概率与数理统计学习总结四---连续型随机变量及其概率密度
来源:互联网 发布:荷兰国旗问题算法 编辑:程序博客网 时间:2024/05/16 17:09
老师课堂总结,请勿转载
连续型随机变量及其概率密度
对于随机变量X的分布函数F(x)存在非负可积函数f(x),使得对于任意x有
则称X为连续型随机变量, f(x)称为X的概率密度函数,简称概率密度
概率密度f(x)满足的四条性质
均匀分布
若连续随机变量X具有概率密度
则称X在区间(a,b)上服从均匀分布记为X~U(a, b)
指数分布
若连续随机变量X的概率密度为
其中θ>0为常数,则称X服从参数为θ的指数分布
求指数分布的分布函数F(x)
正态分布
若连续型随机变量X的概率密度为
其中 为常数,则称X服从参数为
的正态分布或高斯分布,记作X~N(μ,σ2)
当μ=0, σ=1时称随机变量X服从标准正态分布
若X~N(μ,σ2),则Z=(X-μ)/σ~N(0,1)
正态分布密度函数曲线关于 x = μ 对称
x = μ 时取到最大值
扩充定理:
有限个相互独立的正态随机变量的线性组合仍然服从正态分布
随机变量的数字特征—期望
离散型变量的期望
连续型变量的期望
数学期望的性质
设C是常数, 则有E(C) = C设X是一个随机变量,C是常数,则有E(CX) = CE(X)
设X,Y是两个随机变量,则E(X+Y) = E(X)+E(Y)
设X,Y是相互独立的随机变量,则有E(XY) = E(X)E(Y)
随机变量的数字特征—方差
方差: 设X是一个随机变量,若存在,则称 为X的方差,称为标准差或均方差,编程时常用std表示
特例1:设X~π(λ), D(X)=λ
特例2:设X~U(a, b), D(X)=(b-a)2/12
特例3:设X~N(μ,σ2), D(X)=σ2
方差常用计算公式
方差是用于刻画数据的离散程度
方差的性质:
C是常数,则D(C) = 0设X是随机变量,C是常数则有D(CX) = C2D(X) D(X+C) = D(X)
设X,Y是两个随机变量,则有
D(X+Y) = D(X)+D(Y)+2E{(X-E(X))(Y-E(Y))},对于X,Y相互独立的情况D(X+Y) = D(X)+D(Y)
D(X)=0的充要条件是X以概率1取常数E(X)
概率不等式
切比雪夫不等式
定理: 设随机变量X具有数学期望E(X)=μ,方差D(X)=σ2,则对于任意正数ε,下面不等式成立切比雪夫不等式等价形式
切比雪夫不等式给出了随机变量的分布未知,而只知道E(X)和D(X)的情况下估计概率P{|X-E(X)|<ε}的界限
切比雪夫不等式刻画的是比较”松散”的界
协方差及相关系数
定义: 称为随机变量X与Y的协方差,记作Cov(X,Y)
由公式可知协方差可以为负,但自协方差(即方差)非负
协方差及相关系数
随机变量X与Y的相关系数----线性相关性
相关系数可以为负
X与Y不相关
y=kx+b
k>0 Cov(x,y) = 1
k<0 Cov(x,y) = -1
XY相互独立则XY必定不相关,反之不一定成立, 独立判断标准是P(XY)=P(X)P(Y)而非E(XY) = E(X)E(Y)
矩、协方差矩阵
设X和Y是随机变量,若 存在,称它为X的k阶原点矩,简称k阶矩
若 存在,称它为X的k阶中心矩
若 存在,称它为X和Y的k+l阶混合矩
若存在,称它为X和Y的k+l阶混合中心矩
设n维随机变量 的二阶混合中心矩
都存在则称矩阵为协方差矩阵(对称阵)
- 概率与数理统计学习总结四---连续型随机变量及其概率密度
- 概率与数理统计学习总结五--高维正态随机变量的概率密度
- 概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量
- 概率论与数理统计学习笔记二:随机变量及其概率分布
- 连续型随机变量的概率密度函数
- 概率论与数理统计笔记 第二章 随机变量及其概率分布
- 概率与数理统计学习总结一
- 概率与数理统计学习总结二
- 概率数理统计--2.2 多维随机变量
- 两个连续独立随机变量的商的概率密度函数
- 概率与数理统计学习图
- 概率论与数理统计(随机变量及概率分布)
- 概率数理统计--2.1 一维随机变量
- 概率与数理统计---练习题
- 机器学习笔记--概率与数理统计
- 多维随机变量及其概率分布
- 1随机变量及其概率分布
- 常用随机变量及其概率分布
- 【阿里】Java开发手册记录
- HTML的文档结构
- 判断文件是否存在
- spring boot
- 01组成的N的倍数
- 概率与数理统计学习总结四---连续型随机变量及其概率密度
- 求一个数的约数
- VS2017使用方法 使用C语言写helloworld
- hdu3671 Boonie and Clyde 割点
- 求链表的差集
- QT父窗口收到子窗口的信号
- JAVA中泛型和类型安全的容器
- 数据库SQL优化大总结之 百万级数据库优化方案
- git 常用命令