概率论与数理统计复习--学生程序.doc

《概率论与数理统计》复习资料 一、复习提纲 注：以下是考试的参考内容， 会事件关系的运算，了解概率的古典定义 能较熟练地求解古典概率；了解概率的公理化定义 掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式 能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质。 理解随机变量的概念，掌握离散性随机变量分布率的性质及求法,掌握(0—1)分布、二项分布、泊松分布的分布律。 理解分布函数的概念及性质，理解并掌握连续型随机变量的概率密度及性质。 掌握指数分布(参数)、均匀分布、正态分布 会求特殊的一维随机变量函数分布的分布律或概率密度。 会求分布中的待定参数。会求区间的概率. 会求边缘分布律、边缘密度函数，会判别随机变量的独立性。 掌握二维连续型随机变量未知参数的计算,落在区域概率的计算。 理解二维随机变量的概念，理解二维随机变量的联合分布函数及其性质，掌握二维离散型随机变量的联合分布律及其性质，掌握二维连续型随机变量的联合概率密度及其性质，并会用它们计算有关事件的概率。 会求二维离散型随机变量函数的分布率. 掌握数学期望和方差的定义及性质,会熟练地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。 较熟练地求协方差与相关系数. 会用独立正态随机变量线性组合性质解题。 理解总体、样本、简单随机样本、统计量及抽样分布概念，样本均值与样本方差及样本矩概念，掌握(2分布(及性质)、t分布、F分布及其分位点概念。 理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数。 掌握极大似然估计法，无偏性与有效性的判断方法。 会求单正态总体均值与方差的置信区间。 会求单正态总体均值的假设检验。 二、各章知识要点 随机事件与概率 1．事件的关系 2．运算规则 （1） （2） （3） （4） 3．概率满足的三条公理及性质： （1） （2） （3）对互不相容的事件，有 （可以取）(可列可加性) 性质:（4） （5） （6），若，则， （7），因此, P(AB),P(A),P(B),P(AB)这四个概率只要知道三个,剩下一个就能够求出来. 特别的若A与B互不相容, 则P(AB)=P(A) +P(B)； 若A与B独立, 则P(AB)=P(A) +P(B)-P(A)P(B)= ； （8） 4．古典概型：基本事件有限且等可能 5．条件概率 定义：若，则, 条件概率是概率的一种，所有概率的性质都适合于条件概率。 乘法公式： 若为完备事件组，，则有 全概率公式： Bayes公式： 7．事件的独立性： 独立 （注意独立性的应用,求相互独立的多个事件的和的概率） 第二章　随机变量与概率分布 离散随机变量：取有限或可列个值，满足（1），（2）=1 （3）对任意， 连续随机变量：具有概率密度函数，满足（1）； （2）；（3）对任意， 几个常用随机变量 名称与记号 分布列或密度 数学期望 方差 0-1分布 ， 或 二项式分布 ， Poisson分布 均匀分布 ， 指数分布 正态分布 分布函数 ，具有以下性质 （1）；（2）单调不减；（3）右连续； （4），特别； （5）对离散随机变量，； （6）对连续随机变量，为连续函数，且在连续点上， 分布函数是一个普通的函数，它表示随机变量落入区间（– ∞，x]内的概率 正态分布的概率计算 以记标准正态分布的分布函数，则有 （1）；（2）；（3）若，则 ； （4）以记标准正态分布的上侧分位数，则 正态分布的概率密度具有如下性质： 1° 的图形是关于对称的； 2° 当时，为最大值； 3° 以轴为渐近线。 随机变量的函数 随机变量是随机变量的函数，若的分布函数或密度函数知道，则如何求出的分布函数或密度函数。 （1）是离散型随机变量 已知的分布列为 ?， 显然，的取值只可能是，若互不相等，则的分布列如下：， 若有某些相等，则应将对应的相加作为的概率。 （2）连续，在的取值范围内严格单调，且有一阶连续导数，则，若不单调，先求分布函数，再求导。 第三章 多维随机变量 1、二维随机变量的基本概念 （1）二维离散型随机变量联合概率分布及边缘分布 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）时，则称为离散型随机量。理解：（X=x,Y=y）≡（X=x∩Y=y） 设=（X，Y）的所有可能取值为，且事件{=}的概率为pij,,称 为=（X，Y）的分布律或称为X和Y的联合分布律。联合分布有时也用下面的概率分布表来表示： Y X y1 y2 ?1yj ?jpi? x1 p11 p12