大学概率论与数理统计复习资料
概率论与数理统计总复习知识点归纳
概率论与数理统计总复习知识点归纳1.概率论的基础概念-随机事件、样本空间和事件的关系。
-频率和概率的关系,概率的基本性质。
-古典概型和几何概型的概念。
-条件概率和乘法定理。
-全概率公式和贝叶斯公式。
-随机变量和概率分布函数的概念。
-离散型随机变量和连续型随机变量的定义、概率质量函数和概率密度函数的性质。
2.随机变量的数字特征-随机变量的数学期望、方差、标准差和切比雪夫不等式。
-协方差、相关系数和线性变换的数学期望和方差公式。
-两个随机变量的和、差、积的数学期望和方差公式。
3.大数定律和中心极限定理-大数定律的概念和三级强大数定律。
-中心极限定理的概念和中心极限定理的两种形式。
4.数理统计的基本概念和方法-总体、样本和抽样方法的概念。
-样本统计量和抽样分布的概念。
-点估计和区间估计的概念。
-假设检验的基本思想和步骤。
-正态总体的参数的假设检验和区间估计。
5.参数估计和假设检验的方法和推广-极大似然估计的原理和方法。
-矩估计的原理和方法。
-最小二乘估计的原理和方法。
-一般参数的假设检验和区间估计。
6.相关分析和回归分析-相关系数和线性相关的概念和性质。
-回归分析的一般原理。
-简单线性回归的估计和检验。
7.非参数统计方法-秩和检验和符号检验的基本思想和应用。
-秩相关系数的计算和检验。
8.分布拟合检验和贝叶斯统计-卡方拟合检验的原理和方法。
-正态总体参数的拟合优度检验。
-贝叶斯估计的基本思想和方法。
9.时间序列分析和质量控制-时间序列的基本性质和分析方法。
-时间序列预测的方法和模型。
-质量控制的基本概念和控制图的应用。
以上是概率论与数理统计总复习知识点的归纳,希望对你的复习有所帮助。
概率论与数理统计总复习
概率论与数理统计总复习1、研究和揭示随机现象 统计规律性的科学。
随机现象:是在个别试验中结果呈现不确定性,但在大量重复试验中结果又具有统计规律性的现象。
2、互斥的或互不相容的事件:A B φ⋂=3、逆事件或对立事件:φ=⋂=⋃B A S B A 且4、德∙摩根律:B A B A ⋂=⋃,B A B A ⋃=⋂5、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A n 称为事件A 发生的频数,比值/A n n 称为事件A 发生的频率,并记为()n f A 。
6、概率的性质(1)非负性:(A)0P ≥; (2)规范性:(S)1P =;(3)有限可加性:设A 1,A 2,…,A n ,是n 个两两互不相容的事件,即A i A j =φ,(i ≠j), i , j =1, 2, …, n , 则有∑==ni i n A P A A P 11)()...((4)()0P φ=;(5)单调不减性:若事件A ⊂B ,则P(B)≥P(A) (6)对于任一事件A ,P(A)≤1 (7)差事件概率:对于任意两事件A 和B ,()()()P B A P B P AB -=-(8)互补性(逆事件的概率):对于任一事件A ,有 P(A )=1-P(A) (9)加法公式:P(A ⋃B)=P(A)+P(B)-P(AB))()()()()()()()(321323121321321A A A P A A P A A P A A P A P A P A P A A A P +---++=⋃⋃7、古典概型中的概率: ()()()N A P A N S =①乘法原理:设完成一件事需分两步, 第一步有n 1种方法,第二步有n 2种方法, 则完成这件事共有n 1n 2种方法。
例:从甲、乙两班各选一个代表。
②加法原理:设完成一件事可有两类方法,第一类有n 1种方法,第二类有n 2种方法,则完成这件事共有n 1+n 2种方法。
概率论与数理统计总复习资料
fY
(
y)
2
1
y
e
y,y 0
0,
y 0.
1.联合分布律 分布函数定义性质
第 三
2. 边缘分布 条件分布
章
3. 随机变量的独立性
4计算和随机变量的独立性
2.难点
条件概率分布
随机变量函数的分布
2. 连续型随机变量函数的分布
由于 X 与 Y 对称, 当X, Y独立时,
这里X,Y相互独立。
例 设随机变量( X ,Y )的联合概率密度为
cxe y , 0 x y ,
f (x, y) (1) 求常数 c; 0,
其他.
(2) X 与 Y 是否独立?为什么?
(3) 求 f X Y ( x y), fY X ( y x); (4) 求 P{ X 1Y 2}, P{ X 1Y 2};
f (x, y) fX (x)
ex y , 0 x y ,
0,
其他.
(4) 求 P{ X 1 Y 2}, P{ X 1 Y 2};
(4) P{ X 1Y 2} P{ X 1,Y 2} P{Y 2}
12
f (x, y) d ydx
1
dx
2 xe y d y
2 fY ( y) d y
0
0
20
2
c 1.
(2)
fX ( x)
f (x, y)d y
xe y d y,
x
0,
x 0, x 0.
xex , x 0,
0, x 0.
fY ( y)
f (x, y)d x
y 0
xe y d x,
y 0,
0,
y 0.
