《概率论与统计原理》复习资料
概率论与数理统计考研复习资料
概率论与数理统计复习第一章 概率论的基本概念一.基本概念随机试验E:(1)可以在相同的条件下重复地进行;(2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;(3)进行一次试验之前不能确定哪一个结果会出现.样本空间S: E 的所有可能结果组成的集合. 样本点(基本事件):E 的每个结果. 随机事件(事件):样本空间S 的子集.必然事件(S):每次试验中一定发生的事件. 不可能事件(Φ):每次试验中一定不会发生的事件. 二. 事件间的关系和运算1.A ⊂B(事件B 包含事件A )事件A 发生必然导致事件B 发生.2.A ∪B(和事件)事件A 与B 至少有一个发生.3. A ∩B=AB(积事件)事件A 与B 同时发生.4. A -B(差事件)事件A 发生而B 不发生.5. AB=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生.6. AB=Φ且A ∪B=S (A 与B 互为逆事件或对立事件)表示一次试验中A 与B 必有一个且仅有一个发生. B=A, A=B . 运算规则 交换律 结合律 分配律 德•摩根律B A B A = B A B A =三. 概率的定义与性质1.定义 对于E 的每一事件A 赋予一个实数,记为P(A),称为事件A 的概率.(1)非负性 P(A)≥0 ; (2)归一性或规范性 P(S)=1 ;(3)可列可加性 对于两两互不相容的事件A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…),P(A 1∪A 2∪…)=P( A 1)+P(A 2)+…2.性质(1) P(Φ) = 0 , 注意: A 为不可能事件 P(A)=0 .(2)有限可加性 对于n 个两两互不相容的事件A 1,A 2,…,A n ,P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ⊂B, 则P(A)≤P(B), P(B -A)=P(B)-P(A) .(4)对于任一事件A, P(A)≤1, P(A)=1-P(A) .(5)广义加法定理 对于任意二事件A,B ,P(A ∪B)=P(A)+P(B)-P(AB) . 对于任意n 个事件A 1,A 2,…,A n()()()()+∑+∑-∑=≤<<≤≤<≤=nk j i k j i nj i j i ni i n A A A P A A P A P A A A P 11121…+(-1)n-1P(A 1A 2…A n )四.等可能(古典)概型1.定义 如果试验E 满足:(1)样本空间的元素只有有限个,即S={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型.2.计算公式 P(A)=k / n 其中k 是A 中包含的基本事件数, n 是S 中包含的基本事件总数. 五.条件概率1.定义 事件A 发生的条件下事件B 发生的条件概率P(B|A)=P(AB) / P(A) ( P(A)>0).2.乘法定理 P(AB)=P(A) P (B|A) (P(A)>0); P(AB)=P(B) P (A|B) (P(B)>0).P(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0) 3. B 1,B 2,…,B n 是样本空间S 的一个划分(B i B j =φ,i ≠j,i,j=1,2,…,n, B 1∪B 2∪…∪B n =S) ,则 当P(B i )>0时,有全概率公式 P(A)=()()i ni i B A P B P∑=1当P(A)>0, P(B i )>0时,有贝叶斯公式P (B i |A)=()()()()()()∑==ni i i i i i B A P B P B A P B P A P AB P 1. 六.事件的独立性1.两个事件A,B,满足P(AB) = P(A) P(B)时,称A,B 为相互独立的事件.(1)两个事件A,B 相互独立⇔ P(B)= P (B|A) .(2)若A 与B ,A 与B ,A 与B, ,A 与B 中有一对相互独立,则另外三对也相互独立.2.三个事件A,B,C 满足P(AB) =P(A) P(B), P(AC)= P(A) P(C), P(BC)= P(B) P(C),称A,B,C 三事件两两相互独立. 若再满足P(ABC) =P(A) P(B) P(C),则称A,B,C 三事件相互独立.3.n 个事件A 1,A 2,…,A n ,如果对任意k (1<k ≤n),任意1≤i 1<i 2<…<i k ≤n.有()()()()kkii i i i i A P A P A P A A A P 2121=,则称这n 个事件A 1,A 2,…,A n相互独立.第二章 随机变量及其概率分布一.随机变量及其分布函数1.在随机试验E 的样本空间S={e}上定义的单值实值函数X=X (e)称为随机变量.2.随机变量X 的分布函数F(x)=P{X ≤x} , x 是任意实数. 其性质为:(1)0≤F(x)≤1 ,F(-∞)=0,F(∞)=1. (2)F(x)单调不减,即若x 1<x 2 ,则 F(x 1)≤F(x 2). (3)F(x)右连续,即F(x+0)=F(x). (4)P{x 1<X≤x 2}=F(x 2)-F(x 1). 二.离散型随机变量 (只能取有限个或可列无限多个值的随机变量)1.离散型随机变量的分布律 P{X= x k }= p k (k=1,2,…) 也可以列表表示. 其性质为: (1)非负性 0≤P k ≤1 ; (2)归一性 11=∑∞=k k p .2.离散型随机变量的分布函数 F(x)=∑≤xX kk P 为阶梯函数,它在x=x k (k=1,2,…)处具有跳跃点,其跳跃值为p k =P{X=x k } .3.三种重要的离散型随机变量的分布(1)X~(0-1)分布 P{X=1}= p ,P{X=0}=1–p (0<p<1) .