软考系统架构师 · 全册考点精讲与真题实战第 21 章数学与统计原理

四季读书网 2026-06-30 06:56:13 2 0

考试定位：综合知识部分通常包含 3~5 道数学题（3~5 分），涵盖离散数学、概率统计、图论等
难度等级：★★★
核心能力：基础计算 + 公式应用 + 逻辑推理

一、知识图谱

数学与统计原理
├── 离散数学
│   ├── 命题逻辑
│   ├── 谓词逻辑
│   ├── 集合论
│   ├── 关系与函数
│   └── 布尔代数
├── 图论
│   ├── 图的基本概念
│   ├── 树与二叉树
│   ├── 最短路径算法
│   └── 欧拉图与哈密顿图
├── 组合数学
│   ├── 排列
│   ├── 组合
│   └── 容斥原理
├── 概率论
│   ├── 基本概念
│   ├── 条件概率与贝叶斯
│   ├── 概率分布
│   └── 期望与方差
└── 数理统计
    ├── 统计量
    ├── 参数估计
    └── 假设检验

二、核心考点详解

考点 1：命题逻辑

命题：可以判断真假的陈述句。

逻辑联结词：

符号	名称	含义	真值条件
¬p	否定（NOT）	非 p	p 为真时 ¬p 为假
p∔q	合取（AND）	p 且 q	两者都真时才真
p∨q	析取（OR）	p 或 q	两者都假时才假
p→q	蕴涵	若 p 则 q	仅 p 真 q 假时为假
p↔q	等价	p 当且仅当 q	两者同真同假时为真

重要等价式：

等价式	说明
p→q ≡ ¬p∨q	蕴涵的等价形式
¬(p∧q) ≡ ¬p∨¬q	德摩根定律
¬(p∨q) ≡ ¬p∧¬q	德摩根定律
p→q ≡ ¬q→¬p	逆否等价
p↔q ≡ (p→q)∧(q→p)	双条件等价

真题高频考点：

蕴涵 p→q
只有"前件真后件假"时为假，其余情况均为真
逆否命题
p→q 的逆否命题是 ¬q→¬p，两者等价
德摩根定律
否定合取变析取，否定析取变合取

考点 2：谓词逻辑

全称量词 ∀x：对所有 x
存在量词 ∃x：存在某个 x

量词否定规则：

¬(∀x P(x)) ≡ ∃x ¬P(x)
¬(∃x P(x)) ≡ ∀x ¬P(x)

示例：

“所有人都会编程” → ∀x Program(x)
“存在不会编程的人” → ∃x ¬Program(x)
否定"所有人都会编程" → ¬∀x Program(x) ≡ ∃x ¬Program(x)

考点 3：集合论

基本运算：

运算	符号	说明
并集	A∪B	A 或 B 中的元素
交集	A∩B	A 和 B 共有的元素
差集	A-B	A 中有但 B 中没有的元素
补集	A̅	全集中不属于 A 的元素
幂集	P(A)	A 的所有子集构成的集合

重要公式：

|A∪B| = |A| + |B| - |A∩B|（容斥原理）
|A∪B∪C| = |A| + |B| + |C| - |A∩B| - |A∩C| - |B∩C| + |A∩B∩C|
幂集大小：|P(A)| = 2^n，其中 n = |A|

关系：

自反性
对所有 a∈A，有 (a,a)∈R
对称性
若 (a,b)∈R，则 (b,a)∈R
传递性
若 (a,b)∈R 且 (b,c)∈R，则 (a,c)∈R
等价关系
自反 + 对称 + 传递
偏序关系
自反 + 反对称 + 传递

考点 4：布尔代数

基本定律：

定律	公式
交换律	A+B = B+A，A·B = B·A
结合律	(A+B)+C = A+(B+C)
分配律	A·(B+C) = A·B + A·C
吸收律	A + A·B = A
德摩根	(A+B)’ = A’·B’，(A·B)’ = A’+B’
互补律	A + A’ = 1，A·A’ = 0

化简示例：

A + A·B = A（吸收律）
A·B + A·B’ = A（分配律 + 互补律）
(A+B)‘·(A’+B’) = A’·B’（德摩根 + 化简）

考点 5：图论基础

图的基本概念：

概念	说明
顶点（Vertex）	图中的节点
边（Edge）	连接两个顶点的线
度（Degree）	与顶点相连的边数
路径（Path）	顶点序列，相邻顶点有边相连
连通图	任意两顶点间都有路径
完全图	任意两顶点间都有边

重要定理：

握手定理
所有顶点度数之和 = 2 × 边数
完全图边数
n 个顶点的完全图有 n(n-1)/2 条边
连通图最少边数
n 个顶点的连通图至少有 n-1 条边（树）

