Sunteți pe pagina 1din 7

Variabile aleatoare cu valori continue si discrete

Constantin VERTAN
O variabil a aleatoare este o funct ie ce asociaza un numar real realizarii
unui eveniment; daca este mult imea evenimentelor elementare, =
{
1
,
2
, ...,
n
} atunci avem
: R, (
k
) = x. (1)
Un exemplu de variabil a aleatoare este valoarea rezistent ei unui rezistor; acest
numar real este asociat evenimentului de alegere a unui rezistor de pe uxul
de fabricat ie; o realizare particular a a acestei variabile aleatoare nseamna
masurarea unui anumit rezistor deja ales.
1 Variabile aleatoare cu valori continue
1.1 Funct ia de repartit ie a variabilelor aleatoare
Fie o variabil a aleatoare ale carei valori observate sunt numere reale. Val-
oarea funct iei de repartit ie F

(x) este denit a ca probabilitatea evenimentului


ca valoarea unei realizari particulare a variabilei aleatoare sa e mai mica
decat x:
F

(x) = Prob{ x}. (2)


Fiind denite ca probabilit at i, valorile funct iei de repartit ie vor , evident,
numere reale din intervalul [0, 1], deci:
0 F

(x) 1. (3)
Valorile extreme ale funct iei de repartit ie se obt in pentru valori particulare
ale lui x. Daca x = , atunci
F

() = Prob{ } = 0, (4)
(deoarece nici o valoare reala, asa cum este , nu poate mai mica decat
). Daca x = , atunci:
F

() = Prob{ } = 1, (5)
(deoarece orice valoare reala este mai mica decat ).

In plus, daca avem
x
1
x
2
dou a valori reale oarecari, atunci F

(x
1
) F

(x
2
), si deci funct ia de
repartit ie a unei variabile aleatoare este o funct ie crescatoare, sau cel put in
nedescrescatoare:
x
1
x
2
F

(x
1
) F

(x
2
). (6)

Intr-adev ar, F

(x
2
) = Prob{ x
2
} = Prob{ x
1
} +Prob{x
1
< x
2
}
Prob{ x
1
}.
De asemenea se poate demonstra usor ca:
P(a < b) = F

(b) F

(a). (7)
1.2 Funct ia de densitate de probabilitate a variabilelor
aleatoare
Funct ia de densitate de probabilitate este derivata funct iei de repartit ie:
f

(x) =
dF

(x)
dx
. (8)
Fiind derivata unei funct ii crescatoare (6), funct ia de densitate de probabili-
tate va avea

intotdeauna valori pozitive:
f

(x) 0. (9)
Din denit ia (8) rezulta ca putem scrie funct ia de repartit ie ca primitiv a a
funct iei de densitate de probabilitate:
F

(x) =
x
_

(t)dt. (10)
Acesta formul a poate particularizat a pentru diferite valori ale lui x; pentru
x = , se obt ine:
_

(t)dt = 1, (11)
1
numit a condit ia de normare a funct iei de densitate de probabilitate (geomet-
ric, acesta condit ie se interpreteaza prin aceea ca aria subgracului funct iei
de densitate de probabilitate trebuie sa e unitar a). Condit iile esent iale ce
trebuiesc vericate pentru orice funct ie ce este o densitate de probabilitate
sunt (9) si (11).
1.3 Momente statistice centrate si necentrate
Fie o variabil a aleatoare a carei funct ie de densitate de probabilitate este
f

(x). Pe baza acesteia se pot deni momentele statistice [necentrate] ale


variabilei aleatoare. Momentul statistic [necentrat] de ordin k este:
m
(k)

= m
k
=
_

x
k
f

(x)dx. (12)
Cazurile particulare de maxim interes sunt momentele de ordinul 1 (media
statistica a variabilei aleatoare) si de ordinul 2 (media patratic a a variabilei
aleatoare):
= m
(1)

= m
1
=
_

xf

(x)dx, (13)

2
= m
(2)

= m
2
=
_

x
2
f

(x)dx. (14)
Momentul statistic centrat de ordinul k al variabilei aleatoare este:
M
(k)

