4 Distributii continue clasice

Prezent am n continuare cteva distributii continue de probabilitate clasice.

4.1 Distributia uniform a
Variabila aleatoare uniform a continu a este varianta continu a a variabilei aleatoare uniforme discrete (atunci cnd
num arul : al cazurilor posibile tinde la innit). Spre exemplu, variabila aleatoare uniform a discret a cu parametrul
: poate gandit a ca rezultatul jocului la o rulet a avnd : sloturi (mp artind discul ruletei n : p arti egale), iar
variabila aleatoare continu a pe [0, 2] poate gandit a ca rezultatului jocului la o rulet a avnd o innitate de sloturi
(mp artind discul unei rulete de raz a 1 ntr-o innitate de sloturi, reprezentate de unghiul r [0, 2] corespunz ator).
Denitia formal a este urm atoarea.
Denitia 4.1 Spunem ca A este o variabila aleatoare uniforma continua pe intervalul [a, /] (notam A l:i) ([a, /]))
daca A are func tia de distribu tie ) data de
) (r) =

1
bo
, r [a, /]
0, n rest
. (34)
Observatia 4.2 Func tia ) denita de rela tia anterioara este ntr-adevar o func tie de densitate deoarece este ne-
negativa () (r) 0 oricare ar r R) si are integrala egala cu 1:
Z

) (r) dr =
Z
b
o
1
/ a
dr =
r
/ a

b
o
=
/
/ a

a
/ a
= 1.
Media variabilei aleatoare uniforme pe [a, /] este
' (A) =
Z

r) (r) dr =
Z
b
o
r
1
/ a
dr =
r
2
2 (/ a)

b
o
=
/
2
2 (/ a)

a
2
2 (/ a)
=
a +/
2
,
iar dispersia este dat a de
o
2
(A) = '
h
(A ' (A))
2
i
=
Z

r
a +/
2

2
1
/ a
dr
=
1
3 (/ a)

r
a +/
2

b
o
=
1
3 (/ a)

/
a +/
2

1
3 (/ a)

a
a +/
2

3
=
(/ a)
2
12
.
Functia generatoare de moment a variabilei aleatoare uniforme este
,

(t) = '

c
|

=
Z

c
|r
) (r) dr =
Z
b
o
c
|r
1
/ a
dr =
1
/ a
c
|r
t

b
o
=
c
|b
c
|o
t (/ a)
,
oricare ar t R{0}, si
,

(0) = '

c
0

= '

c
0

= ' (1) = 1.
4.2 Distributia exponential a
Denitia 4.3 Spunem ca variabila aleatoare A are o distribu tie uniforma cu parametrul ` 0 (notam A
1rj (`)) daca A are densitatea ) data de
) (r) =

`c
Xr
, r 0
0, n rest
. (35)
23
Observatia 4.4 Func tia ) data de rela tia anterioara este ntr-adevar o densitate deoarece este ne-negativa () (r)
0 oricare ar r R) si are integrala egala cu 1:
Z

) (r) dr =
Z

0
`c
Xr
dr = c
Xr

0
= c

c
0

= 1.
Media variabilei aleatoare exponentiale este dat a de
' (A) =
Z

r) (r) dr
=
Z

0
r

`c
Xr

dr
=
Z

0
r

c
Xr

0
dr
= rc
Xr

0

Z

0
c
Xr
dr
=
Z

0
c
Xr
dr
=
c
Xr
`

0
=
c

c
0
`

=
1
`
,
iar dispersia este dat a de
o
2
(A) = '
h
(A ' (A))
2
i
=
Z

r
1
`

`c
Xr

dr
=
Z

r
1
`

c
Xr

0
dr
=

r
1
`

2
c
Xr

Z

0
2

r
1
`

c
Xr
dr
=
1
`
2
2
Z

0

r
1
`

c
Xr
`

0
dr
=
1
`
2
2

r
1
`

c
Xr
`

0
+ 2
Z

0

c
Xr
`
dr
=
1
`
2

2
`
2

2
`
Z

0
c
Xr
dr
=
1
`
2

2
`

c
Xr
`

0
=
1
`
2
+
2
`
2
=
1
`
2
.
Functia generatoare de moment a variabilei aleatoare exponentiale A 1rj (`) este
,

