概率第一章第三章知识点总结.docVIP

第一讲 随机事件及其概率 1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系及运算． 2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式． 3．理解事件独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法. 主要内容与典型例题 一 随机试验与随机事件 1.随机试验 随机试验满足以下三个特点： ⑴试验的所有可能结果（不止一个）是确定的； ⑵每次试验会发生什么结果是无法事先预知的； ⑶试验可以在相同的条件下重复进行。但也有不少的随机试验不满足这个条件. 2.样本点与样本空间 试验的每一个可能结果称为样本点,用表示。所有样本点组成的集合就是样本空间，用表示。 3.随机事件，基本事件，必然事件，不可能事件: 样本空间的子集称为随机事件，简称事件，用A，B，C等记之。由单个样本点构成的随机事件成为基本事件，样本空间为必然事件，不含任何样本点的事件称为不可能事件。 二 事件的关系与运算 1.包含关系:事件A发生必导致事件B发生,记为。 2.相等关系: 若且。 3.并事件: ， 。 4.差事件: 5.交事件: ，。 6.互斥事件: A和B不同时发生。 7.对立事件: ，. 8.事件的运算律: 交换律:,； 结合律:, ； 分配律:，； 对偶律: ,； 三 事件的概率及其性质 1.定义:设随机试验的样本空间为，若对每个事件A，有且只有一个实数 与之对应，并满足以下公理： ⑴（非负性）； ⑵（规范性）； ⑶（可列可加性）对任意一列两两互斥事件，有； 则称为事件A的概率。 2.性质: ⑴； ⑵； ⑶若互斥，则； ⑷； ； ⑸若，则，且； 推广： 四 条件概率与事件的独立性 1.条件概率: 设有两个事件和，，称已知发生的条件下发生的概率为的条件概率，记为，且有。 2.独立性: 若两事件A和B满足或，则称A和B相互独立。类似的还有两两独立和相互独立的定义。 3.简单性质: 在和，和，和，和这四对事件中，只要其中有一对独立，则其余三对也独立。 五 重要的概率模型 1.古典概型: 古典概型的特点为： ⑴试验的可能结果只有有限个； ⑵各个可能结果是等可能的； 设试验一共有个可能结果，而所考察的事件含有其中的个，则事件的概率为 注 古典概率的计算难点在于A包含的样本点数的计算。在计算样本点数的时候，常用到以下排列组合公式： ⑴从个不同元素取的排列数为：； ⑵从个元素中有返回地取个的排列数：； ⑶从个不同元素取的组合数为：； 2.几何概型：向某个可度量的有界区域D内随机地投掷一点，如果落在D内任何两个测度相等的子区域的可能性相等，则随机点落在D的子区域A内的概率为 注 ⑴如果D和A是数轴上区间（平面区域或立体区域），则测度就是区间长度（面积或体积）； ⑵几何概率的计算关键是找出事件A所对应的子区域，并计算其测度。 3.贝努利概型：在重贝努利试验中，事件 {恰好发生次} 的概率为：。 六 重要公式 1.乘法公式： 2.全概率公式：设事件两两互斥，且。事件满足 则有 。 3.贝叶斯公式：设事件两两互斥，且，,事件满足 则有 。 第二讲 随机变量及其分布 　　1.理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率. 　　2.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. 　　3..理解连续型随机变量及其概率密度的概念，掌握均匀分布 、正态分布 、指数分布及其应用. 　　4.会求随机变量函数的分布. 主要内容与典型例题 一 随机变量及其分布函数、分布律与密度函数 1.随机变量 对于给定的随机试验,是其样本空间,若对,有且只有一个实数与之对应,则称此定义在上的实值函数为随机变量。 2.分布函数 设是一个随机变量，称函数 为随机变量的分布函数。 性质 ⑴（）； ⑵对任意两点，当时，有； ⑶；； ⑷（）； ⑸ 注记 满足上述性质⑵、⑶和⑷的函数必为某随机变量的分布函数。 … … P … … 3.分布律 性质 ，。 4.密度函数 设随机变量的分布函数为,若非负函数,对任意的，使得 则称为连续型随机变量, 为的概率密度函数,并称的分布是连续型分布。 性质 ⑴； ⑵； （满足上述两个性质的函数必为某随机变量的密度函数） ⑶ ⑷是连续函数,且在的连续点处有；