概率论与数理统计复习框架教程方案.pptVIP

* 从而 * * 概率论与数理统计知识点框架  2015.6.7制作 教 学 内 容 第一章 随机事件及其概率 第二章 随机变量及其分布 第三章 随机变量的数字特征 第四章 大数定律与中心极限定理 第一章 随机事件及其概率 随机事件 概率 1.事件的概念及种类 2.事件发生的含义 3.事件的关系 4.事件的运算 5.运算的性质 1.事件的独立性 事件的独立性与伯努利概型 条件概率与全概公式 2.伯努利概型 1.概率的古典定义 2.概率的公理化定义 3.概率的性质 1.条件概率 2.乘法公式 3.全概公式 4.逆概公式（贝叶斯公式） 　　例：某工厂有四个车间生产同一种计算机配件，四个车间的产量分别占总产量的15%、20%、 30%和35%，已知这四个车间的次品率依次为0.04、0.03、0.02及0.01．现在从该厂生产的产品中任取一件，问恰好抽到次品的概率是多少？ 　　例：第一个箱中有10个球，其中8个事白球；第二个箱中有20个球，其中4个是白的.现从每个箱中任取一球，然后从这两球中任取一球，取到白球的概率是多少？ 例 设某人从外地赶来参加紧急会议，他乘火车、轮船、汽车或飞机来的概率分别是3/10,1/5,1/10及2/5.如果他乘飞机来，不会迟到；而乘火车、轮船或汽车来迟到的概率分别为1/4，1/3，1/12.已知此人迟到，试推断他是怎样来的？ 第二章 随机变量及其分布 离散型随机变量及其分布 连续性随机变量及其分布 随机变量与 分布函数 1.离散型随机变量的分布 1.随机变量的概念 2.分布函数概念及其性质 二维随机变量 2.几种常见的离散型随机变量分布 1.联合分布与边缘分布 2.随机变量的独立性 随机变量函数的分布 1.概率密度概念及其性质 2.几种常见的连续型随机变量的分布 1.一维随机变量函数的分布 2.二维随机变量函数的分布（离散型） 例： 设随机变量X的分布列如下表所示： 求:(1)常数a; (2)P(X1),P(-2X≤0), P(X≥2). X -2 -1 0 1 2 P(X=xk) a 3a 1/8 a 2a 袋中有两只白球三只黑球，有放回摸球两次，定义X为第一次摸得的白球数，Y为第二次摸得的白球数，则(X,Y)的联合分布列为 例 Y的边缘分布列 X的边缘分布列 所以X 和Y 的边缘分布列分别为 例 解 例设(X,Y )的联合分布律为 且X与Y 相互独立，试求 和 . 又由分布列的性质, 有 解 由X与Y 相互独立，知 解 例设(X,Y )的联合密度函数为 问 X与Y是否相互独立？ X, Y的边缘密度分别为 所以 X, Y 不相互独立. x y 0 1 1 设(X,Y )的联合密度函数为 问（1)试求常数c; (2)讨论 X与Y是否相互独立？ * 例 * 例: 对一圆片直径X进行测量，其值在[5,6]上服从均匀分布， 求圆片面积Y的概率密度. * 第三章 随机变量的数字特征 方差 几种常见分布的数学期望与方差 数学期望 1.方差的定义 2.方差的计算 1.离散型随机变量的数学期望 2.连续型随机变量的数学期望 3.随机变量函数的数学期望 4.数学期望的性质 离散型：0-1分布、二项分布、泊松分布 协方差与相关系数 4.标准化随机变量 3.方差的性质 1.协方差概念及其性质 3.相关系数取值的解释及不相关与相互独立的关系 2.相关系数 连续型：均匀分布、指数分布、正态分布 例 解： 例 解 X -2 -1 0 0.1 P 1 0.2 0.3 0.4 例 设随机变量 X 的概率分布如下： 设X表示机床A一天生产的产品废品数，Y 表示机床B一天生产的产品废品数，它们的概率分布如下： X 0 1 2 0.5 P 3 0.3 0.1 0.1 例 解 Y 0 1 2 0.6 P 3 0.1 0.2 0.1 问：两机床哪台质量好？设两台机床的日产量相等。 均值相等, 据此不能判断优劣,再求方差. X 0 1 2 0.5 P 3 0.3 0.1 0.1 Y 0 1 2 0.6 P 3 0.1 0.2 0.1 均值相等, 据此不能判断优劣,再求方差. 由于D(X) D(Y)，因此，机床A的波动较机床B的波动小,质量较稳定. 例 设(X,Y )的联合分布律为 例 解 先求出边缘分布