数理统计总复习
概率与数理统计(经管)复习资料
省考复习资料概率与数理统计（经管类）概率与数理统计知识库●设事件A与B互不相容，且P( A) > 0 ，P(B) > 0 ,则有P( A B) =P( A)+P(B) 。
设A与B 互为对立事件，且P( A) > 0 ，P(B) > 0 ，则错．误．的是P( AB) =P( A)P(B)●已知P（A）=0.3，P（B）=0.4，P（AB）=0.5，则P（B|A B）=0.25●设A 、B 为两个随机事件，且0 <P( A) <1，P(B) > 0 ,P(B |A) =P(B |A) 则必有：P( AB) =P( A)P(B) 。
设事件 A，B相互独立，且 P( A) = 0.2 ，P(B) = 0.4 ，则P( A B) =0●52。
设P( A) =1，P( A B) =1，且A与B互不相容，则P(B) =1 32 6●设随机变量X 和Y 的方差存在且不等于0，则D( X +Y) =D( X ) +D(Y ) 是X 和Y 不相关的充分必要条件●设A、B、C 为三个事件，表示 A、B、C 中不多于两个发生的表达式是ABC 。
●设P( A) = 0.4, P(B) = 0.5 ，且P( A / B) = 0.3 ，则P( AB) =0.05。
●设随机变量X:N(μ,σ2)，则随着σ的增大，概率P{X-μ<σ}保持不变。
●设随机变量X～N（1，0.2），则P｛X>1｝=0.5000●设f1 (x) 为标准正态分布的概率密度函数，f2 (x) 为[-1, 3]上的均匀分布的概率密度函⎧af1 (x),数，若 f (x) =⎨⎩bf2 (x), x ≤ 0x > 0，（a>0,b>0）为概率密度函数，则a、b应满足2a+3b=4⎧K (4x - 2),1 <x < 2 1●设随机变量 X 的概率密度为f (x) =⎨⎩则 K= 0 , 其它 4●设随机变量X 的分布函数为1 1F (x) ，则随机变量Y = 2X +1 的分布函数G( y) =F ( y - )2 2●从一批产品中随机抽两次，每次抽1件。
数理统计复习资料
复习资料（资料总结，仅供参考）判断题1.研究人员测量了100例患者外周血的红细胞数，所得资料为计数资料。
X 2.统计分析包括统计描述和统计推断。
3.计量资料、计数资料和等级资料可根据分析需要相互转化。
4.均数总是大于中位数。
X 5.均数总是比标准差大。
X 6.变异系数的量纲和原量纲相同。
X 7.样本均数大时，标准差也一定会大。
X 8.样本量增大时，极差会增大。
9.若两样本均数比较的假设检验结果P 值远远小于0.01，则说明差异非常大。
X 10.对同一参数的估计，99%可信区间比90%可信区间好。
X 11.均数的标准误越小，则对总体均数的估计越精密。
12. 四个样本率做比较，2)3(05.02χχ> ，可认为各总体率均不相等。
X13.统计资料符合参数检验应用条件，但数据量很大，可以采用非参数方法进行初步分析。
14.对同一资料和同一研究目的，应用参数检验方法，所得出的结论更为可靠。
X 15.等级资料差别的假设检验只能采用秩和检验，而不能采用列联表χ2检验等检验方法X 。
16.非参数统计方法是用于检验总体中位数、极差等总体参数的方法。
X 17.剩余平方和SS 剩1=SS 剩2，则r 1必然等于r 2。
X 18.直线回归反映两变量间的依存关系，而直线相关反映两变量间的相互直线关系。
19.两变量关系越密切r 值越大。
X 20.一个绘制合理的统计图可直观的反映事物间的正确数量关系。
21.在一个统计表中，如果某处数字为“0”，就填“0”，如果数字暂缺则填“…”，如果该处没 有数字，则不填。
X 22.备注不是统计表的必要组成部分，不必设专栏，必要时，可在表的下方加以说明。
23.散点图是描写原始观察值在各个对比组分布情况的图形，常用于例数不是很多的间断性分组资料的比较。
24.百分条图表示事物各组成部分在总体中所占比重，以长条的全长为100%，按资料的原始顺序依次进行绘制，其他置于最后。
X 25.用元参钩藤汤治疗80名高血压患者，服用半月后比服用前血压下降了2.8kPa ，故认为该药有效（ X ）。
概率论与数理统计复习题14
概率论与数理统计复习题一、选择题1、设0()1P A <<,0()1P B <<,(|)(|)1P A B P A B +=,则（C ） （A ） 事件A ，B 不相容； （B ） 事件A ，B 为对立事件； （C ） 事件A ，B 相互独立；（D ） 事件A ，B 不相互独立。
2、甲、乙、丙三人各向目标射击一发子弹，以A 、B 、C 分别表示甲、乙、丙命中目标，用A 、B 、C 的运算关系表示事件“恰好有一人命中目标”，下列表达式正确的是（ C ） A.C B A B.C B A C. C B A C B A C B A D. C B A BC A C AB3、 X 为随机变量，()E X μ=,()2D X σ=,则对任意常数k,必有（B ）（A ） ()()222E X k E Xk-=-； （B ） ()()22E X k E X μ-≥-；（C ） ()()22E X k E X μ-<-；（D ） ()()22E X k E X μ-=-。
