概率论与数理统计

举报
用户已注销 发表于 2021/11/19 01:11:46 2021/11/19
【摘要】 1,条件概率 2,全概率公式 若为样本空间的分划,则 3,贝叶斯公式 若,则 4,独立事件 若P(AB)=P(A)P(B),则称A、B独立。 若n个事件相互独立,则两两独立,反之,两两独立却不一定相互独立。 5,概率函数、概率分布函数 (1)离散型 概率函数(也叫分布律)  概率分布函数&nbsp...

1,条件概率

P(B|A)=\frac{P(AB)}{P(A)}

2,全概率公式

B_1-B_n为样本空间的分划,则\forall A,P(A)=\sum_{i=1}^nP(B_i)P(A|B_i)

3,贝叶斯公式

P(B_i)>0,P(A)>0,则P(B_i|A)=\frac{P(AB_i)}{P(A)}=\frac{P(A|B_i)P(B_i)}{\sum_{i=1}^nP(A|B_i)P(B_i)}

4,独立事件

若P(AB)=P(A)P(B),则称A、B独立。

若n个事件相互独立,则两两独立,反之,两两独立却不一定相互独立。

5,概率函数、概率分布函数

(1)离散型

概率函数(也叫分布律) P(X=x_i)=p_i

概率分布函数 F(i)=P(X<=x_i)=\sum_{j=1}^ip_j

(2)连续型

概率分布函数 F(x)=P(X\leq x)

概率分布函数是单调不减的,而且是右连续的,但不一定左连续。

所以概率分布函数的右极限和左极限都存在,F(a+0)-F(a)等于0,F(a)-F(a-0)等于X=a的概率。 

如果对于任意a,P(X=a)=0,那么存在函数f,F(x)=\int _{-\infty}^xf(t)dt

f 称为X的概率密度(即概率函数) 

6,常见分布

(1)二项分布 B(n,p) 

P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}

期望为np

(2)泊松分布 π(λ

P(X=k)=\frac{\lambda^k}{k!}e^{-\lambda}

期望为λ

7,

 期望和方差

协方差 

 

文章来源: blog.csdn.net,作者:csuzhucong,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/nameofcsdn/article/details/119361508

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。