知识点

离散型随机变量

定义

若随机变量 XX 的全部可能取值是有限个或可列个,即 x1,x2,…x_1,x_2,\ldots,则称 XX 为离散型随机变量。它由每个取值的概率完整描述:

P{X=xk}=pk,pk≥0,∑kpk=1.P\{X=x_k\}=p_k,\qquad p_k\ge 0,\qquad \sum_k p_k=1.

这组概率称为 XX 的分布律(也叫分布列)。两条要求缺一不可:每个 pkp_k 非负,所有取值的概率之和为 11。

事件 {X∈A}\{X\in A\} 的概率按取值相加:

P{X∈A}=∑xk∈Apk.P\{X\in A\}=\sum_{x_k\in A}p_k.

分布律与分布函数 F(x)=P{X≤x}F(x)=P\{X\le x\} 互相决定。离散型的 FF 是阶梯函数,在每个取值 xkx_k 处向上跳跃 pkp_k:

F(x)=∑xk≤xpk.F(x)=\sum_{x_k\le x}p_k.

常用模型

交互探索

调整三个取值的概率,检查非负性和总和为 11 的约束。

离散分布的概率怎样分配?

调整三个取值的概率,观察归一化约束。

正在准备演示…