學習筆記|程序員的數(shù)學:概率統(tǒng)計#4

4.連續(xù)值的概率分布

4.1 漸變色打印問題(密度計算預熱)

4.1.1 圖表描述油墨的消耗量(累積分布函數(shù))

打印一條漸變的油墨色帶,圖表描述油墨的總消耗量,橫軸為長度,縱軸為消耗量

4.1.2 圖表描述油墨的打印濃度(概率密度函數(shù))

總消耗量求導的曲線即油墨濃度曲線,橫軸為長度,縱軸為濃度

4.1.3 拉伸打印成品對油墨濃度的影響(變量變換)

在一定區(qū)域油墨總量不變時,拉伸會使顏色變濃/淡


4.2 概率為0情況

4.2.1 出現(xiàn)概率恰好為0的情況

二維空間線面積為0——可取連續(xù)值時,對于每一個值,相當于概率密度曲線包圍面積的一條線,概率為0(無窮小值)

4.2.2 概率為0將帶來什么問題

變量可取實數(shù)值時,該值的概率將沒有意義(始終為0


4.3 概率密度函數(shù)

4.3.1 概率密度函數(shù)

累積分布函數(shù):

概率密度函數(shù):

對應關系:

4.3.2 均勻分布

4.3.3 概率密度函數(shù)的變量變換

由于變量變換如果出現(xiàn)Y=aX+b的情況,實際上紙袋長度(即變量取值范圍)已經發(fā)生變化,此時應該用:(注意絕對值)


4.4 聯(lián)合分布、邊緣分布、條件分布

4.4.1 聯(lián)合分布

表達式:

總體積為1,即所有概率和為1:

4.4.2 本小節(jié)之后的閱讀方式

在將取值范圍引入到實數(shù)范圍后對應關系:

4.4.3 邊緣分布

數(shù)學表達式:

4.4.4 條件分布

由于概率密度函數(shù)要求積分為1,不可以直接用聯(lián)合分布函數(shù)帶入值后,,這樣無法保證滿足概率密度的條件。

數(shù)學表達式:

4.4.5 貝葉斯公式

(已知結果,倒退原因的概率)

4.4.6 獨立性

若等式

成立,則稱x和y獨立

4.4.7 任意區(qū)域的概率、均勻分布、變量變換

區(qū)域概率=體積計算

均勻分布:

變量變換:

1)橫向拉伸:

則:

2)縱向拉伸

3)同時拉伸

4)翻轉

5)斜向縮放

pass

6)線性變換


4.4.8 實數(shù)值與離散值混合存在的情況

pass


4.5 期望值、方差、標準差

4.5.1 期望值

pass

4.5.2 方差、標準差

pass


4.6 正態(tài)分布與中心極限定理

4.6.1 標準正態(tài)分布(高斯分布)

概率密度函數(shù)

性質:

1/\sqrt{2pi}系數(shù)的原因:(高斯積分公式)

-1/2的原因:使方差為1

4.6.2 一般正態(tài)分布

4.6.3 中心極限定理

pass

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,572評論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,071評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,409評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,569評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,360評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 54,895評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,979評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,123評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 48,643評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,559評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,742評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,250評論 5 356
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 43,981評論 3 346
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,363評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,622評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,354評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,707評論 2 370

推薦閱讀更多精彩內容