期望E与高斯分布的期望
目录
1. 期望定义
2. 期望性质
2.1 用期望定义方差 / 标准差
方差定义
标准差定义
方差的表示——离散型:
方差的表示——连续型:
方差的性质
3. (一元)高斯分布定义
4. (一元)高斯分布的性质
5. 二维随机向量的数学期望E与方差σ
参考
1. 期望定义
2. 期望性质
其中,第2条性质: E(EX) = EX:对变量X的期望再求期望,等于X的期望;同理,对 的期望再求期望,依然还是X的期望。
对于第4条性质,注意条件是X,Y 相互独立,若不独立则不成立:比如 , 即
期望有时还用 表示,即 或表示为 。
2.1 用期望定义方差 / 标准差
方差定义
设X为随机变量,若 (变量X减去自己的期望后的平方,再求期望)存在, 则称为随机变量X的方差,记作DX ,或者 D(X),或Var(X),即:
或者
或者表示为 ,(该式先计算平方,后计算期望)
拓展:若有两个变量X,Y 则 就是协方差了
标准差定义
一般用表示标准差:
, 或者表示为
方差的表示——离散型:
方差的表示——连续型:
方差的性质
其中,第3条等式中的最后一项,是先求(X-EX)(Y-EY),再求其期望。即
对于第6条性质,若X服从 0均值的高斯分布,表示为,即 ,则:
方差就等于自变量X平方的期望,即
注意第7条性质:X的平方的期望 和 X期望的平方是不一样的,两者的差等于X的方差。
3. (一元)高斯分布定义
一元高斯分布:只有一个自变量X的概率分布.
高斯分布,也称为正态分布,是一种概率密度函数, 数学表达式为:
其中 μ是分布的的平均值(等于期望值),σ 是标准差.上式也通常记为 .满足归一化条件
高斯密度函数的函数曲线如下:
若高斯分布服从 N(0,1),则被称为标准正态分布(均值为0,标准差为1)
4. (一元)高斯分布的性质
高斯分布的期望,等于变量的均值
其中,p(x)表示对自变量的一个映射函数。
5. 二维随机向量的数学期望E与方差σ
二维随机向量的数学期望E与方差σ_惊鸿一博的博客-CSDN博客
参考
期望、方差的性质 - 知乎
高斯分布期望的推导_一只驽马的博客-CSDN博客
高斯分布(正态分布) - 小时百科
高斯分布的几个性质 - 知乎
期望E与高斯分布的期望相关推荐
- 概率论-2.2 随机变量的数学期望(重点:随机变量X的期望)
分布有关的特征数:均值,方差,分位数等 期望的定义: 设离散随机变量X的分布列为pi=p(xi)=P(X=xi),i=1,2,-,n 若Sum(| xi |*p(xi))收敛(等价于Sum( xi * ...
- 【期望】期望分数(金牌导航 期望-4)
期望分数 金牌导航 期望-4 题目大意 告诉你一个01串中每个位置是1的概率,对于连续的x个1,贡献为x3x^3x3,问你期望贡献是多少 输入样例 3 0.5 0.5 0.5 输入样例 6.0 数据范 ...
- 【期望】期望收益(金牌导航 期望-3)
期望收益 金牌导航 期望-3 题目大意 给你一个01串,有些位置是未知的,连续的x个1贡献为想x2x^2x2,现在问你该串的期望贡献 输入样例 4 ???? 输出样例 4.1250 数据范围 1⩽n⩽ ...
- matlab已知随机变量分布律求期望/已知概率密度求期望与方差
本博文源于matlab基础,主要讲述已知随机变量分布律求期望还有已知随机变量的概率密度求期望与方差. 例子:设随机变量X的分布律如下表所示: X 10 30 50 70 90 Pk 1/2 1/3 1 ...
- 概率统计与机器学习:期望,方差,数学期望,样本均值,样本方差之间的区别
1.样本均值:我们有n个样本,每个样本的观测值为Xi,那么样本均值指的是 1/n * ∑x(i),求n个观测值的平均值 2.数学期望:就是样本均值,是随机变量,即样本数其实并不是确定的 PS:从概率论 ...
- 数学期望及常见分布的期望计算与推导
文章目录 1. 数据期望定义 2. 随机变量函数的数学期望 3. 二维随机变量函数的期望 4. 数学期望性质 5. 常见随机变量分布的期望 5.1 (0−1)(0-1)(0−1)分布 5.2 二项分布 ...
- 方差的期望公式推导,均值的期望公式推导
推导过程如图.不同颜色用来表示计算过程和用到的原理.
- 高斯分布的积分期望E(X)方差V(X)的理论推导
本文主要推导高斯分布(正态分布)的积分,期望E(X)和方差V(X). 其中主要是方差V(X)的推导,本文介绍3种高斯方差的推导方法. 高斯分布的概率密度函数: f(x)=12πδe−(x−u)22δ2 ...
- 数学_计算协方差矩阵/信息矩阵_理论+例子
目录 1. 多元高斯分布 1.1 标准高斯分布 1.2 一元高斯函数(一元高斯分布概率密度) 1.3 多元高斯分布 2. 协方差矩阵的计算 2.1 问题定义 2.2 室内外温度的例子 参考: 1. 多 ...
最新文章
- inotify结合rsync监控目录的实时变化
- 三列浮动中间列宽度自适应
- 【Java 网络编程】TCP 简介
- BUG系列:转让startActivityForResult()amp;onActivityResult()没有反应
- JavaScript --- 解析Cookie
- java 数据纠错,纠错码简介
- saltstack之混合匹配
- 判断php图片是否存在,php判断远程图片是否存在
- java两种不同单例模式_关于Java里的两种单例模式
- header php下载文件很小,php中Accept-Length获取不到下载文件的大小
- 【Python数据分析】数据预处理1——数据清洗
- Android 开发工具集合 - (Android Dev Tools)
- XStream的几个问题
- 破解wifi密码最简单教程 就三步
- IDEA类图标有小叉叉×
- 360浏览器打不开html5文件,360浏览器打不开oa_打不开360浏览器
- Only the Paranoid Survive
- Winserver2016安装Exchange2016总结(一堆坑)
- 加密html文件如何转换为pdf,PPT转成PDF后如何加密?其实真的很简单!
- ssh-agent与ssh-sshd,开启ssh服务
热门文章
- navicat连接mysql ,并用sql语句创建表
- MFC自绘控件系列-按钮PNG贴图(GDI+)
- 敏捷实践之Stand-UP Meetting早会
- 聚星Note06 - 角色维护(1)
- 艺术与审美期末考试答案2020
- Towards Robust Deep Hiding Under Non-Differentiable Distortions for Practical Blind Watermarking论文阅读
- vue中使用js控制button的disabled属性
- M1 安装 pyaudio
- c语言和python的区别
- 掌财社:使用Java实现控制台字符动画的小程序