第一章
1.2
若干公式
1.3
古典概型
, 其中S(A)表示使A发生的基本事件数,S(Ω)表示基本事件总数,二者都是离散的
几何概型
, 其中S(A)表示符合条件的基本事件, S(Ω)表示基本事件总体,二者都是连续的
1.4
条件概率公式
乘法公式
全概率公式
, 其中 为一个完备事件组
贝叶斯公式
特别地,“对立事件”中,
事件的独立性
“独立”的定义:
伯努利定理:
独立重复实验中:事件A发生的概率是p,则n次实验中A发生k次的概率为:
第2章
2.1
概率分布(分布律):X的所有可能取值及对应的概率( )
分布函数: , 可以理解为F(x)是 f(x) 的积分
推论:
连续性随机变量的概率密度函数: F(x)的连续性可以用来求参数
性质:
,(可以用来求参数)
2.2
随机变量的数学期望(均值)
离散: 连续:,要注意区间的划分
随机变量函数的数学期望
离散: 连续:,要注意区间的划分
数学期望的性质
(常数稳定性),a为常数
(可线性组合)
(可拆解性)
随机变量的方差
方差的性质
(常数稳定性)
(拆分平方性)
推论:
随机变量的矩
k阶原点矩: k阶绝对矩:
k阶绝对中心矩:
概率估计
马尔可夫不等式:
切比雪夫不等式:
That's all.后续将持续更新
——小汪_brit