《概率统计》公式、符号汇总表及复习策略2版.docx

合集下载

(完整word)概率统计公式大全(复习重点),推荐文档

(完整word)概率统计公式大全(复习重点),推荐文档

第一章随机事件和概率(1)排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数。

(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。

乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。

(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。

试验的可能结果称为随机事件。

(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。

这样一组事件中的每一个事件称为基本事件,用ω来表示。

基本事件的全体,称为试验的样本空间,用Ω表示。

一个事件就是由Ω中的部分点(基本事件ω)组成的集合。

通常用大写字母A,B,C,…表示事件,它们是Ω的子集。

Ω为必然事件,Ø为不可能事件。

不可能事件(Ø)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。

(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):BA⊂如果同时有BA⊂,AB⊃,则称事件A与事件B等价,或称A等于B:A=B。

A、B中至少有一个发生的事件:A Y B,或者A+B。

属于A而不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表示为A-AB或者BA,它表示A发生而B不发生的事件。

概率统计公式大全(复习重点)

概率统计公式大全(复习重点)

第一章随机事件和概率(1)排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数。

(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。

乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。

(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。

试验的可能结果称为随机事件。

(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。

这样一组事件中的每一个事件称为基本事件,用ω来表示。

基本事件的全体,称为试验的样本空间,用Ω表示。

一个事件就是由Ω中的部分点(基本事件ω)组成的集合。

通常用大写字母A,B,C,…表示事件,它们是Ω的子集。

Ω为必然事件,Ø为不可能事件。

不可能事件(Ø)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。

(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):BA⊂如果同时有BA⊂,AB⊃,则称事件A与事件B等价,或称A等于B:A=B。

A、B中至少有一个发生的事件:A B,或者A+B。

属于A而不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表示为A-AB或者BA,它表示A发生而B不发生的事件。

概率和统计公式大全

概率和统计公式大全

Z=max,min(X1,X2,…Xn)
若相互独立,其分布函数分别为,则Z=max,min(X1,X2,…Xn)的分布函数为:
分布
设n个随机变量相互独立,且服从标准正态分布,可以证明它们的平方和
的分布密度为
我们称随机变量W服从自由度为n的分布,记为W~,其中
所谓自由度是指独立正态随机变量的个数,它是随机变量分布中的一个重要参数.
分布密度f(x,y)具有下面两个性质:
(1)f(x,y)≥0;
(2)
(2)二维随机变量的本质
(3)联合分布函数
设(X,Y)为二维随机变量,对于任意实数x,y,二元函数
称为二维随机向量(X,Y)的分布函数,或称为随机变量X和Y的联合分布函数。
分布函数是一个以全平面为其定义域,以事件的概率为函数值的一个实值函数。分布函数F(x,y)具有以下的基本性质:
直接判断,充要条件:
①可分离变量
②正概率密度区间为矩形
二维正态分布
=0
随机变量的函数
若X1,X2,…Xm,Xm+1,…Xn相互独立,h,g为连续函数,则:
h(X1,X2,…Xm)和g(Xm+1,…Xn)相互独立.
特例:若X与Y独立,则:h(X)和g(Y)独立。
例如:若X与Y独立,则:3X+1和5Y-2独立。
一个事件就是由中的部分点(基本事件)组成的集合。通常用大写字母A,B,C,…表示事件,它们是的子集。
为必然事件,Ø为不可能事件。
不可能事件(Ø)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。
(6)事件的关系与运算
①关系:
如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):

概率论与数理统计完整公式以及各知识点梳理

概率论与数理统计完整公式以及各知识点梳理

的次数是随机变量,设为 X ,则 X 可能取值为 0,1,2,, n 。
P( X

k)

Pn(k )

C
k n
p k q ,
其中
则称随机变量 X 服从参数为 n , p 的二项分布。记为
X ~ B(n, p) 。
当 n 1时, P( X k) p k q1k , k 0.1,这就是(0-1)分
1567014781.doc
概率论与数理统计完整版公式
第 1 章 随机事件及其概率
(1)排列 组合公式
Pmn

m! (m n)!
从 m 个人中挑出 n 个人进行排列的可能数。
Cmn

m! n!(m n)!
从 m 个人中挑出 n 个人进行组合的可能数。
加法原理(两种方法均能完成此事):m+n
(2)加法 和乘法原 理
5° P(X x) F(x) F(x 0) 。
对于离散型随机变量, F(x) pk ; xk x
x
对于连续型随机变量, F (x) f (x)dx 。
0-1 分布
P(X=1)=p, P(X=0)=q
二项分布
(5)八大 分布
在 n 重贝努里试验中,设事件 A 发生的概率为 p 。事件 A 发生
1° 0 F(x) 1, x ;
(4)分布 函数
2° F(x) 是单调不减的函数,即 x1 x2 时,有 F(x1) F (x2) ;
3° F() lim F(x) 0, F() lim F(x) 1;
x
x
4° F(x 0) F(x) ,即 F(x) 是右连续的;

