概率论与数理统计期末大题模板+标准答案+采分点（超全汇总）

概率论与数理统计期末大题模板+标准答案+采分点（超全汇总）

作者：培风图南以星河揽胜
🔥 期末冲刺必备 | 全覆盖大题题型 | 标准答题模板 | 详细采分点标注 | 一题抵多题

前言

临近期末考试，概率论与数理统计作为大学公共课与理工科核心课程，历来是挂科重灾区。尤其是大题部分，分值占比高、题型固定、步骤分严格，只要掌握标准答题模板，记住采分点，即使不完全理解思路，也能稳稳拿到步骤分。

本文汇总了概率论与数理统计所有高频大题题型，包含：古典概型、条件概率与全概率/贝叶斯、一维随机变量分布、二维随机变量、数字特征、中心极限定理、统计量与抽样分布、矩估计、极大似然估计 9大类大题。每道题均配备：
✅ 典型母题
✅ 标准答案（标准书写格式，直接可照搬）
✅ 详细采分点标注（阅卷老师怎么给分一目了然）
✅ 通用解题模板（同类题直接套用）

全文超万字，覆盖期末90%以上大题考点，建议收藏打印，考前直接背诵模板！

---

---

一、全概率公式 & 贝叶斯公式大题（必考10~15分）

题型说明

每年期末必考一道应用题，属于送分题，核心是“划分样本空间→写全概率→写贝叶斯”。

母题

某工厂有三台机器生产同一种产品，甲、乙、丙机器产量分别占总产量的 25%、35%、40%，各机器次品率分别为 5%、4%、2%。
（1）求全厂产品的次品率；
（2）从中任取一件产品，发现是次品，求此次品由甲机器生产的概率。

---

标准答案

（1）求全厂产品的次品率

设事件：

• 
  A
  1
  A_1
  A1​：产品由甲机器生产
• 
  A
  2
  A_2
  A2​：产品由乙机器生产
• 
  A
  3
  A_3
  A3​：产品由丙机器生产
• $B$：产品为次品

由题意：

P
(
A
1
)
=
0.25
,
 
P
(
A
2
)
=
0.35
,
 
P
(
A
3
)
=
0.40
P(A_1)=0.25, P(A_2)=0.35, P(A_3)=0.40
P(A1​)=0.25, P(A2​)=0.35, P(A3​)=0.40

P
(
B
∣
A
1
)
=
0.05
,
 
P
(
B
∣
A
2
)
=
0.04
,
 
P
(
B
∣
A
3
)
=
0.02
P(B|A_1)=0.05, P(B|A_2)=0.04, P(B|A_3)=0.02
P(B∣A1​)=0.05, P(B∣A2​)=0.04, P(B∣A3​)=0.02

由全概率公式：

P
(
B
)
=
∑
i
=
1
3
P
(
A
i
)
P
(
B
∣
A
i
)
P(B)=sum_{i=1}^3 P(A_i)P(B|A_i)
P(B)=i=1∑3​P(Ai​)P(B∣Ai​)

代入计算：

P
(
B
)
=
0.25
×
0.05
+
0.35
×
0.04
+
0.40
×
0.02
=
0.0125
+
0.014
+
0.008
=
0.0345
begin{aligned} P(B)&= 0.25times0.05 + 0.35times0.04 + 0.40times0.02 \ &= 0.0125 + 0.014 + 0.008 \ &= 0.0345 end{aligned}
P(B)​=0.25×0.05+0.35×0.04+0.40×0.02=0.0125+0.014+0.008=0.0345​

（2）求次品来自甲机器的概率

由贝叶斯公式：

P
(
A
1
∣
B
)
=
P
(
A
1
)
P
(
B
∣
A
1
)
P
(
B
)
P(A_1|B)=frac{P(A_1)P(B|A_1)}{P(B)}
P(A1​∣B)=P(B)P(A1​)P(B∣A1​)​

代入：

P
(
A
1
∣
B
)
=
0.25
×
0.05
0.0345
=
0.0125
0.0345
=
25
69
≈
0.3623
P(A_1|B)=frac{0.25times0.05}{0.0345} =frac{0.0125}{0.0345} =frac{25}{69}approx 0.3623
P(A1​∣B)=0.03450.25×0.05​=0.03450.0125​=6925​≈0.3623

