概率论与数理统计常见问题解答
概率论与数理统计答案
概率论与数理统计答案
1. 概率论中，事件的概率是什么？
事件的概率是指该事件发生的可能性大小。
通常用0到1之间的数值表示，0表示不可能发生，1表示一定会发生。
2. 如何计算联合概率和条件概率？
联合概率指两个事件同时发生的概率，可以用乘法原理计算。
条件概率是指已知一个事件发生的前提下，另一个事件发生的概率，可以用条件概率公式P(A|B) = P(A∩B) / P(B)来计算。
3. 如何计算期望和方差？
期望是指随机变量取值的平均值，可以用加权平均数来计算。
方差是指随机变量的取值与其期望之差的平方的平均数，可以用期望和平方的期望之差来计算。
4. 什么是正态分布？
正态分布是一种常见的连续概率分布，也称为高斯分布。
其具有对称、单峰、钟形曲线的特点，通过平均数和标准差来描述。
5. 如何进行假设检验？
假设检验是一种基于样本数据推断总体参数的方法。
通常先提出一个假设（原假设或备择假设），根据样本数据计算出一个统计量，然后根据这个统计量的概率分布来判断原假设是否成立。
概率论与数理统计各章疑难解答
第二章疑难分析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.第三章疑难分析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.第四章疑难分析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Y之间的什么关系？相关系数是用随机变量和Y的协方差和标准差来定义的，它反映了随机变量和Y之间的相关程度.当时，称与Y依概率1线性相关；当时，称与Y不相关；当时，又分为强相关与弱相关.4、两个随机变量与Y相互独立和不相关是一种什么样的关系？（1）若、Y相互独立，则、Y不相关.因为、Y独立，则，故，从而，所以、Y不相关.（2）若、Y不相关，则、Y不一定独立.如：因为，，知、Y不相关.但，,,知、Y不独立.（3）若、Y相关，则、Y一定不独立.可由反证法说明.（4）若、Y不相关，则、Y不一定不独立.因为、Y不独立，，但若时，可以有，从而可以有、Y不相关.但是，也有特殊情况，如服从二维正态分布时，、Y不相关与、Y独立是等价的.。
概率论数理统计答案
概率论数理统计答案概率论、数理统计是我们生活中不可避免地遇到的问题。
这些问题的解决离不开概率论和数理统计的知识。
然而，这两门学科并不是一见倾心，即使学了也未必能轻松掌握，尤其是对于初学者来说。
下面，我将通过几个问题的答案，来阐述概率论和数理统计的相关知识。
问题1：某科目的考试成绩满分为100分，进行了300人的考试，平均分为70分，标准差为15分，问该科成绩在80分以上的学生占总人数的比例是多少？答：根据正态分布理论，假设该科目的成绩服从正态分布，可以通过标准正态分布表确定得分区间的分位点。
首先，计算该科考试的标准化分数：z = (80-70)/15 = 0.67，然后查表可知，该分数区间的累积概率为0.2514。
也就是说，80分以上的学生人数占总人数的比例为25.14%。
问题2：某家超市进货的鸡蛋尺寸有偏差，但保证平均每箱鸡蛋数量为24个。
现在有一个顾客随机挑选一箱鸡蛋，请问该顾客选择到数量小于20个的概率是多少？答：假设每箱鸡蛋的数量服从正态分布，那么该超市的进货量应该符合中心极限定理。
设每个鸡蛋的数量的均值为μ，标准差为σ，则该超市进货24个鸡蛋的标准化分数为z = (20-24μ)/σ。
根据正态分布的特性，计算可得符合条件的概率为P(Z<z)，Z为标准正态分布，z的值可以从标准正态分布表中查找得知。
如此算下来，该顾客选择到数量小于20个的概率为0.0003。
问题3：某手机厂商有两种机型，分别为A、B型。
现在调查了10000名用户，发现喜欢A型机的用户有4000人，喜欢B型机的用户有6000人，而两种机型都喜欢的用户有2000人。
那么，随机选择一个用户，问TA喜欢B型机的概率是多少？答：根据全概率公式，随机选择一个用户个体喜欢B型机的概率为P(B) = P(B|A)P(A) + P(B|A')P(A')，其中，P(B|A)表示个体喜欢A型机的条件下喜欢B型机的概率，P(A)表示个体喜欢A型机的概率，P(B|A')表示个体不喜欢A型机的条件下喜欢B型机的概率，P(A')表示个体不喜欢A型机的概率。
概率论与数理统计习题解答第章 (1)
