概率论与数理统计知识点总结(免费超详细版)
- 格式:doc
- 大小:611.50 KB
- 文档页数:18
《概率论与数理统计》第一章 概率论的基本概念§2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件2.运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)( ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率 1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21 是两两互不相容的事件,有∑===nk kn k kA P A P 11)()( (n 可以取∞)2.概率的一些重要性质: (i ) 0)(=φP(ii )若n A A A ,,,21 是两两互不相容的事件,则有∑===nk kn k kA P A P 11)()((n 可以取∞)(iii )设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥ (iv )对于任意事件A ,1)(≤A P(v ))(1)(A P A P -= (逆事件的概率)(vi )对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件A包含k个基本事件,即}{}{}{2]1k i i i e e e A =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑=§5.条件概率(1) 定义:设A,B 是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率(2) 条件概率符合概率定义中的三个条件1。
《概率论与数理统计》第一章 概率论的基本概念§2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件2.运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)( ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率 1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21Λ是两两互不相容的事件,有∑===nk kn k kA P A P 11)()(Y (n 可以取∞)2.概率的一些重要性质: (i ) 0)(=φP(ii )若n A A A ,,,21Λ是两两互不相容的事件,则有∑===nk kn k kA P A P 11)()(Y (n 可以取∞)(iii )设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥ (iv )对于任意事件A ,1)(≤A P(v ))(1)(A P A P -= (逆事件的概率)(vi )对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件A包含k个基本事件,即}{}{}{2]1k i i i e e e A Y ΛY Y =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21ΛΛ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5.条件概率(1) 定义:设A,B 是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率(2) 条件概率符合概率定义中的三个条件1。
《概率论与数理统计》第一章概率论的基本概念§2.样本空间、随机事件1.事件间的关系 A B 则称事件 B 包含事件 A ,指事件 A 发生必然导致事件 B 发生A B {x x A或x B} 称为事件 A 与事件 B 的和事件,指当且仅当 A ,B 中至少有一个发生时,事件 A B 发生A B {x x A且x B} 称为事件 A 与事件 B 的积事件,指当A,B 同时发生时,事件A B 发生A—B {x x A且x B} 称为事件A 与事件 B 的差事件,指当且仅当 A 发生、B 不发生时,事件 A — B 发生A B ,则称事件 A 与B 是互不相容的,或互斥的,指事件 A 与事件 B 不能同时发生,基本事件是两两互不相容的A B S A B ,则称事件 A 与事件 B 互为逆事件,又称事件 A 与事件 B 互为且对立事件2.运算规则交换律 A B B A A B B A结合律(A B) C A (B C) ( A B)C A(B C)分配律 A (B C)(A B) ( A C)A (B C)(A B)( A C)—徳摩根律 A B A B A B A B§3.