当前位置：
  1. 首页
  2. 互联网
  3. 正文
本文介绍: 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。（2）某点处的概率：P（a）=P（X。例：随机变量的分布函数F（x）=a+X=X（e）为随机变量。

 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{Xleqx}为随机变量X的分布函数，记为F（x）

即：F（x）=P（Xleqx）

（1）几何意义：

（2）某点处的概率：P（a）=P（Xleqa）-P（X<a）

性质：

（1）非负性：0leqF（x）leq1

（2）规范性：F（+infty）=1；F（-infty）=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+frac{b}{(1+x)^{2}}      x>0;F(x)=c      xleq0

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binom{X}{P}=begin{pmatrix} 0 & 1\ p & 1-p end{pmatrix}，满足0—1分布

（2）二项分布

P（X=k）=C_{n}^{k}p^{k}(1-p)^{n-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）=frac{lambda ^{k}~e^{-lambda }}{k!}     记作：X~P(lambda)或X~pi (lambda )

（4）超几何分布

frac{C_{m}^{k} C_{N-m}^{n-k}}{C_{N}^{n}}

（5）几何分布

P（X=k)=(1-p)^{k-1} · P

显示所有内容
上一篇 OceanBase OBCA认证考试预约流程
下一篇 记录一次QT乱码问题

相关文章

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

插入图片
浏览器会保存昵称、邮箱和网站cookies信息，下次评论时使用。