Repartiii probabilistice

Distingem dou tipuri de repartiii probabilistice i anume:

- repartiii discrete
- repartiii continue,
dup cum variabilelor aleatoare creia le corespund repartiiile respective sunt discrete sau
continue.
Din categoria repartiiilor discrete menionm:
- repartiia H
a
;
- repartiia binomial;
- repartiia multinomial;
- repartiia Poisson;
(i). Repartiia H
a

Dac este o variabil aleatoare care este, aproape sigur, egal cu a, adic
P({|() = a}) =1, funcia ei de repartiie este:

'

>

, , 1
, 0
) (
a x adic
a x adic
x F
a
iar repartiia ei definit de :

,
_

1
a
; aceast repartiie se numete H
a
.
Pentru aceast repartiie avem:
. ) ( , 0 ,
2
2 1
ita
e t a
Observaie. Funcia de repartiie a oricrei variabile aleatoare discrete poate fi
scris sub forma:
), ( ) (
1
x F p x F
i
a i
i

unde p
i
= P({|() = a
i
).
n particular, pentru variabila aleatoare discret cu repartiia:
:

,
_

q p
0 1
, q = 1-p,
funcia de repartiie este:
F(x) = pF
1
(x)+qF
0
(x),
deci funcia caracteristic este
) 1 ( 1 ) ( + +
it it
e p q pe t ,
valoarea medie i dispersia sunt:
p q p M + 0 1 ) (
;
pq p q p p p M D +
2 2 2 2
) 0 ( ) 1 ( ) ( ) ( .
25
(ii). Repartiia binomial.
Repartiia binomial este repartiia discret urmtoare:

,
_

) ( ... ) ( ... ) 1 ( ) 0 (
... ... 1 0
n P k P P P
n k
n n n n
unde . 1 , 1 0 , ,..., 1 , 0 , ) ( p q p n k q p C k P
k n k k
n n
< <

Este evident faptul c repartiia binomial depinde de parametrii p i n. Vom nota cu
B(p,n) mulimea variabilelor aleatoare care au repartiia binomial cu parametrii p i n.
Considerm un cmp de probabilitate finit {, K, P} care const din evenimentele
K={A, CA, , }. Fie p probabilitatea evenimentului A i q =1-p probabilitatea
evenimentului CA (non A).
Presupunem c se fac n experiene independente n urma crora se realizeaz unul
din cele dou evenimente A i CA, cu probabilitile constante p i q.
Teorema 1. Probabilitatea ca evenimentul A s se produc de k ori n n experiene
independente (deci evenimentul CA s se produc de n-k ori) este egal cu P
n
(k).
Demonstraie. Probabilitatea ca n k experiene s se produc evenimentul A i n
n-k s se produc evenimentul CA este
k n k
q p

. Deoarece numrul tuturor combinaiilor
posibile de k experiene din totalul de n este
k
n
C , rezult c probabilitatea cutat este
). (k P q p C
n
k n k k
n

Observaie. Variabila aleatoare

(n)
=
1
+
2
++
n
unde, pentru fiecare j,
n j 1
, variabila aleatoare
j
ia valoarea 1 sau 0 dup cum la
experiena de rang j s-a realizat evenimentul A sau evenimentul CA, ia valoarea k dac
evenimentul k s-a produs de k ori; variabilele aleatoare
j
,
n j 1
sunt independente;
fiecare variabil
j
(j = 1,,n) are repartiia
j
:

,
_

q p
0 1
; evident
(n)
B(n, p).
Observaie. Repartiia binomial a fost studiat J. Bernoulli (1654-1705). Schema
bilei rentoarse, imaginat de Bernoulli, a jucat un rol important n dezvoltarea statisticii
matematice. Schema este realizat de o succesiune de extrageri independente dintr-o urn
care conine a bile albe i b bile negre, a i b fiind constante n decursul extragerilor
succesive. Probabilitatea de a extrage o bil alb sau neagr este aceeai la fiecare extragere
i anume:
. ,
b a
b
q
b a
a
p
+