4、设随机变量X 服从正态分布()2,N μσ，则随着σ的增大，概率()P X μσ-<（C ）（A ） 单调减少； （B ）单调增大； （C ） 保持不变； （D ）增减不定。
5、设 0，2，2，3，3为来自均匀分布总体),0(θU 的样本观察值，则θ的矩估计值为（D ）。
A. 1B. 2C. 3D. 46、设321,,X X X 是来自正态总体)1,(μN 的样本，现有μ的三个无偏估计量1123131ˆ5102X X X μ=++，2123115ˆ3412X X X μ=++，3123111ˆ362X X X μ=++其中最有效的估计量是（ ）。
（A ）1ˆμ（B ）2ˆμ（C ）3ˆμ（D ）以上都不是7、随机变量X ，Y 和X+Y 的方差满足Var(X +Y )=Var(X )+ Var(Y )是X 和Y （C ）（A ）不相关的充分条件，但不是必要条件； （B ）不相关的必要条件，但不是充分条件； （C ）独立的必要条件，但不是充分条件； （D ）独立的充分必要条件。
《概率论与数理统计》分章复习题
第一章 随机事件与概率一、 选择题1、以A 表示甲种产品畅销，乙种产品滞销，则A 为( ).(A) 甲种产品滞销，乙种产品畅销 (B) 甲、乙产品均畅销(C) 甲种产品滞销 (D) 甲产品滞销或乙产品畅销2、设A 、B 、C 为三个事件，则A 、B 、C 中至少有一个发生的事件可以表示为( ).(A)ABC (B) A B C ⋂⋂ (C) A B C ⋃⋃ (D) ABC3、已知事件B A ,满足A B =Ω(其中Ω是样本空间),则下列式( )是错的. (A) B A = （B ） Φ=B A (C) B A ⊂ （D ） A B ⊂4、设A 、B 、C 为三个事件，则A 、B 、C 中至少有一个不发生的事件可以表示为( )。
(A)ABC （B ）ABC (C) A B C ⋃⋃ （D ） ABC5、假设事件,A B 满足(|)1P B A =，则( ).(A) A 是必然事件 (B) (|)0P B A = (C)A B ⊃ (D)A B ⊂6、设()0P AB =, 则有( ).(A) A 和B 不相容 (B) A 和B 独立 (C) P(A)=0或P(B)=0 (D) P(A-B)=P(A)7、设A 和B 是任意两个概率不为零的互不相容事件，则下列结论中肯定正确的是（ ）.（A ）A 与B 不相容 （B ）A 与B 相容（C ）()()()P AB P A P B = （D ）()()P A B P A -=8、设A B ⊂，则下面正确的等式是( ). (A) )(1)(A P AB P -= (B) )()()(A P B P A B P -=-(C) )()|(B P A B P = (D) )()|(A P B A P =9、事件,A B 为对立事件，则下列式子不成立的是( ).(A)()0P AB = （B ）()0P AB = (C)()1P A B ⋃= （D ） ()1P A B ⋃=10、对于任意两个事件,A B ，下列式子成立的是( ).(A) ()()()P A B P A P B -=- （B ） ()()()()P A B P A P B P AB -=-+(C) ()()()P A B P A P AB -=- （D ） ()()()P A B P A P AB -=+11、设事件B A ,满足1)(=B A P ， 则有（ ）.（A ）A 是必然事件 （B ）B 是必然事件（C ）A B φ⋂=(空集) （D ）)()(B P A P ≥ 12、设,A B 为两随机事件，且B A ⊂，则下列式子正确的是（ ）.（A ）()()P A B P A ⋃=; （B ）()P(A);P AB =（C ）(|A)P(B);P B = （D ）(A)P B -=()P(A)P B -13、设,A B 为任意两个事件，0)(,>⊂B P B A ，则下式成立的为（ ）（A ）B)|()(A P A P < （B ）B)|()(A P A P ≤（C ）B)|()(A P A P > （D ）B)|()(A P A P ≥14、设A 和B 相互独立，()0.6P A =，()0.4P B =，则()P A B =（ ）（A ）0.4 （B ）0.6 （C ）0.24 （D ）0.515、设 (),(),(),P A c P B b P A B a ==⋃= 则 ()P AB 为 ( ).(A) a b - （B ） c b - (C) (1)a b - （D ） b a -16、设A ,B 互不相容，且()0,()0P A P B >>,则必有（ ）. (A) 0)(>A B P （B ）)()(A P B A P = (C) )()()(B P A P AB P = （D ） 0)(=B A P17、设,A B 相互独立，且()0.82P A B ⋃=,()0.3P B =，则()P A =（ ）。
数理统计复习
n 2 2
( xi ) 0
1n
2 4
( xi
i 1
)2
0
得
1
ni 21
n
n
xi
1
n
(
i 1
xi
x
x )2
