概率论与数理统计复习提纲

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

1第一章随机事件及其概率一、随机事件及其运算1.样本空间、随机事件①样本点:随机试验的每一个可能结果,用表示;②样本空间:样本点的全集,用表示;注:样本空间不唯一.③随机事件:样本点的某个集合或样本空间的某个子集,用A,B,C,…表示;④必然事件就等于样本空间;不可能事件()是不包含任何样本点的空集;⑤基本事件就是仅包含单个样本点的子集。2.事件的四种关系①包含关系:AB,事件A发生必有事件B发生;②等价关系:AB,事件A发生必有事件B发生,且事件B发生必有事件A发生;③互不相容(互斥):AB,事件A与事件B一定不会同时发生。④对立关系(互逆):A,事件A发生事件A必不发生,反之也成立;互逆满足AAAA注:互不相容和对立的关系(对立事件一定是互不相容事件,但互不相容事件不一定是对立事件。)3.事件的三大运算①事件的并:AB,事件A与事件B至少有一个发生。若AB,则ABAB;②事件的交:ABAB或,事件A与事件B都发生;③事件的差:-AB,事件A发生且事件B不发生。4.事件的运算规律①交换律:,ABBAABBA②结合律:()(),()()ABCABCABCABC③分配律:()()(),()()()ABCABACABCABAC④德摩根(DeMorgan)定律:,ABABABAB对于n个事件,有1111,nniiiinniiiiAAAA二、随机事件的概率定义和性质1.公理化定义:设试验的样本空间为,对于任一随机事件),(AA都有确定的实值P(A),满足下列性质:(1)非负性:;0)(AP(2)规范性:;1)(P(3)有限可加性(概率加法公式):对于k个互不相容事件kAAA,,21,有kiikiiAPAP11)()(.则称P(A)为随机事件A的概率.2.概率的性质①()1,()0PP②()1()PAPA③若AB,则()(),()()()PAPBPBAPBPA且2④()()()()PABPAPBPAB()()()()()()()()PABCPAPBPCPABPBCPACPABC注:性质的逆命题不一定成立的.如若),()(BPAP则BA。(×)若0)(AP,则A。(×)三、古典概型的概率计算古典概型:若随机试验满足两个条件:①只有有限个样本点,②每个样本点发生的概率相同,则称该概率模型为古典概型,()kPAn。典型例题:设一批产品共N件,其中有M件次品,从这批产品中随机抽取n件样品,则(1)在放回抽样的方式下,取出的n件样品中恰好有m件次品(不妨设事件A1)的概率为.)()(1nmnmmnNMNMCAP(2)在不放回抽样的方式下,取出的n件样品中恰好有m件次品(不妨设事件A2)的概率为nNmnMNmMmnAAACAP)(2.nNmnMNmMCCC四、条件概率及其三大公式1.条件概率:()()(|),(|)()()PABPABPBAPABPAPB2.乘法公式:1212131211()()(|)()(|)()()(|)(|)(|)nnnPABPAPBAPBPABPAAAPAPAAPAAAPAAA3.全概率公式:若12,,,,,nniijiBBBBBBij满足,则1()()(|)niiiPAPBPAB。4.贝叶斯公式:若事件12,,,nBBBA和如全概率公式所述,且(A)0P,1()(|)(|)()(|)iiiniiiPBPABPBAPBPAB则.五、事件的独立1.定义:()()(),PABPAPB若则称A,B独立.推广:若12,,,nAAA相互独立,11()()()nnPAAPAPA2.在,,,,,,,ABABABAB四对事件中,只要有一对独立,则其余三对也独立。3.三个事件A,B,C两两独立:()()()()()()()()()PABPAPBPBCPBPCPACPAPC注:n个事件的两两独立与相互独立的区别。(相互独立两两独立,反之不成立。)4.伯努利概型:(),0,1,2,,,1.kknknnPkCpqknqp31.事件的对立与互不相容是等价的。(X)2.若()0,PA则A。(X)3.()0.1,()0.5,()0.05PAPBPAB若则。(X)4.A,B,C三个事件恰有一个发生可表示为ABCABCABC。(∨)5.n个事件若满足,,()()()ijijijPAAPAPA,则n个事件相互独立。(X)6.当AB时,有P(B-A)=P(B)-P(A)。(∨)第二章随机变量及其分布一、随机变量的定义:设样本空间为,变量)(XX为定义在上的单值实值函数,则称X为随机变量,通常用大写英文字母,用小写英文字母表示其取值。二、分布函数及其性质1.定义:设随机变量X,对于任意实数xR,函数(){}FxPXx称为随机变量X的概率分布函数,简称分布函数。注:当21xx时,)(21xXxP)()(12xFxF(1)X是离散随机变量,并有概率函数,,2,1),(ixpi则有.)()(xxiixpxF(2)X连续随机变量,并有概率密度f(x),则dttfxXPxFx)()()(.2.分布函数性质:(1F(x)是单调非减函数,即对于任意x1x2,有);()(21xFxF;(21)(0xF;且1)(lim)(0)(lim)(xFFxFFxx,;(3离散随机变量X,F(x)是右连续函数,即)0()(xFxF;连续随机变量X,F(x)在(-∞,+∞)上处处连续。注:一个函数若满足上述3个条件,则它必是某个随机变量的分布函数。三、离散随机变量及其分布1.