概率论与数理统计复习要点
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ω表示; ②样本空间:样本点的全集,用Ω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:A B ⊂,事件A 发生必有事件B 发生; ②等价关系:A B =, 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互逆关系(对立):A ,事件A 发生事件A 必不发生,反之也成立;互逆满足A A AA ⎧⋃=Ω⎨=∅⎩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:A B ⋃,事件A 与事件B 至少有一个发生。
若AB =∅,则A B A B ⋃=+;②事件的交:A B AB ⋂或,事件A 与事件B 都发生; ③事件的差:-A B ,事件A 发生且事件B 不发生。
4. 事件的运算规律①交换律:,A B B A AB BA ⋃=⋃=②结合律:()(),()()A B C A B C A B C A B C ⋃⋃=⋃⋃⋂⋂=⋂⋂③分配律:()()(),()()()A B C A B A C A B C A B A C ⋃⋂=⋃⋂⋃⋂⋃=⋂⋃⋂ ④德摩根(De Morgan )定律:,A B AB AB A B⋃==⋃对于n 个事件,有1111,n ni i i i nni ii i A A A A ======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Ω,对于任一随机事件),(Ω⊂A A 都有确定的实值P(A),满足下列性质: (1) 非负性:;0)(≥A P (2) 规范性:;1)(=ΩP(3)有限可加性(概率加法公式):对于k 个互不相容事件k A A A ,,21 ,有∑∑===ki i ki i A P A P 11)()(.则称P(A)为随机事件A 的概率. 2.概率的性质 ①()1,()0P P Ω=∅= ②()1()P A P A =-③若A B ⊂,则()(),()()()P A P B P B A P B P A ≤-=-且 ④()()()()P A B P A P B P AB ⋃=+-()()()()()()()()P A B C P A P B P C P AB P BC P AC P ABC ⋃⋃=++---+注:性质的逆命题不一定成立的. 如 若),()(B P A P ≤则B A ⊂。
《概率论与数理统计》综合复习资料全
《概率论与数理统计》综合复习资料一、填空题1、一个盒子中有10 个球,其中有 3 个红球, 2 个黑球, 5 个白球,从中取球两次,每次取一个(无放回),则:第二次取到黑球的概率为;取到的两只球至少有一个黑球的概率为。
2、 X 的概率密度为 f ( x)1 e x2 2 x 1(x) ,则DX。
3、已知随机变量X ~N(1,1),Y~N(3,1) 且 X 与Y 相互独立,设随机变量Z 2X Y 5,则EX;DX。
4、已知随机变量X 的分布列为X-102P k0.40.2p则: EX=;DX =。
5、设X与Y独立同分布,且X~N(2,22) ,则D( 3X2Y) =。
6、设对于事件A、B、 C有 P(A)P(B)1,P(ABC)1P(C),412P( AB) P( BC )P(AC)1。
,则 A 、 B、 C 都不发生的概率为87、批产品中一、二、三等品各占60% 、30%、 10%,从中任取一件,结果不是三等品,则取到的是二等品的概率为。
8、相互独立,且概率分布分别为1,1 y 3f (x)e ( x 1)x) ;( y)(,其它则:E(X Y)=;E(2X3 2 )=。
Y9 、已知工厂A、 B 生产产品的次品率分别为2%和1%,现从由A、 B 工厂分别占30%和70%的一批产品中随机抽取一件,发现是次品,则该产品是 B 工厂的概率为。
10、设X、Y的概率分布分别为, 1 x 54e4 y,y01/ 4( x);( y),,其它0y0则: E(X 2Y) =;(X 2 4 ) =。
E Y二、选择题1、设X 和 Y 相互独立,且分别服从N(1,22) 和N (1,1),则。
A .P{ X Y 1}1/ 2B.P{ X Y0}1/ 2C .P{ X Y0}1/ 2D.P{ X Y 1}1/ 22、已知P( A)0.4,P(B)0.6,P(B | A)0.5 ,则P( A B)。
A .1B.0.7C .0.8D .0.53、设某人进行射击,每次击中的概率为1/3,今独立重复射击10 次,则恰好击中 3 次的概率为。
大学概率论与数理统计复习资料
知识点:概率的性质事件运算古典概率常用公式(2)P(A BP P(A) P(B)- P(AB)(加法定理)nnP(U A) Y p(A)i d innP(U A)=l-n [1-P(A)]i di d(3) P(B/A)二 P(AB)/P(A) (4)P(AB)二 P(A)P(B/A)二P(B)P(A/B) P(AB)二 P(A)P(B) (A 与B 独立时)P(AB)二0(A,B 互不相容时)(5) P (A- Bp P(ABp P(A)- P(AB)P(A- B)二 P(AB)二 P(A) - P(B)(当B A 时)n(6) P (B)八 P(A i )P(B/A i )(全概率公式)i=1(其中A ,,A 2 A n 为"的一个划分,且P(A i 0)) (7) P (A /B) = nP(A)P(B/A)(逆概率公式)迟 P(A i )P(B/A)事件的独立性条件概率全概率与贝叶斯公式(1)P(Ap r/nP(AP L(A)/L(S)(设A,4…A 两两互斥,有限可加性)(A ,4, A 相互独立时)i =1应用举例1、已知事件A, B 满足P(AB) = P(AB),且P(A) = 0.6 ,贝卩P(B)=()。
2、已知事件A,B 相互独立,P(A) =k, P(B) =0.2, P(0 B)=0.6,贝k - ()。
3、已知事件A,B 互不相容,P(A) =0.3, P(B) = 0.5,则 P(A B)=()。
4、若P(A) =0.3, P(B)=0.4 ,P(AB) = 0.5, P(BA B)=( )。
5、A, B,C是三个随机事件,C B,事件AUC - B与A的关系是6、5张数字卡片上分别写着1, 2, 3, 4, 5,从中任取3张,某日他抛一枚硬币决定乘地铁还是乘汽车。
(1 )试求他在5:40〜5:50到家的概率;(2)结果他是5:47到家的。
试求他是乘地铁回家的概率。
概率论与数理统计复习提纲
概率论与数理统计复习提纲第一章 概率论的基本概念一、事件间的关系及运算二、古典概型中概率的计算三、概率的公理化定义及性质-重点四、条件概率、乘法定理、全概率公式及贝叶斯公式-重点五、事件相互独立的定义及判断第二章 随机变量及其分布一、离散型随机变量及其分布律1. 分布律的定义2. 三种重要的离散型分布-重点:(0-1)分布,二项分布),(p n b ,泊松分布)(λπ.二、分布函数的定义及求解-重点:会求离散型或连续型随机变量的分布函数)(x F .三、连续型随机变量及其概率密度1. 概率密度的定义及性质-重点2. 三种重要的连续型分布-重点:均匀分布),(b a U ,指数分布,正态分布),(2σμN .注意:正态分布),(2σμN 与标准正态分布)1,0(N 的关系-引理;标准正态分布)1,0(N 的上α分位点αz 的定义。
第三章 多维随机变量及其分布一、二维随机变量的分布函数的定义及性质二、二维离散型随机变量的联合分布律及二维连续型随机变量的联合概率密度及性质-重点三、会求条件概率密度)/(/x y f X Y 和)/(/y x f Y X ;四、二维离散型随机变量的边缘分布律及二维连续型随机变量的边缘概率密度-重点五、相互独立的随机变量的判断方法-重点六、随机变量函数的分布1. 一维随机变量函数的分布-重点2. 二维随机变量函数的分布:Y X Z +=,{}Y X Z ,m ax =,{}Y X Z ,min =第四章 随机变量的数字特征一、会求随机变量及其函数的数学期望及方差、掌握期望和方差的性质-重点二、记住常见分布的数学期望及方差-重点三、协方差、相关系数、矩的概念及计算、不相关的定义第五章 大数定律及中心极限定理一、契比雪夫不等式及其等价形式二、中心极限定理:定理4、定理5、定理6第六章 样本及抽样分布一、统计量的定义及常用的统计量-重点二、)(2n χ分布、)(n t 分布、),(21n n F 分布的定义、构造及上α分位点的定义-重点三、来自正态总体的抽样分布(P158-P160):定理1、定理2、定理3为重点,了解定理4。
