隨機變量及其分佈
1 ) 知識圖譜
備註:圖片託管於github,請確保網絡的可訪問性
2 ) 相關概念
- 隨機變量:如果隨機試驗的結果可以用一個變量來標識,那麼這樣的變量叫做隨機變量。隨機變量常用字母 X,Y,ξ,η 等表示
- 離散型隨機變量:對於隨機變量可能取的值,可以按一定次序一一列出,這樣的隨機變量叫做離散型隨機變量.
- 連續型隨機變量:對於隨機變量可能取的值,可以取某一區間內的一切值,這樣的變量叫做連續型隨機變量.
- 離散型隨機變量與連續型隨機變量的區別和聯繫:離散型隨機變量與連續型隨機變量都是用變量表示隨機試驗的結果,但是離散型隨機變量的結果可以按一定次序一一列出,而連續型隨機變量的結果不可以一一列出
- 若X是隨機變量,Y = aX + b (a,b是常數), 則Y也是隨機變量,並且不改變其屬性(離散型,連續型)
3 ) 離散型隨機變量的分佈列
概率分佈(分佈列)
設離散型隨機變量X可能取的不同值爲 x1,x2,...,xi,...,xn,X的每一個值 xi (i = 1,2,…,n)的概率 P(X=xi)=pi, 則稱下表爲隨機變量X的概率分佈,簡稱X的分佈列
X |
x1 |
x2 |
... |
xi |
... |
xn |
P |
p1 |
p2 |
... |
pi |
... |
pn |
性質
- pi>=0,i=1,2,...,n;
- ∑i=1npi=1
兩點分佈
如果隨機變量X的分佈列爲下表,則稱X服從兩點分佈,並稱p = P(X=1) 爲成功概率
二項分佈
- 如果一次實驗中某時間發生的概率是p, 那麼在n次獨立重複實驗中這個事件恰好發生k次的概率是 P(X=k)=Cnkpk(1−p)n−k, 其中k=0,1,2,…,n, q = 1-p
- 於是得到隨機變量X的概率分佈如下
- X: 0, 1, …, k, …, n
- P: Cn0p0qn,Cn1p1qn−1,...,Cnkpkqn−k,...,Cnnpnq0
- 我們稱這樣的隨機變量X服從二項分佈,記爲:X B(n,p), 並稱 p 爲成功概率
- 判斷一個隨機變量是否服從二項分佈,關鍵有三點:
- 對立性: 即一次試驗中事件發生與否二者必居其一
- 重複性: 即試驗是獨立重複地進行了n次
- 等概率性: 在每次試驗中事件發生的概率相等
- 注意:二項分佈的模型是有放回抽樣,二項分佈中的參數是p,k,n
4 ) 離散型隨機變量的均值與方差
離散型隨機變量的均值
- 一般地,若離散型隨機變量X的分佈列爲
- X: x1,x2,...,xi,...,xn
- P: p1,p2,...,pi,...,pn
- 則稱 E(X)=x1p1+x2p2+...+xipi+...+xnpn 爲離散型隨機變量X的均值或者數學期望
- 它反映了離散型隨機變量取值的平均水平
性質:
- E(aX+b)=aE(x)+b
- 若X服從兩點分佈,則E(X)=p
- 若X~B(n,p), 則E(X)=np
離散型隨機變量的方差
- 一般地,若離散型隨機變量X的分佈列爲:
- X:x1,x2,...,xi,...,xn
- P:p1,p2,...,pi,...,pn
- 則稱 D(x)=∑i=1n(xi−E(x))2pi 爲隨機變量X的方差,並稱其算術平方根D(X)爲隨機變量X的標準差
- 它反映了離散型隨機變量取值的穩定與波動,集中與離散的程度
- D(X)越小,X的穩定性越高,波動越小,取值越集中
- D(X)越大,X的穩定性越差,波動越大,取值越分散
性質
- D(aX+b)=a2D(X)
- 若X服從兩點分佈,則D(X)=p(1−P)
- 若X~B(n,p), 則D(X)=np(1−P)
5 ) 正態分佈
- 正態變量概率密度曲線函數表達式 f(x)=2π∗σ1e−2σ2(x−μ)2,x∈R
- 其中 μ,σ是參數,且 σ>0,−∞<μ<+∞. 記爲:N(μ,σ2), 如下圖
備註:圖片託管於github,請確保網絡的可訪問性
- 若隨機變量X服從一個數學期望爲μ、方差爲σ2的正態分佈,記爲N(μ,σ2)
- 其概率密度函數爲正態分佈的期望值μ決定了其位置,其標準差σ決定了分佈的幅度
- 當μ = 0,σ = 1時的正態分佈是標準正態分佈