2025年概率论与随机过程(人工智能)

概率论与随机过程(人工智能)第 3 课 关于离散随机变量的更多信息 Probability generating functions pgf 概率生成函数 假设 X 是一个离散型随机变量 只取非负整数值 X 的概率生成函数 pgf 为 注 G 是 X 的概率质量函数 概率分布函数 G

大家好,我是讯享网,很高兴认识大家。

第3课 : 关于离散随机变量的更多信息

Probability generating functions (pgf, 概率生成函数)

   假设X是一个离散型随机变量,只取非负整数值。X的概率生成函数(pgf)为:


讯享网

  注:G(Z^{-1}) 是X的概率质量函数(概率分布函数)G(Z^{-1})=P_{x}\left ( n \right ):=P\left ( X = n \right )

泊松分布的概率生成函数:

  泊松分布概率生成函数 pgf  : G_{x}\left ( z \right )=e^{\lambda \left ( z-1 \right )} 

 概率生成函数的重要性质:

1: 独立随机变量之和的概率生成函数pgf 等于 各个独立随机变量概率生成函数pgf 的 乘积 。(因分解特性factorization property)

重要性质的相关例子:

  X (参数为\lambda) 和 W(参数为\mu)是相互独立的泊松分布随机变量  Y = X+Y ,求Y的概率生成函数

从概率生成函数pgf 恢复 概率质量函数(概率分布函数) 

1. 概率生成函数的一般展开式

 binomial random variable(二项式随机变量

Cnk 求解方法

 二项分布的概率质量函数(概率分布函数)

   当n很大、p很小的时候,二项分布可以近似看成以参数\lambda=np的泊松分布

  二项分布概率生成函数pgf: G_{x}\left ( z \right )=\left ( zp+\left ( 1-p \right ) \right ) ^{n}

  因为我们可以通过概率生成函数恢复概率质量函数(概率分布函数)(使用求导 z=0的方法),所以若两个随机变量的概率生成函数近似的话,可以得出两个随机变量的概率分布也是近似的。

 弱大数定理(The weak law of large numbers)WLLN

样本均值 Mn
小讯
上一篇 2025-04-02 07:54
下一篇 2025-01-04 19:36

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/22921.html