概率论与数理统计知识点总结（超详细）.docxVIP

NO.1概率论基本概念一、随机试验 .确定性现象:必然发生或必然不发生的现象。 .随机现象:在一定条件下我们事先无法准确预知其结果的现象，称为随机现象. .随机现象的特点：人们通过长期实践并深入研究之后，发现这类现象在大量 重复试验或观察下，它的结果却呈现出某种统计规律性.概率论与数理统计是研 究随机现象统计规律性的一门学科. .随机试验：为了对随机现象的统计规律性进行研究，就需要对随机现象进行 重复观察,我们把对随机现象的观察称为随机试验,并简称为试验，记为E. 随机试验具有以下特点： (1)可重复性：试验可以在相同的条件下重复进行； (2)可观察性：试验结果可观察，所有可能的结果是明确的； (3)随机性(不确定性)：每次试验出现的结果事先不能准确预知.，但可以肯 定会出现所有可能结果中的一个. 二、样本空间、随机事件.样本点：随机试验中的每一个可能出现的试验结果称为这个试验的一个样本 点，记作口. .样本空间：全体样本点组成的集合称为这个随机试验的样本空间，记为A.(或 S).即/\ = {q,02, I，例，1}.随机事件：我们称试验E的样本空间人的子集为E的随机事件，简称事件， 在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性. 一般用A,3,C，…等大写字母表示事件.设A为一个事件，当且仅当试验中出 现的样本点gcA时.，称事件4在该次试验中发生. 注：要判断一个事件是否在一次试验中发生，只有当该次试验有了结果以后才 能知道. (1)基本领件：仅含一个样本点的随机事件称为基本领件. 性质1：假设事件A，4, 1,4相互独立，那么其中任意加(1加(〃)个事件也相互独 立. 性质2：假设事件4,4, 1,4相互独立，那么将4,4, 1,4中任意小(1〈加二力个 事件换成它们的对立事件，所得的几个事件仍相互独立.特别是，假设 4,4,!,4相互独立,那么4,4, 1,4也相互独立.利用多个事件的独立性，可以简化概率的计算. (1)计算〃个相互独立的事件4,4, 1,4的积的概率，可简化为P(A,4, !,4) = P(A)]P(4) 1尸(4) ⑵计算〃个相互独立的事件4,4,1,4 的和的概率，可简化为 np(4 ! 4 !A) =1-riP(A) /=i 十三、伯努利概型定理1：(伯努利定理)设在一次试验中，事件A发生的概率为p(0 p 1),那么在 九重伯努利试验中，事件A恰好发生％次的概率为尸伏) =C pk Q - py-k ,(Z: = O,1, l,n) .q = \-p定理2:设在一次试验中，事件4发生的概率为MOPD，那么在伯努利试验序 列中，事件A在第k次试验中才首次发生的概率为pqi仆=1,2, l,\q = l-p NO.2随机变量及其分布 、随机变量定义设随机试验的样本空间为A,对每个都有一个实数X(⑷与之威， 那么称X(⑷为随机变量.简记为X . 随机变量通常用英文大写字母X,y,z或希腊字母等表示。 随机变量的取值一般用小写字母光, 乂 2等表示。 2随机变量的特征：(1)它是一个变量；(2)它的取值随试验结果而改变； (3)随机变量在某一范围内取值，表示一个随机事件，具有一定的概率。 3随机变量的类型离散型：随机变量的所有取值是有限个或可列个 连续性：随即变量的取值是某个区间或整个数轴二、离散型随机变量的概率分布 1离散型随机变量定义：如果随机变量X的取值是有限个或可列无穷个，那么称 X为离散型随机变量. 2概率分布定义：设离散型随机变量X的所有可能取值为 M，%, !, 后, ! ， X取各个可能值的概率，即事件{X=%}的概率为 P{X =%} = pj,i = l,2, !那么称其为离散型随机变量X的概率分布或分布律. 常用表格形式来表示X的概率分布： Xxxx2!xn! PiPlPl!Pn! 注：离散型随机变量可完全由其分布律来刻划.即离散型随机变量可完全由它的 可能取值以及取这些值的概率唯一确定. 3离散型随机变量分布律的性质⑴ P{X=%}=p/O, oooo⑵、P{X= 3 P= 1 4常用离散型随机变量的分布 (1)0-1分布或两点分布或伯努利分布. 如果随 机变量X的分 布律为P{X = 0} = \-p , P{X= 1}=〃或 尸{x =左} = p*(l-p)j (攵= 0,l,0p 1),那么称随机变量X服从参数为p 的0-1分布或两点分布，记作 X?A(l, p)(其中0 Vp W 1为参数) (2)二项分布如果随机变量X的分布律为尸{X = Z} = CpY1-p)…(左=。L ) 那么称随机变量X服从参数为(小 力的二项分布，记作X?。(m p)(其中场为自然数，0p 1为参数) 注：(1)尸{X =左} 2 0次= 0,1,2 In