(2)X~b(n,p)参数为n,p 的二项分布P{X=k}=()kn k p p k n --⎪⎪⎭⎫ ⎝⎛1(k=0,1,2,…,n) (0<p<1) (3))X~π(λ)参数为λ的泊松分布 P{X=k}=λλ-e k k !(k=0,1,2,…) (λ>0) 三.连续型随机变量1.定义 如果随机变量X 的分布函数F(x)可以表示成某一非负函数f(x)的积分F(x)=()dt t f x⎰∞-,-∞< x <∞,则称X 为连续型随机变量,其中f (x)称为X 的概率密度(函数). 2.概率密度的性质(1)非负性 f(x)≥0 ; (2)归一性 ⎰∞∞-dx x f )(=1 ;(3) P{x 1<X ≤x 2}=⎰21)(xx dx x f ; (4)若f (x)在点x 处连续,则f (x)=F / (x) .注意：连续型随机变量X 取任一指定实数值a 的概率为零,即P{X= a}=0 .3.三种重要的连续型随机变量的分布 (1)X ～U (a,b) 区间(a,b)上的均匀分布⎩⎨⎧=-0)(1a b x f其它b x a << . (2)X 服从参数为θ的指数分布.()⎩⎨⎧=-0/1θθx ex f 00≤>x x 若若 (θ>0). (3)X~N (μ,σ2)参数为μ,σ的正态分布222)(21)(σμσπ--=x ex f -∞<x<∞, σ>0. 特别, μ=0, σ2 =1时,称X 服从标准正态分布,记为X~N (0,1),其概率密度2221)(x e x -=πϕ , 标准正态分布函数⎰=Φ∞--xt dt e x 2221)(π, Φ(-x)=1-Φ(x) .若X ～N ((μ,σ2), 则Z=σμ-X ~N (0,1), P{x 1<X ≤x 2}=Φ(σμ-2x )-Φ(σμ-1x ).若P{Z>z α}= P{Z<-z α}= P{|Z|>z α/2}= α,则点z α,-z α, ±z α/ 2分别称为标准正态分布的上,下,双侧α分位点. 注意：Φ(zα)=1-α , z 1- α= -z α.四.随机变量X 的函数Y= g (X)的分布 1.若g(x k ) (k=1,2,…)的值全不相等,则由上表立得Y=g(X)的分布律.若g(x k ) (k=1,2,…)的值有相等的,则应将相等的值的概率相加,才能得到Y=g(X)的分布律. 2.连续型随机变量的函数若X 的概率密度为f X (x),则求其函数Y=g(X)的概率密度f Y (y)常用两种方法： (1)分布函数法 先求Y 的分布函数F Y (y)=P{Y ≤y}=P{g(X)≤y}=()()dx x f ky X k∑⎰∆其中Δk (y)是与g(X)≤y 对应的X 的可能值x 所在的区间(可能不只一个),然后对y 求导即得f Y (y)=F Y /(y) .(2)公式法 若g(x)处处可导,且恒有g /(x)>0 (或g / (x)<0 ),则Y=g (X)是连续型随机变量,其概率密度为()()()()⎩⎨⎧'=0y h y h f y f X Y其它βα<<y其中h(y)是g(x)的反函数 , α= min (g (-∞),g (∞)) β= max (g (-∞),g (∞)) .如果f (x)在有限区间[a,b]以外等于零,则 α= min (g (a),g (b)) β= max (g (a),g (b)) .第三章 二维随机变量及其概率分布 一.二维随机变量与联合分布函数1.定义 若X 和Y 是定义在样本空间S 上的两个随机变量,则由它们所组成的向量(X,Y)称为二维随机向量或二维随机变量.对任意实数x,y,二元函数F(x,y)=P{X ≤x,Y ≤y}称为(X,Y)的(X 和Y 的联合)分布函数. 2.分布函数的性质(1)F(x,y)分别关于x 和y 单调不减.(2)0≤F(x,y)≤1 , F(x,- ∞)=0, F(-∞,y)=0, F(-∞,-∞)=0, F(∞,∞)=1 .(3) F(x,y)关于每个变量都是右连续的,即 F(x+0,y)= F(x,y), F(x,y+0)= F(x,y) . (4)对于任意实数x 1<x 2 , y 1<y 2P{x 1<X ≤x 2 , y 1<Y ≤y 2}= F(x 2,y 2)- F(x 2,y 1)- F(x 1,y 2)+ F(x 1,y 1)二.二维离散型随机变量及其联合分布律1.定义 若随机变量(X,Y)只能取有限对或可列无限多对值(x i ,y j ) (i ,j =1,2,… )称(X,Y)为二维离散型随机变量.并称P{X= x i ,Y= y j }= p i j 为(X,Y)的联合分布律.也可列表表示.2.性质(1)非负性 0≤p i j ≤1 .(2)归一性∑∑=i jij p 1 .3. (X,Y)的(X 和Y 的联合)分布函数F(x,y)=∑∑≤≤x x yy ij i j p三.二维连续型随机变量及其联合概率密度1.定义 如果存在非负的函数f (x,y),使对任意的x 和y ,有F(x,y)=⎰⎰∞-∞-yxdudv v u f ),(则称(X,Y)为二维连续型随机变量,称f(x,y)为(X,Y)的(X 和Y 的联合)概率密度. 2.性质 (1)非负性 f (x,y)≥0 . (2)归一性 1),(=⎰⎰∞∞-∞∞-d x d y y x f .(3)若f (x,y)在点(x,y)连续,则yx y x F y x f ∂∂∂=),(),(2(4)若G 为xoy 平面上一个区域,则⎰⎰=∈Gdxdy y x f G y x P ),(}),{(.四.边缘分布1. (X,Y)关于X 的边缘分布函数 F X (x) = P{X ≤x , Y<∞}= F (x , ∞) . (X,Y)关于Y 的边缘分布函数 F Y (y) = P{X<∞, Y ≤y}= F (∞,y)2.二维离散型随机变量(X,Y) 关于X 的边缘分布律 P{X= x i }=∑∞=1j ij p = p i·( i =1,2,…) 归一性11=∑∞=∙i i p .关于Y 的边缘分布律 P{Y= y j }= ∑∞=1i ij p = p·j( j =1,2,…) 归一性11=∑∞=∙j j p .3.