s02
经检验，x和s02确为似然函数的最大值点，
从而, 2的极大似然估计量为 ˆ X , 2 S02
i 1
i 1
n
n
(
n
C xi m
xi ) p i1
(1
nm xi p) i1
i 1
n
对数似然方程为 ln L( p) ln(
C xi m
)
nx
ln
p
(nm
nx)
ln(1
p)
i 1
令 ln L( p) nx (nm nx) 0 p x
抽取6件，测得它们的长度为：32.56, 29.66, 31.64, 30.00, 31.87, 31.03。问 这批零件的长度是否符合产品要求？
3、某药厂生产一种抗菌素，每瓶抗菌素的某项指标服从正态分布。某日开 工后随机抽取5瓶，测得该项指标数据为：22.3, 21.5, 22.0, 21.8, 21.4。 1）求该指标均值的区间估计； 2）设在正常情况下，该指标的均值为23.0，问该日的生产是否正常？
2
n
|xi |
2）极大似然估计：似然函数L( )
n
n i 1
p(
xi
;
)
1
概率论与数理统计复习要点总结
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 1BA AB 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 ⋃⋃=⋃⋃=⋃ 4B A AB B A B A ⋃==⋃3．概率)(A P 满足的三条公理及性质： 11)(0≤≤A P 21)(=ΩP3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10≥i p ,2∑iip=13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11)(,0)(-=≥⎰+∞∞dx x f x f ；2⎰=≤≤badx x f b X a P )()(；3对任意R a ∈,0)(==a X P4． 分布函数 )()(x X P x F ≤=,具有以下性质 11)( ,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,⎰∞-=x dt 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 15.0)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；2X 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;第四章 随机变量的数字特征 1．期望1 离散时 ∑=iii px X E )(,∑=iiipx g X g E )())(( ；2 连续时⎰+∞∞-=dx x xf X E )()(,⎰+∞∞-=dx x f x g X g E )()())((；3 二维时∑=ji ij jip yx g Y X g E ,),()),((,dy dx y x f y x g Y X g E ⎰⎰+∞∞-+∞∞-=),(),()),((4C C E =)(；5)()(X CE CX E =； 6)()()(Y E X E Y X E +=+； 7Y X ,独立时,)()()(Y E X E XY E = 2．方差1方差222)()())(()(EX X E X E X E X D -=-=,标准差)()(X D X =σ；2)()( ,0)(X D C X D C D =+=； 3)()(2X D C CX D =；4Y X ,独立时,)()()(Y D X D Y X D +=+ 3．协方差1)()()())]())(([(),(Y E X E XY E Y E Y X E X E Y X Cov -=--=； 2),(),( ),,(),(Y X abCov bY aX Cov X Y Cov Y X Cov ==； 3),(),(),(2121Y X Cov Y X Cov Y X X Cov +=+；40),(=Y X Cov 时,称Y X ,不相关,独立⇒不相关,反之不成立,但正态时等价； 5),(2)()()(Y X Cov Y D X D Y X D ++=+ 4．相关系数 )()(),(Y X Y X Cov XY σσρ=；有1||≤XY ρ,1)( ,,1||=+=∃⇔=b aX Y P b a XY ρ5．k 阶原点矩)(k k X E =ν,k 阶中心矩kk X E X E ))((-=μ第五章 大数定律与中心极限定理1．Chebyshev 不等式 2)(}|)({|εεX D X E X P ≤≥- 或2)(1}|)({|εεX D X E X P -≥<-2．大数定律3．中心极限定理 1设随机变量n X X X ,,,21 独立同分布2)( ,)(σμ==i i X D X E ,则) ,(~21σμn n N X ni i ∑=近似, 或) ,(~121n N X n n i i σμ∑=近似 或)0,1(~ 1N n n X ni i近似σμ∑=-,2设m 是n 次独立重复试验中A 发生的次数,p A P =)(,则对任意x ,有)(}{lim x x npqnp m P n Φ=≤-∞→或理解为若),(~p n B X ,则),(~npq np N X 近似第六章 样本及抽样分布 1．