第八章 假 设 检 验三、解答题1. 某种零件的长度服从正态分布，方差σ2 = 1.21，随机抽取6件，记录其长度（毫米）分别为32.46，31.54，30.10，29.76，31.67，31.23在显著性水平α = 0.01下，能否认为这批零件的平均长度为32.50毫米？ 解：这是单个正态总体均值比较的问题，若设该种零件的长度),(~2σμN X ，则需要检验的是：00:μμ=H 01:μμ≠H由于2σ已知，选取nX Z σμ0-=为检验统计量，在显著水平α = 0.01下，0H 的拒绝域为：}|{|}|{|005.02Z z Z z ≥=≥α查表得 2.575829005.0=Z ，现由n =6, 31.1266711∑===ni i x n x ,1.1=σ, 50.320=μ计算得：3.0581561.132.5-31.126670==-=nX z σμ005.0Z z >可知，z 落入拒绝域中，故在0.01的显著水平下应拒绝0H ，不能认为这批零件的平均长度为32.50毫米。
EXCEL 实验结果：2. 正常人的脉搏平均每分钟72次，某医生测得10例“四乙基铅中毒”患者的脉搏数如下：54，67，68，78，70，66，67，65，69，70已知人的脉搏次数服从正态分布，问在显著水平α = 0.05下，“四乙基铅中毒”患者的脉搏和正常人的脉搏有无显著差异？解：这是单个正态总体均值比较的问题，若设“四乙基铅中毒”患者的脉搏数),(~2σμN X ，则需要检验的是：0:μμ=H1:μμ≠H由于方差未知，选取ns X T 0μ-=为检验统计量，在显著水平α = 0.05下，0H 的拒绝域为：)}9(|{|)}1(|{|2/05.02t t n t t ≥=-≥α查表得 2.26215716)9(025.0=t ，现由n =10, 67.411∑===n i i x n x , ()35.155555611122∑==--=n i i x x n s ， 计算得2.45335761035.1555556724.670=-=-=nsX t μ)9(025.0t t >可知，t 落入拒绝域中，故在0.05的显著水平下应拒绝0H ，“四乙基铅中毒”患者的脉搏和正常人的脉搏有显著差异。
概率论与数理统计习题解答
第一章 随机事件及其概率1. 写出下列随机试验的样本空间：（1）同时掷两颗骰子，记录两颗骰子的点数之和; (2)在单位圆内任意一点,记录它的坐标;（3）10件产品中有三件是次品,每次从其中取一件，取后不放回，直到三件次品都取出为止，记录抽取的次数；（4）测量一汽车通过给定点的速度。
解 所求的样本空间如下(1)S= ｛2，3，4，5，6，7，8,9,10，11,12｝ （2）S= ｛（x ， y ）｜ x 2+y 2<1} （3）S= ｛3，4，5,6，7，8，9，10} （4）S= {v ｜v>0｝2. 设A 、B 、C 为三个事件，用A 、B 、C 的运算关系表示下列事件: （1）A 发生,B 和C 不发生； （2）A 与B 都发生，而C 不发生； （3）A 、B 、C 都发生； （4)A 、B 、C 都不发生; (5）A 、B 、C 不都发生； （6)A 、B 、C 至少有一个发生； （7）A 、B 、C 不多于一个发生； （8)A 、B 、C 至少有两个发生. 解 所求的事件表示如下(1)(2)(3)(4)(5)(6)(7)(8)ABCABC ABC ABC ABCAB CAB BC AC ABBC CA3．在某小学的学生中任选一名，若事件A 表示被选学生是男生,事件B 表示该生是三年级学生，事件C 表示该学生是运动员,则 （1）事件AB 表示什么？(2)在什么条件下ABC =C 成立？（3)在什么条件下关系式C B ⊂是正确的? (4）在什么条件下A B =成立? 解 所求的事件表示如下(1）事件AB 表示该生是三年级男生，但不是运动员。
（2）当全校运动员都是三年级男生时，ABC =C 成立。
（3）当全校运动员都是三年级学生时，关系式C B ⊂是正确的。
(4)当全校女生都在三年级，并且三年级学生都是女生时，A B =成立。
4．设P (A ）＝0.7,P （A －B )＝0。
《概率论与数理统计》练习题(含答案)
《概率论与数理统计》练习题（含答案）一、单项选择题1．设,,A B C 为三个事件，且,A B 相互独立，则以下结论中不正确的是（ ） （A ）若()1P C =，则AC 与BC 也独立. （B ）若()1P C =，则A C 与B 也独立. （C ）若()0P C =，则A C 与B 也独立. （D ）若C B ⊂，则A 与C 也独立.答案：（D ）.解答：因为概率为1的事件和概率为0的事件与任何事件独立，所以（A ），（B ），（C ）都是正确的，只能选（D ）.事实上由图 可见A 与C 不独立.2．设随机变量~(0,1),X N X 的分布函数为()x Φ，则(||2)P X >的值为（ ） （A ）2[1(2)]-Φ. （B ）2(2)1Φ-. （C ）2(2)-Φ. （D ）12(2)-Φ.答案：（A ）解答： ~(0,1)X N 所以(||2)1(||2)1(22)P X P X P X >=-≤=--<≤ 1(2)(2)1[2(2)1]2[1(2)]=-Φ+Φ-=-Φ-=-Φ 应选（A ）.3．