概率论公式总结以及习题小测!
概率论公式总结以及习题小测!
第一章
P(A+B)=P(A)+P(B)- P(AB)
特别地,当A、B互斥时, P(A+B)=P(A)+P(B) 条件概率公式
P(A|B)?P(AB)
P(B)
概率的乘法公式
P(AB)?P(B)P(A|B)?P(A)P(B|A)
全概率公式:从原因计算结果
?
n
P(A)?P(Bk)P(A|Bk)
k?1
Bayes公式:从结果找原因
P(BA)?P(B|B
i)P(Ai)k|?
n
P(B(A|B
k)Pk)k?1
第二章
二项分布(Bernoulli分布)——X~B(n,p)
P(X?k)?Ckpk(1?p)n?kn,(k?0,1,...,n)
泊松分布——X~P(λ)
k
P(X?k)??
k!e??,(k?0,1,...)
概率密度函数
?
??
??
f(x)dx?1
怎样计算概率
P(a?X?b)
P(a?X?b)??b
f(x)dx
a
均匀分布X~U(a,b)
f(x)?
1
b?a
(a?x?b)
指数分布X~Exp (θ)
f(x)?
1
?x/?
?
e(x?0)
分布函数
对离散型随机变量 F(x)?P(X?x)?k?P(X?k)
?x
对连续型随机变量
x
F(x)?P(X
?x)????
f(t)dt
分布函数与密度函数的重要关系:
F(x)?P(X?x)??x
??
f(t)dt
F'(x)?f(x)
二元随机变量及其边缘分布 分布规律的描述方法
联合密度函数 f(x,y)
联合分布函数 F(x,y)
f(x,y)?0
????
??
????
f(x,y)dxdy?1
0?F(x,y)?1 F(x,y)?P{X?x,Y?y}
联合密度与边缘密度
f??
X(x)????
f(x,y)dy
f Y(y)????
??
f(x,y)dx
离散型随机变量的独立性
P{X?i,Y?j}?P{X?i}P{Y?j}
连续型随机变量的独立性
f(x,y)?f(x)f
XY(y)
第三章
数学期望
离散型随机变量,数学期望定义
E(X)?
k
k???
x
k
?P???
??
连续型随机变量,数学期望定义 E(X)?x?f(x)dx
?
??
? E(a)=a,其中a为常数
? E(a+bX)=a+bE(X),其中a、b为常数
? E(X+Y)=E(X)+E(Y),X、Y为任意随机变量
随机变量g(X)的数学期望 E(g(X))??
g(xk)pk
k常用公式
E(X)???xipij
E(X)???xf(x,y)dxdy
i
j
E(XY)???xiyjpij
i
j
正态分布
f(x)?
1
e2??
?
(x??)22?E(X?Y)?E(X)?E(Y)E(XY)???xyf(x,y)dxdy
E(X)??,D(X)??2
标准正态分布的概率计算 ?(a)?1??(?a)标准正态分布的概率计算公式
当X与Y独立时,E(XY)?E(X)E(Y)
方差 定义式
P(Z?a)?P(Z?a)??(a)
P(Z?a)?P(Z?a)?1??(a)
D(X)??
常用计算式
常用公式
2
?x?E(X)??f(x)dx??
??
2
P(a?Z?b)??(b)??(a)
P(?a?Z?a)??(a)??(?a)?2?(a)?1
一般正态分布的概率计算
D(X)?E(X2)??E(X)?
X~N(?,?2)?Z?
X??
D(X?Y)?D(X)?D(Y)?2E{(X?E(X))(Y?E(Y))}
当X、Y相互独立时:
?
~N(0,1)
一般正态分布的概率计算公式
D(X?Y)?D(X)?D(Y)
P(X?a)?P(X?a)??(
a??
?
)
方差的性质
D(a)=0,其中a为常数
D(a+bX)=b2D(X),其中a、b为常数
当X、Y相互独立时,D(X+Y)=D(X)+D(Y) 协方差与相关系数
E??X?E(X)??Y?E(Y)???E(XY)?E(X)E(Y)
Cov(X,Y)?E(XY)?E(X)E(Y)
Cov(X,Y)?XY?
D(X)D(Y)
协方差的性质
?
b??a??
P(a?X?b)??()??()
??
第五章 卡方分布
n
2
若X~N(0,1),则Xi~?2(n)
i?1
P(X?a)?P(X?a)?1??(
a??
?
若Y~N(?,?2),则
t分布
1
?
