Professional Documents
Culture Documents
Cnd rezultatele experimentului aleator sunt exprimate prin numere, se pot ataa probabiliti nu doar evenimentelor, ci i unor unor valori obinute prin funcii de evenimente.
Exemplu. Probabilitatea ca suma a dou zaruri s fie 7; nu intereseaz probabilitatea s apar, de exemplu, (3,4).
Astfel de funcii reale definite pe (structuri de interes din) spaiul de selecie sunt variabile aleatoare. Cum fiecare valoare a unei variabile aleatoare este dat de rezultatul unui experiment, se pot asigna probabiliti valorilor posibile ale unei variabile aleatoare: f(x) = P{X = x}, unde X este variabila aleatoare.
6 Variabile aleatoare 1
UN EXEMPLU
Fie X suma obinut n urma aruncrii a dou zaruri
o funcie de rezultatul experimentului.
X este o variabil aleatoare. Probabilitile ataate: f(1) = P{X=1} = 0; f(2) = P{X=2} = P{(1,1)} = 1/36; f(3) = P{X=3} = P{(1,2),(2,1)} = 2/36; f(7)=P{X=7}=6/36; f(8)=5/36;;f(12)=1/36 Una i numai una dintre aceste situaii va aprea la fiecare repetare a experimentului: 1 = P(i=2..12{X=i}) = i=2..12P{X=i}
6 Variabile aleatoare 2
DEFINIII
1. O variabil aleatoare (v.a.) este o variabil (funcie) a crei valoare este de fiecare dat un numr determinat de evenimentul rezultat n urma unui experiment aleator. 2. Repartiia unei variabile aleatoare. Fie X o v.a. care poate lua valorile x1, x2, , xn, cu probabilitile f(x1), f(x2), , f(xn). Repartiia v.a. X este mulimea ale crei elemente sunt perechile ordonate (xi, f(xi)), i=1..n.
6 Variabile aleatoare 3
Fie trei bile identificate prin a, b, c, care se repartizeaz aleator n trei urne. Se cere: probabilitatea ca dou urne s fie ocupate; probabilitatea ca trei urne s fie ocupate;
Fie X v.a. care numr urnele ocupate.
33 moduri de a ocupa urnele.
EXEMPLE
Dac o variabil aleatoare X ia valorile distincte x1, x2, , xn , atunci X produce o partiie a spaiului de selecie, {A1, A2, An}, unde Ai se produce dac i numai dac X=xi
Evenimentele X=xi ca evenimente elementare.
_______________________________________ Cu variabile aleatoare se pot efectua diverse operaii. n cele ce urmeaz, fie X i Y v.a. cu repartiiile: (xi, f(xi)), i=1..n, (yk, f(yk)), k=1..m.
6 Variabile aleatoare 5
Variabile aleatoare
V. A. DISCRETE / CONTINUE
Variabilele aleatoare care iau valori ntr-o mulime finit sau numrabil se numesc v.a. discrete. Exemplu: suma valorilor a trei zaruri. Variabilele aleatoare care iau un continuum de valori se numesc v.a. continue. Exemplu: timpul necesar parcurgerii a 100 m
la modul ideal, nu ca rezultat al msurtorii.
6 Variabile aleatoare 10
P{X<b} = limh0+ P{X b-h} = limh0+ F(b-h) P{X=b} = F(b) - limh0+ F(b-h) (discrete; continue)
6 Variabile aleatoare 12
Pentru o variabil aleatoare discret X se definete funcia de (mas de) probabilitate ntr-un punct a prin: f(a) = P{X=a} f(a) > 0 pentru o mulime cel mult numrabil de valori ale lui a, adic: f(xi) > 0, i=1,2,; f(x) = 0 pentru orice alte valori ale lui x. Cum X ia de fiecare dat numai una dintre valorile xi, are loc: f(x ) = 1
i =1
toti x i a
Variabile aleatoare
f(x )
i
13
Dac X este numrul de succese n n repetri ale experimentului, atunci X se numete v.a. binomial cu parametrii (n, p). Funcia de probabilitate este dat de: i i n i f(i) = C n p (1 p ) , i = 0, n
6 Variabile aleatoare 16
3. La o fabric de becuri rebuturile reprezint 10% dintre produse. La serviciul de control al calitii un inspector verific 10 becuri. Care este probabilitatea s nu gseasc mai mult de 1 bec defect?
