大学概率论与数理统计的复习资料
大学概率论与数理统计复习资料(word文档良心出品)

第一章 随机事件及其概率知识点:概率的性质 事件运算 古典概率事件的独立性 条件概率 全概率与贝叶斯公式常用公式)()()()()()2(加法定理AB P B P A P B A P -+= ),,()()(2111有限可加性两两互斥设n ni i ni i A A A A P A P ∑===),(0)()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==)()()()()5(AB P A P B A P B A P -==-)()()()()(时当A B B P A P B A P B A P ⊂-==-))0(,,()()/()()()6(211>Ω=∑=i n ni i i A P A A A A B P A P B P 且的一个划分为其中全概率公式 ),,()](1[1)(2111相互独立时n ni i n i i A A A A P A P ∏==--=)/()()/()()()4(B A P B P A B P A P AB P ==)(/)()/()3(A P AB P A B P =)()/()()/()()/()7(1逆概率公式∑==ni iii i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L AP nr A P ==应用举例1、已知事件,A B 满足)()(B A P AB P =,且6.0)(=A P ,则=)(B P ( )。
2、已知事件,A B 相互独立,,)(k A P =6.0)(,2.0)(==B A P B P ,则=k ( )。
3、已知事件,A B 互不相容,,3.0)(=A P ==)(,5.0)(B A P B P 则( )。
4、若,3.0)(=A P===)(,5.0)(,4.0)(B A B P B A P B P ()。
5、,,A B C 是三个随机事件,C B ⊂,事件()A C B -与A 的关系是( )。
统计学复习资料概率论与数理统计重点知识点整理

统计学复习资料概率论与数理统计重点知识点整理概率论与数理统计是统计学的基础课程之一,也是应用最为广泛的数学工具之一。
下面将对概率论与数理统计的重点知识点进行整理,以供复习使用。
一、概率论的基本概念1. 样本空间和事件:样本空间是指随机试验的所有可能结果构成的集合,事件是样本空间的子集。
2. 古典概型和几何概型:古典概型是指样本空间中的每个结果具有相同的概率,几何概型是指采用几何方法进行分析的概率模型。
3. 概率公理和条件概率:概率公理是概率论的基本公理,条件概率是指在已知某一事件发生的条件下,另一事件发生的概率。
4. 独立事件和全概率公式:独立事件是指两个事件的发生与否互不影响,全概率公式是用于计算复杂事件的概率的公式。
5. 随机变量和概率分布函数:随机变量是对样本空间中的每个结果赋予一个数值,概率分布函数是随机变量的分布情况。
二、概率分布的基本类型1. 离散型概率分布:包括二项分布、泊松分布和几何分布等。
2. 连续型概率分布:包括正态分布、指数分布和均匀分布等。
三、多维随机变量及其分布1. 边缘分布和条件分布:边缘分布是指多维随机变量中的某一个或几个变量的分布,条件分布是指在已知某些变量取值的条件下,其他变量的分布。
2. 二维随机变量的相关系数:相关系数用于刻画两个随机变量之间的线性关系的强度和方向。
3. 多维随机变量的独立性:多维随机变量中的各个分量独立时,称为多维随机变量相互独立。
四、参数估计与假设检验1. 参数估计方法:包括点估计和区间估计,点估计是通过样本数据得到参数的估计值,区间估计是对参数进行一个范围的估计。
2. 假设检验的基本概念:假设检验是用于对统计推断的一种方法,通过与某个假设进行比较来得出结论。
3. 假设检验的步骤:包括建立原假设和备择假设、选择显著性水平、计算检验统计量和做出统计决策等步骤。
五、回归分析与方差分析1. 简单线性回归分析:简单线性回归分析是研究两个变量之间的线性关系的方法,通过建立回归方程来拟合数据。
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 ⊂。
概率论与数理统计要点复习.docx