概率论数理统计公式整理

概率论数理统计公式整理

概率论数理统计公式整理一、概率论公式1.定义公式:-事件概率的定义:若E为随机试验的一个事件,S为样本空间,则事件E发生的概率可以表示为P(E)=n(E)/n(S),其中n(E)表示事件E中元素的个数,n(S)表示样本空间S中元素的总数。

2.概率计算公式:-加法公式:P(A∪B)=P(A)+P(B)-P(A∩B),其中A,B为两个事件。

-条件概率公式:P(A,B)=P(A∩B)/P(B),其中A,B为两个事件,且P(B)≠0。

-乘法公式:P(A∩B)=P(A)P(B,A),其中A,B为两个事件。

3.全概率公式与贝叶斯公式:-全概率公式:设B1,B2,...,Bn为样本空间S的一组互不相容的事件,并且它们构成了对S的一个完全划分,即Bi∩Bj=∅(i≠j),且B1∪B2∪...∪Bn=S,则对于任意事件A,有P(A)=ΣP(A,Bi)P(Bi),其中i=1,2,...,n。

-贝叶斯公式:设B1,B2,...,Bn为样本空间S的一组互不相容的事件,并且它们构成了对S的一个完全划分,即Bi∩Bj=∅(i≠j),且B1∪B2∪...∪Bn=S,则对于任意事件A,有P(Bi,A)=P(A,Bi)P(Bi)/ΣP(A,Bj)P(Bj),其中i=1,2,...,n。

二、数理统计公式1.随机变量的概率分布:-离散型随机变量的概率分布:P(X=x)=p(x),其中x为随机变量X的取值,p(x)为概率质量函数。

- 连续型随机变量的概率密度函数: f(x) ≥ 0,且∫f(x)dx = 12.随机变量的数学期望:- 离散型随机变量的数学期望: E(X) = Σxip(xi),其中xi为随机变量X的取值,p(xi)为X取值为xi的概率。

- 连续型随机变量的数学期望: E(X) = ∫xf(x)dx。

3.方差和标准差:- 离散型随机变量的方差: Var(X) = E[(X - E(X))^2] = Σ(xi - E(X))^2p(xi)。

概率统计公式大全复习重点汇总

概率统计公式大全复习重点汇总

概率统计公式大全复习重点汇总TPMK standardization office【 TPMK5AB- TPMK08- TPMK2C- TPMK18】第一章随机事件和概率(1)排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数。

(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。

乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。

(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这随机事件种试验为随机试验。

试验的可能结果称为随机事件。

(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。

这样一组事件中的每一个事件称为基本事件,用ω来表示。

基本事件的全体,称为试验的样本空间,用Ω表示。

一个事件就是由Ω中的部分点(基本事件ω)组成的集合。

通常用大写字母A,B,C,…表示事件,它们是Ω的子集。

Ω为必然事件,?为不可能事件。

不可能事件(?)的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。

(6)事件的关系①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件与运算B发生):BA⊂如果同时有BA⊂,AB⊃,则称事件A与事件B等价,或称A等于B:A=B。

概率统计公式大全(复习重点)

概率统计公式大全(复习重点)

概率统计公式⼤全(复习重点)第⼀章随机事件和概率(1)排列组合公式)!(!nmmP nm-=从m个⼈中挑出n个⼈进⾏排列的可能数。

)!(!!nmnmC nm-=从m个⼈中挑出n个⼈进⾏组合的可能数。

(2)加法和乘法原理加法原理(两种⽅法均能完成此事):m+n某件事由两种⽅法来完成,第⼀种⽅法可由m种⽅法完成,第⼆种⽅法可由n 种⽅法来完成,则这件事可由m+n 种⽅法来完成。

乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第⼀个步骤可由m种⽅法完成,第⼆个步骤可由n 种⽅法来完成,则这件事可由m×n 种⽅法来完成。

(3)⼀些常见排列重复排列和⾮重复排列(有序)对⽴事件(⾄少有⼀个)顺序问题(4)随机试验和随机事件如果⼀个试验在相同条件下可以重复进⾏,⽽每次试验的可能结果不⽌⼀个,但在进⾏⼀次试验之前却不能断⾔它出现哪个结果,则称这种试验为随机试验。

试验的可能结果称为随机事件。

(5)基本事件、样本空间和事件在⼀个试验下,不管事件有多少个,总可以从其中找出这样⼀组事件,它具有如下性质:①每进⾏⼀次试验,必须发⽣且只能发⽣这⼀组中的⼀个事件;基本事件的全体,称为试验的样本空间,⽤Ω表⽰。

