定义
-
概率,就是某个随机事件出现的可能性大小。
-
若 \(X\) 是一个离散型的随机变量,可能值为 \(x_1,x_2…\),对应的概率分别为 \(p_1,p_2…\),那么它的期望值为 \(E(x)=\sum_i \limits p_ix_i\)。
期望的线性性
\[E(x+y)=E(x)+E(y) \]证明:
\[E(x+y)=\sum_i \sum_j(i+j)*P(i=x,j=y) \]\[=\sum_i\sum_ji*P(i=x,j=y)+\sum_i\sum_jj*P(i=x,j=y) \]\[=\sum_ii*P(i=x)+\sum_jj*P(j=y) \]\[=E(x)+E(y) \]进而有:
\[E(ax)=aE(x)\\ \]\[E(\sum_i a_i x_i)=\sum_i a_i E(x_i)\\ \]当随机变量 \(x\) 和 \(y\) 独立时,有:
\[E(xy)=E(x)E(y) \]条件概率
令:
\[P(A|B)=\frac{P(AB)}{P(B)} \]表示 \(B\) 发生之后 \(A\) 发生的概率。
贝叶斯公式:
\[P(A|B)=\frac{P(B|A)P(A)}{P(B)} \]标签:概率,frac,sum,jj,期望,随机变量 来源: https://www.cnblogs.com/A-Quark/p/15834749.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。