Documente Academic
Documente Profesional
Documente Cultură
MATEMTIC-UNITATEA DE NVARE 2
Dr.Liana Manu Iosifescu
Octombrie 2012
CUPRINS
Variabile aleatoare.14
Funcia de repartiie a unei variabile aleatoare. ... 15
Caracteristici numerice ale funciilor de repartiie18
Vectori aleatori. .18
Repartiii marginale...19
Momente iniiale ...20
Momente centrate...21
Momente mixte..22
Inegaliti pentru momente24
Corelaie si regresie24
Funcia caracteristic. Proprieti...25
Funcia generatoare de momente...27
Variabile aleatoare
Noiunea de variabil aleatoare este fundamental n teoria probabilitilor.
Intuitiv, variabila aleatoare se poate defini ca fiind o funcie real definit pe mulimea
valorilor posibile ale unui experiment.
Fie ( ) K , un cmp borelian de evenimente.
Definiie: R X : se numeste variabila aleatoare dac i numai dac
( ) { } R x K x X < , :
Observaie: Noiunea de probabilitate nu intr n definiia variabilei aleatoare.
Vom utiliza notaiile: { } K x X < pentru v.a. X
Propoziie: R X : este o variabil aleatoare dac i numai dac este adevarat una
din afirmaiile:
( ) i ( ) { } R x K x X , :
( ) ii ( ) { } R x K x X > , :
( ) iii ( ) { } R x K x X , :
Observaie: { } K a X i { } R b a K b X a < < , , .
Aplicaie:La un examen se prezint trei candidai. Variabila aleatoare reprezentnd
numrul candidailor admii are repartiia:
,
_
p p p 9 26
5
2
3 2 1 0
. Determinai probabilitea
fiecrui candidat de a promova examenul.
Solutie:Cum numrul candidailor promovai reprezint o partiie a evenimentului sigur:
la examen se prezint trei candidai, avem ( )
60
1
1 1 9 26
5
2
+ + + p p , deci distribuia
14
v.a. este
,
_
60
1
20
3
30
13
5
2
3 2 1 0
: X . Cum ( ) { } 3 , 2 , 1 , 0 , k k X P reprezint
probabilitatea ca k candidai s promoveze examenul, conform schemei lui Poisson se
obine sistemul:
( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
'
+ +
+ +
60
1
20
3
1 1 1
30
13
1 1 1 1 1 1
5
2
1 1 1
3 2 1
1 2 3 2 3 1 3 2 1
1 2 3 3 1 2 3 2 1
3 2 1
p p p
p p p p p p p p p
p p p p p p p p p
p p p
, unde
{ } 3 , 2 , 1 , i p
i
reprezint probabilitatea fiecrui candidat de a promova examenul. Utiliznd relaiile lui
Viete, sistemul devine:
'
'
60
1
5
1
60
47
5
2
1
20
3
3
60
1
3
2
1
3 2 1
3 2
3
S
S
S
S S S
S S
S
ecuaia cu soluiile
i
p
este:
0 1 12 47 60
2 3
+ p p p . Aplicnd schema lui Horner:
3
1
60
60
27
47
3
12
0
1
3
1
1
p , iar
3 2
, p p
sunt solui pentru:
40
1 9
0 1 9 20
3 , 2
2
t
+ p p p , probabilitiile fiind
5
1
,
4
1
,
3
1
.
Operaii cu variabile aleatoare:
Propoziie: Dac X este variabil aleatoare i R b , atunci:
0 cu ,
1
, , , ,
2
+ X
X
X X bX b X sunt variabile aleatoare
Propoziie: Dac X i Y sunt variabile aleatoare, atunci: { } { } , , K Y X K Y X >
{ } K Y X
Propoziie: Dac X i Y sunt variabile aleatoare, atunci: 0 cu , , , , + Y
Y
X
XY Y X Y X
sunt variabile aleatoare.
