(完整word版)考研概率论复习

概率论与数理统计复习第一章 概率论的基本概念一.基本概念随机试验E:(1)可以在相同的条件下重复地进行;(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出现.样本空间S: E 的所有可能结果组成的集合. 样本点(基本事件):E 的每个结果. 随机事件(事件):样本空间S 的子集.必然事件(S):每次试验中一定发生的事件. 不可能事件(Φ):每次试验中一定不会发生的事件. 二. 事件间的关系和运算1.A ⊂B(事件B 包含事件A )事件A 发生必然导致事件B 发生.2.A ∪B(和事件)事件A 与B 至少有一个发生.3. A ∩B=AB(积事件)事件A 与B 同时发生.4. A -B(差事件)事件A 发生而B 不发生.5. AB=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生.6. AB=Φ且A ∪B=S (A 与B 互为逆事件或对立事件)表示一次试验中A 与B 必有一个且仅有一个发生. B=A, A=B . 运算规则 交换律 结合律 分配律 德•摩根律B A B A = B A B A =三. 概率的定义与性质1.定义 对于E 的每一事件A 赋予一个实数,记为P(A),称为事件A 的概率.(1)非负性 P(A)≥0 ; (2)归一性或规范性 P(S)=1 ;(3)可列可加性 对于两两互不相容的事件A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…),P(A 1∪A 2∪…)=P( A 1)+P(A 2)+…2.性质(1) P(Φ) = 0 , 注意: A 为不可能事件 P(A)=0 .(2)有限可加性 对于n 个两两互不相容的事件A 1,A 2,…,A n ,P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ⊂B, 则P(A)≤P(B), P(B -A)=P(B)-P(A) .(4)对于任一事件A, P(A)≤1, P(A)=1-P(A) .(5)广义加法定理 对于任意二事件A,B ,P(A ∪B)=P(A)+P(B)-P(AB) . 对于任意n 个事件A 1,A 2,…,A n()()()()+∑+∑-∑=≤<<≤≤<≤=nk j i k j i nj i j i ni i n A A A P A A P A P A A A P 11121…+(-1)n-1P(A 1A 2…A n )四.等可能(古典)概型1.定义 如果试验E 满足:(1)样本空间的元素只有有限个,即S={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型.2.计算公式 P(A)=k / n 其中k 是A 中包含的基本事件数, n 是S 中包含的基本事件总数. 五.条件概率1.定义 事件A 发生的条件下事件B 发生的条件概率P(B|A)=P(AB) / P(A) ( P(A)>0).2.乘法定理 P(AB)=P(A) P (B|A) (P(A)>0); P(AB)=P(B) P (A|B) (P(B)>0).P(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0) 3. B 1,B 2,…,B n 是样本空间S 的一个划分(B i B j =φ,i ≠j,i,j=1,2,…,n, B 1∪B 2∪…∪B n =S) ,则 当P(B i )>0时,有全概率公式 P(A)=()()i ni i B A P B P∑=1当P(A)>0, P(B i )>0时,有贝叶斯公式P (B i |A)=()()()()()()∑==ni i i i i i B A P B P B A P B P A P AB P 1. 六.事件的独立性1.两个事件A,B,满足P(AB) = P(A) P(B)时,称A,B 为相互独立的事件.(1)两个事件A,B 相互独立⇔ P(B)= P (B|A) .(2)若A 与B ,A 与B ,A 与B, ,A 与B 中有一对相互独立,则另外三对也相互独立.2.三个事件A,B,C 满足P(AB) =P(A) P(B), P(AC)= P(A) P(C), P(BC)= P(B) P(C),称A,B,C 三事件两两相互独立. 若再满足P(ABC) =P(A) P(B) P(C),则称A,B,C 三事件相互独立.3.n 个事件A 1,A 2,…,A n ,如果对任意k (1<k ≤n),任意1≤i 1<i 2<…<i k ≤n.有()()()()kkii i i i i A P A P A P A A A P 2121=,则称这n 个事件A 1,A 2,…,A n相互独立.第二章 随机变量及其概率分布一.随机变量及其分布函数1.在随机试验E 的样本空间S={e}上定义的单值实值函数X=X (e)称为随机变量.2.随机变量X 的分布函数F(x)=P{X ≤x} , x 是任意实数. 其性质为:(1)0≤F(x)≤1 ,F(-∞)=0,F(∞)=1. (2)F(x)单调不减,即若x 1<x 2 ,则 F(x 1)≤F(x 2). (3)F(x)右连续,即F(x+0)=F(x). (4)P{x 1<X≤x 2}=F(x 2)-F(x 1). 二.