高等教育自学考试概率论与数理统计(经管类04183)复习资料
概率论与数理统计(经管类04183)第一章 随机事件与概率复习要点:一、事件的关系和运算 1.常用表示公式A ,B ,C .至少发生一个;都发生;都不发生;恰好发生一个;至多发生一个. 2.互不相容与对立 3.差的不同表示法 4.特殊关系事件间的运算(1),B A ⊂则.,,,不相容与B A ,A B B A B B A A AB ⊂=-=+=Φ (2)A ,B 互不相容,则.,,,,B A B A B A B A B A AB ⊂=+=-=-=ΩΦ 5.对偶律 画图.二、概率的性质 1.基本性质 2.推论(1)有限可加性 (2))(1)(A P A P -=;(3))()()(,A P B P A B P B A -=-⊂;(4))()()()(AB P B P A P B A P -+=+, )()()(AB P A P B A P -=-,)()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=++ 三、古典概型注意:1.上下一致;2.不重复,不遗漏;3. 事件复杂时考虑对立事件. 四、条件概率 1.条件概率)()()|(A P AB P A B P =2.乘法公式)()()()(),|()()(AB |C P A |B P A P ABC P A B P A P AB P == 3.全概率公式和贝叶斯公式n A A ,,1 —原因,在先,B —结果,在后.时间上的先后,逻辑上的先后.五、事件的独立性 1.定义 2.等价条件 3.n 个事件 4.性质(1)B ,A B A,B A B A ;;;,,独立性等价;(2)n A A ,,1 相互独立.其中一部分必相互独立;若干个换成对立事件仍相互独立;分成几组,各组的运算结果间相互独立.5.利用独立性计算概率),(()()()()(1)(B A)P P B P A P B P A P B A P -+=-=+)()()(B P A P B A P =- )()1)(11n n A P A P(A A P -=++最终化为事件乘积的概率. 6.n 重贝努利试验概率的计算:1.推算题 独立性→条件概率→互不相容→包含→一般2.文字题 独立性→全、逆概公式→条件概率→古典概型第二章 随机变量及其概率分布复习要点: 一、分布函数 1.定义 2.性质3.计算概率二、离散型随机变量 1.概率分布 2.性质求概率分布:(1)先找X 的取值;(2)求X 取每个值的概率(可少求一个). 3.求概率利用概率的可加性. 4.分布函数三、连续型随机变量 1.密度 2.性质求密度中的参数. 3.求概率 4.分布函数 (1)求参数(2)与密度的关系 四、重要分布 1.0—1分布 2.二项分布 3.泊松分布 4.均匀分布6.正态分布对称性,概率的计算.五、随机变量函数的分布1.离散型Y=g(X).先找Y的取值,再利用X的分布律和可加性计算Y的分布概率.2.连续型了解分布函数法第三章多维随机变量及其概率分布复习要点:一、多维随机变量及其分布函数二、离散型随机变量1.概率分布2.性质求概率分布:(1)先找X、Y的取值,得(X,Y)的取值(交叉);(2)求(X,Y)取每个值的概率(可少求一个).3.求概率利用概率的可加性.三、连续型随机变量1.密度2.性质求密度中的参数.3.求概率四、边际分布与独立性1.离散型表上作业.2.连续型注意逆问题:由独立性及边际分布找联合分布.五、重要分布1.二维均匀分布知道何时两分量独立.2.二维正态分布知道边际分布.五、两个随机变量的函数的分布1.离散型Z=X+Y,Z=XY.先找Z的取值,再利用(X,Y)的分布律和可加性计算Z的分布概率.2.两个独立连续型随机变量之和的分布了解卷积公式独立的正态分布的线性组合仍为正态分布.第四章随机变量的数字特征复习要点:1.单个随机变量(1)离散型 (2)连续型n nn p x X E ∑=)( ⎰+∞∞-=xf(x)dx X E )(n nn p x g X g E )()]([∑= ⎰+∞∞-=dx x f x g X g E )()()]([n nnp x X E ∑=22)( ⎰+∞∞-=dx x f x X E )()(222.两个随机变量 (1)离散型ij ij i j p y x g Y X,g E ),()]([∑∑= ij ijij p yx XY E ∑∑=)(∙∑∑∑==i ii ijii jpx p x X E )(j j jij ij jp yp y E(Y ∙∑∑∑==)(2)连续型dy dx y x f y x g Y X,g E ⎰⎰+∞∞-+∞∞-=),(),()]([ dy dx y x f y x XY E ⎰⎰+∞∞-+∞∞-=),()(==⎰⎰+∞∞-+∞∞-dxdy y x xf X E ),()(⎰+∞∞-dx x xf X )( ==⎰⎰+∞∞-+∞∞-dxdy y x f y Y E ),()(⎰+∞∞-dy y f y Y )(建议:用边际分布求各分量的期望及其函数的期望. 3.性质 二、方差 1.定义2.等价公式3.性质随机变量的标准化.三、重要分布的期望、方差 四、协方差 1.定义Cov (X ,Y )=E [X -E (X )]E [Y -E (Y )]),(2)()()(Y X Cov Y D X D Y X D ++=+),(2)()()(Y X abCov Y D b X D a bY aX D 22++=+2.等价公式Cov (X ,Y )=E (XY )-E (X )E (Y )3.性质 五、相关系数 1.定义2.性质3.不相关独立⇒E (XY )=E (X )E (Y )⇔⇔+=±)()()(Y D X D Y X D Cov (X ,Y )=0⇔不相关二维正态分布的特殊性.第五章 大数定律与中心极限定理复习要点:一、切贝雪夫不等式二、大数定律 知道结论.三、中心极限定理1.独立同分布序列的中心极限定理).,(~2n1i i n n N X σμ∑=)()(21σμΦn n a a X P ni i -≈≤∑=2.棣—拉中心极限定理X ~B (n ,p ).X ~N (np ,np (1-p )).).)1(()(p np np a a X P --≈≤Φ第六章 统计量及其抽样分布复习要点:一、概念 1.总体与样本 2.统计量定义;样本均值、样本方差、样本标准差、样本矩(了解). 二、几种统计量的分布 1.2χ分布(1)构造;(2)可加性;(3)分位数. 2.t 分布(1)构造;(2)对称性;(3)分位数. 3.F 分布(1)构造;(2)倒数;(3)分位数. 三、正态总体的抽样分布 单正态总体第七章 参数估计本章重点: 一、点估计 1.矩估计一个参数θ.(1))(θμg EX ==;(2) )ˆ(ˆθμg =;(3)解出θˆ. 2.极大似然估计一个参数θ.(1));(θ∏==n1i i x p L ;(2) lnL ;(3)0d dlnL=θ;(4)解出θˆ. 3.评判标准(1)无偏性.2σμ与的无偏估计;(2)有效性;(3)相合性. 二、区间估计1.概念2.单个正态总体的置信区间第八章 假设检验复习要点: 一、概念 1.基本概念2.步骤3.两类错误二、单个正态总体的假设检验 1.已知方差,检验均值 (u ) (1)双边;(2)单边.2.未知方差,检验均值 (t ) (1)双边;(2)单边.3.未知均值,检验方差 (χ2) (1)双边;(2)单边.三、两个正态总体的假设检验 1.已知方差,检验均值 (u ) (1)双边;(2)单边.2.未知方差但相等,检验均值 (t ) (1)双边;(2)单边.3.未知均值,检验方差 (F ) (1)双边;(2)单边.四、大样本下任意总体的参数检验第九章 回归分析复习要点:回归系数和回归常数的估计公式,了解F 检验.。
概率论与数理统计总复习-
一. 二维离散型r.v.
