функция произвольного аргумента t (заданная на множестве Т его значений и сама принимающая или числовые значения или, более общо, значения из какого-то векторного пространства) такая, что её значения определяются с помощью некоторого испытания и в зависимости от его исхода могут быть различными, причём для них существует определённое распределение вероятностей. Если множество Т конечно, то С. ф. представляет собой конечный набор случайных величин (См. Случайная величина), который можно рассматривать как одну векторную случайную величину. Из числа С. ф. с бесконечным Т наиболее изучен важнейший частный случай, когда t принимает числовые значения и является временем; соответствующая С. ф. X (t) тогда называется случайным процессом (См. Случайный процесс) (а если время t пробегает лишь целочисленные значения, то также и случайной последовательностью, или временным рядом). Если же значениями аргумента t являются точки из некоторой области многомерного пространства, то С. ф. называется случайным полем. Типичными примерами С. ф., отличных от случайных процессов, являются поля скорости, давления и температуры турбулентного течения жидкости или газа, а также значения высоты z взволнованной морской поверхности или поверхности какой-либо искусственной шероховатой пластинки.

Математическая теория С. ф. совпадает с теорией распределений вероятностей в функциональном пространстве значений функции X (t), эти распределения могут задаваться набором конечномерных распределений вероятностей для совокупностей случайных величин X (t₁), X (t₂),..., X (t_n), отвечающих всевозможным конечным подмножествам (t₁, t₂,..., t_n) точек множества Т, или же характеристическим функционалом С. ф. X (t), представляющим собой математическое ожидание случайной величины il [X (t)], где l [X (t)] - линейный функционал от Х (t) общего вида. Значительное развитие получила теория однородных случайных полей, являющихся частным классом С. ф., обобщающим класс стационарных случайных процессов (См. Стационарный случайный процесс).

Лит.: Выбросы случайных полей Сб. ст. М., 1972; Yaglom А. М., Second-order homogeneous random fields, в кн.: Proceedings 4th Berkeley symposium on mathematical statistics and probability, v. 2, Berk - Ins Aug., 1961; Whittle P., Stochastic processes in several dimensions, "Bulletin of the Institute of Statistics", 1963, v. 40.

процесс (т. е. изменение во времени состояния некоторой системы), течение которого может быть различным в зависимости от случая и для которого определена вероятность того или иного его течения. Типичным примером С. п. может служить Броуновское движение; другими практически важными примерами являются турбулентные течения (См. Турбулентное течение) жидкостей и газов, протекание тока в электрической цепи при наличии неупорядоченных флуктуаций (См. Флуктуации) напряжения и силы тока (шумов) и распространение радиоволн при наличии случайных замираний (федингов) радиосигналов, создаваемых метеорологическими или иными помехами. К числу С. п. могут быть причислены и многие производственные процессы, сопровождающиеся случайными флуктуациями, а также ряд процессов, встречающихся в геофизике (например, вариации земного магнитного поля), физиологии (например, изменение биоэлектрических потенциалов мозга, регистрируемое на электроэнцефалограмме) и экономике.

Для возможности применения математических методов к изучению С. п. требуется, чтобы мгновенное состояние системы можно было схематически представить в виде точки некоторого фазового пространства (пространства состояний) R', при этом С. п. будет представляться функцией X (t) времени t со значениями из R. Наиболее изученным и весьма интересным с точки зрения многочисленных приложений является случай, когда точки R задаются одним или несколькими числовыми параметрами (обобщёнными координатами системы). В математических исследованиях под С. п. часто понимают просто числовую функцию X (t), могущую принимать различные значения в зависимости от случая с заданным распределением вероятностей для различных возможных её значений - одномерный С. п.; если же точки R задаются несколькими числовыми параметрами, то соответствующий С. п. X (t)={X₁(t), X₂(t),..., X_k (t)} называется многомерным.

Математическая теория С. п. (а также более общих случайных функций (См. Случайная функция) произвольного аргумента) является важной главой вероятностей теории (См. Вероятностей теория). Первые шаги по созданию теории С. п. относились к ситуациям, когда время t изменялось дискретно, а система могла иметь лишь конечное число разных состояний, т. е. - к схемам последовательности зависимых испытаний (А. А. Марков старший и др.). Развитие теорий С. п., зависящих от непрерывно меняющегося времени, является заслугой сов. математиков Е. Е. Слуцкого (См. Слуцкий), А. Н. Колмогорова и А. Я. Хинчина, американских математиков Н. Винера, В. Феллера и Дж. Дуба, французского математика П. Леей (См. Лей), швед. математика X. Крамера и др. Наиболее детально разработана теория некоторых специальных классов С. п., в первую очередь - марковских процессов (См. Марковский процесс) и стационарных случайных процессов (См. Стационарный случайный процесс), а также ряда подклассов и обобщений указанных двух классов С. п. (цепи Маркова, ветвящиеся процессы, процессы с независимыми приращениями, мартингалы, процессы со стационарными приращениями и др.).

Лит.: Марков А. А., Замечательный случай испытаний, связанных в цепь, в его кн.: Исчисление вероятностей, 4 изд., М., 1924; Слуцкий Е. Е., Избранные труды, М., 1960; Колмогоров А. Н., Об аналитических методах в теории вероятностей, "Успехи математических наук", 1938, в. 5, с. 5-41; Хинчин А. Я., Теория корреляции стационарных стохастических процессов, там же, с. 42-51; Винер Н., Нелинейные задачи в теории случайных процессов, пер. с англ., М., 1961; Дуб Дж., Вероятностные процессы, пер. с англ., М., 1956; Леви П., Стохастические процессы и броуновское движение, пер. с франц., М., 1972; Чандрасекар С., Стохастические проблемы в физике и астрономии, пер. с англ., М., 1947; Розанов Ю. А., Случайные процессы, М., 1971; Гихман И. И., Скороход А. В., Теория случайных процессов, т. 1-2, М., 1971-73.

А. М. Яглом.

δ-функция, δ-функция Дирака, δ(x), символ, применяемый в математической физике при решении задач, в которые входят сосредоточенные величины (сосредоточенная нагрузка, сосредоточенный заряд и т.д.). Д.-ф. может быть определена как плотность распределения масс, при которой в точке x = 0 сосредоточена единичная масса, а масса во всех остальных точках равна нулю. Поэтому полагают δ(x) = 0 при x ≠ 0 и δ(0) = ∞, причём

("бесконечный всплеск" "единичной интенсивности"). Более точно, Д.-ф. называется обобщённая функция (См. Обобщённые функции), определяемая равенством

имеющим место для всех непрерывных функций φ(x).

В теории обобщённых функций Д.-ф. называют сам функционал, определяемый этим равенством.