首页 > 其他分享 >概率论与数理统计

概率论与数理统计

时间:2023-06-03 17:23:36浏览次数:37  
标签:泊松 概率密度 试验 数理统计 分布 概率论 随机变量 lambda

第二章 随机变量及其分布

一、定义

1、随机变量

定义:随机变量 \(X\) 是定义在随机试验样本空间 \(S=\{e\}\) 上的单实值函数,记为 \(X=X(e)\)

笔记:随机变量是为了数值化表示,这样更方便数学研究。\(X\) 相当于样本空间,\(x\) 相当于样本点。

2、分布律和概率分布密度

离散型随机变量X的所有可能取值为 \(x_k (k=1,2,3,...)\) ,X取到各个可能值的概率 \(P(X=x_k)=p_k\) ,称为随机变量X的概率论分布,也叫分布律。

举例:骰子每面发生的概率

img

连续型随机变量X,在任意位置的概率,若为 \(f(x)=P(X=x)\),则称 \(f(x)\) 为随机变量X的概率分布密度。

举例:你7:00-9:00起床的概率

img

3、分布函数

若 \(F(X) = P(X<=x)\),称随机变量X的分布函数。分布函数表示将随机变量X<=x的所有取值的概率相加。

分布函数和概率密度的关系:

  1. \(F(x_2) - F(x_1) = \int_{x_1}^{x_2} f(x) dx = P(x_1 <= X <= x_2)\)
  2. \(F(x) = \int_{-\infty}^{x} f(t) dt\)

笔记:分布函数、概率密度 都是为了更方便研究,从不同角度定义的两个函数。

二、离散型随机变量及其分布

1、0-1分布

随机试验的结果只有两个,随机变量X只有两个可能取值0或1,其分布律可以写成:

img

也可以写成:

img

2、二项分布

只有两个结果的随机试验成为伯努利试验,独立重复n次,称为n重伯努利试验。(0-1分布是一次伯努利试验)

假设单独一次试验A发生的概率为p,我们把n重伯努利试验中A发生的次数,这个随机变量服从的分布称为二项分布,记 \(B(n,p)\)

3、泊(po)松分布

泊松分布(Poisson distribution)适合于描述单位时间(空间)内随机事件发生的次数。如加油站一个小时内到达的车辆数,一个医院一天内出生的新生儿的数量等等。

泊松分布的分布律:

img

其中 \(\lambda > 0\) 是一个常数,表示单位时间(空间)内随机事件发生的平均次数。\(X \sim P(\lambda)\) 表示随机变量X服从参数为 \(\lambda\) 的泊松分布。

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

三、连续型随机变量及其概率密度

1、均匀分布

若连续型随机变量X具有概率密度

img

则称随机变量X服从均匀分布,记 \(X \sim U(a, b)\) 。X的分布函数为

img

2、指数分布

若连续型随机变量X具有概率密度

img

其中 \(\theta > 0\) 为常数,则称X服从指数分布,记 \(X \sim E(\lambda)\) 。 X的分布函数为:

img

笔记:

  • 泊松分布:医院一天内出生新生儿的数量,\(\lambda\)表示一天内平均出生的数量
  • 指数分布:两个新生儿出生的时间间隔

3、正太分布

标签:泊松,概率密度,试验,数理统计,分布,概率论,随机变量,lambda
From: https://www.cnblogs.com/zhujinchong/p/17454259.html

相关文章

  • Luogu P3978 [TJOI2015] 概率论
    定义\(f_i\)为\(i\)个节点组成的二叉树数量,\(g_i\)为\(i\)个节点组成的二叉树的叶子节点个数之和设当前\(i\)个节点组成的二叉树有\(a\)个叶子,容易发现分别删掉其中的\(1\)个叶子节点就能得到一个对应的\(i-1\)个节点的二叉树,总共会有\(a\)颗,可以发现每一个叶......
  • TJOI 2015 概率论 题解
    TJOI2015概率论题解题意求\(n\)个点随机生成的有根二叉树(所有互不同构的二叉树出现情况等概率)的叶子节点数的期望值。题解70答案显然是\(\dfrac{g(n)}{f(n)}\),\(g(n)\)是\(n\)个点为所有二叉树的叶子总数,\(f(n)\)是\(n\)个点能生成的二叉树数。一棵树可以用左......
  • 数理统计笔记
    由于学校的概率论与数理统计课有些一言难尽,开始在这里自学书上后面的数理统计部分的知识。1.基本概念数理统计学中,我们通常将研究的对象叫做总体,而组成总体的基本单元......
  • 概率论与数理统计及其应用学习笔记1(numpy+matplotlib)
    先把基本概念都理一遍,博客的后半部分会上具体函数实现,没有前半部分的基础,后半部分看起来会有点吃力样本空间:某个实验的所有可能结果组成的集合样本点:样本空间的每个结......
  • 基于概率论的MATLAB仿真,内容包括非共轭条件下的后验概率的推导,共轭条件下的非完备集
    1.算法描述1.1先验概率的推导        根据贝叶斯概率论可知,某一事件的后验概率可以根据先验概率来获得,因此,这里首先对事件的先验概率分布进行理论的推导。假设测......
  • 基于概率论的MATLAB仿真,内容包括非共轭条件下的后验概率的推导,共轭条件下的非完备集
    1.算法描述1.1先验概率的推导根据贝叶斯概率论可知,某一事件的后验概率可以根据先验概率来获得,因此,这里首先对事件的先验概率分布进行理论的推导。假设测量的腐蚀数据服从g......
  • 概率论的基本概念
     《基本概念》在一次随机试验中可能会发生的事件A的概率为?在描述中经常会看到这样的语句随机试验:1.相同条件下可重复2.结果可能不只一个,能事先......
  • 概率论--极大似然估计法
    求解极大似然估计值的步骤1.把所有的函数值相乘2.两边取lnx3.求偏导求偏导的时候令该偏导值等于0,解出该参数的值就为估计值连续性的求解方法和离散型一样......
  • 概率论公式自测
    概率论与数理统计公式自测1.概率论基本概念基本运算:\[P(A-B)=\qquad\qquad\qquad\]\[P(A\cupB)=\qquad\qquad\qquad\]容斥原理二维、三维情况:\[P(A\cu......
  • [概率论与数理统计]笔记:5.5 单正态总体的参数假设检验
    5.5单正态总体的参数假设检验均值\(\mu\)的检验对于参数\(\mu\)可以提出如下假设:\[\begin{align*}&H_0:\mu=\mu_0\leftrightarrowH_1:\mu\ne\mu_0\tag{A}\\&H_......