离散型随机变量 (只能取有限个或可列无限多个值的随机变量)1.离散型随机变量的分布律 P{X= x k }= p k (k=1,2,…) 也可以列表表示. 其性质为: (1)非负性 0≤P k ≤1 ; (2)归一性 11=∑∞=k k p .2.离散型随机变量的分布函数 F(x)=∑≤xX kk P 为阶梯函数,它在x=x k (k=1,2,…)处具有跳跃点,其跳跃值为p k =P{X=x k } .3.三种重要的离散型随机变量的分布(1)X~(0-1)分布 P{X=1}= p ,P{X=0}=1–p (0<p<1) .(2)X~b(n,p)参数为n,p 的二项分布P{X=k}=()kn k p p k n --⎪⎪⎭⎫ ⎝⎛1(k=0,1,2,…,n) (0<p<1) (3))X~π(λ)参数为λ的泊松分布 P{X=k}=λλ-e k k !(k=0,1,2,…) (λ>0) 三.连续型随机变量1.定义 如果随机变量X 的分布函数F(x)可以表示成某一非负函数f(x)的积分F(x)=()dt t f x⎰∞-,-∞< x <∞,则称X 为连续型随机变量,其中f (x)称为X 的概率密度(函数). 2.概率密度的性质(1)非负性 f(x)≥0 ; (2)归一性 ⎰∞∞-dx x f )(=1 ;(3) P{x 1<X ≤x 2}=⎰21)(xx dx x f ; (4)若f (x)在点x 处连续,则f (x)=F / (x) .注意：连续型随机变量X 取任一指定实数值a 的概率为零,即P{X= a}=0 .3.三种重要的连续型随机变量的分布 (1)X ～U (a,b) 区间(a,b)上的均匀分布⎩⎨⎧=-0)(1a b x f其它b x a << . (2)X 服从参数为θ的指数分布.()⎩⎨⎧=-0/1θθx ex f 00≤>x x 若若 (θ>0). (3)X~N (μ,σ2)参数为μ,σ的正态分布222)(21)(σμσπ--=x ex f -∞<x<∞, σ>0. 特别, μ=0, σ2 =1时,称X 服从标准正态分布,记为X~N (0,1),其概率密度2221)(x e x -=πϕ , 标准正态分布函数⎰=Φ∞--xt dt e x 2221)(π, Φ(-x)=1-Φ(x) .若X ～N ((μ,σ2), 则Z=σμ-X ~N (0,1), P{x 1<X ≤x 2}=Φ(σμ-2x )-Φ(σμ-1x ).若P{Z>z α}= P{Z<-z α}= P{|Z|>z α/2}= α,则点z α,-z α, ±z α/ 2分别称为标准正态分布的上,下,双侧α分位点. 注意：Φ(zα)=1-α , z 1- α= -z α.四.随机变量X 的函数Y= g (X)的分布 1.若g(x k ) (k=1,2,…)的值全不相等,则由上表立得Y=g(X)的分布律.若g(x k ) (k=1,2,…)的值有相等的,则应将相等的值的概率相加,才能得到Y=g(X)的分布律. 2.连续型随机变量的函数若X 的概率密度为f X (x),则求其函数Y=g(X)的概率密度f Y (y)常用两种方法： (1)分布函数法 先求Y 的分布函数F Y (y)=P{Y ≤y}=P{g(X)≤y}=()()dx x f ky X k∑⎰∆其中Δk (y)是与g(X)≤y 对应的X 的可能值x 所在的区间(可能不只一个),然后对y 求导即得f Y (y)=F Y /(y) .(2)公式法 若g(x)处处可导,且恒有g /(x)>0 (或g / (x)<0 ),则Y=g (X)是连续型随机变量,其概率密度为()()()()⎩⎨⎧'=0y h y h f y f X Y其它βα<<y其中h(y)是g(x)的反函数 , α= min (g (-∞),g (∞)) β= max (g (-∞),g (∞)) .如果f (x)在有限区间[a,b]以外等于零,则 α= min (g (a),g (b)) β= max (g (a),g (b)) .第三章 二维随机变量及其概率分布 一.二维随机变量与联合分布函数1.定义 若X 和Y 是定义在样本空间S 上的两个随机变量,则由它们所组成的向量(X,Y)称为二维随机向量或二维随机变量.对任意实数x,y,二元函数F(x,y)=P{X ≤x,Y ≤y}称为(X,Y)的(X 和Y 的联合)分布函数. 2.分布函数的性质(1)F(x,y)分别关于x 和y 单调不减.(2)0≤F(x,y)≤1 , F(x,- ∞)=0, F(-∞,y)=0, F(-∞,-∞)=0, F(∞,∞)=1 .(3) F(x,y)关于每个变量都是右连续的,即 F(x+0,y)= F(x,y), F(x,y+0)= F(x,y) . (4)对于任意实数x 1<x 2 , y 1<y 2P{x 1<X ≤x 2 , y 1<Y ≤y 2}= F(x 2,y 2)- F(x 2,y 1)- F(x 1,y 2)+ F(x 1,y 1)二.二维离散型随机变量及其联合分布律1.定义 若随机变量(X,Y)只能取有限对或可列无限多对值(x i ,y j ) (i ,j =1,2,… )称(X,Y)为二维离散型随机变量.并称P{X= x i ,Y= y j }= p i j 为(X,Y)的联合分布律.也可列表表示.2.性质(1)非负性 0≤p i j ≤1 .(2)归一性∑∑=i jij p 1 .3. (X,Y)的(X 和Y 的联合)分布函数F(x,y)=∑∑≤≤x x yy ij i j p三.