פונקציית התפלגות – הבדלי גרסאות
אין תקציר עריכה |
אין תקציר עריכה |
||
שורה 14: | שורה 14: | ||
ו- <math>\ a < X < b</math>. |
ו- <math>\ a < X < b</math>. |
||
בפרט נובע ש-<math>\ P(X=b) = F_X(b) - \ |
בפרט נובע ש-<math>\ P(X=b) = F_X(b) - \lim_{x\rightarrow b^{-}}F_X(x)</math>, כך שהסיכוי למאורעות <math>\ X=b</math> הוא אפס אם ורק אם הפונקציה F רציפה. אם הפונקציה [[פונקציה גזירה|גזירה]], אפשר לתאר אותה כ[[אינטגרל]] של [[פונקציית צפיפות]] f: |
||
:<math>F(x) = \int_{-\infty}^x f(t)\,dt.</math> |
:<math>F(x) = \int_{-\infty}^x f(t)\,dt.</math> |
||
גרסה מ־16:57, 1 במרץ 2012
בתורת ההסתברות, פונקציית הצטברות (Cumulative distribution function, בראשי תיבות CDF) של משתנה מקרי היא פונקציה X שערכיה קובעים את ההסתברות למאורעות מהצורה , לכל a ממשי.
תכונות מופשטות והקשר למשתנים מקריים
אם X משתנה מקרי, הפונקציה מקיימת בהכרח ארבע תכונות:
- הגבול שווה ל-0.
- הגבול שווה ל-1.
- הפונקציה מונוטונית עולה (במובן החלש), כלומר לכל .
- הפונקציה רציפה מימין.
ולהיפך: אם F היא פונקציה המקיימת את ארבע התכונות האלה, אפשר להגדיר ממנה משתנה מקרי. פורמלית, כדי להגדיר משתנה מקרי יש לתאר את ההסתברות לכך שהוא ישתייך לכל קבוצה A השייכת לאלגברת בורל על הממשיים. עם זאת, מכיוון שהקטעים יוצרים את האלגברה, מספיק להגדיר את ההסתברויות למאורעות . ואכן, אם דורשים ש- , נובע שהגבול משמאל שווה להסתברות . מכאן אפשר לקבל את ההסתברויות לכל המאורעות מהצורה , , ו- .
בפרט נובע ש-, כך שהסיכוי למאורעות הוא אפס אם ורק אם הפונקציה F רציפה. אם הפונקציה גזירה, אפשר לתאר אותה כאינטגרל של פונקציית צפיפות f: