概率论（二）：随机变量及其分布

作者: 逸无无争 | 来源:发表于2020-08-16 21:31 被阅读0次

概率论与数理统计笔记第二章随机变量及其概率分布
2017-10-15
高中数学选修2-3
概率论（二）：随机变量及其分布
复习
随机变量及其分布
概率论概念列举
145、Python实现概率分布
Python实现概率分布
Chapter3—多维随机变量及其分布

随机变量

设随机试验的样本空间为 $S=$ {e}. $X=X(e)$ 是定义在样本空间 $S$ 上的实值单值函数。称 $X=X(e)$ 为随机变量。

离散型随机变量及其分布律

当随机变量的值为有限个或可列无限个时，此时随机变量称为离散型随机变量。假如离散型随机变量 $X$ 的所有可能取值为 $x_{i}(i=1,2,\dots )$ , $X$ 取各个可能值的概率，即事件{ $X=x_{k}$ }的概率，为: $P\left \{X=x_{i} \right \}=p_{i},i=1,2,\dots$ ,，此概率公式称为分布律
由之前概率的定义可知：

$p_{i}\geqslant 0,i=1,2,\dots;$
$\sum_{i=1 }^{\infty }p_{i}=1$

(0-1)分布

当随机变量 $X$ 只可能取0与1两个值时，它的分布律是： $P\left \{X=k \right \}=p^k(1-p)^{1-k},k=0,1$ ,称 $X$ 服从以 $p$ 为参数的（0-1）分布或两点分布

伯努利试验与二项分布

如果试验 $E$ 只有两个可能结果： $A$ 与 $\overline{A}$ ，则说 $E$ 是伯努利试验，设 $p$ 为 $A$ 发生的概率。
进一步，如果将伯努利试验 $E$ 独立重复进行 $n$ 次，则说这一串独立试验为 $n$ 重伯努利试验。
设 $X$ 表示 $n$ 重伯努利试验中事件 $A$ 发生的次数，此时 $X$ 为一个随机变量，则说 $X$ 服从参数为 $n$ , $p$ 的二项分布，记作: $X\sim b(n,p)$ ，分布律为： $P(X=k)=\binom{n}{k}p^{k}(1-p)^{n-k},k=0,1,\dots ,n$ 。当 $n=1$ 时，二项分布则变为两点分布。

泊松分布

设随机变量 $X$ 所有取值为 $0,1,2,\dots$ ，而取各个值的概率为： $P\left \{ X=k\right \}=\frac{\lambda^ke^{\lambda}}{k!},k=0,1,2,\dots,$ , $\lambda$ 为常数且大于零。X则是服从参数为 $\lambda$ 的泊松分布，记作： $X\sim \pi (\lambda)$

泊松定理：设 $\lambda >0$ 是一个常数， $n$ 是任意正整数，设 $np_{n}=\lambda$ ,则对于任一固定的非负整数 $k$ ，有 $\lim_{n\rightarrow \infty }\binom{n}{k}p^{k}_{n}(1-p_{n})^{n-k}=\frac{\lambda ^{k}e^{-\lambda}}{k!}$ ，也就是说以 $n,p$ 为参数的二项分布的概率值可由参数为 $\lambda =np$ 的泊松分布概率值近似

随机变量的分布函数

设 $X$ 是一个随机变量， $x$ 是任意实数，函数 $F(x)=P\left \{X\leqslant x \right \},-\infty <x<\infty$ 称为 $X$ 的分布函数。

$F(x)$ 是一个不减函数： $F(x_{2})-F(x_{1})=P\left \{ x_{1}<X\leqslant x_{2} \right \}\geqslant 0$
$0 \leqslant F(x) \leqslant 1,F(-\infty )=\lim_{x\rightarrow -\infty }F(x)=0,F(\infty)=\lim_{x\rightarrow \infty }F(x)=1$
$F(x+0)=F(x)$ ,即 $F(x)$ 是右连续的

连续型随机变量及其概率密度

如果对于随机变量的分布函数 $F(x)$ ，存在非负函数 $f(x)$ ，使对于任意实数 $x$ 有 $F(x)=\int_{-\infty}^{x}f(t)dt$ ,则称 $X$ 为连续型随机变量，函数 $f(x)$ 称为 $X$ 的概率密度函数，简称概率密度

概率密度性质：

$f(x)\geqslant 0$
$\int_{-\infty}^{\infty}f(x)dx=1$
对于任意实数 $x_{1},x_{2}(x_{1}\leqslant x_{2}),P(x_{1}<X\leqslant x_{2})=F(x_{2})-F(x_{1})=\int_{x_{1}}^{x_{2}}f(x)dx$
若 $f(x)$ 在点 $x$ 处连续，则有 $F{}'(x)=f(x)$

