概率论知识要点整理
参考教材:概率论与数理统计(浙大第四版)
Chapter1 概率论的基本概念
- 随机试验
- 样本空间、随机事件(关系及运算)
- 概率的定义和性质
- 古典概型和几何概型
- 条件概率、全概率公式、Bayes公式
Chapter2 随机变量及其分布
离散型随机变量的分布律
- 0-1分布
- 二项分布
P { X = k } = C n k p k q n − k , k = 0 , 1 , ⋯ , n P\lbrace X=k \rbrace=C^k_np^kq^{n-k} , k=0,1,\cdots,n P{ X=k}=Cnkpkqn−k,k=0,1,⋯,n - 泊松分布
P { X = k } = λ k e − λ k ! , k = 0 , 1 , 2 , ⋯ P\lbrace X=k \rbrace=\frac{\lambda^ke^{-\lambda}}{k!},k=0,1,2,\cdots P{ X=k}=k!λke−λ,k=0,1,2,⋯
连续型随机变量的概率密度函数
- 均匀分布
f ( x ) = { 1 b − a , a < x < b 0 , else f(x)= \begin{cases} \displaystyle\frac{1}{b-a}, &\text{$a<x<b$} \\ 0, &\text{else} \end{cases} f(x)=⎩⎨⎧b−a1,0,a<x<belse - 正态分布
f ( x ) = 1 2 π δ e − ( x − μ ) 2 2 δ 2 , − ∞ < x < ∞ f(x)=\frac{1}{\sqrt{2\pi}\delta}e^{-\frac{(x-\mu)^2}{2\delta^2}},-\infty<x<\infty f(x)=2πδ1e−2δ2(x−μ)2,−∞<x<∞ - 指数分布
f ( x ) = { 1 θ e − x / θ , x > 0 0 , else f(x)=\begin{cases} \displaystyle\frac{1}{\theta}e^{-x/\theta}, &\text{$x>0$} \\ 0, &\text{else}\end{cases} f(x)=⎩⎨⎧θ1e−x/θ,0,x>0else
随机变量函数的分布
利用分布函数法求得,先利用定义写出分布函数,然后求导得概率密度函数.
Chapter3 随机向量及其分布
一、分布
- 离散型:联合分布律
- 连续型:联合概率密度
- 均匀分布
- 二维正态
f ( x , y ) = 1 2 π δ 1 δ 2 1 − ρ 2 e x p { − 1 2 ( 1 − ρ 2 ) ( ( x − μ 1 ) 2 δ 1 2 − 2 ρ ( x − μ 1 ) ( y − μ 2 ) δ 1 δ 2 + ( y − μ 2 ) 2 δ 2 2 ) } f(x,y)= \frac{1}{2\pi\delta_1\delta_2\sqrt{1-\rho^2}}exp \lbrace -\frac{1}{2(1-\rho^2)}(\frac{(x-\mu_1)^2}{\delta^2_1}-2\rho\frac{(x-\mu_1)(y-\mu_2)}{\delta_1\delta_2}+\frac{(y-\mu_2)^2}{\delta^2_2}) \rbrace f(x,y)=2πδ1δ21−ρ21exp{ −2(1−ρ2)1(δ12(x−μ1)2−2ρδ