概率论与数理统计试题

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇概率论与数理统计试题范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

概率论与数理统计试题范文第1篇

考试科目有：高等数学、线性代数、概率论与数理统计。考试内容比较多、全面、题目设置有一定难度。在试卷内容中，各科目所占比例为：高等数学56%、线性代数22%、概率论与数理统计22%。

考研数学二

考试科目有：高等数学、线性代数。在试题中，各科目所占比例为：高等数学78%、线性代数22%。

考研数学三

概率论与数理统计试题范文第2篇

按照应用性为主的教学目的要求，在概率论与数理统计教学过程中，应该以培养学生应用概率论与数理统计方法解决实际问题的能力为出发点，使学生掌握概率论的基本知识和理解统计方法的基本思想，并将理论的学习转化成一定的统计应用能力。随着目前统计工作所面临的数据日益庞大，传统教学中的计算公式已经很难使用手工计算的方式进行求解，因此借助于计算机及统计软件完成统计计算，分析统计结果、做出统计推断便成为统计教学中不可忽视的一个手段。使用软件辅助概率论与数理统计的教学能使课程中的数据处理和数值计算更简易、更精确。伴随着计算机技术及数学软件的发展，使得诸多的统计分析借助数学软件得以实现，如参数估计、假设检验、方差分析和回归分析等计算问题，也无需担心大量的统计数据带来的计算量等问题。同时，在高等教育统计教学中应用统计软件，有利于培养学生学习统计、计算机及软件等专业课的兴趣，提高学生的计算能力和利用专业知识解决实际问题的能力，科学整合统计教学内容，促进统计教学面向社会需要，提升学生的实践能力。在教学中进行软件的训练也能为学生将来的工作打下初步的基础，为了更好进行概率论与数理统计的教学和实践，近年来新编教材也增加了数学软件的内容，在概率论与数理统计课程教学中使用数学软件已成为改革发展的趋势。在课堂教学中，为了让学生加深对理论的理解，实践环节的设置变得非常关键，概率论与数理统计课程中加入数学实验能很好的填补学生在理论和实践之间的空白。数学实验的开展可以在数学教育中体现学生的主体意识，让学生做到边学边用，提高学生学习的趣味性、体现数学教育的时代性。因此，将数学实验融入概率论与数理统计教学，是概率论与数理统计教学改革中非常值得探讨和研究的课题。根据概率论与数理统计课程的特点，数学实验的内容设计可以和案例教学方法进行有机结合。案例式教学能解决概率知识综合运用的问题，能丰富课程内容、加深学生对知识的理解。教学案例能将所学知识有机联系起来，使课程的各部分不再是孤立的，通过对案例设置问题的求解，便能使学生完成由学概率论与数理统计理论到用概率论与数理统计解决问题的转变。在解决实际问题的过程中辅以软件进行数值计算试验，能最大限度发挥软件的优势，使学生学以致用，将理论学习与实际应用有机结合起来。在传统概率论与数理统计教学过程中，概率论与数理统计课程计算量大一直是困扰课堂教学的难点问题，如二项分布，若试验次数较多，其中的具体概率计算将变得十分复杂。复杂的计算往往使得教师的教学重点发生偏移，侧重课后习题计算的处理，使得课程的设计重点偏向排列组合公式的计算。另外在教学过程中，前后知识的联系对初学者也是一个障碍，比如条件概率等基本公式在讨论多元随机变量时还会用到，但在教学实践中我们会发现，由于缺少互相联系的教学实例，学生一般都是将这两部分分开来学习，不习惯将前面的知识和随机变量进行有机结合。因此设计恰当的案例，将知识前后贯通是教师面临的重要任务。

