离散型概率密度函数的分布列⇔分布函数

目录

一、super误区

1.分布函数的定义

二、分布列⇒分布函数

二、分布列⇐分布函数 


一、super误区

我在读定义的时候陷入了一个误区,与大家分享一下。

1.分布函数的定义

由于是离散型的概率密度函数,我把他抽象到数轴上理解:

如下分布列和数轴,如果要求P{x≥2},应该是数轴的哪部分?

两种错误解答,错在定义所研究的根本不是x≥2,而是2≤x,准确来说,是X(2)≤x

 

二、分布列⇒分布函数

二、分布列⇐分布函数 

  • 10
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
概率密度函数(Probability Density Function, PDF)是用来描述连续随机变量在某个确定取值点附近的可能性的函数。它本身不是一个概率值,可以大于1,但在某个区间上积分后才是概率值。概率密度函数通常用符号f(x)表示,其中x是随机变量的取值。\[1\] 分布函数(Distribution Function)是用来描述随机变量X的值小于某个特定值x的概率的函数分布函数通常用符号F(x)表示,其中x是随机变量的取值。分布函数可以通过概率密度函数的积分得到,即F(x) = ∫f(t)dt,其中t的取值范围是从负无穷到x。\[2\] 需要注意的是,概率密度函数分布函数是两个不同的概念。概率密度函数描述了连续随机变量在某个取值点附近的可能性,而分布函数描述了随机变量的取值小于某个特定值的概率。\[1\]\[2\] 对于离散随机变量,可以使用概率质量函数(Probability Mass Function, PMF)来描述。概率质量函数离散随机变量在各特定取值上的概率,即它本身就是一个概率值。\[3\] #### 引用[.reference_title] - *1* *2* *3* [概率分布F(x)和概率密度f(x)](https://blog.csdn.net/weixin_50912862/article/details/114927243)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

脑子不好真君

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值