《概率论与数理统计》学习笔记（二）

最新推荐文章于 2024-09-11 20:00:00 发布

HitStuHan

最新推荐文章于 2024-09-11 20:00:00 发布

阅读量1.1k

点赞数 1

文章标签：概率论

本文链接：https://blog.csdn.net/hitstuhan/article/details/118061952

版权

文章目录

文章主要目的是为自己复习做准备，如有侵权，请速联系。

二、随机变量及其分布

2.1 随机变量的概念

2.1.1 随机变量

设E是随机试验，S是它的样本空间，如果对于每个e∈S，都有唯一的师叔X(e)与之对应，则称X(e)为随机随便，简记为X。

2.1.2 离散型随机变量

对于离散型随机变量X，它的可能取值x1,x2,……xn,是有限个或可数个，且有P{X=xk}=pk，k=1，2，3，……n，pk之和等于1.，则称

X	x1	x2	……	xn	……
P	p1	p2	……	pn	……

为X的概率分布列

2.1.3 常见的分布列

1、两点分布

若随机变量只可能取0和1两个值，且P{X=1}=p,P{X=0}=1-p=q，0<q<1，则有分布列

X	0	1
P	1-p	p

且记为X~（0-1），即X服从两点分布。显然，贝努力试验课用两点分布来描述。

2、二项分布

若随机变量X有分布列P{X=k}= $C^{_{n}^{k}}p^{^{k}}q^{^{n-k}}$ >0,k=0,1,……n，其中0<p<1,q=1-p,则称X服从参数为n，p的二项分布，记为X~B(n,p)。同理，在n重贝努力试验中，成功的次数是服从二项分布的。

3、几何分布

在重复独立试验中，事件A发生的概率为p，设X为直到A发生为止所进行的试验的次数，显然X的可能取值是全体正整数，其分布为P{X=k}= $q^{k-1}p$ ,k>=1，由于 $q^{k-1}p$ 是一个几何数列（等比数列），所以将这个概率分布的随机变量称为服从参数为p的几何分布。

4、泊松分布

若随机变量X的分布列为P{X=k}= $\lambda _{k}*e^{-\lambda }/k! ,\lambda > 0$ ，k=0，1，2,……则称X服从参数为lamda的泊松分布，记为X~P(lamda)。服从泊松分布的随机变量也成为泊松变量。

2.1.4 随机变量的分布函数

对于离散型随机变量，可以用分布列来描述，对非离散型随机变量，由于它可能取得值不可数，所以不能用分布列来描述。

设X为一随机变量，则称函数F(x)=P{X<=x}为X的分布函数，其中x为任意实数。

2.1.5 连续型随机变量

下面我们引入连续型随机变量的一般定义

设F（x）是随机变量X的分布函数，若存在一个非负的函数p(x)（-∞<x<∞），使对一切实数x有

F（x）= $\int_{-\infty }^{x}p(t)dt$ ，则称X为连续型随机变量，同时称p(x)为X的概率密度函数，简称概率密度。

概率密度函数的图形称为密度曲线，密度曲线位于x轴上方，密度曲线与x轴所夹的面积等于1。

由积分学知识可得，上式给出的函数F(x)在整个数轴上是连续的，即连续型随机变量的分布函数一定是连续的。由此可以推断出，连续型随机变量取任何一个值的概率等于零，即对任何x值，总有P{X=x}=0.由于连续型随机变量取个别值的概率为0，所以想用列举连续型随机变量取单个值的概率来描述这种随机变量，这种方法不仅做不到，而且是无意义的。常见的连续性随机变量①均匀分布②指数分布③正态分布

2.2 正态分布

若连续型随机变量X的概率密度为p(x)= $e^{-(x-\mu )^{2}/2\sigma ^{2})}/\sigma \sqrt{2\pi },-\infty <x<+\infty$ ,μ与σ为常数，且σ>0，则称X服从参数为μ， $\sigma ^{2}$ 的正态分布，也称X为正态变量，记做X~N(μ， $\sigma ^{2}$ )。

正态分布又分为一般正态分布和标准正态分布。正态分布还有很多有趣的性质，我们就不一一展开描述了。

2.3 随机变量函数的分布

2.3.1 离散型随机变量函数的分布

设离散型随机变量X的分布列为P{X=xi}=pi，i=1，2，……,Y=f(X)是X的函数，则Y的分布列可如下求出：Y的可能值为yi= f（xi），i=1，2，……,如果yi的值互不相同，则Y的分布列为P{Y=yi}=pi，i=1，2，……,如果有相同的yi，则根据概率的可加性把它们的概率相加，进而得到Y的分布列。

2.3.2 连续型随机变量函数的分布

1、设X是连续型随机变量，其概率密度为PX（x）,若y=f（x）为严格单调的连续函数且其反函数x=h（y）有连续导数，则Y=f（X）也是连续型随机变量，且概率密度为PY(y)=px[h(y)]|h'(y)|。

2、设X是连续型随机变量，其概率密度为PX（x）,若y=f（x）为一般连续函数，它在不相重叠的区间I1，I2，……上逐段严格单调，对应的反函数分别为h1(y),h2(y),……，而且h'1(y),h'2(y),……均为连续函数，那么Y=f（X）也是连续型随机变量，且概率密度为PY(y)= $\sum_{i}^{}$ px[hi(y)]|hi'(y)|