概论与数理公式全Word下载.docx
《概论与数理公式全Word下载.docx》由会员分享,可在线阅读,更多相关《概论与数理公式全Word下载.docx(50页珍藏版)》请在冰豆网上搜索。
![概论与数理公式全Word下载.docx](https://file1.bdocx.com/fileroot1/2022-10/11/a3bde4dd-383d-4c12-9f9b-daac215103f7/a3bde4dd-383d-4c12-9f9b-daac215103f71.gif)
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,用来表示。
基本事件的全体,称为试验的样本空间,用表示。
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,?
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(Q)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):
AB
如果冋时有AB,BA,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:
AB,或者A+Bo
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AB,匕表示A发生而B不发生的事件。
A、B冋时发生:
AB,或者ABAB=?
,则表示A与B不可能冋时发生,称事件A与事件B互不相容或者互斥。
基本事件是互不相容的。
-A称为事件A的逆事件,或称A的对立事件,记为A。
它表示A不发生的事件。
互斥未必对立。
2运算:
结合率:
A(BC)=(AB)CAU(BUC)=(AUB)UC
分配率:
(AB)UC=(AUC)A(BUC)(AUB)nC=(AC)U(BC)
AiAi
德摩根率:
i1i1ABAB,ABAB
(7)概率的公理化定义
设为样本空间,A为事件,对每一个事件A都有一个实数P(A),若满足下列三个条件:
1°
0<
P(A)<
1,
2°
P(Q)=1
3°
对于两两互不相容的事件A1,A2,…有
PAiP(Ai)
i1i1
常称为可列(完全)可加性。
则称P(A)为事件A的概率。
1,2n,
2P
(1)P
(2)P(n)
1
o
n
(8)古典
设任一事件A,它是由1,2
m组成的,则有
概型
P(A)=
(1)
(2)(m)=
=P
(1)P
(2)
P(m)
mA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
(9)几何
间中的每一个基本事件可以使用一个有界区域来描述,则称此随机试验为几何
概型。
对任一事件A,
P(A)LB。
其中L为几何度量(长度、面积、体积)。
(10)加法
P(A+B)=P(A)+P(B)-P(AB)
公式
当P(AB)=0时,P(A+B)=P(A)+P(B)
P(A-B)=P(A)-P(AB)
(11)减法
当BA时,P(A-B)=P(A)-P(B)
当A=Q时,P(B)=1-P(B)
定义设A、B是两个事件,且P(A)>
0,
则称P(AB)为事件A发生条件下,事
P(A)
(12)条件
概率
件B发生的条件概率,记为P(B/A)旦也。
条件概率是概率的一种,所有概率的性质都适合于条件概率。
例如P(Q/B)=1P(B/A)=1-P(B/A)
乘法公式:
P(AB)P(A)P(B/A)
(13)乘法
更一般地,对事件A,A,…A,若P(AA…An-1)>
0,则有
P(A1A2...An)P(A1)P(A2|A1)P(A3|A1A2)
P(An|A1A2...
An1)。
(14)独立
性
1两个事件的独立性
设事件A、B满足P(AB)P(A)P(B),则称事件A、B是相互独立的。
若事件A、B相互独立,且P(A)0,则有
P(B|A)叭P(A)P(B)P(B)
P(A)P(A)
若事件A、B相互独立,则可得到A与B、A与B、A与B也都相互独立。
必然事件和不可能事件?
与任何事件都相互独立。
?
与任何事件都互斥。
2多个事件的独立性
设ABC是三个事件,如果满足两两独立的条件,
P(AB)=P(A)P(B);
P(BC)=P(B)P(C);
P(CA)=P(C)P(A)
并且同时满足P(ABC)=P(A)P(B)P(C)
那么AB、C相互独立。
对于n个事件类似。
(15)全概
设事件B1,B2,,Bn满足
1°
B1,B2,,Bn两两互不相容,P(Bi)°
(i12,,n),
ABi
i1
J?
