重拾概率论相关概念

离散型

概率函数---用函数的方式来表示概率，概率函数一次只能表示一个取值的概率。比如P（X=1）=1/6,这代表用概率函数的形式来表示，当随机变量取值为1的概率为1/6，一次只能代表一个随机变量的取值。

概率函数是x得到一固定状态的概率的数学呈现

概率分布函数---概率函数的累加，也称作概率累加/累积函数

连续型

概率密度函数(概率函数)--连续型变量的概率函数被称为概率密度函数

概率分布函数F(x)

连续型随机变量的概率密度函数f(x) 是 概率分布函数F(x)的导函数,

(a)为F(x)，呈现的是P(X<x)的累加，当x趋于正无穷时,F(x)=1，当x趋于负无穷是F(x)=0。

(b)为f(x),通过对F(x)各处连续求导得来，其图像各处表现出了F(x)在取不同x时累积概率(概率分布)的增加量。

期望

    涉及到概率的⼀个重要的操作是寻找函数的加权平均值。在概率分布p(x)下，函数f(x)的平
均值被称为f(x)的期望（expectation），记作E[f]。对于⼀个离散变量，它的定义为：

   在连续变量的情形下，期望以对应的概率密度的积分的形式表⽰：

 

多变量下的期望

如上用来表示x,y变量下的x的期望，表⽰函数f(x; y)关于x的分布的平均。

条件期望

f(x)的方差

方差度量了f(x)在均值E[f(x)]附近的变化性的大小，及波动大小，也可以写为如下形式

变量x自身的方差也可以如此表示

协方差

协方差表现了两个变量之前的相关性，表示了多大程度上两个变量会共同变化，如果变量之间相互独立，那么协方差为0.

如果考虑的是两个随机向量之间的相关性，那么他们的相关性可由一个矩阵来表示，协方差矩阵-表示了分量和分量之间的想关心。