概率论与数量统计知识点复习.pptVIP

全概率公式和贝叶斯公式 定义:设S为试验E的样本空间， 为一组事件，若满足 则称 为样本空间S的一个划分。 定理：设S为试验E的样本空间， 为 S 的一个划分，且 则对任意事件A有 称为全概率公式(1) 称为贝叶斯公式(2) * * 三种常见离散型随机变量的分布律 1、(0-1)分布 若随机变量X的分布律为： 称X服从(0-1)分布,即 X P 0 1 1-p p 2、二项分布 在n重伯努利试验中，以X表示事件A出现的次数，则X是一个随机变量，且X取值为0,1,2…,n,称X服从二项分布，记为 * * 3、泊松分布 如果X的分布律为： 记为 其中 是常数，则称X服从参数为 的泊松分布。 * * 分布函数与密度函数 定义：设X是一个随机变量，x是任意实数，称函数 F (x) = P {X≤ x} , -∞x+ ∞ 为随机变量 X 的分布函数。 * * 三个重要的连续型随机变量的分布 定义：若随机变量X的概率密度为 则称X在 上服从均匀分布，记为 1.均匀分布 * * 2.指数分布 定义：若随机变量X的概率密度为 则称X服从参数为 的指数分布。 其分布函数为 * * 3.正态分布 定义：若随机变量X的概率密度为 则称 X 服从参数为 的正态分布。记为 其中 为常数 * * 定理：若 则有 。 即，若 则有 对于任意区间(x1,x2] * * 连续型 的边缘概率密度 及相互独立的随机变量的判断 设 的概率密度为 的概率密度为 类似， 的概率密度为 分别称 和 为 关于 的边缘概率密度。 * * 定义：设 和 分别是 的分布函数及边缘函数，若对任意x ,y有 则称X和Y是相互独立的。 当 是离散型随机变量时， 和 独立的条件 当 是连续型随机变量时， 和 独立的条件 * * 三个重要积分 * * 常见分布的期望和方差 分布 指数分布 * * 协方差常用计算公式 方差常用计算公式： 相关系数 若X与Y 的相关系数 ，则称X 与Y 不相关. 注：X 与Y 不相关 X 与Y 独立 * * 切比雪夫不等式 或 设随机变量X的期望为E(X)，方差为D(X),则 下列不等式成立： 随机变量序列的依概率收敛的定义 记为 成立，则称序列{Xn}依概率收敛于a 设X1,X2, …Xn …是一个随机变量序列，如果存在常数a，使得 ，总有 * * 则 独立同分布的中心极限定理 或 设X1,X2, …Xn …是一个独立同分布的随机变量序列， 且 * * 1.定义：设X1, X2, …, Xn是来自总体N(0,1)的样本，则称 服从自由度为n的 分布, 记为 (一) 分布 （二）t 分布 1. t 分布的定义 定义：设 且 X, Y 独立，则称 服从自由度为n的 t 分布(学生分布)。记为 * * （三）F分布 定义：设 且X,Y 独立，则称 1. F 分布的定义 服从自由度为 的F 分布。记为 若 则 * * 定理1：设总体X 的均值为 ，方差为 ，取自总体X的 是样本， 及 是样本均值和样本方差，则有 有关 及 的几个重要结论 （复习） 定理2：设 是来自正态总体 的样本,给定 和 是样本均值和样本方差，则有 (1) 与 相互独立; * * 则当X的k阶矩 存在时 令 设总体为X，X1, X2, … , Xn 是 X 的一个样本， 矩估计法 * * 最大似然估计法 1.X为离散型随机变量，分布律为 X1, X2, … , Xn 是 X 的一个样本 x1, x2, … , xn 是相应于此样本的一