Funcia de repartiie a repartiiei binomiale este funcia de repartiie a variabilei

aleatoare
(n)
.
26
F(x) = P({|
(n)
()
<
x}) =

'

>
<
<
<

1 ] [
0
1
0
1
0
0
, 1
1 ,
... .......... .......... .......... .......... ..........
2 1 ,
1 0 ,
0 , 0
x
k
n
k
k n k k
n
k
k n k k
n
n
n
k n k k
n
n x dac
n x n dac q p C
x dac q p C
x dac q C
x dac
q p C
Graficul funciei de repartiie a repartiiei binomiale are n trepte corespunztoare
celor n+1 puncte de discontinuitate.
Figura 1.
Momentele repartiiei binomiale sunt momentele varialilei aleatoare ) (n

.
Deoarece
p M M
n
) ( ... ) (
1

;
avem:
np M M
n
j
j n


1
) ( 1
) ( ) (
;
; ) 1 (
) ( ) ( ) ( ) ( ) (
2 2 2
1
2
1
2 2
) ( 2
npq p n p n n np
M M M M M
k j
k j
n
j
j
n
j
j n
+ +
+



+ +


) ( ) ( 3 ) ( ) ( ) (
2
1
3
1
3 3
) ( 3 k
k j
j
n
j
j
n
j
j n
M M M M M
+ + +

3 2
) 2 )( 1 ( ) 1 ( 3 ) ( ) ( ) ( p n n n p n n np M M M
l k
l k j
j

) 2 1 ( 3
2 2 3 3
p npq q p n p n + + .
Aplicnd relaia dintre momentele centrate i momentele obinuite, adic:
27
r r
r
r
r r r r r r
C C C
1
2
1 2
2
1 1
1
) 1 ( ... + +


obinem valorile momentelor centrate:
0
1
;
npq
2
1 2 2
;
) ( 2 3
3
1 1 2 3 3
p q npq + ;
) 6 1 ( 3 3 6 4
3 2 2 4
1
2
1 2 1 3 4 4
pq npq q p n + + ;
.......................................................................................
Coeficienii de asimetrie i exces sunt n cazul repartiiei binomiale:
npq
p q

2 / 3
2
3
1
) (

;
npq
pq 6 1
3
2
2
4
2

.
Funcia caracteristic a repartiiei binomiale este:
n it k n k it
n
k
k
n
k n k k
n
n
k
itk
it
q pe q pe C q p C e e M t
n
) ( ) ( ) ( ) (
0 0
) (
+

.
Observaie. La acelai rezultat se poate ajunge observnd c:

n
j
n
t t
j
1
) (
) ( ) (


,
iar
n j q pe t
it
j
+ 1 , ) (

.
Observaie. Momentele pot fi calculate utiliznd funcia caracteristic:
np
dt
d
i
t

0 1
) (
1

;
npq p n
dt
d
i
t
+

2 2
0
2
2
2
2
) (
1
;
) 2 1 ( 3 ) (
1
2 2 3 3
0
3
3
3
3
p npq q p n p n
dt
d
i
t
+ +

;
..................................................................................
iii). Repartiia multinomial
28
Repartiia multinomial este o repartiie discret n care punctelor k = (k
1
, k
2
,...,k
m
)
unde
n k
m
j
j

1
,

m
j
j j
k n k
1
,
- ntregi, li se atribuie corespunztor probabilitile:
m
k
m
k
m
n
p p
k k
n
k P ...
! !...
!
) (
1
1
1

unde
) 1 ( m j p
j

sunt numere date,
1 , 0
1

m
j
j j
p p
.
Dac n
,..., ,
2 1 sunt variabile aleatoare independente, care au fiecare ca valori
vectorii ) 0 ,..., 0 , 1 (
1
e , ) 0 ,..., 1 , 0 (
2
e ,...,
) 1 ,..., 0 , 0 (
m
e
ai spaiului m-
dimensional, cu probabiliile m
p p p ,..., ,
2 1 considerm variabila:
n n
+ + + ...
2 1 ) ( .
Teorema 1. Probabilitatea ca vectorul aleator ) (n

