概率论期末考试题型、知识点和公式复习
概率论期末复习知识点

概率论期末复习知识点第一章 随机事件与概率概率论期末复习知识点1.**事件的关系及运算(1) A B ⊂(或B A ⊃).(2) 和事件: A B ⋃; 12n A A A ⋃⋃⋃(简记为1ni i A =). (3) 积事件: AB , 12n A A A ⋂⋂⋂(简记为12n A A A 或1n i i A =).(4) 互不相容:若事件A 和B 不能同时发生,即AB φ=(5) 对立事件: A .(6) 差事件:若事件A 发生且事件B 不发生,记作A B -(或AB ) .(7) 德摩根(De Morgan )法则:对任意事件A 和B 有A B A B ⋃=⋂, A B A B ⋂=⋂.2. **古典概率的定义古典概型:()A n A P A n ==Ω中所含样本点的个数中所含样本点的个数.几何概率()A P A =的长度(或面积、体积)样本空间的的长度(或面积、体积)·3.**概率的性质(1) ()0P φ=.(2) (有限可加性) 设n 个事件1,2,,n A A A 两两互不相容,则有121()()n n i i P A A A P A =⋃⋃⋃=∑.(3)()1()P A P A =-.(4) 若事件A,B 满足A B ⊂,则有()()()P B A P B P A -=-,()()P A P B ≤.(5) ()1P A ≤.(6) (加法公式) 对于任意两个事件A,B,有()()()()P A B P A P B P AB ⋃=+-.对于任意n 个事件1,2,,n A A A ,有111111()()()()(1)()n n n i i i j i j k n i i j n i j k n i P A P A P A A P A A A P A A -=≤<≤≤<<≤==-+-+-∑∑∑. 4.**条件概率与乘法公式()(|)()P AB P A B P B =.乘法公式:()()(|)()(|)P AB P A P B A P B P A B ==.5.*随机事件的相互独立性事件A 与B 相互独立的充分必要条件一:()()()P AB P A P B =,事件A 与B 相互独立的充分必要条件二:(|)()P A B P A =.对于任意n 个事件1,2,,n A A A 相互独立性定义如下:对任意一个2,,k n =,任意的11k i i n ≤<<≤,若事件1,2,,n A A A 总满足11()()()k k i i i i P A A P A P A =, 则称事件1,2,,n A A A 相互独立.这里实际上包含了21n n --个等式.6.*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()(01)P A p p =<<,则在n 次重复独立试验中.,事件A恰发生k 次的概率为()(1),0,1,,k n k n n P k p p k n k -⎛⎫=-= ⎪⎝⎭, 7.**全概率公式与贝叶斯公式贝叶斯公式:如果事件1,2,,n A A A 两两互不相容,且1ni i A ==Ω,()0i P A >,1,2,,i n =,则 1()(|)(|),1,2,,()(|)k k k n i ii P A P B A P A B k nP A P B A ===∑.第二章 一维随机变量及其分布本章重点:离散型和连续性随机变量的分布及其概率计算.概率论主要研究随机变量的统计规律,也称这个统计规律为随机变量的分布.1.**离散型随机变量及其分布律(),1,2,,,.i i p P X a i n ===分布律也可用下列表格形式表示:2.*概率函数的性质(1) 0i p ≥, 1,2,,,;i n =(2) 11i i p ∞==∑.3.*常用离散型随机变量的分布(1) 0—1分布(1,)B p ,它的概率函数为1()(1)i i P X i p p -==-,其中,0i =或1,01p <<.(2) 二项分布(,)B n p ,它的概率函数为()(1)i n in P X i p p i -⎛⎫==- ⎪⎝⎭,其中,0,1,2,,i n =,01p <<.(4)** 泊松分布()P λ,它的概率函数为()!i P X i e i λλ-==, 其中,0,1,2,,,i n =,0λ>..4.*二维离散型随机变量及联合概率二维离散型随机变量(,)X Y 的分布可用下列联合概率函数来表示:(,),,1,2,,i j ij P X a Y b p i j ==== 其中,0,,1,2,,1ij ij i j p i j p≥==∑∑.5.