概率论总的复习1.pptVIP

第一章 随机事件及其概率 二、主要内容 随机现象 随机试验 随机事件 重要的随机事件 事件的关系和运算 频率 概率的定义 概率的性质 等可能概型 (古典概型) 几何概型 条件概率 乘法定理 全概率公式与贝叶斯公式 全概率公式 贝叶斯公式 事件的相互独立性 重要定理及结论 第二章 随机变量及其函数的概率分布 随机变量 离散型随机变量的分布律 两点分布 二项分布 泊松分布 随机变量的分布函数 连续型随机变量的概率密度 均匀分布 指数分布 正态分布(或高斯分布) 随机变量的函数的分布 第三章 多维随机变量及其分布 二、主要内容 二维随机变量 二维随机变量的分布函数 二维离散型随机变量的分布律 二维连续型随机变量的概率密度 边缘分布函数 离散型随机变量的边缘分布 连续型随机变量的边缘分布 随机变量的条件分布 随机变量的相互独立性 随机变量函数的分布 第四章 随机变量的数字特征 二、主要内容 离散型随机变量的数学期望 连续型随机变量的数学期望 随机变量函数的数学期望 数学期望的性质 方差的定义 方差的计算 方差的性质 协方差与相关系数的定义 协方差的性质 相关系数定理 第一章、典型例题 第二章、典型例题 第三章、典型例题 第四章、典型例题 1. 设C是常数, 则有 2. 设X是一个随机变量, C是常数, 则有 3. 设X, Y 是两个随机变量, 则有 4. 设X, Y 是相互独立的随机变量, 则有 离散型随机变量的方差 连续型随机变量的方差 1. 设 C 是常数, 则有 2. 设 X 是一个随机变量, C 是常数, 则有 例1 解 说明 一个事件往往有多个等价的表达方式. 证明 例2 [思路] 引进事件 例3 解 由题意知 由加法公式得 [思路] 首先根据概率分布的性质求出常数 a 的 值, 然后确定概率分布律的具体形式,最后再计算 条件概率. 利用概率分布律的性质 解 例1 定 义 联 合 分 布 函 数 联 合 分 布 律 联 合 概 率 密 度 边 缘 分 布 条 件 分 布 两 个 随 机 变 量 的 函 数 的 分 布 随 机 变 量 的 相 互 独 立 性 定 义 性 质 二 维 随 机 变 量 推 广 (1) 定义 且有 (2) 性质 (3) n 维随机变量的概念 二维随机变量 ( X,Y ) 的分布律也可表示为: 离散型随机变量 ( X,Y ) 的分布函数为 (1) 定义 (2) 性质 表示介于 f (x, y)和 xoy 平面之间的空间区域的全部体积等于1. (3) 说明 (4) 两个常用的分布 　　设 D 是平面上的有界区域, 其面积为 S, 若二 维随机变量 ( X, Y ) 具有概率密度 则称( X,Y )在D上服从均匀分布. 若二维随机变量 ( X,Y ) 具有概率密度 二维正态分布的两个边缘分布都是一维正态分布. 为随机变量 ( X,Y ) 关于 Y 的边缘分布函数. 随机变量关于X 和 Y 的边缘分布函数分别为 联合分布 边缘分布 同理得 Y 的边缘概率密度 (1) 离散型随机变量的条件分布 同理可定义 (2) 连续型随机变量的条件分布 联合分布、边缘分布、条件分布的关系 联合分布 边缘分布 条件分布 联合分布 说明 (1) 若离散型随机变量 ( X,Y )的联合分布律为 (1)离散型随机变量函数的分布 当 X, Y 独立时, (2)连续型随机变量函数的分布 则有 推广 1.重点 数学期望的性质和计算 2.难点 数字特征的计算 方差的性质和计算 相关系数的性质和计算 数学期望 方 差 离散型 连续型 性 质 协方差与相关系数 二维随机变量的数学期望 定 义 计 算 性 质 随机变量函数的数学期望 定 义 协方差的性质 相关系数定理 离散型随机变量函数的数学期望为 则有 则有 注意 三个事件相互独立 三个事件两两相互独立 (3)三事件相互独立 n 个事件相互独立 n个事件两两相互独立 两个结论 1.重点 (0-1)分布、二项分布和泊松分布的分布律 　　正态分布、均匀分布和指数分布的分布函数、 密度函数及有关区间概率的计算 2.难点 连续型随机变量的概率密度函数的求法 二、主要内容 随 机 变 量 离 散 型 随机变量 连 续 型随机变量 分 布 函 数 分 布 律 密 度 函 数 均 匀 分 布 指 数 分 布 正 态 分 布 两 点 分 布 二 项 分 布 泊 松 分 布 随机变量 的函数的 分 布 定 义 随机变