s ia valoarea
m m
e k e k k ...
1 1
+
, unde
n k
m
j
j

1
, este egal cu
) (k P
n
.
Schema lui Bernoulli cu mai multe stri care servete ca model repartiiei
multinomiale const n urmtoarele: ntr-o urn exist j
a
bile de culoare
j
,
) 1 ( n j

astfel ca
j
j
p
a
a
, unde

m
j
j
a a
1
. Dac din aceast urn se face o succesiune de n
extrageri punnd dup fiecare extragere bila extras napoi n urn, probabilitatea de a
obine j
k
bile de culoare
j
,
n k
m
j
j

1
, este n baza teoremei precedente
) (k P
n
.
Pentru repartiia multinomial avem:
a) Funcia caracteristic
n i t
m
i t
m
e p e p t ) ... ( ) (
1
1
+ + .
ntr-adevr, dac notm:
n n
+ + + ...
2 1 ) (
atunci
) ( ) ( ) (
1
) (

n
s
it it
s n
e M e M t

;
n s e p e p e M
m s
it
m
it it
+ + 1 ; ... ) (
1
1

;
deci:
n i t
m
i t
m
e p e p t ) ... ( ) (
1
1
+ + .
b). Momentele se calculeaz cu ajutorul funciei caracteristice.
j t
j
j
np
t i
M

0
) (
1
) (

,
) 1 ( m j
;
) 1 ( ) (
1
) (
2 2
0
2
2
2
2
j j j t
j
j
p np p n
t i
M +

,
) 1 ( m j
;
k j t
k j
k j
p p n n
t t i
M ) 1 ( ) (
1
) (
0
2
2

;
29
) 2 1 )( 1 ( ) 1 ( 3 ) (
1
) (
2 2 3 3
0
3
3
3
3
j j j j j j t
j
j
p p np p p n p n
t i
M + +

;
) 2 1 ( ) 3 1 ( ) (
1
) (
2 2 3
0
2
3
3
2
j k j j k j k j t
k j
k j
p p np p p p n p p n
t t i
M +

;
l k j t
l k j
l k j
p p p n n n
t t t i
M
3
0
3
3
) 2 )( 1 ( ) (
1
) (

,
) ( l k j
............................................................................................
c). Momentele centrate se deduc imediat, dac
m j np
j j j
1 ,
, atunci:
0 ) (
j
M
;
) 1 ( ) (
2
j j j
p np M
;
k j k j
p np M ) (
;
) 2 1 )( 1 ( ) (
3
j j j j
p p np M
;
) 2 1 ( ) (
2
j k j k j
p p np M
;
) ,..., 2 , 1 ( , 2 0 ( m l k j p p np M
l k j l k j

.
............................................................................................
(iv). Repartiia Poisson (Legea evenimentelor rare).
Repartiia Poisson este o repartiie discret care atribuie valorilor 0,1,, k,
probabilitile:
,... 1 , 0 , ) ; (
!

k e
k
k P
k

unde
>
0 este un numr dat, deci o repartiie de forma:
.
) ; (
N

,
_

k
k P
k

Observaie. P(k; ) se obine din P

n
(k), de la repartiia binomial, dac np =
(constant) i n N.
ntr-adevr,
P
n
(k)= . 1
!
) 1 )...( 1 (
!
) 1 )...( 1 (
k n
k
k
k n k
n n k
k n n n
q p
k
k n n n

,
_

+
Deoarece
, 1 lim , 1
) 1 )...( 1 (
lim

,
_

+
e
n n
k n n n
k n
n
k
n
rezult:
). ; (
!
) ( lim

k P e
k
k P
k
n
n



30
a). n cazul repartiiei Poisson funcia de repartiie este:
F(x)=

1 ] [
0
). ; (
x
k
k P
b). Funcia caracteristic este:
) 1 (
0
!
) , (

ti
e
k
k
kti
e e
k
e t

.
c). Momentele se determin folosind funcia caracteristic:

