概率论与数理统计:随机事件及其运算
- 格式:pptx
- 大小:4.65 MB
- 文档页数:19


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P(X 乞b) =F(b) P(a :: X 冬b) = F(b) _ F(a)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 P i =P(X =X i )二% P(X = xi ,丫二 yj ) = ' pij pj =P( Y=yj )=' P(X 二 X j , 丫二 yj )=' pij j j离散型二维随机变量条件分布P(X =X j ,Y =yj )pij…= P(X =X j Y =y j ),i=1,2jP(丫 =yj )P j P(X=X j ,Y=y j )p j2、 P i j P ji3、x yf(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: F x (x) = [「f(u,v)dvdu 边缘密度函数:f x (x)二.-^o a-bof(u,y)du*^0.■bof (x, v)y ■:: F y (y)f (u,v)dudv f Y (y)二 5、二维随机变量的条件分布fYx (yx)二■■■■■y < fxY (xy)二<x ::: ■::x 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)=.;「X k P k连续型随机变量:E(X)二=xf(x)dx2、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(C^X^ ■ C n X n^C1E(X1^ ■ C n E(X n) ⑶ 若GY相互独立则:E(XY) =E(X)E(Y)(4) [E(XY)]2 <E2(X)E2(Y)3、万差:D(x) =E(X2) —E2(x)4、方差的性质(1) D(C) =0 D[D(X)] =0 D(aX _b) =a2D(X) D(X) :::E(X -C)2⑵ D(X _Y)二D(X) • D(Y) _2Cov(X,Y)若 GY相互独立则:D(X _Y)二D(X) • D(Y)5、协方差:Cov(X,Y)二E(X,Y) _E(X)E(Y)若 GY相互独立则:Cov(X,Y)=06、相关系数:认「(X,Y)〜Cov(X,丫)若GY相互独立则:认=0即GY不相关J D(X)阿石7、协方差和相关系数的性质(1)Cov(X,X) =D(X) Cov(X,Y)二Cov(Y, X)(2)Cov(X1 X2,Y) =Cov(X1,Y) Cov(X2,Y) Cov(aX c, bY • d)二abCov(X,Y)&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 E(X)-」.,D(X)=:;2,对于任意'.0 有 P{X _E(X) _ }空里^2 或 P{X _E(X) ::: }n n2、 大数定律:若X i …X n 相互独立且「时,—、• X i —D r-7 E(X i )ni 4ni二nn(1)若 X i X n 相互独立,E(X i ) =A i , D(X i ) =52且 O i 2兰M 贝y : -Z X i — 1瓦 E(X i ),(n T ©nyny1n⑵若X i …X n 相互独立同分布,且E(X j )=n 则当n 时:―、X, P> Jn y3、 中心极限定理(1) 独立同分布的中心极限定理:均值为 」,方差为C 20的独立同分布时,当n 充分 大时有:n' X k —n ・iY n = ------------------- 二 N(0,1)U n cr(2) 拉普拉斯定理:随机变量n (n =1,2 )~B( n, p)则对任意G 有:xt 2lim P { :n np兰x} = f -j^e 2dt =Q (x) x -°p(1-p) - : .2 二六、数理统计1、总体和样本n _(5) 样本 k 阶中心距:B k =Mk(X i -X)k ,^2,3'nm(1)样本平均值: n n n2X 」、X i (2)样本方差:S 2匚、(X i -X)2L' (X i 2-nx )n-1y n -1(3)样本标准差:,彳 n ns= 1v(X i-X)2(4)样本 k 阶原点距:A k X i k,k=1,2 … ,n -1^(X 1,X 2 X n )的联合分布为 F(X 1,X 2 X n )F (X k )心(3)近似计算:nP(a 乞、X k Eb) =P(生' X k -n 」■k'.nc<^n 1才一门.」:泸- nc、、..总体X 的分布函数F(X)样本 2、统计量(6)次序统计量:设样本(X1,X2…X n)的观察值凶七和,将为,X?…X.按照由小到大的次,记取值为X(i)的样本分量为X(i),则称X(1宀(2)「乞x(n) 序重新排列,得到X(1)乞X(2) <X(n)为样本(X1,X2…X n)的次序统计量。