*二维离散型随机变量的边缘概率设(,)X Y 为二维离散型随机变量,ij p 为其联合概率(,1,2,i j =),称概率()(1,2,)i P X a i ==为随机变量X 的边缘分布律,记为i p 并有.(),1,2,i i ij j p P X a p i ====∑,称概率()(1,2,)j P Y b j ==为随机变量Y 的边缘分布率,记为.j p ,并有.j p =(),1,2,j ij i P Y b p j ===∑.6.随机变量的相互独立性 .设(,)X Y 为二维离散型随机变量,X 与Y 相互独立的充分必要条件为,,1,2,.ij i j p p p i j ==对一切多维随机变量的相互独立性可类似定义.即多维离散型随机变量的独立性有与二维相应的结论.7.*随机变量函数的分布设X 是一个随机变量,()g x 是一个已知函数,()Y g X =是随机变量X 的函数,它也是一个随机变量.对离散型随机变量X ,下面来求这个新的随机变量Y 的分布.设离散型随机变量X 的概率函数为12p p p 则随机变量函数()X 的概率函数可由下表求得但要注意,若()i g a 的值中有相等的,则应把那些相等的值分别合并,同时把对应的概率i p 相加.第三章 连续型随机变量及其分布本章重点:一维及二维随机变量的分布及其概率计算,边缘分布和独立性计算.1.*分布函数随机变量的分布可以用其分布函数来表示,.2.分布函数()F x 的性质(1) 0()1;F x ≤≤(2) ()0,()1lim lim x x F x F x →-∞→+∞==; 由已知随机变量X 的分布函数()F x ,可算得X 落在任意区间(,]a b 内的概率. 3.联合分布函数二维随机变量(,)X Y 的联合分布函数. 4.联合分布函数的性质(1) 0(,)1F x y ≤≤;(2) (,)0,(,)0lim lim x y F x y F x y →-∞→-∞==,(,)0,(,)1lim lim x x y y F x y F x y →-∞→+∞→-∞→+∞==;(3) 121222211211(,)(,)(,)(,)(,)P x X x y Y y F x y F x y F x y F x y <≤<≤=--+.5.**连续型随机变量及其概率密度设随机变量X 的分布函数为()F x ,如果存在一个非负函数()f x ,使得对于任一实数x ,有()()F x P X x =<()()()P a X b F b F a ≤<=-(,)(,)F x y P X x Y x =<<()()xF x f x dx -∞=⎰成立,则称X 为连续型随机变量,函数()f x 称为连续型随机变量X 的概率密度.6.**概率密度()f x 及连续型随机变量的性质(1)()0;f x ≥(2)()1f x dx +∞-∞=⎰;(3)()()F x f x '=;(4)设X 为连续型随机变量,则对任意一个实数c,()0P X c ==;(5) 设()f x 是连续型随机变量X 的概率密度,则有()()()()P a X b P a X b P a X b P a X b <<=≤<=≤≤=<≤=()ba f x dx ⎰.7.**常用的连续型随机变量的分布(1) 均匀分布(,)R a b ,它的概率密度为1,;()0,a xb f x b a ⎧<<⎪=-⎨⎪⎩其余. 其中,)a b -∞<<<+∞.(2) 指数分布()E λ,它的概率密度为,0;()0,x e x f x λλ-⎧>=⎨⎩其余. 其中,0λ>.(3) 正态分布2(,)N μσ,它的概率密度为22()2(),x f x x μσ--=-∞<<+∞,其中,,0μσ-∞<<+∞>,当0,1μσ==时,称(0,1)N 为标准正态分布,它的概率密度为22(),xf x x -=-∞<<+∞,标准正态分布的分布函数记作()x Φ,即22()t xx dt -Φ=⎰, 当出0x ≥时,()x Φ可查表得到;当0x <时,()x Φ可由下面性质得到()1()x x Φ-=-Φ.设2~(,)X N μσ,则有 ()()x F x μσ-=Φ;()()()b a P a X b μμσσ--<≤=Φ-Φ.8.