Funcia de repartiie a unei variabile aleatoare
S considerm un cmp borelian de probabilitate { } P K, , i X o variabil
aleatoare.
Definiie: Numim funcie de repartiie a variabilei aleatoare X, aplicaia
[ ] 1 , 0 : R F
X
,
definit prin relaia
( ) ( ) { } ( ) x X P x F
X
< :
. Vom scrie:
( ) ( ) x X P x F
X
<
Propoziie: Funcia de reparie a unei variabile aleatoare X are urmtoarele proprieti;
15
(1)
( ) ( ) 0 lim
x F F
X
x
X ;
( ) ( ) 1 lim
x F F
X
x
X
(2) este nedescresctoare :
( ) ( )
2 1 2 1
x F x F x x
X X
(3) este continu la stnga:
( ) ( ) ( ) y F x F x F
X
x y
X X
lim 0
Propoziie: Daca X este o variabila aleatoare si
2 1
x x <
, atunci:
( ) ( ) ( )
1 2 2 1
x F x F x X x P
X X
<
( ) ( ) ( ) ( )
1 1 2 2 1
x X P x F x F x X x P
X X
< <
( ) ( ) ( ) ( ) ( )
1 2 1 2 2 1
x X P x X P x F x F x X x P
X X
+ <
( ) ( ) ( ) ( )
2 1 2 2 1
x X P x F x F x X x P
X X
+
Observaie:
( )
i
x X P
,
2 , 1 i
reprezint saltul funciei de repartiie
X
F
n punctul
i
x
,
2 , 1 i
. Dac
X
F
este continu, atunci
( ) 0
i
x X P
,
2 , 1 i
.
In funcie de mulimea valorilor posibile ( ) X ale v.a. R X : avem:
Definiie: O v.a. X pe cmpul borelian de probabilitate { } P K, , se numete discret dac
ia o mulime cel mult numarabil de valori :
( ) { } j i N I j i x x x X
j i I i i
, , , ,
.
V.a. cu proprietatea c ( ) X este un interval din R se numete continu
Propoziie: Dac
( ) { }
I i i
x X
,
{ } K A
I i i
definite prin
( ) { }
i i
x X A :
formeaz o partiie a evenimentului sigur.
Notnd
( )
i i
p A P
1 , 0
I i
i i
p p
. Punctele
{ }
I i i
x
se numesc puncte de
cretere ale funciei de repartiie, iar probabilitile lor se numesc salturi ale funciei de
repartiie. Evident,
( )
<
x x
i X
i
p x F
.
Definiie: Numerele
{ }
I i i
p
satisfacnd
( ) I i p x X P
i i
,
i
1
I i
i
p
dau legea de
probabilitate a v.a. discrete X (
i
p
reprezint funcia de frecven a v.a. X numit mai
sugestiv mas de probabilitate).
Observaie: Unii autori definesc funcia de repartiie prin relaia:
( ) ( ) R x x X P x F
X
,
~
Aplicaie: Durata unei convorbiri telefonice exprimat n secunde este o variabil
aleatoare X avnd funcia de repartiie:
( ) 0 ,
2
1
2
1
1
50
50
>
1
]
1
t e e t F
t
t
X
. Determinai
probabilitatea ca o convorbire telefonic s dureze:
a) cel mult 70s
b) cel puin 110s
c) ntre 70 si 110s
d) exact 100s, respectiv 90s
e) cel mult doua minute, tiind ca va dura cel puin un minut
f) cel puin un minut, tiind ca va dura cel mult doua minute .
Solutie: Funcia de repartiie a variabilei date, explicitata, este:
16
( )
...
