伯努利概型与全概公式

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2、概率的定义及其计算二、随机变量及其分布1、分布函数性质FbF(aba<≤=P-X)(b()()bFX()P=≤)2、离散型随机变量3、连续型随机变量三、多维随机变量及其分布1、离散型二维随机变量边缘分布∑∑======⋅jjijjii i py Y x X P x X P p ),()(∑∑======⋅iiijjij j py Y x X P y Y P p ),()(2、离散型二维随机变量条件分布2,1,)(),()(=========⋅i P p y Y P y Y x X P y Y x X P p jij j j i j i j i2,1,)(),()(=========⋅j P p x X P y Y x X P x X y Y P p i ij i j i i j i j3、连续型二维随机变量( X ,Y )的联合分布函数⎰⎰∞-∞-=xydvdu v u f y x F ),(),( 4、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：⎰⎰∞-+∞∞-=xX dvdu v u f x F ),()( 边缘密度函数：⎰+∞∞-=dv v x f x f X ),()( ⎰⎰∞-+∞∞-=y Y dudv v u f y F ),()( ⎰+∞∞-=du y u f y f Y ),()(5、二维随机变量的条件分布+∞<<-∞=y x f y x f x y f X X Y ,)(),()( +∞<<-∞=x y f y x f y x f Y Y X ,)(),()(四、随机变量的数字特征1、数学期望离散型随机变量：∑+∞==1)(k k k p x X E 连续型随机变量：⎰+∞∞-=dx x xf X E )()(2、数学期望的性质(1)为常数C ,)(C C E = )()]([X E X E E = )()(X CE CX E =(2))()()(Y E X E Y X E ±=± b X aE b aX E ±=±)()( )()()(1111n n n n X E C X E C X C X C E +=+ (3)若XY 相互独立则：)()()(Y E X E XY E = (4))()()]([222Y E X E XY E ≤ 3、方差：)()()(22X E X E X D -= 4、方差的性质(1)0)(=C D 0)]([=X D D )()(2X D a b aX D =± 2)()(C X E X D -<(2)),(2)()()(Y X Cov Y D X D Y X D ±+=± 若XY 相互独立则：)()()(Y D X D Y X D +=± 5、协方差：)()(),(),(Y E X E Y X E Y X Cov -= 若XY 相互独立则：0),(=Y X Cov 6、相关系数：)()(),(),(Y D X D Y X Cov Y X XY==ρρ 若XY 相互独立则：0=XYρ即XY 不相关7、协方差和相关系数的性质 (1))(),(X D X X Cov = ),(),(X Y Cov Y X Cov =(2)),(),(),(2121Y X Cov Y X Cov Y X X Cov +=+ ),(),(Y X abCov d bY c aX Cov =++8、常见数学分布的期望和方差五、大数定律和中心极限定理1、切比雪夫不等式若,)(,)(2σμ==X D X E 对于任意0>ξ有2)(})({ξξX D X E X P ≤≥-或2)(1})({ξξX D X E X P -≥<- 2、大数定律：若n X X 1相互独立且∞→n 时，∑∑==−→−ni iDni i X E nX n 11)(11(1)若n X X 1相互独立，2)(,)(i i i i X D X E σμ==且M i ≤2σ则：∑∑==∞→−→−ni iPni i n X E nX n11)(),(11(2)若n X X 1相互独立同分布，且i i X E μ=)(则当∞→n 时：μ−→−∑=Pn i i X n 11 3、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02>σ的独立同分布时，当n 充分大时有：)1,0(~1N n n XY nk kn −→−-=∑=σμ(2)拉普拉斯定理：随机变量),(~)2,1(p n B n n =η则对任意x 有：⎰∞--+∞→Φ==≤--xt n x x dtex p np np P )(21})1({lim 22πη(3)近似计算：)()()()(11σμσμσμσμσμn n a n n b n n b n n Xn n a P b X a P nk knk k -Φ--Φ≈-≤-≤-=≤≤∑∑==1、总体和样本总体X 的分布函数)(x F 样本),(21n X X X 的联合分布为)(),(121k nk n x F x x x F =∏=2、统计量(1)样本平均值：∑==ni i X n X 11(2)样本方差：∑∑==--=--=ni i ni i X n X n X X n S 122122)(11)(11(3)样本标准差：∑=--=ni i X X n S 12)(11(4)样本k 阶原点距： 2,1,11==∑=kXn A ni ki k(5)样本k 阶中心距：∑==-==ni k ik k k X XnM B 13,2,)(1(6)次序统计量：设样本),(21n X X X 的观察值),(21n x x x ，将n x x x 21,按照由小到大的次序重新排列，得到)()2()1(n x x x ≤≤≤ ，记取值为)(i x 的样本分量为)(i X ，则称)()2()1(n X X X ≤≤≤ 为样本),(21n X X X 的次序统计量。

