概率密度函数(Probability Density Function,简称PDF)和概率质量函数(Probability Mass Function,简称PMF)是概率论和统计学中用于描述随机变量的两个重要概念。
-
概率密度函数(PDF):
- 适用于连续型随机变量。
- 描述在一个区间内某个数值出现的相对可能性。
- 概率密度函数并不直接给出某个点的概率,而是通过对某个区间进行积分来计算概率。
数学上,对于连续型随机变量X,其概率密度函数通常表示为f(x),满足以下性质:
P ( a ≤ X ≤ b ) = ∫ a b f ( x ) d x P(a \leq X \leq b) = \int_{a}^{b} f(x) \,dx P(a≤X≤b)=∫abf(x)dx
-
概率质量函数(PMF):
- 适用于离散型随机变量。
- 描述每个可能取值的概率。
- 概率质量函数直接给出某个点的概率。
数学上,对于离散型随机变量X,其概率质量函数通常表示为P(X=x),表示X取某个特定值的概率。
P ( X = x ) P(X=x) P(X=x)
总体而言,PDF和PMF都是用来描述随机变量可能取值的概率分布。在实际问题中,选择使用哪种函数取决于所研究的随机变量是连续型还是离散型。