1 随机变量
X X X 随机变量表示取值不一定的一个值。
X ∼ p ( x ) X \sim p(x) X∼p(x) 随机变量的概率密度函数(probability density function),他描述随机事件发生的概率。
eg:对于骰子点数朝上的概率,有
p ( 1 ) = p ( 2 ) = p ( 3 ) = p ( 4 ) = p ( 5 ) = p ( 6 ) p(1)=p(2)=p(3)=p(4)=p(5)=p(6) p(1)=p(2)=p(3)=p(4)=p(5)=p(6)
2 概率
离散随机变量 x i x_i xi的概率为 p i p_i pi,概率分布的性质如下:
p i ≥ 0 , ∑ i = 1 n = 1 p_i \geq 0,\sum^{n}_{i=1}=1 pi≥0,i=1∑n=1
3 期望
期望是试验中每次可能结果的概率乘以其结果的总和。
3.1 离散情况
E [ X ] = ∑ i = 1 n x i p i E[X]=\sum^{n}_{i=1}x_ip_i E[X]=i=1∑nxipi
3.2 连续情况
E [ X ] = ∫ x p ( x ) d x E[X]=\int xp(x)dx E[X]=∫xp(x)dx
性质如下:
p ( x ) ≥ 0 , ∫ p ( x ) d x = 1 p(x)\geq0 ,\int p(x)dx=1 p(x)≥0,∫p(x)dx=1
3.3 随机变量函数的期望
对于 X ∼ p ( x ) , Y = f ( X ) X \sim p(x),Y=f(X) X∼p(x),Y=f(X),有期望:
E [ Y ] = E [ f ( X ) ] = ∫ f ( x ) p ( x ) d x E[Y]=E[f(X)]=\int f(x)p(x)dx E[Y]=E[f(X)]=∫f(x)p(x)dx