概率统计总复习
概率统计试卷复习资料

总复习一、填空题(每题3分)1、已知事件A 与B 独立,且5.0)(=A P ,7.0)(=B P ,则=)(AUB P2、设X 服从正态分布)3.2(2N ,且21C) X (=≤P ,则=C 3、设每次试验中成功的概率为P )1(<<P o ,则在二次重复独立试验中,至少失败一次的概率为 。
4、评价估计量优劣的三条标准是无偏性,一致性和 性。
5、已知随机变量X 服从),(2σμN ,则X 的概率密度函数为6、设X 1,…,X n 是总体X 的一个样本,且X 的期望μ=EX 和方差2σ=DX 均未知,则2σ的无偏估计是=∧2σ7、设X 服从二项分布),(p n B ,则)(X E =8、若X 与Y 独立,且6)(=X D ,3)(=Y D ,则)2(Y X D -=9、设X 服从),(2σμN ,则≤≥-)3(σμX P10、一口袋中装有8只球,在这6只球上分别标有-1,1,1,1,1,3,,3,3这样的数字,现从这只口袋中任取一球,用随机变量X 表示取得的球上标明的数字,求:(1)X 的概率分布律;(2)X 的概率分布函数;(3))34(-X E .11.袋中有4个乒乓球, 其中3个是黄球, 1个是白球. 今有两人依次随机地从袋中各取一球, 取后不放回, 则第2个人取得黄球的概率是 . 12、对事件,A B 和C ,已知1()()()5P A P B P C ,()()0P AB P BC ,1()8P AC ,则,A B ,C 中至少有一个发生的概率是_________.13、已知随机变量X 在区间[ 5,15 ]上服从均匀分布,则EX= .14、中心极限定理告诉我们,若随机变量X 服从参数为1000,0.06的二项分布,则X 也近似服从参数为___ __和______的正态分布.15、设(X 1,X 2,...,X n )是取自正态总体N (μ,σ2)的简单随机样本,统计量∑==n i i X n T 121,则T 的数学期望ET=16、设X 表示独立射击目标10次所击中目标的次数,每次击中的概率为0.3,则X 2的数学期望E(X 2)= .17、设随机变量X 服从正态分布N(2,0.22),已知标准正态分布函数值 Φ(2.5)=0.9938,则P{2<X<2.5}=___ .18、设随机变量X 和Y 满足DX =25, DY =9, ρXY =0.4, 则D (X-Y) =19 、设总体X 的概率密度为,,020)(⎩⎨⎧<<=其它x Ax x f 则A=20、若随机变量X 服从参数为1=λ的分布,则大数定律告诉我们:∑=ni i X n 11依概率收敛于21 ,设总体X 服从),(2σμN 分布,X 1,…,X n 是X 的一个样本,则统计量n / X σμ- 服从分布;)(1_1222X XS nni i-=∑=οο 服从 分布;212)(1μο-∑=ni iX服从 分布二,单选1 .若随机变量X 具有性质)()(X D X E =,则X 服从 分布 a 、正态 b 、二项 c 、泊松 d 、均匀2、若)()(1)(B P A P B A P -=+,则A 与B a 、互不相容 b 、独立c 、为对立事件d 、为任意事件3、设随机变量X 服从)2,1(2N ,12-=X Y ,则Y 服从 分布 a 、)4,2(2N b 、)4,1(2N c 、)4,1(N d 、)4,2(N4、设A 与B 为两个随机事件,若0)(=AB P ,则下列命题正确的是 a 、A 、B 互不相容 b 、AB 未必是不可能事件 c 、A ,B 独立 d 、0)(=A P 或0)(=B P5、从总体X 中抽取样本X ,X 2,若X 服从)1,(θN 分布,则θ的估计量中,最有效的是a 、217671X X + b 、212121X X + c 、215451X X + d 、216561X X +6、“A 、B 、C 三事件恰有一个发生”可表为 a 、C U B U A b 、C B Ac 、ABCd 、C B A C B A C B U U A7、5.0)(=A P ,8.0)(=B P ,9.0)(=AUB P ,则B A 与的关系是 a 、互不相容 b 、独立 c 、B A ⊃ d 、A B ⊃8、设随机变量X 服从分布, 则2)] X [E() X (=D a 、均匀 b 、标准正态 c 、二项 d 、泊松9、设),(y x F 是随机变量Y), X (的分布函数,则下列式子 成立。
