定义B-3(分布函数)随机变量X上的函数
P(x)=P(X=x)=P({ω|X(ω)=x})(B-3)
称为X的分布函数,有∑xP(x)=1。
例B-3 以例B-2定义的随机变量X为例,该随机变量可以取值1,2,3。概率分别为
上面的分布函数定义,适合在发生概率不为0的X仅为有限个的情况下使用。但是,当发生概率不为0的X有无穷多个时,每个特定取值的概率会趋于无穷小,不然所有概率之和不可能还等于1。此时,引入累积分布函数(Cumulative Distribution Function,CDF)和概率密度函数(Probability Density Function,PDF)更方便些。
定义B-4(累积分布函数)随机变量X上的函数
C(x)=P(X≤x)(B-4)
称为X的累积分布函数。
图B-1 随机变量X的累积分布函数(www.daowen.com)
利用累积分布函数,我们可以方便地查任何取值区间的随机变量发生的概率。例如,区间X∈[a,b]的概率为C(b)-C(a)。但是,当我们想分辨的区间粒度越来越小时,即[a,b]越来越窄时,问题又来了,因为我们发现C(b)-C(a)又会趋于无穷小。比如,对于累积分布函数来说,某个点X=x0的概率为
X=x1附近小区间的概率为无穷小,X=x2附近小区间的概率为无穷小,也不方便。因为不管怎么样,它们总有差别嘛,总还是有大小关系嘛!那这个大小关系怎么体现出来?一种方法就是看各自的平均变化速度。当b-a→0时,即为概率密度函数。
定义B-5(概率密度函数)随机变量X上的函数
称为X的概率密度函数,此时有
图B-2 随机变量X的概率密度函数
可以发现概率密度函数是累积分布函数的导数。对于概率密度函数来说,某个点X=x0的概率为
另外,上面三种刻画随机变量出现概率的函数P(x)、C(x)、f(x)都是等价的,仅是使用方便程度上有差别。实际使用过程中,哪个好获得,用哪个吧。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。