150 100 dac
2
1
2
1
1
100 t 50 dac
2
1
2
1
1
50 0 dac
2
1
1
2
50
50
50
'
<
<
<
t
e
e
e
e
t e
t F
t
t
t
X
Aceasta este o functie cresctoare, continua la dreapta, avand salturi in punctele de forma
t=50k,
*
N k . Deci: a) ( ) ( )
e
e F X P
X
2
1
2
1
1 70 70
5
7
<
b)
( ) ( ) 110 1 110
X
F X P >
5
11
2
2
1
2
1
+ e
e
: c)
( ) ( ) ( )
,
_
+ < <
2
5
11
5
7
1 1
2
1
70 110 110 70
e e
e e F F X P
X X
d)
( ) ( ) ( )
,
_
e e
F t F X P
X X
t
1
1
2
1
100 lim 100
100
, iar ( ) 0 90 X P
e) ( )
( ) ( )
( )
5
5 2
1
1
1
1
1
1
60 1
60 120
60 120
e
e
e F
F F
X X P
X
X X
+
+
> <
f)
( )
( ) ( )
( )
5
12
5
6
2
1
2
1
1
2
1
2
1
1
1
120
60 120
120 60
< >
e
e
e
e
F
F F
X X P
X
X X
Definiie: V.a. X se numete continu dac
X
F
este absolut continu, adic, dac exist o
funcie integrabil nenegativ
+
R R f :
astfel nct ( ) ( ) R x dt t f x F
x
X
, .
Funcia f se numete densitate de repartiie. Din definiia dat rezult:
i) ( ) R x x f , 0
ii) ( ) 1
dx x f
Se constat imediat c dac exist densitatea de repartiie f, atunci F este
derivabil i ( ) ( ) x f x F
X
, iar
( ) ( ) ( ) ( )dt t f x F x F x X x P
x
x
X X
< <
2
1
1 2 2 1
:
Propoziie: Dac g este continu i strict monoton pe ( ) X I , atunci aplicaia
R X g :
este o variabila aleatoare i are loc egalitatea:
( )
( ) ( )
( ) ( )
'
, funcia [ ] 1 , 0 :
n
R F definit prin
( ) ( ) ( ) ( ) { } ( )
n n n X
x X x X x X P x x x F < < < ,..., , : ,..., ,
2 2 1 1 2 1
Ca i n cazul unidimensional, funcia de repartiie are o seam de proprieti care
i sunt specifice i care o caracterizeaz:
1)
X
F
este nedescresctoare n raport cu fiecare argument (funciile pariale
( ) n k x x x x x x F x
n k k k X k
+
1 , ,... , , ,..., ,
1 1 2 1
sunt nedescresctoare)
2)
X
F
este continu la stnga n raport cu fiecare argument
3) Dac cel puin una dintre componentele
i
x
, atunci
0
X
F
, adic:
( ) 0 ,... , , ,..., , lim
1 1 2 1
+
n i i i X
x
x x x x x x F
i
4)
( ) 1 ,..., , lim
2 1
...
1
n X
x
x
x x x F
n
( dac toate componentele
j
x
, funcia de repartiie
X
F
tinde ctre 1)
5) Pentru orice dou n-tupluri
( ) ( )
n
n
n
n
R y y y R x x x ,..., , , ,..., ,
2 1 2 1
astfel nct
n j y x
j j
< 1 ,
, are loc:
( ) ( ) ( ) 0 ,..., , 1 ... ,..., ,
2 1
1 1 1
2 1
+ + +
< < <
n X
n
n
k j i
ijk
n
j i
ij
n
i
i n X
x x x F P P P y y y F unde
( ) ( ) n j i y y x y y x y y F P y y x y y F P
n j j j i i i X ij n i i i X i
+ + +
1 , ,..., , , ,..., , , ,... , ,..., , , ,...
1 1 1 1 1 1 1 1
Noiunea de densitate de repartiie n-dimensional a vectorului aleator
( )
n
X X X ,... ,
2 1
:
18
Dac exist o funcie R R f
n
: continu i integrabil pe
n
R
astfel nct:
( ) ( )
n
x x x
n n X
du du du u u u f x x x F
n
... ,... , ... ,..., ,
2 1 2 1 2 1
1 2
, atunci f se numeste densitate de
repartitie n-dimensionala a vectorului aleator
( )
n
X X X ,... ,
2 1
. Din definiie rezult:
( ) ( ) ( )
n
n n
R x x x x x x f i ,..., , , 0 ,... ,
2 1 2 1
( ) ( ) 1 ... ,... , ...