⼀个事件就是由Ω中的部分点(基本事件ω)组成的集合。

通常⽤⼤写字母A,B,C,…表⽰事件,它们是Ω的⼦集。

Ω为必然事件,?为不可能事件。

不可能事件(?)的概率为零,⽽概率为零的事件不⼀定是不可能事件;同理,必然事件(Ω)的概率为1,⽽概率为1的事件也不⼀定是必然事件。

(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发⽣必有事件B发⽣):BA?如果同时有BA?,AB?,则称事件A与事件B等价,或称A等于B:A=B。

A、B中⾄少有⼀个发⽣的事件:A B,或者A+B。

属于A⽽不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表⽰为A-AB或者BA,它表⽰A发⽣⽽B不发⽣的事件。

统计概率知识点总结公式

统计概率知识点总结公式

统计概率知识点总结公式统计概率是统计学中的一个重要分支,用来描述和分析随机现象和随机变量的概率分布规律。

在实际应用中,概率可以用来评估风险、预测未来、制定决策等方面。

本文将对统计概率的基本概念、常见分布、概率的性质以及相关公式进行总结。

一、基本概念1.1 随机变量随机变量是指在一次试验中所能观察到的结果。

随机变量可以是离散型的,比如扔一枚硬币得到正反面,也可以是连续型的,比如测量一群学生的身高。

1.2 概率分布概率分布是描述随机变量的取值和概率之间的关系的数学模型。

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

1.3 期望随机变量的期望是指这个随机变量所有可能取值的加权平均值。

对于离散型随机变量,期望可以用下面的公式计算:E(X) = Σx * P(x)对于连续型随机变量,期望可以用下面的公式计算:E(X) = ∫x * f(x) dx1.4 方差方差是衡量随机变量波动性的指标。

对于离散型随机变量,方差可以用下面的公式计算:Va r(X) = Σ(x - μ)² * P(x)对于连续型随机变量,方差可以用下面的公式计算:Var(X) = ∫(x - μ)² * f(x) dx1.5 协方差随机变量X和Y的协方差表示它们之间的线性关系。

协方差可以用下面的公式计算:Cov(X,Y) = E((X - μX) * (Y - μY))1.6 相关系数相关系数是协方差的标准化形式,用来衡量两个随机变量之间的线性关系程度。

相关系数的计算公式如下:ρ(X,Y) = Cov(X,Y) / (√Var(X) * √Var(Y))二、常见分布2.1 二项分布二项分布描述了进行n次独立的重复试验,每次试验成功的概率为p,求得成功次数的概率分布。

二项分布的PMF如下:P(X=k) = C(n,k) * p^k * (1-p)^(n-k)其中,C(n,k)表示组合数。

概率统计公式大全复习重点

概率统计公式大全复习重点

概率统计公式大全复习重点Company number:【0089WT-8898YT-W8CCB-BUUT-202108】第一章随机事件和概率(1)排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数。

(2)加法和乘法原理加法原理(两种方法均能完成此事):m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成。

乘法原理(两个步骤分别不能完成这件事):m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成。

(3)一些常见排列重复排列和非重复排列(有序)对立事件(至少有一个)顺序问题(4)随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。

试验的可能结果称为随机事件。

(5)基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质:①每进行一次试验,必须发生且只能发生这一组中的一个事件;②任何事件,都是由这一组中的部分事件组成的。

这样一组事件中的每一个事件称为基本事件,用ω来表示。

基本事件的全体,称为试验的样本空间,用Ω表示。

一个事件就是由Ω中的部分点(基本事件ω)组成的集合。

通常用大写字母A,B,C,…表示事件,它们是Ω的子集。

Ω为必然事件,为不可能事件。

不可能事件()的概率为零,而概率为零的事件不一定是不可能事件;同理,必然事件(Ω)的概率为1,而概率为1的事件也不一定是必然事件。

(6)事件的关系与运算①关系:如果事件A的组成部分也是事件B的组成部分,(A发生必有事件B发生):BA⊂如果同时有BA⊂,AB⊃,则称事件A与事件B等价,或称A等于B:A=B。

概率统计公式大全

概率统计公式大全

概率统计公式大全概率统计是研究随机现象及其规律性的一门学科,其核心就是用数学方法来描述和分析随机现象。

在概率统计的理论体系中,有很多重要的公式和定理,下面对一些常用的公式进行介绍。

1.概率公式:(1)加法规则:P(A∪B)=P(A)+P(B)-P(A∩B),其中A和B为事件,P(A)和P(B)分别是事件A和事件B发生的概率,P(A∩B)表示事件A和事件B同时发生的概率。