树：

无环连通图
n 个顶点的树有 n-1 条边
任意两顶点间有且仅有一条路径

最短路径算法：

算法	适用场景	时间复杂度
Dijkstra	单源最短路径（非负权）	O(V²) 或 O((V+E)logV)
Floyd-Warshall	所有顶点对最短路径	O(V³)
Bellman-Ford	单源最短路径（可含负权）	O(V·E)

最小生成树：

算法	策略	时间复杂度
Kruskal	按边权排序，贪心选边	O(E·logE)
Prim	从顶点出发，贪心扩展	O(V²) 或 O((V+E)logV)

考点 6：排列组合

排列（Permutation）：从 n 个不同元素中取 r 个，考虑顺序

P(n,r)=n!(n−r)!P(n,r) = \frac{n!}{(n-r)!}P(n,r)=(n−r)!n!

组合（Combination）：从 n 个不同元素中取 r 个，不考虑顺序

C(n,r)=(nr)=n!r!(n−r)!C(n,r) = \binom{n}{r} = \frac{n!}{r!(n-r)!}C(n,r)=(rn)=r!(n−r)!n!

常用公式：

C(n,0) = C(n,n) = 1
C(n,1) = n
C(n,r) = C(n, n-r)
C(n+1,r) = C(n,r-1) + C(n,r)（帕斯卡公式）

容斥原理：

∣A∪B∣=∣A∣+∣B∣−∣A∩B∣|A∪B| = |A| + |B| - |A∩B|∣A∪B∣=∣A∣+∣B∣−∣A∩B∣

∣A∪B∪C∣=∣A∣+∣B∣+∣C∣−∣A∩B∣−∣A∩C∣−∣B∩C∣+∣A∩B∩C∣|A∪B∪C| = |A|+|B|+|C|-|A∩B|-|A∩C|-|B∩C|+|A∩B∩C|∣A∪B∪C∣=∣A∣+∣B∣+∣C∣−∣A∩B∣−∣A∩C∣−∣B∩C∣+∣A∩B∩C∣

考点 7：概率论基础

基本定义：

概念	公式/说明
样本空间 Ω	所有可能结果的集合
事件 A	样本空间的子集
概率 P(A)	0 ≤ P(A) ≤ 1，P(Ω) = 1
互斥事件	P(A∩B) = 0
独立事件	P(A∩B) = P(A)·P(B)

加法公式：

P(A∪B)=P(A)+P(B)−P(A∩B)P(A∪B) = P(A) + P(B) - P(A∩B)P(A∪B)=P(A)+P(B)−P(A∩B)

条件概率：

P(A∣B)=P(A∩B)P(B)P(A|B) = \frac{P(A∩B)}{P(B)}P(A∣B)=P(B)P(A∩B)

全概率公式：

P(A)=∑iP(A∣Bi)⋅P(Bi)P(A) = \sum_{i} P(A|B_i) \cdot P(B_i)P(A)=i∑P(A∣Bi)⋅P(Bi)

贝叶斯公式：

P(Bi∣A)=P(A∣Bi)⋅P(Bi)∑jP(A∣Bj)⋅P(Bj)P(B_i|A) = \frac{P(A|B_i) \cdot P(B_i)}{\sum_{j} P(A|B_j) \cdot P(B_j)}P(Bi∣A)=∑jP(A∣Bj)⋅P(Bj)P(A∣Bi)⋅P(Bi)

考点 8：概率分布

分布	类型	公式/特征	应用场景
二项分布 B(n,p)	离散	P(X=k) = C(n,k)p^k(1-p)^{n-k}	n 次独立试验中成功 k 次
泊松分布 P(λ)	离散	P(X=k) = λ^k·e^{-λ}/k!	单位时间/面积内事件次数
均匀分布 U(a,b)	连续	f(x) = 1/(b-a)	等概率场景
正态分布 N(μ,σ²)	连续	钟形曲线，68-95-99.7 规则	自然现象、测量误差
指数分布	连续	f(x) = λe^{-λx}	等待时间、寿命

正态分布 68-95-99.7 规则：

μ ± 1σ：约 68.27% 的数据
μ ± 2σ：约 95.45% 的数据
μ ± 3σ：约 99.73% 的数据

考点 9：期望与方差

数学期望（均值）：

E(X)=∑ixi⋅P(xi)E(X) = \sum_{i} x_i \cdot P(x_i)E(X)=i∑xi⋅P(xi)

期望性质：

E(aX + b) = aE(X) + b
E(X + Y) = E(X) + E(Y)
若 X, Y 独立，E(XY) = E(X)·E(Y)

方差：

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

方差性质：

Var(aX + b) = a²·Var(X)
若 X, Y 独立，Var(X + Y) = Var(X) + Var(Y)