Nu este chiar o variabil binomial, cci experimentele (extragerile) nu sunt independente. Dac sunt destul de multe becuri, se poate aproxima binomial (probabilitatea alegerii unui bec defect se modific foarte puin). Aproximnd:
F(1) = P{X1}=P{X=0}+P{X=1}=0.3487+0.3874
6 Variabile aleatoare 20
X = B(10; 0.1) :
0.45
0.4 0.35
0.3 0.25
BINOMIALA
0.2 0.15
0.1 0.05
0 0 1 2 3 4 5
Variabile aleatoare
21
Un handbalist transform 75% din loviturile de la 7m. n finala campionatului, handbalistul trage 12 lovituri de la 7m, ratnd 5 dintre ele. A fost el stresat sau performana era de ateptat? Dac loviturile se transform independent, atunci nr. de lovituri transformate este dat de X = B(12; 0,75). p>0,5 se neag succesul: B(12; 0,25). P{X5} = P{X=5}++P{X=12} = 0,1032+0,0401+ +0,0115+0,0024+0,0040+(0) = 0,1576 Cam ntr-un meci din 10 va rata exact 5 din 12. Iar ntr-un meci din 6 va rata cel puin 5 din 12.
Variabile aleatoare 22
n =1
f (i ) = P{ X = i} = e
Tem: suma dupa i este 1 (formula lui Taylor). - O variabil binomial B(n,p) este aproximat de o variabil Poisson cu =n*p, pentru valori mari ale lui n i mici ale lui p.
6 Variabile aleatoare 25
i!
, i = 0,1,...
P{X B} = B f (x)dx
1 = P{ X ( , )} =
6 Variabile aleatoare
f ( x ) dx
27
PROPRIETI DE CALCUL
P { a X b } = f ( x ) dx a P{ X = a} = 0
b
X a+ } 2 2
Variabile aleatoare 28
VARIABILA ALEATOARE UNIFORM V.a. uniform distribuit pe (0,1): f (x) = if (0<x<1) then 1 else 0 endif. f(x)0 ; P{-<X<}=1 a,b(0,1): P{aXb}=b-a V.a. uniform distribuit pe (,): f (x) = if (<x<) then 1/(-) else 0 endif. Tem: F(a) = ?
6 Variabile aleatoare 29
Variabila aleatoare exponenial de parametru >0 are densitatea de probabilitate: x f (x) = if (x<0) then 0 else e endif.
6 Variabile aleatoare 30
VARIABILE ALEATOARE NORMALE V.a. X este normal distribuit cu parametrii si 2 dac densitatea ei de probabilitate este x 1 2 f ( x) = e ( 2) Proprieti: 1. X = N(, 2) Y = aX+b = N(a+b, b22) 2. X = N(, 2) Y = (X - ) / = N(0, 1) la cte deviaii standard de media se gsete fiecare observaie
2
Variabile aleatoare
31
M[X] =
x: f ( x)>0
x f (x)
M [ X ] = x f ( x ) dx
1 x dx = V.a. uniform: M[X] = = (+)/2 Tem:
Exponenial: M[X] = 1 / Normal: M[X] =
Variabile aleatoare
33
MEDIA UNEI FUNCII DE O V.A. (1) M[g(X)] = M[Y], unde Y = g(X). Exemplu: Dac X este uniform distribuit pe (0,1), s se calculeze M[X3]. Soluie. Y=X3. FY(a) = P{Ya}=P{X3a}=P{Xa1/3}=
a1 / 3
f ( x ) dx = dx = a
0
a1 / 3
1 3
1 2 / 3 af ( a ) da = a a da = 1 / 4 Y 3 0
M[X3]=M[Y]
34
X v.a. uniform: D2(X) = (-)2 / 12 X v.a. exponenial: D2(X) = 1 / 2 X v.a. (n,): D2(X) = n / 2
6 Variabile aleatoare 37
DISTRIBUIA UNUI VECTOR ALEATOR Fie X, Y dou variabile aleatoare Funcia de distribuie vectorial a lui X i Y F(a,b) = P{Xa, Yb}, a,bR Distribuiile variabilelor aleatoare iniiale se regsesc ca distribuii marginale (proiecii): FX(a) =P{Xa} = P{Xa, Y} = F(a, ) FY(b) =P{Yb} = P{X, Yb} = F(, b)
6 Variabile aleatoare 38
MASA I DENSITATEA DE PROBABILITATE VECTORIALE V.a. vectoriale discrete: funcia de (mas de) probabilitate vectorial a lui (X, Y) este: f(x,y) = P{X=x, Y=y} f (x, y) Marginale: fX(x) = P{X=x, YR}= y:f ( x,y)>0 V.a. vectorial continu: (X,Y) este v.a.v.c. dac exist f:R2R astfel nct, A,B R, f ( x , y ) dxdy P{XA, YB} = B A
Marginale: P{X A}= unde:
6
f ( x, y ) dxdy = f X ( x ) dx ,
f X ( x ) = f ( x, y ) dy
Variabile aleatoare 39
continue: M[g(X,Y)] = g(x, y) f (x, y)dxdy Exemplu: X suma a trei zaruri aruncate independent. X = X1 + X2 + X3 . Media:
M[X]=M[X1+X2+X3]=M[X1]+M[X2]+M[X3 ]=21/2 Tem. Din n persoane, n medie cte i recupereaz propria plrie? (Indicaie: Xi=if i da then 1 else 0 endif; P{Xi=1} = 1/n; M[Xi] = 1/n; M[X] = 1).
