【2014自考】自考本科 概率论与数理统计知识点总结大全 参数估计的基本知识

概率论与数理统计期末复习重要知识点第二章知识点：1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。

2.常用离散型分布：（1）两点分布（0-1分布）： 若一个随机变量X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x p p ====-<<，则称X 服从12,x x 处参数为p 的两点分布。

两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望：()E X p =；两点分布的方差：()(1)D X p p =-（2）二项分布：若一个随机变量X 的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=给出，则称X 服从参数为n,p 的二项分布。

记为X~b(n,p)(或B(n,p)).两点分布的概率分布：{}(1),0,1,...,.k k n kn P x k C p p k n -==-= 二项分布的期望：()E X np =；二项分布的方差：()(1)D X np p =-（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=，则称X 服从参数为λ的泊松分布，记为X~P (λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k ek k λλλ-==>=泊松分布的期望：()E X λ=；泊松分布的方差：()D X λ=4.连续型随机变量：如果对随机变量X 的分布函数F(x)，存在非负可积函数()f x ，使得对于任意实数x ，有(){}()xF x P X x f t dt-∞=≤=⎰，则称X 为连续型随机变量，称()f x 为X 的概率密度函数，简称为概率密度函数。

5.常用的连续型分布： （1）均匀分布：若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ，则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度：⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望：()2a bE X +=；均匀分布的方差：2()()12b a D X -= （2）指数分布：若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩，则称X 服从参数为λ的指数分布，记为X~e (λ)指数分布的概率密度：00()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望：1()E X λ=；指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X的概率密度为22()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()2()x f x x μσ--=-∞<<+∞正态分布的期望：()E X μ=；正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==，2222()()x t xx x e dtϕφ---∞=标准正态分布表的使用： （1）()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数： 设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。

概率论与数理统计知识点总结(详细)[整理]概率论与数理统计（Probability and Mathematics Statistics）是一门基础性学科，广泛应用于统计学、管理科学、数学、计算机科学、社会学、地理学等领域。

它建立在概率论、数理逻辑、微积分以及线性代数的基础上，把统计与数学有机地结合起来，以高效的数学建模对不确定的实际事件分析、推断、做出预测，从而达到指导管理决策的目的。

概率论是概率论与数理统计的重要组成部分，研究概率事件的拓扑结构，以及随机变量的分布规律和抽样特征，用于表示评价系统不确定性及极端情况的几率分析，并且发展出概率密度函数、累积分布函数等数学工具来描述不确定性的变化趋势。

数理统计包括描述性统计和推断性统计两个主要部分。

其中，描述性统计是利用统计指标来描述从待研究对象获取的样本实际数据；推断性统计是利用概率推断理论对样本数据进行分析，以此来得出可推断出总体相应参数和特性的结论。

它所依据的基本概念有抽样统计和统计推断，数理统计关键技术有抽样调查方案的设计、统计量的估计、差异和相关分析等。

数理统计的重要技术有抽样调查方案的设计，它将抽样技术结合统计思想，以达到把握系统性质的目的；统计量的估计，它是用以衡量总体特征的参数估计，它不仅仅只是给出数据量，而且可以推断出总体特征；差异分析，通过它可以看出变量之间的差异情况，从而得出不同水平所代表的总体特征；相关分析，它是一种估计变量之间的相关系数，主要的指标有多元线性回归分析、卡方分析等。

概率论与数理统计在社会中已经得到广泛的应用，主要表现在以下几个方面：在财务分析中，可以根据现实数学模型和概率论分析技术，构建合适的经济风险模型，实现优化的资源配置；在互联网流量分析中，可以根据用户行为分析来挖掘用户特征，指导电子商务推广；在决策分析中，可以利用决策树和数据挖掘技术，建立逻辑模型，形成系统性决策，从而指导业务发展；在信息系统测试中，可以根据质量参数估计系统各项技术指标，为用户提供高质量的信息服务。

《概率论与数理统计》 第一章随机事件及其概率§1.1 随机事件一、给出事件描述，要求用运算关系符表示事件： 二、给出事件运算关系符，要求判断其正确性： §1.2 概率古典概型公式：P （A ）=所含样本点数所含样本点数ΩA 实用中经常采用“排列组合”的方法计算补例1：将n 个球随机地放到n 个盒中去，问每个盒子恰有1个球的概率是多少？解：设A ：“每个盒子恰有1个球”。

求：P(A)=？Ω所含样本点数：nn n n n =⋅⋅⋅...Α所含样本点数：!1...)2()1(n n n n =⋅⋅-⋅-⋅n nn A P !)(=∴补例2：将3封信随机地放入4个信箱中，问信箱中信的封数的最大数分别为1、2、3的概率各是多少？解：设A i ：“信箱中信的最大封数为i”。

