概率论与数理统计知识点及练习题(精编文档).doc

概率论与数理统计知识点及练习题(精编文档).doc
概率论与数理统计知识点及练习题(精编文档).doc

【最新整理,下载后即可编辑】

第一章 概率论的基本概念

§1.2 概率的定义

一、 概率的性质 (1)1)(0≤≤A P .

(2)0)(=φP , 1)(=S P .

(3)()()()()?=+-P A B P A P B P AB . (4))(1)(A P A P -=.

(5))()()()(AB P A P B A P B A P -==-.特别地,若

A

B ?,

)()()(B P A P B A P -=-,)()(A P B P ≥.

例 设,A B 为随机事件,

()0.4, ()0.3=-=P A P B A ,

则()_____.?=P A B

解:,3.0)()()(=-=-AB P B P A B P

()()()()0.7?=+-=P A B P A P B P AB

§1.4 条件概率

一、 条件概率

定义 设B A ,是两个事件,且0)(>A P ,称)|(A B P =)

()

(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。 二、全概率公式 全概率公式:12,,,n A A A 为样本空间S 的一个事件组,且满足:

(1)12,,,n A A A 互不相容,且),,2,1(0)(n i A P i =>; (2)

12??

?=n A A A S .

则对S 中的任意一个事件B 都有

)

()()()()()()(2211n n A B P A P A B P A P A B P A P B P +++=

乙、丙厂生产的,且甲、乙、丙厂生产的次品率分别为20

1,15,10,现从这批产品中任取一件,求取得正品的概率?

解 以1A 、2A 、3A 表示诸事件“取得的这箱产品分别是甲、乙、丙厂生产”;以B 表示事件“取得的产品为正品”,于是:

;20

19

)|(,1514)|(,109)|(,0102)(,103)(,105)(321321======

A B P A B P A B P A P A P A P 按全概率公式 ,有:

112233()(|)()(|)()(|)()

=++P B P B A P A P B A P A P B A P A 92.010

2

20191031514105109=?+?+?=

三、 贝叶斯公式

设B 是样本空间S 的一个事件,12,,,n A A A 为S 的一个事件组,且满足:(1)12,,,n A A A 互不相容,且),,2,1(0)(n i A P i =>;

(2) 12??

?=n A A A S .

)

()()()()()()()

()|(11n n k k k k A B P A P A B P A P A B P A P B P B A P B A P ++=

=

这个公式称为贝叶斯公式。

例:有甲乙两个袋子,甲袋中有4个白球,5个红球,乙袋中有4个白球,4个红球.今从甲袋中任取一球放入乙袋,搅匀后再从乙袋中任取一球,

(1)问此球是红球的概率?

(2)若已知取得的是红球,则从甲袋放入乙袋的是红球的概率是多少?

解:设A 1表示从甲袋放入乙袋的一球是红球,则?A 1表示从甲袋放入乙袋的一球是白球,设A 2:表示从乙袋取的一球是红球,则

81

419

4949

595)()|()()|()(11121122=?+?=+=A P A A P A P A A P A P )(

12112255()(|)99

(2) (|)41()

81

?

==

P A P A A P A A P A .

§1.5 事件的独立性

一、 事件的独立性

定义. 若两事件A ,B 满足)()()(B P A P AB P =,则称A ,B 相互独立。

第二章 随机变量及其分布

§2.1 一维随机变量

一、 随机变量与分布函数

定义 设E 为一随机试验,S 为E 的样本空间,若()X X ω=,S ω∈为单

值实函数,则称X 为随机变量。

定义 设X 为一个随机变量,x 为任意实数,称函数)()(x X P x F ≤= 为X 的分布函数。

分布函数的性质

(1) 1)(,0)(=+∞=-∞F F . (2) )(x F 是自变量x 的非降函数,即当21x x <时,必有)()(21x F x F ≤.因为当21x x <时有0)()()(2112≥≤<=-x X x P x F x F ,从而)()(21x F x F ≤.

S e

X

X

R

X

x

o

x

(3) )(x F 对自变量x 右连续,即对任意实数x ,)()0(x F x F =+

§2.2 一维离散型随机变量

一、离散型随机变量

定义 离散型随机变量X 只可能取有限个或可列个值,设X 可能取的值为,....,...,,21n x x x .

定义 设离散型随机变量X 可能取的值为,....,...,,21n x x x ,且X 取这些值的概率为:

k k p x X P ==)( (,...),...,2,1n k =

则称上述一系列等式为随机变量X 的分布律。 由概率的定义知,离散型随机变量X 的概率分布具有以下两个性质:

(1) ,......)2,1(,0=≥k p k (非负性) (2) 1=∑k

k p (归一性)

二、 几种常用的离散型分布 1. 0—1分布

如果随机变量X 只可能取0和1两个值,且它的分布列为)10(,1)0(,)1(<<-====p p X P p X P ,则称X 服从0—1分布。其分布律为:

2.二项分布

如果随机变量X 只可能取的值为0,1,2,…,n,它的分布律为

k

n k k n q p C k X P -==)( ,(),...2,1,0n k =其中p q p -=<<1,10,则称X 服从参数为p n ,的二项分布,记为),(~p n b X 3.泊松分布

如果随机变量X 所有可能取的值为0,1,2,…,它取各个值的概率为,...)2,1,0(,!

)(==

=-k e k k X

P k

λλ,其中0λ>是常数,则称X 服从参

数为λ的泊松分布,记为~()πλX .

例:设~()X πλ,{1}{2},P X P X ===则(1)_______.==P X 例: 设随机变量1

~(2,)2

X b ,则{1}==P X

.

§2.3 连续型随机变量的概率密度

一、 概率密度的概念

定义 设随机变量X 的的分布函数为()F x ,如果存在一个非负可积函数)(x f ,使得对于任意实数x ,有:

?∞

-=

x

dt t f x F )()(

则称X 为连续型随机变量,而)(x f 称为X 的概率密度。

由概率密度的定义及概率的性质可知概率密度)(x f 必须满足: (1) )(x f ≥0 ;

(2) ?+∞

-=1)(dx x f ;

(3) 对于任意实数b a ,,且b a ≤有?=-=≤

a dx x f a F

b F b X a P )()()(}{; (4)若)(x f 在点x 处连续,则有)()('x f x F =.

例 设随机变量X 具有概率密度

???≤>=-0,

00,)(3x x Ke x f x

(1)试确定常数K ;

(2)求(0.1)P X >; (3)求()F x .

解(1)由?+∞

∞-=1)(dx x f ,即

?

+∞

-dx x f )(=13

3

)3(310

33030

==

-=--=∞

+--∞+-∞

+??

K

e

K x d Ke dx Ke

x x

x

得3K =.于是X 的概率密度

???≤>=-0,

00,3)(3x x e x f x ;

(2)(0.1)P X >= ?+∞1.0)(dx x f =7408.0331.0=-+∞

?dx e x ;

(3)由定义()F x = ?∞-x

dt t f )(。当0≤x 时,()F x =0;当0>x 时,

()F x =

?

-x

dt t f )(=x x x

e dx e 330

13---=?

所以

?

??≤>-=-0,00,1)(3x x e x F x .

二、几个常用的连续型随机变量的分布 1. 均匀分布

如果随机变量X 的概率密度为

1

,()0,

a x

b f x b a

?≤≤?

