概率论第二章//随机变量及其分布
本文进行概率论中随机变量及其分布的总结。
一.总纲
这里主要讨论两种随机变量,离散型和连续型 ,给出分布函数的概念,分布函数与分布律/概率密度之间的转化(对离散型随机变量而言,是分布律;对连续型随机变量而言,是概率密度)。
对于离散型随机变量,给出三种常见的概率分布:
- “0-1”分布;
- 二项分布(n重伯努利);
- 泊松分布;
对于连续型随机变量,给出三种常见的概率分布:
- 均匀分布;
- 指数分布;
- 正态分布;
最后,给出关于随机变量的函数的分布,主要介绍了已知随机变量(主要针对连续型)的概率密度,求 随机变量的函数的概率密度 的两种方法--推导法和公式法。
二.随机变量的分布函数
1.公式表示
注意:这里是小于等于!
x趋向于负无穷时,分布函数值为0;x趋向于正无穷时,分布函数值为1
2.离散型随机变量的分布函数
一定要注意有无等于号,注意是否加/减单点处的值
每一段的概率值是累积概率,即为小于或等于x的那些处的概率之和
3.连续型随机变量的分布函数
是概率密度在非负区间上的积分,(每段从0一直到当前段的最大值进行积分,是分段积分)
三.离散型随机变量
1.分布律
随机变量X | X1 | X2 | X3 | X4 |
对应取值的概率P | P1 | P2 | P3 | P4 |
2.(0-1)分布
随机变量X只可能取0与1两个值
它的概率计算为
3.二项分布
独立地,重复地进行n次具有(0-1)分布性质的实验(也叫伯努利实验)
它的概率计算为
k代表当前X的取值,k = 0,1,2...,n代表实验的次数,p代表事件发生的概率
叫做随机变量X服从参数为n,p的二项分布,记为X~b(n,p)
4.泊松分布
引入泊松分布的目的是为了近似计算二项分布,参数λ = np(当n>20,p<0.05时,近似效果颇佳)
它的概率计算为
其中λ>0是常数,称X是服从参数为λ的泊松分布,记为X~π(λ)
四.连续型随机变量
1.连续型随机变量
称X为连续型随机变量函数,f(x)为非负,可积函数,称其为X的概率密度函数
连续性随机变量单点处的函数值为0,故可不考虑等于号
2.概率密度函数的性质
- 非负
- 实数域上积分为1
- f(x)是连续函数,即分段点左右函数值相等
3.均匀分布
x为其他范围时,f = 0
称X在区间(a,b)上服从均匀分布,记为X~U(a,b)
4.指数分布
其中>0为常数,称X服从参数为
的指数分布
其分布函数为
指数分布多用于计算产品寿命,具有无记忆性(指在已经使用了s时间的条件下,总共至少能使用s+t时间的概率,与至少能使用t时间的概率相同)
5.正态分布
称X服从参数为 ,
的正态分布(高斯分布),记为X~N(
,
)
特别的当 = 0,
= 1 时,称X服从标准正态分布,其概率密度和分布函数分别用
和
来表示
一般通过线性变换,将正态分布化为标准正态分布,然后通过查表解决
五.随机变量的函数
1.离散型
先求出Y的取值,然后把对应的X值的概率相加
2.连续型
1.五步推导法:Fy~PY~PX~Fx~Fx对y求导数
2.公式法(要求函数是单调的才能用)
,其他范围内值为0
其中h(y)是g(x)的反函数,为g(x)趋向于正/负无穷时,取最小的那个值;
为g(x)趋向于正/负无穷时,取最大的那个值;
概率论第二章//随机变量及其分布相关推荐
- 概率论 第二章 随机变量及其分布
目录 第二章 随机变量及其分布 (1)随机变量 总结 (2)离散型随机变量及其分布律 总结 (3)随机变量的分布函数 总结 (4)连续型随机变量及其概率密度 总结 (5)随机变量的函数的分布 总结 章 ...
