《概率论与数理统计》复习资料
一、复习提纲
注:以下是考试的参考内容,不作为实际考试范围,仅作为复习参考之用。考试内容以教学大纲和实施计划为准;注明“了解”的内容一般不考。
1、能很好地掌握写样本空间与事件方法,会事件关系的运算,了解概率的古典定义
2、能较熟练地求解古典概率;了解概率的公理化定义
3、掌握概率的基本性质和应用这些性质进行概率计算;理解条件概率的概念;掌握加法公式与乘法公式
4、能准确地选择和运用全概率公式与贝叶斯公式解题;掌握事件独立性的概念及性质。
5、理解随机变量的概念,了解(0—1)分布、二项分布、泊松分布的分布律。
6、理解分布函数的概念及性质,理解连续型随机变量的概率密度及性质。
7、掌握指数分布(参数)、均匀分布、正态分布,特别是正态分布概率计算
8、会求一维随机变量函数分布的一般方法,求一维随机变量的分布律或概率密度。
9、会求分布中的待定参数。
10、会求边缘分布函数、边缘分布律、条件分布律、边缘密度函数、条件密度函数,会判别随机变量的独立性。
11、掌握连续型随机变量的条件概率密度的概念及计算。
12、理解二维随机变量的概念,理解二维随机变量的联合分布函数及其性质,理解二维离散型随机变量的联合分布律及其性质,理解二维连续型随机变量的联合概率密度及其性质,并会用它们计算有关事件的概率。
13、了解求二维随机变量函数的分布的一般方法。
14、会熟练地求随机变量及其函数的数学期望和方差。会熟练地默写出几种重要随机变量的数学期望及方差。
15、较熟练地求协方差与相关系数.
16、了解矩与协方差矩阵概念。会用独立正态随机变量线性组合性质解题。
17、了解大数定理结论,会用中心极限定理解题。
18、掌握总体、样本、简单随机样本、统计量及抽样分布概念,掌握样本均值与样本方差及样本矩概念,掌握c2分布(及性质)、t分布、F分布及其分位点概念。
19、理解正态总体样本均值与样本方差的抽样分布定理;会用矩估计方法来估计未知参数。
20、掌握极大似然估计法,无偏性与有效性的判断方法。
21、会求单正态总体均值与方差的置信区间。会求双正态总体均值与方差的置信区间。
二、各章知识要点
第一章 随机事件与概率
1.事件的关系
2.运算规则 (1)
(2)
(3)
(4)
3.概率满足的三条公理及性质:
(1) (2)
(3)对互不相容的事件,有 (可以取)
(4) (5)
(6),若,则,
(7)
(8)
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
(1) 定义:若,则
(2) 乘法公式:
若为完备事件组,,则有
(3) 全概率公式:
(4) Bayes公式:
7.事件的独立性: 独立 (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,满足(1),(2)=1
(3)对任意,
2. 连续随机变量:具有概率密度函数,满足(1);
(2);(3)对任意,
3. 几个常用随机变量
4. 分布函数 ,具有以下性质
(1);(2)单调非降;(3)右连续;
(4),特别;
(5)对离散随机变量,;
(6)对连续随机变量,为连续函数,且在连续点上,
5. 正态分布的概率计算 以记标准正态分布的分布函数,则有
(1);(2);(3)若,则;
(4)以记标准正态分布的上侧分位数,则
6. 随机变量的函数
(1)离散时,求的值,将相同的概率相加;
(2)连续,在的取值范围内严格单调,且有一阶连续导数,则,若不单调,先求分布函数,再求导。
第四章 随机变量的数字特征
1.期望
(1) 离散时 , ;
(2) 连续时,;
(3) 二维时,
(4);(5);
(6);
(7)独立时,
2.方差
(1)方差,标准差;
(2);
(3);
(4)独立时,
3.协方差
(1);
(2);
(3);
(4)时,称不相关,独立不相关,反之不成立,但正态时等价;
(5)
4.相关系数 ;有,
5. 阶原点矩, 阶中心矩
第五章 大数定律与中心极限定理
1.Chebyshev不等式 或
2.大数定律
3.中心极限定理
(1)设随机变量独立同分布,则, 或 或,
(2)设是次独立重复试验中发生的次数,,则对任意,有或理解为若,则
第六章 样本及抽样分布
1.总体、样本
(1) 简单随机样本:即独立同分布于总体的分布(注意样本分布的求法);
(2) 样本数字特征:
样本均值(,);
样本方差()样本标准差
样本阶原点矩,样本阶中心矩
2.统计量:样本的函数且不包含任何未知数
3.三个常用分布(注意它们的密度函数形状及分位点定义)
(1)分布 ,其中独立同分布于标准正态分布,若且独立,则;
(2)分布 ,其中且独立;
(3)分布 ,其中且独立,有下面的性质
4.正态总体的抽样分布
(1); (2);
(3)且与独立; (4);
(5),
(6)
第七章 参数估计
1.矩估计:
(1)根据参数个数求总体的矩;(2)令总体的矩等于样本的矩;(3)解方程求出矩估计
2.极大似然估计:
(1)写出极大似然函数;(2)求对数极大似然函数(3)求导数或偏导数;(4)令导数或偏导数为0,解出极大似然估计(如无解回到(1)直接求最大值,一般为min或max)
3.估计量的评选原则
(1)无偏性:若,则为无偏; (2) 有效性:两个无偏估计中方差小的有效;
4.参数的区间估计(正态)
三、概率论部分必须要掌握的内容以及题型
1.概率的基本性质、条件概率、加法、乘法公式的应用;掌握事件独立性的概念及性质。
如对于事件A,B,或,已知P(A),P(B),P(AB),P(AB),P(A|B),P(B|A)以及换为或之中的几个,求另外几个。
