概率論與數(shù)理統(tǒng)計知識點總結(jié)(同名8020)

概率論與數(shù)理統(tǒng)計知識點總結(jié)(同名8020)1第1章隨機事件及其概率（1）排列組合公式從m個人中挑出n個人進行排列的可能數(shù)。從m個人中挑出n個人進行組合的可能數(shù)。（2）加法和乘法原理加法原理（兩種方法均能完成此事）：m+n某件事由兩種方法來完成，第一種方法可由m種方法完成，第二種方法可由n種方法來完成，則這件事可由m+n種方法來完成。乘法原理（兩個步驟分別不能完成這件事）：m×n某件事由兩個步驟來完成，第一個步驟可由m種方法完成，第二個步驟可由n種方法來完成，則這件事可由m×n種方法來完成。（3）一些常見排列重復排列和非重復排列（有序）對立事件（至少有一個）順序問題（4）隨機試驗和隨機事件如果一個試驗在相同條件下可以重復進行，而每次試驗的可能結(jié)果不止一個，但在進行一次試驗之前卻不能斷言它出現(xiàn)哪個結(jié)果，則稱這種試驗為隨機試驗。試驗的可能結(jié)果稱為隨機事件。（5）基本事件、樣本空間和事件在一個試驗下，不管事件有多少個，總可以從其中找出這樣一組事件，它具有如下性質(zhì)：①每進行一次試驗，必須發(fā)生且只能發(fā)生這一組中的一個事件；②任何事件，都是由這一組中的部分事件組成的。這樣一組事件中的每一個事件稱為基本事件，用來表示?；臼录娜w，稱為試驗的樣本空間，用表示。一個事件就是由中的部分點（基本事件）組成的集合。通常用大寫字母A，B，C，…表示事件，它們是的子集。為必然事件，?為不可能事件。不可能事件（?）的概率為零，而概率為零的事件不一定是不可能事件；同理，必然事件（Ω）的概率為1，而概率為1的事件也不一定是必然事件。（6）事件的關(guān)系與運算①關(guān)系：如果事件A的組成部分也是事件B的組成部分，（A發(fā)生必有事件B發(fā)生）：如果同時有，，則稱事件A與事件B等價，或稱A等于B：A=B。A、B中至少有一個發(fā)生的事件：AB，或者A+B。屬于A而不屬于B的部分所構(gòu)成的事件，稱為A與B的差，記為A-B，也可表示為A-AB或者，它表示A發(fā)生而B不發(fā)生的事件。A、B同時發(fā)生：AB，或者AB。AB=?，則表示A與B不可能同時發(fā)生，稱事件A與事件B互不相容或者互斥?；臼录腔ゲ幌嗳莸?。-A稱為事件A的逆事件，或稱A的對立事件，記為。它表示A不發(fā)生的事件?；コ馕幢貙αⅰ＂谶\算：結(jié)合率：A(BC)=(AB)CA∪(B∪C)=(A∪B)∪C分配率：(AB)∪C=(A∪C)∩(B∪C)(A∪B)∩C=(AC)∪(BC)德摩根率：，（7）概率的公理化定義設為樣本空間，為事件，對每一個事件都有一個實數(shù)P(A)，若滿足下列三個條件：1°0≤P(A)≤1，2°P(Ω)=13°對于兩兩互不相容的事件，，…有常稱為可列（完全）可加性。則稱P(A)為事件的概率。（8）古典概型1°，2°。設任一事件，它是由組成的，則有P(A)==（9）幾何概型（10）加法公式（11）減法公式（12）條件概率（13）乘法公式（14）獨立性（15）全概公式（16）貝葉斯公式設事件，，…，及滿足1°，，…，兩兩互不相容，>0，1，2，…，，2°，，則，i=1，2，…n。此公式即為貝葉斯公式。，（，，…，），通常叫先驗概率。，（，，…，），通常稱為后驗概率。貝葉斯公式反映了“因果”的概率規(guī)律，并作出了“由果朔因”的推斷。將試驗可看成分為兩步做，如果求在第二步某事件發(fā)生條件下第一步某事件的概率，就用貝葉斯公式。（17）伯努利概型我們作了次試驗，且滿足每次試驗只有兩種可能結(jié)果，發(fā)生或不發(fā)生；次試驗是重復進行的，即發(fā)生的概率每次均一樣；每次試驗是獨立的，即每次試驗發(fā)生與否與其他次試驗發(fā)生與否是互不影響的。這種試驗稱為伯努利概型，或稱為重伯努利試驗。用表示每次試驗發(fā)生的概率，則發(fā)生的概率為，用表示重伯努利試驗中出現(xiàn)次的概率，，。第二章隨機變量及其分布（1）離散型隨機變量的分布律設離散型隨機變量的可能取值為Xk(k=1,2,…)且取各個值的概率，即事件(X=Xk)的概率為P(X=xk)=pk，k=1,2,…，則稱上式為離散型隨機變量的概率分布或分布律。有時也用分布列的形式給出：。顯然分布律應滿足下列條件：（1），，（2）。（2）連續(xù)型隨機變量的分布密度設是隨機變量的分布函數(shù)，若存在非負函數(shù)，對任意實數(shù)，有，則稱為連續(xù)型隨機變量。稱為的概率密度函數(shù)或密度函數(shù)，簡稱概率密度。密度函數(shù)具有下面4個性質(zhì)：1、。2、。3、4、P(x=a)=0,a為常數(shù)，連續(xù)型隨機變量取個別值的概率為0（3）離散與連續(xù)型隨機變量的關(guān)系積分元在連續(xù)型隨機變量理論中所起的作用與在離散型隨機變量理論中所起的作用相類似。（4）分布函數(shù)設為隨機變量，是任意實數(shù)，則函數(shù)稱為隨機變量X的分布函數(shù)，本質(zhì)上是一個累積函數(shù)?？梢缘玫絏落入?yún)^(qū)間的概率。分布函數(shù)表示隨機變量落入?yún)^(qū)間（–∞，x]內(nèi)的概率。分布函數(shù)具有如下性質(zhì)：1°；2°是單調(diào)不減的函數(shù)，即時，有；3°，；4°，即是右連續(xù)的；5°。對于離散型隨機變量，；對于連續(xù)型隨機變量，。（5）八大分布0-1分布P(X=1)=p,P(X=0)=q二項分布在重貝努里試驗中，設事件發(fā)生的概率為。事件發(fā)生的次數(shù)是隨機變量，設為，則可能取值為。，其中，則稱隨機變量服從參數(shù)為，的二項分布。記為。當時，，，這就是（0-1）分布，所以（0-1）分布是二項分布的特例。泊松分布設隨機變量的分布律為，，，則稱隨機變量服從參數(shù)為的泊松分布，記為或者P()。泊松分布為二項分布的極限分布（np=λ，n→∞）。幾何分布，其中p≥0，q=1-p。隨機變量X服從參數(shù)為p的幾何分布，記為G(p)。均勻分布設隨機變量的值只落在[a，b]內(nèi)，其密度函數(shù)在[a，b]上為常數(shù)，即