2 1 2 1
1 2
n
x x x
n
du du du u u u f ii
n
Mai mult, exist
( )
n
n
n
x x x
x x x F
...
,..., ,
2 1
2 1
si
( )
( )
n
n
n
n
x x x
x x x F
x x x f
...
,..., ,
,... ,
2 1
2 1
2 1
Fie un cmp borelian de probabilitate { } P K, , i
( )
n
n
R X X X X : ,... ,
2 1
o variabil
aleatoare vectorial continu cu ( ) D X un domeniu din
n
R
. Considernd funcia
n
R D g : cu ( )
n
R D g avem-analog cazului unidimensional-urmtoarea:
Propoziie: Dac g este o transformare regulat i bijectiv de la D la , atunci
n
R X g : este o variabil aleatoare a crei densitate verific egalitatea:
Repartitii marginale
Definiie: Dac
( )
n X
x x x F ,..., ,
2 1
este funcia de repartiie a vectorului aleator
( )
n
X X X ,... ,
2 1
, atunci
( ) ( )
i i n i i i X
x
x
x
x
x F x x x x x x F
n
i
i
+
+
n
i
i i n X
x F x x x F
1
2 1
,..., ,
pentru orice
( )
n
n
R x x x ,..., ,
2 1
Pentru fixarea noiunilor vom analiza cazul variabilor aleatoare bidimensionale:
19
( ) ( ) ( ) ( )
( )
( )
( )
n
n
n n n X n X g
y y y
y y y D
g g D
y y y g y y y g f y y y f ,..., , ,
,..., ,
,...,
,..., , ,..., ,..., , ,..., ,
2 1
2 1
1
1
1
1
2 1
1
2 1
1
1 2 1
Fie ( ) y x F , funcia de repartiie a vectorului aleator ( ) Y X, . Atunci,
( ) ( ) y x F y x F
y
X
, lim ,
si
( ) ( ) y x F y x F
x
Y
, lim ,
,
_
n
j
j i i
m i p p
1
,..., 2 , 1 ,
;
n j p p
m
i
j i j
,..., 2 , 1 ,
1
1
1 1 1 1
n
j
j
m
i
i
m
i
n
j
j i
p p p
Mai mult, avem:
( )
J j
y Y x X P
y Y x
y Y X
I i
j i
j i
j
,
_
, :
cu
( ) ( )
( )
( )
j
ij
j
j i
j i j i
p
p
y Y P
y Y x X P
y x p y Y x X P
,
In cazul continuu, fie ( ) y x f , densitatea de repartiie. Atunci, ( ) ( )dy y x f x f
X
, i
( ) ( )dx y x f y f
Y
, , iar independena variabilelor aleatoare X i A se exprim ca:
( ) ( ) ( ) y f x f y x f
Y X
,
. Definim densitatea de repartiie a v.a. X condiionat de Y=y
( )
( )
( )
( )
( )dx y x f
y x f
y f
y x f
y x f
Y
,
, ,
i analog
( )
( )
( )
( )
( )dy y x f
y x f
x f
y x f
x y f
X
,
, ,
Momente iniiale
Definiie: Numim moment iniial de ordin k al v.a. X numrul ( ) ( )
x dF x X M
k
k
, dac
integrala Stieltjes exist.
Cazurile importante pentru aplicaii sunt:
( ) ( )
x f x X M
k
k
, n ipoteza c exist integrala Riemann improprie
( ) ( )
j
J j
k
j k
x X P x X M
x dF x X M X M
k
k k
Dac v.a. X are densitate de repartiie , ( ) ( )
x f x X M
k
k
,
iar dac este de tip discret,
( ) ( )
j
J j
k
j k
x X P x X M
.
