目录
1.随机试验E
满足三个条件:
- 相同条件下可多次重复
- 所有可能的试验结果事先已知
- 每一次试验的结果事先不确定
2.样本点w和样本空间Ω
样本空间:所有可能的试验结果构成的集合。
3.概率
样本空间中的样本点在统计试验中出现的可能性possibility的大小(随机指的是uncertainly,概率指的是possibility)
4.随机变量Random Variable
样本空间到实数集的映射,为了用数学的工具去解决问题。随机变量本身没有任何的随机性,它只不过是样本点的“马甲”。看似的不确定性只是样本空间的不确定的表达而已。
5.分布Distribution
随机变量是样本点的马甲,分布是概率的马甲。
分布有连续型和离散型之分,连续型分布主要有均匀分布,指数分布(具有无记忆性,离散版本是几何分布),高斯分布;离散型分布有两点分布,二项分布,泊松分布
6.二维R.V
联合概率密度,边缘概率密度,条件概率
7.数字特征
引入数字特征是因为分布太复杂。分布是随机变量的概率性质最完整的刻画,而数字特征只刻画了随机变量的某一方面的性质。
均值(一阶原点矩):集中程度
方差(二阶中心矩):随机变量取值偏离它均值的程度
均方差:两个随机变量之间有无线性关系。
Cov(X,Y)=0,只能说明X和Y之间没有线性关系,但不能说明没有其他关系。
X,Y相互独立,可以说X和Y什么关系都没有。
在随机过程中,对应的有均值函数,方差函数,协方差函数,相关函数