[理学]概率统计D【总复习】_OK
![[理学]概率统计D【总复习】_OK](https://img.taocdn.com/s3/m/d85193d3dd36a32d727581e5.png)
1.理解事件概率、条件概率的概念,掌握概率的 基本性质, 2. 会计算古典型概率,掌握概率的加法公式、乘法 公式、减法公式、全概率公式、以及贝叶斯公式。 3. 理解事件的独立性概念,掌握用事件独立性进 行概率计算;
1
例1、甲,乙,丙三人各射一次靶,记A
-“甲中靶” ;B-“乙中靶” ;C-“丙中靶
C32C70
P( A)
1
C72 C120
1 76 10 9
8 15
C31C71
求事出件所A发求生事有件几包种含可的能样?本2点种数:(?1)或(2)=(1,1)
6
条件概率
P AB P(B | A) P A
P AB P(A | B) PB
若P(A)>0, 则P(AB)=P(B|A)P(A) 若P(B)>0,则P(AB)=P,(A|B)P(B)
m n
C31C917 C917C31 1002
0.0582
4
例4 100件产品中,共有3件次品,其余为正品。现随机地
取出两件产品:第一次任取一件产品,测试后不再放回原
来的产品中,第二次从第一次取出后所余下的产品中任取
一件产品。 求取出的两件中恰有一件次品的概率。
分析:完成抽样,分二步(或一步) : 抽 无样 放特 回点 抽? 样
(1.3.7)
式(1.3.7)就称为全概率公式。
8
3.贝叶斯公式
定理:设试验E的样本空间为Ω, A为E的事件,B1, B2,…,Bn为Ω的一个划分,且P(A)>0,P(Bi) >0(i=1,2,…,n),则
P(Bi | A)
P(A | Bi )P(Bi )
n
概率论与数理统计总复习知识点归纳

概率论与数理统计总复习知识点归纳1.概率论的基础概念-随机事件、样本空间和事件的关系。
-频率和概率的关系,概率的基本性质。
-古典概型和几何概型的概念。
-条件概率和乘法定理。
-全概率公式和贝叶斯公式。
-随机变量和概率分布函数的概念。
-离散型随机变量和连续型随机变量的定义、概率质量函数和概率密度函数的性质。
2.随机变量的数字特征-随机变量的数学期望、方差、标准差和切比雪夫不等式。
-协方差、相关系数和线性变换的数学期望和方差公式。
-两个随机变量的和、差、积的数学期望和方差公式。
3.大数定律和中心极限定理-大数定律的概念和三级强大数定律。
-中心极限定理的概念和中心极限定理的两种形式。
4.数理统计的基本概念和方法-总体、样本和抽样方法的概念。
-样本统计量和抽样分布的概念。
-点估计和区间估计的概念。
-假设检验的基本思想和步骤。
-正态总体的参数的假设检验和区间估计。
5.参数估计和假设检验的方法和推广-极大似然估计的原理和方法。
-矩估计的原理和方法。
-最小二乘估计的原理和方法。
-一般参数的假设检验和区间估计。
6.相关分析和回归分析-相关系数和线性相关的概念和性质。
-回归分析的一般原理。
-简单线性回归的估计和检验。
7.非参数统计方法-秩和检验和符号检验的基本思想和应用。
-秩相关系数的计算和检验。
8.分布拟合检验和贝叶斯统计-卡方拟合检验的原理和方法。
-正态总体参数的拟合优度检验。
-贝叶斯估计的基本思想和方法。
9.时间序列分析和质量控制-时间序列的基本性质和分析方法。
-时间序列预测的方法和模型。
-质量控制的基本概念和控制图的应用。
以上是概率论与数理统计总复习知识点的归纳,希望对你的复习有所帮助。
概率论与数理统计总复习

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。
概率统计总复习

例2、掷一枚骰子4次至少出现一次六点的概率是多少? 掷一双骰子24次至少出现一次双六点的概率是多少?