Momentul de ordinul unu poart numele de valoare medie i vom scrie
( ) ( ) X M X M
1
.
Observaie: Evident,
( ) ( )
k
k
X M X M
Observaii: Dac v.a. X este de tip discret, avnd funcia de frecven
( )
k k
x X P p
,
seria
1 k
k k
p x
poate fi convergent, dar seria
1 k
k k
p x
nu. n acest caz spunem c nu
exist ( ) X M .
n mod similar, pentru v.a. continu X, spunem c exist ( ) ( )dx x f x X M
k
.
Astfel mediile nu exist pentru v. a. avnd :
- funcia de frecven
( )
j
j
j
j
j
X P p
3
2 3
1
1
,
_
,
*
N j , dei
2 ln 2
1
j
j
j
p x
- densitatea de repartiie ( )
2
1
1 1
x
x f
+
, R x , dei
0
1
1
lim
2
+
dx
x
x
a
a
a
.
Propoziie: Proprietile mediei
(1). Dac v.a. c X , atunci ( ) N k c X M
k k
,
(2). Dac v.a. este omogen ( ) ( ) X aM aX M
(3). Dac v.a. este aditiv
( )
,
_
n
i
i
n
i
i
X M X M
1 1
(4). Dac v.a.
n
X X X ,... ,
2 1
sunt independente (n totalitate), atunci
( )
,
_
n
i
i
n
i
i
X M X M
1 1
Momente centrate
Definiie: Numim moment centrat de ordin k al v.a. X numrul
( ) ( ) ( ) ( ) dx x f X M x X
k
k
dac v.a. X este continu
( ) ( ) ( ) ( )
j
J j
k
j k
x X P X M x X
0
1
i
( ) ( ) ( ) X M X C X M
j
k
j
j k
j
k k
0
,
*
N k
Cu ajutorul momentelor centrate se introduc noiunile:
Definiie:Coeficient de asimetrie al v.a. X:
( )
3
3
1
X
X
.
Coeficient de exces al v.a. X:
( )
3
4
4
2
X
X
,
_
X
X M X
D
Momente mixte
Definiie: Fiind dat vectorul aleator
( )
n
X X X X ,... ,
2 1
, dac exist
integrala Stieltjes multipl.
Dac vectorul aleator
( )
n
X X X X ,... ,
2 1
n ipoteza c
integrala multipl de ordinul n exist, iar dac vectorul
( )
n
X X X ,... ,
2 1
este de tip discret,
( )
,
_
n
n n
n
n n
j n j
J j J j
k
j
k
j
n k k k
x X x X P x x X X X M ,..., ... ... ,... ,
1
1 1
1
1
2 1
1 2 1 ,... ,
Analog se definesc momentele centrate de ordinul
n
k k k ,... ,
2 1
(dac ele exist):
Definiie: Fiind dat vectorul aleator
( )
n
X X X X ,... ,
2 1
,
22
In cazul variabilelor discrete
( ) ( ) ( )
,
_
,
_
,
_
n
n n
n
n n
j n j
J j J j
k
n j
k
j n k k k
x X x X P X M x X M x X X X ,..., ... ... ,... ,
1
1 1
1
1 2 1
1 1 2 1 ,... ,
n
j
j n
n
j
k
j j n k k k
dx x x x f X M x X X X
j
n
1
2 1
1
2 1 ,... ,
,..., , ... ,... ,
2 1
In ipoteza c exist
( ) X M
2
i
( ) Y M
2
pentru v.a. bidimensional ( ) Y X, dm urmatoarea
definiie:
Definiie: Se numete covarian a variabilelor aleatoare X i Y momentul mixt
( ) ( ) ( ) ( ) [ ] Y M Y X M X M
11
=cov(X,Y)
Acest indicator msoara existena legturii stocastice a v.a. X i Y.