(t) = '

c
|

=
Z

c
|r
) (r) dr =
Z

0
c
|r

`c
Xr

dr = `
Z

0
c
(|X)r
dr = `
c
(|X)r
t `

0
=
`
t `
, (36)
oricare ar t < ` (pentru t ` se observ a c a integrala este divergent a, si deci functia generatoare de moment nu
este denit a).
24
Observatia 4.5 Folosind faptul ca func tia generatoare de moment a variabilei aleatoare exponentiale este ,

(t) =

X
|X
pentru t < `, se poate calcula u sor media si dispersia variabilei astfel.
' (A) = ,
0

(t)

|=0
=

`(t `)
1

|=0
= `(t `)
2

|=0
= `(`)
2
=
1
`
.
De asemenea, se poate calcula momentul de ordin doi al variabilei aleatoare A
'

A
2

= ,
00

(t)

|=0
=

`(t `)
1

00

|=0
=

`(t `)
2

|=0
= 2`(t `)
3

|=0
= 2 (`)
3
=
2
`
2
,
de unde se ob tine dispersia variabilei aleatoare A:
o
2
(A) = '

A
2

(' (A))
2
=
2
`
2

1
`

2
=
1
`
2
,
regasind astfel formulele anterior demonstrate.
Interpretarea parametrului ` al distributiei exponentiale este urm atoarea.
n multe din problemele practice suntem interesati de timpul scurs pn a la apritia unui eveniment, spre exemplu:
- timpul pn a la sosirea primului autobuz n statie;
- timpul pn a la primul cutremur;
- timpul pn a la sosirea primului apel telefonic ntr-o central a;
- timpul pn a la sosirea primului client ntr-un anumit magazin.
n toate aceste probleme putem presupune c a timpul scurs pn a la aparitia evenimentului dorit este o variabil a
aleatoare A cu proprietatea c a probabilitatea ca A s a ia valori ntr-un anumit interval este proportional a cu lungimea
acestui interval, adic a
1 (t < A t +t| A t) = `t +o (t) , (37)
unde ` 0 este o constant a de proportionalitate iar o (t) este o functie ce tinde la zero mai repede dect t,
adic a
lim
|0
o (t)
t
= 0. (38)
Are loc urm atoarea.
Propozitia 4.6 Daca A este o variabila aleatoare cu valori positive ce verica rela tia (37) pentru orice t, t 0,
atunci A are o distribu tie exponen tiala cu parametru `.
Demonstratie. S a not am cu 1 (r) = 1 (A r) functia de distributie a lui A si cu o (r) = 11 (r) = 1 (A r)
probabilitatea ca A s a ia o valoare mai mare dect r.
Probabilitatea conditionat a din membrul drept al relatiei (37) se mai poate scrie echivalent sub forma
1 ( t < A t +t| A t) =
1 (t < A t +t, A t)
1 (A t)
=
1 (t < A t +t)
1 (A t)
=
1 (A t +t) 1 (A t)
1 (A t)
=
1 (t +t) 1 (t)
o (t)
=
(1 o (t +t)) (1 o (t))
o (t)
=
o (t +t) o (t)
o (t)
.
mp artind relatia (37) cu t obtinem deci

o (t +t) o (t)
t
1
o (t)
= ` +
o (t)
t
.
25
Cum membrul drept al acestei egalit ati are limita ` atunci cnd t tinde la zero (deoarece lim
|0
o(|)
|
= 0),
rezult a c a si membrul stng al acestei relatii are limit a atunci cnd t 0, adic a functia o este derivabil a n
punctul t, si avem

o
0
(t)
o (t)
= `, t 0.
Integrnd aceast a egalitate n raport cu t pe intervalul [0, r], obtinem

Z
r
0
o
0
(t)
o (t)
dt =
Z
r
0
`dt,
oricare ar r 0, sau echivalent
lno (r) lno (0) = `r.
Cum o (0) = 1 (A 0) = 1, avem lno (0) = 0, si din relatia anterioar a obtinem
o (r) = c
Xr
, r 0.
Cum o = 1 1, am obtinut deci
1 (r) =

1 c
Xr
, r 0
0, r < 0
(pentru r < 0, avem 1 (r) = 1 (A < r) = 0).
Derivnd aceast a relatie n raport cu r obtinem c a densitatea variabilei aleatoare A este dat a de
) (r) =

`c
Xr
, r 0
0, n rest
,
si deci conform denitiei variabila aleatoare A are o distributie exponential a cu parametru `.
Se poate demonstra urm atoarea:
Propozitia 4.7 Daca A
1
, . . . , A
n
1rj (`) sunt variabile aleatoare exponen tiale cu parametru ` independente,
atunci variabila aleatoare
1 = A
1
+. . . +A
n