例3:将一枚均匀骰子掷两次,观察骰子面的出现情况以 及骰子点数之和出现的情况。
条件概率的计算:(包括三大公式) 例1、一批产品共有10个正品2个次品,从中任取两
F(x)
P{X
x}
1/ 3, 1/ 2,
0 x 1 1 x 2
1, x 2
P{X 1} F(1) 1 2 23
P{1
X
3} 2
P{X
3} P{X 2
1}
1 2
1 3
1 6
P{1 X 3} P{1 X 3} P{X 3} 1
2
2
26
0, x 0
F(x)
P{X
x}
则P(
A
B)
P(A B)
P(A B)
3、若P(AB)= ,且P(A)=1/3,求P(B)
4、P(若A事B )件 A与B互不相容,P(AP)(=A 0.B5) ,,P(AB)= 0.8、 则
设总体X 服从正态分布N (, 2 ) ,X1, X 2, , X n 为X 的一个样本。 当 2未知时,的估计区间为
随机变量的概率分布:
例 1 设 X 的概率分布为
X0
1
2
P 1/3 1/6 1/2
求:(1) X 的分布函数;
(2) P{ X 1}、 P{1 X 3}、 P{1 X 3}。
2
2
2
3
p X
EX
1
2
例2、设随机变量的概率密度为 f (x) Acosx
概率论与数理统计总复习参考

定义7 (概率的统计定义) 定义8 (概率的公理化定义) 设试验E的样本
空间为Ω,对任意事件A,赋予一实数 P(A),若
它满足
非负性公理:0≤P(A) ≤1;
规范性公理:P(Ω)=1;
可列可加性公理:若A1, A2, …两两互斥, 则
P ( Ai ) P ( Ai ).
二、随机事件的关系与运算
1. 事件的关系
(1) 包含关系 若事件A发生必然导致事件B发生,则称事件A包含于B,
记为 A B.
(2) 互斥(互不相容): 若两个事件A、B不可能同时发生,则称事件A与B互斥 (互不相容). 必然事件与不可能事件互斥; 基本事件之间是互斥的.
2. 事件的运算
(1) 事件的并(和) 若C表示“事件A与事件B至少有一个发生”这一事件,
fY
(
y)
f
X
[h(
y)] | 0,
h(
y)
|,
y ,
其他.
第三章 二维随机变量及其分布
1. 二维随机变量
(X, Y ):X, Y 是定义在同一样本空间 上的两个随机变量.
2. 联合分布函数、性质 F(x, y) =P{X x, Y y}, (任意实数x, y).
3. 边缘分布函数 FX (x) = F(x, +), FY (y) = F(+, y).
P p1
p2 … pn …
注 :如果 g( xk ) 中有些项相同,则需将它们 作适当并项.
(2) 连续型随机变量函数的分布 (i) 定义法
FY ( y) P{Y y} P{g( X ) y}
{ x|g( x) y} f X ( x)dx.
概率论与数理统计复习汇总

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 S 上的
实值单值函数,称 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 r.v. 的取值类型) 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 x1, x2 , , xn , 对应概率值为 p1, p2 , , pn , ,即
(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
一个划分.或者 B1, B2 , , Bn 为一个完备事件组.
