我更喜欢正态分布的生存函数(高尾概率),因为函数名称更具参考性:
正态分布“范数”是scipy.stats中大约90个分布之一
生存函数SF的小优势:接近1的分位数比使用cdf的数值精度更好
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:fanwen365或QQ: 处理(尽可能给您提供完整文档),感谢您的支持与谅解。
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。
『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。
,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。
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。
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
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=( )
『正确答案』分析:本题考察概率密度的性质。
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( )
『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;
,正确;D:显然不正确。
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。
7.已知随机变量X的概率密度为f (x)= A.6 B.3
『正确答案』分析:本题考察一维连续型随机变量期望的求法。
解析:解法一:根据记忆,均匀分布的期望为 解法二:根据连续型随机变量期望的定义,
提示:哪种方法熟练就用哪种方法。
8.设随机变量X与Y 相互独立,且X~B(16,0.5),Y服从参数为9的泊松分布,则D(X-2Y+3)=( )
『正确答案』分析:本题考察方差的性质。
又根据方差的性质,当X与Y相互独立时,有
D(X-2Y+3)=D(X+(-2)Y+3)=D(X)+D(-2Y)=4+36=40 故选择C。
提示:① 对于课本上介绍的六种常用的分布,它们的分布律(概率密度)、期望、方差都要记住,在解题中,可直接使用结论;
(3) 若X与Y相互独立时,D(X+Y)=D(X)+D(Y)。
9.设随机变量Zn~B(n,p),n=1,2,?,其中0
『正确答案』分析:本题考察棣莫弗-拉普拉斯中心极限定理。 解析:由棣莫弗-拉普拉斯中心极限定理
提示:① 正确理解中心极限定理的意义:在随机试验中,不管随机变量服从何种分布,当试验次数趋于无穷大时,它的极限分布都是正态分布,经标准化后成为标准正态分布。可见正态分布在概率统计中是如何重要的!
② 如何记忆中心极限定理定理结论:定理5.4:独立同分布随机变量序列{Xi},E(Xi)=nμ,D(Xi)
,分布函数为Fn(x),则
拉普拉斯中心极限定理同样记忆。
10.设x1,x2,x3,x4为来自总体X的样本,D(X)=σ,则样本均值的方差D()=( )
『正确答案』分析:本题考察样本均值的方差。
解析:课本P122,定理6.1,总体X (μ,σ),则 故选择D。
(二)填空题(本大题共15小题,每小题2分,共30分) 请在每小题的空格中填上正确答案。错填、不填均无分。 11.设随机事件A与B相互独立,且P(A)=P(B)=,则P(A2
『正确答案』分析:本题考察事件的独立性及“和事件”的概率的求法。 解析:因事件A与B相互独立,事件A与也相互独立,则
提示:① 四对事件:(A、B),(A、),(
、B),(、)其一独立则其三独立;
② 加法公式:P(A∪B)=P(A)+P(B)-P(AB)是必考内容,记住!
12.设袋内有5个红球、3个白球和2个黑球,从袋中任取3个球,则恰好取到1个红球、1个白球和1个黑球的概率为_________.
『正确答案』分析:本题考察古典概型。
提示:不要发生计算错误!
『正确答案』分析:本题考察对立事件概率。 解析: 故填写0.7
『正确答案』分析:本题考察随机变量函数的概率。
提示:互斥事件和的概率=概率的和。
『正确答案』分析:本题考察连续型随机变量在一点的概率。
解析:设X的概率密度为f(x),则
提示:积分为0:①被积函数为0;②积分上限=积分下限。 16.设随机变量X的分布函数为F(x),已知F(2)=0.5,F(-3)=0.1,则P{-3
提示:分布函数的性质: 1. F(x)=P{X≤x};
2.F(-∞) =0,F(+∞)=1; 3. P{a<X≤b}=F(b)-F(a);;
4. F’(x)=f(x),在f(x)的连续点。
第一节随机事件及其概率
一、随机试验与随机事件
1、必然现象与偶然现象
具有确定变化规律的现象是必然现象,一定条件必然导致一定结果。
事先不确定结果的现象是随机现象/偶然现象,在一定条件下可能出现这种结果也会出现那种结果,随机而定。但随机现象的随机性中也蕴含着某种规律性。例如:个人寿命有长有短,无法确切预测,但某一地区人口平均寿命是比较稳定的。随机现象的这种规律就是统计规律。
为了研究随机现象的规律性,就要进行随机试验,以获取有关信息,例如抛硬币记录正反面,从任意一批货中抽取一件来检查质量是否合格。严格意义的随机试验必须满足三个条件:
试验在相同条件下可重复进行;每次试验的可能结果不止一个,但所有可能结果试验前已知;每次试验只能观测到一个可能结果,但在试验结束之间无法肯定出现哪一个。
3、随机事件——随机试验的每一个可能结果被称为一个随机事件。
随机事件分类:基本事件(不能再分解)和复合事件(由两个或多个基本事件组成)。
随机事件可用样本空间的集合来表示,每一个基本事件称为样本点,所有样本点构成样本空间,如上例Ω={甲胜,乙胜,平局}。
用来度量随机事件发生的可能性大小的是随机事件发生的概率,随机事件A发生的概率记为P(A),对于一般的随机事件,0<发生的概率<1。等于1则为必然事件,等于零则为不可能事件。
概率论发源于人们对抽签、抛硬币、掷筛子等随机游戏和赌博问题的研究,计算此类概率较简单直观。例如筛子有六面,每一面出现的概率均等都是1/6。这类试验具有两个特点:试验的基本事件总数有限,即样本空间包含有限多个样本点;每个事件出现的可能性相同。
概率的古典定义:P(A)=事件A中包含的基本事件数/样本空间中基本事件总数=m/n 例1:有50件产品,其中有5件次品,现从50件中任取两件,求抽到两件均为合格品的概率是多少?两件均为次品的概率是多少?
一些事件的各种结果发生的可能性不同,不能通过一两次试验来判断结果(如射击),只有充分多次,事件发生的频率才稳定,即概率的统计定义。