连续随机变量分布

wohaoeya

已于 2022-04-02 17:29:34 修改

阅读量457

点赞数

分类专栏：概率统计文章标签：概率论

于 2022-04-02 17:07:11 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wohaoeya/article/details/123924524

版权

概率统计专栏收录该内容

5 篇文章 0 订阅

订阅专栏

一、均匀分布

二、指数分布

设X为随机变量，概率密度函数（见图2.5（a））为

$f(x)=\left\{\begin{matrix} \lambda e^{-\lambda x}, &x\geq 0, \\ 0,& other .\end{matrix}\right. \lambda > 0$

则称随机变量X服从参数为λ的指数分布，记为X～E（λ）．

若X～E（λ），则相应的分布函数（见图2.5（b））为

$F(x)=\left\{\begin{matrix} 1- e^{-\lambda x}, &x\geq 0, \\ 0,& other .\end{matrix}\right. \lambda > 0$

由此得到，若X～E（λ），0<a<b，则P（a<X≤b）=F（b）-F（a）= $e^{-\lambda a} -e^{-\lambda b}$

服从指数分布的随机变量只能取非负实数，它常被用作各种“寿命”分布，如电子元件的寿命、随机服务系统中的服务时间等都可以假定服从指数分布．指数分布在可靠性与排队论中有着广泛的应用．同样，指数分布同几何分布相似，也具有无记忆性。

三、正态分布

设X为随机变量，概率密度函数为

$f(x)=\frac{1}{\sqrt{2\pi }\delta }e^{-\frac{(t-\mu )^2}{2\delta^2},-\infty <x<\infty$

则称随机变量X服从参数为μ（-∞<μ<+∞）和σ2（σ>0）的正态分布，记为X～N（μ，σ2）．若X～N（μ，σ2），则相应的分布函数为

$F(x)=\int_{-\infty }^{x}\frac{1}{\sqrt{2\pi }\delta }e^{-\frac{(t-\mu )^2}{2\delta^2}}\mathrm{d}t$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。