数学基础 | (3) cs229概率论基础

目录

1. 概率的基本要素

2. 随机变量

3. 两个随机变量

4. 多个随机变量

---

1. 概率的基本要素

为了定义集合上的概率，我们需要一些基本元素：

样本空间:随机实验的所有结果的集合(所有样本点的集合)。在这里，每个结果（样本点）可以被认为是实验结束时现实世界状态的完整描述。

事件集(事件空间) F:事件,事件A是的子集，即 是一个实验可能结果的集合(包含一些样本点)。

F需要满足以下三个条件：

概率(度量)P：函数P是一个（事件集到实数集的映射），满足：

以上三条性质被称为概率公理。

• 例子

• 性质

• 条件概率与独立性

 

2. 随机变量

考虑一个实验，我们翻转 10 枚硬币，我们想知道正面硬币的数量。这里，样本空间的元素是长度为 10 的序列。例如，我们可能有:

然而，在实践中，我们通常不关心获得任何特定正反序列的概率。相反，我们通常关心结果的实值函数，比如我们 10 次投掷中出现的正面数。在某些技术条件下，这些函数被称为随机变量。

更正式地说，随机变量X是一个(样本空间/样本集到实数集的映射)的函数。通常，我们将使用大写字母或更简单的X(其中隐含对随机结果的依赖)来表示随机变量。我们将使用小写字母x来表示随机变量的值。

• 例子

在我们上面的实验中，假设