数学基础：概率论1

目录

 

数学基础：概率论1

分布律：二项分布

分布函数

概率密度函数

常见概率密度分布

方差

---

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