(i =1,2,3)求：P(A i )=？Ω所含样本点数：6444443==⋅⋅A 1所含样本点数：24234=⋅⋅836424)(1==∴A P A 2所含样本点数： 363423=⋅⋅C1696436)(2==∴A P A 3所含样本点数：4433=⋅C161644)(3==∴A P 注：由概率定义得出的几个性质： 1、0<P （A ）<12、P(Ω)=1，P(φ) =0 §1.3 概率的加法法则定理：设A 、B 是互不相容事件（AB=φ），则： P （A ∪B ）=P （A ）+P （B ）推论1：设A 1、 A 2、…、 A n 互不相容，则P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n )推论2：设A 1、 A 2、…、 A n 构成完备事件组，则 P(A 1+A 2+...+ A n )=1推论3： P （A ）=1－P （A ）推论4：若B ⊃A ，则P(B －A)= P(B)－P(A) 推论5（广义加法公式）：对任意两个事件A 与B ，有P(A ∪B)=P(A)+P(B)－P(A B) 补充——对偶律：n n A A A A A A ⋂⋂⋂=⋃⋃⋃......2121 n n A A A A A A ⋃⋃⋃=⋂⋂⋂ (2121)§1.4 条件概率与乘法法则条件概率公式：P(A/B)=)()(B P AB P （P(B)≠0）P(B/A)= )()(A P AB P （P(A)≠0） ∴P （AB ）=P （A /B ）P （B ）= P （B / A ）P （A ）有时须与P （A+B ）=P （A ）+P （B ）－P （AB ）中的P （AB ）联系解题。

概率论与数理统计知识点总结概率论和数理统计是现代科学领域中广泛应用的数学分支。

它们研究和揭示了随机现象背后的规律和规则，为科学研究和决策提供了重要的工具。

本文将对概率论和数理统计的一些基本知识点进行总结和概述。

一、概率论概率论是研究随机试验和随机现象的理论。

在概率论中，我们关注的是事件发生的可能性大小，用概率来描述事件的可能性大小。

1.1 事件与样本空间在概率论中，我们首先要确定一个随机试验的所有可能结果构成的集合，这个集合称为样本空间。

样本空间通常用S表示。

当我们关注一个或一组特定的结果时，我们将其称为事件。

1.2 概率概率是描述事件发生可能性的数值，它的取值范围在0到1之间。

当一个事件发生的可能性接近1时，我们说该事件具有很高的概率；反之，当事件发生的可能性接近0时，我们说该事件具有很低的概率。

1.3 基本概率公式在概率论中，我们可以采用不同的方法来计算事件的概率。

基本概率公式是最基本的计算概率的方法。

它表达了事件A在样本空间中所有可能结果的比率。

其计算公式为：P(A) = m/n其中，m表示事件A发生的次数，n表示样本空间中可能结果的总数。

1.4 条件概率条件概率是指在已知事件B发生的条件下，事件A发生的概率。

其计算公式为：P(A|B) = P(A∩B) / P(B)其中，P(A∩B)表示事件A和事件B同时发生的概率，P(B)表示事件B发生的概率。

二、数理统计数理统计是研究如何从样本中推断总体特征的一门学科。

在数理统计中，我们通过对样本数据的搜集和分析，得出总体的统计特征，并对总体做出推论。

2.1 总体和样本在数理统计中，我们关注的是统计总体，它是我们所要研究的对象的全体。

当我们从总体中抽取一部分个体进行研究时，这部分个体称为样本。

通过对样本的分析，我们可以推断出总体的一些特征。

2.2 抽样方法在数理统计中，我们需要选择合适的抽样方法来获得样本数据。

常用的抽样方法包括简单随机抽样、分层抽样、系统抽样等。

《概率论与数理统计》第一章 概率论的基本概念§2．样本空间、随机事件1．事件间的关系 则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生B A ⊂ 称为事件A 与事件B 的和事件，指当且仅B}x x x { ∈∈=⋃或A B A 当A ，B 中至少有一个发生时，事件发生B A ⋃称为事件A 与事件B 的积事件，指当B}x x x { ∈∈=⋂且A B A A ，B 同时发生时，事件发生B A ⋂ 称为事件A 与事件B 的差事件，指当且仅B}x x x { ∉∈=且—A B A 当A 发生、B 不发生时，事件发生B A —，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事φ=⋂B A 件B 不能同时发生，基本事件是两两互不相容的，则称事件A 与事件B 互为逆事件，又称事件且S =⋃B A φ=⋂B A A 与事件B 互为对立事件2．运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃ 结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃分配律)()B (C A A C B A ⋃⋂⋃=⋂⋃）（ ))(()( C A B A C B A ⋂⋂=⋃⋂徳摩根律BA B A A B A ⋃=⋂⋂=⋃ B —§3．频率与概率定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数称为A n 事件A 发生的频数，比值称为事件A 发生的频率n n A 概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率1．概率满足下列条件：)(A P （1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P（3）可列可加性：设是两两互不相容的事件，有n A A A ,,,21 （可以取）∑===nk k n k k A P A P 11)()( n ∞2．概率的一些重要性质：（i ）0)(=φP （ii ）若是两两互不相容的事件，则有（可以取）n A A A ,,,21 ∑===nk knk kA P A P 11)()(n ∞（iii ）设A ，B 是两个事件若，则，B A ⊂)()()(A P B P A B P -=-)A ()B (P P ≥（iv ）对于任意事件A ，1)(≤A P （v ） （逆事件的概率）)(1)(A P A P -=（vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同若事件A 包含k 个基本事件，即，里}{}{}{2]1k i i i e e e A =个不同的数，则有中某，是，，k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑=§5．条件概率（1）定义：设A,B 是两个事件，且，称为事件A 发生的0)(>A P )()()|(A P AB P A B P =条件下事件B 发生的条件概率（2）条件概率符合概率定义中的三个条件1。

