原创力文档- 1、本文档共28页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
第二版工程数学-概率统计简明教程--随机事件
目录
随机事件基本概念
概率论基础知识
一维随机变量及其分布
多维随机变量及其分布
随机变量数字特征
大数定律与中心极限定理
01
随机事件基本概念
在一定条件下，并不总是出现相同结果的现象。
随机现象
对随机现象进行的观察或实验，满足以下三个条件：可以在相同条件下重复进行；结果不止一个，且所有可能结果事先已知；进行一次试验之前不能确定哪一个结果会出现。
随机试验
不可能事件
空集，即不可能发生的事件。
必然事件
包含样本空间中所有元素的事件，即一定会发生的事件。
基本事件
样本空间中的单个元素，即一个可能结果。
样本空间
随机试验中所有可能结果组成的集合。
随机事件
样本空间的子集，即某些可能结果的组合。
1
2
3
如果事件A发生必然导致事件B发生，则称事件B包含事件A。
包含关系
如果事件A和事件B互为包含关系，即A包含B且B包含A，则称事件A和事件B相等。
相等关系
事件A和事件B中至少有一个发生的事件，记作A∪B。
和事件（并事件）
积事件（交事件）
事件A和事件B同时发生的事件，记作A∩B或AB。
差事件
事件A发生而事件B不发生的事件，记作A−B。
互斥事件
两个事件不可能同时发生，即它们的交事件是不可能事件。
对立事件
两个事件中必有一个发生且仅有一个发生，则称这两个事件互为对立事件。
02
概率论基础知识
03
概率的性质
包括互斥事件的概率加法公式、任意事件的概率减法公式、对立事件的概率公式等。
01
概率的直观定义
描述某一事件发生的可能性大小的数值。
02
概率的公理化定义
满足非负性、规范性、可列可加性的函数。
如果一组事件中的任意两个事件都独立，则这组事件称为两两独立；如果这组事件中任意多个事件的交事件的概率等于这些事件概率的乘积，则这组事件称为相互独立。
多个事件的独立性
在已知某一事件发生的条件下，另一事件发生的概率。条件概率的计算公式为P(A|B)=P(AB)/P(B)。
条件概率
如果两个事件A和B满足P(AB)=P(A)P(B)，则称事件A和B是独立的。独立事件意味着一个事件的发生不会影响另一个事件的发生概率。
事件的独立性
03
一维随机变量及其分布
一维随机变量的定义
一维随机变量是指取值在实数轴上的随机变量，常用大写字母X,Y,Z等表示。
一维随机变量的性质
一维随机变量具有可测性、取值唯一性、分布函数单调不减等性质。
0-1分布
二项分布
泊松分布
0-1分布是二项分布的特例，它描述的是只有两种可能结果（成功或失败）的随机试验。
二项分布描述的是n次独立重复试验中成功次数的概率分布，其中每次试验成功的概率为p。
泊松分布描述的是单位时间内随机事件发生的次数的概率分布，其中单位时间内事件发生的平均次数为λ。
均匀分布
均匀分布描述的是在某个区间内取值等可能的随机变量，其概率密度函数在该区间内为常数。
指数分布
指数分布描述的是连续型随机变量中等待时间或寿命的概率分布，其中等待时间或寿命的平均值为1/λ。
正态分布
正态分布是连续型随机变量中最为常见的一种分布，其概率密度函数呈钟形曲线，具有对称性、集中性和可加性等特点。正态分布广泛应用于自然科学、社会科学和工程技术等领域。
04
多维随机变量及其分布
VS
边缘分布是指多维随机变量中，某个随机变量的概率分布，它描述了该随机变量取值的概率情况，而不考虑其他随机变量的影响。
条件分布
条件分布是指在多维随机变量中，当已知某些随机变量的取值时，其他随机变量的概率分布情况。条件分布可以用来描述多维随机变量之间的依赖关系。
边缘分布
多维随机变量中的各个随机变量如果相互独立，则它们的联合概率分布可以表示为各自概率分布的乘积。独立性是概率论中一个重要的概念，它可以简化问题的分析和计算。
如果多维随机变量中的某些随机变量之间存在某种依赖关系，则称这些随机变量是相关的。相关性可以通过相关系数等统计量进行度量和描述。在多维随机变量的分析中，了解随机变量之间的相关性对于理解数据的内在结构和进行预测等都是非常重要的。
独立性
相关性
05
随机变量数字特征
数学期望
描述随机变量取值的“平均水平”，是概率加权下的平均值。对于离散型随机变量，数学期望是所有可能取值与其对应概率的乘积之和；对于连续型随机变量，数学期望则是概率密度函数与自变量乘积的积分。
方差
衡量随机变量取值与其数学期望的偏离程度，即波动性或分散程度。方差越大，说明随机变量的取值越分散；方差越小，说明随机变量的取值越集中。方差的计算公式是各数据与其平均值之差的平方的平均数。
协方差
衡量两个随机变量变化趋势的相似程度。如果两个随机变量同时向相反方向变化（即一个增加，另一个减少），则协方差为负值；如果两个随机变量同时向
文档评论（0）