Warning: Undefined array key "HTTP_ACCEPT_LANGUAGE" in /www/wwwroot/blog/wp-content/plugins/UEditor-KityFormula-for-wordpress/main.php on line 13
【概率论与数理统计】一维随机变量及其分布 – Machine World

【背景】

随机变量(random variable)表示随机试验各种结果的实值单值函数。随机事件不论与数量是否直接有关,都可以数量化,即都能用数量化的方式表达。

随机事件数量化的好处是可以用数学分析的方法来研究随机现象。

【基础定义】

1、随机变量:

ΩωΩX(ω)ωX

2、分布函数:

X{Xx}={x(,x]}F(x)=P{Xx}X

2.1)性质(充要条件):

{0F(x)1;;F()=0;

2.2) 注解:

F(x)P{a<xb}=P{xb}P{xa}=F(b)F(a)P{x<a}=F(a0)P{x=a}=P{xa}P{x<a}=F(a)F(a0)P{a<x<b}=P{x<b}P{xa}=F(b0)F(a)

3. 离散型随机变量

分布律:

x x1,x2,,xn
p p1,p2,,pn
(pi0Pi=1)

4. 连续型随机变量

4.1) 定义

XF(x)=P{Xx}Iff(x)0使xf(x)dx=F(x)Xf(x)(f(x)0+f(x)=1)F(x)

【常见的随机变量】

一、常见离散型随机变量分布

1.二项分布

XP{x=k}=Cnkpk(1p)nk(k=0,1,,n)XB(n,p)

2.泊松分布

XP{x=j}=λkk!eλ(λ>0,k=0,1,2n)Xπ(λ)

二、常见连续性随机变量分布

3.均匀分布

Xf(x){1baa<x<b0XU(a,b)F(x)=xf(x)dx={0x<axabaax<b1xb

4.指数分布

Xf(x)={λeλxx>00x0(λ>0)XE(λ):F(x)=xf(x)dx={0x<01eλxx0XE(λ)P{xa+b}=P{xb}

5.正态分布

Xf(x)=12πσe(xu)22σ2XN(u,σ2)u=0,σ=1φ(x)=12πσex22XN(0,1)()XΦ(x)=xφ(x)dt=x12πet22dt:XP{xu}=P{x>u}=12Φ(0)=12,Φ(a)=1Φ(a)Xxuσ=N(0,1)

作者 WellLee

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注