大学概率论与数理统计的复习资料

合集下载

大学概率论与数理统计复习资料(word文档良心出品)

大学概率论与数理统计复习资料(word文档良心出品)

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( )。

统计学复习资料概率论与数理统计重点知识点整理

统计学复习资料概率论与数理统计重点知识点整理

统计学复习资料概率论与数理统计重点知识点整理概率论与数理统计是统计学的基础课程之一,也是应用最为广泛的数学工具之一。

下面将对概率论与数理统计的重点知识点进行整理,以供复习使用。

一、概率论的基本概念1. 样本空间和事件:样本空间是指随机试验的所有可能结果构成的集合,事件是样本空间的子集。

2. 古典概型和几何概型:古典概型是指样本空间中的每个结果具有相同的概率,几何概型是指采用几何方法进行分析的概率模型。

3. 概率公理和条件概率:概率公理是概率论的基本公理,条件概率是指在已知某一事件发生的条件下,另一事件发生的概率。

4. 独立事件和全概率公式:独立事件是指两个事件的发生与否互不影响,全概率公式是用于计算复杂事件的概率的公式。

5. 随机变量和概率分布函数:随机变量是对样本空间中的每个结果赋予一个数值,概率分布函数是随机变量的分布情况。

二、概率分布的基本类型1. 离散型概率分布:包括二项分布、泊松分布和几何分布等。

2. 连续型概率分布:包括正态分布、指数分布和均匀分布等。

三、多维随机变量及其分布1. 边缘分布和条件分布:边缘分布是指多维随机变量中的某一个或几个变量的分布,条件分布是指在已知某些变量取值的条件下,其他变量的分布。

2. 二维随机变量的相关系数:相关系数用于刻画两个随机变量之间的线性关系的强度和方向。

3. 多维随机变量的独立性:多维随机变量中的各个分量独立时,称为多维随机变量相互独立。

四、参数估计与假设检验1. 参数估计方法:包括点估计和区间估计,点估计是通过样本数据得到参数的估计值,区间估计是对参数进行一个范围的估计。

2. 假设检验的基本概念:假设检验是用于对统计推断的一种方法,通过与某个假设进行比较来得出结论。

3. 假设检验的步骤:包括建立原假设和备择假设、选择显著性水平、计算检验统计量和做出统计决策等步骤。

五、回归分析与方差分析1. 简单线性回归分析:简单线性回归分析是研究两个变量之间的线性关系的方法,通过建立回归方程来拟合数据。

概率论与数理统计复习要点

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 ⊂。

概率论与数理统计要点复习.docx

概率论与数理统计要点复习.docx

概率论与数理统计要点复习.docx概率论与数理统计复习资料第⼀章随机事件与概率1.事件的关系AuB AuB AB A-B A Q AB =(/>(1)包含:若事件A发⽣,⼀定导致事件B发⽣,那么,称事件B包含事件A ,记作AuB(或Bz)A)?(2)相等:若两事件A与〃相互包含,即AnB且Bn A,那么,称事件A与B相等,记作A = B .(3)和事件:“事件A与事件B中⾄少有⼀个发⽣”这⼀事件称为A与B的和事件,记作AuB;“n个事件观出?…,⼈中⾄少有⼀事件发⽜”这⼀事HI J A件称为鱼…,⼈的和,记作Au⼊5??uA”(简记为* ').(4)积事件:“事件A与事件B同时发⽣”这⼀事件称为A与B的积事件,记作AcB(简记为AB);a n个事件观出,…,⼼同时发⽜”这⼀事件称为nA,⾎.…,⼈的积事件,记作(简记为A4??4或以').(5)互不相容:若事件A和B不能同时发⽣,即⼼?,那么称事件A与B互不相容(或互斥),若n个事件观出?…,⼈中任意两个事件不能同时发⽣,即A"⼴0(iwi(6)对⽴事件:若事件A和B互不相容、且它们中必有⼀事件发⽣,即AB = Q 且AuB⼆Q,那么,称A与B是对⽴的.事件A的对⽴事件(或逆事件)记作⼊(7)差事件:若事件A发⽣且事件B不发⽣,那么,称这个事件为事件A 与B的差事件,记作A-B(或⼈⽤)?2?运算规则(1)交换律:AuB = BuA AB = BA(2)结合律:(AuB)uC = Au(BuC) (AB)C = A(BC)(3)分配律(A u B)C = (AC) u (BC) (AB) uC = (Au C)(B u C)(4)德[摩根(DeMorgan)法则:AuB = AB AB = AuB3.