概率论与数理统计复习资料要点总结
《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、能很好地掌握写样本空间与事件方法,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,了解(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,理解连续型随机变量的概率密度及性质。
7、掌握指数分布(参数 )、均匀分布、正态分布,特别是正态分布概率计算
8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度。
9、会求分布中的待定参数。
10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、
条件密度函数,会判别随机变量的独立性。
11、掌握连续型随机变量的条件概率密度的概念及计算。
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,理解二维离散型随机变量的联合分布律及其性质,理解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、了解求二维随机变量函数的分布的一般方法。
14、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、了解矩与协方差矩阵概念。会用独立正态随机变量线性组合性质解题。
17、了解大数定理结论,会用中心极限定理解题。
18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握 2分布(及性质)、t分布、F 分布及其分位点概念。
19、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。
20、掌握极大似然估计法,无偏性与有效性的判断方法。
21、会求单正态总体均值与方差的置信区间。会求双正态总体均值与方差的置信区间。
二、各章知识要点 第一章 随机事件与概率
1.事件的关系 φφ=Ω-??AB A B A AB B A B A 2.运算规则 (1)BA AB A B B A =?=?
(2))()( )()(BC A C AB C B A C B A =??=?? (3)))(()( )()()(C B C A C AB BC AC C B A ??=??=? (4)B A AB B A B A ?==?
3.概率)(A P 满足的三条公理及性质: (1)1)(0≤≤A P (2)1)(=ΩP
(3)对互不相容的事件n A A A ,,,21 ,有∑===n
k k n
k k A P A P 1
1
)()( (n 可以取
∞)
(4) 0)(=φP (5))(1)(A P A P -=
(6))()()(AB P A P B A P -=-,若B A ?,则)()()(A P B P A B P -=-,
)()(B P A P ≤
(7))()()()(AB P B P A P B A P -+=?
(8))()()()()()()()(ABC P BC P AC P AB P C P B P A P C B A P +---++=?? 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
(1) 定义:若0)(>B P ,则)
()
()|(B P AB P B A P =
(2) 乘法公式:)|()()(B A P B P AB P = 若n B B B ,,21为完备事件组,0)(>i B P ,则有 (3) 全概率公式: ∑==n
i i i B A P B P A P 1)|()()(
(4) B ayes 公式: ∑==
n
i i
i
k k k B A P B P B A P B P A B P 1
)
|()()
|()()|(
7.事件的独立性: B A ,独立)()()(B P A P AB P =? (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,i i p x X P ==)(满足(1)
0≥i p ,(2)∑i
i p =1
(3)对任意R D ?,∑∈=∈D
x i i
i p
D X P :)(
2.
连续随机变量:具有概率密度函数)(x f ,满足(1)
1)( ,0)(-=≥?
+∞∞
dx x f x f ;
(2)?=≤≤b
a dx x f
b X a P )()(;(3)对任意R a ∈,0)(==a X P 3.
几个常用随机变量
4. 分布函数 )()(x X P x F ≤=,具有以下性质
(1)1)( ,0)(=+∞=-∞F F ;(2)单调非降;(3)右连续; (4))()()(a F b F b X a P -=≤<,特别)(1)(a F a X P -=>; (5)对离散随机变量,∑≤=
x x i i
i p
x F :)(;
(6)对连续随机变量,?∞-=x
dt t f x F )()(为连续函数,且在)(x f 连续点上,)()('x f x F = 5.
正态分布的概率计算 以)(x Φ记标准正态分布)1,0(N 的分布函
数,则有
(1)5.0)0(=Φ;(2))(1)(x x Φ-=-Φ;(3)若),(~2σμN X ,则
)(
)(σ
μ
-Φ=x x F ;
(4)以αu 记标准正态分布)1,0(N 的上侧α分位数,则
)(1)(αααu u X P Φ-==>
6. 随机变量的函数 )(X g Y =
(1)离散时,求Y 的值,将相同的概率相加;
(2)X 连续,)(x g 在X 的取值范围内严格单调,且有一阶连续导数,则|))((|))(()('11y g y g f y f X Y --=,若不单调,先求分布函数,再求导。
第四章 随机变量的数字特征 1.期望
(1) 离散时 ∑=i
i i p x X E )(,∑=i
i i p x g X g E )())(( ;
(2) 连续时?+∞∞-=dx x xf X E )()(,?+∞
∞-=dx x f x g X g E )()())((;
(3) 二维时∑=j
i ij j i p y x g Y X g E ,),()),((,dy dx y x f y x g Y X g E ??+∞∞-+∞
∞
-=),(),()),(( (4)C C E =)(;(5))()(X CE CX E =; (6))()()(Y E X E Y X E +=+; (7)Y X ,独立时,)()()(Y E X E XY E = 2.方差
(1)方差222)()())(()(EX X E X E X E X D -=-=,标准差)()(X D X =σ; (2))()( ,0)(X D C X D C D =+=; (3))()(2X D C CX D =;
(4)Y X ,独立时,)()()(Y D X D Y X D +=+ 3.协方差
(1))()()())]())(([(),(Y E X E XY E Y E Y X E X E Y X Cov -=--=; (2)),(),( ),,(),(Y X abCov bY aX Cov X Y Cov Y X Cov ==; (3)),(),(),(2121Y X Cov Y X Cov Y X X Cov +=+;
(4)0),(=Y X Cov 时,称Y X ,不相关,独立?不相关,反之不成立,但正态时等价;
(5)),(2)()()(Y X Cov Y D X D Y X D ++=+ 4
.相
关系
数
)
()(),(Y X Y X Cov XY σσρ=
;有
1
||≤XY ρ,
1)( ,,1||=+=??=b aX Y P b a XY ρ
5.k 阶原点矩)(k k X E =ν,k 阶中心矩k k X E X E ))((-=μ 第五章 大数定律与中心极限定理 1
.