2软件介绍

在强调学生为主体的实践式教学设计中，教师设计案例的求解一般要选择合适的软件进行辅助，当前数学软件众多、功能强大，如综合性软件Mat－lab，统计专业软件SPSS、SAS等。对于专业数学软件一般要先进行软件的学习才能用来解决实际问题，对于概率论与数理统计这样一门独立的课程，显然不宜专门来进行软件的培训，为了应对实践教学课堂应用，简单易学且容易配置的软件能最大限度实现教学任务。在此以Excel为例介绍案例式教学和利用Excel进行软件试验的一点尝试。Excel使用简便，基本不涉及程序的编制，在图形化界面下进行操作，且具备有强大的图形功能，便于概率结果的呈现和分析。Excel有丰富的概率函数，能帮助用户进行各种类型的概率计算，或进行随机模拟来学习概率论与数理统计。Excel可以计算大部分常用理论分布的概率密度函数PDF、累积分布函数CDF以及模拟产生服从常用概率分布的随机数据。如果能够正确使用，Excel可以成为非常强大的学习工具。选用Excel作为概率论与数理统计教学辅助软件的另一个原因是作为微软Office工具之一，大部分学生均了解Excel的使用，因此不用进行软件的教学即可用来解决实际问题，在学习过程中也能进一步促进学生对软件的使用增强他们解决实际问题的能力。下面介绍一个利用Excel辅助的案例式实验教学设计实例。为了使数学实验背景贴近学生的学习生活，以考试中选择题成绩分析为例。背景分析：考试是每个学生都经历的学习过程，其中选择题是经常遇到的类型，选择题的设计与概率知识之间有密切的关系。通过与学生密切相关的问题引入概率教学，能极大激发学生的学习兴趣。问题设计：选择题在解答时不同于填空题或者解答题，因为在完全不会的情况下仍有可能靠猜测得到正确的答案，那如何来评估选择题在考试中的效度，可以使用什么样的概率论与数理统计的基本知识予以研究？

3实验教学案例设计

首先提出基本假设，考试时一个选择题有4个选项，仅有一个选项是正确的，如果不会做就随机作答，因此在不会做题的情况下随机选择答案有25％的可能性得到正确答案，即从卷面上看该题做对了，对于老师来说，按照成绩评价学生实际知识水平非常重要，因此需要评估在答案正确的前提下求学生实际会做该题的概率。图像显示出选择题答案正确而显示被试者会做该题的概率一直大于被试者实际会做该题的概率，说明选择题容易高估被试者的水平，为了有效区分被试者的不同程度，需要适当调节题目的难度来区分被试者是不是真的会做。作为一个例子，若学生会做与不会做的概率相同，取x＝0．5，则容易计算出P（A｜B）＝0．8，即实际会做概率为0．5时，选择题表现出来的得分可能为0．8分。对于数学实验来说，让学生自己对该案例进一步讨论，亲自实践在软件辅助下的概率解题，对促进学生将理论用于实际非常重要。在课堂讲授的基础上，可以将学生自学内容引申到用随机变量的分布律和分布函数来研究在实际考试中选择题得分情况演示，结合二项分布理论研究选择题对学习评价的情况。评价借助于Excel软件设计如下实验。假设某项考试由100道选择题组成，每道题1分，学生会做该题的概率为x（实际问题中相当于难度系数为1－x），当x＝0的时候，被试者对考试内容完全不会，每题都随机选择，可以看成服从参数为（100，0．25）的二项分布，使用Excel中的BINOM－DIST（）函数进行二项分布概率密度值和分布函数值的计算来演示考试结果。函数用法为：BINOM－DIST（k，n，p，FALSE／TRUE），其中k表示回答正确的题目数量，可以使用单元格自动生成，n，p为二项分布的参数。n表示总试验次数，p表示每次试验中事件出现的次数即答对题的概率。后面的参数FALSE／TRUE用来说明是计算概率密度函数和是计算分布函数。如BINOMDIST（A2，100，0．25，FALSE）表示对A2单元格中的自变量计算参数为（100，0．25）的二项分布概率密度函数值。使用Ex－cel的自动填充功能，便可方便生成该二项分布的概率密度表。为方便调节二项分布参数，可以将参数（n，p）用单元格的绝对引用代替，改变参数单元格的数值就能得到不同二项分布的概率密度表格。Excel还可以对概率密度表和分布函数表生成条形图和线图，若试题难度系数0．5，学生事实会做的题目应该有50道，因此会做的题目有50道，另外不会做的随机选择，正确率0．25，因此回答正确的题数为12．5，两者相加可知最终得62．5分的概率最大。

