概率論公式總結(jié)30347

概率論公式總結(jié)30347第1章隨機事件及其概率加法公式P(A+B)=P(A)+P(B)-P(AB)當P(AB)＝0時，P(A+B)=P(A)+P(B)減法公式P(A-B)=P(A)-P(AB)當B?A時，P(A-B)=P(A)-P(B)當A=Ω時，P(B)=1-P(B)乘法公式乘法公式：P更一般地，對事件A1，A2，…An，若P(A1A2…An-1)>0，則有…………。獨立性①兩個事件的獨立性設事件、滿足，則稱事件、是相互獨立的。若事件、相互獨立，且，則有②多個事件的獨立性設ABC是三個事件，如果滿足兩兩獨立的條件，P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)并且同時滿足P(ABC)=P(A)P(B)P(C）全概公式。貝葉斯公式P(BiA)=P此公式即為貝葉斯公式。P(Bi)，（…，），通常叫先驗概率。P(BiA)第二章隨機變量及其分布連續(xù)型隨機變量的分布密度設是隨機變量的分布函數(shù)，若存在非負函數(shù)，對任意實數(shù)，有，則稱為連續(xù)型隨機變量。稱為的概率密度函數(shù)或密度函數(shù)，簡稱概率密度。密度函數(shù)具有下面性質(zhì)：。離散與連續(xù)型隨機變量的關系P(X=x)≈設設X為隨機變量，x是任意實數(shù)，則函數(shù)F(x)=P(X≤x)稱為隨機變量X的分布函數(shù)，本質(zhì)上是一個累積函數(shù)。1.0≤F(x)≤1,?∞<x<+∞；2。F(x)是單調(diào)不減的函數(shù)，即x1<x2（5）八大分布0-1分布P(X=1)=p,P(X=0)=q二項分布在n重貝努里試驗中，設事件A發(fā)生的概率為p。事件A發(fā)生的次數(shù)是隨機變量，設為X，則X可能取值為0,1,2,P(X=則稱隨機變量X服從參數(shù)為n，p的二項分布。記為X~B(n,p)。當n=泊松分布設隨機變量X的分布律為P(X=則稱隨機變量X服從參數(shù)為λ的泊松分布，記為X~π(λ)超幾何分布P隨機變量X服從參數(shù)為n,N,M的超幾何分布，記為H(n,N,M)。幾何分布P(X=k)隨機變量X服從參數(shù)為p的幾何分布，記為G(p)。均勻分布設隨機變量的值只落在[a，b]內(nèi)，其密度函數(shù)在[a，b]上為常數(shù)1b?a，即當當a≤x1<x2≤b時，X落在區(qū)間（）內(nèi)的概率為Pf(x)a≤x≤b指數(shù)分布,,0,,其中，則稱隨機變量X服從參數(shù)為的指數(shù)分布。0,,X的分布函數(shù)為,記住積分公式0+∞xn,記住積分公式0x<0。正態(tài)分布XX?P設隨機變量的密度函數(shù)為f(x)=12πσe?(x?μ)f具有如下性質(zhì)：1°的圖形是關于對稱的；2°當時，f(μ若，則的分布函數(shù)為是不可求積函數(shù)，其函數(shù)值，已編制成表可供查用。Φ(-x)＝1-Φ(x)且Φ(0)＝12。如果X~N。函數(shù)分布離散型已知X的分布列為

XPY=g(YP若有某些g(xi)相等，則應將對應的連續(xù)型先利用X的概率密度fX(x)寫出Y的分布函數(shù)FY(y)＝P(g(X)≤y)，再利用變上下限積分的求導公式求出fY(y)。第三章二維隨機變量及其分布連續(xù)型對于二維隨機向量ξ=(X,Y)，如果存在非負函數(shù)P(X,Y)∈D=Df(x,y)dxdy,則稱f(x,y)≥0;（2）f離散型與連續(xù)型的關系P邊緣分布離散型X的邊緣分布為PiY的邊緣分布為Pj連續(xù)型X的邊緣分布密度為fX(f離散型p有零不獨立連續(xù)型f(x,y)=fX(x)fY(y)直接判斷，充要條件：①可分離變量②正概率密度區(qū)間為矩形隨機變量的函數(shù)若X1,X2,…Xm,Xm+1,…Xn相互獨立，h,g為連續(xù)函數(shù)，則：h（X1，X2,…Xm）和g（Xm+1,…Xn）相互獨立。