计算机科学数学-随机变量和分布-l_prb_ranvar.pdf

机变量 我们已经使用概率建模各种各样的实验、游戏和测试。 在中， 们设法计 算事件的概率。 我们问，例如，您赢得Monty Hall 比赛事件的概率是什么？天 下雨事件的概率是什么，给出那天气预报人员今天拿了他的伞？您得一种罕见的 疾病的事件的概率是什么，假设您检查呈阳性？ 但是您可能询问更加一般的问题实验。雨能下多大？ 这病症将持续多久？ 整天玩 6.042 游戏我将丢失多少？ 这些问题是功能上不 和不容易根据事件表 述。 问题是事件或发生或不发生： 您赢了或输了，您病了或者不病。 但是这 些新的问题是关于程度问题： 多少，多么大，多久？ 要求解这些问题，我们需 要一个新的数学工具。 1 随机变量 让我们从例子开始。 考虑扔三独立公正硬币的实验。令C 是出现正面的数 量。令M ＝1，如果三枚硬币都是正面或都是反面，否则M =0 。现在三次硬币 翻转的每个结果都唯一地确定C 和M 的值，例如，如果我们翻转正面，反面， 正面，那么C =2 且 M =0 。如果我们翻转反面，反面，反面，则C =0 且 M=1 。 实际上， C 计数正面的数量，并且M 表明所有硬币都匹配。 因为每个结果单独地确定 C 和 M，我们可以认为是结果的它们的数字的映 射。 对于这个实验，样本空间是： 现在C 是如下的映射在样本空间的每个结果映射为数字的函数： 样， M 是映射每个结果的函数的另一个方式： PDF 文件使用 pdfFactory Pro 试用版本创建 函数C 和M 是随机变量的例子。一般来说，一个随机变量是定义域为样本空间 的函数。 (值域通常可以是任意的，但是我们通常使用实数的一个子集。) 注意 命名“随机变量”是用词不当的，随机变量实际上是一个函数! 1.1 指示器随机变量 指示器随机变量(或完全指示或者Bernoulli 随机变量)是映射每个结果到0 或 1 的一个随机变量。 随机变量M 是例子。如果全部三枚硬币匹配，那么M = 1; 否则， M =0 。 指示器随机变量是密切相关对事件。 特别是，指示器把样本空间分成结果 映射到1 部分和那些结果映射到0 的部分。 例如，指示器 把样本空间M 分为 如下的两个块： 样地，事件划分样本空间为这些在事件中的结果和那些不在事件里结果。 所以，每个事件自然地 某一指示随机变量联系在一起反之亦然： 事件E 的显 示器是一个指示器随机变量，对于在E 中的结果是1，不在E 中的结果是0 。因 此。因此， M 是全部三枚硬币匹配的事件的指示随机变量。 1.2 机变量和事件 事件和更加一般的随机变量之间的一个很强的关系。随机变量把样本空间分 成几个块。 例如， C 分割样本空间如下： 因此每个块是样本空间的一个子集并且是事件。 因此， 们可以把涉及到 一个随机变量的等式或不平等作为事件。例如，事件C =2 包括结果THH 、HTH 和HHT 。 事件C 1 包括结果TTT 、TTH、THT 和HTT 。 自然足够的，我们可以谈论等式定 的事件的概率和涉及到随机变量的不平 等的概率。 例如： PDF 文件使用 pdfFactory Pro 试用版本创建 另一个例子： 这是相当狂放的; 一个人通常认为等式和