概率论与数理统计-离散型随机变量基础知识

最新推荐文章于 2023-11-24 16:17:22 发布

数学渣渣辉

最新推荐文章于 2023-11-24 16:17:22 发布

阅读量2.1k

点赞数

分类专栏：概率论与数理统计文章标签：概率论

本文链接：https://blog.csdn.net/weixin_52535931/article/details/120840106

版权

概率论与数理统计专栏收录该内容

5 篇文章 0 订阅

订阅专栏

首先把基础知识梳理一遍（只列出了我认为比较重要的概念与公式），如有遗漏还希望各位指正。

一、随机变量

在随机实验中，会产生各种结果，比如投硬币试验，我们有可能两种，分别是正面朝上和反面朝上，又比如在投色子试验中，投得的结果有六种可能，它的结果是六个数字，为了便于分析问题，我们需要将投得的结果数字化，即每一个试验结果都用一个数字与其对应。

在将随机试验的结果量化后，这些所有的可能的结果构成一个随机变量X，其不同于传统的代数变量，例如X={0，1，2，3}，那么X可以取0、1、2、3，且取每个数值的概率不同，但是在代数变量中，其不能同时取多个值。随机变量可以取离散型的也可以取连续型的。数学书上给出了复杂的数学公式，这个是我最直观的理解。

二、常见的分布（离散型）

1、二项分布

若随机变量的分布可写为 $P(X=k)=C_{n}^{k}p^{k}(1-p)^{n-k} (k=0,1,2,3,4,5...n)$ ,并且记为 $B\sim (n,p)$ .这个比较好理解，不做过多解释。

2、几何分布，我记得在大学学概率论与数理统计这门课是没有重点学习这个，印象不是太深。首先给分布， ${\color{Red} }P(X=k)=(1-p)^{k-1}p {\color{Red} (k=1,2,3,4,5,...n)}$ ，注意k的取值，这个是啥意思呢，若在一个试验中，事件A发生的概率为p，则事件A在第k次试验中首次发生概率即为几何分布。

3、超几何分布，这个就更不清楚啦，先上公式 $P(x=k)=\frac{C_{M}^{k}C_{N-M}^{n-k}}{C_{N}^{n}} (k=0,1,2,3,4...l)$ ，其中l=min(n,M)，啥意思呢，假设有100个样品，其中有5个次品，从100个样品中抽取20个，求抽到的次品数的分布，次品数即为随机变量。

4、泊松分布

泊松分布用的较多，还是比较熟悉的，直接上公式， $P(X=k)=\frac{\lambda ^{k}}{k!}e^{-\lambda }(k=0,1,2,..)$ ，即为 $X\sim P(\lambda )$

最后补充两个可能用到的公式： $C_{n}^{m}=\frac{n!}{m!(n-m)!}$ $A_{n}^{m}=\frac{n!}{(n-m)!}$

数学渣渣辉

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
概率论与数理统计-离散型随机变量基础知识

首先把基础知识梳理一遍（只列出了我认为比较重要的概念与公式），如有遗漏还希望各位指正。一、随机变量在随机实验中，会产生各种结果，比如投硬币试验，我们有可能两种，分别是正面朝上和反面朝上，又比如在投色子试验中，投得的结果有六种可能，它的结果是六个数字，为了便于分析问题，我们需要将投得的结果数字化，即每一个试验结果都用一个数字与其对应。在将随机试验的结果量化后，这些所有的可能的结果构成一个随机变量X，其不同于传统的代数变量，例如X={0，1，2，3}，那么X可以取0、1、...
复制链接

扫一扫