=-???其他

则称X 服从],[b a 上的均匀分布,记为),(~b a U X 。

2. 指数分布

如果随机变量X 的概率密度为

1>0(;)0x

x e

f x θθθ

-??=???

其他

则称X 服从参数为θ的指数分布。 3. 正态分布

如果随机变量X 的概率密度为

)(,21)(2

2

)(21+∞<<-∞=

--x e

x f x μσ

σ

π;

其中μσσ

,,0>为常数,则称X

服从参数为μσ,的正态分布,记为

),(~2σμN X . 特别的,当1,02==σμ时,称X 服从标准正态分布,

即)1,0(~N X

,概率密度为 )(,21)(2

2+∞<<-∞=

-

x e

x x π

?

标准正态分布的分布函数为

??

--

-==Φx

t x

dt e

dx x x 2

221)()(π

?

对于标准正态分布的分布函数,有下列等式

)(1)(x x Φ-=-Φ

21

)0(=

Φ

定理 如果),(~2σμN X 则

)1,0(~N X σμ

-

推论 如),(~2σμN X ,则)(

)(

)()(}{σ

μ

σ

μ

-Φ--Φ=-=<

例 设)4,5.1(~N X ,求)5.3(≤X P ;

)5.3(≤X P =8413.0)1()2

5

.15.3()5.3(=Φ=-Φ=F .

例 设随机变量~(1,4)X N ,则{1}≤=P X .

§2.4 随机变量函数的分布

一、 离散型随机变量的函数的分布 例 设X 的分布律为

求21Y X =-的分布律。

解 因为Y 的可能取值为3,1,1,3--,而且

{3}{1}0.1P Y P X =-==-=,{1}{0}0.2P Y P X =-===, {1}{1}0.3P Y P X ====,{3}{2}0.4P Y P X ==== 因而, Y 的分布律为

二、 连续型随机变量的函数的分布 设X 是连续型随机变量,已知)(x f X 为其概率密度,那么应当如何确定随机变量)(X g Y =的概率密度)(x f Y 呢?

例 设连续型随机变量X 具有概率密度)(x f X ,求随机变量Y kX b =+(其中,k b 为常数且0k ≠)的概率密度)(x f Y . 解 设Y 的分布函数为)(y F Y ,当0k >,则

()Y F y =(){}{}{}()--=≤=+≤=≤

=Y X y b y b

F y P Y y P kX b y P X F k k

上式两边对y 求导数得

)(1)(k

b

y f k y f X Y -=

当0k <,则

()Y F y ={}{}{}1()--≤=+≤=≥

=-Y y b y b

P Y y P kX b y P X F k k

上式两边对y求导数得

1()()Y X y b f y f k k

-=-

于是

)(||1)(k

b y f k y f X Y -=

第三章 二维随机变量及其分布

§3.1二维随机变量及分布函数

定义 设S 为随机试验E 的样本空间,X ,Y 是定义在S 上的随机变

量,则称有序数组(,)X Y 为二维随机变量或称为二维随机向量。

定义 设),(Y X 是二维随机变量,对于任意实数y x ,,称二元函数),(),(y Y x X P y x F ≤≤=为二维随机变量),(Y X 的分布函数,或称为),(Y X 的联合分布函数。

二维随机变量的分布函数的性质 (1) 1),(0≤≤y x F ;

(2) ),(y x F 是变量y x ,的不减函数,即:对于任意固定的y ,当21x x <时有 ),(),(21y x F y x F ≤;对于任意固定的x ,当21y y <时有 ),(),(21y x F y x F ≤.

(3) 对于任意固定的y ,0),(lim ),(==-∞-∞→y x F y F x ;对于任意固定的

x

,0),(lim

),(==-∞-∞

→y x F x F y ,并且 0

),(lim ),(==-∞-∞-∞

→-∞→y x F F y x ,

1),(lim ),(==+∞+∞+∞

→+∞

→y x F F y x .

二维离散型随机变量

定义 如果二维随机变量),(Y X 可能取的值只有有限个或可列个,则称),(Y X 为二维离散型随机变量。

定义 设二维随机变量),(Y X 所有可能取的值为,...)2,1,...;2,1(),,(==j i y x j i ,则称,...)2,1,(,),(====j i p y Y x X P ij j i 为),(Y X 的联合分布律。

二维离散型随机变量),(Y X 的联合分布有时也用如下的概率分布表来表示:

显然,ij p 具有以下性质:

(1) ij p ≥=j i ,(,01,2,…); (2) ∑∑=i

j

ij p 1 ;

二维连续型随机变量

定义 设),(Y X 是二维随机变量,如果存在一个非负函数),(y x f ,使得对于任意实数y x ,,都有

(,)(,)(,)y

x

F x y P X x Y y f u v dudv -∞-∞

=≤≤=

??

则称),(Y X 是二维连续型随机变量,函数),(y x f 称为二维连续型随机变量),(Y X 的概率密度。

二维分布密度具有以下性质: (1) 0),(≥y x f ; (2) ??+∞∞-+∞

∞-=1),(dxdy y x f ;

(3) ??=∈D

dxdy y x f D Y X P ),(}),{( ,其中D 为XOY 平面上的任意

一个区域; (4) 如果二维连续型随机变量),(Y X 的密度),(y x f 连续,),(Y X 的分布函数为(,)F x y ,则

)

,()

,(2y x f y x y x F =???

用性质的题在后面

§3.2 边缘分布与随机变量的独立性

一、 边缘分布

称分量X 的概率分布为),(Y X 关于X 的边缘分布;分量Y 的概率分布为),(Y X 关于Y 的边缘分布。它们的分布函数与密度函数分别记作)(),(y F x F y x 与)(),(y f x f y x 。

先看离散情况:

若已知,...)2,1,(,),(====j i p y Y x X P ij j i ,则随机变量X 的分布律为:

1

1

{}{,}{,}+∞

+∞

=====<∞====∑∑i i i j ij j j P X x P X x Y P X x Y y p ,...)2,1,(=j i

同样得到),(Y X 关于Y 的分布律:∑+∞

===1

}{i ij

j p y Y

P ,,...)2,1,(=j i .

记∑∑∞

=∞

===1

1

,i ij j j ij i p p p p 。。,所以关于X 的边缘分布律为:

关于Y 的边缘分布列为:

下面看连续型的情形:

定理 设),(y x f 是),(Y X 的联合概率密度,则

()(,),

()(,)X Y f x f x y dy f y f x y dx +∞

+∞

-∞

-∞

=

=

?

?

分别是),(Y X 关于Y X ,的边缘概率密度函数。

212222111211ij i i j j p p p p p p p p p 21j y y y

i x x x 21

?

??i p p p 21 21j p p p ???

1

X Y

?

i p j

p ? 离散型随机变量的边缘分布律列表

§3.4随机变量的独立性

定义 设),(Y X 是二维随机变量,如果对于任意y x ,有

}(}{},{y Y P x X P y Y x X P ≤≤=≤≤,

则称随机变量X 与Y 是相互独立的。 即用)()(),(y F x F y x F Y X =该式可用来判断Y X ,的相互独立性。 定理 设),(Y X 是二维离散型随机变量,,ij p 。i p ,j p 。依次是),(Y X ,Y X ,的概率分布,则Y X ,相互独立的充要条件是:对所有的j i ,,都有 =ij p 。i p j p 。 .

