【随机分析(一)】从概率论谈起
概率论的基本概念
随机变量
样本空间 :试验所有可能结果的集合
基本事件 :一次试验不可再细分的结果
事件:称为 $ \Omega $ 的子集
(属于) $A \subseteq \Omega $ (包含于)
随机变量 :是定义于 上的实值函数
其映射:
代数
定义
上述三条约束分别代表着:规范性、对补封闭、对可列并封闭
一些性质
生成的$\sigma $代数
最小:
(波雷尔)代数:由上的所有开区间生成的函数
概率、分布函数、分布
概率P:定义于 上的取值于[0,1] 之间的实值函数,满足:
(1) (规范性)
(2)对于 $ \forall A_i \in F,且 \forall i\not=j,A_i \cap A_j=\emptyset $ ,则:(可列累加性)
分布函数 满足右连续,但不满足左连续
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Toby_'s Blog!
评论