设随机变量X 和Y 不相关，则下列结论中正确的是（ ） （A ）X 与Y 独立. （B ）()D X Y DX DY -=+. （C ）()D X Y DX DY -=-. （D ）()D XY DXDY =.SABC答案：（B ）解答：由不相关的等价条件知，0y x cov 0xy =⇒=），（ρ ()+2cov x y D X Y DX DY -=+（，） 应选（B ）.4．设离散型随机变量X 和Y 的联合概率分布为(,)(1,1)(1,2)(1,3)(2,1)(2,2)(2,3)111169183X Y P αβ若,X Y 独立，则,αβ的值为（ ）（A ）21,99αβ==. （A ）12,99αβ==.（C ） 11,66αβ== （D ）51,1818αβ==.答案：（A ）解答： 若,X Y 独立则有(2,2)(2)(2)P X Y P X P Y α======1121()()()3939αβαα=+++=+∴29α=， 19β=故应选（A ）.5．设总体X 的数学期望为12,,,,n X X X μ为来自X 的样本，则下列结论中正确的是（ ）（A ）1X 是μ的无偏估计量. （B ）1X 是μ的极大似然估计量. （C ）1X 是μ的相合（一致）估计量. （D ）1X 不是μ的估计量. 答案：（A ） 解答：1EX μ=，所以1X 是μ的无偏估计，应选（A ）.6. 设A 、B 、C 为三个事件，()0P AB >且(|)1P C AB =，则有（ ）Y X（A ）()()() 1.P C P A P B ≤+- （B ）()().P C P A B ≤ （C ）()()() 1.P C P A P B ≥+- （D ）()().P C P A B ≥答案：C 解答：由(|)1P C AB =知()()P ABC P AB =，故()()P C P AB ≥ ()()()()()()()1P C P AB P A P B P A B P A P B ≥=+-≥+- 应选C.7. 设随机变量X 的概率密度为2(2)4(),x f x x +-=-∞<<∞, 且~(0,1)Y aX b N =+，则在下列各组数中应取（ ） （A ）1/2, 1.a b == （B）2,a b ==（C ）1/2,1a b ==-. （D）2,a b == 答案：B 解答：22(2)4()x f x +-==即~(2,)X N - 故当a b ===时 ~(0,1)Y aX b N =+ 应选B.8. 设随机变量X 与Y 相互独立，其概率分布分别为010.40.6X P010.40.6Y P则有（ ）（A ）()0.P X Y == （B ）()0.5.P X Y ==（C ）()0.52.P X Y == （D ）() 1.P X Y == 答案：C解答：()(0,0)(1,1)P X Y P X Y P X Y ====+== 0.40.40.60.60.52=⨯+⨯= 应选C.9. 对任意随机变量X ，若EX 存在，则[()]E E EX 等于（ ）（A ）0. （B ）.X （C ）.EX （D ）3().EX 答案：C 解答：[()]E E EX EX = 应选C.10. 设12,,,n x x x 为正态总体(,4)N μ的一个样本，x 表示样本均值，则μ的置信度为1α-的置信区间为（ ） （A ）/2/2(x u x u αα-+ （B ）1/2/2(x u x u αα--+ （C ）(x u x uαα-+ （D ）/2/2(x u x u αα-+ 答案：D 解答：因为方差已知，所以μ的置信区间为/2/2(X u X u αα-+应选D. 11、设为总体的一个样本，为样本均值，则下),,,(21n X X X )2,1(2N X列结论中正确的是（ D ）。
概率论与数理统计第2章复习题解答
《概率论与数理统计》第二章复习题解答1. 将4只球（1-4号）随机放入4只盒子（1-4号）中去，一只盒子只放一球. 如一只球装入了与之同号的盒子, 称形成了一个配对. 记X 为总的配对数, 求X 的分布律. 解：241!41)4(===X P ； 0)()3(===ΦP X P ——因为当3个球形成配对时，另1个球一定也形成配对；41!41)2(24=⨯==C X P ——当4个球中的某2个形成配对时，另2个球（标号a,b ）都不形成配对的放法只1种，即分别放入标号b,a 的盒中；31!42)1(14=⨯==C X P ——当4个球中的某1个形成配对时，另3个球都不形成配对的放法只2种：以abc 记3个空盒的号码排列，则3个球只能以bca 或cab 的次序对应放入3个盒中；249314102411)0(=----==X P . 