概率论与数理统计习题概念
浙大《概率论与数理统计(第四版)简明本》盛骤著 课后习题解答

{
2
}
------------------------------------------------------------------------------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 与 C 不发生; (2)A 与 B 都发生,而 C 不发生; (3)A,B,C 中至少有一个发生; (4)A,B,C 都发生; (5)A,B,C 都不发生; (6)A,B,C 中不多于一个发生; (7)A,B,C 中不多于两个发生; (8)A,B,C 中至少有两个发生。 解 此题关键词: “与, ” “而” , “都”表示事件的“交” ; “至少”表示事件的“并” ; “不多 于”表示“交”和“并”的联合运算。 (1) ABC 。
概率论与数理统计作业习题解答(浙大第四版)
第一章 概率的基本概念 习题解析 第 1、2 题 随机试验、 随机试验、样本空间、 样本空间、随机事件 ------------------------------------------------------------------------------1.写出下列随机试验的样本空间: (1)记录一个小班一次数学考试的平均分数(设以百分制记分) 。 (2)生产产品直到有 10 件正品为止,记录生产产品的总件数。 (3)对某工厂出厂的产品进行检查,合格的记上“正品” ,不合格的记上“次品” ,如连续 查出 2 个次品就停止检查,或检查 4 个产品就停止检查,记录检查的结果。 (4)在单位圆内任意取一点,记录它的坐标。 解 (1)高该小班有 n 个人,每个人数学考试的分数的可能取值为 0,1,2,…,100,n 个人分数这和的可能取值为 0,1,2,…,100n,平均分数的可能取值为 样本空间为 S=
概率论与数理统计习题集-(1)

概率论与数理统计习题集学号_______________姓名_______________班级_______________计算机学院第一章 概率论的基本概念一、填空题1,在一副扑克牌(52张)中任取4张,则4张牌花色全不相同的概率为_________。
2,设A,B,C,D 是四个事件,则四个事件至少发生一个可表示为_______________;四个事件恰好发生两个可表示为_______________。
3,已知5把钥匙中有一把能打开房门,因开门者忘记是哪把能打开门,逐次任取一把试开,则前三次能打开门的概率为 _________。
4,10件产品中有3件次品,从中随机抽取2件,至少抽到一件次品的概率是_________。
5,设两个随机事件A ,B 互不相容,且4.0)(=A P ,3.0)(=B P ,则=)(B A P _____。
二、选择题1,某公司电话号码有五位,若第一位数字必须是5,其余各位可以是0到9中的任意一个,则由完全不同数字组成的电话号码的个数是( )。
A ,126B ,1260C ,3024D ,50402,若B A ⊃,C A ⊃,9.0)(=A P ,8.0)(=⋃C B P ,则=-)(BC A P ( )。
A ,0.4B ,0.6C ,0.8D ,0.73,在书架上任意放置10本不同的书,其中指定的三本书放在一起的概率为( )。
A ,1/15B ,3/15C ,4/5D ,3/54,若5.0)(=A P ,4.0)(=B P ,3.0)(=-B A P ,则=⋃)(B A P ( )。
A ,0.6B ,0.7C ,0.8D ,0.55,设为A ,B 任意两个随机事件,且B A ⊂,0)(>B P ,则下列选项必然成立的是( )。
A ,)|()(B A P A P < B ,)|()(B A P A P ≤C ,)|()(B A P A P >D ,)|()(B A P A P ≥三、计算题1,10个零件中有3个次品,每次从中任取一个零件,取出的零件不再放回去,求第三次才取得合格品的概率。
浙大《概率论与数理统计(第四版)简明本》盛骤著 课后习题解答

解 (1)高该小班有 n 个人,每个人数学考试的分数的可能取值为 0,1,2,…,100,n
个人分数这和的可能取值为 0,1,2,…,100n,平均分数的可能取值为 0 , 1 ,..., 100n , 则 nn n
样本空间为
S=
k n
k
=
0,1, 2,⋯,100n
(2)样本空间 S={10,11,…},S 中含有可数无限多个样本点。 (3)设 1 表示正品,0 有示次品,则样本空间为
而 AB= {(1,6),(6,1)}。由条件概率公式,得
P(B
A)
=
P( AB) P( A)
∑200
P(B) = P( A2 ∪ A3 ∪⋯∪, A200)= P( Ai )
i=2
显然,这种解法太麻烦,用对立事件求解就很简单。令事件 B ={恰有 0 个次品或恰有
1 个次品},即 B = A0 ∪ A1 ,而
P(B)
=
P( A0
∪
A1 )
=
P( A0 ) +
P( A1)
=
C 200 1100
{ } S= (x, y) x2 + y2 ≤ 1
------------------------------------------------------------------------------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 与 C 不发生; (2)A 与 B 都发生,而 C 不发生; (3)A,B,C 中至少有一个发生; (4)A,B,C 都发生; (5)A,B,C 都不发生; (6)A,B,C 中不多于一个发生; (7)A,B,C 中不多于两个发生; (8)A,B,C 中至少有两个发生。
概率论与数理统计教材第六章习题

X σ0 n
~ N(0,1)
对于置信水平1- ,总体均值的置信区间为 对于置信水平 -α,总体均值 的置信区间为
X
σ0
n
uα < < X +
2
σ0
n
uα
2
(2)设总体 ~ N(,σ 2 ), 未知 ,求的置信区间。 设总体X~ 未知σ, 的置信区间。 设总体 的置信区间
σ 0 ,则样本函数 t = X ~ t(n 1) 用 S 代替 S n
i =1
n1
n1
F
1
α ∑ Yj 2
2 j =1
n2
(
)
2
n2
10
2 2 及 (1)设两个总体 ~ N(1,σ1 ) 及Y~ N(2 ,σ 2 ), 未知 1 2, )设两个总体X~ ~
2 σ1 的置信区间。 求 2 的置信区间。 σ2
选取样本函数 选取样本函数
2 2 S1 σ1 F = 2 2 ~ F(n1 1, n2 1) S2 σ2
∑x
i =1
n
i =1
i
n = 0.
