VARIABILE ALEATOARE

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

X:{e1, e2, , e27}{1,2,3} Repartiia:((1, 3/27), (2, 18/27), (3, 6/27))

probabilitatea ca prima urn s conin trei bile.

Fie Y v.a. ce numr bilele din prima urn. Repartiia sa: ((0, 8/27), (1, 12/27), (2, 6/27), (3, 1/27))
6 Variabile aleatoare 4

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

REPARTIIA COMUN A DOU VARIABILE ALEATOARE

Se ataeaz probabiliti cuplurilor din produsul cartezian al mulimilor de valori: P(xi, yk) = P{(X=xi) i (Y=yk)} = = P{(X=xi) (Y=yk)} Pentru exemplul anterior, avem: P{X=2 i Y=1} = 6/27; P{X=3 i Y=2} = 0.
6 Variabile aleatoare 6

OPERAII ARITMETICE (1)

1. Produsul dintre v.a. X i constanta c: v.a. cX are repartiia (cxi, f(xi)), i=1..n. 2. Suma a dou v.a. X i Y: v.a. X+Y are repartiia (xi+yk, P(xi, yk)), i=1..n, k=1..m. P(xi, yk) este repartiia comun a v.a. X i Y. 3. Produsul a dou v.a. X i Y: v.a. XY are repartiia (xi yk, P(xi, yk)), i=1..n, k=1..m.
6 Variabile aleatoare 7

OPERAII ARITMETICE (2)

4. Ridicarea la putere a unei v.a. X: v.a. Xq are repartiia ((xi)q, f(xi)), i=1..n. 5. Raportul a dou v.a. X i Y, dac Y nu ia valori egale cu 0: X v.a. Z = are repartiia (xi:yk, P(xi, yk)), Y i=1..n, k=1..m.

Variabile aleatoare

VARIABILE ALEATOARE INDEPENDENTE

Variabilele aleatoare X i Y (ce iau fiecare un numr finit de valori) sunt independente dac are loc: P(xi, yk) = P{X=xi}P{Y=yk}, i=1..n, k=1..m. Altfel scris: P{(X=xi) (Y=yk)} = P{X=xi}P{Y=yk} (evenimentele elementare determinate de X i Y sunt independente).
6 Variabile aleatoare 9

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

FUNCIA DE REPARTIIE (DISTRIBUIE)

Definiie. Funcia de repartiie (distribuie) F a unei v.a. X se definete pentru orice numr real b, prin: F(b) = P{X b} Proprieti. 1) F(b) este funcie nedescresctoare n b
evenimentul X a implic evenimentul X b dac a<b, deci are probabilitate mai mic de a se produce.

2) limbF(b) = F() = 1; 3) limb-F(b) = F(-) = 0.

6

ntruct X ia doar valori finite.

Variabile aleatoare 11

FUNCIA DE DISTRIBUIE I CALCULE CU PROBABILITI

La orice ntrebare privind probabiliti referitoare la X se poate rspunde folosind funcia de distribuie. Exemple: P{a < X b} = F(b) - F(a)
Demonstraie. E1: {X b}; E2: {X a}. E1 - E2= {a < X b}. E1 = E2 (E1 - E2) incompatibile, deci: F(b) = F(a) + P{a < X b}

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

FUNCIA (MAS) DE PROBABILITATE

i =1

Pentru v.a. discrete: F(a) =

6

toti x i a
Variabile aleatoare

f(x )
i
13

CLASIFICARE A V.A. DISCRETE DUP FUNCIA DE PROBABILITATE

6

V.a. Bernoulli V.a. binomial V.a. geometric V.a. Poisson

Variabile aleatoare 14

VARIABILA ALEATOARE BERNOULLI

S = {0, 1} (succes / eec). Funcia de mas de probabilitate: dat 0 p 1 (probabilitatea de succes), f(0) = P{X = 0} = 1-p f(1) = P{X = 1} = p. Orice v.a. cu o astfel de funcie de probabilitate este o v.a. Bernoulli.
6 Variabile aleatoare 15

VARIABILA ALEATOARE BINOMIAL (1)

Presupunem realizarea a n experimente independente, fiecare avnd probabilitatea p de succes i 1-p de eec.
succesiv aceeai moned; nu i succesiv cri din pachet.

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

VARIABILA ALEATOARE BINOMIAL (2)

Intuitiv: orice secven de experimente coninnd i succese i n-i eecuri, are probabilitatea pi(1-p)n-i, experimentele fiind independente. Se multiplic prin numrul de secvene diferite cu i succese i n-i eecuri. Se observ c sumnd de la 0 la n valorile f(i) se obine 1.
6 Variabile aleatoare 17

VARIABILA ALEATOARE BINOMIAL - EXEMPLE

1. Se arunc independent patru monede corecte. Care este probabilitatea de a obine de dou ori stema i de dou ori banul? Pentru v.a. X, fie stema = succes. X este v.a. binomial de parametri(4; 0.5). f(2) = P{X=2} = C42 (0.5)2 (0.5)2 = 3/8.
6 Variabile aleatoare 18

VARIABILA ALEATOARE BINOMIAL - EXEMPLE

2. O main produce rebuturi, independente unele de altele, cu probabilitatea p = 0.1 . Care este probabilitatea ca din 3 piese cel mult una s fie defect? X numr piesele defecte din 3 selectate. X = B (3; 0.1). F(1) = f(0) + f(1) = P{X=0} + P{X=1} = = 0.972
6 Variabile aleatoare 19

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:

VARIABILA ALEATOARE BINOMIAL - EXEMPLE

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

PROBABILITI PENTRU NUMRUL DE SUCCESE

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

VARIABILA ALEATOARE BINOMIAL EXEMPLE

4.