(2)乘法规则:P(A∩B)=P(A)×P(B,A),其中P(A∩B)表示事件A和事件B同时发生的概率,P(A)表示事件A发生的概率,P(B,A)表示在事件A发生的条件下事件B发生的概率。

2.条件概率公式:(1)贝叶斯定理:P(A,B)=P(B,A)×P(A)/P(B),其中P(A,B)表示在事件B发生的条件下事件A发生的概率,P(B,A)表示在事件A发生的条件下事件B发生的概率,P(A)和P(B)分别是事件A和事件B发生的概率。

(2)全概率公式:P(B)=ΣP(Ai)×P(B,Ai),其中B是一个事件,Ai是样本空间的一个划分,即Ai是互不相容且并集为样本空间的一组事件。

3.期望公式:(1) 离散型随机变量的期望:E(X) = ΣxiP(X=xi),其中X是一个离散型随机变量,xi是X的取值,P(X=xi)是X取值为xi的概率。

(2) 连续型随机变量的期望:E(X) = ∫xf(x)dx,其中X是一个连续型随机变量,f(x)是X的概率密度函数。

4.方差公式:(1) 离散型随机变量的方差:Var(X) = Σ(xi-E(X))^2P(X=xi),其中Var(X)表示随机变量X的方差,xi是X的取值,E(X)是X的期望,P(X=xi)是X取值为xi的概率。

(2) 连续型随机变量的方差:Var(X) = ∫(x-E(X))^2f(x)dx,其中Var(X)表示随机变量X的方差,E(X)是X的期望,f(x)是X的概率密度函数。

概率统计公式大全(复习重点)

概率统计公式大全(复习重点)

C nk N M
,
k
0,1,2, l
CNn
l min(M , n)
随机变量 X 服从参数为 n,N,M 的超几何分布,记为 H(n,N,M)。
P( X k) q k1 p, k 1,2,3, ,其中 p≥0,q=1-p。
均匀分布
随机变量 X 服从参数为 p 的几何分布,记为 G(p)。
设随机变量 X 的值只落在[a,b]内,其密度函数 f (x) 在[a,b] 上为常数 1 ,即
x
F (x) f (x)dx

则称 X 为连续型随机变量。 f (x) 称为 X 的概率密度函数或密度函数,简称概
率密度。 密度函数具有下面 4 个性质:
1° f (x) 0 。
f (x)dx 1


P(X x) P(x X x dx) f (x)dx
积分元 f (x)dx 在连续型随机变量理论中所起的作用与 P( X xk) pk 在离
方法来完成,则这件事可由 m×n 种方法来完成。
重复排列和非重复排列(有序) (3)一些
对立事件(至少有一个) 常见排列 顺序问题
( 4 ) 随 机 如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但
试 验 和 随 在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验。
每次试验是独立的,即每次试验 A 发生与否与其他次试验 A 发生与否
是互不影响的。
这种试验称为伯努利概型,或称为 n 重伯努利试验。
精彩文案
实用标准文档
用 p 表示每次试验 A 发生的概率,则 A 发生的概率为1 p q ,用 Pn(k) 表示 n
重伯努利试验中 A 出现 k(0 k n) 次的概率,

概率论与数理统计公式整理

概率论与数理统计公式整理

概率论与数理统计公式整理一、概率论公式:1.加法公式:P(A∪B)=P(A)+P(B)-P(A∩B)2.乘法公式:P(A∩B)=P(A)×P(B,A)其中,P(A)和P(B)表示事件A和B的概率,P(B,A)表示已知事件A发生的条件下事件B发生的概率。

3.全概率公式:P(A)=∑[P(A,B(i))×P(B(i))]其中,B(i)表示互斥事件组,且它们的概率之和为14.贝叶斯公式:P(B(j),A)=P(A,B(j))×P(B(j))/∑[P(A,B(i))×P(B(i))]其中,P(B(j),A)表示已知事件A发生的条件下事件B(j)发生的概率。

5.期望值公式:E(X)=∑[x×P(X=x)]其中,X为一个随机变量,x为X的取值,P(X=x)为X等于x的概率。

6.方差公式:Var(X) = E[(X-E(X))^2]其中,Var(X)表示随机变量X的方差,E(X)表示X的期望值。

二、数理统计公式:1.样本均值公式:样本均值 = (x1 + x2 + ... + xn)/n其中,x1、x2、..、xn为样本中的观测值,n为样本容量。

2.样本方差公式(无偏估计):样本方差 = [(x1-样本均值)^2 + (x2-样本均值)^2 + ... + (xn-样本均值)^2]/(n-1)3.样本标准差公式(无偏估计):样本标准差=样本方差的平方根4.正态分布的标准化公式:Z=(X-μ)/σ其中,X为一个正态随机变量,μ为其均值,σ为其标准差,Z为标准正态分布的变量。

