概率论第二章 随机变量的分布与数字特征

（ps：主要依照课本目录总结一下要记的公式期望和方差，概念去课本上看）

2.1、随机变量及其分布

        一、随机变量的概念

随机变量一般用大写XYZ表示，取值一般用小写xyz表示

        二、离散型随机变量的概率分布

        三、分布函数

                分布函数性质

1、单调性：若x1<=x2,则F(x1)<=F(x2);（单调递增）

2、F(负无穷)=0，F(正无穷)=1

2、右连续性：F(x+0)=F(x)

        四、离散型随机变量的分布函数

区间概率表示：（概率分布p与分布函数F之间转换）

        p(x<=a)=F(a)

        p(x<a)=F(a-0)

        p(x=a)=F(a)-F(a-0)

        p(a<x<=b)=F(b)-F(a)

        p(a<=x<=b)=F(b)-F(a-0)

        p(a<x<b)=F(b-0)-F(a)

        p(a<=x<b)=F(b-0)-F(a-0)

        p(a<x)=p(x>b)=1-F(a)

由于连续型p(x=a)=0，所以若F(x)连续，则4-7相等     

        五、连续型随机变量及其概率密度

                        概率密度性质

1、f(x)>=0，在其定义域内

2、全定义域积分为1

2.2、随机变量的数字特征

        一、离散型随机变量的数学期望

取值与概率乘积求和

        二、连续型随机变量的数学期望

取值与概率乘积求积分

        三、随机变量函数的数学期望

        四、数学期望的性质

1、对任意常数a，E(a)=a

2、如果E(X)，E(Y)存在，对任意实数a

E(X+Y)=E(X)+E(Y)，E(XY)=E(X)E(Y)，E(X+a)=E(X)+a

        五、随机变量的方差

D(X)=E([X−E(X)]^2)

D(X)=E(X^2)−E2(X)

        六、方差的性质

Da=0

D(X+a)=D(X)

D(aX)=a^2D(X)

2.3、常用的离散型分布

        一、退化分布

不分布，以概率1取某一常数a

                期望和方差

E(X)=a

D(X)=0

        二、两点分布

                1、定义

在一次伯努利试验中，，若用X记事件A出现的次数，，  称X服从两点分布或(0-1)分布。

                2、期望和方差

E(X)=p

D(X)=p(1-p)

        三、均匀分布

                 1、定义

共有n次不可能的取值，且取每一个值的可能性都相等,即

                 2、期望和方差

        四、二项分布

                 1、定义

在n重伯努利试验中，若事件A出现的次数记为X，随机变量X可能的值是0,1,2,...,n，相应概率分布为

式中，且，则称X服从参数为n,p的二项分布，记作.

                 2、期望和方差

E(X)=np

D(X)=npq

        五、几何分布

                 1、定义

在伯努利试验中，考虑事件A首次出现时的试验次数X的分布。X的所有可能取值是集合，事件表示A首次出现是在第k次试验，即前k-1次试验都出现，而第k次试验出现A，这一事件的概率为

上式是几何级数的一般项，因此称为几何分布。记作。显然有

                 2、期望和方差

E(X)=1/p

D(X)=q/p^2

        六、超几何分布

                 1、定义

现有N件产品，其中有M件次品，今从中任取n件(不放回抽取)，则这n件中所含的次品数X是一离散型随机变量，其概率分布为

其中。通常称这个概率分布为超几何分布。记作。

   

        七、泊松分布

                 1、定义

 如果随机变量X的概率分布为

式中是常数，则称X服从以为参数的泊松分布，记作。

自然界中的很多稀疏现象都服从或近似服从泊松分布，所以泊松分布又称为稀疏现象律。

泊松分布的最可能值为，若为整数，则最可能值为或.

                 2、期望和方差

E(X)=D(X)=

2.4、常用的连续型分布

一、均匀分布

                 1、定义

在取值范围(a,b)内取得任意一点的概率相等，记为X~U(a,b)

                 2、期望和方差

E(X)=(a+b)/2

D(X)=(b-a)^2/12

二、指数分布

                 1、定义

若随机变量X的概率密度为

则称X服从参数为λ的指数分布，记为X~e(λ)

因此得到分布函数为

                 2、期望和方差

E(X)=1/λ

D(X)=1/λ^2

三、正态分布

                 1、定义

概率密度函数为

则称X服从参数为μ,σ的正态分布，记为X~N(μ,σ^2)

分布函数为

                 2、期望和方差

E(X)=

D(X)=

                 3、标准正态分布

特别的，当μ=0，σ=1时，X服从标准正态分布，此时概率密度函数写为φ(x)，分布函数写为Φ(x)

因为，若X~N(μ,σ^2)，则Z=(X-μ)/σ服从标准正态分布，所以

2.5、随机变量函数的分布