概率P( A)满⾜的三条公理及性质:(1)0 < P(A) < 1 (2) P(Q) = 1(3)对互不相容的事件£,凡,…,有P(|J 4) = JP(A k) (n可以取co) k=[Bl(4)P(0) = O (5) P(A) = 1 - P(A)(6)P(A-B) = P(A)-P(AB),若AuB,则P(B-A) = P(B)-P(A), P(A)< P(B)(7)P(A u B) = P(A) + P(B) - P(AB)(8)P(AufiuC) = P(A) + P(B) + P(C) ⼀P( AB) - P(AC)⼀P(BC) + P(ABC)4.古典概型:基本事件有限且等可能5.⼏何概率:如果随机试验的样本空间是⼀个区域(可以是直线上的区间、平⾯或空间⼬的区域),且样本空间⼬每个试验结果的出现具有等可能性,那么规定事件A的概率为= A的长度(或⾯积、体积)(,⼀样本空间的的长度(或⾯积、体积)?6.条件概率(1)定义:若P(B)> 0,则P(A|B)⼆巴也P(B)(2)乘法公式:P(AB) = P(B)P(A | B)若⽿,场,3”为完备事件组,P(BJ>0,贝ij有(3)全概率公式:P(A) =》P(BJP(A | BJ/=!(4)Bayes 公式:P(B* | A) = £(拔)⼙(川伐)£P(BJP(A\BJ/=!(5)贝努⾥概型与⼆项概率设在每次试验中,随机事件A发⽣的概率P(A) = p(0复独⽴试验中?,事件A恰发⽣£次的概率为巳伙)⼆7 //(I —"1,20,1,…⼩k7.事件的独⽴性:A, 3独⽴o P(AB) = P(A)P(B)(注意独⽴性的应⽤)下列四个命题是等价的:(i)事件A与B相互独⽴;(ii)事件A与⽤相互独⽴;(iii)事件広与B相互独⽴;(iv)事件A与B相互独⽴.8、思考题1 . ⼀个⼈在⼝袋⾥放2盒⽕柴,每盒⽄⽀,每次抽烟时从⼝袋⼬随机拿出⼀盒(即每次每盒有同等机会被拿到)并⽤掉⼀⽀,到某次他迟早会发现:取出的那⼀盒已空了?问:“这时另⼀盒中恰好有加⽀⽕柴”的概率是多少?2?设⼀个居民区有〃个⼈,设有⼀个邮局,开c个窗⼝,设每个窗⼝都办理所有业务.c太⼩,经常排长队;c?太⼤⼜不经济.现设在每⼀指定时刻,这〃个⼈中每⼀个是否在邮局是独⽴的,每个⼈在邮局的概率是P?设计要求:“在每⼀时刻每窗⼝排队⼈数(包括正在被服务的那个⼈)不超过加”这个事件的概率要不⼩于Q (例如,Q = 0?&0?9或o.95),问⾄少须设多少窗⼝?3.设机器正常时,⽣产合格品的概率为9 5%,当机器有故障时,⽣产合格品的概率为5 0 %,⽽机器⽆故障的概率为9 5%.某天上班时,⼯⼈⽣产的第⼀件产品是合格品,问能以多⼤的把握判断该机器是正常的?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,P(X =xj = Pi满⾜(1) p,. > 0 , (2)⼯戸=1I(3)对任意DuR, P(X E D)= ^Pii: DJ+oof(x)dx = 1:-oo(2)P(aJu3.⼉个常⽤随机变量标准正态分布的分布函数记作①(X),即CX ] ----①⑴=I ——e 2 dt①(兀) '⼗问t ,当出“no时,①(%)可查表得到;当xvo时,①⑴可由下⾯性质得到①(I兀)=1 ⼀①(X)设X~N(“,k),则有F⑴=①(⼆)P(aer c ?4.分布函数F(x) = P(X(1)F(-oo) = 0, F(+oo) = l; (2)单调⾮降;(3)右连续;(4)P(a a) = l-F(a);特别的P(X = a) = F(a) - F(a -0)(5)对离散随机变量,F(Q =⼯⼙汀/:Xf(6)对连续随机变量,F(x) = f 为连续函数,且在.f(x)连续点上,F (x) = f(x)J—85.正态分布的概率计算以①(x)记标准正态分布2(0,1)的分布函数,则有(1)①(0) = 0.5; (2)①(⼀兀)=1 ⼀①⑴;(3)若X ?N(“Q2),则F(Q⼆①(^^);(7(4)以%记标准正态分布2(0,1)的上侧a分位数,则P(X >%) = a = l—①(⾎) 6.随机变量的函数Y = g(X)(1)离散时,求Y的值,将相同的概率相加;(2)X连续,g(x)在X的取值范围内严格单调,且有⼀阶连续导数,则/y(y) = /x (gT (y ))l (gT ()‘))'l ,若不单调,先求分布函数,再求导。