1 p
得 p 的极大似然估计值为 p =
n
∑x
i =1
n
1 = x
i
12
1 θ 2. 设总体 服从拉普拉斯分布:f ( x;θ ) = e ,∞< x < +∞, 设总体X 服从拉普拉斯分布: 2θ 求参数 θ 其中 > 0. 如果取得样本观测值为 x1 , x2 ,L, xn , 求参数θ
第六章 参数估计
(一)基本内容
一、参数估计的概念 1 定义:取样本的一个函数θ ( X 1 , X 2 ,L , X n ), 如果以它的观测 定义:
概率论与数理统计配套习题

Z
=
1, 0,
如果 X + Y 为零或偶数; 如果 X + Y 为奇数.
第三章 连续型随机变量及其分布 第五次作业
3.1 设随机变量 X 服从二项分布 B(2,0.4) .试求 X 的分布函数,并作出它的图像.
8
学号
专业
姓名
作业号
3.4
cx3, 已知随机变量 X 的密度函数为 f (x) =
0 < x < 1; 确定常数 c 的值,并求出 P(−1 < X < 0.5) 与分布函数.
∞
数为 λ p 的泊松分布.[提示: P(Y= k=) ∑ P( X= n)P(Y= k X= n) .] n=k
7
学号
专业
姓名
作业号
2.26 已知 X 与Y 的联合概率函数如下.(1)分别求U = max{X ,Y},V = min{X ,Y}的概率函数;(2)试
求U 与V 的联合概率函数.
X
Y -2 -1 0 1 4
1.27 已知甲袋中装有 a 只红球, b 只白球;乙袋中装有 c 只红球, d 只白球.试求下列事件的概率:(1)合并 两只口袋,从中随机地取一只球,该球是红球;(2)随机地取一只袋,再从该袋中随机地取一只球,该球是红 球;(3)从甲袋中随机地取出一只球放人乙袋,再从乙袋中随机地取出一只球,该球是红球.
1.15 某商店出售晶体管,每盒装 100 只,且已知每盒混有 4 只不合格品.商店采用“缺一赔十”的销售方 式:顾客买一盒晶体管,如果随机地取 1 只发现是不合格品,商店要立刻把 10 只合格品的晶体管放在盒子 中,不合格的那只晶体管不再放回.顾客在一个盒子中随机地先后取 3 只进行测试,试求他发现全是不合格 品的概率.
概率论与数理统计(完整版)

32
(二) 乘法公式:
由条件概 ,立率 即P 定 可 (A 义 0 得 )则 , 有 P(AP B()A)|A P)(.B
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分
定义 : 若B1,B2,,Bn一组事件 : 满足
(iB i) B j φ ,i ji,j, 12,.,.n .,,
(1) 样本空间中的元素只有有限个;
(2) 试验中每个基本事件发生的可能性相同.
例如:掷一颗骰子,观察出现的点数.
概率的古典定义:
对于古典概型, 样本空间S={1, 2, … , n}, 设事件A包 含S的 k 个样本点,则事件A的概率定义为
A中 的 基 本 事k件 数 P(A)S中的基本事n件总数 15
P(B| A) P(AB) P(A)
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即 10 对于每一 B有 个 , 1 事 P(件 |B A)0.