= M
k
=
_

(x m
1
)
k
f

(x)dx =
_

(x )
k
f

(x)dx. (15)
Cazul particular cel mai utilizat este momentul statistic centrat de ordinul 2,
numit variant a variabilei aleatoare:

2
= M
(2)

= M
2
=
_

(x )
2
f

(x)dx. (16)
Radacina de ordinul 2 a variant ei se numeste deviat ie standard:
=
_
M
2
. (17)
2 Variabile aleatoare cu valori discrete
Se numeste variabil a aleatoare discreta (sau variabil a aleatoare cu valori dis-
crete) o variabil a aleatoare ale carei valori apart in unei mult imi nite sau
numarabile.
2.1 Funct ia de repartit ie si funct ia de densitate de prob-
abilitate
Fie = {
1
,
2
, ...,
n
} mult imea evenimentelor elementare asociate unei
experient e probabiliste. Fie variabila aleatoare , ce asociaza ecarui eveni-
ment elementar
i
valoarea reala x
i
:
: {x
1
, x
2
, ..., x
n
} , (
i
) = x
i
. (18)
Fie p
i
probabilitatea asociata evenimentului
i
si presupun and ca x
1
x
2

... x
n
(

in caz contrar, valorile se pot permuta



intre ele pentru a obt ine
ordinea dorit a), avem ca funct ia de repartit ie a variabilei aleatoare astfel
denite este:
F

(x) =
_

_
0, daca x < x
1
i

j=1
p
j
, daca x [x
i
, x
i+1
), cu i = 1, n 1
1, daca x > x
n
.
(19)
Prin derivarea funct iei de repartit ie
1
din (19) obt inem funct ia de densitate
de probabilitate a variabilei aleatoare discrete:
f

(x) =
n

j=1
p
j
(x x
j
). (20)
2.2 Momente statistice
Momentele statistice [necentrate] ale unei variabile aleatoare discrete vor
date de:
m
k
=
_

x
k
f

(x)dx =
_

x
k
_
_
n

j=1
p
j
(x x
j
)
_
_
dx
=
n

j=1
p
j
_

x
k
(x x
j
)dx =
n

j=1
p
j
x
k
j
. (21)
Media variabilei aleatoare discrete va atunci obt inut a pentru k = 1,
=
n

j=1
p
j
x
j
, (22)
1
Acesta funct ie nu este derivabila n punctele xi (n care nu este nici macar continua);
derivarea se face prin introducerea distribut iei Dirac n punctele de discontinuitate, cu
amplitudine egala cu valoarea saltului funct iei.
2
iar pentru k = 2 se obt ine media p atratica:

2
=
n

j=1
p
j
x
2
j
. (23)
Momentele statistice centrate ale unei variabile aleatoare discrete vor
date de:
M
k
=
_

(x m
1
)
k
f

(x)dx =
_

(x m
1
)
k
_
_
n

j=1
p
j
(x x
j
)
_
_
dx
=
n

j=1
p
j
_

(x m
1
)
k
(x x
j
)dx =
n

j=1
p
j
(x
j
m
1
)
k
=
n

j=1
p
j
(x
j
)
k
(24)
Variant a variabilei aleatoare discrete va atunci obt inut a pentru k = 2,

2
=
n

j=1
p
j
_
x
j

_
2
. (25)
Ex. 1 Sa se determine funct ia de densitate de probabilitate, funct ia de
repartit ie, media, media patratica si variant a unei variabile aleatoare , dis-
tribuite uniform

in intervalul [a, b].
O distribut ie uniform a este denit a de faptul ca orice valoare din intervalul
posibil (deci [a, b]

in acest caz) este echiprobabil a. Valorile din afara inter-
valului de denit ie [a, b] sunt imposibile, deci de probabilitate nula. Acesta

inseamna ca funct ia de densitate de probabilitate este constanta pe intervalul


pe care variabila aleatoare ia valori si nula

in rest. Deci:
f

(x) =
_
k, daca x [a, b],
0,

in rest.
Acesta funct ie trebuie sa verice cele dou a condit ii fundamentale ale unei
densitat i de probabilitate: sa e pozitiva (9) si sa aib a aria subgracului
unitar a (11). Atunci f

