概率密度函数

我们今天来学习一下概率密度函数，主要是复习基础知识点。

什么是概率密度函数？

概率密度函数是用于描述连续型随机变量的概率分布情况的函数，通常记为 $f(x)$。

与离散型随机变量（比如掷骰子，结果只能是1, 2, 3, 4, 5, 6）不同，连续型随机变量（比如身高、体重、时间）可以取任意一个区间内的任何值。

对于连续型变量，我们不讨论“某个具体值的概率”是多少（因为理论上任何一个精确值的概率都是0），而是讨论“变量落在某个区间内的概率”是多少。

核心思想：概率密度函数 $f(x)$ 曲线下方的面积，代表了随机变量落在该区间的概率。

概率密度函数的两个核心性质

1. 非负性：对于任何可能的x值，函数值 $f(x)$ 必须大于或等于0。 $f(x) \ge 0$ （函数的“高度”不能是负数）

2. 归一性：函数在整个定义域上的积分（即曲线下的总面积）必须等于1。 $\int_{-\infty}^{\infty} f(x) \,dx = 1$ （表示所有可能结果的概率之和为100%）

如何用概率密度函数计算概率？

要计算随机变量 $X$ 落在区间 $[a, b]$ 内的概率，我们只需要计算 $f(x)$ 从 $a$ 到 $b$ 的定积分： \(P(a \le X \le b) = \int_{a}^{b} f(x) \,dx\)

这也就是计算函数曲线在 $[a, b]$ 区间内与x轴围成的面积。

---

例题讲解

假设有一个电子元件，其寿命 $X$（单位：小时）是一个随机变量，它的概率密度函数如下：

\[f(x) = \begin{cases} \frac{1}{1000} e^{-x/1000} & \text{if } x \ge 0 \\ 0 & \text{if } x < 0 \end{cases}\]

这个函数描述了该元件在任意时间点 $x$ 的“失效率”。这是一个典型的指数分布，常用于描述无记忆性的事件（如设备寿命、放射性粒子衰变等）。

问题1：验证这是一个合法的概率密度函数。

我们需要验证上面提到的两个核心性质。

1. 非负性： 当 $x \ge 0$ 时，$e^{-x/1000}$ 恒为正数，所以 $f(x) = \frac{1}{1000} e^{-x/1000} \ge 0$。 当 $x < 0$ 时，$f(x) = 0$。所以非负性成立。

2. 归一性：我们需要计算总面积是否为1。 \(\int_{-\infty}^{\infty} f(x) \,dx = \int_{0}^{\infty} \frac{1}{1000} e^{-x/1000} \,dx\)

   \[= \frac{1}{1000} \left[ -1000 e^{-x/1000} \right]_{0}^{\infty}\] \[= - \left[ e^{-x/1000} \right]_{0}^{\infty} = - ( \lim_{x \to \infty} e^{-x/1000} - e^0 )\] \[= - (0 - 1) = 1\]

   总面积确实为1，所以归一性成立。这是一个合法的概率密度函数。

问题2：计算该元件寿命在500小时到1500小时之间的概率。

我们需要计算 $P(500 \le X \le 1500)$。根据公式，我们来求积分： \(P(500 \le X \le 1500) = \int_{500}^{1500} \frac{1}{1000} e^{-x/1000} \,dx\)

\[= \left[ -e^{-x/1000} \right]_{500}^{1500}\] \[= (-e^{-1500/1000}) - (-e^{-500/1000})\] \[= -e^{-1.5} + e^{-0.5} =0.3834\]

答案：该元件的寿命在500小时到1500小时之间的概率约为38.34%。

总结

• 概率密度函数：描述连续随机变量的概率分布。
• f(x) 的值：不是概率，而是概率的“密度”或相对可能性。
• 曲线下的面积：才是真正的概率。
• 总面积：必须等于1。