东华大学概率论与数理统计B考试大纲final(带公式)

概率论与数理统计公式大全概率论和数理统计作为数学的两个重要分支，被广泛应用于各个领域。

无论是在学术研究还是实际应用中，熟悉并掌握相关的公式是非常重要的。

本文将为您提供概率论与数理统计公式的大全，帮助您更好地理解和应用这两门学科。

一、概率论公式1. 概率公式- 概率的定义：P(A) = N(A) / N(S)，其中P(A)表示事件A发生的概率，N(A)代表事件A的样本点个数，N(S)表示样本空间中的样本点总数。

- 加法法则：P(A∪B) = P(A) + P(B) - P(A∩B)，其中P(A∪B)表示事件A或事件B发生的概率，P(A∩B)表示事件A和事件B同时发生的概率。

- 乘法法则：P(A∩B) = P(A) × P(B|A)，其中P(B|A)表示在事件A 发生的条件下，事件B发生的概率。

2. 条件概率公式- 条件概率的定义：P(A|B) = P(A∩B) / P(B)，其中P(A|B)表示在事件B发生的条件下，事件A发生的概率。

- 全概率公式：P(A) = ∑[P(Bi) × P(A|Bi)]，其中Bi为样本空间的一个划分，P(Bi)表示事件Bi发生的概率，P(A|Bi)表示在事件Bi发生的条件下，事件A发生的概率。

3. 事件独立性公式- 事件A和事件B独立的定义：P(A∩B) = P(A) × P(B)，即事件A和事件B同时发生的概率等于事件A发生的概率乘以事件B发生的概率。

- 事件的相互独立：若对于任意的事件A1，A2，...，An，有P(A1∩A2∩...∩An) = P(A1) × P(A2) × ... × P(An)，则称事件A1，A2，...，An相互独立。

4. 随机变量- 随机变量的定义：随机变量X是样本空间到实数集的映射。

- 随机变量的分布函数：F(x) = P(X≤x)，表示随机变量X小于等于x的概率。

- 随机变量的概率密度函数（连续型随机变量）：f(x)是非负函数，且对于任意实数区间[a, b]，有P(a≤X≤b) = ∫[a, b]f(x)dx。

（全）概率论与数理统计答案（东华大学出版）第二章离散型随机变量及其分布律第二节一维离散型随机变量及其分布律习题Page 551、一个口袋里有6只球，分别标有数字-3、-3、1、1、1、2，从中任取一个球，用ξ表示所得球上的数字，求ξ的分布律。

解答：因为ξ只能取-3、1、2，且分别有2、3、1个，所以ξ的分布律为：ξ-3 1 2 {}i P x ξ=2/63/61/62、在200个元件中有30个次品，从中任意抽取10个进行检查，用ξ表示其中的次品数，问ξ的分布律是什么？解答：由于200个元件中有30个次品，只任意抽取10个检查，因此10个元件中的次品数可能为0、1、2到10个。

当次品数ξ为k 时，即有k 个次品时，则有10-k 个正品。

所以：ξ的分布律为：103017010200{},0,1,,10k k C C P k k C ξ-===。

3、一个盒子中有m 个白球，n m -个黑球，不放回地连续随机地从中摸球，直到取到黑球才停止。

设此时取到的白球数为ξ，求ξ的分布律。

解答：因为只要取到黑球就停止，而白球数只有m 个，因此在取到黑球之前，所取到的白球数只可能为0m 中的任意一个自然数。

设在取到黑球时取到的白球数ξ等于k ，则第1k +次取到是黑球，以i A 表示第i 次取到的是白球；_i A 表示第i 次取到的是黑球。

则ξ的分布律为：__12112111{}()()(|)(|)11,0,1,,11k k k k P k P A A A A P A P A A P A A A m m m k n m k mn n n k n kξ++===--+-==--+-。