全概率公式:设设 S 为随机试验 E 的样本空间, B1, B2, , Bn 为一个完备事件组,
则有 P( A) = P(B1)P( A B1) + P(B2 )P( A B2 ) + + P(Bn )P( A Bn )
Bi 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
运算规律:德摩根律 AB = A ∪ B; A ∪ B = AB
加法原理: n1 + n2 + + nm (分类),乘法原理: n1 ⋅ n2 ⋅ ⋅ nm (分步)
概率统计总复习

X 0 T ~ T (n 1) S n
接受域
x 0 s n
t
2
( 2未知)
待估参数
枢轴量及其分布 置信区间
T X 0 ~ T (n 1) S n
( x t
2
( 2未知)
s x t ) 2 n
s , n
原假设 备择假设 检验统计量及其在 H0为真时的分布 H0 H1
s s /m s /n
2 0 2 x 2 y
第八章 1. 方差分析 基本概念(因子、水平、指标); 方差分析表; 总均值、各水平均值、误差方差的 点估计; 各水平均值的区间估计。
2. 一元线性回归分析 线性回归模型; 拟合回归方程; 回归方程的显著性; 回归系数的经济含义。
未知 m,n充 分大
1 , 2
1 2 1 2 1 2
1 2 u 1 2 1 2
x y
2 2 sx s y m n
{u u1 } {u u } {| u | u1 / 2 }
近似 t检 验
未知 m,n不 很大
2 2
右侧检验
(V V1 )
根据样本值计算,并作出相应的判断.
1. 正态总体参数的假设检验 单个正态总体 两个正态总体
2. 大样本检验 单个总体 两个总体
假设检验与置信区间对照
原假设 备择假设 检验统计量及其在 H0为真时的分布 H1 H0 接受域
x 0 u1
0
《数理统计》复习
各 章比 重
第 五 章
(20)
第 六 章
(35)
第 七 章
(15)
第 八 章
- 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)。
途中遇到红灯的次数, 求 随 机 变 量X的 分 布 律 、 分 布 函 数 和数 学 期 望 。
Chapter 5
一. 独立同分布的中心极限定理:
设 r.v. Xk(k=1, 2, … )相互独立, 服从同一分布(i.i.d.) 且具有有限的数学期望和方差:
(1993数 学 一)设 随 机 变 量X的 概 率 密 度 为
f ( x) 1 e x , x , 2
(1)求X的 数 学 期 望E( X )和 方 差D( X ). (2)求X与 X 的 协 方 差 , 并 问X与 X 是 否 不 相 关 ?
(1997数 学 一)从 学 校 乘 汽 车 到 火 车 站的 途 中 有3个 交 通 岗 , 假 设 在 各 个交 通 岗 遇 到 红 灯 的
E( X k ) , D( X k ) 2 0,k 1, 2, 则r.v.
n
n
n
Xk E( Xk ) Xk n
Yn k1
k 1
n
D( Xk )
k1
n
的分布函数Fn , 对于x
k 1
lim n
Fn
(
x
)
lim
P
n k 1
Xk
n
n
n
x
x
1
t2
exp( ) dt
2
2
Байду номын сангаас
二. 德莫佛--拉普拉斯定理:
( 0),且 二 次方 程y2 4 y X 0无 实 根的 概 率 为1 ,
2
则 。
(1995数 学 一)设 随 机 变量X的 概 率 密度 为
e x f X ( x) 0
x0 x0
求 随 机 变 量Y e X的 概 率 密 度fY ( y).
(1995数 学 一)设X和Y为 两 个 随 机 变 量 , 且
2
chapter 4
(2002数 学 一)设 随 机 变 量X的 概 率 密 度为
f
(x)
1 2
cos
x 2
0 x
0
其他
对X独 立 的 重 复观 察4次 , 用Y表 示 观 察 值大 于
的 次 数 , 求Y 2的 数 学 期 望 。
3
(1990数学一)设二维随机变量( X ,Y )在区域 D : 0 x 1, y x内服从均匀分布,求: 关于 X的边缘概率密度函数及随机变量Z 2X 1 的方差D(Z ).