于是，分布律为2. 盒中装有10个大小相等的球, 编号为0-9. 从中任取一个, 在号码“小于5”、“等于5”、“大于5”三种情况下，分别记随机变量.2,1,0=X 求X 的分布律、分布函数、分析2)1(-=X Y 服从什么分布.解：（1）10个球中号码“小于5”、“等于5”、“大于5”分别有5、1、4个，于是X 的分布律为（2）X 的分布函数为⎪⎪⎩⎪⎪⎨⎧≥<≤<≤<=2,1 21 ,6.010 ,.500 ,0 )(x x x x x F X ； （3）2)1(-=X Y 分布律为即2)1(-=X Y 服从参数为0.9的0-1分布.3. 设随机变量X 的分布密度为∞<<∞-=-x Aex f x X ,)(. 求（1）A 的值;（2）)21(<<-X P ;（3）X的分布函数;（4）21X Y -=的分布密度. 解：（1）122)(0===⎰⎰∞-∞∞-A dx Ae dx x f x X , 21=∴A ，⎪⎪⎩⎪⎪⎨⎧≤>=∴-0,21 0,21)(x e x e x f x x X ； （2）)(2112121)21(212001----+-=+=<<-⎰⎰e e dx e dx e X P x x ； （3）⎪⎪⎩⎪⎪⎨⎧≥-=+<===--∞-∞-∞-⎰⎰⎰⎰0 ,21121210 ,2121 )()(00x e dt e dt e x e dt e dt t f x F x x t t x x t xX X ； （4）)1(1)1()1()()(222y X P y X P y X P y Y P y F Y -<-=-≥=≤-=≤=⎪⎩⎪⎨⎧≥-<-<<---=1 ,01 1,)11(1y y y X y P ⎪⎩⎪⎨⎧≥<--+--=1 ,11,)1()1(1y y y F y F X X 求导得⎪⎩⎪⎨⎧≥<---+-=1 ,0 1,121)]1()1([)(y y y y f y f y f X X Y⎪⎩⎪⎨⎧≥<-+=----1 ,0 1 ,121]2121[11y y y e e y y ⎪⎩⎪⎨⎧≥<-=--1 ,01,1211y y e y y .4. 根据历史资料分析, 某地连续两次强地震间隔的年数X 的分布函数为⎩⎨⎧<≥-=-0 ,00,1)(1.0x x e x F x ，现在该地刚发生了一次强地震，求（1）今后3年内再发生强地震的概率；（2）今后3-5年内再发生强地震的概率；（3）X 的分布密度)(x f ，指出X 服从什么分布.解：（1）26.01)3()3(31.0=-==≤⨯-e F X P ；（2）13.0)1()1()3()5()53(31.051.0=---=-=≤<⨯-⨯-e eF F X P . （3）X 的分布密度⎪⎩⎪⎨⎧≤>=⎩⎨⎧≤>=--0,0 0,1010 ,0 0,1.0)(1011.0x x e x x e x f x x ，故X 服从参数为10的指数分布. 5.（1）设),2(~p b X , ),3(~p b Y , 且95)1(=≥X P , 求)1(≥Y P .（2）设)(~λP X , 且)2()1(===X P X P , 求)4(=X P .（3）设),(~2σμN X ，试分析当↑σ时，概率)(σμ<-X P 的值将如何变化. 解：（1）),2(~p b X ，95)1(1)0(1)1(2=--==-=≥∴p X P X P ，故321=-p ，31=p . 从而)31,3(~b Y , 2719)32(1)1(1)0(1)1(33=-=--==-=≥∴p Y P Y P . （2）)(~λP X , 且)2()1(===X P X P , 即λλλλ--=e e !2!121, 亦即λλ22=, 又0>λ, 2=∴λ.从而)2(~P X , 2!2)(-==e k k X P k, .2,1,0 =k 于是22432!42)4(--===e e X P . （3）),(~2σμN X ，故6826.01)1(2)1()1()()(=-Φ=-Φ-Φ=+<<-=<-σμσμσμX P X P . 故当↑σ时，概率)(σμ<-X P 的值.6. 设某城市男子的身高(单位:cm))6,170(~2N X .（1）应如何设计公共汽车的车门高度, 才能使该地男子与车门碰头的概率小于0.01？（2）若车门高度为182cm, 求100个男子中会与车门碰头的人数至多是1的概率.解：（1）设公共汽车的车门高度应为x cm. 则 要使01.0)6170(1)(1)(<-Φ-=≤-=>x x X P x X P , 只须)33.2(99.0)6170(Φ=>-Φx , 从而只要33.26170>-x , 于是98.183>x 即可.