分布函数与密度函数
设分布函数
F(x)
,则密度函数
f(x)
定义为
F(x)=∫x−∞f(t)dt
密度函数两条基本性质
- 非负性: ∀x,f(x)≥0
- 正则性: ∫+∞−∞f(x)dx=1
密度函数上改变有限个点并不影响。
求连续随机变量函数的分布
以一个例子说明求连续随机变量函数的分布:
例:设连续随机变量
X
的概率密度函数
解: Y=2X+3 :
fY(y)=[FY(y)]′=[P(Y≤y)]′=[P(2X+3≤y)]′=[P(X≤y−32)]′
当 y−32≤0 时, y≤3 时,明显 P(X≤y−32)=0 ,因此 fY(y)=0 ;
当 y>3 则有
fY(y)=[F(y−32)]′=[∫(y−3)/2−∞fX(x)dx)]′=fX(y−32)⋅(y−32)′=(y−32)3e−((y−3)/2)2
因此,
fY(y)=⎧⎩⎨0(y−32)3e−((y−3)/2)2y≤3y>0
Y=X2 :
fY(y)=[FY(y)]′=[P(Y≤y)]′=[P(X2≤y)]′
当 y≤0 时, P(X2≤y)=0 , fY(y)=0
当 y>0 时
fY(y)=[P(−y√≤X≤y√)]′=[F(y√)−F(−y√)]′=[∫y√−∞fX(x)dx−∫−y√−∞fX(x)dx]′=(y√)′⋅fX(y√)−(−y√)′⋅fX(−y√)=ye−y
因此,
fY(y)={0ye−yy≤0y>0
解此类题,经常会用到一条变上限函数求导的性质
[∫x−∞f(t)dt]′=f(x)
数学期望与方差
如果连续随机变量
X
的密度函数
E(X)=∫+∞−∞xf(x)dx
求期望务必先判断是否收敛。
函数 Y=g(X) 的期望
E(Y)=E(g(x))=∫+∞−∞g(x)f(x)dx
连续型随机变量的方差 D(X) 依然满足
D(X)=E(X2)−[E(X)]2
对于连续的随机变量 X ,