概率统计入门-CSDN博客

本文介绍了概率统计的基本概念，包括随机变量的定义，以及离散型和连续型随机变量的区别。详细解释了二项分布和泊松分布等离散型随机变量，以及平均分布、指数分布和正态分布等连续型随机变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

从这一章开始，概率统计进入高数的研究范围。打起精神吧

什么是随机变量？

如果我们先后抛掷两颗骰子，所有可能的样本空间S={(1,1),(1,2)…(2,1)…(6,6)}，很多时候我们关心的不是样本空间，也不是先后抛出了多少点，而是关注两个骰子的点数加起来是多少点，比如加起来是5点的有（1，4）（2，3）（4，1）（3，2）.这样，就是样本空间和具体的数值之间建立了某种关联，这个数值如果用字母X表示，就称X是建立在样本空间S上的随机变量。所以随机变量的定义为：定义在样本空间S上的实值单值函数：X=X(x),(x∈S).
比如打靶，着弹点距离靶心的距离就是一个随机变量(假设目标靶直径人，而且每次射击不会脱靶)：X((x,y))= $x2+y2，x2+y2<=r2\sqrt{x^2+y^2}，x^2+y^2<=r^2$ 很显然，随机变量的取值也有一定的概率性。

离散型和连续型随机变量

随机变量的取值是否可以列举，是区别二者的标志
对于离散型随机变量：
p_i>=0
$∑k=1∞pk=1\sum_{k=1}^{∞}{p_{k}=1}$

两种重要的离散型随机变量

二项分布

样本空间只有两个结果{H，L}，这样的实验称为贝努利实验。这样的实验进行n次，就是n重贝努利实验。设样本空间某实验结果（H或者L，这里我们假设是H）出现的概率为p，那么n重贝努利实验中，出现k次H的概率为：P(X=k)= $Cnk∗xp∗(1−p)n−k\textrm{C}_{n}^{k}*x^{p}*(1-p)^{n-k}$ ,称X服从以n,p为参数的二项分布。特别的，当n=1时候,P(X=k)= $p^k(1-p)^{1-k}$

泊松Poisson分布

P(X=k)= $λke−λk!\frac{\lambda ^ke^{-\lambda }}{k!}$
很多随机变量服从或近似服从泊松分布，比如一天中医院挂号的人数。
泊松分布，当k= $λ\lambda$ 时，函数取最大值。以下是不同 $λ\lambda$ 的泊松分布函数图（虽然是离散型随机变量，但是，此处以连续的函数图形直观说明）
在这里插入图片描述
实现以上图形的Python代码如下：

from math import *
import matplotlib.pyplot as plt
def Poisson(K,l):
    return ((l**K)*exp(-1*l))/factorial(K)
_lambda=[10,30,50,70]
for i in range(4):
    test_data=[]
    subplt=plt.subplot(2,2,i+1)
    for j in range(100):
        test_data.append(Poisson(j,_lambda[i]))
    subplt.plot(test_data,label="lambda=%d"%_lambda[i])
    subplt.Xlabel="X=k"
    subplt.Ylabel="Posisson"
    subplt.legend()
plt.show()

PS:实际上，以上两种分布的公式，如果看作连续型随机变量的话(尽管实际上不是)，函数都是概率密度函数，因为： $∑f=1，∫fdx=1\sum {f}=1， \int {fdx}=1$
上面提到了概率密度函数，下面接着写。

连续型随机变量

连续型随机变量和离散型随机变量的重要区别：离散型随机变量X的取值是当x为样本空间某一随机事件（包含基本事件）X的概率值。连续型随机变量的值是x在某一取值区间时候X的概率值（因为样本点不可列举），而在某一确切的x值，X为0，从这个表述可以看书，连续型随机变量的取值实际上是某一个函数在区间的积分：
$P(a⩽x⩽b)=∫abf(x)dxP(a\leqslant x\leqslant b)=\int_{a}^{b}{f(x)dx}$
而且有： $∫abf(x)dx⩾0\int_{a}^{b}{f(x)dx}\geqslant0$
$∫−∞∞f(x)dx=1\int_{-∞}^{∞}{f(x)dx}=1$
f(x)称为X的概率密度（函数），在计算X落在某一区间的概率时候，可以不必考虑是否包含区间的端点，毕竟端点积分为0，所以:P{a≤X≤b}=P{a<x≤b}=P{a<x<b}
根据微分原理，P{x≤X≤x+Δx}，当Δx→0时候，P≈f(x)*Δx,(即曲边梯形的面积近似等于矩形的面积)如图
在这里插入图片描述