离散型随机变量的概率及分布列复习课课件•离散型随机变量的概率计算•离散型随机变量的应用定义与性质01020304离散型随机变量概率期望值方差离散型随机变量的分类伯努利试验二项分布泊松分布在相同条件下独立重复进行n次试验，每次试验只有两种可能结果（成功或失败），且每次试验成功的概率为p。在n次伯努利试验中成功的次数所服从的分布，记为B(n,p)。在单位时间内（或单位面积上）随机事件的次数所服从的分布，常用于描述稀有事件。离散型随机变量的概率分布列概率分布列常见的概率分布列描述离散型随机变量取各个可能值的二项分布、泊松分布、超几何分布等。概率的表格或公式。概率分布列的性质所有概率值之和为1，即$sum_{i}P(X=x_i)=1$。二项分布定义参数公式应用适合于描述具有固定重复次数和固定成功概率的试验的结果，如抛硬币或掷骰子。在n次独立重复的伯努利试验中成功的次数的概率分布。n和p（每次试验成功的P(X=k)=C(n,k)*p^k概率）。*(1-p)^(n-k)。泊松分布定义公式。参数应用超几何分布定义参数从有限总体中不放回地抽取n个样本，其中某一特定事件A发生的概率分布。总体容量、样本容量和成功事件的数量。公式应用P(X=k)=C(M,k)*C(N-M,n-k)/适合于描述从有限总体中抽取样本的结果，如从有限的产品库存中抽取样本。C(N,n)。几何分布定义参数公式应用均匀分布定义参数公式应用期望的定义与性质010203定义性质期望的运算性质方差的定义与性质定义1性质23方差的运算性质常见离散型随机变量的期望与方差二项分布泊松分布超几何分布概率的基本性质概率的加法性质概率的取值范围概率的乘法性质条件概率与独立性条件概率的定义条件概率的性质事件的独立性010203贝叶斯公式贝叶斯公式的应用贝叶斯公式的定义贝叶斯公式的性质在统计学中的应用数据分析抽样调查假设检验在金融领域的应用风险评估投资组合优化期权定价在决策理论中的应用决策分析贝叶斯决策风险决策010203THANKS感谢观看