4、汽车沿街道行驶，要通过3个有红绿灯的路口，信号灯出现什么信号相互独立，且红绿灯显示时间相等。

以ξ表示该车首次遇到红灯前已通过的路口数，求ξ的分布律。

解答：因为只有3个路口，因此ξ只可能取0、1、2、3，其中{3}ξ=表示没有碰到红灯。

以i A 表示第i 个路口是红灯，因红绿灯显示时间相等，所以()1/2i P A =，又因信号灯出现什么信号相互独立，所以123,,A A A 相互独立。

东华大学2018~ 2019学年第 二 学期期_末__试题踏实学习，弘扬正气；诚信做人，诚实考试；作弊可耻，后果自负。

课程名称 概率论与数理统计A(理工类)（B 卷）使用专业 全校各专业查表数据： 75.1)15(05.0 t ，74.1)16(05.0 t ，13.2)15(025.0 t ，11.2)16(025.0 t ，99.0)2.33(，89.0)2.05(，975.0)96.1(,95.0)645.1(,9.0)28.1((一) 填充题（每题4分，共5题）1.有0.005的男子与0.0025的女子是色盲，且男子与女子的总数相等，现随机地选一人，发现是色盲者，则P（男子|色盲）=______________。

2.设随机变量),3(~),,2(~p B p B ，如果95)1(P ，则 )1( P ___________. 3.设随机变量 X 与 Y 相互独立，且X~B （16，）， Y 服从于参数为 9 的泊松分布，则D (X −2Y +1)=_________________。

4.设总体X 的概率密度为f (x )=e | | (−∞<x <+∞)，X ，X …，X 为总体的随机简单样本，其方差为S ，则E (S )=__________________。

5. 设n ,1是从正态母体),(2a N 中抽取的简单子样， 和2n S 分别表示它的子样的均值和子样方差，又设ξ ~N(μ,α )且与n ,1独立，统计量____________~11 n n S nn .（二）选择题（每题4分，共5题，全部是单选题）1.一批产品中有30%的一级品，现进行放回抽样检查，共取4个样品，则取出的4个样品中恰有2个一级品的概率是（ ）（A）0.168 （B）0.2646 （C）0.309 （D）0.3602.设随机变量X~N(μ，σ )，则随σ增大，P (|X −μ|<σ)（ ）。

《概率论与数理统计》考试大纲一、课程简介概率论是一门研究随机现象统计规律性数量关系的数学学科，约形成于二十世纪初期，1917年苏联科学家伯恩斯坦首先给出了概率论的公理体系，1933年柯尔莫哥洛夫又以更完整的形式提出了概率论的公理结构，从此概率论臻于完善；而数理统计是研究如何有效地收集整理和分析受随机影响的数据，并作出统计推断、预测或者决策的一门学科，它是以概率论为基础的。

《概率论与数理统计》是一门研究和探索客观世界随机现象规律的数学学科，它以随机现象为研究对象，是数学的分支学科，在金融、保险、经济与企业管理、工农业生产、医学、地质学、气象与自然灾害预报等等方面都起到非常重要的作用。

随着计算机科学的发展，以及功能强大的统计软件和数学软件的开发，这门学科得到了蓬勃的发展，它不仅形成了结构宏大的理论，而且在自然科学和社会科学的各个领域应用越来越广泛。

该课程主要讲授“概率论与数理统计基本概念”、“随机变量”、“大数定律与中心极限定理”、“参数估计与假设检验”和“方差分析与回归分析”等内容，理、工、经管类本科生必修的一门重要的基础课。

学习该课程可使学生掌握概率论与数理统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机现象的基本思想和方法，培养学生运用概率统计方法分析和解决、处理实际不确定问题的基本技能和基本素质。

二、考查目标目的是科学、公平、有效地测试考生是否具备攻读我校统计学专业硕士研究生所必须的基本素质、一般能力和培养潜能，以利于选拔具有发展潜力的优秀人才入学，为国家的经济建设培养具有良好职业道德、具有较强分析与解决实际问题能力的高层次应用型的统计学专业人才。

考查考生对概率论与数理统计的基本概念、基本理论和方法的掌握情况，是否具有较强的逻辑推理能力和灵活的思维能力，是否具有较强的计算能力，是否具有综合运用所学知识分析与解决较为复杂实际问题的能力。