二维连续型随机变量及其联合概率密度1.定义 如果存在非负的函数f (x,y),使对任意的x 和y ,有F(x,y)=⎰⎰∞-∞-yxdudv v u f ),(则称(X,Y)为二维连续型随机变量,称f(x,y)为(X,Y)的(X 和Y 的联合)概率密度. 2.性质 (1)非负性 f (x,y)≥0 . (2)归一性 1),(=⎰⎰∞∞-∞∞-d x d y y x f .(3)若f (x,y)在点(x,y)连续,则yx y x F y x f ∂∂∂=),(),(2(4)若G 为xoy 平面上一个区域,则⎰⎰=∈Gdxdy y x f G y x P ),(}),{(.四.边缘分布1. (X,Y)关于X 的边缘分布函数 F X (x) = P{X ≤x , Y<∞}= F (x , ∞) . (X,Y)关于Y 的边缘分布函数 F Y (y) = P{X<∞, Y ≤y}= F (∞,y)2.二维离散型随机变量(X,Y) 关于X 的边缘分布律 P{X= x i }=∑∞=1j ij p = p i·( i =1,2,…) 归一性11=∑∞=∙i i p .关于Y 的边缘分布律 P{Y= y j }= ∑∞=1i ij p = p·j( j =1,2,…) 归一性11=∑∞=∙j j p .3.二维连续型随机变量(X,Y)关于X 的边缘概率密度f X (x)=⎰∞∞-dy y x f ),( 归一性1)(=⎰∞∞-dx x f X关于Y 的边缘概率密度f Y (y)=x d y x f ⎰∞∞-),( 归一性1)(=⎰∞∞-dyy f Y五.相互独立的随机变量1.定义 若对一切实数x,y ,均有F(x,y)= F X (x) F Y (y) ,则称X 和Y 相互独立.2.离散型随机变量X 和Y 相互独立⇔p i j= p i ··p ·j( i ,j =1,2,…)对一切x i ,y j成立.3.连续型随机变量X 和Y 相互独立⇔f (x,y)=f X(x)f Y(y)对(X,Y)所有可能取值(x,y)都成立.六．条件分布1．二维离散型随机变量的条件分布定义 设(X,Y)是二维离散型随机变量,对于固定的j,若P{Y=y j }>0,则称 P{X=x i |Y=y j }为在Y= y j 条件下随机变量X 的条件分布律. 同样,对于固定的i,若P{X=x i }>0,则称,}{},{jj i j j i p p y Y P y Y x X P ∙=====P{Y=y j |X=x i }为在X=x i 条件下随机变量Y 的条件分布律.第四章 随机变量的数字特征一.数学期望和方差的定义随机变量X 离散型随机变量 连续型随机变量分布律P{X=x i }= p i ( i =1,2,…) 概率密度f (x)数学期望(均值)E(X)∑∞=1i i i p x (级数绝对收敛)⎰∞∞-dx x xf )((积分绝对收敛)方差D(X)=E{[X-E(X)]2}[]∑-∞=12)(i i i p X E x ⎰-∞∞-dx x f X E x )()]([2=E(X 2)-[E(X)]2 (级数绝对收敛) (积分绝对收敛) 函数数学期望E(Y)=E[g(X)] i i i p x g ∑∞=1)((级数绝对收敛) ⎰∞∞-dx x f x g )()((积分绝对收敛)标准差σ(X)=√D(X) .二.数学期望与方差的性质1. c 为为任意常数时, E(c) = c , E(cX) = cE(X) , D(c) = 0 , D (cX) = c 2D(X) . 2.X,Y 为任意随机变量时, E (X ±Y)=E(X)±E(Y) .3. X 与Y 相互独立时, E(XY)=E(X)E(Y) , D(X ±Y)=D(X)+D(Y) .4. D(X) = 0 ⇔P{X = C}=1 ,C 为常数.三.六种重要分布的数学期望和方差 E(X) D(X)1.X~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p)2.X~ b (n,p) (0<p<1) n p n p (1- p)3.X~ π(λ) λ λ4.X~ U(a,b) (a+b)/2 (b-a) 2/12 5.X 服从参数为θ的指数分布 θ θ2 6.X~ N (μ,σ2) μ σ2 四.矩的概念随机变量X 的k 阶(原点)矩E(X k ) k=1,2,… 随机变量X 的k 阶中心矩E {[X-E(X)] k }随机变量X 和Y 的k+l 阶混合矩E(X k Y l ) l=1,2,…随机变量X 和Y 的k+l 阶混合中心矩E{[X-E(X)] k [Y-E(Y)] l}第六章 样本和抽样分布一.基本概念总体X 即随机变量X ; 样本X 1 ,X 2 ,…,X n 是与总体同分布且相互独立的随机变量;样本值x 1 ,x 2 ,…,x n 为实数;n 是样本容量.统计量是指样本的不含任何未知参数的连续函数.如：样本均值∑==n i i X n X 11 样本方差()∑--==n i i XX n S 12211 样本标准差S样本k 阶矩∑==n i k i k X n A 11( k=1,2,…) 样本k 阶中心矩∑-==n i ki k X X n B 1)(1( k=1,2,…),}{},{∙=====i j i i j i p p x X P y Y x X P二.