目录
数学基础:概率论1
分布律:二项分布
独立重复进行n次服从相同(0-1)分布的伯努利试验,称为n重伯努利试验
例:一个不透明的袋子里有40个红球和60个白球,每次从中抽取一个球,连续放回抽样5次,这就是一个5重伯努利试验
一般来说,如果一个随机变量X满足二项分布的话,那么它一定有一个参数n∈ ℕ且还有一个参数p∈ [0,1]。这样的话,我们可以把关于X的二项分布写成X ~ B(n, p)。对应的概率质量函数如下。
OR
这里k = 0, 1, 2, ......, n,并且原括号是组合的表示形式,组合的计算公式如下。
称X服从参数为n, p的二项分布,记为X~b(n, p)。
分布函数
定义:设X是一个随机变量,x是任意实数,函数
F(x) = P{X≤x}
称为X的分布函数。
P{x1<X≤x2} = P{X≤x2} - P{X≤x1} = F(x2) - F(x1)。
性质:
F(X)是一个不减函数。若x1<x2,P{X≤x1}≤P{X≤x2},F(x1)≤F(x2)。
0 ≤ F(X) ≤ 1。F(∞)=1,F(-∞)=0。
例:在区间[a,b]上任意投掷一个质点,假定质点落在[a,b]中任意小区间内的概率与这个小区间的长度成正比,而且只要投掷质点必然会落在区间[a,b]内,以X表示这个质点的坐标,求X的分布函数。
概率密度函数
定义:如果对于随机变量X的分布函数F(x),存在非负函数f(x),使对于任意实数x有 则称X为连续型随机变量,其中f(x)称为X的概率密度函数。
则称X为连续型随机变量,其中f(x)称为X的概率密度函数。
概率密度函数性质:
1. f(x)≥0;
2.
3.
概率密度函数能反映随机变量在范围中的最大值, 可以理解为积分求面积的最大值。
常见概率密度分布
1、均匀分布
2、正态分布
3、拉普拉斯分布
方差
数字特征 常见分布 | 均值 | 方差 |
0-1分布(参数为p) | p | p(1-p) |
二项分布b(n,p) | np | np(1-p) |
均匀分布U(a,b) | (a+b)/2 | (b-a)2/12 |
正态分布N(μ,σ2) | μ | σ2 |
拉普拉斯分布Laplace(μ,b) | μ | 2b2 |