统计概率知识点梳理总结.docx
《统计概率知识点梳理总结.docx》由会员分享,可在线阅读,更多相关《统计概率知识点梳理总结.docx(11页珍藏版)》请在冰点文库上搜索。
统计概率知识点梳理总结
统计概率知识点梳理总结
第一章随机事件与概率
一、教学要求
1•理解随机事件的概念,了解随机试验、样本空间的概念,掌握事件之间的关系与
运算.
2•了解概率的各种定义,掌握概率的基本性质并能运用这些性质进行概率计算.
3.理解条件概率的概念,掌握概率的乘法公式、全概率公式、贝叶斯公式,并能运用这些公式进行概率计算.
4•理解事件的独立性概念,掌握运用事件独立性进行概率计算
5•掌握贝努里概型及其计算,能够将实际问题归结为贝努里概型,然后用二项概率
计算有关事件的概率.
本章重点:
随机事件的概率计算.
二、知识要点
1•随机试验与样本空间
具有下列三个特性的试验称为随机试验:
(1)试验可以在相同的条件下重复地进行;
(2)每次试验的可能结果不止一个,但事先知道每次试验所有可能的结果;
(3)每次试验前不能确定哪一个结果会出现.
试验的所有可能结果所组成的集合为样本空间,用门表示,其中的每一个结果用e
表示,e称为样本空间中的样本点,记作门二{e}.
2•随机事件
在随机试验中,把一次试验中可能发生也可能不发生、而在大量重复试验中却呈现
某种规律性的事情称为随机事件(简称事件)•通常把必然事件(记作】)与不可能事件
(记作)
看作特殊的随机事件.
3.**事件的关系及运算
(1)包含:
若事件A发生,一定导致事件B发生,那么,称事件
B包含事件A,
记作AB(或B二A).
⑵相等:
若两事件A与B相互包含,即A二B且B二A,那么,
称事件A与B相
等,记作A二B.
(3)和事件:
“事件A与事件B中至少有一个发生”这一事件称为
A与B的和事件,
记作A_•Bn个事件AA2,山,A中至少有一事件发生”这一事件称为
n
IJA
A,A2,III,An的和,记作AlA211(An(简记为宫).
(4)积事件:
“事件A与事件B同时发生”这一事件称为A与B的积事件,记作
A^B(简记为AB);“n个事件A,A川,An同时发生”这一事件称为
n
1a
A,A2,川,An的积事件,记作Ai「A2-山-人(简记为AAJHAn或L).
(5)互不相容:
若事件A和B不能同时发生,即AB=••,那么称事件A与B互不相容(或互斥),若n个事件A1,A2,山,An中任意两个事件不能同时发生,即
AAj=(1
(6)对立事件:
若事件A和B互不相容、且它们中必有一事件发生,即AB=•且
A一B—,那么,称A与B是对立的•事件A的对立事件(或逆事件)记作A.
(7)差事件:
若事件A发生且事件B不发生,那么,称这个事件为事件A与B的差
事件,记作A-B(或AB)
(8)交换律:
对任意两个事件A和B有
A.B=B1.A,AB=BA.
(9)结合律:
对任意事件A,B,C有
Au(BuC)=(AuB).CAc(BcC)=(AcB)cC
>•
(10)分配律:
对任意事件A,B,C有
Au(BcC)=(AuB)c(AuC)Ac(B.C)=(AcB)u(A^C)
(11)德U摩根(DeMorgan)法则:
对任意事件A和B有
A一B二A一B,A一B二A一B.
4.频率与概率的定义
(1)频率的定义
的频率,记作fn(A),即
fn(A)£
n.
设随机事件A在n次重复试验中发生了nA次,则比值nA/n称为随机事件A发生
(ii)
P({e})=P({e»)=ill=P(g})
在古典概型中,规定事件A的概率为
nA
A中所含样本点的个数
P(A=I■■中所含样本点的个数
(4)几何概率的定义
如果随机试验的样本空间是一个区域(可以是直线上的区间、平面或空间中的区
域),且样本空间中每个试验结果的出现具有等可能性,那么规定事件A的概率为
aA的长度(或面积、体积)
P(A)=样本空间的的长度(或面积、体积)•
(5)概率的公理化定义
设随机试验的样本空间为,随机事件A是门的子集,P(A)是实值函数,若满足下列三条公理:
公理1(非负性)对于任一随机事件A,有P(A)>0;
公理2(规范性)对于必然事件门,有PC)二1;
公理3(可列可加性)对于两两互不相容的事件A'AzjlbAnNl,有
cdoO
P(Ua)八P(A)
i1id
则称P(A)为随机事件A的概率.
5.**概率的性质
由概率的三条公理可导出下面概率的一些重要性质
(1)P()".
⑵(有限可加性)设n个事件AA,川人两两互不相容,则有
P(A_•A?
—代)八P(A)
i4.
(3)对于任意一个事件A:
P(A)=1_P(A)
⑷若事件A,B满足AB,则有
P(B-A)=P(B)-P(A)
5
P(A)乞P(B).
(5)对于任意一个事件A,有P(A)叮.
(6)(加法公式)对于任意两个事件A,B,有
P(AB)=P(A)P(B)-P(AB)
对于任意
n个事件An,有
n
P(A
iA
n
\)八P(AJ-、P(AAj)'p(AAjAQ-|l|(-1)n」P(A"IAn)
i壬1巴直1知
6.**条件概率与乘法公式
设A与B是两个事件.在事件B发生的条件下事件A发生的概率称为条件概率,记
作P(A|B)•当P(B)0,规定
在同一条件下,条件概率具有概率的一切性质.