**二维连续型随机变量及联合概率密度对于二维随机变量(X,Y)的分布函数(,)F x y ,如果存在一个二元非负函数(,)f x y ,使得对于任意一对实数(,)x y 有(,)(,)xy F x y f s t dtds -∞-∞=⎰⎰成立,则(,)X Y 为二维连续型随机变量,(,)f x y 为二维连续型随机变量的联合概率密度.9.**二维连续型随机变量及联合概率密度的性质(1) (,)0,,f x y x y ≥-∞<<+∞;(2) (,)1f x y dxdy +∞+∞-∞-∞=⎰⎰;’(3) 在(,)f x y 的连续点处有2(,)(,)F x y f x y x y ∂=∂∂;(4) 设(,)X Y 为二维连续型随机变量,则对平面上任一区域D 有((,))(,)D P X Y D f x y dxdy∈=⎰⎰.10,**二维连续型随机变量(,)X Y 的边缘概率密度设(,)f x y 为二维连续型随机变量的联合概率密度,则X 的边缘概率密度为()(,)X f x f x y dy +∞-∞=⎰;Y 的边缘概率密度为()(,)Y f y f x y dx +∞-∞=⎰.11.常用的二维连续型随机变量(1) 均匀分布如果(,)X Y 在二维平面上某个区域G 上服从均匀分布,则它的联合概率密度为1,(,)x y f x y G ⎧∈⎪=⎨⎪⎩,()G;的面积0,其余. (2) 二维正态分布221212(,,,,)N μμσσρ 如果(,)X Y 的联合概率密度2211212221121()()()()1(,)22(1)x x y x f x y μμμμρρσσσσ⎧⎫⎡⎤----⎪⎪=--+⎨⎬⎢⎥-⎪⎪⎣⎦⎩⎭则称(,)X Y 服从二维正态分布,并记为 221212(,)~(,,,,)X Y N μμσσρ.如果221212(,)~(,,,,)X Y N μμσσρ,则211~(,)X N μσ,222~(,)Y N μσ,即二维正态分布的边缘分布还是正态分布.12.**随机变量的相互独立性 .(,)()(),,X Y F x y F x F y x y =-∞<<+∞对一切,那么,称随机变量X 与Y 相互独立.设(,)X Y 为二维连续型随机变量,则X 与Y 相互独立的充分必要条件为(,)()(),X Y f x y f x f y =在一切连续点上.如果221212(,)~(,,,,)X Y N μμσσρ.那么,X 与Y 相互独立的充分必要条件是0ρ=. 第四章 随机变量的数字特征本章重点:随机变量的期望。
概率论与数理统计期末考试复习资料

(1)排 列组合 公式
Pmn
m! (m n)!
C
n m
m! n!(m n)!
从 m 个人中挑出 n 个人进行排列的可能数。 从 m 个人中挑出 n 个人进行组合的可能数。
加法原理(两种方法均能完成此事):m+n
(2)加 法和乘 法原理
某件事由两种方法来完成,第一种方法可由 m 种方法完成,第二种方 法可由 n 种方法来完成,则这件事可由 m+n 种方法来完成。 乘法原理(两个步骤分别不能完成这件事):m×n 某件事由两个步骤来完成,第一个步骤可由 m 种方法完成,第二个步
率。分布函数F(x) 表示随机变量落入区间(– ∞,x]内的概率。
分布函数具有如下性质:
1° 0 F(x) 1, x ;
2° F(x) 是单调不减的函数,即x1 x2 时,有 F(x1) F(x2) ;
3° F() lim F(x) 0, F() lim F(x) 1;
设F(x) 是随机变量 X 的分布函数,若存在非负函数 f (x) ,对任意 实数x ,有
F (x) x f (x)dx ,
则称 X 为连续型随机变量。f (x) 称为 X 的概率密度函数或密度函 数,简称概率密度。 密度函数具有下面 4 个性质: 1° f (x) 0 。
2° f (x)dx 1。
X
| x1, x2,, xk, 。
P( X xk) p1, p2,, pk,
显然分布律应满足下列条件:
(1) pk 0 ,k 1,2,, (2) pk 1。 k 1
(2)连 续型随 机变量 的分布 密度
概率论期末考试题型、知识点和公式复习

