概率论与数理统计基本知识点一、概率的基本概念 1.概率的定义:在事件上的一个集合函数P ,如果它满足如下三个条件: (1)非负性 A A P ∀≥,0)( (2)正规性 1)(=ΩP(3)可列可加性 若事件,...,2,1,=n A n 两两互斥则称P 为概率。
2.几何概型的定义:若随机试验的样本空间对应一个度量有限的几何区域S ,每一基本事件与S 内的点一一对应,则任一随机事件A 对应S 中的某一子区域D 。
(若事件A 的概率只与A 对应的区域D 的度量成正比,而与D 的形状及D 在S 中的位置无关。
)==(每点等可能性)则称为几何概型。
的度量对应区域的度量对应区域S D )()()(Ω=Ω=A m A m A P 3.条件概率与乘法公式:设A,B 是试验E 的两个随机事件,且0)(>B P ,则称)()()|(B P AB P B A P =为事件B 发生的条件下,事件A 发生的条件概率。
(其中)(AB P 是AB 同时发生的概率)乘法公式:)|()()|()()(B A P B P A B P A P AB P == 4.全概率公式与贝叶斯公式:(全概率公式)定理:设n A A A ...,21是样本空间Ω的一个划分,n i A P i ,...,2,1,0)(=>,B 是任一事件,则有∑==ni iiA B P A P B P 1)|()()(。
(贝叶斯公式)定理:设n A A A ...,21是样本空间Ω的一个划分,n i A P i ,...,2,1,0)(=>,B 是任一事件,则∑===∀nk kki i A B P A P A B P A P B A P n i 1)|()()|()()|(,,...,2,1。
5.事件的独立性:两事件的独立性:(定义)设A 、B 是任意二事件,若P(AB)= P(A)P(B),则称事件A 、B 是相互独立的。
(直观解释)A 、B 为试验E 的二事件,若A 、 B 的发生互不影响。
二、随机变量和分布函数:1.基本概念:(1)随机变量的定义:随机变量X 是定义于样本空间上的单值实函数。
随机变量 = 变量(函数) + 随机(概率)(2)分布函数的定义:设X 是一随机变量,x 是任意实数,称函数)()(x X P x F ≤=为随机变量X 的分布函数。
分布函数的性质:①)(x F 是个单调不减函数。
②1)(0≤≤x F :1)()()(lim =Ω=+∞≤=+∞→P X P x F x0)()()(lim ==-∞≤=-∞→φP X P x F x③)(x F 是右连续的。
2.离散型随机变量:(1)离散型随机变量的定义:若随机变量 X 的取值为有限个或可数个,则称X 为离散型随机变量。
(2)设n x x x ...,21为离散型随机变量X 的所有可能取值,记...2,1),(===k x X P p k k 称为离散型随机变量X 的分布列(或概率分布)。
(3)几种常见的分布:①(0-1)分布(伯努力分布、两点分布):随机变量 X 的所有可能取值为0,1。
②二项分布:在n 重伯努利试验中,若设X 为n 次试验中事件A 出现的次数,设)10()(<<=p p A P ,则X 是一个离散型随机变量,其分布律为:)1(,...,1,0,}{p q n k q p C p k X P kn k k n k -=====-我们称这样的随机变量X 服从参数为n,p 的二项分布,记为),(~p n B X 。
③泊松分布:设随机变量X 的所有可能取值为0,1,2...且...1,0,!)(===-k e k k X P kλλ其中0>λ是常数,则称X 服从参数为λ的泊松分布,记为)(~λP X 。
3.连续型随机变量:(1)连续型随机变量的定义:若X 是随机变量,其分布函数为F(x),如果存在非负函数)(x p ,使得对于任意实数x ,有⎰∞-=xdt t p x F )()(则称X 是连续型随机变量,而称)(x p 为X 的密度函数。
密度函数具有如下的结论:①⎰+∞∞-=≥1)(;0)(dx x p x p②⎰=<<12)()(21x x dt t p x X x P③分布函数)(x F 与密度函数)(x P 是求导与求积分的关系:)(')(;)()(x F x p dt t p x F x==⎰∞-(2)常用的连续型分布:①均匀分布:若随机变量X 的密度函数为⎪⎩⎪⎨⎧≤≤-=其它,0,1)(bx a a b x p ,则称X 服从区间[a,b]上的均匀分布,记为],[~b a U X 。
X 的分布函数为:⎪⎩⎪⎨⎧>≤<--≤=b x b x a bx ax a x x F ,1,,0)(②指数分布:若随机变量X 的密度函数为⎩⎨⎧>=-其它,00,)(x e x p x λλ其中x>0, 则称X 服从参数为λ的指数分布,记为)(~λE X 。
分布函数为⎩⎨⎧>-=-其它,00,1)(x e x F x λ4.正态分布:(1)正态分布的定义R x ex p x ∈∙=--,21)(22)(σμσπ,其中)0(,>σσμ是常数,则称X 服从参数为2,σμ的正态分布(或高斯分布),记为),(~2σμN X 。