4结束语

概率论与数理统计试题范文第3篇

关键词：概率论与数理统计；案例教学法；应用

中图分类号：G642.41 文献标志码：A 文章编号：1674-9324（2014）20-0080-02

一、引言

随着现代科学技术的不断进步与计算机技术的飞速发展，无论在自然科学领域还是在社会科学领域中，传统的肯定性数学已经不能合乎要求地解决所遇到的各类理论问题及应用问题，因而在这个过程中随机性数学即概率论与数理统计得到了突飞猛进的发展[1]。长期以来，随着概率论与数理统计在理论上不断成熟与完善，它在自然科学、社会科学、工农业生产、工程技术等领域中的应用日益广泛和深入。当今许多新兴学科诸如信息论、控制论、可靠性理论、人工智能等都以它为基础；它与基础学科相结合已发展出许多边缘学科，如生物统计、统计物理、数理经济等。基于上述实际应用背景，概率论与数理统计的重要性越来越受到人们的重视。概率论与数理统计课程已成为理工科各专业大学生的一门必修课程，也是目前全国研究生入学数学统考试题中重要内容之一。因此，学习与掌握概率论与数理统计的基本理论与应用，不仅是将来从事科学研究与工程实际工作的需要，也是继续学习现代科学技术与个人深造的需要，也是高度发展的现代科学技术对现代化人才提出的基本要求[1]。

概率论与数理统计课程是研究和探索随机现象统计规律的一门数学科学。通过本课程的学习，培养理工科学生灵活地运用概率论与数理统计的基本理论和方法处理和解决客观世界中实际随机现象问题的能力。然而，长期以来以老师为中心的灌输式、填鸭式的《概率论与数理统计》教学模式过于侧重理论推导和计算技巧训练，忽视对学生解决问题的思想方法和应用能力的培养。在上述传统教学活动过程中学生往往只是被动的听众，并没有主动地参与教学活动，不能充分发挥学生的主动性和积极性，更谈不上利用概率论与数理统计的方法去解决实际问题。因此，如何提高课堂效率和达到最佳教学效果成为从事此类教学工作的教师长期关注和研究的问题。针对这种情况，许多高校都提出了《概率论与数理统计》案例教学法[2-4，6-9]，而如何在课堂上实施案例教学成为教学工作者研究的重点内容。

结合多年的教学实践，针对传统教学法存在的不足，笔者就在《概率论与数理统计》课程的古典概型知识点的课堂教学中如何合理地应用案例教学法提出自己的一些认识和见解。

二、案例教学法的内涵及优势

案例教学法自20世纪初被美国哈佛商学院倡导用于管理学教育以来，已被许多国家的教学实践证明是一种具有启发性、实践性并有利于提高学生应用能力和综合素质的教学方法[5]。

案例教学法是以案例为基础的教学方法，教师在教学过程中，根据课程教学内容和教学目标的需要，选择含有问题或疑难情境在内的真实发生的典型事件（案例），采用引导、启发、参与等多种教学方式，通过深入分析、讨论和交流的教学互动过程，以设计者和激励者的角色组织学生积极参与课前精心设计的案例所提供的客观事实和问题的分析和讨论，提出见解并做出判断和决策，从而加深学生对课堂教学内容理解和提高学生分析问题和解决问题能力的一种教学方法。案例教学法具有教学目的明确、引用案例客观真实、对学生有深刻的启发性、充分发挥学生主体性、较强的实践性等特点，在实际教学过程中发挥着重要的作用[10]。

与传统教学法相比，案例教学法具有明显的优势[6]，具体包括：①有利于提高学习的趣味性；②有利于调动学生学习的主动性；③有利于提高学生的语言文字表达能力；④有利于培养学生交流和合作的意识；⑤有利于实现教学相长。同时，大量研究表明：案例教学法可以调动学生学习的主动性与积极性，充分发挥教师的主导作用和学生的主体作用，从而达到“教”和“学”的互动交流，增强师生之间的沟通，有助于生动活泼的课堂气氛的形成。

三、案例教学法在课堂教学中的应用

1.案例教学法的应用步骤。根据案例教学法的上述内涵可知，案例教学法是在课堂教学中对案例进行深入分析和讨论的基础上引入某一基本概念或理论知识，并不是简单地实例推理、求解，而这样可以提高学生对这一知识的理解和掌握，进一步提高学生的学习兴趣和增强学生发现、分析和解决实际问题的能力。因此在课堂上应用案例教学法时，通常要遵循以下几个步骤。

（1）根据所讲授的知识点内容，精选案例。案例与一般的例题不同，必须有产生问题的实际背景，并能够为学生所理解，任何理想化的、脱离实际的例子都会误导学生，从而失去教学的意义，这是实施案例教学的前提条件。选出的案例要求主题突出、有理论深度，而且具有真实性、针对性、典型性和时代性，是大家共同感兴趣的话题。总体而言，为了达到良好的教学效果，应选择与相应专业比较贴近的案例，以便调动学生学习的积极性。