概率论期末复习知识点第一章(A 卷 20 分, B 卷 22 分) 2. 二维连续型随机向量的联合概率密度、性质1. 事件的表式及其应用2. 事件的关系与运算3. 二维连续型随机向量的分布函数3. 概率性质及其应用4. 均匀分布4. 古典概型5. 二维正态分布5. 条件概率6. 边缘概率密度6. 全概率公式7. 随机变量的独立性7. 贝叶斯公式8. 二维随机向量的相关概率计算:O联合概率密度8. 事件的独立性重点重点:条件概率,全概率公式,贝叶斯公式O边缘概率密度第二章(A 卷 22 分, B 卷 20 分)O随机变量的独立性1. 离散型随机变量的概率分布第四章(A 卷 21 分, B 卷 26 分)2. 两点分布 1. 离散型随机变量的期望3. 二项分布 2. 连续型随机变量的期望4. 泊松分布 3. 随机变量函数的期望5. 概率密度函数及其性质 4. 方差6. 连续型随机变量的分布函数 5. 方差的性质7. 均匀分布 6. 协方差、协方差的性质8. 指数分布7. 相关系数O数学期望(随机变量及函数的数学期望)9. 标准正态分布、正态分布重点:O方差(离散型随机变量的方差)10. 随机变量相关的概率计算11. 离散型随机变量函数的概率分布O协方差和相关系数重点:O正态分布,二项分布第五章(A 卷 14 分, B 卷 12 分)O离散型随机变量及函数的概率分布1. 雪比切夫不等式的应用第三章(A卷23分,B卷20分)1. 离散型随机向量联合概率分布及分布函数2. 棣莫弗——拉普拉斯中心极限定理的应用重点:棣莫弗 ----- 拉普拉斯中心极限定理概率论期末公式复习对偶律:厂B AB , AB A B ; 概率的性质 1. P (? )=0;2. A,A,…,A n 两两互斥时: RAU AU …U A)= P (A)+…+P (A),3. P(A) 1P(A)( A 是 A 不发生)(D)4. 若 AB 则有:P (A ) w P( B ), P (AB = P (A ),RBA )=RB- RA> , RAU E )= R E ).5.P(A B) P(A) P(B) P(AB)(D), P ( B A )=P ( B )- P (AB )。
概率论与数理统计期末考试考点总结

概率论与数理统计期末考点总结
第一章
事件的运算;概率的性质;古典概型(不包括难题);条件概率;乘法公式;全概率公式;贝叶斯公式;事件独立性。
(第一章的内容是全书的基础,必须熟练掌握)
第二章、第三章
一、二维随机变量的定义;一维分布函数、密度函数、分布列;二维联合分布和边际分布所对应的分布函数、密度函数(以上内容知道即可)
随机变量的独立性(条件分布不考)
常见分布:二项分布、泊松分布、几何分布、正态分布、均匀分布、指数分布;一元、二元函数的分布。
(以上内容要求掌握)
第四章
期望、方差的定义与性质(要求熟练掌握);
函数的期望(掌握即可);
斜方差与相关系数(了解即可);
第五章
本章不考。
第六章
总体、样本的统计量(知道即可);
三种常用统计量分布的定义与性质;抽样分布定理(掌握)
第七章
矩估计、极大自然数分布两种方法(熟练掌握)
第八章
区间估计(单总体);假设检验(双侧)
(双总体和单侧不考)。
概率论与数理统计期末复习重要知识点及公式整理讲解

概率论与数理统计期末复习重要知识点第二章知识点:1.离散型随机变量:设X 是一个随机变量,如果它全部可能的取值只有有限个或可数无穷个,则称X 为一个离散随机变量。
2.常用离散型分布:(1)两点分布(0-1分布):若一个随机变量X 只有两个可能取值,且其分布为12{},{}1(01)P X x p P X x pp ====-<<,则称X 服从12,x x 处参数为p 的两点分布。
两点分布的概率分布:12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望:()E X p =;两点分布的方差:()(1)D X p p =-(2)二项分布:若一个随机变量X 的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=给出,则称X 服从参数为n,p 的二项分布。
记为X~b(n,p)(或B(n,p)). 两点分布的概率分布:{}(1),0,1,...,.k kn k n P x k C p p k n -==-=二项分布的期望:()E X np =;二项分布的方差:()(1)D X np p =-(3)泊松分布:若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=,则称X 服从参数为λ的泊松分布,记为X~P (λ)泊松分布的概率分布:{},0,0,1,2,...!kP X k ek k λλλ-==>=泊松分布的期望:()E X λ=;泊松分布的方差:()D X λ=4.连续型随机变量:如果对随机变量X 的分布函数F(x),存在非负可积函数()f x ,使得对于任意实数x ,有(){}()xF x P X x f t dt-∞=≤=⎰,则称X 为连续型随机变量,称()f x 为X 的概率密度函数,简称为概率密度函数。