概率统计-总复习-13
1. 联合分布律(2个性质)
P(Xxi,Yyj)pij,
2.联合分布函数(5个性质)
F ( x , y ) P X x , Y y
3.联合分布律与联合分布函数关系
F(x,y)pij, xixyjy
4. 边缘分布律与边缘分布函数
n
Xi
n
E( Xi )
i1 i1
D
n
Xi
n
D( Xi )
i1 i1
X1,,Xn 相互独立
常见离散r.v.的期望与方差
概率统计-总复习-27
分布 概率分布
期望 方差
参数p的 0-1分布
P (X 1 )p ,P (X 0) q
2. 联合分布函数(5个性质)
xy
F(x,y) p(u,v)dvdu
3.联合密度与联合分布函数关系 2F( x,y) p( x,y)
xy
4.边缘密度与边缘分布函数
p (x) p( x,y)dy p ( y) p( x,y)dx
X
Y
FX( x) F(x, ) FY ( y ) F(, y)
5.全概率公式:分解 P(B) P(Ai)P(B|Ai),B
i1
6.贝叶斯公式
P(Aj |B)
P(Aj )P(B| Aj )
,j
P(Ai )P(B|Ai )
i1
四. 概率模型
概率统计-总复习-6
1.古典概型: 摸球、放球、随机取数、配对
2. n重伯努利概型:
非常全面的《概率论与数理统计》复习材料
《概率论与数理统计》复习大纲第一章随机事件与概率事件与集合论的对应关系表古典概型古典概型的前提是Ω={ω1, ω2,ω3,…, ωn,}, n为有限正整数,且每个样本点ωi出现的可能性相等。
例1设3个球任意投到四个杯中去,问杯中球的个数最多为1个的事件A1,最多为2个的事件A2的概率。
[解]:每个球有4种放入法,3个球共有43种放入法,所以|Ω|=43=64。
(1)当杯中球的个数最多为1个时,相当于四个杯中取3个杯子,每个杯子恰有一个球,所以|A1|= C433!=24;则P(A1)=24/64 =3/8. (2) 当杯中球的个数最多为2个时,相当于四个杯中有1个杯子恰有2个球(C41C32),另有一个杯子恰有1个球(C31C11),所以|A2|= C41C32C31C11=36;则P(A2)=36/64 =9/16例2从1,2,…,9,这九个数中任取三个数,求:(1)三数之和为10的概率p1;(2)三数之积为21的倍数的概率p2。
[解]:p1=4C93=121, p2=C31C51+C32C93=314P(A)=A包含样本总个数样本点总数=|A||Ω|几何概型前提是如果在某一区域Ω任取一点,而所取的点落在Ω中任意两个度量相等的子区域的可能性是一样的。
若A⊂Ω,则P(A)=A的度量Ω的度量例1把长度为a的棒任意折成三段,求它们可以构成一个三角形的概率。
[解]:设折得的三段长度分别为x,y和a-x-y,那么,样本空间,S={(x,y)|0≤x≤a,0≤y≤a,0≤a-x-y≤a}。
而随机事件A:”三段构成三角形”相应的区域G应满足两边之和大于第三边的原则,得到联立方程组,⎩⎪⎨⎪⎧a-x-y<x+yx<a-x-y+yy<a-x-y+x解得0<x<a2, 0<y<a2,a2<x+y<a 。
即G={(x,y)| 0<x<a2, 0<y<a2,a2<x+y<a }由图中计算面积之比,可得到相应的几何概率P(A)=1/4。
概率论与数理统计复习资料
概率论与数理统计复习资料### 概率论与数理统计复习资料#### 第一章:概率论基础1. 概率的定义与性质- 事件的概率定义- 概率的公理化体系- 概率的加法和乘法规则2. 条件概率与事件独立性- 条件概率的计算- 事件独立性的定义与性质- 贝叶斯定理3. 随机变量及其分布- 离散型随机变量及其分布律- 连续型随机变量及其概率密度函数- 随机变量的期望值与方差4. 多维随机变量及其分布- 联合分布函数- 边缘分布函数- 协方差与相关系数5. 大数定律与中心极限定理- 切比雪夫不等式- 伯努利大数定律- 中心极限定理的应用#### 第二章:数理统计基础1. 样本与统计量- 样本均值、方差与标准差- 样本矩- 顺序统计量2. 参数估计- 点估计与区间估计- 估计量的优良性准则- 极大似然估计3. 假设检验- 假设检验的基本原理- 单样本假设检验- 双样本假设检验4. 方差分析- 单因素方差分析- 双因素方差分析- 方差分析的计算步骤5. 回归分析- 一元线性回归- 多元线性回归- 回归模型的诊断#### 第三章:概率分布与随机过程1. 常见概率分布- 二项分布- 泊松分布- 正态分布2. 随机过程的基本概念- 随机过程的定义- 马尔可夫链- 泊松过程3. 随机过程的参数估计- 随机过程的均值与方差估计- 随机过程的回归分析4. 随机过程的模拟- 蒙特卡洛方法- 随机模拟的应用5. 随机过程的统计推断- 随机过程的假设检验- 随机过程的参数估计#### 第四章:统计决策与贝叶斯统计1. 统计决策理论- 损失函数- 风险函数- 决策规则2. 贝叶斯统计- 贝叶斯后验概率- 贝叶斯估计- 贝叶斯决策3. 贝叶斯网络- 贝叶斯网络的结构- 贝叶斯网络的推理- 贝叶斯网络的应用4. 统计推断的贝叶斯方法- 贝叶斯假设检验- 贝叶斯参数估计5. 贝叶斯模型选择- 贝叶斯信息准则- 交叉验证通过以上内容的复习,可以对概率论与数理统计的基本概念、理论及其应用有一个系统的理解。
概率论与数理统计复习资料要点总结
《概率论与数理统计》复习提要第一章 随机事件与概率1.事件的关系 φφ=Ω-⋃⊂AB A B A AB B A B A 2.运算规则 (1)BA AB A B B A =⋃=⋃(2))()( )()(BC A C AB C B A C B A =⋃⋃=⋃⋃(3)))(()( )()()(C B C A C AB BC AC C B A ⋃⋃=⋃⋃=⋃ (4)B A AB B A B A ⋃==⋃3.概率)(A P 满足的三条公理及性质: (1)1)(0≤≤A P (2)1)(=ΩP(3)对互不相容的事件n A A A ,,,21 ,有∑===nk kn k kA P A P 11)()((n 可以取∞)(4) 0)(=φP (5))(1)(A P A P -=(6))()()(AB P A P B A P -=-,若B A ⊂,则)()()(A P B P A B P -=-,)()(B P A P ≤ (7))()()()(AB P B P A P B A P -+=⋃(8))()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=⋃⋃ 4.古典概型:基本事件有限且等可能5.几何概率 6.条件概率(1) 定义:若0)(>B P ,则)()()|(B P AB P B A P =(2) 乘法公式:)|()()(B A P B P AB P = 若n B B B ,,21为完备事件组,0)(>i B P ,则有 (3) 全概率公式: ∑==ni iiB A P B P A P 1)|()()((4) Bayes 公式: ∑==ni iik k k B A P B P B A P B P A B P 1)|()()|()()|(7.