（2）对挑选出的案例进行问题设计，做好案例的讨论、分析。案例的讨论与分析是案例教学的中心环节。对案例进行讨论的目的是提出解决问题的途径与方法，可以从自身角度出发来剖析案例，说明自己的观点和看法。教师要掌握讨论的进程，让学生成为案例讨论的主体，同时把握好案例讨论的重点和方向，进行必要的引导。同时，在组织案例教学时要辅以各种有效的教学方法，如启发式教学、讨论式教学，让学生积极参与，大胆发表意见，提出观点，深入思考，激发学生的学习热情及科研兴趣，使案例教学效果达到最佳，培养学生运用概率统计原理解决实际问题的能力[2，7]。

（3）对所选的案例所解决的问题一定要进行归纳总结。案例总结是保证和提高案例教学质量的必备环节。对案例的总结一般要包括以下内容：一是对讨论过程进行总结，对于一个案例，让学生提出各种观点及其案例所包含的概率统计原理，让学生通过分析和评价案例，掌握正确处理和解决复杂多变的现实问题的思路与方法[2，7]；二是教师对案例中的重点、难点问题作补充或提高性的阐述，指出学生在分析案例时存在的问题，并提出需要进一步深入思考的问题[2，7]；三是教师自身在课后进行总结分析，所选取的教学案例是否恰当，与课堂知识点的结合是否良好，案例教学是否达到了预期效果，存在哪些问题，以便加以改进[7]。

2.案例教学法应用实例。在教授古典概型时，可以采用如下步骤进行案例教学。

（1）案例引入。引入掷骰子实验，提出的问题是：①实验的可能结果是什么，是否是有限的？②每一个实验结果是否是等可能出现的，概率为多少？③掷骰子掷出偶数点的概率是多少？

（2）案例分析与讨论。首先，分析掷骰子的实验结果即样本空间？赘={1，2，3，4，5，6}，从而得到实验的结果是有限个；其次，讨论每一个实验结果是否等可能的发生，经过讨论得出在骰子质量均匀分布情况下，每个实验研究结果都是等可能发生的，从而得出每个实验结果出现的概率为■；然后，在第二个问题讨论的基础上，得出偶数点的出现概率为出现点数为2、4、6的概率之和，即■+■+■=■=■。

（3）归纳总结。

（a）经过归纳可知，掷骰子实验有两个特点：①实验的结果是有限的；②实验的每个结果是等可能发生的。凡是满足上述两个特点的实验，都属于古典概型的范畴，从而引入了古典概型的概念。为了加深学生对古典概型的认识，也可以对抛硬币、抽取产品、买彩票等实验进行分析，以判断它们是否为古典概型。

（b）授课教师在课堂上通过引导学生参与讨论与分析，总结出古典概型中事件A的概率计算公式，即

P（A）=■

（4）实例应用。在公园门口，一个摆地摊的赌主将8个白色的、8个红色的乒乓球放在袋子里。赌主规定：自愿摸彩者在交1元钱的“手续费”后，可一次性从袋子中摸出5个球；在摸出的5个乒乓球中，有5个红球奖励20元，有4个红球奖励2元，有3个红球奖励价值5角的纪念品，而仅有1个或2个红球则无任何奖励。由于本钱较少，许多围观者都跃跃欲试，有的竟连摸数十次，结果许多人“乘兴而摸，败兴而归”，获奖者寥寥无几，这是怎么一回事呢？请计算能获得20元和2元奖励的概率分别是多少？假如每天按摸球1000次计算，赌主一天可挣多少钱？

分析：由题意分析可得，从袋子中取球属于古典概型，因此摸到红球的概率计算可采用上述古典概型事件概率计算公式。从袋子中摸出5个球的情况共有C■■种，摸到5个红球的情况有种C■■，摸到4个红球的情况有种C■■C■■，摸到3个红球的情况有种C■■C■■。因此，摸奖者获得20元奖金的概率为C■■/C■■=0.0128，获得2元奖金的概率为C■■C■■/C■■=

