概率密度随笔

版权声明：所有的博客都是个人笔记，交流可以留言。未经允许，谢绝转载。。。 https://blog.csdn.net/qq_35976351/article/details/87460181

分布函数与概率密度

在学习概率论与数理统计的时候，我始终没有搞明白分布函数和概率密度的意义。在这里趁着毕设的时候，做一次复习。

概率密度表示了随机变量的一个分布趋势，而分布函数表示概率密度的一个变上限积分。在下图中， $f(x)$就表示了一个概率密度函数，我们能从图中很明显看出原点两侧有两个峰值分布。设分布函数是 $F(x)$，那么两者的关系是：
$F(x) = \int_{-\infty}^{x}f(x)dx + C$
而且有 $F(+\infty)=1$这个性质。

同样的，对于二维随机变量有：
$F(x,y) = \int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y)dxdy+C$
其中 $F(+\infty,+\infty)=1$

如上图右侧所示，如果想要求解连续性变量在某个区间内概率，只需要利用概率密度在区间内积分即可。

为什么使用概率密度

在一维的情况下，可能我们认为有了分布函数，好像概率除了能象征性的表示一下分布的特征之外没有其他的用处。可是如果推广到高维，情况就不一样了。有很多情况下，只有分布函数是无法计算概率的。很简单，在二维随机变量分布中，二维随机变量与XOY平面围成的体积是1，即整个的概率分布。如果我们要计算一个环形区域的积分，那么这个区域是无法通过分布函数进行计算的，只能通过概率密度对这个区域进行积分才可以。随意某种意义上讲，概率密度更常用。

边缘概率密度

边缘概率密度表示我们只关心其中的一个自变量的变化范围，忽略另一个的影响。
$F_X(x) = F(x,+\infty) = \int_{-\infty}^{x}\int_{-\infty}^{+\infty}f(x,y)dydx+C$
那么对于概率密度来说：
$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)dy$
对于 $y$的只需与 $x$交换位置即可。

如果 $X$与 $Y$相互独立，那么有
$f(x,y)=f_X(x)f_Y(y)$

条件概率密度

这一点类比之前的条件概率
$f_{X|Y}(x|y)=\frac{f(x,y)}{f_Y(y)}$