第一章随机事件和概率1排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数;)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数;2加法和乘法原理加法原理两种方法均能完成此事：m+n某件事由两种方法来完成,第一种方法可由m种方法完成,第二种方法可由n种方法来完成,则这件事可由m+n 种方法来完成;乘法原理两个步骤分别不能完成这件事：m×n某件事由两个步骤来完成,第一个步骤可由m种方法完成,第二个步骤可由n 种方法来完成,则这件事可由m×n 种方法来完成;3一些常见排列重复排列和非重复排列有序对立事件至少有一个顺序问题4随机试验和随机事件如果一个试验在相同条件下可以重复进行,而每次试验的可能结果不止一个,但在进行一次试验之前却不能断言它出现哪个结果,则称这种试验为随机试验;试验的可能结果称为随机事件;5基本事件、样本空间和事件在一个试验下,不管事件有多少个,总可以从其中找出这样一组事件,它具有如下性质：①每进行一次试验,必须发生且只能发生这一组中的一个事件；②任何事件,都是由这一组中的部分事件组成的;这样一组事件中的每一个事件称为基本事件,用ω来表示;基本事件的全体,称为试验的样本空间,用Ω表示;一个事件就是由Ω中的部分点基本事件ω组成的集合;通常用大写字母A,B,C,…表示事件,它们是Ω的子集;Ω为必然事件,为不可能事件;不可能事件的概率为零,而概率为零的事件不一定是不可能事件；同理,必然事件Ω的概率为1,而概率为1的事件也不一定是必然事件;6事件的关系与运算①关系：如果事件A的组成部分也是事件B的组成部分,A发生必有事件B发生：BA⊂如果同时有BA⊂,AB⊃,则称事件A与事件B等价,或称A等于B：A=B;A、B中至少有一个发生的事件：A B,或者A+B;属于A而不属于B的部分所构成的事件,称为A与B的差,记为A-B,也可表示为A-AB或者BA,它表示A发生而B不发生的事件;A、B同时发生：A B,或者AB;A B=,则表示A与B不可能同时发生,称事件A与事件B互不相容或者互斥;基本事件是互不相容的;Ω-A称为事件A的逆事件,或称A的对立事件,记为A;它表示A 不发生的事件;互斥未必对立;②运算：结合率：ABC=ABC A∪B∪C=A∪B∪C分配率：AB∪C=A∪C∩B∪C A∪B∩C=AC∪BC德摩根率：∞=∞==11iiii AABABA=,BABA=7概率的公理化定义设Ω为样本空间,A为事件,对每一个事件A都有一个实数PA,若满足下列三个条件：1° 0≤PA≤1,2° PΩ =13° 对于两两互不相容的事件1A,2A,…有常称为可列完全可加性;则称PA为事件A的概率;8古典概型1°{}nωωω21,=Ω,2°nPPPn1)()()(21===ωωω ;设任一事件A,它是由mωωω21,组成的,则有PA={})()()(21mωωω=)()()(21mPPPωωω+++9几何概型若随机试验的结果为无限不可数并且每个结果出现的可能性均匀,同时样本空间中的每一个基本事件可以使用一个有界区域来描述,则称此随机试验为几何概型;对任一事件A,)()()(Ω=LALAP;其中L为几何度量长度、面积、体积;10加法公式PA+B=PA+PB-PAB当PAB＝0时,PA+B=PA+PB11减法公式PA-B=PA-PAB当B⊂A时,PA-B=PA-PB 当A=Ω时,P B=1- PB12条件概率定义设A、B是两个事件,且PA>0,则称)()(APABP为事件A发生条件下,事件B发生的条件概率,记为=)/(ABP)()(APABP;条件概率是概率的一种,所有概率的性质都适合于条件概率;例如PΩ/B=1⇒P B/A=1-PB/A13乘法公式乘法公式：)/()()(ABPAPABP=更一般地,对事件A1,A2,…An,若PA1A2…An-1>0,则有21(AAP…)n A)|()|()(213121AAAPAAPAP= (2)1|(AAAP n…)1-n A;14独立性①两个事件的独立性设事件A、B满足)()()(BPAPABP=,则称事件A、B是相互独立的;若事件A、B相互独立,且0)(>AP,则有若事件A、B相互独立,则可得到A与B、A与B、A与B也都相互独立;必然事件Ω和不可能事件与任何事件都相互独立;与任何事件都互斥;②多个事件的独立性设ABC是三个事件,如果满足两两独立的条件,PAB=PAPB；PBC=PBPC；PCA=PCPA并且同时满足PABC=PAPBPC那么A、B、C相互独立;对于n个事件类似;15全概公式设事件n BBB,,,21 满足1°n BBB,,,21 两两互不相容,),,2,1(0)(niBP i=>, 2°niiBA1=⊂,则有)|()()|()()|()()(2211nn BAPBPBAPBPBAPBPAP+++= ;16贝叶斯公式设事件1B,2B,…,n B及A满足1°1B,2B,…,n B两两互不相容,)(BiP>0,=i1,2,…,n, 2°niiBA1=⊂,0)(>AP,则∑==njjjiiiBAPBPBAPBPABP1)/()()/()()/(,i=1,2,…n;此公式即为贝叶斯公式;)(i B P ,1=i ,2,…,n ,通常叫先验概率;)/(A B P i ,1=i ,2,…,n ,通常称为后验概率;贝叶斯公式反映了“因果”的概率规律,并作出了“由果朔因”的推断;17伯努利概型我们作了n 次试验,且满足每次试验只有两种可能结果,A 发生或A 不发生； n 次试验是重复进行的,即A 发生的概率每次均一样；每次试验是独立的,即每次试验A 发生与否与其他次试验A 发生与否是互不影响的;这种试验称为伯努利概型,或称为n 重伯努利试验;用p 表示每次试验A 发生的概率,则A 发生的概率为q p =-1,用)(k P n 表示n 重伯努利试验中A 出现)0(n k k ≤≤次的概率,k n k kn n q p k P C -=)(,n k ,,2,1,0 =;第二章 随机变量及其分布第三章二维随机变量及其分布第四章随机变量的数字特征第五章大数定律和中心极限定理第六章样本及抽样分布第七章参数估计第八章假设检验单正态总体均值和方差的假设检验。

