《A First Course in Probability》-chaper4-连续型随机变量-基本概念

在利用基本的概率论模型解决实际问题的时候,我们很容易发现一些随机变量的连续分布的,例如火车进站的时间、台灯的寿命等一些和时间相关的随机变量,此时我们发现我们难以求出某个点的概率了,因为随机变量是连续的,基本事件空间是一个无穷的空间,而与无限、连续这些字眼相关,很自然的想到,这里我们要借助积分的工具。

现在我们面临的问题是,如何用上积分这个工具呢?我们假想一条曲线f(x)和连续随机变量的取值区间[a,b]围成了一个面积为1的曲边梯形,(之所以控制面积为1,是为了满足分布列的基本性质),那么对于P(c≤X≤d),就等于f(x)在[c,d]的定积分。

容易看到对于不同问题的分布列,这样一个曲边梯形中的f(x)和分布列自身是构成一一映射的,我们称f(x)是连续随机变量X的概率密度曲线。

基于这些东西,我们可以很好地给连续随机变量下一个定义了:

满足这样的概率分布的分布列的随机变量X成为连续性随机变量(其中B是表示取值范围的集合)。

时间: 2024-08-18 05:19:35

《A First Course in Probability》-chaper4-连续型随机变量-基本概念的相关文章

【概率论与数理统计】小结4 - 一维连续型随机变量及其Python实现

注:上一小节总结了离散型随机变量,这个小节总结连续型随机变量.离散型随机变量的可能取值只有有限多个或是无限可数的(可以与自然数一一对应),连续型随机变量的可能取值则是一段连续的区域或是整个实数轴,是不可数的.最常见的一维连续型随机变量有三种:均匀分布,指数分布和正态分布.下面还是主要从概述.定义.主 http://pic.cnhubei.com/space.php?uid=1132&do=album&id=810716http://pic.cnhubei.com/space.php?uid

概率:二维连续型随机变量

二维连续型随机变量 均匀分布 二维正态分布 原文地址:https://www.cnblogs.com/wbyixx/p/12236506.html

连续型随机变量   概率密度

概率:连续型随机变量

原文地址:https://www.cnblogs.com/wbyixx/p/12236437.html

概率:连续型随机变量的相互独立性

原文地址:https://www.cnblogs.com/wbyixx/p/12236543.html

连续型随机变量及其分布

哪求概率哪积分 原文地址:https://www.cnblogs.com/YC-L/p/12262347.html

二维连续型随机变量概率分布、边缘分布和条件分布

原文地址:https://www.cnblogs.com/YC-L/p/12271771.html

《A First Course in Probability》-chaper5-连续型随机变量-随机变量函数的分布

在讨论连续型随机变量函数的分布时,我们从一般的情况中(讨论正态分布的文章中提及),能够得到简化版模型. 回忆利用分布函数和概率密度的关系求解随机变量函数分布的过程,有Y=g(x),如果g(x)是严格单调的,那么在我们就能够利用反函数直接得到X的范围(如果不是单调的,需要考虑的事情就要多一点),由此将Y的分布函数和X的分布函数建立了联系,定理的具体形式如下:

《A First Course in Probability》-chaper5-连续型随机变量-随机变量函数的期望

在关于离散型随机变量函数的期望的讨论中,我们很容易就得到了如下的等式: 那么推广到连续型随机变量,是否也存在类似的规律呢? 即对于连续型随机变量函数的期望,有: 这里给出一个局部的证明过程,完整的证明过程书中留在了理论习题当中.