文章目录
1、PMF:离散型变量和概率分布律函数
2、PDF:连续型变量和概率密度函数
3、CDF
随机变量是可以随机的取不同值的变量。就其本身而言,一个随机变量只是对可能的状态的描述;它必须伴随着一个概率分布来指定每个状态的可能性。
1、PMF:离散型变量和概率分布律函数
离散型变量的概率分布可以用概率质量函数(probability mass function, PMF)来描述。我们通常用大写字母 P P P 来表示概率质量函数。通常每一个随机变量都会有一个不同的概率质量函数,并且读者必须根据随机变量来推断所使用的 PMF,而不是根据函数的名称来推断;例如, P ( x ) P(x) P(x) 通常和 P ( y ) P(y) P(y) 不一样。概率质量函数将随机变量能够取得的每个状态映射到随机变量取得该状态的概率。 x = x \rm x = \it x x=x 的概率用 P ( x ) P(x) P(x) 来表示,概率为 1 表示 x = x \rm x = \it x x=x 是确定的,概率为 0 表示 x = x \rm x = \it x x=x 是不可能发生的。有时为了使得PMF的使用不相互混淆,我们会明确写出随机变量的名称: P ( x = x ) P(\rm x = \it x) P(x=x
|