《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。

概率论与数理统计复习资料要点总结--学生

概率论与数理统计复习资料要点总结--学生

《概率论与数理统计》复习资料一、复习提纲注:以下是考试的参考内容,不作为实际考试范围,仅作为复习参考之用。

考试内容以教学大纲和实施计划为准;注明“了解”的内容一般不考。

1、 会事件关系的运算,了解概率的古典定义2、 能较熟练地求解古典概率;了解概率的公理化定义3、 掌握概率的基本性质和应用这些性质进行概率计算;理解条件概率的概念;掌握加法公式与乘法公式4、 能准确地选择和运用全概率公式与贝叶斯公式解题;掌握事件独立性的概念及性质。

5、 理解随机变量的概念,掌握离散性随机变量分布率的性质及求法,掌握(0—1)分布、二项分布、泊松分布的分布律。

6、 理解分布函数的概念及性质,理解并掌握连续型随机变量的概率密度及性质。

7、 掌握指数分布(参数λ)、均匀分布、正态分布8、 会求特殊的一维随机变量函数分布的分布律或概率密度。

9、 会求分布中的待定参数。

会求区间的概率.10、 会求边缘分布律、边缘密度函数,会判别随机变量的独立性。

11、 掌握二维连续型随机变量未知参数的计算,落在区域概率的计算。

12、 理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,掌握二维离散型随机变量的联合分布律及其性质,掌握二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率。

13、 会求二维离散型随机变量函数的分布率.14、 掌握数学期望和方差的定义及性质,会熟练地求随机变量及其函数的数学期望和方差。

会熟练地默写出几种重要随机变量的数学期望及方差。

15、 较熟练地求协方差与相关系数.16、 会用独立正态随机变量线性组合性质解题。

17、 理解总体、样本、简单随机样本、统计量及抽样分布概念,样本均值与样本方差及样本矩概念,掌握χ2分布(及性质)、t 分布、F 分布及其分位点概念。

18、 理解正态总体样本均值与样本方差的抽样分布定理;会用矩估计方法来估计未知参数。

19、 掌握极大似然估计法,无偏性与有效性的判断方法。

大学概率论与数理统计复习资料

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

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。

概率论与数理统计总复习-

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:

