概率论与数理统计随机变量.pptxVIP

概率论与数理统计随机变量汇报人：AA2024-01-19AAREPORTING2023WORKSUMMARY

目录CATALOGUE随机变量基本概念常见离散型随机变量及其分布常见连续型随机变量及其分布随机变量的数字特征大数定律与中心极限定理参数估计与假设检验AA

PART01随机变量基本概念

定义与性质随机变量定义随机变量是定义在样本空间上的实值函数，它将样本空间中的每一个样本点映射到一个实数。随机变量的性质随机变量具有可测性，即对于任意实数x，随机变量的取值小于等于x的事件是一个可测事件。

取值可数的随机变量称为离散型随机变量，如投掷一枚骰子出现的点数。离散型随机变量取值充满某个区间的随机变量称为连续型随机变量，如测量某物体的长度。连续型随机变量离散型与连续型随机变量

分布函数描述随机变量取值概率的函数称为分布函数，记为F(x)。对于任意实数x，F(x)表示随机变量取值小于等于x的概率。概率密度函数对于连续型随机变量，描述其在某一点取值的概率密度的函数称为概率密度函数，记为f(x)。f(x)满足非负性、规范性，且F(x)是f(x)从负无穷到x的积分。分布函数与概率密度函数

PART02常见离散型随机变量及其分布

定义在n次独立重复的伯努利试验中，设每次试验成功的概率为p，则X表示n次试验中成功次数的数学期望和方差。概率质量函数P{X=k}=C_n^kp^k(1-p)^(n-k)，k=0,1,2,...,n。期望和方差E(X)=np，D(X)=np(1-p)。二项分布

定义泊松分布是一种描述稀有事件的概率分布，常用于描述单位时间内随机事件发生的次数。概率质量函数P{X=k}=(λ^k/k!)e^(-λ)，k=0,1,2,...。期望和方差E(X)=λ，D(X)=λ。泊松分布

定义在伯努利试验中，记每次试验中事件A发生的概率为p，试验进行到事件A首次出现为止，此时所进行的试验次数X服从几何分布。概率质量函数P{X=k}=(1-p)^(k-1)p，k=1,2,3,...。期望和方差E(X)=1/p，D(X)=(1-p)/p^2。几何分布

超几何分布E(X)=(nK)/N，D(X)=(nK/N)((N-K)/N)((N-n)/(N-1))。期望和方差超几何分布描述了从有限个（N个）物件（其中包含K个指定种类的物件）中抽出n个物件，成功抽出指定种类物件的次数。定义P{X=k}=[C_K^kC_(N-K)^(n-k)]/C_N^n，k=0,1,2,...,min{n,K}。概率质量函数

PART03常见连续型随机变量及其分布

性质均匀分布由两个参数a和b定义，它们是数轴上的最小值和最大值，通常缩写为U（a，b）。应用均匀分布在自然情况下极为罕见，同样来由的是指数分布，若是在分布的区间，呈现等机率的情形，才是均匀分布。定义在概率论和统计学中，均匀分布也叫矩形分布，它是对称概率分布，在相同长度间隔的分布概率是等可能的。均匀分布

010203定义指数分布是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。性质许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况。应用在日本的工业标准和美国军用标准中，半导体器件的抽验方案都是采用指数分布。此外，指数分布还大量用在寿命试验中，所谓寿命试验就是研究产品寿命特征的实验，这种方法是在模拟实际工作条件的强化实验条件下进行的。指数分布

要点三定义正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。要点一要点二性质正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。应用正态分布在概率和统计中具有重要地位且满足严苛的条件，提供现实数据转换为正态偏差的方法。要点三正态分布

定义对数正态分布(logarithmicnormaldistribution)是指一个随机变量的对数服从正态分布，则该随机变量服从对数正态分布。性质对数正态分布从短期来看，与正态分布非常接近（即认为极短期内可以认为是均值不发生偏移的正态分布）。但长期来看，就是均值会发生偏移的正态分布。应用对数正态分布是对数为正态分布的任意随机变量的概率分布。如果Y是正态分布的随机变量，则exp(Y)为对数正态分布；同样，如果