【分布函数怎么求】在概率论与数理统计中，分布函数是一个非常重要的概念，用于描述随机变量的取值规律。无论是离散型还是连续型随机变量，都可以通过分布函数来刻画其概率特性。本文将对“分布函数怎么求”这一问题进行总结，并以表格形式清晰展示不同情况下的求法。
一、什么是分布函数？
设 $ X $ 是一个随机变量，定义在样本空间 $ \Omega $ 上，对于任意实数 $ x $，称：
$$
F(x) = P(X \leq x)
$$
为随机变量 $ X $ 的分布函数，也称为累积分布函数（CDF）。
分布函数具有以下性质：
1. 单调不减；
2. $ \lim_{x \to -\infty} F(x) = 0 $；
3. $ \lim_{x \to +\infty} F(x) = 1 $；
4. 右连续。
二、如何求分布函数？
根据随机变量的类型（离散或连续），求分布函数的方法有所不同。下面分别介绍。
1. 离散型随机变量
若 $ X $ 是离散型随机变量，其可能取值为 $ x_1, x_2, \ldots $，对应的概率为 $ p_1, p_2, \ldots $，则分布函数为：
$$
F(x) = \sum_{x_i \leq x} p_i
$$
即，对于每个 $ x $，计算所有小于等于 $ x $ 的点的概率之和。
2. 连续型随机变量
若 $ X $ 是连续型随机变量，且其概率密度函数为 $ f(x) $，则分布函数为：
$$
F(x) = \int_{-\infty}^{x} f(t) \, dt
$$
即，对密度函数从负无穷到 $ x $ 积分。
三、不同类型随机变量的分布函数求法总结
| 随机变量类型 | 分布函数表达式 | 求法说明 |
| 离散型 | $ F(x) = \sum_{x_i \leq x} p_i $ | 对所有小于等于 $ x $ 的取值概率求和 |
| 连续型 | $ F(x) = \int_{-\infty}^{x} f(t) \, dt $ | 对概率密度函数从负无穷到 $ x $ 积分 |
四、举例说明
例1：离散型随机变量
设 $ X $ 的分布列为：
| $ x $ | 0 | 1 | 2 |
| $ P(X=x) $ | 0.2 | 0.5 | 0.3 |
则分布函数 $ F(x) $ 为：
- 当 $ x < 0 $: $ F(x) = 0 $
- 当 $ 0 \leq x < 1 $: $ F(x) = 0.2 $
- 当 $ 1 \leq x < 2 $: $ F(x) = 0.2 + 0.5 = 0.7 $
- 当 $ x \geq 2 $: $ F(x) = 1 $
例2：连续型随机变量
设 $ X $ 的概率密度函数为：
$$
f(x) =
\begin{cases}
2x, & 0 \leq x \leq 1 \\
0, & \text{其他}
\end{cases}
$$
则分布函数为：
$$
F(x) =
\begin{cases}
0, & x < 0 \\
\int_0^x 2t \, dt = x^2, & 0 \leq x \leq 1 \\
1, & x > 1
\end{cases}
$$
五、总结
分布函数是研究随机变量概率特性的基础工具，无论是离散型还是连续型，都可以通过不同的方式求出其分布函数。理解并掌握这些方法，有助于更深入地分析随机现象。
通过上述表格和示例可以看出，求分布函数的关键在于明确随机变量的类型，并选择相应的计算方法。希望本文能帮助你更好地理解和应用分布函数的概念。