频率与概率定义在相同的条件下,进行了n 次试验,在这n 次试验中,事件 A 发生的次数n称为事件AA 发生的频数,比值n nA 称为事件 A 发生的频率概率:设E是随机试验,S 是它的样本空间,对于E 的每一事件A赋予一个实数,记为P(A),称为事件的概率1.概率P( A)满足下列条件:(1)非负性:对于每一个事件 A 0 P( A) 1(2)规范性:对于必然事件S P (S) 11(3)可列可加性:设A1, A2 , ,A是两两互不相容的事件,有nn nP A k ) P( A) ( (n可kk 1 k 1以取)2.概率的一些重要性质:(i )P( ) 0(ii )若A1, A2 , ,A是两两互不相容的事件,则有n Pn n( (n可以取)A k ) P( A )kk 1 k 1(iii )设A,B 是两个事件若 A B ,则P(B A) P( B) P( A) ,P( B) P(A) (iv)对于任意事件A,P(A) 1(v)P( A) 1 P(A) (逆事件的概率)(vi)对于任意事件A,B 有P(A B) P( A) P( B) P( A B)§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同若事件 A 包含k 个基本事件,即{e i } {e } {e }A ,里1 i i k] 2,k是,中某个不同的数,则有i1 i 2, ,i k 1,2 nP( A)j k1P { eij}knA包含的基本事件数S中基本事件的总数§5.条件概率(1)定义:设A,B 是两个事件,且P( A) 0 ,称P( A B)P(B | A) 为事件 A 发生的条P(A)件下事件 B 发生的条件概率(2)条件概率符合概率定义中的三个条件。
概率论与数理统计知识点总结(超详细版)eik则有P(A)=k/n,其中n为样本空间中元素的个数。
在概率论中,样本空间和随机事件是基本概念。
如果事件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。
当A和B中至少有一个发生时,称A∪B为事件A和事件B的和事件。
当A和B同时发生时,称A∩B为事件A和事件B的积事件。
当A发生、B不发生时,称A-B为事件A和事件B的差事件。
如果A和B互不相容,即A∩B=∅,则称A和B是互不相容的,或互斥的,基本事件是两两互不相容的。
如果A∪B=S且A∩B=∅,则称事件A和事件B互为逆事件,又称事件A和事件B互为对立事件。
在概率论中,还有一些运算规则。
交换律指A∪B=B∪A,A∩B=B∩A;结合律指(A∪B)∪C=A∪(B∪C),(A∩B)∩C=A∩(B∩C);分配律指A∪(B∩C)=(A∪B)∩(A∪C),A∩(B∪C)=(A∩B)∪(A∩C);德摩根律指A∪B=A∩B,A∩B=A∪B。
频率与概率是概率论的重要概念。
在相同的条件下,进行了n次试验,在这n次试验中,事件A发生的次数n A称为事件A发生的频数,比值nAn称为事件A发生的频率。
概率指对于随机试验E的每一事件A赋予一个实数P(A),称为事件的概率。
概率P(A)满足非负性,即对于每一个事件A,0≤P(A)≤1;规范性,即对于必然事件S,P(S)=1;可列可加性,即设A1,A2,…,An是两两互不相容的事件,则有P(∪Ai)=∑P(Ai)(n可以取∞)。
概率还有一些重要性质,包括P(∅)=0,P(∪Ai)=∑P(Ai)(n可以取∞),如果A⊂B,则P(B-A)=P(B)-P(A),P(A)≤1,P(A)=1-P(A'),以及P(A∪B)=P(A)+P(B)-P(A∩B)。
等可能概型又称为古典概型,是指试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同。
如果事件A 包含k个基本事件,即A={e1}∪{e2}∪…∪{ek},则有P(A)=k/n,其中n为样本空间中元素的个数。
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》第一章 概率论的基本概念 §2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生 B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生 φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件 2.运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)( ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21 是两两互不相容的事件,有∑===nk k nk k A P A P 11)()( (n 可以取∞)2.