《概率论与数理统计》期末复习重点总结

《概率论与数理统计》期末复习重点总结

概率论与数理统计第一章:掌握概率的性质、条件概率公式、全概率公式和贝叶斯公式,会用全概率公式和贝叶斯公式计算问题。

第二章:一维随机变量包括离散型和连续型;离散型随机变量分布律的性质;连续性随机变量密度函数的性质;常见的三种离散型分布及连续型分布;会计算一维随机变量函数的分布(可以出大题);第三章:多维随机变量掌握离散型和连续型变量的边缘分布;条件分布及两个变量独立的定义;重点掌握两个随机变量函数的分布(掌握两个随机变量和、差的密度函数的求法;了解两个随机变量乘、除的分布;掌握多个随机变量最大、最小的分布的密度函数的求法);第四章:重点掌握期望、方差、协方差的计算公式、性质;了解协方差矩阵的构成;第六章:掌握统计量的定义、三大分布的定义和性质;教材142页的四个定理及式3.19、3.20务必记住;第七章:未知参数的矩估计法和最大似然估计法是考点,还要掌握估计量的无偏性、有效性的定义;教材的例题及习题:19页例5;26页19、23、24、36;43页例1;51页例2;53页例5;58页25、36;63页例2;66页例2;77页例1、例2;87页22;99页例12;114页6;147页4、6;151页例2、例3;153页例4、例5;173页5、11样题一、填空1. 设A ,B 相互独立,且2.0)(,8.0)(==A P B A P ,则=)(B P __________.2. 已知),2(~2σN X ,且3.0}42{=<<X P ,则=<}0{X P __________.3.已知B A ,两个事件满足条件()()B A P AB P =,且()p A P =,则()=B P _________.4.设随机变量X 的密度函数为()2,01,0,x x f x <<⎧=⎨⎩其他,用Y 表示对X 的3次独立重复观察中事件⎭⎬⎫⎩⎨⎧≤21X 出现的次数,则()2P Y == . 5、设连续型随机变量X 的分布函数为 , ,则A=B= ;X 的密度函数为 。

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

《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。

概率论与数理统计期末总复习资料

概率论与数理统计期末总复习资料

古典概型例子 摸球模型例1:袋中有a 个白球,b个黑球,从中接连任意取出m (m ≤a +b)个球,且每次取出的球不再放回去,求第m 次取出的球是白球的概率;分析:本例的样本点就是从a +b中有次序地取出m 个球的不同取法;第m 次取出的球是白球意味着:第m次是从a 个白球中取出一球,再在a +b-1个球中取出m-1个球。

解:设B ={第m 次取出的球是白球}样本空间的样本点总数: mb a A n +=事件B 包含的样本点: 111--+=m b a a A C r ,则 b a a A aA n r B P mba mb a +===+--+11)( 注:本例实质上也是抽签问题,结论说明按上述规则抽签,每人抽中白球的机会相等,同抽签次序无关。

例2: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 )=120/1001=0.048 占位模型例:n 个质点在N 个格子中的分布问题.设有n 个不同质点,每个质点都以概率1/N 落入N 个格子(N ≥n)的任一个之中,求下列事件的概率:(1) A ={指定n 个格子中各有一个质点};(2) B ={任意n 个格子中各有一个质点}; (3) C ={指定的一个格子中恰有m (m ≤n )个质点}.解:样本点为n 个质点在N 个格子中的任一种分布,每个质点都有N 种不同分布,即n 个质点共有N n 种分布。

故样本点总数为:N n(1)在n 个格子中放有n 个质点,且每格有一个质点,共有n !种不同放法;因此,事件A 包含的样本点数:n!,则 n Nn A P !)(=(2)先在N 个格子中任意指定n 个格子,共有nN C 种不同的方法;在n 个格子中放n 个质点,且每格一个质点,共有n !种不同方法;因此,事件B 包含的样本点数: n NnN A C n =!,则n nNNA B P =)((3)在指定的一个格子中放m (m ≤n )个质点共有mn C 种不同方法;余下n-m 个质点任意放在余下的N-1个格子中,共有m n N --)1(种不同方法.因此,事件C 包含的样本点数:mn C m n N --)1(, 则mn m m n nm n mn N N N C N N C C P ---=-=)1()1()1()( 抽数模型例: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} 。

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

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是一门研究随机现象及其统计规律的学科,它在自然科学、社会科学、工程技术、经济管理等众多领域都有着广泛的应用。

