简介厦门大学《概率轮与数理统计》期中期末复习试卷以单个PDF文档呈现面向校内本科生及期末备考者帮助快速梳理随机变量、概率分布、参数估计、假设检验等核心考点。试卷共覆盖9类典型题目从加法取整误差的中心极限定理应用到泊松分布的期望与矩估计再到正态总体下样本和与差的相关性判断、β分布的极大似然估计、置信区间与t检验、χ²拟合检验以及线性回归预测几乎囊括期中期末常见题型。资源仅1个PDF文件体积约1.57MB便于打印或导入平板刷题每道题后附详细解题过程与常用分布临界值数据适合在考前反复演练。已有326人学习过该试卷属于口碑较为集中的厦大概统复习资料适合对照课本进行第二遍巩固或考前冲刺。1. 从“概率轮”错别字说起这份试卷到底在考什么文件名里的“概率轮”显然是个笔误大概率是分享者拼音输入法的手滑。但这并不影响这份资料的价值——它指向的《概率论与数理统计》是厦大理工科与经管类的公共必修课教材常用高教社《概率论与数理统计》浙大版或本校自编期中一般考到随机变量及其分布期末则延伸到参数估计与假设检验。对程序员和数据工程师来说这门课的模型几乎每周都在工作里出现AB实验的显著性、用户留存率的置信区间、推荐系统的贝叶斯更新底层全是这一套。所以这份复习试卷不仅是在校生的备考材料也是工作几年后想回头补数学底子的工程师可以拿来练手的题库。这篇文章把这一科按“考什么、怎么算、怎么验、怎么排错”拆开讲全程可以用 Python 跟着做。2. 概率论上半场随机变量、分布与期望的必考题型2.1 全概率与贝叶斯公式期中卷的固定送分题期中试卷里最先出现的通常是“袋子取球”或“元件寿命”类条件概率题。解法套路高度统一先找“原因”事件组 B₁, B₂, …再找“结果”事件 A全概率公式 P(A) Σ P(Bᵢ)P(A|Bᵢ)贝叶斯则是要求 P(Bⱼ|A) P(Bⱼ)P(A|Bⱼ) / P(A)。这类题丢分点不在公式本身而在“谁是先验”。比如题目说“某产品由甲乙两厂供货”先验就是选到甲厂或乙厂的占比若说“随机取一件”先验才是 1/2。实际做题时我习惯先把条件写成一棵三层树第一层是原因事件的概率第二层是各原因下的条件概率最后一层是乘积。考试时直接用树形图替代公式推导能减少符号混乱。计算时注意保留分数形式不要急着转小数因为贝叶斯公式常常约分出漂亮结果。2.1.1 用代码验证贝叶斯计算p_b [0.4, 0.6] # P(B1), P(B2)先验 p_a_given_b [0.95, 0.9] # P(A|B1), P(A|B2) p_a sum(p * p_a for p, p_a in zip(p_b, p_a_given_b)) p_b_given_a p_b[0] * p_a_given_b[0] / p_a print(fP(A) {p_a:.4f}, P(B1|A) {p_b_given_a:.4f})parameters 说明第一行是全集划分的先验概率第二行是各事件下的条件概率。输出里P(B1|A)就是用贝叶斯公式得到的后验概率。很多初学者把第二行写成“B 发生条件下 A 的概率”与“A 发生条件下 B 的概率”弄混代码里务必保持p_a_given_b的命名顺序一致。2.2 随机变量分布函数的三条性质与分段陷阱分布函数 F(x) 的考核点几乎不变单调不减、右连续、F(−∞)0、F(∞)1。试卷常见的坑是“分段函数在某点左不连续”。复习时要盯住分界点本身取的是 ≤ 还是 尤其是离散型随机变量分布函数在概率点上必须跳跃。连续型随机变量则考察概率密度 f(x) 与分布函数的关系f(x) F′(x)。这里高频错误是忘记概率密度在区间外取 0。算归一化常数比如 f(x)cx², x∈[0,1]时要把边界条件带入 ∫₀¹ cx² dx 1解得 c3。用代码验算积分可以用 SciPy 的quad。2.2.1 分布函数性质的代码检查import numpy as np from scipy.integrate import quad c 3.0 # 验证密度函数积分是否为 1 integral, _ quad(lambda x: c * x**2, 0, 1) print(ftotal probability {integral:.6f}) # 验证 P(0.2 X 0.7) prob, _ quad(lambda x: c * x**2, 0.2, 0.7) print(fP(0.2X0.7) {prob:.6f})代码逻辑quad做数值积分第一个参数是被积函数第二、三个参数是区间。