要求考生：比较全面地掌握统计学的基本原理和方法，以及相关的概率论知识；具有一定的运用统计学模型分析实际数据和解释分析结果的能力。

东华大学试卷2019—2020 学年第 2 学期课号课程名称概率论与数理统计（期末; 闭卷）适用班级（或年级、专业）1、(9分) 从0，1，2，3，4，5这六个数中任取三个数进行排列，问取得的三个数字能排成三位数且是偶数的概率有多大.2、（9分）用三个机床加工同一种零件，零件由各机床加工的概率分别为0.5、0.3、0.2，各机床加工的零件为合格品的概率分别为0.94、0.90、0.95，求全部产品的合格率.3、（11分）某机械零件的指标值ξ在［90，110］内服从均匀分布，试求：（1）ξ的分布密度、分布函数；（2）ξ取值于区间（92.5，107.5）内的概率.4、（9分）某射手每次射击打中目标的概率都是0.8，现连续向一目标射击，直到第一次击中为止.求“射击次数”的期望.5、（17分）对于下列三组参数，写出二维正态随机向量的联合分布密度与边缘分布密度.6、（15分）求下列各题中有关分布的临界值.1）)6(205.0χ，)9(201.0χ； 2）)12(01.0t ，)8(05.0t ； 3）)10,5(025.0F ，)5,10(95.0F .7、（11分）某水域由于工业排水而受污染，现对捕获的10条鱼样检测，得蛋白质中含汞浓度（%）为0.213 0.228 0.167 0.766 0.054 0.037 0.266 0.135 0.0950.101，若生活在这个区域的鱼的蛋白质中含汞浓度ξ～N （μ，2σ），试求μ＝E ξ，2σ＝D ξ的无偏估计.8、（12分）某种导线的电阻服从正态分布N(μ，2σ)，要求电阻的标准差不得超过0.004欧姆. 今从新生产的一批导线中抽取10根，测其电阻，得s*＝0.006欧姆. 对于α＝0.05，能否认为这批导线电阻的标准差显著偏大？9、 （7分）某校电器（3）班学生期末考试的数学成绩x （分）近似服从正态分布N （75，102），求数学成绩在85分以上的学生约占该班学生的百分之几？。

概率论与数理统计考试大纲第一章随机事件及其概率1、考核内容：（1）理解随机事件的概念，了解样本空间的概念，掌握事件之间的关系与运算（例如以事件间互斥、对立、独立关系为考核重点，学会复杂事件的表示）；（2）了解概率公理化定义，掌握概率的基本性质和应用这些性质进行概率计算（例如事件的加法、减法、乘法的运算等）；（3）会用古典概率公式进行较简单的计算（例如分房问题，正次品抽样，摸球，生日问题，配对问题等）；（4）理解条件概率的概念，掌握概率的加法公式、乘法公式、全概率公式、贝叶斯公式，以及应用这些公式进行概率计算；（5）理解事件的独立性概念，掌握应用事件独立性进行概率计算（例如破译密码，生产工序，有放回抽样问题等）；掌握伯努利概型及其计算。

2、例题、习题参考：例题：例1.3,1.5,1.6,1.9,1.10,1.13,1018,1.19,1.20,1.22习题：习题一2,3,4,5,7,14,15,19,20,26,29,30第二章随机变量及其分布1、考核内容：（1）理解随机变量的概念；（2）理解离散型随机变量的概念、分布列及其性质；掌握二项分布、泊松分布（例如已知分布列求概率；已知概率求分布列）；（3）理解连续型随机变量的概率密度及其性质，掌握均匀分布、指数分布、正态分布（例如确定概率密度中的参数；已知概率密度求分布函数或已知分布函数求概率密度；求区间概率）；（4）理解分布函数的概念，会用随机变量的分布函数求区间概率问题（例如确定分布函数中的参数；已知随机变量的分布列或概率密度求分布函数；已知分布函数求分布列或概率密度）；（5）会求随机变量函数的简单分布（例如应用分布函数法、公式法求解连续型随机变量函数的概率密度）。

2、例题、习题参考：例题：例2.5,2.6,2.8,2.10,2.12,2.13,2.15,2.16,2.18,2.19,2.22习题：习题二1，4,7,12,18,20,22第四章随机变量的数字特征1、考核内容：了解离散型、连续型随机变量的数学期望与方差的概念、性质，会求离散型、连续型随机变量的期望与方差，掌握常见分布的期望与方差。