20 P (|SA) 1.
30 设B1,B2,两两互不,相 则容
P(Bi |A)P(Bi |A.)
i1
k1
3.积事件: 事件A B={x|x A 且 x B}称A与B的
积,即事件A与BA同时发生. A B 可简记为AB.
概率论与数理统计知识点总结(超详细版)

概率论与数理统计知识点总结(超详细版)eik则有P(A)=k/n,其中n为样本空间中元素的个数。
在概率论中,样本空间和随机事件是基本概念。
如果事件A发生必然导致事件B发生,则称事件B包含事件A,记作A⊂B。
当A和B中至少有一个发生时,称A∪B为事件A和事件B的和事件。
当A和B同时发生时,称A∩B为事件A和事件B的积事件。
当A发生、B不发生时,称A-B为事件A和事件B的差事件。
如果A和B互不相容,即A∩B=∅,则称A和B是互不相容的,或互斥的,基本事件是两两互不相容的。
如果A∪B=S且A∩B=∅,则称事件A和事件B互为逆事件,又称事件A和事件B互为对立事件。
在概率论中,还有一些运算规则。
交换律指A∪B=B∪A,A∩B=B∩A;结合律指(A∪B)∪C=A∪(B∪C),(A∩B)∩C=A∩(B∩C);分配律指A∪(B∩C)=(A∪B)∩(A∪C),A∩(B∪C)=(A∩B)∪(A∩C);德摩根律指A∪B=A∩B,A∩B=A∪B。
频率与概率是概率论的重要概念。
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n A称为事件A发生的频数,比值nAn称为事件A发生的频率。
概率指对于随机试验E的每一事件A赋予一个实数P(A),称为事件的概率。
概率P(A)满足非负性,即对于每一个事件A,0≤P(A)≤1;规范性,即对于必然事件S,P(S)=1;可列可加性,即设A1,A2,…,An是两两互不相容的事件,则有P(∪Ai)=∑P(Ai)(n可以取∞)。
概率还有一些重要性质,包括P(∅)=0,P(∪Ai)=∑P(Ai)(n可以取∞),如果A⊂B,则P(B-A)=P(B)-P(A),P(A)≤1,P(A)=1-P(A'),以及P(A∪B)=P(A)+P(B)-P(A∩B)。
等可能概型又称为古典概型,是指试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同。
如果事件A 包含k个基本事件,即A={e1}∪{e2}∪…∪{ek},则有P(A)=k/n,其中n为样本空间中元素的个数。
概率论与数理统计基本概念

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(F):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.AB(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=F (A与B互不相容或互斥)事件A与B不能同时发生.6. AB=F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A1,A2,…(A i A j=φ, i≠j, i,j=1,2,…),P(A1∪A2∪…)=P( A1)+P(A2)+…2.性质(1) P(F) = 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A1,A2,…,A n,P(A1∪A2∪…∪A n)=P(A1)+P(A2)+…+P(A n) (有限可加性与可列可加性合称加法定理)(3)若AB, 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A1,A2,…,A n…+(-1)n-1P(A1A2…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={e1,e2,…,e n};(2)每一个基本事件的概率相等,即P(e1)=P(e2)=…= 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(A1A2…A n)=P(A1)P(A2|A1)P(A3|A1A2)…P(A n|A1A2…A n-1) (n≥2, P(A1A2…A n-1) > 0) 3. B1,B2,…,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, B1∪B2∪…∪B n=S) ,则当P(B i)>0时,有全概率公式P(A)=当P(A)>0, P(B i)>0时,有贝叶斯公式P (B i|A)= .六.事件的独立性1.两个事件A,B,满足P(AB) = P(A) P(B)时,称A,B为相互独立的事件.(1)两个事件A,B相互独立ÛP(B)= P (B|A) .