200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > AI 人工智能之概率论基础(2)

AI 人工智能之概率论基础(2)

时间:2023-10-26 06:47:45

相关推荐

AI 人工智能之概率论基础(2)

二维随机变量

设试验E的样本空间为S={e},而X=X(e),Y=Y(e)是定义在S={e}上的两个随机变量成为由这两个随机变量组成的向量(X(e),Y(e))为二维随机变量或者二维随机向量。

设(X,Y)为二维随机变量,对任意实数x,y,二元函数:

称为二维随机变量(X,Y)的分布函数,或者称为随机变量X和Y的联合分布函数。

二维随机变量分布函数具有下列五条基本性质:

二维离散型随机变量

若二维随机变量(X,Y)的所有取值为有限对或者可列对(xi,yj),i,j=1,2,…,则称(X,Y)是离散型随机变量。

记P{X=xi,Y=yi}=pij,i,j=1,2,…,则称它为二维离散型随机变量(X,Y)的(概率)分布律,或者称为X和Y的联合(概率)分布律。

分布律有两种常用的表示法:公式法和列表法。

这种分布律具有下面两种性质:

二维离散随机变量的联合分布

设(X,Y)是二维随机变量,x,y是任意实数,二元函数:

F(x,y)=P({X≤x∩Y≤y})=P(X≤x,Y≤y),被称二维随机变量(X,Y)的分布函数,或称为X和Y的联合分布函数。

将二维随机变量(X,Y)看成是平面上随机点的坐标,分布函数F(x,y)在(x,y)处的函数值就是随机点(X,Y)落在如图以(x,y)为顶点而位于该点左下方的无穷矩形区域内的概率。

例如:设随机变量X在1,2,3,4四个整数中等可能地取一个值,另一个随机变量在中等可能地取一整数值。试求的分布律。

解:P(X = i) = 1/4, i = 1,2,3,4

根据联合分布率:P(AB)=P(A)·P(B|A)(乘法公式):

P(XY) = P(X=i)·P(Y=j|x=i) = 1

联合分布函数

二维连续性随机变量

对二维随机变量(X,Y)的分布函数F(x,y),如果存在非负函数f(x,y),使得对任意x,y有:

则称(X,Y)是二维连续型随机变量,称f(x,y)为(X,Y)的联合概率密度,记为(X,Y) ~ f(x,y) .

f(x,y)的性质(二元函数f(x,y)是二维连续型随机变量的概率密度的充要条件):

联合分布函数、联合概率密度函数性质:

设(X,Y)的联合分布函数为F(x,y),概率密度为f(x,y),则:

(1) F(x,y) 是(x,y)的二元连续函数;

(2) 在的连续点处,有

(4)设G是平面上的某个区域,则

[注]这是计算概率,及求随机变量函数的分布的依据.

例如:

边缘分布

边缘分布函数:二维随机变量的X和Y都是随机变量,有各自的分布函数,记为,称为边缘分布函数:

二维离散型随机变量的边缘分布函数

二维离散型随机变量的边缘分布率

多维随机变量的边缘分布

多维随机向量(X1,X2,...,Xn)的联合分布函数为F(x1,x2,⋯,xn)

1 维边缘分布函数:比如关于 的 1 维边缘分布函数

2 维边缘分布函数:比如关于 的 2 维边缘分布函数

依次,多维随机变量可以有k,(1≤k<n)维边缘分布函数。

离散型随机变量有k 维边缘分布律,这里以 k=1 为例:

连续性边缘分布概率密度

连续型随机变量有k 维边缘概率密度,这里以 k=1 为例:

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。