各章节总复习.pptVIP

第二章 随机变量 （1）设X，Y为两个随机变量，则有 E(X+Y) =E(X)+ E (Y) （2）若X，Y为两个相互独立的随机变量 则有E（XY）=E（X）E（Y） 4、重要分布的数字特征: （P72，17）已知随机变量X的概率密度为: 求 (1)分布函数F(x) (2) P{X0.5}, P{X1.3}, P{0.2X1.2} 解: y x 1 2 0 当x0时 设 (X, Y)的联合概率密度函数为. 思考 求 ① 常数A ② ③ ④ ⑤ 设 的联合概率密度函数为. 思考 求 ④ ⑤ 设 的联合概率密度函数为. 思考 求 ④ ⑤ 第三章 数字特征 习题课 一、内容小结 1. 随机变量的数字特征的意义 分布函数 密度函数 数学期望 描述了随机变量的概率取值中心 详细地描述了随机变量的概率分布情况 协方差 描述了X与Y之间取值的相互关系的数字特征 方差 描述了随机变量与期望的偏离程度 相关系数 描述了X与Y的线性相关程度 方差 D(X) 协方差 Cov(X,Y) Cov(X,Y)=E{[X-E(X)][Y-E(Y)]} Cov(X,Y)= E(XY)-E(X)E(Y) D(X)=E{[X-E(X)]2} D(X)=E(X2)-E2(X) 相关系数 ?XY 数学期望 E(X) 函数Y=H(X) 连续型 离散型 在定义式中用H(x)代替x 2. 常用的数字特征的定义式与常用式 数学期望的性质： 3. 常用的数字特征的性质 方差的性质： X,Y相互独立 协方差的性质： 3. 常用的数字特征的性质 相关系数的性质： 定义：若 ， 则称X和Y不相关. 例4 设二维随机变量 分具有概率密度分为 解 (书上98页7) 求 (3) 当 相互独立,求 * * 总复习 一、内容小结 1. 基本概念 随机试验,样本空间,随机事件,样本点,概率,条件概率;事件的互不相容,事件的独立性 A与B互不相容 ? A∩B= ? A与B相互独立 ? P(AB)=P(A)P(B) 2. 基本公式 3. 基本方法 ? 直接计算 注:放回抽样，不放回抽样,分子分母 针对同一样本空间 几何概率 一、条件概率公式 二、事件的独立性 P(AB)=P(A)P(B) 三、乘法公式 A ? 利用公式 四、全概率公式与贝叶斯公式 1．全概率公式 A 2．贝叶斯公式 全概率公式 P(A)= P(A|B1) P(B1) +P(A | B2 ) P(B2) + …+P(A | Bn ) P(Bn) 注：在应用中常将事件A与 作为样本空间的一个划分 由因导果 例1：设A, B为二相互独立的事件， P(A ? B)=0.6,P(A)=0.4, 求P(B)。 解法一： 解法二： 5、设A,B是两个随机变量, P(A)=0.4,P(AB)=0.2 求P(A+B) A, B为二相互独立的事件， 三、填空题 ① 解： ② 例2 在区间（0，1）中随机地取两个数，求事件“两数之 和小于6/5”的概率。 也即样本空间为(0,1) (0,1) 中所有点的集合 A表示事件“两数之和小于6/5” 分析：样本空间S={(x,y)|0x1,0y1} 3 随机地向半圆 内掷一点,求原点到该点的连线与x轴的夹角小于 的概率。 分析： P28 15 4 据统计,男同学中有20%是近视眼,女同学中有30%的近视眼,今从一个班级人数为30人(其中女生10人)的班级中随意选一人,已知该同学是近视眼,求该同学是女同学的概率. 内容 一 维 二 维 一般概念 分布函数 分布与边缘分布 独立性 D.R.v. 分布律 分布律 C.R.v. 概率密度 概率密度 常见分布 B(n,p),?(?) 均匀 均匀，N(?,?2) N(?1,?2;?12,?22;?) 一 基本概念和内容