(2)若A与B,A与,与B, ,与中有一对相互独立,则另外三对也相互独立.2.三个事件A,B,C满足P(AB) =P(A) P(B), P(AC)= P(A) P(C), P(BC)= P(B) P(C),称A,B, C三事件两两相互独立. 若再满足P(ABC) =P(A) P(B) P(C),则称A,B,C三事件相互独立.3.n个事件A1,A2,…,A n,如果对任意k (1<k≤n),任意1≤i1<i2<…<i k≤n.有,则称这n个事件A1,A2,…,A n相互独立.第二章随机变量及其概率分布一.随机变量及其分布函数1.在随机试验E的样本空间S={e}上定义的单值实值函数X=X (e)称为随机变量.2.随机变量X的分布函数F(x)=P{X≤x} , x是任意实数. 其性质为:(1)0≤F(x)≤1 ,F(-∞)=0,F(∞)=1.(2)F(x)单调不减,即若x1<x2,则F(x1)≤F(x2).(3)F(x)右连续,即F(x+0)=F(x). (4)P{x1<X≤x2}=F(x2)-F(x1).二.离散型随机变量(只能取有限个或可列无限多个值的随机变量)1.离散型随机变量的分布律P{X= x k}= p k(k=1,2,…)也可以列表表示. 其性质为:(1)非负性0≤P k≤1; (2)归一性 .2.离散型随机变量的分布函数F(x)=为阶梯函数,它在x=x k(k=1,2,…)处具有跳跃点,其跳跃值为p k=P{X=x k} .3.三种重要的离散型随机变量的分布(1)X~(0-1)分布P{X=1}= p ,P{X=0}=1–p (0<p<1) .(2)X~b(n,p)参数为n,p的二项分布P{X=k}=(k=0,1,2,…,n) (0<p<1)(3))X~p(l)参数为l的泊松分布P{X=k}= (k=0,1,2,…)(l>0)三.连续型随机变量1.定义如果随机变量X的分布函数F(x)可以表示成某一非负函数f(x)的积分F(x)=,-∞< x <∞,则称X为连续型随机变量,其中f (x)称为X的概率密度(函数).2.概率密度的性质(1)非负性f(x)≥0 ;(2)归一性=1 ;(3) P{x1<X≤x2}= ; (4)若f (x)在点x处连续,则f (x)=F/ (x) .注意:连续型随机变量X取任一指定实数值a的概率为零,即P{X= a}=0 .3.三种重要的连续型随机变量的分布(1)X~U (a,b) 区间(a,b)上的均匀分布 .(2)X服从参数为q的指数分布.(q>0).(3)X~N (m,s2 )参数为m,s的正态分布 -¥<x<¥, s>0.特别, m=0, s2=1时,称X服从标准正态分布,记为X~N (0,1),其概率密度, 标准正态分布函数 , F(-x)=1-Φ(x) .若X~N ((m,s2), 则Z=~N (0,1), P{x1<X≤x2}=Φ()-Φ().若P{Z>z a}= P{Z<-z a}= P{|Z|>z a/2}= a,则点z a,-z a, ±z a/ 2分别称为标准正态分布的上,下,双侧a分位点. 注意:F(z a)=1-a , z1- a= -z a.四.随机变量X的函数Y= g (X)的分布1.离散型随机变量的函数若g(x k) (k=1,2,…)的值全不相等,则由上表立得Y=g(X)的分布律.若g(x k) (k=1,2,…)的值有相等的,则应将相等的值的概率相加,才能得到Y=g(X)的分布律.2.连续型随机变量的函数若X的概率密度为f X(x),则求其函数Y=g(X)的概率密度f Y(y)常用两种方法:(1)分布函数法先求Y的分布函数F Y(y)=P{Y≤y}=P{g(X)≤y}=其中Δk(y)是与g(X)≤y对应的X的可能值x所在的区间(可能不只一个),然后对y求导即得f Y(y)=F Y /(y) .(2)公式法若g(x)处处可导,且恒有g /(x)>0 (或g/ (x)<0 ),则Y=g (X)是连续型随机变量,其概率密度为其中h(y)是g(x)的反函数, a= min (g (-¥),g (¥)) b= max (g (-¥),g (¥)) .如果f (x)在有限区间[a,b]以外等于零,则a= min (g (a),g (b)) b= max (g (a),g (b)) .第三章二维随机变量及其概率分布一.二维随机变量与联合分布函数1.定义若X和Y是定义在样本空间S上的两个随机变量,则由它们所组成的向量(X,Y)称为二维随机向量或二维随机变量.对任意实数x,y,二元函数F(x,y)=P{X≤x,Y≤y}称为(X,Y)的(X和Y的联合)分布函数.2.分布函数的性质(1)F(x,y)分别关于x和y单调不减.(2)0≤F(x,y)≤1 , F(x,- ¥)=0, F(-¥,y)=0, F(-¥,-¥)=0, F(¥,¥)=1 .(3) F(x,y)关于每个变量都是右连续的,即F(x+0,y)= F(x,y), F(x,y+0)= F(x,y) .