概率论与数理统计
文章平均质量分 88
梳理概率论与数理统计知识
盛者无名
有些梦虽然遥不可及,但是并不是不可能实现,只要我足够的强
展开
-
随机变量与分布函数
随机变量与分布函数设E为随机试验,Ω={ω}\Omega=\{\omega\}Ω={ω}为其样本空间,若对任意ω∈Ω\omega\in\Omegaω∈Ω,有唯一实数X(ω)X(\omega)X(ω)与之对应,则称X(ω)X(\omega)X(ω) 为随机变量设X为一个随机变量,对任意实数x,事件X≤xX\le xX≤x的概率是x的函数,记为F(x)=P(X≤x)F(x)=P(X\le x)F(x)=P(X≤x)这个函数称为X的累积概率分布函数,简称分布函数分布函数的性质(1)0≤F(x)≤原创 2022-03-11 18:32:23 · 1331 阅读 · 0 评论 -
随机变量的数字特征
随机变量的数字特征数学期望定义:设X是一个随机变量,X的数学期望,记为E(X),定义为E(X)={∑ixipi,离散形式∫−∞+∞xf(x)dx,连续情形E(X)=\begin{cases}\sum_{i}x_ip_i ,离散形式\\\int_{-\infty}^{+\infty}xf(x)dx,连续情形\end{cases}E(X)={∑ixipi,离散形式∫−∞+∞xf(x)dx,连续情形其中pi=P{X=xi}p_i=P\{X=x_i\}pi=P{X=xi},f(x)为密原创 2022-03-11 18:26:44 · 1799 阅读 · 0 评论 -
大数定律与中心极限定理
大数定律与中心极限定理大数定律是指在随机试验中,每次出现的结果不同,但是大量重复试验出现的结果的平均值却几乎总是接近于某个确定的值中心极限定理指出大量的独立随机变量之和具有近似于正态分布大数定律辛钦大数定理设X1,X2,...X_1,X_2,...X1,X2,...是相互独立,服从同一分布的随机变量序列,且具有数学期望E(Xk)=μ,k=1,2...E(X_k)=\mu,k=1,2...E(Xk)=μ,k=1,2...,则对于任意ε>0\varepsilon>0ε>原创 2022-03-06 03:20:49 · 851 阅读 · 0 评论 -
随机事件与概率
随机事件与概率研究任何一个随机试验,每一个可能的结果被称为随机试验E的样本点或基本事件,记为ω\omegaω全体样本点所构成的集合称为样本空间,通常用Ω\OmegaΩ表示,Ω\OmegaΩ可以是有限集,也可以是无限集事件间的关系与运算设随机试验的样本空间为Ω\OmegaΩ,而A,B,AK(K=1,2,...)A_K(K=1,2,...)AK(K=1,2,...)是Ω\OmegaΩ的子集1.事件的包含关系若事件A的发生必然导致事件B的发生,则称事件B包含事件A,记为A ⊂\subset原创 2022-03-05 18:09:19 · 882 阅读 · 0 评论