对于学习这门课程的同学来说,掌握好相关的知识和方法是非常重要的。

下面就为大家提供一份非常全面的《概率论与数理统计》复习材料。

一、概率论的基本概念1、随机事件随机事件是指在一定条件下,可能出现也可能不出现的事件。

比如掷骰子出现的点数,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。

3、事件的关系与运算包括事件的包含、相等、和、积、差、互斥、对立等关系及相应的运算。

4、概率的定义与性质概率是对随机事件发生可能性大小的度量。

概率具有非负性、规范性和可加性等性质。

5、古典概型与几何概型古典概型是指试验结果有限且等可能的概率模型;几何概型则是与几何图形的长度、面积、体积等有关的概率模型。

二、随机变量及其分布1、随机变量随机变量是用来表示随机现象结果的变量。

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。

3、连续型随机变量常见的连续型随机变量有正态分布、均匀分布、指数分布等。

4、随机变量的分布函数分布函数能够完整地描述随机变量的概率分布特征。

5、随机变量的数字特征包括期望、方差、协方差、相关系数等。

期望反映了随机变量取值的平均水平,方差反映了随机变量取值的离散程度。

三、多维随机变量及其分布1、二维随机变量研究两个随机变量之间的关系。

2、边缘分布通过二维随机变量的联合分布可以得到其边缘分布。

3、条件分布给定一个随机变量的取值,另一个随机变量的分布就是条件分布。

4、相互独立的随机变量如果两个随机变量的联合分布等于它们各自边缘分布的乘积,则称它们相互独立。

四、大数定律与中心极限定理1、大数定律阐述了在大量重复试验中,随机变量的平均值具有稳定性。

2、中心极限定理表明在一定条件下,大量独立随机变量的和近似服从正态分布。

概率论与数理统计复习提纲

概率论与数理统计复习提纲

概率论与数理统计复习提纲概率论与数理统计总复习第⼀讲随机事件及其概率⼀随机事件,事件间的关系及运算 1.样本空间和随机事件 2.事件关系,运算和运算律⑴事件的关系和运算⑶运算律:交换律,结合律,分配律;对偶律: B A B A ?=?,B A B A ?=?;⼆概率的定义和性质 1.公理化定义(P7)2.概率的性质(P8.五个) ⑴)(1)(A P A P -=;⑵)()()()(AB P B P A P B A P -+=?;3.古典概型和⼏何概型4.条件概率 )()()|(A P AB P A B P =三常⽤的计算概率的公式1.乘法公式 )()()()()(B A P B P A B P A P AB P ==2.全概率公式和贝叶斯公式(P17-20.) 四事件的独⽴性1.定义:A 和B 相互独⽴ )()(B P A B P =或)()()(B P A P AB P ?=,2.贝努利试验在n 重贝努利试验中,事件=k A {A 恰好发⽣k 次})0(n k ≤≤的概率为:k n nk n k p p C A P --=)1()(第⼆讲随机变量及其概率分布⼀随机变量及其分布函数1.随机变量及其分布函数 )()(x X P x F ≤=)(+∞<<-∞x2.分布函数的性质(P35.四个)⑴0)(lim =-∞→x F x ;1)(lim =+∞→x F x ;(常⽤来确定分布函数中的未知参数)⑵)()()(a F b F b X a P -=≤<(常⽤来求概率) ⼆离散型随机变量及其分布律1.分布律2.常⽤的离散型分布三连续型随机变量 1.密度函数 ?∞-=xdt t f x F )()(2.密度函数的性质(P39.七个) ⑴1)(=?+∞∞-dx x f ;(常⽤来确定密度函数中的参数)⑵?=≤adx x f b X a P )()(;(计算概率的重要公式)⑶对R x ∈?,有0)(==c X P (换⾔之,概率为0的事件不⼀定是不可能事件). 3.常⽤连续型分布重点:正态分布:)0,(21)(22)(>=--σσµσπσµ都是常数,x ex f标准正态分布)1,0(N :2221)(x ex -=π四随机变量函数的分布1.离散情形设X 的分布律为则)(X g Y =的分布律为2.连续情形设X 的密度函数为)(x f X ,若求)(X g Y =的密度函数,先求Y 的分布函数,再通过对其求导,得到Y 的密度函数。

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

概率论与数理统计总复习
一、随机变量与概率 (一)概念之间的关系

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

1 P(A i) n
概 完
i 1,2, n 备


可能结果
条件:

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).

