Iam_Human的博客

https://blog.youkuaiyun.com/anscor/article/details/80878285 min 下方输入变量 \min_{x \in R} f(x) min⁡x∈Rf(x)\min_{x \in R} f(x)x∈Rmin​f(x) 空心的ℝ \mathbb{R} R\mathbb{R}R (nk)\begin{pmatrix} n \\ k \end{pmatrix}(nk​)

1.2 概率模型 概率模型 试验：概率模型都关联着一个试验，试验必产生一个结果 样本空间Ω\OmegaΩ: 试验的所有可能 事件A ：样本空间的子集 概率：确定了任何结果或结果的集合（事件）的似然程度(likelood) 表示：常用序贯树形图等序贯模型表示样本空间的试验结果 概率公理 非负性：∀A,P(A)≥0\forall A, P(A)\geq0∀A,P(A)≥0 可加性：∀A,B,A∩B=∅,P(A∪B)=P(A)+P(B)\forall A,B, A\cap B= \varnothing ,

2.1 随机变量 随机变量：对样本空间里的所有试验结果，都关联着一个特定的数。这种试验结果与数的对应关系形成一个随机变量。将试验结果所对应的数称为随机变量的取值。随机变量是试验结果的一个实值函数。 离散随机变量：随机变量的值域为有限集合或可数无限集合，如{-1, 0, 1} 连续随机变量：随机变量的值域为不可数无限集合，如[-1, 1]上的一个点 2.2 分布列 分布列：离散随机变量的取值概率, pxpxpx表示随机变量X的分布列，即 pX(x)=P({X=x})          (可简写为P(X=x)