- [随机事件的样本空间与样本空间发生的概率] 与 [ 函数的函数变量与函数值一样 ] 都是一一对应的关系
- 两点分布 == 实验结果为A或者B
- 伯努利实验 == 实验结果为A 或者 非A
- 注意:可以微分== > ∫ (积分)
- 注意:不能微分==> Σ (求和)
- 注意:微分表示 ==> lim (微分)
一丶随机变量
随机变量X | 整个样本空间的函数化表示 |
---|---|
样本空间与随机变量的书写区别 | ![]() |
随机变量 | 离散型随机变量 + 连续性随机变量 |
---|---|
离散型随机变量 | 1:样本空间是有限大的 >> 2:样本空间的样本取值是有规律的! |
连续性随机变量 |
二丶离散型随机变量
离散型随机变量-分布律(Xn=样本空间的样本n发生的概率) |
---|
![]() |
因为离散型随机变量的样本是有限的 Σ P(1~n) =1 |
离散型随机变量-两点分布 | p + q = 1 |
---|---|
两点分布-分布律 | ![]() |
伯努利实验 | 实验只有两种结果 |
---|---|
n重伯努利实验 | n次重复的伯努利实验 |
n重伯努利实验–二项分布 | n重伯努利实验中事件中某时刻恰好发生第K次 ==> ![]() |
事件E为N重伯努利实验,实验发生的机率为P,则该实验的分布律又称作二项分布 | 记作 : X ~ B ( N , P ) |
离散型随机变量 – 泊松分布 | 设随机变量X所有的取值为0 , 1, 2 , 3 , 4 … 并且告知了该实验的分布律符合于参数为的泊松分布 |
---|---|
泊松分布的分布律 | ![]() |
事件E的分布律满足泊松分布记为>>>> | ![]() |
三丶随机变量的分布函数
F(x)
F(x) | ![]() |
---|---|
注意: | 1)因为随机变量的变量在实数内随机,所以随机定义域为 ( 负无穷 ~ 正无穷) 2)因为Pk>=0,所以分布函数一定是递增函数 |
四丶连续型随机变量
四丶一&密度函数
[连续性随机事件] 表示 [事件发生不是一个个孤立的点,而是一群事件同时发生] |
---|
[连续性随机事件] 对应的 [连续性随机变量F(x) ] 一定有概率密度函数 f ( x ) 其中概率密度函数体现的是该点发生的机率=分布函数F(X)的微分得到 f ( x ) |
![]() ![]() |
四丶二&密度函数=均匀分布
均匀分布 | 事件发生的概率都一样 |
---|---|
公式 | ![]() |
称: | 事件服从均匀分布 |
四丶三&密度函数=指数分布
指数分布 | 事件服从参数为 λ 的指数分布 |
---|---|
密度函数 | ![]() ![]() |
四丶四&密度函数=正态分布
正态分布 | 事件服从正态分布记作![]() |
---|---|
密度公式 | ![]() ![]() |
标准正态分布 // 标准正态分布的函数值可以查表
标准正态分布 | ![]() |
---|---|
密度公式 | ![]() |