.(2)贝努利大数定律:设是次重复独立试验中事件发生的次数,是事件在一次试验中发生的概率,则对于任意给定的,有.贝努利大数定理给出了当很大时,发生的频率依概率收敛于的概率,证明了频率的稳定性.(3)辛钦大数定律:设相互独立,服从同一分布的随机变量序列,且(),则对任意给定的,有3、中心极限定律(1)林德贝格-勒维中心极限定理:设是独立同分布的随机变量序列,有有限的数学期望和方差,,.则对任意实数,随机变量的分布函数满足.(2)李雅普诺夫定理:设是不同分布且相互独立的随机变量,它们分别有数学期望和方差:,.记,若存在正数,,使得当时,有, 则随机变量的分布函数对于任意的,满足.当很大时,.(3)德莫佛—拉普拉斯定理:设随机变量服从参数为的二项分布,则对于任意的,恒有.疑难分析1、依概率收敛的意义是什么?依概率收敛即依概率1收敛.随机变量序列依概率收敛于,说明对于任给的,当很大时,事件“”的概率接近于1.但正因为是概率,所以不排除小概率事件“”发生.依概率收敛是不确定现象中关于收敛的一种说法.2、大数定律在概率论中有何意义?大数定律给出了在试验次数很大时频率和平均值的稳定性.从理论上肯定了用算术平均值代替均值,用频率代替概率的合理性,它既验证了概率论中一些假设的合理性,又为数理统计中用样本推断总体提供了理论依据.所以说,大数定律是概率论中最重要的基本定律.3、中心极限定理有何实际意义?许多随机变量本身并不属于正态分布,但它们的极限分布是正态分布.中心极限定理阐明了在什么条件下,原来不属于正态分布的一些随机变量其总和分布渐进地服从正态分布.为我们利用正态分布来解决这类随机变量的问题提供了理论依据.4、大数定律与中心极限定理有何异同?相同点:都是通过极限理论来研究概率问题,研究对象都是随机变量序列,解决的都是概率论中的基本问题,因而在概率论中有重要意义.不同点:大数定律研究当时,概率或平均值的极限,而中心极限定理则研究随机变量总和的分布的极限.古今名言敏而好学,不耻下问——孔子业精于勤,荒于嬉;行成于思,毁于随——韩愈兴于《诗》,立于礼,成于乐——孔子己所不欲,勿施于人——孔子读书破万卷,下笔如有神——杜甫读书有三到,谓心到,眼到,口到——朱熹立身以立学为先,立学以读书为本——欧阳修读万卷书,行万里路——刘彝黑发不知勤学早,白首方悔读书迟——颜真卿书卷多情似故人,晨昏忧乐每相亲——于谦书犹药也,善读之可以医愚——刘向莫等闲,白了少年头,空悲切——岳飞发奋识遍天下字,立志读尽人间书——苏轼鸟欲高飞先振翅,人求上进先读书——李苦禅立志宜思真品格,读书须尽苦功夫——阮元非淡泊无以明志,非宁静无以致远——诸葛亮熟读唐诗三百首,不会作诗也会吟——孙洙《唐诗三百首序》书到用时方恨少,事非经过不知难——陆游问渠那得清如许,为有源头活水来——朱熹旧书不厌百回读,熟读精思子自知——苏轼书痴者文必工,艺痴者技必良——蒲松龄声明访问者可将本资料提供的内容用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本文档及相关权利人的合法权利。
《概率论与数理统计》复习大纲及参考答案(最新)

《概率论与数理统计》复习大纲与复习题07-08第一学期一、复习方法与要求学习任何数学课程,要求掌握的都是基本概念、基本定理、基本方法,《概率论与数理统计》同样.对这些基本内容,习惯称三基,自己作出罗列与总结是学习的重要一环,希望尝试自己完成.学习数学离不开作题,复习时同样.正因为要求掌握的是基本内容,将课件中提供的练习题作好就可以了,不必再找其他题目.如开学给出的学习建议中所讲:作为本科的一门课程,在课件中我们讲述了大纲所要求的基本内容.考虑到学员的特点,在学习中可以有所侧重.各章内容要求与所占分值如下:第一章介绍的随机事件的关系与运算,概率的基本概念与关系. 约占30分.第二章介绍的一维随机变量的分布. 约占25分.第三章二维随机变量的分布,主要要求掌握二维离散型随机变量的联合分布律、边缘分布律以及随机变量独立的判别. 约占10分.第四章介绍的随机变量的数字特征. 约占15分.第五、六、七、八章约占20分.内容为第五章的中心极限定理.分布);第六章介绍的总体、样本、统计量等术语;常用统计量的定义式与分布(t分布、2正态总体样本函数服从分布定理.