概率论与数理统计要点复习.docx概率论与数理统计复习资料第⼀章随机事件与概率1.事件的关系AuB AuB AB A-B A Q AB =(/>(1)包含:若事件A发⽣,⼀定导致事件B发⽣,那么,称事件B包含事件A ,记作AuB(或Bz)A)?(2)相等:若两事件A与〃相互包含,即AnB且Bn A,那么,称事件A与B相等,记作A = B .(3)和事件:“事件A与事件B中⾄少有⼀个发⽣”这⼀事件称为A与B的和事件,记作AuB;“n个事件观出?…,⼈中⾄少有⼀事件发⽜”这⼀事HI J A件称为鱼…,⼈的和,记作Au⼊5??uA”(简记为* ').(4)积事件:“事件A与事件B同时发⽣”这⼀事件称为A与B的积事件,记作AcB(简记为AB);a n个事件观出,…,⼼同时发⽜”这⼀事件称为nA,⾎.…,⼈的积事件,记作(简记为A4??4或以').(5)互不相容:若事件A和B不能同时发⽣,即⼼?,那么称事件A与B互不相容(或互斥),若n个事件观出?…,⼈中任意两个事件不能同时发⽣,即A"⼴0(iwi(6)对⽴事件:若事件A和B互不相容、且它们中必有⼀事件发⽣,即AB = Q 且AuB⼆Q,那么,称A与B是对⽴的.事件A的对⽴事件(或逆事件)记作⼊(7)差事件:若事件A发⽣且事件B不发⽣,那么,称这个事件为事件A 与B的差事件,记作A-B(或⼈⽤)?2?运算规则(1)交换律:AuB = BuA AB = BA(2)结合律:(AuB)uC = Au(BuC) (AB)C = A(BC)(3)分配律(A u B)C = (AC) u (BC) (AB) uC = (Au C)(B u C)(4)德[摩根(DeMorgan)法则:AuB = AB AB = AuB3.概率P( A)满⾜的三条公理及性质:(1)0 < P(A) < 1 (2) P(Q) = 1(3)对互不相容的事件£,凡,…,有P(|J 4) = JP(A k) (n可以取co) k=[Bl(4)P(0) = O (5) P(A) = 1 - P(A)(6)P(A-B) = P(A)-P(AB),若AuB,则P(B-A) = P(B)-P(A), P(A)< P(B)(7)P(A u B) = P(A) + P(B) - P(AB)(8)P(AufiuC) = P(A) + P(B) + P(C) ⼀P( AB) - P(AC)⼀P(BC) + P(ABC)4.古典概型:基本事件有限且等可能5.⼏何概率:如果随机试验的样本空间是⼀个区域(可以是直线上的区间、平⾯或空间⼬的区域),且样本空间⼬每个试验结果的出现具有等可能性,那么规定事件A的概率为= A的长度(或⾯积、体积)(,⼀样本空间的的长度(或⾯积、体积)?6.条件概率(1)定义:若P(B)> 0,则P(A|B)⼆巴也P(B)(2)乘法公式:P(AB) = P(B)P(A | B)若⽿,场,3”为完备事件组,P(BJ>0,贝ij有(3)全概率公式:P(A) =》P(BJP(A | BJ/=!(4)Bayes 公式:P(B* | A) = £(拔)⼙(川伐)£P(BJP(A\BJ/=!(5)贝努⾥概型与⼆项概率设在每次试验中,随机事件A发⽣的概率P(A) = p(0复独⽴试验中?,事件A恰发⽣£次的概率为巳伙)⼆7 //(I —"1,20,1,…⼩k7.事件的独⽴性:A, 3独⽴o P(AB) = P(A)P(B)(注意独⽴性的应⽤)下列四个命题是等价的:(i)事件A与B相互独⽴;(ii)事件A与⽤相互独⽴;(iii)事件広与B相互独⽴;(iv)事件A与B相互独⽴.8、思考题1 . ⼀个⼈在⼝袋⾥放2盒⽕柴,每盒⽄⽀,每次抽烟时从⼝袋⼬随机拿出⼀盒(即每次每盒有同等机会被拿到)并⽤掉⼀⽀,到某次他迟早会发现:取出的那⼀盒已空了?问:“这时另⼀盒中恰好有加⽀⽕柴”的概率是多少?2?设⼀个居民区有〃个⼈,设有⼀个邮局,开c个窗⼝,设每个窗⼝都办理所有业务.c太⼩,经常排长队;c?太⼤⼜不经济.现设在每⼀指定时刻,这〃个⼈中每⼀个是否在邮局是独⽴的,每个⼈在邮局的概率是P?设计要求:“在每⼀时刻每窗⼝排队⼈数(包括正在被服务的那个⼈)不超过加”这个事件的概率要不⼩于Q (例如,Q = 0?&0?9或o.95),问⾄少须设多少窗⼝?3.设机器正常时,⽣产合格品的概率为9 5%,当机器有故障时,⽣产合格品的概率为5 0 %,⽽机器⽆故障的概率为9 5%.某天上班时,⼯⼈⽣产的第⼀件产品是合格品,问能以多⼤的把握判断该机器是正常的?