1. 随机事件及其概率
吸收律:
反演律:
2. 概率的定义及其计算
若对于任意两个事件 A、B,有
加法公式:对于任意两个事件 A、B,有
3. 条件概率
乘法公式
全概率公式
Bayes 公式
4. 随机变量及其分布
分布函数计算
5. 离散型随机变量
(1)0 – 1 分布
(2)二项分布 若 P ( A ) = p * Possion 定理 有
(3)Poisson 分布
6. 连续型随机变量
(1)均匀分布
(2)指数分布
(3)正态分布 N (m, s 2 ) * N (0,1) — 标准正态分布
7. 多维随机变量及其分布
二维随机变量( X,Y )的分布函数
边缘分布函数与边缘密度函数
8. 连续型二维随机变量
(1)区域 G 上的均匀分布,U ( G )
(2)二维正态分布
9. 二维随机变量的条件分布
10. 随机变量的数字特征
数学期望
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
X 的 k 阶中心矩
X 的方差
X,Y 的 k + l 阶混合原点矩
X,Y 的 k + l 阶混合中心矩
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
X,Y 的相关系数
X 的方差 D (X ) = E ((X - E(X))2)
1. 随机事件及其概率
吸收律:
反演律:
2. 概率的定义及其计算
若对于任意两个事件 A、B,有
加法公式:对于任意两个事件 A、B,有
3. 条件概率
乘法公式
全概率公式
Bayes 公式
4. 随机变量及其分布
分布函数计算
5. 离散型随机变量
(1)0 – 1 分布
(2)二项分布 若 P ( A ) = p * Possion 定理 有
(3)Poisson 分布
6. 连续型随机变量
(1)均匀分布
(2)指数分布
(3)正态分布 N (m, s 2 ) * N (0,1) — 标准正态分布
7. 多维随机变量及其分布
二维随机变量( X,Y )的分布函数
边缘分布函数与边缘密度函数
8. 连续型二维随机变量
(1)区域 G 上的均匀分布,U ( G )
(2)二维正态分布
9. 二维随机变量的条件分布
10. 随机变量的数字特征
数学期望
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
X 的 k 阶中心矩
X 的方差
X,Y 的 k + l 阶混合原点矩
X,Y 的 k + l 阶混合中心矩
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
X,Y 的相关系数
X 的方差 D (X ) = E ((X - E(X))2)