常见分布的期望与方差：

分布	期望 E(X)	方差 Var(X)
二项分布 B(n,p)	np	np(1-p)
泊松分布 P(λ)	λ	λ
均匀分布 U(a,b)	(a+b)/2	(b-a)²/12
正态分布 N(μ,σ²)	μ	σ²
指数分布 Exp(λ)	1/λ	1/λ²

考点 10：数理统计基础

统计量：

统计量	公式	说明
样本均值	x̄ = (Σx_i)/n	数据的中心位置
样本方差	s² = Σ(x_i-x̄)²/(n-1)	数据的离散程度（无偏估计）
样本标准差	s = √s²	方差的平方根
中位数	排序后中间值	不受极端值影响
众数	出现频率最高的值	可能存在多个

参数估计：

点估计
用样本统计量估计总体参数
区间估计
给出参数可能范围（置信区间）
无偏性
估计量的期望等于被估参数
有效性
方差越小的估计量越有效

假设检验基本步骤：

提出原假设 H₀ 和备择假设 H₁
选择显著性水平 α（通常 0.05 或 0.01）
计算检验统计量
确定拒绝域
做出决策：拒绝或接受 H₀

两类错误：

类型	说明	概率
第一类错误（α 错误）	拒绝正确的 H₀（弃真）	α
第二类错误（β 错误）	接受错误的 H₀（取伪）	β

三、历年真题解析

真题 2022 年·综合知识

题目：命题 “如果今天下雨，那么地面会湿” 的逆否命题是（）。

A. 如果今天不下雨，那么地面不会湿
B. 如果地面会湿，那么今天下雨
C. 如果地面不会湿，那么今天没有下雨
D. 如果今天下雨，那么地面不会湿

答案：C

解析：原命题 p→q（下雨→地湿），逆否命题为 ¬q→¬p（地不湿→不下雨）。A 是逆命题的否定形式，B 是逆命题 q→p，D 与原命题矛盾。

真题 2021 年·综合知识

题目：某公司有 100 名员工，其中 60 人会 Java，45 人会 Python，25 人两种语言都会。则两种语言都不会的员工有（）人。

A. 10 B. 15 C. 20 D. 25

答案：C

解析：由容斥原理：|A∪B| = |A| + |B| - |A∩B| = 60 + 45 - 25 = 80。两种语言都不会的 = 100 - 80 = 20 人。

真题 2023 年·综合知识

题目：一个无向完全图有 8 个顶点，则该图的边数为（）。

A. 8 B. 16 C. 28 D. 56

答案：C

解析：n 个顶点的无向完全图边数 = n(n-1)/2 = 8×7/2 = 28。

真题 2020 年·综合知识

题目：从 5 名男工程师和 3 名女工程师中选出 3 人组成项目小组，要求至少有 1 名女工程师，则选法共有（）种。

A. 36 B. 46 C. 56 D. 66

答案：B

解析：总选法 C(8,3) = 56，全男选法 C(5,3) = 10。至少 1 女的选法 = 56 - 10 = 46 种。（补集法更简便）

真题 2022 年·综合知识

题目：某系统有 3 个独立部件，各部件的可靠度分别为 0.9、0.8、0.7。若 3 个部件并联，则系统可靠度为（）。

A. 0.504 B. 0.994 C. 0.800 D. 0.900

答案：B

解析：并联系统可靠度 = 1 - (1-R₁)(1-R₂)(1-R₃) = 1 - (1-0.9)(1-0.8)(1-0.7) = 1 - 0.1×0.2×0.3 = 1 - 0.006 = 0.994。

真题 2021 年·综合知识

题目：某次考试中，80% 的考生通过了科目 A，70% 通过了科目 B，60% 两科都通过了。则至少通过一科的考生比例为（）。

A. 70% B. 80% C. 90% D. 100%

答案：C

解析：P(A∪B) = P(A) + P(B) - P(A∩B) = 80% + 70% - 60% = 90%。

真题 2023 年·综合知识

题目：设随机变量 X 服从参数为 λ=2 的泊松分布，则 E(X) 和 Var(X) 分别为（）。

A. E(X)=2, Var(X)=4 B. E(X)=2, Var(X)=2
C. E(X)=4, Var(X)=2 D. E(X)=4, Var(X)=4

答案：B

解析：泊松分布 P(λ) 的期望和方差都等于参数 λ。因此 E(X) = λ = 2，Var(X) = λ = 2。

真题 2019 年·综合知识

题目：在布尔代数中，表达式 A·B + A·B’ + A’·B 化简结果为（）。

A. A+B B. A·B C. A D. B

答案：A

解析：

A·B + A·B’ = A·(B+B’) = A·1 = A（提取公因子 + 互补律）
A + A’·B = (A+A’)·(A+B) = 1·(A+B) = A+B（分配律）

