00:00 Функция плотности
• В видео обсуждается функция плотности, которая характеризует накопление вероятности по мере увеличения.
• Функция плотности вычисляется как производная от функции распределения.
09:47 Производные и интегралы
• В видео объясняется, что несобственный интеграл от функции распределения равен единице, так как вероятность не может быть больше единицы.
• Если функция найдена как производная, то она не является функцией распределения.
• Если случайная величина X принимает значение из конечного промежутка, то дело сводится к вычислению определенного интеграла.
13:58 Интеграл
• Таня не помнит, что такое интеграл, и просит помощи.
• В итоге, она получает несобственный интеграл, который нужно разбить на два интервала.
21:08 Геометрический смысл
• Таня объясняет, что площадь между осью и графиком функции равна единице.
• Это означает, что случайная величина X с вероятностью 100% примет значение из отрезка от нуля до трех.
26:42 Вероятность и разрывность функции
• Функция плотности не отрицательна, и график не может располагаться ниже оси.
• Вероятность того, что случайная величина X примет конкретное значение, стремится к нулю, так как действительных чисел бесконечно много.
• Вероятность рассчитывается для промежутков, а не для конкретных точек.
28:58 Расчёт вероятности
• Рассматривается случайная величина, которая принимает значения от 0 до 1.
• Рассчитывается вероятность того, что случайная величина примет значение от 0 до 1, используя определенный интеграл и функцию плотности.
38:13 Функция распределения
• Объясняется, что функция распределения дает информацию о том, как случайная величина распределена.
• В некоторых задачах случайная величина изначально задана функцией плотности, и в этом случае функция распределения может быть найдена с помощью интегралов.
40:52 Задача с функцией плотности
• Рассматривается задача, где случайная величина задана функцией плотности.
• Необходимо найти значения C и D, а также функцию плотности.
• Также нужно вычислить вероятности на полуинтервале и построить график функции плотности.
🚀 Вступай в сообщество: https://boosty.to/SENATOROV
🍑 Подписывайся на Telegram: https://t.me/RuslanSenatorov
🔥 Начни работать с криптовалютой на Bybit: https://partner.bybit.com/b/SENATOROV
💰 Донат: https://www.donationalerts.com/c/sena...
💰 Стать спонсором :
(USDT TRC20) TPWP9kuqqetDNPeLjAe51F1i2jPxwYYBDu
(USDT BEP20) 0xf3db7ce90a55d1d25b7a6d1ded811fb2a7523f3d
Готовы погрузиться в мир непрерывных случайных величин? В этом видео мы разберем два ключевых понятия: функция плотности вероятности (PDF) и функция распределения (CDF). Вы узнаете, что такое PDF и CDF, как они связаны между собой, как их построить и интерпретировать, а также как использовать их для решения различных задач в теории вероятностей, машинном обучении и анализе данных. Подробные объяснения и примеры помогут вам освоить эти важные концепции.
Теги:
функция плотности вероятности,
PDF,
функция распределения,
CDF,
непрерывная случайная величина,
теория вероятностей,
машинное обучение
анализ данных
статистика
data science
математическая статистика
понятные объяснения
Хэштеги:
#функцияплотностивероятности #PDF #функцияраспределения #CDF #непрерывнаяслучайнаявеличина #теориявероятностей #машинноеобучение #анализданных #datascience #статистика #математическаястатистика #понятныеобъяснения #ML #AI
#математика #datascience #machinelearning
математика с нуля,
математика для анализа данных,
математика для дата сайнс,
математика для машинного обучения,
математика для чайников,
математика для начинающих,
математика для программистов,
математика для data science,
репетитор по математике,
преподаватель по математике,
учитель по математике,
учитель математики,
ментор по математике,
тичер по математике,
репетитор по дата сайнс с нуля,
репетитор по высшей математике,
репетитор по математике для взрослых,
математика для заочников
математика для дата аналитика
Информация по комментариям в разработке