(x) 0 =k 0 si
_

(t)dt =
_
b
a
kdt = k(b a) = 1 =k =
1
b a
.
Odat a determinata funct ia de densitate de probabilitate, al carei grac este
reprezentat

in gur a, se poate determina funct ia de repartit ie, dup a formula
(10):
F

(x) =
x
_

(t)dt =
_
_
_
_
x

0dt, daca x < a


_
x
a
kdt = k(x a) =
xa
xb
, daca x [a, b]
_
b
a
kdt = k(b a) = 1, daca x b.
Se remarca ca verica propriet at ile generale ale funct iilor de repartit ie:
funct ia este crescatoare, F

() = 0 si F

() = 1.
Determinarea mediei se face dup a denit ia (13), ca moment statistic ne-
centrat de ordinul 1:
=
_

xf

(x)dx =
_
b
a
x
b a
dx =
1
2(b a)
x
2

b
a
=
b
2
a
2
2(b a)
=
b + a
2
.
Determinarea mediei patratice se face dup a denit ia (14), ca moment statistic
necentrat de ordinul 2:

2
=
_

x
2
f

(x)dx =
_
b
a
x
2
b a
dx =
1
3(b a)
x
3

b
a
=
b
3
a
3
3(b a)
=
b
2
+ ab + a
2
3
.
Determinarea variant ei se face dup a denit ia (16), ca moment statistic centrat
de ordinul 2:

2
=

(x )
2
f

(x)dx =
b
_
a
(x
a+b
2
)
2
b a
dx =
=
b
_
a
x
2
b a
dx
b
_
a
x(b + a)
b a
dx + +
(a + b)
2
4(b a)
b
_
a
dx =
=
1
3(b a)
x
3

b
a

b + a
2(b a)
x
2

b
a
+
(a + b)
2
4
=
=
b
2
+ ab + a
2
3

(b + a)
2
2
+
(b + a)
2
4
=
(b a)
2
12
.
Ex. 2 Sa se verice ca funct ia Gaussian a (clopotul lui Gauss) este
o funct ie de densitate de probabilitate si sa se calculeze media si variant a
variabilei aleatoare a carei distribut ie este data de aceasta funct ie.
3
Funct ia clopotul lui Gauss este dat a de
f(x) =
1

2
2
exp
_

(x )
2
2
2
_
.
Vom demonstra ca media este si variant a este
2
, dar, mai

int ai, vom ver-


ica condit iile pe necesare pentru ca f(x) sa e densitate de probabilitate: sa
e pozitiva (9) si sa verice condit ia de normare (11).

Intruc at funct ia este de
tip exponent ial, valorile sunt

intotdeauna pozitive. Pentru a verica condit ia


de normare este necesara efectuarea unui calcul ajut ator, cel al integralei:
I
x
=
_

e
x
2
dx.
Pentru aceasta vom calcula I
x
I
y
, adica:
I
x
I
y
=
_

e
x
2
dx
_

e
y
2
dy =
_

e
(x
2
+y
2
)
dxdy,
prin trecerea de la coordonatele carteziene (x, y) (ce variaza

intre si ) la
coordonatele polare (r, ), date de r =
_
x
2
+ y
2
si = arctg(y/x). Aceasta
duce la schimbarea de variabile x = r cos si y = r sin, cu limitele r [0; )
si [0; 2]. Jacobianul transform arii de schimbare a variabilelor este:

x
r
y
r
x

cos sin
r sin r cos

= r cos
2
+ r sin
2
= r.
Integrala devine:
I
x
I
y
=
_

0
_
2
0
e
r
2
rdrd =
_

0
e
r
2
rdr
_
2
0
d = 2
1
2
e
r
2

0
= .
Dar cum I
x
= I
y
, atunci avem ca I
x
=

, adica:
_

e
x
2
dx =

.
Vericarea condit iei de normare a densitat ii de probabilitate

inseamna cal-
culul integralei:
_

f(x)dx =
_

2
2
e

(x)
2
2
2
dx =
1

2
2

(x)
2
2
2
dx.
Facem schimbarea de variabil a y =
x

2
2
, si atunci:
_

f(x)dx =
1

2
2
_

e
y
2

2
2
dy =
1

e
y
2
dy =
1

= 1.
Calculul mediei se face dup a denit ia (13):
=
_

xf

(x)dx =
_

x
1

2
2
e

(x)
2
2
2
dx
=
1

2
2
_

2
_

(x )