5.正态分布的累积分布函数:P(X≤x)=Φ((x-μ)/σ)其中,Φ表示标准正态分布的累积分布函数。

6.样本之间的协方差公式:Cov(X,Y) = ∑[(x(i)-X均值) × (y(i)-Y均值)]/(n-1)其中,X、Y为两个随机变量,x(i)、y(i)为X、Y的观测值,X均值、Y均值分别为X、Y的样本均值,n为样本容量。

《概率论与数理统计》完整公式以及知识点归纳

《概率论与数理统计》完整公式以及知识点归纳

x
x
4° F(x 0) F(x) ,即 F(x) 是右连续的;
5° P(X x) F(x) F(x 0) 。
对于离散型随机变量, F(x) pk ; xk x
x
对于连续型随机变量, F (x) f (x)dx 。
0-1 分布
P(X=1)=p, P(X=0)=q
二项分布
(5)八大 分布
常称为可列(完全)可加性。
则称 P(A)为事件 A 的概率。
(8)古典 概型
1° 1, 2 n ,

P(1 )
P( 2
)
P( n
)
1 n

设任一事件 A ,它是由1, 2 m 组成的,则有
P(A)=(1 ) (2 ) (m ) = P(1 ) P(2 ) P(m )
m n

P(Bi / A)
P(Bi )P( A / Bi )
n
,i=1,2,…n。
P(Bj )P(A/ Bj )
j 1
此公式即为贝叶斯公式。
P(Bi ) ,( i 1,2 ,…,n ),通常叫先验概率。P(Bi / A) ,( i 1 ,2 ,…,
第 3 页 共 27 页
(17)伯努 利概型
n ),通常称为后验概率。贝叶斯公式反映了“因果”的概率规律,并作出了
n
A Bi

i1 ,
则有
P(A) P(B1)P(A | B1) P(B2)P(A | B2) P(Bn)P(A | Bn) 。
设事件 B1, B2 ,…, Bn 及 A 满足
1° B1, B2 ,…, Bn 两两互不相容, P(Bi) >0, i 1,2,…, n ,

《概率统计》公式符号汇总表及复习策略

《概率统计》公式符号汇总表及复习策略

《概率统计》公式、符号汇总表及各章要点及复习策略 (共4页) 第一章均独立。

与与与此时独立与B A B A B A B P A P AB P B A B P AB P B A P ,,);()()( )()()( (1)⋅=⇔=)()()()( )()()()()( )3()(1)( )()( A B )()()( )()()()()( )()()()( )2(11A P B P B A P A B P B P B A P B P B A P A P A P A P B P A P AB P A P B A P A P A B P B P B A P AB P AB P B P A P B A P i i i n n ⋅=⋅++⋅=-=-⊆-=-⋅=⋅=-+=第二、三章 一维随机变量及分布:X , i P , )(x f X , )(x F X二维随机变量及分布:),(Y X , ij P , ),(y x f , ),(y x F*注意分布的非负性、规范性(1)边缘分布:如:∑=j ij i p P ,⎰+∞∞-=dy y x f x f X ),()((2)独立关系:J I IJ P P P Y X =⇔独立与 或)()()(y f x f y x f Y X =,),,(11n X X 与),,(21n Y Y 独立),,(11n X X f ⇒与),,(21n Y Y g 独立(3)随机变量函数的分布(离散型用点点对应法、连续型用分布函数法)一维问题:已知X 的分布以及)(X g Y =,求Y 的分布二维问题:已知),(Y X 的分布,求Y X Z +=、{}Y X M ,m ax =、{}Y X N ,m in =的分布-*⎰⎰+∞∞-+∞∞--=-=dy y y z f dx x z x f z f Z ),(),()(M 、N 的分布--------离散型用点点对应法、连续型用分布函数法第四章 (1)期望定义:离散:∑=i i i p x X E )( 连续:⎰⎰⎰+∞∞-+∞∞-+∞∞-==dxdy y x xf dx x xf X E ),()()( 方差定义:)()(]))([()(222X E X E X E X E X D -=-=离散:∑-=i i i p X E x X D 2))(()( 连续:⎰+∞∞--=dx x f X E x X D X )())(()(2协方差定义:)()()())]())(([(),(Y E X E XY E Y E Y X E X E V X COV -=--=相关系数定义:)()(),(Y D X D Y X COV XY =ρK 阶原点矩定义:)( K k X E ∆μ K 阶中心矩定义:]))([( K k X E X E -∆σ(2)性质:C C E =)( ;)()(X CE CX E = ;)()()(Y E X E Y X E ±=±;)()( )(Y E X E Y X XY E 独立与 0)(=C D ;)()(2X D C CX D = ;)()( 2)(Y D X D Y X Y X COV Y D X D Y X D +±+=±独立与),()()()(),()()(,Y bdD Y X COV bc ad X acD dY cX bY aX COV +++=++)( 1≤XY ρ ; {}11=+=⇔=b aX Y p XY ρX 与Y 独立 0=⇒XY ρ 即X 与Y 线性无关,但反之不然 。

