第三章概率空间精编.pptx

一、知识回顾;二 、随机变量;三 、分布函数;四、概率分布;五、一些重要分布;下图是一个n=20，p=0.125的二项分布示意图：; 泊松分布适合于描述单位时间内随机事件发生的次数。如机场、车站等在一定时间内到达的人数，电话交换机接到呼叫的次数、汽车站台的候客人数、单位面积内电脑平显示屏上的黑斑数、保险公司一段时间内的保单树、天津爆炸放射性物质的衰变数等等。 泊松分布也属于离散性分布。;泊松分布函数;（3）二项分布与泊松分布的关系;p0.1时候的情况;p0.1时候的情况;（1）均匀分布;均匀分布;均匀分布的应用;（2）指数分布;其中λ0为常数，则称随机变量X服从参数为λ的指数分布。密度函数的图象如下图所示;数学期望E(X)=1/λ，方差为D(X)=1/λ2。指数分布的分布函数图象如下图所示：;（3）正态分布;正态分布的特点：;μ不变而σ改变时，图像的位置不???，但形态发生改变。σ越大图像就越胖。;注意;1、概率质量函数（pmf: probability mass function）;2、概率分布函数(cdf: cumulative distribution function);3、概率密度函数(pdf: probability density function);（2）多元概率密度函数;（3） 概率密度函数f(x) 的性质：;（4）一个十分重要概率密度函数： ;（5）概率密度函数应用;第二节 随机变量的数字特征;1、0-1分布；2、泊松分布；3、均匀分布；指数分布;自己证明;二、离散型随机变量数字特征;三、连续型随机变量数字特征;四、切比雪夫不等式;第三节 随机向量与联合分布; 2、随机向量和随机变量的关系;二、联合概率分布函数;2、联合分布;3、联合概率分布 的几何意义;4、联合概率分布 - 离散情况;6、联合分布的案例;7、联合概率密度;8、联合密度函数、联合分布函数、概率密度函数的区别;三、边缘概率;（2）;四、随机向量的其它定义;五、随机事件独立和相关的定义;3、相互独立的随机变量的性质;定理2-4;第四节 条件数学期望;一、离散型随机变量的条件数学期望;二、连续型随机变量的条件数学期望;例子：;三、条件数学期望的性质;性质（2）证明（离散型证明见P26页）;2、推论;四、条件数学期望的应用;五、条件分布;第五节 矩母函数和特征函数;谢谢！