(4)对于任意实数x1<x2 , y1<y2P{x1<X≤x2 , y1<Y≤y2}= F(x2,y2)- F(x2,y1)- F(x1,y2)+ F(x1,y1)二.二维离散型随机变量及其联合分布律1.定义若随机变量(X,Y)只能取有限对或可列无限多对值(x i,y j) (i ,j =1,2,… )称(X,Y)为二维离散型随机变量.并称P{X= x i,Y= y j }= p i j为(X,Y)的联合分布律.也可列表表示.2.性质(1)非负性0≤p i j≤1 .(2)归一性 .3. (X,Y)的(X和Y的联合)分布函数F(x,y)=三.二维连续型随机变量及其联合概率密度1.定义如果存在非负的函数f (x,y),使对任意的x和y,有F(x,y)=则称(X,Y)为二维连续型随机变量,称f(x,y)为(X,Y)的(X和Y的联合)概率密度.2.性质(1)非负性 f (x,y)≥0 .(2)归一性 .(3)若f (x,y)在点(x,y)连续,则(4)若G为xoy平面上一个区域,则.四.边缘分布1. (X,Y)关于X的边缘分布函数F X (x) = P{X≤x , Y<¥}= F (x , ¥) .(X,Y)关于Y的边缘分布函数F Y (y) = P{X<¥, Y≤y}= F (¥,y)2.二维离散型随机变量(X,Y)关于X的边缘分布律P{X= x i}= = p i·( i =1,2,…)归一性 .关于Y的边缘分布律P{Y= y j}= = p·j( j =1,2,…)归一性 .3.二维连续型随机变量(X,Y)关于X的边缘概率密度f X(x)= 归一性关于Y的边缘概率密度f Y (y)= 归一性五.相互独立的随机变量1.定义若对一切实数x,y,均有F(x,y)= F X (x) F Y (y) ,则称X和Y相互独立.2.离散型随机变量X和Y相互独立p i j= p i··p·j( i ,j =1,2,…)对一切x i,y j成立.3.连续型随机变量X和Y相互独立f (x,y)=f X (x)f Y (y)对(X,Y)所有可能取值(x,y)都成立. 六.条件分布1.二维离散型随机变量的条件分布定义设(X,Y)是二维离散型随机变量,对于固定的j,若P{Y=y j}>0,则称P{X=x i|Y=y j}为在Y= y j条件下随机变量X的条件分布律.同样,对于固定的i,若P{X=x i}>0,则称P{Y=y j|X=x i}为在X=x i条件下随机变量Y 的条件分布律.第四章随机变量的数字特征一.数学期望和方差的定义随机变量X 离散型随机变量连续型随机变量分布律P{X=x i}= p i( i =1,2,…)概率密度f (x) 数学期望(均值)E(X) (级数绝对收敛) (积分绝对收敛)方差D(X)=E{[X-E(X)]2}=E(X2)-[E(X)]2(级数绝对收敛) (积分绝对收敛)函数数学期望E(Y)=E[g(X)] (级数绝对收敛) (积分绝对收敛)标准差s(X)=√D(X) .二.数学期望与方差的性质1. c为为任意常数时, E(c) = c , E(cX) = cE(X) , D(c) = 0 , D (cX) = c2D(X) .2.X,Y为任意随机变量时, E (X±Y)=E(X)±E(Y) .3. X与Y相互独立时, E(XY)=E(X)E(Y) , D(X±Y)=D(X)+D(Y) .4. D(X) = 0 P{X = C}=1 ,C为常数.三.六种重要分布的数学期望和方差E(X) D(X)1.X~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p)2.X~ b (n,p) (0<p<1) n p n p (1- p)3.X~ p(l) l l4.X~ U(a,b) (a+b)/2 (b-a)2/125.X服从参数为q的指数分布q q26.X~ N (m,s2) m s2四.矩的概念随机变量X的k阶(原点)矩E(X k ) k=1,2,…随机变量X的k阶中心矩E{[X-E(X)]k}随机变量X和Y的k+l阶混合矩E(X k Y l) l=1,2,…随机变量X和Y的k+l阶混合中心矩E{[X-E(X)]k [Y-E(Y)]l }第六章样本和抽样分布一.基本概念总体X即随机变量X ; 样本X1 ,X2 ,…,X n是与总体同分布且相互独立的随机变量;样本值x1 ,x2 ,…,x n为实数;n是样本容量.统计量是指样本的不含任何未知参数的连续函数.如:样本均值样本方差样本标准差S样本k阶矩( k=1,2,…) 样本k阶中心矩( k=1,2,…)二.抽样分布即统计量的分布1.的分布不论总体X服从什么分布, E () = E(X) , D () = D(X) / n .