概率的一些重要性质: (i ) 0)(=φP()若n A A A ,,,21 是两两互不相容的事件,则有∑===nk k nk k A P A P 11)()( (n可以取∞)()设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥ ()对于任意事件A ,1)(≤A P(v ))(1)(A P A P -= (逆事件的概率)()对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃ §4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同若事件A 包含k 个基本事件,即}{}{}{2]1ki i i e e e A =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑=§5.条件概率(1) 定义:设是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率 (2) 条件概率符合概率定义中的三个条件1。
概率论与数理统计知识点总结详细The Standardization Office was revised on the afternoon of December 13, 2020《概率论与数理统计》第一章概率论的基本概念 ...................... 错误!未定义书签。
§2.样本空间、随机事件 ..................................... 错误!未定义书签。
§4等可能概型(古典概型)................................. 错误!未定义书签。
§5.条件概率.......................................................... 错误!未定义书签。
§6.独立性.............................................................. 错误!未定义书签。
第二章随机变量及其分布 ...................... 错误!未定义书签。
§1随机变量............................................................. 错误!未定义书签。
§2离散性随机变量及其分布律............................. 错误!未定义书签。
§3随机变量的分布函数......................................... 错误!未定义书签。
§4连续性随机变量及其概率密度......................... 错误!未定义书签。
§5随机变量的函数的分布..................................... 错误!未定义书签。
第三章多维随机变量 ............................. 错误!未定义书签。
《概率论与数理统计》第一章 概率论的基本概念§2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件2.运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)( ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率 1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P (2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21 是两两互不相容的事件,有∑===nk kn k kA P A P 11)()( (n 可以取∞)2.概率的一些重要性质: (i ) 0)(=φP(ii )若n A A A ,,,21 是两两互不相容的事件,则有∑===nk kn k kA P A P 11)()((n 可以取∞)(iii )设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥ (iv )对于任意事件A ,1)(≤A P(v ))(1)(A P A P -= (逆事件的概率)(vi )对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件A包含k个基本事件,即}{}{}{2]1k i i i e e e A =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5.条件概率(1) 定义:设A,B 是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率(2) 条件概率符合概率定义中的三个条件1。
