概率论与数理统计复习资料要点总结..doc

《概率论与数理统计》复习资料 一、复习提纲 注：以下是考试的参考内容， 1、能很好地掌握写样本空间与事件方法，会事件关系的运算，了解概率的古典定义 2、能较熟练地求解古典概率；了解概率的公理化定义 3、掌握概率的基本性质和应用这些性质进行概率计算；理解条件概率的概念；掌握加法公式与乘法公式 4、能准确地选择和运用全概率公式与贝叶斯公式解题；掌握事件独立性的概念及性质。 5、理解随机变量的概念，了解(0—1)分布、二项分布、泊松分布的分布律。 6、理解分布函数的概念及性质，理解连续型随机变量的概率密度及性质。 7、掌握指数分布(参数)、均匀分布、正态分布，特别是正态分布概率计算 8、会求一维随机变量函数分布的一般方法，求一维随机变量的分布律或概率密度。 9、会求分布中的待定参数。 10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数，会判别随机变量的独立性。 11、掌握连续型随机变量的条件概率密度的概念及计算。 12、理解二维随机变量的概念，理解二维随机变量的联合分布函数及其性质，理解二维离散型随机变量的联合分布律及其性质，理解二维连续型随机变量的联合概率密度及其性质，并会用它们计算有关事件的概率。 13、了解求二维随机变量函数的分布的一般方法。 14、会熟练地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。 15、较熟练地求协方差与相关系数. 16、了解矩与协方差矩阵概念。会用独立正态随机变量线性组合性质解题。 17、了解大数定理结论，会用中心极限定理解题。 18、掌握总体、样本、简单随机样本、统计量及抽样分布概念，掌握样本均值与样本方差及样本矩概念，掌握(2分布(及性质)、t分布、F分布及其分位点概念。 19、理解正态总体样本均值与样本方差的抽样分布定理；会用矩估计方法来估计未知参数。 20、掌握极大似然估计法，无偏性与有效性的判断方法。 21、会求单正态总体均值与方差的置信区间。会求双正态总体均值与方差的置信区间。 二、各章知识要点 随机事件与概率 1．事件的关系 2．运算规则 （1） （2） （3） （4） 3．概率满足的三条公理及性质： （1） （2） （3）对互不相容的事件，有 （可以取） （4） （5） （6），若，则， （7） （8） 4．古典概型：基本事件有限且等可能 5．几何概率 6．条件概率 定义：若，则 乘法公式： 若为完备事件组，，则有 全概率公式： Bayes公式： 7．事件的独立性： 独立 （注意独立性的应用） 第二章　随机变量与概率分布 离散随机变量：取有限或可列个值，满足（1），（2）=1 （3）对任意， 连续随机变量：具有概率密度函数，满足（1）； （2）；（3）对任意， 几个常用随机变量 名称与记号 分布列或密度 数学期望 方差 两点分布 ， 二项式分布 ， Poisson分布 均匀分布 ， 指数分布 正态分布 分布函数 ，具有以下性质 （1）；（2）单调非降；（3）右连续； （4），特别； （5）对离散随机变量，； （6）对连续随机变量，为连续函数，且在连续点上， 正态分布的概率计算 以记标准正态分布的分布函数，则有 （1）；（2）；（3）若，则； （4）以记标准正态分布的上侧分位数，则 随机变量的函数 （1）离散时，求的值，将相同的概率相加； （2）连续，在的取值范围内严格单调，且有一阶连续导数，则，若不单调，先求分布函数，再求导。 第四章 随机变量的数字特征 1．期望 (1) 离散时 ， ； (2) 连续时，； (3) 二维时， (4)；（5）； （6）； （7）独立时， 2．方差 （1）方差，标准差； （2）； （3）； （4）独立时， 3．协方差 （1）； （2）； （3）； （4）时，称不相关，独立不相关，反之不成立，但正态时等价； （5） 4．相关系数 ；有， 5． 阶原点矩， 阶中心矩 第五章 大数定律与中心极限定理 1．Chebyshev不等式 或 2．大数定律 3．中心极限定理 （1）设随机变量独立同分布，则， 或 或， （2）设是次独立重复试验中发生的次数，，则对任意，有或理解为若，则 第六章 样本及抽样分布 1．总体、样本 简单随机样本：即独立同分布于总体的分布（注意样本分布的求法）； 样本数字特征： 样本均值（，）； 样本方差（）样本标准差 样本阶原点矩，样本阶中心矩 2．统计量：样本的函数且不包含任何未知数 3．三个常用分布（注意它们的密度函数形状及分位点定义） （1）分布 ，其中独立同分布于标准正态分布，若且独立，则； （2）分布 ，其中且独立； （3）分布 ，其中且独立，有下面