0.128，获得纪念品的概率为C■■C■■/C■■=0.359。由此可以看出，摸奖者获得20元和2元奖金的概率都比较低，所以许多人都“乘兴而摸，败兴而归”。假定一天摸球1000次，按照上述计算得到的概率值，获得20元奖金的次数为13次，获得2元奖金的次数为128次，获得纪念奖的次数为359次，因此赌主支付的奖金总额为13×20+128×2+359×0.5=695.5元，而赌主收到的摸彩手续费为1000元，则赌主一天可挣1000-695.5=304.5元。

从上述实例中可以看出，摸彩是一种欺诈行为，赌主保赢不输。通过上述案例教学，学生在课堂上不仅学习了新知识，还增强了自身对社会诈骗行为的防范意识，进而激发学生的学习兴趣。

四、案例教学法的应用效果

与传统的灌输式教学方法相比，案例教学法可以充分发挥教学互动的优点，体现学生是教学主体，使原本枯燥刻板的数学概念、数学理论变得直观易懂。教师结合案例的应用，用通俗易懂的教学方式将这些理论讲细、讲透，让学生真正理解并掌握案例所涉及的理论知识，从而降低专业课的理论难度；案例教学法的讨论模式既丰富了教学形式，又要求学生灵活地运用所学知识，模拟解决实际问题，促使学生主动思考、分析、解决问题；同时，学生间、师生间的合作分析与研讨还可以锻炼和提高学生合作共事与交流协作的能力[8，9]。

与其他教学法相比，在《概率论与数理统计》课堂教学中应用案例教学法可以更好地加深学生对基本概念的理解和对理论与方法的掌握；实施案例教学法可以显著提高学生对《概率论与数理统计》课程的学习积极性与主动性，增强学生的实践能力、创新能力、语言表达能力，从而取得良好的教学效果。

参考文献

[1]时凌，魏代俊，吴勇.《概率论与数理统计》教学改革研究与探讨[J].咸宁学院学报，2010，（30）：145-147.

[2]刘丹，陈仲堂，孙平，艾瑛.在《概率统计》课程中应用案例教学法的几点思考[J].教育教学论坛，2013，（27）：60-61.

[3]徐荣聪，游华.《概率论与数理统计》课程案例教学法[J].宁德师专学报（自然科学版），2008，20（2）：145-147.

[4]毕淑娟，张俊超.《概率论与数理统计》课程案例教学法探析[J].继续教育研究，2012，（2）：154-156.

[5]杨光富，张宏菊.案例教学：从哈佛走向世界――案例教学发展历史研究[J].外国中小学教育，2008，（6）：1-5.

[6]傅文.案例教学法在《概率论与数理统计》教学中的应用[J].教育教学论坛，2013，（2）：72-74.

[7]谢振中.案例教学在概率论与数理统计课堂教学中的运用[J].新课程（上），2012，（2）：94-95.

[8]李春丽.案例教学法在“概率论与数理统计”教学中的运用[J].中国电力教育，2012，237（14）：83-84.

[9]王利超，吕丹，刘婷.“案例教学法”在概率论与数理统计教学中的应用[J].统计与咨询，2009，（1）：42-43.

[10]于兰，杨颖.案例教学法在“思想道德修养与法律基础”中的运用[J].教育与职业，2013，753（5）：110-111.

概率论与数理统计试题范文第4篇

Abstract Statistical inference plays a central location in the current scientific research. The course of probability theory and mathematical statistics is a introductory course of statistical inference， it is especially important to correctly grasp the nature of basic concepts of probability theory and mathematical statistics for those students who will engage in research works in the future. Based on the current syllabus of probability theory and mathematical statistics， this paper explores some of concepts which are easy to overlook their nature by students while they are studying， combined with practical examples to further understand the nature of the concepts.

Keywords Independence； conditional probability； correlation coefficient； digital features； maximum likelihood estimation

