随机变量及其函数分布

本文介绍了连续型随机变量的概率分布密度函数及其性质,包括随机向量的联合分布和边际分布,随机变量的独立性,以及随机变量函数的分布。讨论了如何计算连续型随机变量在区间内的概率,并探讨了随机变量相互独立时的分布函数和密度函数。此外,还涉及了共轭分布在贝叶斯统计中的作用,包括先验概率和后验概率的概念。
摘要由CSDN通过智能技术生成

连续型随机变量

对于随机变量X,若存在一个非负的可积函数f(x),使得对任意实数x,有 F(x)=f(t)从负无穷到x上的积分。
则称X为连续性随机变量。其中f(x)为X的概率分布密度函数,简称概率密度记为X~f(x)。
相关性质
由定义可知,
若f(x)在点x连续,则有F’(x)=f(x)
f(x)是可积,则它的原函数F(x)连续;
3.对于任意两个实数x1,x2(假设x1<x2),都有:
P{x1<X<x2}=F(x2)-F(x1)=f(x)在x1到x2上的积分。

X取任一指定实数值a的概率, ,这样在计算连续性随机变量落在某一区间的概率时,可以不必区分该区间是开区间还是闭区间。

尽管P{X=a}=0,但{X=a}并不是不可能事件。同样,一个事件的概率为1,并不意味这个事件一定是必然事件。
当提到一个随机变量X的概率分布,指的是它的分布函数,当X是连续型时指的是它的概率密度,当X是离散型时指的是它的分布律。
在学习积分的时候我们知道,在若干个点上(或者一个零测集)改变积分函数p(x)的值,都不影响积分的值。
因此,连续型随机变量取单点值的概率为零。

随机向量的联合分布和边际分布

E为一个随机试验,它的样本空间S={e},设X1=X1(e),X2=

  • 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