概率公式总结
- 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)。
一、随机事件和概率
1、随机事件及其概率
运算律名称 表达式 交换律 结合律 分配律 德摩根律
2、概率的定义及其计算
公式名称 公式表达式
求逆公式 加法公式 条件概率公式 乘法公式 全概率公式 贝叶斯公式 (逆概率公式) 伯努力概型公式
两件事件相互独立相应
公式
)()()(B P A P AB P =;)()(B P A B P =;)()(A B P A B P =;1)()(=+A B P A B P ;
1)()(=+A B P A B P
二、随机变量及其分布
1、分布函数性质
2、散型随机变量
分布名称 分布律 0–1分布),1(p B 二项分布),(p n B 泊松分布)(λP 几何分布)(p G
超几何分布),,(n M N H
3、续型随机变量
分布名称 密度函数 分布函数 均匀分布),(b a U 指数分布)(λE 正态分布),(2
σμN
标准正态分布)1,0(N
三、多维随机变量及其分布
1、离散型二维随机变量边缘分布
2、离散型二维随机变量条件分布
3、连续型二维随机变量( X ,Y )的分布函数⎰⎰
∞-∞
-=
x y
dvdu v u f y x F ),(),(
4、连续型二维随机变量边缘分布函数与边缘密度函数 分布函数:⎰⎰
∞-+∞
∞
-=
x
X dvdu v u f x F ),()( 密度函数:⎰
+∞
∞
-=
dv v x f x f X ),()(
5、二维随机变量的条件分布
四、随机变量的数字特征
1、数学期望
离散型随机变量:∑
+∞
==1
)(k k k p x X E 连续型随机变量:⎰
+∞
∞
-=
dx x xf X E )()(
2、数学期望的性质
(1)为常数C ,)(C C E = )()]([X E X E E = )()(X CE CX E =
(2))()()(Y E X E Y X E ±=± b X aE b aX E ±=±)()( )()()(1111n n n n X E C X E C X C X C E +=+ (3)若XY 相互独立则:)()()(Y E X E XY E = (4))()()]([222Y E X E XY E ≤ 3、方差:)()()(22X E X E X D -= 4、方差的性质
(1)0)(=C D 0)]([=X D D )()(2X D a b aX D =± 2)()(C X E X D -<
(2)),(2)()()(Y X Cov Y D X D Y X D ±+=± 若XY 相互独立则:)()()(Y D X D Y X D +=± 5、协方差:)()(),(),(Y E X E Y X E Y X Cov -= 若XY 相互独立则:0),(=Y X Cov 6、相关系数:)
()(),(),(Y D X D Y X Cov Y X XY ==ρρ 若XY 相互独立则:0=XY ρ即XY 不相关
7、协方差和相关系数的性质
(1))(),(X D X X Cov = ),(),(X Y C o v Y X C o v =
(2)),(),(),(2121Y X Cov Y X Cov Y X X Cov +=+ ),(),(Y X a b C o v d bY c aX Cov =++ 8、常见数学分布的期望和方差
分布 数学期望 方差 0-1分布),1(p B 二行分布),(p n B 泊松分布)(λP 几何分布)(p G
超几何分布),,(n M N H 均匀分布),(b a U
正态分布),(2σμN 指数分布)(λE
五、大数定律和中心极限定理
1、切比雪夫不等式
若,)(,)(2σμ==X D X E 对于任意0>ξ有2
)
(})({ξξX D X E X P ≤
≥-或2
)
(1})({ξξX D X E X P -
≥<-
2、大数定律:若n X X 1相互独立且∞→n 时,
∑∑
==−→
−n
i i
D
n
i i X E n
X n
11
)(1
1
(1)若n X X 1相互独立,2)
(,)(i i i i X D X E σμ==且M i ≤2
σ则:
∑∑
==∞→−→
−n
i i
P
n
i i n X E n
X n
1
1
)(),(1
1
(2)若n X X 1相互独立同分布,且i i X E μ=)(则当∞→n 时:μ−→−
∑=P
n i i X n 1
1 3、中心极限定理
(1)独立同分布的中心极限定理:均值为μ,方差为02>σ的独立同分布时,当n 充分大时有: (2)拉普拉斯定理:随机变量),(~)2,1(p n B n n =η则对任意x 有:
(3)近似计算:)(
)(
)(
)(1
1
σ
μσ
μσ
μσ
μ
σ
μn n a n n b n n b n n X
n n a P b X
a P n
k k
n
k k
-Φ--Φ≈-≤
-≤
-=≤≤
∑∑==
六、数理统计
1、总体和样本
总体X 的分布函数)(x F 样本),(21n X X X 的联合分布为)(),(121k n
k n x F x x x F =∏=
2、统计量
(1)样本平均值:∑
==
n
i i X n
X 1
1
(2)样本方差:∑∑
==--=
--=
n
i i
n
i i X n X
n X X n S 12
21
2
2
)(11
)(1
1
(3)样本标准差:∑
=--=
n
i i X X n S 1
2
)(1
1 (4)样本k 阶原点距: 2,1,1
1
==
∑=k
X
n A n
i k
i k
(5)样本k 阶中心距:∑==-=
=n
i k i
k k k X X
n
M B 1
3,2,)(1
(6)次序统计量:设样本),(21n X X X 的观察值),(21n x x x ,将n x x x 21,按照由小到大的次序重新排列,得到
)()2()1(n x x x ≤≤≤ ,记取值为)(i x 的样本分量为)(i X ,则称)()2()1(n X X X ≤≤≤ 为样本),(21n X X X 的次序统计
量。),min(21)1(n X X X X =为最小次序统计量;),max(21)(n n X X X X =为最大次序统计量。 3、三大抽样分布
(1)2χ分布:设随机变量n X X X 21,相互独立,且都服从标准正态分布)1,0(N ,则随机变量222
212n X X X ++=χ