概率论与数理统计总复习.pptVIP

概率论与数理统计总复习 一、内容提要 二、典型例题 化为事件的和 2、条件概率 3、分布函数 二维离散型随机变量的联合分布列 (三）连续型 边缘概率密度 若 （X,Y ) 有联合密度 期望的性质 2、未知σ2，均值μ的假设检验 得H0否定域 提出假设 四、两个正态总体方差比的双侧假设检验 惊人的预测 惊人的预测 惊人的预测 惊人的预测 提出原假设和备择假设 第一步： 第二步： 取统计量，在H0成立下求出它的分布 第三步： 查表确定临界值 ,使 对给定的显著性水平 假设检验过程分为五个步骤： 及 第四步： 将样本值 代入算出统计量 第五步：判断 若 或 则否定H0，接受H1 若 则H0相容，接受H0 例：某行业进行专业劳动技能考核，一个月安排一次，每人 最多参加3次；某人第一次参加能通过的概率为60%；如 果第一次未通过就去参加第二次，这时能通过的概率为 80%；如果第二次再未通过，则去参加第三次，此时能通 过的概率为90%。求这人能通过考核的概率。 * 解： 设 Ai={ 这人第i次通过考核 }，i=1,2,3 A={ 这人通过考核 }， 亦可： 典型例题 例：一单位有甲、乙两人，已知甲近期出差的概率为80%，若甲出差，则乙出差的概率为20%；若甲不出差，则乙出差的概率为90%。(1)求近期乙出差的概率； (2)若已知乙近期出差在外，求甲出差的概率。 * Bayes公式 全概率公式 解：设A={甲出差}，B={乙出差} * 例3：设X的概率密度为 (1)求常数c的值； (2) 写出X的概率分布函数； (3) 要使 求k的值。 解： * 例： 解： 例： 解： 例 设随机变量 的概率密度为 （1）确定常数 ； （2）求 ； （3）求 ； （4）求 解：（1）由 得 所以： （2） （3） （4）在 的区域 ： 上作直线 ，并记 则 例 设二维随机变量(X ，Y )的密度函数为 试求随机变量 Z=X /Y 的密度函数. 解 由公式 称为标准化的随机变量，有 2、正态分布随机变量函数的标准化. 表可查。 注意 COV ( X,Y )=E[(X－E X ) (Y－E Y )] 若随机变量 X, Y 为离散型. 若随机变量 X, Y 为连续型. 协方差 相关系数 COV( X,Y )＝E( XY ) －EXEY 一般计算公式 COV( X,Y )＝E(XY) －EXEY 可见， 存在的必要条件为 COV( X,Y )＝ 0 . 即 定义： 若 可见，若X与Y 独立， 称X与Y不相关。 D(X士Y) = D X + DY士2COV( X,Y ) D(X士Y) = D X + DY 即 1. COV( X,X )＝ E[( X- EX )2] = DX ； 3. COV( aX, bY )＝ ab COV( X,Y ), a,b是常数； 4. COV( X1+X2 ，Y )＝ COV( X1,Y )+ COV( X2,Y ). 二、协方差与相关系数的性质 2. COV( X,Y )＝ COV( Y , X ) ； COV ( X,Y )=E[(X－E X ) (Y－E Y )] 5. 2） 3） 4） 1）相关系数 则称X与Y不相关； 四个等价命题： 或 （一） 切比雪夫不等式 五、大数定理与中心极限定理 设 对任意 不等式 成立， 则称此式为切比雪夫不等式 切比雪夫大数定律 独立同分布下的大数定律 贝努里大数定律 之和总可以近似服从正态分布. （二）独立同分布下的中心极限定理 设X1,X2, … Xn , …相互独立， 且服从同一分布， 具有相同的期望和方差 则 此定理表明，无论 原来服从什么 分布， 当n 充分大时， 即 （三）棣莫夫－拉普拉斯中心极限定理 设随机变量 则对任意的 ，有 此定理的常用公式有： 数理统计 一、 总体和样本 一个统计问题总有它明确的研究对象. 总体 —— 个体——总体中每个成员（元素）称为个体. 所抽取的部分个体称为样本. 组成样本的个体称为样品。 1、样本均值 设 是来自总体X的一个样本， 2、样本方差 二、极大似然估计法: 设 是 的一个样本值 事件 发