抽样分布 即统计量的分布 1.X 的分布 不论总体X 服从什么分布, E (X ) = E(X) , D (X ) = D(X) / n .特别,若X~ N (μ,σ2 ) ,则X ~ N (μ, σ2/n) .2.χ2分布 (1)定义 若X ～N (0,1) ,则Y =∑=ni i X 12~ χ2(n)自由度为n 的χ2分布.(2)性质 ①若Y~ χ2(n),则E(Y) = n , D(Y) = 2n .②若Y 1~ χ2(n 1) Y 2~ χ2(n 2) ,则Y 1+Y 2~ χ2(n 1 + n 2).③若X~ N (μ,σ2 ), 则22)1(σS n -~ χ2(n-1),且X 与S 2相互独立.(3)分位点 若Y~ χ2(n),0< α <1 ,则满足αχχχχαααα=<>=<=>--))}(())({()}({)}({22/122/212n Y n Y P n Y P n Y P的点)()(),(),(22/122/212n n n n ααααχχχχ--和分别称为χ2分布的上、下、双侧α分位点. 3. t 分布(1)定义 若X~N (0,1),Y~ χ2(n),且X,Y 相互独立,则t=nY X~t(n)自由度为n 的t 分布. (2)性质①n →∞时,t 分布的极限为标准正态分布.②X ～N (μ,σ2 )时, nS X μ-~ t (n-1) .③两个正态总体相互独立的样本 样本均值 样本方差X~ N (μ1,σ12 ) 且σ12=σ22=σ2 X 1 ,X 2 ,…,X n1 X S 12Y~ N (μ2,σ22 ) Y 1 ,Y 2 ,…,Y n2Y S22则212111)()(n n S Y X w +---μμ~ t (n 1+n 2-2) , 其中 2)1()1(212222112-+-+-=n n S n S n S w(3)分位点 若t ~ t (n) ,0 < α<1 , 则满足αααα=>=-<=>)}({)}({)}({2/n t t P n t t P n t t P的点)(),(),(2/n t n t n t ααα±-分别称t 分布的上、下、双侧α分位点.注意: t 1- α (n) = - t α (n).4.F 分布 (1)定义 若U~χ2(n 1), V~ χ2(n 2), 且U,V 相互独立,则F =21n V n U ~F(n 1,n 2)自由度为(n 1,n 2)的F 分布.(2)性质(条件同3.(2)③)22212221σσS S ~F(n 1-1,n 2-1)(3)分位点 若F~ F(n 1,n 2) ,0< α <1,则满足)},({)},({21121n n F F P n n F F P αα-<=>ααα=<>=-))},(()),({(212/1212/n n F F n n F F P的点),(),(),,(),,(212/1212/21121n n F n n F n n F n n F αααα--和分别称为F 分布的上、下、双侧α分位点. 注意:.).(1),(12211n n F n n F αα=-第七章 参数估计一.点估计 总体X 的分布中有k 个待估参数θ1, θ2,…, θk .X 1 ,X 2 ,…,X n 是X 的一个样本, x 1 ,x 2 ,…,x n 是样本值.1.矩估计法先求总体矩⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k θθθμμθθθμμθθθμμ 解此方程组,得到⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k μμμθθμμμθθμμμθθ ,以样本矩A l 取代总体矩μ l ( l=1,2,…,k)得到矩估计量⎪⎪⎩⎪⎪⎨⎧===∧∧∧),,,(),,,(),,,(2121222111k k k k k A A A A A A A A A θθθθθθ,若代入样本值则得到矩估计值. 2.最大似然估计法若总体分布形式(可以是分布律或概率密度)为p (x, θ1, θ2,…, θk ),称样本X 1 ,X 2 ,…,Xn的联合分布∏==ni k i k x p L 12121),,,,(),,,(θθθθθθ 为似然函数.取使似然函数达到最大值的∧∧∧kθθθ,,,21 ,称为参数θ1, θ2,…,θk 的最大似然估计值,代入样本得到最大似然估计量.若L(θ1, θ2,…, θk )关于θ1, θ2,…, θk 可微,则一般可由 似然方程组0=∂∂i L θ 或 对数似然方程组 0ln =∂∂iLθ (i =1,2,…,k) 求出最大似然估计. 3.估计量的标准(1) 无偏性 若E(∧θ)=θ,则估计量∧θ称为参数θ的无偏估计量.不论总体X 服从什么分布, E (X )= E(X) , E(S 2)=D(X), E(A k )=μk =E(X k ),即样本均值X , 样本方差S 2,样本k 阶矩A k 分别是总体均值E(X),方差D(X),总体k 阶矩μk 的无偏估计,(2)有效性 若E(∧θ1 )=E(∧θ2)= θ, 而D(∧θ1)< D(∧θ2), 则称估计量∧θ1比∧θ2有效. (3)一致性(相合性) 若n →∞时,θθP →∧,则称估计量∧θ是参数θ的相合估计量.文 - 汉语汉字 编辑词条文，wen ，从玄从爻。

