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
Zero8 小时前
机器学习概率论与统计学--(13)线性回归
机器学习·线性回归·概率论·统计学
Zero8 小时前
机器学习概率论与统计学--(12)假设检验
机器学习·概率论·统计学
笨笨饿2 天前
30_泰勒级数
c语言·stm32·嵌入式硬件·线性代数·机器学习·自动化·概率论
加油JIAX2 天前
误差状态卡尔曼滤波(ESKF)推导
概率论·slam·ekf·imu·卡尔曼滤波·kf·eskf
⊱⋛赫宇⋚⊰3 天前
转专业数学
线性代数·机器学习·概率论
Brother Jiawei3 天前
概率-基础
线性代数·机器学习·概率论
做cv的小昊3 天前
【TJU】应用统计学——第四周作业(2.3 C-R不等式、2.4区间估计)
c语言·人工智能·算法·机器学习·数学建模·r语言·概率论
luoganttcc4 天前
eiθ=cosθ+isinθ证明
线性代数·矩阵·概率论·欧拉公式
Zero4 天前
机器学习概率论与统计学--(11)概率论极限定理
人工智能·机器学习·概率论
iiiiii114 天前
【理论推导】指数族分布的核心性质:对数配分函数的梯度为什么是充分统计量的期望?
人工智能·笔记·深度学习·数学·机器学习·概率论·指数族分布