第七章的矩估计与一个正态总体期望与方差的区间估计.第八章一个正态总体期望与方差的假设检验.对上述内容之外部分,不作要求.二、期终考试方式与题型本学期期终考试采取开卷形式,即允许带教材与参考资料.题目全部为客观题,题型有判断与选择.当然有些题目要通过计算才能得出结果.其中判断题占70分,每小题2分;选择题占30分,每小题3分.三、应熟练掌握的主要内容1.了解概率研究的对象——随机现象的特点;了解随机试验的条件.2. 理解概率这一指标的涵义.3. 理解统计推断依据的原理,会用其作出判断.4. 从发生的角度理解事件的包含、相等、和、差、积、互斥、对立的定义,掌握样本空间划分的定义.5. 熟练掌握用简单事件的和、差、积、划分等表示复杂事件 掌握事件的常用变形:AB A B A -=- (使成包含关系的差),A B -=AB (独立时计算概率方便)A B A AB +=+(使成为两互斥事件的和)12n A AB AB AB =+++(n B B B 、、、其中 21是一个划分)(利用划分将A 转化为若干互斥事件的和)A AB AB =+(B B 与即一个划分)6. 掌握古典概型定义,熟悉其概率计算公式.掌握摸球、放盒子、排队等课件所举类型概率的计算.7. 熟练掌握事件的和、差、积、独立等基本概率公式,以及条件概率、全概、逆概公式,并利用它们计算概率.8. 掌握离散型随机变量分布律的定义、性质,会求简单离散型随机变量的分布律.9. 掌握(0-1)分布、泊松分布、二项分布的分布律 10. 掌握一个函数可以作为连续型随机变量的概率密度的充分必要条件11. 掌握随机变量的分布函数的定义、性质,一个函数可以作为连续型随机变量的分布函数的条件.12. 理解连续型随机变量的概率密度曲线、分布函数以及随机变量取值在某一区间上的概率的几何意义13. 掌握随机变量X 在区间(a ,b )内服从均匀分布的定义,会写出X 的概率密度. 14. 掌握正态分布2(,)N μσ概率密度曲线图形; 掌握一般正态分布与标准正态分布的关系定理; 会查正态分布函数表;理解服从正态分布μ(N ),2σ的随机变量X ,其概率{P |X-μ|<σ}与参数μ和σ的关系. 15. 离散型随机变量有分布律会求分布函数;有分布函数会求分布律.16. 连续型随机变量有概率密度会求分布函数;有分布函数,会求概率密度. 17. 有分布律或概率密度会求事件的概率.18. 理解当概率()0P A =时,事件A 不一定是不可能事件;理解当概率()1P A =时,事件A 不一定是必然事件. 19. 掌握二维离散型随机变量的联合分布律定义;会利用二维离散型随机变量的联合分布律计算有关事件的概率;有二维离散型随机变量的联合分布律会求边缘分布律以及判断是否独立; 会确定二维离散型随机变量函数的分布.20.掌握期望、方差、协方差、相关系数的定义式与性质,会计算上述数字;了解相关系数的意义,线性不相关与独立的关系.21. 掌握(0-1)分布、泊松分布、二项分布、均匀分布、正态分布、指数分布的参数 与期望、方差的关系.22. 会用中心极限定理计算概率.理解拉普拉斯中心极限定理的涵义是:设随机变量X 服从二项分布(,)B n p ,当n 较大时,~(,)X N np npq 近似,其中1q p =-23.了解样本与样本值的区别,掌握统计量,样本均值与样本方差的定义.24. 了解2χ分布、t 分布的背景、概率密度图象,会查两个分布的分布函数表,确定上α分位点.25. 了解正态总体2(,)N μσ中,样本容量为n 的样本均值X 与22)1(σS n -服从的分布.26. 掌握无偏估计量、有效估计量定义. 27. 会计算参数的矩估计.28. 会计算正态总体2(,)N μσ参数μ与2σ的区间估计.29. 掌握一个正态总体2(,)N μσ,当2σ已知或未知时,μ的假设检验,2σ的假设检验.30.了解假设检验的两类错误涵义四、复习题注 为了方便学员复习,提供复习题如下,这些题目都是课件作业题目的改造,二者相辅相成,希望帮助大家学懂基本知识点. 期终试卷中70分的题目抽自复习题.(一)判断题第一章 随机事件与概率 1.写出下列随机试验的样本空间(1) 一枚硬币掷三次,观察硬币字面朝上的次数,样本空间为S={}0,123,,. √ (2)袋中有编号为1、2、3的3个球,从中随机取2个,样本空间为{(1,1),(1,2),(1,3),(2,2),(2,3),(3,3)}S = . ╳2. 