《概率论与数理统计》
第一章随机事件及其概率
§1.1 随机事件
一、给出事件描述,要求用运算关系符表示事件: 二、给出事件运算关系符,要求判断其正确性: §1.2 概率
古典概型公式:P (A )=
所含样本点数
所含样本点数
ΩA 实用中经常采用“排列组合”的方法计算
补例1:将n 个球随机地放到n 个盒中去,问每个盒子恰有1个球的概率是多少?解:设A :
“每个盒子恰有1个球”。求:P(A)=?Ω所含样本点数:n
n n n n =???...
Α所含样本点数:!1...)2()1(n n n n =??-?-?n n
n A P !
)(=∴
补例2:将3封信随机地放入4个信箱中,问信箱中信的封数的最大数分别为1、2、3的概率各是多少?
解:设A i :“信箱中信的最大封数为i”。(i =1,2,3)求:P(A i )=?
Ω所含样本点数:6444443
==?? A 1所含样本点数:24234=?? A 2所含样本点数: 36342
3=??C
A 3所含样本点数:4433=?C
注:由概率定义得出的几个性质: 1、0
定理:设A 、B 是互不相容事件(AB=φ),则: P (A ∪B )=P (A )+P (B )
推论1:设A 1、 A 2、…、 A n 互不相容,则 P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n ) 推论2:设A 1、 A 2、…、 A n 构成完备事件组,则 P(A 1+A 2+...+ A n )=1
推论3: P (A )=1-P (A )
推论4:若B ?A ,则P(B -A)= P(B)-P(A) 推论5(广义加法公式):
对任意两个事件A 与B ,有P(A ∪B)=P(A)+P(B)-P(A B) 补充——对偶律:
§1.4 条件概率与乘法法则
条件概率公式:P(A/B)=
)()(B P AB P (P(B)≠0)P(B/A)= )
()
(A P AB P (P(A)≠0) ∴P (AB )=P (A /B )P (B )= P (B / A )P (A )
有时须与P (A+B )=P (A )+P (B )-P (AB )中的P (AB )联系解题。
全概率与逆概率公式:
全概率公式:
∑==n
i i i A B P A P B P 1
)/()()(
逆概率公式:
)
()
()/(B P B A P B A P i i = ),...,2,1(n i =
(注意全概率公式和逆概率公式的题型:将试验可看成分为两步做,如果要求第二步某事件的概率,就用全概率公式;如果求在第二步某事件发生条件下第一步某事件的概率,就用逆概率公式。) §1.5 独立试验概型
事件的独立性:贝努里公式(n 重贝努里试验概率计算公式):课本P24
另两个解题中常用的结论——
1、定理:有四对事件:A 与B 、A 与B 、A 与B 、A 与B ,如果其中有一对相互独
立,则其余三对也相互独立。
2、公式:)...(1)...(2121n n A A A P A A A P ???-=???
第二章 随机变量及其分布
一、关于离散型随机变量的分布问题
1、求分布列:⑴确定各种事件,记为ξ写成一行;
⑵计算各种事件概率,记为p k 写成第二行。得到的表即为所求的分布列。注意:应
符合性质——1、0≥k p (非负性) 2、
1=∑k
k
p
(可加性和规范性)
补例1:将一颗骰子连掷2次,以ξ 表示两次所得结果之和,试写出ξ的概率分布。解:Ω所含样本点数:6×6=36
所求分布列为:
3
所求分布列为:2分布函数
?x ∈R ,如果随机变量ξ的分布函数F (x )可写成F (x )=
?
∞
-x dx x )(φ,则ξ为连续
型。)(x φ称概率密度函数。
解题中应该知道的几个关系式:
0)(≥x φ ?+∞
∞-=1)(dx x φ
第三章 随机变量数字特征
一、求离散型随机变量ξ 的数学期望E ξ =?
数学期望(均值)
二、设ξ 为随机变量,f(x)是普通实函数,则η=f(ξ)也是随机变量,求E η=?