总体、样本（1） 简单随机样本：即独立同分布于总体的分布注意样本分布的求法； （2） 样本数字特征：样本均值∑==n i i X n X 11μ=)(X E ,n X D 2)(σ=；样本方差∑=--=ni i X X n S 122)(1122)(σ=S E 样本标准差∑=--=ni i X X n S 12)(11 样本k 阶原点矩∑==n i k i k X n 11ν,样本k 阶中心矩∑=-=n i ki k X X n 1)(1μ2．统计量：样本的函数且不包含任何未知数3．三个常用分布注意它们的密度函数形状及分位点定义12χ分布 )(~2222212n X X X n χχ+++= ,其中n X X X ,,,21 独立同分布于标准正态分布)1,0(N ,若)(~ ),(~2212n Y n X χχ且独立,则)(~212n n Y X ++χ； 2t 分布 )(~/n t nY X t =,其中)(~ ),1,0(~2n Y N X χ且独立；3F 分布 ),(~//2121n n F n Y n X F =,其中)(~),(~2212n Y n X χχ且独立,有下面的性质),(1),( ),,(~11221112n n F n n F n n F F αα=- 4．正态总体的抽样分布 1)/,(~2n N X σμ； 2)(~)(11222n Xni i∑=-χμσ；3)1(~)1(222--n S n χσ且与X 独立； 4)1(~/--=n t nS X t μ；5)2(~)()(21212121-++---=n n t n n n n S Y X t ωμμ,2)1()1(212222112-+-+-=n n S n S n S ω 6)1,1(~//2122222121--=n n F S S F σσ 第七章 参数估计 1．矩估计：1根据参数个数求总体的矩；2令总体的矩等于样本的矩；3解方程求出矩估计 2．极大似然估计：1写出极大似然函数；2求对数极大似然函数3求导数或偏导数；4令导数或偏导数为0,解出极大似然估计如无解回到1直接求最大值,一般为min }{i x 或max }{i x 3．估计量的评选原则1无偏性：若θθ=)ˆ(E ,则为无偏； 2 有效性：两个无偏估计中方差小的有效；复习资料一、填空题15分题型一：概率分布的考察 相关公式P379相关例题 1、设(,)X U a b ,()2E X =,1()3D Z =,则求a,b 的值; 2、已知(,),()0.5,()0.45Xb n p E X D X ==,则求n,p 的值;题型二：正态总体均值与方差的区间估计 相关公式P163 相关例题1、样本容量已知2、样本容量未知 题型三：方差的性质 相关公式P103 相关例题 1、题型四：2t χ分布、分布的定义 相关公式P140、P138相关例题 1、2(0,1),(4),,,/X XYX Y Y nχ若且相互独立？2、()302123301,,,,0,1,?ii X X X X N X=∑若变量……服从则题型五：互不相容问题相关公式P4 相关例题1、()0.6,,,().P A A B P AB =若互不相容求 二、选择题15分 题型一：方差的性质 相关公式见上,略 相关例题见上,略题型二：考察统计量定义不能含有未知量 题型三：考察概率密度函数的性质见下,略题型四：和、乘、除以及条件概率密度见下,略 题型五：对区间估计的理解P161 题型六：正态分布和的分布 相关公式P105 相关例题题型七：概率密度函数的应用 相关例题设()X f x ==已知{}{},P X a P X a a >=<则求。
医药数理统计方法复习总结资料
E(Y ) E[g( X )] g(x) f (x)dx
例：设随机变量X的概率密度为
P( X
k)
1 5
,
k
1, 2,...5
求E( X )，E( X 2 )及E(2 X 6)
例：设随机变量X的概率密度为
2x, 0 x 1 f ( x) 0, 其他 求E( X )，E( X 2 )及E(2 X 6)
特别的, 0, 1的正态分布称为标准正态分布.
(x)
1
x2
e 2 , x
2
( x)
若随机变量X ~ N (, 2 ),则可通过变量替换
u=
t-
, 使得随机变量U
X
~
N (0,1),即随机
变量的标准化。
例 : 若X
~
N
(1,32
),
则
X 1 3
服从什么分布
?
例:若随机变量X ~ N (, 2 ),求 (1)P( 0.64 X 1.26 ) (2)P( X 1.96 )
定理 : 设X1, X2,..., Xn为正态总体N(u, 2)的一个样本,则
X u ~ t(n 1)
S/ n
(4) F分布
定义 : 设随机变量X ~ 2 (n1),Y ~ 2 (n2 ),
并且X 与Y 相互独立,则随机变量 F X / n1
记作:X~P()
例:已知某病阳性率为0.05,3个人 去检查,求有2人检查为阳性的概率
例:已知随机变量X服从参数为5的 泊松分布,求P(X=2).