（2）若车门高度为182cm, 则1个男子会与车门碰头的概率为 0228.0)2(1)6170182(1)182(1)182(=Φ-=-Φ-=≤-=>=X P X P p 设100个男子中会与车门碰头的人数为Y , 于是)0228.0,100(~b Y , 从而34.09772.00228.09772.00228.0)1()0()1(991110010000100=+==+==≤C C Y P Y P Y P .7. 设带有3颗炸弹的轰炸机向敌人的铁路投弹, 若炸弹落在铁路两旁40米以内, 即可破坏铁路交通. 记弹落点与铁路的距离为X (单位: 米), 落在铁路一侧时X 的值为正, 落在另一侧时为负. X 的概率密度为⎪⎪⎪⎩⎪⎪⎪⎨⎧≤≤-<≤-+=其它 ,0 1000 ,100001000100,10000100)(x x x x x f若3颗炸弹全部使用, 求敌人铁路交通受到破坏的概率.解：1颗炸弹落在铁路两旁40米以内的概率为64.01000010010000100)()40(4000404040=-++==<=⎰⎰⎰--dx x dx x dx x f X P p 设3颗炸弹中落在铁路两旁40米以内的颗数为Y , 则)64.0,3(~b Y ，从而至少1颗炸弹落在铁路两旁40米以内（可破坏铁路交通）的概率为95.0)64.01(1)0(1)1(3=--==-=≥Y P Y P8. 设),(~b a U X , 证明: 当0>k 时, l kX Y +=仍服从均匀分布.证明：),(~b a U X ，⎪⎩⎪⎨⎧<<-=∴其它,0 ,1)(b x a a b x f X ，而)()()()()(k l y F k l y X P y l kX P y Y P y F X Y -=-≤=≤+=≤= 求导得k k l y f y f X Y 1)()(-=. 又因为⇔≠-0)(k l y f X l bk y l ak b kl y a +<<+⇔<-<，故 ⎪⎩⎪⎨⎧+<<+-=其它,0 ,)(1)(l bk y l ak ka b y f Y . 即当0>k 时, l kX Y +=在),(l bk l ak ++上服从均匀分布. 证毕.9.（1）设X 的分布密度⎩⎨⎧<<--=其它 ,0 11,1)(x x x f X , 用分布函数法求X Y =的分布密度；（2）设)1,0(~U X , 用公式法求XY +=11的分布密度. 解：（1）⎩⎨⎧≤>--=<<-=≤=≤=0 ,00,)()()()()()(y y y F y F y X y P y X P y Y P y F X X Y , 求导得 ⎩⎨⎧≤>-+=0 ,0 0,)()()(y y y f y f y f X X Y 注意到当且仅当10<<y 时)(),(y f y f X X -取非零表达式，故⎩⎨⎧<<-=--+-=其它 ,010),1(2)1()1()( y y y y y f Y （2）)1,0(~U X ，⎩⎨⎧<<=∴其它,0 10,1 )(x x f X ，而当10<<x 时x y +=11单调可导；反函数为11)(-=y y h ，21)('y y h -=；21)1(,1)0(==y y ，由定理知⎪⎩⎪⎨⎧<<=其它 ,0 121 ,)('))(()( y y h y h f y f X Y ⎪⎩⎪⎨⎧<<=其它 ,0 121 ,12y y 10. 试证明：若 ,3,2,1,)1()(1=-==-k p p k X P k , 则)()(t X P s X t s X P >=>+>, 其中t s ,是非负整数.（即几何分布具有“无记忆性”) 证明：t t t k k t k k p p p p p p p p t X P )1()1(1)1()1()1()(1111-=---=-=-=>∑∑∞+=-∞+=-， )()()(),()(s X P t s X P s X P s X t s X P s X t s X P >+>=>>+>=>+>，由上一步结果知 t s ts p p p s X t s X P )1()1()1()(-=--=>+>+，故)()(t X P s X t s X P >=>+>对任意非负整数t s ,成立. 即几何分布与指数分布一样，具有“无记忆性”. 证毕.第 1 页：第二章 随机变量及其分布习 题 课**************************************************第二章随机变量及其分布习 题 课第 2 页：**************************************************随 机 变 量离 散 型随机变量连 续 型随机变量分 布 函 数分 布 律密 度 函 数均匀分布指数分布正态分布两点分布二项分布泊松分布随机变量的函数的分布定义知识结构特征数第 3 页：随机变量与普通的函数不同**************************************************随机变量与普通的函数不同随机变量随机变量的取值具有一定的概率规律设 ={}为某随机现象的样本空间，称定义在上的实值函数 X=X() 为随机变量.用来表示随机现象结果的变量。