5.常用的连续型分布: (1)均匀分布:若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ,则称X 在区间(a,b )上服从均匀分布,记为X~U(a,b)均匀分布的概率密度:⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望:()2a bE X +=;均匀分布的方差:2()()12b a D X -= (2)指数分布:若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩,则称X 服从参数为λ的指数分布,记为X~e (λ)指数分布的概率密度:00()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望:1()E X λ=;指数分布的方差:21()D X λ=(3)正态分布:若连续型随机变量X的概率密度为22()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布,记为X~N(μ,2σ)正态分布的概率密度:22()2()x f x x μσ--=-∞<<+∞正态分布的期望:()E X μ=;正态分布的方差:2()D X σ=(4)标准正态分布:20,1μσ==,2222()()x t xx x e dtϕφ---∞=标准正态分布表的使用: (1)()1()x x x φφ<=--(2)~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-(3)2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1: 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数: 设X 是一个随机变量,称(){}F x P X x =≤为X 的分布函数。
《概率论与数理统计》期末复习重点总结

概率论与数理统计第一章:掌握概率的性质、条件概率公式、全概率公式和贝叶斯公式,会用全概率公式和贝叶斯公式计算问题。
第二章:一维随机变量包括离散型和连续型;离散型随机变量分布律的性质;连续性随机变量密度函数的性质;常见的三种离散型分布及连续型分布;会计算一维随机变量函数的分布(可以出大题);第三章:多维随机变量掌握离散型和连续型变量的边缘分布;条件分布及两个变量独立的定义;重点掌握两个随机变量函数的分布(掌握两个随机变量和、差的密度函数的求法;了解两个随机变量乘、除的分布;掌握多个随机变量最大、最小的分布的密度函数的求法);第四章:重点掌握期望、方差、协方差的计算公式、性质;了解协方差矩阵的构成;第六章:掌握统计量的定义、三大分布的定义和性质;教材142页的四个定理及式3.19、3.20务必记住;第七章:未知参数的矩估计法和最大似然估计法是考点,还要掌握估计量的无偏性、有效性的定义;教材的例题及习题:19页例5;26页19、23、24、36;43页例1;51页例2;53页例5;58页25、36;63页例2;66页例2;77页例1、例2;87页22;99页例12;114页6;147页4、6;151页例2、例3;153页例4、例5;173页5、11样题一、填空1. 设A ,B 相互独立,且2.0)(,8.0)(==A P B A P ,则=)(B P __________.2. 已知),2(~2σN X ,且3.0}42{=<<X P ,则=<}0{X P __________.3.已知B A ,两个事件满足条件()()B A P AB P =,且()p A P =,则()=B P _________.4.设随机变量X 的密度函数为()2,01,0,x x f x <<⎧=⎨⎩其他,用Y 表示对X 的3次独立重复观察中事件⎭⎬⎫⎩⎨⎧≤21X 出现的次数,则()2P Y == . 5、设连续型随机变量X 的分布函数为 , ,则A=B= ;X 的密度函数为 。
概率论与数理统计期末复习提纲

推论: P( B A) P( B) P( AB ) 4) P( A) 1 5) P( A) 1 P( A ) 6) P( A B) P( A) P( B) P( AB)
第二章 一维随机变量及其分布
一维随机变量
离散型随机变量
