[理学]概率论期末复习课_ppt.ppt

第一章　概率论的基本概念 一、重点与难点 二、主要内容 随机现象 事件的关系和运算 概率的定义 概率的性质 几何概型 条件概率 乘法定理 全概率公式与贝叶斯公式 全概率公式 贝叶斯公式 事件的相互独立性 重要定理及结论 三、典型例题 第二章　随机变量及其分布 一、重点与难点 二、主要内容 随机变量的分布函数 连续型随机变量的概率密度 两点分布 二项分布 泊松分布 均匀分布 指数分布 正态分布(或高斯分布) 三、典型例题 一、重点与难点 二、主要内容 二维随机变量的分布函数 二维离散型随机变量的分布律 二维连续型随机变量的概率密度 边缘分布函数 离散型随机变量的边缘分布 连续型随机变量的边缘分布 随机变量的条件分布 随机变量的相互独立性 二维随机变量的推广 随机变量函数的分布 三、典型例题 小 结 第四章　随机变量的数字特征 一、重点与难点 二、主要内容 离散型随机变量的数学期望 连续型随机变量的数学期望 随机变量函数的数学期望 数学期望的性质 二维随机变量的数学期望 方差的定义 方差的计算 方差的性质 协方差与相关系数的定义 协方差的性质 相关系数定理 三、典型例题 一、重点与难点 二、主要内容 契比雪夫定理的特殊情况 定理一的另一种表示 伯努利大数定理 辛钦定理 独立同分布的中心极限定理 李雅普诺夫定理 德莫佛－拉普拉斯定理 离散型随机变量函数的数学期望为 则有 则有 1. 设C是常数, 则有 2. 设X是一个随机变量, C是常数, 则有 3. 设X, Y 是两个随机变量, 则有 4. 设X, Y 是相互独立的随机变量, 则有 同理可得 则 则 离散型随机变量的方差 连续型随机变量的方差 1. 设 C 是常数, 则有 2. 设 X 是一个随机变量, C 是常数, 则有 其它依次类推. (5) 随机变量相互独立的定义的推广 (1)离散型随机变量函数的分布 当 X, Y 独立时, (2)连续型随机变量函数的分布 当 X, Y 独立时, 则有 推广 例1 解 例2 解 从而有 故得 从而有: 因此 2. 若离散型随机变量 ( X,Y )的联合分布律为 6.离散型随机变量函数的分布律 一、重点与难点 二、主要内容 三、典型例题 1.重点 数学期望的性质和计算 2.难点 数字特征的计算 方差的性质和计算 相关系数的性质和计算 数学期望 方 差 离散型 连续型 性 质 协方差与相关系数 二维随机变量的数学期望 定 义 计 算 性 质 随机变量函数的数学期望 定 义 协方差的性质 相关系数定理 [思路] 首先利用分布函数的性质求出常数 a, b, 再用已确定的分布函数来求分布律. 解 例2 从而 X 的分布律为 解 例3 所以 X 的分布函数为 第三章 随机向量 一、重点与难点 二、主要内容 三、典型例题 1.重点 二维随机变量的分布 有关概率的计算和随机变量的独立性 2.难点 条件概率分布 随机变量函数的分布 定 义 联 合 分 布 函 数 联 合 分 布 律 联 合 概 率 密 度 边 缘 分 布 条 件 分 布 两 个 随 机 变 量 的 函 数 的 分 布 随 机 变 量 的 相 互 独 立 性 定 义 性 质 二 维 随 机 变 量 推 广 (1) 定义 且有 (2) 性质 (3) n 维随机变量的概念 二维随机变量 ( X,Y ) 的分布律也可表示为: 离散型随机变量 ( X,Y ) 的分布函数为 (1) 定义 (2) 性质 表示介于 f (x, y)和 xOy 平面之间的空间区域的全部体积等于1. (3) 说明 (4) 两个常用的分布 　　设D是平面上的有界区域,其面积为S,若二维随 机变量( X,Y )具有概率密度 则称( X,Y )在D上服从均匀分布. 若二维随机变量 ( X,Y ) 具有概率密度 二维正态分布的两个边缘分布都是一维正态分布. 为随机变量 ( X,Y ) 关于 Y 的边缘分布函数. 随机变量关于X 和 Y 的边缘分布函数分别为 联合分布 边缘分布 同理得 Y 的边缘概率密度 (1) 离散型随机变量的条件分布 同理可定义 (2) 连续型随机变量的条件分布 联合分布、边缘分布、条件分布的关系 联合分布 边缘分布 条件分布 联合分布 说明 (1) 若离散型随机变量 ( X,Y )的联合分布律为 由加法公式得 [思路] 由于抽到的表与来自哪个地区有关,故此 题要用全概率公式来讨论. 例3 解 又因为 一、重点与难点 二、主要内容 三、典型例题 1.重点 (0-1)分