定理 设),(Y X 是二维连续型随机变量,)(),(),,(y f x f y x f Y X 分别是联合密度函数与边缘密度函数,则Y X ,相互独立的充要条件是:对任意的实数y x ,,都有 )()(),(y f x f y x f Y X =。 例 设(X,Y)的联合分布律为

试求),(Y X 关于X 和关于Y 的边缘分布,并判断Y X ,是否相互独立?

解 由表中可按行加得。i p ,按列加得j p 。得关于X 的边缘分布

及关于Y 的边缘分布

由于27}0,0{11====Y X P p ,而27

72927271

≠=?=。1。p p ,所以Y X ,互

不独立。

例 设二维随机变量具有密度函数

2(),0,0(,)0,

x y Ce x y f x y -+?<<+∞<<+∞

=??其他

试求:

(1)常数C ;

(2)),(Y X 落在如图2—4 所示的三角区域D 内的概率; (3)关于X 和关于Y 的边缘分布,并判断Y X ,是否相互独立。

图2-4

解(1)

???

?

+∞∞-+∞

-+-+∞

+∞

==dxdy Ce dxdy y x f y x )(20

),(1=??

+--∞

+=

220

4

C

dy e dx e

C y x

所以4C =;

(2)21

010)(2314),(}),{(--+--===∈????e dy e dx dxdy y x f D Y X P x

y x D

;

(3)关于X 的边缘概率密度函数为

?

+∞∞

-=dy y x f x f X ),()(

当0≤x 时,)(x f X =0. 当0x >时, ()(,)X f x f x y dy +∞

-∞

==?

x y x e dy e 20

)(224-+∞

+-=?

故有

)(x f X =???≤>-0,

00

,22x x e x ;

同理可求得关于Y 的边缘概率密度函数为

)(x f Y =??

?≤>-0

,

00,

22y y e y .

因为对任意的实数y x ,,都有 )()(),(y f x f y x f Y X =,所以,X Y 相互独立。

第四章随机变量的数字特征

§4.1 数学期望

一、离散型随机变量的数学期望

定义设离散型随机变量X的分布律为

则称∑∞

=1

k

k

k

p

x其为随机变量X的数学期望,记为∑∞

=

=

1

)

(

k

k

k

p

x

X

E.

二、连续型随机变量的数学期望

定义 设连续型随机变量X 的分布密度函数为

)

(x f ,若积分

dx x xf ?

+∞

-)(绝对收敛,则称其为X

的数学期望或均值.记为)(X E ,

dx x xf X E ?+∞∞

-=)()(.

例 设随机变量X 服从],[b a 上的均匀分布,求)(X E .

解 由于均匀分布的密度函数为1

,()0,

a x b

f x b a

?≤≤?=-???其他 因而 2

)(2)()(22b

a a

b a b dx a b x dx x xf X E b a b a +=--=-==??. 记住:0-1分布,二项分布,泊松分布的数学期望

均匀分布,指数分布,正态分布的数学期望。

三、 随机变量的函数的数学期望

定理 设Y 为随机变量X 的函数:)(X g Y =(g 是连续函数),(1)X 是离散型随机变量,分布律为 ,2,1),(===k x X P p k k ;若级数

∑∞

=1

)(k k

k

p x

g 绝对收敛,则有

==)]([)(X g E Y E ∑∞

=1

)(k k

k p x g .(2)X 是连

续型随机变量,它的分布密度为)(x f ,若积分dx x f x g ?+∞

∞-)()(绝对收敛,则有

==)]([)(X g E Y E dx x f x g ?+∞

∞-)()(.

定理 设Z 是随机变量),(Y X 的连续函数),(Y X g Z =,(1)),(Y X 是二维离散型随机变量,联合分布律为 ,2,1,),,(====j i y Y x X P p j i ij ;则有

==)],([)(Y X g E Z E ∑∑∞=∞

=11

),(i ij

j i j p y x g .(2)),(Y X 是二

维连续型随机变量,联合分布密度为),(y x f ,则有=

=)],([)(Y X g E Z E dxdy y x f y x g ??

+∞∞-+∞

-),(),(.

例 设),(Y X 的概率密度函数为

()30201

(,)0x y x y f x y +≤≤≤≤?=?

?

,,,其他 求)(),(),(),(22Y X E Y X E Y E X E ++.

解 1020:≤≤≤≤y x D ,

9

11)12(613),()(1

02020

=+=+==?????

dx x x dy y x xdx dxdy y x xf X E D

95

)23(1813),()(1

02022

0=+=+==?????dx x dy y xy dx dxdy y x yf Y E D

916

95911),()()(20=+==+=+???D

xdx dxdy y x f y x Y X E 613

33)(103

2201

02

2

2

2=+++=+????

dy y xy dx dy y x dx x Y X E 四、 数学期望的性质

1. 设c 是常数,则有c c E =)(.

2. 设X 是随机变量,设c 是常数,则有)()(X cE cX E =. 3. 设X ,Y 是随机变量,则有)()()(Y E X E Y X E +=+ . 4. 设X ,Y 是相互独立的随机变量,

则有)()()(Y E X E XY E =.

§4.2 方 差

一、 方差的概念

定义 设X 是随机变量,})]({[2X E X E -存在,就称其为X 的方差,

记为)(X D 即)(X D =})]({[2X E X E -,称)(X D 为标准差. 二、 方差的计算

1. )(X D =22()[()]E X E X -

例 设随机变量X 服从],[b a 上的均匀分布,求)(X D . 解 由于均匀分布的密度函数为

1

()0a x b f x b a

?≤≤?

=-???,,其他

2

)(b

a X E +=

, 3)(3)()(2

23322

2

a a

b b a b a b dx a b x dx x f x X E b

a ++=

--=-==??∞

+∞-

故12

)()2(3)(2

222a b b a a ab b X D -=+-++=

三、 方差的性质

1、设c 是常数,则有)()(2X D c cX D =;

2、设X ,Y 是相互独立的随机变量,则有)()()(Y D X D Y X D +=+;

3、设12,,

,n X X X 是相互独立的随机变量,则∑∑===n

i i i n

i i i X D C X C D 1

21

)()(.

