大学概率期末复习.pptxVIP

  1. 1、本文档共65页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
总复习;第一章 随机事件和概率 考试要求: 1.理解事件概率、条件概率的概念,掌握概率的基本性质, 2. 会计算古典型概率,掌握概率的加法公式、乘法公式、减法公式、全概率公式、以及贝叶斯公式。 3. 理解事件的独立性概念,掌握用事件独立性进行概率计算; ;   例1、甲,乙,丙三人各射一次靶,记A-“甲中靶” ;B-“乙中靶” ;C-“丙中靶” 则可用上述三个事件的运算来分别表示下列各事件:;例2、在1?30这30个自然数中任取一数,取到的数能被3整除而不能被2整除的概率是: ;例3 100件产品中,共有3件次品,其余为正品。现随机地取出两件产品:第一次任取一件产品,测试后放回原来的产品中,第二次再从中任取一件产品, 求取出的两件中恰有一件次品的概率。;例4 100件产品中,共有3件次品,其余为正品。现随机地取出两件产品:第一次任取一件产品,测试后不再放回原来的产品中,第二次从第一次取出后所余下的产品中任取一件产品。 求取出的两件中恰有一件次品的概率。;例4.设10把钥匙中有3把能打开门, 现任意取两把, 能打开门的概率是多少? ;若P(A)>0, 则P(AB)=P(B|A)P(A)  若P(B)>0,则P(AB)=P(A|B)P(B);定理1、 设A1,…, An是Ω的一个划分,且P(Ai)>0,(i=1,…,n), 则对任何事件B?Ω , 有 ;3.贝叶斯公式;例6.市场上有甲、乙、丙三家工厂生产的同一品牌产品,已知三家工厂的市场占有率分别为1/4、1/4、1/2,且三家工厂的次品率分别为 2%、1%、3%,试求市场上该品牌产品的次品率。;例6.市场上有甲、乙、丙三家工厂生产的同一品牌产品,已知三家工厂的市场占有率分别为1/4、1/4、1/2,且三家工厂的次品率分别为 2%、1%、3%,试求市场上该品牌产品的次品率。;第二章 、随机变量及其概率分布 考试要求: 理解随机变量的概念;理解分布函数( F(x)=P{X≤x} )的概念及性质,会计算与随机变量相联系的事件的概率. 理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布、泊松(poisson)分布及其应用. 了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布. 理解连续型随机变量及其概率密度??概念,掌握均匀分布、正态分布、指数分布及其应用,其中参数为的指数分布的密度函数为 会根据自变量的概率分布求其简单函数的概率分布。 ;2.2、二维随机变量及其概率分布 考试要求 理解二维随机变量的联合分布的概念、性质及两种基本形式:离散型联合概率分布,边缘分布和条件分布; 连续型联合概率密度、边缘密度。会利用二维概率分布求有关事件的概率。 理解随机变量独立性及不相关概念,掌握离散型和连续型随机变量独立的条件. 掌握二维均匀分布,了解二维正态分布的概率密度,理解其中参数的概率意义. ;例1 已知随机变量X的分布律为 ;3.几个常用的离散型分布;(2)二项分布:若随机变量X表示n重伯努利试验事件A发生的次数,则称X服从参数为n,p的二项分布。 记作X?B(n,p),其分布律为:;X?B(n,p):; 一.均匀分布 X?U(a,b).   若连续随机变量X的概率密度 ;二. 指数分布 连续型随机变量X的概率密度为 ; 则称X服从标准正态分布,记作:;②一般正态分布的概率计算 若X?N(μ,σ2),则X的分布函数为: ;假设测量的随机误差X~N(0 , a2),试求在4次独立重复测量中恰好有二次测量的绝对值大于2.33a的概率(Φ(2.33)=0.99) ;例 2.已知随机变量X的概率密度为 1)求X的分布函数F(x), 2)求P(0.5≤X<1.5); 设随机变量X的概率密度为fX(x),又设函数 Y=g(X)处处可导且恒有g?(x)>0 (或恒有g?(x)<0) , 则Y=g(x)的概率密度为;例3: 设随机变量X?N(μ,σ2),试证明X的线性函数Y=aX+b(a≠0)也服从正态分布。 证明:X的概率密度为 ;所以 Y=aX+b~N(aμ+b, (a?)2 ) ;P(x1<X< x2, y1<Y< y2)= F(x2, y2)-F(x2, y1)-F(x1, y2)+F(x1, y1) , ;定理 设(X,Y)为离散型随机变量,其分布律为 P{X=xi,Y=yj}=pij (i,j=1,2,…) 其边缘分布律分别为P{X=xi}=pi · (i=1,2,…) P{Y=y

文档评论(0)

zhiliao + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档