概率论与随机过程
这篇是概率论与数理统计的公式速查版,参考桌面 PDF 与课程资料整理。目标不是重写教材,而是把考试里最常用、最容易混的公式集中放在一处,方便最后几天查漏补缺。
零、常用记号
- 分布函数:
。 - 密度函数:
。 - 期望:
。 - 方差:
。 - 协方差:
。 - 相关系数:
。 - 样本均值:
。 - 样本方差:
。
Gamma 函数常用值:
一、概率公式
1.0 做概率题的第一步
先判断题型,再选公式:
- 等可能、有限样本空间:用古典概型,把概率转成计数问题。
- 有"已经发生"或"已知":用条件概率。
- 先分情况再求概率:用全概率公式。
- 已知结果反推原因:用贝叶斯公式。
- 重复独立试验:考虑二项分布、几何分布、泊松近似。
古典概型:
计数时常用:
把
1.1 加法、减法、乘法
条件概率:
乘法公式:
1.2 全概率与贝叶斯
若
使用方法:
- 全概率:从"原因/情况"
出发,合成"结果" 。 - 贝叶斯:已经观察到"结果"
,反推某个"原因" 的概率。 -
是先验概率, 是后验概率。
1.3 独立性
两个事件独立:
多个事件相互独立:
三个事件相互独立需要同时满足:
注意:
- 两两独立不一定相互独立。
- 若
,则独立与互斥不能同时成立。 - "至少一个发生"常用逆事件:
。
1.4 真题精练(全概率与贝叶斯)
真题(2019 卷三 / 色盲问题,10 分):已知男人中有 5% 是色盲患者,女人中有 0.25% 是色盲患者。从男女人数相等的人群中随机挑选一人。(A) 求此人恰好是色盲患者的概率;(B) 已知此人是色盲患者,求其是男性的概率。
解析:设
(A) 全概率公式:
(B) 贝叶斯公式:
要点:看到"已知结果反推原因"就用贝叶斯;分母正是全概率。先列出
二、一维随机变量
2.1 分布函数
连续型随机变量中:
2.2 离散型随机变量
分布律:
分布函数:
2.3 连续型随机变量
密度函数:
2.4 常见分布
0-1 分布
二项分布
泊松分布
泊松定理:
超几何分布
不放回抽样一般不独立;当总体很大、抽样比例很小时,可近似看作放回抽样,转为二项分布。
几何分布
若
若
均匀分布
指数分布
无记忆性:
指数分布常用于"等待时间 / 寿命 / 时间间隔"。遇到"已经工作了
正态分布
标准化:
Gamma 分布
若
若
瑞利分布
若
2.5 分布选择速查
| 题目特征 | 常用分布 |
|---|---|
| 一次试验只有成功/失败 | 0-1 分布 |
|
|
二项分布 |
| 大量小概率事件发生次数 | 泊松分布 |
| 有限总体不放回抽样 | 超几何分布 |
| 第一次成功前/时的等待次数 | 几何分布 |
| 区间内等可能取值 | 均匀分布 |
| 等待时间、寿命、时间间隔 | 指数分布 |
| 大量独立小影响叠加 | 正态分布 |
2.6 一维函数分布
若
使用方法:
- 先写
的取值范围。 - 若
单调,反解 ,套上式。 - 若
不单调,用分布函数法:
再对
常见易错点:不要忘记定义域。反函数
2.7 真题精练(一维随机变量函数的分布)
真题 1(绝对值变换,高频):设
,求 的概率密度。
解析:
求导得
真题 2(线性变换,高频):设
,求 的密度。
解析:单调线性变换用公式法
即
要点:①
三、二维随机变量
3.1 联合分布与边缘分布
二维连续型随机变量联合密度
条件密度:
独立性:
使用方法:
- 给联合密度求边缘:对另一个变量积分。
- 给联合分布函数求边缘:
, 。 - 求条件密度:先求边缘,再用"联合 / 边缘"。
- 判断独立:连续型看
能否拆成 ;离散型看 。 - 求边缘、条件、函数分布时必须写清取值范围,很多扣分都在定义域。
3.2 二维正态分布
若
二维正态中,
3.3 随机变量函数
和
若
最大值、最小值(
商
函数分布的通用做法:
- 先画区域:把
的取值区域画出来。 - 再写事件:例如
、 。 - 最后积分:按区域拆积分,必要时换元。
如果只求
这比先求
3.4 真题精练(边缘分布与条件密度)
真题(2019 卷二 / 边缘与条件密度,15 分):设
的概率密度为 。求:(1) 关于 和 的边缘概率密度;(2) 条件密度 , 。
解析:积分区域是
(1)
(2) 条件密度 = 联合 / 边缘:
要点:①先画区域定积分限是最易错的一步;②求
3.5 真题精练(曲线区域上的二维均匀分布)
真题(2020 卷二,10 分):
是由曲线 与直线 、 、 围成的平面区域, 在 上服从均匀分布。(1) 写出 的概率密度;(2) 求关于 的边缘密度,并求其在 处的值。
解析:
(1) 区域
均匀分布密度 = 面积的倒数:
(2) 边缘密度对
在
要点:①曲线围成的区域,面积要用定积分(
3.6 真题精练(二维连续型综合:边缘与和的密度)
真题(几乎每年,10–15 分):设
联合密度 , ,其余为 0。求 (1) 常数 ;(2) 边缘密度 ;(3) 的密度。
解析:区域是顶点为
(1) 归一化(先对
(2) 边缘密度:
由对称性
(3)
要点:①三角形区域的积分限
四、数字特征
4.1 数学期望
离散型:
连续型:
函数期望:
二维函数期望:
性质:
若
4.2 方差
性质:
若
4.3 常见分布的期望与方差
| 分布 |
|
|
|---|---|---|
| 0-1 分布 |
|
|
|
|
|
|
|
|
|
|
| 几何分布 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
实际算方差时,最常用的是:
所以通常先算
4.4 协方差与相关系数
性质:
相关系数:
使用提醒:
-
表示不相关,只说明没有线性相关,不一定独立。 - 独立
不相关;不相关 独立。 - 对二维正态分布,
才能推出 独立,这是正态分布的特殊好性质。 - 若要求
,常用反推:
4.5 矩与协方差矩阵
二维或多维随机变量的协方差矩阵:
二维情形:
4.6 真题精练(相关系数)
真题(2020 卷三 / 线性组合的相关系数,10 分):设
(即 ),令 , 。求:(1) 的相关系数;(2) 和 。
解析:先由
(1) 用协方差的双线性展开:
(2) 期望线性可加:
要点:①
4.7 真题精练(二维离散示性变量:分布律·相关系数·函数分布)
真题(几乎每年,2018-2019 二,15 分):事件
满足 , , 。令 、 (发生取 1、否则取 0)。求 (1) 分布律;(2) 相关系数 ;(3) 的分布律。
解析:先求两个基本量:
(1) 四格联合分布律:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
(
(2) 示性变量满足
(3)
要点:①示性变量三连
五、大数定律与中心极限定理
5.1 马尔科夫与切比雪夫不等式
马尔科夫不等式(
令
等价地:
使用方法:题目问"偏离均值超过某个量的概率不超过多少"或"至少有多大概率落在均值附近",优先套切比雪夫。
5.2 辛钦大数定律
若
也就是:
伯努利大数定律:若
这说明频率会依概率收敛到概率。
5.3 中心极限定理
若
二项分布正态近似:
若
使用方法:
- 看清楚随机变量是不是"很多个独立小变量的和"。
- 写出总和的均值
和方差 。 - 标准化:
- 用标准正态分布函数
查概率。
二项分布正态近似常用在
5.4 真题精练(中心极限定理)
真题(2019 卷一第 7 空 / 种子发芽,4 分):某种子发芽率为
,现播种 粒,求超过 粒发芽的概率。(用中心极限定理近似计算, , 。)
解析:发芽粒数
要点:识别"
5.5 真题精练(中心极限定理·二项区间近似)