§4.3 协方差及相关系数、矩

一、 协方差及相关系数的定义

定义 设有二维随机变量),(Y X ,如果)]()][([Y E Y X E X E --存在,则称)]()][([Y E Y X E X E --为随机变量X 与Y 的协方差.记为),(Y X Cov ,即

(,)Cov X Y =)]()][([Y E Y X E X E -- 称)

()(),(Y D X D Y X Cov XY =ρ为随机变量X

与Y 的相关系数.若(,)0Cov X Y =,

高考数学 计数原理 知识汇总

计数原理 课表要求 1、会用两个计数原理分析解决简单的实际问题; 2、理解排列概念,会推导排列数公式并能简单应用; 3、理解组合概念,会推导组合数公式并能解决简单问题; 4、综合应用排列组合知识解决简单的实际问题; 5、会用二项式定理解决与二项展开式有关的简单问题; 6、会用二项式定理求某项的二项式系数或展开式系数,会用赋值法求系数之和。突破方法 1.加强对基础知识的复习,深刻理解分类计数原理、分步计数原理、排列组合等基本概念,牢固掌握二项式定理、二项展开式的通项、二项式系数的性质。2.加强对数学方法的掌握和应用,特别是解决排列组合应用性问题时,注重方法的选取。比如:直接法、间接法等;几何问题、涂色问题、数字问题、其他实际问题等;把握每种方法使用特点及使用范围等。 3.重视数学思维的训练,注重数学思想的应用,在解题过程中注重化归与转化思想的应用,将不同背景的问题归结为同一个数学模型求解;注重数形结合、分类讨论思想、整体思想等,使问题化难为易。 知识点 1、分类加法计数原理 完成一件事,有n类不同方案,在第1类方案中有m1种不同的方法,在第2类办法中有m2种不同的方法,……在第n类办法中有m n种不同的方法。那么完成这件事共有:N=m1+m2+……+m n种不同的方法。 注意:(1)分类加法计数原理的使用关键是分类,分类必须明确标准,要求每一种方法必须属于某一类方法,不同类的任意两种方法是不同的方法,这时分类问题中所要求的“不重复”、“不遗漏”。 (2)完成一件事的n类办法是相互独立的。从集合角度看,完成一件事分A、B两类办法,则A∩B=?,A∪B=I(I表示全集)。 (3)明确题目中所指的“完成一件事”是指什么事,完成这件事可以有哪些办法,怎样才算是完成这件事。 2、分步乘法计数原理 完成一件事,需要n个步骤,做第1步有m1种不同的方法,做第2步有m2种不同的方法,……做第n步有m n种不同的方法,那么完成这件事共有:N=m1·m2·……·m n种不同的方法。 注意:(1)明确题目中所指的“做一件事”是什么事,单独用题中所给的某种方法是不是能完成这件事,是不是要经过几个步骤才能完成这件事。 (2)完成这件事需要分成若干个步骤,只有每个步骤都完成了,才算完成这件事,缺少哪一步,这件事都不可能完成。 (3)根据题意正确分步,要求各步之间必须连续,只有按照这几步逐步去

全国历自学考试概率论与数理统计(二)试题与答案

全国2011年4月自学考试概率论与数理统计(二) 课程代码:02197 选择题和填空题详解 试题来自百度文库 答案由王馨磊导师提供 一、单项选择题(本大题共10小题,每小题2分,共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码填写在题后的括号内。错选、多选或未选均无分。 1.设A , B , C , 为随机事件, 则事件“A , B , C 都不发生”可表示为( A ) A .C B A B .C B A C .C B A D .C B A 2.设随机事件A 与B 相互独立, 且P (A )=5 1, P (B )=5 3, 则P (A ∪B )= ( B ) A .253 B .2517 C .5 4 D .2523 3.设随机变量X ~B (3, 0.4), 则P {X ≥1}= ( C ) A .0.352 B .0.432 C .0.784 D .0.936 解:P{X ≥1}=1- P{X=0}=1-(1-0.4)3=0.784,故选C. 4.已知随机变量X 的分布律为 , 则P {-2<X ≤4}= ( C ) A .0.2 B .0.35 C .0.55 D .0.8 解:P {-2<X ≤4}= P {X =-1}+ P {X =2}=0.2+0.35=0.55,故选C. 5.设随机变量X 的概率密度为4 )3(2 e 2 π21)(+-= x x f , 则E (X ), D (X )分别为 ( ) A .2,3- B .-3, 2 C .2,3 D .3, 2 与已知比较可知:E(X)=-3,D(X)=2,故选B. 6.设二维随机变量 (X , Y )的概率密度为? ??≤≤≤≤=,,0, 20,20,),(其他y x c y x f 则常数 c = ( A ) A .4 1 B .2 1 C .2 D .4 解:设D 为平面上的有界区域,其面积为S 且S>0,如果二维随机变量 (X ,Y )的概率密度为 则称 (X ,Y )服从区域D 上的均匀分布,

高一数学第一章知识点总结

高一数学第一章集合与函数概念知识点总结 一、集合有关概念 1、集合的含义:把研究对象统称为元素,把一些元素组成的总体叫做集合。 2、集合的中元素的三个特性:元素的确定性 元素的互异性 元素的无序性 3、集合与元素的关系:属于与不属于关系 元素a 与集合M 的关系是a M ∈,或者a M ?,两者必居其一. 4、集合的表示 列举法:把集合中的元素一一列举出来,并用大括号“{ }”括起来表集合的方法叫做列举法 描述法:用集合所含元素的共同特征表示集合的方法称为描述法。 ◆ 注意:常用数集及其记法: 非负整数集(即自然数集) 记作:N 正整数集 N*或 N+ 整数集Z 有理数集Q 实数集R 复数集C 5、集合的分类: (1) 有限集:含有有限个元素的集合 (2) 无限集:含有无限个元素的集合 (3) 空集:不含任何元素的集合 例:{x|x 2 =-5} 二、集合间的基本关系 1.“包含”关系—子集 对于两个集合A 与B,如果集合A 中的任何一个元素都是集合B 中的元素,即若a ∈A,则a ∈B,我们就说集合A 包含于集合B,或集合B 包含集合A,记作A ?B,这时我们说集合A 是集合B 的子集. 注意:B A ?有两种可能(1)A 是B 的一部分,;(2)A 与B 是同一集合。 反之: 集合A 不包含于集合B,或集合B 不包含集合A,记作A ?/B 或B ?/A 2.“相等”关系:元素相同则两集合相等 即:① 任何一个集合是它本身的子集。A ?A ②真子集:如果A ?B,且A ≠ B 那就说集合A 是集合B 的真子集,记作A B(或B A) ③如果 A ?B, B ?C ,那么 A ?C ④如果A ?B 同时 B ?A 那么A=B 3. 不含任何元素的集合叫做空集,记为Φ 规定: 空集是任何集合的子集, 空集是任何非空集合的真子集。 ◆ 有n 个元素的集合,含有2n 个子集,2n -1个真子集, 2n -2个非空真子集。 运算 类型 交 集 并 集 补 集 定 义 由所有属于A 且属于B 的元素所组成的集合,叫做A,B 的交集.记作A I B (读作‘A 交B ’),即A I B={x|x ∈A ,且x ∈B }. 由所有属于集合A 或属于集合B 的元素所组成的集合,叫做A,B 的并集.记作:A Y B (读作‘A 并B ’),即A Y B ={x|x ∈A ,或x ∈B}). 设S 是一个集合, A 是S 的一个子集,由S 中所有不属于A 的元素组成的 集合,叫做S 中子集A 的补集 记作A C S ,即C S A=},|{A x S x x ?∈且 韦 恩 图 示 A B 图1 A B 图2 性 质 A I A=A A I Φ=Φ A I B=B I A A I B ?A A I B ?B A Y A=A A Y Φ=A A Y B= B Y A A Y B ?A A Y B ?B (C u A) I (C u B)= C u (A Y B) (C u A) Y (C u B)= C u (A I B) A Y (C u A)=U A I (C u A)= Φ. S A

计数原理知识点总结与训练

计数原理知识点总结 一、两个计数原理 3、两个计数原理的区别 二、排列与组合 1、排列: 一般地,从n个不同元素中取出m(m≤n)个元素,按照一定的顺序排成一列,叫做从n个不同元素中取出m个元素的一个排列。

