概率论复习资料大全.ppt

第一讲 随机事件 样本空间 随机事件 * * 概率论与数理统计 总 复 习 1.随机现象 第一章 概率论的基本概念 2.随机试验 3.样本空间 4.随机事件 5.事件间的关系与事件的运算 6.概率的公理化定义 2 规范性 对于必然事件S，有P(S)=1 (2) 3 可列可加性 设A1, A2 ,… 是两两互不相容的事件，则有 　　 (3) 这里事件个数可以是有限或无限的 . 1 非负性 对每个事件A，有P(A) 0 　(1) 设E是随机试验，S是它的样本空间，对于E的每一个事件A赋予一个实数，记为P(A) ，称为事件A的概率，如果集合函数 P( ) 满足下述三条公理: 6.概率的性质 性质6　对任意两个事件A、B，有 　 　　　　　　　　　　　 7.古典概型 A包含的样本点数 P(A)＝k/n＝ S中的样本点总数 设A、B是两个事件，且P(B)0,则称 8. 条件概率的定义 9. 乘法定理 若P(B)0 , 则P(AB)=P(B)P(A|B) 若P(A)0 , 则P(AB)=P(A)P(B|A) 10.全概率公式 设试验E的样本空间为S，A为E的事件，B1,B2,…,Bn为S的一个划分，且有P(Bi)0， i =1,2,…,n, 则 11.贝叶斯公式 定义 若两事件A、B满足 P(AB)= P(A) P(B) 则称A、B独立，或称A、B相互独立. 容易证明,若两事件A、B独立，则 也相互独立. 12.独立性 1.定义：设随机试验的样本空间为S={e}.X=X(e)是定义在样本空间上的单值实值函数，称为随机变量. 第二章 随机变量及其分布 2.离散型随机变量概率分布的定义 其中 (k=1,2, …) 满足： k=1,2, … （1） （2） 设xk(k=1,2, …)是离散型随机变量X所取的一切可能值，称 k=1,2,… … 为离散型随机变量X的分布律(或概率分布). 用X表示n重贝努里试验中事件A（成功）出现的次数，则 称r.v X服从参数为n和p的二项分布，记作 X ~ b(n,p) 3.二项分布 4.泊松分布 定义：设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为： 其中 0 是常数,则称 X 服从参数为 的 泊松分布,记作X ~ . 5.随机变量的分布函数 定义： 设 X 是一个 r.v，x是任意实数，称 为 X 的分布函数. 记作 X ～ F(x) 或 FX(x). 如果对于随机变量 X的分布函数F(x) ,存在非负函数f(x),使对任意实数x,有 则称 X为连续型r.v,称 f(x)为 X 的概率密度函 数，简称概率密度. 连续型r.v及其密度函数的定义 6.连续型随机变量及其概率密度 概率密度函数的性质 1 o 2 o 3 o 则称 X 服从参数为 的指数分布. 若 r.v X具有概率密度 常简记为 X~E( ) . 7. 指数分布 若 r.v X的概率密度为 记作 其中 和 都是常数， 任意， 0， 则称X服从参数为 和 的正态分布. 8.正态分布 正态分布 的图形特点 正态分布的密度曲线是一条关于 对称的钟形曲线. 特点是“两头小，中间大，左右对称”. 正态分布表 其中， x = h(y) 是 y = g(x) 的反函数, 定理 设 r.v X具有概率密度 f(x), 又设g(x)处处可导，且恒有 (或 ) 则Y=g(X)是连续型r.v，其概率密度为 9.连续型随机变量函数的分布 1 x1