《概率论与数理统计》详细复习总结（概率论部分Part I）

学习不易，加油！本文在描述公式和概率时尝试以文字来描述，看完或许对公式会有不一样的理解。

目录

一 基本概念

二 随机变量及其分布

三 多维随机变量及其分布

---

一 基本概念

1.理解概念

随机试验：可在相同条件下重复进行、试验结果不唯一且值域已知、试验前不能确定结果

样本空间：随机试验E的结果的集合

基本事件：仅含有一个元素的随机事件（样本空间S的某一个样本点）

随机事件：样本空间S的一个子集是E的随机事件

2.随机事件之间的关系和运算

关系：①相等、②互斥（不相交）、③对立（互斥的进阶，不相交且并集为全集）、④不相关、⑤相互独立。

（注意：相互独立一定不相关，但是不相关不一定独立，因为不相关指的是线性不相关，可能从其他角度看是有关系的，但是相互独立表示两个指标之间没有任何的关系，因此相互独立的要求更加严苛。）

德摩根律：A或B不发生=A不发生且B不发生

3.概率的性质

A或B发生的概率=A的发生概率加上B的发生概率减去A和B共同发生的概率。

A或B或C发生的概率=P(A)+P(B)+(C)-P(AB)-P(AC)-P(BC)+P(ABC)（不能重复）。

4.古典概型（等可能概型）

特性：元素有限、基本事件等可能

概率：P(A)=k/n

特殊的古典概型：超几何分布。

5.条件概率

P(A/B)=P(AB)/P(B)。（B发生的条件下A发生的概率=在B这个圆里面A的大小占比）

（乘法定理：P(AB)=P(A/B)*P(B))

6.全概率公式（由因得果）

(A发生的概率等于A的所有前置事件发生的概率乘以在该前置事件发生的情况下A发生的概率）

7.贝叶斯公式（执果索因）

二 随机变量及其分布

1.表现方式

描述法、列表法、公式法

2.三种分布

①0-1分布（x的取值只能为0或1）

②二项分布（x的取值只能为x1或x2）

（0-1分布是特殊的二项分布（当x1=0，x2=1时））

③泊松分布

3.随机变量分布函数

分布函数的定义：若 F(x)  =   P { X <= x } , x∈R ，则 F(x) 是X的分布函数。

基本规律：P(x1<X<=x2) = F(x2) - F(x1)

该函数的三条性质：

不减性、右连续、值域在[0,1]之间

4.连续型随机变量及其概率密度

（1）概率密度

定义：若对于分布函数F(x)，有非负函数f(x)对于任意x，均有：，那么称f(x)为x的概率密度函数

（2）常见连续型随机变量及其概率分布（掌握定义、性质、相关计算）

①均匀分布

②指数分布

性质：无记忆性 —— P({X>s+t | X>s}）=P{X>t}

③正态分布

三 多维随机变量及其分布

本章以二维随机变量为例进行讲解。

1.二维随机变量 （x,y）

性质：

①分布函数F(x,y)=P{(X<=x)∩(Y<=y)}

②值域：[0,1]

③F(-∞,y)=0（根据定义，X<=负无穷是不可能的）

，F(X,+∞)=1（同理）

④关于x/y右连续

⑤F(x2,y2)-F(x2,y1)-F(x1,y2)+F(x1,y1)>=0（可画图理解，也可类比二维前缀和算法，实际上最后剩下的是以(x1,y1),(x2,y2)作为对角线顶点的一个四边形来对概率密度积分的结果）

2.二维离散型变量

概率：P{x=i,y=j}

3.二维连续型变量

P{(x,y)∈G}=f(x,y)在G区域内的积分（概率密度在G区域内的和）

（待续...）