Din definiie, rezult imediat ( ) ( ) ( ) ( ) Y M X M XY M Y X , cov , care este o funcional
biliniar simetric.
Propoziie: Proprietile covarianei
(1) ( ) ( ) R b a Y X ab bY aX , , , cov , cov i ( ) R a a X , 0 , cov
(2) ( ) ( ) ( ) Y X Y X Y X X , cov , cov , cov + +
(3) ( ) ( ) X Y Y X , cov , cov i ( ) ( ) X D X X , cov
Definiie: V.a. se numesc necorelate dac ( ) 0 , cov Y X
Observaie: Intruct ( ) ( ) ( ) ( ) Y M X M XY M Y X 0 , cov , dac v.a. X i Y sunt
independente, atunci ele sunt necorelate. Reciproca, nu este adevrat ntotdeauna. Vom
arta acest lucru n exemplul urmtor:
Exemplu: Trei bile de culori diferite se pun la ntmplare in trei urne. Notnd cu X v.a.
care indica numarul de bile dintr-o urna si cu Y pe cea care reprezinta numarul urnelor
ocupate, artati ca X si Y sunt necorelate (evident, nu sund independente).
Propoziie: Proprietile dispersiei
(1). Dac v.a. c X , atunci ( ) 0 X D
(2). ( ) ( ) X D a aX D
2
(3).
( )
,
_
n
i
i
n
i
i
X D X D
1 1
, dac
n
X X X ,... ,
2 1
sunt independente dou cte dou.
(4) ( ) ( ) ( ) ( ) Y X Y D X D Y X D , cov 2 t + t
Legtura dintre medie i dispersie este data de ineglitatea lui Cebev:
Inegalitatea lui Cebev: Dac X este o v.a. pentru care exist ( ) X M i ( ) X D , atunci,
0 > , are loc inegalitatea: ( ) ( ) ( )
( )
2
:
X D
X M X P
Observaie: Cu ajutorul acestei inegaliti se poate evalua o limita inferioar a
probabilitii cu care valorile variabilei aleatoare se grupeaz n jurul valorii medii:
( ) ( ) ( )
( )
2
1 :
X D
X M X P < .
23
Dac 3 , atunci: ( ) ( ) ( ) ( )
9
8
3 3 : + < <
X X
X M X X M P , inegalitate
cunoscut sub numele de regula 3
Inegaliti pentru momente
Inegalitatea lui Hlder: Dac X i Y sunt v.a. astfel nct exist
( ) X M
r
i
( ) Y M
s
, atunci
exist
( ) XY M
i
( ) ( ) ( )
s
s
r
r
Y M X M XY M
1 1
, unde 1
1 1
, 1 + >
s r
r . Pentru 2 s r ,
avem:
Inegalitatea lui Schwartz :
( ) ( ) ( )
2
1
2
2
1
2
Y M X M XY M
Inegalitatea lui Minkowski: Dac X i Y sunt v.a. astfel nct exist
( ) X M
r
i
( ) Y M
s
,
adic dac X i Y sunt v.a. astfel nct exist ( )
r
X M i ( )
r
Y M , atunci pentru 1 r ,
exist ( )
r
Y X M + i avem:
( ) ( ) ( )
r
r
r
r r
Y M X M Y X M
1 1
+ +
Inegalitatea lui Liapunov: propritatea de monotonie a momentelor
Dac exist ( )
1
r
X M i ( )
2
r
X M cu
2 1
0 r r < atunci
( ) ( ) 2
2
1
1
1 1
r
r
r
r
X M X M
.
Corelaie si regresie
Intensitatea legturii stocastice a dou variabile aleatoare se poate msura cu
ajutorul unor indicatori numerici, cel mai frecvent ntilnit fiind coeficientul de corelaie.
Definiie: Numim coeficient de corelaie al v.a. X i Y raportul
( )
Y X
Y X
Y X
, cov
,
.