这比手算更直观适合检查分段函数概率是否算错。注意quad返回两个值第一个是积分结果第二个是误差估计用下划线忽略即可。2.3 常见分布的特征表考前必须默写的一张表考试不会给你分布表所以期望和方差要背熟。下面这张表涵盖了试卷 90% 的计算题范围。分布参数期望 E(X)方差 D(X)考场提示0-1 分布ppp(1−p)最容易别写错二项 B(n,p)n, pnpnp(1−p)注意与超几何区分泊松 P(λ)λλλ期望方差相等均匀 U[a,b]a, b(ab)/2(b−a)²/12方差分母 12指数 Exp(λ)λ1/λ1/λ²无记忆性常考正态 N(μ,σ²)μ, σμσ²标准化后用 Φ特别提醒指数分布的参数有人记成 Exp(θ) 的形式θ 是均值。试卷若给 f(x) (1/θ)e^{−x/θ}则 E(X)θ不是 1/θ。读题先看密度函数写法再代公式。2.4 期望与方差公式法比定义法省一半时间计算 E(g(X)) 时连续型得做积分离散型得做求和但方差一律用 D(X) E(X²) − [E(X)]² 可以少算一次积分。比如 X~U[0,1]E(X)1/2E(X²)∫₀¹ x² dx1/3则 D(X)1/3 − 1/4 1/12与表格吻合。另一个常考点是线性变换Y aX bE(Y) aE(X)bD(Y) a²D(X)。考卷里喜欢把正态变量做标准化本质就是 a1/σ, b−μ/σ。这个变换如果能立刻反映到代码里的loc和scale参数后面做统计推断会顺手很多。3. 数理统计下半场抽样分布、估计与检验的完整套路3.1 样本均值与样本方差为什么分母是 n−1数理统计从“样本”概念开始。样本均值 X̄ (1/n)ΣXᵢ样本方差 S² 1/(n−1)Σ(Xᵢ − X̄)²。期末卷最爱问为什么 S² 的无偏估计分母不是 n因为用 n 做分母时 E(S²) ((n−1)/n)σ²是低估的修正后才是无偏的。这里考试常见的计算题给一组数据让你求 X̄ 和 S²。用代码np.var(a, ddof1)才能得到分母为 n−1 的样本方差np.std(a, ddof1)对应样本标准差。很多人漏掉ddof参数导致后续构造统计量时全部偏移。3.1.1 正态总体下的三个抽样分布正态总体 N(μ, σ²) 的抽样分布是期末计算的基石(X̄ − μ) / (σ/√n) ~ N(0, 1)当 σ 已知时用(X̄ − μ) / (S/√n) ~ t(n−1)当 σ 未知时用(n−1)S²/σ² ~ χ²(n−1)用于方差估计做题时先判断 σ 是否已知已知用正态分布查 Φ 表未知用 t 分布。考卷常把条件写成“已知总体标准差 σ2”或“由样本估计出 s2”来诱导出错。读题时把这句圈出来。3.2 矩估计与最大似然估计期末的大题主线参数估计几乎是每年期末的压轴题。矩估计思想简单用样本矩代替总体矩。一阶矩即令 X̄ E(X)解出参数二阶矩则联立 X̄ 与 (1/n)ΣXᵢ²。注意矩估计有时会遇到无解或需要比较大小但常规题不会考太偏。最大似然估计的步骤固定写出似然函数 L(θ) Π f(xᵢ;θ) → 取对数 → 求导 → 令导数为 0 解出 θ̂。连续型用密度函数离散型用概率函数。易错点有两个一是支持域与参数有关时如均匀分布 U[0,θ]不能用求导因为驻点不在定义域内此时要用次序统计量 X₍ₙ₎ 来估计二是指数族分布取对数后记得检查二阶导符号确认是极大。3.2.1 用 SymPy 推导最大似然估计from sympy import symbols, diff, solve, log, Product theta, x_i symbols(theta x_i, positiveTrue) n_ symbols(n, positiveTrue) # 指数分布样本的似然函数省略乘积符号化为和 log_lik n_ * log(theta) - theta * symbols(sum_x) dlog diff(log_lik, theta) mle solve(dlog, theta)[0] print(fMLE: {mle})这段代码演示指数分布 Exp(θ) 的最大似然估计推导过程对数似然对 θ 求导后解方程得到 θ̂ n / Σxᵢ即样本均值的倒数。实际考试中你不必写 SymPy 代码但复习时用它检查自己手推的导数符号很高效。