随机变量的分布函数 连续性随机变量 随机变量函数的分布
pij P{X xi , Y y j }, i, j 1, 2,
满足规范性条件 pij 1 ,则称 ( X , Y ) 为二维离散型
i , j 1
随机变量。
定义
设 ( X ,Y ) 为二维离散型随机变量,其所有可 能取值为 ( xi , yi )(i, j 1, 2,) ,则称 pij (i, j 1, 2,) 为 ( X , Y )的联合分布律。
3 x p ( x ) dx 1 ke dx 1 , 解:(1) , 0
ke 3 x , p( x ) 0,
x0
x 0,
1 3x k e 3
0
1,
k 3,
即
3e 3 x , p( x ) 0,
0
0
数学期望的性质
1. 设C是常数,则E(C)=C; 请注意: 2. 若k是常数,则E(kX)=kE(X); 由E(XY)=E(X)E(Y) 不一定能推出X,Y 3. E(X+Y) = E(X)+E(Y); 独立 n n 推广 : E[ X i ] EX i
i 1 i 1
4. 设X、Y 相互独立,则 E(XY)=E(X)E(Y);
0 1
0 1
x
1 2 x 2x 1 2
概率论期末总复习必考题型

复习重点题目第一章p13例2、p14例5、习题一20、25第二章p34 例7、8;习题二15、24。
第三章p58 例2、例5、p61 例5、p63 例1、习题三5。
第四章习题四13、14、15、16。
第七章P139 例4、P148 例2、习题七P157 1、P159 13。
第八章例4、例5、习题八3、6。
例 1.5.2 设袋中装有r 只红球,t 只白球,每次自袋中任取一只球,观察其颜色然后放回,并再放入 a 只与所取出的那只球同色的球,若在袋中连续取球 4 次,试求第一、二次取到红球且第三、四次取到白球的概率。
解以A i(i 1,2,3,4)表示事件“第i次取到红球”,则A3, A4 分别表示事件“第三、四次取到白球” 。
所求概率为:P( A1 A2 A3 A4 ) P(A4 | A1 A2 A3)P( A3 | A1A2 )P( A2 |A1)P(A1)t a t r a rr t 3a r t 2a r t a r t例 1.5.4 八支枪中,有三支未经试射校正,五支已经试射校正。
校正过的枪射击时,中靶的概率为0.8,未校正的枪射击时,中靶的概率为0.3,今从8 支枪中任取一支射击中靶。
问所用这枪是校正过的概率是多少?解设事件8 8 10 45A ={射击中靶}B 1={ 任取一枪是校正过的 }, B 2 ={任取一枪是未校正过的 }, B 1, B 2构成完备事件组 ,则 P(B 1) 5/8,P(B 2) 3/8,P(A |B 1) 0.8,P(A|B 2) 0.3, 故所求概率为P(B 1 | A) P(B 1)P(A|B 1)/[P(B 1)P(A|B 1) P(B 2)P(A|B 2)] 40/49 0.816习题一、20.已知在 10 只晶体管中有 2 只次品,在其中取两次,每次任取一 只,作不放回抽样。
求下列事件的概率: (1)两只都是正品; (2)两只都是次品;(3)一只是正品,一只是次品; (4)第二次取出的是次品。
- 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)。
广东商学院华商学院试题题型课程名称概率论(A卷)课程代码课程班号(本科)共 3 页一、单项选择题(本大题共10小题,每小题2分,共20分,错选、多选或未选均无分)二、填空题(本大题共10小题,每小题2分,共20分,错填、不填均无分)三、计算题(本大题共3小题,共40分)四、综合题(本大题共2小题,共20分)课程名称概率论(B卷)课程代码课程班号(本科)共 4 页一、单项选择题(本大题共10小题,每小题2分,共20分,错选、多选或未选均无分)二、填空题(本大题共10小题,每小题2分,共20分,错填、不填均无分)三、计算题(本大题共3小题,每小题10分,共30分)四、综合题(本大题共3小题,每小题10分,共30分)概率论期末复习知识点第一章1.事件的表示2.事件的关系与运算3.概率性质及其应用4.古典概型5.条件概率6.全概率公式7.贝叶斯公式8.事件的独立性重点:条件概率,全概率公式,贝叶斯公式第二章1.离散型随机变量的概率分布2.两点分布3.二项分布4.泊松分布5.概率密度函数及其性质6.连续型随机变量的分布函数7.均匀分布8.指数分布9.标准正态分布、正态分布10.随机变量相关的概率计算11.