概率论知识点总结
概率论知识点总结
概率论需要学生们对于概率概念的熟悉，而知识点一般不算十分的难。下面概率论知识点总结是我想跟大家分享的，欢迎大家浏览。
概率论知识点总结
第一章 概率论的基本概念
1. 随机试验
确定性现象：在自然界中一定发生的现象称为确定性现象。
随机现象： 在个别实验中呈现不确定性，在大量实验中呈现统计规律性，这种现象称
为随机现象。
随机试验：为了研究随机现象的统计规律而做的的实验就是随机试验。
随机试验的特点：1)可以在相同条件下重复进行;
2)每次试验的可能结果不止一个，并且能事先明确试验的所有可能
结果;
3)进行一次试验之前不能确定哪一个结果会先出现;
2. 样本空间、随机事件
样本空间：我们将随机试验E的所有可能结果组成的集合称为E的样本空间，记为S。 样本点：构成样本空间的元素，即E中的每个结果，称为样本点。
事件之间的基本关系：包含、相等、和事件(并)、积事件(交)、差事件(A-B：包含A
不包含B)、互斥事件(交集是空集，并集不一定是全集)、对立
事件(交集是空集，并集是全集，称为对立事件)。
事件之间的运算律：交换律、结合律、分配率、摩根定理(通过韦恩图理解这些定理)
3. 频率与概率
频数：事件A发生的次数
频率：频数/总数
概率：当重复试验的次数n逐渐增大，频率值就会趋于某一稳定值，这个值就是概率。 概率的特点：1)非负性。2)规范性。3)可列可加性。
概率性质：1)P(空集)=0，2)有限可加性，3)加法公式：P(A+B)=P(A)+P(B)
-P(AB)
4. 古典概型
学会利用排列组合的知识求解一些简单问题的概率(彩票问题，超几何分布，分配问题，
插空问题，捆绑问题等等)
5. 条件概率
定义：A事件发生条件下B发生的概率P(B|A)=P(AB)/P(A)
乘法公式：P(AB)=P(B|A)P(A)
全概率公式与贝叶斯公式
6. 独立性检验
设 A、B是两事件，如果满足等式
P(AB)=P(A)P(B)
则称事件A、B相互独立，简称A、B独立。
第二章.随机变量及其分布
1. 随机变量
定义：设随机试验的样本空间为S={e}. X=X(e)是定义在样本空间S上的单值函数，称
X=X(e)为随机变量。
2. 离散型随机变量及其分布律
三大离散型随机变量的'分布
1)(0——1)分布。E(X)=p, D(X )=p(1-p)
2)伯努利试验、二项分布 E(X)=np, D(X)=np(1-p)
3) 泊松分布 P(X=k)= (?^k)e^(- ?)/k! (k=0,1,2,……)
E(X)=?，D(X)= ?
注意：当二项分布中n 很大时，可以近似看成泊松分布，即np= ?
3. 随机变量的分布函数
定义：设X是一个随机变量，x是任意的实数，函数
F(x)=P(X≤x),x属于R 称为X的分布函数
分布函数的性质：
1) F(x)是一个不减函数
2) 0≤F(x)≤1
离散型随机变量的分布函数的求法(由分布律求解分布函数)
连续性随机变量的分布函数的求法(由分布函数的图像求解分布函数，由概率密度求
解分布函数)
4. 连续性随机变量及其概率密度
连续性随机变量的分布函数等于其概率密度函数在负无穷到x的变上限广义积分 相反密度函数等与对应区间上分布函数的导数
密度函数的性质：1)f(x)≥0
2) 密度函数在负无穷到正无穷上的广义积分等于1
三大连续性随机变量的分布: 1)均与分布 E(X)=(a+b)/2 D (X)=[(b-a)^2]/12
2)指数分布 E(X)=θ D(X)=θ^2
3)正态分布一般式(标准正态分布)
5. 随机变量的函数的分布
