在讲非离散变量之前,先要讲讲分布函数:
相信你也发现了,这就是概率密度函数的积分。
分布函数有几条性质:
有了分布函数这个工具以后,我们就可以学习连续的随机变量了。
概率密度就是分布函数的微分。
概率密度的性质没什么好说的,但有一条挺有意思:
可以理解为“区间”无限小,可能性就没有了。
接下来讲讲几种分布类型:
就是密度处处相等的意思。
指数分布有一个很有意思的特性:
正态分布:
还有标准正态分布:
注意,密度是小fai,分布是大fai。
普通的正态分布也可以变成标准的:
因此,普通的正态分布也可以用查表的方式求出来了:
接下来就有了经典的3欧比噶法则:
这个3欧比噶相当于标准正态分布的3.
接下来就要学X的函数的性质了:
那很多变量是非离散的呀,怎么办?:
也就是说,求的时候从分布函数入手,因为分布函数可以直接转换,和刚刚的正态分布有点像。
我们特别地拿正态分布举个例子:
刚刚的普通正态分布变成标准正态分布其实就是一个特殊例子。
于是我们有了一些结论:
真的吗?我觉得直接写更快呀。数学问题嘛。
这个也很好证。