概率密度函数怎么计算啊？

Y的概率密度函数为当1＜y＜3时，P(y)=1/2，y取其他值时，P(y)=0。

解：令Y的分布函数为FY(y)。

因为Y=2X+1，则

FY(y)=F(Y≤y)=F(2X+1≤y)=F(X≤(y-1)/2)。

当(y-1)/2≤0时，即y≤1时，F(Y≤y)=F(X≤(y-1)/2)=0。

当0＜(y-1)/2＜1时，即1＜y＜3时，F(Y≤y)=F(X≤(y-1)/2)=∫(0,(y-1)/2)dx=(y-1)/2。

当(y-1)/2≥1时，即y≥3时，F(Y≤y)=F(X≤(y-1)/2)=1。

所以Y的概率密度函数为

当y≤1时，P(y)=(0)'=0。

当1＜y＜3时，P(y)=((y-1)/2)'=1/2。

当y≥3时，P(y)=(1)'=0。

因此随机变量Y服从(1，3)上的均匀分布。

扩展资料：

单纯的讲概率密度没有实际的意义，它必须有确定的有界区间为前提。

可以把概率密度看成是纵坐标，区间看成是横坐标，概率密度对区间的积分就是面积，而这个面积就是事件在这个区间发生的概率，所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的，它必须要有区间作为参考和对比。

参考资料来源：百度百科-概率密度

正态分布概率计算公式：

其中μ为均数，σ为标准差。μ决定了正态分布的位置，与μ越近，被取到的概率就越大，反之越小。σ描述的是正态分布的离散程度。σ越大，数据分布越分散曲线越扁平；σ越小，数据分布越集中曲线越陡峭。

正态分布符号定义：

若随机变量X服从一个数学期望为μ、方差为的高斯分布，记为N(μ，)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。正态分布有两个参数，即均数（μ）和标准差（σ）。

例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；d着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。

1、概率的加法

定理：设A、B是互不相容事件（AB=φ），则：

P（A∪B）=P（A）+P（B）

推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2++ An)= P(A1) +P(A2) +…+ P(An)

推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2++An)=1

推论3：

为事件A的对立事件。

推论4：若B包含A，则P(B－A)= P(B)－P(A)

推论5（广义加法公式）：

对任意两个事件A与B，有P(A∪B)=P(A)+P(B)－P(AB)

2、乘法公式

P(AB)=P(A)×P(B|A)=P(B)×P(A|B)

推广：P(ABC)=P(A)P(B|A)P(C|AB)

概率具有以下7个不同的性质：

性质1：

；

性质2：（有限可加性）当n个事件A1,…,An两两互不相容时：　

；

性质3：对于任意一个事件A：

；

性质4：当事件A,B满足A包含于B时：

，

；

性质5：对于任意一个事件A，

；

性质6：对任意两个事件A和B，

；

性质7：（加法公式）对任意两个事件A和B，

。

根据变量的取值范围，对联合概率密度函数积分，对y积分得到X的边缘概率密度，对x积分得到Y的边缘概率密度过程如下：

扩展资料：

由于随机变量X的取值 只取决于概率密度函数的积分，所以概率密度函数在个别点上的取值并不会影响随机变量的表现。更准确来说，如果一个函数和X的概率密度函数取值不同的点只有有限个、可数无限个或者相对于整个实数轴来说测度为0（是一个零测集），那么这个函数也可以是X的概率密度函数。

连续型的随机变量取值在任意一点的概率都是0。作为推论，连续型随机变量在区间上取值的概率与这个区间是开区间还是闭区间无关。要注意的是，概率P{x=a}=0，但{X=a}并不是不可能事件。

最简单的概率密度函数是均匀分布的密度函数。

对于一个取值在区间[a,b]上的均匀分布函数  ，它的概率密度函数： 也就是说，当x不在区间[a,b]上的时候，函数值等于0；而在区间[a,b]上的时候，函数值等于这个函数  。这个函数并不是完全的连续函数，但是是可积函数。

正态分布是重要的概率分布。它的概率密度函数是：

随着参数μ和σ变化，概率分布也产生变化。