概率论x(1)含义
概率论x(1)含义：x1是一组数据的第一个数。
0——1分布，二项分布，泊松分布X的取值都是从0开始；分布函数是右连续的，在求分布函数也尽量写成右连续的；分布函数的性质、概率密度的性质；连续性随机变量任一指定值的概率为0;概率为0不一定是不可能事件，概率为1不一定是必然事件。
单纯的讲概率密度
没有实际的意义，它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标，区间看成是横坐标，概率密度对区间的积分就是面积，而这个面积就是事件在这个区间发生的概率，所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的，它必须要有区间作为参考和对比。
绛旓細Xi鏄集鍔埄鍒嗗竷(bernoulli)銆傝繖涓叕寮忓氨鏄竴涓粺涓鍐欐硶锛屽甫鍏=0鎴栬1閮藉銆俋鏈嶄粠浼姫鍒╁垎甯(bernoulli)鐨勬椂鍊欏彧鑳藉彇鍊0鎴栬1锛孹鐨姒傜巼瀵嗗害鍑芥暟鏄細P(X=x) = pi 锛堝綋x=1锛P(X=x) = 1-pi锛堝綋x=0锛塒(X=x) = 0 锛堝綋x涓嶇瓑浜0鎴栬1锛夋墍浠(X=x) 鍙互缁熶竴鍐欐垚P(x) = pi^x (1-pi...
绛旓細闅忔満鍙橀噺X鏈嶄粠鍧囧间负锛毼硷紝鏂瑰樊涓猴細蟽² 鐨勬鎬佸垎甯冿紝灏卞啓鎴愶細X ~ N(渭锛屜²)銆傚湪姒傜巼璁閲屸橈綖鈥欒〃绀衡樻湇浠庘欐煇绉嶅垎甯冪殑鎰忔锛沊 锝 N(0,1) 琛ㄧず闅忔満鍙橀噺 X 鏈嶄粠 鍧囧间负0锛屾柟宸负1鐨勬爣鍑嗘鎬佸垎甯冿紱蠂² 锝炍(n/2, 1/2) 琛ㄧず闅忔満鍙橀噺蠂² = 危(i=1->n) 围...
绛旓細(4锛夋牴鎹浉鍏崇郴鏁扮殑鎬ц川锛屽彲鐭ョ浉鍏崇郴鏁扮殑鍙栧艰寖鍥存槸[-1锛1]銆傚浜庝袱涓彉閲X鍜孻锛岀浉鍏崇郴鏁板畾閲忓湴鍒荤敾浜 X 鍜 Y鐨勭浉鍏崇▼搴︼紝鍗硘蟻XY|瓒婂ぇ锛岀浉鍏崇▼搴﹁秺澶э紱|蟻XY|=0锛孹鍜孻瀵瑰簲鐩稿叧绋嬪害鏈浣庯紝涓轰笉鐩稿叧锛沊 鍜孻瀹屽叏鐩稿叧鐨鍚箟鏄湪姒傜巼涓1鐨勬剰涔変笅瀛樺湪绾挎у叧绯伙紝鍗硘蟻XY|=1銆傝繖鏃跺欏瓨鍦ㄤ袱绉嶆儏鍐...
绛旓細P(min{X,Y}鈮1锛=1-P{min锛圶,Y)鈮1} =1-p{X鈮1,Y鈮1} =1-p{X鈮1}p{Y鈮1} P{min锛圶,Y)鈮1}鐨勫绔嬩簨浠舵槸P{max锛X,Y)锛1} P鍒嗗竷鏄簩椤瑰垎甯冿紝鎷彿閲岀殑(n,p)鐨鎰忔鏄疄楠宯娆★紝姣忔鎴愬姛鐨姒傜巼涓簆銆
绛旓細鐢盤(X=1,Y=1)=P(XY=1)=1/3=P(X=1)=P(Y=1)鍙煡 P(X=1,Y=0)=P(X=1,Y=2)=P(Y=1,X=0)=P(Y=1,X=2)=0.(娉ㄦ剰P(X=1)=P(X=1,Y=0)+P(X=1,Y=1)+P(X=1,Y=2), 鍏朵粬绫婚亾浼间笓 )P(X=2,Y=2)=P(XY=4)=1/12,P(X=2,Y=0)=P(X=2)-P(X=2,Y=...
绛旓細姒傜巼璁:璁炬暟X鍦ㄥ尯闂(0,1)鍧囧寑鍒嗗竷,褰撹瀵熷埌X=x(0<x<1)鏃,鏁癥鍦ㄥ尯闂(x,1)涓婇殢鏈哄湴鍙栧,姹俌鐨勬鐜囧瘑搴︺... 姒傜巼璁:璁炬暟X鍦ㄥ尯闂(0,1)鍧囧寑鍒嗗竷,褰撹瀵熷埌X=x(0<x<1)鏃,鏁癥鍦ㄥ尯闂(x,1)涓婇殢鏈哄湴鍙栧,姹俌鐨勬鐜囧瘑搴︺ 灞曞紑 鎴戞潵绛 2...
绛旓細姒傜巼璁,姹傚府蹇!!!宸茬煡闅忔満鍙橀噺X1,X2,X3,鈥n(n>1)鐩镐簰鐙珛涓斿悓鍒嗗竷,鍏舵柟宸负蟽^2,Y=1/n鈭(1~n)Xi,姹侰ov(X1,Y)...姒傜巼璁,姹傚府蹇!!! 宸茬煡闅忔満鍙橀噺X1,X2,X3,鈥n(n>1)鐩镐簰鐙珛涓斿悓鍒嗗竷 ,鍏舵柟宸负蟽^2, Y=1/n鈭(1~n)Xi, 姹侰ov(X1,Y) ...
绛旓細杩欐槸姝ｆ佸垎甯冪殑绗﹀彿锛岀涓涓1琛ㄧず骞冲潎鏁颁负1锛岀浜屼釜1琛ㄧず鏂瑰樊涓1锛屾爣鍑嗘鎬佸垎甯冧负X ~N(0,0)
绛旓細x鏈嶄粠浜岄」鍒嗗竷 杩樻湁x~n锛坅锛宐锛 鏄寚鏈嶄粠姝ｆ佸垎甯冦俻锛氭煇浜嬩欢鐨姒傜巼 n锛氶噸澶嶈瘯楠岀殑娆℃暟 鑻ユ煇浜嬩欢姒傜巼涓簆锛岀幇閲嶅璇曢獙n娆★紝璇ヤ簨浠跺彂鐢焝娆＄殑姒傜巼涓猴細P=C(k,n)脳p^k脳(1-p)^(n-k).C(k,n)琛ㄧず缁勫悎鏁帮紝鍗充粠n涓簨鐗╀腑鎷垮嚭k涓殑鏂规硶鏁般
绛旓細杩欎釜鏄潯浠姒傜巼~
