#20 数据中的机率性(1)

tags: tags: 2021IT

了解随机性

从整体上观察矩阵（集合）中的物件分布与矩阵整体的关系。
把机率简单了解为事件发生的可能性，但这只是机率的表面现象，想要真正了解机率，需要弄清楚两个问题：

• 确定性与随机性
• 统计规律

洛伦兹动力学方程序描绘出的运动轨迹具有一种奇特的形状，像一只展开了的蝴蝶，又称蝴蝶效应

图片取自
在这奇妙精巧的蝴蝶上，确定性与随机性被统一在一起，一方面，运动的轨迹必然落在「蝴蝶」上，这是确定性的表现，表明系统未来的所有运动都被限制在一个明确的范围之内;另一方面，运动轨迹变化绕排的规则却是随机性的，
任何时候你都无法准确判断下一次运动的轨迹将落在「蝴蝶」的哪一侧翅膀上的哪一点。也就是说，这个系统运动大的范围是确定的、可预测的，但次运动的细节是随机的、不可预测的。

如果从统计学的角度来看，蝴蝶效应说明两方面的意义：一方面，样本整体（特徵向量）的设定值范围一般是确定的，所有样本物件（包含已经存在的和未出现的）的设定值都位於此空间范围内;另一方面，无论收集再多的样本物件，也不能使这种随机性降低或消失。

因此，随机性是事物的一种根本的、内在的、无法根除的性质，也是一切事物（机率）的本质属性