Chebyshev
不
等式
2
)
(}|)({|ε
εX D X E X P ≤
≥- 或
2
)
(1}|)({|εεX D X E X P -
≥<-
2.大数定律 3.中心极限定理
(1)设随机变量n X X X ,,,21 独立同分布2)( ,)(σμ==i i X D X E ,则
) ,(~2
1
σμn n N X n
i i ∑=近似, 或) ,(~121n N X n n i i σμ∑=近似 或)0,1(~ 1
N n n X n
i i
近似
σ
μ
∑=-,
(2)设m 是n 次独立重复试验中A 发生的次数,p A P =)(,则对任意x ,有)(}{
lim x x npq
np m P n Φ=≤-∞
→或理解为若),(~p n B X ,则),(~npq np N X 近似
第六章 样本及抽样分布 1.总体、样本
(1) 简单随机样本:即独立同分布于总体的分布(注意样本分布的
求法); (2) 样本数字特征:
样本均值∑==n
i i X n X 11(μ=)(X E ,n
X D 2)(σ=);
样本方差∑=--=n
i i X X n S 1
22
)(11(22)(σ=S E )样本标准差∑=--=
n
i i X X n S 1
2)(11 样本k 阶原点矩∑==n i k i k X n 11ν,样本k 阶中心矩∑=-=n
i k i k X X n 1
)(1μ
2.统计量:样本的函数且不包含任何未知数
3.三个常用分布(注意它们的密度函数形状及分位点定义) (1)2χ分布 )(~2222212n X X X n χχ+++= ,其中n X X X ,,,21 独立同分布于标准正态分布)1,0(N ,若)(~ ),(~2212n Y n X χχ且独立,则
)(~212n n Y X ++χ;
(2)t 分布 )(~/n t n
Y X t =,其中)(~ ),1,0(~2n Y N X χ且独立;
(3)F 分布 ),(~//212
1
n n F n Y n X F =,其中)(~),(~2212n Y n X χχ且独立,有下面的性质
)
,(1),( ),,(~11221112n n F n n F n n F F αα=- 4.正态总体的抽样分布 (1))/,(~2
n N X σμ; (2)
)(~)(1
1
222
n X
n
i i
∑=-χμσ
;
(3)
)1(~)1(22
2
--n S n χσ且与X 独立; (4))1(~/--=n t n
S X t μ;
(5))2(~)()(21212121-++---=n n t n n n n S Y X t ωμμ,2
)1()1(212
222112-+-+-=
n n S n S n S ω (6))
1,1(~//2122
222
121--=n n F S S F σσ
第七章 参数估计 1.矩估计:
(1)根据参数个数求总体的矩;(2)令总体的矩等于样本的矩;(3)解方程求出矩估计 2.极大似然估计:
(1)写出极大似然函数;(2)求对数极大似然函数(3)求导数或偏导数;(4)令导数或偏导数为0,解出极大似然估计(如无解回到(1)直接求最大值,一般为min }{i x 或max }{i x ) 3.估计量的评选原则
(1)无偏性:若θθ=)?(E ,则为无偏; (2) 有效性:两个无偏估计中方差小的有效;
4.参数的区间估计(正态)
三、概率论部分必须要掌握的内容以及题型
1.概率的基本性质、条件概率、加法、乘法公式的应用;掌握事件独立性的概念及性质。
如对于事件A ,B ,A 或B ,已知P (A ),P (B ),P (AB ),P (A B ),
P (A |B ),P (B |A )以及换为A 或B 之中的几个,求另外几个。
例:事件A 与B 相互独立,且P (A )=0.5,P (B )=0.6,求:P (AB ),P (A -B ),P (A B )
例:若P (A )=0.4,P (B )=0.7,P (AB )=0.3,求: P (A -B ),P (A B ),
)|(B A P ,)|(B A P ,)|(B A P
课本上P19,例5;P26,第14,24题。
2.准确地选择和运用全概率公式与贝叶斯公式。
若已知导致事件A 发生(或者是能与事件A 同时发生)的几个互斥的事件B i ,i =1,2,…,n ,…的概率P (B i ) ,以及B i 发生的条件下事件A 发生的条件概率P (A |B i ),求事件A 发生的概率P (A )以及A 发生的条件下事件B i 发生的条件概率P (B i | A )。
例:玻璃杯成箱出售,每箱20只。假设各箱含0、1、2只残次品的概率相应为0.8、0.1和0.1,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回。试求:(1)顾客买下该箱的概率;(2)在顾客买下的该箱中,没有残次品的概率。 课本上P26,第24题
3.一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用。分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差。 (1)已知一维离散型随机变量X 的分布律P (X =x i )=p i ,i =1,2,…,n ,… 确定参数