特别,若X~ N (m,s2 ) ,则 ~ N (m, s2 /n) .2.c2分布(1)定义若X~N (0,1) ,则Y =~ c2(n)自由度为n的c2分布.(2)性质①若Y~ c2(n),则E(Y) = n , D(Y) = 2n .②若Y1~ c2(n1) Y2~ c2(n2) ,则Y1+Y2~ c2(n1 + n2).③若X~ N (m,s2 ), 则~ c2(n-1),且与S2相互独立.(3)分位点若Y~ c2(n),0< a <1 ,则满足的点分别称为c2分布的上、下、双侧a分位点.3. t分布(1)定义若X~N (0,1),Y~ c2 (n),且X,Y相互独立,则t=~t(n)自由度为n的t分布.(2)性质①n→∞时,t分布的极限为标准正态分布.②X~N (m,s2 )时, ~ t (n-1) .③两个正态总体相互独立的样本样本均值样本方差X~ N (m1,s12 ) 且s12=s22=s2X1 ,X2 ,…,X n1 S12Y~ N (m2,s22 ) Y1 ,Y2 ,…,Y n2 S22则~ t (n1+n2-2) , 其中(3)分位点若t ~ t (n) ,0 < a<1 , 则满足的点分别称t分布的上、下、双侧a分位点.注意: t 1- a(n) = - t a(n).4.F分布(1)定义若U~c2(n1), V~ c2(n2), 且U,V 相互独立,则F =~F(n1,n2)自由度为(n1, n2)的F分布.(2)性质(条件同3.(2)③) ~F(n1-1,n2-1)(3)分位点若F~ F(n1,n2) ,0< a <1,则满足的点分别称为F分布的上、下、双侧a分位点. 注意:第七章参数估计一.点估计总体X的分布中有k个待估参数q1, q2,…, q k.X1 ,X2 ,…,X n是X的一个样本, x1 ,x2 ,…,x n是样本值.1.矩估计法先求总体矩解此方程组,得到,以样本矩A l取代总体矩m l ( l=1,2,…,k)得到矩估计量,若代入样本值则得到矩估计值.2.最大似然估计法若总体分布形式(可以是分布律或概率密度)为p(x, q1, q2,…, q k),称样本X1 ,X2 ,…,X n的联合分布为似然函数.取使似然函数达到最大值的,称为参数q1, q2,…,q k的最大似然估计值,代入样本得到最大似然估计量.若L(q1, q2,…, q k)关于q1, q2,…, q k可微,则一般可由似然方程组或对数似然方程组(i =1,2,…,k) 求出最大似然估计.3.估计量的标准(1) 无偏性若E()=q,则估计量称为参数q的无偏估计量.不论总体X服从什么分布, E ()= E(X) , E(S2)=D(X), E(A k)=m k=E(X k),即样本均值, 样本方差S2,样本k阶矩A k分别是总体均值E(X),方差D(X),总体k阶矩m k的无偏估计,(2)有效性若E(1 )=E(2)= q, 而D(1)< D(2), 则称估计量1比2有效.(3)一致性(相合性) 若n→∞时,,则称估计量是参数q的相合估计量.二.区间估计1.求参数q的置信水平为1-a的双侧置信区间的步骤(1)寻找样本函数W=W(X1 ,X2 ,…,X n,q),其中只有一个待估参数q未知,且其分布完全确定.(2)利用双侧a分位点找出W的区间(a,b),使P{a<W <b}=1-a.(3)由不等式a<W<b解出则区间()为所求.2.单个正态总体待估参数其它参数W及其分布置信区间m s2已知 ~N (0,1) ()m s2未知~ t (n-1)s2 m未知~ c2(n-1)3.两个正态总体(1)均值差m1-m2其它参数W及其分布置信区间~ N(0,1)~t(n1+n2-2)其中S w等符号的意义见第六章二. 3 (2)③.(2) m1,m2未知, W=~ F(n1-1,n2-1),方差比s12/s22的置信区间为注意:对于单侧置信区间,只需将以上所列的双侧置信区间中的上(下)限中的下标a/2改为a,另外的下(上)限取为-¥ (¥)即可.。
- 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 一 、名词解释1、样本空间:随机试验E 的所有可能结果组成的集合,称为E 的样本空间。
2、随机事件:试验E 的样本空间S 的子集,称为E 的随机事件。
3、必然事件:在每次试验中总是发生的事件。
4、不可能事件:在每次试验中都不会发生的事件。
5、概率加法定理:P(A ∪B)=P(A)+P(B)-P(AB)6、概率乘法定理:P(AB)=P(A)P(B │A)7、随机事件的相互独立性:若P(AB)=P(A)P(B)则事件A,B 是相互独立的。
8、实际推断原理:概率很小的事件在一次试验中几乎是不会发生的。
9、条件概率:设A ,B 是两个事件,且P(A)>0,称P(B │A)=()()A P AB P 为在事件A 发生的条件下事件B 发生的条件概率。