0
) 1 (
0 1
] [ ) (
1
t
e ti
t
ti
e e
dt
d
i
;
2
0
2
2
2
2
) (
1

+
t
dt
d
i
;
3 2
0
3
3
3
3
3 ) (
1

+ +
t
dt
d
i
;
......................................................
d). Momentele centrate se deduc din relaia:
r r
r
r
r r r r r r
C C C
1
2
1 2
2
1 1
1
) 1 ( ... + +

i rezult:
0
1
;

2
1 2 2
;
+
3
1
2
1 2 3 3
2 3 ;
......................................................
. Prezentm, n continuare repartiiile continue reprezentative i anume:
- repartiia normal;
- repartiia Cauchy;
- repartiia Gama;
- repartiia Beta;
- repartiia
2
(Helmert Pearson);
- repartiia Student;
- repartiia Snedecor;
- repartiia Weibull.
(i). Repartiia normal.
Repartiia normal este definit prin densitatea de probabilitate:
31
. , 0 ,
2
1
) (
2
2
2
) (

n
>

x e x f
m x

Observaie. Funcia f este o densitate de probabilitate deoarece este continu,

nenegativ i

. 1 ) ( dx x f
Ultima afirmaie rezult fcnd substituia y .

m x

ntr-adevr obinem:

. 1 )
2
1
(
1
2
2
2
1
2
1
) (
0
2 2 2
2 2 2

dy e dy e dy e dx x f
y y y
Vom nota cu N(m, ) mulimea variabilelor aleatoare a cror densitate de
probabilitate este normal.
Funcia de repartiie a repartiiei normale N(m, ) este:
.
2
1
) (
2
2
2
) (
dt e x F
x m t

Observaie. Parametrii m i

au urmtoarele semnificaii: m este media

repartiiei, iar
2
este dispersia repartiiei.
Intr-adevr, fcnd aceeai schimbare de variabil

m x
y

rezult:
a). +

dy e y m dx xe
y m x
2 2
) (
2
2
2
) (
2
1
2
1

m e d m
y

) (
2
2
2

;
b).

dy e y dx e m x
y m x
2
2
2
2
) (
2
2
2
2
2
) (
2
1

2
2
2
) (
2
2

y
e d y .
Graficul funciei f are urmtoarea form (figura 1) i se numete curba normal
(curba lui Gauss).
y
32
x
0 m- m m+
Figura 1.
Remarcm faptul c punctul x = m este punct de maxim, valoarea maximului fiind
2
1
) ( m f
, iar punctele de abscis mt sunt puncte de inflexiune.
Caracteristicile repartiiei normale.
a). Momentele repartiiei normale N(0, 1) coincid cu momentele centrate; avem:
N r dx e x
x
r
r

+
+

, 0
2
1
2
1 2
1 2
2

,
deoarece funcia de integrat este par;

) (
2
1
2
1
2
1 2
2
2
2
2 2
x
r
x
r
r
e d x dx e x

| ) [(
2
1
2
1 2
2
x
r
e x

2 2
2
2 2
) 1 2 ( ] ) 1 2 (
2

r
x
r
r dx e x r ;
prin urmare:
2 2 2
) 1 2 (


r r
r ;
4 2 2 2
) 3 2 (


r r
r ;
.................................
2 4
3 ;
1
2
,
deci
N r
r
r
r
r
r
;
! 2
)! 2 (
) 1 2 ( 3 1
2
.
b). Momentele centrate ale repartiiei normale N(m,
)
rezult astfel:
0 ) (
2
1 2
2
2
) (
1 2
1 2

+
+

dx e m x
m x
r
r


;
33
! 2
)! 2 (
2
) (
2
1
2
2
2
2
2
) (
2
2
2
2
2
r
r
dy e y dx e m x
r
r y
r
r
m x
r
r

.
c). Coeficienii de asimetrie i exces pentru repartiia normal N(m,
)
sunt:
0
2 / 3
2
3
1