2、排列数:从n 个不同元素中取出m(m ≤n)个元素的所有不同排列 的个数叫做从n 个不同元素中取出m 个元素的排列数。用符号 表 示. 3、排列数公式: 其中 4、组合: 一般地,从n 个不同元素中取出m(m ≤n)个元素合成一组,叫做从n 个不同元素中取出m 个元素的一个组合。 5、组合数: 从n 个不同元素中取出m(m ≤n)个元素的所有不同组合的个数叫做从n 个不同元素中取出m 个元素的组合数。用符号 表示。 6、组合数公式: 其中 注意:判断一个具体问题是否为组合问题,关键是看取出的元素是否与顺序有关,有关就是排列,无关便是组合.判断时要弄清楚“事件是什么”. 7、性质: m n A m n A ()()() ()! ! 121m n n m n n n n A m n -= +---=Λ . ,,*n m N m n ≤∈并且m n C ()()() ()! !! !121m n m n m m n n n n C m n -= +---= Λ . ,,*n m N m n ≤∈并且m n n m n C C -=m n m n m n C C C 1 1+-=+

三、二项式定理 如果在二项式定理中,设a=1,b=x ,则可以得到公式: 2、性质: 0241351 2 n n n n n n n C C C C C C -=+++=+++=L L 奇数项二项式系数和偶数项二项式系数和:

《概率论与数理统计》讲义#(精选.)

第一章 随机事件和概率 第一节 基本概念 1、排列组合初步 (1)排列组合公式 )! (! n m m P n m -= 从m 个人中挑出n 个人进行排列的可能数。 )! (!! n m n m C n m -= 从m 个人中挑出n 个人进行组合的可能数。 例1.1:方程 x x x C C C 765107 11=-的解是 A . 4 B . 3 C . 2 D . 1 例1.2:有5个队伍参加了甲A 联赛,两两之间进行循环赛两场,试问总共的场次是多少? (2)加法原理(两种方法均能完成此事):m+n 某件事由两种方法来完成,第一种方法可由m 种方法完成,第二种方法可由n 种方法来完成,则这件事可由m+n 种方法来完成。 (3)乘法原理(两个步骤分别不能完成这件事):m ×n 某件事由两个步骤来完成,第一个步骤可由m 种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m ×n 种方法来完成。 例1.3:从5位男同学和4位女同学中选出4位参加一个座谈会,要求与会成员中既有男同学又有女同学,有几种不同的选法? 例1.4:6张同排连号的电影票,分给3名男生和3名女生,如欲男女相间而坐,则不同的分法数为多少? 例1.5:用五种不同的颜色涂在右图中四个区域里,每一区域涂上一种颜

色,且相邻区域的颜色必须不同,则共有不同的涂法 A.120种B.140种 C.160种D.180种 (4)一些常见排列 ①特殊排列 ②相邻 ③彼此隔开 ④顺序一定和不可分辨 例1.6:晚会上有5个不同的唱歌节目和3个不同的舞蹈节目,问:分别按以下要求各可排出几种不同的节目单? ①3个舞蹈节目排在一起; ②3个舞蹈节目彼此隔开; ③3个舞蹈节目先后顺序一定。 例1.7:4幅大小不同的画,要求两幅最大的排在一起,问有多少种排法? 例1.8:5辆车排成1排,1辆黄色,1辆蓝色,3辆红色,且3辆红车不可分辨,问有多少种排法? ①重复排列和非重复排列(有序) 例1.9:5封不同的信,有6个信箱可供投递,共有多少种投信的方法? ②对立事件 例1.10:七人并坐,甲不坐首位,乙不坐末位,有几种不同的坐法? 例1.11:15人中取5人,有3个不能都取,有多少种取法? 例1.12:有4对人,组成一个3人小组,不能从任意一对中取2个,问有多少种可能性?

高一数学必修1知识点总结

高中高一数学必修1各章知识点总结 第一章集合与函数概念 一、集合有关概念 1、集合的含义:某些指定的对象集在一起就成为一个集合,其中每一个对象叫元素 2、集合的中元素的三个特性: 1.元素的确定性; 2.元素的互异性; 3.元素的无序性 说明:(1)对于一个给定的集合,集合中的元素是确定的,任何一个对象或者是或者不是这个给定的集合的元素。 (2)任何一个给定的集合中,任何两个元素都是不同的对象,相同的对象归入一个集合时,仅算一个元素。 (3)集合中的元素是平等的,没有先后顺序,因此判定两个集合是否一样,仅需比较它们的元素是否一样,不需考查排列顺序是否一样。 (4集合元素的三个特性使集合本身具有了确定性和整体性。 3、集合的表示:{ … } 如{我校的篮球队员},{太平洋,大西洋,印度洋,北冰洋} 1. 用拉丁字母表示集合:A={我校的篮球队员},B={1,2,3,4,5} 2.集合的表示方法:列举法与描述法。

注意啊:常用数集及其记法: 非负整数集(即自然数集)记作:N 正整数集N*或N+ 整数集Z 有理数集Q 实数集R 关于“属于”的概念 集合的元素通常用小写的拉丁字母表示,如:a是集合A的元素,就说a属于集合A 记作a∈A ,相反,a不属于集合A 记作a?A 列举法:把集合中的元素一一列举出来,然后用一个大括号括上。 描述法:将集合中的元素的公共属性描述出来,写在大括号内表示集合的方法。用确定的条件表示某些对象是否属于这个集合的方法。 ①语言描述法:例:{不是直角三角形的三角形} ②数学式子描述法:例:不等式x-3>2的解集是{x?R| x-3>2}或{x| x-3>2} 4、集合的分类: 1.有限集含有有限个元素的集合 2.无限集含有无限个元素的集合 3.空集不含任何元素的集合例:{x|x2=-5} 二、集合间的基本关系 1.“包含”关系—子集

概率论与数理统计综合试题

Ⅱ、综合测试题 s388 概率论与数理统计(经管类)综合试题一 (课程代码 4183) 一、单项选择题(本大题共10小题,每小题2分,共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码填写在题后的括号内。错选、多选或未选均无分。 1.下列选项正确的是 ( B ). A. A B A B +=+ B.()A B B A B +-=- C. (A -B )+B =A D. AB AB = 2.设()0,()0P A P B >>,则下列各式中正确的是 ( D ). A.P (A -B )=P (A )-P (B ) B.P (AB )=P (A )P (B ) C. P (A +B )=P (A )+P (B ) D. P (A +B )=P (A )+P (B )-P (AB ) 3.同时抛掷3枚硬币,则至多有1枚硬币正面向上的概率是 ( D ). A. 18 B. 16 C. 14 D. 1 2 4.一套五卷选集随机地放到书架上,则从左到右或从右到左卷号恰为1,2,3,4,5顺序的概率为 ( B ). A. 1120 B. 160 C. 15 D. 12 5.设随机事件A ,B 满足B A ?,则下列选项正确的是 ( A ). A.()()()P A B P A P B -=- B. ()()P A B P B += C.(|)()P B A P B = D.()()P AB P A = 6.设随机变量X 的概率密度函数为f (x ),则f (x )一定满足 ( C ). A. 0()1f x ≤≤ B. f (x )连续 C. ()1f x dx +∞-∞ =? D. ()1f +∞= 7.设离散型随机变量X 的分布律为(),1,2,...2k b P X k k ===,且0b >,则参数b 的 值为 ( D ). A. 1 2 B. 13 C. 15 D. 1