袋中有编号为1、2、3、4、5的5个球,从中随机取一个.设A =(取到1、2、3号球),B =(取到奇数号球),C =(取到3、4、5号球),D =(取到4、5号球),E =(取到2号球),则(1)A B +=(取到1、1、2、3、3、5号球);╳ (2)\A B E ≠(取到2号球); ╳ (3)CD = (取到1、2、3、4、5号球); ╳ (4)\C D = (取到3号球); √ (5)A D +=(取到1、2、3、4、5号球); √ (6)AD =(取到1、2、3、4、5号球). ╳ 3. 甲、乙二人打靶,每人射击一次,设A ,B 分别为甲、乙命中目标,用A 、B 事件的关系式表示下列事件,则(1)(甲没命中目标)AB = ; ╳ (2)(甲没命中目标)A = ; √ (3)(甲、乙均命中目标)A B =+; ╳ (4)(甲、乙均命中目标)AB = . √ 4.一批产品中有3件次品,从这批产品中任取5件检查,设i A =(5件中恰有i 件次品),i=0,1,2,3 叙述下列事件,则(1)0A =(5件中恰有0件次品)=(5件中没有次品);√(2)0A =(5件中恰有1件次品); ╳(3)0A =(5件中至少有1件次品); √ (4)3A =(5件中最多有2件次品); ╳ (5)23A A + =(5件中至少有3件次品); ╳ (6)23A A + =(5件中至少有2件次品). √ 5.指出下列命题中哪些成立,哪些不成立?(1)B A A B A +≠+;╳(2)A B AB AB AB +=++ ;√(3)AB A B A -=-;√(4)A B AB -≠;╳ (5)ABC A B C =;╳ (6)ABC A B C =++ . √6. 袋中有编号为1、2、3、4、5的5个球,从中随机取一个.设A =(取到1、2、3号球),B =(取到奇数号球),C =(取到3、4、5号球),D =(取到4、5号球),E =(取到2号球),则(1)3()5P A =; √ (2)4()()()5P B E P B P E +=+= ; √(3)4()()()5P A E P A P E +=+= ;╳ (4)3()()5P A E P A +== ; √(5) ()()()P A B P A P B +=+; ╳ (6)4()5P A B += . √7.(1)设事件A 、B 互斥,2.0)(=A P , )(B P =0.3 ,则 5.0)(=+B A P . √ (2) 设事件A 、B 互斥,2.0)(=A P ,5.0)(=+B A P 则)(B P =0.7 . ╳(3) 设()0.5P A =,()0.4P B =,()0.7P A B +=, 则()0.2P AB = . √ 8. 设事件,()0.5,A B P A ⊃=()0.2P B = ,则(1)(\)()()0.3P A B P A P B =-= ;√ (2)()()()0.7P A B P A P B +=+= ; ╳ (3)()()0.5P A B P A +== ;√ (4)()0.5P AB = ; ╳(5)()0.2P AB =; √ (6)(\)()()0.3P B A P B P A =-= . √ 9. 箱中有2件次品与3件正品,一次取出两个,则 (1)恰取出2件次品的概率为251C ;√ (2)恰取出2件次品的概率为251A ; ╳ (3)恰取出1件次品1件正品的概率为112325C C C ; √ (4)恰取出1件次品1件正品的概率为112325C C A . ╳ 10.上中下三本一套的书随机放在书架上,则 (1)恰好按上中下顺序放好的概率为3311321A =⨯⨯;√ (2)恰好按上中下顺序放好的概率为13; ╳ (3)上下两本放在一起的概率为3322A ⨯ ; √ (4)上下两本放在一起的概率为332A . ╳11. 若111(),(),()234P A P B P AB === 则 (1) 1()2P B A = √ (2) 2()3P B A = ╳(3) 3()4P A B = √ (4) ()()P A B P A = ╳12. 