1)已知随机变量X的 分布函数求解Y=g(X)的分布函数
2)已知随机变量X的 密度函数求解Y=g(X)的密度函数
第三章 多维随机变量及其分布(主要讨论二维随机变量的分布)
1.二维随机变量
定义 设(X，Y)是二维随机变量，对于任意实数x, y,二元函数
F(x, Y)=P[(X≤x)交(Y≤y)] 称为二维随机变量(X，Y)的分布函数或称为随机变量联合分布函数
离散型随机变量的分布函数和密度函数
连续型随机变量的分布函数和密度函数
重点掌握利用二重积分求解分布函数的方法
2.边缘分布
离散型随机变量的边缘概率
连续型随机变量的边缘概率密度
3.相互独立的随机变量
如果X，Y相互独立，那么X，Y的联合概率密度等于各自边缘的乘积
5. 两个随机变量的分布函数的分布
关键掌握利用卷积公式求解Z=X+Y的概率密度
第四章.随机变量的数字特征
1.数学期望
离散型随机变量和连续型随机变量数学期望的求法
六大分布的数学期望
2.方差
连续性随机变量的方差
D(X)=E(X^2)-[E (X )]^2
方差的基本性质：
1) 设C是常数，则D(C)=0
2) 设X随机变量，C是常数，则有
D(CX)=C^2D(X)
3) 设X，Y是两个随机变量，则有
D(X+Y)=D(X)+D(Y)+2E{(X-E(X))(Y-E(Y))} 特别地，若X，Y不相关，则有D(X+Y)=D(X)+ D(Y) 切比雪夫不等式的简单应用
3. 协方差及相关系数
协方差：Cov(X ,Y )= E{(X-E(X))(Y-E(Y))}
相关系数：m=Cov(x,y)/√D(X) √D(Y)
当相关系数等于0时,X,Y 不相关，Cov(X ,Y )等于0 不相关不一定独立，但独立一定不相关
;绛旓細绔ラ瀷锛屼綘濂姐傛垜鏄潵鍐插垎鐨勩傞噾铻嶅拰鏁板鏈夎仈绯伙紝浣嗘槸浣犺鐨勯珮鏁帮紝绾挎у拰姒傜巼閮藉お涓撲笟浜嗭紝寰堝涓滆タ鍦ㄩ噾铻嶄腑涓嶇敤鎴栬呯敤鐨勬柟娉曚笉涓鏍枫傝岄噾铻嶅閲岀殑涓浜涙蹇电悊蹇垫暟瀛︿腑娌℃湁銆備綘鏁板瀛︾殑濂斤紝鍙互杩欎箞鍛婅瘔浣狅紝涓や釜瀛︾鏄笉鍚岀殑闆嗗悎锛屽彧鏄湁浜ら泦鑰屽凡锛屼綘涓嶈鎼炴贩浜嗐傚鏋滄兂鑷慨閲戣瀺锛屽缓璁綘鐪嬬湅CFA锛堢壒璁...
绛旓細6锛氬崱鏂瑰垎甯冦乼鍒嗗竷銆丗鍒嗗竷锛岃浣忔槸鎬庝箞瀹氫箟鐨勶紝璁颁綇琛ㄨ揪寮忥紝鍙婂崱鏂瑰垎甯冪殑鏈熸湜鍜屾柟宸7锛氬弬鏁颁及璁′腑鐨勭煩浼拌鍜屾渶澶т技鐒朵及璁℃槸閲嶇偣锛屼竴鑸冩鐜囬兘浼氬嚭涓涓ぇ棰橈紱鍖洪棿浼拌涓鑸細鍑轰竴鍒颁袱涓皬棰橈紝璁颁綇鍑犱釜鏃㈠畾鐨勭粨璁哄叕寮忎細鏂逛究寰堝銆姒傜巼璁鎬庝箞瀛︿範锛熸鐜囪鏈闅句互搴斿鐨勬槸鍩虹鐭ヨ瘑锛屼富瑕佹秹鍙婃帓鍒楃粍鍚堛佸鏁...
绛旓細X鏄睘浜庝簩椤瑰垎甯冿紝浜岄」鍒嗗竷鍙互鎯宠薄鎴怤涓0-1鍒嗗竷鐨勫拰銆傝繖鐐瑰彲浠ヤ粠浜岄」姝ｆ佸垎甯冪殑鏇茬嚎鏉ョ悊瑙ｏ紝鏇茬嚎鍙互鏄緢澶氫釜鐐硅繛鎺ヨ屾垚锛岃0-1鍒嗗竷鐨勫煎氨鏄0鍜1锛屽彲浠ユ瀯鎴愯繖涓洸绾裤傘傛墍浠ヨX=X1+...+Xn銆俋i浠ｈ〃鐩镐簰鐙珛鐨0-1鍒嗗竷锛屽洜涓轰粬浠瀯鎴愮殑鏉′欢涓嶅悓锛屼簩椤瑰垎甯冩洸绾跨殑Y鍊间笉鍚寏~杩欓噷鐨刌鍊煎彲浠ョ悊瑙ｄ负...
绛旓細2涓瀛愮殑鐐规暟涓庢墍鎶肩偣鏁扮浉鍚岀殑姒傜巼鏄細閫変腑2涓偣鏁颁笌鎵鎶肩偣鏁扮浉鍚岀殑楠板瓙鐨勬鐜囨槸(1/6)^2=1/36锛屽墿涓1涓瀛愮殑鐐规暟鏈6绉嶅彲鑳斤紝鎵浠ヨ繖绉嶆儏鍐电殑姒傜巼鏄6 * (1/36)=1/6銆3涓瀛愮殑鐐规暟涓庢墍鎶肩偣鏁扮浉鍚岀殑姒傜巼鏄細閫変腑3涓偣鏁颁笌鎵鎶肩偣鏁扮浉鍚岀殑楠板瓙鐨勬鐜囨槸(1/6)^3=1/216 ...