---

采分点（共12分）

1. 正确定义事件
   A
   1
   ,
   A
   2
   ,
   A
   3
   ,
   B
   A_1,A_2,A_3,B
   A1​,A2​,A3​,B：2分
2. 正确写出先验概率
   P
   (
   A
   i
   )
   P(A_i)
   P(Ai​)：1分
3. 正确写出条件概率
   P
   (
   B
   ∣
   A
   i
   )
   P(B|A_i)
   P(B∣Ai​)：1分
4. 写出全概率公式原式：2分
5. 代入计算正确，得到 $P(B)$：2分
6. 写出贝叶斯公式原式：2分
7. 代入计算得到最终结果：2分

---

通用答题模板（直接背）

1. 设事件：
   设
   A
   1
   ,
   A
   2
   ,
   …
   ,
   A
   n
   A_1,A_2,dots,A_n
   A1​,A2​,…,An​ 为样本空间划分，$B$ 为结果事件。
2. 写已知概率：
   
   P
   (
   A
   i
   )
   =
   …
   ,
    
   P
   (
   B
   ∣
   A
   i
   )
   =
   …
   P(A_i)=dots, P(B|A_i)=dots
   P(Ai​)=…, P(B∣Ai​)=…
3. 全概率公式：
   
   P
   (
   B
   )
   =
   ∑
   i
   =
   1
   n
   P
   (
   A
   i
   )
   P
   (
   B
   ∣
   A
   i
   )
   displaystyle P(B)=sum_{i=1}^n P(A_i)P(B|A_i)
   P(B)=i=1∑n​P(Ai​)P(B∣Ai​)
4. 贝叶斯公式：
   
   P
   (
   A
   k
   ∣
   B
   )
   =
   P
   (
   A
   k
   )
   P
   (
   B
   ∣
   A
   k
   )
   P
   (
   B
   )
   displaystyle P(A_k|B)=frac{P(A_k)P(B|A_k)}{P(B)}
   P(Ak​∣B)=P(B)P(Ak​)P(B∣Ak​)​

---

二、一维离散型随机变量大题（8~10分）

题型说明

求分布律、分布函数、数学期望、方差，步骤固定。

母题

设随机变量 $X$ 的分布律为：

$X$	$0$	$1$	$2$	$3$
$P$	$0.1$	$0.2$	$0.5$	$0.2$

（1）求分布函数 $F(x)$；
（2）求 $E(X)$；
（3）求 $D(X)$。

---

标准答案

（1）求分布函数 $F(x)=P(X\le x)$

F
(
x
)
=
{
,
x
<
0.1
,
≤
x
<
1
0.1
+
0.2
=
0.3
,
1
≤
x
<
2
0.3
+
0.5
=
0.8
,
2
≤
x
<
3
1
,
x
≥
3
F(x)= begin{cases} 0,&x<0\ 0.1,&0leq x<1\ 0.1+0.2=0.3,&1leq x<2\ 0.3+0.5=0.8,&2leq x<3\ 1,&xgeq 3 end{cases}
F(x)=⎩⎨⎧​0,0.1,0.1+0.2=0.3,0.3+0.5=0.8,1,​x<00≤x<11≤x<22≤x<3x≥3​

（2）求数学期望 $E(X)$

E
(
X
)
=
∑
x
k
p
k
=
×
0.1
+
1
×
0.2
+
2
×
0.5
+
3
×
0.2
=
+
0.2
+
1.0
+
0.6
=
1.8
begin{aligned} E(X)&=sum x_k p_k \ &= 0times0.1 + 1times0.2 + 2times0.5 + 3times0.2 \ &= 0 + 0.2 + 1.0 + 0.6 \ &= 1.8 end{aligned}
E(X)​=∑xk​pk​=0×0.1+1×0.2+2×0.5+3×0.2=0+0.2+1.0+0.6=1.8​