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概率论与数理统计复习资料概率论与数理统计是数学中的重要分支,广泛应用于各个领域。

无论是在自然科学、社会科学还是工程技术领域,概率论与数理统计都扮演着重要的角色。

为了更好地理解和应用这门学科,我们需要进行系统的复习和总结。

本文将为大家提供一些有关概率论与数理统计的复习资料,帮助大家更好地掌握这门学科。

一、概率论概率论是研究随机事件发生的可能性的数学学科。

它以概率为基础,通过建立数学模型来描述随机事件的规律性。

在概率论的学习中,我们需要掌握以下几个重要概念: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,掷硬币的结果、骰子点数的出现等都属于随机事件。

2. 概率:概率是描述随机事件发生可能性的数值。

它的取值范围在0到1之间,0表示不可能发生,1表示必然发生。

3. 随机变量:随机变量是指随机事件的结果所对应的数值。

它可以是离散型的,也可以是连续型的。

离散型随机变量的取值是有限或可数的,例如掷骰子的点数;连续型随机变量的取值是无限的,例如身高、体重等。

4. 概率分布:概率分布是随机变量所有可能取值及其对应的概率的分布规律。

离散型随机变量的概率分布可以用概率质量函数来描述,连续型随机变量的概率分布可以用概率密度函数来描述。

5. 期望:期望是随机变量取值的平均值,反映了随机变量的平均水平。

对于离散型随机变量,期望可以通过加权平均的方式计算;对于连续型随机变量,期望可以通过积分的方式计算。

二、数理统计数理统计是研究如何从样本中获取总体信息的学科。

它通过对样本数据进行分析和推断,来对总体进行估计和推断。

在数理统计的学习中,我们需要掌握以下几个重要概念:1. 总体与样本:总体是指研究对象的全体,样本是从总体中抽取的一部分个体。

样本是对总体的一种观察和研究。

2. 统计量:统计量是样本数据的函数,用于对总体参数进行估计。

例如,样本均值、样本方差等都是统计量。

3. 抽样分布:抽样分布是指统计量的分布规律。

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

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,可能出现也可能不出现,而在大量重复试验中具有某种规律性的事件。

