Sunteți pe pagina 1din 4

1.3.2.

Legi de distribuie ale variabilelor aleatoare de tip continuu Autor: Daniela FLOREA Dintre distribuiile de tip continuu, n ingineria de trafic i gsesc utilizare urmtoarele: 1.3.2.1. Distribuia normal n analiza fenomenelor din natur, se constat ca majoritatea msurtorilor pot fi descrise prin repartiia normal sau variabilele pot fi supuse unei transformri ce conduce la o repartiie, exact sau aproximativ normal.

Figura 1.3: Distribuia normal

Lund n considerare variabila aleatoare continu, X care ia valori reale cuprinse n intervalul ( ,+ ) , se spune c X are o repartiie normal de parametrii m i notat N(m,) dac probabilitatea asociat intervalului (x1, x2) este egal cu aria cuprins ntre abscis, ordonatele ridicate din punctele x1 i x2 i curba normal descris de ecuaia p X (X ) = 1 2 e

( x m )2
2 2

unde: - 3,14159 e - 2,71828, baza logaritmului natural - abaterea medie ptratic. Curba normal se numete standard sau normal redus, daca media m=0. Proprietile repartiiei normale standard sunt: Este simetric fa de ordonat; Pentru valoarea x=0, se obine valoarea maxim a probabilitii, aproximativ valoarea 1 0 ,4 ; 2 Pentru valorile cuprinse n intervalul (-1, +1) este concav i convex pentru valori cuprinse n afara acestui interval; Aria total de sub curba de probabilitate este egal cu valoarea 1.

Figura 1.4: Forma curbei distribuiei normale pentru diferite valori ale

Dac se noteaz cu (x ) aria de sub curba definit de funcia de probabilitate

(x ) =

1 2

x2 2

pentru cazul n care =1 i media este m=0, s-a demonstrat c

Funcia (x ) permite determinarea probabilitii ca variabila aleatoare X cu repartiie normal de parametrii (m,) s ia valori ntr-un interval a i b. Astfel, am P (a < x < b ) = Valoarea este mai mare dect abaterea variabilei n raport cu media,
x m

adic,

+m < x < m+ ceea ce va conduce la aa numita regula celor trei sigma:


P ( x m < 3 ) = 2 (3 ) 1 .

Din tabele se gsete pentru (3 ) = 0 ,9987 , obinnd:

P ( x m < 3 ) = 2 0 ,9987 1 = 0 ,9974 .

Relaia precedent arat c probabilitatea ca valoarea absolut s depeasc valoarea 3 este 1 0 ,9974 = 0 ,0026 adic, practic valoarea zero. Caracteristicile principale ale celorlalte repartiii de tip continuu sunt prezentate n tabelul 1.5, respectiv tabelul 1.6. 1.3.2.2. Repartiia Pearson de tipul III (Gama generalizat) O variabil aleatoare are o repartiie Pearson de tipul III cu parametrii a i b (a>0, b>0), dac are densitatea de probabilitate

p X (x ) =

b a a 1 bx x e , 0<x< ( a )

Aceast repartiie se folosete n ingineria traficului rutier pentru descrierea distanelor i intervalelor n timp dintre autovehiculele unui flux rutier.

Deoarece aceti doi parametri, n condiii normale, nu pot fi egali cu zero, ca urmare, este necesar ca relaia anterioar s fie modificat. Modificarea se realizeaz prin mrirea argumentului x cu c uniti, mai precis se stabilete un nou argument t = x + c . Substituind pe x = t c se obine pentru ecuaia densitii de probabilitate relaia:

p X (x ) =

ba (x c )a1 e b(x c ) . ( a )
gama

Tabelul 1.5 urmtor prezint cazurile particulare ale distribuiei generalizat, respectiv distribuia Erlang i distribuia exponenial. 1.3.2.3. Caracteristicile de baz ale distribuiilor de tip continuu.
Tabelul 1.5: Legi de distribuie de tip continuu Distribuia Densitatea de probabilitate Media

Dispersia

p X (x ) =
Gama generalizat (Pearson III)

b x a 1e bx sau ( a )

a b
a +c b

a b2 a b2

p X (x ) =

ba (x c )a1 e b(x c ) ( a )

(qa )a (t )a 1 e aqt f (t ) =
(a )

sau f (x ) =
Erlang

(ka )a (x )a 1 e akx
(a )

Este un caz particular al distribuiei Gama generalizat pentru care

b=

a a sau b = , unde: x t

a b

a b2

q este intensitatea fluxului de autovehicule k este concentraia fluxului rutier

t - media intervalelor n timp dintre vehicule x - media intervalelor de spaiu dintre vehicule
Repartiia exponenial Caz particular al distribuiei Erlang. Pentru a=1,

f (t ) = q e

qt

1 q

1 q2

Gama

x 1 a 1 b , pentru x 0 p X ( x ) = b a ( a ) x e 0 , pentru x < 0

ab

ab2

(a) = x a 1e x dx .
0

Tabelul 1.6: Legi de distribuie de tip continuu (continuare) Distribuia Densitatea de probabilitate Uniform

Media

Dispersia

1 , pentru a x b p X (x ) = b a 0 , pentru x < a; x > b


p X (x ) = 1 2 e
1 x m 2
2

b+a 2
m

(a b )2
12
2

Normal

1 b 1 x a 1 (1 x ) pentru , 0 x 1 p X ( x ) = ( a, b ) 0 , pentru 0 < x ; x > 1


Beta

( a, b ) = x a 1 (1 x )
0

b 1

dx ; p, q > 0 ;

a a+b

sau : ( a, b ) =

( a ).( b ) ( a + b )
pentru c1 < x < c 2 bc1 + ac 2 a+b

ab (a + b )2 1 a + b +1

Beta generalizat (Pearson I)

(x c1 )a1 (c 2 x )b1 pX ( x ) = a + b 1 ( a, b )(c 2 c1 )

c2 c1 a+b ab a + b +1