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 =xj = Pi满⾜(1) p,. > 0 , (2)⼯戸=1I(3)对任意DuR, P(X E D)= ^Pii: DJ+oof(x)dx = 1:-oo(2)P(aJu3.⼉个常⽤随机变量标准正态分布的分布函数记作①(X),即CX ] ----①⑴=I ——e 2 dt①(兀) '⼗问t ,当出“no时,①(%)可查表得到;当xvo时,①⑴可由下⾯性质得到①(I兀)=1 ⼀①(X)设X~N(“,k),则有F⑴=①(⼆)P(aer c ?4.分布函数F(x) = P(X(1)F(-oo) = 0, F(+oo) = l; (2)单调⾮降;(3)右连续;(4)P(a a) = l-F(a);特别的P(X = a) = F(a) - F(a -0)(5)对离散随机变量,F(Q =⼯⼙汀/:Xf(6)对连续随机变量,F(x) = f 为连续函数,且在.f(x)连续点上,F (x) = f(x)J—85.正态分布的概率计算以①(x)记标准正态分布2(0,1)的分布函数,则有(1)①(0) = 0.5; (2)①(⼀兀)=1 ⼀①⑴;(3)若X ?N(“Q2),则F(Q⼆①(^^);(7(4)以%记标准正态分布2(0,1)的上侧a分位数,则P(X >%) = a = l—①(⾎) 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/y(y) = /x (gT (y ))l (gT ()‘))'l ,若不单调,先求分布函数,再求导。
《概率论与数理统计》综合复习资料全

《概率论与数理统计》综合复习资料一、填空题1、一个盒子中有10 个球,其中有 3 个红球, 2 个黑球, 5 个白球,从中取球两次,每次取一个(无放回),则:第二次取到黑球的概率为;取到的两只球至少有一个黑球的概率为。
2、 X 的概率密度为 f ( x)1 e x2 2 x 1(x) ,则DX。
3、已知随机变量X ~N(1,1),Y~N(3,1) 且 X 与Y 相互独立,设随机变量Z 2X Y 5,则EX;DX。
4、已知随机变量X 的分布列为X-102P k0.40.2p则: EX=;DX =。
5、设X与Y独立同分布,且X~N(2,22) ,则D( 3X2Y) =。
6、设对于事件A、B、 C有 P(A)P(B)1,P(ABC)1P(C),412P( AB) P( BC )P(AC)1。
,则 A 、 B、 C 都不发生的概率为87、批产品中一、二、三等品各占60% 、30%、 10%,从中任取一件,结果不是三等品,则取到的是二等品的概率为。
8、相互独立,且概率分布分别为1,1 y 3f (x)e ( x 1)x) ;( y)(,其它则:E(X Y)=;E(2X3 2 )=。
Y9 、已知工厂A、 B 生产产品的次品率分别为2%和1%,现从由A、 B 工厂分别占30%和70%的一批产品中随机抽取一件,发现是次品,则该产品是 B 工厂的概率为。
10、设X、Y的概率分布分别为, 1 x 54e4 y,y01/ 4( x);( y),,其它0y0则: E(X 2Y) =;(X 2 4 ) =。
E Y二、选择题1、设X 和 Y 相互独立,且分别服从N(1,22) 和N (1,1),则。
A .P{ X Y 1}1/ 2B.P{ X Y0}1/ 2C .P{ X Y0}1/ 2D.P{ X Y 1}1/ 22、已知P( A)0.4,P(B)0.6,P(B | A)0.5 ,则P( A B)。
A .1B.0.7C .0.8D .0.53、设某人进行射击,每次击中的概率为1/3,今独立重复射击10 次,则恰好击中 3 次的概率为。
概率论与数理统计复习资料要点总结--学生

《概率论与数理统计》复习资料一、复习提纲注:以下是考试的参考内容,不作为实际考试范围,仅作为复习参考之用。
考试内容以教学大纲和实施计划为准;注明“了解”的内容一般不考。
1、 会事件关系的运算,了解概率的古典定义2、 能较熟练地求解古典概率;了解概率的公理化定义3、 掌握概率的基本性质和应用这些性质进行概率计算;理解条件概率的概念;掌握加法公式与乘法公式4、 能准确地选择和运用全概率公式与贝叶斯公式解题;掌握事件独立性的概念及性质。
5、 理解随机变量的概念,掌握离散性随机变量分布率的性质及求法,掌握(0—1)分布、二项分布、泊松分布的分布律。
6、 理解分布函数的概念及性质,理解并掌握连续型随机变量的概率密度及性质。
7、 掌握指数分布(参数λ)、均匀分布、正态分布8、 会求特殊的一维随机变量函数分布的分布律或概率密度。