已知10只电子元件中有2只是次品,在其中取2次,每次任取一只,作不放回抽样,则(1)(P 第一次取到正品8)10= √ (2)(P 第一次取到次品12110)C C = ╳(3)(P 第一次取到正品,第二次取到次品1182210)C C A = ; √ (4)(P 第一次取到正品,第二次取到次品1182210)C C C = ; ╳ (5)(P 第一次取到正品,第二次取到次品82)109=⨯ ; √ (6)(P 一次取到正品,一次取到次品82)109=⨯. ╳13.设甲袋中有6只红球,4只白球,乙袋中有7只红球,3只白球,现在从甲袋中随机取一球,放入乙袋,再从乙袋中随机取一球,则(1)两次都取到红球的概率为⨯681011;√ (2)两次都取到红球的概率为⨯671010; ╳ (3)已知从甲袋取到红球,从乙袋中取到红球的概率为710 ; ╳(4)已知从甲袋取到白球,从乙袋中取到红球的概率为⨯371011. ╳14.某人打靶,命中率为0.2,则下列事件的概率为(1)第一枪没打中的概率为0.8;√ (2)第二枪没打中的概率为0.8; √ (3)第二枪没打中的概率为0.16 ;╳(4)第一枪与第二枪全打中的概率为0.20.20.4+= . ╳ (5)第一枪与第二枪全打中的概率为0.20.20.04⨯= √ (6)第三枪第一次打中的概率为20.80.2⨯. √ 15 .几点概率思想(1)概率是刻画随机事件发生可能性大小的指标;√ (2)随机现象是没有规律的现象; ╳(3)随机现象的确定性指的是频率稳定性,也称统计规律性;√(4)频率稳定性指的是随着试验次数的增多,事件发生的频率接近一个常数;√ (5)实际推断原理为:一次试验小概率事件一般不会发生;√ (6)实际推断原理为:一次试验小概率事件一定不会发生. ╳第二章 随机变量及其分布16.随机变量X 的分布律为1231133p ⎛⎫⎪ ⎪ ⎪⎝⎭,则(1)13p = ;√ (2)23p = ╳17.在6只同类产品中有2只次品,4只正品.从中每次取一只,共取5次,每次取出产品立即放回,再取下一只,设X 为5次中取出的次品数,则(1)第3次取到次品的概率为0. ╳ (2)第3次取到次品的概率为13. √ (3)5次中恰取到2只次品的概率{}2522512233P X C -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭√(4)5次中恰取到2只次品的概率{}25212233P X -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭╳(5)最少取到1只次品的概率{}0505121133P X C ⎛⎫⎛⎫≥=- ⎪ ⎪⎝⎭⎝⎭√(6)最少取到1只次品的概率{}141512133P X C ⎛⎫⎛⎫≥= ⎪ ⎪⎝⎭⎝⎭╳ 18.某交通路口一个月内发生交通事故的次数X 服从参数为3的泊松分布(3)P ,则(1)该交通路口一个月内发生3次交通事故的概率{}31P X ==. ╳(2)该交通路口一个月内发生2次交通事故的概率{}23322!e P X -==. √(3)该交通路口一个月内最多发生1次交通事故的概率{}13311!e P X -==. ╳(4)该交通路口一个月内最多发生1次交通事故的概率为{}{}031333010!1!e e P X P X --=+==+. √19. 袋中有2个红球3个白球,从中随机取一个球,当取到红球令1X =,取到白球令0X =,则 (1)称X 为服从01-分布. √ (2)X 为连续型随机变量. ╳(3)X 的分布律为103255⎛⎫ ⎪ ⎪ ⎪⎝⎭. ╳ (4)X 的分布律为102355⎛⎫⎪⎪ ⎪⎝⎭. √ 20. 设随机变量X 的分布函数为⎪⎩⎪⎨⎧=1310)(x F 1100≥<≤<x x x ,则 (1)X 的分布律为⎪⎪⎭⎫ ⎝⎛323110. √ (2)X 的分布律为012133⎛⎫⎪ ⎪⎝⎭ ╳ (3){0.5}0P X ≤= ╳ (4)1{0.5}3P X ≤=√ (5){0.5}0P X ==√ (6)1{0.5}3P X == ╳(7)2{0.5 1.5}3P X <≤= √ (8){0.5 1.5}1P X <≤= ╳21.