以上计算只要求这种离散型的。 补例1:设ξ的概率分布为:
求:⑴1-=ξη,2
ξη=的概率分布;⑵ηE 。 解:因为
所以,所求分布列为:
和:
当η=ξ-1时,E η=E (ξ-1)
=-2×5
1+(-1)×101+0×101+1×103+23×103
=1/4
当η=ξ2时,E η=E ξ2=1×5
1+0×
101+1×101+4×103+425×10
3 =27/8
三、求ξ 或η的方差D ξ =? D η=? 实用公式ξD =2
ξE -ξ2
E
其中,ξ2E
=2)(ξE =2)(∑k
k k p x
2ξE =∑k
k k p x 2
补例2:
求:E ξ 和D ξ 解:ξE =-2×0.4+0×0.3+2×0.3=-0.2
ξ
E 2
=(-2)2×0.4+02×0.3+22×0.3=2.8
ξD =ξE 2
-ξ2
E
=2.8-(-0.2)2
=2.76
第四章 几种重要的分布
常用分布的均值与方差(同志们解题必备速查表..........
)
解题中经常需要运用的E ξ 和D ξ 的性质(同志们解题必备速查表..........
)
第五章 参数估计
§8.1 估计量的优劣标准(以下可作填空或选择)
⑴若总体参数θ的估计量为θ
?,如果对任给的ε>0,有 1}?{lim =<-∞
→εθ
θP n ,则称θ?是θ的一致估计;
⑵如果满足θθ
=)?(E ,则称θ?是θ的无偏估计;⑶如果1?θ和2?θ均是θ的无偏估计,若
)?()?(2
1θθD D <,则称1?θ是比2?θ有效的估计量。 §8.3 区间估计: 几个术语——
1、设总体分布含有一位置参数,若由样本算得的一个统计量)...(?11n ,x ,x θ及)...
(?12n ,x ,x θ,对于给定的α(0<α<1)满足:
则称随机区间(1?θ,2?θ)是θ的100(1-α)%的置信区间,1?θ和2?θ称为θ的100(1-
α)%的置信下、上限,百分数100(1-α)%称为置信度。
一、求总体期望(均值)E ξ 的置信区间 1、总体方差2
σ已知的类型
①据α,得)(0αU Φ=1-
2
α
,反查表(课本P260表)得临界值αU ; ②x =∑=n i i x n 11 ③求d=n
U σα? ④置信区间(x -d ,x +d ) 补简例:设总体
)09.0,(~μN X 随机取4个样本其观测值为12.6,13.4,12.8,13.2,
求总体均值μ的95%的置信区间。 解:①∵1-α=0.95,α=0.05
∴Φ(U α)=1-
2
α
=0.975,反查表得:U α=1.96 ②∑==+++==4113)2.138.124.136.12(4141i i
X X ③∵σ=0.3,n=4 ∴d=n
U σα?
=43
.096.1?=0.29
④所以,总体均值μ的α=0.05的置信区间为:
(X -d ,X +d )=(13-0.29,13+0.29)即(12.71,13.29) 2、总体方差2
σ未知的类型(这种类型十分重要!务必掌握!!)
①据α和自由度n -1(n 为样本容量),查表(课本P262表)得)1(-n t α;
②确定x =∑=n
i i x n 11和∑=--=n i i x x n s 1
22
)(11 ③求d=n
s
n t ?