事件的独立性: B A ,独立)()()(B P A P AB P =⇔ (注意独立性的应用) 第二章 随机变量与概率分布1. 离散随机变量:取有限或可列个值,i i p x X P ==)(满足(1)0≥i p ,(2)∑iip=1(3)对任意R D ⊂,∑∈=∈Dx i ii pD X P :)(2. 连续随机变量:具有概率密度函数)(x f ,满足(1)1)(,0)(-=≥⎰+∞∞dx x f x f ;(2)⎰=≤≤badx x f b X a P )()(;(3)对任意R a ∈,0)(==a X P4. 分布函数 )()(x X P x F ≤=,具有以下性质(1)1)( ,0)(=+∞=-∞F F ;(2)单调非降;(3)右连续; (4))()()(a F b F b X a P -=≤<,特别)(1)(a F a X P -=>; (5)对离散随机变量,∑≤=xx i ii px F :)(;(6)对连续随机变量,⎰∞-=xdt t f x F )()(为连续函数,且在)(x f 连续点上,)()('x f x F =5. 正态分布的概率计算 以)(x Φ记标准正态分布)1,0(N 的分布函数,则有(1)5.0)0(=Φ;(2))(1)(x x Φ-=-Φ;(3)若),(~2σμN X ,则)()(σμ-Φ=x x F ;(4)以αu 记标准正态分布)1,0(N 的上侧α分位数,则)(1)(αααu u X P Φ-==> 6. 随机变量的函数 )(X g Y =(1)离散时,求Y 的值,将相同的概率相加;(2)X 连续,)(x g 在X 的取值范围内严格单调,且有一阶连续导数,则|))((|))(()('11y g y g f y f X Y --=,若不单调,先求分布函数,再求导。
概率论与数理统计总复习知识点归纳
D( X ) E( X 2 ) E 2 ( X ), Cov( X ,Y ) E( XY ) EXEY
XY Cov( X ,Y ) / D( X )D(Y )
⑴ E(aX+b)=aE(X)+b,D(aX+b)=a2D(X)
⑵ E(∑iλi Xi)=∑i λi E(Xi)
(3) D(λ1X±λ2Y)=λ12D(X)+λ22D(Y) ±2λ1λ2Cov(X,Y)
0.587
法二 用Bayes公式:
P (C) = 0.1, P(C ) 0.9;
P (D/C) = 0.3*0.8+0.7*0.2,
P(D / C ) 0.3*0.2.
C
C
于是有
D
P(C / D)
P(C ) P(D / C )
P(C) P(D / C) P(C ) P(D / C )
i 1
i 1
i 1
例3 已知X~ f(x),求Y= -X2的概率密度。 解 用分布函数法。
y<0 时,FY(y) = P(Y≤y) = P(-X2 ≤y) P(X y) P(X y)
FX ( y ) [1 FX ( y )] y≥0 时, FY(y) = P(Y≤y) =1
于是Y的概率密度为
fY ( y) fX (
y)
1 2
( y)1/ 2
fX
(
y ) 1 ( y)1/2 2
1 2
(
y)1/ 2[
fX
(
y) fX (
y )] , y 0
fY (y) 0 , y 0
例4 设二维随机变量(X,Y )的联合密度函数为:
f
( x,
y)
概率论与数理统计复习资料知识点总结
《概率论与数理统计》第一章 随机事件与概率1.事件的关系 φφ=Ω-⋃⊂AB A B A AB B A B A 2.运算规则 (1)BA AB A B B A =⋃=⋃(2))()( )()(BC A C AB C B A C B A =⋃⋃=⋃⋃(3)))(()( )()()(C B C A C AB BC AC C B A ⋃⋃=⋃⋃=⋃ (4)B A AB B A B A ⋃==⋃3.概率)(A P 满足的三条公理及性质: (1)1)(0≤≤A P (2)1)(=ΩP(3)对互不相容的事件n A A A ,,,21 ,有∑===nk kn k kA P A P 11)()((n 可以取∞)(4) 0)(=φP (5))(1)(A P A P -=(6))()()(AB P A P B A P -=-,若B A ⊂,则)()()(A P B P A B P -=-,)()(B P A P ≤ (7))()()()(AB P B P A P B A P -+=⋃(8))()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=⋃⋃ 4.古典概型:基本事件有限且等可能5.几何概率 6.条件概率(1) 定义:若0)(>B P ,则)()()|(B P AB P B A P =(2) 乘法公式:)|()()(B A P B P AB P = 若n B B B ,,21为完备事件组,0)(>i B P ,则有 (3) 全概率公式: ∑==ni iiB A P B P A P 1)|()()((4) Bayes 公式: ∑==ni iik k k B A P B P B A P B P A B P 1)|()()|()()|(7.事件的独立性: B A ,独立)()()(B P A P AB P =⇔ (注意独立性的应用)第二章 随机变量与概率分布1. 离散随机变量:取有限或可列个值,i i p x X P ==)(满足(1)0≥i p ,(2)∑iip=1(3)对任意R D ⊂,∑∈=∈Dx i ii pD X P :)(2. 连续随机变量:具有概率密度函数)(x f ,满足(1)1)(,0)(-=≥⎰+∞∞dx x f x f ;(2)⎰=≤≤badx x f b X a P )()(;(3)对任意R a ∈,0)(==a X P4. 分布函数 )()(x X P x F ≤=,具有以下性质(1)1)( ,0)(=+∞=-∞F F ;(2)单调非降;(3)右连续; (4))()()(a F b F b X a P -=≤<,特别)(1)(a F a X P -=>; (5)对离散随机变量,∑≤=xx i ii px F :)(;(6)对连续随机变量,⎰∞-=xdt t f x F )()(为连续函数,且在)(x f 连续点上,)()('x f x F =5. 正态分布的概率计算 以)(x Φ记标准正态分布)1,0(N 的分布函数,则有 (1)5.0)0(=Φ;(2))(1)(x x Φ-=-Φ;(3)若),(~2σμN X ,则)()(σμ-Φ=x x F ;(4)以αu 记标准正态分布)1,0(N 的上侧α分位数,则)(1)(αααu u X P Φ-==> 6. 随机变量的函数 )(X g Y =(1)离散时,求Y 的值,将相同的概率相加;(2)X 连续,)(x g 在X 的取值范围内严格单调,且有一阶连续导数,则|))((|))(()('11y g y g f y f X Y --=,若不单调,先求分布函数,再求导。
概率论与数理统计总复习
随
机 试 验
可能结果
基 本 事 件
Ai
只有两个
不含任何ω Φ
Ai Aj 完
不可能 i j 备 Ai任何组合事件A p(Ai ) 0事
Ai
i
必然
Ωi
Ai
件 组
Ai
等
1 P(A i) n
概 完
