概率论基本公式课件.docVIP

PAGE 精品 概率论与数理统计基本公式 第一部分 概率论基本公式 2、对偶率： 3、概率性率： 4、古典概型 5、条件概率 例：有三个罐子，1号装有2红1黑共3个球，2号装有3红1黑4个球，3号装有2红2黑4个球，某人随机从其中一罐，再从该罐中任取一个球，（1）求取得红球的概率；（2）如果取得是红球，那么是从第一个罐中取出的概率为多少？ 6、独立事件 （1）P(AB)=P(A)P(B),则称A、B独立。 (2)伯努利概型 如果随机试验只有两种可能结果：事件A发生或事件A不发生，则称为伯努利试验，即： P(A)=p, (0p1,p+q=1) 相同条件独立重复n次，称之为n重伯努利试验，简称伯努利概型。 伯努利定理： （k=0,1,2……） 事件A首次发生概率为： 例：设事件A在每一次试验中发生的概率为0.3，当A发生不少于3次时，指示灯发出信号，（1）进行5次重复独立试验，求指示灯发出信号的概率；（2）进行了7次重复独立试验，求指示灯发出信号的概率。 第二章 7、常用离散型分布 （1）两点分布：若一个随机变量X只有两个可能的取值，且其分布为： （0p1）则称X服从处参数为p的两点分布。 其中期望E（X）=p,D(X)=p(1-p) （2）二项分布：若一个随机变量X的概率分布由 （k=0,1,2……）给出，则称X服从参数为n，p的二项分布，记为：X~b(n,p)（或B(n，p) 其中，当n=1时为0—1分布。 其期望E（X）=np，方差D(X)=np(1-p) （3）泊松分布：若一个随机变量X概率分布为：则称X服从参数为的泊松分布，记为：,其中. 泊松定理：在n重伯努利试验中，事件A在每次试验中发生的概率为,如果时，，则对任意给定的k， 有，这表明，当n很大时，p接近0或1时，有（）。 N≥20，p≤0.05时用泊松分布。其期望方差相等，即：E(X)=D(X)= 。 8、常用连续型分布 （1）均匀分布：若连续随机变量X的概率密度为则称X在区间（a，b）上服从均匀分布，记为X~U(a,b)。其中，分布函数为： 其期望E（X）=，方差D(X)=。 （2）指数分布：若随机变量的概率为，则称X服从参数为的指数分布，简记为X~e().其分布函数： 其期望E(X)=,方差D(X)=. (3)正态分布：若随机变量X的概率密度为，则称X服从参数为μ和的正态分布，记为X~N(μ, ),其中μ和（0）都是常数。分布函数为：。当称为标准正态分布，概率密度函数为：分布函数为： 定理：设 其期望E(X)= μ,D(X)= 。 9、随机变量函数的分布（1）离散型随机变量函数分布一般方法：先根据自变量X的所有可能取值确定因变量Y的所有可能值，然后通过Y的每一个可能的取值(i=1,2,……)来确定Y的概率分布。 （2）连续型随机变量函数分布方法：设已知X的分布函数或者概率密度，则随机变量Y=g(X)的分布函数,其中，，进而可通过Y的分布函数，求出Y的密度函数。 例：设随机变量X的密度函数为，求随机变量 10、设随机变量X~N(,Y=也服从正态分布.即。 11、联合概率分布(1)离散型联合分布： X Y …… P{X=} p P{Y= 1 (2)连续型随机变量函数的分布： 例：设随机变量（X，Y）的密度函数 求，，D(X+Y). 解：①当0≤x≤2时由，得：，当x0或x2时，由，所以， 同理可求得:； ② E(X)=,由对称性同理可求得，E(Y)=7/6。 ③因为E(XY)= 所以，cov（X,Y）= E(XY)- E(X) E(Y)=4/3-(7/6)=-1/36。 ④ 同理得D(Y)=,所以，= ⑤D(X+Y)=D(X)+D(Y)+2cov(X,Y)= 12、条件分布：若 13、随机变量的独立性：由条件分布设A={Y≤y},且P{Y≤y}0,则： ，设随机变量（X,Y）的联合分布概率为F（x,y），边缘分布概率为，若对于任意x、y有： ，即：，则称X和Y独立。 14、连续型随机变量的条件密度函数：设二维连续型随机变量（X,Y）的概率密度为,边缘概率密度函数为，则对于一切使0的x,定义在X=x的条件下Y的条件密度函数为：，同理得到定义在Y=y条件下X的条件概率密度函数为：，若=几乎处处成立，则称X,Y相互独立。 例：设二维随机变量（X，Y）的概率密度函数为：，求（1）确定常数c；（2）X,Y的边缘概率密度函数；（3）联合分布函数F(x,y);(4)P{Y≤X}; (5)条件概率密度函数；（6）P{X2|Y1} 15、数学期望：（1）离散型： （2）连续型：，因为并不是每一个函数都能积分，所以并非所有随机变量都有数学期望。 数学期望的性质：① E(CX)=CE(X) ① ③设X,Y独立，则E