第一讲 随机事件与概率
一、古典概型与几何概型
1.试验,样本空间与事件.
2.古典概型:设样本空间Ω为一个有限集,且每个样本点的出现具有等可能性,则 基本事件总数
中有利事件数
A A P =
)(
3.几何概型:设Ω为欧氏空间中的一个有界区域, 样本点的出现具有等可能性,则
、体积)Ω的度量(长度、面积、体积)A的度量(长度、面积=
)(A P
【例1】 一个盒中有4个黄球, 5个白球, 现按下列三种方式从中任取3个球, 试求取
出的球中有2个黄球, 1 个白球的概率.
(1) 一次取3个;
(2) 一次取1 个, 取后不放回; (3) 一次取1个, 取后放回.
【例2 】从 (0,1) 中随机地取两个数,试求下列概率:
(1) 两数之和小于1.2; (2) 两数之和小于1且其积小于16
3. 一、 事件的关系与概率的性质
1. 事件之间的关系与运算律(与集合对应), 其中特别重要的关系有: (1) A 与B 互斥(互不相容) ? Φ=AB
(2) A 与B 互逆(对立事件) ? Φ=AB ,Ω=B A (3) A 与B 相互独立? P (AB )=P (A )P (B ).
? P (B|A )=P (B ) (P (A )>0). ?(|)(|)1P B A P B A += (0
?P (B |A ) =P (B |A ) ( 0 < P (A ) < 1 )
注: 若(0
0)
? 1)|()|(=+B A P B A P (0
(4) A , B , C 两两独立 ? P (AB )=P (A )P (B );
P (BC )=P (B )P (C ); P (AC )=P (A )P (C ).
(5) A , B , C 相互独立 ? P (AB )=P (A )P (B );
P (BC )=P (B )P (C ); P (AC )=P (A )P (C ); P (ABC )=P (A )P (B )P (C ).
2. 重要公式
(1) )(1)(A P A P -=
(2) )()()(AB P A P B A P -=- (3) )()()()(AB P B P A P B A P -+=
)()()()()()()()(ABC P AC P BC P AB P C P B P A P C B A P +---++= (4) 若A 1, A 2,…,A n 两两互斥, 则∑===n
i i n
i i
A P A
P 1
1
)()(
.
(5) 若A 21,A , …, A n 相互独立, 则 )(1)(
11i
n i n i i
A P A P ∏==-= )](1[11
i
n
i A P ∏=--=.
∏===n
i i n i i A P A P 1
1
)()( .
(6) 条件概率公式: )
()
()|(A P AB P A B P =
(P (A )>0) 【例3】 已知(A +B )(B A +)+B A B A +++=C , 且P ( C )=3
1
, 试求P (B ).
【例4】 设两两相互独立的三事件A , B , C 满足条件: ABC =Φ, P (A )=P (B )=P (C )
<
2
1,且已知9
()16P A B C =, 则P (A )= .
【例5】 设三个事件A 、B 、C 满足P (AB )=P (ABC ), 且0
(A )P (A B |C )=P (A |C )+ P (B |C ). (B )P (A B |C )=P (A B ). (C )P (A
B |
C )=P (A |C )+ P (B |C ). (
D )P (A
B |
C )=P (A
B ).
【例6】 设事件A , B , C 满足条件: P (AB )=P (AC )=P (BC )18=
, P (ABC )=116
, 则事件A , B , C 中至多一个发生的概率为 .
【例7】 设事件A , B 满足 P (B| A )=1则
【 】
(A ) A 为必然事件. (B ) P (B|A )=0. (C ) A B ?. (D ) A B ?.
【例8】 设A , B , C 为三个相互独立的事件, 且0
(C ) B A -与C (D ) AB 与C 【例9】 设A ,B 为任意两个事件,试证
P (A )P (B )-P (AB ) ≤ P (A -B ) P (B -A ) ≤
4
1. 三、乘法公式,全概率公式,Bayes 公式与二项概率公式 1. 乘法公式:
).
|()|()|()()().
|()()|()()(1212131212121212121-===n n n A A A A P A A A P A A P A P A A A P A A P A P A A P A P A A P
2. 全概率公式:
1
1
()(|)(),,,.i i i j i i i P B P B A P A A A i j A ∞
∞
====Φ≠=Ω∑
3.Bayes 公式:
1
1
(|)()
(|),,,.(|)()
j j j i j i i i
i
i P B A P A P A B A i j A P B A P A ∞
∞
===
=Φ≠=Ω∑ A
4.二项概率公式:
()(1),0,1,2,,.k k n k
n n
P k C P P k n -=-= ,
【例10】 10件产品中有4件次品, 6件正品, 现从中任取2件, 若已知其中有一件为次品,
试求另一件也为次品的概率.
