2023年概率论知识点总结.doc
概率论知识点总结第一章 随机事件及其概率第一节 基本概念随机实验：将一切具有下面三个特点：（1）可反复性（2）多结果性（3）不拟定性的实验或观测称为随机实验，简称为实验，常用 E 表达。随机事件：在一次实验中，也许出现也也许不出现的事情（结果）称为随机事件，简称为事件。不也许事件：在实验中不也许出现的事情，记为。 必然事件：在实验中必然出现的事情，记为。 样本点：随机实验的每个基本结果称为样本点，记作. 样本空间：所有样本点组成的集合称为样本空间. 样本空间用表达. 一个随机事件就是样本空间的一个子集。基本领件单点集，复合事件多点集一个随机事件发生，当且仅当该事件所包含的一个样本点出现。事件的关系与运算（就是集合的关系和运算）包含关系：若事件 A 发生必然导致事件B发生，则称B包含A，记为或。 相等关系：若且，则称事件A与事件B相等，记为AB。事件的和：“事件A与事件B至少有一个发生”是一事件，称此事件为事件A与事件B的和事件。记为 AB。事件的积：称事件“事件A与事件B都发生”为A与B的积事件，记为A B或AB。事件的差：称事件“事件A发生而事件B不发生”为事件A与事件B的差事件,记为 AB。用交并补可以表达为。互斥事件：假如A，B两事件不能同时发生，即AB，则称事件A与事件B是互不相容事件或互斥事件。互斥时可记为AB。对立事件：称事件“A不发生”为事件A的对立事件（逆事件），记为。对立事件的性质：。事件运算律：设A，B，C为事件，则有（1）互换律：AB=BA，AB=BA（2）结合律：A(BC)=(AB)C=ABC A(BC)=(AB)C=ABC（3）分派律：A(BC)(AB)(AC) A(BC)(AB)(AC)= ABAC（4）对偶律（摩根律）： 第二节 事件的概率概率的公理化体系：（1）非负性：P(A)0；（2）规范性：P()1（3）可数可加性：两两不相容时概率的性质：（1）P()0（2）有限可加性：两两不相容时当AB=时P(AB)P(A)P(B)（3）（4）P(AB)P(A)P(AB)（5）P（AB）P(A)P(B)P(AB)第三节 古典概率模型1、设实验E是古典概型, 其样本空间由n个样本点组成,事件A由k个样本点组成.则定义事件A的概率为2、几何概率：设事件A是的某个区域，它的面积为 (A)，则向区域上随机投掷一点，该点落在区域 A 的概率为假如样本空间可用一线段，或空间中某个区域表达，则事件A的概率仍可用上式拟定，只但是把理解为长度或体积即可. 第四节 条件概率条件概率：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).乘法公式：P(AB)=P(B)P(A|B)P(A)P(B|A)全概率公式：设是一个完备事件组，则P(B)=P()P(B|)贝叶斯公式：设是一个完备事件组,则第五节 事件的独立性两个事件的互相独立：若两事件A、B满足P(AB)= P(A) P(B)，则称A、B独立，或称A、B互相独立.三个事件的互相独立：对于三个事件A、B、C，若P(AB)= P(A) P(B)，P(AC)= P(A)P(C)，P(BC)= P(B) P(C)，P(ABC)= P(A) P(B)P(C)，则称A、B、C互相独立三个事件的两两独立：对于三个事件A、B、C，若P(AB)= P(A) P(B)，P(AC)= P(A)P(C)，P(BC)= P(B) P(C)，则称A、B、C两两独立独立的性质：若A与B互相独立，则与B，A与，与均互相独立总结：1.条件概率是概率论中的重要概念，其与独立性有密切的关系，在不具有独立性的场合，它将扮演重要的角色。2.乘法公式、全概公式、贝叶斯公式在概率论的计算中经常使用， 应牢固掌握。3.独立性是概率论中的最重要概念之一，应对的理解并应用于概率的计算。第二章 一维随机变量及其分布第二节 分布函数分布函数：设X是一个随机变量，x为一个任意实数，称函数为X的分布函数。假如将X看作数轴上随机点的坐标，那么分布函数 F(x)的值就表达X落在区间 内的概率分布函数的性质：（1）单调不减；（2）右连续；（3）第三节 离散型随机变量离散型随机变量的分布律：设(k=1,2, )是离散型随机变量X所取的一切也许值，称 为离散型随机变量X的分布律，也称概率分布.当离散性随机变量取值有限且概率的规律不明显时，常用表格形式表达分布律。分布律的性质：（1）；（2）离散型随机变量的概率计算：（1）已知随机变量X的分布律，求X的分布函数；（2）已知随机变量X的分布律, 求任意随机事件的概率；（3）已知随机变量X的分布函数，求X的分布律三种常用离散型随机变量的分布：1.（01）分布：参数为p的分布律为2.二项分布：参数为n，p的分布律为，。例如n重独立反复实验中，事件A发生的概率为p，记X为这n次实验中事件A发生的次数，则XB（n，p）3.泊松分布：参数为的分布率为，。例如记X为某段事件内电话互换机接到的呼喊次数，则XP（）第四节 连续型随机变量连续型随机变量概率密度f(x)的性质（1）f(x)0（2），（3）（4）连续型随机变量的概率计算：（1）已知随机变量X的密度函数，求X的分布函数；（2）已知随机变量X的分布函数，求X的密度函数；（3）已知随机变量X的密度函数, 求随机事件的概率；（4）已知随机变量X的分布函数，求随机事件的概率；三种重要的连续型分布：1均匀分布：密度函数，记为 XUa，b.2. 指数分布：密度函数，记为XE（）3. 正态分布：密度函数 ，记为N（0，1）称为标准正态分布.标准正态分布的重要性在于，任何一个一般的正态分布都可以通过线性变换转化为标准正态分布，然后再计算概率.第五节 随机变量函数的分布离散型：在分布律的表格中直接求出；连续型：寻找分布函数间的关系，再求导得到密度函数间的关系；注意分段函数情况也许需要讨论，得到的结果也也许是分段函数。第三章 多维随机变量及其分布第一节 二维随机变量的联合分布函数联合分布函数，表达随机点落在以（x ，y）为顶点的左下无穷矩形区域内的概率。联合分布函数的性质：（1）分别关于x和y单调不减；（2）分别关于x和y右连续；（3）F (- , y ) = 0,F ( x ,- ) =0,F(-,-) = 0F ( + ,+ ) = 1第二节 二维离散型随机变量联合分布律：联合分布律的性质：；第三节 二维连续性随机变量联合密度：联合密度的性质：；第四节 边沿分布二维离散型随机变量的边沿分布律：在表格边沿，相应概率相加求出；二维连续性随机变量的边沿密度：先求出边沿分布函数，在求导求出边沿密度第六节 随机变量的独立性独立性判断：（1）若取值互不影响，可认为互相独立；（2）根据独立性定义判断 离散型可用 连续型可用独立性的应用：（1）判断独立性；（2）已知独立性，由边沿分布拟定联合分布第四章 随机变量的数字特性离散型随机变量数学盼望的计算，连续型随机变量数学盼望的计算，方差的计算：，数学盼望的性质（1）E (C ) = C（2）E (CX ) = CE (X )（3）E (X + Y ) = E (X ) + E (Y )（4）当 X ,Y 独立时，E (X Y ) = E (X )E (Y )方差的性质（1）D (C) = 0（2）D (CX ) = D(X)（3）若 X ,Y 互相独立，则D ( X ± Y ) = D ( X ) + D (Y )常见分布的数学盼望和方差两点分布，二项分布，泊松分布，均匀分布，正态分布，指数分布