伯努利概型与全概公式伯努利概型是指一类仅有两个可能结果的随机试验，比如扔一次硬币只有正面朝上或者反面朝上。

伯努利概型的特点是每次实验结果的概率都是相等的，且各次实验结果之间相互独立。

假设实验中有n个相互独立的伯努利概型，每个伯努利概型的成功概率为p，失败概率为1-p。

则在这n次实验中，成功k次的概率可以表示为二项分布的概率质量函数：P(X=k)=C(n,k)*p^k*(1-p)^(n-k)其中，C(n,k)表示组合数，即从n个元素中选取k个元素的组合方式数。

这个公式被称为伯努利概型的概率公式，可以用于计算一系列相关试验中的概率。

全概公式，也称作全概率公式，是概率论中的一条重要原理，用于计算一个事件的概率。

全概率公式的基本思想是将一个事件分解为多个互斥且完备的事件，然后根据这些事件的概率来计算所求事件的概率。

全概率公式的表达式如下：P(A)=P(A，B1)*P(B1)+P(A，B2)*P(B2)+...+P(A，Bn)*P(Bn)其中，P(A)表示事件A的概率，B1、B2、..、Bn表示一组两两互斥且完备的事件，P(B1)、P(B2)、..、P(Bn)表示这些事件的概率，P(A，B1)、P(A，B2)、..、P(A，Bn)表示在事件B1、B2、..、Bn已经发生的条件下，事件A发生的概率。

全概率公式的应用非常广泛，特别适合于利用辅助事件来计算复杂事件的概率。

例如，假设工厂生产了两个品牌的产品A和B，其中A的缺陷率为0.02，B的缺陷率为0.04、现在从工厂中随机抽取了一个产品，发现该产品有缺陷。

问这个产品是属于品牌A还是品牌B的概率是多少？根据全概率公式，我们可以将这个问题分解为两个互斥事件：产品是A品牌和产品是B品牌。

设事件A表示产品是A品牌，事件B表示产品有缺陷。

根据题目的条件，可以得到以下信息：P(A)=0.5，P(B，A)=0.02，P(B，B)=0.04应用全概率公式，可以求得产品有缺陷的概率为：P(B)=P(B，A)*P(A)+P(B，B)*P(B)=0.02*0.5+0.04*0.5=0.03然后，根据贝叶斯公式，可以求得产品是A品牌的条件概率为：P(A，B)=P(B，A)*P(A)/P(B)=0.02*0.5/0.03≈0.333所以，这个缺陷产品属于A品牌的概率约为33.3%。

第一章随机事件和概率（1）排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进行组合的可能数。

（2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。

乘法原理（两个步骤分别不能完成这件事）：m×n某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。

（3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个）顺序问题（4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。

试验的可能结果称为随机事件。

（5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质：①每进行一次试验，必须发生且只能发生这一组中的一个事件；②任何事件，都是由这一组中的部分事件组成的。

这样一组事件中的每一个事件称为基本事件，用ω来表示。

基本事件的全体，称为试验的样本空间，用Ω表示。

一个事件就是由Ω中的部分点（基本事件ω）组成的集合。

通常用大写字母A，B，C，…表示事件，它们是Ω的子集。

Ω为必然事件，?为不可能事件。

不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。

（6）事件的关系与运算①关系：如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：BA⊂如果同时有BA⊂，AB⊃，则称事件A与事件B等价，或称A等于B：A=B。

A、B中至少有一个发生的事件：A B，或者A+B。

属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者BA，它表示A发生而B不发生的事件。