7.设随机变量 X 服从参数为
的泊松分布，且 PX 1 PX 2
则 =______
(三)连续型随机变量的概率分布及分布函数
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。
概率论和数理统计期末考试题库
概率论与数理统计期末复习题一一、填空题（每空2分，共20分）1、设X 为连续型随机变量，则P{X=1}=( 0 ).2、袋中有50个球,其编号从01到50,从中任取一球,其编号中有数字4的概率为(14/50 或7/25 ).3、若随机变量X 的分布律为P{X=k}=C(2/3)k,k=1,2,3,4,则C=( 81/130 ). 4、设X 服从N （1，4）分布，Y 服从P(1)分布，且X 与Y 独立，则 E （XY+1-Y ）=（ 1 ） ，D （2Y-X+1）=（ 17 ）.5、已知随机变量X ～N(μ,σ2),(X-5)/4服从N(0,1),则μ=( 5 );σ=( 4 ). 6、已知随机变量(X,Y)的分布律为：且X 与Y 相互独立。
则A=( 0.35 ),B=( 0.35 ).7、设X 1,X 2,…,X n 是取自均匀分布U[0,θ]的一个样本，其中θ>0,n x x x ,...,,21是一组观察值，则θ的极大似然估计量为( X (n) ).二、计算题（每题12分，共48分）1、钥匙掉了,落在宿舍中的概率为40%,这种情况下找到的概率为0.9; 落在教室里的概率为35%,这种情况下找到的概率为0.3; 落在路上的概率为25%,这种情况下找到的概率为0.1,求(1)找到钥匙的概率;(2)若钥匙已经找到,则该钥匙落在教室里的概率.解：(1)以A 1,A 2,A 3分别记钥匙落在宿舍中、落在教室里、落在路上，以B 记找到钥匙.则 P(A 1)=0.4,P(A 2)=0.35,P(A 3)=0.25, P(B| A 1)=0.9 ,P(B| A 2)=0.3,P(B| A 3)=0.1 所以,49.01.025.03.035.09.04.0)|()()(31=⨯+⨯+⨯==∑=ii iA B P A P B P(2)21.049.0/)3.035.0()|(2=⨯=B A P 2、已知随机变量X 的概率密度为其中λ>0为已知参数.(1)求常数A; (2)求P{-1＜X ＜1/λ)}; (3)F(1).⎪⎩⎪⎨⎧<≥=-000)(2x x e A x f x λλ解：（1）由归一性：λλλλλλ/1,|)(102==-===∞+--+∞+∞∞-⎰⎰A A e A dx e A dx x f x x 所以（2）⎰=-==<<--λλλλ/1036.0/11}/11{e dx e X P x（3）⎰---==11)1(λλλe dx eF x3、设随机变量X 的分布律为且X X Y 22+=，求(1)()E X ; (2)()E Y ; (3))(X D . 解：（1）14.023.012.001.01)(=⨯+⨯+⨯+⨯-=X E （2）24.043.012.001.01)(2=⨯+⨯+⨯+⨯=X E422)(2)()2()(22=+=+=+=X E X E X X E Y E（3）112)]([)()(22=-=-=X E X E X D4、若X ～N(μ,σ2),求μ, σ2的矩估计.解：（1）E(X)=μ 令μ=-X 所以μ的矩估计为-Λ=X μ（2）D(X)=E(X 2)-[E(X)]2又E(X 2)=∑=n i i X n 121D(X)= ∑=n i i X n 121--X =212)(1σ=-∑=-n i i X X n所以σ2的矩估计为∑=-Λ-=ni i X X n 122)(1σ三、解答题（12分）设某次考试的考生的成绩X 服从正态分布，从中随机地抽取36位考生的成绩，算得平均成绩为66.5分,标准差为15分,问在显著性水平0.05下,是否可以认为在这次考试中全体考生的平均成绩为70分? 解：提出假设检验问题：H 0: μ=70, H 1 ：μ≠70,nS X t /70-=-～t(n-1),其中n=36,-x =66.5,s=15,α=0.05,t α/2(n-1)=t 0.025(35)=2.03 (6)03.24.136/15|705.66|||<=-=t所以,接受H 0,在显著性水平0.05下,可认为在这次考试中全体考生的平均成绩为70分四、综合题（每小题4分，共20分） 设二维随机变量),(Y X 的联合密度函数为：32,01,01(,)0,x ce y x y f x y ⎧≤≤≤≤=⎨⎩其它试求: )1( 常数C ；)2( ()X f x , )(y f Y ；)3( X 与Y 是否相互独立？ )4( )(X E ,)(Y E ,)(XY E ； )5( )(X D ,)(Y D . 附：Φ（1.96）=0.975； Φ（1）=0.84； Φ（2）=0.9772t 0.05(9)= 1.8331 ; t 0.025(9)=2.262 ; 8595.1)8(05.0=t ， 306.2)8(025.0=t t 0.05(36)= 1.6883 ; t 0.025(36)=2.0281 ; 0.05(35) 1.6896t =， 0.025(35) 2.0301t = 解：(1))1(9|31|3113103103101010102323-=⋅⋅=⋅==⎰⎰⎰⎰e c y e c dy y dx e c dxdy y ce x x x 所以,c=9/(e 3-1)(2)0)(1319)(,103323103=-=-=≤≤⎰x f x e e dy y e e x f x X xx X 为其它情况时，当当所以,333,01()10,xX e x f x e ⎧≤≤⎪=-⎨⎪⎩其它同理, 23,01()0,Y y y f y ⎧≤≤=⎨⎩其它(3)因为: 32333,01,01()()(,)10,x X Y e y x y f x f y f x y e ⎧⋅≤≤≤≤⎪==-⎨⎪⎩其它所以,X 与Y 相互独立.(4)113333013130303331111(|)1213(1)x xx x EX x e dx xde e e y e e dx e e e =⋅=--=⋅--+=-⎰⎰⎰124100333|44EY y y dx y =⋅==⎰ 3321()4(1)e E XY EX EY e +=⋅=- (5) 22()DX EX EX =-11223231303300133130303331|21112(|)13529(1)x x xx x EX x e dy x e e xdx e e e xe e dx e e e ⎡⎤=⋅=⋅-⋅⎢⎥⎣⎦--⎡⎤=--⎢⎥-⎣⎦-=-⎰⎰⎰ ∴3323326332521(21)9(1)9(1)1119(1)e DX e e e e e e -=-+---+=-22()DY EY EY =- 12225010333|55EY y y dy y =⋅==⎰ ∴ 2333()5480DY =-=概率论与数理统计期末复习题二一、计算题（每题10分，共70分）1、设P （A ）=1/3，P （B ）=1/4，P （A ∪B ）=1/2.求P （AB ）、P （A-B ）.解：P （AB ）= P （A ）+P （B ）- P （A ∪B ）=1/12P （A-B ）= P （A ）-P （AB ）=1/42、设有甲乙两袋，甲袋中装有3只白球、2只红球，乙袋中装有2只白球、3只红球.今从甲袋中任取一球放入乙袋，再从乙袋中任取两球，问两球都为白球的概率是多少？解：用A 表示“从甲袋中任取一球为红球”， B 表示“从乙袋中任取两球都为白球”。