6 Variabile aleatoare 40
V. A. INDEPENDENTE
Definiie. V.a. X, Y sunt independente dac, a,bR: P{X a, Y b} = P{X a} P{Y b} (evenimentele {X a} i {Y b} sunt independente) n termenii funciei de distribuie vectorial F: a,bR: F(a,b) = FX(a) FY(b) n termenii funciei de probabilitate f, pentru (X,Y) discret sau continu: f(x,y) = fX(x) fY(y). Propoziie. Dac X, Y sunt independente, atunci, funcii g, h: M[g(X)h(Y)] = M[g(X)]M[h(Y)] Caz particular: M[XY] = M[X]M[Y].
6 Variabile aleatoare 41
COVARIAN Definiie. Fie X i Y dou v.a. Covariana lor este: cov(X,Y) = M[(X-M[X])[Y-M[Y])]. Propoziie: cov(X,Y) = M[XY]-M[X]M[Y]
Obs.: X,Y independente cov(X,Y) = 0; nu i reciproc! Intuitiv: cov(X,Y)>0 dac Y crete odat cu X, iar cov(X,Y)<0 dac Y descrete cnd X crete. Tem. X = if (A se realizeaz) then 1 else 0; Y = if (B se realizeaz) then 1 else 0. cov(X,Y) = 1 P{X=1,Y=1}-1 P{X=1}1 P{Y=1} cov(X,Y)>0 cnd, iar cov(X,Y)<0 cnd.
6 Variabile aleatoare 42
DISPERSIE I COVARIAN D2(X+Y) = D2(X) + D2(Y) + 2cov(X,Y) Independente: D2(X+Y) = D2(X) + D2(Y) D2(X1++Xn) = D2(X1) ++ D2(Xn) + 21 i<jncov(Xi,Xj) Tem. n exemplul anterior, care este dispersia numrului de persoane care i recupereaz propria plrie? (Rspuns: 1).
6 Variabile aleatoare 43
COEFICIENT DE CORELAIE Coeficientul de corelaie al v.a. X i Y este: cov( X , Y ) r ( X ,Y ) = D 2 ( X ) D 2 (Y ) X, Y independente r(X,Y) = 0 (nu i reciproc!) Pentru orice v.a. X i Y : r2(X,Y) 1. Dac Y = aX+b (a0,b - constante) atunci r(X,Y) = if (a>0) then +1 else 1 endif.
6 Variabile aleatoare 44
FUNCII GENERATOARE DE MOMENTE Funcia generatoare (de momente) a variabilei aleatoare X este, pentru orice tR
e f ( x ) dx Tem. Toate momentele lui X se obin ca valori n 0 ale derivatelor lui : M[Xn]= (n)(0) Indicaie: prin inducie. Pasul iniial: d d tX ' tX (x) = (M[e ]) = M[ e ] = M[XetX ] dt dt ' (0) = M[X]
6 Variabile aleatoare 45
(t ) = M [ e ] =
tX
x: f ( x ) > 0 + tx
e tx f ( x)
X=B(n,p). (t) = (pet+1-p)n XPoisson de parametru . (t) = e(e^t-1) X = N(,). (t) = M[etX] =
1 + tx = e e 2
( x )2 2 2
dx =e
t
2
+ t
Se deduc apoi, pentru fiecare caz, M[X], M[X2] i D2(X), folosind pentru calculul momentelor
6 Variabile aleatoare 46
PROPRIETILE FUNCIILOR GENERATOARE DE MOMENTE Funcia generatoare de momente a unei sume de variabile aleatoare independente este produsul funciilor lor generatoare.
X+Y(t) = M[et(X+Y)] = M[etXetY] = =M[etX]M[etY] = X(t)Y(t)