概率统计串讲答辩.ppt

应用概率统计;前言;第一章 随机事件及其概率;事件的关系和运算;重要公式 ;性质1 加法公式;条件概率与乘法公式;　 设S为随机试验的样本空间，A1,A2,…,An是两两互斥的事件，且有P(Ai)0，i =1,2,…,n, ;贝叶斯公式;设;设A，B，C是随机事件，A与C互不相容，;B表示产品为正品;该产品由丙车间生产的可能性最大。;P19.5;设随机事件A与B相互独立，且;随;定义;分布律的性质;P26例3;P25例2;离散型随机变量函数的分布;2.12;二项分布;P41;P41;泊松分布;P34 例1;P42;第三章 连续型随机变量及其分布;f ( x )的性质;;3.2 正态分布;对一般的正态分布 ：X ~ N ( ? ,? 2) ;例 设 X ~ N(1,4) , 求 P (0 ? X ? 1.6);P52 例3 设测量的误差 X ~ N(0,100)， 进行100次独立测量，求误差的绝对值 超过19.6次数不少于3的概率.;3.3 指数分布;例 顾客在某银行窗口等待服务的时间T(分钟)服从参数为1/10的指数分布，若等待时间超过15分钟，则他就离开.设他一个月内要来银行10次，以X表示一个月内他没有等到服务而离开的次数，求X的分布律及至少有两次没有等到服务的概率. ;3.4 均匀分布;例 ;已知 X 的密度或分布函数， 求 Y = g( X ) 的密度或分布函数;方法一 从分布函数出发;P69.14 设随机变量X在(0,1)上服从均匀分布，(2)求Y=-2lnX的概率密度.;第四章 随机变量的数字特征;3. 数学期望的性质;2. 方差的性质;P86.1 设随机变量 X 的分布律为;P86.1 设随机变量 X 的分布律为;P86;; 市场上对某种产品每年需求量为 X 台，X ~ U (2000,4000), 每出售一台可 赚3万元 , 若售不出去，则每台需保管费 1万元，问应该组织多少货源, 才能使平 均利润最大？最大期望值为多少？ ;故 n=3500 时, E(Y )最大; 第 五 章 ; 二维离散型 r.v.及其概率分布;1;二维连续型随机变量;例 设 r.v.( X ,Y ) 的联合 d.f. 为;例 设 r.v.( X ,Y ) 的联合 d.f. 为;;y;y;若r.v.( X ,Y ) 的联合 d.f. 为;P99.4;连续型;二维随机变量函数的分布;求;P116.4;解法一（卷积公式法）;解法二 分布函数法(P118);当0 ? z 2 时，;Z = g(X ,Y )的数学期望;相关系数;协方差和相关系数的性质;例 设二维 r.v. (X ,Y ) 的 d.f. 为;求cov(X,Y), V(5X- 3Y).;例 设 X ,Y 相互独立, 且都服从 N ( 0, ? 2), U = aX + bY , V= aX - bY , a,b 为常数， 且都不为零，求?UV ;而;综合组装;常考模式之二;设随机变量( X，Y )的概率分布为;(1);第六章 极限定理;注;由中心极限定理 ; 设 Y n ~ B( n , p) , 0 p 1, n = 1,2,…;例 某单位有200台电话分机，每台分机使用外线的概率为0.05, 假定每台分机是相互独立的，问要安装多少条外线，才能以95%以上的概率保证分机用外线时不等待？;第 7 章;1.总体和样本; 2.统计量;它反映了总体 k 阶原点矩 EX k 的信息;§7.2 抽样分布; ;定义: 设 相互独立, 且都服从正态分布 N(0,1), 则称随机变量：;所服从的分布为自由度为 n的 t 分布.;四、F 分布;F分布的分位数;正态总体的抽样分布;;例;参数估计;点估计概念 求估计量的方法 ?矩法 ?极大似然法 估计的评价标准;解;得;求极大似然估计的一般步骤;似然函数;(2) 求似然函数 的最大值点;求 的极大似然估计.;求导并令其为0;三、估计量的评价标准;(1)无偏性;(2) 有效性;都是? 的无偏估计量;置信区间定义 置信区间的求法;置信区间定义;(一) 一个正态总体 X ~N ( ? ?? 2)的情形;(3) 当 ? 已知时, 方差? 2 的置信区间;解;解;假设检验的基本思想和概念;; 假设检验步骤;? ? ?0;? ? ?0;? 2?? 02;? 2?? 02;;未知.;;例 某织物强力指标X的均值 =21公斤. 改进工艺后生产一批织物，今从中取30件，测得 =21.55公斤. 假设强力指标服从