概率论与数理统计公式考试版专用.docx
《概率论与数理统计公式考试版专用.docx》由会员分享,可在线阅读,更多相关《概率论与数理统计公式考试版专用.docx(40页珍藏版)》请在冰豆网上搜索。
概率论与数理统计公式考试版专用
第1章随机事件及其概率
(1)排列组合公式
P:
S"从m个人中挑出n个人进行排列的可能数。
一nm!
,
Cm从m个人中挑出n个人进行组合的可能数。
n!
(mn)!
(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
种方法来元成,则这件事可由m+n种方法来元成。
乘法原理(两个步骤分别不能完成这件事):
论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mxn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卜可以重复进行,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,…母事件,它们是的子集。
为必然事件,?
为/、可能事件。
爪可能事件(?
)的概率为零,而概率为零的事件爪一定是小可能事件;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
如果问时有AB,BA,则称事件A与事件B等价,或称AWB:
A=B
A、B中至少有一个发生的事件:
AB,或者A+B。
"A"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,它表示A发生而B不发生的事件。
A、B问时发生:
AB,或者ABAB=?
,则表示A与B不可能问时发生,
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。
它表小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)
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),若满足卜列三个条件:
1°0
2P(Q)=1
3°对于两两互而相容的事件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。
(8)古典概型
1°1,2n,
。
一一一1
2P
(1)P
(2)P(n)一。
n
设任一事件A,它是由1,2m组成的,则有
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
(9)几何概型
若随机试验的结果为无限本可数并且每个结果出现的可能性均匀,问时样本空
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,
L(A).
P(A)。
其中L为几何网(长度、面积、体积)。
L()
(10)加法公式
P(A+B)=P(A)+P(B)-P(AB)
当P(AB)=0时,P(A+B)=P(A)+P(B)
(11)减法公式
P(A-B)=P(A)-P(AB)
当BA时,P(A-B)=P(A)-P(B)
当A=Q时,P(B)=1-P(B)
(12)条件概率
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)
件B发生的条件概率,记为P(B/A)P(AB)。
P(A)
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)
(13)乘法公式
乘法公式:
P(AB)P(A)P(B/A)
更一般地,对事件A,Aa,•••■,若P(A1A2…An-1)>0,则有
P(A1A2...An)P(A1)P(A2|A1)P(A3|A1A2)......P(An|A1A2...
An1)/o
(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。
命件A、B相互独立,且P(A)。
,则有
P(B|A)冬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E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)全概公式
设事件B1,B2,,Bn满足
1B1,B2,,Bn^^相容P(Bi)0(i以,,n),
n
2AI,
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
1°B1,B2,…,Bn两两旦』、相容,P(Bi)>0,i1,2,…,n,
n
2A[建P(A)0,
则
P(Bi/A)ng"",…
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(BJA),(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。
(17)伯努利概型
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
否是互江影响的。
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,
—八、_kknk_
Pn(k)Cnpq,k0,1,2,,no
(1)离散型随机变量的分布律
第二章随机变虽及其分布
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:
(2)连续
型随机变量的分布密度
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:
1f(x)°。
f(x)dx1
o
P(Xx)P(xXxdx)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
散型随机变量理论中所起的作用相类似。
(4)分布函数
设X为随机变量,x是任意实数,贝炳数
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(-8,x]内的概率。
分布函数具有如下性质:
1°0F(x)1,x;
2F(x)是单调』、减的函数,即xix2时,有F(xi)F(x2);
3F()limF(x)0,F()limF(x)1;
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,F(x)pk;
xkx
x
对于连续型随机变量,F(x)f(x)dx。
(5)八大分布
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。
_kknk
P(Xk)Pn(k)Cnpq,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,n^oo)。
超几何分布
CM?
cnMk0,1,2,l
P(Xk)——,
CNlmin(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]…,1
上为常数,即
ba
1.
1avx
f(x)ba,甘仙
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
0,xxa
x〈baaF(x)f(x)dx
t1,x>b。
当a_x2x1
P(x1Xx2)———。
ba
指数分布
x
[e,x。
,
f(x)[0,x。
,
其中0,则称随机变量X服从参数为的指数分布。
X的分布函数为
rax-
1e,x0
F(x)10
L0,x<0。
记住积分公式:
xnexdxn!
0
正态分布
设随机变量X的密度函数为
1^2
f(x)^^e2,x,
42
其中、0为常数,则称随机变量X服从参数为、
2\
的正态分布或局斯(Gauss)分布,记为X~