东 华 大 学 试 卷2017—2018 学年第 2 学期 课号课程名称 概率论与数理统计 （期末; 闭卷） 适用班级（或年级、专业）一. 填空：（每小题3分，共15分） 1.设41)()()(===C p B p A p ，0)(=AB p ，61)()(==AC p BC p ，则 事件C B A ,,都不发生的概率为 。

2.随机变量T 在[0，6]上服从均匀分布，则方程 012=++x T x 有实根的概率为 。

3.随机变量X 服从参数为λ的泊松分布，且1)]2)(1[(=−−X X E ， 则=λ 。

4.设总体X 服从参数为λ的指数分布)(λExp ，n X X X ,,,21 是来自 总体X 的简单随机样本，则=X D 。

5.设1621,,,X X X 是来自总体X ),4(~2σN 的简单随机样本，2σ已知，令 ∑==161161i i X X ，则统计量σ−164X 服从分布为 （必须写出分布的参数）。

二.选择（每小题3分，共15分）1.以A 表示“概率考试及格，英语不及格”，则A 表示（ ）)(A 概率考试不及格，英语考试及格；)(B 概率英语考试都及格； )(C 概率英语考试都不及格；)(D 概率不及格或英语及格。

2.如果），163(N ~X ，且43+=X Y ，则DY 等于（ ）)(A 144 )(B 25 )(C 27 )(D 433.设X 服从参数为91=λ的指数分布，)(x F 为其分布函数， 则=<<}93{X P ( ))(A )93()1(F F − )(B )11(913ee −)(C ee 113− )(D ⎰−93/dx e x4.1621,,,X X X 是来自总体），10(N ~X 的一部分样本，设： 216292821X X Y X X Z ++=++= ，则YZ~（ ） )(A )1,0(N )(B )16(t )(C )16(2χ )(D )8,8(F5.已知n X X X ,,,21 是来自总体的样本，则下列是统计量的是（ ）X X A +)( +A ∑=−n i i X n B 1211)(a X C +)( +10 131)(X a X D ++5三.计算（70分） 1、（8分）已知一批产品中，合格品占90%，检查时一个合格品被认为是次品的概率为0.02，而一个次品被认为是合格品的概率为0.05，现在任取一件检查，求该产品被认为是合格品的概率。

最新整理
概率论与数理统计考试大纲
一、基本概念：
1.运用加法公式，乘法公式以及事件的独立性计算随机事件的概
率；
2.掌握全概率公式，贝叶斯公式；
3.掌握几种常见分布（离散型：二项分布等；连续型：均匀分布；
正态分布等）的分布律和概率密度，以及相关的数字特征计算。

二、一维随机变量分布
1.掌握离散型分布律的性质；
2.掌握连续型密度的性质以及概率密度与分布函数的关系；；
3.会求一维连续型随机变量的函数的分布；
三、二维随机变量分布
1. 掌握离散型联合分布律的性质；已知联合分布律会求边缘分布
律；
2.掌握连续型联合密度的性质；已知联合密度会求边缘密度；
3. 会求简单的二维离散型随机变量的函数的分布
4. 随机变量的数字特征
四、随机变量数字特征
1. 掌握数学期望；方差以及协方差的性质以及计算方法；
五、参数估计和假设检验
1.掌握矩估计法和极大似然估计法；
2.掌握单个正态总体的假设检验。

基本题型：
填空（7x4分）+计算（72分）
计算题：
（1）全概率公式考察，贝叶斯公式。

（2）一维随机变量计算区间上的概率；计算变量函数的分布。

（3）二维随机变量计算边缘分布；相关性；协方差等。

（4）求参数的点估计和极大似然估计
（5）计算单个正态总体参数数学期望的假设检验
.。

概率论与数理统计公式大全一、概率论公式1.概率的基本性质：-非负性：对于任意事件A，有P(A)>=0；-规范性：对于必然事件S，有P(S)=1；-可列可加性：对于互不相容的事件Ai（i=1,2,...），有P(A1∪A2∪...)=P(A1)+P(A2)+...。

