2002-2003学年第二学期概率论与数理统计(B)期末考试试卷答案 一.(本题满分35分,共有5道小题,每道小题7分) 1.设A、B、C是三个随机事件,且P(A)=PB)=P(C)=,p(b)=,P(C)= P(AC)=0.试求A、B、C这三个随机事件中至少有一个发生的概率. 解: 所求概率为P(A∪BC).由概率的加法公式得 (AUBUC)=P(A)+P(B)+P(C)-P(AB)-P(BC)-P(AC)+P(ABC). 由于 ABC AC,由概率的单调性、非负性及题设中的条件,得0≤P(ABC)P(AC)

概率论与数理统计 一.课程性质及教学目的: 本课程是一门研究随机现象统计规律性的基础课, 为重要的数学分枝之一。其应用已普及经济、科技、教 育、管理和军事等方面。现已成为高等工科院校教学计划中一门重要的公共基础课。 通过本课程的学习,使学生掌握处理随机现象的基本理论和方法,并且掌握一定的分析问题和解决实际问题的能力。 二.课程教学内容,重、难点安排,学时分配: 本课程以介绍概率论和数理统计的基本知识和方法为主,同时注意直观背景和实际意义

本文经随机实验统计分析得出孔隙率函数（3lnφ-2ln（1-φ））近似服从正态分布,在实验的粒径范围内（30~180 mm）,其期望值和方差都随着岩块粒径的增大而增大.在推导出岩层二维下沉曲面方程的基础上,先后推演出燃空区冒落岩体孔隙率的连续非均质分布模型和随机离散化非均质分布模型.依据模型计算矩形煤火空间得出以下结果：燃空区浅部及边缘侧冒落岩体的孔隙率大,而中间区域孔隙率小;孔隙率等值线在x-y平面上的投影呈侧躺的＂U＂形分布;沿x轴,随着深入燃空区距离的增加,孔隙率呈类负指数形式衰减.此外,孔隙率连续分布和随机离散化分布,在整体的变化趋势上是相同的,区别之处在于后者所表示的孔隙率具有一定的随机波动性.将上述随机离散化模型应用在某火区温度场的数值模拟中,并经现场红外测温验证了模拟的准确性和孔隙率模型的适用性

多因素试验是指两个或两个以上试验因素的试验,其处理组合数为各因素水平数之 积。例如二因素试验中,一因素4水平,另一因素5水平,则这一试验就有4×5=20个处 理组合,多因素试验因设计类型不同,故处理组合以不同方式进行田间排列,如完全随机 随机区组、拉丁方、裂区设计和条区设计等等

蒙特卡洛求积分的方差为 o2=}n 其中}为被积函数f的方差。 公式反映出增加随机点数n时蒙特卡洛计算的精度可以得 到改善,但是精度提高非常缓慢。因此用增加蒙特卡洛计算的随 机投点数来提高精度总是耗费大量的机时。 另一个减少计算结果误差的途径是减少f的方差v} 重要的减少方差v}的技巧

第一章 概率论的基本概念 第二章 随机变量及其分布 第三章 多维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律及中心极限定理 第六章 样本及抽样分布 第七章 参数估计 第八章 假设检验 第九章 方差分析及回归分析 第十章 随机过程及其统计描述 第十一章 马尔可夫链 第十二章 平稳随机过程 第十三章 选做习题 第十四章 教材第二版中未被列人第三版的习题

利用离散元方法模拟了均匀球形颗粒的随机排列过程.在模拟过程中考虑了重力、颗粒间的接触力、摩擦力以及范德华力(VDWI);颗粒的运动包括平动和转动.研究表明,颗粒间的作用力对球形颗粒随机排列体的结构影响很大.对于粒径为100μm球形颗粒,如果不考虑颗粒之间的摩擦力和范德华力,排列体为随机密排和有序密排的混合体,其排列密度为0.8696;考虑颗粒间的摩擦力和范德华力:排列密度降低为0.8213.描述了排列体几何结构随时间的演化过程、特定颗粒在排列过程中的运动轨迹及颗粒配位数的分布规律.同时给出了不同条件下二元系的排列结果

第六章样本及抽样分布 6-1随机样本 总体:研究对象的某项数量指标的值的全体。 个体:总体中的每个元素为个体。 例如:某工厂生产的灯泡的寿命是一个总体,每 个灯泡的寿命是一个个体;某学校男生的身高 的全体一个总体,每个男生的身高是一个个体 定义:设X是具有分布函数F的随机变量,若X1x2 是具有同一分布函数F的相互独立的随机变量, 则称H1为从总体X中得到的容量为n的简 单随机样本,简称为样本,其观察值冮∵ˉ气称 为样本值

1、确知信号和随机信号 ①确知信号是指它经过恒参倍道后的参数(幅度、频 率、相位、到达时间等)都是确知的。如数字信号,从检 测的观点来看,未知的仅是信号的出现与否。 ②随机相位信号,这种信早除了信号的相位严之外, 其余参数都是确知的,即信号的相位是唯一随机变化的参 数。它的随机相位在数字信号的持续时间(T)区间内为 某一值,而在另一个时间间隔内为另一值。这种变化是随 机的。例如FSK和ASK信号等。这种信号的相位分布, 一般认为p在[o,2区间内是均匀分布的

定性的思考 通常人们在研究单个的随机变量的时候,并 不关心它们的分布,而是关心它们的数学期 望和方差,这也是因为分布携带了太多的信 息,很难给人们一个快捷的印象. 而人们在研究两个随机变量的关系的时候, 也不关心它们的联合分布,这是携带了更多 信息的内容.人们关心的是,这两个随机变 量是联系非常紧密呢?还是毫无关系?即相 互独立?人们希望用一个数字就能够在相当 程度上描述两个随机变量的联系程度