概率论知识点总结.pptVIP

概率论知识点总结

典型问题

事件的概率

利用概率定义和运算法则计算

利用随机变量的概率分布计算

概率的近似计算

随机变量及其函数的分布

随机变量及其函数的数字特征

现实问题的概率模型

随机事件

概念

样本点、样本空间、基本事件、随机事件、必然事件、不可能事件

运算

及

关系

运算

性质

******概率论部分知识要点小结******

概率

定义

性质

条件概率

定义

三个重要公式

性质

独立性

定义

性质

两两独立

与

相互独立

独立重复试验概型

在n重伯努利试验中,事件A(每次试验中发生概率为p)出现k次的概率为:

随机变量及分布函数

随机变量的概念

X落在区间内概率

性质

离散型与连续型随机变量

分布函数

定义

X落在区间内概率

与分布函数的关系

性质

分布律

分布函数

3)左连续

边缘分布

边缘分布函数

定义

条件分布

条件分布函数

定义

P{Y=yj|X=xi}

P{X=xi|Y=yj}

独立性

定义

和的分布

极值分布

利用事件相等则概率相等的概念求函数的分布律

r.v.的函数的分布

用分布函数法求函数的分布函数(或分布密度)

二维r.v.的函数的分布

注:假设上述积分或级数均绝对收敛,否则期望不存在。

r.v.的期望

r.v.的函数的期望

期望

定义

性质

期望

其它

性质

棣莫佛－拉普拉斯中心极限定理

马尔可夫不等式

★常见分布的方差和期望

结论1

结论2

结论3

结论4

n元正态分布的重要性质:

1.n元正态变量(X1,X2,…,Xn)的每一个分量Xi均是正态变量;

若Xi均是正态变量,且相互独立,则(X1,X2,…,Xn)为正态变量.

2.n元变量(X1,X2,…,Xn)为正态变量的充要条件是X1,X2,…,Xn

的任意线性组合(非零)均服从一维正态分布.

3.n元变量(X1,X2,…,Xn)为正态变量,Y1,Y2,…,Yk是X1,X2,…,Xn

的线性函数,则(Y1,Y2,…,Yk)服从k维正态分布.

此性质称为正态变量的线性变换不变性.

4.n元变量(X1,X2,…,Xn)服从正态分布,

则“X1,X2,…,Xn相互独立”等价于“X1,X2,…,Xn.两两不相关”.

利用古典概型与加法定理计算

利用条件概率与乘法公式计算

利用全概公式和贝叶斯公式计算

典型问题一:事件的概率(利用概率定义和运算法则计算)

************************典型问题**************************

典型问题一:事件的概率(利用随机变量的概率分布计算)

所求概率

已知分布

已知分布律

已知分布密度

典型问题一:事件的概率(概率的近似计算)

典型问题二:随机变量及其函数的分布

期望

其它

性质

典型问题三:随机变量及其函数的数字特征