2.条件概率：-事件B发生的条件下，事件A发生的概率：P(A，B)=P(A∩B)/P(B)；-乘法公式：P(A∩B)=P(A，B)*P(B)。

3.全概率公式：-事件A的概率：P(A)=ΣP(A，Bi)*P(Bi)，其中Bi为样本空间的一个划分。

4.贝叶斯公式：-事件Bi发生的条件下，事件A发生的概率：P(Bi，A)=P(A，Bi)*P(Bi)/ΣP(A，Bj)*P(Bj)，其中Bj为样本空间的一个划分。

5.独立性：-事件A与事件B相互独立的充要条件是P(A∩B)=P(A)*P(B)。

二、数理统计公式1.随机变量的概率分布：-离散型随机变量的概率分布函数：P(X=x)；-连续型随机变量的概率密度函数：f(x)。

2.数理统计的基本概念：-样本均值：X̄=ΣXi/n；-样本方差：s^2=Σ(Xi-X̄)^2/(n-1)；-样本标准差：s=√s^2；- 样本协方差：sxy = Σ(Xi-X̄)(Yi-Ȳ) / (n-1)。

3.大数定律：-样本均值的大数定律：当样本容量n趋向于无穷大时，样本均值X̄趋向于总体均值μ。

4.中心极限定理：-样本均值的中心极限定理：当样本容量n足够大时，样本均值X̄服从近似正态分布。

5.参数估计：-点估计：用样本统计量对总体参数进行估计；-置信区间估计：用样本统计量构造一个区间，以估计总体参数的范围。

6.假设检验：-假设检验的基本步骤：提出原假设H0和备择假设H1，选择适当的检验统计量，计算拒绝域，进行假设检验。

以上只是概率论与数理统计中的一些重要公式和定理，还有很多其他的公式和定理没有一一列举。

掌握这些公式和定理，可以帮助我们更好地理解和应用概率论与数理统计的知识。

《概率论与数理统计》考试大纲一、考查目标《概率论与数理统计》是为选拔学位学科教学（数学）教育硕士专业硕士研究生而为同等学历考生设置的入学考试科目。

其目的是科学、公平、有效地考查学生对《概率论与数理统计》的基础知识的掌握情况；是否具备攻读我校教育硕士研究生所必须的基本的数据分析素质和培养潜能.二、考试内容及要求第一章随机事件与概率（一）考核知识点1、随机事件与概率：样本空间，随机事件，随机变量，事件域，事件运算，事件间关系2、概率的定义及其确定方法3、概率的性质：可加性，单调性，连续性4、条件概率：定义，乘法公式，全概率公式，Bayes 公式5、事件与试验的独立性（二）考核要求1、深刻理解本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如古典概率问题。

第二章随机变量及其分布（一）考核知识点1、随机变量及其分布：概念，离散随机变量，分布列，连续随机变量，密度函数，分布函数2、数学期望3、方差与标准差：定义，性质，切比雪夫不等式4、常用离散分布：二项分布，几何分布，泊松分布，超几何分布5、常用连续分布：正态分布，指数分布，均匀分布，伽玛分布6、随机变量函数的分布（二）考核要求1、深刻理解本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题第三章多维随机变量及其分布（一）考核知识点1、多维随机变量及其分布：概念，联合分布列，联合密度函数，联合分布列，常用多维分布2、边际分布于随机变量的独立性：边际分布列，边际分函数，边际分密度函数，随机变量的独立性3、多维随机变量函数的分布：离散多维随机变量函数的分布，最大最小值分布，4、多维随机变量的特征：数学期望，方差，协方差，相关系数，运算，期望向量，协方差矩阵（二）考核要求1、领会本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如多维正态分布问题。

第四章大数定律与中心极限定理（一）考核知识点1、大数定律：伯努利大数定律，大数定律的一般形式，切比雪夫大数定律，辛钦大数定律，马尔科夫数定律2、中心极限定理：利莫弗 - 拉普拉斯中心极限定理，莱维 - 林德伯格中心极限定理，正态近似3、多维随机变量函数的分布：离散多维随机变量函数的分布，最大最小值分布，（二）考核要求1、领会本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如多维正态分布问题。

