Documente Academic
Documente Profesional
Documente Cultură
Definitia 3 (Kolmogoroff, 1933) : Axiomele probabilitatilor a) p 0 probabilitatea este un nr nenegativ b) p ( S ) =1 probabilitatea evenimentului sigur este 1 c) p( E1 + E 2 ) = p( E1 ) + p( E 2 ) probabilitatea a doua evenimenete mutual exclusive, E1 si E 2 , este egala cu suma probabilitatilor evenimentelor. 2.3. Variabila aleatore
Variabila aleatoare este o notiune folosita pentru a descrie evenimentele rezultate in urma unui experiment aleator. Definitie: Variabila aleatoare (v.a.) este o functie care asociaza fiecarui eveniment o valoare numerica.
Notam cu X v.a.
X : R
Exemplu: Zarul
X : = [ E1 , , E 6 ] [1,2,3,4,5,6]
Observatie: a) Oricarei submultimi a multimii valorilor lui X ii corespunde un eveniment b) 1,2,3,4,5,6 se numesc realizari particulare a le v.a. X . 2.4. Probabilitatile unei v.a. Notam probabilitatea ca un eveniment E i sa se realizeze cu:
p ( Ei ) = p ( X = xi ) = p ( xi ) = p i
Exemplu: Zarul : multimea valorilor lui X este discreta Temperatura ia valori intr-un interval. Definitia 1 (tipul v.a.) : V.a. discreta ia valori intr-o multime discreta V.a. continua ia valori intr-un interval V.a. mixta
Exemplu: Zarul: Functia de repartitie este o functie in scara scara Densitatea de probabilitate este o serie de functii Dyrac Densitate de probabilitate gaussiana (sau normala): f ( x ) = media v.a., iar 2 este varianta v.a. ( se numeste dispersie).
x ( x )
2
/ 2 2
unde este
x [ 0 a] in _ rest
x0 in _ rest
e x f ( x) = 0
Definitia 2 (tipul v.a.) : O v.a. este discreta daca are o functie de repartitie in scara; o v.a. este continua daca are o functie de repartitie continua. 2.5. Probabilitati conditionate Exemplu: La aruncarea cu zarul, probabilitatea de a avea un 2 cand stim ca fata aparuta este para. Definitie: Probabilitatea unui eveniment E i , conditionat de un alt eveniment , M , este probabilitatea de a se realiza E i cand M este deja realizat
p( Ei / M ) =
sa se realizeze.
p( Ei , M ) p( M )
Observatie: E i si M pot fi evenimente ale aceluiasi experiment (aceeasi v.a.) sau pot fi evenimente a doua experimente diferite (2 v.a.).
p ( xi / x j ) = p( xi / y j ) =
p ( xi / x j ) p ( xi / y j ) p( y j ) p( x j )
(aceeasi v.a.)
p ( y j / xi ) p ( xi ) p( y j )
f (x M ) =
dF ( x M ) dx
b) Functia de repartitie si densitatea de probabilitate se definesc si pentru 2 sau mai multe v.a.
F ( x, y ) = p{ X x, Y y}
f ( x, y ) =
dF ( x, y ) dxdy
2.6. Notiunea de independenta statistica Definitie: Doua evenimente, E i si E j , sunt independente daca
p( Ei , E j ) = p( E i ) p( E j )
Definitie: Doua v.a., X si Y , sunt independente daca oricare dintre realizarile lor particulare sunt independente.
p ( xi , y j ) = p ( xi ) p ( y j ) unde x i este o realizare particulara a lui X si
y j este o realizare particulara a lui
Y.
2.7. Semnalele numerice ca siruri de v.a. Cum se ajunge la un semnal numeric? Prin esantionarea si cuantizarea semnalului continuu. Un semnal numeric poate fi modelat ca un sir de v.a.: , X k 1 , X k , X k +1 , , unde k este indice de timp. Toate v.a. iau valori in aceeasi multime si, daca semnalul este stationar, au acelasi set de probabilitati.