真题(保险索赔,多年,2009-2010 二):某险种被盗索赔占
,独立抽查 户,记被盗索赔户数 。用中心极限定理近似 。( )
解析:
要点:①
六、随机过程的基本概念
6.1 定义与两种理解视角
设随机试验
理解随机过程有两个互补视角:
- 一族随机变量(横看):固定时刻
, 是一个随机变量。 - 一族样本函数(纵看):固定样本点
, 是 的确定函数,称为一条样本函数。
过程在
6.2 四种分类
按参数集
| 类型 | 时间
|
状态
|
例子 |
|---|---|---|---|
| 连续型随机过程 | 连续 | 连续 | 热噪声电压 |
| 离散型随机过程 | 连续 | 离散 | 累计呼叫次数 |
| 连续型随机序列 | 离散 | 连续 | 每天正午气温 |
| 离散型随机序列 | 离散 | 离散 | 每天废品数 |
参数(时间)离散的随机过程也称随机序列或时间序列。
6.3 有限维分布族
- 一维分布:
- 二维分布:
-
维分布:
所有有限维分布的全体称为有限维分布族。柯尔莫哥洛夫定理:满足对称性与相容性的有限维分布族唯一决定一个随机过程。
七、随机过程的数字特征
设过程
均值函数(摆动中心)
均方值函数
自相关函数(核心,描述两时刻关联)
自协方差函数(核心)
7.1 必记的换算关系
均值函数
与自相关函数 是两个最基本的数字特征,其余都可由它们导出。
7.2 两个随机过程的关系
互相关
- 互不相关:
,即 ; - 互正交:
; - 相互独立:联合分布等于各自分布之积。
强弱关系:相互独立
(中间两个互相关项不可遗漏;若正交或均值为零且互不相关,则只剩
7.3 真题精练(随机过程的均值与自相关)
真题(高频填空 / 平稳过程引子,多年):设
,其中 相互独立、 、 。求均值函数 与自相关函数 ,并判断平稳性。
解析:
均值为常数、自相关只依赖
要点:①交叉项
八、独立增量过程
对
- 独立增量过程:任意互不重叠区间上的增量相互独立。
- 平稳(齐次)增量:增量分布只依赖时间差
。 - 平稳独立增量过程:兼具两者,泊松过程与维纳过程都属此类。
重要定理(设
即"记住方差函数即可写出协方差函数"。
九、泊松过程
计数过程
泊松过程定义:强度为
9.1 数字特征(设 0 ≤ s ≤ t)
化简利器:
。注意 ,故 ,要加上 。
9.2 时间间隔与等待时间
- 相邻事件时间间隔
独立同分布,服从参数 的指数分布, (无记忆性):
- 第
次事件的等待时间 服从 , 。
十、维纳过程(布朗运动)
定义(参数
10.1 数字特征(设 0 ≤ s ≤ t)
因
10.2 泊松过程 vs 维纳过程
| 特征 | 泊松过程
|
维纳过程
|
|---|---|---|
| 状态空间 | 离散(非负整数) | 连续(实数) |
| 增量分布 | 泊松
|
正态
|
| 均值函数 |
|
|
| 方差函数 |
|
|
| 协方差
|
|
|
| 平稳独立增量 | 是 | 是 |
注意:
本身不是平稳过程(方差随 增大),但其增量平稳。
10.3 真题速练(维纳过程与泊松过程数字特征)
这两类过程的数字特征是每年必抽的填空,核心一律先用独立增量拆成不相交区间。
1. 维纳协方差:参数
2. 维纳变换的相关函数:
——经此变换得到的过程反而是平稳的(自相关只依赖
3. 维纳增量乘积:求
4. 泊松有限维分布:强度
(三个不相交单位区间各增加 1,每个增量
要点:协方差都是
十一、平稳随机过程
11.1 严平稳与宽平稳
严平稳(狭义平稳):任意有限维分布关于时间平移不变。即对任意
宽平稳(广义平稳 / 二阶矩平稳):① 二阶矩存在
两者关系:严平稳 + 二阶矩存在
11.2 各态历经性(遍历性)
样本函数的时间平均:
若时间均值(以概率 1)等于统计均值
11.3 自相关函数的性质(重点)
设实平稳过程
- 平均功率非负:
; - 偶函数:
; - 有界:
; - 非负定性:
(能否作相关函数的充要条件); - 周期性:周期过程的
同周期; - 极限(无周期成分):
。
由相关函数反求数字特征:
互相关性质:
十二、功率谱密度与维纳-辛钦定理
平稳过程一般不绝对可积,用功率谱密度描述功率在频率上的分布。
维纳-辛钦定理(核心):功率谱密度
因
性质:①
常用变换对:
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
提示:本部分依配套教材补充;若所用课件未涵盖功率谱,可略过本节。
12.1 真题精练(平稳过程 + 功率谱)
真题 1(2020 卷六 / 随机相位余弦波过线性系统,10 分):随机过程
,其中 , ,且 与 相互独立。(1) 证明 为平稳过程,求均值函数 与自相关函数 ;(2) 将 输入冲激响应 的线性系统,求输出 的自相关函数与谱密度。
解析:
(1)
自相关(用
只依赖
(2) 先求频响
(用
要点:随机相位正弦/余弦波是平稳过程的头号考题——结论
真题 2(2019 卷六 / 独立过程之和的平稳性,6 分):平稳过程
、 相互独立, ,功率谱分别为 、 。(1) 证明 是平稳过程;(2) 求 的平均功率。
解析:(1) 二阶矩存在;因
谱恒为 1 即白噪声,平均功率
要点:独立过程之和的谱可加;谱为常数 = 白噪声、平均功率发散。
12.2 真题精练(平稳过程过线性系统·互谱密度)
真题(线性系统输入输出谱,几乎每年):平稳过程
输入冲激响应 的线性系统,输出 的功率谱 。求 (1) 输入谱 与自相关 ;(2) 互谱密度 。
解析:频响
(1) 由
(2) 由
要点:①三条主线——
十三、马尔可夫链
13.1 马尔可夫性与定义
马尔可夫性(无后效性):已知"现在",则"将来"与"过去"无关:
参数集与状态空间均离散的马尔可夫过程称为马尔可夫链。
13.2 转移概率与转移矩阵
一步转移概率
随机矩阵性质:
13.3 C-K 方程与 n 步转移
切普曼–柯尔莫哥洛夫(C-K)方程:
即
13.4 初始分布与绝对分布
初始分布
任意有限维分布
13.5 平稳分布与遍历性
平稳分布
遍历性充分条件:若存在正整数
易错:转移矩阵是行随机矩阵(行和为 1);分布行向量
左乘矩阵;平稳方程是 (别写成 ),且必须补归一化条件。周期振荡(如 在奇偶步之间摆动)则不遍历。
13.6 真题精练(马尔可夫链)
真题 1(2019 卷四 / 转移概率与分布,15 分):齐次马氏链
状态空间 ,一步转移矩阵每个元素都是 (即各行各列全为 ),初始分布 。求:(1) ;(2) ;(3) , 。
解析:转移矩阵每元素均
(1)
(2) 用马氏性逐段相乘
(3) 由对称性
要点:转移矩阵所有元素相等时
真题 2(2019 卷五 / 醉汉随机游走,8 分):质点在
上游动, 时下一刻以 向左、 向右、 留原处;在 或 (反射壁)时以概率 移到 或 。设 为第 秒位置。(1) 证 是马氏链并写一步转移矩阵;(2) 状态分类(周期性、常返性、遍历性);(3) 求极限 , 。
解析:
(1) 下一刻位置只依赖当前位置,满足马氏性。一步转移矩阵:
(2)
(3) 遍历不可约链,极限分布 = 唯一平稳分布,解
即
要点:反射壁 → 边界行
13.7 真题精练(联合概率·分布律·可分链的全部平稳分布)
真题 3(2020 卷四 / 联合概率与分布律,10 分):齐次马氏链
, ,一步转移矩阵见解析,初始分布 。求 (1) 及其在 条件下的值;(2) 的分布律。
解析:转移矩阵(行、列均按状态
(1) 先扫一遍路径里的每一步转移:要求
只要路径中有任一单步转移概率为 0,整个联合概率就是 0,不必再算。
(2)
再算
(通分为
要点:联合概率先扫路径找"0 转移";求某时刻分布用行向量左乘