概率论与数理统计期末复习资料
概率统计、概率论与数理统计、随机数学课程期末复习资料注：以下是考试的参考内容,不作为实际考试范围,考试内容以教学大纲和实施计划为准；注明“了解”的内容一般不考;1、能很好地掌握写样本空间与事件方法,会事件关系的运算,了解概率的古典定义2、能较熟练地求解古典概率；了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质;5、理解随机变量的概念,能熟练写出0—1分布、二项分布、泊松分布的分布律;6、理解分布函数的概念及性质,理解连续型随机变量的概率密度及性质;7、掌握指数分布参数λ、均匀分布、正态分布,特别是正态分布概率计算8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度;9、会求分布中的待定参数;10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数,会判别随机变量的独立性;11、掌握连续型随机变量的条件概率密度的概念及计算;12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,理解二维离散型随机变量的联合分布律及其性质,理解二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率;13、了解求二维随机变量函数的分布的一般方法;14、会熟练地求随机变量及其函数的数学期望和方差;会熟练地默写出几种重要随机变量的数学期望及方差;15、较熟练地求协方差与相关系数.16、了解矩与协方差矩阵概念;会用独立正态随机变量线性组合性质解题;17、了解大数定理结论,会用中心极限定理解题;18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握χ2分布及性质、t分布、F分布及其分位点概念;19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数;20、掌握极大似然估计法,无偏性与有效性的判断方法;21、会求单正态总体均值与方差的置信区间;会求双正态总体均值与方差的置信区间;23、明确假设检验的基本步骤,会U检验法、t检验、2χ检验法、F检验法解题;24、掌握正态总体均值与方差的检验法;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法;2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;3．准确地选择和运用全概率公式与贝叶斯公式;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;5．会用中心极限定理解题;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理;4．会求未知参数的矩估计、极大似然估计; 5．掌握无偏性与有效性的判断方法; 6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;概率论部分必须要掌握的内容以及题型1．古典概型中计算概率用到的基本的计数方法; 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mm ≤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; 例2：袋中有a 个白球,ｂ个黑球,c 个红球,从中任意取出ｍm ≤a +ｂ个球,求取出的m 个球中有k 1≤a 个白球、k 2≤b 个黑球、k 3≤c 个红球k 1＋k 2＋k 3=m 的概率. 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mm ≤n 个质点}. 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2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质;如对于事件A ,B ,A 或B ,已知P A ,PB ,P AB ,P A B ,P A |B ,PB |A 以及换为A 或B 之中的几个,求另外几个; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 3．准确地选择和运用全概率公式与贝叶斯公式;若已知导致事件A 发生或者是能与事件A 同时发生的几个互斥的事件B i ,i =1,2,…,n ,…的概率PB i ,以及B i 发生的条件下事件A 发生的条件概率P A |B i ,求事件A 发生的概率P A 以及A 发生的条件下事件B i 发生的条件概率PB i | A ;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;4．一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用;分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差;1已知一维离散型随机变量X 的分布律PX =x i =p i ,i =1,2,…,n ,… 确定参数 求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的分布律及期望EgX 例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E2已知一维连续型随机变量X 的密度函数fx确定参数求概率Pa <X <b 求分布函数Fx 求期望EX ,方差DX求函数Y =gX 的密度函数及期望EgX例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k求概率}31{<<X P 求分布函数Fx 求期望EX ,方差DX求函数X Y =的密度及期望)(X E3已知二维离散型随机变量X ,Y 