概率论与数理统计-连续型随机变量基础知识（一）

2021-10-24 19:00:25 阅读：236 来源： 互联网

$\varphi (x)=\left\{\begin{matrix} \frac{1}{b-a} & & \\ 0& & \end{matrix}\right.$ 今天要了解的基础知识是连续型随机变量的概念，常见的连续型随机变量分布。

连续型随机变量的定义是若一个随机变量的分布函数可写成 $F(x)=P(X<x)=\int_{-\propto }^{x}\varphi (x)dx$ ，则该随机变量可称为连续型随机变量，其中 $\varphi(x)$ 为该连续型随机变量的密度函数。连续型随机变量有哪些基本性质呢?

(1)若连续型随机变量在某点是连续的（这个我不太清楚，数学很严谨，我一直不是很懂），则 $F'(x)=\varphi (x)$ 。

(2) $\int_{-\propto }^{\propto }\varphi (x)dx=1$ ，这个性质很重要，经常用来求分布函数和密度函数。

(3) $P(b< x\leq a)=F(a)-F(b)$

(4)若X为连续型随机变量，则 $P(X=a)=0$ 。

这些基础知识介绍之后，紧接着就是常见分布。

一、均匀分布

若随机变量X落在[a,b]上各点的概率是相等的，则称随机变量X服从均匀分布，其密度函数为 $\varphi (x)=\left\{\begin{matrix} \frac{1}{b-a} & a\leq x \leq b& \\ 0& else & \end{matrix}\right.$ .

二、指数分布

$\varphi (x)=\left\{\begin{matrix} \lambda e^{-\lambda x} & x> 0 & \\ 0& x\leq 0 & \end{matrix}\right.$ ，指数分布的分布函数有必要记一下 $F(x)=\left\{\begin{matrix} 1-e^{-\lambda x} &x> 0 & \\ 0& x\leq 0& \end{matrix}\right.$ 。

三、正态分布（用的实在太多了）

密度函数 $\varphi (x)=\frac{1}{\sqrt{2\pi }\sigma }e^{-\frac{(x-\mu )^{2}}{\sigma ^{2}}}$ ，x的取值为全实数轴。若 $\mu =0$ 且 $\sigma =1$ ，则称该正态分布为标准正态分布。正态分布还有如下性质：

(1)正态分布的标准化，假设有正态分布 $X\sim N(\mu ,\sigma ^{^{2}})$ ，若将X替换为 $\frac{x-\mu }{\sigma }$ ，则该函数服从标准正态分布 $\phi (x)$ .

(2) $\phi (-x)=1-\phi (x)$

四、 $\Gamma$ 分布

首先介绍 $\tau$ 函数： $\Gamma (\alpha )=\int_{0}^{+\propto }t^{\alpha -1}e^{-t}dt$ ，该函数有如下几条性质：

(1) $\Gamma (1)=1$

(2) $\Gamma (\frac{1}{2})=\sqrt{\pi }$

(3)= $\Gamma (\alpha +1)=\alpha \Gamma (\alpha )$

由（3）可知， $\Gamma (n+1)=n!$ n为正整数

接下来介绍 $\tau$ 分布，若随机变量的密度函数为：

$\varphi (x)=\left\{\begin{matrix} \frac{\beta ^{\alpha }}{\Gamma (\alpha )}x^{\alpha -1}e^{-\beta x} & x> 0& \\ 0 & x\leq 0 & \end{matrix}\right.$ ，则称X服从 $\Gamma$ 分布。即为 $X\sim \Gamma (\alpha ,\beta )$ ,观察可知指数分布即为 $X\sim (1,\lambda )$ , $\chi$ 分布即为 $\Gamma (\frac{n}{2},\frac{1}{2})$ 。

标签：7D%,26%,连续型,基础知识,数理统计,20%,随机变量,5C%
来源： https://blog.csdn.net/weixin_52535931/article/details/120935928

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

概率论与数理统计-连续型随机变量基础知识（一）