-)1(α ④置信区间(x -d ,x +d ) 注:无特别声明,一般可保留小数点后两位,下同。 二、求总体方差2
σ的置信区间
①据α和自由度n -1(n 为样本数),查表得临界值:
)1(2
2
-n αχ和)1(22
1--n αχ
②确定X =∑=n
i i x n 11和∑=--=n i i
x X n s 1
2
2)(11
③上限)1()1(22
12---n s n α
χ 下限)1()1(22
2
--n s n αχ
④置信区间(下限,上限) 典型例题:
补例1:课本P166之16 已知某种木材横纹抗压力的实验值服从正态分布,对10个试件作横纹抗压力试验得数据如下(单位:kg/cm 2): 482 493 457 471 510 446
435
418
394
469
试对该木材横纹抗压力的方差进行区间估计(α=0.04)。 解:①∵α=0.04,又n=10,自由度n -1=9
∴查表得,)1(22
-n αχ=)9(202.0χ=19.7
)1(22
1--n αχ=)9(298.0χ=2.53
②X =∑=101101i i x =)469...493482(10
1
+++=457.5
∑=-=10122
)(91i i x X s =9
1
[2)4825.457(-+2)4935.457(-+…+2)4695.457(-]
=1240.28
③上限)1()1(22
12---n s n αχ=)9(9298.02χs =53
.228.12409?=4412.06
下限)1()1(22
2--n s n αχ=)9(9202
.02χs =7.1928
.12409?=566.63
④所以,所求该批木材横纹抗压力的方差的置信区间为(566.63,4412.06)
第六章 假设检验
必须熟练掌握一个正态总体假设检验的执行标准
一般思路:
1、提出待检假设H 0
2、选择统计量
3、据检验水平α,确定临界值
4、计算统计量的值
5、作出判断
检验类型⑵:未知方差2
σ,检验总体期望(均值)μ ①根据题设条件,提出H 0:μ= 0μ(0μ已知); ②选择统计量)1(~/--=
n t n
s X T μ;
③据α和自由度n -1(n 为样本容量),查表(课本P262表)得)1(-n t α;④由样本值算出
X =?和s =?从而得到n
s X T /0μ
-=
; ⑤作出判断??
???->-<000
0)1()1(H ,n t T H ,n t T 则拒绝若则接受若αα
典型例题:
对一批新的某种液体的存贮罐进行耐裂试验,抽查5个,得到爆破压力的数据(公斤/寸2 )为:545,545,530,550,545。根据经验爆破压认为是服从正态分布的,而过去该种液体存贮罐的平均爆破压力为549公斤/寸2 ,问这种新罐的爆破压与过去有无显著差异?(α=0.05)解:H 0:μ= 549选择统计量)1(~/--=
n t n
s X T μ
∵α=0.05,n -1=4,∴查表得:)4(05.0t =2.776又∵X =)545...545(5
1
++=543
s 2
=])545543(...)545545[(4122-++-=57.n s X T /0μ-==5
/5.57549543-=1.77<2.776
∴接受假设,即认为该批新罐得平均保爆破压与过去的无显著差异。 检验类型⑶:未知期望(均值)μ,检验总体方差2
σ
①根据题设条件,提出H 0:σ= 0σ(0σ已知);②选择统计量2
2
2
)1()1(σχs n n ?-=
-;
③据α和自由度n -1(n 为样本容量),查表(课本P264表)得临界值:
)1(2
12--n αχ和)1(2
2-n αχ;
④由样本值算出X =?和s =?从而得到2
2
2
0)1()1(σχs n n ?-=
-;
⑤若)1(2
12--n αχ<)1(20-n χ<
)1(2
2-n αχ则接受假设,否则拒绝! 补例:某厂生产铜丝的折断力在正常情况下服从正态分布,折断力方差2
σ=64,今从一批产品中抽10根作折断力试验,试验结果(单位:公斤):578,572,570,568,572,570,572,596,584,570。 是否可相信这批铜丝折断力的方差也是64?(α=0.05) 解: H 0:σ=64
选择统计量2
2
2
)1()1(σ
χs n n ?-=
-
∵α=0.05,n -1=9,∴查表得:
)1(2
12--n αχ=)9(975.02χ=2.7)1(2
2-n αχ=)9(025.02χ=19
又∵X =)570...578(101++=575.2s 2=])5702.575(...)5782.575[(9
1
22-++-=75.73
∴65.1064
73
.759)1(2
=?=-n χ)9(975
.02
χ
=2.7<65.10)1(2
0=-n χ<)9(025
.02
χ
=19
∴接受假设,即认为这批铜丝折断力的方差也是64。
第1章 随机事件及其概率
第二章随机变量及其分布
连续型先利
用X的
概率密度f
X (x)写出Y的分布函数F
Y
(y)=P(g(X)≤y),再
利用变上下限积分的求导公式求出f
Y
(y)。(2)定理法:
当Y=g(X)严格单调并且可导时:
其中h’(y)是g(x)的反函数