《概率论与数理统计》第一章概率论的基本概念§2．样本空间、随机事件1．事件间的关系 A B 则称事件 B 包含事件 A ，指事件 A 发生必然导致事件 B 发生A B {x x A或x B} 称为事件 A 与事件 B 的和事件，指当且仅当 A ，B 中至少有一个发生时，事件 A B 发生A B {x x A且x B} 称为事件 A 与事件 B 的积事件，指当A，B 同时发生时，事件A B 发生A—B {x x A且x B} 称为事件A 与事件 B 的差事件，指当且仅当 A 发生、B 不发生时，事件 A — B 发生A B ，则称事件 A 与B 是互不相容的，或互斥的，指事件 A 与事件 B 不能同时发生，基本事件是两两互不相容的A B S A B ，则称事件 A 与事件 B 互为逆事件，又称事件 A 与事件 B 互为且对立事件2．运算规则交换律 A B B A A B B A结合律(A B) C A (B C) ( A B)C A(B C)分配律 A （B C）(A B) ( A C)A (B C)(A B)( A C)—徳摩根律 A B A B A B A B§3．频率与概率定义在相同的条件下，进行了n 次试验，在这n 次试验中，事件 A 发生的次数n称为事件AA 发生的频数，比值n nA 称为事件 A 发生的频率概率：设E是随机试验，S 是它的样本空间，对于E 的每一事件A赋予一个实数，记为P（A），称为事件的概率1．概率P( A)满足下列条件：（1）非负性：对于每一个事件 A 0 P( A) 1（2）规范性：对于必然事件S P (S) 11（3）可列可加性：设A1, A2 , ,A是两两互不相容的事件，有nn nP A k ) P( A) ( （n可kk 1 k 1以取）2．概率的一些重要性质：（i ）P( ) 0（ii ）若A1, A2 , ,A是两两互不相容的事件，则有n Pn n( （n可以取）A k ) P( A )kk 1 k 1（iii ）设A，B 是两个事件若 A B ，则P(B A) P( B) P( A) ，P( B) P(A) （iv）对于任意事件A，P(A) 1（v）P( A) 1 P(A) （逆事件的概率）（vi）对于任意事件A，B 有P(A B) P( A) P( B) P( A B)§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同若事件 A 包含k 个基本事件，即{e i } {e } {e }A ，里1 i i k] 2，k是，中某个不同的数，则有i1 i 2, ，i k 1,2 nP( A)j k1P { eij}knA包含的基本事件数S中基本事件的总数§5．条件概率（1）定义：设A,B 是两个事件，且P( A) 0 ，称P( A B)P(B | A) 为事件 A 发生的条P(A)件下事件 B 发生的条件概率（2）条件概率符合概率定义中的三个条件。

《概率论与数理统计》第一章 概率论的基本概念§2．样本空间、随机事件1．事件间的关系 B A ⊂则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生φ=⋂B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =⋃B A φ=⋂B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件2．运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃）（ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3．频率与概率定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P（3）可列可加性：设n A A A ,,,21 是两两互不相容的事件，有∑===nk kn k kA P A P 11)()(（n 可以取∞）2．概率的一些重要性质： （i ） 0)(=φP（ii ）若n A A A ,,,21 是两两互不相容的事件，则有∑===nk knk kA P A P 11)()(（n 可以取∞）（iii ）设A ，B 是两个事件若B A ⊂，则)()()(A P B P A B P -=-，)A ()B (P P ≥ （iv ）对于任意事件A ，1)(≤A P（v ）)(1)(A P A P -= （逆事件的概率）（vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同 若事件A包含k个基本事件，即}{}{}{2]1k i i i e e e A =，里个不同的数，则有中某，是，，k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑=§5．条件概率（1） 定义：设A,B 是两个事件，且0)(>A P ，称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率（2） 条件概率符合概率定义中的三个条件1。

