Definisi 3.

jika x adalah variabel acak kontinu, fungsi diberikan oleh

Rumus

di mana f (t) adalah nilai fungsi kepadatan probabilitas x pada t, disebut fungsi distribusi, atau
distribusi kumulatif, dari x

sifat-sifat fungsi distribusi yang diberikan dalam teorema 3.2 tahan juga untuk kasus kontinu,
yaitu

lebih jauh lagi, itu segera mengikuti dari definisi 3.5, itu

teorema 3,6 jika f (x) dan F (x) masing-masing adalah nilai dari distribusi probabilitas dan fungsi
distribusi x pada x,

untuk setiap kontestan nyata a dan b dengan

jika turunannya ada

3.10

menemukan fungsi distribusi yang sesuai dengan fungsi kerapatan probabilitas contoh 3.9, juga,
gunakan distribusi ini berfungsi untuk mengevaluasi kembali
1. f ( x , y ) ≧ 0
∞ ∞

2. ∫ ∫ f ( x , y ) dx dy=1
−∞ −∞

Secara lebih umum, jika A merepresentasikan suatu kejadian, akan ada suatu daerah RApada
bidang xy yang bersesuaian dengannya, Dalam kasus semacam ini kita dapat menentukan
probabilitas A dengan melakukan integrasi terhadap RA yaitu,
❑
P ( A )=∬ f ( x , y ) dx dy
RA

Fungsi distribusi gabungan X dan Y dalam kasus ini didefinisikan oleh

x y
F ( x , y ) =P ( X ≦ x ,Y ≦ y ) = ∫ ∫ f ( μ , v ) dμ dν
μ=−∞ ν=−∞

Maka, mengikuti analogi sesuai persamaan (11)

∂2 F
=f ( x , y )
∂x ∂ y

yang berarti, fungsi kepadatan diperoleh dengan melakukan diferensiasi fungsi distribusi
terhadap x dan y dari persamaan (22) kita memperoleh
x y
P ( X ≦ x )=F 1 ( x )= ∫ ∫ f ( μ , v ) dμ dν
μ=−∞ ν=−∞
x y
P ( Y ≦ y )=F 2 ( y ) = ∫ ∫ f ( μ , v ) dμ dν
μ=−∞ ν=−∞

Kita menyebut persamaan (24) dan (25) sebagai fungsi distribusi marjinal, atau disingkat fungsi
distribusi, dari X dan Y secara berturut - turut.Turunan dari persamaan (24) dan (25) terhadap x
dan y disebut sebagai fungsi distribusi kepadatan marjinal, atau bisa disingkat fungsi
kepadatan, dari X dan Y dan ditentukan oleh
x y x y
F 1 ( x )= ∫ ∫ f ( μ , v ) dμ dν F 2 ( y )= ∫ ∫ f ( μ , v ) dμ dν
μ=−∞ ν=−∞ μ=−∞ ν=−∞