[机器学习里的数学]概率分布系列: 狄拉克分布(Dirac)

852 阅读1分钟

在一些情况下,我们希望概率分布中的所有质量都集中在一个点上。这可以通过 Dirac delta函数 δ(x)定义概率密度函数来实现:

p$(x)=δ(x−μ)

Dirac delta函数被定义成在除了0以外的所有点的值都为0,但是积分1。 Dirac delta函数不像普通函数一样对x的每一个值都有一个实数值输出,它是一种不同类型的数学对象,被称为广义函数,广义函数是依据积分性质定义的数学对象。我们可以把 Dirac delta函数想成一系列函数的极限点,这一系列函数把除0以外的所有点的概率密度越变越小通过把 p(x)定义成 δ(x)函数左移 −μ个单位,我们得到了一个在 x = μ 处具有无限窄也无限高的峰值的概率质量。

参考: blog.csdn.net/hy592070616…