2
e

(x)
2
2
2
dx +
_

(x)
2
2
2
dx
_
=
1

2
2
_

2
e

(x)
2
2
2

+
_

(x)
2
2
2
dx
_
=
1

2
2
_

(x)
2
2
2
dx = .
Calculul variant ei se face dup a denit ia (16):

= ( )
2
=
_

(x )
2
f

(x)dx =
_

(x )
2

2
2
e

(x)
2
2
2
dx
=
_

2
2
_

(x )
_

(x )

2
e

(x)
2
2
2
_
dx
=
_

2
2
_

(x )
_
e

(x)
2
2
2
_
dx
=
_

2
2
_
(x )e

(x)
2
2
2

(x)
2
2
2
dx
_
=
_

2
2

(x)
2
2
2
dx =
2
1

2
2
_

(x)
2
2
2
dx =
2
.
O distribut ie normal a (Gaussian a) de medie si de variant a
2
se mai noteaza
si cu N
_
,
2
_
.
Ex. 3 Se consider a funct ia w(x) =
_
1/x, daca 1 c x 1 + c
0,

in rest
. Sa
se determine valoarea constantei c pentru care funct ia w(x) poate o funct ie
de densitate de probabilitate, sa se reprezinte grac si s a se calculeze funct ia
de repartit ie asociata.
4
Pentru ca funct ia dat a sa e o funct ie de densitate de probabilitate trebuie
vericate condit iile de pozitivitate si de normare.

In plus, trebuie ca intervalul
pe care funct ia este denit a sa existe: 1 c 1 + c, x 0 1 c 0 si
_

w(x)dx = 1. Atunci avem c 0, c 1 si


_

w(x)dx =
_
1+c
1c
1
x
dx = lnx

1+c
1c
= ln
1 + c
1 c
= 1,
de aici rezulta ca
1+c
1c
= e, si deci c =
e1
e+1
. Se verica astfel ca acesta valoare
este pozitiva si subunitar a. Atunci funct ia de densitate de probabilitate este:
w(x) =
_
1/x, daca
2
e+1
x
2e
e+1
0,

in rest.
Funct ia de repartit ie asociata este data de formula (10):
F

(x) =
x
_

w(t)dt =
_

_
0, daca x <
2
e+1
_
x
2/(e+1)
1
t
dt = lnt

x
2
e+1
= ln
x(e+1)
2
, daca
2
e+1
x
2e
e+1
1, daca x >
2e
e+1
.
Ex. 4 Sa se determine relat ia dintre media, media patratica si variant a
unei variabile aleatoare.
Se pleaca de la denit ia (16) a variant ei

in care se dezvolta termenul la
patrat si se separa integrala:

2
=
_

(x )
2
f

(x)dx =
_

(x
2
2x +
2
)f

(x)dx
=
_

x
2
f

(x)dx
_

2xf

(x)dx +
_

2
f

(x)dx
=
_

x
2
f

(x)dx 2
_

xf

(x)dx +
2
_

(x)dx. (26)
Dar primul termen al sumei este chiar media patratic a (denit a

in (14)),
integrala din al doilea termen este chiar media (denit a

in (13)), iar integrala


din ultimul termen este 1 (reprezentand condit ia de normare a funct iei de
densitate de probabilitate a unei variabile aleatoare, (11)). Atunci relat ia
anterioar a devine:

2
=
2
2 +
2
=
2
2
2
+
2
=
2

2
= m
2
m
2
1
. (27)
Deci variant a este diferent a dintre media patratic a si patratul mediei.
Ex. 5 A Se considera funct ia f(x) =
_
1
x
2
, daca x [1, )
0,

in rest
. Sa se arate
ca acesta funct ie este o funct ie de densitate de probabilitate si sa se calculeze
media si media patratic a a variabilei aleatoare distribite dupa f(x).
Se observa ca f(x) 0; mai trebuie deci vericata condit ia de normare
(11). Aceasta nseamna calculul:
_

f(x)dx =
_

1
1
x
2
dx =
1
x

1
= 1
1

= 1.
Media (13) (momentul statistic [necentrat] de ordinul 1) variabilei aleatoare
care este distribuit a dup a aceasta densitate de probabilitate este:
_

xf(x)dx =
_

1
x
1
x
2
dx =
_

1
1
x
dx = lnx

1
= ln= .
Media p atratica (14) (momentul statistic [necentrat] de ordinul 2) a variabilei
aleatoare care este distribuit a dup a aceasta densitate de probabilitate este:
_

x
2
f(x)dx =
_

1
x
2
1
x
2
dx =
_

1
1dx = x

1
= 1 = .
Calculul arata ca nu exista momente statistice, ncepand cu ordinul 1.
Ex. 6 Sa se determine funct ia de repartit ie si funct ia de densitate de pro-
babilitate pentru variabila aleatoare asociata r aspunsului unui informatician
la o fereastra (Windows) cu trei butoane: Yes (1), No (0), Cancel (2).
In primul rand trebuiesc identicate evenimentele elementare si numerele
reale ce le sunt asociate. Evenimentele elementare vor :
1
s-a ap asat
butonul No, valoarea reala asociata este 0;
2
s-a apasat butonul Yes,
valoarea reala asociata este 1;
3
s-a apasat butonul Cancel, valoarea reala
asociata este 2. Presupunem ca probabilit at ile acestor evenimente sunt p
1
,
p
2
, p
3
, astfel ca p
1
+ p
2
+ p
3
= 1.
Funct ia de repartit ie a variabilei aleatoare este dat a de denit ia (2), adica
F

(x) = P{ x}. Aplic and formula de denit ie pentru aceasta problem a,


distingem patru cazuri particulare:
1. daca x < x
1
= 0: n acesta situat ie nici una dintre valorile pe care le
poate lua variabila aleatoare nu este mai mica strict ca 0, deci funct ia
de repartit ie va nul a.
5
2. daca x [0, x
2
) = [0; 1); n acest caz avem ca Prob{ x} = Prob{ <
0} + Prob{ = 0} + Prob{ (0, 1)} = 0 + p
1
+ 0 = p
1
.
3. daca x [1, x
3
) = [1, 2); n acest caz avem ca Prob{ x} = Prob{ <
0} +Prob{ = 0} +Prob{ (0, 1)} +Prob{ = 1} +Prob{ (1, 2)} =
0 + p
1
+ 0 + p
2
+ 0 = p
1
+ p
2
.
4. daca x x
3
= 2; n acest caz avem: Prob{ x} = Prob{ < 0} +
Prob{ = 0} + Prob{ (0, 1)} + Prob{ = 1} + Prob{ (1, 2)} +
Prob{ = 2} + Prob{ (2, )} = p
1
+ p
2
+ p
3
= 1.

In concluzie, funct ia de repartit ie este:


F

(x) =
_

_
0, daca x < 0,
p
1
, daca x [0, 1),
p
1
+ p
2
, daca x [1, 2),
1, daca x [2, ).
Funct ia de densitate de probabilitate este derivata funct iei de repartit ie;
acesta derivata va nul a pe port iunile pe care funct ia de repartit ie este
constanta si va o distribut ie de tip Dirac ( ) n punctele de discontinuitate
ale lui F

(x). Atunci:
f

(x) = p
1
(x) + p
2
(x 1) + p
3
(x 2).
Ex. 7 Sa se calculeze valoarea medie si variant a pentru distribut ia geo-
metric a denita de: f(x) =

j=0
pq
x
(x j).
Conform formulei mediei (22), daca funct ia de densitate de probabilitate
este f

