![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率论知识点总结
文章平均质量分 84
Kcopop
忠于理想,忠于祖国
展开
-
概率论总结(五):极限理论之大数定律、中心极限定理、概率收敛
目录:马尔可夫和切比雪夫不等式弱大数定律依概率收敛中心极限定理- 基于中心极限定理的近似- 二项分布的棣莫弗-拉普拉斯近似强大数定律马尔可夫和切比雪夫不等式马尔可夫不等式粗略地讲,该不等式是指,一个非负随机变量如果均值很小,则该随机变量取大值的概率也非常小.马尔可夫不等式:例: 设 X 服从[0,4]的均匀分布.由马尔可夫不等式可得:P(X>=2)=E[X]/2=2/2=1;P(X>=3)=E[X]/3=2/3;P(X>=4)=E[X]/4=2/4=1/2;原创 2021-05-20 14:20:11 · 3174 阅读 · 0 评论 -
概率论总结(四):矩母函数(含证明,超级简单明了!)
目录:定义常见随机变量的矩母函数- 泊松随机变量的矩母函数- 二项随机变量的矩母函数- 几何随机变量的矩母函数- 指数随机变量的矩母函数- 随机变量线性函数的矩母函- 正态分布随机变量的矩母函数- 均匀随机变量的矩母函数从矩母函数到矩矩母函数的可逆性独立随机变量和汇总矩母函数(Moment Generating Function) 是对概率(分布列或者概率密度函数)的另一种表述。它并不是特别直观的, 但是在解决某些类型的数学计算时很方便。定义:随机变量是 X 时,矩原创 2021-05-18 18:07:29 · 50177 阅读 · 9 评论 -
概率论总结(一):离散随机变量
目录:离散随机变量定义及性质常见的离散概率分布- 伯努利分布- 二项分布- 几何分布- 泊松分布期望、矩、方差、标准差多个随机变量的联合分布条件独立骨骼图:离散随机变量定义及性质离散随机变量: 一个随机变量的值域为一个有限集合或最多为可数无限集合。相关性质:离散随机变量是实验结果的一个实值函数,但是它的取值范围只能是有限多个值或可数无限多个数。一个离散随机变量有一个分布列,它对于随机变量的每一个取值,给出一个概率。离散随机变量的函数也是一个离散随机变量,它的分布列原创 2021-05-08 01:35:56 · 6542 阅读 · 2 评论 -
概率论总结(三):协方差和相关
协方差和相关本节介绍如何量化两个随机变量之间关系的大小和方向。协方差X 和 Y 的协方差记为cov(X,Y) ,其定义如下:cov(X,Y)=E[(X-E[X])(Y-E[Y])]当Cov(X,Y)=0 时, 我们说 X 和 Y 是不相关的。一个正或者负的协方差表示在一个试验中的(X-E[X])和(Y-E[Y])的值“趋向”有相同或者相反的符号。因此,协方差的符号提供了 X 和Y 之间关系的重要定量指标。协方差的另一种表达为: cov(X,Y)=E[XY]-E[X]E[Y]性质对任意的随机变原创 2021-05-18 13:40:32 · 5956 阅读 · 0 评论 -
概率论总结(二):连续随机变量
骨骼图:连续随机变量定义及性质定义:PDF与离散随机变量的分布列是对应的。特别的,当B是一个区间时,这个积分可以理解为,PDF和区间[a,b]所形成的曲边梯形的面积。由于单点对积分的计算不起作用。因此:性质:1.2.期望:连续随机变量X的期望定义如下:X的任意函数Y=g(x)也是一个随机变量,Y可以是连续的也可以是离散的,不过下式总成立:例1: 对于离散或连续随机变量X,证明下式:例2:证明:方差:常见的连续概率分布均匀随机变量:假设X取值原创 2021-05-09 16:11:06 · 4286 阅读 · 0 评论