没有合适的资源?快使用搜索试试~ 我知道了~
首页概率论与数理统计公式整理(超全免费版).pdf
资源详情
资源评论
资源推荐

概率论与数理统计 公式(全)
2011-1-1
1
第 1 章 随机事件及其概率
( 1 )排列
组合公式
)!(
!
nm
m
P
n
m
从 m 个人中挑出 n 个人进行排列的可能数。
)!(!
!
nmn
m
C
n
m
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
来表示。
基本事件的全体,称为试验的样本空间,用
表示。
一个事件就是由
中的部分点(基本事件
)组成的集合。通常用大写字母
A,B,C,
„表示事件,它们是
的子集。
为必然事件,Ø 为不可能事件。
不可能事件(Ø)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=Ø,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。

概率论与数理统计 公式(全)
2011-1-1
1
-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:A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C
分配率:(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)
德摩根率:
11 i
i
i
i AA
BABA
,
BABA
( 7 )概率
的公理化
定义
设
为样本空间,
A
为事件,对每一个事件
A
都有一个实数 P(A),若满
足下列三个条件:
1° 0≤P(A)≤1,
2° P(Ω ) =1
3° 对于两两互不相容的事件
1A
,
2A
,„有
1
1
)(
i
i
i
i APAP
常称为可列(完全)可加性。
则称 P(A)为事件
A
的概率。
( 8 )古典
概型
1°
n
21
,
,
2°
n
PPP
n
1
)()()(
21
。
设任一事件
A
,它是由
m
21
,
组成的,则有
P(A)
=
)()()(
21 m
=
)()()(
21 m
PPP
n
m
基本事件总数
所包含的基本事件数A
( 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,
)(
)(
)(
L
AL
AP
。其中 L 为几何度量(长度、面积、体积)。
(10)加法
公式
P(A+B)=P(A)+P(B)-P(AB)
当 P(AB)=0 时,P(A+B)=P(A)+P(B)
(11)减法
公式
P(A-B)=P(A)-P(AB)
当 B
A 时,P(A-B)=P(A)-P(B)
当 A=Ω 时,P(
B
)=1- P(B)
(12)条件
概率
定义 设 A、B 是两个事件,且 P(A)>0,则称
)(
)(
AP
ABP
为事件 A 发生条件下,事
件 B 发生的条件概率,记为
)/( ABP
)(
)(
AP
ABP
。

概率论与数理统计 公式(全)
2011-1-1
1
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 P(Ω /B)=1
P(
B
/A)=1-P(B/A)
(13)乘法
公式
乘法公式:
)/()()( ABPAPABP
更一般地,对事件 A
1
,A
2
,„A
n
,若 P(A
1
A
2
„A
n-1
)>0,则有
21( AAP
„
)nA
)|()|()( 213121 AAAPAAPAP
„„
21|( AAAP n
„
)1nA
。
(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
)(
)(
)()(
)(
)(
)|( BP
AP
BPAP
AP
ABP
ABP
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
和不可能事件 Ø 与任何事件都相互独立。
Ø 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,
P(AB)=P(A)P(B);P(BC)=P(B)P(C);P(CA)=P(C)P(A)
并且同时满足 P(ABC)=P(A)P(B)P(C)
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
nBBB ,,, 21
满足
1°
nBBB ,,, 21
两两互不相容,
),,2,1(0)( niBP i
,
2°
n
i
iBA
1
,
则有
)|()()|()()|()()( 2211 nn BAPBPBAPBPBAPBPAP
。
(16)贝叶
斯公式
设事件
1B
,
2B
,„,
nB
及
A
满足
1°
1B
,
2B
,„,
nB
两两互不相容,
)(BiP
>0,
i
1,2,„,
n
,
2°
n
i
iBA
1
,
0)( AP
,
则
n
j
jj
ii
i
BAPBP
BAPBP
ABP
1
)/()(
)/()(
)/(
,i=1,2,„n。
此公式即为贝叶斯公式。
)(
i
BP
,(
1i
,
2
,„,
n
),通常叫先验概率。
)/( ABP
i
,(
1i
,
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;

概率论与数理统计 公式(全)
2011-1-1
1
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
qp 1
,用
)(kPn
表
示
n
重伯努利试验中
A
出现
)0( nkk
次的概率,
knk
k
n
n qpkP
C
)(
,
nk ,,2,1,0
。
第二章 随机变量及其分布
(1)离散
型随机变
量的分布
律
设离散型随机变量
X
的可能取值为 X
k
(k=1,2,„)且取各个值的概率,即事
件(X=X
k
)的概率为
P(X=x
k
)=p
k
,k=1,2,„,
则称上式为离散型随机变量
X
的概率分布或分布律。有时也用分布列的形
式给出:
,,,,
,,,,
|
)( 21
21
k
k
k ppp
xxx
xXP
X
。
显然分布律应满足下列条件:
(1)
0kp
,
,2,1k
, (2)
1
1
k
kp
。
(2)连续
型随机变
量的分布
密度
设
)(xF
是随机变量
X
的分布函数,若存在非负函数
)(xf
,对任意实数
x
,有
x
dxxfxF )()(
,
则称
X
为连续型随机变量。
)(xf
称为
X
的概率密度函数或密度函数,简称概
率密度。
密度函数具有下面 4 个性质:
1°
0)( xf
。
2°
1)( dxxf
。
(3)离散
与连续型
随机变量
的关系
dxxfdxxXxPxXP )()()(
积分元
dxxf )(
在连续型随机变量理论中所起的作用与
kk pxXP )(
在离
散型随机变量理论中所起的作用相类似。

概率论与数理统计 公式(全)
2011-1-1
1
(4)分布
函数
设
X
为随机变量,
x
是任意实数,则函数
)()( xXPxF
称为随机变量 X 的分布函数,本质上是一个累积函数。
)()()( aFbFbXaP
可以得到 X 落入区间
],( ba
的概率。分布
函数
)(xF
表示随机变量落入区间(– ∞,x]内的概率。
分布函数具有如下性质:
1°
,1)(0 xF
x
;
2°
)(xF
是单调不减的函数,即
21 xx
时,有
)( 1xF
)( 2xF
;
3°
0)(lim)(
xFF
x
,
1)(lim)(
xFF
x
;
4°
)()0( xFxF
,即
)(xF
是右连续的;
5°
)0()()( xFxFxXP
。
对于离散型随机变量,
xx
k
k
pxF )(
;
对于连续型随机变量,
x
dxxfxF )()(
。
(5)八大
分布
0-1 分布
P(X=1)=p, P(X=0)=q
二项分布
在
n
重贝努里试验中,设事件
A
发生的概率为
p
。事件
A
发生
的次数是随机变量,设为
X
,则
X
可能取值为
n,,2,1,0
。
knkk
n
n qpCkPkXP
)()(
, 其中
nkppq ,,2,1,0,10,1
,
则 称 随 机 变 量
X
服 从 参 数 为
n
,
p
的 二 项 分 布 。 记 为
),(~ pnBX
。
当
1n
时,
kk
qpkXP
1
)(
,
1.0k
,这就是(0-1)分
布,所以(0-1)分布是二项分布的特例。
剩余27页未读,继续阅读









安全验证
文档复制为VIP权益,开通VIP直接复制

评论1