设随机变量X 的概率密度01()0Ax x f x ≤≤⎧=⎨⎩其它 , 则(1)常数A =2 . √ (2)常数A =1 . ╳ (3)由积分201Ax dx =⎰可以计算常数A. ╳ (4)由积分1Ax dx +∞-∞=⎰可以计算常数A. ╳(5) 由积分11Axdx =⎰可以计算常数A. √22.设随机变量X 的概率密度⎩⎨⎧=02)(x x f 其它10≤≤x , 则(1)1{01}2P X xdx <<=⎰√ (2) 10.5{0.51}2P X xdx <<=⎰ √ (3)2{02}2P X xdx <<=⎰╳ (4) 0.5{0.5}2P X xdx +∞>=⎰ ╳23.设随机变量X 的分布函数200()0111x F x xx x <⎧⎪=≤≤⎨⎪>⎩,则X 的概率密度 (1)201()0xx f x <<⎧=⎨⎩其它 √ (2)201()0x x f x ⎧<<=⎨⎩其它╳(3)()2f x x x R =∈ ╳ (4)00()20111x f x xx x <⎧⎪=≤≤⎨⎪>⎩╳ 24.公共汽车站每隔10分钟有一辆汽车通过,乘客随机到车站等车,则 (1)乘客候车时间不超过5分钟的概率为12;√ (2)乘客候车时间超过5分钟的概率为12√ (3)乘客候车时间不超过3分钟的概率为310;√(4)乘客候车时间超过3分钟的概率为310. ╳25. 随机变量~(0,1)X N 则 (1){}102P X ≥=√ (2) {}102P X ≤= √ (3) {}{}00P X P X ≥=≤ √ (4){}{}00P X P X ≥≠≤ ╳ 26. 随机变量)2,3(~2N X 则(1){}52≤<X P =)2/1()1(Φ+Φ ╳ (2) {}104≤<-X P =2)5.3(Φ–1 √ 27. 设01~0.40.6X ⎛⎫⎪⎝⎭,则(1)2Y X =的分布律为020.40.6⎛⎫ ⎪⎝⎭ √ (2)21Y X =+的分布律为130.40.6⎛⎫ ⎪⎝⎭√ 28.设随机变量X 的概率密度为⎩⎨⎧=02)(xx f 其它10<<x ,则X e Y =的概率密度为(1)⎩⎨⎧<<=其它01ln )(e y y y f Y ╳ (2)2ln 1()0Y yy e yf y ⎧<<⎪=⎨⎪⎩其它√第三章多维随机变量及其分布29.设二维随机变量(X ,Y )的分布函数为F x y (,),则 (1){}2,1≤≤Y X P = F (1,2) √ (2){}1123131213P X Y F F F -<≤<≤=---,(,)(,)(,) ╳ 30. 设二维随机变量(X ,Y )的分布律为(1)Y 的边缘分布律为012020404...⎛⎫⎪⎝⎭╳ (2)X ,Y 不独立 ╳(3)(X ,Y )的分布函数在116(,.)点的值1610(.,)F = ╳(4)20016{,}.P X Y === √ (5)概率1012{}.P X Y +== ╳(6)Z X Y =-的分布律为101201203204016....-⎛⎫⎪⎝⎭√(7)072().E XY = √ (8)相关系数0XY ρ≠ ╳ 31. 设二维随机变量(X ,Y )的分布律为则 (1){}Y X M ,max =的分布律为⎪⎪⎭⎫ ⎝⎛167163166210 √(2){}Y X N ,min =的分布律为⎪⎪⎭⎫⎝⎛--167163166012√第四章 随机变量的数字特征32.设随机变量X 的分布律为⎪⎪⎭⎫ ⎝⎛-41212116121610311 则(1))(X E =31 √(2))(2X E = 4/55/]21)2/1(0)1[(22222=++++- ╳ (3)X 的方差D (X )=7297 √33.设随机变量X 的概率密度⎪⎩⎪⎨⎧-=02)(x xx f 其它2110≤<≤≤x x则(1) )(X E =1 √(2))(X E =⎰⎰-+211)2(dx x dx x ╳(3))()(22X E X E -=61 √ (4)X 的方差61)(≠X D ╳34.一批产品中有一、二、三等品,等外品及废品五种,分别占产品总数的70%,10%,10%,6%,4%。
(完整版)概率论与数理统计复习提纲

三、最大似然估计法
1. 直观想法:在试验中,事件A的概率P(A)最大, 则A出现的可能性就大;如果事件A出现了,我们认为事件A的概率最大.