i 1,2, n 备
事
件
可能结果
条件:
组
贝努利试验
n次重复
定义 随机变量 X 的取值可以一一列举(有限或无限)
称X 为离散型随机变量。
分布律(分布列) 表示法
公式法
PX xk pk
k 1,2,
列表法 X x1 x2
xk
xn
pk p1 p2
pk
pn
性质
1. PX xk 0 k 1,2,
n
2. pk 1
7 7
k 1
2、连续性随机变量 定义 对于随机变量X,若存在非负函数
将 F( y) 用 F[h( y)] 及有关函数表述出来。
利用 F '( y) f ( y) 求出Y的密度函数。
f
(
y)
F
(h(
y))'
h(
y)
h'
(
y)
0
y
其他
14
14
三、二维随机变量及其分布
(一)二维随机变量(X,Y) 的分布函数
定义 对于任意实数 x, y 二元函数
F(x, y) P{X x,Y y}
X为离散型其分布列为 PX xk pk
k 1,2,, n.
X为连续型其密度函数为 f (x).
大学概率论与数理统计复习资料
第一章 随机事件及其概率知识点:概率的性质 事件运算 古典概率事件的独立性 条件概率 全概率与贝叶斯公式常用公式)()()()()()2(加法定理AB P B P A P B A P -+= ),,()()(2111有限可加性两两互斥设n ni i ni i A A A A P A P ∑===),(0)()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==)()()()()5(AB P A P B A P B A P -==-)()()()()(时当A B B P A P B A P B A P ⊂-==-))0(,,()()/()()()6(211>Ω=∑=i n ni i i A P A A A A B P A P B P 且的一个划分为其中全概率公式 ),,()](1[1)(2111相互独立时n ni i n i i A A A A P A P ∏==--=)/()()/()()()4(B A P B P A B P A P AB P ==)(/)()/()3(A P AB P A B P =)()/()()/()()/()7(1逆概率公式∑==ni iii i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L A P nr A P ==应用举例1、已知事件满足,且,则( ,A B ()(B A P AB P =6.0)(=A P =)(B P )。
2、已知事件相互独立,,则,A B ,)(k A P =6.0)(,2.0)(==B A P B P ()。
=k 3、已知事件互不相容,( ,A B ,3.0)(=A P ==)(,5.0)(B A P B P 则)。
4、若 ()。
,3.0)(=A P ===)(,5.0)(,4.0)(B A B P B A P B P 5、是三个随机事件,,事件与的关系,,A B C C B ⊂()A C B - A 是( )。
《概率论与数理统计》总复习资料
《概率论与数理统计》总复习资料概率论部分1.古典概型中计算概率用到的基本的计数方法。
例1:袋中有4个白球,5个黑球,6个红球,从中任意取出9个球,求取出的9个球中有1个白球、3个黑球、5个红球的概率.解:设B ={取出的9个球中有1个白球、3个黑球、5个红球}样本空间的样本点总数:915C n ==5005事件B 包含的样本点:563514C C C r ==240,则P (B )=240/5005=0.048例2:在0~9十个整数中任取四个,能排成一个四位偶数的概率是多少?解:考虑次序.基本事件总数为:410A =5040,设B ={能排成一个四位偶数}。
若允许千位数为0,此时个位数可在0、2、4、6、8这五个数字中任选其一,共有5种选法;其余三位数则在余下的九个数字中任选,有39A 种选法;从而共有539A =2520个。
其中,千位数为0的“四位偶数”有多少个?此时个位数只能在2、4、6、8这四个数字中任选其一,有4种选法;十位数与百位数在余下的八个数字中任选两个,有28A 种选法;从而共有428A =224个。
因此410283945)(A A A B P -==2296/5040=0.4562.概率的基本性质、条件概率、加法、乘法公式的应用;掌握事件独立性的概念及性质。
例1:事件A 与B 相互独立,且P (A )=0.5,P (B )=0.6,求:P (AB ),P (A -B ),P (A B )解:P (AB )=P (A )P (B )=0.3,P (A -B )=P (A )-P (AB )=0.2,P (A B )=P (A )+P (B )-P (AB )=0.8例2:若P (A )=0.4,P (B )=0.7,P (AB )=0.3,求:P (A -B ),P (A B ),)|(B A P ,)|(B A P ,)|(B A P 解:P (A -B )=0.1,P (A B )=0.8,)|(B A P =)()(B P AB P =3/7,)|(B A P =)()()()()(B P AB P B P B P B A P -==4/7,|(B A P =)(1)()()(B P B A P B P B A P -==2/33.准确地选择和运用全概率公式与贝叶斯公式。
概率论与数理统计期末考试复习资料
m A所包含的基本事件数 n 基本事件总数
若随机试验的结果为无限不可数并且每个结果出现的可能性均匀,同 时样本空间中的每一个基本事件可以使用一个有界区域来描述,则称 (9) 几 此随机试验为几何概型。对任一事件 A, 何概型 L( A) P( A) 。其中 L 为几何度量(长度、面积、体积) 。 L () (10) 加法公 式 (11) 减法公 式 P(A+B)=P(A)+P(B)-P(AB) 当 P(AB)=0 时,P(A+B)=P(A)+P(B) P(A-B)=P(A)-P(AB) 当 B A 时,P(A-B)=P(A)-P(B) 当 A=Ω时,P( B )=1- P(B) 定义 设 A、B 是两个事件,且 P(A)>0,则称 P( A) 为事件 A 发生条件
word
(1)离 设离散型随机变量 X 的可能取值为 Xk(k=1,2,…)且取各个值 散型随 的概率,即事件(X=Xk)的概率为 机变量 P(X=xk)=pk,k=1,2,…, 的分布 则称上式为离散型随机变量 X 的概率分布或分布律。有时也 律 用分布列的形式给出:
X x1, x 2,, xk , 。 | P( X xk ) p1, p 2,, pk ,
pk 对于离散型随机变量, F ( x) x ; x
k
f ( x)dx 1 。
对于连续型随机变量, F ( x) (5)八 0-1 分布 大分布
f ( x)dx
x
。
P(X=1)=p, P(X=0)=q
word
二项分布
泊松分布
非常全面的《概率论与数理统计》复习材料
非常全面的《概率论与数理统计》复习材料一、基本概念1、随机事件随机事件是指在一定条件下,可能发生也可能不发生的事件。
例如,掷一枚骰子,出现点数为 6 就是一个随机事件。
