1. 程式人生 > >概率複習 第二章 隨機變數及其分佈

概率複習 第二章 隨機變數及其分佈

本文用於複習概率論的相關知識點,因為好久不接觸了,忘了不少。這裡撿起來,方便學習其他知識。

總目錄

概率複習 第一章 基本概念

概率複習 第二章 隨機變數及其分佈

本章目錄

隨機變數

離散隨機變數、分佈律

重要離散隨機變數

(0-1)分佈

伯努利試驗

二項分佈

泊松分佈

泊松定理

分佈函式

連續隨機變數、概率密度

概率密度函式

重要連續型隨機變數

均勻分佈

指數分佈

正態分佈

隨機變數的函式的分佈


隨機變數

用一個變數,來指代事件。

變數的值,來表示某個或某些事件。

例如:

事件

A_0:呼叫中心一個晚上接到0個電話。

A_1:呼叫中心一個晚上接到1個電話。

A_i:呼叫中心一個晚上接到i個電話。

...

那麼,可以用一個隨機變數X,來表示這些事件。

此處,X表示呼叫中心一個晚上接到電話的次數,那麼:

P(X=1)=P(A_1)

P(X<5)=P(x=0)+P(x=1)+P(x=2)+P(x=3)+P(x=4)

P(X<5)=P(A_0)+P(A_1)+P(A_2)+P(A_3)+P(A_4)

這樣,就可以用一個隨機變數,來方便的表示某些事件的概率。

離散隨機變數、分佈律

X的取值,是離散的,比如1,2,3,...

隨機變數X的所有取值x1,x2,...,有X的分佈律表示為如下:

P(X=x_k) =p_k , k=1,2,3...

也可以用表格表示:

重要離散隨機變數

(0-1)分佈

分佈律為:

P(X=k) =p^k (1-p)^{1-k} ,k=0,1

表格表示為:

伯努利試驗

只有0、1兩種結果的試驗,重複多次,每次之間沒有影響。

二項分佈

某種試驗,發生的概率的p,不發生的概率是q

進行n次這種試驗(每次相互獨立,不相影響),發生了k次,分佈律為:

發生k次,這種情況,一共有C(n,k)種。

每一種發生k次事件,的概率為p^k*q^{n-k}

把所有總數加起來,就得到上面的結果。

 

特別的,n=1時,二項分佈就是一個(0-1)分佈

泊松分佈

以後再細說

泊松定理

分佈函式

用一個函式,來表示隨機變數X的分佈律(離散)、或者一定範圍的概率(連續)

例如:

F(x)=P(X\leq x),-\infty <x<+\infty

上式稱為隨機變數X(大寫X)的分佈函式。

易知:

  • 對於離散的隨機變數X,P(x)的影象是一些離散的點,因為很多區間上的值為0
  • 對於連續的隨機變數X,P(x)的影象愛是啥是啥,看情況

所以:

  • 對於離散的隨機變數X,F(x)的影象是階躍的
  • 對於連續的隨機變數X,F(x)的影象愛是啥是啥,看情況

分佈函式性質:

連續隨機變數、概率密度

對於一個連續隨機變數X,它的概率分佈函式由前面已經給出:

F(x)=P(X\leq x),-\infty <x<+\infty

表示X在某些區間上的取值

概率密度函式

由於x是連續的,如果可以構造一個非負函式f(x),使其積分為F(X),如下:

那麼,這個f(x),就稱為隨機變數X的概率密度函式。

重要連續型隨機變數

這裡只體現了概率密度,其概率分佈函式、以及性質,自己看看就好,用到再說吧。

均勻分佈

在一個區間內,概率密度是一個常數>0,這個常數跟區間有關, 其他是0。

記為:

X~U(a,b)

指數分佈

概率密度是指數

正態分佈

X服從引數為μ、σ的正態分佈、或者高斯分佈,記為:

X~N(μ,σ^2)

隨機變數的函式的分佈

要解決的問題:

已知,隨機變數X的概率分佈函式,為:

F_X(x)

又知道,隨機變數Y與X的關係為:

Y=g(X)

那麼,求Y的分佈律、或者概率分佈函式、或者概率密度函式

這裡涉及數學計算,具體情況具體分析吧。