2. 定义 设总体X的概率函数或密度函数为 (或 ),其中参数 未知,则X的样本 的联
(1) 设总体X的概率密度函数为f(x), 则样本的联合密度函数为
(2)设总体X的概率函数为 , 则样本的联合概率函数为
二、统计量
1. 定义
不含总体分布中任何未知参数的样本函数 称为统计量, 是 的观测值.
注:(1)统计量 是随机变量; (2)统计量 不含总体分布中任何未知参数;
(3)统计量的分布称为抽样分布.
3.样本:从总体X中,随机地抽取n个个体 ,称为总体X的容量为n的样本。
注:⑴ 样本 是一个n维的随机变量;⑵ 本书中提到的样本都是指简单随机样本,其满足2个特性:
① 代表性: 中每一个与总体X有相同的分布.② 独立性: 是相互独立的随机变量.
4.样本 的联合分布
设总体X的分布函数为F(x),则样本 的联合分布函数为
都有确定的实值P(A),满足下列性质:
(1)非负性: (2)规范性:
(3)有限可加性(概率加法公式):对于k个互不相容事件 ,有 .
则称P(A)为随机事件A的概率.
2.概率的性质
① ②
③若 ,则
④
注:性质的逆命题不一定成立的.如若 则 。(×)若 ,则 。(×)
三、古典概型的概率计算
古典概型:若随机试验满足两个条件:①只有有限个样本点,
合概率函数(或联合密度函数) (或
称为似然函数.
3. 求最大似然估计的步骤:
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
概率、随机变量及其分布列1.概率(1)了解随机事件发生的不确定性和频率的稳定性,了解概率的意义,了解频率与概率的区别。
(2)了解两个互斥事件的概率加法公式。
(3)理解古典概型及其概率计算公式。
(4)了解条件概率。
2.两个事件相互独立,n次独立重复试验(1)了解两个事件相互独立的概念;(2)理解n次独立重复试验的模型并能解决一些实际问题;3.离散型随机变量及其分布列(1)理解取有限个值的离散随机变量及其分布列的概念。
(2)理解二项分布,并解决一些简单问题。
4.离散型随机变量的均值、方差(1)理解取有限个值的离散型随机变量的均值、方差的概念;(2)能计算简单离散型随机变量的均值、方差,并能解决一些实际问题。
要点考向1:古典概型考情聚焦:1.古典概型是高考重点考查的概率模型,常与计数原理、排列组合结合起来考查。
2.多以选择题、填空题的形式考查,属容易题。
考向链接:1.有关古典模型的概率问题,关键是正确求出基本事件总数和所求事件包含的基本事件数,这常常用到计数原理与排列、组合的相关知识。
2.在求基本事件的个数时,要准确理解基本事件的构成,这样才能保证所求事件所包含的基本事件数的求法与基本事件总数的求法的一致性。
3.对于较复杂的题目,要注意正确分类,分类时应不重不漏。
基本知识点:事件的定义:随机事件:在一定条件下可能发生也可能不发生的事件;2.随机事件的概率:一般地,在大量重复进行同一试验时,事件A发生的频率mn总是接近某个常数,在它附近摆动,这时就把这个常数叫做事件A的概率,记作()P A.3.概率的确定方法:通过进行大量的重复试验,用这个事件发生的频率近似地作为它的概率;4.概率的性质:必然事件的概率为1,不可能事件的概率为0,随机事件的概率为0()1P A≤≤,必然事件和不可能事件看作随机事件的两个极端情形一次试验连同其中可能出现的每一个结果(事件A6.等可能性事件:如果一次试验中可能出现的结果有n个,而且所有结果出现的可能性都相等,那么每个基本事件的概率都是1 n7.等可能性事件的概率公式及一般求解方法:如果一次试验中可能出现的结果有n个,而且所有结果都是等可能的,如果事件A 包含m 个结果,那么事件A 的概率()m P A n=8.事件的和的意义:对于事件A 和事件B 是可以进行加法运算的 9 互斥事件:不可能同时发生的两个事件.()()()P A B P A P B +=+一般地:如果事件12,,,n A A A L 中的任何两个都是互斥的,那么就说事件12,,,n A A A L 彼此互斥10.对立事件:必然有一个发生的互斥事件.()1()1()P A A P A P A +=⇒=-11.互斥事件的概率的求法:如果事件12,,,n A A A L 彼此互斥,那么12()n P A A A +++L =12()()()n P A P A P A +++L例题讲解1、从{1,2,3,4,5}中随机选取一个数为a ,从{1,2,3}中随机选取一个数为b ,则b>a 的概率是( )【方法技巧】列古典概型的基本事件空间常用的方法有:(1)列举法;(2)坐标网格法;(3)树图等。