9、 会求分布中的待定参数。
会求区间的概率.10、 会求边缘分布律、边缘密度函数,会判别随机变量的独立性。
11、 掌握二维连续型随机变量未知参数的计算,落在区域概率的计算。
12、 理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,掌握二维离散型随机变量的联合分布律及其性质,掌握二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率。
13、 会求二维离散型随机变量函数的分布率.14、 掌握数学期望和方差的定义及性质,会熟练地求随机变量及其函数的数学期望和方差。
会熟练地默写出几种重要随机变量的数学期望及方差。
15、 较熟练地求协方差与相关系数.16、 会用独立正态随机变量线性组合性质解题。
17、 理解总体、样本、简单随机样本、统计量及抽样分布概念,样本均值与样本方差及样本矩概念,掌握χ2分布(及性质)、t 分布、F 分布及其分位点概念。
18、 理解正态总体样本均值与样本方差的抽样分布定理;会用矩估计方法来估计未知参数。
19、 掌握极大似然估计法,无偏性与有效性的判断方法。
大学概率论与数理统计复习资料

知识点:概率的性质事件运算古典概率常用公式(2)P(A BP P(A) P(B)- P(AB)(加法定理)nnP(U A) Y p(A)i d innP(U A)=l-n [1-P(A)]i di d(3) P(B/A)二 P(AB)/P(A) (4)P(AB)二 P(A)P(B/A)二P(B)P(A/B) P(AB)二 P(A)P(B) (A 与B 独立时)P(AB)二0(A,B 互不相容时)(5) P (A- Bp P(ABp P(A)- P(AB)P(A- B)二 P(AB)二 P(A) - P(B)(当B A 时)n(6) P (B)八 P(A i )P(B/A i )(全概率公式)i=1(其中A ,,A 2 A n 为"的一个划分,且P(A i 0)) (7) P (A /B) = nP(A)P(B/A)(逆概率公式)迟 P(A i )P(B/A)事件的独立性条件概率全概率与贝叶斯公式(1)P(Ap r/nP(AP L(A)/L(S)(设A,4…A 两两互斥,有限可加性)(A ,4, A 相互独立时)i =1应用举例1、已知事件A, B 满足P(AB) = P(AB),且P(A) = 0.6 ,贝卩P(B)=()。
2、已知事件A,B 相互独立,P(A) =k, P(B) =0.2, P(0 B)=0.6,贝k - ()。
3、已知事件A,B 互不相容,P(A) =0.3, P(B) = 0.5,则 P(A B)=()。
4、若P(A) =0.3, P(B)=0.4 ,P(AB) = 0.5, P(BA B)=( )。
5、A, B,C是三个随机事件,C B,事件AUC - B与A的关系是6、5张数字卡片上分别写着1, 2, 3, 4, 5,从中任取3张,某日他抛一枚硬币决定乘地铁还是乘汽车。
(1 )试求他在5:40〜5:50到家的概率;(2)结果他是5:47到家的。
试求他是乘地铁回家的概率。
概率论与数理统计复习提纲

概率论与数理统计复习提纲第一章 概率论的基本概念一、事件间的关系及运算二、古典概型中概率的计算三、概率的公理化定义及性质-重点四、条件概率、乘法定理、全概率公式及贝叶斯公式-重点五、事件相互独立的定义及判断第二章 随机变量及其分布一、离散型随机变量及其分布律1. 分布律的定义2. 三种重要的离散型分布-重点:(0-1)分布,二项分布),(p n b ,泊松分布)(λπ.二、分布函数的定义及求解-重点:会求离散型或连续型随机变量的分布函数)(x F .三、连续型随机变量及其概率密度1. 概率密度的定义及性质-重点2. 三种重要的连续型分布-重点:均匀分布),(b a U ,指数分布,正态分布),(2σμN .注意:正态分布),(2σμN 与标准正态分布)1,0(N 的关系-引理;标准正态分布)1,0(N 的上α分位点αz 的定义。