均匀分布

若连续型随机变量 $X$ 具有概率密度 $f(x)=\left\{\begin{matrix} \frac{1}{b-a},a<x<b & \\ 0,otherwise & \end{matrix}\right.$ ，则称 $X$ 在区间 $(a,b)$ 上服从均匀分布，记作： $X\sim U(a,b)$
其分布函数为 $F(x)=\left\{\begin{matrix} 0 & x<a \\ \frac{x-a}{b-a} & a \leqslant x<b \\ 1 & x \geqslant b \end{matrix}\right.$

指数分布

若连续型随机变量 $X$ 具有概率密度： $f(x)=\left\{\begin{matrix} \frac{1}{\Theta } e^{-\frac{x}{\Theta }}& x>0\\ 0 & otherwise \end{matrix}\right.$ ,其中 $\Theta >0$ 为常数，则称 $X$ 服从参数为 $\Theta$ 的指数分布

其分布函数为： $F(x)=\left\{\begin{matrix} 1-e^{-\frac{x}{\Theta }} &x>0 \\ 0 & otherwise \end{matrix}\right.$

无记忆性： $P\left \{X>s+t | X>s \right \}=P\left \{ X>t \right \}$

正态分布

若连续型随机变量 $X$ 具有概率密度： $f(x)=\frac{1}{\sqrt{2\pi \sigma }}e^{-\frac{(x-\mu )^{2}}{2\sigma ^{2}}},-\infty <x<\infty$ ,其中 $\mu ,\sigma (\sigma >0)$ 为常数，则称随机变量 $X$ 服从参数为 $\mu ,\sigma$ 的正态分布或高斯分布，记作： $X\sim N(\mu,\sigma)$
其分布函数为： $F(x)=\frac{1}{\sqrt{2\pi \sigma }}\int_{-\infty }^{x}e^{-\frac{(t-\mu )^{2}}{2\sigma ^{2}}}dt$

$f(x)$ 曲线关于 $x=\mu$ 对称： $P\left \{\mu -h<X\leqslant\mu \right \}=P\left \{\mu <X\leqslant \mu +h \right \}$
当 $x=\mu$ 时，取到最大值： $f(\mu)=\frac{1}{\sqrt{2\pi}\sigma}$

当 $\mu=0,\sigma=1$ 时称随机变量 $X$ 服从标准正态分布，概率密度为： $\varphi(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{t^{2}}{2}}$ ，分布函数为： $\Phi (x)=\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{x}e^{-\frac{t^{2}}{2}} dt$

$\Phi(-x)=1-\Phi(x)$
线性变换：若 $X\sim N(\mu,\sigma)$ ，则 $Z=\frac{X-\mu}{\sigma}\sim N(0,1)$

假如随机变量 $X$ 服从标准正态分布，若 $z_{\alpha}$ 满足： $P(X>z_{\alpha})=\alpha,0<\alpha<1$ ，则点 $z_{\alpha}$ 为标准正态分布的上 $\alpha$ 位点

概率论与数理统计笔记第二章随机变量及其概率分布
# 概率论与数理统计笔记第二章随机变量及其概率分布概率论与数理统计笔记（计算机专业）作者： [CATPUB]...
2017-10-15
今天概率论记录7页多，完成第二章随机变量及其分布，第三章开始。第二章重点有三。总结如下。一、概率、分布函数、离...
高中数学选修2-3
第二章：随机变量及其分布
概率论（二）：随机变量及其分布
随机变量设随机试验的样本空间为{e}.是定义在样本空间上的实值单值函数。称为随机变量。离散型随机变量及其分布律...
复习
1.随机事件和概率 2.随机变量及其分布 3.多维随机变量及其分布 4.大数定律和中心极限定理 5.统计量及其分布...
随机变量及其分布
随机变量及其分布列是高考中的常考知识点，主要考查离散型随机变量及其分布列、离散型随机变量均值、方差的概念，重点考查...
概率论概念列举
一、随机变量及其分布 1、随机变量、概率 2、离散型随机变量，分布率， 3、概率：（1）逆事件（2）概率的加法...
145、Python实现概率分布
一、概率分布概率分布，是概率论的基本概念之一，主要用以表述随机变量取值的概率规律。为了使用的方便，根据随机变量所属...
Python实现概率分布
概率分布基础概率分布，是概率论大的基本概念之一，主要用以表述随机变量取值的概率规律。为了使用的方便，根据随机变量...
Chapter3—多维随机变量及其分布
1. 二维随机变量及其分布函数二维随机变量的定义：设为试验的样本空间，是定义再上的两个随机变量，则称有序组为二...