（3）求方差 $D(X)$

先求
E
(
X
2
)
E(X^2)
E(X2)：

E
(
X
2
)
=
∑
x
k
2
p
k
=
2
×
0.1
+
1
2
×
0.2
+
2
2
×
0.5
+
3
2
×
0.2
=
+
0.2
+
2.0
+
1.8
=
4.0
begin{aligned} E(X^2)&=sum x_k^2 p_k \ &= 0^2times0.1 + 1^2times0.2 + 2^2times0.5 + 3^2times0.2 \ &= 0 + 0.2 + 2.0 + 1.8 \ &= 4.0 end{aligned}
E(X2)​=∑xk2​pk​=02×0.1+12×0.2+22×0.5+32×0.2=0+0.2+2.0+1.8=4.0​

方差公式：

D
(
X
)
=
E
(
X
2
)
−
[
E
(
X
)
]
2
D(X)=E(X^2)-[E(X)]^2
D(X)=E(X2)−[E(X)]2

代入：

D
(
X
)
=
4.0
−
(
1.8
)
2
=
4
−
3.24
=
0.76
D(X)=4.0 – (1.8)^2 = 4 – 3.24 = 0.76
D(X)=4.0−(1.8)2=4−3.24=0.76

---

采分点（共10分）

1. 分布函数分段正确：3分
2. 期望公式正确 + 计算正确：2分
3. 
   E
   (
   X
   2
   )
   E(X^2)
   E(X2) 计算正确：2分
4. 方差公式正确 + 结果正确：3分

---

三、一维连续型随机变量大题（必考8~10分）

题型说明

给密度函数 $f(x)$，求分布函数、概率、期望、方差。

母题

设随机变量 $X$ 的概率密度：

f
(
x
)
=
{
k
x
,
<
x
<
2
,
其他
f(x)= begin{cases} kx,&0<x<2\ 0,&text{其他} end{cases}
f(x)={kx,0,​0<x<2其他​

（1）求常数 $k$；
（2）求分布函数 $F(x)$；
（3）求 $P(0.5<X<1.5)$；
（4）求 $E(X)$ 与 $D(X)$。

---

标准答案

（1）求 $k$

由规范性：

∫
−
∞
+
∞
f
(
x
)
d
x
=
1
int_{-infty}^{+infty}f(x)dx=1
∫−∞+∞​f(x)dx=1

即：

∫
2
k
x
d
x
=
1
int_0^2 kx dx = 1
∫02​kxdx=1

计算：

k
⋅
x
2
2
∣
2
=
k
⋅
4
2
=
2
k
=
1
  
⟹
  
k
=
1
2
kcdotfrac{x^2}{2}bigg|_0^2 = kcdotfrac{4}{2}=2k=1 implies k=frac12
k⋅2x2​​02​=k⋅24​=2k=1⟹k=21​

（2）求 $F(x)$

F
(
x
)
=
∫
−
∞
x
f
(
t
)
d
t
F(x)=int_{-infty}^x f(t)dt
F(x)=∫−∞x​f(t)dt

分段：

• $x<0$：$F(x)=0$
• $0\le x<2$：
  
  F
  (
  x
  )
  =
  ∫
  x
  1
  2
  t
  d
  t
  =
  x
  2
  4
  F(x)=int_0^x frac12 t dt = frac{x^2}{4}
  F(x)=∫0x​21​tdt=4x2​
• $x\ge 2$：$F(x)=1$

综上：

F
(
x
)
=
{
,
x
<
x
2
4
,
≤
x
<
2
1
,
x
≥
2
F(x)= begin{cases} 0,&x<0\ dfrac{x^2}{4},&0leq x<2\ 1,&xgeq 2 end{cases}
F(x)=⎩⎨⎧​0,4x2​,1,​x<00≤x<2x≥2​