NO.1 概率论基本概念一、随机试验1.确定性现象:必然发生或必然不发生的现象。
2.随机现象:在一定条件下我们事先无法准确预知其结果的现象,称为随机现象.3.随机现象的特点:人们通过长期实践并深入研究之后,发现这类现象在大量重复试验或观察下,它的结果却呈现出某种统计规律性.概率论与数理统计是研究随机现象统计规律性的一门学科.4.随机试验:为了对随机现象的统计规律性进行研究,就需要对随机现象进行重复观察, 我们把对随机现象的观察称为随机试验, 并简称为试验,记为E .随机试验具有下列特点:(1)可重复性: 试验可以在相同的条件下重复进行;(2)可观察性: 试验结果可观察,所有可能的结果是明确的;(3)随机性(不确定性): 每次试验出现的结果事先不能准确预知. ,但可以肯定会出现所有可能结果中的一个.二、样本空间、随机事件1.样本点:随机试验中的每一个可能出现的试验结果称为这个试验的一个样本点,记作ω.2.样本空间:全体样本点组成的集合称为这个随机试验的样本空间,记为∧.(或S ).即∧={ω1 ,ω2 ,!,ωn ,!}3.随机事件:我们称试验E 的样本空间∧的子集为E 的随机事件,简称事件,在随机试验中,可能出现也可能不出现,而在大量重复试验中具有某种规律性.一般用A, B, C,,…等大写字母表示事件.设A 为一个事件,当且仅当试验中出现的样本点ω∈A 时,称事件 A 在该次试验中发生.注: 要判断一个事件是否在一次试验中发生,只有当该次试验有了结果以后才能知道.(1)基本事件:仅含一个样本点的随机事件称为基本事件.(2)必然事件:样本空间∧本身也是∧的子集,它包含∧的所有样本点,在每次试验中∧必然发生,称为必然事件.即必然发生的事件.(3)不可能事件:.空集Φ也是∧的子集,它不包含任何样本点,在每次试验中都不可能发生,称为不可能事件.不可能发生的事件是不包含任何样本点的.三、事件间的关系与运算记号概率论集合论∧ 样本空间,必然事件全集∅ 不可能事件空集ω 基本事件元素A 事件子集A A的对立事件A的余集A ⊂B 事件A发生导致B发生A是B的子集A =B 事件A与事件B相等A与B的相等A ! B事件A与事件B至少有一个发生A与B的并集AB 事件A与事件B同时发生A与B的交集A -B 事件A发生而事件B不发生A与B的差集AB =∅ 事件A和事件B互不相容A与B没有相同的元素1.子事件、包含关系A ⊂B事件A是事件B的子事件含义:事件A发生必然导致事件B发生, ∅⊂A ⊂∧2.相等事件A =B :若事件A发生必然导致事件B 发生,且若事件B 发生必然导致事件A 发生,即B ⊃A且A ⊃B ⇔A=B注:事件 A 与事件 B 含有相同的样本点3.和事件或并事件A !B = { x x ∈A或x∈B },事件A ! B是事件A和事件B的和事件事件A ! B 发生⇔ 事件A 发生或事件B 发生⇔ 事件A 与B 至少有一个发生n称" A k 为n 个事件A 1,A 2,!,A n 的和事件k =1∞称" A k 为可列个事件A 1 , A 2 ,!, A n ,!的和事件k =14. 积事件或交事件A !B = {x x ∈ A 且x ∈ B }, 事件A ! B 是事件A 与事件B 的积事件事件A ! B 发生⇔ 事件A 与事件B 同时发生积事件A ! B 可简记为ABn称" A k 为n 个事件A 1,A 2,!,A n 的积事件k =1∞称" A k 为可列个事件A 1 , A 2 ,!, A n ,!的积事件.k =15. 事件的差A -B = {x x ∈ A 且x ∉ B }, 事件A - B 称为事件A 与事件B 的差事件事件A - B 发生⇔ 事件A 发生而事件B 不发生.注: A - B = A - AB6. 互斥或互不相容A !B = Φ 则称事件A 与事件B 是互不相容的,或互斥的.A !B = Φ ⇔事件 A 和随机 B 不能同时发生.注: 任一个随机试验E 的基本事件都是两两互不相容的.推广:设事件 A 1,A 2,!,A n 满足 A i A jA 1,A 2,!,A n 是两两互不相容的. 7. 对立事件或互逆事件= Φ (i , j = 1, 2,!, n , i ≠ j ) 称事件若事件 A 和事件 B 中有且仅有一个发生,即 A ! B = ∧, AB = Φ则事件 A 和事件 B 为互逆事件或对立事件。
概率论与数理统计知识点总结1. 概率论基础- 随机事件:一个事件是随机的,如果它可能发生也可能不发生。