求概率P (a 求期望E (X ),方差D (X ) 求函数Y =g (X )的分布律及期望E [g (X )] 课本上P39,例1;P50,例1;P59,第33题;P114,第6、8题; 例:随机变量X 确定参数k 求概率P (0 求期望E (X ),方差D (X ) 求函数2)3(-=X Y 的分布律及期望2)3(-X E (2)已知一维连续型随机变量X 的密度函数f (x ) 确定参数 求概率P (a 求期望E (X ),方差D (X ) 求函数Y =g (X )的密度函数及期望E [g (X )] P43,例1;P51,例2;P53,例5;P59,第36、37题;P114,第9题; 例:已知随机变量X 的概率密度为()?? ?<<=其他 2 02 x kx x f , 确定参数k 求概率}31{< 求期望E (X ),方差D (X ) 求函数X Y =的密度及期望)(X E (3)已知二维离散型随机变量(X ,Y )的联合分布律P (X =x i ,Y =y j )=p ij ,i =1,2,…,m ,…;j =1,2,…,n ,… 确定参数 求概率P {(X ,Y )∈G } 求边缘分布律P (X =x i )=p i.,i =1,2,…,m ,…;P (Y =y j )=p .j , j =1,2,…,n ,… 求条件分布律P (X =x i |Y =y j ),i =1,2,…,m ,…和P (Y =y j |X =x i ), j =1,2,…,n ,… 求期望E (X ),E (Y ),方差D (X ),D (Y ) 求协方差 cov(X ,Y ),相关系数XY ρ,判断是否不相关 求函数Z =g (X , Y )的分布律及期望E [g (X , Y )] 课本P65,例1;P88,第36题;P115,第14题;P116,第22题; 例 求边缘分布律P (X =k ) k =0,1,2 和P (Y =k ) k =0,1,2,3 求条件分布律P (X =k |Y =2) k =0,1,2和P (Y =k |X =1) k =0,1,2,3 求期望E (X ),E (Y ),方差D (X ),D (Y ) 求协方差 cov(X ,Y ),相关系数XY ρ,判断是否不相关 求Z =X +Y ,W =max{X ,Y },V =min{X ,Y }的分布律 (4)已知二维连续型随机变量X 的联合密度函数f (x , y ) 确定参数 求概率P {(X ,Y )∈G } 求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y 求期望E (X ),E (Y ),方差D (X ),D (Y ) 求协方差 cov(X ,Y ),相关系数XY ρ,判断是否不相关 求函数Z =g (X , Y )的密度函数及期望E [g (X , Y )] 课本上P63,例2;P66,例2,P72,例4;P84,第3题;P85,第7题;P87,第22题;P117,第31题; 例:已知二维随机变量(X ,Y )的概率密度为???<<=其它, 01 ,),(22y x y cx y x f , 确定常数c 的值; 求概率P (X 求边缘密度)(x f X ,)(y f Y ,判断Y X ,是否相互独立 求条件密度)|(|y x f Y X ,)|(|x y f X Y 求期望E (X ),E (Y ),方差D (X ),D (Y ) 求协方差 cov(X ,Y ),相关系数XY ρ,判断是否不相关 4.会用中心极限定理解题。 例1:每次射击中,命中目标的炮弹数的均值为2,方差为25.1,求在100次射击中有180到220发炮弹命中目标的概率. 例2:设从大批发芽率为0.9的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率。 5.熟记(0-1)分布、二项分布、泊松分布的分布律、期望和方差,指数分布(参数λ)、均匀分布、正态分布的密度函数、期望和方差。 课本上P49,例3;P58,第26题;P117,第36题 例 设)2,1(~),6.0,10(~N Y N X ,且X 与Y 相互独立,则(3)D X Y -= 四、数理统计部分必须要掌握的内容以及题型 1.统计量的判断。 2.计算样本均值与样本方差及样本矩。 3.熟记正态总体样本均值与样本方差的抽样分布定理。 4.会求未知参数的矩估计、极大似然估计。 课本上P151,例2;P154,例5;P173,第4题 例:设总体X 的概率密度为()()???<<+=其它 ,01 0,1x x x f θθ,n X X ,,1 是来自总 体X 的一个样本,求未知参数θ的矩估计量与极大似然估计量. 5. 掌握无偏性与有效性的判断方法。 例:设321,,X X X 是来自总体X 的一个样本,下列统计量是不是总体均值的无偏估计 3212 110351X X X ++;)(31321X X X ++;321X X X -+;)(2121X X +; 32112 1 4331X X X ++ 求出方差,比较哪个更有效。 6. 会求正态总体均值与方差的置信区间。 课本上P164,例1;P175,第16题 (注:文档可能无法思考全面,请浏览后下载,供参考。可复制、编制,期待你的好评与关注!)