概率论与数理统计随机变量及其分布.pptxVIP

概率论与数理统计随机变量及其分布汇报人：AA2024-01-20

目录contents随机变量及其分布概述离散型随机变量及其分布连续型随机变量及其分布多维随机变量及其分布随机变量函数的分布大数定律与中心极限定理

01随机变量及其分布概述

随机变量定义与性质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。性质随机变量具有可测性，即对于任意实数集B，随机变量的取值范围{X∈B}都是事件，且其概率可求。

离散型随机变量取值可数的随机变量，如投掷骰子得到的点数。连续型随机变量取值充满某个区间的随机变量，如测量某物体的长度。区别与联系离散型随机变量的取值是离散的，而连续型随机变量的取值是连续的；但在某些情况下，离散型随机变量可以近似为连续型随机变量，反之亦然。离散型与连续型随机变量

概率密度函数对于连续型随机变量，描述其在某个取值点的“概率密度”，记作f(x)，满足F(x)=∫f(x)dx。性质分布函数是单调不减的，且右连续；概率密度函数非负且满足归一化条件∫f(x)dx=1。分布函数描述随机变量取值小于等于某个值的概率，记作F(x)=P{X≤x}。分布函数与概率密度函数

02离散型随机变量及其分布

010203定义二项分布是一种离散型概率分布，描述了在n次独立重复的伯努利试验中成功次数的概率分布。其中，每次试验只有两种可能结果（成功或失败），且每次试验成功的概率p相同。概率质量函数二项分布的概率质量函数为C(n,k)*p^k*(1-p)^(n-k)，其中C(n,k)表示组合数，即从n个不同元素中取出k个元素的组合数。期望和方差二项分布的期望为n*p，方差为n*p*(1-p)。二项分布

定义泊松分布是一种离散型概率分布，用于描述在给定时间间隔或空间内发生随机事件次数的概率分布。泊松分布假设事件是独立且随机发生的，且任意两个事件同时发生的概率很小。概率质量函数泊松分布的概率质量函数为λ^k*e^(-λ)/k!，其中λ表示单位时间或空间内事件的平均发生率，k表示实际发生的事件次数。期望和方差泊松分布的期望和方差均为λ。泊松分布

几何分布描述了在伯努利试验中首次成功所需试验次数的概率分布。其中，每次试验只有两种可能结果（成功或失败），且每次试验成功的概率p相同。定义几何分布的概率质量函数为(1-p)^(k-1)*p，其中k表示首次成功所需的试验次数。概率质量函数几何分布与负二项分布

几何分布与负二项分布期望和方差：几何分布的期望为1/p，方差为(1-p)/p^2。

要点三定义负二项分布描述了在伯努利试验中达到指定成功次数所需的总试验次数的概率分布。与几何分布不同，负二项分布关注的是达到指定成功次数所需的总试验次数，而不仅仅是首次成功所需的试验次数。要点一要点二概率质量函数负二项分布的概率质量函数为C(k+r-1,r-1)*p^r*(1-p)^k，其中r表示指定的成功次数，k表示达到r次成功所需的总试验次数减去r。期望和方差负二项分布的期望为r/p，方差为r*(1-p)/p^2。要点三几何分布与负二项分布

03连续型随机变量及其分布

定义均匀分布是指在一个区间内，每个值出现的概率都相等的分布。概率密度函数f(x)=1/(b-a)，axb，其中a和b是区间的端点。分布函数F(x)=(x-a)/(b-a)，a≤x≤b。期望和方差均匀分布的期望是(a+b)/2，方差是(b-a)2/12。均匀分布

1定义指数分布是一种连续型概率分布，常用来表示独立随机事件发生的时间间隔。概率密度函数f(x)=λe^(-λx)，x0，其中λ是分布的一个参数，表示单位时间内事件发生的次数。分布函数F(x)=1-e^(-λx)，x≥0。期望和方差指数分布的期望是1/λ，方差是1/λ2。指数分布

期望和方差正态分布的期望是μ，方差是σ2。正态分布具有许多重要的性质，如可加性、稳定性等，在统计学、自然科学、社会科学等领域有广泛应用。定义正态分布是一种连续型概率分布，其概率密度函数呈钟形曲线，具有对称性。概率密度函数f(x)=(1/√(2πσ2))e^(-(x-μ)2/(2σ2))，其中μ是均值，σ是标准差。分布函数无法用初等函数表示，但可以通过数值方法计算。正态分布

04多维随机变量及其分布

定义设$X$和$Y$是两个随机变量，定义在同一概率空间$(Omega,mathcal{F},P)$上，称$(X,Y)$为二维随机变量。联合分布函数对于任意实数$x,y$，二元函数$F(x,y)=P{Xleqx,Yleqy}$称为二维随机变量$(X,Y)$的联合分布函数。联合分布律若二维随机变量$(X,Y)$所有可能取的值是有限对或可列无限多对，则称$(X,Y)$是离