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的所有可能结果组成的集合。

例如,掷一枚骰子的样本空间就是{1, 2, 3, 4, 5, 6}。

3、概率概率是用来衡量随机事件发生可能性大小的数值。

概率的取值范围在 0 到 1 之间,0 表示不可能事件,1 表示必然事件。

4、条件概率条件概率是指在已知某一事件发生的条件下,另一事件发生的概率。

二、随机变量1、离散型随机变量离散型随机变量是指其取值可以一一列举的随机变量。

例如,掷一枚骰子出现的点数就是一个离散型随机变量。

2、连续型随机变量连续型随机变量是指其取值充满某个区间的随机变量。

例如,某地区一天的气温就是一个连续型随机变量。

3、随机变量的分布函数分布函数是描述随机变量取值概率分布的函数。

4、常见的离散型分布(1)二项分布:描述 n 次独立重复试验中成功的次数。

(2)泊松分布:常用于描述在一定时间或空间内稀有事件发生的次数。

5、常见的连续型分布(1)正态分布:在自然界和社会现象中广泛存在,具有重要的地位。

(2)均匀分布:在某个区间内取值的概率相等。

三、数字特征1、数学期望数学期望反映了随机变量取值的平均水平。

2、方差方差衡量了随机变量取值的离散程度。

3、协方差和相关系数用于描述两个随机变量之间的线性关系程度。

四、大数定律和中心极限定理1、大数定律表明随着试验次数的增加,样本均值趋近于总体均值。

2、中心极限定理指出大量独立随机变量的和近似服从正态分布。

五、抽样分布1、样本均值和样本方差的分布了解样本均值和样本方差在不同条件下的分布规律。

2、 t 分布、F 分布和χ²分布这三种分布在假设检验和参数估计中经常用到。

六、参数估计1、点估计通过样本数据估计总体参数的值。

概率论及数理统计复习资料

概率论及数理统计复习资料

15.设总体X服从[0, ]上的均匀分布, X1, X2,…,Xn是 来自X的样本. 求 的矩 估计量及最大似然估计量, 并判断它们是否是 的无偏估计量. 解答
ˆ 矩 2X
ˆ X max X n i 最大 1 i n
ˆ 矩 是无偏估计量,ˆ最 大 不是无偏估计量.
求 的矩 估计及最大似然估计。(09级)
解答
2X 1 ˆ矩 1 X
ˆ 最大 (1
n
lnXi
i 1
n
)
1 x 0 x 1 ; ) ★设总体X的概率密度为 f(x 其他 0
其中> 0是未知参数. X1, X2,…,Xn 是来自X的样本.
求 的矩 估计及最大似然估计。
附表 z0.05=1.65, z0.025=1.96,t0.05(5)=2.015 t0.025(5)=2.570,t0.05(6)=1.943,t0.025(6)=2.447
简答: H0:≥ 0=21.5, H1: <21.5, 2未知,利用t检 验,检验统计量为 t X 0 ,其拒绝域为t≤-t(n-1)
(Xi X) 本,则
i 1
2
2 (n1) /
2
,X ,X ,X 2.设总体X N(0,22 ) , X 1 2 3 4 为来自
a ( X 2 X ) b ( 3 X 4 X ) X的一个样本,设 Y , 1 3
2 2 2 4
2 1/20 则当a = ,b=1/100 时Y 服从 分布,其自由
服从自由度为 n 的分布
2
2
(D) vS
2 2
服从自由度为v的分布

2
7.设随机变量 X 和Y ,并相互独 ~ N 0 , 2 ~ N 0 , 1
  1. 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. 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. 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 -+=Y ),,()()(2111有限可加性两两互斥设n ni i ni i A A A A P A P ΛY ∑===),(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Λ),,()](1[1)(2111相互独立时n ni i n i i A A A A P A P ΛY ∏==--=)/()()/()()()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 Y ,则=k ( )。

3、已知事件,A B 互不相容,,3.0)(=A P ==)(,5.0)(B A P B P Y 则( )。

4、若,3.0)(=A P ===)(,5.0)(,4.0)(B A B P B A P B P Y ( )。

5、,,A B C 是三个随机事件,C B ⊂,事件()A C B -U 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( )。

7、某人下午5:00下班。

他所积累的资料表明: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},iB ={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 P 8、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)()()(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()(2.分布律的性质1.分布函数的性质)(R x x f ∈≥0)(4. 概率计算5.常用分布1=∑iip...)2,1(,10=≤≤i p i (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 1221()()()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 二项分布:)(或泊松分布λλπP X X ~)(~)0,...;1,0(,!)(>===-λλλk e k k X P k),(~,~p n b X p n B X )或(记为),...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5.0)0()1(=Φ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⎪⎭⎫⎝⎛-Φ=σμx x F )()(1)()2(x x Φ-=-Φ73.99}3|{|%45.95}2|{|%27.68}1|{|=⋅<-=⋅<-=⋅<-∴σμσμσμX P X P X P315kg 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()(2Λ===-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1,2,3i A ={第i 次取到正品}(3,2,1=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Λ,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2.二维概率计算3.边际密度函数计算4.常用分布二维正态分布5.随机变量的独立性6.正态分布的可加性⎰+∞∞-=;),()(dy y x f x f X ⎰+∞∞-=dxy x f y f Y ),()()()(),(y F x F y x F Y X ⋅=),2,1,(Λ=⨯=⋅⋅j i p p p ji ij )()(),(y f x f y x f Y X ⨯={(,)}(,)GP X Y G f x y dxdy∈=⎰⎰⎪⎩⎪⎨⎧∈=其他),(),(均匀分布01Dy x Ay x f ),(~),,(~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 P αβ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21221211~(,)(1,2),,,~(,)i i in n nn i ii i N i n N ξμσξξξξξξμσ===++∑∑L L L 设且相互独立则均匀分布,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2、性质当随机变量相互独立时⎰∑∞+∞-==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 E dxx 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)()()()(2121n n X E X E X E X X X E +++=+++ΛΛ3、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1212()()();()()()().n n E XY E X E Y E X X X E X E X E X =⋅=⋅L L 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 L 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 =--均匀分布。

相关文档
最新文档