原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
概率论随机变量课件
XX有限公司
20XX
汇报人：XX
目录
01
随机变量基础
02
随机变量的期望
03
随机变量的方差
04
常见随机变量分布
05
随机变量函数的分布
06
随机变量的独立性
随机变量基础
01
定义与分类
01
随机变量是将随机试验的结果映射到实数上的函数，例如掷骰子得到的点数。
02
离散型随机变量取值有限或可数无限，如抛硬币正面朝上的次数。
03
连续型随机变量可以取任意实数值，如测量的温度或人的身高。
随机变量的定义
离散型随机变量
连续型随机变量
概率分布函数
01
离散型随机变量的概率分布
例如，抛硬币实验中，正面朝上概率为0.5，反面朝上概率也为0.5。
02
连续型随机变量的概率密度函数
例如，标准正态分布的密度函数具有对称的钟形曲线，均值为0，标准差为1。
03
累积分布函数的定义
累积分布函数（CDF）描述随机变量取值小于或等于某个值的概率。
04
概率分布函数的性质
概率分布函数具有非减性质，即随着变量值的增加，其概率值不会减少。
离散与连续随机变量
离散随机变量取值有限或可数无限，如掷骰子的结果，只能是1到6中的一个整数。
离散随机变量的定义
离散随机变量的概率分布通常用概率质量函数（PMF）来描述，如二项分布、泊松分布。
离散随机变量的概率分布
离散随机变量关注特定值的概率，而连续随机变量关注值落在某个区间内的概率。
离散与连续随机变量的比较
连续随机变量可以取任何实数值，如测量的温度或人的身高，取值范围是连续的。
连续随机变量的定义
连续随机变量的概率密度用概率密度函数（PDF）来描述，如正态分布、指数分布。
连续随机变量的概率密度
随机变量的期望
02
期望的定义
期望的数学表达
期望是随机变量可能结果的加权平均，权重为各结果发生的概率。
期望的直观理解
期望可以理解为长期平均值，即在大量重复实验中随机变量的平均结果。
期望的性质
期望运算满足线性，即E(aX+b)=aE(X)+b，其中a和b是常数，X是随机变量。
期望的线性性质
01
02
对于任何非负随机变量X，其期望值E(X)也是非负的，即E(X)≥0。
期望的非负性
03
如果随机变量X≤Y，则它们的期望满足E(X)≤E(Y)，体现了期望的单调递增特性。
期望的单调性
期望的计算方法
对于离散随机变量，期望值是每个可能值与其概率乘积之和，例如掷骰子的平均点数。
01
离散随机变量的期望计算
连续随机变量的期望是概率密度函数与变量值乘积的积分，如计算均匀分布变量的期望。
02
连续随机变量的期望计算
随机变量经过线性变换后，其期望值等于原期望值的线性变换，例如E[aX+b]=aE[X]+b。
03
线性变换下的期望计算
随机变量的方差
03
方差的定义
方差是衡量随机变量离散程度的统计量，表示各数值与其平均值差的平方的期望值。
方差的数学表达
计算方差首先求出随机变量的平均值，然后计算每个值与平均值差的平方，最后求这些平方差的平均值。
方差的计算步骤
方差具有非负性，即任何随机变量的方差都是非负数；方差还具有可加性，但仅在独立随机变量时成立。
方差的性质
方差的性质
随机变量乘以常数后，其方差会乘以该常数的平方，说明方差与变量的尺度相关。
方差的尺度不变性
03
两个独立随机变量之和的方差等于各自方差的和，体现了方差的可加性质。
方差的可加性
02
方差衡量的是随机变量的离散程度，其值总是非负的，即方差大于或等于零。
方差的非负性
01
方差的计算方法
01
方差定义为随机变量与其期望值差的平方的期望，即Var(X)=E[(X-E[X])^2]。
02
对于离散随机变量，方差公式为Var(X)=Σ[P(x)(x-E[X])^2]；连续随机变量则为Var(X)=∫[f(x)(x-E[X])^2]dx。
03
样本方差是总体方差的无偏估计，计算公式为S^2=Σ(xi-X̄)^2/(n-1)，其中X̄是样本均值。
定义法计算方差
公式法计算方差
样本方差的计算
常见随机变量分布
04
二项分布
二项分布是描述固定次数独立实验中成功次数的概率分布，适用于只有两种结果的实验。
二项分布的定义
01
二项分布由成功概率p和试验次数n决定，其概率质量函数用于计算特定成功次数的概率。
成功概率与试验次数
02
二项分布的期望值是np，方差是np(1-p)，反映了分布的集中趋势和离散程度。
期望值和方差
03
在质量控制中，二项分布用于计算产品缺陷率，例如检验100个灯泡，找出有缺陷灯泡数量的概率分布。
应用实例：质量控制
04
泊松分布
泊松分布是一种描述在固定时间或空间内发生某事件次数的概率分布，适用于罕见事件。
泊松分布的定义
在实际中，泊松分布广泛应用于排队
文档评论（0）