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

IMPORTANA V.A. BINOMIALE

Distribuia de sondaj (a unei statistici) distribuia valorilor luate de statistic pentru un numr mare de eantioane din aceeai populaie Statistica vzut ca o variabil aleatoare Distribuiile numrtorilor i ale proporiilor dintr-o populaie, sunt binomiale. Dac p este proporia succeselor n populaie (parametru!), atunci variabila X care numr succesele n eantioane aleatoare simple de dimensiune n (statistici!) este X = B(n,p).
6 Variabile aleatoare 23

VARIABILE ALEATOARE GEOMETRICE

X - nr. de repetri de experimente independente, fiecare cu probabilitatea "succesului" p, pn la primul "succes. Funcia sa de (mas de) probabilitate este:

f (n) = P{X = n} = (1 p) n 1 p Tema : f (n) = 1

- Dac probabilitatea producerii unei piese defecte este 10%, probabilitatea ca a doua pies produs s fie prima defect e: f(2) = P{X=2} = (1 0,1) 0,1 = 0,09.
6 Variabile aleatoare 24

n =1

VARIABILE ALEATOARE POISSON

- X este v.a. Poisson dac exist real astfel ca funcia de probabilitate a lui X s fie:

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,...

V.A. POISSON - EXEMPLU

O companie aerian face 52 de rezervri pentru cele 50 de locuri ale unui zbor, deoarece se tie c 5% dintre cei ce fac rezervri nu le folosesc. Care este probabilitatea ca toi cei ce se prezint la zbor s aib locuri? X numrul celor ce nu vin. X=B(52; 0.05). f(2) = P{X=2} = ((5251)/2)(5/100)2 (95/100)50 e- (i / i!) = e2,6 ((2,6)2/2) 0,08 3,38 = 0,27 Se calculeaz apoi P{X2}.
6 Variabile aleatoare 26

VARIABILE ALEATOARE CONTINUE

Mulime nenumrabil de valori ale variabilei. Definiie. X este o v.a. continu dac exist o funcie real nenegativ f(x), definit pentru orice x R, astfel ca pentru orice BR:

P{X B} = B f (x)dx

f este funcia de densitate de probabilitate a lui X.

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

Relaia dintre funcia cumulativ de distribuie i densitatea de probabilitate:

F (a) = P{X (, a]} = F ' (a ) = f (a ) f (a) P{a 1

f ( x)dx = lim f ( x)dx

t t

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

ALTE V.A. CONTINUE

Variabila aleatoare Gamma de parametri >0, >0 are densitatea de probabilitate: x 1 e x ( ) f (x) = if (x<0) then 0 else , ( ) unde () = ex x1 dx
0

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

MEDIA UNEI VARIABILE ALEATOARE

Discrete:

M[X] =

x: f ( x)>0

x f (x)

X aruncare zar: M[X]=(1+2++6)/6=7/2 Bernoulli: M[X] = 0(1-p)+1p = p Tem:

- Binomial - B(n,p): M[X] = n p (distribuia de sondaj a mediei eantioanelor are media M[X]; estimator al proporiei succeselor: M[X] / n = p) - Geometric: M[X] = 1/p - Poisson: M[X] =
6 Variabile aleatoare 32

MEDIA UNEI V.A. CONTINUE

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

fY(a) = FY(a) = (1/3)a-2/3.

1
6 Variabile aleatoare

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

MEDIA UNEI FUNCII DE O V.A. (2) Discrete: Continue: Exemplu:

M[g(X)]= g(x) f (x)

x: f (x)>0

M[g( X )] = g(x) f (x)dx

1 M [ X ] = x 1 dx = 4 0
3 1 3

Corolar: M[aX+b] = a M[X] + b M[Xn] este momentul de ordin n al lui X.

6 Variabile aleatoare 35

DISPERSIA UNEI V.A. X

D2(X) = M[Y], unde Y = (X-M[X])2 Exemple: 1. X rezultatul aruncrii unui zar

M[X] = 7/2; M[X2] = (12++62) / 6 = 91/6 D2(X) = 91 / 6 49 / 4 = 35 / 12 2. Tem. Pentru X = N(,) s se arate c: D2(X) = M[(X- )2] = 2.
6 Variabile aleatoare 36

DISPERSIILE UNOR V.A. (tem)

X = B(n,p): X v.a. Poisson: X v.a. geometric:

D2(X) = np(1-p) D2(X) = D2(X) = (1-p) / p2

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

FUNCII DE V.A. VECTORIALE

Propoziie (generalizabil pt. nr. finit de v.a.). discrete: M[g(X,Y)] = g(x, y) f (x, y)
y x + +

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)

TEM: EXEMPLE DE FUNCII GENERATOARE

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)

Funcia generatoare de momente determin n mod unic distribuia.

X=B(n,p), Y=B(m,p), independente. X+Y=? X+Y(t) = X(t)Y(t) = (pet+1-p)n(pet+1-p)m = =(pet+1-p)m+n = B(m+n,p)(t)
6 Variabile aleatoare 47