概率论与数理统计公式1.概率公式：
1.1概率加法公式：
P(A∪B)=P(A)+P(B)-P(A∩B)
1.2条件概率公式：
P(A，B)=P(A∩B)/P(B)
P(B，A)=P(A∩B)/P(A)
1.3乘法公式：
P(A∩B)=P(A)*P(B，A)
P(A∩B)=P(B)*P(A，B)
1.4全概率公式：
P(A)=ΣP(A，B_i)*P(B_i)
1.5贝叶斯公式：
P(B，A)=P(A，B)*P(B)/P(A)
2.数理统计中的基本概念和公式：
2.1样本均值：
样本均值 = (x1 + x2 + ... + xn) / n
2.2总体均值：
总体均值=(样本均值*n-x)/(n-1)
2.3样本方差：
样本方差 = Σ(xi - x̄)² / (n-1)
2.4总体方差：
总体方差= Σ(xi - µ)² / N
2.5样本标准差：
样本标准差=√(样本方差)
2.6总体标准差：
总体标准差=√(总体方差)
2.7样本中位数：
样本中位数=(x[n/2]+x[(n+1)/2])/2（当n为偶数时）
2.8样本四分位数：
样本四分位数Q1=x[(n+3)/4]
样本四分位数Q3=x[(3n+1)/4]
2.9标准正态分布的累积分布函数的逆函数：
Zα=Φ^(-1)(α)，其中Φ(z)表示标准正态分布的累积分布函数。

2.10卡方分布的累积分布函数的逆函数：
x^2α=χ^2^(-1)(α)，其中χ^2(x)表示卡方分布的累积分布函数。

概率论与数理统计B考试大纲答疑：1月5日下午3：00-4：30。

2号学院楼543。

第2章描述统计学1.样本均值、样本方差、样本标准差的计算；2.样本中位数、分位数；先对数据按从小到大排序。

如果np不是整数，那么第[np]+1个数据是100p%分位数。

如果np是一个整数，那么100p%分位数取第[np]和第[np]+1个值的平均值。

特别地，中位数是50%分位数。

3.样本相关系数。

，重点例题：例2.3.1, 例2.3.7, 例2.3.8，例2.6.2。

重点习题：P5ex4, P29 ex6, ex12第3章概率论根底1. 样本空间，事件的并、交、补，文图和德摩根律；，2. 概率的定义、补事件计算公式、并事件计算公式；对于任何的互不相交事件序列，3. 等可能概型的计算，排列和组合；4. 条件概率、乘法公式、全概率公式、贝叶斯公式；，4.事件独立性及其概率的计算。

重点习题：P53 ex12, ex13, ex18, ex25, ex29, ex31, ex33, ex35, ex47第4章随机变量与数学期望1. 随机变量的分布函数及其性质；2. 离散型随机变量的概率质量函数及其性质，有关概率的计算；离散型随机变量：取值集合有限或者是一个数列x i, i=1,2, …。

概率质量函数：，3. 连续型随机变量的概率密度函数及其性质，有关概率的计算；连续型随机变量：随机变量的可能的取值是一个区间。

概率密度函数f(x)：对任意一个实数集B有,,4 二维随机变量的联合分布函数、联合质量函数、联合密度函数，有关概率的计算；,,5. 随机变量的独立性，有关概率的计算；随机变量X与Y独立: ;分布函数离散型连续型6. 怎样求连续型随机变量函数的密度函数〔先求分布函数，再求导〕；Y=g(X)7. 数学期望〔离散型，连续型〕，函数的数学期望〔离散型，连续性〕；离散型连续型8. 数学期望的性质，当X与Y独立时，E[XY]=E[X] E[Y]9. 方差和它的性质；；当X与Y独立，，10 协方差、相关系数，有关性质；Corr(X,Y)=1或-1，当且仅当X和Y线性相关，即P(Y=a+bX)=1 (当b>0, 相关系数为1; 当b<0, 相关系数为-1)当X与Y独立时，X与Y不相关，即.11. 矩母函数，利用矩母函数求各阶矩；矩矩母函数利用矩母函数求各阶矩12. 切比雪夫不等式，弱大数定律，概率的频率意义。

