时间：2018-08-20 作者：魏文应
一、说明
上一节，我们说过，似然这个词是从 likelihood这个词直译 成中文的。有学者认为译得不好，词不达意。似然，文言文中，似就是像，然就是样子，似然就是像什么什么的样子。而likelihood这个单词，英文中是可能性的意思，其实它说的就是 可能性的大小。所以，似然在这里，就是指概率的意思，最大似然估计 就是 最大概率估计。那么，我们要对什么事件发生的概率进行估计呢？这就是本节要讨论的内容。
二、预备知识
说明最大似然估计之前，我们需要一些预备知识。这些预备知识都 比较简单，但对于普通程序员来说，应该忘得差不多了。我们下面来回忆一下，相对于教科书，我讲的内容是不严谨的，只是说出是什么意思就够了。
随机变量
这个比较简单，就是 随机发生的事情。比如，你约一个女孩子吃饭，一共约了5次。成功的次数有下面6种情况：X = {0，1，2， 3， 4， 5}。这里的 X 就是 随机变量，它的值可以是 {0， 1， 2， 3， 4， 5} 中的任意一个。
离散型随机变量
离散，顾名思义，就是 分离的、散开的。比如 {1， 2， 3， 4，5} 就是离散的，{0 < x < 10} 这个 x 的取值就是连续的：
分布律
分布律，也就是 分布规律。我们用 表示一个事件，比如下面式子：
这个式子的意思就是，发生 这件事的概率是
。上面我说，你约女孩子5次，成功的次数有 {0, 1, 2, 3, 4, 5} 这六种情况，
可取的就是这些值。上面式子可以反映
取不同值时概率
的情况，也就是分布情况，正因为如此，这个式子被称为 X 的分布律。说白了，一件事情会发生各种情况，每种情况发生的概率用式子表示出来，这个式子其实就是根据概率分布情况统计出来的规律。只要能表示概率发生的规律，你 用表格表示 出来也是可以的，也可以叫做 X 的分布律。
分布函数
分布律是用一个式子表示概率分布的情况，其实我们也可以 用一个函数来表示概率的分布情况，我们把这个函数叫做 分布函数。不过，分布函数的定义有点不走寻常路：
这是什么意思呢？一件事情发生有很多种可能，我们把这些可能的情况进行依次编号，从小到大排列这些编号，你指定一个编号 ，有一些情况的编号小于等于
，把这些事件发生的概率都加起来，得到的和就是 分布函数
。还拿你约女孩子5次这件事来说，成功的次数有 {0, 1, 2, 3, 4, 5} 这六种情况，比如
表示小于等于1次的概率，这个概率就是：
。
上面是关于你约会的概率分布函数，它假设了每种情况发生的概率为 。
数学符号 
和 
有时候可能会忘记 和
是什么意思。这两个的意思都是一样的，都表示 差值 ：
比如，函数 求导以后的导函数，可以表示为：
定积分
定积分用来干嘛的？你可以把它看做是用来求面积的，虽然它远远不止用于求面积。比如下面的图：
曲线 、坐标
轴构成、 直线
、直线
围成上面 阴影部分的面积。为了求这个面积，我们随便定义一个公式，写法如下：
首先，我们把阴影部分面积看作是由很多 矩形组成 的。用 表示矩形的高，用
表示矩形的宽，宽乘以高就是其中一个矩形的面积
，把所有矩形都加起来，就是阴影面积
。如果有无数个矩形，不断地细化，使得矩形顶部接近曲线
，这样，我们就可以用
来替代
。
就是高
，
就是宽
，
的范围就是
，
表示从 a 的位置开始，面积不断相加，直到 b 的位置为止。这时你已经知道什么是定积分了，但 怎么方便地计算出来 的呢？总不能老是这么一个一个加吧！下面我们来看一个矩形的面积大小：
把上面这个公式写成下面形式：
上面这个公式，是不是很眼熟？ 这个就是 导数的定义，高中大家就学过了。这就是说，
是某个函数求导以后得到的：
看上面式子， 。所以，上面阴影部分的面积，在 a 到 b 之间：
因为 是由
求导 ， 所以把
称为
的 原函数 。也就说，只要求得
的原函数
，就可以求得不定积分的值了，也就是阴影部分的面积：
上面公式就是 不定积分的计算方法（牛顿-莱布尼茨公式）。但问题来了，怎么找到 的原函数
呢？我们知道，常数项求导以后，就没有了，比如
，求导以后得到
，那个 1 就没有了，也就是说：
这个也是
原函数，不过数学上，给它起了一个名字，叫做 不定积分。原函数
叫做
的 不定积分 。还把它写成下面这种形式：
事实上，定积分计算不需要不定积分的常数项，你看：
压根没有常数 C 什么事。正常情况下，我们都是根据经验，求得原函数的。比如： 求导可以得到
，那么
的原函数就
。数学上应该有一些方法，可以计算得到原函数，我们不深究，用到了你查一查就知道了。
概率密度
讲概率密度前，我们先说 连续随机变量。日常生活中，比如你的体重是71kg，但真的是71kg吗？可以这么说，绝对不是71kg，它可能是71.0001kg，也可能是71.002kg。所以，可以说 P{体重 = 71kg} = 0 。 但你可以说你的体重在 70kg 到 72kg 之间，这个概率就非常大，因为你用秤称得71kg嘛。对于体重这种 连续的变量，我们一般估算的是它在 某个范围的概率值，而不关心具体某个具体值发生的概率值。我们说，分布函数是从左到右把各种情况发生的概率加起来，加到你指定的那个位置为止：
我们用 条柱的面积 表示 概率的大小。图中的F(X)函数反映的是，从左边往右，把一个个条柱面积相加得到的和的变化曲线。最终，把所有可能的概率加起来，概率和 F(X) = 1。把概率P平滑处理了以后，就是 概率密度f(x)了，阴影部分的面积，就是全部概率的和，值为1。
这么说，计算分布函数 ，就是将阴影部分面积加起来。那阴影部分面积怎么计算？上面讲了不定积分，不定积分公式可以计算这种不规则的图形的面积：
是
的导数，我们把它叫做
的 概率密度 。。生活中，人口密度反映了各个地区人口分布情况，知道哪个地方人口比较集中，哪个地方人口比较稀疏。同样的，概率密度直接反映了概率的分布情况，在某个
区间，
的值越大，说明这个区间发生某件事的概率越大。
如果你想求在某个区间内，发生某件事的概率，那么就是： 。对应于上面 概率密度函数f(x) 图中的分红色区域，这区域的面积，就是发生在
这个区间的概率。