概率统计公式大全汇总

概率统计公式大全汇总

概率统计公式大全汇总1.基本概率公式:P(A)=n(A)/n(S)其中,P(A)表示事件A发生的概率,n(A)表示事件A的样本点数,n(S)表示样本空间的样本点数。

2.条件概率公式:P(A,B)=P(A∩B)/P(B)其中,P(A,B)表示在事件B发生的条件下事件A发生的概率,P(A∩B)表示事件A和B同时发生的概率,P(B)表示事件B的概率。

3.乘法公式:P(A∩B)=P(A)*P(B,A)其中,P(A∩B)表示事件A和B同时发生的概率,P(A)表示事件A的概率,P(B,A)表示在事件A发生的条件下事件B发生的概率。

4.加法公式:P(A∪B)=P(A)+P(B)-P(A∩B)其中,P(A∪B)表示事件A和事件B至少有一个发生的概率,P(A)和P(B)分别表示事件A和事件B的概率,P(A∩B)表示事件A和事件B同时发生的概率。

5.贝叶斯公式:P(B,A)=P(A,B)*P(B)/P(A)其中,P(B,A)表示在事件A发生的条件下事件B发生的概率,P(A,B)表示在事件B发生的条件下事件A发生的概率,P(B)和P(A)分别表示事件B和事件A的概率。

6.期望值公式:E(X)=∑(x*P(X=x))其中,E(X)表示随机变量X的期望值,x表示X的取值,P(X=x)表示X取值为x的概率。

7.方差公式:Var(X) = E[X^2] - (E[X])^2其中,Var(X)表示随机变量X的方差,E[X^2]表示X的平方的期望值,E[X]表示X的期望值。

8.标准差公式:SD(X) = √Var(X)其中,SD(X)表示随机变量X的标准差,Var(X)表示X的方差。

9.二项分布概率公式:P(X=k)=C(n,k)*p^k*(1-p)^(n-k)其中,P(X=k)表示X取值为k的概率,C(n,k)表示从n个元素中选择k个元素的组合数,p表示每个元素成功的概率,n表示试验次数。

10.正态分布概率公式:P(X≤x)=Φ((x-μ)/σ)其中,P(X≤x)表示X小于或等于x的概率,Φ表示标准正态分布的累积分布函数,μ表示正态分布的均值,σ表示正态分布的标准差。

概率与统计学的主要公式及解题技巧

概率与统计学的主要公式及解题技巧

一、基本概率公式及分布1、概率常用公式:P(A+B)=P(A)+P(B)-P(AB);P(A-B)=P(A)-P(AB);如A 、B 独立,则P(AB)=P(A)P(B);P(A )=1-P(A);B 发生的前提下A 发生的概率==条件概率:P(A|B)=P(AB)P(B);或记:P(AB)=P(A|B)*P(B);2、随机变量分布律、分布函数、概率密度分布律:离散型X 的取值是x k (k=1,2,3...),事件X=x k 的概率为:P{X=x k }=P k ,k=1,2,3...;---既X 的分布律;X X1X2....xn PkP1P2...pnX 的分布律也可以是上面的表格形式,二者都可以。

分布函数:F(x)=P{X ≤x},-∞ t ∞;是概率的累积!P(x1<X<x2)=F(x2)-F(x1);P{X>a}=1-P{X<a}离散型rv X;F(x)=P{X ≤x}=x k tp k ;(把X<x 的概率累加)连续型rvX ;F(x)=−∞xf x dx ,f(x)称密度函数;既分布函数F(X)是密度函数f(x)和X 轴上的(-∞,x)围成的面积!性质:F(∞)=1;F(−∞)=0;二、常用概率分布:①离散:二项分布:事件发生的概率为p,重复实验n次,发生k 次的概率(如打靶、投篮等),记为B(n,p)P{X=k}=n k p k(1−p)n−k,k=0,1,2,...n;E(X)=np,D(X)=np(1-p);②离散:泊松分布:X~Π(λ)P{X=k}=λk e−λk!,k=0,1,2,...;E(X)=λ,D(X)=λ;③连续型:均匀分布:X在(a,b)上均匀分布,X~U(a,b),则:密度函数:f(x)=1b−a,a t0,其它=0,x x−a b−a1,x≥b,a t分布函数F(x)=−∞x f x dx④连续型:指数分布,参数为θ,f(x)=1θe−xθ,0 t0,其它F(x)=1−e−xθ0,x 0;⑤连续型:正态分布:X~N(μ,σ2),most importment!密度函数f(x),表达式不用记!一定要记住对称轴x=µ,E(X)=µ,方差D(X)=σ2;当µ=0,σ2=1时,N(0,1)称标准正态,图形为:分布函数F(x)为密度函数f(x)从(-∞,x)围成的面积。