:,
1
`

(39)
are o distribu tie gamma cu parametrii : si
1
X
.
Demonstratie. Folosind formula (36) si faptul c a A
1
, . . . , A
n
sunt variabile aleatoare independente, putem deter-
mina functia generatoare de moment a variabilei aleatoare 1 astfel
,
Y
(t) = '

c
|Y

= '

c
|(1+...+)

= '

c
|
1
. . . c
|

= '

c
|1

. . . '

c
|

=
`
` t
. . .
`
` t
=

` t
`

n
=

1
1
`
t

n
= (1 0t)
|
,
unde / = : si 0 =
1
X
. Functia generatoare de moment a variabilei aleatoare 1 coincide deci cu functia generatoare
de moment (1 0t)
|
a distributiei (/, 0) (pentru / = : si 0 =
1
X
), si deci 1

:,
1
X

26
4.3 Distributia normal a
Variabila aleatoare normal a are un rol fundamental n teoria probabilit atilor si statistica matematic a, datorit a Teo-
remei limit a central a, care arm a c a suma unor variabile aleatoare independente si identic distribuite corespunz ator
normate converge n distributie c atre distributia normal a. Mai precis, dac a A
1
, A
2
, . . . este un sir de variabile
aleatoare independente identic distribuite (abreviat i.i.d.), cu medie j = ' (A
1
) si dispersie o
2
= o
2
(A
1
), atunci
A
1
+. . . +A
n
:j
o

:

n
A N (0, 1)
n distributie, adic a
1

A
1
+. . . +A
n
:j
o

:
t

n
1

2
Z
|

2
2
dr
Importanta acestei teoreme este dat a de faptul c a oricare ar distributia variabilelor A
1
, A
2
, . . . indepen-
dente, suma o
n
= A
1
+ . . . + A
n
corespunz ator normat a (adic a sc aznd din o
n
media ' (o
n
) = :j si mp artind
rezultatul la radicalul dispersie o
2
(o
n
) = :o
2
, astfel nct variabila aleatoare rezultat a A =
Sn
c

n
are medie 0 si
dispersie 1) tinde c atre o anumit a distributie - distributia normal a standard.
Denitia 4.8 Spunem ca variabila aleatoare A are o distribu tie normala cu parametrii j si o
2
(notam A
N

j, o
2

) daca A are densitatea

) (r) =
1

2o
2
c

()
2
2
2
, r R.
n cazul j = 0 si o
2
= 1 spunem ca A are o distributie normala standard (A N (0, 1)).
Figure 5: Gracul densit atii normale pentru cteva valori ale mediei j si dispersiei o
2
.
Observatia 4.9 Func tia ) din deni tia anterioara este ntr-adevar o densitate deoarece este ne-negativa () (r) 0
oricare ar r R) si are integrala egala cu 1. Pentru a arata aceasta, sa observam ca este sucient sa consideram
cazul j = 0 si o
2
= 1, deoarece folosind substitu tia n =
r
c
avem
Z

) (r) dr =
1

2
Z

1
o
c

()
2
2
2
dr =
1

2
Z

2
2
dn,
si deci este sucient sa aratam ca ultima integrala este egala cu 1.
Sa mai obsevam ca datorita parita tii func tiei c

2
2
avem
1

2
Z

2
2
dn =
2

2
Z

0
c

2
2
dn.
27
Observam n continuare ca:
2

2
Z

0
c

2
2
dr =
2

2
Z

2
2
dr
Z

2
2
dr

1/2
=
2

2
Z

c

2
2
dr
Z

0
c

2
2
dj

1/2
=
2

2
Z

0
Z

0
c

2
+
2
2
dj

dr

1/2
.
Folosind substitu tia j = nr, si schimbnd ordinea de integrare, ob tinem echivalent:
2

2
Z

0
c

2
2
dr =
2

2
Z

0
Z

0
c

2
+
2

2
2
rdn

dr

1/2
=
2

Z

0

Z

0
c

(
1+
2
)

2
2
rdn
!
dr
!
1/2
=
2

Z

0

Z

0
c

(
1+
2
)

2
2
rdr
!
dn
!
1/2
=
2

Z

0

1
1 +n
2
c

(
1+
2
)

