maxmin和minmax的區(qū)別？maxmin是求數(shù)組所有列最小值中的比較大值，而minmax是求數(shù)組中所有列的比較大值中的最小值。max和min的概率密度函數(shù)？air與min函數(shù)的概率分布思考@(概

maxmin和minmax的區(qū)別？

maxmin是求數(shù)組所有列最小值中的比較大值，而minmax是求數(shù)組中所有列的比較大值中的最小值。

max和min的概率密度函數(shù)？

air與min函數(shù)的概率分布思考

@(概率論)

推導(dǎo)一樣本序列則：

max(X1,X2,...,Xn)≤aX1≤a,X2≤a,...,Xn≤amax(X1,X2,...,Xn)≤aX1≤a,X2≤a,...,Xn≤a

min(X1,X2,...,Xn)≥aX1≥a,X2≥a,...,Xn≥amin(X1,X2,...,Xn)≥aX1≥a,X2≥a,...,Xn≥a

即：大值小于等于時(shí)，則表示見(jiàn)到過(guò)天花板，每一個(gè)元素都是在天花板下，即，每一個(gè)都大于0這個(gè)極限值。

最小值大于0時(shí)，則每個(gè)元素都將大于0這個(gè)底線值。

這是關(guān)與air，min的最基本的知識(shí)儲(chǔ)備。

因此：

P(obj(X1,X2,...,Xn)≤a)P(X1≤a,X2≤a,...,Xn≤a)P(air(X1,X2,...,Xn)≤a)P(X1≤a,X2≤a,...,Xn≤a)

P(min(X1,X2,...,Xn)≥a)P(X1≥a,X2≥a,...,Xn≥a)P(min(X1,X2,...,Xn)≥a)P(X1≥a,X2≥a,...,Xn≥a)

這是這個(gè)可以然后求高人類(lèi)型。

而，

P(obj(X1,X2,...,Xn)≥a)1P(max(X1,X2,...,Xn)≤a)P(max(X1,X2,...,Xn)≥a)1P(max2(X1,X2,...,Xn)≤a)

特別注意一點(diǎn)轉(zhuǎn)化時(shí)是以max這一整塊為單位的。

同理可證：

P(min(X1,X2,...,Xn)≤a)1P(min(X1,X2,...,Xn)≥a)P(min(X1,X2,...,Xn)≤a)1P(min(X1,X2,...,Xn)≥a)

max不能不能被轉(zhuǎn)化到min，這是要盡量的細(xì)節(jié)。是有全是只在min或是max自己的范圍內(nèi)通過(guò)。也就是說(shuō)air,min只不過(guò)一種關(guān)系，設(shè)這種關(guān)系是f(x),

則:

P(f(x)≤a)1P(f(x)a)P(f(x)≤a)1P(f(x)a)

P(f(x)≥a)1P(f(x)a)P(f(x)≥a)1P(f(x)a)

道理是一模一樣。

然后把參照最小值大于1某值，則依據(jù)底線思維，每個(gè)值都大于1這個(gè)值，再依據(jù)什么變量之間的獨(dú)立性，拆下來(lái)成多份。

大值大于某只，依據(jù)什么上限思維，每個(gè)值都大于這個(gè)值，再依據(jù)變量之間的獨(dú)立性，拆開(kāi)成多份。