;
0 3
3
3
4
4
2
2
4
2

.
d). Funcia caracteristic pentru repartiia normal N(0, 1) este:

dx e x
n
i t
dx e e t
x
n
n
n n x
itx
2
0
2
2 2
!
2
1
2
1
) (

2
2
0 0
2
2
0
2 2
!
)
2
(
) 1 (
! 2
)! 2 (
)! 2 (
) 1 (
2
1
!
t
r
r
r
r
r
r r x
n
n
n n
e
r
t
r
r
r
t
dx e x
n
i t

;
am folosit uniform convergena seriei de sub semnul integralei.
Funcia caracteristic pentru repartiia normal N(m,
)
rezult innd seama c
variabila:

este o variabil aleatoare din clasa N(0, 1), prin urmare:

2
) ( ) (
2 2
) ( ] [ ] [ ) ( ) (
t
mti
mti i t mti ti m it
e t e e M e e M e M t




+

.
(ii). Repartiia Cauchy este definit prin densitatea de probabilitate:
,
1
1 1
) (
2
x
x f
+

x.
Caracteristicile repartiiei Cauchy sunt:
a). Funcia de repartiie este:
.
2
1
) (
1
1
1
) (
2
+
+

x arctg
y
dy
x F
x

b). Funcia caracteristic este:
| |
) (
t
e t

.
34
ntr-adevr, pornim de la formula:
dt t e x f
itx
) (
2
1
) (

.
Prin nlocuirea lui
) (t
cu
| | t
e

obinem:
+ +

) (
2
1
) (
2
1
2
1
) (
0 0 0
0
| |
dt e dt e dt e dt e dt e e x f
itx t itx t itx t itx t t itx

2
0 0
1
1 1
cos
1
) (
2
1
x
txdt e dt e e e
t itx itx t
+
+

.
c). Repartiia Cauchy nu are momente de nici un ordin.
(iii). Repartiia Gama.
Repartiia Gama este definit prin densitatea de probabilitate:
. 0 , 0 ,
) (
) (
1
> <

p x
p
e x
x f
x p
Vom nota prin (p) mulimea variabilelor aleatoare cu densitatea de probabilitate
dat mai sus.
a). Momentul de ordinul r ;
) 1 ( ) 1 (
) (
) (
) (
1
0
1
+ +

r p p p
p
r p
dx e x
p
x r p
r

b). Momentele centrate ;

; ) 1 (
2 2
1 2 2
p p p p +
p p p p p p p 2 2 ) 1 ( 3 ) 2 )( 1 ( 2 3
3 2 3
1 1 2 3 3
+ + + + + ;
p p 6 3 3 6 4
2 4
1
2
1 2 1 3 4 4
+ + ;
.......................................................................
c). Coeficienii de asimetrie i exces;
p p
6
;
2
2 1

.
d). Funcia caracteristic;

dx x e
n
itx
p
dx e x e
p
t
p x
n
n
x p itx 1
0
0
0
1
!
) (
) (
1
) (
1
) (
35
p n
n
n
n
it it
n
n p p p
it
n
n p
p

+ +
+
+

) 1 ( ) (
!
) 1 ( ) 1 (
1 ) (
!
) (
) (
1
1 0
.
e). Dac ) ( , ) (
2 2 1 1
p p ,
1
i
2
independente atunci
) (
2 1 2 1
p p + + .
ntr-adevr, funcia caracteristic a sumei
2 1
+ este:
) (
2 1 2 1
) 1 ( ) 1 ( ) 1 ( ) (
p p p p
it it it t
+
.
(iv). Repartiia Beta este definit prin densitatea de probabilitate:
. 0 , 0 , 1 0 , ) 1 (
) , (
1
) (
1 1
> > < <

q p x x x
q p B
x f
q p
Vom nota prin (q, p) mulimea variabilelor aleatoare a cror densitate de
probabilitate este dat de funcia de mai sus.
Caracteristicile repartiiei Beta sunt umtoarele:
a). Momentul de ordinul r;

+

+ +
+

+

+

) (
) ( ) (
:
) (
) ( ) (
) , (
) , (
) 1 (
) , (
1
1
1
0
1
q p
q p
r q p
q r p
q p B
q p r B
dx x x
q p B
q p r
r