2、样本空间样本空间是指随机试验中所有可能结果组成的集合。
例如,掷一枚骰子的样本空间为{1, 2, 3, 4, 5, 6}。
3、事件的关系与运算包括事件的包含、相等、和事件、积事件、差事件、互斥事件、对立事件等。
4、概率概率是衡量随机事件发生可能性大小的数值。
概率的定义有古典概型、几何概型和统计概率等。
二、概率的基本性质1、非负性:对于任意事件 A,P(A) ≥ 0。
2、规范性:P(Ω) = 1,其中Ω表示样本空间。
3、可加性:若 A 与 B 互斥,则 P(A∪B) = P(A) + P(B)。
三、条件概率与乘法公式1、条件概率条件概率是指在已知某事件发生的条件下,另一事件发生的概率。
记作 P(B|A),其计算公式为 P(B|A) = P(AB) / P(A) (P(A) > 0)。
2、乘法公式P(AB) = P(A)P(B|A) (P(A) > 0);P(AB) = P(B)P(A|B) (P(B) >0)。
四、全概率公式与贝叶斯公式1、全概率公式设 B1, B2,, Bn 是样本空间Ω的一个划分,且 P(Bi) > 0(i = 1, 2,,n),A 是任意一个事件,则 P(A) =ΣP(Bi)P(A|Bi) (i = 1, 2,, n)。
2、贝叶斯公式在全概率公式的基础上,如果已知 P(A) 以及 P(Bi) 和 P(A|Bi) ,则可以计算在事件 A 发生的条件下,事件 Bi 发生的概率,即 P(Bi|A) =P(Bi)P(A|Bi) /ΣP(Bj)P(A|Bj) (i = 1, 2,, n)。
五、随机变量及其分布1、随机变量随机变量是定义在样本空间上的实值函数。
2、离散型随机变量常见的离散型随机变量有二项分布、泊松分布等。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第一章 随机事件及其概率知识点:概率的性质 事件运算 古典概率事件的独立性 条件概率 全概率与贝叶斯公式常用公式)()()()()()2(加法定理AB P B P A P B A P -+= ),,()()(2111有限可加性两两互斥设n ni i ni i A A A A P A P ∑===),(0)()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==)()()()()5(AB P A P B A P B A P -==-)()()()()(时当A B B P A P B A P B A P ⊂-==-))0(,,()()/()()()6(211>Ω=∑=i n ni i i A P A A A A B P A P B P 且的一个划分为其中全概率公式 ),,()](1[1)(2111相互独立时n ni i n i i A A A A P A P ∏==--=)/()()/()()()4(B A P B P A B P A P AB P ==)(/)()/()3(A P AB P A B P =)()/()()/()()/()7(1逆概率公式∑==ni iii i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L AP nr A P ==应用举例1、已知事件,A B 满足)()(B A P AB P =,且6.0)(=A P ,则=)(B P ( )。
2、已知事件,A B 相互独立,,)(k A P =6.0)(,2.0)(==B A P B P ,则=k ( )。
3、已知事件,A B 互不相容,,3.0)(=A P ==)(,5.0)(B A P B P 则( )。
4、若,3.0)(=A P===)(,5.0)(,4.0)(B A B P B A P B P ()。
5、,,A B C 是三个随机事件,C B ⊂,事件()A C B -与A 的关系是( )。
6、5张数字卡片上分别写着1,2,3,4,5,从中任取3张,排成3位数,则排成3位奇数的概率是( )。
某日他抛一枚硬币决定乘地铁还是乘汽车。
(1)试求他在5:40~5:50到家的概率;(2)结果他是5:47到家的。
试求他是乘地铁回家的概率。
解(1)设1A ={他是乘地铁回家的},2A ={他是乘汽车回家的},i B ={第i 段时间到家的},4,3,2,1=i 分别对应时间段5:30~5:40,5:40~5:50,5:50~6:00,6:00以后 则由全概率公式有)|()()|()()(2221212A B P A P A B P A P B P +=由上表可知4.0)|(12=A B P ,3.0)|(22=A B P ,5.0)()(21==A P A P35.05.03.04.05.0)(2=⨯+⨯=B P (2)由贝叶斯公式7435.04.05.0)()()|(22121=⨯==B P B A P B A P8、盒中12个新乒乓球,每次比赛从中任取3个来用,比赛后仍放回盒中,求:第三次比赛时取到3个新球的概率。
看作业习题1: 4, 9, 11, 15, 16第二章 随机变量及其分布知识点:连续型(离散型)随机变量分布的性质连续型(离散型)随机变量分布(包括随机变量函数的分布) 常用分布重要内容)(R x x f ∈≥0)()()()(12121x F x F x x x F ≤⇒<单调递增,即)(1)(lim )(0)(lim )(2==+∞==-∞+∞→-∞→x F F x F F x x )()()0()(3x F x F x F =+右连续,即)(Rx x F ∈≤≤10)4()(1=∑iip2.分布律的性质...)2,1(,10=≤≤i p i 1.分布函数的性质(1)非负性 (2)规范性3.分布密度函数的性质⎰+∞∞-=1)(dx x f (1)非负性 (2)规范性4. 概率计算5.常用分布)(或泊松分布λλπP X X ~)(~)0,...;1,0(,!)(>===-λλλk e k k X P k1221()()()P x X x P X x P X x ∴<≤=≤-≤)()(a F a X P =≤)0()()(--==a F a F a X P ⎰=≤<21)()(21x x dxx f x X x P 0)0()()(=--==a Fa F a X P ⎰+∞=<adx x f X a P )()(⎰∞-=≤adx x f a X P )()(为连续型随机变量:X ),(~,~p n b X p n B X )或(记为 二项分布: ),...1,0(,)(n k qp C k X P kn kk n===-条件:n较大且p很小泊松定理)(,!)1(np e k p p C kkn kk n=≈---λλλ⎪⎩⎪⎨⎧≤≤-=,其他均匀分布0,1)(),(~b x a a b x f b a U X ⎩⎨⎧>≥=-,其他指数分布0)0(,0,)()(~λλλλx e x f E X x ),(,21)(),(~222)(2+∞-∞∈⋅=--x ex f N X x σμσπσμ正态分布⎪⎭⎫⎝⎛-Φ=σμx x F )(5.0)0()1(=Φ)(1)()2(x x Φ-=-Φ73.99}3|{|%45.95}2|{|%27.68}1|{|=⋅<-=⋅<-=⋅<-∴σμσμσμX P X P X P应用举例1、设2()(0)x f x ke x -=>是某随机变量的密度函数,则k =( )。
