随机事件与概率
1. 概率公理
(1) (非负性)
(2) (可加性)
(3) (规范性)
2. 事件的运算
3. 条件概率与乘法规则
4. 全概率公式
5. 贝叶斯公式
6. 独立性与条件独立性
随机变量及其概率分布
一维随机变量
离散型随机变量
1. 概率函数与分布列
2. 分布函数
3. 伯努利分布
4. 二项分布
5. 泊松分布
泊松分布可作为二项分布的极限而得到. 一般来说, 若X~B(n,p), 其中n很大, p很小, 而np=𝜆不太大时, 则X的分布接近于泊松分布P(𝜆).
6. 几何分布
7. 超几何分布
若X~H(N,M,n), 则当n固定时, M/N=p固定; N→∞时, X近似地服从二项分布B(n,p).
连续型随机变量
1. 概率密度函数与分布函数
2. 均匀分布
3. 正态分布
4. 指数分布
5. 威布尔分布
指数分布是威布尔分布当𝜶=1时的特例.
多维随机变量
1. (X,Y)的(二维)联合分布函数
2. (X,Y)关于X和Y的边缘分布函数(F(x,y)的边缘分布函数)
二维离散型随机变量
1. 联合分布列
2. 边缘分布列
二维连续型随机变量
1. 联合分布函数与联合概率密度函数
2. 边缘分布函数与边缘概率密度函数
条件概率分布
1. 离散型随机变量的条件分布列
2. 连续型随机变量的条件概率密度函数
随机变量的独立性
1. 离散型随机变量X和Y相互独立的充要条件
2. 连续型随机变量X和Y相互独立的充要条件
随机变量函数的概率密度函数
1. 两独立连续型随机变量之和(卷积公式)
2. 两独立连续型随机变量之差
3. 两独立连续型随机变量之商
4. 求两连续型随机变量的函数的概率分布的两种方法
Author: Deng ZY
Date: May 1, 2023