概率论和数理统计知识点汇总——第二章随机变量的分布与数字特征

2.1 随机变量及其分布

1.随机变量的概念

定义2.1 定义在概率空间(Ω,P)上,取值为实数的函数x=x(ω)(w∈Ω)称为(Ω,P)上的一个随机变量.)

基本事件:X=a 复合事件:X

2.离散型随机变量的概率分布

定义:X的全部可能取值只有有限个或可数无穷多个

性质:

3.分布函数

定义 设X是一随机变量,则称函数F(x)=P{X≤x},x∈(-∞,+∞)为随机变量X的分布函数,记作x~F(x).

性质

4.离散型随机变量的分布函数

5.连续型随机变量及其概率密度

定义:

性质:

计算:

2.2 随机变量的数字特征

数学期望是一种数字特征,反应随机变量取值的平均水平

1.离散型随机变量的数学期望

2.连续型随机变量的数学期望

3.随机变量函数的数学期望

4.数学期望的性质

5.随机变量的方差

D(X)=E(X-EX)^2=EX^2-(EX)^2

性质:Da=0;D(X=a)=Dx;D(aX)=a^2*D(X)

6.随机变量的矩阵与切比雪夫不等式

2.3常用的离散型分布

1.退化分布

P{X=a}=1

DX=0

EX=a

2.两点分布

P{X=x}=p

P{X=y}=1-p

EX=px+(1-p)y

DX=p(1-p)(x-y)^2

3.n个点上的均匀分布

p{X=xi}=1/n

4.二项分布

EX=np

DX=np(p-1)

5.几何分布

6.超几何分布

7.泊松分布

相关推荐
luoganttcc5 小时前
柯尔莫哥洛夫对概率论的公理化体系有哪些贡献?
概率论
望十五江洋1 天前
泊松分布的参数可加性
线性代数·机器学习·概率论
lybugproducer2 天前
深度学习专题:模型训练的数据并行(三)
人工智能·深度学习·概率论
Small___ming3 天前
【人工智能数学基础】多元高斯分布
人工智能·机器学习·概率论
RE-19014 天前
《深入浅出统计学》学习笔记(二)
大数据·数学·概率论·统计学·数理统计·知识笔记·深入浅出
Small___ming6 天前
【人工智能数学基础】什么是高斯分布/正态分布?
人工智能·概率论
Small___ming8 天前
【人工智能数学基础】如何理解方差与协方差?
人工智能·概率论
月疯9 天前
样本熵和泊松指数的计算流程!!!
算法·机器学习·概率论
zyq~9 天前
【课堂笔记】概率论-3
笔记·概率论
RE-19019 天前
《深入浅出统计学》学习笔记(一)
大数据·数学·概率论·统计学·数理统计·知识笔记·深入浅出