真题 4(2020 卷五 / 可分性·状态分类·全部平稳分布,10 分):马氏链
,一步转移矩阵见解析。(1) 是否可分?若可分给出全部不可分闭集;(2) 状态分类及各状态周期;(3) 求全部平稳分布。
解析:一步转移矩阵
(1) 看每个状态往哪走:
-
互通( )且不往外跑 ⇒ 闭集。 -
自环 ⇒ 吸收态, 闭集。 -
能出去到 或 ,但没有任何状态回到 5(只有它自己以 留下)⇒ 出去就回不来。
所以链可分,两个不可分(不可约)闭集:
(2) 状态分类与周期:
-
:有限闭互通类 ⇒ 正常返; ⇒ 非周期(周期 1)。 -
:吸收态 ⇒ 正常返、周期 1。 -
:出去回不来 ⇒ 非常返(瞬过态); ,周期 1。
(3) 平稳分布只分布在常返闭集上(
- 在
上: 。 - 在
上解 (令 ):得 , ,即 。
全部平稳分布是这两者的凸组合(
要点:可约链有多个闭集时平稳分布不唯一——每个常返闭集给一个,全体平稳分布是它们的凸组合;瞬过态在平稳分布里恒为 0。判闭集就看"出得去、回不来"。
13.8 真题精练(马氏链建模·摸球模型)
真题(建模题,多年,2008-2009 等):两个黑球、两个白球分装两袋,每袋两球。每次从两袋中各随机取一球交换放回。记
为第 次交换后甲袋中的黑球数。(1) 说明 是齐次马氏链并写一步转移矩阵;(2) 判断遍历性并求极限(平稳)分布。
解析:
(1) 甲袋黑球数
- 状态 0(甲 = 白白,乙 = 黑黑):必然换进一黑、换出一白 → 状态 1,
。 - 状态 2(甲 = 黑黑,乙 = 白白):必然换出一黑、换进一白 → 状态 1,
。 - 状态 1(甲 = 黑白,乙 = 黑白):甲取黑/白各
、乙取黑/白各 ,四种等概组合:甲白乙黑 → 2,甲黑乙白 → 0,另两种仍为 1。故 , 。
(2) 三状态互通、
要点:①建模题的核心是把物理过程翻译成转移概率——逐状态枚举所有等概结果再按次态合并;②边界状态(全黑/全白)往往确定性地走向中间态;③遍历链的极限分布 = 唯一平稳分布,解
十四、真题填空速练(2020 卷一·概率与随机过程 4 学分)
填空题占 40 分(每空 4 分),是性价比最高的部分。下面按考点速练,每道只给关键步与答案。
1. 泊松分布之和(独立可加性):
关键:独立泊松之和仍是泊松,参数相加。
2. 贝叶斯(发报机):发 0、1 的先验为
关键:先验 × 似然 / 全概率,贝叶斯标准套路。
3. 几何概率(二次方程有实根):
关键:把"有实根"翻译成
4. 随机变量函数的密度:
关键:双值反函数把两支密度相加,再除
5. 指数分布的无记忆性:
关键:指数无记忆 ⇒ "已通话时长"不影响剩余时间分布。
6. 维纳过程的相关函数:参数
关键:维纳协方差取
7. 功率谱求平均功率:
关键:分母因式分解
8. 双随机矩阵的平均返回时间:状态空间
关键:双随机矩阵 ⇒ 均匀平稳分布;平均返回时间 = 平稳概率的倒数。
十五、24-25-2 期末整卷精解(最新真题)
来源:BYR Docs 维基真题(2024–2025 学年第二学期,电子工程 / 物理科学与技术 / 集成电路学院)。下面给出全卷六道大题的完整解析,答案均已逐题复核。卷面结构:一、填空选择 40 分(10×4)+ 二~六 大题 60 分,概率论与随机过程各约一半。
15.1 填空选择题(10 小题速解)
- (古典概型) 把
四张卡片随机排成一列恰为 BUPT: 。 - (古典概型) 骰子掷两次,第一次点数是第二次的
倍: 共 种, 。 - (两两独立 ≠ 相互独立)
, 。容斥 (舍 )。坑: 用两两独立,但 。 - (二维正态退化独立)
即 独立。 (两个对称且独立的因子异号)。 - (二项可加性)
独立 。 或 ,故 或 (双解)。 - (顺序统计量)
