【README】
本文总结自《概率论基础教程》 by M.Ross ,墙裂推荐;
【4.1】随机变量
1)随机变量:
- 定义在样本空间上的实值函数;即随机变量是一个函数(或者一个映射,把事件映射到数值);
- 如令随机变量X为两枚骰子点数之和,我们关心点数之和为7,而不关心实际结果是(1,6)还是(2,5)。
- 或者,把随机变量X理解为一个包含X个结果的事件(事件就是子集);
2)累计分布函数F(x) (非常重要*)

讯享网
注意:累计分布函数就是分布函数。
【4.2】离散型随机变量
1)定义:
- 若一个随机变量最多有可数多个取值,则该随机变量是离散型随机变量;
2)离散型随机变量X的分布列:p(a) (非常重要*)

3)分布函数F通过分布列 p(a) 进行计算 (非常重要*)

【4.3】期望
1)定义:
- 随机变量X的期望就是X所有可能取值的一个加权平均,每个值的权重就是X取该值的概率;

【4.4】随机变量函数的期望
1)定义:
- 随机变量 X,随机变量函数 g(X) ,E[g(X)] 称为 随机变量函数g(X)的期望;
2)计算随机变量函数的期望
命题4.1

【例】命题4.1计算期望

【4.5】方差(随机变量取值相对于均值的偏离程度)
1)定义:

补充:离散型随机变量通常根据其分布列进行分类,几种常见的随机变量类型如下。

【4.6】伯努利随机变量和二项随机变量
1)定义

2)二项随机变量X的性质

3)计算二项分布函数

【4.7】泊松随机变量

【4.8】其他离散型概率分布
【4.8.1】几何随机变量

【4.8.2】负二项随机变量

【4.8.3】超几何随机变量

【4.9】随机变量和的期望

【4.10】分布函数的性质

【小结】 离散型随机变量概率分布,期望与方差
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/113299.html