应用数理统计随机事件及其概率(编辑修改稿)内容摘要：
) 1 • F()=0， F(+)=1 • 若 x1 x2 ，则 F(x1) F(x2) • F(x)右连续，即 F(x+0) =F(x) • P{x1 X x2}=F(x2)F(x1) 17 随机变量的分布 三、随机变量的分类 • 离散型随机变量 • 连续型随机变量 • 混合型随机变量 • 奇异型随机变量 18 随机变量的分布 四、离散型随机变量 • 只取有限或可列值的随机变量 • 分布律 P{X=xk}=pk， k=1， 2， 这里 0 pk 1，且 • 分布函数 F(x)=P{Xx}= 11kkpxxkkp19 随机变量的分布 五、连续型随机变量 • 设 F(x)是 X的分布函数，对 f(x)0有 则称 f(x)为 X的概率密度函数，简称密 度函数。 • P{axb}= x ttfxF d)()(ba ttf d)(20 几种重要的分布 一、离散型随机变量的分布 n重贝努利试验 ,每次试验中事件 A发生的概率为 p， 记 X为 n次试验中事件 A发生的次数，则 P{X= k}= pk(1p)nk， k=0,1,2,… ,n 称 X服从参数为 n,p的二项分布 记为 X B(n,p) knC21 几种重要的分布 • 当 n=1时二项分布变成（ 01）分布： P{X= 0}= 1p， P{X= 1}= p • 若 Xi 为 n个相互独立的（ 01）分布的随机变量，则 B(n,p) niiXX122 几种重要的分布 对于常数 0,如果随机变量 X的分布律为 则称 X服从参数为 的泊松分布 记为 X P() nkkekX k ,1,0,!}{P 23 几种重要的分布 • 设有 Xn B(n, pn)和常数 0 ，如果 n pn = ，则有 即泊松分布为二项分布的极限分布 nkkeppkknnnknn,1,0,!)1(Clim。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。