离散型随机变量函数的概率分布重点:○1正态分布,二项分布○2离散型随机变量及函数的概率分布第三章1.离散型随机向量联合概率分布及分布函数2.二维连续型随机向量的联合概率密度、性质及其应用3.二维连续型随机向量的分布函数4.均匀分布5.二维正态分布6.边缘概率密度7.随机变量的独立性8.二维随机向量的相关概率计算重点:○1联合概率密度○2边缘概率密度○3随机变量的独立性○4二维正态分布第四章1.离散型随机变量的期望2.连续型随机变量的期望3.随机变量函数的期望4.方差5.方差的性质6.协方差、协方差的性质7.相关系数重点:○1数学期望(随机变量及函数的数学期望)○2方差(离散型随机变量的方差)○3协方差和相关系数第五章1.雪比切夫不等式的应用2. 棣莫弗——拉普拉斯中心极限定理的应用 重点:棣莫弗——拉普拉斯中心极限定理概率论期末公式复习对偶律: ,B A B A = ; B A AB = 概率的性质 1. P (Ø)=0;2. A 1,A 2,…, A n 两两互斥时:P (A 1∪A 2∪…∪A n )=P (A 1)+…+P (A n ),3.)(1)(A P A P -=(A 是 A 不发生)(D )4.若A ⊂B , 则有: P (A )≤ P(B ),P (AB ) = P (A ),P (B -A )=P (B )-P (A ),P (A ∪B )=P (B ).5.)()()()(AB P B P A P B A P -+=⋃(D ), P (B -A )=P (B )-P (AB )。
古典概率模型中,事件A 的概率基本事件总数中包含基本事件数A A P =)(从n 件商品中取出k 商品,共有)!(!!k n k n C k n -=[即⎪⎪⎭⎫ ⎝⎛k n ]种取法[12)1(!⋅⋅⋅-⋅= n n n ]。
D 1- P (B )>0,称下式为事件B 发生条件下,事件A 的条件概率, )()()|(B P AB P B A P =乘法公式:若P (B )>0,则 P (AB )=P (B )P (A |B ) ;若P (A )>0,则P (AB )=P (A )P (B |A )。
设A 1, A 2,…,A n 是两两互斥的事件,A 1∪A 2∪…∪A n =Ω,且P (A i )>0, i =1, 2,…, n ; 另有一事件B , 它总是与A 1, A 2,…, A n 之一同时发生,则全概率公式:∑==ni i i A B P A P B P 1)()()(|贝叶斯公式:. ,,2 ,1 , )()()()()|(1n i A B P A P A B P A P B A P nj j j i i i ==∑=||(D 1)定义:称 A , B 独立,如果P (AB )= P (A )P (B )(D )。
定理. 若事件A , B 独立相互独立,则A 与B 、A 与B 、A 与B 也相互独立。
随机变量 X 的分布函数:F (x )= P (X ≤x ), -∞< x <∞。
性质:P (a 1<X ≤b 1)=F (b 1)-F (a 1).D 2- 定义 :设离散型随机变量 X 所有可能取的值为,,,21 x x 且有 。
,2,1,)( ===k p x X P k k 则称p 1 , p 2, …为离散型随机变量 X 的概率分布或分布律。
其中 p 1 , p 2, …满足;,2,1 ,0)1( =≥k p k.1(2))n(1i =∑∞=k p 离散型随机变量的分布函数(累计频率): ==≤=∑≤xx k k p x X P x F )()(⎪⎪⎪⎩⎪⎪⎪⎨⎧≤<≤<≤<+∞x x x x x x x x x x p p p n )(322112111)()(1--=k k k x F x F p ,;,2,1 =kk k n k p x X E )(1)(∞=∑=,kk n k p x X E 2)(12)(∞=∑=,22)]([)()(X E X E X D -=(D 2)。
D 3- X ~ B (n , p )-参数为(n , p )的二项分布:用X 表示 n 重贝努里试验中事件A 发生的次数,则:n k p p C k X P k n k k n , ,1 ,0 ,)1()( =-==-(D 3). np X E =)(,)1()(p np X D -=.X ~P (λ)-参数为λ的泊松分布:. ,2 ,1 ,0 ,!)();( ====-k k ek X P k p kλλλ其中λ>0 是常数,λ=)(X E ,λ=)(X D 。