2
??Y???
i
i?1
n
2
~?2(n)
Cov(X,X)?E(X2)??E(X)??D(X)
2
若X~N(0,1),Y~?(n),则
F分布 若U~?2(n),V~1正态总体条件下
样本均值的分布:
2
Cov(aX,bY)?abCov(X,Y)
X
~t(n) /n
Cov(X?Y,Z)?Cov(X,Z)?Cov(Y,Z)
独立与相关 独立必定不相关 相关必定不独立 不相关不一定独立 第四章
?2(n2),则
U/n1
~F(n1,n2)V/n2
~N(?,
分布:
?
2
n
)
??
~N(0,1)?/n
样本方差的
X~N(?,?2)
(n?1)S2
?2
~?(n?1)
2
??
~t(n?1)
s/n
两个正态总体的方差之比
S/S
~F(n1?1,n2?1)
?/?
21212222
两个正态总体均值差的置信区间 大样本或正态小样本且方差已知
22????1?????z?2? 12?/2
?n1n2??? 两个正态总体方差比的置信区间
2
?S12/S2??F(n?1,n?1),
2??/21
2
?S12/S2
?
F?/2(n1?1,n2?1)??
第六章
点估计:参数的估计值为一个常数 矩估计
最大似然估计 似然函数 n
第七章
假设检验的步骤
① 根据具体问题提出原假设H0和备择假设H1 ② 根据假设选择检验统计量,并计算检验统计值 ③ 看检验统计值是否落在拒绝域,若落在拒绝域则
拒绝原假设,否则就不拒绝原假设。
不可避免的两类错误
第1类(弃真)错误:原假设为真,但拒绝了原假设 第2类(取伪)错误:原假设为假,但接受了原假设 单个正态总体的显著性检验
? 单正态总体均值的检验
? 大样本情形——Z检验
? 正态总体小样本、方差已知——Z检验 ? 正态总体小样本、方差未知—— t检验
? 单正态总体方差的检验
? 正态总体、均值未知——卡方检验
单正态总体均值的显著性检验 统计假设的形式
双边检验 (1)H0:???0H1:???0
(2)H0:???0H1:???0左边检验
(3)H0:???0H1:???0
右边检验
单正态总体均值的Z检验
L??
i?1
n
f(xi;?)L??p(xi;?)
i?1
均值的区间估计——大样本结果
?? ?
?z???/2
n? ?
—样本均值
—标准差(通常未知,可用样本标准差s代替)—样本容量(大样本要求n?50)
?
n
z?/2—正态分布的分位点?
??z?/2??
(1?)?
?? n?
n
—样本比例
—样本容量(大样本要求n?50)
z?/2—正态分布的分位点
小样本、正态总体、标准差?已知?? ?
??z?/2?
n??
Z?
??0
?/n
(大样本情形?未知时用S代替)
小样本、正态总体、标准差?未知
拒绝域的代数表示
s??
??t?/2(n?1)?
n??
Z?Z?/2双边检验
左边检验
Z??Z?
t?/2(n?1)—自由度为n?1的t分布的分位点
Z?Z?右边检验
比例——特殊的均值的Z检验
(n?1)S2
2??/2
,
(n?1)S2
?12??/2
?
S2
—样本方差
Z?
2
??/2—卡方分布的分位点
?p0
p0(1?p0)/n
——样本比例
p0——总体比例
正态总体方差的区间估计
单正态总体均值的 t 检验
??0 t?
S/n
单正态总体方差的卡方检验 2
(n?1)S ?2?2
?0
拒绝域
双边检验 ?2??2或?2??2
?/21??/2
Y?X2的分布律为_________。 10. 若二维随机变量(X, Y)的区域
(x,y)|x2?y2?R2上服从均匀分布,则(X,Y)的密度函数为__________。
11. 设二维随机变量(X,Y)的概率密度为
?e?y?1?
f(x,y)??x2,x?1,y?1,
??0,
则fX(x)?_________。
12. 设随机变量X的分布律为E(X2)?_________。
??
左边检验 ?2??21??/2
右边检验
?2??2?/2
概率论与数理统计复习题
相关文章
- 2023-11-02洛数是什么意思,洛书河图
- 2023-11-03羞答答的玫瑰静悄悄地开简谱,羞答答的玫瑰静悄悄地开(梁文福词曲)歌谱
- 2023-11-27来安县医疗机构校验总结
- 2023-11-03王老五简谱,王老五歌谱
- 2023-11-03祖国就是家简谱,祖国就是家(李宏声 词曲)歌谱