人工智能之数学-随机变量及其分布

最新推荐文章于 2022-04-10 19:25:17 发布

浮梦倾城来

最新推荐文章于 2022-04-10 19:25:17 发布

阅读量352

点赞数

分类专栏：人工智能之数学

2 篇文章 0 订阅

订阅专栏

概率论的研究目的：给定随机试验的数据生成过程，研究数据的概率性质，如概率分布、数字特征。

概率分布=样本空间+概率，数字特征：数学期望、方差；
随机变量（大写字母），定义太复杂，以我的理解就是利用变量来统称样本空间中的样本点，取值为样本点所对应的实数值
作用：表达简洁、量化样本空间中的元素，即样本点；
随机变量分类：
离散型随机变量：全部可取值为有限个或者可列无限多个（例如数列）
非离散型随机变量：全部可取值为不可列无限多个。
连续型随机变量属于非离散型随机变量，但非离散型随机变量不等于连续性随机变量

分布函数(可以描述离散和非离散型)：设X为一个随机变量，x为任一实数，则 $F(x)=P\left \{ X\leqslant x \right \}$ 称为X的分布函数。
$P \left \{ x_{1}<X\leqslant x_{2} \right \}=P\left \{ X\leqslant x_{2} \right \}-P\left \{ X\leqslant x_{1} \right \}=F(x_{2})-F(x_{1})$
分布函数的性质：
① F(x)是一个不减函数。若 $x_{1}<x{2},P\left \{ X\leqslant x_{1} \right \}\leqslant P\left \{ X\leqslant x_{2} \right \},F(x_{1})\leqslant F(x_{2})$
② $0\leqslant F(x)\leqslant 1.F(\infty )=1,F(-\infty)=0$
概率密度函数：如果对于随机变量X的分布函数F(x),存在非负函数f(x),使得对于任意实数x有 $F(x)=\int_{-\infty }^{x}f(x)dx$ ，则称X为连续型随机变量，其中f(x)称为X的概率密度函数。
概率密度函数的性质：
① $f(x)\geqslant 0$
② $\int_{-\infty }^{\infty }f(x)dx=1$
③ $P\left \{ x_{1}<X\leqslant x_{2} \right \}=F(x_{2})-F(x_{1})=\int_{x_{1}}^{x_{2}}f(x)dx,x_{1}\leqslant x_{2}$

均匀分布：若连续型随机变量X具有概率密度函数 $f(x)=\begin{cases} \frac{1}{b-a} & \text{ if } a\leqslant x\leqslant b \\ 0& \text{ if } others \end{cases}$ 则称X在区间上服从均匀分布，记为 $x\sim U(a,b)$ 。

关注