考研数学概率论知识点总结考研数学中的概率论是一个重要的组成部分，对于考生来说，掌握好概率论的知识点是取得高分的关键之一。

下面就为大家详细总结一下概率论的重要知识点。

一、随机事件与概率1、随机事件随机事件是指在一定条件下，可能出现也可能不出现的事件。

例如，抛一枚硬币，正面朝上就是一个随机事件。

2、样本空间样本空间是指随机试验的所有可能结果组成的集合。

3、事件的关系与运算包括事件的包含、相等、和、积、差、互斥、对立等关系和运算。

4、概率的定义概率是对随机事件发生可能性大小的度量。

5、古典概型具有有限个等可能结果的概率模型。

6、几何概型如果每个事件发生的概率只与构成该事件区域的长度（面积或体积）成比例，则称这样的概率模型为几何概型。

7、条件概率在已知某事件发生的条件下，另一事件发生的概率。

8、乘法公式用于计算两个事件同时发生的概率。

9、全概率公式和贝叶斯公式全概率公式用于计算复杂事件的概率，贝叶斯公式用于在已知结果的情况下，反推原因发生的概率。

二、随机变量及其分布1、随机变量用来表示随机试验结果的变量。

2、离散型随机变量取值可以一一列出的随机变量。

3、离散型随机变量的概率分布包括分布律、分布函数等。

4、常见的离散型随机变量分布如 0-1 分布、二项分布、泊松分布等。

5、连续型随机变量取值充满某个区间的随机变量。

6、连续型随机变量的概率密度函数其性质包括非负性和规范性。

7、常见的连续型随机变量分布如均匀分布、正态分布、指数分布等。

8、随机变量的函数的分布已知随机变量的分布，求其函数的分布。

三、多维随机变量及其分布1、二维随机变量由两个随机变量组成的向量。

2、二维随机变量的分布函数其性质与一维类似。

3、二维离散型随机变量联合分布律、边缘分布律等。

4、二维连续型随机变量联合概率密度函数、边缘概率密度函数等。

5、条件分布在已知某一变量取值的条件下，另一变量的分布。

6、相互独立的随机变量如果两个随机变量的联合分布等于各自边缘分布的乘积，则称它们相互独立。

考研数学概率论复习重要知识点一、基本概念概率是指某个事件发生的可能性大小，用于量化不确定性。

而随机事件是指在一次试验中，不能事先确定出现的结果。

概率的数学定义：对于任意事件A，P(A)表示事件A发生的可能性大小，0 ≤P(A)≤ 1。

同时，P(Ω) = 1，其中Ω是样本空间。

二、加法公式概率公式若A1和A2是两个互不相容的事件，则有：$P(A_1 \\cup A_2) = P(A_1) + P(A_2)$容斥原理当两个事件不互不相容时，可以用容斥原理求出其概率：$P(A_1 \\cup A_2) = P(A_1) + P(A_2) - P(A_1 \\cap A_2)$其中，$P(A_1 \\cap A_2)$ 表示事件A1和A2同时发生的概率。

三、条件概率条件概率是指已知事件B发生的情况下，事件A发生的概率。

条件概率的公式：$P(A|B) = \\frac{P(A \\cap B)}{P(B)}$其中，$P(A \\cap B)$ 表示事件A和B同时发生的概率。

四、乘法公式用乘法公式计算两个事件的概率，即：$P(A \\cap B) = P(A|B)P(B)$五、独立事件若事件A和事件B满足以下条件，则称它们是独立的：$P(A \\cap B) = P(A)P(B)$六、全概率公式与贝叶斯公式全概率公式如果在样本空间Ω中，有一个有限或无限个互不相交的事件序列B1,B2,…,B n，且对Ω的任意一个子集A有：$A = (A \\cap B_1) \\cup (A \\cap B_2) \\cup \\cdots \\cup (A \\cap B_n)$则称事件序列B1,B2,…,B n是一组划分，其全概率公式为：$P(A) = P(A \\cap B_1) + P(A \\cap B_2) + \\cdots + P(A \\cap B_n)$贝叶斯公式如果事件B1,B2,…,B n是一组划分，并对每个$i=1,2,\\cdots,n$，有P(B i)>0，则贝叶斯公式为：$P(B_i|A) = \\frac{P(B_i)P(A|B_i)}{P(A)}$其中，P(B i|A)表示在事件A发生的条件下，事件B i发生的概率。

文档归纳不易，仅供学习参考考研数学复习：概率重点归纳总结考研数学的概率部分是考试答题过程中考查的重点所在，下面考研辅导老师将概率中的复习重点逐一归纳如下，供2014年的考生对照复习。

一、随机事件与概率重点难点：重点：概率的定义与性质，条件概率与概率的乘法公式，事件之间的关系与运算，全概率公式与贝叶斯公式难点：随机事件的概率，乘法公式、全概率公式、Bayes公式以及对贝努利概型的事件的概率的计算常考题型：(1)事件关系与概率的性质(2)古典概型与几何概型(3)乘法公式和条件概率公式(4)全概率公式和Bayes公式(5)事件的独立性(6)贝努利概型二、随机变量及其分布重点难点重点：离散型随机变量概率分布及其性质，连续型随机变量概率密度及其性质，随机变量分布函数及其性质，常见分布，随机变量函数的分布难点：不同类型的随机变量用适当的概率方式的描述，随机变量函数的分布常考题型(1)分布函数的概念及其性质(2)求随机变量的分布律、分布函数(3)利用常见分布计算概率(4)常见分布的逆问题(5)随机变量函数的分布三、多维随机变量及其分布重点难点重点：二维随机变量联合分布及其性质，二维随机变量联合分布函数及其性质，二维随机变量的边缘分布和条件分布，随机变量的独立性，个随机变量的简单函数的分布难点：多维随机变量的描述方法、两个随机变量函数的分布的求解常考题型(1)二维离散型随机变量的联合分布、边缘分布和条件分布(2)二维离散型随机变量的联合分布、边缘分布和条件分布(3)二维随机变量函数的分布(4)二维随机变量取值的概率计算(5)随机变量的独立性四、随机变量的数字特征重点难点重点：随机变量的数学期望、方差的概念与性质，随机变量矩、协方差和相关系数难点：各种数字特征的概念及算法常考题型(1)数学期望与方差的计算(2)一维随机变量函数的期望与方差(3)二维随机变量函数的期望与方差(4)协方差与相关系数的计算(5)随机变量的独立性与不相关性五、大数定律和中心极限定理重点难点重点：中心极限定理难点：切比雪夫不等式、依概率收敛的概念。