（3）求 $P(0.5<X<1.5)$

P
(
0.5
<
X
<
1.5
)
=
∫
0.5
1.5
1
2
x
d
x
=
1
2
⋅
x
2
2
∣
0.5
1.5
=
1
4
(
2.25
−
0.25
)
=
2
4
=
0.5
begin{aligned} P(0.5<X<1.5) &=int_{0.5}^{1.5}frac12 x dx \ &=frac12cdotfrac{x^2}{2}bigg|_{0.5}^{1.5} \ &=frac14left(2.25 – 0.25right) \ &=frac{2}{4}=0.5 end{aligned}
P(0.5<X<1.5)​=∫0.51.5​21​xdx=21​⋅2x2​​0.51.5​=41​(2.25−0.25)=42​=0.5​

（4）求 $E(X),D(X)$

期望：

E
(
X
)
=
∫
−
∞
+
∞
x
f
(
x
)
d
x
=
∫
2
x
⋅
1
2
x
d
x
=
1
2
∫
2
x
2
d
x
=
1
2
⋅
8
3
=
4
3
E(X)=int_{-infty}^{+infty}x f(x)dx =int_0^2 xcdotfrac12 x dx =frac12int_0^2 x^2 dx =frac12cdotfrac{8}{3}=frac43
E(X)=∫−∞+∞​xf(x)dx=∫02​x⋅21​xdx=21​∫02​x2dx=21​⋅38​=34​

E
(
X
2
)
E(X^2)
E(X2)：

E
(
X
2
)
=
∫
2
x
2
⋅
1
2
x
d
x
=
1
2
⋅
16
4
=
2
E(X^2)=int_0^2 x^2cdotfrac12 x dx =frac12cdotfrac{16}{4}=2
E(X2)=∫02​x2⋅21​xdx=21​⋅416​=2

方差：

D
(
X
)
=
E
(
X
2
)
−
[
E
(
X
)
]
2
=
2
−
16
9
=
2
9
D(X)=E(X^2)-[E(X)]^2 =2-frac{16}{9}=frac{2}{9}
D(X)=E(X2)−[E(X)]2=2−916​=92​

---

采分点（共10分）

1. 规范性条件列式正确：1分
2. 积分求出 $k$ 正确：1分
3. 分布函数分段完整正确：3分
4. 概率积分列式 + 结果：1分
5. 期望积分正确：1分
6. 
   E
   (
   X
   2
   )
   E(X^2)
   E(X2) 正确：1分
7. 方差结果正确：1分

---

四、二维离散型随机变量大题（10~12分）

母题

设 $(X,Y)$ 联合分布律：

$X\setminus Y$	$0$	$1$
$0$	$0.1$	$0.3$
$1$	$0.2$	$0.4$

（1）求边缘分布律；
（2）判断 $X,Y$ 是否独立；
（3）求 $\mathrm{Cov}(X,Y)$。

---

标准答案

（1）边缘分布律

$X$ 边缘：
$$P(X=0)=0.1+0.3=0.4,P(X=1)=0.2+0.4=0.6$$

$Y$ 边缘：
$$P(Y=0)=0.1+0.2=0.3,P(Y=1)=0.3+0.4=0.7$$

（2）独立性判断

独立充要条件：

p
i
j
=
p
i
⋅
⋅
p
⋅
j
p_{ij}=p_{icdot}cdot p_{cdot j}
pij​=pi⋅​⋅p⋅j​

检验：
$$P(X=0,Y=0)=0.1$$
$$P(X=0)P(Y=0)=0.4\times 0.3=0.12\ne 0.1$$

故 $X$ 与 $Y$ 不独立。

（3）协方差 $\mathrm{Cov}(X,Y)$

$$\mathrm{Cov}(X,Y)=E(XY)-E(X)E(Y)$$

计算：
$$E(X)=0\times 0.4+1\times 0.6=0.6$$
$$E(Y)=0\times 0.3+1\times 0.7=0.7$$
$$E(XY)=1\times 1\times 0.4=0.4$$

