概率论基本概念的理解

目录

1.随机试验E

2.样本点w和样本空间Ω

3.概率

4.随机变量Random Variable

5.分布Distribution

6.二维R.V

7.数字特征

---

1.随机试验E

满足三个条件：

1. 相同条件下可多次重复
2. 所有可能的试验结果事先已知
3. 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