Funkcja gęstości prawdopodobieństwa

Z Wikipedii

Skocz do: nawigacji, szukaj

Funkcja gęstości prawdopodobieństwa - funkcja rzeczywista, która pozwala wyrazić prawdopodobieństwo wystąpienia dowolnego zdarzenia B przy pomocy wartości całki Lebesgue'a z tej funkcji po zbiorze B. O funkcji gęstości mówi się w konkteście rozkładów prawdopodobieństwa na prostej jak i wielowymiarowych. Rozkłady mające gęstość nazywane są rozkładami ciągłymi. Często mówi się o gęstości zmiennej losowej w sensie gęstości rozkładu zmiennej losowej.

Spis treści

[edytuj] Definicja

Niech P będzie rozkładem prawdopodobieństwa w przestrzeni \mathbb{R}^N (w szczególności rozkładem na prostej dla N = 1). Funkcję borelowską f\colon \mathbb{R}^N\to \mathbb{R} nazywamy gęstością rozkładu P gdy dla każdego zbioru borelowskiego B\subseteq \mathbb{R}^N

P(B)=\int\limits_B f(x) dx.

Jeśli f jest gęstością rozkładu P, to w szczególności, na mocy powyższej definicji:

\int\limits_{\mathbb{R}^N} f(x) dx=1.

W drugę stronę, każda nieujemna funkcja borelowska f, spełniająca powyższy warunek, jest gęstością pewnego rozkładu prawdopodobieństwa.

[edytuj] Wybrane własności w przypadku jednowymiarowym

[edytuj] Dystrybuanta

Załóżmy, że f jest gęstością rozkładu P. Wówczas

\int\limits_{-\infty}^x f(t)dt=P((-\infty, x])=F_P(x),

gdzie FP jest dystrybuantą rozkładu P - gęstość (o ile istnieje) pozwala przy swojej pomocy wyrazić w prosty sposób dystrybuantę rozkładu, co często bywa przydatne, gdy dystrybuanta nie daje się wyrazić w sposób elementarny (np. rozkład normalny). Z powyższego związku między gęstością a dystrybuantą można zauważyć, że warunkiem koniecznym istnienia gęstości jest aby dystrybuanta rozkładu była prawie wszędzie ciągła - nie jest to jednak warunek wystarczający - istnieją dystrybuanty ciągłe, które nie mają gęstości (np. dystrybuanta Cantora). Warunkami wystarczającymi na istnienie gęstości dla danego rozkładu jest bezwzględna ciągłość bądź ograniczone wahanie jego dystrybuanty.

Jeśli F jest dystrybuantą to jest ona prawie wszędzie rózniczkowalna oraz jeśli F^\prime (określona prawie wszędzie) jest prawie wszędzie różna od zera, to jest ona gęstością.

[edytuj] Wartość oczekiwana

Jeżeli X jest jednowymiarową zmienną losową o rozkładzie ciągłym z gęstością f(x), to jej wartość oczekiwana wyraża się wzorem:

E(X)=\int\limits_{-\infty}^\infty x f(x) dx.

[edytuj] Suma zmiennych losowych

Jeżeli X i Yniezależnymi zmiennymi losowymi oraz przynajmniej jedna ma rozkład ciągły, to ich suma ma rozkład ciągły, jeśli ponadto obydwie mają rozkłady ciągłe, to gęstość ich sumy jest splotem ich gęstości.

[edytuj] Mechanika kwantowa

W kopenhaskiej interpretacji mechaniki kwantowej wszelkie obserwowalne własności cząstek (na przykład ich położenia, pędy, energie) opisywane są funkcjami falowymi. Przeprowadzenie pomiarów tej samej wielkości mierzalnej (tzw. obserwabli) w identycznych układach o identycznych stanach kwantowych może prowadzić do różnych wyników. W istocie, wynik pomiaru jest zmienną losową o określonym rozkładzie prawdopodobieństwa. W przypadku, gdy mierzoną wielkością jest położenie cząstki w stanie opisywanym funkcją falową \psi (r)\, gęstość prawdopodobieństwa znalezienia cząstki w punkcie r\, dana jest równaniem:

\rho (r) \;=\; \psi (r)^{*}\cdot \psi (r) \;=\; \left| \psi (r) \right|^{2}

gdzie * oznacza sprzężenie zespolone.

Utwórz książkę