  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)。

《概率统计》公式、符号汇总表及各章要点及复习策略(共4页)第一章
4与B独立o P(AB) = P(A) • P(B);此时A与万,入与乩码万均独立。

(2)P(A \JB) = P(A) + P(B) - P(AB)
P(AB) =P(A|B) • P(B) = P(B|A)・P(A)
P(A-B) = P(A)-P(AB) Bg A P(A)-P(B)
P(A) = 1-P(A)
(3)P(A) = • P(BJ +…+ P(A\B n) • P(BJ
第二、三章
一维随机变虽及分布:X , R ,/X(x) , F x(x)
二维随机变量及分布:(X,Y) , Pjj , f(x9y) , F(x,y)
*注意分布的非负性、规范性
(1)边缘分布:如:= X Pij *人(兀)=匚/(兀刃心
J ・
(2)独立关系:X与Y独立O P H=P]P J或/(兀,y) = f x(x)f Y(y)
(X|,…,乙)与厲,…,抵)独立与g厲,…,冷)独立
(3)随机变量函数的分布(离散型用点点对应法、连续型用分布函数法)
一维问题:已知X的分布以及Y = g(X),求Y的分布
二维问题:已知(X,Y)的分布,求Z = X+Y . M=max{X,Y}、N = xnin{X,Y}的分布.
M、N的分布----- 离散型用点点对应法、连续型用分布函数法
第四章
(1)期望定义:离散:E(X) = ^x iPi
方差定义:D(X) = E[(X-E(X))2] = E(X2)-E2(X)
离散:D(X) = ^(x i-E(X))2p i
连续:D(X)= P(x-E(X))2f x(x)dx
J-00
协方差定义:COV(X,V) = E[(X — E(X ))(y — E (r ))] = E(XY) — E(X)E(Y)
K 阶中心矩定义:6 AE[(X —E(X))K
(2)性质:
E (C )= c ; E (CX )= CE (X ); E (X ±y )= E (x )±E (y ); E (xy )x 与y
独立 E (X )E (Y ) P(C) = O : D(CX) = C?D(X):
D(X±Y) = D (X) + D (y)±2C0V (X, Y) X 与Y 独立 Q(X) + D(Y)
COV (aX +bY 9cX+ dY) = acD(X ) + (ad+ bc)COV(X, Y) + bdD(Y)
\P XY | 1 ; |Pxy|iO ”{Y = dX +b}=l
X 与丫独立=>p xr =0即X 与丫线性无关,但反Z 不然。

E(g(X)) =工 g (£)门
; E(g(X))= yj{x)f(x)dx n oo g(x 9y)f\x,y)dxdy x>
第五章
(1) 设 E(X) = “, D(X) = a 2,则:〃{x ——冬,亦即:P I X -J ^>S }<^ £ £
(2) 设XX “独立同分布则乂⑴丄T E(X (n)) = E(X,);
巴•丄-/7(A) (3)若X 〜B(FI , p)贝IJ :当n 足够大时 X" 近似服从N(0,l)
设X ,…,X”独立同分布,并设E(XJ = “,D(X i ) = a
则:当n 足够大时 X (“「近似服从"(0,1)
第八章
E(g(X,Y))=工》>(兀,儿皿 K 阶原点矩定义:从\E{X K
(1)设X是来口总体X的样本,E(X)=幻D(X) = a
样本方差:S—荷R竝
X(”)一^ “,B2—(T2, S2
样木K阶原点矩人=—工总体K阶原点矩/ =E(Xh
"/=!
(2) /2=x;+・・・ + X:(Xj是來自N(O,1)的简单样本)X 飞(X~N(O,1), 丫~龙2(斤),X 与Y
独立)
F_Xg
Y/n2
(X~/2(®), 丫〜力2(®), X-L/y 独立)
(3)设XX“是來HW(“Q2)的简单样本
则:X")
一“ ~ N(O,1), 勺‘一“ ~ 心―1) ,〜扩(—1),片
与S?独立7麻沧°
第七章
参数估计的问题:Fx(x,e)的形式为己知,&未知待估
参数&的置信度为\~a的置信区间概念
参数估计方法:(1)矩估计
(2)最大似然估让
似然函数:离散:L(0) = P{X =x^-P{X =x n}
连续:L(0) = fx(xJ・・・A(£)
(3)单正态总体〃、的区间估计(见课本P137页表7—1)点佔计评选标准:无偏性,有效性,相合性。