计数原理基本知识点

计数原理基本知识点 1.分类计数原理:做一件事情,完成它可以有n 类办法,在第一类办法中有1m 种不同的方法,在第二类办法中有2m 种不同的方法,……,在第n 类办法中有n m 种不同的方法那么完成这件事共有 12n N m m m =+++种不同的方法 2.分步计数原理:做一件事情,完成它需要分成n 个步骤,做第一步有1m 种不同的方法,做第二步有2m 种不同的方法,……,做第n 步有n m 种不同的方法,那么完成这件事有12n N m m m =??? 种不同的方法 3.排列的概念:从n 个不同元素中,任取m (m n ≤)个元素(这里的被取元素各不相同)按照一定的顺序.....排成一列,叫做从n 个不同元素中取出m 个元素的一个排列....4.排列数的定义:从n 个不同元素中,任取m (m n ≤)个元素的所有排列的个数叫 做从n 个元素中取出m 元素的排列数,用符号m n A 表示 5.排列数公式:(1)(2)(1)m n A n n n n m =---+(,,m n N m n *∈≤) 6 阶乘:!n 表示正整数1到n 的连乘积,叫做n 的阶乘规定0!1=. 7.排列数的另一个计算公式:m n A =!()!n n m - 8 组合的概念:一般地,从n 个不同元素中取出m ()m n ≤个元素并成一组,叫做从n 个不同元素中取出m 个元素的一个组合 9.组合数的概念:从n 个不同元素中取出m ()m n ≤个元素的所有组合的个数,叫做从 n 个不同元素中取出m 个元素的组合数... .用符号m n C 表示. 10.组合数公式:(1)(2)(1)!m m n n m m A n n n n m C A m ---+== 或)! (!!m n m n C m n -=,,(n m N m n ≤∈*且 11 组合数的性质1:m n n m n C C -=.规定:10=n C ; 12.组合数的性质2:m n C 1+=m n C +1-m n C

高一数学集合知识点归纳

高一数学集合知识点归纳及典型例题 一、知识点: 本周主要学习集合的初步知识,包括集合的有关概念、集合的表示、集合之间的关系及集合的运算等。在进行集合间的运算时要注意使用Venn图。 本章知识结构 1、集合的概念 教材中对集合的概念进行了描述性说明:“一般地,把一些能够确定的不同的对象看成一个整体,就说这个整体是由这些对象的全体构成的集合(或集)”。理解这句话,应该把握4个关键词:对象、确定的、不同的、整体。 对象――即集合中的元素。集合是由它的元素唯一确定的。 整体――集合不是研究某一单一对象的,它关注的是这些对象的全体。 确定的――集合元素的确定性――元素与集合的“从属”关系。 不同的――集合元素的互异性。 2、有限集、无限集、空集的意义 有限集和无限集是针对非空集合来说的。我们理解起来并不困难。 我们把不含有任何元素的集合叫做空集,记做Φ。理解它时不妨思考一下“0与Φ”及“Φ与{Φ}”

的关系。 几个常用数集N、N*、N+、Z、Q、R要记牢。 3、集合的表示方法 (1)列举法的表示形式比较容易掌握,并不是所有的集合都能用列举法表示,同学们需要知道能用列举法表示的三种集合: ①元素不太多的有限集,如{0,1,8} ②元素较多但呈现一定的规律的有限集,如{1,2,3, (100) ③呈现一定规律的无限集,如{1,2,3,…,n,…} ●注意a与{a}的区别 ●注意用列举法表示集合时,集合元素的“无序性”。 (2)特征性质描述法的关键是把所研究的集合的“特征性质”找准,然后适当地表示出来就行了。但关键点也是难点。学习时多加练习就可以了。 另外,弄清“代表元素”也是非常重要的。如{x|y=x2},{y|y=x2},{(x,y)|y=x2}是三个不同的集合。 4、集合之间的关系 ●注意区分“从属”关系与“包含”关系 “从属”关系是元素与集合之间的关系。 “包含”关系是集合与集合之间的关系。掌握子集、真子集的概念,掌握集合相等的概念,学会正确使用“”等符号,会用Venn图描述集合之间的关系是基本要求。 ●注意辨清Φ与{Φ}两种关系。 5、集合的运算 集合运算的过程,是一个创造新的集合的过程。在这里,我们学习了三种创造新集合的方式:交集、并集和补集。 一方面,我们应该严格把握它们的运算规则。同时,我们还要掌握它们的运算性质

概率论与数理统计期末考试试题及解答

概率论与数理统计期末考 试试题及解答 Prepared on 24 November 2020

一、填空题(每小题3分,共15分) 1.设事件B A ,仅发生一个的概率为,且5.0)()(=+B P A P ,则B A ,至少有一个不发生的概率为__________. 答案: 解: 即 所以 9.0)(1)()(=-==AB P AB P B A P . 2.设随机变量X 服从泊松分布,且)2(4)1(==≤X P X P ,则 ==)3(X P ______. 答案: 解答: 由 )2(4)1(==≤X P X P 知 λλλλλ---=+e e e 22 即 0122=--λλ 解得 1=λ,故 3.设随机变量X 在区间)2,0(上服从均匀分布,则随机变量2X Y =在区间) 4,0(内的概率密度为=)(y f Y _________. 答案: 解答:设Y 的分布函数为(),Y F y X 的分布函数为()X F x ,密度为()X f x 则 因为~(0,2)X U ,所以(0X F = ,即()Y X F y F = 故 另解 在(0,2)上函数2y x = 严格单调,反函数为()h y =所以 4.设随机变量Y X ,相互独立,且均服从参数为λ的指数分布,2)1(-=>e X P ,则=λ_________,}1),{min(≤Y X P =_________. 答案:2λ=,-4{min(,)1}1e P X Y ≤=- 解答: 2(1)1(1)P X P X e e λ-->=-≤==,故 2λ= 41e -=-. 5.设总体X 的概率密度为 ?????<<+=其它, 0, 10,)1()(x x x f θ θ 1->θ. n X X X ,,,21 是来自X 的样本,则未知参数θ的极大似然估计量为_________. 答案: 解答: 似然函数为 解似然方程得θ的极大似然估计为

高中数学选修计数原理概率知识点总结

选修2-3定理概念及公式总结 第一章基数原理 1.分类计数原理:做一件事情,完成它可以有n 类办法,在第一类办法中有1m 种不同的方法,在第二类办法中有2m 种不同的方法,……,在第n 类办法中有n m 种不同的方法 N=m 1+m 2+……+m n 种不同的方法 2.分步计数原理:做一件事情,完成它需要分成n 个步骤,做第一步有m 1种不同的方法,做第二步有m 2种不同的方法,……,做第n 步有m n 种不同的方法,那么完成这件事有N=m 1×m 2×……m n 种不同的方法 分类要做到“不重不漏”,分步要做到“步骤完整” 3.两个计数原理的区别: 如果完成一件事,有n 类办法,不论哪一类办法中的哪一种方法,都能独立完成这件事,用分类计数原理, 如果完成一件事需要分成几个步骤,各步骤都不可缺少,需要完成所有步骤才能完成这件事,是分步问题,用分步计数原理. 4.排列:从n 个不同的元素中取出m 个(m ≤n)元素并按一定的顺序排成一列,叫做从n 个不同元素中取出m 个元素的一个排列. (1)排列数: 从n 个不同的元素中取出m 个(m ≤n)元素的所有排列的个数.用符号m n A 表示 (2)排列数公式:)1()2)(1(+-???--=m n n n n A m n 用于计算, 或m n A )! (! m n n -=() n m N m n ≤∈*,, 用于证明。 n n A =!n =()1231????-Λn n =n(n-1)! 规定0!=1 5.组合:一般地,从n 个不同元素中取出m ()m n ≤个元素并成一组,叫做从n 个不同元素中取出m 个元素的一个组合 (1)组合数: 从n 个不同元素中取出m ()m n ≤个元素的所有组合的个数,用m n C 表示 (2)组合数公式: (1)(2)(1) ! m m n n m m A n n n n m C A m ---+==L 用于计算, 或)! (!! m n m n C m n -= ),,(n m N m n ≤∈*且 用于证明。