定义.设随机变量X只能取得有限个数值nxxx,,,21,或可列无穷多个数值,,,,,21nxxx且),2,1()(ipxXPii,则称X为离散随机变量,pi(i=1,2,…)为X的概率分布,或概率函数(分布律).注:概率函数pi的性质:;,2,1,0)1(ipi1)2(iip2.几种常见的离散随机变量的分布:(1)超几何分布,X~H(N,M,n),{}0,1,2,,knkMNMnNCCPXkknC(2)二项分布,X~B(n.,p),()(1)0,1,,kknknPXkCppkn当n=1时称X服从参数为p的两点分布(或0-1分布)。若Xi(i=1,2,…,n)服从同一两点分布且独立,则1niiXX服从二项分布。4(3)泊松(Poisson)分布,~()XP,{}(0),0,1,2,...!kePXkkk四、连续随机变量及其分布1.定义.若随机变量X的取值范围是某个实数区间I,且存在非负函数f(x),使得对于任意区间Iba],(,有,)()(badxxfbXaP则称X为连续随机变量;函数f(x)称为连续随机变量X的概率密度函数,简称概率密度。注1:连续随机变量X任取某一确定值的0x概率等于0,即;0)(0xXP注2:)()()(212121xXxPxXxPxXxP21)()(21xxdxxfxXxP2.概率密度f(x)的性质:性质1:;0)(xf性质2:.1)(dxxf注1:一个函数若满足上述2个条件,则它必是某个随机变量的概率密度函数。注2:当21xx时,)(21xXxP)()(12xFxF21)(xxdxxf且在f(x)的连续点x处,有).()(xfxF3.几种常见的连续随机变量的分布:(1)均匀分布~(,)XUab,.,1;,;,0)(01)(bxbxaabaxaxxFbxaabxf其它,,(2)指数分布~()Xe,0.0,0,0,1)(000)(xxexFxxexfxx,,(3)正态分布),(~2NX,0xdtexFexfxtx,21)(21)(22222)(2)(,1.概率函数与密度函数是同一个概念。(X)2.当N充分大时,超几何分布H(n,M,N)可近似成泊松分布。(X)3.设X是随机变量,有()()PaXbPaXb。(X)4.若X的密度函数为()fx=cos,[0,]2xx,则0(0)cos.PXtdt(X)第三章随机变量的数字特征一、期望(或均值)1.定义:,EX1,(),kkkxpEXxfxdx离散型连续型2.期望的性质:(1)(),(ECCC为常数)(2)E(CX)=CE(X)(3)E(XY)=E(X)E(Y)(4)若X与Y相互独立,则E(XY)=E(X)E(Y),反之结论不成立.53.随机变量函数的数学期望1(),[()]kkkgxpXEgxX+-离散型g(x)f(x)dx,连续型4.计算数学期望的方法(1)利用数学期望的定义;(2)利用数学期望的性质;常见的基本方法:将一个比较复杂的随机变量X拆成有限多个比较简单的随机变量Xi之和,再利用期望性质求得X的期望.(3)利用常见分布的期望;1.方差连续型离散型,)()]([,)]([)]([)(222dxxfXExpXExXEXEXDii注:D(X)=E[X-E(X)]2≥0;它反映了随机变量X取值分散的程度,如果D(X)值越大(小),表示X取值越分散(集中)。2.方差的性质(1)()0,(DCC2为常数)(2)D(CX)=CD(X)(3)若X与Y相互独立,则D(XY)=D(X)+D(Y)(4)对于任意实数C∈R,有E(X-C)2≥D(X)当且仅当C=E(X)时,E(X-C)2取得最小值D(X).(5)(切比雪夫不等式):设X的数学期望E(X)与方差D(X)存在,对于任意的正数,有(())P|X-EX|ε2().DXε或(())P|X-EX|ε.2()1-DXε3.计算(1)利用方差定义;(2)常用计算公式.)]([)()(22XEXEXD(3)方差的性质;(4)常见分布的方差.注:常见分布的期望与方差1.若X~B(n,p),则E(X)=np,D(X)=npq;2.若;)()(),(~XDXEPX则3.若X~U(a,b),则;12)()(,2)(E2abXDbaX4.若;1)(,1)(),(~2XDXEeX则5.若.)(,)(),,(~22XDXENX则三、原点矩与中心矩(总体)X的k阶原点矩:)()(kkXEXv(总体)X的k阶中心矩:kkXEXEXu)]([)(1.只要是随机变量,都能计算期望和方差。(X)2.期望反映的是随机变量取值的中心位置,方差反映的是随机变量取值的分散程度。(√)3.方差越小,随机变量取值越分散,方差越大越集中。(X)4.方差的实质是随机变量函数的期望。(√)5.对于任意的X,Y,都有()DXYDXDY成立。(X)第四章正态分布一、正态分布的定义1.正态分布6⑴),(~2NX概率密度为,,21)(222)(xexfx其分布函数为xtdtexF222)(21)(注:21)(F.正态密度函数的几何特性:;对称曲线关于x)1(;)(21)(2取得最大值时,当xfμx;,,轴为渐近线以时当xxfx0)()3(;2121)4(22222)(2)(dxedxexx轴作平移变化.图形不变,只是沿着的大小时,f(x)的改变,当固定yμσ)(5越大,图形越高越瘦;越小,变,对称轴不变而形状在改的大小时改变,当固定(6)σσxfσμ)(,图形越矮越

1 / 10
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功