title: 【概率论】5-7:Gama分布(The Gamma Distributions Part I)

categories:

- Mathematic

- Probability

keywords:

- The Gamma Distributions

toc: true

date: 2018-03-31 18:33:39



Abstract: 本文介绍Gamma函数和Gamma分布,本课第二部分介绍指数分布

Keywords: The Gamma Distributions

开篇废话

今天的废话就是如果看书的时候没看透彻,写博客的时候就会不知所言,所以一定要学透了再总结,没学好就总结,会逻辑混乱

本文介绍了另一个非常有用的连续随机变量的分布族——Gamma分布,学习Gamma分布的适用场景和部分性质,以及一个贯穿始终的例子,排队时间,排队不只是人的排队,在计算机高性能计算,比如CUDA中,任务的排队也是有的,所以这个模型适用场景还是比较多的,虽然可能不如正态分布在自然界中那么普遍,但是在正随机变量中,Gamma分布族在连续分布中举足轻重。

The Gamma Function

在提出Gamma分布之前,我们先来认识一个非常有趣的函数,这个函数叫做Gamma函数。

首先来看个例子:

我们在给一灯泡的寿命建模,根据我们经验,这个灯泡的寿命越长,发生的概率越小,时间越短,则概率越高,寿命是0的我们不考虑,我们只考虑从0开始但不包括零,我们用下面的这个模型建模是合理的,之所以说是合理的而不是唯一的,是因为这个模型不具备唯一性:

f(x)={e−xforx>00otherwise
f(x)=
\begin{cases}
e^{-x}&\text{for} x>0\\
0&\text{otherwise}
\end{cases}
f(x)={e−x0​forx>0otherwise​

我们在没有大量数据或者试验情况下无法验证模型正确性,但是从目前来看好像和我们知道的先验知识吻合,所以我们就假定其是合理的,然后我们求这个灯泡的均值和方差:

E(X)=∫0∞xe−xdxVar(X)=∫0∞x2e−xdx
E(X)=\int^{\infty}_{0}xe^{-x}dx\\
Var(X)=\int^{\infty}_{0}x^2e^{-x}dx
E(X)=∫0∞​xe−xdxVar(X)=∫0∞​x2e−xdx

注意,第二个方差的计算我觉都有点问题,因为按照这个积分,是把均值当做 μ=0\mu=0μ=0 来计算的,但是均值是从0到正无穷的积分,所以均值不会是0,所以这个方差公式我们留意一下(如果有人知道我哪错了,可以给我留言,谢谢)

这个均值的计算是一个有趣的函数。

我们来回忆一下,我们的函数都是什么样子的,我们目前学过的函数大多数都是由初等函数经过计算得到的,比如 ex2+αsin(y)e^{x^2+\alpha sin(y)}ex2+αsin(y) 是指数计算组合了多项式和三角函数得到的一个新函数,当然,我们学了积分,微分运算后,我们可以用积分来生成新的函数,比如,我们把上面求均值的积分,定义为一个新函数,这个函数叫做Gamma函数

Definition 5.7.1 The Gamma Function.For each positive number α\alphaα ,let the value Γ(α)\Gamma(\alpha)Γ(α) be defined by the following integral:

Γ(α)=∫0∞xα−1e−xdx=1
\Gamma(\alpha)=\int^{\infty}_{0}x^{\alpha-1}e^{-x}dx=1
Γ(α)=∫0∞​xα−1e−xdx=1

The function Γ\GammaΓ defined by Eq.(5.7.1) for α>0\alpha>0α>0 is called the gamma function.

这就是Gamma函数的定义,这个希腊字母 Γ\GammaΓ 读作 “Gamma” 注意,这个函数的自变量是 α\alphaα 而 xxx 只是积分中的一个哑变量,没作用,可以写作任何变量。

在举个

【概率论】5-7:Gama分布(The Gamma Distributions Part I)的更多相关文章

  1. 【概率论】5-7:Gama分布(The Gamma Distributions Part II)

    title: [概率论]5-7:Gama分布(The Gamma Distributions Part II) categories: - Mathematic - Probability keywo ...

  2. 【概率论】5-8:Beta分布(The Beta Distributions)

    title: [概率论]5-8:Beta分布(The Beta Distributions) categories: - Mathematic - Probability keywords: - Th ...