【例11】设10件产品中有3件次品, 7件正品, 现每次从中任取一件, 取后不放回.
试求下列事件的概率. (1) 第三次取得次品; (2) 第三次才取得次品;
(3) 已知前两次没有取得次品, 第三次取得次品; (4) 不超过三次取到次品;
【例12】 甲, 乙两人对同一目标进行射击,命中率分别为0.6和0.5, 试在下列两种情形下,
分别求事件“已知目标被命中,它是甲射中”的概率. (1)在甲, 乙两人中随机地挑选一人, 由他射击一次; (2)甲, 乙两人独立地各射击一次.
【例13】设有来自三个地区的各10名、15名和25名考生的报名表,其中女生的报名表分别
为3份,7份和5份. 随机地取一个地区的报名表,从中先后任意抽出两份. (1) 求先抽到的一份是女生表的概率p ;
(2)
已知后抽到的一份是男生表,求先抽到的一份是女生表的概率q
第二讲 随机变量及其分布
考试要求
1. 理解随机变量及其概率分布的概念.理解分布函数(()()F x P X x =≤) 的概念及性质.会计算与随机变量有关的事件的概率.
2. 理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布、几何分布、超几何分布、泊松(Poisson )分布及其应用.
3. 了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布.
4. 理解连续型随机变量及其概率密度的概念,掌握均匀分布、正态分布2(,)N μσ、指数分布及其应用,其中参数为(0)λλ>的指数分布的概率密度为
,0,()0,0.x e x f x x λλ-?>=?≤?
5. 会求随机变量函数的分布.
一、分布函数
1.随机变量:定义在样本空间上,取值于实数的函数称为随机变量.
2.分布函数:∞+-∞=<<),≤
()(x x X P x F F (x )为分布函数 ?(1) 0≤F (x ) ≤1
(2) F (x )单调不减 (3) 右连续F (x +0)=F (x ) (4) 1)(,0)(=+∞=-∞F F
3.离散型随机变量与连续型随机变量 (1) 离散型随机变量
∑∞
=====1
i 1
0,
≥,,,2,1,)(i i i i p p n i p x X P
分布函数为阶梯跳跃函数.
(2) 连续型随机变量 ?∞
-=
x
t t f x F d )( )(
f (x )为概率密度 ? (1) f (x )≥0, (2)
?+∞
∞
- f (x )1d =x
?
=≤≤=<
a
x f b X a P b X a P )()()(
4.几点注意
【 例1 】 设随机变量X 的分布函数为
0,1,57(),11,16161, 1.x F x x x x <-???
=+-≤?≥??
则2(1)P X == .
【 例2 】 设随机变量X 的密度函数为 f (x ), 且 f (-x ) = f (x ), 记()X F x 和()X F x -分别是X 和X -的分布函数, 则对任意实数x 有 【 】 (A )()()X X F x F x -=.
(B )()()X X F x F x -=-.
(C )()1()X X F x F x -=-.
(D )()2()1X X F x F x -=-.
【 例3 】 设 随机变量X 服从参数为0λ>的指数分布, 试求随机变量 Y = min { X ,
2 } 的分布函数
【 例4 】设某个系统由 6 个相同的元件经两两串联再并联而成, 且各元件工作状态相互独立
每个元件正常工作时间服从参数为 0λ>的指数分布, 试求系统正常工作的时间 T 的概率分布.
【 例5】设随机变量X 的概率密度为 ??
?<-=.,
0,
1|||,|1)(其他x x x f 试求(1) X 的分布函数)(x F ; (2)概率)4
12(<
<-X P . 二、 常见的一维分布
(1) 0-1分布:1,0,)1()(1 =-==-k p p k X
P k k .
(2) 二项分布n k p p C k X P p n B k n k
k n ,,1,0,)1()(:),( =-==- .
(3) Poisson 分布)(λP : ,2,1,0,0>,e !
)(==
=-k k k X P k
λλλ.
(4) 均匀分布?????-=.,
<<1
)(:),(其他0,
, b x a a b x f b a U
(5) 正态分布N (μ,σ2): 0,,e
π21)(2
22)(+∞<<∞->=
--
μσσ
σμ x x f
(6) 指数分布?
??=-. ,0 >0,
,e )(:)(其他x x f E x λλλ
>0λ.