本人考研整理的数学概率论知识点，word 版，可编辑、添加、打印。

祝大家学有所得。

第一章随机事件概率随机试验：满足以下三个条件的试验：（1）可重复；（2）知道所有可能；（3）结果不可预知。

样本点：每一个可能的结果叫做一个样本点。

样本空间：全体样本点的集合，记为Ω。

随机事件：随机试验中每一个可能出现的结果，叫做随机事件。

基本事件：试验中不可再分的事件。

不可能事件：不可能发生的事件。

必然事件：必定要发生的事件。

复合事件：由两个或两个以上的事件构成的事件。

事件的关系与运算：事件的关系定义文氏图A B⊂：包含关系：事件B发生必然导致事件A发生，则称事件A包含事件B。

事件相等：A=B 事件A,B 相互包含，就称事件A,B相等。

互斥事件：AB=∅不可能同时发生的事件对立事件：若AB=∅且=0A B，称事件A,B对立事件。

两者之一必然发生，但又不可能同时发生的事件。

事件的并：A B事件A,B中至少有一个发生，称事件A B发生。

事件的差：A-B 事件A发生且B不发生，事件的交：A B AB=事件A,B同时发生，称事件AB发生。

概率：事件发生可能性大小的描述。

条件概率：设A,B 是两个基本事件，且P(A)>0，则：()()()P AB P B A P A =称为事件A 发生的条件下事件B 发生的条件概率。

事件的独立性：如果两事件A,B 满足：()()()P AB P A P B =,则称A 与B 独立。

A,B 独立 ⇔ ()()P A B P A =⇔()()P B A P B A =独立和互斥的关系：()0,()0P A P B >>时，独立一定不互斥，互斥一定不独立。

对于三个以上的事件：相互独立 ⇒ 两两独立， 两两独立退不出相互独立。

取反运算不改变事件的独立性：,A B 相互独立⇔,A B 相互独立⇔,A B 相互独立。

概率的基本性质： 非零性：0()1P A ≤≤ 归一性：()1iP A =∑：()1()1()P A B P A B P AB =-=-古典概率满足： （1），试验的样本空间的元素只有有限个； （2），每个样本点出现的可能性相等： 古典概型事件A 的计算公式：()k P A n=n---样本点数，k---事件A 包含的样本点数。

概率论与数理统计要点复习.docx概率论与数理统计复习资料第⼀章随机事件与概率1.事件的关系AuB AuB AB A-B A Q AB =(/>(1)包含：若事件A发⽣，⼀定导致事件B发⽣，那么，称事件B包含事件A ,记作AuB(或Bz)A)?(2)相等：若两事件A与〃相互包含，即AnB且Bn A,那么，称事件A与B相等，记作A = B .(3)和事件：“事件A与事件B中⾄少有⼀个发⽣”这⼀事件称为A与B的和事件，记作AuB；“n个事件观出?…，⼈中⾄少有⼀事件发⽜”这⼀事HI J A件称为鱼…，⼈的和，记作Au⼊5??uA”(简记为* ').(4)积事件：“事件A与事件B同时发⽣”这⼀事件称为A与B的积事件，记作AcB(简记为AB)；a n个事件观出，…，⼼同时发⽜”这⼀事件称为nA,⾎.…，⼈的积事件，记作(简记为A4??4或以').(5)互不相容：若事件A和B不能同时发⽣，即⼼?,那么称事件A与B互不相容(或互斥)，若n个事件观出?…，⼈中任意两个事件不能同时发⽣，即A"⼴0(iwi(6)对⽴事件:若事件A和B互不相容、且它们中必有⼀事件发⽣，即AB = Q 且AuB⼆Q,那么，称A与B是对⽴的.事件A的对⽴事件(或逆事件)记作⼊(7)差事件：若事件A发⽣且事件B不发⽣，那么，称这个事件为事件A 与B的差事件，记作A-B(或⼈⽤)?2?运算规则(1)交换律：AuB = BuA AB = BA(2)结合律：(AuB)uC = Au(BuC) (AB)C = A(BC)(3)分配律(A u B)C = (AC) u (BC) (AB) uC = (Au C)(B u C)(4)德［摩根(DeMorgan)法则：AuB = AB AB = AuB3.概率P( A)满⾜的三条公理及性质:(1)0 < P(A) < 1 (2) P(Q) = 1(3)对互不相容的事件￡,凡，…,有P(|J 4) = JP(A k) (n可以取co) k=[Bl(4)P(0) = O (5) P(A) = 1 - P(A)(6)P(A-B) = P(A)-P(AB),若AuB,则P(B-A) = P(B)-P(A), P(A)< P(B)(7)P(A u B) = P(A) + P(B) - P(AB)(8)P(AufiuC) = P(A) + P(B) + P(C) ⼀P( AB) - P(AC)⼀P(BC) + P(ABC)4.古典概型：基本事件有限且等可能5.⼏何概率：如果随机试验的样本空间是⼀个区域(可以是直线上的区间、平⾯或空间⼬的区域)，且样本空间⼬每个试验结果的出现具有等可能性，那么规定事件A的概率为= A的长度(或⾯积、体积)(，⼀样本空间的的长度(或⾯积、体积)?6.条件概率(1)定义：若P(B)> 0,则P(A|B)⼆巴也P(B)(2)乘法公式：P(AB) = P(B)P(A | B)若⽿，场,3”为完备事件组，P(BJ>0,贝ij有(3)全概率公式：P(A) =》P(BJP(A | BJ/=!(4)Bayes 公式：P(B* | A) = ￡(拔)⼙(川伐)￡P(BJP(A\BJ/=!(5)贝努⾥概型与⼆项概率设在每次试验中，随机事件A发⽣的概率P(A) = p(0复独⽴试验中?，事件A恰发⽣￡次的概率为巳伙)⼆7 //(I —"1,20,1,…⼩k7.事件的独⽴性：A, 3独⽴o P(AB) = P(A)P(B)(注意独⽴性的应⽤)下列四个命题是等价的：(i)事件A与B相互独⽴；(ii)事件A与⽤相互独⽴;(iii)事件広与B相互独⽴;(iv)事件A与B相互独⽴.8、思考题1 . ⼀个⼈在⼝袋⾥放2盒⽕柴，每盒⽄⽀，每次抽烟时从⼝袋⼬随机拿出⼀盒(即每次每盒有同等机会被拿到)并⽤掉⼀⽀，到某次他迟早会发现：取出的那⼀盒已空了?问：“这时另⼀盒中恰好有加⽀⽕柴”的概率是多少？2?设⼀个居民区有〃个⼈，设有⼀个邮局，开c个窗⼝，设每个窗⼝都办理所有业务.c太⼩，经常排长队；c?太⼤⼜不经济.现设在每⼀指定时刻，这〃个⼈中每⼀个是否在邮局是独⽴的，每个⼈在邮局的概率是P?设计要求：“在每⼀时刻每窗⼝排队⼈数(包括正在被服务的那个⼈)不超过加”这个事件的概率要不⼩于Q (例如，Q = 0?&0?9或o.95),问⾄少须设多少窗⼝？3.设机器正常时，⽣产合格品的概率为9 5%,当机器有故障时，⽣产合格品的概率为5 0 %,⽽机器⽆故障的概率为9 5%.某天上班时，⼯⼈⽣产的第⼀件产品是合格品，问能以多⼤的把握判断该机器是正常的？第⼆章随机变量与概率分布1.离散随机变量：取有限或可列个值，P(X =xj = Pi满⾜(1) p,. > 0 , (2)⼯戸=1I(3)对任意DuR, P(X E D)= ^Pii: DJ+oof(x)dx = 1:-oo(2)P(aJu3.⼉个常⽤随机变量标准正态分布的分布函数记作①(X),即CX ] ----①⑴=I ——e 2 dt①(兀) '⼗问t ,当出“no时，①(%)可查表得到；当xvo时，①⑴可由下⾯性质得到①(I兀)=1 ⼀①(X)设X~N(“,k),则有F⑴=①(⼆)P(aer c ?4.分布函数F(x) = P(X(1)F(-oo) = 0, F(+oo) = l； (2)单调⾮降；(3)右连续；(4)P(a a) = l-F(a)；特别的P(X = a) = F(a) - F(a -0)(5)对离散随机变量，F(Q =⼯⼙汀/：Xf(6)对连续随机变量，F(x) = f 为连续函数，且在.f(x)连续点上，F (x) = f(x)J—85.正态分布的概率计算以①(x)记标准正态分布2(0,1)的分布函数，则有(1)①(0) = 0.5； (2)①(⼀兀)=1 ⼀①⑴；(3)若X ?N(“Q2)，则F(Q⼆①(^^)；(7(4)以％记标准正态分布2(0,1)的上侧a分位数，则P(X >%) = a = l—①(⾎) 6.随机变量的函数Y = g(X)(1)离散时，求Y的值，将相同的概率相加；(2)X连续，g(x)在X的取值范围内严格单调，且有⼀阶连续导数，则/y(y) = /x (gT (y ))l (gT ()‘))'l ，若不单调，先求分布函数，再求导。

