查看概率分布的源代码
←
概率分布
跳转至:
导航
、
搜索
因为以下原因,你没有权限编辑本页:
你刚才请求的操作只对属于该用户组的用户开放:
用户
您可以查看并复制此页面的源代码:
'''概率分布'''([[汉语拼音]]:Gailv Fenbu;[[英语]]:Probability Distribution),[[概率论]]的基本概念之一。用以表述随机变量取值的概率规律。描述不同类型的随机变量有不同的概率分布形式。 == 离散型随机变量的分布列 == 只取有限个或可列个实数值的随机变量称为离散型随机变量。例如,100件产品中有10件次品,从中随意抽取5件,则其中的次品数X就是一个只取0,1,2,3,4,5的离散型随机变量。描述离散型随机变量的概率分布使用分布列,即给出离散型随机变量的全部取值,及取每个值的概率。例如上面例子中次品数X的分布列为:其中,C<sub>n</sub><sup>m</sup>表示从n个不同事物中取m个的组合数:C<sub>n</sub><sup>m</sup>=n!/m!(n!-m!) [[文件:Meng22.jpg|right|thumb|280px|概率分布]] 第一行写出随机变量X的取值,第二行列出取相应值的概率。这就是X的分布列。常见的离散型随机变量的分布有单点分布、两点分布、二项分布、几何分布、负二项分布、超几何分布、泊松分布等。 == 分布函数 == 取值充满整个实数轴的随机变量,就不可能用分布列来表述它取值的概率规律,一般可统一用分布函数来表述。分布函数是定义在实数轴上而取值为大于等于0且小于等于1的实数,对于实轴上任何一点x,随机变量X的分布函数F(x)在x点的值为随机变量X小于x这个事件发生的概率。分布函数是单调非降的右连续函数,在负无穷大时为0,在正无穷大时为1。 == 连续型随机变量的密度函数 == 如果存在一非负实函数P(x),使随机变量X的分布函数F(x)可以表成P(x)在-∞到x上的积分,则称X为连续型随机变量,P(x)称为X的密度函数。连续型随机变量取任何一个实数值的概率等于0。常见的连续型随机变量的分布有:均匀分布,正态分布、柯西分布、对数正态分布、指数分布、伽玛(Γ)分布、贝塔(Β)分布、x2分布、学生分布、F分布等等。把分布函数的概念推广到随机向量的情形,得到联合分布函数、边缘分布函数、联合分布列、边缘分布列、联合密度函数和边缘密度函数等概念。 == 特征函数 == 傅里叶变换是数学分布中非常重要而有用的工具,将它应用于概率论,对分布函数作傅里叶-斯蒂尔杰斯变换,就得到特征函数。特征函数与分布函数相互唯一决定,因而可以把求分布函数的问题转化为求特征函数的问题。 [[Category:数学]] [[Category:概率学]]
返回
概率分布
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
最近更改
随机页面
工具箱
链入页面
相关更改
特殊页面
页面信息
扫描二维码可以用手机浏览词条