2002年美国国家基金委组织了有关“当前和显露出来的概率论学科中研究机遇”的系列报告，指出概率论与数理统计在当前已是一门核心数学学科，其概率推理理论在目前不同学科中解决其研究问题有着显著功效，其理论研究的重要性也呈现爆炸性的增长。[1]然而，鉴于目前相当一部分科研论文中使用的统计方法存在概念性的错误，[2]国际著名的学术期刊《科学》在2014年表示将增加一个特别的统计学专家团队来检验投稿论文中的统计方法是否有误。[3]其他重要的学术刊物，包括《自然》也相继提出了一些检查方案来保证论文中统计方法的使用得当。[4]统计推理应用的广泛性同基本概念错误理解之间的尖锐矛盾提示研究者在学习统计推理理论时不能停留在概念的表象，需要深入理解其本质内涵。2015年研究生入学考试的数学（一）科目中统计推理部分的试题就能很好的考察学生是否真正掌握了统计推理基本概念的本质。2015年研究生入学考试的数一试卷中概率论与数理统计部分内容一共是34分，内容覆盖了随机事件性质，概率分布，数值特征计算，假设检验等内容。从题目的难易程度来讲，在掌握基本概念内涵的前提下，基本上不存特别难的题目。但在笔者小范围的调查表明，越是考察基本概念的题越是失分严重，反而有固化解题步骤的题目得分就较多。针对目前统计推理的重要性和基本概念理解不够透彻的普遍问题，再一次为我们从事概率论与数理统计的教学工作者提出了一个在教学中一直强调的问题，如何让学生在学习过程中抓住基本概念的内在实质。结合概率论与数理统计的教学大纲，以及近几年的教学过程中学生的反馈和自己的思考，针对大学本科工科概率论与数理统计部分教学中的一些基本概念内涵教学做一个初步探讨。

1 随机事件之间相互独立的本质是随机事件概率的独立性

随机事件之间存在多种关系，其中互斥（互不相容）和相互独立在概率论的学习中使用最多，学生也最容易混淆。当内容延伸到随机变量时，随机变量的相互独立和随机变量间的相关性又会带来混淆。在讲授这些定义时，若强调其本质并加以对比就能使学生比较容易区分随机事件之间的不同关系描述的差异。首先是定义的范围不同，互斥关系定义在样本空间中，反映事件的集合性质；而相互独立和相关性是定义在事件概率的数值关系中，反映事件间的概率属性。其次相互独立表述是事件概率的一般数值关系，而相关性表述的是事件的线性关系。通过强调随机事件相互独立的本质是随机事件概率的独立性，就能辨别随机事件互斥同随机事件独立之间的关系：两事件互斥推导不出它们相互独立，同时两事件相互独立也推导不出它们互斥。通过强调随机事件相互独立反映随机事件概率间的一般数值关系，就能辨别随机事件相互独立同相关性之间的区别：随机变量相互独立可以推?С鏊?们之间不相关，但是反之不行。[5]

2 条件概率同普通概率定义本质的统一性

条件概率定义为：设A，B为两个事件，且P（A）>0，则有事件A发生的条件下事件B发生的概率为P（B|A）=P（AB）|P（A）。该定义明确直观，易于使用，在实际使用时一般都是基于单个事件概率已知前提下求条件概率，但是通过挖掘其本质，并同普通事件的概率建立关联，那么在使用的时候不会再将条件概率同一般事件概率割裂，而会形成一个统一概念。对于任意随机事件C，记其概率为P（C），当同条件概率的定义建立联系时，我们引入样本空间S，则有P（C）=P（C|S）=P（CS）/P（S）=P（CS）。通过这种变化形式可有效的解决特定事件概率不易求解的问题；同样，这也是全概公式的实质所在。

实例1：设2人抓阄，一共5个阄，其中2个阄中写有“是”字，三个空白。问抓阄是否同次序有关。

解析：分析可知所求为依次抓阄时抓到“是”的概率是否相同。

设A1，A2分别为第1，2个人抓到“是”字的事件。则有

P（A1）=2/5

故抓阄同次序无关。该方法可以延伸到更多人数抓阄的问题。

3 二维正态随机变量同一维正态随机变量之间的纽带关系――相关系数

正态随机变量有许多优良的统计性质，也是概率论与数理统计课程中重点的分布。学生一般对于一维的正态分布有较深刻的认识，但是一旦扩展到了二维及二维以上的正态分布时就不容易掌握。而二维正态分布同一维正态分布之间有很强的相关性；比如（X，Y） 符合二维正态分布，则其关X于和关于Y的边缘分布就是一维正态分布。二维正态分布的求解在一些特定场合可以转化为一维正态分布的求解，其纽带关系就是相关系数。二维正态分布中，X，Y相互独立的充分必要条件是X，Y相关系数为零。当二维正态随机变量中相关系数为零，则二维正态随机便分解成两个独立的一维正态分布随机变量的乘积。

