《概率论与数理统计》笔记考研特别版.docx

《概率论与数理统计》笔记考研特别版.docx

《《概率论与数理统计》笔记考研特别版.docx》由会员分享，可在线阅读，更多相关《《概率论与数理统计》笔记考研特别版.docx（8页珍藏版）》请在冰豆网上搜索。

《概率论与数理统计》笔记考研特别版

《概率论与数理统计》笔记（考研版>

一、课程导读

“概率论与数理统计”是研究随机现象地规律性地一门学科

       统计规律性

对随机现象,从表面上看,因为人们事先不能知道会出现哪一种结果,似乎是不可捉摸地；其实不然．人们通过实践观察到并且证明了,在相同地条件下,对随机现象进行大量地重复实验<观测）,其结果总能呈现出某种规律性．例如,多次重复抛一枚硬币,正面

朝上和反面朝上地次数几乎相等；对某个靶进行多次射击,虽然各次弹着点不完全相同,但这些点却按一定地规律分布；等等．我们把随机现象地这种规律性称为统计规律性．

      应用例子

      摸球游戏中谁是真正地赢家

在街头巷尾常见一类“摸球游戏”．游戏是这样地：

一袋中装有16个大小、形状相同,光滑程度一致地玻璃球．其中8个红色、8个白色．游戏者从中一次摸出8个,8个球中．当红白两种颜色出现以下比数时．摸球者可得到相应地“奖励”或“处罚”：

结果<比数）

A（8:

0>

B（7:

1>

C（6:

2>

D（5:

3>

E（4:

4>

奖金<元）

10

1

0.5

0.2

-2

注：

表中“-2”表示受罚2元

解：

此游戏<实为赌博）,从表面上看非常有吸引力,5种可能出现地结果．有4种可得奖．且最高奖达10元．而只有一种情况受罚．罚金只是2元．因此就吸引了许多人特别是好奇地青少年参加．结果却是受罚地多,何以如此呢？

其实．这就是概率知识地具体应用：

现在是从16个球中任取8个．所有可能地取法为

种．即基本事件总数有限．又因为是任意抽取．保证了等可能性．是典型地古典概型问题．由古典概率计算公式．很容易得到上述5种结果．其对应地概率分别是：

假设进行了1000次摸球实验,5种情况平均出现地次数分别为：

0、10、122、487、381次,经营游戏者预期可得

2×381-（10×0＋1×10＋0.5×122＋0.2×487>=593.6<元）．

这个例子地结论可能会使我们大吃一惊,然而正是在这一惊之中．获得了对古典概率更具体、更生动地知识.

      戏院设座问题

乙两戏院在竞争500名观众,假设每个观众完全随意地选择一个戏院,且观众之间选择戏院是彼此独立地,问每个戏院至少应该设多少个座位才能保证观众因缺少座位而离开地概率小于5%?

解因为两个戏院地情况相同,故只需考虑甲戏院即可.设甲戏院需设m个座位,定义

 ,i=1,2,…,500

 依题意,

若用x表示选择甲戏院地观众总数,则

问题化为求m使

因为E（xi>=D（xi>=0.5,由中心极限定理近似地

故

查标准正态分布表知

从而解得

即每个戏院至少应该设多少269个座位.

各章地重点难点

第一章事件与概率

          古典概率

          全概率公式与贝叶斯公式（*>

          独立实验序列

第二章离散型随机变量

          离散随机变量地概率分布

          分布函数

          常用分布：

超几何分布H（n,M,N>、二项分布B（n,p>、泊松分布P（λ>

          随机变量地数学期望与方差地概念及性质

第三章连续型随机变量

          连续随机变量地概率密度、均匀分布U[a,b]、指数分布e（λ>、正态分布N（μ,σ2>

          分布函数

          二维随机变量地分布<联合分布）

          边际分布

          随机变量函数地数学期望

          常用分布地数学期望与方差

          相关矩与相关系数

          随机变量地和地分布

          切比雪夫不等式

第四章大数定律与中心极限定理

          大数定律<辛钦定理、伯努里定理）

          中心极限定理<列维定理、德莫威尔-拉普拉斯定理）

第五章数理统计地基本知识

          总体与样本地概念

          常用统计量：

样本均值、样本方差、修正样本方差

          数理统计中地常用分布：

χ2分布、t分布、F分布（*>

          正态总体地统计量分布：

定理1~定理4

第六章点估计

          参数地矩估计：

          极大似然法

          无偏估计

第七章假设检验

          正态总体均值地假设检验

          正态总体标准差地假设检验

          正态总体均值地区间估计

          正态总体方差地区间估计<未知μ）

二、     学习方法指导

   本课程是研究随机现象地统计规律性地数学学科.因为研究对象,所以在学习方法上与分析数学、线性代数等其它课程有很大不同.在学习过程中,会遇到较多地、独特地概念和分析方法,初学者可能会感到很不习惯,入门会有一定困难,但是只要肯于钻研并掌握较好地学习方法,多数学生不仅能达到考核地基本要求,而且还会产生较大地学习兴趣.这是因为概率论与数理统计与社会生活实际地联系十分紧密,应用特别广泛,因而容易激发人们地兴趣.下面,结合本课程地特点,介绍某些行之有效地学习方法供学生参考.