) 1 ( ) 1 )( (
) 1 ( ) 1 (
+ + + + +
+ +

r q p q p q p
r p p p
;
q p
p
+

;
) 1 )( (
) 1 (
2
+ + +
+

q p q p
p p

;
) 1 ( ) (
2
2
1 2 2
+ + +

q p q p
pq

.
(v). Repartiia
2
(Helmert-Pearson) .
Repartiia
2
este definit prin densitatea de probabilitate.
36
, 0 ,
2
2
1
) (
2
2
1
2
2
<

,
_

x e x
s
x f
x s
s
s

unde s este un numr natural dat numit numrul gradelor de libertate, iar
>
0 un numr
dat.
Vom nota prin H(s, ) mulimea variabilelor aleatoare a cror densitate de
probabilitate este dat de funcia de mai sus.
Caracteristicile repartiiei
2
sunt urmtoarele:
a). Funcia caracteristic:
2
2
1
2
0
2
2
1
2
0
2 /
) 2 1 (
)
2
(
1
)
2
( 2
1
) (
2
2
s
y
s
tiy
x s
itx
s s
ti dy e y e
s
dx e x e
s
t

;
am fcut schimbarea de variabil
2
2
x
y i am folosit rezultatul obinut la repartiia
Gama.
b). Momentele:
2
0 1
) (
1

s
dt
d
i
t


;
4
0
2
2
2
2
) 2 ( ) (
1

+

s s
dt
d
i
t
;
................................................
r
t
r
r
r
r
r s s s
dt
d
i
2
0
) 2 2 ( ) 2 ( ) (
1

+ +

;
c). Momentele centrate:
4 2
1 2 2
2 s ;
6
3
8 s ;
8
4
) 4 ( 12 + s s ;
..........................................
(vi). Repartiia Student.
Repartiia Student este definit prin densitatea de probabilitate:
37
< < +

x
s
x
s
s
s
x f
s
, ) 1 (
)
2
(
)
2
1
(
) (
2
1 2

,
unde s este un numr natural dat numit numrul gradelor de libertate.
Mulimea variabilelor aleatoare cu aceast densitate de probabilitte va fi notat S(s).
Caracteristicile repartiiei Student sunt urmtoarele:
a). Momentele:
Deoarece f(-x) = f(x) avem 0
1
(adic media repartiiei Student este nul) deci
momentele obinuite coincid cu momentele centrate).
0 ) 1 (
)
2
(
)
2
1
(
2
1 2
1 2
1 2
+

+
+

dx
s
x
x
s
s
s
s
r
r

;
+

dx
s
x
x
s
s
s
s
r
r
2
1 2
2
2
) 1 (
)
2
(
)
2
1
(

+
+

dx
s
x
x
s
s
s
s
r
2
1 2
0
2
) 1 (
)
2
(
)
2
1
( 2

dy
y
s y y s
s
s
s
s
r r
2
1
) 1 (
)
2
(
)
2
1
( 2
2
1
0
+

.
Am fcut schimbarea de variabil
s
x
y
2
. Rezult mai departe:
+

dy y y
s
s
s
s
r
r
r
2
1
0
2
1
2
) 1 (
)
2
(
)
2
1
(

)
2
,
2
1
(
)
2
(
)
2
1
(
r
s
r B
s
s
s
r
+

,
deoarece
) , ( ) 1 (
) (
0
1
q p B dy y y
q p p
+
+

,
egalitate ce deriv din definiia funciei Beta, fcnd schimbarea de variabil
y
x
+

1
1
i
din faptul c B(p, q) = B(q, p).
Deci:
38
)
2
1
(
)
2
( )
2
1
(
)
2
(
)
2
1
(
2
+

s
r
s
r
s
s
s
r
r

=
)
2
(
)
2
( )
2
1
(
s
r
s
r
s
r

.
innd seama c:
)
2
( )
2
( ) 2
2
)( 1
2
( )
2
( r
s
r
s s s s

;
)
2
1
(
2
1
)
2
3
)(
2
1
( )
2
1
( + r r r
,
obinem:
) 2 ( ) 4 )( 2 (
) 1 2 ( 3 1
2
r s s s
r s
r
r



