随机事件和概率
事件的关系与运算
互斥(互不相容)
如果A和B的关系为AB=ф,即AB不能同时发生
则称A与B互斥或互不相容
互逆(对立)
如果A与B有且仅有一个发生,A∪B=Ω,A∩B=ф
则称A与B为对立事件或互逆事件
差
A发生而B不发生,称A与B的差,记A-B
运算规律
概率及概率公式
独立
当0<P(A)<1,A与B独立相当于P(B|A)=P(B)或
多个事件相互独立,则其中任意几个事件相互独立
多个事件两两独立,则这几个事件不一定相互独立
五大概率公式
全概率公式
贝叶斯公式
设满足
则
补充
从n个不同不同元素中每次取出一个放回后在取下一个
连续m次所得的组合称为重复组合,则重复组合总数为
如果把n个不同元素分成k组,使得第i组有个元素
,不考虑元素的顺序,那么不同的分法
常用组合公式
随机变量及其概率分布
分布函数的性质
,单调非减,右连续
常用分布
泊松分布
记作
泊松定理
在伯努利试验中,代表事件A在一次实验中出现的概率
它与实验总数n有关,且随n的增大,在减小
,则,出现k次A发生的概率
指数分布
连续型随机变量X的概率密度为
则称X服从参数的指数分布,记作
X的分布函数
正态分布
如果随机变量X的概率密度为
则称X服从参数为的正态分布,记作
概率密度
随机变量函数的分布
公式法
设y=g(x)是单调函数,导数不为0的可导函数,h(y)
为它的反函数,则
定义法
先求Y的分布函数
甲乙两人进行射击比赛,约定甲先射
若射不中,乙射,若射不中再由甲射
以此类推,谁先射中谁获胜,比赛终止
甲乙射中的概率分别为0.4,0.6,求
甲乙获胜的概率
设某时段进入某景区游客人数服从
参数为
的泊松分布,每位游客
乘坐观光缆车的概率均为0.6,且每位
游客乘坐观光缆车时=是相互独立的
求进入该景区的游客乘坐观光缆车
人数的概率分布及数学期望与方差
设X=n的条件下,游客人数
当k>n时
由全概率公式得
于是Y服从参数为18的泊松分布,EY=DY=18
若随机变量X的概率分布为
X 1 2 3 4 P 0.1 0.2 0.3 0.4
令随机变量
求Y的概率分布
若
求X的取值为偶数时的概率P
多维随机变量及其分布
分布函数的性质
F(x,y)均关于x,y右连续,单调不减
条件分布
如果给定的ε>0,
此极限为Y=y条件下X的分布
记
边缘概率密度
两个随机变量函数的分布
X,Y均连续
X,Y相互独立
Z=X+Y
令
Z=XY
令
Z=Y/X
令
Z=max{X,Y}
Z=min{X,Y}
设二维连续型随机变量(X,Y)的分布函数为
(1)求
f(x,y)=4xy 0≤x≤1,0≤y≤1
(2)求P{X≤Y},P{X=Y}
P{X=Y}为一条线积分为0
设
二维随机变量(X,Y)服从D上的均匀分布
(1)(X,Y)关于X,Y的边缘概率密度
(2)求Z=X-Y的概率密度
当-2≤Z≤0时
设二维随机变量(X,Y)的概率密度为f(x,y)=4x+2y, 0≤x≤1, 0≤y≤1-x
记Z=min{X,Y}求Z的概率密度
设某商品一周的需求量X是随机变量,已知其概率密度为
设各周的需求量相互独立,以
表示k周的总需求量
(1)
和
的概率密度
随机变量的数字特征
数学期望
(1)离散型:
(2)连续型:
方差
常用随机变量数学期望方差
分布 | EX | DX |
0-1分布 | p | p(1-p) |
二项分布,X~B(n,p) | np | np(1-p) |
超几何分布 | ||
泊松分布,X~P(λ) | λ | λ |
几何分布,P{X=k}=p(1-p)^(k-1) | ||
均匀分布,X~U(a,b) | ||
指数分布,X~E(λ) | ||
正态分布,X~N(μ,σ^2) | μ | σ^2 |
协方差的计算公式和性质
相关系数
,
的充要条件是
独立与不相关
独立必不相关,不相关也不一定独立
对于二维正态随机变量(X,Y),相互独立的充要条件是ρ=0
对于二维正态随机变量(X,Y),独立与不相关是等价的
某人进行独立重复射击,直到命中与不命中两个结果都出现为止
设每次命中概率为p,X表示射击次数,EX=3,则p
构造幂级数
设随机变量X,Y相互独立,且都服从标准正态分布N(0,1)
记U=X-Y,V=XY,则U,V的相关系数
若连续型随机变量X服从参数为1的指数分布
令随机变量Y=[X+1](取整),EY=
所以随机变量Y服从几何分布
若一设备在任何长为t的时间段内发生故障的次数N(t)
服从参数为λt的泊松分布,设两次故障之间时间间隔T
ET
t<0时,F(t)=P{T≤t}=0,t≥0,T≥t与N(t)=0等价
此时
时间间隔T服从参数为λ的指数分布
故
设随机变量(X,Y)的概率密度f(x,y)满足f(x,y)=f(-x,y)且ρ存在
ρ的值
令t=-x
ρ=0
结论
非矩形区域不独立
积分区域无对称性则必定相关
产品寿命X是一个随机变量,其分布函数与概率密度分别为
F(x),f(x)产品已工作到时刻x,在时刻x后的单位时间去△x
内发生失效的概率称为产品在时刻x的顺势失效率,记λ(x)
(1)证明
(2)λ(x)=α,求产品寿命X的数学期望
大数定律与中心极限定理
切比雪夫不等式
随机变量X的数学期望EX和方差DX存在,对任意>0
拉普拉斯中心极限定理
设随机变量对于任意实数x有
当n充分大时近似服从N(0,1),或
林德伯格中心极限定理
设随机变量独立同分布,具有数学期望与方差
,则对于任意x
当n充分大时近似服从N(0,1),或
数理统计
样本分布
如果随机变量独立与总体X同分布
则称为来自总体的简单随机样本
n为样本容量,样本的具体观测值
为样本值,或称总体X的n个独立观测值
1.如果总体X的分布为F(x),的分布
2.如果总体X的概率密度为f(x),的概率密度
数字特征
样本均值:
样本方差:
样本k阶原点矩:
样本k阶中心矩:
常用抽样分布
分布
t分布
F分布
两个正态总体
,
是分别来自总体X,Y的样本且相互独立
样本均值分别为,样本方差分别为
,有
如果
设总体X服从分布
是来自总体X的简单随机样本,记
求
参数估计与假设检验
点估计
设是
的估计量,如果
,则称
是未知参数θ的无偏估计量
设都是θ的无偏估计量,且
则称是比
更有效的θ无偏估计量
矩估计
样本的k阶原点矩存在
用样本k阶原点矩表示待估参数
最大似然估计
构造似然函数
(1)离散型
概率分布:
(2)连续型
概率密度:
求待求参数分别求偏导令偏导方程为0
即可得到使似然函数取最大值的参数值
区间估计
待定参数 | 1-α置信区间 | |
μ | ||
μ未知 |
待定参数 | 1-α置信区间 | |
| ||