概率論復(fù)習提綱

1、概率論復(fù)習提綱第一章 隨機事件和概率 （11）減法公式P(A-B)=P(A)-P(AB)當B A時，P(A-B)=P(A)-P(B)當A=時，P( )=1- P(B)第二章 隨機變量及其分布 （5）八大分布0-1分布P(X=1)=p, P(X=0)=q二項分布在 重貝努里試驗中，設(shè)事件 發(fā)生的概率為 。事件 發(fā)生的次數(shù)是隨機變量，設(shè)為 ，則 可能取值為 。， 其中 ，則稱隨機變量 服從參數(shù)為 ， 的二項分布。記為 。當 時， ， ，這就是（0-1）分布，所以（0-1）分布是二項分布的特例。泊松分布設(shè)隨機變量 的分布律為， ， ，則稱隨機變量 服從參數(shù)為 的泊松分布，記為 或者P( )。泊松分布

2、為二項分布的極限分布（np=，n）。超幾何分布隨機變量X服從參數(shù)為n,N,M的超幾何分布，記為H(n,N,M)。幾何分布，其中p0，q=1-p。隨機變量X服從參數(shù)為p的幾何分布，記為G(p)。均勻分布設(shè)隨機變量 的值只落在a，b內(nèi)，其密度函數(shù) 在a，b上為常數(shù) ，即axb其他，則稱隨機變量 在a，b上服從均勻分布，記為XU(a，b)。分布函數(shù)為axb0， xb。當ax1x2b時，X落在區(qū)間（ ）內(nèi)的概率為。指數(shù)分布,0, ,其中 ，則稱隨機變量X服從參數(shù)為 的指數(shù)分布。X的分布函數(shù)為,x0, D(Y)0，則稱為X與Y的相關(guān)系數(shù)，記作 （有時可簡記為 ）。| |1，當| |=1時，稱X與Y完全相

3、關(guān)：完全相關(guān)而當 時，稱X與Y不相關(guān)。以下五個命題是等價的： ；cov(X,Y)=0;E(XY)=E(X)E(Y);D(X+Y)=D(X)+D(Y);D(X-Y)=D(X)+D(Y).協(xié)方差矩陣混合矩對于隨機變量X與Y，如果有 存在，則稱之為X與Y的k+l階混合原點矩，記為 ；k+l階混合中心矩記為：（6）協(xié)方差的性質(zhì)(i) cov (X, Y)=cov (Y, X);(ii) cov(aX,bY)=ab cov(X,Y);(iii) cov(X1+X2, Y)=cov(X1,Y)+cov(X2,Y);(iv) cov(X,Y)=E(XY)-E(X)E(Y).（7）獨立和不相關(guān)（i） 若隨機變

4、量X與Y相互獨立，則 ；反之不真。（ii） 若（X，Y）N（ ），則X與Y相互獨立的充要條件是X和Y不相關(guān)。第五章 大數(shù)定律和中心極限定理（1）大數(shù)定律切比雪夫大數(shù)定律設(shè)隨機變量X1，X2，相互獨立，均具有有限方差，且被同一常數(shù)C所界：D（Xi）C(i=1,2,),則對于任意的正數(shù)，有特殊情形：若X1，X2，具有相同的數(shù)學(xué)期望E（XI）=，則上式成為伯努利大數(shù)定律設(shè)是n次獨立試驗中事件A發(fā)生的次數(shù)，p是事件A在每次試驗中發(fā)生的概率，則對于任意的正數(shù)，有伯努利大數(shù)定律說明，當試驗次數(shù)n很大時，事件A發(fā)生的頻率與概率有較大判別的可能性很小，即這就以嚴格的數(shù)學(xué)形式描述了頻率的穩(wěn)定性。辛欽大數(shù)定律設(shè)X

5、1，X2，Xn，是相互獨立同分布的隨機變量序列，且E（Xn）=，則對于任意的正數(shù)有（2）中心極限定理列維林德伯格定理設(shè)隨機變量X1，X2，相互獨立，服從同一分布，且具有相同的數(shù)學(xué)期望和方差： ，則隨機變量的分布函數(shù)Fn(x)對任意的實數(shù)x，有此定理也稱為獨立同分布的中心極限定理。棣莫弗拉普拉斯定理設(shè)隨機變量 為具有參數(shù)n, p(0p1)的二項分布，則對于任意實數(shù)x,有第六章 樣本及抽樣分布（1）數(shù)理統(tǒng)計的基本概念總體在數(shù)理統(tǒng)計中，常把被考察對象的某一個（或多個）指標的全體稱為總體（或母體）。我們總是把總體看成一個具有分布的隨機變量（或隨機向量）。個體總體中的每一個單元稱為樣品（或個體）。樣本我