(7) 几何分布.2110,)
1()(:)(1
,,k ,<p<p p k X P p G k =-==-
(8) 超几何分布H (N ,M ,n ): },min{,,1,0,)(M n k C C C k X P n
N
k
n M N k M ===-- . 【例6】某人向同一目标独立重复射击,每次射击命中目标的概率为p (0
)1(6p p -.
(C ) 22)1(3p p -. (D ) 2
2)1(6p p -. 【例7】 设X ~N (μ, σ2
), 则 P ( X ≤1+μ) 【 】 (A ) 随μ的增大而增大 . (B ) 随μ的增大而减小. (C ) 随σ的增大而不变 .
(D ) 随σ的增大而减小.
【例8】 设X ~N (μ, σ2), ()F x 为其分布函数,0μ<,则对于任意实数a ,
有 【 】
(A ) ()() 1.F a F a -+> (B ) ()() 1.F a F a -+= (C ) ()() 1.F a F a -+< (D ) 1()().2
F a F a μμ-++=
【例9】 甲袋中有1个黑球,2个白球,乙袋中有3个白球,每次从两袋中各任取一
球交换放入另一袋中,试求交换n 次后,黑球仍在甲袋中的概率.
三、 随机变量函数的分布:
1. 离散的情形
2. 连续的情形
3. 一般的情形
【例10】 设随机变量X 的概率密度为
????
?????<≤<<-=.,
0,
20,4
1,01,21
)(其他x x x f X
令),(,2
y x F X Y =为二维随机变量(X , Y )的分布函数.
(Ⅰ) 求Y 的概率密度)(y f Y ;
(Ⅱ)
)4,2
1
(-F 第三讲 多维随机变量及其分布
考试要求
1. 理解多维随机变量的概念,理解多维随机变量的分布的概念和性质,理解二维离散型随机变量的概率分布、边缘分布和条件分布,理解二维连续型随机变量的概率密度、边缘密度和条件密度.会求与二维随机变量相关事件的概率.
2. 理解随机变量的独立性及不相关的概念,掌握随机变量相互独立的条件.
3. 掌握二维均匀分布,了解二维正态分布的概率密度,理解其中参数的概率意义 .
4. 会求两个随机变量简单函数的分布,会求多个相互独立随机变量简单函数的分布.
一、 各种分布与随机变量的独立性
1. 各种分布
(1)一般二维随机变量 F (x , y )=P { X ≤ x , Y ≤ y }, x ∈ (?∞, +∞), y ∈ (?∞, +∞)的性质
F (x , y )为联合分布函数 ? 1) 0 ≤F (x , y )≤1 , ?x ∈ (?∞, +∞),, y ∈ (?∞, +∞);
2) F (?∞, y )= F (x , ?∞)=0, F (+∞,+∞)=1;
3) F (x , y )关于x , y 均为单调不减函数; 4) F (x , y )关于x , y 均分别右连续.
(2)二维离散型随机变量的联合概率分布、边缘分布、条件分布
联合概率分布律 P {X = x i , Y = y j } = p i j , i , j =1, 2 ,??? , p i j ≥ 0, 1=∑∑i
j
j
i p
边缘分布律 p i ? = P {X = x i }=
∑j
j
i p
, i =1, 2 ,??? ,
p ? j = P { Y = y j }=
∑i
j
i p
, j =1, 2 ,??? ,
条件分布律
P {X = x i |Y = y j } =
j
j i p p ?, P { Y = y j | X = x i } =
?
i j i p p .
二维连续型随机变量的联合概率密度、边缘密度和条件密度
f (x , y )为联合概率密度 ? 1? f (x , y )≥0,
2?
1=??
∞+∞-∞
+∞
- ),(d x d y y x f .
设( X , Y )~ f (x , y )则 分布函数:
??∞-∞
-=x
y
dxdy y x f y x F ),(),(;
边缘概率密度: ?
∞
+∞
-=
),()(dy y x f x f X , ?
∞
+∞
-= ),()(dx y x f x f Y .
条件概率密度: )(),()|(|y f y x f y x f Y Y X =
, )
()
,()|(|x f y x f x y f X X Y =.
??=∈D
dxdy y x f D Y X P ),(}),{(
.)
,(),(y
x y x F y x f ???=2
2. 随机变量的独立性和相关性
X 和Y 相互独立 ? F (x , y )= F X (x )F Y (y );
? p i j = p i ? ? p ? j (离散型)
? f (x , y )= f X (x )f Y (y ) (连续型)
【注】 1? X 与Y 独立, f (x ), g (x )为连续函数 ? f (X )与g (Y )也独立.
