概率论与数理统计————3.随机变量及其分布

一、随机变量

设E是一个随机试验,S为样本空间,样本空间的任意样本点e可以通过特定的对应法则X,使得每个样本点都有与之对应的数对应,则称X=X(e)为随机变量

二、分布函数

分布函数:设X为随机变量,x是任意实数,则事件{Xx}为随机变量X的分布函数,记为F(x)

即:F(x)=P(Xx)

(1)几何意义:

(2)某点处的概率:P(a)=P(Xa)-P(X<a)

性质:

(1)非负性:0F(x)1

(2)规范性:F()=1;F(-)=0

(3)单调不减函数

(4)右连续性

例:随机变量的分布函数F(x)=a+ x>0;F(x)=c x0

三、离散型随机变量及其分布

离散型随机变量 :X的取值为有限个或者无限可列个

如:X=骰子出现的点数

分布律(概率分布):

存在:P1+P2+........+Pn=1

(1)0---1分布=,满足0---1分布

(2)二项分布

P(X=k)= 记作:X~B(n,p)

独立重复n次试验;每次试验只有两种试验结果;试验中的概率不会发生变化

(3)泊松分布

P(X=k)= 记作:X~P()或X~

(4)超几何分布

(5)几何分布

P(X=k)=(1-p) · P

相关推荐
CS创新实验室1 天前
《机器学习数学基础》补充资料:连续正态分布随机变量的熵
人工智能·机器学习·概率论·机器学习数学基础
CS创新实验室5 天前
《机器学习数学基础》补充资料:矩阵运算技巧和矩阵指数
机器学习·矩阵·概率论·机器学习数学基础
阿正的梦工坊9 天前
Cramér-Rao界:参数估计精度的“理论底线”
机器学习·概率论
阿正的梦工坊9 天前
正态分布的奇妙性质:为什么奇数阶中心矩(odd central moments)为零?
线性代数·机器学习·概率论
阿正的梦工坊9 天前
Fisher信息矩阵(Fisher Information Matrix,简称FIM)
人工智能·机器学习·矩阵·概率论
@心都10 天前
机器学习数学基础:32.斯皮尔曼等级相关
人工智能·机器学习·概率论
nuise_13 天前
朴素贝叶斯法
人工智能·机器学习·概率论
亲持红叶14 天前
最优化方法-牛顿法
人工智能·线性代数·机器学习·概率论
梦醒沉醉16 天前
机器学习的数学基础(三)——概率与信息论
概率论·信息论
wyg_03111318 天前
用大模型学大模型03-数学基础 概率论 条件概率 全概率公式 贝叶斯定理
人工智能·概率论