- 样本空间:所有可能事件发生的集合。
- 事件的概率:事件发生的可能性的度量,满足0≤P(A)≤1。
- 条件概率:在另一个事件发生的条件下,一个事件发生的概率。
- 贝叶斯定理:描述了随机事件A和B的条件概率和边缘概率之间的关系。
- 独立事件:两个事件A和B是独立的,如果P(A∩B) = P(A)P(B)。
- 互斥事件:两个事件A和B是互斥的,如果它们不能同时发生,即P(A∩B) = 0。
2. 随机变量及其分布- 随机变量:将随机事件映射到实数的函数。
- 离散随机变量:取值为有限或可数无限的随机变量。
- 连续随机变量:可以在某个区间内取任意值的随机变量。
- 概率分布函数:描述随机变量取值的概率。
- 概率密度函数:连续随机变量的概率分布函数的导数。
- 累积分布函数:随机变量取小于或等于某个值的概率。
- 期望值:随机变量的长期平均值。
- 方差:衡量随机变量取值的离散程度。
3. 多维随机变量及其分布- 联合分布:描述两个或多个随机变量同时取特定值的概率。
- 边缘分布:通过联合分布求得的单个随机变量的分布。
- 条件分布:给定一个随机变量的值时,另一个随机变量的分布。
- 协方差:衡量两个随机变量之间的线性关系。
- 相关系数:协方差标准化后的值,表示变量间的线性相关程度。
4. 大数定律和中心极限定理- 大数定律:随着试验次数的增加,样本均值以概率1收敛于总体均值。
- 中心极限定理:独立同分布的随机变量之和,在适当的标准化后,其分布趋近于正态分布。
5. 数理统计基础- 样本:从总体中抽取的一部分个体。
- 总体:研究对象的全体。
- 参数估计:用样本统计量来估计总体参数。
- 点估计:给出总体参数的一个具体估计值。
- 区间估计:给出一个包含总体参数可能值的区间。
- 假设检验:对总体分布的某些假设进行检验。
- 显著性水平:拒绝正确假设的最大概率。
第1章随机事件及其概率在第二步某事件发生条件下第一步某事件的概率,就用贝叶斯公式我们作了 n 次试验,且满足每次试验只有两种可能结果, A 发生或A 不发生;n次试验是重复进行的,即 A 发生的概率每次均一样;每次试验是独立的,即每次试验 A 发生与否与其他次试验 A 发 生与否是互不影响的。
这种试验称为伯努利概型,或称为 n 重伯努利试验。
用P 表示每次试验A 发生的概率,则A 发生的概率为1 p q ,用Pn (k ) 表示n 重伯努利试验中A 出现k (0 k n)次的概率,P n (k) C :P k q nkk 0,1,2, ,n5第二章随机变量及其分布(1)设离散型随机变量X 的可能取值为X k (k=1,2,…)且取各个值的概率, 即事件(X=X k )的概率为P(X=x k )=p k , k=1,2,…, 则称上式为离散型随机变量 X 的概率分布或分布律。
有时也用分 布列的形式给出: X | x 1,x 2, , x k ,P(X x k ) p 1, p 2,, p k ,。
显然分布律应满足下列条件:p k 1(1 )宀 0 , k1,2,, ( 2 ) k1(14)伯努利 概型散 随变 的 布(2 ) 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XF(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:分布仁 f(x) 03、P(X i X X 2) F(X 2)F(X J f (x)dxX i4、P(x=a)=O,a为常数,连续型随机变量取个别值的概率为 0连 型 机 量 续 随变 的 密度2、f(x)dx 1。
第三章二维随机变量及其分布如果二维随机向量 (X , Y )的所有可能取值为至多可 列个有序对(x,y ),则称 为离散型随机量。
设=(X ,Y )的所有可能取值为(人『)(门1,2,),且事 件{= (X i ,y j )}的概率为 p ij,,称P {(X,Y ) (X i ,y j )} P j (i,j 1,2,)为=(X ,Y )的分布律或称为 X 和Y 的联合分布律。
《概率论与数理统计》第一章 概率论的基本概念§2.样本空间、随机事件1.事件间的关系 B A ⊂则称事件B 包含事件A ,指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件,指当且仅当A ,B 中至少有一个发生时,事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件,指当A ,B 同时发生时,事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件,指当且仅当A 发生、B 不发生时,事件B A —发生φ=⋂B A ,则称事件A 与B 是互不相容的,或互斥的,指事件A 与事件B 不能同时发生,基本事件是两两互不相容的且S =⋃B A φ=⋂B A ,则称事件A 与事件B 互为逆事件,又称事件A 与事件B 互为对立事件2.