Teorema: Pentru orice v.a. X i Y pentru care ( ) ( ) 0 Y D X D , au loc proprietile:
(1).
0
,
Y X
;
1
,
X X
i
1
,
X X
(4).
1
,
Y X
,
( )
Y
Y M Y
Y
( ) 1 t
XY
Y X M . Cum
( ) ( )
( )
X
Y
X M X
Y M Y Y X M
t t 0
2
Definiie: Dreptele
( ) ( )
Y x
Y M y X M x
1 i
( ) ( )
x Y
X M x Y M y
2
se numesc
drepte de regresie .
24
Definiie: Presupunnd c exist ( ) X M
2
i
( ) X M
2
, dreapta de regresie a v.a. Y n
raport cu X este:
( )
( )
( ) ( ) X M x
Y X
Y M y
x
, cov
, iar
( )
x
Y X
Y X
, cov
se numete
coeficient de regresie al v.a.Y n raport cu X.
Observaie:
X Y Y X Y X
,
Dac ( ) Y X Z R Z , , :
2
este o v. a. bidimensional, se pot defini momente
iniiale condiionate i dispersii condiionate
Definiie: Media condiionat a v.a.Y stiind c X=x este:
( )
( )
( )
continuu cazul in
discret cazul in
'
dy y yf
y yp
x X Y M
x X Y
y
x X Y
Observaie: Media condiionat
( ) ( ) x h x X Y M
este funcie de x, i poart numele de
curba de regresie,
( ) ( ) X Y M X h
. Aceasta medie condiionat este o v.a., pentru care
are loc urmtoarea teorem:
Teorema: Presupunnd c
( ) < X M
,
( ) ( ) ( ) Y M X Y M M
Definiie: Dispersia condiionat a v.a. Y tiind c X=x este:
( ) ( ) ( ) ( ) x X x X Y M Y M x X Y D
2
Observaie: Dispersia condiionat este funcie de x,
( ) ( ) X Y D X v
fiind o v.a., pentru
care are loc :
Teorema: Fie X i Y v.a. i g o funcie. Atunci:
( ) ( ) [ ] ( ) ( ) ( ) ( ) ( ) [ ]
2 2
X g X Y M M X Y D M X g Y M +
Corolar: Dac
( ) < X M
2
, atunci
( ) ( ) [ ] ( ) [ ] X Y M D X Y D M X D +
Funcia caracteristic
Definiie: Fie X o v.a. definit pe { } P K, , cu funcia de repartiie
X
F
. Aplicaia
C R
X
: , definit prin:
( ) ( )
itX
X
e M t
se numeste funcia caracteristic a v.a.X.
Observaie: Din definiia funciei caracteristice rezult: ( ) ( )
x dF e t
X
itx
X
, adic:
( )
( )
( )
'
(2)
( ) 1 t
X
25
(3) ( ) ( ) t t
X X
(4)
X
n
j
X
X
t t
j
n
j
1
1
Formula de inversiune: Fie X o v.a.,
X
F
funcia ei de repartiie si
X
funcia sa
caracteristic. Dac
2 1
x x <
sunt puncte de continuitate pentru
X
F
, atunci:
( ) ( ) ( ) dt t
it
e e
x F x F
X
c
c
itx itx
c
X X
2 1
2
1
lim
1 2
Teorema de unicitate. Funcia de repartiie este determinat n mod unic de funcia ei
caracteristic.
Legtura dintre funcia caracteristic i momente (dac acestea exist) este dat de:
Teorema: Dac X este o v.a. pentru care exist
( ) X M
n
, atunci
X
este de n ori
derivabil i
( )
( ) ( ) X M i
k
k k
X
0 , n k 1
Corolar: Dac v.a. X admite momente de orice ordin (finite) , atunci:
( ) ( )
( )
!