2? 若X 1, ????, X m , Y 1, ????, Y n 相互独立, f , g 分别为m 元与 n 元连续函数 ? f (X 1, ????, X m )与g (Y 1, ????, Y n )也独立. 3? 常数与任何随机变量独立.
3. 常见的二维分布
(1)二维均匀分布 (X , Y )~ U (D ), D 为一平面区域. 联合概率密度为
?????∈=.,
.),(,)(),(其他01
D y x D S y x f (2)二维正态分布 (X , Y )~ N (μ1 , μ2, σ12 ,σ22, ρ ), ?∞ <μ1, μ2 < +∞, σ1>0, σ2 > 0, |
ρ | <1. 联合概率密度为
2
21121
ρ
σπσ?-=
),(y x ???
????
?-+------222
22121212122121
σμσσμμρσμρ)())(()()(y y x x e
性质:
( a ) X ~ N (μ1, σ12 ), Y ~ N (μ2, σ22 ) ( b ) X 与Y 相互独立 ? ρX Y =0 , 即 X 与Y 不相关.
( c ) C 1X +C 2Y ~ N (C 1 μ1+ C 2 μ2, C 12 σ12 + C 22σ22 +2C 1C 2 ρ σ1 σ2 ). ( d ) X 关于Y=y 的条件分布为正态分布: )](),([221
22111ρσμσσρμ--+y N
【 例1 】 设A ,B 为事件,且P (A )=
41, P (B |A )=2
1, P (A |B )=12
令 X =??
?否则发生若,0,1A , Y =?
??否则发生
若,0B ,1
(1) 试求(X , Y )的联合分布律; (2)计算Cov ( X , Y ); (3) 计算 2
2
(2,43)Cov X Y +
【 例2 】设随机变量X 与Y 相互独立,下表列出了二维随机变量(X , Y )联合分布律及关于X 和关于Y 的边缘分布律中的部分数值, 试将其余数值填入表中的空白处.
【 例3 】设随机变量X 与Y 独立同分布, 且X 的概率分布为
3
13221P
X
记{}{}Y X V Y X U ,min ,,max ==. (I )求(U , V )的概率分布;
(II )求(U , V )的协方差C ov (U , V ). 【详解】(I )易知U , V 的可能取值均为: 1, 2. 且
{}{}})1,min ,1,(max )1,1(=====Y X Y X P V U P
)1,1(===Y X P 9
4
)1()1(=
===Y P X P , {}{}0})2,min ,1,(max )2,1(======Y X Y X P V U P , {}{}})1,min ,2,(max )1,2(=====Y X Y X P V U P
)2,1()1,2(==+===Y X P Y X P
)2()1()1()2(==+===Y P X P Y P X P 9
4=
, {}{}})2,min ,2,(max )2,2(=====Y X Y X P V U P
)2()2()2,
2(======Y P X P Y X P 9
1=
, 故(U , V )的概率分布为:
(II ) 9122941209411)(??+??++?
?=UV E 9
16
=,
而 914952941)(=?+?
=U E , 9
10912981)(=?+?=V E . 故 81
4
910914916)()()(),(=?-=
-=V E U E UV E V U Cov . 【 例4】 设随机变量X 在区间(0, 1)上服从均匀分布, 在)10(<<=x x X 的条件下,随机变量Y 在区间),0(x 上服从均匀分布, 求
(Ⅰ)随机变量X 和Y 的联合概率密度; (Ⅱ)Y 的概率密度; (Ⅲ)概率}1{>+Y X P .
二、 二维(或两个)随机变量函数的分布
1.分布的可加性
(1)若X ~B (m, p ), Y ~B (n, p ), 且X 与Y 相互独立,则 X +Y ~ B (m +n , p ). (2)若X ~P (λ1), Y ~P (λ2), 且X 与Y 相互独立,则 X+Y ~ P (λ1+λ2).
(3)若X ~N (211,μσ), Y ~P (222,μσ), 且X 与Y 相互独立,则 X+Y ~ N (22
1212,μμσσ++).
一般地,若X i ~N (2,i i μσ), i =1, 2, …, n , 且X 1,X 2,…,X n 相互独立,则Y =C 1X 1+C 2X 2+…+C n X n +C 仍服从正态分布,且此正态分布为
2
2
1
1
(
,
),
n
n
i i
i i i i N C C C
μ
σ==+∑∑ 其中C 1,…,C n 为不全为零的常数.