二维连续型随机变量(X,Y)关于X 的边缘概率密度f X (x)=⎰∞∞-dy y x f ),( 归一性1)(=⎰∞∞-dx x f X关于Y 的边缘概率密度f Y (y)=x d y x f ⎰∞∞-),( 归一性1)(=⎰∞∞-dyy f Y五.相互独立的随机变量1.定义 若对一切实数x,y ,均有F(x,y)= F X (x) F Y (y) ,则称X 和Y 相互独立.2.离散型随机变量X 和Y 相互独立⇔p i j= p i ··p ·j( i ,j =1,2,…)对一切x i ,y j成立.3.连续型随机变量X 和Y 相互独立⇔f (x,y)=f X(x)f Y(y)对(X,Y)所有可能取值(x,y)都成立.六．条件分布1．二维离散型随机变量的条件分布定义 设(X,Y)是二维离散型随机变量,对于固定的j,若P{Y=y j }>0,则称 P{X=x i |Y=y j }为在Y= y j 条件下随机变量X 的条件分布律. 同样,对于固定的i,若P{X=x i }>0,则称,}{},{jj i j j i p p y Y P y Y x X P ∙=====P{Y=y j |X=x i }为在X=x i 条件下随机变量Y 的条件分布律.第四章 随机变量的数字特征一.数学期望和方差的定义随机变量X 离散型随机变量 连续型随机变量分布律P{X=x i }= p i ( i =1,2,…) 概率密度f (x)数学期望(均值)E(X)∑∞=1i i i p x (级数绝对收敛)⎰∞∞-dx x xf )((积分绝对收敛)方差D(X)=E{[X-E(X)]2}[]∑-∞=12)(i i i p X E x ⎰-∞∞-dx x f X E x )()]([2=E(X 2)-[E(X)]2 (级数绝对收敛) (积分绝对收敛) 函数数学期望E(Y)=E[g(X)] i i i p x g ∑∞=1)((级数绝对收敛) ⎰∞∞-dx x f x g )()((积分绝对收敛)标准差σ(X)=√D(X) .二.数学期望与方差的性质1. c 为为任意常数时, E(c) = c , E(cX) = cE(X) , D(c) = 0 , D (cX) = c 2D(X) . 2.X,Y 为任意随机变量时, E (X ±Y)=E(X)±E(Y) .3. X 与Y 相互独立时, E(XY)=E(X)E(Y) , D(X ±Y)=D(X)+D(Y) .4. D(X) = 0 ⇔P{X = C}=1 ,C 为常数.三.六种重要分布的数学期望和方差 E(X) D(X)1.X~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p)2.X~ b (n,p) (0<p<1) n p n p (1- p)3.X~ π(λ) λ λ4.X~ U(a,b) (a+b)/2 (b-a) 2/12 5.X 服从参数为θ的指数分布 θ θ2 6.X~ N (μ,σ2) μ σ2 四.矩的概念随机变量X 的k 阶(原点)矩E(X k ) k=1,2,… 随机变量X 的k 阶中心矩E {[X-E(X)] k }随机变量X 和Y 的k+l 阶混合矩E(X k Y l ) l=1,2,…随机变量X 和Y 的k+l 阶混合中心矩E{[X-E(X)] k [Y-E(Y)] l}第六章 样本和抽样分布一.基本概念总体X 即随机变量X ; 样本X 1 ,X 2 ,…,X n 是与总体同分布且相互独立的随机变量;样本值x 1 ,x 2 ,…,x n 为实数;n 是样本容量.统计量是指样本的不含任何未知参数的连续函数.如：样本均值∑==n i i X n X 11 样本方差()∑--==n i i XX n S 12211 样本标准差S样本k 阶矩∑==n i k i k X n A 11( k=1,2,…) 样本k 阶中心矩∑-==n i ki k X X n B 1)(1( k=1,2,…),}{},{∙=====i j i i j i p p x X P y Y x X P二.抽样分布 即统计量的分布 1.X 的分布 不论总体X 服从什么分布, E (X ) = E(X) , D (X ) = D(X) / n .特别,若X~ N (μ,σ2 ) ,则X ~ N (μ, σ2/n) .2.χ2分布 (1)定义 若X ～N (0,1) ,则Y =∑=ni i X 12~ χ2(n)自由度为n 的χ2分布.(2)性质 ①若Y~ χ2(n),则E(Y) = n , D(Y) = 2n .②若Y 1~ χ2(n 1) Y 2~ χ2(n 2) ,则Y 1+Y 2~ χ2(n 1 + n 2).③若X~ N (μ,σ2 ), 则22)1(σS n -~ χ2(n-1),且X 与S 2相互独立.(3)分位点 若Y~ χ2(n),0< α <1 ,则满足αχχχχαααα=<>=<=>--))}(())({()}({)}({22/122/212n Y n Y P n Y P n Y P的点)()(),(),(22/122/212n n n n ααααχχχχ--和分别称为χ2分布的上、下、双侧α分位点. 3. t 分布(1)定义 若X~N (0,1),Y~ χ2(n),且X,Y 相互独立,则t=nY X~t(n)自由度为n 的t 分布. (2)性质①n →∞时,t 分布的极限为标准正态分布.②X ～N (μ,σ2 )时, nS X μ-~ t (n-1) .③两个正态总体相互独立的样本 样本均值 样本方差X~ N (μ1,σ12 ) 且σ12=σ22=σ2 X 1 ,X 2 ,…,X n1 X S 12Y~ N (μ2,σ22 ) Y 1 ,Y 2 ,…,Y n2Y S22则212111)()(n n S Y X w +---μμ~ t (n 1+n 2-2) , 其中 2)1()1(212222112-+-+-=n n S n S n S w(3)分位点 若t ~ t (n) ,0 < α<1 , 则满足αααα=>=-<=>)}({)}({)}({2/n t t P n t t P n t t P的点)(),(),(2/n t n t n t ααα±-分别称t 分布的上、下、双侧α分位点.