[解析]:,包含的基本事件总数。
事件“”为,包含的基本事件数为。
其概率。
故选D 。
2、从足够多的四种颜色的灯泡中任选六个安置在如右图的6个顶点处,则相邻顶点处灯泡颜色不同的概率为 ( )A .B .C .D . [解析]:选C3.一个口袋中装有n 个红球(n ≥5且n ∈N)和5个白球,一次摸奖从中摸出两个球,两个球颜色不同则为中奖.(1)试用n 表示一次摸奖中奖的概率P;(2)若n=5,求三次摸奖(每次摸奖后放回)恰有一次中奖的概率;(3)记三次摸奖(每次摸奖后放回)恰有一次中奖的概率记为P 3(1),当n 取多少时,P 3(1)值最大?{(,)|{1,2,3,4,5},{1,2,3}}a b a b Ω=∈∈15n =b a >{(1,2),(1,3),(2,3)}3m =31155P ==642286424064264642884、袋内装有6个球,每个球上都记有从1到6的一个号码,设号码为n 的球重克,这些球等可能地从袋里取出(不受重量、号码的影响)。
(1)如果任意取出1球,求其重量大于号码数的概率;(2)如果不放回地任意取出2球,求它们重量相等的概率。
4.解析:(1)由题意,任意取出1球,共有6种等可能的方法。
由不等式 所以,于是所求概率为3264= (2)从6个球中任意取出2个球,共有15种等可能的方法,列举如下:(1,2)(1,3)(1,4)(1,5)(1,6)(2,3)(2,4)(2,5)(2,6)(3,4)(3,5)(3,6)(4,5)(4,6)(5,6)设第n 号与第m 号的两个球的重量相等,则有故所求概率为152要点考向2:条件概率考向链接:(1)利用公式是求条件概率最基本的方法,这种方法的关键是分别求出P (A )和P (AB ),其中P (AB )是指事件A 和B 同时发生的概率。
(2)在求P (AB )时,要判断事件A 与事件B 之间的关系,以便采用不同的方法求P (AB )。
其中,若,则P (AB )=P (B ),从而1262+-n n .34,1262<>>+-n n n n n 或得6,52,1==n n 或.12612622+-=+-m m n n .0)6)((=-+-∴m n m n )4,2(),5,1(),(,6,=∴=+∴≠m n m n m n Θ5、甲罐中有5个红球,2个白球和3个黑球,乙罐中有4个红球,3个白球和3个黑球。
先从甲罐中随机取出一球放入乙罐,分别以和表示由甲罐取出的球是红球,白球和黑球的事件;再从乙罐中随机取出一球,以表示由乙罐取出的球是红球的事件,则下列结论中正确的是________(写出所有正确结论的编号)。
①;②;③事件与事件相互独立; ④是两两互斥的事件;⑤的值不能确定,因为它与中哪一个发生有关。
【思路点拨】根据事件互斥、事件相互独立的概念,条件概率及把事件B 的概率转化为可辨析此题。
【解析】显然是两两互斥的事件,有,,, 而 , 且,,有 可以判定②④正确,而①③⑤错误。
【答案】②④要点考向3:复杂事件的概率与随机变量的分布列、期望、方差 考情聚焦:1.复杂事件的概率与随机变量的分布列、期望、方差是每年高考必考的内容,与生活实践联系密切。
2.多以解答题的形式呈现,属中档题。
离散型随机变量及其分布列[最新考纲] 1.理解取有限个值的离散型随机变量及其分布列的概念,了解分布列对于刻画随机现象的重要性.2.理解超几何分布及其导出过程,并能进行简单的应用.1.随机变量的有关概念(1)随机变量:随着试验结果变化而变化的变量,常用字母X ,Y ,ξ,η,…表示.(2)离散型随机变量:所有取值可以____________的随机变量.2.离散型随机变量分布列的概念及性质(1)概念:若离散型随机变量X 可能取的不同值为x 1,x 2,…,x i ,…,x n ,X 取每一个值12,A A 3A B ()25P B =()15|11P B A =B 1A 123,,A A A ()P B 123,,A A A ()()()123()P B P A B P A B P A B =++I I I 123,,A A A ()15|11P B A =()24|11P B A =()34|11P B A =()()()123()P B P A B P A B P A B =++I I I 112233()(|)()(|)()(|)P A P B A P A P B A P A P B A =++552434910111011101122=⨯+⨯+⨯=()1522P A B =I ()()1599102244P A P B =⨯=()1P A B I ≠()()1P A P Bx i (i =1,2,…,n )的概率P (X =x i )=p i ,以表格的形式表示如下: Xx 1 x 2 … x i … x n P p 1 p 2 … p i … p ni =p i ,i =1,2,…,n 表示X 的分布列.(2)分布列的性质: ①____________;②____________。