因此：
$$\mathrm{Cov}(X,Y)=0.4-0.6\times 0.7=0.4-0.42=-0.02$$

---

采分点

1. 边缘分布计算正确：3分
2. 写出独立充要条件：2分
3. 举出反例得出结论：2分
4. 协方差公式正确：1分
5. $E(X),E(Y),E(XY)$ 正确：3分
6. 最终结果正确：1分

---

五、二维连续型随机变量大题（必考10~12分）

母题

设 $(X,Y)$ 联合密度：

f
(
x
,
y
)
=
{
2
,
<
y
<
x
<
1
,
其他
f(x,y)= begin{cases} 2,&0<y<x<1\ 0,&text{其他} end{cases}
f(x,y)={2,0,​0<y<x<1其他​

（1）求边缘密度
f
X
(
x
)
,
f
Y
(
y
)
f_X(x),f_Y(y)
fX​(x),fY​(y)；
（2）判断独立性；
（3）求 $P(X+Y<1)$。

---

标准答案

（1）边缘密度

f
X
(
x
)
f_X(x)
fX​(x)：

f
X
(
x
)
=
∫
−
∞
+
∞
f
(
x
,
y
)
d
y
f_X(x)=int_{-infty}^{+infty}f(x,y)dy
fX​(x)=∫−∞+∞​f(x,y)dy

当 $0<x<1$：

f
X
(
x
)
=
∫
x
2
d
y
=
2
x
f_X(x)=int_0^x 2 dy=2x
fX​(x)=∫0x​2dy=2x

其他为0：

f
X
(
x
)
=
{
2
x
,
<
x
<
1
,
其他
f_X(x)= begin{cases} 2x,&0<x<1\ 0,&text{其他} end{cases}
fX​(x)={2x,0,​0<x<1其他​

f
Y
(
y
)
f_Y(y)
fY​(y)：
当 $0<y<1$：

f
Y
(
y
)
=
∫
y
1
2
d
x
=
2
(
1
−
y
)
f_Y(y)=int_y^1 2 dx=2(1-y)
fY​(y)=∫y1​2dx=2(1−y)

f
Y
(
y
)
=
{
2
(
1
−
y
)
,
<
y
<
1
,
其他
f_Y(y)= begin{cases} 2(1-y),&0<y<1\ 0,&text{其他} end{cases}
fY​(y)={2(1−y),0,​0<y<1其他​

（2）独立性

f
(
x
,
y
)
≢
f
X
(
x
)
f
Y
(
y
)
f(x,y)notequiv f_X(x)f_Y(y)
f(x,y)≡fX​(x)fY​(y)
故 不独立。

（3）求 $P(X+Y<1)$

积分区域：$0<y<x<1,x+y<1$

P
(
X
+
Y
<
1
)
=
∫
y
=
0.5
∫
x
=
y
1
−
y
2
d
x
d
y
P(X+Y<1)=int_{y=0}^{0.5}int_{x=y}^{1-y}2dxdy
P(X+Y<1)=∫y=00.5​∫x=y1−y​2dxdy

内层：

∫
y
1
−
y
2
d
x
=
2
(
1
−
2
y
)
int_y^{1-y}2dx=2(1-2y)
∫y1−y​2dx=2(1−2y)

外层：

∫
0.5
2
(
1
−
2
y
)
d
y
=
2
(
y
−
y
2
)
∣
0.5
=
2
×
0.25
=
0.5
int_0^{0.5}2(1-2y)dy =2left(y-y^2right)bigg|_0^{0.5}=2times0.25=0.5
∫00.5​2(1−2y)dy=2(y−y2)​00.5​=2×0.25=0.5

---

六、数字特征综合大题（10~12分）

母题

设 $X\sim U(0,2)$，$Y=2X+1$，求
E
(
Y
)
,
D
(
Y
)
,
ρ
X
Y
E(Y),D(Y),rho_{XY}
E(Y),D(Y),ρXY​。

