概率论
文章平均质量分 90
小莫神和他的的
这个作者很懒,什么都没留下…
展开
-
连续型随机变量及其概率密度
连续型随机变量及其概率密度定义如果对于随机变量X的分布函数F(x)F(x)F(x),存在非负函数f(x)f(x)f(x),使得对于任意实数xxx,有F(x)=∫−∞xf(t)dtF(x)={\displaystyle \int^x_{-\infty} f(t)dt}F(x)=∫−∞xf(t)dt则称XXX为连续型随机变量,其中函数f(x)f(x)f(x)称为XXX的概率密度函数简称概率密度性质F(x)=∫−∞xf(t)dtF(x)={\displaystyle \int^x_{-\infty}原创 2021-11-11 19:04:13 · 942 阅读 · 0 评论 -
随机变量的分布函数
随机变量的分布函数定义设XXX是一个随机变量,xxx是任意实数,函数F(x)=P{X⩽x}F(x)= P\{X \leqslant x\}F(x)=P{X⩽x}称为X的分布函数(X为数轴上随机点的坐标)分布函数F(x)F(x)F(x)表示随机变量XXX落在(−∞,x](-\infty,x](−∞,x]之间的概率性质分布函数F(x)具有以下基本性质:F(x)F(x)F(x)是一个单调不降的函数。即当x1<x2即当x_1<x_2即当x1<x2有F(x)≤F(x,)有原创 2021-11-11 10:26:42 · 4235 阅读 · 0 评论 -
离散型随机变量及其分布律
离散型随机变量及其分布律定义随机变量XXX的取值是有限个或无限可列个,则称XXX为离散型随机变量 。分布律设离散型随机变量XXX的所有可能取值为X1,X2,...,Xn,...X_1,X_2,...,X_n,...X1,X2,...,Xn,...并设P{X=xn}=pn(n=1,2,...)P\{X=x_n\}=p_n{\quad}(n=1,2,...)P{X=xn}=pn(n=1,2,...)或列表PkP_kPkXp1p_1p1x1x_1x1p2p_原创 2021-11-06 10:35:00 · 3197 阅读 · 0 评论 -
事件的独立性
事件的独立性在学习了条件概率之后,那就不得不提到事件独立性了。我们先来看一个例子例子1记A1:第一颗骰子掷出6点。记A2:第二颗骰子掷出2点。\large{记A_1:第一颗骰子掷出6点。}\\\large{记A_2:第二颗骰子掷出2点。}记A1:第一颗骰子掷出6点。记A2:第二颗骰子掷出2点。这个事件一看就非常的独立是吧,我下一次投的骰子跟上一次怎么会有关系呢?因此在这2个事件独立的情况下,我们可以这样写P(A2∣A1)=P(A2)P(A_2|A_1)=P(A_2)P(A2∣A1)=P(原创 2021-11-04 12:55:34 · 790 阅读 · 0 评论 -
贝叶斯公式
贝叶斯公式贝叶斯公式设A⊂SA \subset SA⊂SB1,B2,...,BnB_1,B_2,...,B_nB1,B2,...,Bn为样本空间S的一个划分。P(Bi)>0P(B_i)>0P(Bi)>0则P(Bi∣A)=P(BiA)P(A) =P(Bi)P(A∣Bi)∑j=1nP(Bj)p(A∣Bj)\displaystyle P(B_i|A) =\displaystyle \frac{P(B_iA)}{P(A)}\\{\qquad}{\qquad}原创 2021-11-03 20:25:16 · 678 阅读 · 0 评论 -
全概率公式
全概率公式在学习全概率公式之前需要先了解一下样本空间的划分样本空间划分设Bi⊂S,i=1,2,...,nB_i \subset S,i=1,2,...,nBi⊂S,i=1,2,...,n满足:B1,B2,...,BnB_1,B_2,...,B_nB1,B2,...,Bn两两不相容S=⋃i=1nBiS=\bigcup^{n}_{i=1}B_iS=⋃i=1nBi则称:B1,B2,...,BnB_1,B_2,...,B_nB1,B2,...,Bn为样本空间S的一个划分,B1,B2原创 2021-11-02 09:25:32 · 2846 阅读 · 5 评论 -
概率的定义及其性质
概率的定义及其性质定义1933年,前苏联数学家柯尔莫哥洛夫给出了概率的公理化定义。**定义:**集合函数P(⋅)P(\cdot)P(⋅)称为事件的概率。非负性: P(A)≧0P(A) \geqq 0P(A)≧0规范性: P(S)=1P(S)=1P(S)=1可列可加性: 若A1,A2...A_1,A_2...A1,A2...两两互不相容,他们的和事件的概率等于事件概率的和P(⋃n=1∞An)=∑n=1∞(An)P({\bigcup^\infty_{n=1}}{A_n})={\su原创 2021-10-30 15:12:20 · 1203 阅读 · 0 评论 -
随机事件的关系及其运算
随机事件的关系及其运算1.随机事件间的关系名称记号含义包含A⊂BA \subset BA⊂BA发生⟶\longrightarrow⟶B发生相等A=BA = BA=BA发生⟷\longleftrightarrow⟷B发生和(并)事件A⋃BA \bigcup BA⋃BA , B至少有一个发生(可能只发生其中一个,也可能都发生)积(交)事件A⋂BA \bigcap BA⋂BA , B同时发生差事件A−BA - BA−BA发生, B不发生 ps:原创 2021-10-30 08:20:50 · 2505 阅读 · 0 评论