随机变量的分布函数

随机变量的分布函数

对于离散型随机变量而言，我们可以一一列举出随机变量的取值，其概率分布可以用分布律来表示，而对于非离散型随机变量，不能一一列举出其取值，不能用分布律描述，因此如何给出一个统一性的方法研究随机变量的概率分布，这就用到了分布函数的概念

定义

设$X$是一个随机变量，$x$是任意实数，则函数
F ( x ) = P { X ≤ x } , − ∞ < x < + ∞ F(x)=P\{X \le x\},-\infty<x<+\infty F(x)=P{X≤x},−∞<x<+∞
称为$X$的分布函数。

定义域：$x\in (-\infty ,+\infty )$

值域：$0\le F(x)\le 1$

**应用：**给定$x_1,x_2(x_1<x_2)$， P { x 1 < X ≤ x 2 } = P { X ≤ x 2 } − P { X ≤ x 1 } = F ( x 2 ) − F ( x 1 ) P\{x_1<X\le x_2\}=P\{X\le x_2\}-P\{X\le x_1\}=F(x_2)-F(x_1) P{x1​<X≤x2​}=P{X≤x2​}−P{X≤x1​}=F(x2​)−F(x1​)，注意是左开右闭区间

几何表示

将$X$看成数轴上的随机点的坐标，那么分布函数$F(x)$在$x$处的函数值就表示$X$落在区间$(—\infty ,x]$上的概率。

性质（一个函数是分布函数的充要条件）

1. $F(x)$是单调不减函数，即对任意$x_1<x_2$，有$F(x_1)\le F(x_2)$​

   

2. $0\le F(X)\le 1$；$\underset{x\to -\infty }{\lim }=0$，$\underset{x\to +\infty }{\lim }=1$，概率是有界的，当$x\to -\infty$时，$X\le x$趋于不可能事件，因此概率趋向0；当$x\to +\infty$时，$X\le x$趋于必然事件，因此概率趋向1。

3. $F(x)$是右连续的，即对任意$x_0$，$\underset{x\to x_0^{+}}{\lim }F(x)=F(x_0)$，现有知识无法证明，可通过函数图像理解。

离散型随机变量的分布函数

以一道例题引入：

可以通过数轴来辅助计算，经过简单计算可以得到：

需要注意计算的分段区间是左闭右开的，根据计算出来的分布函数可以画出图像：

根据该图像，我们有两点发现，这也是离散型随机变量分布函数图像的一些性质：

1. 离散型随机变量的分布函数图像是阶梯型曲线
2. $F(x)$在$x_k$处有跳跃值 P { X = x k } P\{X=x_k\} P{X=xk​}

接下来可以利用分布函数来计算概率：

反过来如果根据分布函数求分布律，只需要找跳跃值即可。

连续性随机变量的分布函数

通过一道例题引入：

经过计算我们可以得到分布函数及其图像：

可以发现连续性随机变量的分布函数图像是连续的，和离散型随机变量的随机函数有所区别。