Documente Academic
Documente Profesional
Documente Cultură
\
|
|
|
.
|
\
|
1 , : ,
...
...
:
2 1
2 1
( ) ( )
p
x x
i
i i
P X P = = =
( ) 1 0 s s
Xi
P
( ) ( )
} }
= = < =
x x
dx x F dx x f x X P x F ) ( ' ) (
1.3 Valori tipice ale v.a si repartitiei
V.a poate fi definita cu ajutorul unor valori tipice numite indicatori. Aceste valori se refera la doua
aspecte: tendinta de localizare si tendinta de variatie.
Cele mai importante valori tipice de localizare sunt:
- valoarea medie cel mai reprezentativ indicator teoretic al variabilei aleatoare, numita si
speranta matematica sau media teoretica. Fiind data o v.a discreta de forma
valoarea medie se obtine cu relatia:
- mediana este valoarea tipica in raport cu care variabila aleatoare are aceeasi probabilitate
de a fi inferioara sau seprioara.
- modul este valoarea tipica cu cea mai mare probabilitate a unei v.a pentru v.a discrete
- cuantile pe baza acelorasi consideratii facute la mediana, se pot defini anumite valori ale
variabilei aleatoare xi (i=1,2n-1) denumite cuantile sau fractile, pentru care:
Cele mai importante valori tipice de variatie sunt:
- tendinta de variatie poate fi caracterizata cu ajutorul dispersiei si abaterii standard
- Moment initial de ordin k - pentru variabila aleatoare discreta momentul initial de ordin k
este:
- Momentul centrat de ordin k - pentru o v.a. discreta momentul centrat de ordin k in raport
cu media teoretica este:
- Dispersia - dispersia teoretica este egala cu momentul centrat de ordin 2:
Pentru v.a. discreta:
Pentru v.a. continua:
- Abaterea standard - prin definitie abaterea standard este data de expresia generala:
Pentru v.a. discreta relatia devine:
n i
p
x
X
i
i
,..., 2 , 1 , : =
|
|
.
|
\
|
=
=
+ + +
+ + +
=
n
i
i i
n
n n
p x
p p p
p x p x p x
x M
1 2 1
2 2 1 1
...
...
] [
} } } }
= = = = =
1
1
3
2
2
1
1
) ( ... ) ( ) ( ) (
x
x
x
x
x
x
n
dx x f dx x f dx x f dx x f
n
=
= =
n
i
i
k
i
k
k
p x X M
1
] [ '
=
= =
n
i
i
k
i
k
k
p x X M X M
1
) ( ] ]) [ [(
=
= = =
n
i
i i
p x X M X D
1
2 2 2
) ( ] ) [( ] [ o
}
= = dx x f x X D ) ( ) ( ] [
2 2
o
] [X D = o
= =
= =
n
i
i i
n
i
i i
p x p x
1
2 2
1
2
) ( o
Pentru v.a. continua relatia devine:
- Coeficientul de variatie - in cazul unei v.a. X este dat conform definitiei de:
} }
= =
2 2 2
) ( ) ( ) ( o dx x f x dx x f x
o
= =
] [
] [
X M
X D
CV
1.4 Repartitia binomiala si hipergeometrica
I.Repartitia binomiala- se obtine cand experimentarile au urmatorul model probabilistic:
1.Fiecare incercare sa aiba numai doua rezultate posibile care sa formeze un sistem complet de
evenimente incompatibile
Ex:
2.Probabilitatea de aparitie a unui eveniment, de exemplu A sa fie constanta la fiecare incercare
(egala cu p). In consecinta probabilitatea evenimentului contrar va fi q=1-p
Daca se repeta experimentul de n ori numarul de aparitii a evenimentului A este o variabila aleatoare
discreta avand valorile posibile 0, 1, 2,,n.
Experiment:
Se considera un lot de piese avand un procent p de defecte. Efectuand extrageri repetate, iar
piesele extrase fiind introduse din nou in lot, spre a nu modifica compozitia, se obtine o repartitie
binomiala a numarului de piese defecte.
Presupunem ca s-au efectuat in acest mod extrageri de doua ori: notam evenimentul ca piesa
sa fie buna cu A iar ca piesa sa fie defecta cu . Se pot considera urmatoarele:
- Probabilitatea aparitiei evenimentului A de doua ori este:
- Probabilitatea aparitiei o singura data va fi:
- Probabilitatea neaparitiei evenimentului A in cele doua extrageri:
Deci probabilitatea ca din doua extrageri sa se extraga 0, 1, sau 2 piese bune este:
Generalizand pentru n extrageri, putem considera ca s-a produs de k ori evenimentul A si de
n-k ori evenimentul .