2. 两个随机变量函数的分布. 【例
5】 设
X
与
Y
相互独立, 且~(1),~(2),X P Y P 则
{max(,)0}______;P X Y ≠=
{min(,)0}__________.P X Y ≠=
【 例6】 设X 与Y 相互独立, 其密度函数分别为:
1,
01,()X x f x <=?
?0,
其他. ,0,
()y Y e y f x -?>=??0,其他.
求Z =2X +Y 的概率密度
【 例7】设二维随机变量(X , Y )的概率密度为
2,01,01,
(,)0,
x y x y f x y --<<<=??其它.
(I )求{}Y X P 2>;
(II )求Z =X+Y的概率密度)(z f Z . 【详解】(I ){}Y X P 2>??>=
y
x dxdy y x f 2),(??--=1
221
)2(y
dx y x dy 24
7=
. (II )方法一: 先求Z 的分布函数: ??≤+=
≤+=z
y x Z dxdy y x f Z Y X P z F ),()()(
当z <0时, 0)(=z F Z ; 当10<≤z 时, ??
=
1
),()(D Z dxdy y x f z F ?
?---=y
z z
dx y x dy 0
)2(
3
2
3
1z z -
=; 当21<≤z 时, ??
-
=2
),(1)(D Z dxdy y x f z F ?
?-----=111
)2(1y
z z dx y x dy
3)2(3
1
1z --=; 当2≥z 时, 1)(=z F Z . 故Z =X+Y的概率密度
)(z f Z =)(z F Z '??
?
??<≤-<<-=.,0,21,)2(,10,222其他z z z z z
方法二: ?
∞
+∞
--=
dx x z x f z f Z ),()(,
?
?
?<-<<<---=-.,0,
10,10),(2),(其他x z x x z x x z x f ??
?+<<<<-=.,
0,
1,10,2其他x z x x z 当z ≤0 或z ≥ 2时, 0)(=z f Z ;
当01z <<时, ?-=z
Z dx z z f 0
)2()()2(z z -=;
当21<≤z 时, ?
--=11
)2()(z Z dx z z f 2)2(z -=;
故Z =X+Y的概率密度
)(z f Z ??
?
??<≤-<<-=.,0,21,)2(,10,222其他z z z z z
【例8】 设随机变量X 与Y 相互独立, X 有密度函数f (x ), Y 的分布律为
()i i P Y a p ==, i =1,2. 试求Z =X +Y 的概率分布.
第四讲 数字特征与极限定理
考试要求
1.理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念, 会运用数字特征的基本性质, 并掌握常用分布的数字特征.
2.会根据随机变量X 的概率分布求其函数)(X g 的数学期望)(X Eg ;会根据随机变量X 和Y 的联合概率分布求其函数),(Y X g 的数学期望),(Y X Eg .
3.了解切比雪夫不等式.
4.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量的大数定律)
5.了解棣莫弗—拉普拉斯定理(二项分布以正态分布为极限分布)和列维—林德伯格定理(独立同分布的中心极限定理);(经济类还要求)会用相关定理近似计算有关随机事件的概率
一、 数学期望与方差(标准差)
1. 定义(计算公式)
离散型 {}
i i p x X P ==,
∑=
i
i
i p
x X E )(
连续型 )(~x f X ,
x
x xf X E d )()(?
+∞
∞
-=
方差:[]22
2)()())(()(X E X E X E X E X D -=-=
标准差:)(X D , 2. 期望的性质:
1° )())((,)(X E X E E C C E == 2° )()()(2121Y E C X E C Y C X C E +=+ 3° )()()(Y E X E XY E ,Y X =则独立与若 4° [])()(≤)(222Y E X E XY E
3. 方差的性质:
1° 0))((,0))((,0)(===X D D X E D C D 2° )()()(Y D X D Y X D Y X +=±相互独立,则与
3° )()(2121X D C C X C D =+
4° 一般有 ),Cov(2)()()(Y X Y D X D Y X D ±+=±
)()(2)()(Y D X D Y D X D ρ±+=
5°2
()()C D X E X <-, )(X E C ≠
【例1】设试验成功的概率为43, 失败的概率为4
1
, 独立重复试验直到成功两次为止. 试求试验次数的数学期望.
【例2】 n 片钥匙中只有一片能打开房门, 现从中任取一片去试开房门, 直到打开为止. 试在下列两种情况下分别求试开次数的数学期望与方差: (1)试开过的钥匙即被除去; (2)试开过的钥匙重新放回
【例3】 设随机变量X 的概率密度为?????≤≤=.,
0,
0,2cos 21
)(其他πx x x f 对
X 独立地重复观察4次, 用Y 表示观察值大于3
π
的次数, 求2Y 的数学期望.
