概率统计复习重点.docVIP

《概率统计》期末重点 随机事件及其概率 【说明】本章最主要的知识点是全概率公式和贝叶斯公式，所以就讲这一部分，其余的参考书本。 两个公式： 全概率公式； 设实验E的样本空间为Ω，事件构成完备事件组（Ω的一个划分），且，对于事件B有 贝叶斯公式： 设实验E的样本空间为Ω，事件构成完备事件组（Ω的一个划分），且，对于事件B（）有 【例1-1】一商店为甲、乙、丙三个厂销售同类型号的家电产品。这三个厂产品的比例为1：2：1，且它们的次品率为0.1，0.15，0.2，某顾客从这些产品中任意选购一件，试求： 顾客买到正品的概率； 若已知顾客买到的是正品，则它是甲厂生产的概率是多少？ 解：设 由题意 由全概率公式 由贝叶斯公式 【例1-2】设甲袋中有四个红球和两个白球，一代中有三个红球和两个白球。现从甲袋中任取两个球（不看颜色）放到乙袋后，再从乙袋中任取一个球，发现取出的球是白球，则从甲袋中取出（放入乙袋）的两个球都是白球的概率是多少。 解：设 由题 由贝叶斯公式 随机变量的数字特征 【说明】本章主要介绍随机变量的数学期望、方差、协方差、相关系数等知识，比较重要，难度不是很大。 随机变量的期望 主要掌握离散型、连续性随机变量的期望求法、常见的离散型、连续性随机变量的期望要求记住，一元函数随机变量期望的求法、数学期望的性质以及条件期望等。 离散型期望： 连续性期望： 常见期望及方差 分布 期望 方差 0-1分布 p P(1-p) 二项分布X~B(n,p) np Np(1-p) X~P(λ) λ λ [a,b]上均匀分布 （a+b）/2 / X~E(λ) 1/λ X~N(μ,σ2) μ σ2 以为离散性随机变量函数的期望 首先写出Y=g(X)函数的分布律，然后按照常规方法求解期望。 一维连续性随机变量的期望 数学期望的性质 X、Y相互独立（或者不线性相关）， 后面两个都可以推广至有限多种的情况。 条件期望 称为在时X的条件期望； 称。 方差 必须记住的公式： 性质 X、Y相互独立或者不相关 最后一个公式可以推广至多个。 协方差和相关系数 1.必须记住的公式 2.对于任意X，Y： 3.性质 相关系数 若则X、Y不相关 反之，则相关 若X，Y相互独立，则X，Y一定不相关，反之不成立。 【例3-1】设随机变量，求 解：由连续型随便变量数学期望的定义式可得 【例3-2】二元随机变量的联合概率分布表如下 0 1 2 0 1 ，求。 解：首先写出Z1，Z2对应的分布律。 0 1 2 3 0 1 2 于是 【例3-3】二维随机变量，求 解：首先求出关于X的边缘概率密度 当时，有 x为其他值时，则 综合上述 于是 【例3-4】二维随机变量的联合分布表如下 0 1 2 0 1 求，X与Y是否相关？是否相互独立？ 解：首先写出两个边缘分布律 0 1 0 1 2 于是 0 1 2 于是 ，则X、Y不相关 0 1 于是 0 1 4 于是 同时也可验证X、Y不独立。 【例3-5】设二元随机变量的联合改了密度函数为 求： 常数 解：本题综合考察了第二章有关连续性随机变量的相关知识，很有代表性。 由性质可得 首先求出边缘概率密度，然后对其积分 关于X的边缘概率密度为 当时，有 x为其他值时，则 综合上述 从而， 当，则=0 当，则 当x＞2时，则=1 综合上述 我们可以求得 即可得 由题， V） 第四章 大数定理 【说明】本章考点很明确，考得就是切比雪夫不等式以及拉普拉斯定理。 切比雪夫不等式 设X为随机变量，期望和方差都存在，对于任意的，有 【例4-1】随机变量，由切比雪夫不等式有__________。 解： 【例4-2】随机变量，用切比雪夫不等式估计的值。 解： 【例4-3】设X服从区间（-1，1）上的均匀分布。 求； 使用切比雪夫不等式估计的下界。 解：（1） （2） 即上界为0.074。 拉普拉斯定理 【二项分布以正态分布为极限，即时，】 这里，如果在实际解题中，只需要n足够大即可。 （1） （2） 【例4-4】某批产品（批量很大）次品率为p=0.1，从这批产品中随机抽取1000件。求抽的次品树在90~100之间的概率。 解：根据拉普拉斯定理，X为次品数，则 【例4-5】设电站供电网有10000赞电灯，夜晚每一盏灯开灯的概率都是0.7，假设开、关事件彼此独立，记随机变量X为夜晚同时开着的电灯数， 写出X的分布； 利用切比雪夫不等式，估计夜晚同时开着的电灯数再6800~7200之间的概率； 利用拉普拉斯定理，计算夜