Processing math: 100%

3/23/2021

[機率論] 兩隨機變數相等表示兩者有相同分布但反之不然

Claim: 給定機率空間 (Ω,F,P),令XY為兩隨機變數。若 P(X=Y)=1XY有相同分布,亦即對任意可測集合 AF
P(XA)=P(YA)

Proof: AF,我們觀察
P(XAXY)P(XY)=0 故可推得 P(XAXY)=0。利用此結果,我們注意到
P(XA)=P(XAX=Y)+P(XAXY)=0=P(XAX=Y) 同理我們亦可觀察 P(YA)=P(YAX=Y)。注意到若我們可證明 P(XAX=Y)=P(YAX=Y)()P(XA)=P(XAX=Y)=P(YAX=Y)=P(YA)即為所求。

現在我們回頭證明等式()。我們僅須證明下列事件集合等式關係成立 {XAX=Y}={YAX=Y}即可。首先證明 {XAX=Y}{YAX=Y}: 令 ω{XAX=Y} 即表明 X(ω)AX(ω)=Y(ω)。 故我們可推得 Y(ω)A 故此,ω{YAX=Y}。亦即{XAX=Y}{YAX=Y} 同理不難證得 {XAX=Y}{YAX=Y}。故我們得到 {XAX=Y}={YAX=Y}至此證明完畢。


上述 Claim 的反面論述並不成立。以下我們給個反例:考慮均勻分布 X為隨機變數服從均勻分布 U[1,1] 現在取另一隨機變數 Y:=XY亦為在 [1,1]上均勻分布,亦即 XY具有同分布。然而
P(X=Y)=0

1 則留言:

  1. 教授, 有個問題想請教. X(\omega) \in A 要怎麼解讀?
    我的理解 X 是一個從\Omega 到其他空間(ex: R)的mapping, A 是一個在\Omega 上的subset

    回覆刪除

[人工智慧] 本地端 DeepSeek R1 快速安裝:以 Macbook Pro M4 Chip為例

最近火熱的 DeepSeek R1 模型由於採用了 distill 技術,可以大幅降低計算成本,使得一般人有機會在自家筆電上跑性能逼近 Open AI ChatGPT o1的大語言模型。本文簡單介紹一步安裝在 Macbook Pro 的方法以及使用方法,以下測試採用 Macboo...