【什么是分布密度函數(shù)】分布密度函數(shù)是概率論與統(tǒng)計(jì)學(xué)中的一個(gè)重要概念，用于描述連續(xù)型隨機(jī)變量的概率分布特性。它并不是直接給出某個(gè)具體值出現(xiàn)的概率，而是表示在某個(gè)區(qū)間內(nèi)取值的概率密度。通過分布密度函數(shù)，我們可以計(jì)算出隨機(jī)變量落在某一范圍內(nèi)的概率。
一、
分布密度函數(shù)（Probability Density Function，簡(jiǎn)稱 PDF）是一個(gè)定義在實(shí)數(shù)軸上的非負(fù)函數(shù)，其在整個(gè)實(shí)數(shù)域上的積分等于1。對(duì)于連續(xù)型隨機(jī)變量 $ X $，分布密度函數(shù) $ f(x) $ 滿足以下兩個(gè)基本性質(zhì)：
1. 非負(fù)性：對(duì)任意實(shí)數(shù) $ x $，都有 $ f(x) \geq 0 $。
2. 歸一性：$ \int_{-\infty}^{+\infty} f(x) dx = 1 $。
分布密度函數(shù)的幾何意義是，在某一點(diǎn) $ x $ 處的函數(shù)值表示該點(diǎn)附近的概率密度。要得到一個(gè)區(qū)間 $ [a, b] $ 內(nèi)的概率，需要對(duì)分布密度函數(shù)在該區(qū)間上進(jìn)行積分，即：
$$
P(a \leq X \leq b) = \int_{a}^{b} f(x) dx
$$
不同的概率分布對(duì)應(yīng)著不同的分布密度函數(shù)，如正態(tài)分布、均勻分布、指數(shù)分布等。
二、常見分布及其密度函數(shù)對(duì)比表
| 分布名稱 | 密度函數(shù)表達(dá)式 | 定義域 | 參數(shù)說明 |
| 正態(tài)分布 | $ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} $ | $ (-\infty, +\infty) $ | $ \mu $：均值；$ \sigma $：標(biāo)準(zhǔn)差 |
| 均勻分布 | $ f(x) = \frac{1}{b-a} $（當(dāng) $ a \leq x \leq b $） | $ [a, b] $ | $ a, b $：區(qū)間端點(diǎn) |
| 指數(shù)分布 | $ f(x) = \lambda e^{-\lambda x} $（當(dāng) $ x \geq 0 $） | $ [0, +\infty) $ | $ \lambda $：速率參數(shù) |
| 伽馬分布 | $ f(x) = \frac{\beta^\alpha x^{\alpha-1} e^{-\beta x}}{\Gamma(\alpha)} $ | $ [0, +\infty) $ | $ \alpha, \beta $：形狀與尺度參數(shù) |
| 貝塔分布 | $ f(x) = \frac{x^{\alpha-1}(1-x)^{\beta-1}}{B(\alpha,\beta)} $ | $ [0, 1] $ | $ \alpha, \beta $：形狀參數(shù) |
三、小結(jié)
分布密度函數(shù)是理解連續(xù)型隨機(jī)變量行為的基礎(chǔ)工具，它不僅幫助我們計(jì)算概率，還能揭示數(shù)據(jù)的集中趨勢(shì)和離散程度。掌握不同分布的密度函數(shù)有助于在實(shí)際問題中選擇合適的模型進(jìn)行分析和預(yù)測(cè)。