好文档 - 专业文书写作范文服务资料分享网站

概率论与数理统计知识点总结(免费超详细版) 

天下 分享 时间: 加入收藏 我要投稿 点赞

《概率论与数理统计》

第一章 概率论的基本概念

§2.样本空间、随机事件

1.事件间的关系 A?B 则称事件B包含事件A,指事件A发生必然导致事件B发生

A?B ?{xx?A或x?B}称为事件A与事件B的和事件,指当且仅当A,B中至少有一个发生时,事件A?B发生

A?B ?{xx?A且x?B}称为事件A与事件B的积事件,指当A,B同时发生时,事件A?B发生

A—B ?{xx?A且x?B}称为事件A与事件B的差事件,指当且仅当A发生、B不发生时,事件A—B发生

A?B??,则称事件A与B是互不相容的,或互斥的,指事件A与事件B不能同时发生,基本事件是两两互不相容的

A?B ?S且A?B??,则称事件A与事件B互为逆事件,又称事件A与事件B互为对立事件

2.运算规则 交换律A?B?B?A A?B?B?A

结合律(A?B)?C?A?(B?C) (A?B)C?A(B?C) 分配律A?(B?C)?(A?B)?(A?C) A?(B?C)?(A?B)(A?C) 徳摩根律A?B?A? B A?B?A?B

—§3.频率与概率

定义 在相同的条件下,进行了n次试验,在这n次试验中,事件A发生的次数nA称为事

件A发生的频数,比值nAn称为事件A发生的频率

概率:设E是随机试验,S是它的样本空间,对于E的每一事件A赋予一个实数,记为P(A),称为事件的概率 1.概率P(A)满足下列条件:

(1)非负性:对于每一个事件A 0?P(A)?1 (2)规范性:对于必然事件S P(S)?1

1

(3)可列可加性:设A1,A2,?,An是两两互不相容的事件,有P(以取?)

2.概率的一些重要性质: (i)P(?)?0

?A)??P(A)(n可

kkk?1k?1nn(ii)若A1,A2,?,An是两两互不相容的事件,则有P( ?A)??P(A)(n可以取?)

kkk?1k?1nn(iii)设A,B是两个事件若A?B,则P(B?A)?P(B)?P(A),P(B)?P(A) (iv)对于任意事件A,P(A)?1

(v)P(A)?1?P(A) (逆事件的概率)

(vi)对于任意事件A,B有P(A?B)?P(A)?P(B)?P(AB)

§4等可能概型(古典概型)

等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件

A

包含

k

个基本事件,即A?{ei1]}?{ei2}???{eik},里

i1,i2,?,ik是1,2,?n中某k个不同的数,则有P(A)??P{eij}?j?1k??kA包含的基本事件数?

nS中基本事件的总数§5.条件概率

(1) 定义:设A,B是两个事件,且P(A)?0,称P(B|A)?件下事件B发生的条件概率

(2) 条件概率符合概率定义中的三个条件

1非负性:对于某一事件B,有P(B|A)?0

2规范性:对于必然事件S,P(S|A)?1

3可列可加性:设B1,B2,?是两两互不相容的事件,则有

。。

P(AB)为事件A发生的条P(A)P(?BiA)??P(BiA)

i?1i?1??(3) 乘法定理 设P(A)?0,则有P(AB)?P(B)P(A|B)称为乘法公式

2

(4) 全概率公式: P(A)??P(B)P(A|B)

iii?1n贝叶斯公式: P(Bk|A)?P(Bk)P(A|Bk)?P(B)P(A|B)iii?1n

§6.独立性

定义 设A,B是两事件,如果满足等式P(AB)?P(A)P(B),则称事件A,B相互独立 定理一 设A,B是两事件,且P(A)?0,若A,B相互独立,则P(B|A)?P?B? 定理二 若事件A和B相互独立,则下列各对事件也相互独立:A与B,A与B,A与B

————第二章 随机变量及其分布

§1随机变量

定义 设随机试验的样本空间为S?{e}. X?X(e)是定义在样本空间S上的实值单值函数,称X?X(e)为随机变量

§2离散性随机变量及其分布律

1. 离散随机变量:有些随机变量,它全部可能取到的值是有限个或可列无限多个,这种随

机变量称为离散型随机变量

P(X?xk)?pk满足如下两个条件(1)pk?0,(2)?Pk=1

k?1?2. 三种重要的离散型随机变量

(1) 分布

设随机变量X只能取

0与1两个值,它的分布律是

k1-kP(X?k)?p(1-p),k?0,1(0?p?1),则称X服从以p为参数的 分布或

两点分布。

(2)伯努利实验、二项分布

设实验E只有两个可能结果:A与A,则称E为伯努利实验.设P(A)?p(0?p?1),此时P(A)?1-p.将E独立重复的进行n次,则称这一串重复的独立实验为n重伯努利实验。