注意: t 1- α (n) = - t α (n).4.F 分布 (1)定义 若U~χ2(n 1), V~ χ2(n 2), 且U,V 相互独立,则F =21n V n U ~F(n 1,n 2)自由度为(n 1,n 2)的F 分布.(2)性质(条件同3.(2)③)22212221σσS S ~F(n 1-1,n 2-1)(3)分位点 若F~ F(n 1,n 2) ,0< α <1,则满足)},({)},({21121n n F F P n n F F P αα-<=>ααα=<>=-))},(()),({(212/1212/n n F F n n F F P的点),(),(),,(),,(212/1212/21121n n F n n F n n F n n F αααα--和分别称为F 分布的上、下、双侧α分位点. 注意:.).(1),(12211n n F n n F αα=-第七章 参数估计一.点估计 总体X 的分布中有k 个待估参数θ1, θ2,…, θk .X 1 ,X 2 ,…,X n 是X 的一个样本, x 1 ,x 2 ,…,x n 是样本值.1.矩估计法先求总体矩⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k θθθμμθθθμμθθθμμ 解此方程组,得到⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k μμμθθμμμθθμμμθθ ,以样本矩A l 取代总体矩μ l ( l=1,2,…,k)得到矩估计量⎪⎪⎩⎪⎪⎨⎧===∧∧∧),,,(),,,(),,,(2121222111k k k k k A A A A A A A A A θθθθθθ,若代入样本值则得到矩估计值. 2.最大似然估计法若总体分布形式(可以是分布律或概率密度)为p (x, θ1, θ2,…, θk ),称样本X 1 ,X 2 ,…,Xn的联合分布∏==ni k i k x p L 12121),,,,(),,,(θθθθθθ 为似然函数.取使似然函数达到最大值的∧∧∧kθθθ,,,21 ,称为参数θ1, θ2,…,θk 的最大似然估计值,代入样本得到最大似然估计量.若L(θ1, θ2,…, θk )关于θ1, θ2,…, θk 可微,则一般可由 似然方程组0=∂∂i L θ 或 对数似然方程组 0ln =∂∂iLθ (i =1,2,…,k) 求出最大似然估计. 3.估计量的标准(1) 无偏性 若E(∧θ)=θ,则估计量∧θ称为参数θ的无偏估计量.不论总体X 服从什么分布, E (X )= E(X) , E(S 2)=D(X), E(A k )=μk =E(X k ),即样本均值X , 样本方差S 2,样本k 阶矩A k 分别是总体均值E(X),方差D(X),总体k 阶矩μk 的无偏估计,(2)有效性 若E(∧θ1 )=E(∧θ2)= θ, 而D(∧θ1)< D(∧θ2), 则称估计量∧θ1比∧θ2有效. (3)一致性(相合性) 若n →∞时,θθP →∧,则称估计量∧θ是参数θ的相合估计量.文 - 汉语汉字 编辑词条文，wen ，从玄从爻。
概率论与数理统计总复习知识点归纳
概率论与数理统计总复习知识点归纳1.概率论的基础概念-随机事件、样本空间和事件的关系。
-频率和概率的关系，概率的基本性质。
-古典概型和几何概型的概念。
-条件概率和乘法定理。
-全概率公式和贝叶斯公式。
-随机变量和概率分布函数的概念。
-离散型随机变量和连续型随机变量的定义、概率质量函数和概率密度函数的性质。
2.随机变量的数字特征-随机变量的数学期望、方差、标准差和切比雪夫不等式。
-协方差、相关系数和线性变换的数学期望和方差公式。
-两个随机变量的和、差、积的数学期望和方差公式。
3.大数定律和中心极限定理-大数定律的概念和三级强大数定律。
-中心极限定理的概念和中心极限定理的两种形式。
4.数理统计的基本概念和方法-总体、样本和抽样方法的概念。
-样本统计量和抽样分布的概念。
-点估计和区间估计的概念。
-假设检验的基本思想和步骤。
-正态总体的参数的假设检验和区间估计。
5.参数估计和假设检验的方法和推广-极大似然估计的原理和方法。
-矩估计的原理和方法。
-最小二乘估计的原理和方法。
-一般参数的假设检验和区间估计。
6.相关分析和回归分析-相关系数和线性相关的概念和性质。
-回归分析的一般原理。
-简单线性回归的估计和检验。
7.非参数统计方法-秩和检验和符号检验的基本思想和应用。
-秩相关系数的计算和检验。
8.分布拟合检验和贝叶斯统计-卡方拟合检验的原理和方法。
-正态总体参数的拟合优度检验。
-贝叶斯估计的基本思想和方法。
9.时间序列分析和质量控制-时间序列的基本性质和分析方法。
-时间序列预测的方法和模型。
-质量控制的基本概念和控制图的应用。
以上是概率论与数理统计总复习知识点的归纳，希望对你的复习有所帮助。
概率论与数理统计复习汇总
第二章：随机变量及其相关内容
基本概念：随机变量、分布律、概率密度、分布函数 随机变量：设随机试验的样本空间为 S = {e}, X = X (e) 是定义在样本空间 S 上的
实值单值函数，称 X = X (e) 为随机变量. ( 样本点到数的对应法则) 随机变量的分类：离散型随机变量和连续型随机变量(基于 r.v. 的取值类型) 离散型随机变量 取值为有限个或者无限可列个的随机变量 分布律 若 r.v. X 的取值为 x1, x2 , , xn , 对应概率值为 p1, p2 , , pn , ，即
(1) 任取一件产品为次品的概率是多少？ (2) 已知取得的产品为次品，求此次品来自甲厂生产的概率是多少？ 2. 人们为了了解一支股票未来一定时期内价格的变化，往往会去分析影响股票 价格的基本因素，比如利率的变化. 现假设人们经分析评估知利率下降的概率为 60%，利率不变的概率为 40%.根据经验，人们估计，在利率下调的情况下，该
一个划分.或者 B1, B2 , , Bn 为一个完备事件组.
