Skip to content

第二章 一维随机变量及其分布

第一节 分布函数

「随机变量」定义

  • 设试验的样本空间为 Ω,称实值函数 X=X(ω),ωΩ 为随机变量,简记作 X

「分布函数」定义

  • X 为随机变量,对任意实数 x,称 F(x)=P{Xx}X 的分布函数

「分布函数」性质

共同构成充要条件F(X) 取值概率
1. 非负性

0F(X)1,<x<+
5. P(a<Xb)=F(b)F(a)
2. 规范性

F()=0,F(+)=1
6. P(X=x0)=F(x0)F(x00)
3. 单调不减

x1<x2时,F(x1)F(x2)
4. 右连续

F(x0+0)=F(x0)

性质证明

  1. 规范性 F()=0,F(+)=1
    1. F()=0P{X(ω)}=P(ϕ)=0
    2. F(+)=1P{X(ω)+}=P(Ω)=0
  2. 右连续
    1. image.png
  3. P(a<Xb)=F(b)F(a)
    1. Pr:P{Xb}P{Xa}=F(b)F(a)
  4. P(X=x0)=F(x0)F(x00)
    1. image.png

image.png

第二节 一维离散型随机变量

「概率分布」定义

image.png

「概率分布」性质

image.png

「评注」

  1. 当分布函数不连续时,为保证其右连续性,自变量 x 的分段区间为左闭右开
  2. 离散型随机变量的分布函数为右连续的阶梯函数

image.png

第三节 一维连续型随机变量

「概率密度」定义

  • 设随机变量 X分布函数F(x),若存在非负可积函数 f(x),对任意实数 x,有 F(x)=xf(t)dt,则称 X连续型随机变量f(x)X 的概率密度或密度函数。

连续型随机变量取单点值的概率为0

image.png

「概率密度」性质

  • 构成概率密度充要条件
    • (非负性)f(x)>0,<x<+
    • (规范性)+f(x)dx=1
  • P{a<Xb}=abf(x)dx

证明与评注

  • 性质 (1),(2) 构成概率密度的充要条件,用于判定概率密度或已知概率密度反求参数。
  • 性质 (2) 证明: Pr:F(+)=1
  • 性质 (3) 用于计算随机变量取值的概率,可以推广为
P{a<Xb}=P{aX<b}=P{aXb}=P{a<X<b}=abf(x)dx
  • 性质 (3) 证明:Pr:F(b)F(a)=bf(x)dxaf(x)dx=abf(x)dx

第四节 八大分布

「八大分布」0-1 分布

image.png

「八大分布」二项分布

  • XB(1,p),则 Y=nXB(n,1p)

「八大分布」泊松分布(Poisson)

image.png

泊松定理

image.png

「八大分布」几何分布(Geometry)

image.png

「八大分布」超几何分布(Hyper)

image.png

「八大分布」均匀分布(Uniform)

image.png

「八大分布」指数分布(Exponent)

image.png

Γ 积分

image.png

「八大分布」正态分布(Normal)

image.png

正态分布的性质

image.png

正态分布的标准化

image.png

推广

  • f(x)=Aeax2+bx+c(a>0) 均为正态。

第五节 一维随机变量函数的分布

「一维分布」离散型随机变量的分布

image.png

「一维分布」连续性随机变量函数的分布

分布函数法

image.png

公式法(不可作水平线)

image.png