当前课程知识点:概率论与数理统计 > 第八章 假设检验 > 第八章 练习题 > 2.4 随机变量的分布函数
同学们 大家好
今天我们接着介绍
概率统计这门课的第二章
随机变量及其分布的第三节
随机变量的分布函数
这一节包含两个内容
第一个分布函数定义
第二个分布函数的性质
首先来看 分布函数的定义
假设 X 是一个随机变量
x 是任意的一个实数
那么这样子的一个函数
F(X) 等于 X≤x 的概率
我们把他就称为
随机变量 X 的分布函数
大家来看这个图
给定的 x
那么 X≤x
就落在了 x 的左侧
那么这个时候分布函数表示的是
随机变量落在 x 左侧的概率
为什么要介绍随机变量的分布函数
原因在于
很多随机事件的概率
都可以通过分布函数来计算
比如说
对任意的实数 x₁, x₂ (x₁< x₂)
那么这个时候
x₁<X≤ x₂ 的概率
大家看这个图
它就落在了 x₁ 和 x₂ 之间
当然不包括 x₁ 点
包括 x₂ 点这样一个区间上的概率
它等于什么
根据概率的性质以及随机事件的性质
我们很容易发现
X 落在这个区间上的概率
恰好等于 X≤x₂ 的概率
减去 X≤x₁ 的概率
也就是F(x₂)-F(x₁)
因此 如果一个随机变量
它的分布函数确定了
那么 他有一些事件的概率就随之
根据分布函数完全确定
下面看一个例子
给定一个随机变量
假设这个随机变量是离散型的
它的分布律是这样子的
我们来求一下 X 的分布函数
那么 这个时候我们注意到
刚才定义当中那个分布函数
自变量 X
它取值是全体实数
也就是说它的取值
充满整个实数区间
那么我们要计算
X 的分布函数
那么 这个时候
X 这个随机变量是个离散型的
它的取值有三个 -2 1 2
那么 -2 1 2
是我们计算分布函数的三个关键点
那么 这三个点
将我们这个实数轴分成了四个区间
我们分别来算
当x<-2时
那么 这个时候我们来看
当x<-2时
X≤x 的概率
这里面没有包含随机变量 X 的取值点
所以这个时候
X≤x 是一个不可能事件
也就是说
分布函数F(x)=0
当 -2≤x<1 的时候
也就是 x 落在-2到1之间
这个时候我们来计算分布函数
我们看一下
这个时候 X≤x
只包含了-2这一个点
所以我们算这个概率的时候
F(x)等于X≤x的概率
因为它只包含这样一个点
所以它就等于
X=-2 的概率等于三分之一
当 1≤x<2时
这个时候
我们说满足 X≤x 的 X 取值有两个
一个是-2 一个是1
因此F(x)=P{X≤x}
就等于 X=-2 的概率
加上 X=1 的概率
注意这里的 X=-2 和 X=1
这两个事件是互不相容的
所以他们和的概率等于概率的和
同理
当 2≤x 时
F(x) 等于 X≤x 的概率
那么 这时候
负无穷到 x 这个区间
包含了-2 1 2这三个点
所以它的概率是等于1的
这样一来
我们就将分布函数计算出来了
它是一个分段函数的形式
我们把它的图像画一下
大家可以看出来
它是一个分段函数
而且是一个阶梯函数
而且这个阶梯函数大家看
左端点是实心点
右端点的是空心点
比如说
在1那一点处它的取值是二分之一
而不是三分之一
做一个说明
分布函数F(x)
在 x=xk 处有一个跳跃
那么 这个跳跃 跃度值是多少呢
我们可以发现
这个跃度值恰好是 X=xk 的概率
因此
对于离散型随机变量
如果它的分布律已知
我们可以根据这个跃度值
直接把它的分布函数写出来
下面 我们来看一下第二部分
分布函数的性质
首先
我们来观察离散型
和连续性分布函数的图像
大家可以看出
分布函数一定具有这样的性质
第一点
F(x) 是一个单调不减的函数
换句话说
它是一个单调递增的函数
随着 x 的增加而增加
第二点
F(x) 由于它代表的是 X≤x 的概率
所以它的取值一定大于等于零
小于等于1
而且我们还可以证明
当 x 趋于负无穷时
F(x) 的极限是0
