概率论与数理统计浙大版第三章课件.pptxVIP

第三章随机变量及其分布本章介绍了随机变量的概念及其常见的分布类型。随机变量是将随机现象数值化的工具，它可以帮助我们更好地理解和分析随机事件。ffbyfsadswefadsgsa

3.1随机变量的概念随机变量是将随机现象的结果用数值表示的变量。随机变量可以是离散的，也可以是连续的。离散随机变量的取值是有限个或可数个，而连续随机变量的取值可以是某个区间内的任何值。1随机现象例如抛硬币、掷骰子等2随机变量将随机现象的结果用数值表示3离散型取值有限个或可数个4连续型取值可以是某个区间内的任何值

随机变量的定义1定义随机变量是指其值随某个随机现象的结果而变化的变量，它是将随机现象的结果用数值表示的一种方式。2类型随机变量可以分为离散型随机变量和连续型随机变量，取决于其取值是否可以连续变化。3应用随机变量在概率论和统计学中扮演着重要的角色，用于描述和分析随机现象，例如抛硬币的结果、股票价格的波动。4表示通常用大写字母X、Y等来表示随机变量，其取值用小写字母x、y等来表示。

随机变量的分类离散型随机变量离散型随机变量的值只能取有限个值或可数个值，这些值通常是整数。例如，一个班级中，学生人数是一个离散型随机变量。连续型随机变量连续型随机变量的值可以在一定范围内任意取值，这些值通常是实数。例如，一个人的身高是一个连续型随机变量。

3.2离散型随机变量及其分布离散型随机变量是其取值可以被枚举或计数的随机变量。例如，抛硬币两次，正面出现的次数就是一个离散型随机变量，它可以取值为0,1或2。1定义取值可以被枚举或计数。2分布函数描述随机变量在某个特定值或以下取值的概率。3概率质量函数描述随机变量取每个特定值的概率。4常见分布伯努利分布、二项分布、泊松分布等。这些分布帮助我们分析和预测离散随机变量的行为，广泛应用于统计推断、机器学习等领域。

离散型随机变量的概念定义离散型随机变量是指其取值可以是有限个或可数无限个的随机变量.这些取值通常可以用整数表示,也可能用其他离散的符号表示.特点离散型随机变量的取值之间存在间断,无法取到两个相邻取值之间的任何值.例如,掷一枚硬币的结果只能是正面或反面,无法取到介于正面和反面之间的值.

离散型随机变量的分布函数定义离散型随机变量的分布函数是描述随机变量取值的概率。它表示随机变量取值小于或等于某个值的概率。性质分布函数是非递减的，且在随机变量的每个取值点上是右连续的。用途分布函数可以用来计算随机变量取值的概率，并帮助理解随机变量的分布规律。

离散型随机变量的概率质量函数概率质量函数离散型随机变量的概率质量函数(PMF)是一个函数，它为每个可能的随机变量值分配一个概率。表格表示概率质量函数可以方便地以表格的形式表示，列出每个值的概率。公式表示概率质量函数也可以用数学公式表示，描述每个值与概率之间的关系。

常见的离散型随机变量分布伯努利分布伯努利分布描述了只有两种可能结果的事件，例如抛硬币的结果是正面还是反面。每个结果都有一个对应的概率，两个概率之和为1。二项分布二项分布描述了在n次独立试验中，成功次数的概率分布。每次试验只有两种可能的结果，成功或失败，每个结果都有一个固定的概率。泊松分布泊松分布描述了在给定时间段或空间内，随机事件发生的次数的概率分布。例如，在特定时间段内，电话呼叫的次数。几何分布几何分布描述了在独立试验中，第一次成功之前失败次数的概率分布。例如，在抛硬币时，第一次出现正面的次数。

3.3连续型随机变量及其分布1连续型随机变量的概念连续型随机变量取值可以在某个范围内连续变化，比如身高、体重、温度等。2分布函数连续型随机变量的分布函数定义与离散型随机变量相同，但其图像为连续曲线。3概率密度函数概率密度函数是分布函数的导数，它描述了随机变量在某一点附近取值的可能性。

连续型随机变量的概念1定义连续型随机变量是指取值可以是某个区间内任意实数的随机变量。2特点连续型随机变量的取值是连续的，这意味着在任何两个取值之间都存在着无数个取值。3举例例如，人的身高、体重、血压等都是连续型随机变量。4应用连续型随机变量在统计学、概率论等领域有着广泛的应用。

连续型随机变量的分布函数定义连续型随机变量的分布函数，也称为累积分布函数(CDF)，表示随机变量取值小于等于某个值的概率。它描述了随机变量取值的累积概率分布。性质连续型随机变量的分布函数是一个非递减函数，且在所有点上连续。它在负无穷处取值为0，在正无穷处取值为1。应用分布函数可以用于计算随机变量取值落在某个区间的概率，并用于描述随机变量的概率分布特征。

连续型随机变量的概率密度函数概率密度函数连续型随机变量的概率密度函数描述了该随机变量在某个特定取值的概率密度。面积表示概率概率密度函数下某个区间内的面积表示该随机变量落在这