  3. 【概率论】5-9:多项式分布(The Multinomial Distributions)

    title: [概率论]5-9:多项式分布(The Multinomial Distributions) categories: - Mathematic - Probability keywords ...

  4. 【概率论】3-7:多变量分布(Multivariate Distributions Part II)

    title: [概率论]3-7:多变量分布(Multivariate Distributions Part II) categories: Mathematic Probability keyword ...

  5. 【概率论】3-7:多变量分布(Multivariate Distributions Part I)

    title: [概率论]3-7:多变量分布(Multivariate Distributions Part I) categories: Mathematic Probability keywords ...

  6. 数理统计5:指数分布的参数估计,Gamma分布,Gamma分布与其他分布的联系

    今天的主角是指数分布,由此导出\(\Gamma\)分布,同样,读者应尝试一边阅读,一边独立推导出本文的结论.由于本系列为我独自完成的,缺少审阅,如果有任何错误,欢迎在评论区中指出,谢谢! 目录 Par ...

  7. 帕累托分布(Pareto distributions)、马太效应

    什么是帕累托分布 帕累托分布是以意大利经济学家维弗雷多·帕雷托命名的. 是从大量真实世界的现象中发现的幂次定律分布.这个分布在经济学以外,也被称为布拉德福分布. 帕累托因对意大利20%的人口拥有80% ...

  8. 各种分布 高斯 Gamma Beta 多项分布

  9. 各类分布----二项分布,泊松分布,负二项分布,gamma 分布,高斯分布,学生分布,Z分布

    伯努利实验: 如果无穷随机变量序列  是独立同分布(i.i.d.)的,而且每个随机变量  都服从参数为p的伯努利分布,那么随机变量  就形成参数为p的一系列伯努利试验.同样,如果n个随机变量  独立同 ...

随机推荐

  1. [SOJ #538]好数 [CC]FAVNUM(2019-8-6考试)

    题目大意:给定$n$个正整数,求$[l,r]$中第$k$小的”好数“.$l,r\leqslant10^{18},n\leqslant62$,出现的其他数均$\leqslant10^{50}$ 好数定义 ...

  2. Harbor 企业级私有仓库 Ubuntu16.04 搭建及使用

    一.Harbor简介 1.1.什么是Harbor 几个VMware中国的人搞了一个容器镜像仓库.Harbor是一个用于存储和分发Docker镜像的企业级Registry服务器. 1.2.Harbor架 ...

  3. REDISTEMPLATE如何注入到VALUEOPERATIONS

    REDISTEMPLATE如何注入到VALUEOPERATIONS 今天看到Spring操作redis  是可以将redisTemplate注入到ValueOperations,避免了ValueOpe ...

  4. python 直角图标生成圆角图标

    参考链接:https://stackoverflow.com/questions/11287402/how-to-round-corner-a-logo-without-white-backgroun ...

  5. rabbitmq使用教程

    检查RabbitMQ运行状态1)打开命令行命令行,进入RabbitMQ的安装目录: cd D:\installs\rabbitmq\rabbitmq_server-3.7.15\sbin2)输入 ra ...

  6. python day 12: 选课系统

    目录 python day 12 1. 通过类来创建选课系统 1.1 类库models.py 2. 配置文件setting.py 3. administrator.py 4. student.py p ...

  7. 服务接口,选择rpc还是http?

    从通信内容/功能上看 http应用于web环境,rpc应用于分布式调度从功能上看没有太大区别,很多情况下rpc与消息中间件结合通信实现分布式调度 从用法上看两者都是c/s结构,无太大区别 从实现上看类 ...

  8. fontawesome-iconpicker 自定义字体图标选择器

    官网地址:https://farbelous.io/fontawesome-iconpicker/ 头部文件引入 <!--本地地址--> <link href="../cs ...

  9. Go数据类型之复合数据类型--数组

    3.1数组 数组是一个由固定长度的特定类型元素组成的序列,一个数组可以由零个或多个元素组成.数组中每个元素类型相同,又是连续分配,因此可以以固定的速度索引数组中的任何数据,速度非常快. 3.1.1声明 ...

  10. 分布式结构化存储系统-HBase访问方式

    分布式结构化存储系统-HBase访问方式 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. HBase提供了多种访问方式,包括HBase shell,HBase API,数据收集组件( ...