全概率公式：设设 S 为随机试验 E 的样本空间， B1, B2, , Bn 为一个完备事件组，
则有 P( A) = P(B1)P( A B1) + P(B2 )P( A B2 ) + + P(Bn )P( A Bn )
Bi 称为原因， A 称为结果；全概率公式由原因找结果； 贝叶斯公式： 由结果找造成的原因
运算规律：德摩根律 AB = A ∪ B; A ∪ B = AB
加法原理： n1 + n2 + + nm (分类)，乘法原理： n1 ⋅ n2 ⋅ ⋅ nm (分步)
概率论与数理统计复习要点
第一章 随机事件及其概率一、随机事件及其运算 1. 样本空间、随机事件①样本点：随机试验的每一个可能结果，用ω表示； ②样本空间：样本点的全集，用Ω表示； 注：样本空间不唯一.③随机事件：样本点的某个集合或样本空间的某个子集，用A,B,C,…表示； ④必然事件就等于样本空间；不可能事件()∅是不包含任何样本点的空集； ⑤基本事件就是仅包含单个样本点的子集。
2. 事件的四种关系①包含关系：A B ⊂，事件A 发生必有事件B 发生； ②等价关系：A B =， 事件A 发生必有事件B 发生，且事件B 发生必有事件A 发生；③互不相容（互斥）： AB =∅ ，事件A 与事件B 一定不会同时发生。
④互逆关系（对立）：A ，事件A 发生事件A 必不发生，反之也成立；互逆满足A A AA ⎧⋃=Ω⎨=∅⎩注：互不相容和对立的关系（对立事件一定是互不相容事件，但互不相容事件不一定是对立事件。
） 3. 事件的三大运算①事件的并：A B ⋃，事件A 与事件B 至少有一个发生。
若AB =∅，则A B A B ⋃=+；②事件的交：A B AB ⋂或，事件A 与事件B 都发生； ③事件的差：-A B ，事件A 发生且事件B 不发生。
4. 事件的运算规律①交换律：,A B B A AB BA ⋃=⋃=②结合律：()(),()()A B C A B C A B C A B C ⋃⋃=⋃⋃⋂⋂=⋂⋂③分配律：()()(),()()()A B C A B A C A B C A B A C ⋃⋂=⋃⋂⋃⋂⋃=⋂⋃⋂ ④德摩根（De Morgan ）定律：,A B AB AB A B⋃==⋃对于n 个事件，有1111,n ni i i i nni ii i A A A A ======二、随机事件的概率定义和性质1．公理化定义：设试验的样本空间为Ω，对于任一随机事件),(Ω⊂A A 都有确定的实值P(A)，满足下列性质： (1) 非负性：;0)(≥A P (2) 规范性：;1)(=ΩP(3)有限可加性(概率加法公式)：对于k 个互不相容事件k A A A ,,21 ，有∑∑===ki i ki i A P A P 11)()(.则称P(A)为随机事件A 的概率. 2．概率的性质 ①()1,()0P P Ω=∅= ②()1()P A P A =-③若A B ⊂，则()(),()()()P A P B P B A P B P A ≤-=-且 ④()()()()P A B P A P B P AB ⋃=+-()()()()()()()()P A B C P A P B P C P AB P BC P AC P ABC ⋃⋃=++---+注：性质的逆命题不一定成立的. 如 若),()(B P A P ≤则B A ⊂。
(完整版)概率论与数理统计知识点总结(详细)
《概率论与数理统计》第一章概率论的基本概念 (2)§2．样本空间、随机事件 (2)§4等可能概型（古典概型） (3)§5．条件概率 (4)§6．独立性 (4)第二章随机变量及其分布 (5)§1随机变量 (5)§2离散性随机变量及其分布律 (5)§3随机变量的分布函数 (6)§4连续性随机变量及其概率密度 (6)§5随机变量的函数的分布 (7)第三章多维随机变量 (7)§1二维随机变量 (7)§2边缘分布 (8)§3条件分布 (8)§4相互独立的随机变量 (9)§5两个随机变量的函数的分布 (9)第四章随机变量的数字特征 (10)§1．数学期望 (10)§2方差 (11)§3协方差及相关系数 (11)第五章 大数定律与中心极限定理 (12)§1． 大数定律 ...................................................................................... 12 §2中心极限定理 . (13)第一章 概率论的基本概念§2．样本空间、随机事件1．事件间的关系 B A ⊂则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生φ=⋂B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =⋃B A φ=⋂B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件2．运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃）（ ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3．频率与概率定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P（3）可列可加性：设n A A A ,,,21 是两两互不相容的事件，有∑===nk kn k kA P A P 11)()( （n 可以取∞）2．概率的一些重要性质： （i ） 0)(=φP（ii ）若n A A A ,,,21 是两两互不相容的事件，则有∑===nk kn k kA P A P 11)()(（n 可以取∞）（iii ）设A ，B 是两个事件若B A ⊂，则)()()(A P B P A B P -=-，)A ()B (P P ≥ （iv ）对于任意事件A ，1)(≤A P（v ）)(1)(A P A P -= （逆事件的概率）（vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同 若事件A包含k个基本事件，即}{}{}{2]1k i i i e e e A =，里个不同的数，则有中某，是，，k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5．条件概率（1） 定义：设A,B 是两个事件，且0)(>A P ，称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率（2） 条件概率符合概率定义中的三个条件1。