X 为连续型随机变量:有密度函数 0)(≥x f 使: , )()(1111⎰=≤<b a dx x f b X a P设其它bx a x h x f <≤⎩⎨⎧=0)()( ,密度函数的性质: 1 )(⎰∞∞-=dx x f 1 )(⎰=b a dx x h 或(D ) 分布函数=≤=)()(x X P x F x b b x a a x dt t h xa ≤<≤<⎪⎩⎪⎨⎧⎰1)(0(常用到的不定积分公式:vdu uv udv x arctg x dx x xdx e dx e k x dx x x xk k⎰-=⎰=+⎰-=⎰-=⎰+=⎰--+,1,cos sin ,,1221αααααα等).在 f (x )的连续点,有:. )()(x f x F ='⎰=b adx x h x X E , )()(⎰=badx x h x X E , )()(2222)]([)()(X E X E X D -=D 4- ),(~2σμN X :参数为常数μ和σ>0的正态分布:密度函数为∞<<∞-=--x ex f x ,21)(22)(σμσπ,μ=)(X E ,2)(σ=X D 。
标准正态分布,记作)1,0(~N X ,0)(=X E ,1)(=X D :).( d 21)( 21)(2/2/22可查表得出分布函数:,,密度函数:t e x x e x x t x ⎰∞---=Φ∞<<∞-=ππϕ ,,若) (~ 2σμN X )1,0(~N X σμ-,}{11b X a P <<. 11⎪⎭⎫ ⎝⎛-Φ-⎪⎭⎫ ⎝⎛-Φ=σμσμa b }{1b X P <.1⎪⎭⎫ ⎝⎛-Φ=σμb )(1)( 0 x x x Φ-=-Φ>时,当(D 4) X ~U(a , b )-均匀分布,密度函数:⎪⎩⎪⎨⎧≤≤-=.,0, ,1)(其他b x a ab x f 2/)()(b a X E +=,12/)()(2a b X D -=. X ~E(λ)-参数为λ的指数分布, 密度函数:0)( .0 , 0 , 0 , )(>⎩⎨⎧<≥=-λλλx x e x f x ,λ/1)(=X E ,2/1)(λ=X D .X 1,X 2独立,.2,1),,(~2=i N X i i i σμ a X 1+b X 2+c ~N (a μ1+b μ2+c ,a 2σ12+b 2σ22) E (aX +b )= a E (X )+b ,D (aX +b )= a 2D (X ),E (aX +bY +c )= a E (X )+ b E (X )+c , X ,Y 独立,D (aX +bY +c )= a 2D (X )+b 2D (X ).二维离散型随机变量(X ,Y ): p ij ),(j i y Y x X P ===≥0,1)(1)(1=∑∑∞=∞=ij m i n j p ,ij n j i p p )(1∞=⋅∑=,ij m i j p p )(1∞=⋅∑=, 分布函数=),(y x F ij y Y x X p ji ≤≤∑∑,2,1.,2,1,===⋅⋅j i p p p j i ij 独立:。
ijj i m i n j p y x g Z E Y X g Z ),()(),,()(1)(1∞=∞=∑∑== ),()()()()(,,,,,2222Y E X E XY E Y E X E Y X XY Y X Z ,,,,可计算:时=)()()(),(Y E X E XY E Y X Cov -=等。
独立→不相关:0),(=Y X Cov ,或)()()(Y E X E XY E =。
二维连续型随机变量(X ,Y )密度函数),(),(),(⎩⎨⎧∈=其它D y x y x h y x f [均匀分布时,d y x h 1),(=,d 为D 的面积], D 是矩形(含正方形)、全部区域、三角形(含大三角形)、圆盘、直线与抛物线所围区域等。
D 5- )),((),(),(),(1)()()()(2121dx y x h dy dy y x h dx dxdy y x h dxdy y x f y y dc x x b a Dϕϕψψ⎰⎰=⎰⎰=⎰⎰=⎰⎰=+∞∞-+∞∞-或 (a 是区域D 左边界的最小值,b 是区域D 右边界的最大值,ψ1(x )是区域D 的下边界函数,ψ2(x )是区域D 的上边界函数;c 是区域D 下边界的最小值,d 是区域D 上边界的最大值,φ1(x )是区域D 的左边界函数,φ2(x )是区域D 的右边界函数)。