超几何分布:在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则P (X =k )=____________,其中m =min{M ,n },且n ≤N ,M ≤N ,n ,M ,N ∈N *,称随机变量X 服从超几何分布. X0 1 … m PC 0M C n -0N -M C n N C 1M C n -1N -M C n N … C m M C n -m N -M C n N求离散型随机变量的分布列离散型随机变量分布列的求解步骤(1)明取值:明确随机变量的可能取值有哪些,且每一个取值所表示的意义.(2)求概率:要弄清楚随机变量的概率类型,利用相关公式求出变量所对应的概率.(3)画表格:按规范要求形式写出分布列.(4)做检验:利用分布列的性质检验分布列是否正确.6、已知2件次品和3件正品混放在一起,现需要通过检测将其区分,每次随机检测一件产品,检测后不放回,直到检测出2件次品或检测出3件正品时检测结束.(1)求第一次检测出的是次品且第二次检测出的是正品的概率;(2)已知每检测一件产品需要费用100元,设X 表示直到检测出2件次品或者检测出3件正品时所需要的检测费用(单位:元),求X 的分布列.解:(1)()103251312=⋅=A C C A P (2)X 的分布列为X200 300 400 P 101 103 537、一盒中装有9张各写有一个数字的卡片,其中4张卡片上的数字是1,3张卡片上的数字是2,2张卡片上的数字是3.从盒中任取3张卡片.(1)求所取3张卡片上的数字完全相同的概率;(2)X 表示所取3张卡片上的数字的中位数,求X 的分布列.(注:若三个数a ,b ,c 满足a ≤b ≤c ,则称b 为这三个数的中位数.)解:(1)由古典概型中的概率计算公式知所求概率为P =C 34+C 33C 39=584. (2)X 的所有可能值为1,2,3,且P (X =1)=C 24C 15+C 34C 39=1742, P (X =2)=C 13C 14C 12+C 23C 16+C 33C 39=4384,P (X =3)=C 22C 17C 39=112. 故X 的分布列为 X1 2 3 P 1742 4384 1128、已知某单位甲、乙、丙三个部门的员工人数分别为24,16,16.现采用分层抽样的方法从中抽取7人,进行睡眠时间的调查.(1)应从甲、乙、丙三个部门的员工中分别抽取多少人?(2)若抽出的7人中有4人睡眠不足,3人睡眠充足,现从这7人中随机抽取3人做进一步的身体检查.①用X 表示抽取的3人中睡眠不足的员工人数,求随机变量X 的分布列;②设A 为事件“抽取的3人中,既有睡眠充足的员工,也有睡眠不足的员工”,求事件A 发生的概率.解:(1)甲、乙、丙三部门分别抽取人数分别为3,2,2.(2)①X 的所有可能值为0,1,2,3,故X 的分布列为 X0 1 2 3 P 351 3512 3518 354 ②()76351812=+=A P事件的相互独立性1.相互独立事件的定义和性质(1)定义:设A ,B 为两个事件,如果P (AB )=P (A )P (B ),那么称事件A 与事件B 相互独立.(2)性质:①如果A 与B 相互独立,那么A 与B ,A 与B ,A 与B 也都相互独立.②如果A 与B 相互独立,那么P (B |A )=P (B ),P (A |B )=P (A ).判断事件是否相互独立的方法1.定义法:事件A ,B 相互独立⇔P (AB )=P (A )P (B ).2.直接法:由事件本身的性质直接判定两个事件发生是否相互影响.3.条件概率法:当P (A )>0时,可用P (B |A )=P (B )判断.9、已知两名射击运动员的射击水平:甲击中目标靶的概率是0.7,乙击中目标靶的概率是0.6。