概率统计复习题word版.概率论与数理统计1.从⼀批产品中随机抽两次，每次抽1件.以A 表⽰事件“两次都抽得正品”，B 表⽰事件“⾄少抽得⼀件次品”，则下列关系式中正确的是（）.A．A B ? B.B A ? C.A B=D．A B =2.设1()()2P A P B ==，则下列结论⼀定正确的是（）.A．1()4P AB =B．()1P A B +=C．1()2P AB =D．()(P A B P AB =3.抛掷3枚均匀对称的硬币，恰好有两枚正⾯向上的概率是（）.A．0.125B．0.25C．0.375D．0.54．某⼈连续向⼀⽬标射击，每次命中⽬标的概率为34，他连续射击直到命中为⽌，则射击次数为5的概率是。

5.设某试验成功的概率为p，独⽴地做5次该试验，成功3次的概率为6．设()0.4,P A =()0.3,P B =()0.5,P(A-B)=?P A B ?=求7.每次试验成功率为p(010.⼈们为了解⼀只股票未来⼀定时期内的价格变化，往往会去分析影响股票价格的基本因素，⽐如利率的变化。

现假设⼈们经分析估计利率下调的概率为60%，利率不变的概率为40%。

根据经验，⼈们估计，在利率下调的情况下，该只股票的价格上涨的概率为80%，在利率不变的情况下，其价格上涨的概率为40%，求该只股票将上涨的概率。

11.盒中有3个新球、1个旧球，第⼀次使⽤时从中随机取⼀个，⽤后放回，第⼆次使⽤时从中随机取两个，事件A表⽰“第⼆次取到的全是新球”，求P(A).12.随机地掷⼀颗骰⼦,连续6次,求：(1)恰有⼀次出现“6点”的概率；（2）⾄少有⼀次出现“6点”的概率。

13.设⼀本书的各页的印刷错误个数X服从泊松分布，已知有⼀个和两个印刷错误的页数相同，求随意抽查3页中⽆印刷错误的概率.14.设A、B为两个随机事件，0()1P B<<(|)(|)P A B P A B=且证明事件A与B相互独⽴.15.已知：1234,,,A A A A (1,2,3,4)i A A i ?=三个事件都满⾜证明：1234()()()()()3P A P A P A P A P A ≥+++-第⼆章随机变量及其概率分布1.设随机变量1~(3,3X B 则{1}P X ≥=2.任何⼀个连续型随机变量的概率密度()f x ⼀定满⾜（）A.在定义域内单调不减B．0()1f x ≤≤C.()1f x dx +∞-∞=?D.lim ()1x f x →+∞=3.设离散型随机变量X 的概率分布为求C ？4.若(),2,1~2N X 求()()().4 ;1 ;30>≤<≤X P X P X P 5.设随机变量X的的概率密度为2(3)(),()x f x x +-=-∞<<+∞则Y =（）~(0,1)N 6.设随机变量X 的分布律为{},1,2,3,4,515k{}3()P X >=X -101P2C0.4C7.设⼀本书的各页的印刷错误个数X 服从泊松分布，已知有⼀个和两个印刷错误的页数相同，求随意抽查3页中⽆印刷错误的概率p.8.已知随机变量X 的概率密度函数为2,01()0,x x f x <其他求：{1},P X =-{0.5},P X<{3}.P X ≤9.某地抽样调查结果表明，某次统考中，考⽣的数学成绩2σ（百分制）X 服从正态分布N（72，2σ），且96分以上的考⽣占考⽣总数的2.3%。