大学概率论与数理统计公式全集一、随机事件和概率1、随机事件及其概率运算律名称交换律结合律分配律德摩根律2、概率的定义及其计算公式名称求逆公式加法公式条件概率公式乘法公式全概率公式贝叶斯公式（逆概率公式）伯努利概型公式两件事件相互独立相应公式P(AB)=P(A)P(B)表达式A+B=B+A(A+B)+C=A+(B+C)=A+B+CA(B±C)=AB±ACA+B=ABAB=BA(AB)C=A(BC)=ABCA+(BC)=(A+B)(A+C)AB=A+B公式表达式P(A)=1-P(A)P(A+B)=P(A)+P(B)-P(AB)P(B A)=P(AB)P(A)P(AB)=P(A)P(B A)nP(AB)=P(B)P(A B)i iP(B)=∑P(A)P(B A)i=1P(AjB)=P(Aj)P(B Aj)∑P(A)P(B A)j ii=1∞k kPn(k)=Cnp(1-p)n-k,k=0,1,Λn；P(B A)=P(B)；P(B A)=P(B A)；P(B A)+P(B A)=1；P(B A)+P(B A)=1二、随机变量及其分布1、分布函数性质P(X≤b)=F(b)P(a<X≤b)=F(b)-F(a)2、离散型随机变量分布名称0–1分布B(1,p)二项分布B(n,p)泊松分布P(λ)几何分布G(p)超几何分布H(N,M,n)3、连续型随机变量分布名称均匀分布U(a,b)密度函数⎧1⎪b-a,f(x)=⎨⎪0,⎩a<x<b其他分布律P(X=k)=p k(1-p)1-k,k=0,1k kP(X=k)=Cnp(1-p)n-k,k=0,1,Λ,nP(X=k)=e-λλkk!,k=0,1,2,ΛP(X=k)=(1-p)k-1p,P(X=k)=k n-kCMCN-MnCN,k=l,l+1,Λ,min(n,M)k=0,1,2,Λ分布函数0,x<a⎧⎪⎪x-aF(x)=⎨,a≤x<bb-a⎪1,x≥b⎪⎩指数分布E(λ)正态分布N(μ,σ2)标准正态分布N(0,1)f(x)=-λx⎧⎪λe,x>0f(x)=⎨⎪其他⎩0,x<0⎧0,F(x)=⎨-λx1-e,x≥0⎩2πσ⎰2πσ⎰11x12πσe-(x-μ)22σ2-∞<x<+∞F(x)=-∞e-(t-μ)22σ2d tϕ(x)=12πe-x22-∞<x<+∞F(x)=x-∞e-(t-μ)22σ2d t三、多维随机变量及其分布1、离散型二维随机变量边缘分布p i⋅=P(X=xi)=∑P(X=x,Y=y)=∑pi jj jijp⋅j=P(Y=yj)=∑P(X=x,Y=y)=∑pi ji iij2、离散型二维随机变量条件分布p i j =P(X=xiY=yj)=P(X=xi,Y=yj)P(Y=yj)=pijP⋅j,i=1,2Λx yp j i =P(Y=yjX=xi)=P(X=xi,Y=yj)P(X=xi)=pijPi⋅,j=1,2Λ3、连续型二维随机变量(X ,Y)的联合分布函数F(x,y)=⎰-∞⎰-∞f(u,v)dvdu4、连续型二维随机变量边缘分布函数与边缘密度函数边缘分布函数：FX (x)=⎰-∞⎰-∞f(u,v)dvdu边缘密度函数：fX(x)=⎰-∞f(x,v)dvF Y (y)=x+∞+∞⎰⎰y+∞-∞-∞f(u,v)dudv fY(y)=⎰+∞-∞f(u,y)du5、二维随机变量的条件分布fY X (y x)=f(x,y)f(x,y),-∞<y<+∞fX Y(x y)=,-∞<x<+∞fX(x)fY(y)四、随机变量的数字特征1、数学期望离散型随机变量：E(X)=∑xk pk连续型随机变量：E(X)=⎰-∞xf(x)dxk=1+∞+∞2、数学期望的性质(1)E(C)=C,C为常数E[E(X)]=E(X)E(CX)=CE(X)(2)E(X±Y)=E(X)±E(Y)E(aX±b)=aE(X)±b