本文主要是介绍max与min函数的概率分布思考,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
max与min函数的概率分布思考
@(概率论)
给定一样本序列则:
max(X1,X2,...,Xn)≤a⟺X1≤a,X2≤a,...,Xn≤a
min(X1,X2,...,Xn)≥a⟺X1≥a,X2≥a,...,Xn≥a
即:最大值小于时,则表示碰到天花板,每一个元素都是在天花板下,即,每一个都小于这个极限值。
最小值大于时,则每个元素都将大于这个底线值。
这是关于max,min的最基本的知识储备。
因此:
P(max(X1,X2,...,Xn)≤a)=P(X1≤a,X2≤a,...,Xn≤a)
P(min(X1,X2,...,Xn)≥a)=P(X1≥a,X2≥a,...,Xn≥a)
这是可以直接求解类型。
而,
P(max(X1,X2,...,Xn)≥a)=1−P(max(X1,X2,...,Xn)≤a)
特别注意转化时是以max这一整块为单位的。
同理:
P(min(X1,X2,...,Xn)≤a)=1−P(min(X1,X2,...,Xn)≥a)
max不能转化到min,这是需要注意的细节。一定都是只在min或者max自己的范围内进行。也就是说max,min只是一种关系,设这种关系是f(x),
则:
P(f(x)≤a)=1−P(f(x)>a)
P(f(x)≥a)=1−P(f(x)<a)
道理是一模一样。
然后根据最小值大于某值,则根据底线思维,每个值都大于这个值,再根据变量之间的独立性,拆开成多份。
最大值小于某只,根据上限思维,每个值都小于这个值,再根据变量之间的独立性,拆开成多份。
这篇关于max与min函数的概率分布思考的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!