- 随机变量XXX: 它有限个可能的取值{x1,x2,...,x3}\{x_1,x_2,...,x_3\}{x1,x2,...,x3}。
- 概率p(X=xi)p(X=x_i)p(X=xi): 表示变量X=xiX=x_iX=xi的可能。
- 联合概率p(X=x,Y=y)=p(x,y)p(X=x ,Y=y)=p(x,y)p(X=x,Y=y)=p(x,y): 称为联合概率分布,如果xxx和yyy是相互独立的随机变量,p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)。
- 条件概率p(X=x∣Y=y)p(X=x|Y=y)p(X=x∣Y=y): 在已知Y=yY=yY=y的条件下,计算X=xX=xX=x的概率,
p(x∣y)=p(x,y)/p(y)p(x|y)=p(x,y)/p(y)p(x∣y)=p(x,y)/p(y)
p(x,y)=p(x∣y)p(y)=p(y∣x)p(x)p(x,y)=p(x|y)p(y)=p(y|x)p(x)p(x,y)=p(x∣y)p(y)=p(y∣x)p(x)
如果xxx和yyy相互独立,则p(x∣y)=p(x)p(x|y)=p(x)p(x∣y)=p(x) - 全概率公式:
离散情况:p(x)=∑yp(x,y)=∑yp(x∣y)p(y)p(x)=\sum_y p(x,y)=\sum_yp(x|y)p(y)p(x)=∑yp(x,y)=∑yp(x∣y)p(y)
连续情况:p(x)=∫p(x,y)dy=∫p(x∣y)p(y)dyp(x)=\int p(x,y)dy=\int p(x|y)p(y)dyp(x)=∫p(x,y)dy=∫p(x∣y)p(y)dy
概率论基础知识总结
最新推荐文章于 2024-10-09 19:25:35 发布
本文总结了概率论的基础知识,包括随机变量的概念,如X可能的取值{x1,x2,...,x3},以及概率定义,如联合概率p(X=x,Y=y)和条件概率p(X=x|Y=y),并探讨了独立事件之间的概率关系和全概率公式在离散与连续情况的应用。"
79411398,7490298,Python H5棋牌修复:十大列表操作详解,"['Python', 'H5游戏开发', '数据结构', '编程技巧']
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.8
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
5733

被折叠的 条评论
为什么被折叠?



