概率论知识回顾答辩.pptVIP

第0章 概率论知识 1 随机变量及其概率分布 2 数字特征 3 多维正态分布及其性质 4 大数定律与中心极限定理 随机变量及其概率分布 1 一维随机变量 2 二维随机变量 3 常用分布 设随机试验E的样本空间为Ω，若对于任意样本点ω都有一个实数与其对应，记为X（ω），称X为随机变量。 1.一维随机变量 几何意义：一维随机变量X可看直线上随机点P的坐标。 。 1）分布函数: 对于任意的实数x, 称函数 为X的分布函数。 F (x)表示随机点落在直线上点P (x)左边的概率（质量）。 分布函数几何意义 （3） F (x)是单调不减的函数； 分布函数的性质 2）分布率（列）: 对于离散型随机变量X 称{pk}为X的分布率。 性质 X的所有可能取值为 3）概率密度 对于连续型随机变量X，若分布 称 f (x) 为X的概率密度。 性质 函数F (x)满足：存在非负函数f (x),使得 2.二维随机变量 在许多实际问题中，随机试验的结果需要同时用两个或两个以上的随机变量来描述，例如： 考察某城市某年7月的气候，需要用到平均气温和降雨量； 考察学生的身体素质，包括身高和体重等。 对于二维随机变量，需要对其作整体研究。 设 X,Y 是定义在样本空间Ω上的两个随机变量，称向量（X,Y）为二维随机变量或二维随机向量。 几何意义：二维随机变量（X,Y）可看做平面上随机点P的坐标。 1）联合分布函数: 对于任意的实数x, y 称函数 为X, Y 的联合分布函数。 F (x, y)表示落在平面上以 (x, y)为顶点的左下方无穷区域内的概率（质量）。 联合分布函数几何意义 （2）F (x, y)是关于x, y 的单调不减的函数； 联合分布函数的性质 （4） F (x, y)是关于x, y的右连续函数； 2）联合分布率（列）: 二维离散型随机变量 称{pij}为（X，Y）的联合分布率。 性质 （X，Y）的所有可能取值对为 3）联合概率密度 二维连续型随机变量（X，Y） 称 f (x,y) 为（X，Y）的联合概率密度。 性质 若联合分布函数F (x，y)满足：存在非负函数f (x,y), 使得 4）边缘分布计算公式 边缘分布函数 边缘分布律 边缘分布密度 5）随机变量的独立性 ① 离散型： ② 连续型： 3.常用分布 （1）两点分布或（0-1）分布 用于描述试验结果只有两个的情形。 离散型 （2）二项分布 X ~ B（n，p） 试验E中， 设A发生的概率为p，重复做n次独立试验。记事件A在这n次试验中发生的次数X 离散型 （3）几何分布 X ~ G（λ） 离散型 试验E中，设A发生的概率为p，独立重复此试验。直到A发生为止。记试验的次数X。 （4）泊松分布 X ~π（λ） 离散型 描述服务系统顾客到达数量的概率分布。 （1）均匀分布 X ~U (a, b) 连续型 在区间上(a, b)随机取点。记为所取点的坐标。 （2）指数分布 X ~E（ λ ） 连续型 描述寿命的概率分布，用于可靠性分析问题。 （3）正态分布 X ~N (μ,σ2 ) 连续型 描述寿命的概率分布，用于可靠性分析问题。 第0章 概率论知识 1 随机变量及其概率分布 2 随机变量数字特征 3 多维正态分布及其性质 4 大数定律与中心极限定理 随机变量的数字特征 1 数学期望 3 协方差与相关系数 2 方差 4 矩 协方差矩阵 1. 数学期望 1）离散型　设离散型随机变量X的分布律为 3）二维随机变量的数学期望 对二维随机变量(X,Y) 定义它的数学期望为　 E(X,Y)=(EX, EY) 是一个二维向量！！！ 随机变量X的数学期望用来描述随机变量的平均值。 数学期望的统计意义，就是对随机变量进行长期观测所得到数据的算数平均数，是随机变量的理论平均数。 4） 随机变量函数的数学期望 定理1　设 g(X)是随机变量X的函数 　 定理2　设 g(X,Y)是随机变量X,Y的函数 (1)若X,Y为离散型随机变量，其分布律为 (2)　若X,Y为连续型随机变量，其分布密度为f (x,y )，则当 积分 绝对收敛时，有： 5） 数学期望的性质 假定所提及的数学期望均存在 , （a,b,c为常数） 可推广到多个情形... 3）设X, Y相互独立，则 2.方 差 方差是一个常用来体现随机变量X取值分散程度的量.如果D(X)值大, 表示X 取值分散程度大, E(X)的代表性差;而如果D(X) 值小, 则表示X 的取值比较集中,以E(X)作为随机变量的代表性好. 方差的意义 1）方差的计算 按定义计算 (2) 设 X ,Y是随机变量, a,b是常数, 则有 2） 方差的性质 特别当X ,Y独立时 (3) D(X) =