概率论与数理统计复习题--上海工程技术大学.pptxVIP

概率论与数理统计复习题--上海工程技术大学汇报人：AA2024-01-20

目录contents概率论基本概念随机变量及其分布多维随机变量及其分布随机变量的数字特征大数定律与中心极限定理数理统计基本概念参数估计假设检验

概率论基本概念01

事件的定义与分类了解样本空间、随机事件、必然事件、不可能事件等概念，能够区分事件的类型。概率的定义与性质掌握概率的公理化定义，理解概率的非负性、规范性、可加性等基本性质。古典概型与几何概型熟悉古典概型和几何概型的定义和计算方法，能够运用排列组合知识解决古典概型问题。事件与概率

条件概率的定义与计算理解条件概率的概念，掌握条件概率的计算方法，能够运用条件概率解决实际问题。事件的独立性了解事件独立性的定义和性质，能够判断两个或多个事件是否相互独立。乘法公式与全概率公式掌握乘法公式和全概率公式的应用，能够运用这些公式计算复杂事件的概率。条件概率与独立性030201

贝叶斯公式的应用掌握贝叶斯公式的推导和应用，能够运用贝叶斯公式进行逆向概率的计算和推理。贝叶斯决策理论了解贝叶斯决策理论的基本思想和方法，能够运用贝叶斯决策理论进行实际问题的分析和解决。全概率公式的应用理解全概率公式的含义和应用条件，能够运用全概率公式计算某一事件发生的概率。全概率公式与贝叶斯公式

随机变量及其分布02

定义取值可数的随机变量，如投掷一枚骰子出现的点数。分布律描述离散型随机变量取各个值的概率，常用分布有0-1分布、二项分布、泊松分布等。数学期望与方差离散型随机变量的数学期望表示其平均取值，方差表示取值的离散程度。离散型随机变量

01取值充满某个区间的随机变量，如测量某物体的长度。定义02描述连续型随机变量在某一区间内取值的概率分布情况，常用分布有均匀分布、指数分布、正态分布等。概率密度函数03连续型随机变量的数学期望和方差同样表示其平均取值和取值的离散程度，计算时需用到积分。数学期望与方差连续型随机变量

一维随机变量的函数分布随机变量的函数的分布通过已知随机变量的分布，求其函数的分布，如X^2、sinX等。二维随机变量的函数分布对于两个随机变量的函数，如Z=X+Y，需先求出(X,Y)的联合分布，再求Z的分布。通过已知的随机变量的分布，经过一定的变换得到新的随机变量的分布，如卷积公式等。变换法求分布

多维随机变量及其分布03

设$X$和$Y$是两个随机变量，定义在样本空间$Omega$上，如果存在一个从$Omega$到二维实数空间$R^2$的函数$(X,Y):OmegarightarrowR^2$，使得对任意$x,yinR$，事件${(X,Y)inB}$（其中$B$是$R^2$中的Borel集）的概率可由此函数确定，则称$(X,Y)$为二维随机变量。对于任意实数$x,y$，二元函数$F(x,y)=P{Xleqx,Yleqy}$称为二维随机变量$(X,Y)$的联合分布函数。如果存在非负可积函数$f(x,y)$，使得对于任意实数$x,y$，有$F(x,y)=int_{-infty}^{x}int_{-infty}^{y}f(u,v)dudv$，则称$f(x,y)$为二维随机变量$(X,Y)$的联合概率密度函数。定义联合分布函数联合概率密度函数二维随机变量

边缘分布函数二维随机变量$(X,Y)$关于$X$和关于$Y$的边缘分布函数分别定义为$F_X(x)=F(x,infty)$和$F_Y(y)=F(infty,y)$。边缘概率密度函数如果$(X,Y)$的联合概率密度函数为$f(x,y)$，则$(X,Y)$关于$X$和关于$Y$的边缘概率密度函数分别定义为$f_X(x)=int_{-infty}^{infty}f(x,y)dy$和$f_Y(y)=int_{-infty}^{infty}f(x,y)dx$。条件分布函数对于固定的$y$，如果$P{Y=y}0$，则称条件概率$P{Xleqx|Y=y}=frac{P{Xleqx,Y=y}}{P{Y=y}}$为在给定$Y=y$的条件下，$X$的条件分布函数。类似地，可以定义在给定$X=x$的条件下，$Y$的条件分布函数。条件概率密度函数如果$(X,Y)$的联合概率密度函数为$f(x,y)$，且对于固定的$y$，有$f_Y(y)0$，则在给定$Y=y$的条件下，$X$的条件概率密度函数定义为$f_{X|Y}(x|y)=frac{f(x,y)}{f_Y(y)}$。类似地，可以定义在给定$X=x$的条件下，$Y$的条件概率密度函数缘分布与条件分布

定义：设$(X,Y)$是二维随机变量，如果对于任意实数$x,y$，都有$P{Xleqx,Yleqy}=P{Xleqx}P{Yle