实例2：设二维随机变量（X，Y）服从正态分N（1，0；1，1，0）布，则P（XYY

解析：因为（X，Y）～N（1，0；1，1，0），其中X，Y，相关系数为0

故有X～N（1，1），Y～N（0，1），且X，Y相互独立

进而有X1～N（0，1），且与Y相互独立

故由标准正态分布的性质可得到结果

P（XYY

4 随机变量的数字特征是常量

随机变量的分布一旦确定，其数值特征是常量；在实际的使用中，一般不会明确随机变量的分布形式，只是指称随机变量符合某种分布，在这个前提下，随机变量的数值特征一般用一个符号表示。如果不知晓随机变量的数值特征是一个常量，在解题的过程就会发生把数值特征当作变量使用。在教学的过程中一定要多次强调此概念。尤其在讲授方差计算公式的时候，可以通过对其的证明来强调随机变量的数值特征是常量这一概念。[5]

在此强调E（X）是一常量，并且也附加强调D（X）也是一常量，类似于数字特征性质中常数符号a，进而就可以利用已学习过的数学期望的性质得证。

5 最大似然估计方法其本质是使得似然函数取最大值时未知参数的取值就为该未知参数的最大似然估计值

在常规最大似然估计方法的教学中，一般会总结该方法为一个标准的流程，学生在学习的时候也会以记忆该流程作为最终的目的，当解题的条件稍微偏离常规的流程，?W生就不知所措，不知道该如何处理；如果我们在教学的过程中首先让学生明确最大似然原理的本质意义，就会依据最大似然原理来对常规流程做一变通。2015年考研的最后一个题就很好的体现这种思维。

实例4：设总体X的概率密度为：

其中 为未知参数，X1，X2，……，Xn为，来自该总体的简单随机样本。求 的最大似然估计量（2015年研究入学考试题23.II）。

解析：该题目的求解目的非常清楚，按照解题流程按步推进。

到了这一步发现对似然函数对数求导并不能使之为0，有些同学就卡到了这儿。如果学生知道这步对似然函数对数求导的目的是什么，就可轻易获得 的估计量。第二步的目的通过求解似然函数获得最大值时未知参数 的取值，也就是该未知参数 的估计量。既然不能为零，那么我们就探讨下这个求导后所得函数的特点，发现该导数函数是关于 单调增加；而由题目中的定义知 的取值范围为： ≤x≤1，那么我们就能获取 的估计量为：=min{x1，x2，…，xn}。

概率论与数理统计试题范文第5篇

关键词：小概率事件 小概率事件原理 启示

在概率论和数理统计的学习中，我们涉及到小概率事件一词，下面我们就来具体谈谈有关小概率事件的原理及其应用。

在中国五千年的文化长河中，流传着许多诸如“常在河边走，哪有不湿鞋”、“常走山路必遇虎”的谚语，典故，它体现了很强的哲学思想。儿时，常对这些谚语感到不知所云，难解其意。现在看来，这些谚语从数学角度来讲，说的就是小概率事件。意思是：一个人如果总在河边走的话，总有一天鞋会被水弄湿的。一个人往山上走一次，遇见老虎的可能性很小，但是如果常往山上走，遇见老虎的可能性就很大，总有一天会遇见老虎的。

在例如，有一个人在山里丢烟头，他认为丢烟头引起火灾是不可能的。的确是这样，对他来说丢一个烟头（做一次试验）引起火灾这件事是小概率事件，但他忽略了另一方面，如果人人都乱丢烟头（不断的独立重复进行试验），则火灾（小概率事件）迟早会发生的概率为1（几乎一定要发生），这是人人皆知的。

1.小概率事件的原理

小概率事件应从两方面认识它：一方面由实际推断原理知道，小概率事件A在一次实验中几乎是不发生的；另一方面，在不断地独立重复实验中，小概率事件A迟早发生的概率为1。

前者是讲：在实践中，人们总结到“概率很小的事件在一次实验中几乎是不发生的”，这一经验称为“实际推断原理”。事实上，“小概率事件”通常是指发生概率在0.01以下或0.05以下的事件。这两个值称为小概率标准，主要是为了查表方便，没有其他特别的含义。对于这类实验来说，在大量重复的实验中，平均每100次或20次才发生一次，所以认为在一次实验中该事件是几乎不可能发生的。后者是讲：尽管“小概率事件”，在一次实验中几乎不发生，但如果实验的次数多了，该事件当然是很可能发生的。