a≤xa≤x≤b則稱隨機變量在[a，b]上服從均勻分布，記為X~U(a，b)。分布函數(shù)為

a≤x≤ba≤x≤b0，x<a，

1，1，x>b。

當a≤x1<x2≤b時，X落在區(qū)間（）內(nèi)的概率為。指數(shù)分布,

0,,0,,

其中，則稱隨機變量X服從參數(shù)為的指數(shù)分布。X的分布函數(shù)為,x<0。

x<0。

記住積分公式：正態(tài)分布設隨機變量的密度函數(shù)為，，其中、為常數(shù)，則稱隨機變量服從參數(shù)為、的正態(tài)分布或高斯（Gauss）分布，記為。具有如下性質(zhì)：1°的圖形是關(guān)于對稱的；2°當時，為最大值；dtexFxtdtexFxt2)(21)(參數(shù)、時的正態(tài)分布稱為標準正態(tài)分布，記為，其密度函數(shù)記為，，分布函數(shù)為。是不可求積函數(shù)，其函數(shù)值，已編制成表可供查用。Φ(-x)＝1-Φ(x)且Φ(0)＝。如果~，則~。。（6）分位數(shù)下分位表：；上分位表：。（7）函數(shù)的分布函數(shù)離散型已知的分布列為

，的分布列（互不相等）如下：，若有某些相等，則應將對應的相加作為的概率。連續(xù)型先利用X的概率密度fX(x)寫出Y的分布函數(shù)FY(y)＝P(g(X)≤y)，再利用變上下限積分的求導公式求出fY(y)。（2）定理法：當Y=g(X)嚴格單調(diào)并且可導時:其中h’(y)是g(x)的反函數(shù)第三章二維隨機變量及其分布（1）聯(lián)合分布離散型如果二維隨機向量（X，Y）的所有可能取值為至多可列個有序?qū)Γ▁,y），則稱為離散型隨機量。設=（X，Y）的所有可能取值為，且事件{=}的概率為pij,,稱為=（X，Y）的分布律或稱為X和Y的聯(lián)合分布律。聯(lián)合分布有時也用下面的概率分布表來表示：YXy1y2…yj…x1p11p12…p1j…x2p21p22…p2j…xipi1……這里pij具有下面兩個性質(zhì)：（1）pij≥0（i,j=1,2,…）；（2）連續(xù)型對于二維隨機向量，如果存在非負函數(shù)，使對任意一個其鄰邊分別平行于坐標軸的矩形區(qū)域D，即D={(X,Y)|a<x<b,c<y<d}有則稱為連續(xù)型隨機向量；并稱f(x,y)為=（X，Y）的分布密度或稱為X和Y的聯(lián)合分布密度。 分布密度f(x,y)具有下面兩個性質(zhì)：f(x,y)≥0;（2）（2）二維隨機變量的本質(zhì)（3）聯(lián)合分布函數(shù)設（X，Y）為二維隨機變量，對于任意實數(shù)x,y,二元函數(shù)稱為二維隨機向量（X，Y）的分布函數(shù)，或稱為隨機變量X和Y的聯(lián)合分布函數(shù)。 分布函數(shù)是一個以全平面為其定義域，以事件的概率為函數(shù)值的一個實值函數(shù)。分布函數(shù)F(x,y)具有以下的基本性質(zhì)：（1）（2）F（x,y）分別對x和y是非減的，即當x2>x1時，有F（x2,y）≥F(x1,y);當y2>y1時，有F(x,y2)≥F(x,y1);（3）F（x,y）分別對x和y是右連續(xù)的，即（4）（5）對于P(x1<x≤x2,y1<y≤y2)=（4）離散型與連續(xù)型的關(guān)系（5）邊緣分布離散型X的邊緣分布為；Y的邊緣分布為。