分布函数与概率密度函数的转化 概率密度函数和分布函数之间的区别
\u6982\u7387\u5bc6\u5ea6\u548c\u5206\u5e03\u51fd\u6570\u600e\u4e48\u8f6c\u5316\u7531 \u5bc6\u5ea6\u51fd\u6570\u6c42\u5206\u5e03\u51fd\u6570
\u7531\u5206\u5e03\u51fd\u6570\u6c42\u5bc6\u5ea6\u51fd\u6570
\u4ece\u6570\u5b66\u4e0a\u770b\uff0c\u5206\u5e03\u51fd\u6570F(x)=P(X<x)\uff0c\u8868\u793a\u968f\u673a\u53d8\u91cfX\u7684\u503c\u5c0f\u4e8ex\u7684\u6982\u7387\u3002\u8fd9\u4e2a\u610f\u4e49\u5f88\u5bb9\u6613\u7406\u89e3\u3002\u6982\u7387\u5bc6\u5ea6f(x)\u662fF(x)\u5728x\u5904\u7684\u5173\u4e8ex\u7684\u4e00\u9636\u5bfc\u6570\uff0c\u5373\u53d8\u5316\u7387\u3002\u5982\u679c\u5728\u67d0\u4e00x\u9644\u8fd1\u53d6\u975e\u5e38\u5c0f\u7684\u4e00\u4e2a\u90bb\u57df\u0394x\uff0c\u90a3\u4e48\uff0c\u968f\u673a\u53d8\u91cfX\u843d\u5728(x, x+\u0394x)\u5185\u7684\u6982\u7387\u7ea6\u4e3af(x)\u0394x\uff0c\u5373P(x<X<x+\u0394x)\u2248f(x)\u0394x\u3002\u6362\u53e5\u8bdd\u8bf4\uff0c\u6982\u7387\u5bc6\u5ea6f(x)\u662fX\u843d\u5728x\u5904\u201c\u5355\u4f4d\u5bbd\u5ea6\u201d\u5185\u7684\u6982\u7387\u3002\u201c\u5bc6\u5ea6\u201d\u4e00\u8bcd\u53ef\u4ee5\u7531\u6b64\u7406\u89e3\u3002
分布函数转化为概率密度，只需要对分布函数进行求导就可以求出概率密度。
如果概率密度为连续型的概率密度，那么求分布函数直接对概率密度直接求积分就可以得到相应的分布函数。
如果概率密度是分段函数，那么我们就要从分布函数的定义出发，来求分布函数。
注意分布函数是累加函数。对概率进行逐段累加就可以得到分布含税。
所以本题的概率密度:
x<0时 F(x)=∫(--∞, x)f(x)dx=0，
当0<=x<1，F(x)=∫(o , x)tdt=（x^2）/2
当1<=x<2,F（x）=∫(o , 1)tdt+∫（1，x）2-tdt=2x-（x^2）/2-1。
当x>=2时F（x）=1。
扩展资料：
分布函数的性质：
F(x)为随机变量X的分布函数，其充分必要条件为：
1、非降性，F(x)是一个不减函数
2、有界性
3、右连续性
设F（x，y） 是随机变量（x，y） 的分布函数,
1、0<=F（x，y）<=1。
2、固定一个自变量的值时，作为一元函数关于另一个自变量是单调不减的；
3、固定一个自变量的值时，F（x，y）作为一元函数关于另一个自变量至少有连续。
参考资料来源：百度百科-分布函数
分布函数求导就是密度函数，联合分布函数分别求偏导就是联合密度。密度函数到分布函数就是求积分，就这样。
绛旓細鍒嗗竷鍑芥暟杞寲涓烘鐜囧瘑搴︼紝鍙渶瑕佸鍒嗗竷鍑芥暟杩涜姹傚灏卞彲浠ユ眰鍑烘鐜囧瘑搴銆傚鏋滄鐜囧瘑搴︿负杩炵画鍨嬬殑姒傜巼瀵嗗害锛岄偅涔堟眰鍒嗗竷鍑芥暟鐩存帴瀵规鐜囧瘑搴︾洿鎺ユ眰绉垎灏卞彲浠ュ緱鍒扮浉搴旂殑鍒嗗竷鍑芥暟銆傚鏋滄鐜囧瘑搴︽槸鍒嗘鍑芥暟锛岄偅涔堟垜浠氨瑕佷粠鍒嗗竷鍑芥暟鐨勫畾涔夊嚭鍙戯紝鏉ユ眰鍒嗗竷鍑芥暟銆傛敞鎰忓垎甯冨嚱鏁版槸绱姞鍑芥暟銆傚姒傜巼杩涜閫愭绱姞灏卞彲浠ュ緱鍒板垎甯...