6、 們把從總體中抽取的部分樣品 稱為樣本。樣本中所含的樣品數(shù)稱為樣本容量，一般用n表示。在一般情況下，總是把樣本看成是n個相互獨立的且與總體有相同分 布的隨機變量，這樣的樣本稱為簡單隨機樣本。在泛指任一次抽取的結(jié)果時， 表示n個隨機變量（樣本）；在具體的一次抽取之后， 表示n個具體的數(shù)值（樣本 值）。我們稱之為樣本的兩重性。第七章 參數(shù)估計（1）點估計矩估計設(shè)總體X的分布中包含有未知數(shù) ，則其分布函數(shù)可以表成 它的k階原點矩 中也包含了未知參數(shù) ，即 。又設(shè) 為總體X的n個樣本值，其樣本的k階原點矩為這樣，我們按照“當參數(shù)等于其估計量時，總體矩等于相應(yīng)的樣本矩”的原則建立方程，即有由上面的m個方

7、程中，解出的m個未知參數(shù) 即為參數(shù)（ ）的矩估計量。若 為 的矩估計， 為連續(xù)函數(shù)，則 為 的矩估計。極大似然估計當總體X為連續(xù)型隨機變量時，設(shè)其分布密度為 ，其中 為未知參數(shù)。又設(shè) 為總體的一個樣本，稱為樣本的似然函數(shù)，簡記為Ln.當總體X為離型隨機變量時，設(shè)其分布律為 ，則稱為樣本的似然函數(shù)。若似然函數(shù) 在 處取到最大值，則稱 分別為 的最大似然估計值，相應(yīng)的統(tǒng)計量稱為最大似然估計量。若 為 的極大似然估計， 為單調(diào)函數(shù)，則 為 的極大似然估計。（2）估計量的評選標準無偏性設(shè) 為未知參數(shù) 的估計量。若E （ ）= ，則稱 為 的無偏估計量。E（ ）=E（X）， E（S2）=D（X）有效性設(shè)

8、 和 是未知參數(shù) 的兩個無偏估計量。若 ，則稱 有效。一致性設(shè) 是 的一串估計量，如果對于任意的正數(shù) ，都有則稱 為 的一致估計量（或相合估計量）。若 為 的無偏估計，且 則 為 的一致估計。只要總體的E(X)和D(X)存在，一切樣本矩和樣本矩的連續(xù)函數(shù)都是相應(yīng)總體的一致估計量。（3）區(qū)間估計置信區(qū)間和置信度設(shè)總體X含有一個待估的未知參數(shù) 。如果我們從樣本 出發(fā)，找出兩個統(tǒng)計量 與 ，使得區(qū)間 以 的概率包含這個待估參數(shù) ，即那么稱區(qū)間 為 的置信區(qū)間， 為該區(qū)間的置信度（或置信水平）。單正態(tài)總體的期望和方差的區(qū)間估計設(shè) 為總體 的一個樣本，在置信度為 下，我們來確定 的置信區(qū)間 。具體步驟如

9、下：（i）選擇樣本函數(shù)；（ii）由置信度 ，查表找分位數(shù)；（iii）導(dǎo)出置信區(qū)間 。已知方差，估計均值（i）選擇樣本函數(shù)(ii) 查表找分位數(shù)（iii）導(dǎo)出置信區(qū)間未知方差，估計均值（i）選擇樣本函數(shù)(ii)查表找分位數(shù)（iii）導(dǎo)出置信區(qū)間方差的區(qū)間估計（i）選擇樣本函數(shù)（ii）查表找分位數(shù)（iii）導(dǎo)出 的置信區(qū)間第八章 假設(shè)檢驗基本思想假設(shè)檢驗的統(tǒng)計思想是，概率很小的事件在一次試驗中可以認為基本上是不會發(fā)生的，即小概率原理。為 了檢驗一個假設(shè)H0是否成立。我們先假定H0是成立的。如果根據(jù)這個假定導(dǎo)致了一個不合理的事件發(fā)生，那就表明原來的假定H0是不正確的，我們拒絕接受 H0；如果由此沒有