2
2

r=
r=0
!
dn
!
1/2
=
2

2
Z

0
1
1 +n
2
dn

1/2
=
2

2
( arctann|
u=
u=0
)
1/2
=
2

2
(arctanarctan0)
1/2
=
2

1/2
= 1,
ncheind astfel demonstra tia.
Media si dispersia variabilei aleatoare normale A N

j, o
2

sunt
' (A) = j si o
2
(A) = o
2
,
adic a chiar parametrii distributiei normale N

j, o
2

.
Observatia 4.10 Pentru a demonstra aceste rela tii, se folose ste substitu tia n =
r
c
si faptul ca
R

) = 1.
Functia generatoare de moment a variabilei aleatoare normale A N

j, o
2

este
,

(t) = c
|+

2
2
|
2
, t R. (40)
Pentru a ar ata aceasta, folosind din nou substitutia n =
r
c
obtinem:
,

(t) = '

c
|

=
Z

c
|r
1

2o
2
c

()
2
2
2
dr
=
1

2
Z

c
|(uc+)
c

2
2
dn
=
1

2
c
|
Z

()
2
2
c

2
2
|
2
dn
= c
|
c

2
2
|
2
Z

2
c

()
2
2
dn
= c
|+

2
2
|
2
,
28
ultima egalitate rezultnd din faptul c a integrala este egal a cu 1 (este integrala densit atii variabilei N (0, 1)).
n practic a este deseori util s a transform am o variabil a aleatoare normal a N

j, o
2

ntr-o variabil a aleatoare

normal a standard N (0, 1). Aceast a transformare este dat a de urm atoarea.
Propozitia 4.11 Daca A N

j, o
2

este o variabila aleatoare normala cu medie j si dispersie o

2
, atunci
7 =
A j
o
N (0, 1)
este o variabila normala standard.
Demonstratie. S a determin am mai nti leg atura ntre functiile de distributie ale variabilelor aleatoare A si 7:
1
2
(r) = 1 (7 r) = 1

A j
o
r

= 1 (A or +j) = 1

(or +j) .
Derivnd aceast a egalitate n raport cu r, obtinem relatia de leg atur a ntre densit atile variabilelor aleatoare A
si 7:
)
2
(r) =
d
dr
1
2
(r) =
d
dr
1

(or +j) = ) (or +j) o.

Cum A

j, o
2

avem ) (r) =
1

2tc
2
c

()
2
2
2
, si deci obtinem
)
2
(r) =
1

2o
2
c

(+)
2
2
2
o =
1

2
c

2
2
,
si deci conform denitiei rezult a c a 7 N (0, 1) este o variabil a aleatoare normal a standard.
Propozitia anterioar a este util a n practic a, deoarece ea arat a c a n principiu putem reduce studiul unei variabile
aleatoare la cazul cnd aceasta este o variabil a aleatoare normal a standard.
Rezultatul urm ator arat a c a suma unor variabile aleatoare normale independente este o variabil a aleatoare
normal a.
Propozitia 4.12 Daca A
1
N

j
1
, o
2
1

si A
2
N

j
2
, o
2
2

sunt variabile aleatoare independente, atunci A

1
+A
2

N

j
1
+j
2
, o
2
1
+o
2
2

.
Demonstratie. Notnd cu A = A
1
+A
2
si folosind independenta variabilelor aleatoare A
1
si A
2
si formula (40)
putem determina functia generatoare de moment a variabilei aleatoare A astfel:
,

(t) = '

c
|

= '

c
|(
1
+
2
)

= '

c
|1
c
|2

= '

c
|
1

'

c
|
2

= ,

1
(t) ,

2
(t)
= c

1
|+

2
1
2
|
c

2
|+

2
2
2
|
= c
(
1
+
2
)|+
(

2
1
+
2
2)
2
|
.
Comparnd cu formula (40) rezult a c a A N

j
1
+j
2
, o
2
1
+o
2
2

, ncheind demonstratia.
O observatie util a referitoare la distributii simetrice este dat a de urm atoarea.
Observatia 4.13 Daca densitatea ) a unei variabile aleatoare A este simetrica fa ta de 0, atunci func tia de dis-
tribu tie verica
1 (r) = 1 1 (r) , r R. (41)
Motivul este urmatorul:
1 (r) = 1 (A r) =
Z
r

) (t) dt =
Z

r
) (t) dt = 1 (A r) = 1 1 (A r) = 1 (r) .
29
Figure 6: Gracul unei densit ati simetrice fat a de 0 veric a 1 (r) = 1 1 (r).
n particular, deoarece densitatea ) (r) =
1

