概率积分变换

🏠 第17章概念导航

核心问题

任何连续型随机变量,被自己的分布函数一压,都变成 。

这条定理有两个用处:做题时它能把一大堆看起来要积分的题一步秒杀;理论上它说明”均匀分布是所有连续分布的中转站”——这正是计算机生成随机数的原理。

核心定义 / 定理 / 结论

定理与证明

设 连续型, 是它自己的分布函数,且 严格递增。则对 :,这正是 的分布函数。

( 不严格递增时用广义逆 ,结论不变。)

逆定理(反变换法)

的分布函数是

这是造随机数的标准做法:想要 ,解 得或等价地(因 )。

三条派生结论(都直接考过)

对一切连续型

最后一条在可靠性里叫累积风险函数:,而 总是标准指数。用途:把任何寿命分布”拉直”成标准指数,便于统一检验。

判据: 是不是 自己的?

这一问定生死
题面那个函数是自己的吗结果
,是
任意连续型是
,, 是 的 不是混合型

第三行是命题人最爱的陷阱:把两个”标准配件”错配,看你会不会盲目套定理。

副产品:参数消失是自查点

概率积分变换的结论不含任何参数。所以:若算出的里还残留或其他参数,一定错了,反过来,题目给出具体密度却问一个”看起来与密度无关”的量时,先怀疑这是概率积分变换。

与混合型的关系

压平制造原子,拉伸保持连续

是” 恰好把 铺得完全均匀”的结果;而用别人的 时,往往有一段被压平:

把压到 (一个原子)

混合型的三个自查:原子在哪(哪段被压平)、原子多重、连续段的密度。总质量应为 1。

两种”混合”要分清

机制例子结果
加权混合(各分支都连续)、条件均匀仍是连续型
压平(区间压成点)、混合型(有原子)

都叫”混合”,一个是分布的凸组合(不产生原子),一个是变换的退化(产生原子)。

“离散选择 + 条件连续”

某连续分布

这是全概率公式(第16章)的直接搬用,结果通常仍是连续型。

“原子 + 条件均匀”型混合

题面:“,,在 下 在任一子区间取值的概率与长度成正比”。

翻译:条件分布是 ,于是

连续部分总质量

再把两个原子加回去。自查:每个跳跃高度 = 对应的点概率;右端 。

典型题型

  1. 认出 并直接写
  2. (题给的密度是干扰项)
  3. 不是自己的 → 判混合型、找间断点
  4. 写混合型分布函数(分段 + 跳跃核对)
  5. 加权混合求参数(全概率)

图示 / 直觉

把 想成一把”拉直尺”:

把概率密的地方拉长、稀的地方压短,直到处处一样浓结果就是均匀分布

更精确地说: 的斜率是 ,密度大的地方 上升快。用 作变换,相当于按”累积到这里有多少概率”重新标刻度。按这个新刻度看,每一段等长的区间都装着等量的概率——这就是均匀。

逆向的直觉(生成随机数):在 上均匀扔一个点 ,横着看 的图像,读出对应的 。 陡的地方(密度大)对应的 区间短,但被击中的 区间长——所以那里被抽到的机会多。

为什么错配的 会产生原子: 在 上是水平线(斜率 0)。水平段意味着”这一整段 都映到同一个 “,于是那段的全部概率质量堆在一个点上。

图像的水平段分布的原子

常见误用

1. 用了别人的

最核心的错。 必须是 自己的分布函数,否则结论不成立。

2. 看到 的分布函数就以为要出均匀分布

恰恰相反——那说明 不是 自己的,结果多半是混合型。

3. 被题给的具体密度带着去积分

对任何连续型都成立,密度是干扰项。

4. 混合型硬写密度

有原子就没有密度。只能写分布函数。

5. 分布函数写不全

解答题必须写出 上的所有分段,包括 和 两端。

6. 分段点归属写错,破坏右连续

写与不写与

后者在 处给出 ,不是右连续。

7. 把”加权混合”当成”压平”

加权混合(各分支连续)不产生原子,仍是连续型。

8. 忽略题目对 范围的限定

“当 时 “这个限定是钥匙——它保证两个条件分布都还在线性段。 后第一支饱和,表达式就变了。

9. 混合型不做总质量核对

连续段密度原子质量

三十秒的验算,能抓住大部分错误。

与旧知识的连接

高数:

  • 是反函数, 是反函数的定义;
  • 是复合函数,求导用链式法则;
  • 与 是一阶微分方程的解。

第16章:

  • “离散选择 + 条件连续”就是全概率公式;
  • “条件概率与长度成正比”就是几何概型;
  • “把条件概率还原成无条件”就是乘法公式 。

见 全概率公式与贝叶斯公式 与 古典概型与几何概型。

后续章节:

  • 第21章:经验分布函数 与 Kolmogorov–Smirnov 检验都建立在""上;
  • 第22章:分布拟合检验用累积风险函数把数据”拉直”再比对;
  • 蒙特卡洛模拟:反变换法是最基本的抽样算法。

题型训练

链接