概率密度反映了,在随机变量取值范围内,每个点(每一种情况)对应的概率的大小,所有点(所有情况)加起来的概率等于1
分布律是对应离散随机变量、分布函数对应连续随机变量,意义是小于等于该点的所有情况的概率,对方差或者期望的计算公式使用起来比较方便。它和概率密度可以相互换算。
设:概率分布函数为:F(x)
概率密度函数为:f(x)
二者的关系为:
f(x)
=
dF(x)/dx
即:密度函数f
为分布函数
F
的一阶导数。或者分布函数为密度函数的积分。
1连续型随机变量的 分布函数 F(x) :随便举一个例子
性质:1单调 不 减,一定为增函数
2处处右连续,有有限个间断点
3y=F(x) 有水平渐近线 y=0, y=1
分布函数最右边的概率值接近1,因为 时,几乎包含了所有的事件
例:求 1<= x <= 3的概率
连续型:p(1<=x<=3) = F(x=3) - F(x=1)
离散型:p(x=1, 2, 3) = F(3) - F(1)
2概率密度:
f(x)在 上非负可积,f(x)称X的概率密度函数
面积即概率, 上面积等于1,即概率之和为1
总结:1分布函数 F(x)的导数是 概率密度 f(x)
2导数 f(x)的一直为正,说明 F(x)一直在上升,即概率之和一直在增大
3导数即原函数的变化率,这里 f(x)图像可以反映出原函数 F(x)概率之和增加的快慢程度
例题:更新中
如果对于随机变量X的分布函数F(x),存在非负函数f(x),使得对于任意实数x,有
则称X为连续型随机变量,其中,函数f(x)称为X的概率密度函数,简称概率密度。
分布函数求导之后就是概率密度。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)