概率论与数理统计复习资料要点总结--学生

概率论与数理统计复习资料要点总结--学生

ID:40680387

大小:595.00 KB

页数:12页

时间:2019-08-06

概率论与数理统计复习资料要点总结--学生_第1页
概率论与数理统计复习资料要点总结--学生_第2页
概率论与数理统计复习资料要点总结--学生_第3页
概率论与数理统计复习资料要点总结--学生_第4页
概率论与数理统计复习资料要点总结--学生_第5页
资源描述:

《概率论与数理统计复习资料要点总结--学生》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、《概率论与数理统计》复习资料一、复习提纲注:以下是考试的参考内容,不作为实际考试范围,仅作为复习参考之用。考试内容以教学大纲和实施计划为准;注明“了解”的内容一般不考。1、会事件关系的运算,了解概率的古典定义2、能较熟练地求解古典概率;了解概率的公理化定义3、掌握概率的基本性质和应用这些性质进行概率计算;理解条件概率的概念;掌握加法公式与乘法公式4、能准确地选择和运用全概率公式与贝叶斯公式解题;掌握事件独立性的概念及性质。5、理解随机变量的概念,掌握离散性随机变量分布率的性质及求法,掌握(0—1)分布、二项分布、泊松分布的分布律。6、理解分布函数的概念及性质,理解并掌

2、握连续型随机变量的概率密度及性质。7、掌握指数分布(参数)、均匀分布、正态分布8、会求特殊的一维随机变量函数分布的分布律或概率密度。9、会求分布中的待定参数。会求区间的概率.10、会求边缘分布律、边缘密度函数,会判别随机变量的独立性。11、掌握二维连续型随机变量未知参数的计算,落在区域概率的计算。12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,掌握二维离散型随机变量的联合分布律及其性质,掌握二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率。13、会求二维离散型随机变量函数的分布率.14、掌握数学期望和方差的定义及性质,会熟练

3、地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。15、较熟练地求协方差与相关系数.16、会用独立正态随机变量线性组合性质解题。17、理解总体、样本、简单随机样本、统计量及抽样分布概念,样本均值与样本方差及样本矩概念,掌握c2分布(及性质)、t分布、F分布及其分位点概念。18、理解正态总体样本均值与样本方差的抽样分布定理;会用矩估计方法来估计未知参数。19、掌握极大似然估计法,无偏性与有效性的判断方法。20、会求单正态总体均值与方差的置信区间。21、会求单正态总体均值的假设检验。二、各章知识要点第一章随机事件与概率1.事件的关系2.

4、运算规则(1)(2)(3)(4)3.概率满足的三条公理及性质:(1)(2)(3)对互不相容的事件,有(可以取)(可列可加性)性质:(4)(5)(6),若,则,(7),因此,P(AB),P(A),P(B),P(AB)这四个概率只要知道三个,剩下一个就能够求出来.特别的若A与B互不相容,则P(AB)=P(A)+P(B);12若A与B独立,则P(AB)=P(A)+P(B)-P(A)P(B)=;(8)4.古典概型:基本事件有限且等可能5.条件概率(1)定义:若,则,条件概率是概率的一种,所有概率的性质都适合于条件概率。(2)乘法公式:若为完备事件组,,则有(3)全概率公式:(

5、4)Bayes公式:7.事件的独立性:独立(注意独立性的应用,求相互独立的多个事件的和的概率)第二章 随机变量与概率分布1.离散随机变量:取有限或可列个值,满足(1),(2)=1(3)对任意,2.连续随机变量:具有概率密度函数,满足(1);(2);(3)对任意,3.几个常用随机变量名称与记号分布列或密度数学期望方差0-1分布,或二项式分布,Poisson分布均匀分布,指数分布12正态分布1.分布函数,具有以下性质(1);(2)单调不减;(3)右连续;(4),特别;(5)对离散随机变量,;(6)对连续随机变量,为连续函数,且在连续点上,分布函数是一个普通的函数,它表示随

6、机变量落入区间(–∞,x]内的概率2.正态分布的概率计算以记标准正态分布的分布函数,则有(1);(2);(3)若,则;(4)以记标准正态分布的上侧分位数,则正态分布的概率密度具有如下性质:1°的图形是关于对称的;2°当时,为最大值;3°以轴为渐近线。3.随机变量的函数随机变量是随机变量的函数,若的分布函数或密度函数知道,则如何求出的分布函数或密度函数。(1)是离散型随机变量已知的分布列为 ,显然,的取值只可能是,若互不相等,则的分布列如下:,若有某些相等,则应将对应的相加作为的概率。(2)连续,在的取值范围内严格单调,且有一阶连续导数,则,若不单调,先求分布函数,再求

7、导。第三章多维随机变量1、二维随机变量的基本概念(1)二维离散型随机变量联合概率分布及边缘分布12如果二维随机向量(X,Y)的所有可能取值为至多可列个有序对(x,y)时,则称为离散型随机量。理解:(X=x,Y=y)≡(X=x∩Y=y)设=(X,Y)的所有可能取值为,且事件{=}的概率为pij,,称为=(X,Y)的分布律或称为X和Y的联合分布律。联合分布有时也用下面的概率分布表来表示:YXy1y2…yj…pi·x1p11p12…p1j…p1·x2p21p22…p2j…p2·xipi1……pi·p·jp·1p·2…p·j…1这里pij具有下面两个性质:(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。