概率论章节总结.docx
《概率论章节总结.docx》由会员分享,可在线阅读,更多相关《概率论章节总结.docx(19页珍藏版)》请在冰豆网上搜索。
![概率论章节总结.docx](https://file1.bdocx.com/fileroot1/2023-2/2/2be1b2fa-fd9e-4809-9268-9fc8a34d7391/2be1b2fa-fd9e-4809-9268-9fc8a34d73911.gif)
概率论章节总结
第一章考核内容小结
排列数
的计算公式为:
例如:
(四)组合(数):
从n个不同的元素中任取m个组成与顺序无关的一组的方法数叫组合数,记作
或
。
例如:
=45
组合数有性质
(1)
,
(2)
,(3)
例如:
(1)A,B,C三事件中,仅事件A发生-------
(2)A,B,C三事件都发生-------ABC
(3)A,B,C三事件都不发生--------
(4)A,B,C三事件不全发生---------
(5)A,B,C三事件只有一个发生--------
(6)A,B,C三事件中至少有一个发生-------A+B+C
(1)A,B都发生且C不发生
(2)A与B至少有一个发生而且C不发生
(3)A,B,C都发生或A,B,C都不发生)
(4)A,B,C中最多有一个发生
(5)A,B,C中恰有两个发生
(6)A,B,C中至少有两个发生)
简记AB+AC+BC
(7)A,B,C中最多有两个发生
简记
(一)了解随机事件的概率的概念,会用古典概型的计算公式
计算简单的古典概型的概率
(二)知道事件的四种关系
(1)包含:
表示事件A发生则事件B必发生
(2)相等:
(3)互斥:
与B互斥
(4)对立:
A与B对立
AB=Φ,且A+B=Ω
(三)知道事件的四种运算
(1)事件的和(并)A+B表示A与B中至少有一个发生
性质:
(1)若
,则A+B=A
(2)
且
(2)事件积(交)AB表示A与B都发生
性质:
(1)若
,则AB=B∴ΩB=B且
(2)
(3)事件的差:
A-B表示A发生且B不发生
∴
,且A-B=A-AB
(4)
表示A不发生
性质
(四)运算关系的规律
(1)A+B=B+A,AB=BA叫交换律
(2)(A+B)+C=A+(B+C)叫结合律
(AB)C=A(BC)
(3)A(B+C)=AB+AC叫分配律
(A+B)(A+C)=A+BC
(4)
叫对偶律
(五)掌握概率的计算公式
(1)P(A+B)=P(A)+P(B)-P(AB)
特别情形①A与B互斥时:
P(A+B)=P(A)+P(B)
②A与B独立时:
P(A+B)=P(A)+P(B)-P(A)P(B)
③
推广P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)
(2)
推广:
因为
,而
,而BA与
明显不相容。
特别地,若
,则有AB=A
所以当
当事件独立时,
P(AB)=P(A)P(B)
P(ABC)=P(A)P(B)P(C)
P(ABCD)=P(A)P(B)P(C)P(D)
性质若A与B独立
与B,A与
,
与
均独立
(六)熟记全概率公式的条件和结论
若A1,A2,A3是Ω的划分,则有
简单情形
熟记贝叶斯公式
若
已知,则
(七)熟记贝努利重复试验概型的计算公式
第二章考核内容小结
(一)知道随机变量的概念,会用分布函数求概率
(1)若X是离散型随机变量,则
P(a(2)若X是连续型随机变量,则
P(aP(a≤x≤b)=F(b)-F(a)
P(a≤x<b)=F(b)-F(a)°P{X≤b}=F(b).
P(ab}=1-P{X≤b}=1-F(b)
(二)知道离散型随机变量的分布律
会求简单离散型随机变量的分布律和分布函数,且若
则
(三)掌握三种常用的离散型随机变量的分布律
(1)X~(0,1)
(2)X~B(n,p)
P(x=k)=
(3)X~P(λ)
P(x=k)=
并且知道泊松分布是二项分布当n很大,p很小的近似值,且λ=np
(四)知道连续型随机变量的概率密度概念和性质,概率密度和分布函数的关系及由概率密度求概率的公式。
(1)概率密度f(x)的性质
①f(x)≥0 ②
(2)分布函数和概率密度的关系
(3)分布函数的性质
①F(x)连续,可导
②F(-∞)=0,F(+∞)=1
③F(x)是不减函数。
(4)概率计算公式:
①P(a ②P(a (五)掌握连续型随机变量的三种分布
(1)X~U(a,b)
X~f(x)=
X~F(x)=
(2)X~E(λ)
①X~f(x)=
②X~F(x)=
(3)X~N(0,1)
①X~
②X~
性质:
Φ(-x)=1-Φ(x)
P(a(4)X~N(μ,σ2)
①X~
②P(a (六)会用公式法求随机变量X的函数Y=g(x)的分布函数
(1)离散型
若
且g(x1),g(x2),…g(xn)不相同时,有
(2)连续型
若X~fX(x),y=g(x)单调,有反函数x=h(y)且y的取值范围为(α,β),则随机变量X的函数Y=g(x)的概率密度为
当α=-∞β=+∞时,则有
简单情形,若Y=ax+b则有
Y~fY(y)=
在简单情形下会用公式法求Y=ax+b的概率密度。
(3)重要结论
(i)若X~N(μ,σ2),则有Y=ax+b时