【例4】 设有20人在某11层楼的底层乘电梯上楼, 电梯在中途只下
不上, 每个乘客在哪一层(2-11层)下是等可能的, 且乘客之间相互独立, 试求电梯须停次数的数学期望.
二、随机变量函数的期望(或方差)
1、一维的情形
)(X g Y =
离散型:{}i i P X
x p == , ∑=
i
i i
p
x g Y E )()(
连续型:~()X
f x x x f x
g Y E d )()()(?
+∞
∞
-=
2、二维的情形
),(Y X g Z =
离散型{}
ij
i i p y Y x X P Y X ===,~),(,
∑∑=
j
ij j
i
i
p
y x g Z E ),()(
连续型),(~),(y x f Y X , y x y x f y x g Z E d d ),(),()(?
?+∞
∞
-+∞∞-=
【例5】 设X 与Y 独立且均服从N (0,1),求Z =
22Y X + 的数学期望与方差.
【例6】设两个随机变量X 与Y 相互独立且均服从N (0,2
1
), 试求Z =|X -Y |的数学期望与方差.
三 、协方差,相关系数与随机变量的矩
1、重要公式与概念:
协方差 []))()((()Cov(Y E Y X E X E X,Y --= 相关系数 )
()()Cov(Y D X D X,Y XY =
ρ
)(k X E k 阶原点矩
[]
k X E X E k ))((- 阶中心矩
2、性质: 1°
),(Cov ),(Cov X Y Y X =
2° ),(Cov ),(Cov Y X ab bY aX =
3° ),(Cov ),(Cov ),(Cov 2121Y X Y X Y X X +=+ 4° |(,)|1X Y ρ≤
5° 1)(1),(=+=?=b aX Y P Y X ρ )>0(a 1)(1),(=+=?-=b aX Y P Y X ρ )<0(a
3、下面5个条件互为充要条件:
(1)0),(=Y X ρ (2)0)Cov(=X,Y (3))()()(Y E X E XY E = (4))()()(Y D X D Y X D +=+ (5))()()(Y D X D Y X D +=-
【例7】设)2(,,,21>n X X X n 为独立同分布的随机变量, 且均服从)1,0(N , 记
∑==n
i i X n X 1
1, .,,2,1,n i X X Y i i =-= 求:
(I ) i Y 的方差n i Y D i ,,2,1),( =; (II ) 1Y 与n Y 的协方差),(1n Y Y Cov ; (III ) }.0{1≤+n Y Y P
四、极限定理
1. 切比雪夫不等式
{}
{}
()()
|()|,|()|<1-22 D X D X P X E X P X E X εεε
ε
-≥≤
-≥或
2. 大数定律
3. Poisson 定理
4. 中心极限定理
列维—林德伯格定理: 设随机变量X 1,X 2,…,X n ,…相互独立同分布, 且
2(),(),i i E X D X μσ== 1,2,
,,
i n =, 则对任意正数x ,有
2-
2
l i m
e d n t i x n X n P x t μ-∞→∞??-???
≤=??
????
∑?
棣莫弗—拉普拉斯定理: 设~(,),n B n p η(即X 1,X 2,…,X n ,…相互独立, 同服从0
一1分布) 则有
22
lim d t x n P x t -
-∞→∞
???
≤=???
?. 【例8】 银行为支付某日即将到期的债券须准备一笔现金,已知这批债券共发放了500张,每张须付本息1000元,设持券人(1人1券)到期到银行领取本息的概率为0.4.问银行于该日应准备多少现金才能以99.9%的把握满足客户的兑换.
【分析】 若X 为该日到银行领取本息的总人数,则所需现金为1000X ,设银行该日应准备现金x 元.为使银行能以99.9%的把握满足客户的兑换,则 P (1000X ≤x )≥0.999. 【详解】 设X 为该日到银行领取本息的总人数,则X~B (500,0.4)所需支付现金为1000X ,为使银行能以99.9%的把握满足客户的兑换,设银行该日应准备现金x 元,则 P (1000 X ≤x )≥0.999.由棣莫弗—拉普拉斯中心极限定理知:
(1000)()1000
x P X x P X ≤=≤
5000.4x P ??-? ?
=≤
=≤
0.999(3.1).ΦΦ≈≥=
即
3.1,≥得 x ≥ 233958.798.
因此银行于该日应准备234000元现金才能以99.9%的把握满足客户的兑换.
