概率论基础 | 您所在的位置:网站首页 › 已知条件概率密度求条件概率 › 概率论基础 |
在前面的文章里,已经带大伙了解了概率论的概率事件类型,以及针对某些事件的发生概率,以及针对全部场景的某事件的发生概率等基本知识。不过对于统计学专业来说,或者实际应用来说,接触最多的还是离散型和连续型概率,以及分析其概率密度与分布函数。所以说这里的内容可以算是概率论真正的支撑核心和基石。 无论你做数据分析,还是说人工智能方向,这是你应该打好的基础中的基础。 文章目录 离散型及连续型概率模型的基本定义什么是概率模型的概率密度与概率分布函数积分换元法与概率中的换元计算一些相关例题1. 离散型随机变量、分布函数2. 离散型随机变量函数的分布3. 连续型的概率密度、分布函数4. 连续型随机变量函数的分布 离散型及连续型概率模型的基本定义在研究生阶段,或者说在实际的工作阶段,经常可以看到关于连续和离散的讨论。我这里不想过多的讨论这个问题,只是简单的说一下,离散型,就相对于散数列,而连续型本质上是运动变化的连续描述。所以把数学上经常见到的两种不同类型的数据做到一张图表上,就是下面这个样子。
然后绘制样本概率表 X012P1/158/156/15解(2) 根据上题中的样本概率表,我们可以得出概率累加函数(或者说分布函数) 即: F ( X ) = { 0 x < 0 1 / 15 0 ≤ x < 1 9 / 15 1 ≤ x < 2 1 2 ≤ x F(X) = \left\{\begin{matrix} 0 & x < 0 \\ 1/15 & 0 \leq x < 1 \\ 9/15 & 1 \leq x < 2 \\ 1 & 2 \leq x \end{matrix}\right. F(X)=⎩⎪⎪⎨⎪⎪⎧01/159/151xX>=0.5} (3). 分布函数F(X) 解(1) 从概率密度函数的定义出发,我们有: ∫ f ( x ) d x = 1 → ∫ e l s e f ( x ) d x + ∫ 0 1 ( a + x 2 ) d x = 1 \int f(x) dx = 1 \rightarrow \int_{else} f(x) dx + \int_0^1 (a+ x^2) dx = 1 ∫f(x)dx=1→∫elsef(x)dx+∫01(a+x2)dx=1 根据密度函数f(x)给出的条件,可以知道上式可以简化为: ∫ 0 1 ( a + x 2 ) d x = 1 \int_0^1 (a+ x^2) dx = 1 ∫01(a+x2)dx=1 然后根据导积分的运算规则,获得原函数为: ∫ 0 1 ( a + x 2 ) d x = ( a x + 1 3 x 3 ) ∣ 0 1 = 1 \int_0^1 (a+ x^2) dx = \left. (ax + \frac{1}{3} x^3) \right |_0^1 = 1 ∫01(a+x2)dx=(ax+31x3)∣∣∣∣01=1 代入上限和下限后,可以得到 a + 1 3 = 1 → a = 2 3 a+ \frac{1}{3} = 1 \rightarrow a = \frac{2}{3} a+31=1→a=32 解(2) 由于上面已经得到了 a=2/3,所以可以得到概率密度函数为: f ( x ) = { 2 3 + x 2 0 ≤ x < 1 0 e l s e f(x) = \left\{\begin{matrix} \frac{2}{3} + x^2 & 0 \leq x < 1 \\ 0 & else \end{matrix}\right. f(x)={32+x200≤x = 0.5 } P \left \{ X >= 0.5 \right \} P{X>=0.5} 即求解对于连续型概率,样本大于等于0.5后出现的事件概率,即对概率密度函数求积的过程。于是有: P { X > = 0.5 } = ∫ 0.5 + ∞ f ( x ) d x = ∫ 0.5 1 f ( x ) d x + ∫ 1 ∞ f ( x ) d x P \left \{ X >= 0.5 \right \} = \int_{0.5}^{+\infty} f(x) dx = \int_{0.5}^{1} f(x) dx + \int_1^{\infty} f(x) dx P{X>=0.5}=∫0.5+∞f(x)dx=∫0.51f(x)dx+∫1∞f(x)dx 根据题干给出的条件,可以知道 ∫ 1 ∞ f ( x ) d x = 0 \int_1^{\infty} f(x) dx = 0 ∫1∞f(x)dx=0,所以问题简化为: P { X > = 0.5 } = ∫ 0.5 1 f ( x ) d x = ∫ 0.5 1 [ 2 3 + x 2 ] d x P \left \{ X >= 0.5 \right \} = \int_{0.5}^{1} f(x) dx =\int_{0.5}^{1} [\frac{2}{3} + x^2]dx P{X>=0.5}=∫0.51f(x)dx=∫0.51[32+x2]dx 然后根据导积分的运算规则,获得: P { X > = 0.5 } = ( 2 3 x + 1 3 x 3 ) ∣ 0.5 1 = 5 8 P \left \{ X >= 0.5 \right \} = \left. (\frac{2}{3}x + \frac{1}{3} x^3) \right |_{0.5}^{1} = \frac{5}{8} P{X>=0.5}=(32x+31x3)∣∣∣∣0.51=85 解(3) 我们根据以上各题,可以轻易的得到分布函数F(X)为 F ( X ) = { 0 x < 0 2 3 x + 1 3 x 3 0 ≤ x < 1 1 1 ≤ x F(X) = \left\{\begin{matrix} 0 & x < 0 \\ \frac{2}{3}x + \frac{1}{3} x^3 & 0 \leq x < 1 \\ 1 & 1 \leq x \end{matrix}\right. F(X)=⎩⎨⎧032x+31x31x16x200(2Y−8)2/1608 |
CopyRight 2018-2019 实验室设备网 版权所有 |