漫步数理统计八——随机变量(下)

接下来考虑离散随机变量的累加分布函数。

2 考虑例 1 X的空间是 D={2,,12} ,如果 x<2 ,那么 FX(x)=0 ,如果 2x<3 ,那么 FX(x)=1/36 ,依次递推,我们可以看到 X 的cdf是一个递增的阶梯函数,如图1。给定 FX(x) ,我们可以确定 X 的pmf。


这里写图片描述
图1

下面讨论连续随机变量的cdf

3 X 表示0与1之间随机选择的一个实数,我们现在求X cdf 。首先,如果 x<0 ,那么 P(Xx)=0 ,接下来,如果 X>1 ,那么 P(Xx)=1 ,最后,如果 0<x<1 ,根据等式 3 可得P(Xx)=P(0<Xx)=x0=x,因此 X cdf

FX(x)=0x1ifx<0if0x<1ifx1

X cdf如图 2 所示,


这里写图片描述
图2

fX(x)

fX(x)={100<x<1elsewhere

那么

FX(x)=xfX(t)dt,for all xR

除了 x=0,x=1 外,对所有的 xR,ddxFX(x)=fX(x) ,函数 fX(x) 定义为 X 的概率密度函数(pdf),为了说明如何用 pdf 计算 X 上的概率,考虑

P(18<X<34)=3/41/8fX(x)dx=3/41/81dx=58

X,Y 是两个随机变量,当且仅当对所有 xR,FX(x)=FY(x) ,我们说 X,Y 分布上是相等的,写作 X=DY 。注意 X,Y 在分布上可能相等的时候,他们可能差别非常大,例如考虑上面的例子,令随便变量 Y=1X ,那么 YX ,但是 Y 的空间是(0,1),与 X 是一样的。进一步,当y<0 Y 的cdf是0;当y>1时为1;当 0y<1 时它是

FY(y)=P(Yy)=P(1Xy)=P(X1y)=1(1y)=y

因此 Y X有相同的 cdf ,即 Y=DX ,但是 YX

1,2 展示的 cdf 表明增函数的下界为 0 ,上界为1,这两幅图至少是右连续的,正如下面定理所述的,对于一般的 cdf 而言,这些性质都是成立的。

1 X 是随机变量,其累加分布函数是F(x),那么

  1. 对于所有的 a,b ,如果 a<b ,那么 F(a)<F(b) ,( F 是非减函数)
  2. limxF(x)=0,( F 的下极限是0)
  3. limxF(x)=1,( F 的上极限是0)
  4. limxx0F(x)=F(x0),( F 是右连续的)

我们证明 (a),(d) ,其余的读者可以试着练习一下。

a 因为 a<b ,我们有 {Xa}{Xb} ,根据 P 的单调性即得出结论。

b {xn} 是满足 xnx0 的任意实数序列,令 Cn={Xxn} ,那么集合序列 {Cn} 是递减的且 n=1Cn={Xx0} ,因此前面学到的定理可得

limnF(xn)=P(n=1Cn)=F(x0)

得证。

下面的定理在用 cdf 计算概率是非常有用。

2 X 是随机变量,cdf FX ,那么对于 a<b,P[a<Xb]=FX(b)FX(a)

注意

{<Xb}={<Xa}{a<Xb}

等式右边是两个互斥集合的并,由此推断结论。

4 X 表示某电器的寿命,假设X cdf

FX(x)={01exx<00x

X 的pdf,ddxFX(x)

fX(x)={ex00<x<elsewhere

实际上 x=0 处的导数不存在,但是在连续的情况下,下一个定理说明 P(X=0)=0 ,故我们令 fX(0)=0 不影响 X 的概率。那么寿命在1到3年间的概率为

P(1<X3)=FX(3)FX(1)=31exdx

即概率可以用 FX(3)FX(1) 找出,或者用积分计算出来,这两种情况的结果都是 e1e3=0.318

定理1说明 cdf 是右连续且单调的,这样的函数只有可数个不连续点,正如下面定理说述, cdf 的不连续点有质量;即,如果 x FX的一个不连续点,那么 P(X=x)>0

3 考虑任何随机变量,对于所有的 xR

P[X=x]=FX(x)FX(x)

其中 FX(x)=limzxFX(x)

对任意 xR ,我们有

{x}=n=1(x1n,x]

即, {x} 是递减集合序列的极限,因此

P[X=x]=P[n=1{x1n<Xx}]=limnP[x1n<Xx]=limn[FX(x)FX(x(1/n))]=FX(x)FX(x)

得证。

5 X 有不连续的cdf

FX(x)=0x/21x<00x<11x

那么

P(1<X1/2)=FX(1/2)FX(1)=140=14


P(X=1)=FX(1)FX(1)=112=12

不管是 pmf pX(x) 的离散随机变量还是 pdf fX(x) 的连续随机变量,全概率都为1,所以下式恒为真

xDpX(x)=1,DfX(x)dx=1

其中 D X 的空间。对于接下来的两个例子,我们会用这个性质来确定pmf pdf

6 假设 X pmf

pX(x)={cx0x=1,2,,10elsewhere

那么

1=x=110pX(x)=x=110cx=c(1+2++10)=55c

因此 c=1/55

7 假设 X pdf

fX(x)={cx300<x<2elsewhere

那么

1=20cx3dx=cx44|20=4c

因此 c=1/4 。当计算涉及 X 的概率是,我们有

P(14<X<1)=11/4x34dx=2554096=0.06226

博文pdf版本下载地址:http://pan.baidu.com/s/1dF02pgt

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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