一维均匀分布
考虑区间
上的积分
,设随机变量
服从
上的均匀分布,即
,
为任意可积函数,则
因此随机变量
的函数
的数学期望可以化为函数
在区间
上的积分值。反之,若有方法算出数学期望
的值,则等价于求出了积分
的值,为此设
为相互独立的服从区间
上均匀分布的随机变量,记
显然
是随机变量,满足
因此
可看成是
的无偏估计量,
可通过
次独立实验得到,由概率论中的大数定理,当
时,
依概率收敛于
,即
注(个人理解):综上所述,为了计算
的定积分,我们引入了概率论中的一个服从均匀分布的随机变量
,由概率论可知,其数学期望分为离散型和连续性,离散型的数学期望计算思路为,所有离散点的
值和其对应的概率值
的乘积,累积求和再除去离散点的个数,连续型的数学期望计算思路为,负无穷至正无穷区间上随机变量
乘其对应的概率密度函数
的定积分,由于均匀分布的性质以及分布区间可知,其定积分只在
上有意义,并且其概率密度函数
,故
成立。接着巧妙利用离散型来近似代替连续型,并在离散点的个数趋于无穷大时,离散型计算出的值会依概率收敛于连续型。
Python代码
def
我们可以通过numpy库随机生成服从均匀分布
的数组,参数为数量,参数
为取点个数,
为函数
的表达式,默认为
,按照离散型期望计算方式,对于
区间上的均匀分布,随机取
个点,在任何一点的概率都为
,可以先将
个点的值累加,最后统一除
补充
对于
,
,
我们测试用numpy库随机生成的
组数据,计算其数学期望,发现确实在
附近
import