- 王式安概率论与数理统计基础课手写笔记-第一章概率与事件-第二章随机变量及其分布
写在前面:做题还是要做的,但是课本上基础理论不能忘,比如每章前言,告知本章研究的内容及研究的方法.走过的路都算数. 文章目录 第一章 概率与事件 第二章 随机变量及其分布 第一章 概率与事件 第二章 ...
- 概率统计:第二章 随机变量及其分布
第二章 随机变量及其分布 内容提要: 一. 随机变量的定义 设是一个随机试验,其样本空间为,若对每一个样本点,都有唯一确定的实数与之对应,则称上的实值函数是一个随机变量(简记为). 二. ...
- 《概率论与数理统计》-第二章 随机变量及其分布-第二节 连续型随机变量及其分布-笔记
目录 第二节 连续型随机变量及其分布 密度函数 定义 性质 常用离散型随机变量的分布 第二节 连续型随机变量及其分布 密度函数 定义 设F(x)F(x)F(x)是随机变量XXX的分布函数,若对任意的实 ...
- 第二章 随机变量及其分布
本章主要介绍了随机变量的基本概念.离散型随机变量和连续型随机变量的分布. 目录 习题二 22. (1)分子运动速度的绝对值XXX服从麦克斯韦分布,其概率密度为f(x)={Ax2e−x2b,x> ...
- 《概率论与数理统计》-第二章 随机变量及其分布-第一节 离散型随机变量及其分布-笔记
目录 第一节 离散型随机变量及其分布 随机变量 定义 概率分布律 常用离散型随机变量及其分布律 分布函数 定义 性质 第一节 离散型随机变量及其分布 随机变量 定义 设 E E E是随机试验,它的样本 ...
- 概率论-2.1 随机变量及其分布(重点:右连续的来源)
随机变量意义:用数字化形式表示随机现象结果 随机变量本质:定义在样本空间上的实值函数X=X(w),w为空本空间上的样本点(x不一定是数字型,但随机变量X一定是数字型) 数字型随机变量:事件结果为数字 ...
- 概率论笔记—一维随机变量及其分布
目录 一.随机变量 二.分布函数 三.离散型随机变量 四.连续型随机变量 五.常见的离散型随机变量分布类型 六.常见的连续型随机变量分布类型 一.随机变量 随机变量就是"其值会随机而定&qu ...
- 概率论与数理统计---随机变量的分布
一维离散型随机变量 基本概念 随机变量 随机变量就是随机事件的数值体现. 例如投色子记录色子的点数,记录的点数其实就是一个随机变量,他是这个点数出现的数值体现. 注意: 随机变量X = X(e) , ...
最新文章
- 刷新aspx页面的六种方法
- qt向服务器传输文字_Qt 模拟 HTTP 表单提交文字或文件到服务器
- 转:http与https
- 国产最大AI开源框架再升级:一口气发布9大新产品,顺便送出亿元GPU算力
- [转载] 中华典故故事(孙刚)——24 嫁鸡随鸡_嫁狗随狗
- python中序列(列表list和元组tuple)的用法
- struts2、hibernate工作原理和流程
- mvc各层简单清晰的描述
- Servlet-ServletConfig对象
- 一位射频技术支持工程师的工作感悟
- 【数字钟】数字电路设计 24 小时数字钟(带加速、暂停、滴答声、清零功能)
- 生僻字看不懂很尴尬?知道手机中的这个功能,瞬间发现:太简单
- java计算机毕业设计绿洲小区快递配送系统源代码+数据库+系统+lw文档
- 使用curl批量下载图片
- 【单目标优化求解】基于matlab增强型黑猩猩优化器算法求解单目标优化问题【含Matlab源码 2013期】
- Imagemotion for Mac(PS动画插件)
- 计算机学后感作文400,科技展观后感作文400字(精选7篇)
- c语言cast的用法,static_cast 用法
- 计算机excel实发工资高中低,EXCEL表格中计算实发工资的公式
- VC编译器与GCC编译器的区别