高等数学 / 系统课时

连续分布函数

连续分布函数

连续分布函数把“随机变量不超过某个值”的累计概率表示成一条曲线。本课将从累计概率出发,说明它与概率密度函数之间的积分、导数关系,并用一个完整例子演示如何计算区间概率。

学习目标

  • 理解连续型随机变量分布函数的含义与基本性质
  • 掌握分布函数和概率密度函数之间的积分、导数关系
  • 能利用分布函数计算区间概率并识别常见误区

从累计概率理解分布函数

设连续型随机变量为 XX,它的分布函数定义为。

F(x)=P(X≤x)F(x)=P(X\le x)

F(x)F(x) 表示随机变量落在 xx 左侧全部区域的概率。随着 xx 向右移动,被累计的范围不断扩大,因此 F(x)F(x) 单调不减;当 xx 趋向负无穷时,F(x)F(x) 趋近于 00,趋向正无穷时则趋近于 11。

连续型随机变量在单个点上的概率为零,即 P(X=x)=0P(X=x)=0。因此在计算区间概率时,是否包含端点通常不影响结果,例如 P(a<X≤b)=P(a≤X≤b)P(a<X\le b)=P(a\le X\le b)。

概率密度与分布函数的累计关系

由密度函数得到分布函数

若 XX 的概率密度函数为 f(x)f(x),那么分布函数等于密度函数从负无穷到 xx 的累计面积:

F(x)=∫−∞xf(t) dtF(x)=\int_{-\infty}^{x} f(t)\,dt

密度函数本身不是概率,曲线在某一点的高度也不能直接解释为该点的概率。只有对一个区间积分,所得面积才是概率。任意 a<ba<b,区间概率可写成

P(a<X≤b)=F(b)−F(a)=∫abf(x) dxP(a<X\le b)=F(b)-F(a)=\int_a^b f(x)\,dx

这条公式把“求曲线下面积”和“计算分布函数之差”连接起来。已知密度时可积分得到概率;已知分布函数时,通常直接做差更方便。

由分布函数恢复密度函数

如果分布函数 F(x)F(x) 在某处可导,则该处的概率密度为。

f(x)=F′(x)f(x)=F'(x)

直观上,F(x)F(x) 表示累计概率,f(x)f(x) 表示累计速度。密度越高,分布函数在对应位置上升得越快;密度为零的区间,分布函数保持水平。

并非任意分布函数都能在每一点求导。对连续型分布,通常只需在可导处使用 f(x)=F′(x)f(x)=F'(x),少数不可导点不会影响积分概率。若分布函数出现跳跃,则该跳跃对应离散概率,不再是纯连续型分布。

主示例:三角形密度

设随机变量 XX 的密度函数为。

f(x)={2x,0≤x≤1,0,其他.f(x)= \begin{cases} 2x, & 0\le x\le 1,\\ 0, & \text{其他}. \end{cases}

先检查它是否是合法密度。函数处处非负,并且

∫012x dx=1\int_0^1 2x\,dx=1

因此它满足概率密度的条件。对密度积分,可得分布函数

F(x)={0,x<0,x2,0≤x≤1,1,x>1.F(x)= \begin{cases} 0, & x<0,\\ x^2, & 0\le x\le 1,\\ 1, & x>1. \end{cases}

现在计算 P(0.2<X≤0.8)P(0.2<X\le 0.8):

P(0.2<X≤0.8)=F(0.8)−F(0.2)=0.82−0.22=0.60P(0.2<X\le 0.8)=F(0.8)-F(0.2)=0.8^2-0.2^2=0.60

这里也可以直接计算 ∫0.20.82x dx\int_{0.2}^{0.8}2x\,dx,结果相同。两种方法的一致性正是分布函数与密度函数关系的直接体现。

易混淆点

  • F(x)F(x) 是累计概率,取值始终在 [0,1][0,1];f(x)f(x) 是密度,高度可以大于 11。
  • P(X=x)=0P(X=x)=0 不表示 xx 不可能出现,而是单个点在连续区间中没有面积。
  • 求区间概率时应计算 F(b)−F(a)F(b)-F(a),不能把两个密度值直接相减。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

连续分布函数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通