第三章 多维随机变量及其分布一、二维随机变量的分布函数的定义及性质二、二维离散型随机变量的联合分布律及二维连续型随机变量的联合概率密度及性质-重点三、会求条件概率密度)/(/x y f X Y 和)/(/y x f Y X ;四、二维离散型随机变量的边缘分布律及二维连续型随机变量的边缘概率密度-重点五、相互独立的随机变量的判断方法-重点六、随机变量函数的分布1. 一维随机变量函数的分布-重点2. 二维随机变量函数的分布:Y X Z +=,{}Y X Z ,m ax =,{}Y X Z ,min =第四章 随机变量的数字特征一、会求随机变量及其函数的数学期望及方差、掌握期望和方差的性质-重点二、记住常见分布的数学期望及方差-重点三、协方差、相关系数、矩的概念及计算、不相关的定义第五章 大数定律及中心极限定理一、契比雪夫不等式及其等价形式二、中心极限定理:定理4、定理5、定理6第六章 样本及抽样分布一、统计量的定义及常用的统计量-重点二、)(2n χ分布、)(n t 分布、),(21n n F 分布的定义、构造及上α分位点的定义-重点三、来自正态总体的抽样分布(P158-P160):定理1、定理2、定理3为重点,了解定理4。
- 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)。
第一章 随机事件及其概率知识点:概率的性质 事件运算 古典概率事件的独立性 条件概率 全概率与贝叶斯公式常用公式)()()()()()2(加法定理AB P B P A P B A P -+=Y ),,()()(2111有限可加性两两互斥设n ni i ni i A A A A P A P ΛY ∑===),(0)()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==)()()()()5(AB P A P B A P B A P -==-)()()()()(时当A B B P A P B A P B A P ⊂-==-))0(,,()()/()()()6(211>Ω=∑=i n ni i i A P A A A A B P A P B P 且的一个划分为其中全概率公式Λ),,()](1[1)(2111相互独立时n ni i n i i A A A A P A P ΛY ∏==--=)/()()/()()()4(B A P B P A B P A P AB P ==)(/)()/()3(A P AB P A B P =)()/()()/()()/()7(1逆概率公式∑==ni iii i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L AP nr A P ==应用举例1、已知事件,A B 满足)()(B A P AB P =,且6.0)(=A P ,则=)(B P ( )。
2、已知事件,A B 相互独立,,)(k A P =6.0)(,2.0)(==B A P B P Y ,则=k ( )。
3、已知事件,A B 互不相容,,3.0)(=A P ==)(,5.0)(B A P B P Y 则( )。
4、若,3.0)(=A P ===)(,5.0)(,4.0)(B A B P B A P B P Y ( )。
5、,,A B C 是三个随机事件,C B ⊂,事件()A C B -U 与A 的关系是( )。
6、5张数字卡片上分别写着1,2,3,4,5,从中任取3张,排成3位数,则排成3位奇数的概率是( )。
7、某人下午5:00下班。
他所积累的资料表明:某日他抛一枚硬币决定乘地铁还是乘汽车。
(1)试求他在5:40~5:50到家的概率;(2)结果他是5:47到家的。
试求他是乘地铁回家的概率。
解(1)设1A ={他是乘地铁回家的},2A ={他是乘汽车回家的},iB ={第i 段时间到家的},4,3,2,1=i 分别对应时间段5:30~5:40,5:40~5:50,5:50~6:00,6:00以后 则由全概率公式有)|()()|()()(2221212A B P A P A B P A P B P +=由上表可知4.0)|(12=A B P ,3.0)|(22=A B P ,5.0)()(21==A P A P35.05.03.04.05.0)(2=⨯+⨯=B P(2)由贝叶斯公式7435.04.05.0)()()|(22121=⨯==B P B A P B A P 8、盒中12个新乒乓球,每次比赛从中任取3个来用,比赛后仍放回盒中,求:第三次比赛时取到3个新球的概率。