独立同分布: , 。 - (德莫弗–拉普拉斯) 点数
的次数 , 。 。 - (两态链极限) 转移阵
, 。 - (平均功率)
,平均功率 。 - (泊松独立增量)
。
15.2 第二题(贝叶斯:罕见病检测,10 分)
患病率
全概率公式求阳性率:
贝叶斯求逆概率(阳性者真患病):
要点:罕见病即使检测很准,因基数(患病率)极低,阳性者真患病的概率仍很低(
15.3 第三题(二维离散:相关与独立,15 分)
由
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
(1)
(2)
(3)
要点:标准"不相关
15.4 第四题(二维连续:条件分布,15 分)
(1) 联合密度
(2) 边缘密度
(3)
要点:"已知
15.5 第五题(马氏链:图上随机游动,15 分)
四节点游动,一步转移矩阵(初始在节点 2):
(1) 下一时刻位置只依赖当前节点
(2) 用马氏性把路径拆段(
其中
(3) 遍历性:四节点互相可达(不可约)+ 对角元
(4) 平稳分布
要点:有限维联合概率拆成"两步转移 × 一步转移 × 两步转移"之积;遍历性必须分别写不可约与非周期;遍历链的极限分布就是平稳分布,利用对称性可省一半计算。
15.6 第六题(平稳过程:线性组合,5 分)
- 均值:
为常数; - 自相关(独立
):
只依赖时间差
要点:证宽平稳只需两条——均值为常数、自相关只依赖
15.7 这份卷子的出题思路
- 前 40 分填空选择 = 全书扫雷:固定覆盖古典概型、独立性辨析、二维正态、分布可加性 / 顺序统计量、CLT 数值,再塞进 3 道随机过程(两态链极限、功率谱平均功率、泊松增量)——随机过程光填空就占
分,不能只盯大题。 - 后 60 分大题 = 五个固定抽屉:贝叶斯、二维离散(相关+独立)、二维连续(条件分布→联合→边缘→期望)、马氏链(转移矩阵+有限维概率+遍历性+平稳分布)、平稳过程(平稳性证明)。马氏链是分值最大、最稳定的压轴。
- 常驻题眼:两两独立 ≠ 相互独立、二维正态退化独立、可加性双解、用
反推联合分布、不相关 ≠ 独立、独立增量拆分、宽平稳两条件。套路重于技巧,失分多在流程漏步(马氏链遍历性、平稳性证明尤其要写全)。
十六、历年真题高频考点与题型地图
本节基于约 18 份北邮《概率论与随机过程》往年期末卷(约 2006–2020 年)通读统计而成。一个最有用的结论:这门课的卷面结构十年几乎不变,题型年年复用——同一道 E={0,1,2} 马氏链题(求
)在 2018-2019 与 2019-2020 两年原样重现;随机相位余弦波 在 2008-2009、2019-2020 都考过。所以直接刷往年卷的性价比极高,把下面这张地图覆盖到,基本锁定大部分分数。
16.1 卷面结构(十年稳定)
- 一、填空 / 单选:40 分(10 空 × 4 分,或早期 15 空 × 3 分)——覆盖全书小考点,性价比最高。
- 二 ~ 七(八)大题:60 分——二维随机变量、马尔可夫链、平稳过程三大块占绝对主力,几乎每份卷子都各有 1–2 道。
- 4 学分卷随机过程(马氏链 + 平稳过程 + 线性系统)权重更大;3 学分 / 早期卷的概率前半部分更重,偶有 σ-代数、公理化等理论证明题。
16.2 大题题型频率榜(必考主力)
| 题型 | 频率 | 标准模型 / 套路 | 对应本文 |
|---|---|---|---|
| 马氏链·联合概率 + n 步转移 + 分布律 | 几乎每年 | E={0,1,2}/{1,2,3,4} 给
|
13.3–13.4、13.7 |
| 马氏链·状态分类 / 闭集 / 周期 / 平稳分布 | 几乎每年 | 5 状态或可列无穷状态,判可分、常返、周期、求全部平稳分布 | 13.5、13.7 真题4 |