連續(xù)型X的邊緣分布密度為Y的邊緣分布密度為（6）條件分布離散型在已知X=xi的條件下，Y取值的條件分布為在已知Y=yj的條件下，X取值的條件分布為連續(xù)型在已知Y=y的條件下，X的條件分布密度為；在已知X=x的條件下，Y的條件分布密度為（7）獨立性一般型F(X,Y)=FX(x)FY(y)離散型有零不獨立連續(xù)型f(x,y)=fX(x)fY(y)直接判斷，充要條件：①可分離變量②正概率密度區(qū)間為矩形二維正態(tài)分布＝0隨機變量的函數(shù)若X1,X2,…Xm,Xm+1,…Xn相互獨立，h,g為連續(xù)函數(shù)，則：h（X1，X2,…Xm）和g（Xm+1,…Xn）相互獨立。特例：若X與Y獨立，則：h（X）和g（Y）獨立。例如：若X與Y獨立，則：3X+1和5Y-2獨立。（8）二維均勻分布設隨機向量（X，Y）的分布密度函數(shù)為其中SD為區(qū)域D的面積，則稱（X，Y）服從D上的均勻分布，記為（X，Y）～U（D）。例如圖3.1、圖3.2和圖3.3。y1D1O1 x圖3.1yD2D21 O 2x圖3.2yD3dD3cOabx圖3.3（9）二維正態(tài)分布設隨機向量（X，Y）的分布密度函數(shù)為其中是5個參數(shù)，則稱（X，Y）服從二維正態(tài)分布，記為（X，Y）～N（由邊緣密度的計算公式，可以推出二維正態(tài)分布的兩個邊緣分布仍為正態(tài)分布，即X～N（但是若X～N（，(X，Y)未必是二維正態(tài)分布。（10）函數(shù)分布Z=X+Y根據(jù)定義計算：對于連續(xù)型，fZ(z)＝兩個獨立的正態(tài)分布的和仍為正態(tài)分布（）。n個相互獨立的正態(tài)分布的線性組合，仍服從正態(tài)分布。，Z=max,min(X1,X2,…Xn)若相互獨立，其分布函數(shù)分別為，則Z=max,min(X1,X2,…Xn)的分布函數(shù)為：第四章隨機變量的數(shù)字特征（1）一維隨機變量的數(shù)字特征離散型連續(xù)型期望期望就是平均值設X是離散型隨機變量，其分布律為P()＝pk，k=1,2,…,n，（要求絕對收斂）設X是連續(xù)型隨機變量，其概率密度為f(x)，（要求絕對收斂）函數(shù)的期望Y=g(X)Y=g(X)方差D(X)=E[X-E(X)]2，標準差（2）期望的性質(zhì)E(C)=CE(CX)=CE(X)E(X+Y)=E(X)+E(Y)，E(XY)=E(X)E(Y)，充分條件：X和Y獨立；充要條件：X和Y不相關(guān)。（3）方差的性質(zhì)D(C)=0；E(C)=CD(aX)=a2D(X)；E(aX)=aE(X)D(aX+b)=a2D(X)；E(aX+b)=aE(X)+bD(X)=E(X2)-E2(X)D(X±Y)=D(X)+D(Y)，充分條件：X和Y獨立；充要條件：X和Y不相關(guān)。D(X±Y)=D(X)+D(Y)±2E[(X-E(X))(Y-E(Y))]，無條件成立。而E(X+Y)=E(X)+E(Y)，無條件成立。（4）常見分布的期望和方差期望方差0-1分布p二項分布np泊松分布幾何分布超幾何分布均勻分布指數(shù)分布正態(tài)分布（5）二維隨機變量的數(shù)字特征期望函數(shù)的期望＝＝方差協(xié)方差對于隨機變量X與Y，稱它們的二階混合中心矩為X與Y的協(xié)方差或相關(guān)矩，記為，即與記號相對應，X與Y的方差D（X）與D（Y）也可分別記為與。相關(guān)系數(shù)對于隨機變量X與Y，如果D（X）>0,D(Y)>0，則稱為X與Y的相關(guān)系數(shù)，記作（有時可簡記為）。 ||≤1，當||=1時，稱