第五讲 数理统计
考试要求
1. 理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念.其中样本
方差定义为
.)(1
121
2
X X n S i n
i --=∑
=
2. 了解2χ分布、t 分布和F 分布的概念及性质,了解分位数的概念并会查表计算.
3. 了解正态总体的常用抽样分布.
4. 理解经验分布函数的概念和性质, 会根据样本值求经验分布函数.
5. 理解参数的点估计、估计量与估计值的概念.
6. 掌握矩估计法(一阶、二阶矩)和最大似然的估计法.
7. 了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性.
8. 理解区间估计的概念,会求单个正态总体的均值和方差的置信区间,会求两个正态总体的均值差和方差比的置信区间.
9. 理解显著性检验的基本思想,掌握假设检验的基本步骤,了解假设检验可能产生的 两类错误.
10. 了解单个及两个正态总体的均值和方差的假设检验
一、样本与抽样分布
1. 总体、个体与简单随机样本:
2. 常用统计量:
1° 样本均值 i n
i X n
X ∑
==
1
1
2° 样本方差 21
2
)(1
1
X X n S i n
i --=
∑
=
3° 样本标准差
: S = 4° 样本k 阶原点矩 1
1,1,2,
n k
k i i A X k n ===∑
5° 样本k 阶中心矩 1
1(),1,2,
n k
k i i B X X k n ==-=∑
3.分位数
4. 重要抽样分布
(1)分布2χ
(2) t 分布
(3) F 分布
5. 正态总体的常用抽样分布:22,,
,(,),n X X X N μσ1设为来自正态总体的样本
11n i i X X n ==∑, 2
21
1()1n i i S X X n ==--∑, 则 (1)
2~,~(0,1).X N N n σμ?? ??
? (2) 2
222
2
1
(1)1
()~(1).n
i i n S X X n χσσ=-=
--∑
(3)
222
1
1
()~().n
i i X n μχσ=-∑
(4)
~(1).t n - (5) X 与2
S 相互独立, 且 μ=)(X E , 2
2)(σ=S E , n
X D 2
)(σ=.
【例1】 设总体2
~(,),X N μσ设12,,
,n X X X 是来自总体X 的一个样本, 且
221
1
1,
()n
n
i
n i
i i X X S X
X n
===
=
-∑∑,求 21()n E X S .
【例2】 设总体2
~(,),X N μσ 设12,,
,n X X X 是取自总体X 的一个样本, 且
2
21
1
1
1
,()1n
n
i i i i X X S X X n
n ===
=--∑
∑
,则 2()_________D S =.
【例3】设随机变量~()(1),X t n n >, 则 21
~________Y X
=
【例4】 设总体X 服从正态分布)2,0(2N , 而1521,,,X X X 是来自总体X 的简单随机样本, 求随机变量
)
(22
152112
10
21X X X X Y ++++= 的分布.
【例5】 设总体2~(,),X N μσ 设121,,
,,n n X X X X +是来自总体X 的一个样本, 且
*2
21
1
11
,()()n
n
i i
i i X X S X
X n
n
===
=
-∑
∑,试求统计量
的分布. 二、参数估计
1. 矩估计
2. 最大似然估计
3. 区间估计
4. 估计量的评选标准
【例6】设总体12~(,)X U θθ,n X X X ,,,21 为来自总体X 的样本,试求12,θθ的矩估计和最大似然估计.
【例7】设总体X 的概率密度为
??
?
??<≤-<<=.,0,21,1,10,
),(其他x x x f θθθ
其中θ是未知参数)10(<<θ, n X X X ,,2,1 为来自总体X 的简单随机样本, 记N 为样本值n x x x ,,2,1 中小于1的个数, 求:(1)θ的矩估计;(2) θ的最大似然估计.