概率论与统计原理复习资料
一、填空题1、设A B, C为三个事件，则下列事件“ B发生而A与C至少有一个发生”，“A，B, C中至少有两个发生”，“A, B, C中至少有一个发生”，“A，B, C中不多于一个发生”，“A，B, C中恰好有一个发生” ，“ A , B , C中恰好有两个发生”分别可表示丿为、、、、、。
参考答案：B ( A+C AB+AC+BCA + B+C, AC + BC +AB , AB C +AC B + A BC, ABC + ABC +ABC考核知识点：事件的关系及运算2、从0, 1, 2,…，9这10个数中可重复取两个数组成一个数码，则“两个数之和为3”、“两个数之和为17”、“两个数相同”的概率分别为___________ 、______ 、______ 。
参考答案：，，考核知识点：古典型概率3、同时抛掷3枚均匀的硬币，则3枚正面都向上的概率为_____________ ，恰好有2枚正面向上的概率为__________________ 。
参考答案：1/8 , 3/8考核知识点：古典型概率4、箱中有60个黑球和40个白球，从中任意连接不放回取出k个球，则第k次取出黑球的概率为_____________________ 。
参考答案：考核知识点：古典型概率5、假设某商店获利15万元以下的概率为，获利10万元以下的概率为，获利5万元以下的概率为，则该商店获利5~10万元的概率为_____________ ，获利U 10~15万元的概率为_____________ 。
参考答案：，考核知识点：概率的性质6、设袋中有6个球，其中4白2黑。
用不放回两种方法取球，则取到的两个球都是白球的概率为______________ ;取到的两个球颜色相同的概率为_____________ ;取到的两个球中至少有一个是白球的概率为_____________ 。
参考答案：,7/15, 14/15考核知识点：古典型概率和概率的性质7、设事件A,B互不相容，已知P( A= ,P( B)二，则P( A+B= ________ ; P( A +B) = _______ ；P( A B) = _______ ；P( AB) = _______ 。
概率论与数理统计复习资料
概率论与数理统计复习资料### 概率论与数理统计复习资料#### 第一章：概率论基础1. 概率的定义与性质- 事件的概率定义- 概率的公理化体系- 概率的加法和乘法规则2. 条件概率与事件独立性- 条件概率的计算- 事件独立性的定义与性质- 贝叶斯定理3. 随机变量及其分布- 离散型随机变量及其分布律- 连续型随机变量及其概率密度函数- 随机变量的期望值与方差4. 多维随机变量及其分布- 联合分布函数- 边缘分布函数- 协方差与相关系数5. 大数定律与中心极限定理- 切比雪夫不等式- 伯努利大数定律- 中心极限定理的应用#### 第二章：数理统计基础1. 样本与统计量- 样本均值、方差与标准差- 样本矩- 顺序统计量2. 参数估计- 点估计与区间估计- 估计量的优良性准则- 极大似然估计3. 假设检验- 假设检验的基本原理- 单样本假设检验- 双样本假设检验4. 方差分析- 单因素方差分析- 双因素方差分析- 方差分析的计算步骤5. 回归分析- 一元线性回归- 多元线性回归- 回归模型的诊断#### 第三章：概率分布与随机过程1. 常见概率分布- 二项分布- 泊松分布- 正态分布2. 随机过程的基本概念- 随机过程的定义- 马尔可夫链- 泊松过程3. 随机过程的参数估计- 随机过程的均值与方差估计- 随机过程的回归分析4. 随机过程的模拟- 蒙特卡洛方法- 随机模拟的应用5. 随机过程的统计推断- 随机过程的假设检验- 随机过程的参数估计#### 第四章：统计决策与贝叶斯统计1. 统计决策理论- 损失函数- 风险函数- 决策规则2. 贝叶斯统计- 贝叶斯后验概率- 贝叶斯估计- 贝叶斯决策3. 贝叶斯网络- 贝叶斯网络的结构- 贝叶斯网络的推理- 贝叶斯网络的应用4. 统计推断的贝叶斯方法- 贝叶斯假设检验- 贝叶斯参数估计5. 贝叶斯模型选择- 贝叶斯信息准则- 交叉验证通过以上内容的复习，可以对概率论与数理统计的基本概念、理论及其应用有一个系统的理解。
(完整版)自考概率论与数理统计复习资料要点总结
i《概率论与数理统计》复习提要(1) 0 P(A) 1 ( 2)P( ) 1(1) 定义：若 P(B) 0,则 P(A| B)P(AB)P(B)(2)乘法公式：P(AB) P(B)P(A| B)若B 1, B 2, B n 为完备事件组，P(B i )0，则有n(3)全概率公式： P(A) P(B i )P(A| B i )i 1(4)Bayes 公式： P(B k | A)P(Bk)P(A|B k)P(B i )P(A|BJi 17.事件的独立性：A, B 独立 P( AB) P(A)P(B)(注意独立性的应用)第二章随机变量与概率分布1 •离散随机变量：取有限或可列个值，P(X x i ) p i 满足(1) p i 0 , (2) p i =11.事件的关系 AB A B AB A B AAB2.运算规则(1)A B BA ABBA(2) (AB) CA (BC)(AB)C A(BC)(3) (AB)C (AC) (BC) (AB) C (A C)(B(4) AB ABABAB第一章随机事件与概率3•概率P(A)满足的三条公理及性质: C)(4) P() 0 (5) P(A) 1 P(A)(6) P(A B) P(A) P(AB) ，若 A B , 则P(BA) P(B) P(A) ,P(A) P(B)(7) P(A B) P(A) P(B) P(AB)(8) P(ABC) P(A) P(B) P(C)P(AB)P(AC) P(BC)P(ABC)n(3)对互不相容的事件 A l , A 2, , A n ，有P( A k )k 1k 1(n 可以取)4. 