上篇文章我们讨论了离散随机变量,在统计应用中还有一个非常重要的随机变量,那就是这里要讲的连续随机变量。
定义1: 对于某个随机变量,如果它的累加分布函数 FX(x) 对于所有的 x∈R 都是连续的,那么我们称其为连续随机变量。
回忆一下之前讲过的,对于任意的随机变量
X,P(X=x)=FX(x)−FX(x−)
,因此对于一个连续随机变量
X
,不存在离散质量的点;即如果
函数
fX(t)
称为
X
的概率密度函数,如果
连续随机变量
X
的支撑由满足
如果
另外对于连续随机变量,
P(a<X≤b)=P(a≤X≤b)=P(a≤X<b)=P(a<X<b)
,因为
fX(x)
在
X
的支撑上是连续的且
在高等概率论教程中,如果一个函数满足上面的两个性质,那么它就是一个连续随机变量的pdf。
考虑在区间
(0,1)
中随机选一个数的例子,所选的数字
X
就是一个连续随机变量的例子,对于
任何连续或离散随机变量
X
,如果它的pdf或pmf在
例1:
假设我们在半径为1的单位圆上随机选一个点,令
X
表示原点与该点的距离,那么试验的样本空间是
对于
0<x<1
,事件
{X≤x}
等价于半径为
x
的圆中的点。根据概率法则可得
X
的pdf为
为了说明,所选点位于半径为
1/4,1/2
环中的概率为
例2:
令随机变量表示繁忙阶段打进电话的时间间隔(单位为秒),假设
X
随机变量模型的pdf为
注意
fX
满足pdf的两个性质,即
(i)f(x)≥0
且
(ii)
为了说明,连续两次电话的时间超过4秒的概率为
上面考虑的pdf与概率如图1所示。
图1
令
X
是连续随机变量,pdf
令
y
位于
紧接着
Y
的pdf是
例4:
令
fX(x)=12,−1<x<1
,其余地方为0,是随机变量
X
的pdf,随机变量
Y
的cdf,
因此
Y
的pdf为
这些例子说明了累加分布函数方法。第一个例子中的变换是一对一的,这时候我们用
X
的pdf得到