注意positiveTrue是为了避免符号歧义。3.3 假设检验的六步流程期末的大题常以“某公司声称…能否认为…”为背景答题按固定六步走写出原假设 H₀ 与备择假设 H₁选定检验统计量均值用 Z 或 t方差用 χ²给出显著性水平 α默认 0.05根据备择假设确定拒绝域双侧或单侧代入样本值计算统计量比较统计量与临界值下结论常见错误是把双侧检验的临界值写成单侧。查表时 α0.05 的双侧 t 临界值对应上侧概率 α/20.025单侧则直接用 0.05。用代码scipy.stats.t.ppf(0.975, dfn-1)得到双侧 t₀.₀₂₅(n−1)ttest_1samp则直接输出 p 值。import numpy as np from scipy import stats sample np.array([11.2, 12.1, 10.9, 11.8, 12.4]) mu0 12.0 t_stat, p_value stats.ttest_1samp(sample, mu0) print(ft {t_stat:.3f}, p {p_value:.3f}) if p_value 0.05: print(拒绝H0) else: print(不拒绝H0)逻辑说明ttest_1samp第一个参数是样本第二个是原假设中的均值。函数内部自动计算样本均值、样本标准差n−1 版本与 t 统计量。p 值小于显著性水平则拒绝 H₀业务上等于“差异显著”。3.4 一元线性回归最小二乘与显著性检验期末卷末题常给一组 (xᵢ, yᵢ) 数据要求拟合 ŷ β₀ β₁x。公式要记住β₁̂ Σ(xᵢ−x̄)(yᵢ−ȳ) / Σ(xᵢ−x̄)²β₀̂ ȳ − β₁̂x̄。手算太慢考试允许带计算器时用列表逐列算复试时直接用np.polyfit(x, y, 1)验证。除系数外还常要求判定系数 R²它衡量回归解释力。R² 接近 1 说明模型拟合好接近 0 说明线性关系弱。4. 用 Python 快速验算试卷里每一道计算题4.1 用 SciPy 内置分布函数检查手算结果概率论部分计算题最大的痛点是“以为自己算对了”。我复习时的习惯是每做完一道题就用 SciPy 的分布对象重算一遍超过 1e-6 的偏差立刻查步骤。方法如下表考试题型手算用公式SciPy 对应函数二项分布概率C(n,k)pᵏ(1−p)ⁿ⁻ᵏstats.binom.pmf(k, n, p)泊松分布概率e⁻λ λᵏ/k!stats.poisson.pmf(k, mu)正态分布分位数查 Φ 表stats.norm.ppf(q, loc, scale)指数分布尾部概率1−F(x)stats.expon.sf(x, scale1/lam)t 分布临界值查 t 表stats.t.ppf(1-alpha/2, df)注意stats.norm.cdf(x, loc, scale)的参数意义loc是均值 μscale是标准差 σ不是方差 σ²。用错参数是最常见的沉默错误我见过大量把scale4当方差传进去的代码结果概率差出几个量级。4.2 手算与代码结果的对照示例假定题目为“X~N(2, 9)求 P(0 X 5)”。手算标准化为 P(−2/3 Z 1) Φ(1) − Φ(−2/3) ≈ 0.8413 − 0.2524 0.5889。代码from scipy.stats import norm mu, sigma 2, 3 # 均值2标准差根号93 p norm.cdf(5, mu, sigma) - norm.cdf(0, mu, sigma) print(fP {p:.4f})这个例子的核心是 sigma 取 3 而不是 9。如果这里误传 9结果会变成约 0.1585与正确答案相差极大。做题时把题目中的方差数字开根号再填进代码。4.3 用模拟实验验证数字特征对于“掷骰子 600 次出现 6 点的次数 X~B(600, 1/6)求 P(X ≥ 120)”除了用binom.sf(119, 600, 1/6)直接算还可以做蒙特卡洛模拟import numpy as np rng np.random.default_rng(42) n_sim 200000 counts rng.binomial(600, 1/6, sizen_sim) prob (counts 120).mean() theory 1 - stats.binom.cdf(119, 600, 1/6) print(f模拟{prob:.4f}, 理论{theory:.4f})逻辑说明rng.binomial每次生成一个“600 次实验中 6 点出现次数”的样本重复 20 万次后计算大于等于 120 的比例。