概率论与数理统计考研复习资料

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(Φ):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.A ?B(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=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生. 6. AB=Φ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 B A B A = B A B A = 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A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…), P(A 1∪A 2∪…)=P( A 1)+P(A 2)+… 2.性质 (1) P(Φ) = 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A 1,A 2,…,A n , P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ?B, 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A 1,A 2,…,A n ()()() () +∑ + ∑ - ∑=≤<<≤≤<≤=n k j i k j i n j i j i n i i n A A A P A A P A P A A A P 111 21 …+(-1)n-1P(A 1A 2…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={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= 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(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0) 3. B 1,B 2,…,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, B 1∪B 2∪…∪B n =S) ,则 当P(B i )>0时,有全概率公式 P(A)= ()()i n i i B A P B P ∑=1

高一数学上册基础知识点总结

数学必修一基础要点归纳 第一章 集合与函数的概念 一、集合的概念与运算: 1、集合的特性与表示法:集合中的元素应具有:确定性、互异性、无序性;集合的表示法 有:列举法、描述法、文氏图等。 2、集合的分类:①有限集、无限集、空集。 ②数集:{ } 2 2y y x =- 点集: (){},1x y x y += 3、子集与真子集:若x A ∈则x B ∈?A B ? 若A B ?但A ≠B ?A B 若{}123,n A a a a a =,,,则它的子集个数为2n 个 4、集合的运算:①{}A B x x A x B =∈∈且,若A B A =则A B ? ②{}A B x x A x B =∈∈或,若A B A =则B A ? ③ {} U C A x x U x A =∈?但 5、映射:对于集合A 中的任一元素a,按照某个对应法则f ,集合B 中都有唯一的元素b 与 之对应,则称:f A B →为A 到的映射,其中a 叫做b 的原象,b 叫a 的象。 二、函数的概念及函数的性质: 1、函数的概念:对于非空的数集A 与B ,我们称映射:f A B →为函数,记作()y f x =, 其中,x A y B ∈∈,集合A 即是函数的定义域,值域是B 的子集。定义域、值域、对应法则称为函数的三要素。 2、 函数的性质: ⑴ 定义域:0 1 简单函数的定义域:使函数有意义的x 的取值范围,例: 25y x =- 的定义域为:25053302x x x ->??<? 2 复合函数的定义域:若()y f x =的定义域为[),x a b ∈,则复合函数 ()y f g x =????的定义域为不等式()a g x b ≤<的解集。 0 3 实际问题的定义域要根据实际问题的实际意义来确定定义域。

《概率论与数理统计》期中考试试题汇总

《概率论与数理统计》期中考试试题汇总

《概率论与数理统计》期中考试试题(一) 一、选择题(本题共6小题,每小题2分,共12分) 1.某射手向一目标射击两次,A i表示事件“第i次射击命中目标”,i=1,2,B表示事件“仅第一次射击命中目标”,则B=()A.A1A2B.21A A C.21A A D.21A A 2.某人每次射击命中目标的概率为p(0

6.设随机变量X 与Y 相互独立,X 服从参数2为的指数分布,Y ~B (6,2 1),则D(X-Y)=( ) A .1- B .74 C .54- D .12 - 二、填空题(本题共9小题,每小题2分,共18分) 7.同时扔3枚均匀硬币,则至多有一枚硬币正面向上的概率为________. 8.将3个球放入5个盒子中,则3个盒子中各有一球的概率为= _______ _. 9.从a 个白球和b 个黑球中不放回的任取k 次球,第k 次取的黑球的概率是= . 10.设随机变量X ~U (0,5),且21Y X =-,则Y 的概率密度f Y (y )=________. 11.设二维随机变量(X ,Y )的概率密度 f (x ,y )=? ??≤≤≤≤,y x ,其他,0,10,101则P {X +Y ≤1}=________. 12.设二维随机变量(,)X Y 的协方差矩阵是40.50.59?? ???, 则相关系数,X Y ρ= ________. 13. 二维随机变量(X ,Y ) (1,3,16,25,0.5)N -:,则X : ;Z X Y =-+: . 14. 随机变量X 的概率密度函数为 51,0()50,0x X e x f x x -?>?=??≤?,Y 的概率密度函数为1,11()20,Y y f y others ?-<

《概率论与数理统计》基本名词中英文对照表

《概率论与数理统计》基本名词中英文对照表英文中文 Probability theory 概率论 mathematical statistics 数理统计 deterministic phenomenon 确定性现象 random phenomenon 随机现象 sample space 样本空间 random occurrence 随机事件 fundamental event 基本事件 certain event 必然事件 impossible event 不可能事件 random test 随机试验 incompatible events 互不相容事件 frequency 频率 classical probabilistic model 古典概型 geometric probability 几何概率 conditional probability 条件概率 multiplication theorem 乘法定理 Bayes's formula 贝叶斯公式 Prior probability 先验概率 Posterior probability 后验概率 Independent events 相互独立事件 Bernoulli trials 贝努利试验 random variable 随机变量

probability distribution 概率分布 distribution function 分布函数 discrete random variable 离散随机变量distribution law 分布律hypergeometric distribution 超几何分布 random sampling model 随机抽样模型binomial distribution 二项分布 Poisson distribution 泊松分布 geometric distribution 几何分布 probability density 概率密度 continuous random variable 连续随机变量uniformly distribution 均匀分布exponential distribution 指数分布 numerical character 数字特征mathematical expectation 数学期望 variance 方差 moment 矩 central moment 中心矩 n-dimensional random variable n-维随机变量 two-dimensional random variable 二维离散随机变量joint probability distribution 联合概率分布 joint distribution law 联合分布律 joint distribution function 联合分布函数boundary distribution law 边缘分布律

