概率论自学考试复习总结.pdf

一、概率论与数理统计 概念/ 目的：什么是概率论，数理统计是做什么的？研究随机现象统计规律的数 学学科；培养具备应用概率统计方法分析和解决实际问题的能力。 怎么做，书中怎么表达？全书总共有九章，分为两大部分，一为概率论二为数 理统计； 结构： 1、概念铺垫； 2、理论方法； 3、实战应用。 详细陈述： 第一部分 概率论为五章，即第一到五章； 分为： 第一章 随机事件与概率， 什么是随机事件？及其概率；什么是概率，为什么是概率，顾明思问，概率就 是一件事发生的大概比率，即包含样本空间与事件的发生次数 （发生或不发 生）（即一般理解的概率问题） 例如： 抽奖的中奖率， 宏观经济的发展走势， 一批产品中优良品的抽样检验或次品的抽样检验， 记录110 报警台一天接到的报警数量， 抛硬币的正反概率等等。 本章结构分为概率、条件概率与事件的独立性； 1、概率：我们在研究的时候细分为必然事件和随机事件； 必然事件，顾名思义必会发生的事件 随机事件，字面上可以理解是随机发生的事件，事件的发生比较复杂； 细分出关系与运算过程： 和事件：A，B 中至少有一个发生，也称为A 与B 并（A∪B）或A+B 差事件：A 发生B 不发生，也记作A-B。 积事件：A 和B 同时发生，也称为A 与B 的交（A∩B）或AB 互不相容事件：顾名思义，AB 不可能同时发生；AB=Φ （空集） 关系有： 包含：A 包含B/B 包含于A，相等：A=B； 互不相容：AB 不相交集； 相交相并 2.概率： 频率与概率 古典概率 概率的定义与性质 我们在研究过程中：在相同条件 下进行N 次试验，在这n 次试验中，事件A 发 生的次数Na 称为事件A 发生的频数，而他们的比值称为事件A 的发生频率，随 着试验次数N 的加大，频率会趋于一个稳定值，这个稳定值就是事件A 的概 率，称之为概率P （A）； 1 于是我们产生了首先的古典概率理论体系：事件样本空间是有限的，产生的每 个基本事件可能性相同； 1.2 条件概率：顾名思义即在一定条件下的在分解或再选择；例：在某人群中 任选一人，被选的人为男性，问他的是色盲的概率；等等； 则应用到有：全概率公式贝叶斯公式：P （B）=P(A)P(B|A)+P(Ã)P(B|Ã) 贝叶斯公式： 2 3、事件的独立性 独立条件：若P （AB）=P(A)P(B)，则称A 与B 相互独立，简称A,B 独立； 第二章 随机变量及其概率分布 第三章 多维随机变量及其概率分布 各分为 A、两部分： 1、离散型随机变量 2、连续型随机变量 B、多维随机变量 细述： a.1 离散型性随机变量：什么是离散型随机变量？ 有些随机变量，他的全部可能取值是有很多个或可列无限多个，例如：郑塞子 出现的可能点数（0.123456）等这些变量称为随机变量； 它的的分布律能够完全刻画其统计特性，也可用分布律得到我们关心的事件； 而对于非离散型的随机变量，则无法用分布律来描述它，首先，我们不能将其 可能的取值一一列出，其的取值可能充满数轴上的一个区间（a、b），甚至几 个区间，也可以是无穷个区间；其次P35； 分布规律： 1、0-1 分布； 2、二项分布； 3、泊松分布； b.1 什么是连续型随机变量，连续型随机变量的概率分布规律 分布规律： 1、均匀分布 2、指数分布 3、正态分布 3 c.1 什么是多维随机变量，多维随机变量的概率分布规律 多维随机变量，可以通俗的理解为多条件下的目标结果发生事件；例：考察某 地区的气候，通常要同时考察气温X1、气压X2、风力X3、湿度X4 这是个4 个 随机变量，记（X1，X2，X3，X4...） 第四章 随机变量的数字特征 为什么讲随机变量的数字特征？ 简述：随机变量的概率分布已完整的描述了随机变量的统计规律，但实际问题 中求得概率分布并不容易，而对于某些问题来说，只需知道它的某些特征，也 可以表现出来，我们称它为随机变量的数字特征。 有： 1、期望值E(x)~~反应了随机变量取值的集中位置 4 2、方差D(x)~~~期望的平均偏离程度 3、协方差~~~X 与Y 之间相互的数字特征 4、相关系数等数学特征~~~两个随机变量间的密切程度，相关系数越接近