模式识别导论L2_Bayesian_Decision_Theory_A.pdfVIP

模式识别导论 学年第学期 东南大学 自动化学院 年月 日 概率论相关概念 东南大学 自动化学院 模式识别导论 基本概念 确定现象：在一定条件下必然发生的现象，如向上抛一石子 必然下落 随机现象：称某一现象是 “随机的”，如果该现象 （事件或 试验 ）的结果是不能确切地预测的，如抛掷硬 币得到正面或 者反面 随机事件：在试验 中可能出现也可能不出现的事件称为随机 事件，常记为 概率：在相 同条件下，将试验重复次，如果随着重复试 验次数的增大，事件 的频率 越来越稳定地在某一常 数 附近摆动，则称常数为事件 的概率，即 随机变量 ：随着实验结果的不同而随机地取各种不同值的变 量，常记为 东南大学 自动化学院 模式识别导论 离散随机变量 如果随机变量 的所有可能取值为有限个或可列个，则称随 机变量 为离散随机变量。 让 表示一个离散随机变量，能够取集 合 中的任意值。我们记 取值 的概 率为 称其为 的分布律。分布律也常常写成表格形式。 东南大学 自动化学院 模式识别导论 连续随机变量 如果随机变量 的所有可能取值为实数轴上的连续区间，则 称随机变量 为连续随机变量。 设 为随机变量 的分布函数，如果存在非负函数 使 得对任意实数 ，有 则称 为连续型随机变量， 为 的概率密度。 东南大学 自动化学院 模式识别导论 数学期望 随机变量 的数学期望 （也称作期望值、均值或平均值） 离散随机变量 ：分布律为 表示 取值的 （加权）平均值。 连续随机变量 ：概率密度函数为 东南大学 自动化学院 模式识别导论 随机变量函数的数学期望 设 为随机变量， 如果 为离散型随机变量，其分布律为