概率论与随机过程考点总结.docx

以重狂勒件’必轉事件，不可能事 以重狂 勒件’必轉事件，不可能事 第1章概率论的基本概念 1.1基本概念 1.2频率和概率 数tu 在相冋条件匸 进行了 口次试验，在这口次试验中*事件A发生的次 施WT I」町砖当 n-^oo 需ha/ii一…….-.蟲和勰1原性丽或:P(Ai U A2U ..P(Ai P(A2X.... 一 * ■■ - 羽，并记成fc(A)* 加 法 公 式为在事件 加 法 公 式 为在事件A发生的条件下事件B发主的 2) ”若去宀4互不相需晰4s?24)=H4HH)+-+H4) 广义的,P(d U *)二 +P(B) - P(AB) = P(J)+P(AB) = P(B)+P(BA} “ P(A 5aC) = P(A) +F(8) + P(C) - P{AS) - P(AC) - P(BC) +P(ABC) ⑷一 Z W/)+ I 也倂)+???+(-1厂巩仏?4) 减法 J 若B u A, P(A-B)= P(A) - P(B) 公式j任意的,PS - B)=卩⑷-P(AB) 1.3療可能概型 鼻囂驛議撤陆黏型，也叫古典概整 1.4条件概率 设A、E是两个事件，且P(A)Oi称 PB|A= 黯鉉式瞬漏歐瞬豐為(ABJ 贝叶斯公式 卩31耳) 瓦戸31马) /-I 1.5独立性 设A、B是商个事件，如果满足等式P(AB)=P(A)P(B),则称事件A、B I相占.独立h简称A、E独立。一 _ _ _ A与B相互独立*与B相互独立击与B相互独立口7与B相互独宜 rf(A|BP(A B P(A) rf(B|A)=P(BM )-P(B) 第一章随机过程的基本概念与基本类型 一.随机变量及其分布 1随机变量 X，分布函数F(x)=P(X x) 离散型随机变量 X的概率分布用分布列 pk =P(X =xk)分布函数F(x)工二pk x 连续型随机变量 X的概率分布用概率密度 f (x) 分布函数F(X) f(t)dt J-=a n 维随机变量 X =(X1,X2^ ,Xn) 其联合分布函数 F(x)二 F(x「x2，…，xn)二 P(X1 _ X-X2 _x2，…，Xn _ xn,) 离散型 联合分布列 连续型联合概率密度 随机变量的数字特征 相关系数(两个随机变量 X,Y ): 相关系数(两个随机变量 X,Y ): ：\Y Bxy DX DY 若J =0,则称X,Y不相关。 数学期望：离散型随机变量 X EX=7xkpk 连续型随机变量 X EX=匸xf(x)dx 方差： 2 2 2 DX = E(X - EX) = EX -(EX) 反映随机变量取值的离散程度 协方差(两个随机变量 X,Y )： Bxy =E[(X — EX)(Y —EY)] = E(XY) —EX ’EY 独立=?不相关：二 :-=0 4 .特征函数 g(t) =E(eitX) 离散 g(t)八? eitxk Pk 连续 g(t) = _.[eitx f (x)dx 重要性质： g(0^1， g(t)兰 1, g(-t)=g(t), gk(0)= ikEXk E(X) = g (1) D(X)二 E(X) = g (1) D(X)二g (1) g (1)-[g(1)]2 母函数：g(z)=E(zk)=7 PkZk k=0 5 ?常见随机变量的分布列或概率密度、期望、方差 0 — 1分布 P(X =1) =p,P(X =0) =q EX =p DX=pq 项分布 P(X 二 k) =C：pkqn* EX 二 np DX 二 npq -k 泊松分布 P(X =k) =e EX「 DX「 均匀分布略 k! 正态分布N(a,；「2) f (x)二 (XT)2 —1 e_2；「2 ..2 二二 EX 二 a DX 指数分布 f (x) 扎ex, x K 0 0, x ::: 0 DX 二 X ~ N(a,B)6.N维正态随机变量 X =(X1,X2^ ,Xn) X ~ N(a,B) 1 1 T J. f(Xi,X2, ,Xn)二 n -exo{ (x—a) B (x—a)} 2 (2二)2 | B |2 a二⑻㈡？,…，an)T，x =(洛，x?, x)T，B=(bj)nn正定协方差阵 3.正5分布 几对=丫 io2 ,记为X-N(p.a3)o特别地「当 yf2jra ^L=0, O= 1时，称X服从I林強上态乐g 正态分布具有以下性质 ⑴ 若工一Ng L入则 ?N(0」) €7 ⑵尸(对=①(乂乂) C7 ⑶ e?)* 1 ?◎⑻ (4) S X - N(“ €72),则復産 + b - N(a/J + b rt2cr;) 2壬随机变St雷数的分布 求随机变虽函数的分布；, 1 Y?ft槪辜不变’相同值合井 2”腭勢需巒数的分