【机器学习数学基础之概率论02】随机变量的分布函数及单值
2018-03-06 08:38
525 查看
连续性随机变量的分布函数
分布函数(CDF):F(x)=P(X≤x)概率密度(pdf):p(a<x≤b)=∫(a,b)p(x)dx
两者关系:p(x)=F'(x)
*连续性随机变量在某一点的概率均为0
*对于连续性随机变量的概率密度,可以简单理解为概率
离散型随机变量的分布函数
分布函数(CDF):F(x)=P(X≤x)概率质量(pmf):p(x)=P(X=x)
*离散性随机变量虽然只在某几个点发生,但对于分布函数来说,任一点都有值。
期望
定义:随机变量值乘上其概率的总和(概率加权平均)连续型随机变量期望:
离散性随机变量:Σ(x)xp(x)
期望的性质:
1.线性运算:E(aX+b)=aE(X)+b
2.加法规则:E(ΣaiXi)=ΣaiE(Xi)
3.乘法规则:若X1,X2,...,Xn相互独立,E(∏Xi)=∏E(Xi)
即:加法运算与期望可做交换;在变量相互独立的情况下,乘法也可以与期望做交换。
相关文章推荐
- 概率基础3-随机变量与分布函数
- 机器学习的数学基础(1)——常见的函数与分布
- 【机器学习中的数学】贝叶斯框架下二元离散随机变量的概率分布
- 机器学习的数学基础(1)--Dirichlet分布
- 机器学习的数学基础(1)--Dirichlet分布
- 机器学习数学基础(二)概率
- 【ML学习笔记】2:机器学习中的数学基础2(琴生不等式,概率公式,统计量)
- 机器学习之数学基础(概率与统计推断、矩阵、凸优化)
- 机器学习基础(四)LMS,代价函数的求解和概率意义 分类: 机器学习 2015-01-26 14:52 114人阅读 评论(0) 收藏
- 机器学习基础(四)LMS,代价函数的求解和概率意义
- 机器学习的数学基础(1)--Dirichlet分布
- 机器学习的数学基础(1)--Dirichlet分布
- 免费教材丨第51期:数学基础课程----概率论教程、机器学习中的数学基础
- 机器学习的数学基础(1)--Dirichlet分布
- 机器学习数学|概率论基础常见概型分布期望与方差
- 满足任意概率密度函数分布的随机变量生成算法
- 机器学习的数学基础(1)--Dirichlet分布
- (转)机器学习的数学基础(1)--Dirichlet分布
- 机器学习数学基础之概率论
- 【机器学习数学基础之概率论与统计05】多元随机向量及其分布