大学概率论与数理统计复习资料全

合集下载

(完整版)概率论与数理统计复习提纲

(完整版)概率论与数理统计复习提纲
二、矩估计法
1.基本思想: 用样本矩(原点矩或中心矩)代替相应的总体矩.
2.求总体X的分布中包含的m个未知参数 的矩估计步骤:
① 求出总体矩,即 ;② 用样本矩代替总体矩,列出矩估计方程:
③ 解上述方程(或方程组)得到 的矩估计量为:
④ 的矩估计值为:
3. 矩估计法的优缺点:
优点:直观、简单; 只须知道总体的矩,不须知道总体的分布形式.
(1) 分布的 分位点 (2) 分布的 分位点 其性质:
(3) 分布的 分位点 其性质
(4)N(0,1)分布的 分位点 有
第六章 参数估计
一、点估计:设 为来自总体X的样本, 为X中的未知参数, 为样本值,构造某个统计
量 作为参数 的估计,则称 为 的点估计量, 为 的估计值.
2.常用点估计的方法:矩估计法和最大似然估计法.
合概率函数(或联合密度函数) (或
称为似然函数.
3. 求最大似然估计的步骤:
(1)求似然函数:X离散: X连续:
(2)求 和似然方程:
(3)解似然方程,得到最大似然估计值:
(4)最后得到最大似然估计量:
4. 最大似然估计法是在各种参数估计方法中比较优良的方法,但是它需要知道总体X的分布形式.
四、估计量的评价标准
4.伯努利概型:
1.事件的对立与互不相容是等价的。(X)
2.若 则 。(X)
3. 。(X)
4.A,B,C三个事件恰有一个发生可表示为 。(∨)
5.n个事件若满足 ,则n个事件相互独立。(X)
6.当 时,有P(B-A)=P(B)-P(A)。(∨)
第二章 随机变量及其分布
一、随机变量的定义:设样本空间为 ,变量 为定义在 上的单值实值函数,则称 为随机变量,通常用大写英文字母,用小写英文字母表示其取值。

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

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

概率论与数理统计复习汇总
3 个患者的治疗中,至少有一个是有效的概率. 设对各个患者的治疗效果是相 互独立的.
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》综合复习资料全

《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。

大学概率论与数理统计复习资料

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。

概率论与数理统计知识点总结免费超详细版

概率论与数理统计知识点总结免费超详细版

概率论与数理统计知识点总结免费超详细版概率论与数理统计是一门研究随机现象数量规律的学科,它在众多领域都有着广泛的应用,如统计学、物理学、工程学、经济学等。

以下是对概率论与数理统计知识点的超详细总结。

一、随机事件与概率(一)随机事件随机事件是指在一定条件下,可能出现也可能不出现的事件。

随机事件通常用大写字母 A、B、C 等来表示。

(二)样本空间样本空间是指随机试验的所有可能结果组成的集合,通常用Ω表示。

(三)事件的关系与运算1、包含关系:若事件 A 发生必然导致事件 B 发生,则称事件 B 包含事件 A,记作 A⊂B。

2、相等关系:若 A⊂B 且 B⊂A,则称事件 A 与事件 B 相等,记作A = B。

3、并事件:事件 A 与事件 B 至少有一个发生的事件称为 A 与 B的并事件,记作 A∪B。

4、交事件:事件 A 与事件 B 同时发生的事件称为 A 与 B 的交事件,记作A∩B 或 AB。

5、互斥事件:若事件 A 与事件 B 不能同时发生,则称 A 与 B 为互斥事件,即 AB =∅。

6、对立事件:若事件 A 与事件 B 满足 A∪B =Ω 且 AB =∅,则称 A 与 B 为对立事件,记作 B =A。

(四)概率的定义与性质1、概率的古典定义:若随机试验的样本空间Ω只包含有限个基本事件,且每个基本事件发生的可能性相等,则事件 A 的概率为 P(A) =n(A) /n(Ω) ,其中 n(A) 为事件 A 包含的基本事件个数,n(Ω) 为样本空间Ω包含的基本事件个数。

2、概率的统计定义:在大量重复试验中,事件 A 发生的频率稳定在某个常数 p 附近,则称 p 为事件 A 的概率,即 P(A) = p 。

3、概率的公理化定义:设随机试验的样本空间为Ω,对于Ω中的每一个事件 A,都赋予一个实数 P(A),如果满足以下三个条件:(1)非负性:0 ≤ P(A) ≤ 1 ;(2)规范性:P(Ω) = 1 ;(3)可列可加性:对于两两互斥的事件 A1,A2,,有P(A1∪A2∪)= P(A1) + P(A2) +,则称 P(A) 为事件 A 的概率。

