隨機(jī)變量的分布

上周我學(xué)習(xí)了隨機(jī)變量的分布的后半部分內(nèi)容,包含了隨機(jī)變量的密度函數(shù)和分布函數(shù),兩種重要的連續(xù)型隨機(jī)變量(均勻分布和指數(shù)分布),正態(tài)分布,以及隨機(jī)變量函數(shù)的分布。

密度函數(shù)就是隨機(jī)變量在取某一個值時的概率;而分布函數(shù)是隨機(jī)變量小于某個值的概率。密度函數(shù)是分布函數(shù)的導(dǎo)數(shù);分布函數(shù)是密度函數(shù)從負(fù)無窮到正無窮的積分,隨機(jī)變量取負(fù)無窮時為0,取正無窮時為1;分布函數(shù)是一個分段函數(shù),但是卻是連續(xù)的,即兩段函數(shù)在邊界處的取值相等。

均勻分布和指數(shù)分布是兩種比較重要的連續(xù)型隨機(jī)變量,在題目中一般會給出參數(shù),只需將參數(shù)代入定義式中按照一般連續(xù)型隨機(jī)變量的解法求解即可。

正態(tài)分布是自然界中最常見的一種分布,舉個簡單的例子,我們將一把小球順著木板斜面從同一個點讓其下滑,在下方放置均勻的三角形板釘,最后讓小球落入下方的一個一個平行于斜面的凹槽,最后小球的位置所形成的包絡(luò)線就近似于正態(tài)分布的曲線。

釘板實驗

在有關(guān)求解正態(tài)分布的分布函數(shù)的題目時,由于正態(tài)分布的密度函數(shù)積分計算過于復(fù)雜,我們常常將它轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布函數(shù),然后查表進(jìn)行求解。轉(zhuǎn)換的方法是,若在一般正態(tài)函數(shù)中,該隨機(jī)變量的值為x,則在標(biāo)準(zhǔn)正態(tài)分布中,它將轉(zhuǎn)換為(x-μ)/σ。一下是一個具體的例子:


正態(tài)分布問題解法

隨機(jī)變量函數(shù)的分布并不算這一章的難點。如果原隨機(jī)變量x為離散型隨機(jī)變量,那么只需要將x代入y關(guān)于x的表達(dá)式計算出y的值,然后對應(yīng)原來x的概率,就可以求得y的分布律;如果x為連續(xù)型隨機(jī)變量,那么先寫出y的分布函數(shù),通過定義解出x的范圍,再積分即可。這么說可能有點抽象,那么下面我們用一個具體的例子來解釋這種方法:


求隨機(jī)變量函數(shù)的分布函數(shù)的計算方法

以上就是本周學(xué)習(xí)的內(nèi)容,下面附上思維導(dǎo)圖:

思維導(dǎo)圖_1
思維導(dǎo)圖_2

在下周,我將進(jìn)行多維隨機(jī)變量的學(xué)習(xí)。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容