1．学习概率论地基本概念时,首先要注意这些概念地统计背景.

概率论部分地基本概念比较多,特别从第二章“随机变量及其分布”开始,似乎“高难动作”一个接着一个来.如果对基本概不能很好理解,势必影响自学地信心.实际上,概率论地许多基本概念来源于统计实践,因此弄清其统计背景乃是入门地向导.例如,概率来源于频率,它是大量独立重复实验时频率地稳定值.因此,频率是概率地先导.而概率又是频率地抽象和发展.进而可理解概率地某些基本特性也是相应地频率特性地高度概括和抽象.又如,连续随机变量地概率密度地统计背景是统计直方图；随机变量地分布函数实质上是一种“累计概率”,它来源于统计中地经验分布函数；而随机变量地期望概念则是样本均值地抽象,在提供了频率分布地前提下,样本均值实际上是一种加权平均值<“权”就是频数）,而离散随机变量地期望恰恰是这种加权平均值概念地提升和推广,即将频率提升为概率,将有限推广到无限等等.

   2．重视概念地甄别,即弄清某些容易混淆地概念之间地区别.

   在概率论中存在许多容易混淆地概念,如果不能认真区分,仔细加以甄别,就不能正确理解这些重要概念,在应用时就会产生各种各样地错误.

       互不相容事件与相互独立事件是最容易混淆地一对概念

“互不相容”是指两个事件不能同时发生.

而“相互独立”则是指一个事件发生与否对另一事件发生地概率没有影响.

       随机变量地独立性与不相关性是两个既有区别又有联系地概念.

两个随机变量  相互独立

不相关

       条件概率P（A|B>与乘积概率P（AB>也是容易混淆地一对概念

条件概率是已知某事件发生条件下,另一事件发生地概率,而

乘积概率中所涉及地事件都没有“已经发生”地假定.两者地关系为

P（AB>=P（B>P（A|B>

   3．善于识别一些重要地概率模型并能正确进行计算是提高分析和解决概率实际问题能力地关键.

   在概率论中有许多经长期实践概括出地重要概率模型<简称“概型”）,学生必须了解其背景、特点和适用范围,要熟记计算公式,以便能正确应用.例如：

   <1）古典概型：

一类具有有限个“等可能”发生地基本事件地概率模型.

   <2）完备事件组模型：

若干个两两互不相容地事件在一次实验中有且仅有一个发生地一类概率模型.它主要用于某些复杂事件地计算——全概率公式,以及某些条件概率地计算——贝叶斯公式.

<3）贝努利概型与二项分布模型：

贝努利概型是关于独立重复实验序列地一类重要地概率模型,其特点是各个重复实验是独立进行地,且每次实验中仅有两个对立地结果：

事件A发生或不发生,则在n次独立重复实验中,事件A恰好发生m次地概率为

 ,其中p=P（A>.

<4）泊松分布：

物理上存在一种质点流,称为泊松流,它是由源源不断地随机出现地许多质点构成地一种随机质点流.例如,电话交换台所接到地呼唤形成一呼唤流,到某商店去购物地顾客形成一顾客流,经过某块天空地流星形成流星流,放射性物质不断放出地质点形成质点流等等.泊松流地主要特征之一就是在任意两个不相交地时间区间内各自出现地质点个数是相互独立地.加上另一些特征,即可导出泊松流地概率模型.

 <5）正态分布——最重要地概率模型：

根据中心极限定理地意义可知：

无数微小地,又相互独立作用地随机因素,如果它们同分布,则它们累加起来地总效应必定服从正态分布.这是正态分布应用最为广泛地根本原因.例如人体地身高、体重,测量地误差等都服从正态分布.

<6）均匀分布——“等可能”取值地连续化模型：

如果连续随机变量

仅在某有限区间[a,b]内取值,且具有概率密度

则称

服从区间[a,b]上地均匀分布.

除以上6种常见地概率模型外,还有指数分布,随机变量地函数等模型,不再—一列举,可参看教材有关内容.

4．对于某些难度较大地特殊算法要在理解地基础上进行“典例复算”

 学生普遍反映本课程自学较难,除概念抽象外,恐怕一些特殊地计算方法也会带来不少学习上地困难.要突破这一点,最好地方法是将有关地典型例题读完后,合上书,认真复算一遍,边算边加深理解.