古典概型：基本事件有限且等可能5. 几何概率6. 条件概率P(A k )(3)对任意D R, P(X D) p:X i D2.连续随机变量：具有概率密度函数f (x)，满足(1) f (x) 0, f(x)dx 1 ；b(2) P(a X b) f (x)dx ； ( 3)对任意a R，P(X a) 0a4.分布函数F(x) P(X x)，具有以下性质(1)F( ) 0, F( ) 1 ; (2)单调非降；(3)右连续；(4)P(a X b) F(b) F(a)，特别P(X a) 1 F(a)；(5)对离散随机变量，F(x) P i ；i:为x(6)对连续随机变量，F(x) x'f(t)dt为连续函数，且在f (x)连续点上，F (x) f (x)5.正态分布的概率计算以(x)记标准正态分布N (0,1)的分布函数，则有(1)(0) 0.5 ; (2)(2 x x) 1 (x) ； (3)若X ~ N(,)，则F(x) ((4)以u记标准正态分布N(0,1)的上侧分位数，则P(X u ) 1 (u )6.随机变量的函数Y g(X)(1)离散时，求Y的值，将相同的概率相加；(2)X连续，g(x)在X的取值范围内严格单调，且有一阶连续导数，则f Y(y) f x(g 1(y)) |(g 1(y))' |单调，先求分布函数，再求导。
- 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、"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、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)。
《概率论与统计原理》复习资料《概率论与统计原理》复习资料一、填空题1、设A，B，C为三个事件，则下列事件“B发生而A与C至少有一个发生”，“A，B，C中至少有两个发生”，“A，B，C中至少有一个发生”，“A，B，C中不多于一个发生”，“A，B，C中恰好有一个发生”，“A，B，C中恰好有两个发生”分别可表示为、、、、、。
参考答案：B（A+C，AB+AC+BC，A +B+C，CA+CB+B A，AB C+AC B+A BC，A+CABA+CBBC考核知识点：事件的关系及运算2、从0，1，2，…，9这10个数中可重复取两个数组成一个数码，则“两个数之和为3”、“两个数之和为17”、“两个数相同”的概率分别为、、。
参考答案：0.04，0.02，0.1考核知识点：古典型概率3、同时抛掷3枚均匀的硬币，则3枚正面都向上的概率为，恰好有2枚正面向上的概率为。
参考答案：1/8，3/8考核知识点：古典型概率4、箱中有60个黑球和40个白球，从中任意连接不放回取出k个球，则第k次取出黑球的概率为。
参考答案：0.6考核知识点：古典型概率5、假设某商店获利15万元以下的概率为0.9，获利10万元以下的概率为0.5，获利5万元以下的概率为0.3，则该商店获利5~10万元的概率为，获利10~15万元的概率为。
参考答案：0.2，0.4考核知识点：概率的性质6、设袋中有6个球，其中4白2黑。
用不放回两种方法取球，则取到的两个球都是白球的概率为；取到的两个球颜色相同的概率为；取到的两个球中至少有一个是白球的概率为。
参考答案：0.4，7/15，14/15考核知识点：古典型概率和概率的性质7、设事件A，B互不相容，已知P（A）= 0.6，P（B）= 0.3，则P （A+B）= ；P（A+B）= ；P（A B）= ；P（BA）= 。
参考答案：0.9，0.4，0.3，0.1考核知识点：概率的性质8、甲、乙、丙三人各射一次靶子，他们各自中靶与否相互独立，且已知他们各自中靶的概率分别为0.5，0.6，0.8，则恰有一人中靶的概率为；至少有一人中靶的概率为。
参考答案：（1）0.26；（2）0.96考核知识点：事件的独立性9、每次试验的成功率为p（0< p <1），则在5次重复试验中至少成功一次的概率为。
参考答案：5)--1(1p考核知识点：事件的独立性10、设随机变量X~N（1，4），则P{0 ≤X＜1.6}= ；P{X＜1}= ；P{X=x0}= 。
参考答案：0.3094，0.5，0考核知识点：正态分布，参见P61；概率密度的性质11、设随机变量X～B（n，p），已知E X=0.6，D X=0.48，则n = ，p = 。
参考答案：3，0.2考核知识点：随机变量的数学期望和方差12、设随机变量X服从参数为（100，0.2）的二项分布，则E X= ，D X= 。
参考答案：20，16考核知识点：随机变量的数学期望和方差13、设随机变量X 服从正态分布N （-0.5，0.52），则E X 2= ，D （2X -3）= 。
参考答案：0.5，1考核知识点：随机变量的数学期望和方差及其性质14、设由来自正态总体)9,(2μN 的容量为9的简单随机样本，得样本均值X =5，则未知参数μ的最大似然估计值为 ，μ的置信度为0.95的置信区间为 。
参考答案：5，（-0.88，10.88）考核知识点：正态总体参数的极大似然估计以及区间估计15、设由来自正态总体)10,(2μN 的容量为25的简单随机样本，得样本均值X =15，则未知参数μ的最大似然估计值为 ，μ的置信度为0.95的置信区间长度为 。
参考答案：15，7.84考核知识点：正态总体参数的极大似然估计以及区间估计16、从自动车床加工的一批零件中随机抽取了16件，测得零件长度的平均值为2.125cm ，标准差为0.017cm 。
假设零件的长度服从正态分布，则零件长度均值的点估计值为 ；零件长度标准差的点估计值为 ；零件长度标准差的0.95置信区间为 。
参考答案：2.125，0.017，（0.0126，0.0263） 考核知识点：正态总体标准差的点估计以及区间估计17、设总体X 服从正态分布),(2σμN ，从X 中随机抽取一个容量为36的样本，设X 为样本均值，S 2为样本方差。
当总体方差σ2已知时，检验假设H 0：μ=μ0的统计量为 ，当总体方差σ2未知时，检验假设H 0：μ=μ0的统计量为 。
