Funkce hustoty pravděpodobnosti: definice, vlastnosti a příklady

Funkce hustoty pravděpodobnosti — přehledná definice, klíčové vlastnosti a názorné příklady pro práci se spojitými rozděleními. Vysvětlení krok za krokem.

Funkce hustoty pravděpodobnosti je funkce, kterou lze definovat pro libovolné spojité rozdělení pravděpodobnosti. Integrál funkce hustoty pravděpodobnosti v intervalu [ a , b ] {\displaystyle [a,b]} dává pravděpodobnost, že daná náhodná veličina s danou hustotou je obsažena v daném intervalu. Formálně platí

• Pravděpodobnost intervalu: P(a ≤ X ≤ b) = ∫_a^b f(x) dx, kde f(x) je hustota pravděpodobnosti.
• Normalizace: ∫_{−∞}^{∞} f(x) dx = 1 (celková pravděpodobnost je 1).
• Nezápornost: f(x) ≥ 0 pro všechna reálná x.
• Vztahem k distribuční funkci (CDF): pokud je F(x) distribuční funkce, pak tam, kde je F diferencovatelná, platí f(x) = F′(x).
• Jednotlivé body mají nulovou pravděpodobnost: pro spojité rozdělení je P(X = x) = 0 pro libovolné x; pravděpodobnost konkrétní hodnoty se měří integrováním hustoty přes intervaly.

Rozdíl mezi diskrétním a spojitým rozdělením (příklad)

Funkce hustoty pravděpodobnosti je nezbytná pro práci se spojitými rozděleními. Při hodu kostkou dostaneme čísla 1 až 6 s pravděpodobností 1 6 {\displaystyle {\tfrac {1}{6}}}. To je příklad diskrétního rozdělení (pravděpodobnostní funkce, tzv. probability mass function). Naproti tomu dvě reálné osoby téměř nikdy nebudou mít přesně stejnou výšku nebo hmotnost. Pomocí funkce hustoty pravděpodobnosti je možné určit pravděpodobnost pro lidi s výškou mezi 180 cm a 181 cm nebo mezi 80 kg a 81 kg, i když mezi těmito dvěma hranicemi leží nekonečně mnoho hodnot.

Příklady běžných spojitých rozdělení

• Uniformní rozdělení (na intervalu [a,b]): hustota je konstantní na intervalu a 0 jinde. Primitivní příklad „rovnoměrného“ rozdělení.
• Normální (Gaussovo) rozdělení: charakteristické zvonovité křivky; často se používá pro rozložení měřených veličin (např. výšky). Hustota: f(x)=1/(σ√(2π))·exp(−(x−μ)²/(2σ²)).
• Exponenciální rozdělení: používá se pro modelování doby mezi náhodnými událostmi (např. doba čekání). Hustota klesá exponenciálně.

Další důležité vlastnosti a použití

• Očekávání a rozptyl: očekávaná hodnota E[X] = ∫ x f(x) dx, rozptyl Var(X) = ∫ (x − E[X])² f(x) dx (pokud tyto integrály existují).
• Převod pomocí změny proměnné: pokud Y = g(X) je funkce náhodné veličiny X, hustota Y lze získat transformací hustoty X (metoda substituce nebo vzorce pro změnu proměnné).
• Podmíněné hustoty a společné hustoty: pro více náhodných veličin existují společné hustoty f_{X,Y}(x,y) a z nich se odvozují podmíněné hustoty f_{X|Y}(x|y) = f_{X,Y}(x,y)/f_Y(y) (pokud f_Y(y)>0).
• Singulární a smíšená rozdělení: existují i distribuce, které kombinují spojitou část a diskrétní atomy; v takovém případě nelze popsat celé rozdělení pouze jednou hustotou.
• Odhad hustoty z dat: v praxi se hustota často neočekává známa a odhaduje se z dat (histogramy, kernelové odhady hustoty apod.).

Praktická poznámka

Hustota pravděpodobnosti sama o sobě nemá smysl jako „pravděpodobnost v bodě“ — význam má vždy integrovaná hodnota přes interval. Při modelování je dobré zkontrolovat, zda zvolená funkce splňuje vlastnosti nezápornosti a normalizace a zda integrály (např. očekávání, rozptyl) konvergují.

Otázky a odpovědi

Otázka: Co je to funkce hustoty pravděpodobnosti?

Otázka: Jak se zapisuje funkce hustoty pravděpodobnosti náhodné veličiny X?

Otázka: Co představuje integrál funkce hustoty pravděpodobnosti?

Otázka: Je funkce hustoty pravděpodobnosti v celém svém oboru vždy nezáporná?

Otázka: Je součet integrace přes interval roven 1?

Otázka: Jaký typ rozdělení charakterizuje funkce hustoty pravděpodobnosti?

Hledání podle dopisu