的联合分布律PX =x i ,Y =y j =p ij ,i =1,2,…,m ,…；j =1,2,…,n ,… 确定参数求概率P {X ,Y ∈G }求边缘分布律PX =x i =p i.,i =1,2,…,m ,…；PY =y j =, j =1,2,…,n ,… 求条件分布律PX =x i |Y =y j ,i =1,2,…,m ,…和PY =y j |X =x i , j =1,2,…,n ,… 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的分布律及期望EgX , Y 例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X =1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律4已知二维连续型随机变量X 的联合密度函数fx , y 确定参数求概率P {X ,Y ∈G }求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求函数Z =gX , Y 的密度函数及期望EgX , Y例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率．例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率;6．熟记0-1分布、二项分布、泊松分布的分布律、期望和方差,指数分布参数λ、均匀分布、正态分布的密度函数、期望和方差;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;对于来自总体X 的样本n X X X ,,,21 ,由样本构成的各种函数是否是统计量; 2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;对于来自总体X 的样本n X X X ,,,21 ,判断估计量是否无偏,比较哪个更有效; 例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;对于正态总体,由样本结合给出条件,导出参数的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤; 对于单、双正态总体根据给定条件,确定使用什么检验方法,明确基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤;1．古典概型中计算概率用到的基本的计数方法; 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mm ≤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 AC 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 PB =120/1001=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mm ≤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 n1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 Nn NA C n =!,则n n NNA B P =)(3在指定的一个格子中放mm ≤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mn N --)1(种不同方法.因此,事件C 包含的样本点数：m n C mn N --)1(, 则mn m m n nm n m n N N N C NN 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} ;若允许千位数为0,此时千位数可在0、2、4、6、8这五个数字中任选其一,共有5种选法；其余三位数则在余下的九个数字中任选,有39A 种选法；从而共有539A =2520个;其中,千位数为0的“四位偶数”有多少个 此时个位数只能在2、4、6、8这四个数字中任选其一,有4种选法；十位数与百位数在余下的八个数字中任选两个,有28A种选法；从而共有428A=224个; 因此410283945)(A A A B P -==2296/5040= 2．概率的基本性质、条件概率、加法、乘法公式的应用；掌握事件独立性的概念及性质; 例1：事件A 与B 相互独立,且P A =,PB =,求：P AB ,P A －B ,P A B 解：P AB = P APB =,P A －B = P A －P AB =,P A B = P A ＋PB －P AB =例2：若P A =,PB =,P AB =,求： P A －B ,P A B ,)|(B A P ,)|(B A P ,)|(B A P 解：P A －B =,P A B =,)|(B A P =)()(B P AB P =3/7,)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7,)|(B A P =)(1)()()(B P B A P B P B A P -= =2/33．准确地选择和运用全概率公式与贝叶斯公式;例：玻璃杯成箱出售,每箱20只;假设各箱含0、1、2只残次品的概率相应为、和,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回;试求：1顾客买下该箱的概率；2在顾客买下的该箱中,没有残次品的概率;解：设事件A 表示“顾客买下该箱”,i B 表示“箱中恰好有i 件次品”,2,1,0=i ;则8.0)(0=B P ,1.0)(1=B P ,1.0)(2=B P ,1)|(0=B A P ,54)|(4204191==C C B A P ,1912)|(4204182==C C B A P ;由全概率公式得 ∑==⨯+⨯+⨯==294.019121.0541.018.0)|()()(i i i B A P B P A P ； 由贝叶斯公式 85.094.018.0)()|()()|(000=⨯==A PB A P B P A B P ; 4．1例：随机变量X 的分布律为.