概率论总复习-知识总结.pptVIP

第二章 0.05 1 1/2 第二章 * 例： 解： 例： 解： 例 设随机变量 的概率密度为 （1）确定常数 ； （2）求 ； （3）求 ； （4）求 解：（1）由 得 所以： （2） （3） （4）在 的区域 ： 上作直线 ，并记 则 例3 [思路] 解 从而 例4 解 从而有 故得 从而有: 因此 解 例5 解 根据矩估计法, 补充2 解 补充3 解 补充4 这一估计量与矩估计量是相同的. 解 例2 二、典型例题 解 是否可以认为这次考试全体考生的平均成绩为70 需检验假设: 例4 设某次考试的考生成绩服从正态分布, 从中 随机地抽取36位考生的成绩, 算得平均成绩为 66.5分, 标准差为15分, 问在显著性水平0.05下, 分? 并给出检验过程. 查表8.6例5的 检验计算表， 知拒绝域为 * 则 当 若X的分布列 当 则 1） 离散型 其他 及有关函数表述出来。 求 其为等价的事件 将 用 利用 求出Y的密度函数。 2） 连续性 设 X是一个取值于区间 具有概率密度 的连续型随机变量， 性质： （一）二维随机变量（X,Y) 的分布函数 定义 对于任意实数 二元函数 称为二维随机变量（X,Y)的分布函数 的联合分布函数。 或称为X和Y 三、二维随机变量及其分布 2. 且 是变量 的不减函数，即 （二）离散型 的所有可能取值为 设 则 和Y的联合分布列。 称为二维随机变量 的分布列， 或随机变量X （非负性） （归一性） 二维离散型随机变量的联合分布列 X Y y1 y2 … yj … p11 p12 ... P1j ... p21 p22 ... P2j ... pi1 pi2 ... Pij ... ... ... ... ... ... ... ... ... x1 x2 xi 关于Y的 边缘分布 关于X的边缘分布 （X,Y )的边缘分布 设 的分布列为 : 则 关于 的边缘分布列为 关于 的边缘分布列为： 分别记 (三）连续型 总有 的联合概率密度。 其具有以下性质： 定义4 设二维随机变量 的分布函数为 ，对任意实数 为 的概率密度，或称为随机变量 和 对于非负可积的函数 （非负性） （归一性） 为关于X 和Y 的边缘概率密度。 定理 设 是 的联合密度函数， 则 分别是 边缘概率密度 均有 两个随机变量的独立性 若二维随机变量 对任意的实数 成立，则称随机变量 与 是相互独立的。 若记 且 成立， 可见X，Y 相互独立的定义与两个事件相互 独立的定义是一致的。 判断X，Y 相互独立的办法： 其的概率密度为 的边缘概率密度分别为 四、随机变量的数字特征 （一）数学期望 E X 定义 X为离散型 X为连续型 若 X为离散型 X为连续型 X为离散型其分布列为 X为连续型其密度函数为 若 （X,Y ) 有联合密度 期望的性质 其中 C 为常数。 2. 对于任何常数 及 b. 3. 若 相互独立， 则 定义 计算公式 （二）方差 X为离散型其分布列为 X为连续型其密度函数为 X为离散型 X为连续型 其中 k 为常数。 3. 对于任何常数 及 b. 相互独立， 则 方差的性质 均匀分布 泊松分布 二项分布 0-1分布 参数范围 方差 均值 概率分布 名称 (四)常用的六个分布 指数分布 标准正态分布 参数范围 方差 均值 概率分布 名称 (四)常用的六个分布 正态分布 任意 称为标准化的随机变量，有 2、正态分布随机变量函数的标准化. 表可查。 注意 COV ( X,Y )=E[(X－E X ) (Y－E Y )] 若随机变量 X, Y 为离散型. 若随机变量 X, Y 为连续型. 协方差 相关系数 COV( X,Y )＝E( XY ) －EXEY 一般计算公式 COV( X,Y )＝E(XY) －EXEY 可见， 存在的必要条件为 COV( X,Y )＝ 0 . 即 定义： 若 可见，若X与Y 独立， 称X与Y不相关。 D(X士Y) = D X