乘法公式:
对于任意两个事件A与B,当P(A)0,P(B)0时,有
P(AB)=P(A)P(B|A)=P(B)P(A|B)
7.*随机事件的相互独立性
如果事件A与B满足
P(AB)二P(A)P(B)
那么,称事件A与B相互独立.
关于事件A,月的独立性有下列两条性质:
(1)如果P(A)0,那么,事件A与B相互独立的充分必要条件是P(B|A)二P(B);如果P(B)0,那么,事件A与B相互独立的充分必要条件是P(A|B)rP(A).
这条性质的直观意义是“事件A与B发生与否互不影响”.
(2)下列四个命题是等价的:
(i)事件A与B相互独立;
(ii)事件A与B相互独立;
(iii)事件A与B相互独立;
(iv)事件A与B相互独立.
对于任意n个事件A,A2,川,An相互独立性定义如下:
对任意一个k=2」|l,n,任意的
1斗汕(:
:
:
ik“,若事件AAIHA总满足
P(r|l(Ak)二P(AJ川P(AJ
则称事件AA,山,An相互独立•这里实际上包含了2n-n-1个等式.
8.*贝努里概型与二项概率
设在每次试验中,随机事件A发生的概率P(A)二P(°”:
p:
:
1),则在n次重复独立
试验中.,事件A恰发生k次的概率为
m)knk
Pn(k)=hp(1—p),k=o,1,|||,nlk丿
称这组概率为二项概率.
9
.**全概率公式与贝叶斯公式
、P(A)P(B|A)
i4
第二章离散型随机变量及其分布
一、教学要求
1.理解离散型随机变量及其概率函数的概念并掌握其性质,掌握0-1分布、二项分
布、泊松(Poisson)分布、均匀分布、几何分布及其应用.
2•理解二维离散型随机变量联合概率函数的概念及性质;会利用二维概率分布计算有关事件的概率.
3.理解二维离散型随机变量的边缘分布,了解二维随机变量的条件分布.
4.掌握离散型随机变量独立的条件.
5.会求离散型随机变量及简单随机变量函数的概率分布.
本章重点:
离散型随机变量的分布及其概率计算.
、知识要点
1.一维随机变量
若对于随机试验的样本空间门中的每个试验结果e,变量X都有一个确定的实数值
与e相对应,即X=X(e),则称X是一个一维随机变量.
概率论主要研究随机变量的统计规律,也称这个统计规律为随机变量的分布.
2.**离散型随机变量及其概率函数
如果随机变量X仅可能取有限个或可列无限多个值,则称X为离散型随机变量.
设离散型随机变量X的可能取值为a(i“2m,n,HI),
Pi=P(X=3i),i=1,2,|l(,n,l|l.
QO
£Pi=1
若y,则称Pi(i"2川,n,M)离散型随机变量X的概率函数,概率函数也可用下列表格形式表示:
X
aia?
川anIII
Pr
PiP2川PnHI
3.*概率函数的性质
无Pi=1
⑵心.
由已知的概率函数可以算得概率
P(XS)八Pi
aiWs
其中,s是实数轴上的一个集合.
4.*常用离散型随机变量的分布
⑴0—1分布B(1,P),它的概率函数为
P(X=i)*'(1一卩)1」
其中,i=0或1,QP:
:
1.
(2)二项分布B(n,p),它的概率函数为
⑴in
P(X=i)=.p'(1—p)n
U丿
其中,i=0,1,2川|,n,0cpc1.
(4)泊松分布P('),它的概率函数为
i
P(X=i)e_,
i!
其中,i=0,1,2川I,n,|||,人>0.
(5)均匀分布,它的概率函数为
1
P(X二a)二
n,
其中i=0,1,2,111,n
丿、I?
♦
5.二维随机变量
若对于试验的样本空间11中的每个试验结果e,有序变量(X,丫)都有确定的一对实数值与e相对应,即X=X(e),丫二丫(e),则称(X,Y)为二维随机变量或二维随机向量.
6.*二维离散型随机变量及联合概率函数
如果二维随机变量(X,Y)仅可能取有限个或可列无限个值,那么,称(X,Y)为二维
离散型随机变量.
二维离散型随机变量(X,Y)的分布可用下列联合概率函数来表示:
P(X=ai,Y=bj)=p,i,j=1,2,川,
Pj-0,i,j=1,2,Hl,二Pj=1
其中,ij•
7•二维离散型随机变量的边缘概率函数
设(X,Y)为二维离散型随机变量,Pij为其联合概率函数(i,j=12HI),称概率
P(X二ai)(i=1,2JIO为随机变量X的边缘概率函数,记为pL并有
p.=P(X=印)=瓦p「i=1,2川
j,
称概率P(Y=bj)(j二1,2,川)为随机变量Y的边缘概率函数,记为P.j,并有
pP(丫=bj)Pj,j=1,2」11
P.j=i
8•随机变量的相互独立性
设(X,Y)为二维离散型随机变量,X与Y相互独立的充分必要条件为
Pj二PiLP_j,对一切i,j=1,2,|l|.
多维随机变量的相互独立性可类似定义•即多维离散型随机变量的独立性有与二维相应的结论.
9.随机变量函数的分布
设x是一个随机变量,g(x)是一个已知函数,丫二g(x)是随机变量x的函数,它也是一个随机变量.对离散型随机变量X,下面来求这个新的随机变量Y的分布.
(2)概率的统计定义
在进行大量重复试验中,随机事件A发生的频率具有稳定性,即当试验次数n很大
时,频率fn(A)在一个稳定的值P(0
(3)**古典概率的定义
具有下列两个特征的随机试验的数学模型称为古典概型:
(i)试验的样本空间门是个有限集,不妨记作门二{乳佥,川,弓};
在每次试验中,每个样本点e(i=1,23^l,n)出现的概率相同,即