Случайная величина, функция распределения и совместное распределение случайных величин

Определение случайной величины

Случайная величина — это числовая переменная, значение которой зависит от случайного эксперимента. Она отображает исходы вероятностного пространства в числовые значения. Случайная величина может быть:

• Дискретной: принимает конечное или счетное множество значений (например, число выпавших орлов при подбрасывании монеты).
• Непрерывной: принимает любое значение из некоторого интервала на числовой прямой (например, температура в течение дня).

Случайная величина обычно обозначается заглавными латинскими буквами (X, Y, Z), а её значения — соответствующими строчными буквами (x, y, z).

Функция распределения случайной величины

Функция распределения случайной величины X (или кумулятивная функция распределения) — это функция, определяющая вероятность того, что случайная величина примет значение, меньшее или равное заданному. Функция распределения F(x) для случайной величины X определяется как:

F(x) = P(X ≤ x)

Свойства функции распределения

• Невозрастающая: Функция F(x) возрастает или остаётся постоянной с увеличением x.
• Границы: lim(x → -∞) F(x) = 0 и lim(x → +∞) F(x) = 1, то есть вероятность принимает значение от 0 до 1.
• Правосторонняя непрерывность: Функция распределения F(x) непрерывна справа, то есть F(x+) = F(x).

Совместное распределение случайных величин

Совместное распределение описывает поведение двух или более случайных величин, рассматриваемых одновременно. Совместное распределение двух случайных величин X и Y задается функцией совместного распределения F(x, y), которая определяет вероятность одновременного выполнения неравенств:

F(x, y) = P(X ≤ x, Y ≤ y)

Совместная плотность вероятности

Для непрерывных случайных величин X и Y совместное распределение задается совместной плотностью вероятности f(x, y), связанной с функцией распределения следующим образом:

F(x, y) = ∬ f(x, y) dx dy

Свойства совместного распределения

• Маргинальные распределения: Вероятностные распределения для каждой из случайных величин X и Y можно получить, интегрируя совместное распределение:

  P(X ≤ x) = ∫ f(x, y) dy

  P(Y ≤ y) = ∫ f(x, y) dx

• Независимость случайных величин: Случайные величины X и Y независимы, если их совместное распределение можно представить как произведение маргинальных распределений:

  f(x, y) = fX(x) * fY(y)

Пример

Пусть случайная величина X — результат подбрасывания игрального кубика (принимает значения от 1 до 6). Функция распределения F(x) будет дискретной и ступенчатой, с вероятностями для каждого значения:

• P(X ≤ 1) = 1/6
• P(X ≤ 2) = 2/6
• и так далее до P(X ≤ 6) = 1.

Заключение

Случайные величины и их распределения играют ключевую роль в вероятностном анализе. Функция распределения позволяет описать вероятности случайной величины, а совместное распределение — определить взаимосвязь между несколькими величинами. Эти понятия важны для моделирования сложных случайных процессов в статистике и теории вероятностей.