目录 一、函数与极限 (2) 1、集合的概念 (2) 2、常量与变量 (3) 2、函数 (3) 3、函数的简单性态 (4) 4、反函数 (4) 5、复合函数 (4) 6、初等函数 (4) 7、双曲函数及反双曲函数 (5) 8、数列的极限 (6) 9、函数的极限 (6) 10、函数极限的运算规则 (7)
一、函数与极限 1、集合的概念 一般地我们把研究对象统称为元素,把一些元素组成的总体叫集合(简称集)。集合具有确定性(给定集合的元素必须是确定的)和互异性(给定集合中的元素是互不相同的)。比如“身材较高的人”不能构成集合,因为它的元素不是确定的。 我们通常用大字拉丁字母A、B、C、……表示集合,用小写拉丁字母a、b、c……表示集合中的元素。如果a是集合A中的元素,就说a属于A,记作:a∈A,否则就说a不属于A,记作:a?A。 ⑴、全体非负整数组成的集合叫做非负整数集(或自然数集)。记作N ⑵、所有正整数组成的集合叫做正整数集。记作N+或N+。 ⑶、全体整数组成的集合叫做整数集。记作Z。 ⑷、全体有理数组成的集合叫做有理数集。记作Q。 ⑸、全体实数组成的集合叫做实数集。记作R。 集合的表示方法 ⑴、列举法:把集合的元素一一列举出来,并用“{}”括起来表示集合 ⑵、描述法:用集合所有元素的共同特征来表示集合。 集合间的基本关系 ⑴、子集:一般地,对于两个集合A、B,如果集合A中的任意一个元素都是集合B的元素,我们就说A、B有包含关系,称集合A为集合B的子集,记作A?B(或B?A)。。 ⑵相等:如何集合A是集合B的子集,且集合B是集合A的子集,此时集合A中的元素与集合B中的元素完全一样,因此集合A与集合B相等,记作A=B。 ⑶、真子集:如何集合A是集合B的子集,但存在一个元素属于B但不属于A,我们称集合A是集合B的真子集。 ⑷、空集:我们把不含任何元素的集合叫做空集。记作?,并规定,空集是任何集合的子集。 ⑸、由上述集合之间的基本关系,可以得到下面的结论: ①、任何一个集合是它本身的子集。即A?A ②、对于集合A、B、C,如果A是B的子集,B是C的子集,则A是C的子集。 ③、我们可以把相等的集合叫做“等集”,这样的话子集包括“真子集”和“等集”。 集合的基本运算 ⑴、并集:一般地,由所有属于集合A或属于集合B的元素组成的集合称为A与B的并集。记作A∪B。(在求并集时,它们的公共元素在并集中只能出现一次。) 即A∪B={x|x∈A,或x∈B}。 ⑵、交集:一般地,由所有属于集合A且属于集合B的元素组成的集合称为A与B的交集。记作A∩B。 即A∩B={x|x∈A,且x∈B}。 ⑶、补集: ①全集:一般地,如果一个集合含有我们所研究问题中所涉及的所有元素,那么就称这个集合为全集。通常记作U。 ②补集:对于一个集合A,由全集U中不属于集合A的所有元素组成的集合称为集合A相对于全集U的补集。简称为集合A的补集,记作C U A。 即C U A={x|x∈U,且x?A}。 集合中元素的个数 ⑴、有限集:我们把含有有限个元素的集合叫做有限集,含有无限个元素的集合叫做无限集。 ⑵、用card来表示有限集中元素的个数。例如A={a,b,c},则card(A)=3。 ⑶、一般地,对任意两个集合A、B,有 card(A)+card(B)=card(A∪B)+card(A∩B) 我的问题:
高等数学(通用复习) 师兄的忠告:记住我们只复习重点,不需要学得太多,这些是每年必须的重点,希望注意 第一章 函数与极限 函数 ○函数基础(高中函数部分相关知识)(★★★) ○邻域(去心邻域)(★) (){},|U a x x a δ δ=-< (U a 1.由n x ∴N 2.即对?∴x ∞ →lim ○x →1.由(f ∴δ=2.即对?∴x x →0 lim ○→x 1.由(f ∴X 2.即对?∴x ∞ →lim 第三节 无穷小与无穷大 ○无穷小与无穷大的本质(★) 函数()x f 无穷小?()0lim =x f 函数()x f 无穷大?()∞=x f lim ○无穷小与无穷大的相关定理与推论(★★) (定理三)假设()x f 为有界函数,()x g 为无穷小,则()()lim 0f x g x ?=????
(定理四)在自变量的某个变化过程中,若()x f 为无穷大,则()1 f x -为无穷小;反之,若()x f 为无穷小,且 ()0f x ≠,则()x f 1 -为无穷大 【题型示例】计算:()()0 lim x x f x g x →?????(或∞→x ) 1.∵()f x ≤M ∴函数()f x 在0x x =的任一去心邻域()δ,0x U 内是有界的; (∵()f x ≤M ,∴函数()f x 在D x ∈上有界;) 2. →x (→x 3(x →0lim x x → 3 9 x x →-【求解示例】解:因为3→x ,从而可得3≠x ,所以原式()() 2 3 3 3 33 11lim lim lim 9 333 6 x x x x x x x x x →→→--==== -+-+ 其中3x =为函数()2 39 x f x x -= -的可去间断点 倘若运用罗比达法则求解(详见第三章第二节):