E(C1X1+ΛCnXn)=C1E(X1)+ΛCnE(Xn)(3)若XY相互独立则：E(XY)=E(X)E(Y)(4)[E(XY)]2≤E2(X)E2(Y)3、方差：D(X)=E(X2)-E2(X)4、方差的性质(1)D(C)=0D[D(X)]=0D(aX±b)=a2D(X)D(X)<E(X-C)2(2)D(X±Y)=D(X)+D(Y)±2Cov(X,Y)若XY相互独立则：D(X±Y)=D(X)+D(Y)5、协方差：Cov(X,Y)=E(X,Y)-E(X)E(Y)若XY相互独立则：Cov(X,Y)=06、相关系数：ρXY =ρ(X,Y)=Cov(X,Y)D(X)D(Y)若XY相互独立则：ρXY=0即XY不相关7、协方差和相关系数的性质(1)Cov(X,X)=D(X)Cov(X,Y)=Cov(Y,X)(2)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)Cov(aX+c,bY+d)=abCov(X,Y)8、常见数学分布的期望和方差分布0-1分布B(1,p)二行分布B(n,p)泊松分布P(λ)几何分布G(p)超几何分布H(N,M,n)均匀分布U(a,b)正态分布N(μ,σ2)指数分布E(λ)数学期望p方差p(1-p)np(1-p)npλ1pλ1-ppn2nMNM M N-m(1-)N N N-1 a+b2(b-a)212σ2μ1λ1λ2五、大数定律和中心极限定理1、切比雪夫不等式)D (X )若E (X )=μ,D (X )=σ2,对于任意ξ>0有P {X -E (X )≥ξ}≤D (X 或P {X -E (X )<ξ}≥1-22ξξ2、大数定律：若X1ΛXn相互独立且n →∞时，1n(1)若X 1ΛX n 相互独立，E (X i )=μi ,D (X i )=σi 2∑i =1n1Xi−−→nD n∑E (X )ii =1n且σi 21≤M 则：n ∑i =11Xi−−→nP ∑E (X ),(n →∞)ii =1n1nP −→μ(2)若X1ΛXn相互独立同分布，且E (Xi )=μi则当n →∞时：∑X i−ni =13、中心极限定理(1)独立同分布的中心极限定理：均值为μ，方差为σ2>0的独立同分布时，当n 充分大时有：∑X Y n=k =1nk -n μ~−−→N (0,1)n σ(2)拉普拉斯定理：随机变量ηn(n =1,2Λ)~B (n ,p )则对任意x 有：x →+∞lim P {ηn-npnp (1-p )≤x }=⎰x 12π-∞e-t 22dt=Φ(x )n(3)近似计算：P (a ≤∑Xk≤b )=P (a -n μ≤k =1n∑Xk =1k-n μ≤b -n μn σn σn σ)≈Φ(b -n μn σ)-Φ(a -n μn σ)六、数理统计1、总体和样本总体X 的分布函数F (x )样本(X 1,X 2Λ2、统计量(1)样本平均值：X =1n(3)样本标准差：S =Xn)的联合分布为F (x 1,x2Λx n)=∏F (x k)k =1n∑i =1n1X i(2)样本方差：S =n -12∑1(Xi-X )=n -1i =12nn ∑i =1n (Xi2-nX )21n -1∑1(X i -X ) (4)样本k 阶原点距：Ak=ni =12n ∑Xi =1k i,k =1,2Λ(5)样本k 阶中心距：Bk=M k =1n∑(Xi =1n i-X )k ,k =2,3Λ(6)次序统计量：设样本(X 1,X 2Λ序重新排列，得到x (1)≤x(2)≤Λ为样本(X 1,X 2ΛX n)X n)的观察值(x 1,x 2Λx n)，将x 1,x 2Λxn按照由小到大的次≤x(n )，记取值为x (i )的样本分量为X (i )，则称X(1)≤X(2)≤Λ≤X(n )的次序统计量。