本来想接着做笔记记录的,但是内容实在是太多太难编辑打字了……所以以后可能只会记录大纲+一些书上没有的补充内容\想法了
2.5 连续随机变量及其概率密度函数
随机变量 X X X,简记为 r . v . X r.v.X r.v.X,其分布函数 F ( X ) = P ( X ≤ x ) F(X)=P(X\le x) F(X)=P(X≤x)
定义一
设随机变量
X
X
X的分布函数为
F
(
x
)
F(x)
F(x),如果存在一个定义在
(
−
∞
,
+
∞
)
(-\infty,+\infty)
(−∞,+∞)上的非负可积函数
f
(
x
)
f(x)
f(x),使得对任何实数
x
x
x,恒有
F
(
x
)
=
∫
−
∞
x
f
(
t
)
d
t
F(x)=\int_{-\infty}^{x}f(t)dt
F(x)=∫−∞xf(t)dt
则称
X
X
X为连续型随机变量,称函数
f
(
x
)
f(x)
f(x)为随机变量
X
X
X的概率密度函数(或分布密度函数),简称概率密度
对于这个定义,注意:
- F ( x ) F(x) F(x)和 f ( x ) f(x) f(x)的定义域都是 ( − ∞ , + ∞ ) (-\infty,+\infty) (−∞,+∞),做题时不要漏定义域
- f ( x ) f(x) f(x)必须是可积的
概率密度函数的性质
- 对一切 x ∈ ( − ∞ , + ∞ ) x\in (-\infty,+\infty) x∈(−∞,+∞), f ( x ) ≥ 0 f(x)\ge 0 f(x)≥0
- ∫ − ∞ + ∞ f ( t ) d t = F ( + ∞ ) = 1 \int_{-\infty}^{+\infty}f(t)dt=F(+\infty)=1 ∫−∞+∞f(t)dt=F(+∞)=1
反之,可以证明,任何一个具有上述性质1和2的实直线上的**可积函数 f ( x ) f(x) f(x)**都可以成为某个连续性随机变量的概率密度函数。
定理一
设 X X X为连续型随机变量,分布函数为 F ( x ) F(x) F(x),概率密度函数为 f ( x ) f(x) f(x),则有:
2.6 常用的连续型随机变量分布
1.均匀分布
2.指数分布
3.韦布尔分布*
4.Γ分布
2.7 正态分布
- 标准正态分布
- 下 α \alpha α分位点