概率论与统计 基础知识整理

概率论与统计

第一章 基本概念

1.6 乘法定理

$P(AB)=P(B|A)P(A)(P(A)>0)$

推广：

$P(ABC)=P(C|AB)P(B|A)P(A)$

$P(A_1{A}_2\cdots A_n)=P(A_n|A_1{A}_2\cdots A_{n-1})P(A_{n-1}|A_1{A}_2\cdots A_{n-2})\cdots P(A_2|A_1)P(A_1)$

1.7 全概率公式和贝叶斯公式

划分：

全概率公式：

贝叶斯公式：

上式分母部分就是一个全概率公式。

③ 正态分布

第三章 多维随机变量及其分布

二维随机变量：

一般，设 $E$ 是一个随机试验，它的样本空间是 S = { e } S=\{e\} S={e}，设 $X=X(e)$ 和 $Y=Y(e)$ 是定义在 $S$ 上的随机变量，由它们构成的一个向量 $(X,Y)$，叫做二维随机变量或二维随机向量。

联合分布函数：

设 $(X,Y)$ 是二维随机变量，对于任意实数 $x$，$y$，二元函数：
F ( x , y ) = P { ( X ≤ x ) ∩ ( Y ≤ y ) } = = 记 成 P { X ≤ x , Y ≤ y } F(x,y)=P\{(X\leq x)\cap(Y\leq y) \} \overset{记成}{==}P\{X \leq x,Y\leq y\} F(x,y)=P{(X≤x)∩(Y≤y)}==记成P{X≤x,Y≤y}称为二维随机变量 $(X,Y)$ 的分布函数，或称随机变量 $X$ 和 $Y$ 的联合分布函数。

• 性质：
  

二维离散型随机变量

二维离散型随机变量：如果 $(X,Y)$ 全部可能取到的值为有限对或可列无限多对，则称 $(X,Y)$ 是离散型随机变量。

联合分布律： P { X = x i , Y = y i } = p i j ,   i , j = 1 , 2 , ⋯ P\{X=x_i,Y=y_i\}=p_{ij},\,i,j=1,2,\cdots P{X=xi​,Y=yi​}=pij​,i,j=1,2,⋯

联合分布律也称分布律。分布律是最一般的叫法。

联合分布律也可用表格来表示：

条件分布

条件分布：在 $A$ 事件已经发生的前提下，$X$ 的分布函数，即 F ( x ∣ A ) = P { X ≤ x   ∣ A } F(x|A)=P\{X\leq x\,|A\} F(x∣A)=P{X≤x∣A}