目录
随机变量的分布函数
随机变量：
对于随机试验的样本空间中的每一个样本点𝜔都有一个实数𝑋(𝜔)与之对应，则称𝑋=𝑋(𝜔)（事件的函数）为随机变量
随机变量的特点：
随试验结果变化的一个量，可以用随机变量描述事件，随机变量取相应的值也有确定的概率
分布函数：
𝐹(𝑥)为随机变量𝑋的分布函数，是随机事件{𝑋 ≤ 𝑥}发生的概率（随机变量小于𝑥发生的概率）
分布函数的性质：
离散型随机变量及其概率分布
离散型随机变量：
𝑋所有可能取到的不相同的值是有限个或可列无限多个，并以确定概率取到这些值，则𝑋称为离散型随机变量
概率分布/分布律：
离散型随机变量𝑋的所有可能的取值𝑥𝑘发生的概率：
其中 𝑝𝑘满足非负性并且：
则称𝑃{𝑋=𝑥𝑘}=𝑝𝑘为𝑋的分布律，可以用表格表示
连续性随机变量及其概率密度
定义：
分布函数可以写成一个非负函数的积分
𝐹(𝑥)为随机变量𝑋的分布函数，𝑓(𝑥)为非负函数，若：
则称𝑋为连续型随机变量，𝑓(𝑥)称为𝑋的概率密度函数，简称概率密度，记作𝑋~𝑓(𝑥)
连续型随机变量的特点：
1）其分布函数处处连续
2）取任意确定值的概率为0，计算概率时不用区分开闭区间
概率密度函数的性质：
概率密度函数的意义：
反应随机变量在点𝑥处概率分布的密集程度
常用离散型随机变量
（0-1）分布：
随机变量𝑋只取0和1，其概率分布为：
通常用来描述只有两个对立结果的随机试验
二项分布：
𝑋表示n重伯努利试验中某一事件出现的次数，𝑋服从二项分布：
记作𝑋~𝐵(𝑛,𝑃)
泊松分布：
随机变量𝑋满足：
则称𝑋服从参数为𝜆的泊松分布，记作𝑋~𝜋(𝜆)
泊松分布的实例：医院一天内就诊的患者，某段时间内接到电话的次数
泊松定理：
当二项分布的n足够大并且p足够小的时候，二项分布近似等于泊松分布
几何分布：
𝑋表示随机试验独立重复次𝑘某一事件才发生，𝑋服从几何分布：
常用连续型随机变量
均匀分布：
连续型随机变量𝑋的概率密度为：
则称𝑋在区间（a，b）上服从均匀分布，记作𝑋~𝑈(𝑎,𝑏)
指数分布：
连续型随机变量𝑋的概率密度为：
则称𝑋服从参数为𝜆的指数分布
分布函数：
例子：电子元件寿命、排队等待的时间
正态分布：
连续型随机变量𝑋的概率密度为：
则称𝑋服从参数为𝜇，𝜎的正态分布，记作𝑋~𝑁(𝜇,𝜎^2)
参数对图像的影响：
𝜇：沿x轴平移
𝜎：𝜎越大，概率密度曲线越平坦；𝜎越小，概率密度曲线越陡峭
标准正态分布：
服从标准正态分布的随机变量𝑋的概率密度和分布函数分别记为𝜑(𝑥)和𝛷(𝑥)
上𝛼分位点：
设随机变量𝑋~𝑁(0,1)，如果𝑢𝑎满足：
则称𝑢𝑎为标准正态分布函数的上𝛼分位点
正态分布相加：
如果两个相互独立的正态分布X~N(𝜇1,𝜎12),Y~N(𝜇2,𝜎22),那么Z=X±Y仍然服从正态分布:
正态分布倍乘：
随机变量的函数分布
离散型：
由𝑋的取值列出𝑌的取值，由𝑋的概率求和计算𝑌每种取值的概率，得函数分布律
连续型：
求导可得𝑌的概率密度函数
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