绛旓細鏈澶т技鐒朵及璁℃槸涓绉嶅父瑙佺殑鍙傛暟浼拌鏂规硶锛岀敤浜庡鎵炬渶浼樼殑鍙傛暟浼拌鍊笺傚湪鎻忚堪浼肩劧鎬ф椂锛屾渶澶т技鐒朵及璁＄敤鍒颁簡姒傜巼璁涓殑浠ヤ笅鐭ヨ瘑鐐鍜屾ц川锛氬浜庣鏁ｅ瀷闅忔満鍙橀噺锛屼技鐒跺嚱鏁版槸鎸囧弬鏁拔稿湪缁欏畾瑙傛祴鏁版嵁x鐨勬潯浠朵笅鍑虹幇鐨勬鐜囥傚浜庝竴缁勭嫭绔嬪悓鍒嗗竷鐨勮娴嬫暟鎹畑1,x2,...,xn锛屼技鐒跺嚱鏁癓(胃|x)涓哄悇涓娴嬫暟鎹殑姒傜巼...
绛旓細鏍囧噯姝ｆ佸垎甯冧负N(0锛1)锛屽叾涓湡鏈涙槸0锛屾柟宸槸1锛屽垎甯冨嚱鏁版槸桅(x)銆傛鎬佸垎甯冧负N(渭锛屜)锛屽叾涓湡鏈涙槸渭锛屾柟宸槸蟽^2銆傛鎬佸垎甯(X-渭)/蟽鏈嶄粠鏍囧噯姝ｆ佸垎甯冦
绛旓細鍋氳繖閬撻鍙渶瑕佷竴涓鐭ヨ瘑鐐閭ｅ氨鏄細P(A)+P(B)=P(AB)+P(A骞禕锛---锛1锛変綘灏哖(ab)+P(ac)-P(bc)
绛旓細姒傜巼璁鍙互鍏堢湅鐪嬭鏈紝鐪嬬湅涓婇潰鐨勫熀纭鐭ヨ瘑锛岀煡閬鐭ヨ瘑鐐鎵娑夊強鐨勫唴瀹癸紝骞堕傚綋鐨勫仛浜涚粌涔犮傛鐜囧湪鑰冪爺涓冪殑杈冧负绠绛旓紝娌℃湁寰堝鐭ヨ瘑鐐圭殑缁煎悎浣跨敤锛屾晠搴旇瀛﹂忔煇浜涚煡璇嗙偣銆傚湪鐪嬪畬璇炬湰涔嬪悗锛屽彲浠ヤ娇鐢ㄥ涔犲叏涔︽潵瀵圭煡璇嗙偣杩涜绯荤粺鐨勮缁冿紝涓涓煡璇嗙偣涓涓煡璇嗙偣鐨勭粌涔犮備竴鑸彲浠ユ牴鎹巻骞寸殑鑰冭瘯鎯呭喌锛岄噸鐐圭湅閭ｄ簺...
绛旓細銆愭柊涓滄柟銆2019鑰冪爺鏁板姒傜巼10骞寸湡棰樿瑙 鏈辨澃鐧惧害缃戠洏璧勬簮鍏嶈垂涓嬭浇 閾炬帴:https://pan.baidu.com/s/1vfPjR-JE4BpPkKp_qzYzsg ?pwd=mxpq 鎻愬彇鐮:mxpq 銆愭柊涓滄柟銆2019鑰冪爺鏁板 姒傜巼10骞寸湡棰樿瑙 鏈辨澃|姒傜巼10骞寸湡棰樿瑙ｆ暟涓.pdf|9.mp4|8.mp4|7.mp4|6.mp4|5.mp4|47.mp4|46.mp4|45.mp4|...
绛旓細姒傜巼璁鐪嬫堡瀹跺嚖鑰佸笀鐨勮棰戝ソ銆傚叾瀹炴鐜囪寮犲畤姹ゅ鍑ょ湅璋佺殑閮借銆傚紶瀹囪佸笀鎵璁茬殑璇剧▼涔熼潪甯稿ソ锛岃佸笀璁茶鏃堕】鎸湁鍔涳紝鍙ュ彞鍒囦腑瑕佺偣锛屾敞閲嶇粏鑺傦紝娉ㄩ噸瀹炴晥鎬т互鍙婂瀛︾敓鐨勫紩瀵硷紝鏄竴鍚嶈兘鍔涘緢寮虹殑鏁欏笀銆傚惉浜嗗紶瀹囪佸笀鐨勮锛屽厛涓嶈鑷繁鑳芥帉鎻″灏戠煡璇嗭紝浣嗙殑纭槸鏈夋敹鑾凤紝鍚潃涓鐐瑰効閮戒笉绱屼笖鐭ヨ瘑鐐涔熷緢鏄庣‘銆傝...
