考研数学三概率论与数理统计公式大全.docxVIP

考研数学三概率论与数理统计公式大全

概率论与数理统计是考研数学三的重要组成部分，以下为你详细整理该部分的常用公式。

一、随机事件与概率

（一）基本概念

样本空间：随机试验E的所有可能结果组成的集合，记为Ω。

随机事件：样本空间Ω的子集，用A、B、C等表示。

基本事件：样本空间中只包含一个样本点的事件。

必然事件：样本空间Ω本身，表示在每次试验中一定发生的事件。

不可能事件：空集?，表示在每次试验中一定不发生的事件。

（二）概率的基本性质与公式

1.概率的定义：设E是随机试验，Ω是它的样本空间，对于E的每一事件A赋予一个实数，记为P(A)，称为事件A的概率。若集合函数

非负性：对于每一个事件A，有P(

规范性：对于必然事件Ω，有P(

可列可加性：设A1,A2,?是两两互不相容的事件，即对于i≠j，Ai∩

加法公式：P(A∪B)=P(A)+P(B

减法公式：P(A?B)=P

条件概率公式：P(B|A)=P(A∩B

乘法公式：P(A∩B)=P(A

全概率公式：设B1,B2,?,Bn是样本空间Ω的一个划分（即BiBj=?，i≠j，

贝叶斯公式：设B1,B2,?,Bn是样本空间Ω的一个划分，且P(

独立性：若P(A∩B)=P(A)P(B)，则称事件A与

二、随机变量及其分布

（一）随机变量的分布函数

设X是一个随机变量，x是任意实数，函数F(x)=P(X≤x)称为X的分布函数。分布函数具有以下性质：

2.F(x)是单调不减函数，即若x1

3.F(x)是右连续的，即

（二）离散型随机变量

1.定义：如果随机变量X只可能取有限个或可列无限个值x1,x2,

2.概率分布（分布律）：P(X=xi)=p

3.常见离散型分布

两点分布（0-1分布）：X～B(1,p)

二项分布：X～B(n,p)，表示n重伯努利试验中成功的次数，

泊松分布：X～P(λ)，P

（三）连续型随机变量

1.定义：如果对于随机变量X的分布函数F(x)，存在非负可积函数f(x)，使得对于任意实数x，有F(x)=?∞

2.概率密度函数的性质

f(x)

?∞

P(aX≤

均匀分布：X～U(a,b)

指数分布：X～E(λ)，概率密度函数f(x)=λ

正态分布：X～N(μ,σ2)，概率密度函数f(x)=12πσe?(x?μ)22σ2

三、多维随机变量及其分布

（一）二维随机变量的联合分布

1.联合分布函数：设(X,Y)是二维随机变量，对于任意实数x,y，二元函数F

2.联合概率分布（离散型）：若(X,Y)是二维离散型随机变量，其联合概率分布为P(X=x

3.联合概率密度函数（连续型）：若存在非负可积函数f(x,y)，使得对于任意实数x,y，有F(x,y)=?∞y?

（二）边缘分布

1.离散型：X的边缘概率分布P(X=xi)=

2.连续型：X的边缘概率密度函数fX(x)=?∞

（三）条件分布

1.离散型：在Y=yj条件下X的条件概率分布P(X=xi|Y=yj)=P

2.连续型：在Y=y条件下X的条件概率密度函数fX|Y(x|y)=f(x,y

（四）独立性

若F(x,y)=FX(x)FY(y

（五）二维常见分布

1.二维均匀分布：(X,Y)～U(D)，其中

2.二维正态分布：(X,Y)～N(μ1,μ2,σ12,σ22,ρ)

四、随机变量的数字特征

（一）数学期望

1.离散型随机变量：设X的概率分布为P(X=xi)

2.连续型随机变量：设X的概率密度函数为f(x)，则

3.性质：E(C)=C（C为常数）；E(CX)=CE(X

（二）方差

1.定义：D(

2.性质：D(C)=0（C为常数）；D(CX)=C2D(

（三）协方差

1.定义：Co

2.性质：Cov(X,

（四）相关系数

1.定义：ρXY=Cov(

2.性质：ρXY=1表示X与Y正线性相关；ρXY=?1表示X与Y负线性相关；ρX

（五）常见分布的数字特征

1.两点分布：X～B(1,

2.二项分布：X～B(n,

3.泊松分布：X～P(λ)

4.均匀分布：X～U(a,

5.指数分布：X～E(λ)

6.正态分布：X～N(μ,

五、大数定律和中心极限定理

（一）大数定律

1.切比雪夫大数定律：设X1,X2,?,Xn,?是相互独立的随机变量序列，它们的数学期望E(Xi)和方差D(Xi)都存在，且方差有公共上界，即存在常数C，使得D(X

2.伯努利大数定律：设nA是n次独立重复试验中事件A发生的次数，p是事件A在每次试验中发生