??n?kn-k P(X?k)??(2)?Pk=1注意?n满足条件(1)pk?0,?k??pq,k?0,1,2,k?1??—— 3

kn-k(p?q)的展开式中出现p的那一项,我们称随机变量X服从参数到??p??q是二项式

?n??k?nk为n,p的二项分布。 (3)泊松分布

设随机变量X所有可能取的值为0,1,2…,而取各个值的概率为

P(X?k)??ke-?k!,k?0,1,2?,其中??0是常数,则称X服从参数为?的泊松分布记为

X~?(?)§3随机变量的分布函数

定义 设X是一个随机变量,x是任意实数,函数F(x)?P{X?x},-??x?? 称为X的分布函数

分布函数F(x)?P(X?x),具有以下性质(1) F(x)是一个不减函数 (2)

0?F(x)?1,且F(??)?0,F(?)?1 (3)F(x?0)?F(x),即F(x)是右连续的

§4连续性随机变量及其概率密度

连续随机变量:如果对于随机变量X的分布函数F(x),存在非负可积函数f(x),使对于任意函数x有F(x)??f(t)dt,-?x则称x 为连续性随机变量,其中函数f(x)称为X

的概率密度函数,简称概率密度

1 概率密度f(x)具有以下性质,满足(1)f(x)?0, (2) (3)P(x1?X?x2)????-?f(x)dx?1;

?x2x1,f(x)dx;(4)若f(x)在点x处连续,则有F(x)?f(x)

2,三种重要的连续型随机变量

(1)均匀分布

?1?,a?x?b若连续性随机变量X具有概率密度f(x)??b-a,则成X在区间(a,b)上服从

??0,其他均匀分布.记为X~U(a,b)

(2)指数分布

?1-x??e若连续性随机变量X的概率密度为f(x)?????0服从参数为?的指数分布。

(3)正态分布

,x.?0,其他 其中??0为常数,则称X

4

若连续型随机变量

X的概率密度为f(x)?12??e?2(x??)2?2,-??x??,其中?,?(??0)为常数,则称X服从参数为?,?的正态分布或高斯分布,记为

X~N(?,?2)特别,当??0,??1时称随机变量X服从标准正态分布

§5随机变量的函数的分布

定理 设随机变量X具有概率密度fx(x),-??x??,又设函数g(x)处处可导且恒有

g,(x)?0,则

Y=g(X)是连续型随机变量,其概率密度为

?fX?h(y)?h,(y),??y?? fY(y)??0,其他?第三章 多维随机变量

§1二维随机变量

定义 设E是一个随机试验,它的样本空间是S?{e}. X?X(e)和 Y?Y(e)是定义在S上的随机变量,称X?X(e)为随机变量,由它们构成的一个向量(X,Y)叫做二维随机变量

设(X,Y)是二维随机变量,对于任意实数x,y,二元函数

F(x,y)?P{(X?x)?(Y?y)}记成P{X?x,Y?y}称为二维随机变量(X,Y)的

分布函数

如果二维随机变量(X,Y)全部可能取到的值是有限对或可列无限多对,则称(X,Y)是离散型的随机变量。

?为二维离散型随机变量(X,Y)的我们称P(X?xi,Y?yj)?pij,i,j?1,2,分布律。

对于二维随机变量(X,Y)的分布函数F(x,y),如果存在非负可积函数f(x,y),

?使对于任意x,y有F(x,y)??yx-?-?f(u,v)dudv,则称(X,Y)是连续性的随机变量,

函数f(x,y)称为随机变量(X,Y)的概率密度,或称为随机变量X和Y的联合概率密

度。

§2边缘分布

二维随机变量(X,Y)作为一个整体,具有分布函数F(x,y).而X和Y都是随机

(变量,各自也有分布函数,将他们分别记为F(,依次称为二维随机变量(X,Y)Xx),FYy) 5

概率论与数理统计知识点总结(免费超详细版) 

《概率论与数理统计》第一章概率论的基本概念§2.样本空间、随机事件1.事件间的关系A?B则称事件B包含事件A,指事件A发生必然导致事件B发生A?B?{xx?A或x?B}称为事件A与事件B的和事件,指当且仅当A,B中至少有一个发生时,事件A?B发生
推荐度:
点击下载文档文档为doc格式
956tb3xq3g2b61z97l7x8uhsm07tfq016wi
领取福利

微信扫码领取福利

微信扫码分享