看作业习题1: 4, 9, 11, 15, 16第二章 随机变量及其分布知识点:连续型(离散型)随机变量分布的性质连续型(离散型)随机变量分布(包括随机变量函数的分布) 常用分布重要内容)()()(12121x F x F x x x F ≤⇒<单调递增,即)(1)(lim )(0)(lim )(2==+∞==-∞+∞→-∞→x F F x F F x x )()()0()(3x F x F x F =+右连续,即)(Rx x F ∈≤≤10)4()(2.分布律的性质1.分布函数的性质)(R x x f ∈≥0)(4. 概率计算5.常用分布1=∑iip...)2,1(,10=≤≤i p i (1)非负性 (2)规范性3.分布密度函数的性质⎰+∞∞-=1)(dx x f (1)非负性(2)规范性 1221()()()P x X x P X x P X x ∴<≤=≤-≤)()(a F a X P =≤)0()()(--==a F a F a X P ⎰=≤<21)()(21x x dxx f x X x P 0)0()()(=--==a Fa F a X P ⎰+∞=<adx x f X a P )()(⎰∞-=≤adx x f a X P )()(为连续型随机变量:X 二项分布:)(或泊松分布λλπP X X ~)(~)0,...;1,0(,!)(>===-λλλk e k k X P k),(~,~p n b X p n B X )或(记为),...1,0(,)(n k qp C k X P kn kk n===-条件:n较大且p很小泊松定理)(,!)1(np e k p p C kkn kk n=≈---λλλ⎪⎩⎪⎨⎧≤≤-=,其他均匀分布0,1)(),(~b x a a b x f b a U X ⎩⎨⎧>≥=-,其他指数分布0)0(,0,)()(~λλλλx e x f E X x ),(,21)(),(~222)(2+∞-∞∈⋅=--x ex f N X x σμσπσμ正态分布5.0)0()1(=Φ应用举例1、设2()(0)x f x ke x -=>是某随机变量的密度函数,则k =( )。
2、设随机变量X 的概率密度为)22(,cos 21)(ππ+≤≤-=x x x f ,则)01(<<-X P =( )。
3、设随机变量X 的分布函数为⎪⎩⎪⎨⎧≥<≤<=.,1,1,ln ,1,0)(e x e x x x x F 则 )2(>X P =( )。
4、设),(~2σμN X,满足)1()1(-≤=->X P X P 的参数μ=( )。
5、离散型随机变量X 的分布律为11()(1,2,3)!P X k k c k ===,则c =( )。
6、土地粮食亩产量(单位:kg ))60,360(~2N X.按亩产量高低将土地分成等级.若亩产量高于420kg 为一级,在360~420kg 间为二级,在315~360kg 间为三等,低于⎪⎭⎫⎝⎛-Φ=σμx x F )()(1)()2(x x Φ-=-Φ73.99}3|{|%45.95}2|{|%27.68}1|{|=⋅<-=⋅<-=⋅<-∴σμσμσμX P X P X P315kg 为四级.求等级Y的概率分布。
(5.0)0(=Φ,8413.0)1(=Φ,7734.0)75.0(=Φ) 解⎪⎪⎩⎪⎪⎨⎧≤≤<≤<<=3154360315342036024201X X X XY7、110在长度为t 的时间(单位:h)间隔内收到的紧急呼救的次数X 服从参数为t 21的泊松分布,而与时间间隔的起点无关.求某一天中午12时至下午3时至少收到1次呼救的概率。
解X 的分布律为),2,1,0(!)2()(2Λ===-k k t e k X P kt中午12时到下午3时,表明3=t 求)1(≥X P8、一批产品由8件正品、2件次品组成。
若随机地从中每次抽取一件产品后,无论抽出的是正品还是次品总用一件正品放回去,直到取到正品为止,求抽取次数X 的分布律。
解 X 所有可能的取值为1,2,3i A ={第i 次取到正品}(3,2,1=i )看作业习题2: 4,7, 17,20,24,26, 27,28第三章 多维随机变量及其分布知识点:二维连续型(离散型)随机变量分布的性质 二维连续型(离散型)随机变量的分布(包括边际分布) 随机变量的独立性 二维常用分布 内容提要 1.概率分布的性质Λ,2,1,,0=≥j i p ij 离散型非负性111=∑∑∞=∞=i j ijp归一性1),(=+∞+∞dxdy y x f 连续型归一性2.二维概率计算3.边际密度函数计算4.常用分布二维正态分布5.随机变量的独立性6.正态分布的可加性⎰+∞∞-=;),()(dy y x f x f X ⎰+∞∞-=dxy x f y f Y ),()()()(),(y F x F y x F Y X ⋅=),2,1,(Λ=⨯=⋅⋅j i p p p ji ij )()(),(y f x f y x f Y X ⨯={(,)}(,)GP X Y G f x y dxdy∈=⎰⎰⎪⎩⎪⎨⎧∈=其他),(),(均匀分布01Dy x Ay x f ),(~),,(~222211σμσμN Y N X ),,,,(~),(222121ρσσμμN Y X应用举例1、设()Y X ,的密度函数()⎩⎨⎧>>=--其他,00,0,,2y x ke y x f y x 则k =( )。