10、全概率公式: P(A)=())/(1B B i A P ni i P ∑=11、贝叶斯公式: P(Bi │A)= ()()∑=⎪⎭⎫⎝⎛⎪⎭⎫⎝⎛n i j A P j P i A P i P B B B B 112、随机变量:设E 是随机试验,它的样本空间是S=﹛e ﹜。
如果对于每一个e ∈S,有一个实数X(e)与之对应,就得到一个定义的S 上的单值实值函数X=X(e),称为随机变量。
13、分布函数:设X 是一个随机变量,χ是任意实数,函数F(χ)=P(X ≤χ)称为X 的分布函数。
14、随机变量的相互独立性:设(χ,у)是二维随机变量 ,如果对于任意实数χ,у,有F(χ,у)=F x (χ)〃F y (у)或 f (χ,у)= f x (χ)〃f y (у)成立。
则称为X 与Y 相互独立。
15、方差:E ﹛〔X-E(χ)〕2〕16、数学期望: E(χ)=()dxx xf ⎰∞-+∞(或)=i p i i x ∑+∞=117、简单随机样本:设X是具有分布函数F 的随机变量,若χ1 , χ2 … , χn 是具有同一分布函数F 的相互独立的随机变量,则称χ1 , χ2 … , χn 为从总体X 得到的容量为n 的简单随机样本。
18、统计量:设χ1 , χ2… , χn 是来自总体X 的一个样本,g(χ1 , χ2 … , χn )是χ1 , χ2… , χn 的函数,若g 是连续函数,且g 中不含任何未知参数,则称g(χ1 , χ2 … , χn )是一统计量。
19χ2(n)分布:设χ1 , χ2 ,χn 是来自总体N(0,1)的样本,则称统计量 χ2=nxx x 2 (2)212++ ,服从自由度为n 的χ2分布,记为χ2~χ2(n). 20、无偏估计量:若估计量θ=θ(χ1 , χ2 … , χn )的数学期望E(θ)存在,且对任意θ ∈ (H)有E(θ)=θ,则称θ是θ的无偏估计量。
二、填空:1、随机事件A 与B 恰有一个发生的事件A B ∪ A B 。
2、随机事件A 与B 都不发生的事件是A B 。
3、将一枚硬币掷两次,观察两次出现正反面的情况,则样本空间S= (正正)(正反)(反正)(反反) 。
4、设随机事件A 与B 互不相容,且P(A)=0.5,P(B)=31,则 P(A ∪B)=65P (AB)=0。
5、随机事件A 与B 相互独立,且P(A)=31,P(B)=51,则P (A ∪ B )=157。
6、盒子中有4个新乒乓球,2个旧乒乓球,甲从中任取一个用后放回(此球下次算旧球),乙再从中取一个,那么乙取到新球的概率是95。
7、设随机变量X 的分布律为X 0 1 2 概率 1/2 1/4 1/6则P(X ≤ 1)=43。
8、若X 的分布函数是F(x)=P(X ≤ x) , x ∈ (-∝,+∝) 则当x 1 ≤ x 2时,P (x 1<X ≤x 2 )=F(x 2)-F(x 1) 。
9、若X ~N (μ,σ2), 则(X —μ)/σ~N(0,1)。
10、若X ~N(0,1),其分布函数为φ(x)=P (X ≤x),x ∈(-∝,+∝)则Φ(0)=0.5 。
11、设X ~b(3 , 0.2) ,则P (x=0)=0.512 。
12、设(x, y )为二维随机变量,则其联合分布函数 F (x , y ) = P(X ≤x ,Y ≤y) , x , y 为任意实数。
13、设X 的分布律为X 0 1 2概率 0.5 0.2 0.3则E (X )=0.8, D(X) =0.76 。
14、若X ~N(μ,σ2 ), 则E(X)=μ D(X)=σ215、设X 在(0,5)上服从均匀分布,则E(X) = 2.5 ,D(X)=122516、设X 服从0—1分布,分布律为X 0 1 P 1-p p则 E (X) = p , D(X)= p (1-p) 。
17、设x,y 是任意两个随机变量,则E( x+y ) = E (x) + E (y) 。
18、设x 1, x 2 … , x n 是来自总体X 的简单随机样本,则∑==ni n x x 111,()21112∑=--=NI XI N X S 。
19、设总体X ~N (0,1),x 1, x 2 … , x n 是来自总体X 的样本,则82.........2212x x x ++服从的分布是x 2(8) 。
20、设随机测得某化工产品得率的5个样本观察值为82,79,80,78,81,则样本平均值X =80 。
21、设总体X ~N (μ, σ2), x 1, x 2 … , x n 是来自总体X 的样本,则σ2已知时,μ的1-α置信区间为2ασz n x -,2ασz nX +22、假设检验可能犯的两类错误是弃真错误和纳伪的错误。
23、设总体X ~N (μ, σ2 ),对假设H o :σ2=02σ ,H 1:σ2≠θσ2做假设检验时,所使用的统计量是()σ221S n - , 它所服从的分布是 x 2(n-1) 。