| 马氏链·建模(随机游动 / 传球 / 摸球 / 掷骰最小值) | 高频 | 证齐次马氏链 → 写转移阵 → 证遍历 → 极限分布 →
|
13.6 真题2 |
| 二维随机变量·边缘 + 条件密度 + 独立性 +
|
几乎每年 |
|
3.1–3.5 |
| 二维离散(示性变量)·分布律 + 相关系数 +
|
高频 |
|
4.4 |
| 平稳过程·证平稳 + 自相关 + 功率谱 | 几乎每年 |
|
十一、12.1 |
| 平稳过程过线性系统·输出自相关 / 功率谱 / 互谱 | 几乎每年 |
|
12.1 真题1 |
| 几何概率·二次方程有实根 | 高频 |
|
3.5、15 节·填空3 |
| 中心极限定理·应用 | 高频 | 索赔 / 发芽率 / 营业额,
|
5.3–5.4 |
| 随机过程平稳性判定(离散平稳 / 连续不平稳) | 中频 |
|
11.1 |
| 微分器 / 导过程 | 中频 |
|
七 |
16.3 填空高频考点清单(40 分,覆盖全书)
按板块归纳——这些几乎每年都从中抽 8–15 个:
- 概率基础:事件运算("恰有两个发生"的表示)、独立性、条件概率 / 贝叶斯、古典概型(不放回抽球)、几何概型。
- 一维分布:泊松
、二项 、正态对称性 、均匀反求参数、指数无记忆性、由分布函数定参数。 - 随机变量函数密度:
、 、 、 (柯西)、 ,公式法 / 分布函数法。 - 数字特征:线性组合方差
、二维正态 、相关系数(线性变换不变 / 木棒折两段 / 伯努利对偶 与 次数)、 。 - 极限定理:中心极限定理标准化、大数定律
。 - 随机过程数字特征:
的 、一维正态密度。 - 维纳过程:
、变换后相关函数、增量乘积期望。 - 泊松过程:自协方差、有限维分布
、均值函数。 - 平稳过程:自相关
功率谱 互求、平均功率 、平稳高斯一维密度。 - 线性系统:频响
、白噪声输入的输出平均功率 / 功率谱。 - 马氏链:
/ 的 (即平稳分布分量)。
16.4 二十天冲刺优先级
- 死磕三大主力(各 15–20 分级,合计 40+ 分):二维随机变量综合、马氏链(联合概率 + 状态分类 / 平稳分布)、平稳过程(证平稳 + 过线性系统)。这三块练熟,过半分数到手。
- 扫填空清单(40 分):上面每个板块做 2–3 道,重点是随机变量函数密度、线性组合方差、维纳 / 泊松数字特征、
互求——这些最稳、最不该丢分。 - 次重点补齐:几何概率(二次方程实根)、中心极限定理应用、随机过程平稳性判定。
- 理论证明题了解即可:σ-代数 / Borel 域、概率公理化定义、切比雪夫不等式证明、条件期望 / 条件方差——多见于早期 3 学分卷,4 学分近年卷较少,会推导思路即可。
用法建议:先按 15.4 的顺序,对照 15.2 的"标准模型"逐型找 2–3 道往年原题做透;做完回到本文相应章节(已标在表格右列)核对二级结论。三大主力 + 填空清单覆盖到位,应对期末足矣。
十七、考前抓重点
概率基础部分
- 先背分布表:二项、泊松、均匀、指数、正态的分布律/密度、期望、方差。
- 二维题先求边缘和条件:边缘密度靠积分,条件密度靠除法。
- 数字特征题少展开硬算:优先用
、 、协方差公式。
随机过程部分
- 抓主线
与 :均方值、方差、自协方差都能由这两个量导出, 、 。 - 判断宽平稳的标准四步:二阶矩有限 → 均值是否常数 → 自相关是否只依赖
→ 满足即宽平稳。典型模型 、 。 - 独立增量过程套路:泊松/维纳的协方差都用
; 是化简利器。注意泊松 故 ,维纳 故 。 - 维纳-辛钦:
与 是傅里叶变换对,平均功率 。 - 马尔可夫链:转移矩阵是行随机矩阵(行和为 1);
步转移用 (C-K 方程);绝对分布 左乘;平稳分布解 并配归一化 。
本文依课程课件与教材整理,如有笔误以老师讲义为准。祝考试顺利。