AI Agent 架构设计与实现：构建能自主行动的智能体
2026/5/17 4:15:02
本文重点
在概率论与统计学中，“独立同分布”（Independent and Identically Distributed, i.i.d.）是描述随机变量集合的核心概念。当一组随机变量满足独立且同分布的条件时，其联合概率的计算、统计推断的简化以及模型构建的合理性均得到显著提升。
独立
在前面的课程中，我们学习到了随机向量中每个随机变量相互独立，推广到 n 个随机变量 X1,X2,…,Xn，若其联合概率可分解为各变量概率的乘积：
- 联合概率 P(X1=x1,…,Xn=xn) 是所有变量同时取特定值的概率。
- 独立性将联合概率分解为各变量边缘概率的乘积，消除了变量间的依赖关系。
分布
同分布指所有随机变量遵循相同的概率分布，即具有相同的累积分布函数（CDF）或概率密度函数（PDF）。例如，若 Xi∼N(μ,σ2) 对所有 i 成立，则称 {