绛旓細鍒嗗竷鍑芥暟杞寲涓烘鐜囧瘑搴︼紝鍙渶瑕佸鍒嗗竷鍑芥暟杩涜姹傚灏卞彲浠ユ眰鍑烘鐜囧瘑搴銆傚鏋滄鐜囧瘑搴︿负杩炵画鍨嬬殑姒傜巼瀵嗗害锛岄偅涔堟眰鍒嗗竷鍑芥暟鐩存帴瀵规鐜囧瘑搴︾洿鎺ユ眰绉垎灏卞彲浠ュ緱鍒扮浉搴旂殑鍒嗗竷鍑芥暟銆傚鏋滄鐜囧瘑搴︽槸鍒嗘鍑芥暟锛岄偅涔堟垜浠氨瑕佷粠鍒嗗竷鍑芥暟鐨勫畾涔夊嚭鍙戯紝鏉ユ眰鍒嗗竷鍑芥暟銆傛墍浠ユ湰棰樼殑姒傜巼瀵嗗害锛歺<0鏃 F(x)=鈭(--鈭, x)f(...
绛旓細鐢鍒嗗竷鍑芥暟姹瀵嗗害鍑芥暟
绛旓細鈶 x鈮0鍜寈鈮1鏃 F锛坸锛夋槸甯告暟 姹傚寰姒傜巼瀵嗗害f(x)=0 0<x<1鏃 F锛坸锛= x^2 姹傚寰楁鐜囧瘑搴(x)= 2x 鍗冲緱浠ヤ笂缁撴灉 鈶 鈶㈢涓涓叕寮=C 鏄鐩粰瀹氱殑鏉′欢 瑕佹眰甯告暟c 鐢变簬f(x)=c, 鈪爔鈪<1 0, 鈪爔鈪犫墺1 鎵浠ュf(x)浠庤礋鏃犵┓绉垎鍒版鏃犵┓ 椤诲垎鍑犱釜閮ㄥ垎...
绛旓細浠庢暟瀛︿笂鐪嬶紝鍒嗗竷鍑芥暟F(x)=P(X<x)锛岃〃绀洪殢鏈哄彉閲廥鐨勫煎皬浜巟鐨勬鐜囥傝繖涓剰涔夊緢瀹规槗鐞嗚В銆姒傜巼瀵嗗害f(x)鏄疐(x)鍦▁澶勭殑鍏充簬x鐨勪竴闃跺鏁帮紝鍗冲彉鍖栫巼銆傚鏋滃湪鏌愪竴x闄勮繎鍙栭潪甯稿皬鐨勪竴涓偦鍩熚攛锛岄偅涔堬紝闅忔満鍙橀噺X钀藉湪(x, x+螖x)鍐呯殑姒傜巼绾︿负f(x)螖x锛屽嵆P(x<X<x+螖x)鈮坒(x)螖x銆傛崲鍙...
