第6节 勒贝格积分的几何意义,富比尼定理
Posted mengqing80
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第6节 勒贝格积分的几何意义,富比尼定理相关的知识,希望对你有一定的参考价值。
学习目标:掌握直积,截面的定义和截面定理;掌握下方图形的定义与勒贝格积分的几何意义;掌握富比尼定理.
数学基础篇--详解人工智能之数学 积分学,概率空间,大数定律和中心极限定理
一、前述
上一篇我们讲到了微分学,本文我们接着讲解积分学,以及概率的相关知识。
二、本节常用符号如下。
三、积分
1、积分定义
将一个函数对应的区间n等分,然后加和求极限。
2、积分理解
代数意义: 无穷求和
几何意义: 函数与 X 轴之间的有向面积。
3、(牛顿-莱布尼茨公式)
如果 f(x) 是定义在闭区间 [a, b] 上的可微函数, 那么就有
不定积分表示为
牛顿-莱布尼茨公式展示了微分与积分的基本关系: 在一定程度上微分与积分互 为逆运算.
4、案例
求函数 ln(x) 的不定积分。
5、多变量函数的积分
如果积分区域形状不规则,可以用一个矩形把积分区域包起 来,并令函数在积分区域外边等于 0.
二重积分的几何意义是积分函数与 X − Y 坐标平面之间部 分的有向体积.
6、积分学总结
积分的代数意义是无穷求和,几何意义是带符号的体积
微分和积分在一定程度上互为逆运算
熟悉微分公式有助于计算积分
多重积分可以理解成是依次进行的单重积分
四、随机变量与概率
1、离散随机变量(发生事件的几种情况,比如扔塞子。1-6为随机变量)
比如上述事件<=3就是1.2.3事件概率取值。
2、连续随机变量
对于每一个具体的取值的概率为0.
对于连续型随机变量,概率为概率密度函数的积分.
不论是离散还是连续型随机变量, 概率函数和概率密度函数 的定义域即为这个随机变量的值域.
作为一个特殊的概率函数,分布函数定义为 Φ(x) = P(X < x).
我们在此只考虑几乎处处连续的概率密度函数,我们不考虑离散,连续混 合型的随机变量
3、概率
事件的概率(事件是一个集合)
整个概率空间是一个事件,这个事件一定发生所以全空间的 概率为 1
事件是随机变量值域的子集 S
事件的概率则表示 S 里面概率之和或概率密度之积分.
事件的条件概率
条件本身也是事件,也可表示为随机变量值域的子集:A
条件概率里面的事件,又是这个条件的子集:S ∩ A ⊂ A
概率其实就是集合的大小比例,而概率函数或者概率密度函数可以理解为比较 大小时候的权重
4、贝叶斯公式
利用前面的定义我们知道,事件 A, B 同时发生的概率为 P(A ∩ B),
一方面 P(A ∩ B) = P(B|A)P(A)
另一方面对称的有 P(A ∩ B) = P(A|B)P(B)
所以 P(B|A)P(A) = P(A|B)P(B),
两边同时除以 P(B) 就得到 了贝叶斯公式.
以上是关于第6节 勒贝格积分的几何意义,富比尼定理的主要内容,如果未能解决你的问题,请参考以下文章