i《概率论与数理统计》复习提要(1) 0 P(A) 1 ( 2)P( ) 1(1) 定义：若 P(B) 0,则 P(A| B)P(AB)P(B)(2)乘法公式：P(AB) P(B)P(A| B)若B 1, B 2, B n 为完备事件组，P(B i )0，则有n(3)全概率公式： P(A) P(B i )P(A| B i )i 1(4)Bayes 公式： P(B k | A)P(Bk)P(A|B k)P(B i )P(A|BJi 17.事件的独立性：A, B 独立 P( AB) P(A)P(B)(注意独立性的应用)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 x i ) p i 满足(1) p i 0 , (2) p i =11.事件的关系 AB A B AB A B AAB2.运算规则(1)A B BA ABBA(2) (AB) CA (BC)(AB)C A(BC)(3) (AB)C (AC) (BC) (AB) C (A C)(B(4) AB ABABAB第一章随机事件与概率3•概率P(A)满足的三条公理及性质: C)(4) P() 0 (5) P(A) 1 P(A)(6) P(A B) P(A) P(AB) ，若 A B , 则P(BA) P(B) P(A) ,P(A) P(B)(7) P(A B) P(A) P(B) P(AB)(8) P(ABC) P(A) P(B) P(C)P(AB)P(AC) P(BC)P(ABC)n(3)对互不相容的事件 A l , A 2, , A n ，有P( A k )k 1k 1(n 可以取)4. 古典概型：基本事件有限且等可能5. 几何概率6. 条件概率P(A k )(3)对任意D R, P(X D) p:X i D2.连续随机变量：具有概率密度函数f (x)，满足(1) f (x) 0, f(x)dx 1 ；b(2) P(a X b) f (x)dx ； ( 3)对任意a R，P(X a) 0a4.分布函数F(x) P(X x)，具有以下性质(1)F( ) 0, F( ) 1 ; (2)单调非降；(3)右连续；(4)P(a X b) F(b) F(a)，特别P(X a) 1 F(a)；(5)对离散随机变量，F(x) P i ；i:为x(6)对连续随机变量，F(x) x'f(t)dt为连续函数，且在f (x)连续点上，F (x) f (x)5.正态分布的概率计算以(x)记标准正态分布N (0,1)的分布函数，则有(1)(0) 0.5 ; (2)(2 x x) 1 (x) ； (3)若X ~ N(,)，则F(x) ((4)以u记标准正态分布N(0,1)的上侧分位数，则P(X u ) 1 (u )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f Y(y) f x(g 1(y)) |(g 1(y))' |单调，先求分布函数，再求导。

《概率论与数理统计》第一章 概率论的基本概念§2．样本空间、随机事件1．事件间的关系 B A ⊂则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生B }x x x { ∈∈=⋃或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ⋃发生B }x x x { ∈∈=⋂且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ⋂发生B }x x x { ∉∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生φ=⋂B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的且S =⋃B A φ=⋂B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件2．运算规则 交换律A B B A A B B A ⋂=⋂⋃=⋃结合律)()( )()(C B A C B A C B A C B A ⋂=⋂⋃⋃=⋃⋃ 分配律 )()B (C A A C B A ⋃⋂⋃=⋂⋃）（ ))(()( C A B A C B A ⋂⋂=⋃⋂ 徳摩根律B A B A A B A ⋃=⋂⋂=⋃ B —§3．频率与概率定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事件A 发生的频数，比值n n A 称为事件A 发生的频率概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件：（1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P（3）可列可加性：设n A A A ,,,21 是两两互不相容的事件，有∑===nk kn k kA P A P 11)()( （n 可以取∞）2．概率的一些重要性质： （i ） 0)(=φP（ii ）若n A A A ,,,21 是两两互不相容的事件，则有∑===nk kn k kA P A P 11)()(（n 可以取∞）（iii ）设A ，B 是两个事件若B A ⊂，则)()()(A P B P A B P -=-，)A ()B (P P ≥ （iv ）对于任意事件A ，1)(≤A P（v ）)(1)(A P A P -= （逆事件的概率）（vi ）对于任意事件A ，B 有)()()()(AB P B P A P B A P -+=⋃§4等可能概型（古典概型）等可能概型：试验的样本空间只包含有限个元素，试验中每个事件发生的可能性相同 若事件A包含k个基本事件，即}{}{}{2]1k i i i e e e A =，里个不同的数，则有中某，是，，k k n 2,1i i i ,21 ()中基本事件的总数包含的基本事件数S }{)(1j A n k e P A P kj i ===∑= §5．条件概率（1） 定义：设A,B 是两个事件，且0)(>A P ，称)()()|(A P AB P A B P =为事件A 发生的条件下事件B 发生的条件概率（2） 条件概率符合概率定义中的三个条件1。