概率论与数理统计复习提纲PDF.pdf
合集下载
相关主题
- 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)。
2
书山有路 4.伯努利概型: Pn (k) = Cnk pk qn−k , k = 0,1, 2, , n, q = 1− p.
1.事件的对立与互不相容是等价的。(X)
2.若 P(A) = 0, 则 A = 。(X) 3. 若P(A) = 0.1, P(B) = 0.5, 则P(AB) = 0.05 。 (X)
P( A)
P(B)
P(AB) = P(A)P(B | A) = P(B)P(A | B)
2.乘法公式:
P( A1A2 An ) = P(A1)P(A2 | A1)P(A3 | A1A2 ) P(An | A1 An−1)
n
n
3.全概率公式:若 B1, B2, , Bn满足 Bi = , BiBj = , i j ,则 P(A) = P(Bi )P(A | Bi ) 。
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, P( A) = k 。 n
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
P(
A1)
=
Cnm M
m
(N − Nn
书山有路
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;
k
k
(3)有限可加性(概率加法公式):对于 k 个互不相容事件 A1, A2 , Ak ,有 P( Ai) = P(Ai) .
i=1
i=1
则称 P(A)为随机事件 A 的概率. 2.概率的性质
① P() =1, P() = 0
② P(A) = 1− P(A)
1
书山有路 ③若 A B ,则 P(A) P(B), 且P(B − A) = P(B) − P(A) ④ P(A B) = P(A) + P(B) − P(AB)
二、随机事件的概率定义和性质
n
n
Ai = Ai ,
对于 n 个事件,有 i=1
i =1
n
n
Ai = Ai
i =1
i =1
1.公理化定义:设试验的样本空间为 ,对于任一随机事件 A ( A ),
都有确定的实值 P(A),满足下列性质: (1) 非负性: P( A) 0; (2) 规范性: P() = 1;
一、随机变量的定义:设样本空间为 ,变量 X = X () 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
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) (AC), A(B C) = (A B) (AC)
④德摩根(De Morgan)定律: A B = AB, AB = A B
i=
i=1
4.贝叶斯公式:若事件 B1, B2,
, Bn和A 如全概率公式所述,且 P(A) 0,则 P(Bi | A) =
P(Bi )P( A | Bi )
n
.
P(Bi )P( A | Bi )
i =1
五、事件的独立 1. 定义: 若P(AB) = P(A)P(B), 则称A,B独立 .
推广:若 A1, A2 , , An 相互独立, P( A1 An ) = P( A1) P( An )
M
)n−m
.
(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
P( A2
)
=
C
m n
AMm ANn−−mM ANn
=
C
m M
C
n−m N −M
C
n N
.
四、条件概率及其三大公式
1.条件概率: P(B | A) = P( AB) , P( A | B) = P( AB)
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
A A = AA =
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或AB ,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.A,B,C 三个事件恰有一个发生可表示为 ABC + ABC + ABC 。(பைடு நூலகம்)
5. n 个事件若满足 i, j, P( Ai Aj ) = P( Ai )P( Aj ) ,则 n 个事件相互独立。(X)
6. 当 A B 时,有 P(B-A)=P(B)-P(A)。(∨)
第二章 随机变量及其分布
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 P( A) P(B),则 A B 。(×) 若 P(A) = 0 ,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. 在A, B, A, B , A, B , A, B 四对事件中,只要有一对独立,则其余三对也独立。
P(AB) = P(A)P(B) 3. 三个事件 A, B, C 两两独立: P(BC) = P(B)P(C)
P(AC) = P(A)P(C) 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。)
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。
书山有路 4.伯努利概型: Pn (k) = Cnk pk qn−k , k = 0,1, 2, , n, q = 1− p.
1.事件的对立与互不相容是等价的。(X)
2.若 P(A) = 0, 则 A = 。(X) 3. 若P(A) = 0.1, P(B) = 0.5, 则P(AB) = 0.05 。 (X)
P( A)
P(B)
P(AB) = P(A)P(B | A) = P(B)P(A | B)
2.乘法公式:
P( A1A2 An ) = P(A1)P(A2 | A1)P(A3 | A1A2 ) P(An | A1 An−1)
n
n
3.全概率公式:若 B1, B2, , Bn满足 Bi = , BiBj = , i j ,则 P(A) = P(Bi )P(A | Bi ) 。
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, P( A) = k 。 n
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
P(
A1)
=
Cnm M
m
(N − Nn
书山有路
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;
k
k
(3)有限可加性(概率加法公式):对于 k 个互不相容事件 A1, A2 , Ak ,有 P( Ai) = P(Ai) .
i=1
i=1
则称 P(A)为随机事件 A 的概率. 2.概率的性质
① P() =1, P() = 0
② P(A) = 1− P(A)
1
书山有路 ③若 A B ,则 P(A) P(B), 且P(B − A) = P(B) − P(A) ④ P(A B) = P(A) + P(B) − P(AB)
二、随机事件的概率定义和性质
n
n
Ai = Ai ,
对于 n 个事件,有 i=1
i =1
n
n
Ai = Ai
i =1
i =1
1.公理化定义:设试验的样本空间为 ,对于任一随机事件 A ( A ),
都有确定的实值 P(A),满足下列性质: (1) 非负性: P( A) 0; (2) 规范性: P() = 1;
一、随机变量的定义:设样本空间为 ,变量 X = X () 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
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) (AC), A(B C) = (A B) (AC)
④德摩根(De Morgan)定律: A B = AB, AB = A B
i=
i=1
4.贝叶斯公式:若事件 B1, B2,
, Bn和A 如全概率公式所述,且 P(A) 0,则 P(Bi | A) =
P(Bi )P( A | Bi )
n
.
P(Bi )P( A | Bi )
i =1
五、事件的独立 1. 定义: 若P(AB) = P(A)P(B), 则称A,B独立 .
推广:若 A1, A2 , , An 相互独立, P( A1 An ) = P( A1) P( An )
M
)n−m
.
(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
P( A2
)
=
C
m n
AMm ANn−−mM ANn
=
C
m M
C
n−m N −M
C
n N
.
四、条件概率及其三大公式
1.条件概率: P(B | A) = P( AB) , P( A | B) = P( AB)
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
A A = AA =
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或AB ,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.A,B,C 三个事件恰有一个发生可表示为 ABC + ABC + ABC 。(பைடு நூலகம்)
5. n 个事件若满足 i, j, P( Ai Aj ) = P( Ai )P( Aj ) ,则 n 个事件相互独立。(X)
6. 当 A B 时,有 P(B-A)=P(B)-P(A)。(∨)
第二章 随机变量及其分布
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 P( A) P(B),则 A B 。(×) 若 P(A) = 0 ,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. 在A, B, A, B , A, B , A, B 四对事件中,只要有一对独立,则其余三对也独立。
P(AB) = P(A)P(B) 3. 三个事件 A, B, C 两两独立: P(BC) = P(B)P(C)
P(AC) = P(A)P(C) 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。)
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。