这是频率派视角下的概率估计与理论值比对可以验证中心极限定理的内容。模拟法在备考阶段能帮助建立直觉但考场上不可能跑代码核心还是要把基础公式练熟。4.4 使用 Jupyter Notebook 组织错题集我复习时会把每道错题放在一个 notebook cell 里格式为题目描述 → 手算过程Markdown→ 代码验算 → 错误原因标签。这样到考试前只需要看“错误原因”一栏就可以快速过完薄弱点。标签常用词分位点方向反、方差分母错、正态参数错、双侧单侧混淆。5. 期中考与期末考的考点差异与复习节奏5.1 期中偏概率期末偏统计题型结构大不同从历年试卷的题型分布看两者的考核侧重点有明显区分。期中卷的重点是随机变量与其分布、二维随机变量的联合分布与独立性、期望与方差计算期末卷则集中在样本与统计量、参数估计、假设检验、一元回归。下面这张对比表可以帮你快速定位各阶段的优先级对比维度期中第 1-8 周期末第 9-16 周核心章节概率论基础、随机变量统计量、估计、检验典型题型贝叶斯计算、分布列求解求 MLE、构造置信区间计算工具手算为主公式多查表 近似计算难度曲线前易后难重在熟练前难后易重在理解常见失分点分布函数分段写错双侧检验分界值查错5.2 时间与精力分配如果从第 4 周开始复习我一般把时间切成三段前 3 天过完所有概念与公式中间 4 天按题型刷题最后 2 天专门做整卷模拟。期中结束后不要立刻丢开概率论因为期末的区间估计会直接用到正态分布与 t 分布。遗忘曲线很明显第 9 周抽半天把第 2 章的分布表重默一遍成本很低但收益巨大。5.3 分层刷题法按错误类型分组刷题不建议按试卷顺序做而是按错误类型分组。把近三年试卷的选择题和填空题按知识点归类每次都把同一类题集中做完。这样做的好处是能迅速摸清命题人习惯比如“贝叶斯公式”在选择题里出现时选项之间的距离往往设计成“忘了归一化”“先验取反”这样两个常见错误。如果你能把每种错误类型都踩一遍并在错题本里记录考试时一眼就能排除两个选项。5.4 考前两天的查漏清单最后两天不要再学新题只做三件事默写所有分布表手推一遍矩估计与 MLE 的通用步骤把近三年的期末卷错题重新算一遍。如果发现自己对“正态总体方差未知时构造 t 统计量”这一流程还不熟练立刻回归 3.1.1 的公式抄三遍并做两道同类题。这个阶段效率最高的方式是合上书本拿一张白纸把统计量表达式从记忆里调出来再打开代码比对。6. 最后 48 小时的三个冲刺技巧6.1 把每一个分布当作函数签名来背我是程序员记忆分布时习惯把它当接口输入是参数输出是期望、方差、概率函数。这样做的好处是调用时不容易漏参。每张分布卡都按这个格式写适用场景n 次独立重复试验 / 单位时间随机事件数 / 寿命问题参数列表n, p / λ / a, b / μ, σ²输出关系E(X) 与 D(X) 的表达式考试时只要识别场景就能反向对应到分布名和公式不需要从第一性原理现推。6.2 用错题本做“反推式”复习把错题本里每道题的错误原因提取成一句话盖住题目只看这句话能想起正确做法。比如“B(600, 1/6) 概率求右尾必须用cdf(119)而不是cdf(120)”这类具体到数字的笔记比“注意连续性修正”有用手多。每个错误点花 5 分钟重做一道同类题即可不需要无限制刷题。6.3 睡前用代码复盘 10 道高频题如果考场允许携带计算器考前一天的晚间任务是用 10 分钟跑一遍下面的“核心验算脚本”每行对应一道高频题型from scipy.stats import norm, t, binom # 正态分位数双侧 95% print(norm.ppf(0.975)) # 1.9599 # t 分布临界值n15, 双侧 95% print(t.ppf(0.975, df14)) # 2.1448 # 二项分布右尾概率 print(binom.sf(119, 600, 1/6)) # P(X120)这是最后一晚可以做的密度最高的练习。其余的时间建议留给睡眠概率论的计算题只要思路清晰手速反而不是关键。把公式表的最后一眼留给分布参数和检验统计量的适用条件——那才是决定卷面分数上限的部分。本文还有配套的精品资源点击获取