参考答案：36/0σμ-X ，36/0S X μ- 考核知识点：正态总体均值的假设检验18、设总体X 服从正态分布),(2σμN ，从X 中随机抽取一个容量为n 的样本，设S 2为样本方差，则检验假设H 0：202σσ=的统计量为 。
参考答案：2022)1(σχS n -=考核知识点：正态总体方差的假设检验19、假设检验时若增大样本容量，则犯两类错误的概率都将 。
参考答案：减少考核知识点：假设检验的两类错误20、设随机变量X 在区间[1，3] 上服从均匀分布，则X 的概率密度函数为 ；事件 {-0.5＜X ＜1.5}的概率为参考答案：⎪⎩⎪⎨⎧≤≤其他,031,21x ，0.25 考核知识点：连续型随机变量的密度函数和概率21、设随机变量X ～B （3，0.2），则E X = ，D X = 。
参考答案：0.6，0.48考核知识点：二项分布的数字特征22、总体X 服从正态分布N （μ，σ2），从X 中随机抽取一个容量为n 的样本，X 为样本均值，S 2为样本方差。
当总体方差σ2已知时，假设H 0：μ=μ0的检验统计量为 ，当总体方差σ2未知时，假设H 0：μ=μ0的检验统计量为 。
参考答案：nX /0σμ-，nS X /0μ-考核知识点：假设检验23、对于随机试验：观察一台电脑的使用寿命，则其样本空间可表示为 ；事件“使用寿命超过600小时”可表示为 。
参考答案：（0，+∞）；（600，+∞） 考核知识点：随机试验的样本空间24、设随机变量X 的概率密度为⎪⎩⎪⎨⎧≤≤=其他 ,020,cos )(πx x A x f ，则常数A = ，P （6π<X ）= ，X 的分布函数F （x ）= 。
参考答案：1，0.5，⎪⎪⎪⎩⎪⎪⎪⎨⎧≥<≤<=212sin 00)(ππx x x A x x F ,0 ,, 考核知识点：连续型随机变量的分布函数25、对于随机试验：记录一段时间内某城市110报警次数，则其样本空间可表示为 ；事件“报警次数小于5次”可表示为 。
参考答案：{0，1，2，…}；{0，1，2，3，4} 考核知识点：随机试验的样本空间26、同时抛掷3枚均匀的硬币，则恰好有2枚正面都向上的概率为 ，至少有1枚正面向上的概率为 。
参考答案：3/8，7/8 考核知识点：古典概率27、从0，1，2，…，9这10个数中可重复取两个数组成一个数码，令X 为两个数之和，则P{X ≤3}＝ 。
参考答案：0.04考核知识点：古典概率28、每次试验的成功率为p （0< p <1），则在3次重复试验中至少失败一次的概率为 。
参考答案：31p -考核知识点：古典概率29、在假设检验中，一般情况下会犯 错误。
参考答案：第一类错误和第二类错误 考核知识点：假设检验30、袋中有50个球，其中有20个是红球，其余为白球，不放回抽样从中任取3次，一次取一个球，则第5次取到红球的概率为 。
参考答案：0.4考核知识点：古典概率31、设随机变量X 在区间[2，7] 上服从均匀分布，则随机变量X 的概率密度函数为 ；随机变量X 的分布函数为 ；P{-0.5＜X ＜2.5}= 。
参考答案：⎩⎨⎧≤≤=其他,072,2.0)(x x f ，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=7,172,522,0)(x x x x x F ，0.1 考核知识点：连续型随机变量的性质32、设随机变量X 服从参数为（100，0.4）的二项分布，则E X = ， D X = 。
参考答案：40，24考核知识点：二项分布的数字特征33、设由来自正态总体)10,(2μN 的容量为25的简单随机样本，得样本均值X =5，则未知参数μ的最大似然估计值为 ，μ的置信度为0.95的置信区间长度为 。
参考答案：5，7.84考核知识点：正态分布的估计值和置信区间34、在假设检验中，第一类错误是指 。
参考答案：原假设本来正确，却被错误地拒绝了 考核知识点：假设检验35、袋中有100个球，其中有30个是红球，其余为白球，不放回抽样从中任取4次，一次取一个球，则第二次取到红球的概率为 。
参考答案： 0.3考核知识点：古典概率36、设随机变量X 在区间[2，6] 上服从均匀分布，则随机变量X 的概率密度函数为 ；随机变量X 的分布函数为 ；P{-0.5＜X ＜2.5}= 。
参考答案： ⎩⎨⎧≤≤=其他,062,25.0)(x x f ，⎪⎪⎩⎪⎪⎨⎧≥<≤-<=6,162,422,0)(x x x x x F ，0.125 考核知识点：连续型随机变量的概率37、设随机变量X 服从参数为（10，0.6）的二项分布，则E X = ， D X = 。
参考答案： 6，2.4考核知识点：二项分布的数字特征38、设由来自正态总体)9,(2μN 的容量为25的简单随机样本，得样本均值X =5，则未知参数μ的最大似然估计值为 ，μ的置信度为0.95的置信区间为 。
参考答案： 5，（1.472，8.528）考核知识点：正态分布的估计值和置信区间二、单项选择题1、下列数字中不可能是随机事件概率的是（ ）。
A ．- 1/3 B ．0 Ｃ．0.3 Ｄ．1 参考答案：A考核知识点：概率的公理化定义2、某产品共有10件，其中3件为次品，其余为正品。
用不放回方法从中任取两次，一次一件，则第二次取到的是正品的概率为（ ）。
A ．107 B ．103C ．92D ．151参考答案：B考核知识点：古典型概率3、设某厂的甲、乙、丙三个车间生产同一种产品，记A 1为“产品是由甲车间生产的”， A 2为“产品是由乙车间生产的”， A 3为“产品是由丙车间生产的”， B 为“产品是次品”。
今从即将出厂的该种产品中任取一件，则取到的是甲车间生产的次品的概率为（ ）。
A ．P (C A 1) B ．P (C 2A ) C ．P (B A 2) D ．P (A 1B )参考答案：D考核知识点：概率的表示与条件概率4、设某厂的甲、乙、丙三个车间生产同一种产品，记A 1为“产品是由甲车间生产的”， A 2为“产品是由乙车间生产的”， A 3为“产品是由丙车间生产的”， B 为“产品是次品”。
今从次品中任取一件，则它是由甲车间生产的的概率为（ ）。