随机变量的定义分类和各种主要概率密度分布介绍
发布日期:2021-10-03 22:59:11 浏览次数:9 分类:技术文章

本文共 1091 字,大约阅读时间需要 3 分钟。

目录


本文你主要讲解了随机变量,分布函数的定义及基本性质;离散型随机变量的二项分布和泊松分布;连续型随机变量的定义,概率密度的性质,以及主要的均匀分布,正态分布,标准正态分布,Γ分布和指数分布。

1 随机变量的定义

随机变量

设E是随机试验,它的样本空间S={e}, 如果对于每一个 e∈S, 有一个实数X(e)与之对应,这样就得到定义在样本空间S上的单值实函数X=X(e),称X=X(e)为随机变量

随机变量分为两类:离散型随机变量和非离散型随机变量。

非离散型随机变量最常见的是连续型随机变量。

分布函数

设X是一个随机变量,x是任意实数,称函数

为随机变量X的分布函数。

由分布函数的定义可知,对任意实数a,b,有

分布函数的基本性质

2 离散型随机变量及其分布

二项分布

设随机变量X具有分布律

其中 0<p<1为常数,则称X服从参数为n,p的二项分布,记为 X ~ B(n,p)

二项分布是专门用来描述只有“成功”和“失败”两种结果的数学模型。

泊松分布

设随机变量X的分布律为

其中λ>0, 则称X服从参数为λ的泊松分布,记为X~P(λ)

泊松定理:

设随机变量Xn (n=1,2,…)服从二项分布,其分布律为

又设pn=λ>0(n=1,2,…)是常数,则有:

3连续型随机变量及其分布

定义和概率密度的性质

设随机变量X的分布函数为F(x), 若存在非负可积函数f(x), 使对于任意实数x, 有

则称X为连续型随机变量,f(x)称为X的概率密度函数,简称概率密度。

 

概率密度f(x)具有以下性质:

概率密度的图形称为分布曲线,性质(1)表示分布曲线位于x轴的上方。

均匀分布

如果随机变量X的概率密度为

则称X在(a,b)上服从均匀分布,记为X~U(a,b)

服从均匀分布的概率密度的图形为:

正态分布

如果随机变量X的概率密度为

其中, 则称X服从参数为 的正态分布,记为 .

正态分布又称为高斯分布,f(x)的图形为:

如图可知,f(x)在x=μ处达到最大值

正态分布概率密度曲线的这种“中间高,两头低”的特点反映了在正常状态下一般事物所遵循的客观规律。例如一大群人的身高,特别高大和特别矮小者占少数,而处于中间状态者居多;各种职业的人的合法收入等。

标准正态分布

μ=0 δ2=1时的正态分布N(0,1)称为标准正态分布。记为X~N(0,1)

通常用φx, Φ(x)分别表示其概率密度和分布函数

标准正态分布的图形函数为:

Γ分布和指数分布

如果随机变量X的概率密度为:

则称X服从分布,记为

 

分布的概率密度为:

此时称随机变量X服从参数为β的指数分布

 

 

转载地址:https://blog.csdn.net/lclfans1983/article/details/105624020 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:mosquitto_passwd 用法中文说明
下一篇:条件概率,全概率和贝叶斯公式

发表评论

最新留言

很好
[***.229.124.182]2023年02月21日 23时37分31秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

最新文章