运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃)())(()( C A B A C B A ⋂⋂=⋃⋂徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3.频率与概率定义 在相同的条件下,进行了n 次试验,在这n 次试验中,事件A 发生的次数A n 称为事件A 发生的频数,比值n n A 称为事件A 发生的频率概率:设E 是随机试验,S 是它的样本空间,对于E 的每一事件A 赋予一个实数,记为P (A ),称为事件的概率1.概率)(A P 满足下列条件:(1)非负性:对于每一个事件A 1)(0≤≤A P(2)规范性:对于必然事件S 1)S (=P(3)可列可加性:设n A A A ,,,21Λ是两两互不相容的事件,有∑===nk kn k kA P A P 11)()(Y (n 可以取∞)2.概率的一些重要性质:(i ) 0)(=φP(ii )若n A A A ,,,21Λ是两两互不相容的事件,则有∑===nk knk kA P A P 11)()(Y (n 可以取∞)(iii )设A ,B 是两个事件若B A ⊂,则)()()(A P B P A B P -=-,)A ()B (P P ≥(iv )对于任意事件A ,1)(≤A P(v ))(1)(A P A P -= (逆事件的概率)(vi )对于任意事件A ,B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型(古典概型)等可能概型:试验的样本空间只包含有限个元素,试验中每个事件发生的可能性相同 若事件A包含k个基本事件,即}{}{}{2]1k i i i e e e A Y ΛY Y =,里个不同的数,则有中某,是,,k k n 2,1i i i ,21ΛΛ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑=§5.条件概率(1)(2) 定义:设A,B 是两个事件,且0)(>A P ,称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率(3)(4) 条件概率符合概率定义中的三个条件1。
非负性:对于某一事件B ,有0)|(≥A B P2。
规范性:对于必然事件S ,1)|(=A S P3可列可加性:设Λ,,21B B 是两两互不相容的事件,则有∑∞=∞==11)()(i i i i A B P A B P Y(5)(6) 乘法定理 设0)(>A P ,则有)|()()(B A P B P AB P =称为乘法公式(7)(8) 全概率公式: ∑==ni iiB A P B P A P 1)|()()(贝叶斯公式: ∑==ni iik k k B A P B P B A P B P A B P 1)|()()|()()|(§6.独立性定义 设A ,B 是两事件,如果满足等式)()()(B P A P AB P =,则称事件A,B 相互独立定理一 设A ,B 是两事件,且0)(>A P ,若A ,B 相互独立,则()B P A B P =)|(定理二 若事件A 和B 相互独立,则下列各对事件也相互独立:A 与————与,与,B A B A B第二章 随机变量及其分布§1随机变量定义 设随机试验的样本空间为X(e)X {e}.S ==是定义在样本空间S 上的实值单值函数,称X(e)X =为随机变量§2离散性随机变量及其分布律1.2. 离散随机变量:有些随机变量,它全部可能取到的值是有限个或可列无限多个,这种随机变量称为离散型随机变量k k )(p x X P ==满足如下两个条件(1)0k ≥p ,(2)∑∞=1k k P =13.4. 三种重要的离散型随机变量(1)分布设随机变量X只能取与1两个值,它的分布律是)101,0k p -1p )k (k -1k <<===p X P (,)(,则称X 服从以p 为参数的分布或两点分布。
(2)伯努利实验、二项分布设实验E 只有两个可能结果:A 与—A ,则称E 为伯努利实验.设1)p 0p P(A)<<=(,此时p -1)A P(=—.将E 独立重复的进行n 次,则称这一串重复的独立实验为n 重伯努利实验。
n 2,1,0k q p k n )k X (k-n k Λ,,=⎪⎪⎭⎫ ⎝⎛==P 满足条件(1)0k ≥p ,(2)∑∞=1k k P =1注意到k -n k q p k n ⎪⎪⎭⎫ ⎝⎛是二项式nq p )(+的展开式中出现k p 的那一项,我们称随机变量X 服从参数为n ,p 的二项分布。
