二维随机变量期望公式_概率论笔记3--连续随机变量、数学期望和方差

本文探讨了连续随机变量的概率密度函数(PDF)、数学期望和方差,强调在微积分基础上的计算,并介绍了高斯(正态)分布。连续随机变量的任一指定实数值概率为0,概率讨论转向区间。还涉及分布函数和联合分布的概念。
摘要由CSDN通过智能技术生成

在 离散随机变量 的基础上,讨论连续随机变量有差异的性质。

连续随机变量的公式和计算,以微积分为基础。

但是在边界条件、可导性、可积性等,没有太多的展开。

毕竟有限个点的概率和,依旧是 0。并不影响最终的概率值。

  1. PDF 概率密度函数
  2. CDF 分布函数
  3. 联合分布

1. Probability density function (PDF) 概率密度函数

连续随机变量,任一指定实数值的概率,都是 0.

用离散变量的方式计算概率,不再适用。

连续随机变量,讨论在一个区间(可能是无限小区间)内的概率,而非一个点的概率。

定义概率密度函数

在边界 a, b 上的概率,不做严格性讨论。

性质:

2. Expectations and variance 数学期望和方差

与离散随机变量相似,公式改为积分的形式。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值