(乂(”)、S?分别是“、b,的无偏、相合估计量)第八章
参数假设检验的问题:F x(x,0)的形式为已知,&未知待检
假设检验的I类(弃真)错汉、□类(取伪)错课的概念
显著性水平为Q的显著性检验概念
单正态总体“、CT,显箸性检验方法:(见课本P151页表8—2, P154页表8—3)
*七个常用分布(见课本P82页表4—1补充超儿何分布)
正态分布N(“Q J的性质:
(1)-〜N(O,1), aX +b 〜, 3b 原则
(7
2X厂N(HQ「),X,Z间相互独立,贝ij: £qX厂N$CH,£c;(y;)
期末复习、练习资料
1.练习册屮的综合练习(一、二、三)
2.练习册屮的每章小节练习及作业中的错题
3.期中练习
4.看课本例题
5.认真复习上述公式、要点
第一章~第八章题型总结
(一)计算或应用题
1 •概率计算题(如:练习册P3—二2,期中练习一)
概率应用题(如:练习册P8—三1、2,期屮练习二、三)
2. 一、二维联合、边缘分布,独立性
一维分布(如:练习册P18—三2、3、4、5、6)
已知联合求边缘(如:练习册P26—二2、3,期屮练习四,六,十)已知边缘求联合(如:练习册P25—-1,期屮练习九)
3. 期望、方差、协方差、相关系数
(如:练习册P31—二1,练习册P34—三2、3,期中练习五)4•中心极限定理(如:练习册第五章练习二,期屮练习八)
5•统计学三大分布(如:练习册第五章练习一、二,P46—三1、2)6•矩估计、似然估计、区间估计
(如:练习册P54—二1、2、3, P45—二1、3、4,)
7•点估计评选标准(如:练习册第七章练习三,P54—4)
8•参数假设检验(如:练习册P57—二1、2、3,P55—二1、2、3)(二)证明题
(如:练习册P10—五,P35—四,P40—三,P44—二3 , P46—四, P47—二1,期中练习十一,综合练习中的证明题)
(三)概念题
认真复习《概率统计》公式、符号汇总表
多做练习册的选择题、填空题
《概率统计》期中练习(共5页)
一。

设“(A) = 02 “(3) = 0.3,事件A、3和互独立。

试求:p(A —3),p(XU^),p(A/(AuB))
二。

某产品生产要经过三道T序,它们的T•作情形相互独立,而且三道工序都合格的产品才是合格品,如果第一道工序的不合格率为0.5%,第二道工序的不合格率为1%,第三道工序的不合格率为2%。

求该产品的不合格率。

三。

一个盒了装有6个乒乓球,其中有4个新球。

第一次比赛时随机取出2只球,用后放回原处。

第二次比赛时再随机取出2只球。

试求:(1)第二次取出的全是新球的概率。

(2)已知第二次取岀的全是新球,第一次取出的恰有一只新球的概率。

四。

设随机变量(x, y)的分布律如卜:
2
已知:p (x =i/y = i )= -
试求:(1) 的值;(2)判断X 、丫的独立性;(3) Z = min(X,Y)的分布
六。

设X ~N(l,22),y 〜N(—1,32),X 与Y 独立。

求:p{2X>3Y}
七。

设X, Y 相互独立,X 〜e ® , Y 〜t/ (0, a)f 求Z 二X+Y 的密度函数
五。

设(X, r)的概率密度为:f(x,y) = 2f_(x+2y)
x > 0, y 〉0
其余 求:PxY Px,(X+Y)
八。

某城市有300万人,每人在单位时间内使用电话的概率为0.12o
问:(1)在单位时间内,同时使用的最大可能的电话台数是多少?
(2)在单位时间内,同时使用的电话台数不超过36.18万台的概率是多少?
九。

设钻头的寿命X (钻头宜到儒损报废为止所钻透的地层厚度,以米为单位)服从£(1000) 现要打一口深度为2000米的井。

求:(1)只需一根钻头的概率;(2)需用两根钻头的概率。

*思考:为保证工程顺利进行,要求有99%的把握使钻头够用,问至少应预备多少根钻头?
试验证:X 与Y 不相关却不独立,十。

设(X, y )的密度为:f (x,y ) =
< x, 0 < x > 1 其它
1^一o设X是随机变量,c是常数,E(X), E(X2 3)均存在。

证明:D(X)<E{(X-C)2}9等号当且仅当c = E(X)时成立。

*十四。

第102页第6题
2 —o第23页第21题
十三。

第90页第4题,问题改为:求进货量m,使平均利润E (Q)最大。

相关文档
最新文档