(x) =
n

j=0
p
j
(x x
j
), rezulta:
=
n

j=0
p
j
x
j
.
Pentru distribut ia geometrica data

in enunt ul problemei se observ a ca:
n , x
i
= i si p
i
= pq
i
. Trebuie vericata condit ia de normare a
probabilit at ilor:
n

j=0
p
j
=

j=0
pq
j
= p

j=0
q
j
= p
1 q

1 q
=
p
1 q
= 1.
Atunci media variabilei aleatoare devine:
=

j=1
pq
j
j = p

j=1
q
j
j = p

j=1
_
_

i=j
q
i
_
_
= p

j=1
q
j
_

i=0
q
i
_
=
= p

j=1
q
j
1 q

1 q
=
p
1 q

j=1
q
j
=
pq
(1 q)
2
=
pq
p
2
=
q
p
.
Media p atratica a variabilei aleatoare este:

2
=

j=1
pq
j
j
2
= p

j=1
q
j
j
2
= p

j=1
j
_
_

i=j
q
i
_
_
= p

j=1
jq
j
_

i=0
q
i
_
= p

j=1
jq
j
1 q

1 q
=
p
1 q

j=1
jq
j
=
p
1 q

j=1
_
_

i=j
q
i
_
_
=
p
1 q

j=1
q
j
_

i=0
q
i
_
=
p
1 q

j=1
q
j
1 q

1 q
=
p
(1 q)
2

j=1
q
j
=
p
(1 q)
2
q
1 q

1 q
=
pq
(1 q)
3
=
q
p
2
.
Variant a variabilei aleatoare va :

2
=
2

2
=
q
p
2

q
2
p
2
=
q(1 q)
p
2
=
q
p
.
Ex. 8 Sa se calculeze media, media patratica si variant a variabilei
aleatoare , daca funct ia sa de densitate de probabilitate este w

(x) =
_
|x|, daca |x| 1
0,

in rest.
.
Ex. 9 Sa se calculeze media, media patratica si variant a variabilei
aleatoare , daca funct ia sa de densitate de probabilitate este w

(x) =
_
1 |1 x|, daca 0 x 2
0,

in rest.
.
Ex. 10 Sa se verice ca funct ia w(x) este o densitate de probabilitate.
Sa se determine media si dispersia pentru distribut ia caracterizata de aceasta
(distribut ie Rayleigh):
w(x) =
_
x

2
e

x
2
2
2
, daca x 0
0,

in rest.
6
Ex. 11 Sa se determine funct ia de repartit ie si funct ia de densitate de
probabilitate pentru variabila aleatoare asociata experimentului de aruncare
a unei monezi.
Ex. 12 Se consider a un tetraedru regulat ale carui fet e sunt marcate cu
cifre de la 1 la 4. Sa se determine funct ia de repartit ie si funct ia de densitate
de probabilitate pentru variabila aleatoare asociata experimentului de aruncare
a tetraedrului.
Ex. 13 Se da funct ia w(x) = 0.25(x 3) + 0.1(x 2) + 0.15(x
1) + 0.5(x + 1). Sa se reprezinte grac si sa se arate ca este o funct ie
de densitate de probabilitate (a unei variabile aleatoare ); sa se determine
funct ia de repartit ie asociata. Sa se calculeze probabilitat ile Prob{ < 1},
Prob{ 1}, Prob{ < 2}, Prob{ 1}. Sa se determine de asemenea
media si variant a lui .
Bibliograe
[1] Al. Sp ataru: Teoria Transmisiunii Informat iei, Ed. Didactic a si Peda-
gogica, Bucuresti, 1983.
[2] A. T. Murgan, I. Sp anu, I. Gavat, I. Sztojanov, V. E. Neagoe, A.
Vlad: Teoria Transmisiunii Informat iei - probleme, Ed. Didactica si Ped-
agogica, Bucuresti, 1983.
[3] C. Vertan, I. Gavat, R. Stoian: Variabile si procese aleatoare: principii
si aplicat ii, Ed. Printech, Bucuresti, 1999.
7