概率论第三章

这一章相比于前两章更难，老师肯定会从这一章出大题的，一定要着重掌握哦。这一章我作出的需要掌握的知识点可能不会很全面（ps：笔者掌握的也不好，呜呜呜~），读者大大一定要花费一些时间多啃啃这一章的书和知识点，比较重要的。

3.1多维随机变量及联合分布

主要掌握二维的即可。需要知道（X，Y）的联合分布律或分布律，知道它是什么意思。会写二维离散型随机变量的条形表和矩形表。

  知道二维离散型随机变量的分布函数，掌握它的性质（比如它的范围是[0,1]，它是x或y的不减函数，它在x，y取什么范围的情况下为0或者1；它对每一个 变量是右连续的）。当x，y的取值范围是一个区域时候怎么写密度函数和分布函数的等式关系。

  知道二维连续型随机变量的分布函数，知道这个分布函数的形式以及与密度函数的等式关系。掌握二维连续型随机变量的分布密度的性质。

  掌握几个常用分布：多项分布（二项分布的推广，这个不常考），二维正态分布（知道形式即可），均匀分布（重点，一定要会根据二维随机变量的均匀分布写它对应的分布密度函数；就是要记住它的公式哦！）

3.2边际分布及随机变量的独立性

  掌握边际分布函数的定义，会根据联合分布函数写X和Y的边际分布函数；会根据联合分布列写X和Y的边际分布列（基本都让写的是离散型的）。

  会根据联合分布的分布密度写X和Y的边际分布密度（就是要记住这两个边际分布密度对应的公式）tip：这个公式其实就是根据最基本的一维随机变量的分布函数和分布密度的等式换算过来的一个等式哦。

  要知道X和Y相互独立时候，它对应的定义和等式关系。tip：若（X，Y）是二维连续型随机变量，则X，Y相互独立 <-> 联合分布密度函数 = x的边际分布密度 * y的边际分布。

tip:证明x与y不相互独立时候，代一个具体的例子证明上述等式不相等即可。 

3.3多维随机变量函数的分布

掌握二维正态分布的形式，要会根据联合分布律写随机变量函数的分布律。

  要知道二项式分布具有可加性，并且知道可加性是什么意思，并且会根据这条性质做题；泊松分布，正态分布同样具有可加性；要会求二维连续型随机变量函数的分布以及它的分布密度。

  记住求多维随机变量的极小分布和极大分布的分布函数的公式

3.4多维随机变量的特征数

  一定要回求多维随机变量函数的期望以及方差；当二维连续型随机变量的联合密度给出时候，要会求单独的每一维的期望（E（X），E（Y）），一定要记住求这两个期望的公式，一定会考。

  知道啥是协方差cov（x，y），知道协方差与期望的的等式公式；知道协方差矩阵的形式以及它和协方差的区别。知道协方差与相关性的连续（也就是协方差大于0，小于0，等于0时候和相关性的关系）。

  tip:几个分布的可加性：

  离散型：0-1分布，二项式分布，泊松分布；  连续型：整套分布，Gama分布，卡方分布

  掌握多维随机变量的期望、方差的性质；一定要记住x与y独立时候的条件，函数方差的公式（Var（aX+bY）= a^2Var(X) + b^2Var(Y) + 2abCov(X,Y))

掌握协方差的性质，相关系数的含义以及相关系数对应的公式、性质。还要知道施瓦茨不等式，以及当（X，Y）正态分布时候，cov（X，Y）等于啥，Corr（X，Y）等于啥。

3.5条件分布与条件期望

知道条件分布列的含义，并且会根据联合分布列写条件分布列；知道条件分布函数和条件密度的公式（这一节的大题基本都是让写条件分布函数和密度函数的）。

  会写条件数学期望，知道它的定义。了解重期望公式，并且会用。

别看这一部分字数少，但是这一节很重要很重要哦，跟3.4同等重要！！！