概率论与数理统计考试知识点汇总及疑难解析
疑难解析系统(概率论与数理统计中的疑难问题)目录第一章事件与概率………………………………………………3-4第二章条件概率与独立性………………………………………5-6第三章随机变量及其分布………………………………………7-8第四章多维随机变量及其分布…………………………………9-10第五章数字特征…………………………………………………11-14第六章数理统计的基本概念……………………………………15-17第七章参数估计…………………………………………………18-21第八章假设检验…………………………………………………22-23第一章 概率论基本概念1．什么是统计规律性？什么是随机现象？答 在一定条件下发生，其结果是多样的，因而在现象发生前不能预知确切结果的不确定现象，其结果在大量重复试验中呈现出一种规律性. 由于这种规律是根据统计数据分析出来的，因而称为统计规律性。
在一次试验或观察中结果不能预先确定，而在大量重复试验中结果具有统计规律性的现象称为随机现象. 随机现象是概率论与数理统计的主要研究对象.2．如何理解互逆事件与互斥事件？答 如果两个事件A 与B 必有一个发生，且至多有一个发生，则、A B 为互逆事件. B A =.如果两个事件A 与B 不能同时发生，则、A B 为互斥事件.如考试及格与不及格是互逆也是互斥的，但考试70分和80分互斥却不互逆. 区别互逆与互斥的关键是，当样本空间只有两个事件时，两事件才可能互逆. 而互斥适用于多个事件的情形. 互斥事件的特征是，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至多发生一个.3．如何用已知事件来表达与其有关的其它事件？答 首先要了解所讨论试验中事件的构成，所需表达事件与已知事件的关系，然后运用这些关系与运算法则将事件表达出来.例如，设S 为事件05x ≤≤，A 为事件12x ≤≤，B 为事件02x ≤≤，则 02x ≤≤为事件B 或A B U ，12x ≤≤为事件A 或BA ，25x <≤为事件S B -或B ，01x ≤<为B A -.4．样本空间与必然事件之间有什么关系？答 样本空间是随机试验E 的所有可能结果的集合，而必然事件是指随机试验中一定会出现的结果. 虽然在一次试验中只有样本空间的一个元素发生，但在把样本空间视作一个整体时，我们说它在每次试验中都发生了. 因此，可以说样本空间是必然事件.5．在什么情况下，随机事件A 的频率可以作为它的概率的近似值？ 答 随机事件A 的频率()n f A 反映事件A 在多次重复试验中发生的频繁程度. 当n 增大时，频率在概率()P A 附近摆动. 因此，每一个从独立重复试验中测得的频率，都可以作为概率()P A 的近似值. 而且，一般n 越大，近似程度越好.事实上，当n 增大时，频率大量集中于包含()P A 的一个小区间. 任选区间中一值作为概率的近似值，称为统计概率. 在解题时，当n 较大时，可取统计概率为()/A P A n n ≈.6．概率是否可以看做频率的极限？答 这样理解是不恰当的. 因为如上题所述，当n →∞时，()n f A 在()P A 附近摆动，与高等数学中极限的N ε-概念是不同的. 由于概率是随机现象的可能性的赋值，对于任给的0ε>，存在偶然的因素，可能找不到()N ε，从而得不到|()()|n f A P A ε-<.7．怎样理解古典概型的等可能假设？答 等可能性是古典概型的两大假设之一，有了这两个假设，给直接计算概率带来了很大的方便. 但在事实上，所讨论问题是否符合等可能假设，一般不是通过实际验证，而往往是根据人们长期形成的“对称性经验”作出的. 例如，骰子是正六面形，当质量均匀分布时，投掷一次，每面朝上的可能性都相等；装在袋中的小球，颜色可以不同，只要大小和形状相同，摸出其中任一个的可能性都相等. 因此，等可能假设不是人为的，而是人们根据对事物的认识——对称性特征而确认的.8．概率为0的事件是否为不可能事件？概率为1的事件是否为必然事件？答 有关概念：不可能事件φ的概率为0，即()0P φ=，但其逆不真；同样，必然事件Ω的概率()1P Ω=，但其逆也不真。
- 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)。
概率论与数理统计常见问题解答1.概率论研究的对象是什么？现实生活中有两类现象。
必然现象：一定条件下，结果是肯定的。
如：一定大气压下，水加温到100℃：沸腾随机现象：一定条件下，结果不肯定的。
如：实弹射击，打一发子弹：可能中或不中概率论是研究随机现象规律性的一门学科。