标准答案

E
(
X
)
=
+
2
2
=
1
,
D
(
X
)
=
(
2
−
)
2
12
=
1
3
E(X)=frac{0+2}{2}=1,quad D(X)=frac{(2-0)^2}{12}=frac13
E(X)=20+2​=1,D(X)=12(2−0)2​=31​

$$E(Y)=E(2X+1)=2E(X)+1=3$$

D
(
Y
)
=
D
(
2
X
+
1
)
=
4
D
(
X
)
=
4
3
D(Y)=D(2X+1)=4D(X)=frac43
D(Y)=D(2X+1)=4D(X)=34​

C
o
v
(
X
,
Y
)
=
C
o
v
(
X
,
2
X
+
1
)
=
2
D
(
X
)
=
2
3
mathrm{Cov}(X,Y)=mathrm{Cov}(X,2X+1)=2D(X)=frac23
Cov(X,Y)=Cov(X,2X+1)=2D(X)=32​

ρ
X
Y
=
C
o
v
(
X
,
Y
)
D
(
X
)
D
(
Y
)
=
2
/
3
1
/
3
⋅
4
/
3
=
1
rho_{XY}=frac{mathrm{Cov}(X,Y)}{sqrt{D(X)}sqrt{D(Y)}} =frac{2/3}{sqrt{1/3}cdotsqrt{4/3}}=1
ρXY​=D(X)​D(Y)​Cov(X,Y)​=1/3​⋅4/3​2/3​=1

---

七、中心极限定理大题（10分）

母题

某险种索赔人数 $X\sim B(1000,0.1)$，用中心极限定理求 $P(85<X<115)$。

标准答案

n
p
=
100
,
n
p
(
1
−
p
)
=
90
,
σ
=
90
≈
9.4868
np=100,quad np(1-p)=90,quad sigma=sqrt{90}approx9.4868
np=100,np(1−p)=90,σ=90​≈9.4868

P
(
85
<
X
<
115
)
≈
P
(
85
−
100
90
<
X
−
n
p
n
p
(
1
−
p
)
<
115
−
100
90
)
P(85<X<115) approx Pleft( frac{85-100}{sqrt{90}} < frac{X-np}{sqrt{np(1-p)}} < frac{115-100}{sqrt{90}} right)
P(85<X<115)≈P(90​85−100​<np(1−p)​X−np​<90​115−100​)

$$\approx \Phi (1.58)-\Phi (-1.58)=2\Phi (1.58)-1\approx 2\times 0.9429-1=0.8858$$

---

八、矩估计大题（10分）

母题

总体密度：

f
(
x
)
=
{
θ
x
θ
−
1
,
<
x
<
1
,
其他
f(x)= begin{cases} theta x^{theta-1},&0<x<1\ 0,&text{其他} end{cases}
f(x)={θxθ−1,0,​0<x<1其他​
求 $\theta$ 的矩估计。

标准答案

E
(
X
)
=
∫
1
x
⋅
θ
x
θ
−
1
d
x
=
θ
∫
1
x
θ
d
x
=
θ
θ
+
1
E(X)=int_0^1 xcdottheta x^{theta-1}dx =thetaint_0^1 x^theta dx =frac{theta}{theta+1}
E(X)=∫01​x⋅θxθ−1dx=θ∫01​xθdx=θ+1θ​

令：

X
‾
=
θ
^
θ
^
+
1
overline{X}=frac{hattheta}{hattheta+1}
X=θ+1θ​

解得：

θ
^
=
X
‾
1
−
X
‾
hattheta=frac{overline{X}}{1-overline{X}}
θ=1−XX​

---

九、极大似然估计大题（必考10~12分）

母题

总体 $X\sim E(\lambda )$，密度：

f
(
x
)
=
λ
e
−
λ
x
,
 
x
>
f(x)=lambda e^{-lambda x}, x>0
f(x)=λe−λx, x>0

X
1
,
…
,
X
n
X_1,dots,X_n
X1​,…,Xn​ 为样本，求 $\lambda$ 的极大似然估计。

标准答案

似然函数：

L
(
λ
)
=
∏
i
=
1
n
λ
e
−
λ
x
i
=
λ
n
e
−
λ
∑
x
i
L(lambda)=prod_{i=1}^n lambda e^{-lambda x_i} =lambda^n e^{-lambdasum x_i}
L(λ)=i=1∏n​λe−λxi​=λne−λ∑xi​