概率论与数理统计第一章测试题

第一章 随机事件和概率 一、选择题 1.设A, B, C 为任意三个事件,则与A 一定互不相容的事件为 (A )C B A ?? (B )C A B A ? (C ) ABC (D ))(C B A ? 2.对于任意二事件A 和B ,与B B A =?不等价的是 (A )B A ? (B )A ?B (C )φ=B A (D )φ=B A 3.设A 、B 是任意两个事件,A B ?,()0P B >,则下列不等式中成立的是( ) .A ()()P A P A B < .B ()()P A P A B ≤ .C ()()P A P A B > .D ()()P A P A B ≥ 4.设()01P A <<,()01P B <<,()()1P A B P A B +=,则( ) .A 事件A 与B 互不相容 .B 事件A 与B 相互独立 .C 事件A 与B 相互对立 .D 事件A 与B 互不独立 5.设随机事件A 与B 互不相容,且()(),P A p P B q ==,则A 与B 中恰有一个发生的概率等于( ) .A p q + .B p q pq +- .C ()()11p q -- .D ()()11p q q p -+- 6.对于任意两事件A 与B ,()P A B -=( ) .A ()()P A P B - .B ()()()P A P B P AB -+ .C ()()P A P AB - .D ()()() P A P A P AB +- 7.若A 、B 互斥,且()()0,0P A P B >>,则下列式子成立的是( ) .A ()()P A B P A = .B ()0P B A > .C ()()()P AB P A P B = .D ()0P B A = 8.设()0.6,()0.8,()0.8P A P B P B A ===,则下列结论中正确的是( ) .A 事件A 、B 互不相容 .B 事件A 、B 互逆

概率论与数理统计基本知识

概率论与数理统计基本知识点 一、概率的基本概念 1.概率的定义: 在事件上的一个集合函数P ,如果它满足如下三个条件: (1)非负性 A A P ?≥,0)( (2)正规性 1)(=ΩP (3)可列可加性 若事件,...,2,1,=n A n 两两互斥 则称P 为概率。 2.几何概型的定义: 若随机试验的样本空间对应一个度量有限的几何区域S ,每一基本事件与S 内的点一一对应,则任一随机事件A 对应S 中的某一子区域D 。(若事件A 的概率只与A 对应的区域D 的度量成正比,而与D 的形状及D 在S 中的位置无关。)==(每点等可能性)则称为几何概型。 的度量 对应区域的度量 对应区域S D )()()(Ω=Ω= A m A m A P 3.条件概率与乘法公式: 设A,B 是试验E 的两个随机事件,且0)(>B P ,则称) () ()|(B P AB P B A P = 为事件B 发生的条件下,事件A 发生的条件概率。(其中)(AB P 是AB 同时发生的概率) 乘法公式:)|()()|()()(B A P B P A B P A P AB P == 4.全概率公式与贝叶斯公式: (全概率公式)定理:设n A A A ...,21是样本空间Ω的一个划分,n i A P i ,...,2,1,0)(=>,B 是任一事件,则有∑== n i i i A B P A P B P 1 )|()()(。 (贝叶斯公式)定理:设n A A A ...,21是样本空间Ω的一个划分,n i A P i ,...,2,1,0)(=>,B 是任一事件,则∑== =?n k k k i i A B P A P A B P A P B A P n i 1 ) |()() |()()|(,,...,2,1。 5.事件的独立性: 两事件的独立性:(定义)设A 、B 是任意二事件,若P(AB)= P(A)P(B),则称事件A 、B 是相互独立的。(直观解释)A 、B 为试验E 的二事件,若A 、 B 的发生互不影响。 二、随机变量和分布函数:

高中数学必修一集合知识点总结大全90302

高中数学必修1知识点 集合 123412n x A x B A B A B A n A ∈??? ????? ∈?∈?()元素与集合的关系:属于()和不属于()()集合中元素的特性:确定性、互异性、无序性集合与元素()集合的分类:按集合中元素的个数多少分为:有限集、无限集、空集()集合的表示方法:列举法、描述法(自然语言描述、特征性质描述)、图示法、区间法子集:若 ,则,即是的子集。、若集合中有个元素,则集合的子集有个, 注关系集合集合与集合{}00(2-1)23,,,,.4/n A A A B C A B B C A C A B A B x B x A A B A B A B A B A B x x A x B A A A A A B B A A B ??????????? ???????????≠∈?????=???=∈∈?=??=??=???真子集有个。、任何一个集合是它本身的子集,即 、对于集合如果,且那么、空集是任何集合的(真)子集。 真子集:若且(即至少存在但),则是的真子集。集合相等:且 定义:且交集性质:,,,运算{}{},/()()()-()/()()()()()()U U U U U U U U A A B B A B A B A A B x x A x B A A A A A A B B A A B A A B B A B A B B Card A B Card A Card B Card A B C A x x U x A A C A A C A A U C C A A C A B C A C B ????????=????=∈∈???=??=?=????????=???=+?=∈?=?=??==?=?,定义:或并集性质:,,,,, 定义:且补集性质:,,,, ()()()U U U C A B C A C B ????? ?? ?? ?? ?? ?????????? ???????? ??????????????????????? ?????????????????????=??????? 第一章集合与函数概念 【1.1.1】集合的含义与表示 (1)集合的概念 把某些特定的对象集在一起就叫做集合. (2)常用数集及其记法 N 表示自然数集,N *或N +表示正整数集,Z 表示整数集,Q 表示有理数集,R 表示实数集. (3)集合与元素间的关系

概率论与数理统计(经管类)复习试题及答案

概率论和数理统计真题讲解 (一)单项选择题(本大题共10小题,每小题2分,共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码填写在题后的括号内。错选、多选或未选均无分。 1.设随机事件A与B互不相容,且P(A)>0,P(B)>0,则() A.P(B|A)=0 B.P(A|B)>0 C.P(A|B)=P(A) D.P(AB)=P(A)P(B) 『正确答案』分析:本题考察事件互不相容、相互独立及条件概率。 解析:A:,因为A与B互不相容,,P(AB)=0,正确; 显然,B,C不正确;D:A与B相互独立。 故选择A。 提示:① 注意区别两个概念:事件互不相容与事件相互独立; ② 条件概率的计算公式:P(A)>0时,。 2.设随机变量X~N(1,4),F(x)为X的分布函数,Φ(x)为标准正态分布函数,则F(3)=() A.Φ(0.5) B.Φ(0.75) C.Φ(1) D.Φ(3) 『正确答案』分析:本题考察正态分布的标准化。 解析:, 故选择C。 提示:正态分布的标准化是非常重要的方法,必须熟练掌握。 3.设随机变量X的概率密度为f(x)=则P{0≤X≤}=() 『正确答案』分析:本题考察由一维随机变量概率密度求事件概率的方法。第33页 解析:, 故选择A。 提示:概率题目经常用到“积分的区间可加性”计算积分的方法。

4.设随机变量X的概率密度为f(x)=则常数c=() A.-3 B.-1 C.- D.1 『正确答案』分析:本题考察概率密度的性质。 解析:1=,所以c=-1, 故选择B。 提示:概率密度的性质: 1.f(x)≥0; 4.在f(x)的连续点x,有F′(X)=f(x);F(x)是分布函数。课本第38页 5.设下列函数的定义域均为(-∞,+∞),则其中可作为概率密度的是() A.f(x)=-e-x B. f(x)=e-x C. f(x)= D.f(x)= 『正确答案』分析:本题考察概率密度的判定方法。 解析:① 非负性:A不正确;② 验证:B:发散; C:,正确;D:显然不正确。 故选择C。 提示:判定方法:若f(x)≥0,且满足,则f(x)是某个随机变量的概率密度。 6.设二维随机变量(X,Y)~N(μ1,μ2,),则Y ~() 『正确答案』分析:本题考察二维正态分布的表示方法。 解析:显然,选择D。

相关文档
最新文档