2.随机现象有规律性吗？有。
例如：两人打枪。
甲是神枪手，乙是普通射手。
如果打一发子弹，甲可能打中也可能打不中，乙也可能打中也可能打不中，看不出什么规律。
如果两人比赛，各打10组，每组100发子弹，结果是：我们可以看出规律性：甲可说几乎每发必中，乙只有大约一半的可能性打中。
这种规律性称为统计规律性。
在大量试验中才显示出来，不是个别试验显示的特性。
3.随机现象的规律性如何指导实践？例如：农业生产上选择品种，如果当地发生旱灾的可能性大，水灾的可能性小，就应选择耐旱的品种，反之则应选择耐涝的品种。
在统计学中，以“小概率事件”判断原理来进行假设检验，例如：厂方声称，产品的废品率为5%，随机检查，发现“5个产品有2个次品”。
这时，应当拒绝“废品率为5%” 。
为什么？因为“5个产品有2个次品”是小概率事件（用概率的方法可计算），在一次试验中一般不可能发生，现在居然发生了，应怀疑原假设。
可能性小的事并不等于不发生例如：地震。
某地某日发生大地震的可能性是非常小的，但就整个地球来说，一年总要发生几次大地震。
例1：甲、乙两位棋手棋艺相当。
他们在一项奖金为1000元的比赛相遇。
比赛为五局三胜制。
已经进行了三局的比赛，结果为甲二胜一负。
现因故要停止比赛，问应该如何分配这1000元比赛奖金才算公平？奖金分配方法：平均分，对甲欠公平，按一定的比例分配，甲拿大头，乙拿小头，甲拿2/3，乙拿1/3，合理吗？例2：在第43届世界乒乓球锦标赛中，中国队与瑞典队争夺冠亚军，当时瑞典队上场队员只有瓦尔德内尔、佩尔松和卡尔松，其中卡尔松怕削球手，于是中国队排出了以下阵容：王涛马文革丁松马文革王涛决策时已经估计到瑞典队有两种可能的选择：或以卡尔松打第三单打去碰削球手丁松或以佩尔森打第三单打，以便卡尔松避开丁松最后，中国队战胜瑞典队（3：2），夺回了阔别六年之久的斯韦思林杯。
请根据下面两种数据，计算中国队获胜的概率。
第一种第二种4.什么是随机事件？随机事件是指在一定条件下可能发生也可能不发生的现象。
应该注意的是，事件的结果是相应于"一定条件"而言的。
因此，要弄清某一随机事件，就必须明确何为事件发生的条件，何为在此条件下产生的结果。
例如，某人作试验"向上抛掷一枚质地均匀的硬币","质地均匀的硬币"是条件，在此条件下，硬币落地时正面向上(或反面向上)则是结果；例如，某气象台每天中午观察风速，则时间、地点是条件，观察到的风速是结果。
5.如何理解"随机试验"这一概念？凡是对现象的观察或为此而进行的实验，都称之为试验。
一个试验如果满足下述条件，则被称之为随机试验：(1)试验可以在相同的情形下重复进行；(2)试验的所有可能结果是明确可知的，并且不止一个；(3)每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果。
例如，"从盛有3个排球、2个足球的筐子里任取一球"就是一次随机试验，"取出的是排球"则是试验的结果。
6."频率"与"概率"之间有何关系？随机事件的频率，指此事件发生的次数与试验总次数的比值，当试验次数很多时，它具有一定的稳定性，即稳定在某一常数附近，而偏离的它可能性很小。
为了说明这种规律，我们把这个常数称为这个随机事件的概率。
它从数量上反映了随机事件发生的可能性的大小，而频率在大量重复试验的前提下可近似地作为这个事件的概率。
例如，一根棒在一定条件下具有"长度"这一特性，而我们通常用某次测量的结果作为其长度。
7.如何理解“互斥问题”互斥事件是对两个事件而言的。
若有A、B两个事件，当事件A发生时事件B就不发生；当事件B发生时事件A就不发生(也就是说，事件A、B不可能同时发生)，我们就把这种不可能同时发生的两个事件叫做互斥事件，也有人把它们叫做不相容事件。
8."互斥"与"等可能"的区别是什么？"互斥事件"和"等可能事件"是迥然不同的两个概念。
在一次试验中，由于某种对称性条件使得若干个随机事件中每一事件发生的可能性是完全相同的，则称这些事件为等可能事件。
在数目上它可为2个或多个。
而互斥事件仅指不可能同时发生的两个事件。
例如：掷一个均匀骰子，"出现1或2"与"出现2或3"这两个事件是等可能的，但它们不是互斥事件。
9."互斥"和"对立"的关系如何？"互斥事件"和"对立事件"都是就两个事件而言的。
互斥事件是不可能同时发生的两个事件，而对立事件是其中必有一个发生的互斥事件。
因此，对立事件必须是互斥事件，但互斥事件不一定是对立事件，也就是说,"互斥"是"对立"的必要但不充分的条件。
例如："出现1点"和"出现2点"是互斥的，但不是对立的，因为有可能1点和2点都不出现。
又如：掷一个硬币，"出现正面"和"出现反面"是对立的。
应用公式P(A+B)=P(A)+P(B)解决问题时，首先要注意前提：A、B两事件必须互斥。
