当样本空间中,元素不是一个数的时候,研究起来很不方便。
就比如说想研究鱼塘里鱼存活的概率。
![1352fca745ecb2eeb6b2fa454be7e8d7.png](https://img-blog.csdnimg.cn/img_convert/1352fca745ecb2eeb6b2fa454be7e8d7.png)
样本空间就是{死亡,存活}。
要写四个字,很罗嗦。会占掉每日写字份额的。
可以说这个情况相当严重了,那么怎么办?把“死亡”,"存活"给数值化。
比如说{0,1}。只占2个字节,好开森~
总之呢,引入随机变量,就是为了将试验结果数值化
数值化之后又能干嘛呢?函数啊~~~会用excel不?别人一个一个改可能要改一天。你函数一用,瞬间秒杀。不仅如此,老板还特别高兴,因为你做得又快又好。
![4cd4564491986fa336bcc59238444642.png](https://img-blog.csdnimg.cn/img_convert/4cd4564491986fa336bcc59238444642.png)
ξ念作阔c。至少知道人家叫什么才能更进一步了解人家嘛!(狂收好人卡的人装作很懂的样子)
正如概率论-基础概念1中所提到的,这是个映射的想法。把集合中的结果一一对应到实数集里面。
这个概念很重要,学算法的时候是躲不开的。而且也不难理解,一般都是自己设的。
比如说扔骰子。1点就设成ξ(1点)=1,以此类推。有些疯狂的同学可能觉得,这体现不出自己的水平,要设成ξ(1点)=4821812。emmmm.......
注意:随机变量实质上是函数
![045e1d89a2eb4f2d6bd9327e68890dba.png](https://img-blog.csdnimg.cn/img_convert/045e1d89a2eb4f2d6bd9327e68890dba.png)
Borel
那么问题来了!
基础1中所提到的统计总体是不是随机变量呢?
是的。
离散型随机变量很好理解。
比如说扔骰子。那么F(x)=P{ξ(1点),ξ(2点)...ξ(6点)} =P{1,2,3,4,5,6} (我还是按照点数数值设的...)
离散变量的分布函数比较简单(可以自行列一张表格出来,比画图的可读性要高一些)
![162de6267e312a95f0f4cf5752f8f7e8.png](https://img-blog.csdnimg.cn/img_convert/162de6267e312a95f0f4cf5752f8f7e8.png)
至于这些性质的证明,那是数学系的事情了。
下面是各种分布。
其中2,3,6之前在概率论基础2中提到过。
4在概率论基础1中提到过。
重点看新的Poisson分布(泊松)
Poisson在法语里面其实是鱼的意思。在巴黎的7号线就有一站叫做Poissonier(卖鱼的)
感觉上和什么松下,井上,差不多...想想还是中文名有讲