概率论与数理统计思维导图
2021-11-29 14:07:37 1 举报
AI智能生成
登录查看完整内容
概率论与数理统计前两章思维导图
作者其他创作
大纲/内容
离散型样本空间:个数有限、可列个
连续性样本空间:个数不可列、无限个
样本空间Ω:一切可能的结果组成的集合
∅:不可能事件
Ω:必然事件
基本事件:事件的结果不可再分
随机事件:Ω的子集:某些结果的集合
互不相容:事件A与B不可能同时发生
事件的差:事件A发生而B不发生的概率,记住A-B
对立事件:事件A的对立事件,A与B互为对立事件的充要条件A∩B=∅,A∪B=Ω
A∪B=B∪A
A ∩B=B ∩A
交换律
A ∩(B∩C)=(A ∩B)∩C
A∪(B∪C)=(A∪B)∪C
结合律
A∪BC=(A∪B)∩(A∪C)
A(B∪C)=AB∪AC
分配律
对偶律
事件间的关系及运算
随机事件及其运算
非负性:P(A)>0
正则性:P(Ω)=1
可列可加性
概率的公理化定义
排列
组合
排列与组合
有限个样本
等可能性(每个样本点发生的可能性相等)
公式:p(A)=
古典概率
公式:P(A)=
样本空间无限
几何概率
P(∅)=0
有限可加性
若A⊇B,则P(A-B)=P(A)-P(B)推论:若A⊇B,则P(A)>P(B)
P(A-B)=P(A)-P(AB)
P(A∪B)=P(A)+P(B)-P(AB)推论:P(A∪B)≤P(A)+P(B)
运算
概率及运算
在条件B下A发生的概率
乘法公式:若P(B)>0,则P(AB)=P(B)P(A|B)
贝叶斯公式
条件概率
独立事件:事件A事件B发生互不影响。P(A|B)=P(A) P(AB)=P(A)P(B)
互斥事件:P(A|B)=0 P(AB)=0
独立性
随机事件及概率
E(X)=
离散随机变量
连续随机变量
E(aX)=aE(X)
E[g(X)]=span class=\"equation-text\" data-index=\"0\" data-equation=\"\\sum_{i}{g(x_{i})f(x_{i})}\" contenteditable=\"false\
E(c)=c
E[g(X)+h(X)]=E[g(X)]+E[h(X)]
数学期望
方差与标准差
表格形式
非负性:每个概率都大于等于0
正则性:概率之和为1
离散随机变量的概率分布列
f(x)是非负可积函数,x∈(-∞,+∞)
非负性:f(x)>0,正则性:f(x)在-∞到+∞上的积分等于1
span class=\"equation-text\" data-index=\"1\" data-equation=\"{∫^{x}_{-∞}{f(t)d(t)}}\" contenteditable=\"false\
P(a≤x≤b)=P(a<x<b)=P(a≤x<b)=P(a<x≤b)
连续随机变量的概率密度函数
随机变量及其分布
定义:随机变量仅可能取有限个或可列个值
P(X=x)=(1-),x=0,1
0-1分布
E(X)=np
Var(X)=np(1-p)
P(X=k)= span class=\"equation-text\" contenteditable=\"false\" data-index=\"2\" data-equation=\"(1-p)^{n-k}\
二项分布
E(X)=λ
Var(X)=λ
P(X=k)=span class=\"equation-text\" contenteditable=\"false\" data-index=\"1\" data-equation=\"e^{-λ}\
泊松分布
E(X)=n
Var(X)=
P(X=k)=span class=\"equation-text\" contenteditable=\"false\" data-index=\"0\" data-equation=\"\\frac{C^k_M C^{n-k}_{N-M}}{C^n_N}\
超几何分布
无记忆性
P(X=k)= ,k=1,2……
几何分布
离散随机变量及其分布X~span class=\"equation-text\" data-index=\"0\" data-equation=\"P_i\" contenteditable=\"false\
E(X)=μ
正态分布X~(μ,)
指数分布X~(λ)
伽马分布
贝塔分布
连续随机变量及其分布X~,则F(X)=
F(x)是分布函数,是累计概率,是事件{X≤x}的所有概率之和
单调性:单调递增
有界性:0≤F(x)≤1且F(-∞)=0,F(+∞)=1
右连续性:F(a+0)=F(a)
“符合范围,直接相加”(0-1分布,二项分布,泊松分布)
离散型
分支主题
连续型
计算分布函数
P(x>b)=1-F(b)
P(a<x≤b)=F(b)-F(a)
分布函数
二维随机变量及其分布
概率论与数理统计
收藏
0 条评论
回复 删除
下一页