预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第一章随机事件及其概率 一、随机事件及其运算 1.样本空间、随机事件 ①样本点:随机试验的每一个可能结果,用表示; ②样本空间:样本点的全集,用表示; 注:样本空间不唯一. ③随机事件:样本点的某个集合或样本空间的某个子集,用A,B,C,…表示; ④必然事件就等于样本空间;不可能事件是不包含任何样本点的空集; ⑤基本事件就是仅包含单个样本点的子集。 2.事件的四种关系 ①包含关系:,事件A发生必有事件B发生; ②等价关系:,事件A发生必有事件B发生,且事件B发生必有事件A发生; ③互不相容(互斥):,事件A与事件B一定不会同时发生。 ④对立关系(互逆):,事件发生事件A必不发生,反之也成立;互逆满足 注:互不相容和对立的关系(对立事件一定是互不相容事件,但互不相容事件不一定是对立事件。) 3.事件的三大运算 ①事件的并:,事件A与事件B至少有一个发生。若,则; ②事件的交:,事件A与事件B都发生; ③事件的差:,事件A发生且事件B不发生。 4.事件的运算规律 ①交换律: ②结合律: ③分配律: ④德摩根(DeMorgan)定律:对于n个事件,有 二、随机事件的概率定义和性质 1.公理化定义:设试验的样本空间为,对于任一随机事件 都有确定的实值P(A),满足下列性质: (1)非负性:(2)规范性: (3)有限可加性(概率加法公式):对于k个互不相容事件,有. 则称P(A)为随机事件A的概率. 2.概率的性质 ①② ③若,则 ④ 注:性质的逆命题不一定成立的.如若则。(×)若,则。(×) 古典概型的概率计算 古典概型:若随机试验满足两个条件:①只有有限个样本点, ②每个样本点发生的概率相同,则称该概率模型为古典概型,。 典型例题:设一批产品共N件,其中有M件次品,从这批产品中随机抽取n件样品,则 (1)在放回抽样的方式下,取出的n件样品中恰好有m件次品(不妨设事件A1)的概率为 (2)在不放回抽样的方式下,取出的n件样品中恰好有m件次品(不妨设事件A2)的概率为 四、条件概率及其三大公式 1.条件概率: 2.乘法公式: 3.全概率公式:若,则。 4.贝叶斯公式:若事件如全概率公式所述,且. 五、事件的独立1.定义:. 推广:若相互独立, 2.在四对事件中,只要有一对独立,则其余三对也独立。 3.三个事件A,B,C两两独立: 注:n个事件的两两独立与相互独立的区别。(相互独立两两独立,反之不成立。) 4.伯努利概型: 1.事件的对立与互不相容是等价的。(X) 2.若则。(X) 3.。(X) 4.A,B,C三个事件恰有一个发生可表示为。(∨) 5.n个事件若满足,则n个事件相互独立。(X) 6.当时,有P(B-A)=P(B)-P(A)。(∨) 第二章随机变量及其分布 一、随机变量的定义:设样本空间为,变量为定义在上的单值实值函数,则称为随机变量,通常用大写英文字母,用小写英文字母表示其取值。 二、分布函数及其性质 1.定义:设随机变量,对于任意实数,函数称为随机变量的概率分布函数,简称分布函数。注:当时, (1)X是离散随机变量,并有概率函数则有 (2)X连续随机变量,并有概率密度f(x),则. 2.分布函数性质: (1F(x)是单调非减函数,即对于任意x1<x2,有; (2;且; (3离散随机变量X,F(x)是右连续函数,即;连续随机变量X,F(x)在(-∞,+∞)上处处连续。 注:一个函数若满足上述3个条件,则它必是某个随机变量的分布函数。 三、离散随机变量及其分布 1.定义.设随机变量X只能取得有限个数值,或可列无穷多个数值且,则称X为离散随机变量,pi(i=1,2,…)为X的概率分布,或概率函数(分布律). 注:概率函数pi的性质: 2.几种常见的离散随机变量的分布: (1)超几何分布,X~H(N,M,n), (2)二项分布,X~B(n.,p), 当n=1时称X服从参数为p的两点分布(或0-1分布)。 若Xi(i=1,2,…,n)服从同一两点分布且独立,则服从二项分布。 (3)泊松(Poisson)分布,, 四、连续随机变量及其分布 1.定义.若随机变量X的取值范围是某个实数区间I,且存在非负函数f(x),使得对于任意区间,有 则称X为连续随机变量;函数f(x)称为连续随机变量X的概率密度函数,简称概率密度。 注1:连续随机变量X任取某一确定值的概率等于0,即 注2: 2.概率密度f(x)的性质:性质1:性质2: 注1:一个函数若满足上述2个条件,则它必是某个随机变量的概率密度函数。 注2:当时, 且在f(x)的连续点x处,有 3.几种常见的连续随机变量的分布: (1)均匀分布, (2)指数分布, (3)正态分布, 1.概率函数与密度函数是同一个概念。(X) 2.当N充分大时,超几何分布H(n,M,N)可近