随机变量及其分布课件.pptVIP

随机变量及其分布REPORTING目录随机变量简介离散型随机变量连续型随机变量多维随机变量随机变量的变换随机变量的应用PART01随机变量简介REPORTINGWENKUDESIGN随机变量的定义随机变量是用来描述随机现象的数学概念，通常用大写字母表示，如X、Y等。随机变量可以看作是定义在样本空间上的一个函数，其取值是不确定的，但有一定的概率分布。取值可以一一列举出来，如投掷一枚骰子出现的点数。离散随机变量取值在某个区间内连续变化，如人的身高、体重等。连续随机变量随机变量的分类VS表示随机变量取值的平均水平，计算公式为E(X)=∑xp(x)。方差表示随机变量取值分散程度的度量，计算公式为D(X)=E[(X?E(X))^2]=∑x^2p(x)?[E(X)]^2。数学期望随机变量的数学期望与方差PART02离散型随机变量REPORTINGWENKUDESIGN离散型随机变量是在一定范围内可以一一列举出来的随机变量，其取值范围称为样本空间，样本空间中的每一个元素称为样本点。离散型随机变量的取值可以是整数、分数等，但取值范围是有限的。离散型随机变量的定义常见的离散型随机变量及其分布当从一个有限总体中不放回地抽取样本时，所得到的离散型随机变量服从超几何分布。超几何分布当一个随机试验只有两种可能结果，且这两种结果发生的概率在多次独立重复试验中保持不变时，所得到的离散型随机变量服从二项分布。二项分布当一个随机试验在单位时间内发生某事件的次数是一个随机变量，且该随机变量在单位时间内发生的概率保持不变时，所得到的离散型随机变量服从泊松分布。泊松分布数学期望离散型随机变量的数学期望是所有可能取值的概率加权和，表示随机变量取值的平均水平。方差离散型随机变量的方差是所有可能取值的概率加权平方和的平均值，表示随机变量取值分散程度的度量。离散型随机变量的数学期望与方差PART03连续型随机变量REPORTINGWENKUDESIGNVS连续型随机变量是取值在某个区间内或某个无限集合内的随机变量，其取值具有连续性。连续型随机变量的概率密度函数（PDF）描述了随机变量取值在各个点的概率分布情况。连续型随机变量的定义泊松分布泊松分布描述的是在一定时间内发生某事件的次数的概率分布，如某地发生地震的次数、某网站被访问的次数等。正态分布正态分布是一种常见的连续型随机变量，其概率密度函数呈钟形曲线，常用于描述许多自然现象的概率分布情况，如人的身高、考试分数等。指数分布指数分布描述的是随机事件在独立重复试验中以恒定概率发生的情况，如放射性物质的衰变时间、电子元件的寿命等。均匀分布均匀分布描述的是在某个区间内随机变量以恒定概率取值的情况，如投掷一枚不均匀的骰子出现点数的概率分布。常见的连续型随机变量及其分布数学期望是连续型随机变量的所有可能取值的概率加权和，表示随机变量的平均值。对于离散型随机变量，数学期望是所有可能取值的概率加权和；对于连续型随机变量，数学期望是概率密度函数与相应区间的积分。方差是连续型随机变量取值离散程度的度量，表示随机变量取值与数学期望的偏离程度。方差的计算公式为$sigma^2=int(x-mu)^2f(x)dx$，其中$mu$是数学期望，$f(x)$是概率密度函数。数学期望方差连续型随机变量的数学期望与方差PART04多维随机变量REPORTINGWENKUDESIGN03每个维度都有自己的概率分布。01由多个随机变量组成的变量组。02每个随机变量都是一个维度的取值。多维随机变量的定义二维正态分布两个随机变量都服从正态分布，且两者之间存在一定的相关性。联合概率分布多个随机变量之间相互独立，每个随机变量都有自己的概率分布。条件概率分布在某些条件下，一个随机变量的概率分布依赖于另一个随机变量的取值。常见的多维随机变量及其分布多维随机变量的期望值是每个随机变量期望值的线性组合。数学期望多维随机变量的方差是每个随机变量方差和协方差的组合。方差衡量两个随机变量之间的线性相关程度。协方差多维随机变量的数学期望与方差PART05随机变量的变换REPORTINGWENKUDESIGN