绛旓細姒傜巼瀵嗗害绉垎鍚庡緱鍒鍒嗗竷鍑芥暟锛屾敞鎰忕Н鍒嗭紝姣斿浣犳兂姹傚垎甯冨嚱鏁癮鐐圭殑鍊硷紝鍒欏皢姒傜巼瀵嗗害浠庤礋鏃犵┓绉埌a鍗冲彲銆傚垎甯冨嚱鏁板井鍒嗗悗寰楀埌姒傜巼瀵嗗害锛屽鍙橀噺姹傚井鍒嗗嵆鍙傛鐜囧瘑搴︽槸鎸囧彉閲忎负鏌愬兼椂鍙戠敓鐨勬鐜囷紝鍒嗗竷鍑芥暟鏄寚鍙橀噺灏忎簬鏌愬兼椂鍙戠敓鐨勭疮鍔犳鐜囷紙涓嶄細澶т簬1锛
绛旓細涓よ呬箣闂寸殑鍏崇郴琛ㄦ槑锛鍒嗗竷鍑芥暟鏄姒傜巼瀵嗗害鍑芥暟鐨绉垎锛岃繖绉嶅叧绯诲湪鏁板鍒嗘瀽鍜屾鐜璁轰腑鏈夊箍娉涚殑搴旂敤銆傘佸垎甯冨嚱鏁帮紝涔熻绉颁负绱Н鍒嗗竷鍑芥暟锛屾槸鎻忚堪闅忔満鍙橀噺鍙栧煎垎甯冭寰嬬殑涓绉嶆暟瀛﹁〃绀烘柟娉曘傚浜庝换鎰忕殑瀹炴暟x锛屽垎甯冨嚱鏁癋(x)琛ㄧず闅忔満鍙橀噺X鍙栧间笉澶т簬x鐨勬鐜囥傝X鏄竴涓殢鏈哄彉閲忥紝x鏄换鎰忓疄鏁帮紝鍑芥暟F(x)=P(X鈮...
绛旓細鍒嗗竷鍑芥暟鏄畾涔変负闅忔満鍙橀噺灏忎簬鎴栫瓑浜庢煇涓肩殑姒傜巼锛岃屽瘑搴﹀嚱鏁版槸瀹氫箟涓哄湪鍖洪棿涓婄殑姒傜巼瀵嗗害銆備簩鑰呴氳繃瀵兼暟鍜岀Н鍒嗙殑鍏崇郴鐩镐簰鍏宠仈锛屽瘑搴﹀嚱鏁版槸鍒嗗竷鍑芥暟鐨勫鏁帮紝鑰屽垎甯冨嚱鏁版槸瀵嗗害鍑芥暟鐨勭Н鍒嗐傞氳繃鍒嗗竷鍑芥暟鍜屽瘑搴﹀嚱鏁扮殑鐩镐簰杞寲锛屾垜浠彲浠ヨ绠楅殢鏈哄彉閲忕殑姒傜巼鍜岀粺璁＄壒鎬с
绛旓細鍒嗗竷鍑芥暟鍒欐弿杩颁簡闅忔満鍙橀噺鐨勬暣浣撳垎甯冿紝鍖呮嫭杩炵画鍨嬪拰绂绘暎鍨嬮殢鏈哄彉閲忥紝瀹冩槸涓涓疮绉姒傜巼鍑芥暟锛屽嵆CDF锛坸锛夎〃绀洪殢鏈哄彉閲忕殑鍊煎皬浜庢垨绛変簬x鐨勬鐜囥?瀵逛簬杩炵画鍨嬮殢鏈哄彉閲忥紝姒傜巼瀵嗗害鍑芥暟鍙互閫氳繃鍏剁疮绉垎甯冨嚱鏁帮紙CDF锛夐氳繃绉垎寰楀埌锛屽嵆濡傛灉宸茬煡杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼瀵嗗害鍑芥暟f锛坸锛夛紝閭ｄ箞鍏跺垎甯冨嚱鏁癋锛坸锛夊彲浠ラ氳繃绉垎...
绛旓細姒傜巼瀵嗗害鏄寚涓涓殢鏈哄彉閲忓湪鏌愪竴鍙栧奸檮杩戠殑姒傜巼涓庤鍙栧奸檮杩戠殑鍖洪棿闀垮害鐨勬瘮鍊笺傛鐜囧瘑搴︽槸姒傜巼璁哄拰缁熻瀛︿腑鐨勪竴涓噸瑕佹蹇碉紝鐢ㄤ簬鎻忚堪杩炵画鍨嬮殢鏈哄彉閲忕殑姒傜巼鍒嗗竷銆傚畠鍦姒傜巼瀵嗗害鍑芥暟probability density function锛岀畝绉癙DF鐨勫舰寮忎腑杩涜瀹氫箟鍜岃〃绀恒傛鐜囧瘑搴﹁〃绀轰簡涓涓繛缁瀷闅忔満鍙橀噺鍙栨煇涓壒瀹氬奸檮杩戠殑姒傜巼瀵嗛泦绋嬪害...