考研数学概率论32个常考知识点考研数学概率论有哪些知识点是经常考的？为大家提供考研数学概率论32个常考知识点，希望大家能好好复习，争取掌握这些知识点！考研数学概率论32个常考知识点第一部分：随机事件和概率(1)样本空间与随机事件(2)概率的定义与性质(含古典概型、几何概型、加法公式)(3)条件概率与概率的乘法公式(4)事件之间的关系与运算(含事件的独立性)(5)全概公式与贝叶斯公式(6)伯努利概型其中：条件概率和独立为本章的重点，这也是后续章节的难点之一，考生务必引起重视，第二部分：随机变量及其概率分布(1)随机变量的概念及分类(2)离散型随机变量概率分布及其性质(3)连续型随机变量概率密度及其性质(4)随机变量分布函数及其性质(5)常见分布(6)随机变量函数的分布其中：要理解分布函数的定义，还有就是常见分布的分布律抑或密度函数必须记好且熟练。

第三部分：二维随机变量及其概率分布(1)多维随机变量的概念及分类(2)二维离散型随机变量联合概率分布及其性质(3)二维连续型随机变量联合概率密度及其性质(4)二维随机变量联合分布函数及其性质(5)二维随机变量的边缘分布和条件分布(6)随机变量的独立性(7)两个随机变量的简单函数的分布其中：本章是概率的重中之重，每年的解答题定会有一道与此知识点有关，每个知识点都是重点，务必重视!第四部分：随机变量的数字特征(1)随机变量的数字期望的概念与性质(2)随机变量的方差的概念与性质(3)常见分布的数字期望与方差(4)随机变量矩、协方差和相关系数其中：本章只要清楚概念和运算性质，其实就会显得很简单，关键在于计算第五部分：大数定律和中心极限定理(1)切比雪夫不等式(2)大数定律(3)中心极限定理其中：其实本章考试的可能性不大，最多以选择填空的形式，但那也是十年前的事情了。

第六部分：数理统计的基本概念(1)总体与样本(2)样本函数与统计量(3)样本分布函数和样本矩其中：本章还是以概念为主，清楚概念后灵活运用解决此类问题不在话下第七部分：参数估计(1)点估计(2)估计量的优良性(3)区间估计其中：本章点估计是重点，是解答题的重灾区，一定要掌握点估计的两种解题步骤，至于(2)(3)两个可以了解下即可。

;第一章 一、填空题1. 若事件A ⊃B 且P （A ）=0.5, P(B) =0.2 , 则 P(A －B)=（ 0.3 ）。

2. 甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.7，乙击中敌机的概率为0.8．求敌机被击中的概率为（ 0.94 ）。

3. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不少于二个发生可表示为（AB AC BC ++ ）。

4. 三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.9，0.8，0.7，则这三台机器中至少有一台发生故障的概率为（ 0.496 ）。

5. 某人进行射击，每次命中的概率为０.6 独立射击４次，则击中二次的概率为（ 0.3456 ）。

6. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ与Ｃ都不发生可表示为（ ABC ）。

7. 设Ａ、Ｂ、Ｃ为三个事件，则事件Ａ，Ｂ，Ｃ中不多于一个发生可表示为（ ABAC BC I I ）； 8. 若事件A 与事件B 相互独立，且P （A ）=0.5, P(B) =0.2 , 则 P(A|B)=（ 0.5 ）； 9. 甲、乙各自同时向一敌机炮击，已知甲击中敌机的概率为0.6，乙击中敌机的概率为0.5．求敌机被击中的概率为（ 0.8 ）； 10. 若事件A 与事件B 互不相容，且P （A ）=0.5, P(B) =0.2 , 则 P(B A -)=（ 0.5 ） 11. 三台机器相互独立运转，设第一，第二，第三台机器不发生故障的概率依次为0.8，0.8，0.7，则这三台机器中最多有一台发生故障的概率为（ 0.864 ）。

12. 若事件A ⊃B 且P （A ）=0.5, P(B) =0.2 , 则 P(B A )=（ 0.3 ）; 13. 若事件A 与事件B 互不相容，且P （A ）=0.5, P(B) =0.2 , 则 P(B A )=（ 0.5 ） 14. Ａ、Ｂ为两互斥事件，则A B =U （ S ）15. Ａ、Ｂ、Ｃ表示三个事件，则Ａ、Ｂ、Ｃ恰有一个发生可表示为（ ABC ABC ABC ++ ）16. 若()0.4P A =，()0.2P B =，()P AB =0.1则(|)P AB A B =U （ 0.2 ） 17. Ａ、Ｂ为两互斥事件，则AB =（ S ）18. 保险箱的号码锁定若由四位数字组成，则一次就能打开保险箱的概率为（110000）。