概率论复习指南.docVIP

《概率论与数理统计》期末总复习指南 随机事件及其概率 一、基本概念、基本定理、基本计算公式 随机事件的概念以及事件的关系与运算（并、差、德摩根率） 要求：能够用集合来表示事件 概率的两个定义 统计定义 古典概型 要求：了解两个定义的区别与联系 3．概率的性质，事件关系的概率表达式， 要求：能够利用概率的性质计算随机事件的概率 4．有关条件概率的三个定理 ① 乘法公式 ② 全概率公式——（由因索果） ③ 贝叶斯定理——（由果找因） 要求：熟练掌握三个有关条件概率的计算公式，解决复杂事件概率的计算问题。 5．事件的独立性 对事件A与B,若有 或 则称A与B相互独立。 若A与B相互独立，则也相互独立。 要求：理解事件独立与事件互斥的关系。 二、基本题型 事件和差、积的计算。 全概率公式与贝叶斯公式的计算。 独立性判断和证明 随机变量及其分布 一、基本概念、基本定理、基本计算公式 分布函数的概念： 性质：单调非减、右连续、 要求：理解分布函数就是事件“”的概率以及分布函数的性质，能够利用分布函数计算随机事件的概率。 离散型随机变量的分布 ① 定义： ② 重要的离散型随机变量的分布 要求：理解离散型随机变量及其分布的定义，熟练掌握重要分布的概率函数分布能够利用概率函数计算随机事件的概率。 3．连续型随机变量的分布 ① ② 重要的连续型随机变量的分布 要求：熟练掌握重要分布的分布密度，能够利用分布密度计算随机事件的概率。 4．随机变量函数的分布 设随机变量，求随机变量的概率密度函数：【分布函数法】 解：设随机变量的分布函数为 画图，结合图形解不等式，得（其中表示的区间） 从而 要求：掌握随机变量函数的分布的计算、证明方法。 二、基本题型 利用分布密度的性质求待定常数，计算随机事件的概率； 利用常见随机变量分布的性质计算概率或待定参数； 利用已知随机变量的分布，求随机变量函数的分布； 为连续随机变量，而为离散型随机变量，求的概率分布； 二维随机变量及其分布 一、基本概念、基本定理、基本计算公式 1．二维离散型随机变量的分布 ① 联合分布： ② 边缘分布： 要求：理解联合分布与边缘分布的概念，掌握边缘分布的计算方法。 2．二维连续型随机变量的分布 ① 联合分布： ② 边缘分布： ③ 常见的二维连续型的概率密度 均匀分布的概率密度函数、二维正态分布的表示法 要求：理解联合分布与边缘分布得概念，掌握边缘分布得计算方法。并会求。 3．二维随机变量得独立性 要求：掌握二维随机变量的独立性的判断方法。 4、二维随机变量函数的分布 ① ② ③ ④一般 方法：分布函数法，已知的联合概率密度为。 ①、设随机变量的分布函数为 ②、画图，结合图形解不等式，得 ③、在上图中，图示的区域，令，一般要注意不同时，的表示法不同。 ④、从而 ⑤、 要求：牢牢掌握二维随机变量函数分布的求法，二维随机变量函数的应用。（二维转化为一维的问题） 基本题型 利用分布密度的性质求待定常数，计算随机事件的概率； 求二维随机变量的分布函数、计算随机事件的概率； 求二维随机变量的边缘分布，判断独立性； 为连续随机变量，求的概率分布。 数字特征 一、基本概念、基本定理、基本计算公式 随机变量的数字特征 ① 离散型随机变量的数字特征 ② 连续型随机变量的数字特征 ③ 随机变量函数的数字特征 ④ 随机变量数字特征的性质 ⑤ 常见的一维连续型随机变量数字特征 要求：理解数字特征的定义，掌握重要分布的期望与方差的计算。 2. 二维随机变量的数字特征 3．相关性和独立性的判断 相互独立 二维正态分布相互独立 要求：熟练运用数字特征的相关公式，掌握二维随机变量函数数字特征的求法以及判断二维随机变量的独立性和相关性。 二、基本题型 利用数字特征的相关性质，计算随机变量的数字特征； 利用定积分或二重积分的奇偶对称性计算随机变量或随机变量积的数学期望； 判断二维随机变量的独立性和相关性； 大数定律和中心极限定理 ①契比晓夫不等式： ②契比晓夫大数定理： ③林德贝格－勒维中心极限 ： 要求：掌握契比晓夫不等式，了解中心极限定理。 二、基本题型 1．利用契比晓夫不等式估计随机变量与其期望偏差的概率； 2．利用中心极限定理计算概率和满足概率范围的随机变量取值的个数问题。 第六章 统计量和抽样分布 一、基本概念、基本定理、基本计算公式 1．样本与样本观测值的概念 2．总体统计量与样本矩的概念 特别地，样本均值 , 样本方差 样本阶原点矩 样本阶中心矩 常见的抽样分布 ，则，，， 卡方分布：标准正态分布的平方和，，则 T分布：标准正态分布与卡方分布开方的比值， F分布：两个卡方分布的比值， 设总体的均值与方差分别为，则样本均值满足 要求：了解样本矩的概