2t
c

2
2
a variabilei normale standard A N (0, 1) este simetric a
fat a de 0, rezult a c a dac a valorile functiei de distributie 1 (r) sunt cunoscute pentru valori positive r, atunci si
valorile 1 (r) pentru valori negative r sunt cunoscute (sunt determinate de relatia (41)).
Referitor la variabila aleatoare normal a A N

j, o
2

se poate usor ar ata c a probabilitatea 1 (|A j| /o)

depinde numai de / si este independent a de j si o
2
. Alegnd / = 1, 2 sau 3 rezult a c a 68.27% din valorile unei
variabile avelatoare normale A N

j, o
2

se a a la o distant a mai mic a dect o fat a de j, c a 95.45% din valori

sunt la disant a mai mic a dect 2o fat a de j, respectiv c a 99.73% din valori sunt la o distant a mai mic a dect 3o
fat a de j.
Alte dou a valori utile sunt urm atoarele: 95% din valori sunt la distant a mai mic a dect 1.96o fat a de j, iar 99%
din valori sunt la distant a mai mic a dect 2.58o fat a de j.
4.4 Distributia
2
O variabil a aleatoare A are o distributie
2
(hi p atrat) cu : grade de libertate dac a se poate scrie ca o sum a
A = A
2
1
+. . . +A
2
n
unde A
1
, . . . , A
n
N (0, 1) sunt variabile aleatoare normale standard independente.
Importanta acestei distributii rezult a c a astfel de sume de variabile aleatoare apar des n statistic a, n special n
estimarea dispersiei si n testarea ipotezelor statistice.
Figure 7: Functia de densitate
2
(:) pentru cteva valori ale num arului de grade de libertate :.
O denitie echivalent a a distributiei
2
este urm atoarea.
Denitia 4.14 Spunem ca o variabila aleatoare A are o distribu tie
2
cu : N grade de libertate ( si notam
A
2
(:)) daca are densitatea
) (r) =

cr

2
1
c

2
, r 0
0, r < 0
(c =
1
2

2 (

2
)
iar (.) =
R

0
t
:1
c
|
dt, Re . 0, este func tia Gamma).
30
Pentru a ar ata c a cele dou a denitii anterioare coincid, putem calcula functia generatoare de moment. n ambele
cazuri se obtine ,

(t) = (1 2t)

2
pentru t <
1
2
, si deci cele dou a denitii coincid.
Media si dispersia variabilei aleatoare A
2
(:) sunt date de
' (A) = : si o
2
(A) = 2:,
iar functia generatoare de moment este
,

(t) = (1 2t)

2
, t <
1
2
. (42)
Se poate demonstra urm atoarea:
Propozitia 4.15 Daca A
1

2
(:
1
) si A
2

2
(:
2
) sunt variabile aleatoare independente, atunci A
1
+ A
2

2
(:
1
+:
2
).
Demonstratie. Notnd cu A = A
1
+A
2
, si folosind faptul c a A
1
si A
2
sunt variabile aleatoare independente si
formula (42) putem determina functia generatoare de moment a variabilei aleatoare A astfel:
,

(t) = ,

1
(t) ,

2
(t) = (1 2t)

1
2
(1 2t)

2
2
= (1 2t)

1
+
2
2
,
si comparnd cu (42) rezult a c a A
2
(:
1
+:
2
), ncheind demonstratia.
4.5 Distributia T/Student
O variabil a aleatoare A are o distributie T (sau distributie Student) cu : grade de libertate dac a poate scris a sub
forma
A =
1
q
2
n
unde 1 N (0, 1) este o variabil a normal a standard iar 7
2
(:) este o variabil a aleatoare
2
cu : grade de
libertate independent a de 1 .
Figure 8: Functia de densitate T (:) pentru cteva valori ale gradelor de libertate :.
O denitie echivalent a a distributiei T este urm atoarea.
Denitia 4.16 Spunem ca variabila aleatoare A are o distribu tie T cu : grade de libertate (notam A T (:))
daca are densitatea
) (r) =

1 +
r
2
n

+1
2
, r 0
0, r < 0
(c =
1

n1(

2
,
1
2
)
iar 1(r, .) =
(r)()
(r+)
, r, j 0, este func tia Beta).
31
Media si dispersia variabilei aleatoare A T (:) sunt
' (A) = 0 (: 1) si o
2
(A) =
:
: 2
(: 2).
32