确定参数k求概率P 0<X <3,P 1<X <3 求分布函数Fx 求期望EX ,方差DX求函数2)3(-=X Y 的分布律及期望2)3(-X E 解：由1=∑iip,有 k ＋2 k ＋3 k ＋4 k =1 得 k =P 0<X <3= PX =1＋PX =2=,P 1<X <3= PX =2=⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<≤<≤<=41436.0323.0211.010)(x x x x x x F∑=ii i p x X E )(=3,∑=i i p x X E 22)(=10,DX =22))(()(X E X E -=12)3(-X E =12例：已知随机变量X 的概率密度为()⎩⎨⎧<<=其他202x kx x f ,确定参数k 求概率P 1<X <3 求分布函数Fx 求期望EX ,方差DX 求函数X Y =的密度函数及期望)(X E 解：由⎰+∞∞-dx x f )(=1,有⎰+∞∞-dx x f )(=k dx kx 38202=⎰=1,得 k =3/8P 1<X <3=⎰31)(dx x f =⎰21283dx x =7/8. ⎪⎩⎪⎨⎧≥<<≤=2120800)(3x x x x x F⎰+∞∞-=dx x xf X E )()(=⎰2383dx x =3/2,⎰+∞∞-=dx x f x X E )()(22=⎰20483dx x =12/5DX =22))(()(X E X E -=3/20⎪⎩⎪⎨⎧<<=其他02043)(5y y y f)(X E =⎰+∞∞-dx x f x )(=⎰202583dx x =726 3例求概率PX <Y 求边缘分布律PX =k k =0,1,2 和PY =k k =0,1,2,3求条件分布律PX =k |Y =2 k =0,1,2和PY =k |X=1 k =0,1,2,3 求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律 解：PX <Y =, PX =Y =YXY =iij ji p x X E )(=,=iij ji p x X E )(=,DX =))(()(X E X E -=∑∑=i ij j j p y Y E )(=2,∑∑=i ij jj p y Y E 22)(=5,DY =22))(()(Y E Y E -=1∑∑=iij jj i p y x XY E )(=,cov X ,Y =)()()(Y E X E XY E -=XY ρ=)()(),cov(Y D X D Y X = 相关V =min{X ,Y }4例：已知二维随机变量X ,Y 的概率密度为⎩⎨⎧<<=其它,01,),(22y x y cx y x f ,确定常数c 的值；求概率PX <Y求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y求期望EX ,EY ,方差DX ,DY求协方差 cov X ,Y ,相关系数XY ρ,判断是否不相关 解：由⎰⎰+∞∞-+∞∞-dxdy y x f ),(=1,有⎰⎰+∞∞-+∞∞-dxdy y x f ),(=⎰⎰-11212ydy x c dx x=1,得 c =21/4PX <Y =⎰⎰-12421ydx x dy y y = ⎪⎩⎪⎨⎧≤≤--==⎰其它011)1(821421)(42122x x x ydy x x f x X ⎪⎩⎪⎨⎧≤≤==⎰-其它1027421)(252y y ydx x y f yy Y X 与Y 不独立⎪⎩⎪⎨⎧≤≤-==-其它023)(),()|(232|yx y y x y f y x f y x f YY X⎪⎩⎪⎨⎧≤≤-==其它0118)(),()|(24|y x x y x f y x f x y f X X Y⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(=⎰⎰-11312421ydy x dx x =0⎰⎰+∞∞-+∞∞-=dxdy y x f x X E ),()(22=⎰⎰-11412421ydy x dx x =7/15DX =22))(()(X E X E -=7/15⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(=⎰⎰-112212421dy y x dx x =7/9⎰⎰+∞∞-+∞∞-=dxdy y x f y Y E ),()(22=⎰⎰-113212421dy y x dx x =7/11DY =22))(()(Y E Y E -=28/891⎰⎰+∞∞-+∞∞-=dxdy y x f xy XY E ),()(=⎰⎰-112312421dy y x dx x =0cov X ,Y =0, XY ρ=0,X 与Y 不相关5．会用中心极限定理解题;例1：每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率． 解：例2：设从大批发芽率为的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率; 解：设这批种子发芽数为X ,则)9.0,1000(~B X ,由中心极限定理得所求概率为}880{≥X P 9826.0)108.2()108.2(1)90900880(1=Φ=-Φ-=-Φ-=;数理统计部分必须要掌握的内容以及题型 1．统计量的判断;2．计算样本均值与样本方差及样本矩;3．熟记正态总体样本均值与样本方差的抽样分布定理; 4．会求未知参数的矩估计、极大似然估计;例：设总体X 的概率密度为()()⎩⎨⎧<<+=其它,010,1x x x f θθ,n X X ,,1 是来自总体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量.5．掌握无偏性与有效性的判断方法;例：设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计3212110351X X X ++；)(31321X X X ++；321X X X -+；)(2121X X +；3211214331X X X ++求出方差,比较哪个更有效;6．会求正态总体均值与方差的置信区间;7．理解假设检验的基本思想和原理,明确正态总体均值与方差的假设检验的基本步骤;例：设),(~2σu N X ,u 和2σ未知,X 1,…,X n 为样本,x 1,…,x n 为样本观察值;1试写出检验u 与给定常数u 0有无显著差异的步骤；2试写出检验2σ与给定常数20σ比较是否显著偏大的步骤; 解: 1 1.提出假设 u u H u u H ≠=:,:12.选取统计量nS u X t /)(0-=3.对给定的显著性水平α,查表得)1(2-n t α4.计算 ns u x t /)(0-=5.判断 若),1(2->n t t α拒绝; H 反之,接受. H21.提出假设2021202:,:σσσσ>≤H H2.选取统计量2022)1(σχS n -=3.对给定的显著性水平α,查表得)1(2-n αχ4.计算.)1(2022σχs n -=5.判断 若),1(22-<n αχχ拒绝; H 反之,接受. H。