随机变量与分布函数
随机变量
随机变量：一个随机变量是对随机现象可能的结果的一种数学抽象
分布函数
分布函数：
X为随机变量，
F
(
x
)
F(x)
F(x)定义为：
F
(
x
)
=
P
(
X
≤
x
)
F(x) = P(X \leq x)
F(x)=P(X≤x)
定义域：
(
−
∞
,
∞
)
(-\infty, \infty)
(−∞,∞)
值域：
[
0
,
1
]
[0,1]
[0,1]
当
a
<
b
a < b
a<b,
P
(
a
<
x
≤
b
)
=
F
(
b
)
−
F
(
a
)
P(a<x \leq b ) = F(b) - F(a)
P(a<x≤b)=F(b)−F(a)
性质：
- 值域[0,1]
- 若 a < b a< b a<b，则 F ( a ) ≤ F ( b ) F(a) \leq F(b) F(a)≤F(b)
- 右连续 lim x → a + F ( x ) = F ( a ) \lim_{x \to a^{+}}F(x) = F(a) x→a+limF(x)=F(a)
lim x → ∞ F ( x ) = 1 lim x → − ∞ F ( x ) = 0 \lim_{x \to \infty }F(x) = 1 \\ \lim_{x \to -\infty }F(x) = 0 x→∞limF(x)=1x→−∞limF(x)=0
离散型随机变量
定义
随机变量取值为离散的（有限或者可列）
三种常用分布
-
0-1分布
-
二项分布
-
泊松分布
连续性随机变量
定义
随机变量X的分布函数可以表示为：
F
(
x
)
=
∫
−
∞
x
f
(
u
)
d
u
F(x) = \int_{-\infty}^{x} f(u)du
F(x)=∫−∞xf(u)du
F(x)为连续函数
f ( x ) f(x) f(x)为 X X X的概率密度函数，其具有如下性质：
- f ( x ) ≥ 0 f(x) \geq 0 f(x)≥0
- ∫ − ∞ ∞ f ( x ) d x = 1 \int_{-\infty}^{\infty} f(x) dx = 1 ∫−∞∞f(x)dx=1
- P ( x 1 < X ≤ x 2 ) = F ( x 2 − x 1 ) P(x_1 < X \leq x_2) = F(x_2 - x_1) P(x1<X≤x2)=F(x2−x1)
- 若 f ( x ) f(x) f(x)在 x x x点连续， F ′ ( x ) = f ( x ) F^{'}(x) = f(x) F′(x)=f(x)
注： P ( X = a ) = 0 P(X=a) = 0 P(X=a)=0
几种常用分布
- 均匀分布
- 指数分布
- 正态分布
随机向量与分布
联合分布
二维离散随机变量
二维连续随机变量
边缘分布
-
连续型
-
离散型
求和即可
条件分布
- 离散型
- 连续型
随机向量的独立性
F ( x , y ) = F X ( x ) F Y ( y ) F(x,y) = F_X(x)F_Y(y) F(x,y)=FX(x)FY(y)
- 离散(X,Y） 要求 p i j = p i . p . j p_{ij} = p_{i.}p_{.j} pij=pi.p.j
- 连续(X,Y) 要求 f ( x , y ) = f X ( x ) f Y ( y ) f(x,y) = f_X(x)f_Y(y) f(x,y)=fX(x)fY(y)
随机向量函数分布
随机变量的函数的分布
- 连续
X为连续随机变量，分布函数为f(x)，y=g(x)为可导单调函数，则Y=g(X)为连续变量函数
f Y ( y ) = { f [ h ( y ) ] ∣ h ′ ( y ) ∣ 如果 y 在 g ( x ) 的值域内 0 其他 f_Y(y) = \begin{cases} f[h(y)]|h^{'}(y)| & \text{如果 } y在g(x)的值域内\\ 0 & 其他 \end{cases} fY(y)={f[h(y)]∣h′(y)∣0如果 y在g(x)的值域内其他
h(y)为y = g(x)的反函数
2. 离散
两个随机变量函数的分布
Z = g ( X , Y ) Z = g(X,Y) Z=g(X,Y),Z为分布函数
-
（X,Y)连续
-
（X,Y)离散