,
deci momentele exist pentru
2
s
r <
.
Particulariznd pe r obinem:
2
2

s
s

;
) 4 )( 2 (
3
2
4

s s
s

;
) 6 )( 4 )( 2 (
15
3
6

s s s
s

;
..............................................
(vii). Repartiia Snedecor
Repartiia Snedecor este definit prin densitatea de probabilitate:
< +

+

+

x x
f
f
x
f f
f f
f
f
x f
f f f f
0 , ) 1 (
)
2
( )
2
(
2
)
(
) ( ) (
2
2
1
1
2
2 1
2 1
2
2
1
2 1 1 1
,
unde
1
f i
2
f sunt numere naturale date numite grade de libertate.
Mulimea variabilelor aleatoare cu aceast densitate de probabilitate va fi notat cu
) , (
2 1
f f S .
Caracteristicile repartiiei Snedecor sunt urmtoarele:
Momentele:
dx x
f
f
x x
f f
f f
f
f
f f f
r
f
r
2
2
1
1
2
0
2 1
2 1
2
2
1
2 1 1 1
) 1 (
)
2
( )
2
(
2
)
(
) (
+

+

+

.
39
Dup schimbarea de variabil
x
f
f
y
2
1

i innd seama c:
) (
} { ) (
) , ( ) 1 (
) (
0
1
q p
q p
q p B dy y y
q p p
+

+
+

,
rezult:
)
2
( )
2
(
)
2
( )
2
(
) (
2 1
2 1
2
1
f f
r
f f
r
f
f
r
r

+

,
momente care exist numai dac
2
2
f
r < .
Deoarece
)
2
(
2
) 2
2
)( 1
2
( )
2
(
1 1 1 1 1
f f
r
f
r
f f
r + + + ;
)
2
( )
2
( ) 2
2
)( 1
2
( )
2
(
2 2 2 2 2
r
f
r
f f f f
,
obinem:
) 2 ( ) 4 )( 2 (
) 2 2 ) 2 (
) (
2 2 2
1 1 1
2
1
r f f f
r f f f
f
f
r
r

+ +

.
Particulariznd pe r gsim:
2
2
2
1

f
f

;
) 4 )( 2 (
2
2 2
1
1
2
2
2

+

f f
f
f
f

) ;
) 6 )( 4 )( 2 (
) 4 )( 2 (
2 2 2
1 1
2
1
3
2
3

+ +

f f f
f f
f
f

;
.........................................................
(viii). Repartiia Weibull.
Repartiia Weibull este definit prin densitatea de probabilitate:
, 0 , 0 , , ) ( ) (
) (
1
>

k e x
k
x f
k
x
k
pentru x .
n marea majoritate a cazurilor avem
0
, situaie n care densitatea devine:
, ) (
1

k
x
k
e x
k
x f

. 0 , , 0 > k x
Funcia de repartiie este:
40
0 , ; 0 , 1 ) ( ) (
0
>

k x e dt t f x F
x x
k

.
Repartiia Weibull include drept cazuri particulare repartiia exponenial (pentru
k=1) i repartiia Rayleigh (pentru k=2).
Repartiia Weibull apare n diferite forme n ceea ce privete alegerea parametrilor;
dac se noteaz

, atunci rezult:
0 , , 0 , ) (
1
>



k x e x k x f
k
x k
.
Pentru repartiia Weibull rezult urmtoarele valori tipice;
; ) , ( ) ( , )
1
1 ( ) (
/ 1
1
k W
k
M
k
+
, )
1
1 ( ) (
/
k
M
k j
j j
+
)]
1
1 ( )
2
1 ( [ ) (
2 / 2 2
2
k k
D
k
+ +
,
unde am notat prin
) , ( k W
mulimea variabilelor aleatoare avnd repartiia Weibull de
parametri
0 , ; 0 > k
41