当前位置: 代码迷 >> 综合 >> 随机变量
  详细解决方案

随机变量

热度:96   发布时间:2024-02-13 09:56:21.0

随机变量

概率空间 ( Ω , A , P ) (\Omega, {\mathcal{A}}, P) ,测度P,随机变量是一个可测映射 X : Ω R X: \Omega \to \reals ,给 Ω \Omega 中每一个元素分配一个实数值。“可测”是指对于每个x, { ω , X ( ω ) x } ? A \{\omega , X(\omega) \le x\} \subset \mathcal{A}

Example 1:抛一枚硬币10次,令 X ( ω ) X(\omega) 表示头像向上的次数。如 ω \omega = HHHTTHHTTH。

Example 2 Ω = { ( x , y ) : x 2 + y 2 1 } \Omega = \{(x, y): x^2 + y^2 \le 1 \} ω = ( x , y ) Ω \omega = (x, y) \in \Omega X ( ω ) = x + y X(\omega) = x + y

分布函数

定义:对于概率分布 P P ,一个函数 F F 映射: R [ 0 , 1 ] \reals \to [0, 1] ,是一个CDF (Cumulative Distribution Function) 函数,当且仅当:

  1. F是非递减的, x 1 < x 2 ? F ( x 1 ) < F ( x 2 ) x_1 < x_2 \rArr F(x_1) < F(x_2)
  2. F F 是一个正则化, lim ? x ? F ( x ) = 0 , lim ? x F ( x ) = 1 \lim\limits_{x \to -\infin}F(x) = 0, \lim\limits_{x \to \infin}F(x) = 1 ;
  3. F F 是右连续的, F ( x ) = F ( x + ) F(x) = F(x^+)

离散变量 X X { x i } 1 \{x_i\}_{1}^\infin ,定义Probability Mass Function f X ( x ) = P r ( X = x ) , x X f X ( x ) = 1 f_{X}(x) = P_{r}(X = x), \sum_{x \in X}f_{X}(x) = 1
连续变量 X X ,存在一个Probability Density Function f X ( x ) f_{X}(x) ,对于任意 x x ,有 f X ( x ) > 0 , ? f X ( x ) d x = 1 f_{X}(x)>0, \int_{-\infin}^\infin f_{X}(x)dx = 1

引理:令 F F 是随机变量 X X 的CDF,有:

  1. P r ( X = x ) = F X ( x ) ? F X ( x ? ) P_{r}(X=x) = F_X(x) - F_X(x^-) ;
  2. P r ( x < X y ) = F X ( y ) ? F X ( x ) P_{r}(x < X \le y) = F_X(y) - F_X(x) ;
  3. P r ( X > x ) = 1 ? F X ( x ) P_{r}(X > x) = 1 - F_X(x) ;
  4. 如果是连续的,有 F ( b ) ? F ( a ) = P r ( a < X < b ) = P r ( a X < b ) = P r ( a < X b ) F(b) - F(a) = P_{r}(a < X < b) = P_{r}(a \le X < b)= P_{r}(a < X \le b) ;

定义:有随机变量 X X ,CDF为 F F ,定义CDF的逆为: F ? 1 ( q ) = i n f { x F ( x ) > q } , q [ 0 , 1 ] F^{-1}(q) = inf\{x:F(x) > q\}, q \in [0, 1]