En las matemáticas y las estadísticas, un vector de la probabilidad del o el vector estocástico es un vector con las entradas no negativas que agregan para arriba a una. Los vectores estocásticos son de uso general representar las distribuciones de probabilidad discretas

Aquí están algunos ejemplos de los vectores de la probabilidad:

$x\_0=\; \backslash \; comienzan\; \{bmatrix\}\; 0.25\; \backslash \; extremo\; \{bmatrix\}$

x_1= \ comienzan {bmatrix} 0 \ \ 1, \; \ \ 0 \ extremo {bmatrix}

x_2= \ comienzan {bmatrix} 0.35 \ extremo {bmatrix}

x_3= \ comienzan {bmatrix} 0.03 \ extremo {bmatrix}.

Poniendo los componentes del vector en escrito de un vector $p$ como

$p=\; \backslash \; comienzan\; \{bmatrix\}\; p\_1\; \backslash \; \backslash \; p\_2\; \backslash \; \backslash \; \backslash \; vdots\; \backslash \; \backslash \; p\_n\; \backslash \; fin\; \{\}\; \backslash ;\; del\; bmatrix$

los componentes del vector deben sumar a uno: $del$

l \ p_i del ^n del sum_ {i=1} = 1

Uno también tiene el requisito que cada componente individual debe tener una probabilidad entre cero y uno:

$0\; \backslash \; le\; p\_i\; \backslash \; le\; 1$ del

para todo el $i$. Demostración de estos dos requisitos que los vectores estocásticos tienen una interpretación geométrica: Un vector estocástico es un punto en el " face" lejano; de un ortogonal estándar a una cara. Es decir, un vector estocástico identifica únicamente un punto en el contrario de la cara de la esquina ortogonal del simplex estándar.

Ver también

.