如何在保持函数形状的同时将函数转换为概率密度？

我有一系列函数，据推测每个函数代表跨代理的随机变量的密度。每个函数还具有一个域，该域描述随机变量的哪些值有效。

现在，如果我正确地记住了stats类，并且在函数域所描述的值中采用了其中一个函数的积分，那么我应该得到1.0的值。但是，这不会发生。

是否有一种标准化技术可以将函数转换为真实的概率密度，但又可以保持函数的形状？

所有函数的格式均为，其中是随机变量，而是变化的常数。 $\frac{a}{bx}+c$ $x$ $a,b,c$

distributions probability

— 格雷厄姆
source

如果你有一个非负积函数与域，使得 $f$ $D$

k = \int_{D} f (x) d x < \infty

$k = \int_{D} f(x) dx < \infty$

那么是上的概率密度。值被称为归一化常数。 $f(x)/k$ $D$ $k$

编辑：在您的示例中，您说对于已知常数。在这种情况下，不定积分很容易计算，归一化常数为 $f(x) = \frac{a}{bx} + c$ $a,b,c$

k = {[\frac{a \log (x)}{b} + c x]}_{D}

$k = \left[ \frac{a \log(x) }{b} + cx \right]_{D}$

如果是一个间隔则简化为 $D$ $(A,B)$

k = \frac{a}{b} \cdot \log (\frac{B}{A}) + c (B - A)

$k = \frac{a}{b} \cdot \log \left( \frac{B}{A} \right) + c(B-A)$ 因此是上的概率密度。

g (x) = \frac{\frac{a}{b x} + c}{\frac{a}{b} \cdot \log (\frac{B}{A}) + c (B - A)}

$g(x) = \frac{\frac{a}{bx} + c}{\frac{a}{b} \cdot \log \left( \frac{B}{A} \right) + c(B-A)}$

(A, B)

$(A,B)$

— 巨集
source