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### 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。

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

D( X ) E( X 2 ) E 2 ( X ), Cov( X ,Y ) E( XY ) EXEY
XY Cov( X ,Y ) / D( X )D(Y )
⑴ E(aX+b)=aE(X)+b,D(aX+b)=a2D(X)
⑵ E(∑iλi Xi)=∑i λi E(Xi)
(3) D(λ1X±λ2Y)=λ12D(X)+λ22D(Y) ±2λ1λ2Cov(X,Y)
0.587
法二 用Bayes公式:
P (C) = 0.1, P(C ) 0.9;
P (D/C) = 0.3*0.8+0.7*0.2,
P(D / C ) 0.3*0.2.
C
C
于是有
D
P(C / D)
P(C ) P(D / C )
P(C) P(D / C) P(C ) P(D / C )
i 1
i 1
i 1
例3 已知X~ f(x),求Y= -X2的概率密度。 解 用分布函数法。
y<0 时,FY(y) = P(Y≤y) = P(-X2 ≤y) P(X y) P(X y)
FX ( y ) [1 FX ( y )] y≥0 时, FY(y) = P(Y≤y) =1
于是Y的概率密度为
fY ( y) fX (
y)
1 2
( y)1/ 2
fX
(
y ) 1 ( y)1/2 2
1 2
(
y)1/ 2[
fX
(
y) fX (
y )] , y 0
fY (y) 0 , y 0
例4 设二维随机变量(X,Y )的联合密度函数为:
f
( x,
y)
  1. 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. 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. 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 -+= ),,()()(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( )。

6、5数字卡片上分别写着1,2,3,4,5,从中任取3,排成3位数,则排成3位奇数的概率是( )。

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},i B ={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) 常用分布重要容)(R x x f ∈≥0)()()()(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()(1=∑iip2.分布律的性质...)2,1(,10=≤≤i p i 1.分布函数的性质(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4. 概率计算5.常用分布)(或泊松分布λλπP X X ~)(~)0,...;1,0(,!)(>===-λλλk e k k X P k1221()()()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 ),(~,~p n b X p n B X )或(记为 二项分布: ),...1,0(,)(n k qp C k X P kn k k n ===-泊松定理)(,!)1(np e k p p C kkn kkn=≈---λλλ%73.991)3(2}3|{|%45.951)2(2}2|{|%27.681)1(2}1|{|=-Φ=⋅<-=-Φ=⋅<-=-Φ=⋅<-∴σμσμσμX P X P X P⎪⎩⎪⎨⎧≤≤-=,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⎪⎭⎫⎝⎛-Φ=σμx x F )(5.0)0()1(=Φ)(1)()2(x x Φ-=-Φ73.99}3|{|%45.95}2|{|%27.68}1|{|=⋅<-=⋅<-=⋅<-∴σμσμσμX P X P X P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315kg 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()(2===-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1,2,3 i 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 容提要1.概率分布的性质2.二维概率计算3.边际密度函数计算4.常用分布,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⎰+∞∞-=;),()(dy y x f x f X ⎰+∞∞-=dxy x f y f Y ),()({(,)}(,)GP X Y G f x y dxdy∈=⎰⎰⎪⎩⎪⎨⎧∈=其他),(),(均匀分布01Dy x Ay x f二维正态分布5.随机变量的独立性6.正态分布的可加性)()(),(y F x F y x F Y X ⋅=),2,1,( =⨯=⋅⋅j i p p p ji ij )()(),(y f x f y x f Y X ⨯=21221211~(,)(1,2),,,~(,)i i in nnn i ii i N i n N ξμσξξξξξξμσ===++∑∑设且相互独立则),(~),,(~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 Pαβ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 i 10,3,2,1=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 主要容1、数学期望的计算⎰∑∞+∞-==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)(⎰∑∞+∞-==dxx xf X E px X E X i i i )()()(,:2.连续型离散型连续型离散型则先求出边际分布方法2、性质当随机变量相互独立时3、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=),()()()()(2121n n X E X E X E X X X E +++=+++ 1212()()();()()()().n n E XY E X E Y E X X X E X E X E X =⋅=⋅2()()D X E 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 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 =--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]上的均匀分布。

相关文档
最新文档