1.随机事件及其概率吸收律:
AABA
AA
A
=∪
=∅∪
Ω=Ω∪
)( ABAA
A
AA
=∪∩
∅=∅∩
=Ω∩
)(
)(ABABABA −==−
反演律: BABA =∪ BAAB ∪= IU
n
i
i
n
i
i AA
11 ==
= UI
n
i
i
n
i
i AA
11 ==
=
2.概率的定义及其计算: )(1)( APAP −= 若 BA⊂ )()()( APBPABP −=−⇒
对任意两个事件 A, B, 有 )()()( ABPBPABP −=−
加法公式:对任意两个事件 A, B, 有 )()()()( ABPBPAPBAP −+=∪ )()()( BPAPBAP +≤∪
)()1()()()()( 21
1
1111
n
n
n
nkji
kji
nji
ji
n
i
i
n
i
i AAAPAAAPAAPAPAP LLU −
≤<<≤≤<≤==
−+++−= ∑∑∑
3.条件概率 ( )=ABP
)(
)(
AP
ABP 乘法公式 ( ) )0)(()()( >= APABPAPABP
( ) ( )
)0)((
)()(
121
12112121
>
=
−
−
n
nnn
AAAP
AAAAPAAPAPAAAP
L
LLL
全概率公式 ∑
=
=
n
i
iABPAP
1
)()( )()(
1
i
n
i
i BAPBP ⋅= ∑
=
Bayes公式 )( ABP k )(
)(
AP
ABP k=
∑
=
= n
i
ii
kk
BAPBP
BAPBP
1
)()(
)()(
4.随机变量及其分布 分布函数计算
)()(
)()()(
aFbF
aXPbXPbXaP
−=
≤−≤=≤<
5.离散型随机变量 (1) 0 – 1 分布 1,0,)1()( 1 =−== − kppkXP kk
(2) 二项分布 若 P ( A ) = p ),( pnB nkppCkXP knkkn ,,1,0,)1()( L=−== −
* Possion定理 0lim >=∞→ λnn np 有
L,2,1,0
!
)1(lim
=
=− −−∞→
k
k
eppC
k
kn
n
k
n
k
nn
λλ
(3) Poisson 分布 )(λP L,2,1,0,
!
)( === − k
k
ekXP
kλλ
6.连续型随机变量 (1) 均匀分布 ),( baU
⎪⎩
⎪⎨
⎧ <<−=
其他,0
,1
)(
bxa
abxf
⎪⎪⎩
⎪⎪⎨
⎧
−
−=
1
,
,0
)(
ab
axxF
(2) 指数分布 )(λE ⎪⎩
⎪⎨
⎧ >=
−
其他,0
0,
)(
xe
xf
xλλ
⎩⎨
⎧
≥−
<= − 0,1
0,0
)(
xe
x
xF xλ
(3) 正态分布 N (μ , σ 2 ) +∞<<∞−=
−−
xexf
x
2
2
2
)(
2
1)( σ
μ
σπ ∫ ∞−
−−= x
t
texF d
2
1)( 2
2
2
)(
σ
μ
σπ
* N (0,1) —
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
正态分布 +∞<<∞−= − xex
x
2
2
2
1)( πϕ +∞<<∞−=Φ ∫ ∞−
−
xtex
x t
d
2
1)( 2
2
π
7.多维随机变量及其分布 二维随机变量( X ,Y )的分布函数 ∫ ∫∞− ∞−= x y dvduvufyxF ),(),(
边缘分布函数与边缘密度函数 ∫ ∫∞− +∞∞−= xX dvduvufxF ),()( ∫+∞∞−= dvvxfxf X ),()(
∫ ∫∞− +∞∞−= yY dudvvufyF ),()( ∫+∞∞−= duyufyfY ),()(
8. 连续型二维随机变量 (1) 区域 G 上的均匀分布,U ( G )
⎪⎩
⎪⎨
⎧ ∈=
其他,0
),(,1),( GyxAyxf
(2) 二维正态分布
+∞<<−∞+∞<<∞−
×
−
= ⎥
⎥
⎦
⎤
⎢⎢⎣
⎡ −+−−−−−−
yx
eyxf
yyxx
,
12
1),(
2
2
2
2
21
21
2
1
2
1
2
)())((
2
)(
)1(2
1
2
21
σ
μ
σσ
μμρσ
μ
ρ
ρσπσ
9. 二维随机变量的 条件分布 0)()()(),( >= xfxyfxfyxf XXYX 0)()()( >= yfyxfyf YYXY
∫∫ +∞∞−+∞∞− == dyyfyxfdyyxfxf YYXX )()(),()( ∫∫ +∞∞−+∞∞− == dxxfxyfdxyxfyf XXYY )()(),()(
)( yxf YX )(
),(
yf
yxf
Y
=
)(
)()(
yf
xfxyf
Y
XXY= )( xyf XY )(
),(
xf
yxf
X
=
)(
)()(
xf
yfyxf
X
YYX=
10. 随机变量的数字特征 数学期望 ∑+∞
=
=
1
)(
k
kk pxXE ∫+∞∞−= dxxxfXE )()(
随机变量函数的数学期望 X 的 k 阶原点矩 ) X 的 k 阶绝对原点矩 ( kXE )|(| kXE
X 的 k 阶中心矩 X 的 方差 )))((( kXEXE − )()))((( 2 XDXEXE =−
X ,Y 的 k + l 阶混合原点矩 X ,Y 的 k + l 阶混合中心矩 )( lkYXE ( )lk YEYXEXE ))(())(( −−
X ,Y 的 二阶混合原点矩 X ,Y 的二阶混合中心矩 X ,Y 的协方差)(XYE ( )))())((( YEYXEXE −−
X ,Y 的相关系数 XYYDXD
YEYXEXE ρ=⎟⎟⎠
⎞
⎜⎜⎝
⎛ −−
)()(
))())(((
X 的方差 D (X ) = E ((X - E(X))2) )()()( 22 XEXEXD −=
协方差 ( )))())(((),cov( YEYXEXEYX −−=
)()()( YEXEXYE −=
( ))()()(
2
1 YDXDYXD −−±±=
相关系数
)()(
),cov(
YDXD
YX
XY =ρ