因为一般地，P(A+B)=P(A)+P(B)-P(AB)10.如何灵活运用公式？求某个事件的概率时，常遇到求“至少...”或“至多...” 等事件概率的问题。
若从正面考察这些事件，它们往往是诸多事件的和或积，求解时很繁琐。
但“至少...”、“至多...”这些事件的对立事件往往比较简单，且其概率也很容易求出。
此时，不妨来一个逆向思考，先求其对立事件的概率，然后再求原来事件的概率。
这就需要运用公式了。
11.如何理解“独立事件”？在实际生活中，我们常常注意到事件之间的联系。
例如：“昨天晚上没休息好”和“今天考试成绩差”是有联系的。
虽然没休息好不一定导致成绩不好，但增大了成绩不好的可能性。
又如：“某人买彩票没中奖”和“某人听见乌鸦叫”这两个事件，可以认为是互不相关的，因为某人是否听见乌鸦叫，并不影响他中奖的可能性。
“两个事件互不影响”抽象为数学模型，就得到“独立事件”的数学概念，但我们还要注意两者之间的差别。
前一句话，是日常生活用语，是不准确的，如果用它来代替“独立事件”的概念，就会产生错误。
例如：“广州下雨”和“北京在同一天下雨”这两个事件，一般均看作独立的。
又如掷一个均匀的骰子，“出现偶数点”和“出现1或2”这两个事件是互相独立的，但如果骰子不是均匀的，那么这两个事件就不一定互相独立的。
所以，判定两个事件是否相互独立，一定要按定义，即根据条件是否成立来决定。
有一个例子，说明A、B、C三个事件中任意两个事件互相独立，但它们总体并不相互独立。
例：同时抛掷两个均匀的硬币A={第一个硬币出现正面}B={第二个硬币出现反面}C={两个硬币同时出现正面，或同时出现反面}，则，，但，可见A、B、C两两互相独立，但三个事件总体并不互相独立。
这个例子正确说明，我们对“两个事件互不影响”的直观概念和“全体相互独立事件”的数学概念是有一定差别的。
12.“互斥”与“相互独立”的有什么区别？“互斥事件”与“相互独立事件”是两个不同的概念，二者不能混淆。
两个事件互斥是指两个事件不可能同时发生，两个事相互独立是指一个事件的发生与否对另一个事件发生的概率没有影响。
它们虽然都描绘了两个事件间的关系，但所描绘的关系是根本不同的。
若A、B互斥，且，，则它们不可能互相独立，因为A发生的条件下，B不可能发生，即，所以A、B不是互相独立。
教你一招应用公式解决实际问题时，首先要注意公式应用的前提：这n个事件是相互独立的.13.如何认识"独立重复试验"？进行一系列试验，在每次试验中事件A或者发生、或者不发生。
假设每次试验的结果与其它各次试验的结果无关，即事件A的概率P(A)在整个系列试验中保持不变，这样的一系列试验叫独立重复试验。
"重复"是指在多次试验中，每次P(A)=p保持不变."独立"是指每次试验的结果互不影响，若以C i记为第i次试验的结果A或（i=1,2,...,n）,则"独立"指14.如何正确看待"小概率事件"？"小概率事件"是指发生的概率很小（比如小于1%，当然，对不同的实际问题有不同的要求）的事件。
对于这类事件来说，在大量重复试验中，平均要做很多次才发生1次，所以认为在一次试验中该事件是几乎不可能发生的。
不过应注意两点：一是这里的"几乎不可能发生"，是针对"一次试验"来说的，因为如果一个事件尽管在一次试验中发生的概率很小，但只要实验次数很多，而且试验是独立进行的，则这一事件的发生几乎是肯定的；二是当我们运用"小概率事件几乎不可能发生的原理"进行推断时，也有犯错误的可能。
15.摸球游戏中谁是真正的赢家在街头巷尾常见一类“摸球游戏”．游戏是这样的：一袋中装有16个大小、形状相同，光滑程度一致的玻璃球．其中8个红色、8个白色．游戏者从中一次摸出8个，8个球中．当红白两种颜色出现以下比数时．摸球者可得到相应的“奖励”或“处罚”：A B C D E结果（比数）8:0 7:1 6:2 5:3 4:4奖金（元）10 1 0.5 0.2 -2注：表中“-2”表示受罚2元此游戏（实为赌博），从表面上看非常有吸引力，5种可能出现的结果,有4种可得奖,且最高奖达10元,而只有一种情况受罚,罚金只是2元．因此就吸引了许多人特别是好奇的青少年参加,结果却是受罚的多，何以如此呢？其实,这就是概率知识的具体应用：现在是从16个球中任取8个,所有可能的取法为种,即基本事件总数有限,又因为是任意抽取,保证了等可能性,是典型的古典概型问题．由古典概率计算公式,很容易得到上述5种结果．其对应的概率分别是：假设进行了1000次摸球试验，5种情况平均出现的次数分别为：0、10、122、487、381次，经营游戏者预期可得10×0＋1×10＋0.5×122＋0.2×487-2×381=593.6（元）．这个例子的结论可能会使我们大吃一惊，然而正是在这一惊之中．获得了对古典概率更具体、更生动的知识．16.如何理解"随机变量"？研究随机现象时，我们通常只关心结果的某些数量方面。