
根据定义,P(X=1)=F(1)-F(1-0)=08-04=04
所以P(1≤X≤3)=P(X=1)+P(1<X≤3)=P(X=1)+F(3)-F(1)=04+1-08=06。
例如:
由变限积分求导,2Φ(2√y/a)对y的导数为2φ(2√y/a)·(2√y/a)' = 2/(a√y)·φ(2√y/a)
4√y/a·φ(2√y/a) = 4√y/a·1/√(2π)·e^(-(2√y/a)²/2)
= 4/a·1/√(2π)·√y·e^(-2y/a²)
扩展资料:
概率分布函数是随机变量特性的表征,它决定了随机变量取值的分布规律,只要已知了概率分布函数,就可以算出随机变量落于某处的概率。记作F(x),即F(x)=P(ξ<x) (-∞<x<+∞),由它并可以决定随机变量落入任何范围内的概率。
参考资料来源:百度百科-概率分布函数
1、只要把分布列表格中的数字,每一列相乘再相加,即可。
2、如果X是离散型随机变量,它的全部可能取值是a1,a2,…,an,…,取这些值的相应概率是p1,p2,…,pn,…,则其数学期望E(X)=(a1)(p1)+(a2)(p2)+…+(an)(pn)+…;
均匀分布的期望:均匀分布的期望是取值区间[a,b]的中点(a+b)/2。
均匀分布的方差:var(x)=E[X²]-(E[X])²。
扩展资料:
用概率论的知识,不难得知,甲获胜的可能性大,乙获胜的可能性小。
因为甲输掉后两局的可能性只有(1/2)×(1/2)=1/4,也就是说甲赢得后两局或后两局中任意赢一局的概率为1-(1/4)=3/4,甲有75%的期望获得100法郎;
而乙期望赢得100法郎就得在后两局均击败甲,乙连续赢得后两局的概率为(1/2)(1/2)=1/4,即乙有25%的期望获得100法郎奖金。
可见,虽然不能再进行比赛,但依据上述可能性推断,甲乙双方最终胜利的客观期望分别为75%和25%,因此甲应分得奖金的10075%=75(法郎),乙应分得奖金的的100×25%=25(法郎)。这个故事里出现了“期望”这个词,数学期望由此而来。
参考资料来源:百度百科-分布列
参考资料来源:百度百科-数学期望
离散型场合的似然函数就是样本取给定的那组观测值的概率(可以由总体的分布列直接写出)
连续型场合的似然函数就是样本的联合密度函数在给定的观测值(x_1,x_2,,x_n)处的表达式。
离散型场合:总体分布(实际上是分布列):f(x, a)(=P{X=x}),只不过与参数a有关
样本取给定的那组观测值(x_1,x_2,,x_n)的概率
P{(X_1,X_2,,X_n)=(x_1,x_2,,x_n)}=P{X_1=x_1,X_2=x_2,X_n=x_n}
=P{X_1=x_1}P{X_2=x_2}P{X_n=x_n}=f(x_1, a)f(x_2, a)f(x_n, a)(因为样本的分量与总体同分布)=L(x,a)(似然函数)
连续的就是联合密度利用独立性写成各分量密度的乘积。
扩展资料:
如果随机变量X只可能取有限个或至多可列个值,则称X为离散型随机变量。
设X为离散型随机变量,它的一切可能取值为X1,X2,……,Xn,……,记P=P{X=xn},n=1,2称上式为X的概率函数,又称为X的概率分布,简称分布。
离散型随机变量的概率分布有两条基本性质:
(1)Pn≥0 n=1,2,…
(2)∑pn=1
参考资料来源:百度百科-离散型随机变量
1、求概率的口诀:有顺序用排列,无顺序用组合,分步骤用乘法,分情况用加法。2、排列的定义:
从n个不同元素中,任取m(m≤n)个元素按照一定的顺序排成一列,叫做从n个不同元素中取出m个元素的一个排列;
从n个不同元素中取出m(m≤n)个元素的所有排列的个数,叫做从n个不同元素中取出m个元素的排列数,
用符号p(n,m)表示p(n,m)=n(n-1)(n-2)……(n-m+1)=n!/(n-m)!(规定0!=1)。
3、组合的定义:
从m个不同的元素里,每次取出n个元素,不管以怎样的顺序并成一组,均称为组合。其所有不同组合的种数用符号C n(上标)m(下标)表示,C n(上标)m(下标)=m(m-1)…(m-n +1)/n!=m!/(n!(m-n)!)。此外,规定C 0(上标)m(下标)=1。 C n(上标)m(下标)=C m-n(上标)m(下标);二项分布b(n,p) EX=np Var=np(1-p)
泊松分布P(λ) EX=λ Var=λ
负二项分布Nb(r,p) EX=r/p Var=r(1-p)/(p^2)
指数分布Exp(λ) EX=1/λ Var=1/λ
正态分布N(μ,σ^2) EX=μ Var=σ^2
均匀分布U(a,b) EX=(a+b)/2 Var=[(b-a)^2]/12
----------------------------------------------------------
6个常用的
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)