原创力文档- 1、本文档共19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
成考（专升本）高数（二）随机变量的分布函数
连续型随机变量的分布函数03目录CONTENTS01随机变量及其分布函数概述离散型随机变量的分布函数02随机变量的联合分布函数04
01随机变量及其分布函数概述
随机变量的定义随机变量是定义在样本空间上的实值函数
它将每个样本点映射到一个实数
随机变量的取值是不确定的，但有一定的概率分布随机变量的分类随机变量分为离散型和连续型
离散型随机变量取值可列举
连续型随机变量取值不可列举随机变量的性质随机变量的取值具有随机性
随机变量的概率分布是确定的
随机变量的期望和方差可以描述其分布特征随机变量的应用随机变量用于描述各种随机现象
在统计学中用于建立数学模型
在经济学、生物学等领域有广泛应用随机变量的概念
分布函数的性质分布函数与概率密度函数的关系分布函数的基本概念分布函数的求解方过累积概率求解分布函数
对于离散型随机变量，直接求和
对于连续型随机变量，通过积分求解分布函数描述随机变量取值小于或等于某个值的概率
记为F(x)，表示随机变量X小于或等于x的概率
分布函数是定义在实数域上的单调不减的右连续函数分布函数的取值范围在0到1之间
当x趋于正无穷时，分布函数趋近于1
当x趋于负无穷时，分布函数趋近于0概率密度函数是分布函数的导数
分布函数是概率密度函数的积分
连续型随机变量的概率密度函数描述了分布函数的增减速率分布函数的定义
分布函数的加法运算两个随机变量的和的分布函数可通过卷积求解
适用于独立随机变量
结果是两个分布函数的卷积分布函数的乘法运算两个随机变量的乘积的分布函数较为复杂
可以通过变换为和的形式来求解
结果依赖于随机变量的相关性分布函数的复合运算一个随机变量是另一个随机变量的函数时，求解复合分布函数
使用变换的方法将原分布函数转换为新的分布函数
关键是找出函数的反函数分布函数的逆运算求解随机变量小于等于某个值的逆概率
利用分布函数的逆函数求解
结果描述了随机变量取值在一定范围的概布函数的运算
02离散型随机变量的分布函数
离散型随机变量的应用在实际问题中广泛存在，如彩票中奖概率
在统计推断中用于估计参数
在风险分析中评估可能损失离散型随机变量的期望与方差期望是随机变量的平均取值
方差是随机变量取值与其期望之间偏差的平方的期望
分别用?E(X)?和?Var(X)?表示离散型随机变量的分布律分布律描述了随机变量取各个值的概率
每个值的概率非负且所有值的概率和为1
表示为?P(X=x_i)?=?p_i离散型随机变量的定义离散型随机变量是指取值为有限个或可列无限个的随机变量
其取值可以逐个列举出来
例如，抛硬币实验中正面朝上的次数离散型随机变量的特点
伯努利分布只有两个可能取值，通常为0和1
描述一次伯努利试验的结果
概率分布为?P(X=1)=p,?P(X=0)=1-?p泊松分布用于描述在固定时间或空间内发生的稀有事件的次数
参数为平均发生率λ
表示为?Poisson(λ)几何分布连续多次伯努利试验中首次成功所需的试验次数
概率分布为?P(X=k)=(1-?p)^(k-?1)p
其中p为单次试验成功的概率二项分布多次伯努利试验中成功的次数
参数为试验次数n和每次试验成功的概率p
表示为?B(n,?p见离散型分布函数
0204分布函数的计算步骤确定随机变量的所有可能取值
计算每个取值的概率
按照取值顺序累加概率0103分布函数的图像表示分布函数图像为单调不减的阶梯函数
每个跳跃点对应随机变量的一个取值分布函数的计算实例以抛骰子为例，计算每个面朝上的概率
累加概率得到分布函数的值分布函数的性质验证分布函数满足右连续性
分布函数的极限为1
分布函数在每一点处的跳跃度等于对应取值的概率离散型随机变量的分布函数计算
03连续型随机变量的分布函数
连续型随机变量的定义连续型随机变量可以在某个区间内取任意值
其取值的概率由概率密度函数描述
不能用传统的概率公式直接计算其概率连续型随机变量的概率密度函数概率密度函数描述了随机变量取某一值的概率密度
概率密度函数的积分等于1
概率密度函数可以用来计算随机变量落在某个区间内的概率连续型随机变量的期望与方差期望是随机变量取值的平均数
方差描述了随机变量取值的离散程度
这些参数有助于了解随机变量的集中趋势和波动大小连续型随机变量的应用在工程、物理、统计等多个领域有广泛应用
可以模拟自然现象和人为过程
对于决策和风险评估有重要意义连续型随机变量的特点
在某个区间内所有值出现的概率相同
概率密度函数为常数
适用于随机抽取的情况均匀分布描述独立随机事件发生的时间间隔
概率密度函数为指数衰减
常用于可靠性分析和排队论指数分布以均值为中心，呈钟形曲线分布
概率密度函数为指数函数
在自然界和社会科学中广泛存在正
文档评论（0）