10、導(dǎo)出不合理的現(xiàn)象，則不能拒絕接受H0，我們稱H0是相容的。與H0相對的假設(shè)稱為備擇假設(shè)，用H1表示。這里所說的小概率事件就是事件 ，其概率就是檢驗水平，通常我們?nèi)?0.05，有時也取0.01或0.10。基本步驟假設(shè)檢驗的基本步驟如下：(i) 提出零假設(shè)H0；(ii) 選擇統(tǒng)計量K；(iii) 對于檢驗水平查表找分位數(shù)；(iv) 由樣本值 計算統(tǒng)計量之值K；將 進行比較，作出判斷：當 時否定H0，否則認為H0相容。兩類錯誤第一類錯誤當H0為真時，而樣本值卻落入了否定域，按照我們規(guī)定的檢驗法則，應(yīng)當否定H0。這時，我們把客觀上H0成立判為H0為不成立（即否定了真實的假設(shè)），稱這種錯誤為“以真當假”

11、的錯誤或第一類錯誤，記 為犯此類錯誤的概率，即P否定H0|H0為真= ；此處的恰好為檢驗水平。第二類錯誤當H1為真時，而樣本值卻落入了相容域，按照我們規(guī)定的檢驗法則，應(yīng)當接受H0。這時，我們把客觀上H0。不成立判為H0成立（即接受了不真實的假設(shè)），稱這種錯誤為“以假當真”的錯誤或第二類錯誤，記 為犯此類錯誤的概率，即P接受H0|H1為真= 。兩類錯誤的關(guān)系人們當然希望犯兩類錯誤的概率同時都很小。但是，當容量n一定時， 變小，則 變大；相反地， 變小，則 變大。取定 要想使 變小，則必須增加樣本容量。在實際使用時，通常人們只能控制犯第一類錯誤的概率，即給定顯著性水平。大小的選取應(yīng)根據(jù)實際情況而定

12、。當我們寧可“以假為真”、而不愿“以真當假”時，則應(yīng)把取得很小，如0.01，甚至0.001。反之，則應(yīng)把取得大些。第一章講隨機事件及其概率的一些相關(guān)公式和運用。很多高中就有涉及，如果你真理不清其中的關(guān)系，我建議可以先畫韋恩圖取得一個感性的認識，再去推導(dǎo)記憶公式。我把公式分為兩類：基本公式，條件概率公式。當然基本概念是必須搞清楚的，這一章大多數(shù)基本概念大家都比較熟悉，除了條件概率相對陌生。我相信大家都不會存在概念上的問題。基本公式就是一些定律和性質(zhì)公式，已經(jīng)很熟悉的公式跳過，相對陌生的重點記憶一下，會用就行了。目測比較陌生的也就是德摩根率的兩個公式和任意n個事件的并集概率公式。條件概率那一節(jié)主要

13、是理解記憶全概率公式和貝葉斯公式，課后相關(guān)習題會做就達到要求了。獨立事件這一部分記得它的條件就夠了，做題需要用的時候能用上就可以了。這兒強調(diào)一下，注意區(qū)別一下相互獨立事件和互斥事件、對立事件的關(guān)系，尤其注意一下各個隨機事件概率之間的數(shù)量關(guān)系。 第二、三、四章都是講隨機變量的相關(guān)計算，首先注意分清離散型隨機變量和連續(xù)性隨機變量的相關(guān)表示方法和稱謂。比如f(x)和P(X=xi)，相同含義，離散型叫做概率分布律，而連續(xù)性稱謂概率密度函數(shù)，類似的還有許多。掌握兩類函數(shù)中各自的基本函數(shù)。離散型：0-1分布（xB(1,p)），二項分布（xB(n,p)），幾何分布，泊松分布（x()這個比較陌生，重點看看）；連續(xù)性：均勻分布（xU（a，b），正態(tài)分布（xN(，2)），指數(shù)分布（這個也相對陌生，重點看看）。熟記這些基本分布的表達式、均值和方差。 掌握表征隨機變量的一些量，諸如概率密度函數(shù)（概率分布律），概率分布函數(shù)（第二章）；聯(lián)合分布律，聯(lián)合概率分布函數(shù)，邊緣分布律（邊緣概率密度），邊緣分布函數(shù)（第三章）；均值，方差，協(xié)方差，相關(guān)系數(shù)（第四章）等，注意各自表征的含義，區(qū)別一維和二維，特別留意均值和方差的相關(guān)性質(zhì)。理想的效果：會靈活地實現(xiàn)邊緣概率密度、邊緣分布函數(shù)和聯(lián)合概率密度、聯(lián)合分布函數(shù)之間轉(zhuǎn)換