0
k
it
X M t
k
k
k X
,
_
n
k
k k
X t i
n
e M t t t
1
,..., ,
2 1
este funcia
caracteristic a vectorului aleator
( )
n
X X X ,... ,
2 1
.
Observaie: Din definiia rezult:
( ) ( )
n
X t i
n
x x x dF e t t t
n
k
k k
,..., , ,..., ,
2 1 2 1
1
, care, n cazul
i) discret devine ( ) ( )
n n
S x S x S x
n
x X x X x X P e t t t
n
k
k
X
k
t i
n n
,..., , ... ,..., ,
2 2 1 1 2 1
1
1 1 2 2
, unde
k
S
mulimea valorilor v.a.
k
X
, mulime care este cel mult numarabil.
ii) continuu, cu densitatea de repartiie
( )
n
x x x f ,..., ,
2 1
devine:
( ) ( )
n n
X t i
n
dx dx dx x x x f e t t t
n
k
k k
... ,..., , ,..., ,
2 1 2 1 2 1
1
(2)
( ) 1 ,..., ,
2 1
n X
t t t
26
(3)
( ) ( )
n X n X
t t t t t t ,..., , ,..., ,
2 1 2 1
(4)
X
este uniform continu pe
n
R
(5) Dac vectorul aleator
( )
n
X X X X ,... ,
2 1
i se consider vectorul
( )
n
Y Y Y Y ,... ,
2 1
,
j
n
j
k jk j
b X c Y +
1
,
m j 1
,
atunci:
( ) ( )
n X
t b i
n Y
u u u e t t t
m
j
j j
,..., , ,..., ,
2 1 2 1
1
, unde
m
j
j jk k
t c u
1
, n k 1 .
Observaie: Din funcia caracteristic
( )
n X
t t t ,..., ,
2 1
n
k
k X n X
t t t t
k
1
2 1
,..., ,
Legtura dintre funcia caracteristic i momente este dat de relaia:
( )
( )
0 ...
2 1
2 1
2 1 ,..., ,
2 1
2 1
1
1
2 1
...
,..., ,
1
,..., ,
n
n
n
j
j
n
j
j
n
t t t
k
n
k k
n
k
k
n k k k
t t t
t t t
i
X X X M
Funcia generatoare de momente
Definiie: Funcia generatoare de momente a v. a. X este
( ) ( )
tX
X
e M t
dac
0 > h astfel nct media exist i este finit pentru
h t <
Teorema: Dac exist h>0 astfel nct
( ) ( ) t t
Y X
pentru
h t <
, atunci X=Y.
Teorema: Fie
n
X X X ,..., ,
2 1
v.a.i. ale cror funcii generatoare de momente exist
pentru
h t <
,h>0, si
n
k
k n
X S
1
. Atunci
( ) ( ) . ,
1
h t t t
n
k
X S
k n
<
Corolar: Dac, n plus,
n
X X X ,..., ,
2 1
sunt identic repartizate, atunci
( ) ( ) ( ) h t t t
n
X S
n
< ,
.
Teorema: Fie X v.a. a crei funcie generatoare de momente
( ) t
X
exist pentru
h t <
,
h>0. Atunci
a) toate momentele exist: ( ) 0 k pentru > <
k
X M
b) ( )
( )
( ) N n X M
n
X
n
, 0
Observaie: Pentru v.a. care ia doar valori naturale se definete funcia generatoare de
probabilitate :
( ) ( ) ( )
0 n
n X
X
n X P t t M t g
, care este definit cel puin pentru
1 < t
.
Pentru aceste variabilele aleatoare
( ) ( ) h t e g t
t
X
< pentru ,
. Are loc urmatoarea:
Teorema: Fie
n
X X X ,..., ,
2 1
v.a. independente identic repartizate i N v.a. lund valori
naturale, independent de
n
X X X ,..., ,
2 1
. Atunci
( ) ( ) ( ) t g t
X N S
n
i
( ) ( ) ( ) t g t
X N S
n
27