特例：若X與Y獨立，則：h（X）和g（Y）獨立。例如：若X與Y獨立，則：3X+1和5Y-2獨立。函數(shù)分布Z=X+Y根據(jù)定義計算：F態(tài)分布的和仍為正態(tài)分布（μ1n個相互獨立的正態(tài)分布的線性組合，仍服從正態(tài)分布。μ=iZ=max,min(X1,X2,…Xn)若X1,X2?Xn相互獨立，其分布函數(shù)分別為Fx1Fmaxχ2設n個隨機變量X1W=i=1nXi2W～χ所謂自由度是指獨立正態(tài)隨機變量的個數(shù)，它是隨機變量分布中的一個重要參數(shù)。χ2分布滿足可加性：設Yit分布設X，Y是兩個相互獨立的隨機變量，且X~N(0,1),Y~χ2(n),F分布設X~χ2(n1),Y~χ2(n2)，且X與Y獨立，可以證明F=XF第四章隨機變量的數(shù)字特征（1）一維隨機變量的數(shù)字特征離散型連續(xù)型期望期望就是平均值設X是離散型隨機變量，其分布律為P(X=xk)＝pkE(設X是連續(xù)型隨機變量，其概率密度為f(x)，E(函數(shù)的期望Y=g(X)EY=g(X)E方差D(X)=E[X-E(X)]2，標準差σ(DD（2）期望的性質(zhì)E(C)=CE(CX)=CE(X)E(X+Y)=E(X)+E(Y)，EE(XY)=E(X)E(Y)，充分條件：X和Y獨立；充要條件：X和Y不相關。（3）方差的性質(zhì)D(C)=0；E(C)=CD(aX)=a2D(X)；E(aX)=aE(X)D(aX+b)=a2D(X)；E(aX+b)=aE(X)+bD(X)=E(X2)-E2(X)D(X±Y)=D(X)+D(Y)，充分條件：X和Y獨立；充要條件：X和Y不相關。D(X±Y)=D(X)+D(Y)±2E[(X-E(X))(Y-E(Y))]，無條件成立。而E(X+Y)=E(X)+E(Y)，無條件成立。（4）常見分布的期望和方差期望方差0-1分布Bpp二項分布Bnpnp泊松分布Pλλ幾何分布G11超幾何分布HnMnM均勻分布Ua(指數(shù)分布e11正態(tài)分布Nμσχn2nt分布0nn二維隨機變量數(shù)字特征期望EEEE函數(shù)的期望E[iE[－方差D(DD協(xié)方差對于隨機變量X與Y，稱它們的二階混合中心矩μ11為X與Y的協(xié)方差或相關矩，記為σσXY=μ11=E[(X?E(X))(Y?E相關系數(shù)對于隨機變量X與Y，如果D（X）>0,D(Y)>0，則稱σXYD(X)D(Y)|ρ|≤1，當|ρ|=1時，稱X與Y完全相關：P(X而當ρ=0時，稱X與Y不相關。以下五個命題是等價的：①ρ協(xié)方差的性質(zhì)cov(X,Y)=cov(Y,X);cov(aX,bY)=abcov(X,Y);cov(X1+X2,Y)=cov(X1,Y)+cov(X2,Y);cov(X,Y)=E(XY)-E(X)E(Y).獨立和不相關若隨機變量X與Y相互獨立，則ρXY（2）中心極限定理X列維－林德伯格定理設隨機變量X1，X2，…相互獨立，服從同一分布，且具有相同的數(shù)學期望和方差：E(Yn=k=1nXk?limn→∞棣莫弗－拉普拉斯定理設隨機變量Xn為具有參數(shù)n,p(0<p<1)的二項分布，則對于任意實數(shù)x,=第六章樣本及抽樣分布常見統(tǒng)計量及其性質(zhì)樣本均值 x樣本方差 S樣本標準差 S樣本k階原點矩樣本k階中心矩EE(E(其中S?（2）正態(tài)總體下的四大分布正態(tài)分布設x1,x2ut分布設x1,x