内容仅整合总结自以往工学院试卷,仅供参考。1.几种基本的概率模型
求
概率。
(此类题型相对而言难度一般,掌握基础知识基础上即可解决)
此题不再举例子
①摸球放回实验与摸球不放回实验:注意排列、组合的意义和计算方法
②二项分布:B~(n,p),发生m次的概率如何求?
③字母N、P、E、G(U)、分别代表什么分布,他们的分布函数(密度函数分别有什么特点和形式)、他们的期望和方差分别是多少。
2.全概率公式与贝叶斯公式(考察概率较大)
注意:
①事件代号字母的假设
②找清从属关系,充分利用条件概率公式、全概率公式、贝叶斯公式可以解决(卷子上找两道例题看看就明白了)
3.离散型随机变量(二元)给出分布律,求相关期望、概率、判断独立性等
①E(X)、E(Y)、E(XY)的计算、求某一概率如P(X+Y<1) (不多赘述 )②相关性、独立性、互斥性三者的关系:互斥是代表两者相互对立,即一个发生则另外一个一定不发生,也即二者不能同时发生。独立性:独立性是判断两者之间发生对于彼此的有没有影响,即X的发生对Y有没有影响,两者可以同时发生,且独立能推出不相关,不相关不能推出独立。相关性:在概率论之中则特指线性相关性,即X对于Y有无:Y≈aX+b的关系,描述的也是二者之间相互发生的影响关系。③独立性的判断:E(XY)=E(X)E(Y);f(x,y)=fX(x)*fY(y); 二维随机变量分布律矩阵的秩为1 4.连续性随机变量(一维、二维):独立性判断、期望方差的求解、密度函数、分布函数、条件密度函数、(一维、多维)随机变量的函数及其分布。(较为重要) ①独立性的判断:f(x,y)是否等于fX(x)*fY(y)②期望方差的求解:期望E(g(x))则密度函数乘以g(x)在负无穷到正无穷上进行积分求解。方差则多用D(X)=E(X的平方)-E(X)^2求解。③密度函数、边缘密度函数、分布函数、边缘分布函数、条件密度函数:课本上基础公式定理掌握即可。④一维随机变量的函数及其分布:
离散型的相对难度不大,直接对应变量进行函数运算根据分布律求解即可。
连续型的通常是先化成与已知变量有关的概率,先求其分布函数,再求导求密度函数,或者也可使用课本上公式:
⑤多维 随机变 量的函数及其分布:离散型的相对难度不大,直接对应变量进行函数运算根据分布律求解即可。连续型的主要包括有两类,第一类二维函数型的:下图过程为通解过程第二类是极大极小分布:按照课本提供公式求解:遇到问题套公式解决即可。
5.中心极限定理:样本数量过大时候,用正态分布近似二项分布 主要的注意:①区分清楚是“哪个”事件发生的概率,是发生还是不发生的概率。②标准化的过程③中心极限定理的公式。6.矩估计法、极大似然估计法、估计有优良性的判断 ①矩估计:考试主要用到:用一阶样本的矩估计一阶总体的矩;用二阶样本的矩估计二阶总体的矩。不会超过三阶的。②优良性的判断:一:无偏性估计值的期望等于被估计量
二:有效性
(估计值的方差越小越有效)
③极大似然估计:解题步骤比较固定:(1)写出似然函数;(2)对似然函数取对数,并整理;(3)求导数 ;(4) 解似然方程 。
(题目解答过程有些过于简略,但大致为此过程)③何为样本的均值、样本方差,二者分别服从什么分布。④卡方分布、t分布、F分布,分别基础的组成公式,有什么意义,期望和方差分别是什么。⑤何为置信区间,怎么规定和理解的。