24、设f (x,y), f x(x), f y (y)分别是随机变量(x,y )的联合概率密度和两个边缘概率密度,则当x 与y 相互独立时,f (x,y) = f x (x)〃 f y (y) 对任意实数 x , y 都成立。
25、设X ~N(0,1),则E(X)= 0,D(X) = 1 。
26、公式P(A ∪B)= P(A)+P(B)- P(AB)称为概率的加法定理。
27、在每次试验中都不会发生的事件称为不可能事件。
28、设X 为随机变量,则分布函数为F (x ) = P { X ≤x },x 为任意实数。
29、设随机事件A 与B 相互独立,且P(A)=0.5 P(B)=1/5 ,则P(AB)= 0.6 .30、设X 是具有分布函数F 的随机变量,若x 1, x 2 … , x n 具有同一分布函数的相互独立的随机变量,则称x 1, x 2 … , x n 为从总体X 得到的容量为n 的简单随机样本. 31、若随机变量X 为正态分析,X ~N(μ,σ2),则 σμ-X ~N(0,1)32、设随机事件A 与B 有(AB)=P(A)P(B)时,则称A 与B 是相互独立的。
33、随机试验E 的样本空间S 的子集,称为E 的随机事件。
34、设随机变量X 的分布律为X 0 1 2 P 1/2 1/4 1/4 则P(X=1)= 1/435、设(X ,Y )为二维随机变量,则其联合分布函数F(x,y)= P { X ≤x , Y ≤y ) , x , y 为任意实数 。
36、设随机变量X 在(0,5)上服从均匀分布,则D (X )= 1225。
37、设随机变量X ~N(0,1)(标准正态分布),则其概率密度函数φ(x)=2212z e -π. 38、设x 1, x 2 … , x n 是来自总体X 的样本 ,则样本平均值 X =∑=ni n x 111 . 39、“概率很上的事件在一次试验中几乎不会发生的"这一论断称为实际推断原理。
40、公式P(A ∩B)=P(A)P(B│A) , P(A) > 0 ,称为概率的乘法定理。
41、设X 1,X 2是任意两个随机变量,则E (X 1±X 2)=E(X 1)±E (X 2) 42、随机试验E 的所有可能结果组成的集合,称为E 的样本空间。
43、已知X ~b (n ,p ),则p(X=k)=k n p k nk Cp --)1(,k=0,1,2,……,n 。
44、随机事件A 与B 至少一个发生的事件是A ∪B 。
45、假设检验可能犯的两类错误是取伪错误和弃真错误。
46、设总体X ~N (μ, σ2),则样本平均值X 服从的分布是N (μ,Nσ2)47、在每次试验中总是发生的事件称为必然事件 。
48、设X 与Y 是两个随机变量,则E (aX+bY ) = aE(X)+bE(Y) (a,b 为常数)。
49、设总体X ~N(μ, σ2), x 1, x 2 … , x n 是X 的样本,S 2是样本方差,则()σ221S n - 服从的分布是 x 2(n-1).50、随机事件A 与B 至少一个发生的概率为P (A ∪B ) 。
51、随机事件A 与B 都发生的事件为AB 。
52、设随机变量X 的分布函数为F(x),则当x 1 ≤ x 2 时,P (x 1<X ≤x 2 )= F(x 2)-F(x 1)53、已知X ~N(μ,σ2)即X服从参数μ, σ2的正态分布,则E (X )= μ,D (X )=c 254、设A ,B 是两个事件,且P (A )> 0,则P(B │A) =)()(A P AB P 称为事件A 发生的条件下,事件B 发生的条件概率。
55、若估计量θ =θ(x 1, x 2 … , x n )的数学期望存在,且对任意θ∈H 有E(θ)=θ,则称θ是θ的无偏估计量 。
56、随机试验E 的所有可能结果组成的集合,称为E 的样本空间。
57、设x 1, x 2 … , x n 是总体X 的一个样本,g(x 1,x 2 … , x n )是x 1, x 2 … , x n 的函数,若g 是连续函数,且g 中不含任何未知参数 ,则称g(x 1, x 2 … , x n )是一个统计量。
58、设A 与A 互为对立事件,则A A =φ 。
59、若二维随机变量(X 、y )在平面区域D 中的密度为P (x,y )=()⎪⎩⎪⎨⎧∈其他,0,,1D Y X A,其中A为D 的面积,则称(X 、y )在区域D 上服从(均匀分布).60、某种动物由出生活到20岁的概率为0.8,活到25岁的概率为0.4,问现年20岁的这种动物活到25岁的概率时(1/2)。
61、设、A 、B 、是随机事件,当A 〖B 时,P (B-A )=P (B )-P (A )62、设A 、B 、C 是三个随机事件,用A 、B 、C 表示三个事件都不发生(A B C )。