2、设离散型随机变量(,)X Y 的联合分布律为(,)(1,1)(1,2)(1,3)(2,1)(2,2)(2,3)1/61/91/181/3X Y P αβ且Y X ,相互独立,则( )。
3、某箱中有100件产品,其中一、二、三等品分别为70、20、10件,现从中随机的抽取一件,记⎩⎨⎧=等品抽到其它i X i10,3,2,1=i 求(1)1X 和2X 的联合分布律;(2)并求)(21X X P ≠。
4、设随机变量),(Y X 在曲线x y =,xy =围成的区域D 里服从21221211~(,)(1,2),,,~(,)i i in n nn i ii i N i n N ξμσξξξξξξμσ===++∑∑L L L 设且相互独立则均匀分布,求联合概率密度和边缘概率密度。
5、设二维随机变量),(Y X 的概率密度为⎪⎩⎪⎨⎧≤≤=其它01421),(22y x y x y x f 求)(X Y P < 6、设随机变量321,,X X X 相互独立,并且均服从正态分布3,2,1),,(~2=i N X ii i σμ,则∑=+=31~)(i i i i b X a X ( )。
看作业习题3: 1,2,3,4,5,6,7,9,10,11,12,13,18第四章 随机变量的数字特征知识点:随机变量的数学期望的性质与计算随机变量的方差(协方差、相关系数)的性质与计算 主要内容1、数学期望的计算2、性质当随机变量相互独立时⎰∑∞+∞-==dxx xf X E px X E X E X iii )()()().(,1连续型离散型求的分布已知)(⎰∑∞+∞-===dxx f x g Y E px g Y E Y E X g Y X iii)()()()()().(),(,2连续型离散型求且的分布已知)(dydx y x yf Y E p yY E dydx y x xf X E px X E Y E X E Y X R jiijjR ij iji⎰⎰∑∑⎰⎰∑∑====22),()()(),()()(:1).()(,),(4连续型离散型连续型离散型方法或求的联合分布已知)(dydx y x f y x g Z E py x g Z E Z E Y X g Z Y X R ijijji⎰⎰∑∑===2),(),()(),()().(),,(),(3连续型离散型求,且的联合分布已知)(⎰∑⎰∑∞+∞-∞+∞-====dyy yf Y E p yY E dxx xf X E px X E Y jjj X i ii )()()()()()(,:2..连续型离散型连续型离散型则先求出边际分布方法)()()()(2121n n X E X E X E X X X E +++=+++ΛΛ3、方差的计算4,、方差性质5、协方差与相关系数 协方差的计算EXEY EXY Y X COV -=),(DY DXY X COV XY ρ=),(相关系数的计算DYDXY X COV XY ),(=ρ应用举例1. 某农产品的需求量X(单位:吨)服从区间[1200,3000]上的1212()()();()()()().n n E XY E X E Y E X X X E X E X E X =⋅=⋅L L 2()()D XE X EX =-即22()()[()]D XE X E X =-易证2(2)()()D aX b a D X +=2,()()D aX a D X =特别地(3)()()()2{[()][()]}DX Y D X D Y E X E X Y E Y ±=+±--(1)()0D c =,,()()()X Y D X Y D X D Y ±=+特别地当与独立时12:,,n X X X L 推广当相互独立时有∑∑===ni in i i DX X D 11)((,)[()][()]Cov X Y E X E X Y E Y =--均匀分布。