【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，它描述了随机变量取值小于等于某个值的概率。对于不同的随机变量类型（离散型或连续型），分布函数的求解方法也有所不同。本文将对常见的几种分布函数的求法进行总结，并以表格形式清晰展示。
一、分布函数的定义
设 $ X $ 是一个随机变量，其分布函数 $ F(x) $ 定义为：
$$
F(x) = P(X \leq x)
$$
其中 $ x $ 是任意实数。分布函数具有单调不减、右连续、极限为0和1等性质。
二、常见分布函数的求法总结
| 随机变量类型 | 分布函数定义方式 | 求法说明 |
| 离散型随机变量 | $ F(x) = \sum_{x_i \leq x} P(X = x_i) $ | 对于每一个可能的取值 $ x_i $，计算所有小于等于 $ x $ 的概率之和。注意：在每个点上是跳跃的，不是连续的。 |
| 连续型随机变量 | $ F(x) = \int_{-\infty}^{x} f(t) dt $ | 先找到概率密度函数 $ f(t) $，然后对 $ t $ 从负无穷到 $ x $ 积分。结果是一个连续且单调递增的函数。 |
| 正态分布 $ N(\mu, \sigma^2) $ | $ F(x) = \Phi\left( \frac{x - \mu}{\sigma} \right) $ | 利用标准正态分布函数 $ \Phi $，通过标准化变换得到。通常需要查表或使用计算器。 |
| 指数分布 $ Exp(\lambda) $ | $ F(x) = 1 - e^{-\lambda x} $（$ x \geq 0 $） | 直接代入公式即可。注意：当 $ x < 0 $ 时，$ F(x) = 0 $。 |
0 & x < a \\
\frac{x - a}{b - a} & a \leq x \leq b \\
1 & x > b
\end{cases} $
| 泊松分布 $ Pois(\lambda) $ | $ F(x) = \sum_{k=0}^{\lfloor x \rfloor} \frac{e^{-\lambda} \lambda^k}{k!} $ | 累加各个点的概率，适用于非负整数的取值范围。 |