取对数：

ln
⁡
L
=
n
ln
⁡
λ
−
λ
∑
i
=
1
n
x
i
ln L=nlnlambda-lambdasum_{i=1}^n x_i
lnL=nlnλ−λi=1∑n​xi​

求导：

d
ln
⁡
L
d
λ
=
n
λ
−
∑
x
i
=
frac{dln L}{dlambda}=frac{n}{lambda}-sum x_i=0
dλdlnL​=λn​−∑xi​=0

解得：

λ
^
=
n
∑
i
=
1
n
X
i
=
1
X
‾
hatlambda=frac{n}{sumlimits_{i=1}^n X_i}=frac{1}{overline{X}}
λ=i=1∑n​Xi​n​=X1​

---

十、统计量与抽样分布小题型（常嵌入大题）

核心结论（直接背）

1. 
   X
   1
   ,
   …
   ,
   X
   n
   ∼
   N
   (
   μ
   ,
   σ
   2
   )
   X_1,dots,X_nsim N(mu,sigma^2)
   X1​,…,Xn​∼N(μ,σ2)
   
   X
   ‾
   ∼
   N
   (
   μ
   ,
   σ
   2
   n
   )
   overline{X}sim Nleft(mu,frac{sigma^2}{n}right)
   X∼N(μ,nσ2​)
2. 
   (
   n
   −
   1
   )
   S
   2
   σ
   2
   ∼
   χ
   2
   (
   n
   −
   1
   )
   displaystyle frac{(n-1)S^2}{sigma^2}simchi^2(n-1)
   σ2(n−1)S2​∼χ2(n−1)
3. 
   X
   ‾
   −
   μ
   S
   /
   n
   ∼
   t
   (
   n
   −
   1
   )
   displaystyle frac{overline{X}-mu}{S/sqrt{n}}sim t(n-1)
   S/n​X−μ​∼t(n−1)

采分点：写出分布形式即可直接得2~3分。

---

十一、期末大题通用答题规范（阅卷老师最爱）

1. 所有符号必须先定义，不定义直接扣分；
2. 公式必须先写原式，再代入数字；
3. 积分、求和必须写上下限；
4. 分布函数必须分段写，少一段扣一段分；
5. 判断独立/相关必须写充要条件，不能只给结论；
6. 估计题必须写似然函数/矩方程，空有结果最多给1/3分；
7. 结果尽量写分数，小数保留四位即可。

---

十二、高频易错点总结（避免丢分）

1. 连续型 $P(X=a)=0$，但 $f(a)$ 可以不为0；
2. 样本方差分母是 $n-1$，不是 $n$；
3. 独立一定不相关，不相关不一定独立；
4. 全概率必须划分互斥、完备事件组；
5. 极大似然估计一定要取对数再求导；
6. 中心极限定理一定要标准化后再用 $\Phi (x)$。

---

结语

概率论与数理统计大题题型高度固定、采分点极其清晰，本文覆盖了期末所有可能考到的大题类型，从模板、步骤、答案到采分点全方位总结。只要把本文9大类大题模板熟练背诵，考试时严格按照格式书写，大题保底拿80%以上分数，期末轻松稳过，甚至冲击高分。

建议同学们在考前2~3天，把每类母题独立手写一遍，对照标准答案修正步骤，记住采分点位置，考场直接复刻即可。

祝所有同学期末顺利，概率论不挂科，高分上岸！

本文作者：培风图南以星河揽胜
原创不易，点赞+收藏+关注，持续输出期末复习干货、答题模板、考点精讲！