(3)泊松分布设随机变量X 所有可能取的值为0,1,2…,而取各个值的概率为,2,1,0,k!e )k X (-k Λ===k P λλ其中0>λ是常数,则称X 服从参数为λ的泊松分布记为)(λπ~X§3随机变量的分布函数定义 设X 是一个随机变量,x 是任意实数,函数∞<<∞≤=x -x},P{X )x (F称为X 的分布函数分布函数)()(x X P x F ≤=,具有以下性质(1) )(x F 是一个不减函数 (2)1)(,0)(1)(0=∞=-∞≤≤F F x F ,且 (3)是右连续的即)(),()0(x F x F x F =+§4连续性随机变量及其概率密度连续随机变量:如果对于随机变量X 的分布函数F (x ),存在非负可积函数)(x f ,使对于任意函数x 有,dt t f )x (F x-⎰∞=)(则称x 为连续性随机变量,其中函数f(x)称为X 的概率密度函数,简称概率密度1 概率密度)(x f 具有以下性质,满足(1)1)((2) ,0)(-=≥⎰+∞∞dx x f x f ;(3)⎰=≤≤21)()(21x x dx x f x X x P ;(4)若)(x f 在点x 处连续,则有=)(F x ,)(x f2,三种重要的连续型随机变量(1)均匀分布若连续性随机变量X 具有概率密度⎪⎩⎪⎨⎧<<=,其他,0a a -b 1)(bx x f ,则成X 在区间(a,b)上服从均匀分布.记为),(b a U ~X(2)指数分布若连续性随机变量X 的概率密度为⎪⎩⎪⎨⎧>=,其他,00.e1)(x -x x f θθ其中0>θ为常数,则称X服从参数为θ的指数分布。
(3)正态分布 若连续型随机变量X的概率密度为,,)∞<<∞=--x ex f x -21)(222(σμσπσμσσμ,服从参数为为常数,则称(,其中X )0>的正态分布或高斯分布,记为),(2N ~X σμ特别,当10==σμ,时称随机变量X 服从标准正态分布§5随机变量的函数的分布定理 设随机变量X 具有概率密度,-)(x ∞<<∞x x f ,又设函数)(x g 处处可导且恒有0)(,>x g ,则Y=)(X g 是连续型随机变量,其概率密度为[]⎩⎨⎧<<=其他,0,)()()(,βαy y h y h f y f X Y第三章 多维随机变量§1二维随机变量定义 设E 是一个随机试验,它的样本空间是X(e)X {e}.S ==和Y(e)Y =是定义在S 上的随机变量,称X(e)X =为随机变量,由它们构成的一个向量(X ,Y )叫做二维随机变量设(X ,Y )是二维随机变量,对于任意实数x ,y ,二元函数y}Y x P{X y)}(Y x)P{(X y x F ≤≤≤⋂≤=,记成),(称为二维随机变量(X ,Y )的分布函数如果二维随机变量(X ,Y )全部可能取到的值是有限对或可列无限多对,则称(X ,Y )是离散型的随机变量。
我们称Λ,,,,2,1j i )y Y (ij j i ====p x X P 为二维离散型随机变量(X ,Y )的分布律。
对于二维随机变量(X ,Y )的分布函数),(y x F ,如果存在非负可积函数f (x ,y ),使对于任意x ,y 有,),(),(⎰⎰∞∞=y -x-dudv v u f y x F 则称(X ,Y )是连续性的随机变量,函数f (x ,y )称为随机变量(X ,Y )的概率密度,或称为随机变量X 和Y 的联合概率密度。
§2边缘分布二维随机变量(X ,Y )作为一个整体,具有分布函数),(y x F .而X 和Y 都是随机变量,各自也有分布函数,将他们分别记为)((y ),x F X Y F ,依次称为二维随机变量(X ,Y )关于X 和关于Y 的边缘分布函数。
Λ,,2,1i }x P{X p 1j i ij i ====∑∞=•p Λ,,2,1j }y P{Y p1i i ij====∑∞=•j p分别称•i p j p •为(X ,Y )关于X 和关于Y 的边缘分布律。
⎰∞∞-=dy y x f x f X ),()( ⎰∞∞-=dx y x f y f Y ),()(分别称)(x f X ,)(y f Y 为X ,Y 关于X 和关于Y 的边缘概率密度。
§3条件分布定义 设(X ,Y )是二维离散型随机变量,对于固定的j ,若,0}{>=j y Y P则称Λ,2,1,}{},{}{========•i p p y Y P y Y x X P y Y x X P jij j j i j i 为在j y Y =条件下随机变量X 的条件分布律,同样Λ,2,1,}{},{}{========•j p p x X P y Y x X P X X y Y P i ij i j i i j 为在i x X =条件下随机变量X 的条件分布律。