2.小概率事件原理的应用

2.1在一次实验中小概率事件几乎不发生

数学中的小概率原理认为：在一次实验中，概率很小的事件实际上不可能发生。这个“很小”，一般理解为在个别事件中发生的概率小于5，这样的事件称为小概率事件。小概率事件在一次事件中认为是不可能发生的。如果在一次实验中，某个小概率事件发生了，则认为出现了不合理的现象，由此可以推断原来的条件或假设是错误的。

这个小概率原理就是我们假设检验这一章理论依据。

小概率原理的推断方法是概率性质的反证法，首先提出假设，继而根据一次实验的结果进行计算，最后按一定的概率标准作出鉴别。

其一般程序是：

第一步：先根据问题的题意提出原假设H0;

第二步：然后在原假设H0 成立的条件下，寻找与问题有关的小概率事件A,并进行一次试验；

第三步：再观察试验结果，看A是否发生？若发生则与小概率事件在一次试验中不可能发生原理矛盾，从而拒绝原假设H0，否则只能接受原假设H0。

案例：对盘踞在孤岛上敌军实施海上封锁。为打击敌物资货运船队，需对敌船队运输规律作准确推断。在某星期的空中侦察中，发现那一星期的敌船的12次偷运都是在星期二和星期四进行的。

问敌船在偷运时间是否曾作过规定？

解：（1）假设敌船在偷运时间上没有规定，故应认为每次偷运在一星期的任一天进行是等可能的。这时事件A：“12次偷运都在星期二或星期四进行”发生的概率P（A）=212/712≈0.0000003，即千万分之三。这是一个小概率事件。千万分之三意味1000万个星期中大概只有约三个星期发生这种事件，因此这个事件在一次试验（检查）中不会发生的，而现在一次侦察试验中发生了，这种不正常现象的发生只能说明假设有问题，故可推断敌船在偷运时间上有规定。

在假设检验的问题中，几乎没有一个绝对可靠的判断，因为“弃真”与“存伪”这两类错误总是与之相伴，所以，作任何判断、任何结论都要承担风险，并且风险无法避免。那么怎样才能将风险降到最低程度？数理统计中一般就用“小概率原理”的“小”来度量和控制这个风险的程度。

2.2在不断重复的独立试验中，小概率事件迟早发生的概率为1。

这种推断的理论依据是：

问题：设在一次随机试验中某一事件A出现的概率为?着（?着

证明：A迟早会出现的意思是，只要试验次数无限增多，A总会出现。

设AK={A于第k次试验中出现}，则

P(AK)=?着，P(AK)=1-?着，

则在前n次试验中A都不出现的概率为

P(A1A2…An)=P(A1)P(A2)…P(An)=(1-?着)n

于是，在前n次试验中A至少出现一次的概率为

Pn=1-P(A1A2…An)=1-(1-?着)n

把次试验一次接一次的做下去，即让n∞，由于0

上述证明用到的事件的独立性的定义。

例如：用步枪射击飞机，飞机被击中的概率为0.004（很小），但用250支步枪同时射击时，飞机被击中的概率为：P=1-(1-0.004)250=1-0.996250≈0.63（不太小）。

一般地，设事件A发生的概率为P>0，不论P怎样小，n次独立试题中A会发生的概率Pn=1-(1-P)n，当n∞时，总有Pn1，即当大量进行实验时，A几乎一定会发生。

3.日常生活中的启示

小概率事件在一次实验中几乎是不发生的。在实际生活中，我们知道雷电伤人是小概率事件，飞机失事是小概率事件，这些小概率事件在一次实验中几乎是不发生的。但是小概率事件并不是绝对的在一次实验中不发生，它还有可能发生。如果小概率事件在一次实验中发生了，通常人们把它叫做意外。对这些不利因素的小概率事件，我们要警惕它的存在性，防患于未然。

另一方面，小概率事件在多次实验中迟早会发生的。在平常的生活中，人们常常用“水滴石穿”， “只要功夫深，铁杵磨成针”来形容有志者是竟成，如果用一滴水来击石，一次实验要把石头击穿是小概率事件，但是如果次数多了，按照上述证明，石头被水击穿还是有可能的。由这个例子可以看出，一件微不足道的小事，只要你坚持做下去就会产生不可思议的结果。所以我们在追求目标实现的过程中，不必放弃每一次努力。

参考文献：