真题 2020 年·综合知识

题目：某软件项目有 6 个模块需要测试，每两个模块之间需要进行一次集成测试。则总共需要进行（）次集成测试。

A. 6 B. 12 C. 15 D. 30

答案：C

解析：从 6 个模块中选 2 个进行集成测试，即 C(6,2) = 6!/(2!×4!) = 6×5/2 = 15 次。

真题 2022 年·综合知识

题目：对某正态分布的测量数据，已知均值 μ=100，标准差 σ=5。则数据落在 [90, 110] 范围内的概率约为（）。

A. 68.27% B. 95.45% C. 99.73% D. 50%

答案：B

解析：[90, 110] = [μ-2σ, μ+2σ]（因为 100-2×5=90，100+2×5=110）。根据正态分布的 68-95-99.7 规则，μ±2σ 范围内包含约 95.45% 的数据。

真题 2023 年·综合知识

题目：某算法的时间复杂度为 O(n²)，当输入规模从 n 增大到 2n 时，运行时间大约变为原来的（）倍。

A. 2 B. 4 C. 8 D. n

答案：B

解析：O(n²) 算法，当输入从 n 变为 2n 时，运行时间从 O(n²) 变为 O((2n)²) = O(4n²)，即大约变为原来的 4 倍。

补充考点：决策分析与优化

考点 11：决策树与期望值分析

决策树分析步骤：

绘制决策节点（方框）和机会节点（圆形）
计算每个分支的期望值 EMV = Σ(概率 × 收益)
选择 EMV 最大（或损失最小）的方案

例题：方案 A 投资 100 万，80% 概率收益 200 万，20% 概率损失 50 万。EMV = 0.8×200 + 0.2×(-50) - 100 = 50 万

考点 12：线性规划与运筹学基础

概念	说明
线性规划	目标函数和约束都是线性的优化问题
单纯形法	求解线性规划的经典算法
整数规划	决策变量必须为整数
动态规划	将问题分解为子问题，记住子问题解
贪心算法	每步选择局部最优，不保证全局最优

典型应用：资源分配、生产调度、路径规划、投资组合

考点 13：网络流与关键路径

概念	说明
关键路径（CPM）	项目中最长路径，决定最短完工时间
PERT	三点估计法：(最乐观+4×最可能+最悲观)/6
网络流	最大流最小割定理
最短路径	Dijkstra（单源）、Floyd（全源）

PERT 方差：σ² = ((最悲观-最乐观)/6)²

真题 2022 年·综合知识

题目：某项目包含 A、B、C、D 四个活动，活动 A 无前置，历时 3 天；B 无前置，历时 5 天；C 前置为 A，历时 4 天；D 前置为 B 和 C，历时 2 天。则项目关键路径长度为（）天。

A. 7 B. 9 C. 11 D. 14

答案：B

解析：路径 1：A→C→D = 3+4+2 = 9 天；路径 2：B→D = 5+2 = 7 天。关键路径为最长路径 A→C→D = 9 天。

真题 2021 年·综合知识

题目：使用 PERT 方法估计某活动历时，最乐观 4 天，最可能 6 天，最悲观 14 天。则该活动的期望历时为（）天。

A. 6 B. 7 C. 8 D. 9

答案：B

解析：PERT 期望 = (最乐观 + 4×最可能 + 最悲观)/6 = (4 + 4×6 + 14)/6 = 42/6 = 7 天。

四、高频易错点归纳

易错点	正确理解
p→q 何时为假	仅当 p 真 q 假时为假，p 假时无论 q 如何都为真
排列和组合混淆	排列考虑顺序 P(n,r)，组合不考虑 C(n,r)
独立和互斥混淆	独立 P(AB)=P(A)P(B)，互斥 P(AB)=0
方差分母用 n	样本方差用 n-1（无偏估计），总体方差用 N
泊松分布期望和方差	都等于 λ（不要记反）
正态分布 1σ/2σ/3σ	68-95-99.7，不要记混
完全图边数	无向 n(n-1)/2，有向 n(n-1)
连通图最少边数	n 个顶点至少需要 n-1 条边（树结构）

五、公式速查表

类别	公式	说明
排列	P(n,r) = n!/(n-r)!	考虑顺序
组合	C(n,r) = n!/[r!(n-r)!]	不考虑顺序
容斥		A∪B
条件概率	P(A	B) = P(AB)/P(B)
贝叶斯	P(B	A) = P(A
二项期望	E = np	n 次试验期望成功次数
二项方差	Var = np(1-p)
串联可靠度	R = R₁·R₂·…·Rₙ	全部工作才行
并联可靠度	R = 1-(1-R₁)(1-R₂)…(1-Rₙ)	有一个工作即可
完全图边数	E = n(n-1)/2	无向图
握手定理	Σdeg(v) = 2E	度数之和 = 2倍边数
PERT 期望	(O+4M+P)/6	O=乐观 M=最可能 P=悲观
PERT 方差	((P-O)/6)²	估计不确定性