概率质量函数(Probability Mass Function)和期望课程笔记

最新推荐文章于 2025-03-11 22:15:13 发布

Xurtle

最新推荐文章于 2025-03-11 22:15:13 发布

阅读量1.8w

点赞数

分类专栏：数学文章标签：概率论数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/xlinsist/article/details/50738602

版权

本文介绍了概率论中的随机变量概念，包括样本空间、概率质量函数（PMF）的定义及其性质。讨论了Bernoulli、指示器、离散均匀以及几何随机变量，并详细讲解了随机变量的期望值（期望）及其计算规则，包括线性性质和对不同类型的随机变量（如Bernoulli和指示器）的期望值计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

随机变量的数学定义

从样本空间到实数值的映射函数。

一个样本空间可以定义多个随机变量

一个或几个随机变量的函数构成一个新的随机变量

概率质量函数的定义

$p_X(x) = P(X = x) = P(\{\omega \in \Omega \ s.t. X(\omega) = x\})$

上面公式的含义为在随机变量X的映射函数下，所有样本空间中的结果在此映射下输出结果为x的概率。

属性如下：

$p_X(x) \ge 0$
$\sum_xp_X(x) = 1$

Bernoulli和指示器随机变量

Bernoulli随机变量定义：

X={ 1,

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。