Y~N(aμ+b,a2σ2)
(ii)若X~N(μ,σ2),则有Y=
叫X的标准化随机变量。
第三章内容小结
(一)知道二维随机变量的分布函数的概念和性质。
(1)(X,Y)~F(X,Y)=P(X≤X,Y≤Y)
=P(-∞<X≤X,-∞<Y≤Y)
(2)F(X,Y)的性质
(ⅰ)F(+∞,+∞)=1
(ⅱ)F(-∞,Y)=0,F(X,-∞)=0
F(-∞,-∞)=0
(3)X~FX(X)=F(X,+∞)
Y~FY(Y)=F(+∞,Y)
(二)离散型二维随机变量
(1)(X,Y)的分布律
性质
(2)X的边缘分布
证明 P1·=P11+P12+…P1N,P2·=P21+P22+…P2N,…pm·=pm1+pm2+…pmn
(3)Y的分布律
证 P·1=P11+P21+…pm1,P·2=P21+P22+…pm2,…P·N=P1N+P2N+…+pmn
(4)X,Y独立的充要条件是:
X,Y独立
P(X=xi,Y=yj)=P(X=xi)P(Y=yj)
(i=1,2,…,M;j=1,2,…,N)
判断离散性随机变量X,Y是否独立。
(5)会求Z=X+Y的分布律
(三)二维连续型随机变量
(1)若
已知f(X,Y)时,会用上式求F(X,Y)
性质
(2)
已知F(X,Y)时,会用上式求f(X,Y)
(3)会用公式
求(X,Y)在区域D上取值的概率。
(4)会用公式
分别求X,Y的概率密度(边缘密度)
(5)会根据X,Y独立
判断连续型随机变量X,Y的独立性。
(6)知道两个重要的二维连续随机变量
①(X,Y)在D上服从均匀分布
S是D的面积
则
X,Y独立
(7)若X,Y独立,且
第四章小结
本章的考核内容是
(一)知道随机变量的期望的定义和计算公式,性质。
(1)离散型:
(2)连续型:
(3)
(4)
期望的性质:
(1)EC=C
(2)E(kX)=kEX
(3)E(X±Y)=EX±EY
(4)X,Y独立时,E(XY)=(EX)(EY)
(二)知道方差的概念和计算公式以及方差的性质
∴X是离散型随机变量时
X是连续型随机变量时
(2)计算公式
(3)性质
①DC=0
②
③D(X±Y)=DX+DY±2E[(X-EX)(Y-EY)]
=DX+DY±2Cov(X,Y)
∴X,Y独立
X,Y不相关时
D(X±Y)=DX+DY
Cov(X,Y)=E[(X-EX)(Y-EY)]
计算公式Cov(X,Y)=E(XY)-(EX)(EY)
相关系数
定理X,Y独立
X,Y不相关(
)
特别情形X,Y正态,则有
X,Y独立
X,Y不相关
第五章考核要求
(一)知道切比雪夫不等式
或
并且会用切比雪夫不等式估计事件|X-EX|≥ε或|X-EX|<ε的概率。
(二)知道贝努利大数定律
其中n是试验次数,m是A发生次数,p是A的概率,它说明试验次数很多时,频率近似于概率。
(三)知道切比雪夫不等式大数定律
它说明在大量试验中,随机变量
取值稳定在期望附近。
(四)知道独立同分布中心极限定理
若
记Yn~Fn(x),则有
它说明当n很大时,独立同分布的随机变量之和
近似服从正态N(nμ,nσ2)所以,无论n个独立同分布的X1,X2,…Xn服从何种分布,n很大时,X1+X2+…Xn却近似正态N(nμ,nσ2).
(五)知道棣莫弗—拉普拉斯中心极限定理
若Zn表示n次独立重复事件发生次数,即
Zn~B(n,p),则有
即Zn近似正态N(np,np(1-p)2)。
并会用中心极限定理计算简单应用问题。
第六章章小结
本章的基本要求是
(一)知道总体、样本、简单样本和统计量的概念
(二)知道统计量
和s2的下列性质。
E(s2)=σ2
(三)若x的分布函数为F(x),分布函数为f(x),则样本(x1,x2,…xn)的联合分布函数为F(x1)F(x2)…F(xn)样本(x1,x2,…xn)的联合分布密度为f(x1)f(x2)…f(xn),样本(x1,x2,…xn)的概率函数,p(x1,x2,…xn)=p(X=x1)p(X=x2)…p(X=xn)因而顺序统计量x
(1),…x(n)中
X
(1)的分布函数为1-(1-F(x))n
X(n)的分布函数为[F(x)]n
(四)掌握正态总体的抽样分布
若X~N(μ,σ2)则有
(1)
(2)
(3)
(4)若
=>
当
时,
。
(五)知道样本原点矩与样本中心矩的概念
第七章章小结
本章考核要求为
(一)点估计
(1)知道点估计的概念
(2)会用矩法求总体参数的矩估计值,主要依据是
(3)会用最大似然估计法求总体参数的估计值。
基本方法是由样本x1,x2,x3,…,xn构造一个似然函数或似然函数的对数
L(x1,x2,x3,…,xn,
)=P(X=x1)P(X=x2)…P(X=xn)
L(x1,x2,x3,…,xn,
)=f(x1)f(x2)…f(xn)
然后由lnL(x1,x2,x3,…,xn,
)取最大的值时的
值
为
的值,即
。
是L的最大值点。
(二)点估计量的评价标准
(1)若
,则
是
的无偏估计。
(2)若
都是
的无偏估计,且
就说
有效。
(3)若
。
就说是
的相合估计
以上三条标准中主要掌握无偏估计和有效估计
(三)区间估计
(1)知道区间估计的概念
(2)会求一个正态总体
的参数
的置信区间。
公式见表7-1