例如,关于已知随机变量地分布列或概率密度,求分布函数地方法.从分布函数地定义

出发,可得出关于离散随机变量和连续随机变量分布函数地计算公式,分别为

和

困难在于这两个公式地具体应用.

 5．学习数理统计部分,最重要地是要领会各种统计方法内在地统计思想,其次是要熟练掌握操作步骤.

 例如,极大似然估计法地主要统计思想是：

如果在一次实验中,某个样本x1,x2,…,xn一旦出现,就有理由认为该样本出现地概率

最大.具体操作时,只要利用总体地已知分布<其中包含待估地本知参数）构造样本地联合分布,即似然函数,再应用微积分地极值原理找出最大值点,即得极大似然估计量.

 又如,区间估计实际上是以一定地把握<置信概率）去估计未知参数所落入地范围<置信区间）.区间估计方法最主要地统计思想是：

设法构造一个与待估未知参数有关地统计量,利用它地抽样分布,在给定地置信概率下确定临界值,再作适当地概率恒等变形即可获得置信区间.简言之,就是以统计量及其抽样分布为武器,达到用样本推断总体地目地.

 数理统计既然是用部分去推断总体,特别是区间估计和假设检验都只是根据一次抽样所得地样本值去下结论,这就不可能不犯错误,于是就产生了区间估计地可靠性<置信概率）和假设检验地两类错误问题.这就是说,数理统计工作者对实际问题下结论时往往不是简单地回答“是”或“非”,而是带有一定地犯错误地概率.这样做,既体现了实事求是地科学精神,又鼓励人们通过不断实践,经过多次实验逐步获得较为准确和可靠地结论.学生在学习数理统计这部分内容时应充分领会和把握统计方法地这一重要特色.

6．在重视基本概念、基本理论和基本方法学习地前提下,也要注意概率统计中专用语言和符号地规范使用.

本课程地教案实践和测试地情况反映出学生地学习效果不容乐观.许多学生对基本知识和基本技能不能正确理解和掌握.例如,求得地概率是负值或大于1,方差小于0,相关系数大于1等错误大有人在；对于“至少发生1个”、“至多发生2个”等概率论专用语言不理解,从而不能正确表达事件；计算概率时,对有关事件A,”B,C等或有关随机变量X,Y等地含义不事先设定；正态分布计算中对一般地正态变量不作“标准化变换”；关于事件或随机变量独立性地判定或证明更是错误百出,答非所问.特别是数理统计部分,许多考生或者放弃,或者胡乱解答一通.这些现象充分说明,学生一定要重视基本概念、基本原理和基本方法地真正理解和掌握.

7．必须做相当多地习题.

      凡数学课程,只是看书而不做习题是很难真正掌握好地.通常是,看书时明白了,当要做习题时又无从下手.做习题能帮助我们复习提高,加深对概念地理解,对算法地掌握.

三、注意事项

《概率论与数理统计》是研究随机现象数量规律地学科,解决问题方法思路与其它数学学科大不相同,概念难以理解,规律不易掌握,习题处理困难.

为提高学习效果,保证学习质量,学习《概率论与数理统计》应注意以下几方面地问题：

1、善于归纳,寻找共性.本课程内容较为散乱,每个问题都有不同背景,系统归结,找出共性,有利于整体掌握所学内容.例如：

古典概型所求概率是随机事件在样本空间所占比例,是随机事件样本点数与样本点总数之比,几何概型虽然对象不同<样本点无穷多个,不可数）,所求概率是两个几何体度量之比,但也是随机事件在样本空间所占比例,两者本质思路都是一样地,搞清这一点,对全面掌握知识很有帮助；

2、学科交叉,提高认识.本课程虽然内容独特,但我们将概率视为函数之后,就可以用《数学分析》方法进行研究,广泛应用极限、导数、积分之后,不仅处理问题严格科学,更提高了对问题地理解认识；

3、联系实际,培养兴趣.本课程产生地背景,是迫切解决当时实际问题地需要.当今社会环境中,政治、军事、经济等大量问题都可以用概率方法研究解决,如利用概率研究彩票、保险、天气预报等.解决这些问题很有意义,也很有趣,兴趣做动力,也是提高学习效率地一个重要因素；

4、加强练习,掌握技巧.独立完成作业是学生学好本课程地一项重要地、必不可少地工作.通过对课后习题地练习,逐步加深对课程中各种概念理解,熟悉各种基本解题方法,达到基本掌握本课程主要内容地目地.

5、网络课堂,加强自学.网络教案是一种新型教案手段,我们在精品课程网页上设有指定地教材、电子教案、作业习题、参考文献等内容.为巩固加强所学知识,网页上配有习题解答和在线辅导,师生、生生之间可用留言板展开适时和非适时交流探讨.最后可根据网页提供地模拟试卷进行自测.

结合课堂教案和网上自学,认真对待,多想多练,必将极大提高学习效率.