分布函数为:dt t xex F 222)(21)(σμσπ--∞-⎰∙=(2)性质:①p(x)是关于直线x=μ对称的,在x=μ处取得极大值。
②σ决定图形的形状:固定μ;σ的值越大,p(x)的图形就越平坦;σ的值越小,p(x)的图形就越陡峭。
③μ决定图形的位置:固定σ;μ的值增大,p(x)的图形就向右移动;μ的值减小,p(x)的图形就向左移动。
(3)标准正态分布:①当μ=0,,σ=1时。
记为)1,0(~N X ,相应的密度函数以及分布函数分别记为)()(x x φϕ和。
②+∞<<-∞=-x e x x ,21)(22πϕ③+∞<<-∞=⎰∞--x dt ex xt ,21)(22πφ④)(1)(x x φφ-=-⑤定理:设),(~2σμN X ,则)1,0(~N X σμ-(4)正态分布σ3原则:①6826.01)1(2)|(|=-=<-φσμX P ②9545.01)2(2)2)(|=-=<-φσμX P ③9973.01)3(2)3|(|=-=<-φσμX P 5.随机变量函数的分布:(1)离散型随机变量函数的分布: 设X 的分布列为:Y=g(X)为X 的函数,则Y 的分布列为:(2)连续型随机变量函数的分布:设X 是连续型随机变量,密度函数为)().(X g Y x p x =是X 的连续函数,则Y 也是一个连续型随机变量。
计算它的密度函数的步骤如下: ①先求Y 的取值范围②再利用定义求Y 的分布函数)(y F y ,⎰≤=≤=})(|{)())(()(y x g x xy dx x p y X g P y F③最后再通过求导得出Y 的密度函数)(y p y 。
三、随机变量的数字特征: 1.期望的定义:(1)离散型随机变量的数学期望:设X 为离散型随机变量,其分布律为...2,1,)(===k p x X P k k 若∑∞=∞<1||k k k p X 记∑∞==1)(k k k p x X E 则称)(X E 为随机变量X的数学期望或均值。
(2)几种常见离散型随机变量的数学期望:①(0-1)分布:设随机变量X 服从10,1,10~<<=+⎪⎪⎭⎫ ⎝⎛p q p p qX ,则p X E =)( ②二项分布:设随机变量X服从二项分布),(~p n B X ,n k qp C k X P kn kk n...1,0,)(===-,则np q p C k X E nk kn k k n =∙=∑=-0)(。
③泊松分布:设随机变量X 服从泊松分布)(~λP X ,...2,1,0,!)(===-k e k k X P kλλ则λλλ=∙=-∞=∑e k k X E k k!)((3)连续型随机变量的数学期望:设X 为具有密度函数p(x)的连续型随机变量,若⎰∞∞-∞<dx x p x )(||(存在),记⎰∞∞-=dx x xp X E )()(则称)(X E 为随机变量X 的数学期望(4)几种常见连续型随机变量的数学期望:①均匀分布:设随机变量X 服从均匀分布],[~b a U X ,由定义可知2/)()(b a X E += ②正态分布:设随机变量),(~2σμN X ,由定义可知μσπσμ=∙=--∞+∞-⎰222)(21)(x exX E 。
③指数分布:设随机变量)(~λE X ,由定义可知⎰+∞-==01)(λλλdx e x X E x 。
2.期望的性质与计算:(1)随机变量函数的数学期望:①定理1:设X 为连续型随机变量,密度函数为)(x p ,对随机变量X 的函数)(x g Y =,则⎰∞∞-==dx x p x g X Eg Y E )()()()(。
②定理2:设(X, Y)为连续型随机向量,密度函数为),(y x p 。
对随机向量),(y x 的函数),(y x g Z =,则有⎰⎰+∞∞-+∞∞-==dxdy y x p y x g Y X Eg Z E ),(),(),()(。
③定理的用处:避免了先求随机变量函数的分布,再利用期望的定义求随机变量函数的期望。
(2)期望的性质:①C C EC ,=为常数。
②设k 为常数,则)()(X kE kX E =③若)(X E 、)(Y E 存在 ,则)()()(Y E X E Y X E +=+④若X 、Y 相互独立且)(X E 、)(Y E 存在 ,则)()()(Y E X E XY E =3.方差的定义与性质:(1)方差的定义:设X 是随机变量,若E[X-E(X)]2存在,则称它为随机变量X 的方差,记为D(X )或Var(X)。
方差D(X )的平方根称为标准差或均方差。
(方差是刻画随机变量取值离散程度的一个指标)(2)方差的计算:①方差的一般计算公式:22)()()(EX X E X D -= ②离散型随机变量:∑∞=-=-=122)()()(k k kp EX xEX X E X D 。
③具有密度函数p(x)的连续型随机变量:⎰∞∞--=-=dx x p EX x EX X E X D )()()()(22。
④正态分布的方差:⎰+∞∞-=-=22)()()(σdx x p EX x X D 。
(3)方差的性质: ①C C D ,0)(=为常数。
②设k 为常数,则)()(2X D k kX D =。