2、设随机变量X 的概率密度为)22(,cos 21)(ππ+≤≤-=x x x f ,则)01(<<-X P =()。
3、设随机变量X 的分布函数为⎪⎩⎪⎨⎧≥<≤<=.,1,1,ln ,1,0)(e x e x x x x F 则)2(>X P =()。
4、设),(~2σμN X ,满足)1()1(-≤=->X P X P 的参数μ=( )。
5、离散型随机变量X 的分布律为11()(1,2,3)!P X k k c k ===,则c =( )。
6、土地粮食亩产量(单位:kg ))60,360(~2N X.按亩产量高低将土地分成等级.若亩产量高于420kg 为一级,在360~420kg 间为二级,在315~360kg 间为三等,低于315kg 为四级.求等级Y 的概率分布。
(5.0)0(=Φ,8413.0)1(=Φ,7734.0)75.0(=Φ) 解⎪⎪⎩⎪⎪⎨⎧≤≤<≤<<=3154360315342036024201X X X XY7、110在长度为t 的时间(单位:h)间隔内收到的紧急呼救的次数X 服从参数为t 21的泊松分布,而与时间间隔的起点无关.求某一天中午12时至下午3时至少收到1次呼救的概率。
解X 的分布律为),2,1,0(!)2()(2===-k k t e k X P kt中午12时到下午3时,表明3=t 求)1(≥X P8、一批产品由8件正品、2件次品组成。
若随机地从中每次抽取一件产品后,无论抽出的是正品还是次品总用一件正品放回去,直到取到正品为止,求抽取次数X的分布律。
解X所有可能的取值为1,2,3A={第i次取到正品}(3,2,1 i)i看作业习题2: 4,7, 17,20,24,26, 27,28第三章 多维随机变量及其分布知识点:二维连续型(离散型)随机变量分布的性质 二维连续型(离散型)随机变量的分布(包括边际分布) 随机变量的独立性 二维常用分布 内容提要 1.概率分布的性质2.二维概率计算3.边际密度函数计算4.常用分布,2,1,,0=≥j i p ij 离散型非负性111=∑∑∞=∞=i j ijp归一性1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 连续型归一性⎰+∞∞-=;),()(dy y x f x f X ⎰+∞∞-=dxy x f y f Y ),()({(,)}(,)GP X Y G f x y dxdy∈=⎰⎰⎪⎩⎪⎨⎧∈=其他),(),(均匀分布01Dy x Ay x f二维正态分布5.随机变量的独立性6.正态分布的可加性)()(),(y F x F y x F Y X ⋅=),2,1,( =⨯=⋅⋅j i p p p ji ij )()(),(y f x f y x f Y X ⨯=21221211~(,)(1,2),,,~(,)i i in nnn i ii i N i n N ξμσξξξξξξμσ===++∑∑设且相互独立则),(~),,(~222211σμσμN Y N X ),,,,(~),(222121ρσσμμN Y X应用举例1、设()Y X ,的密度函数()⎩⎨⎧>>=--其他,00,0,,2y x ke y x f y x 则k =( )。
2、设离散型随机变量(,)X Y 的联合分布律为(,)(1,1)(1,2)(1,3)(2,1)(2,2)(2,3)1/61/91/181/3X Y Pαβ且Y X ,相互独立,则( )。
3、某箱中有100件产品,其中一、二、三等品分别为70、20、10件,现从中随机的抽取一件,记⎩⎨⎧=等品抽到其它i X i10,3,2,1=i 求(1)1X 和2X 的联合分布律;(2)并求)(21X X P ≠。
4、设随机变量),(Y X 在曲线x y =,xy =围成的区域D 里服从均匀分布,求联合概率密度和边缘概率密度。
5、设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧≤≤=其它01421),(22y x y x y x f 求)(X Y P <6、设随机变量321,,X X X 相互独立,并且均服从正态分布3,2,1),,(~2=i N X ii i σμ,则∑=+=31~)(i i i i b X a X ()。
看作业习题3: 1,2,3,4,5,6,7,9,10,11,12,13,18第四章 随机变量的数字特征知识点:随机变量的数学期望的性质与计算随机变量的方差(协方差、相关系数)的性质与计算 主要内容1、数学期望的计算⎰∑∞+∞-==dxx xf X E px X E X E X iii )()()().(,1连续型离散型求的分布已知)(⎰∑∞+∞-===dxx f x g Y E px g Y E Y E X g Y X iii)()()()()().(),(,2连续型离散型求且的分布已知)(dydx y x yf Y E p yY E dydx y x xf X E px X E Y E X E Y X R jiijjR ij iji⎰⎰∑∑⎰⎰∑∑====22),()()(),()()(:1).()(,),(4连续型离散型连续型离散型方法或求的联合分布已知)(dydx y x f y x g Z E py x g Z E Z E Y X g Z Y X R ijijji⎰⎰∑∑===2),(),()(),()().(),,(),(3连续型离散型求,且的联合分布已知)(⎰∑⎰∑∞+∞-∞+∞-====dyy yf Y E p yY Edxx xf X E px X E Y jjj X i ii )()()()()()(,:2..连续型离散型连续型离散型则先求出边际分布方法2、性质当随机变量相互独立时3、方差的计算4,、方差性质5、协方差与相关系数协方差的计算EXEY EXY Y X COV -=),(DY DXY X COV XY ρ=),(相关系数的计算DYDXY X COV XY ),(=ρ)()()()(2121n n X E X E X E X X X E +++=+++ 1212()()();()()()().n n E XY E X E Y E X X X E X E X E X =⋅=⋅2()()D XE X EX =-即22()()[()]D XE X E X =-易证2(2)()()D aX b a D X +=2,()()D aX a D X =特别地(3)()()()2{[()][()]}DX Y D X D Y E X E X Y E Y ±=+±--(1)()0D c =,,()()()X Y D X Y D X D Y ±=+特别地当与独立时12:,,n X X X 推广当相互独立时有∑∑===ni in i i DX X D 11)((,)[()][()]Cov X Y E X E X Y E Y =--应用举例1. 某农产品的需求量X(单位:吨)服从区间[1200,3000]上的均匀分布。