weixin_51134546的博客

本来想接着做笔记记录的，但是内容实在是太多太难编辑打字了……所以以后可能只会记录大纲+一些书上没有的补充内容\想法了2.5 连续随机变量及其概率密度函数随机变量XXX，简记为r.v.Xr.v.Xr.v.X，其分布函数F(X)=P(X≤x)F(X)=P(X\le x)F(X)=P(X≤x)定义一设随机变量XXX的分布函数为F(x)F(x)F(x)，如果存在一个定义在(−∞,+∞)(-\infty,+\infty)(−∞,+∞)上的非负可积函数f(x)f(x)f(x)，使得对任何实数xxx，恒有F(x

对泊松分布的一点理解如题，自从知道（或者说听说更恰当）了泊松分布之后，就一直很奇怪它的原理。所以找了一些资料来帮助理解。果然，像老师说的那样：概率统计并不好学，觉得简单的人只不过是还没有完全掌握。泊松分布和二项分布泊松分布和二项分布之间有极限近似关系，就说明它们之间一定存在着一些本质上的联系：二项分布是说，已知某件事情发生的概率是p，那么做n次实验，事情发生的次数就服从二项分布。泊松分布是指，某段连续的时间内某件事情发生的次数。而在这个情形下，“某件事情”发生所用的时间是可以忽略的。例如，5mi

第二章 随机变量及其分布为了更好的揭示随机现象的规律性并利用数学工具描述其规律，引入随机变量来描述随机试验的不同结果随机变量的概念定义设E是一随机试验，S是它的样本空间，若∀ε∈S−按一定法则→∃实数X(ε)\forall\varepsilon \in S -按一定法则\to\exists 实数X(\varepsilon)∀ε∈S−按一定法则→∃实数X(ε)则称S上的单值实值函数X(ε)X(\varepsilon)X(ε)为随机变量随机变量是S→RS\to RS→R上的映射，这个映射具

今天讲完概率统计的第一章了。概率统计从中学就开始学，暑假又听了一套网课，但是掌握情况还是达不到最理想。可能就是因为心里缺少一个完整而又清晰的体系架构。所以做一个知识梳理，希望能达到提纲挈领的效果吧。1.1 随机事件与样本空间1.随机试验与随机事件2.样本空间3.随机事件的关系和运算关系：不相容/互斥互逆/对立运算：交换律结合律分配律德摩根公式1.2 古典概率 几何概率 统计概率1.古典概型与概率的古典定义定义1（古典型随机事件）有限个基本事件每个基本事件发生等可能