我们把它记做 F(-∞)=0
而且当 x 趋向于正无穷时
F(x) 的极限是1
我们把它记做 F(∞)=1
第三个性质
根据图像我们可以看出
由于每一个区间上
左端点处一定是实心点
右端点处上可能是空心点
那么这个时候
F(x) 一定是右连续的
这一点的在数学上
我们也可以给出严格的证明
在这里
我们就不去严格证明了
下面我们来看第二个内容
用分布函数来计算某些事件的概率
假设 F(x) 是随机变量 X 的分布函数
那么 这个时候我们来看
X<a 的概率怎么算
由于分布函数指的是 X≤x 的概率
那么 X<a 的概率呢
应该可以表示成 n 趋向于无穷时
X小于等于a减去n分之一的概率
那么 根据概率的连续性
这一点是显然成立的
那么 这个时候后面怎么办
我们来看一下
X 小于等于 a 减去 n 分之一的概率
恰好等于F a减n分之一
也就是说这个时候
n趋于无穷时
这个极限恰好表示的是
F 在 a 这一点的左极限
那么 X=a 的概率等于什么
就应该等于
P{X≤a}-P{X<a}
这是根据概率的性质得到的
这是非常简单的
那么 P{X≤a}=F(a)
而 P{X<a}
恰好是 F 在 a 这一点的左极限
因此
我们利用分布函数也可以计算
X=a 的概率
再来看
a<X≤b 的概率
那么根据事件的关系
这个 a<X≤b 这个事件
可以写成 X≤b 这个事件
减去 X≤a这个事件
那么这个时候
这个概率也同样满足这个性质
就是 P{X≤b}-P{X≤a}
而 P{X≤b}=F(b)
P{X≤a}=F(a)
所以 这个
P{a<X≤b}=F(b)-F(a)
同样的
如果是 P{a≤X≤b}
这个时候我们会发现
它恰好等于 P{a<X≤b}这个事件的概率
再加上 P{X=a}
同样我们也可以用分布函数来表示
a<X<b 的概率
等于 a<X≤b 的概率
减去 X=b 的概率
经过计算
它恰好等于 F 在 b 这一点的左极限
再减去 F 在 a 这一点的函数值
那么 a≤X<b的概率
等于 a<X≤b 的概率
再减去一个 X=b 的概率
再加上一个 X=a 的概率
由于 a<X≤b 的概率
以及 X=b 的概率
X=a 的概率
都已经用分布函数表示出来了
这个时候
我们就可以用分布函数
表示 a≤X<b 的概率
F在 b 这一点的左极限
F在 b 这一点的左极限
就是这个形式
F在 b 这一点的左极限
减去 F 在 a 这一点的左极限
同样我们可以计算 X≥b 的概率
考虑对立事件
X≥b 的概率
等于1减去 X<b 的概率
也就等于1减去F在b这一点的左极限
通过这些例子我们可以发现
要计算随机变量落在某些区间上的概率
我们都可以利用分布函数来计算
下面我们来具体看一个例子
假设随机变量 X 的分布函数给定
是这样一个形式
F(x)=A+Barctgx
让我们求证的参数A和B
注意 这里有两个参数
我要想把这两个参数求出来
我得建立两个方程
那么 根据我们分布函数的性质
我们知道
F(∞)=1 F(-∞)=0
首先来看 x 趋于负无穷时
F(x) 的极限一定是0
那么 x趋于负无穷时 A+Barctgx
它的极限是多少
我们可以算出来
就是A减去二分之π乘以B
同样的
x 趋于正无穷时
分布函数的极限是1
而 x 趋于正无穷时
A+Barctgx 的极限
是A加上二分之π乘B
这个时候我们就得到了两个方程
在这两个方程当中有两个未知数
A和B
我们就可以将A和B求出来
求出A和B的值来之后
我们就得到了A等于二分之一
B等于π分之一
这是利用分布函数的性质
求解未知参数
本节小结
这一节重点要求大家掌握
分布函数定义以及性质
用分布函数计算某些事件的概率
特别是 X=a 的概率
等于 F 在 a 点的函数值
减去 F 在 a 点的左极限
今天我们就讲到这里
下一节课我们将继续介绍
连续型随机变量
- 第八章 练习题