f2 ( x),分 布 函 数 分 别 为F1( x)和F2 ( x),则
(A)f1( x) f2 ( x)必 为 某 一 随 机 变 量 的 概率 密 度 ;
(B) f1( x) f2 ( x)必 为 某 一 随 机 变 量 的 概率 密 度 ;
(C)F1( x) F2 ( x)必 为 某 一 随 机 变 量 的 分布 函 数 ;
(1992数 学 一)设X和Y为 两 个 相 互 独 立 的 随 机变 量 ,
且X服 从 正 态 分 布N ( , 2 ),Y服 从[, ]上 的 均 匀
分 布 , 求Z X Y的 概 率 密 度(。计 算 结 果 用 标 准 分
布 函 数( x)表 示,其 中( x) 1
x t2
e 2 dt)
P{ X 0,Y 0} 3 , P{ X 0} P{Y 0} 4 ,
7
7
则P{max(X 0,Y 0)} ?
(2001数 学 一)设 某 班 车 起 点 站 上 客 人数X服 从
参 数 为( 0) 的 泊 松分 布 , 每 位 乘客 在 中途
下 车 的 概 率 为p(0 p 1),且 中 途 下 车 与 否 相 互 独 立 ,Y表 示 在 中 途 下 车 的 人 数, 求 (1)在 发 车 时 有n个 乘 客 的 条 件 下 , 中 途有m个 人 下车的概率; (2)二 维 随 机 变 量( X ,Y )的 概 率 分 布 。
(1996年数学一) 设工厂A和工厂B的次品率 分别为1%和2%,现从由A和B的产品分别占 60%和40%的一批产品随机抽取一件,发现是 次品,则该次品属于A生产的概率是?
(2002数
学
一
、
四)设X
1和X
是
2
任
意
两
个
相
互
独
立
的
连 续 型 随 机 变 量 , 它 们的 概 率 密 度 分 别 为f1( x)和
(D)F1( x)F2 ( x)必 为 某 一 随 机 变 量 的 分布 函 数.
(1987年数学一) 设在一次试验中,事件A发 生的概率为p,现进行n次独立实验,则A至少 发生一次的概率为————;A至多发生一次 的概率为————。
(2002数 学 一)设 随 机变 量X服 从 正态 分 布N ( , 2 ),
(1994年数学一) 已知A和B两个事件满足条 件P(AB)= P( A B) 且P(A)=p, 则P(B)=?
(1998年数学一) 甲、已两人独立的对同一目 标射击一次,其命中率分别为0.6和0.5,现已 知目标被击中,则它是甲射中的概率为?
(1997年数学一) 袋中有50个球,其中20个是 黄球,30个是白球,今有两人依次随机地从袋 中各取一球,取后不放回,则第二个人取得黄 球的概率为?
(1994数 学 四)某 保 险 公 司 多 年 的 统 计资 料 表 明 : 在 索 赔 户 中 被 盗 索 赔 户占20% ,以X表 示 在 随 机 抽 查 的100个 索 赔 户 中,因 被 盗 向 保 险 公 司 索 赔的 户 数 。 (1)写 出X的 概 率 分 布 。 (2)利 用 德 莫 佛 拉 普 拉 斯 定 理 , 求 被 盗索 赔 户 不 少 于14户 , 且 不 多 于30户 的 概 率 的 近 似 值 。 附 表 :(0) 0.5, (0.5) 0.692, (1.0) 0.841 (1.5) 0.933, (2.0) 0.977, (2.5) 0.994
设r.v.n(n 1, 2, )服从参数为b(n, p), 对于x, 恒有
lim P n np
x x
1
-t2
e 2 dt.
n np(1 p) - 2
lim Pa n np b (b) (a) b
1
-t2
e 2 dt
n
npq
a 2
因而当n较大时, 我们可以用正态分布的数值表 来 近 似 计 算 二 项 分 布 的概 率, 又 为 二 项 分 布 找 到 了一个近似计算公式, 在使用时, 只有当p很小时 才 能 用Poisson分 布 来 近 似 二 项 分 布, 而 用 德莫佛 拉普拉斯定理时则没有这个限制.