概率论公式大全:随机事件、条件概率、随机变量及其分布
需积分: 9 138 浏览量
更新于2024-09-18
收藏 172KB DOC 举报
概率公公式整理
概率论是数学的一个分支,研究随机事件的概率和统计规律。概率论有广泛的应用,如统计学、工程学、经济学、生物学等领域。本资源为概率论公式整理,涵盖随机事件、概率的定义和计算、条件概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征等方面的知识点。
1. 随机事件及其概率
随机事件是指可能发生或不发生的事件。随机事件可以用集合论的方法来描述。吸收律和反演律是随机事件的两个重要性质。
吸收律:P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
反演律:P(A ∩ B) = P(A) × P(B|A) = P(B) × P(A|B)
2. 概率的定义及其计算
概率是指随机事件发生的可能性大小。概率的定义是指事件A发生的频率,即P(A) = lim (n→∞) (发生A的次数 / 总试验次数)。
加法公式:P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
3. 条件概率
条件概率是指事件A在事件B发生的条件下发生的概率。条件概率的公式是:
P(A|B) = P(A ∩ B) / P(B)
乘法公式:P(A ∩ B) = P(A) × P(B|A) = P(B) × P(A|B)
全概率公式:P(A) = P(A|B) × P(B) + P(A|B') × P(B')
Bayes公式:P(A|B) = P(B|A) × P(A) / P(B)
4. 随机变量及其分布
随机变量是指其取值随机的变量。随机变量可以是离散型或连续型。分布函数是指随机变量的累积分布函数。
离散型随机变量:
* 0-1分布:P(X=k) = p^k × (1-p)^(1-k)
* 二项分布:P(X=k) = C(n, k) × p^k × (1-p)^(n-k)
* Possion分布:P(X=k) = (e^(-λ) × (λ^k)) / k!
连续型随机变量:
* 均匀分布:f(x) = 1 / (b-a)
* 指数分布:f(x) = λ × e^(-λx)
* 正态分布:f(x) = (1/√(2π)σ) × e^(-((x-μ)^2) / (2σ^2))
5. 多维随机变量及其分布
多维随机变量是指两个或两个以上的随机变量。二维随机变量的分布函数是指联合分布函数。
边缘分布函数:F(x) = P(X ≤ x) = ∫[∞ -∞] f(x, y) dy
边缘密度函数:f(x) = ∫[∞ -∞] f(x, y) dy
6. 连续型二维随机变量
连续型二维随机变量的分布函数是指联合分布函数。
均匀分布:f(x, y) = 1 / (b-a) × (d-c)
二维正态分布:f(x, y) = (1/2πσ_xσ_y√(1-ρ^2)) × e^(-((x-μ_x)^2 / (2σ_x^2) + (y-μ_y)^2 / (2σ_y^2) - 2ρ(x-μ_x)(y-μ_y) / (σ_xσ_y)))
7. 二维随机变量的条件分布
条件分布是指一个随机变量在另一个随机变量的条件下的分布。
条件分布函数:F(y|x) = P(Y ≤ y|X=x) = ∫[∞ -∞] f(x, y) dy / f(x)
条件密度函数:f(y|x) = f(x, y) / f(x)
8. 随机变量的数字特征
随机变量的数字特征是指随机变量的数学期望、方差、协方差等。
数学期望:E(X) = ∫[∞ -∞] x f(x) dx
方差:D(X) = E((X-E(X))^2)
协方差:Cov(X, Y) = E((X-E(X))(Y-E(Y)))
相关系数:ρ = Cov(X, Y) / (σ_X σ_Y)
本资源总结了概率论的重要公式和概念,为考研的同学提供了有用的参考资料。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2019-12-10 上传
2018-12-24 上传
2022-01-19 上传
2021-11-28 上传
ilovebmw1
- 粉丝: 0
- 资源: 2
最新资源
- C语言数组操作:高度检查器编程实践
- 基于Swift开发的嘉定单车LBS iOS应用项目解析
- 钗头凤声乐表演的二度创作分析报告
- 分布式数据库特训营全套教程资料
- JavaScript开发者Robert Bindar的博客平台
- MATLAB投影寻踪代码教程及文件解压缩指南
- HTML5拖放实现的RPSLS游戏教程
- HT://Dig引擎接口,Ampoliros开源模块应用
- 全面探测服务器性能与PHP环境的iprober PHP探针v0.024
- 新版提醒应用v2:基于MongoDB的数据存储
- 《我的世界》东方大陆1.12.2材质包深度体验
- Hypercore Promisifier: JavaScript中的回调转换为Promise包装器
- 探索开源项目Artifice:Slyme脚本与技巧游戏
- Matlab机器人学习代码解析与笔记分享
- 查尔默斯大学计算物理作业HP2解析
- GitHub问题管理新工具:GIRA-crx插件介绍