例:事件A与B相互独立,且P(A)=0.5,P(B)=0.6,求:P(AB),P(A-B),P(AB)
例:若P(A)=0.4,P(B)=0.7,P(AB)=0.3,求: P(A-B),P(AB),,,
课本上P19,例5;P26,第14,24题。
2.准确地选择和运用全概率公式与贝叶斯公式。
若已知导致事件A发生(或者是能与事件A同时发生)的几个互斥的事件B i,i=1,2,…,n,…的概率P(B i) ,以及B i发生的条件下事件A发生的条件概率P(A|B i),求事件A发生的概率P(A)以及A发生的条件下事件B i发生的条件概率P(B i| A)。
例:玻璃杯成箱出售,每箱20只。假设各箱含0、1、2只残次品的概率相应为0.8、0.1和0.1,某顾客欲购买一箱玻璃杯,在购买时,售货员随意取一箱,而顾客随机地察看4只,若无残次品,则买下该箱玻璃杯,否则退回。试求:(1)顾客买下该箱的概率;(2)在顾客买下的该箱中,没有残次品的概率。
课本上P26,第24题
3.一维、二维离散型随机变量的分布律,连续型随机变量的密度函数性质的运用。分布中待定参数的确定,分布律、密度函数与分布函数的关系,联合分布与边缘分布、条件分布的关系,求数学期望、方差、协方差、相关系数,求函数的分布律、密度函数及期望和方差。
(1)已知一维离散型随机变量的分布律P(X=xi)=pi,i=1,2,…,n,…
确定参数
求概率P(a<X<b)
求分布函数F(x)
求期望E(X),方差D(X)
求函数Y=g(X)的分布律及期望E[g(X)]
课本上P39,例1;P50,例1;P59,第33题;P114,第6、8题;
例:随机变量的分布律为.
确定参数k
求概率P(0<X<3),
求分布函数F(x)
求期望E(X),方差D(X)
求函数的分布律及期望
(2)已知一维连续型随机变量的密度函数f(x)
确定参数
求概率P(a<X<b)
求分布函数F(x)
求期望E(X),方差D(X)
求函数Y=g(X)的密度函数及期望E[g(X)]
P43,例1;P51,例2;P53,例5;P59,第36、37题;P114,第9题;
例:已知随机变量的概率密度为,
确定参数k
求概率
求分布函数F(x)
求期望E(X),方差D(X)
求函数的密度及期望
(3)已知二维离散型随机变量(X,Y)的联合分布律P(X=xi,Y=yj)=pij,i=1,2,…,m,…;j=1,2,…,n,…
确定参数
求概率P{(X,Y)ÎG}
求边缘分布律P(X=xi)=pi.,i=1,2,…,m,…;P(Y=yj)=p.j, j=1,2,…,n,…
求条件分布律P(X=xi|Y=yj),i=1,2,…,m,…和P(Y=yj|X=xi), j=1,2,…,n,…
求期望E(X),E(Y),方差D(X),D(Y)
求协方差 cov(X,Y),相关系数,判断是否不相关
求函数Z=g(X, Y)的分布律及期望E[g(X, Y)]
课本P65,例1;P88,第36题;P115,第14题;P116,第22题;
例:已知随机变量(X,Y)的联合分布律为
求概率P(X<Y), P(X=Y)
求边缘分布律P(X=k) k=0,1,2 和P(Y=k) k=0,1,2,3
求条件分布律P(X=k|Y=2) k=0,1,2和P(Y=k|X=1) k=0,1,2,3
求期望E(X),E(Y),方差D(X),D(Y)
求协方差 cov(X,Y),相关系数,判断是否不相关
求Z=X+Y,W=max{X,Y},V=min{X,Y}的分布律
(4)已知二维连续型随机变量的联合密度函数f(x, y)
确定参数
求概率P{(X,Y)ÎG}
求边缘密度,,判断是否相互独立
求条件密度,
求期望E(X),E(Y),方差D(X),D(Y)
求协方差 cov(X,Y),相关系数,判断是否不相关
求函数Z=g(X, Y)的密度函数及期望E[g(X, Y)]
课本上P63,例2;P66,例2,P72,例4;P84,第3题;P85,第7题;P87,第22题;P117,第31题;
例:已知二维随机变量(X,Y)的概率密度为,
确定常数的值;
求概率P(X<Y)
求边缘密度,,判断是否相互独立
求条件密度,
求期望E(X),E(Y),方差D(X),D(Y)
求协方差 cov(X,Y),相关系数,判断是否不相关
4.会用中心极限定理解题。
例1:每次射击中,命中目标的炮弹数的均值为2,方差为,求在100次射击中有180到220发炮弹命中目标的概率.
例2:设从大批发芽率为0.9的种子中随意抽取1000粒,试求这1000粒种子中至少有880粒发芽的概率。
5.熟记(0-1)分布、二项分布、泊松分布的分布律、期望和方差,指数分布(参数)、均匀分布、正态分布的密度函数、期望和方差。
课本上P49,例3;P58,第26题;P117,第36题
例设,且与相互独立,则
四、数理统计部分必须要掌握的内容以及题型
1.统计量的判断。
2.计算样本均值与样本方差及样本矩。
3.熟记正态总体样本均值与样本方差的抽样分布定理。
4.会求未知参数的矩估计、极大似然估计。
课本上P151,例2;P154,例5;P173,第4题
例:设总体的概率密度为,是来自总体的一个样本,求未知参数的矩估计量与极大似然估计量.
5. 掌握无偏性与有效性的判断方法。
例:设是来自总体的一个样本,下列统计量是不是总体均值的无偏估计
;;;;
求出方差,比较哪个更有效。
6. 会求正态总体均值与方差的置信区间。
课本上P164,例1;P175,第16题