=
期望定义式
=
期望定义式
g(Y)= E(XIY).
期望在Y取随机变量而非某个值时,也变成了随机变量
非负定矩阵
非负定矩阵也称半正定矩阵,positive semi-definite matrix,缩写 PSD 即一个对称矩阵A,对于任意向量有\(\mathbf{x}^T A \mathbf{x} \geq 0\)
其中严格大于0即为正定矩阵PD 严格定义中写为A是n×n实对称矩阵
*P
这里不是乘号,是卷积运算符
随机变量X是样本点o的一个实值函数
可以理解为样本点是表现,如骰子的3点面朝上,然后映射为了实值3 也可定义为复杂事件,如点数之和,则映射值为2、3...
measure
测度 是对大小的度量,F → R将事件输入映射到实数域数值 输入是事件A,输出为非负值,可以为正无穷
σ-field (or σ-algebra)
σ代数 需要对并集封闭,即任意个事件的并集要在集合F中,进一步引出全集Ω 也要作为F的元素之一 需要对补集封闭 空集也要为F的元素之一
需要封闭因为需要能进行可数无限次交并运算 不能是不可数无限是因为每一个事件的概率会直接为0,因为有不可数个
σ代数最终是为了能够做极限、积分等操作
(ii)
并集封闭
(i)
补集封闭