则有
P(A)P(B1)P(A|B1)P(B2)P(A|B2)P(Bn)P(A|Bn)。
(16)贝叶
斯公式
设事件B1,B2,…,Bn及A满足
B1,B2,…,Bn两两互不相容,P(Bi)>
o,i1,2,…,n,
i1,P(A)0,
则
P(Bi)P(A/BJ
P(Bi/A)n丿,i=1,2,・・・n。
P(Bj)P(A/Bj)
j1
此公式即为贝叶斯公式。
P(Bi),(i1,2,…,n),通常叫先验概率。
P(Bi/A),(i1,2,…,
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
“由果朔因”的推断。
我们作了n次试验,且满足
每次试验只有两种可能结果,A发生或A不发生;
n次试验是重复进行的,即A发生的概率每次均一样;
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
(17)伯努
否是互不影响的。
利概型
这种试验称为伯努利概型,或称为n重伯努利试验。
用p表示每次试验A发生的概率,则A发生的概率为1pq,用Pn(k)表
示n重伯努利试验中A出现k(0kn)次的概率,
_....kknk
Pn(k)Cnpq,k0,1,2,,n。
第二章随机变量及其分布
(1)离散型随机变量的分布律
设离散型随机变量X的可能取值为X<
(k=1,2,…)且取各个值的概率,即事件(X=Xk)的概率为
P(X=Xk)=pk,k=1,2,…,
则称上式为离散型随机变量X的概率分布或分布律。
有时也用分布列的形
式给出:
x|X1,x2,,xk,
P(Xxk)p1,p2,,pk,。
显然分布律应满足下列条件:
pk1
(1)pk0,k1,2,,
(2)k1。
(2)连续
设F(x)是随机变量X的分布函数,若存在非负函数f(x),对任意实数x,有
型随机变
x
F(x)f(x)dx
量的分布
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
密度
率密度。
密度函数具有下面4个性质:
f(x)0。
f(x)dx1
2。
(3)离散
P(Xx)P(xXxdx)f(x)dx
与连续型
积分元f(x)dx在连续型随机变量理论中所起的作用与P(Xxk)
Pk在离
随机变量
散型随机变量理论中所起的作用相类似。
的关系
(4)分布
函数
设X为随机变量,X是任意实数,则函数
F(x)P(Xx)
称为随机变量X的分布函数,本质上是一个累积函数。
P(aXb)F(b)F(a)可以得到X落入区间(a,b]的概率。
分布
函数F(x)表示随机变量落入区间(-
oo
x]内的概率。
分布函数具有如下性质:
0F(x)1,X
;
F(x)是单调不减的函数,即
X1
X2时,有F(X1)F(X2);
F()limF(x)0,
F(
)limF(x)1;
X
4°
F(x0)
F(x),
即F(x)是右连续的;
5°
P(Xx)
F(x)
F(x0)。
对于离散型随机变量,
Pk;
XkX
对于连续型随机变量,
f(x)dx。
(5)八大0-1分布P(X=1)=p,P(X=0)=q
二项分布
在n重贝努里试验中,设事件A发生的概率为p。
事件A发生的次数是随机变量,设为X,则X可能取值为0,1,2,,n。
P(Xk)Pn(k)C:
pkqnk,其中
q1P,0p1,k0,1,2,,n,
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n1时,P(Xk)pkq1k,k0.1,这就是(0-1)分
布,所以(0-1)分布是二项分布的特例。
泊松分布
设随机变量X的分布律为
k
P(Xk)—e,0,k0,1,2,
k!
则称随机变量X服从参数为的泊松分布,记为X~()或
者P()。
泊松分布为二项分布的极限分布(np=入,nis)。
超几何分布
CM?
CNMk0,1,2,1
()CN,1min(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)。
几何分布
P(Xk)qk1p,k1,2,3,,其中p>
0,q=1-p。
随机变量X服从参数为p的几何分布,记为G(p)。
均匀分布
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
ba
…、,a<
x<
b
f(X)ba其他,
0,
则称随机变量X在[a,b]上服从均匀分布,记为X~U(a,b)。
分布函数为
厂0,x<
a,
xa
Jba'
awx<
F(x