Probabilitatea de a se produce evenimentul A de k ori in ordine si apoi evenimentul de n-k
ori este:
In cele n extrageri nu ne intereseaza ordinea de aparitie a evenimentului A si in acest caz
trebuie considerate toate combinatiile posibile. Numarul posibil de combinatii este
Rezulta ca probabilitatea ca in n extrageri sa se produca evenimentul A de k ori este:
II.Repartitia hipergeometrica modelul probabilistic este similar celui binomial cu diferenta
ca elementul extras nu mai revine si astfel la fiecare extragere se modifica compozitia lotului.
Experiment:
Se considera n piese din care a sunt bune si b=n-a sunt defecte. Probabilitatea ca efectand m
extrageri succesive fara intoarcere sa se scoata x piese bune si in consecinta un numar m-x sa
A si A
2
) ( ) ( ) ( p A P A P A A P = =
pq A P A P A P A P A A A A P 2 ) ( ) ( ) ( ) ( )] ( ) [( = + =
2
) ( ) ( ) ( q A P A P A A P = =
2 2 2
p P(2) 2pq; P(1) ; q p) (1 P(0) = = = =
ori k n de ori n de
q p A A A A A A A P
k n k
=
) ... ... (
k
n
C
k n k k
n
k n k k
n
p) (1 p C q p C k) P(n;
= =
m
b a
m
n
C C
+
=
fie defecte se obtine considerand ca numarul total al cazurilor posibile este dat de
combinarile a n piese luate cate m:
Iar numarul cazurilor favorabile extragerii de piese bune si piese defecte este dat respectiv
de:
Functia de probabilitate are expresia:
Daca n este foarte mare, repartitia hipergeometrica se apropie de repartitia binomiala cu
parametrii
x m
b
x
a
C si C
m
n
x m
b
x
a
n m
C
C C
x p
= ) (
,
n
a
n
b
q
n
a
p = = = 1 ;
1.5 Repartitia Poisson
Repartitia Poisson este repartitia evenimentelor rare. Multe evenimente, cum ar fi
producerea unor avarii au repartitii Poisson.
Pentru a intelege aceasta repartitie vom nota cu densitatea de aparitie a unui eveniment in
unitatea de timp; in acest caz =t reprezinta media aparitiilor in intervalul t. Probabilitatea
aparitiei de k ori a evenimentului respectiv in acelasi interval de timp este:
Functia de probabilitate are expresia:
Observatii:
legea poisson este o lege limita a repartitiei binomiale
aceasta particularitate poate fi folosita in aplicatiile practice atunci cand un eveniment cu
repartitie binomiala are o probabilitate foarte mica
in acest caz se poate utiliza relatia:
unde np reprezinta media teoretica a repartitiei binomiale
t
k
e
k
t
k X P
= =
!
) (
) (
= = e
k
k X P
k
!
) (
np
k
e
k
np
k n P
~
) (
) , (
1.6 Repartitia uniforma si exponentiala
Repartitia uniforma: Fie v.a X apartinand intervalului (a,b) cu proprietatea ca toate valorile
sunt echiprobabile. In acest caz densitatea de probabilitate este :
iar functia de repartitie are expresia:
Indicatorii teoretici ai v.a cu repartitie uniforma au urmatoarele formule:
media:
dispersia:
Repartitia exponentiala. Fie v.a continua x care are o repartitie exponentiala negativa.
Densitatea sa de probabilitate este caracterizata de urm formula:
iar functia sa de repartitie are formula:
) , ( , 0
) , ( ,
1
) (
b a x pentru
b a x pentru
a b x f
e
e
=
>
< <
s
=
b x pentru
b x a pentru
a b
a x
a x pentru
x F
, 1
,
, 0
) (
12
) (
] [
2
b a
x D
=
}
+
=
=
b
a
a b
a b
xdx
x M
2
] [
s s > =
x e x f
x
0 , 0 ; ) (
<
>
=
0 , 0
0 , 1
) (
x pentru
x pentru e
x F
x
1.7 Repartitia normala Gauss
Repartitia normala este una dintre cele mai importante legi de repartitie si este
cunoscuta sub denumirea de legea lui Gauss sau legea Gauss-Laplace.
Legea Gauss este caracterizata de parametrii si
2
. Densitatea de probabilitate are
expresia:
.
Graficul densitatii de probabilitate are forma de clopot si prezinta urmatoarele particularitati:
Admite un maxim pentru x= si scade necontenit la dreapta si la stanga (df(x)/dx=0 pentru
x=; f()=1/2)
Are o simetrie in raport cu dreapta x=.
Are forma de clopot (clopotul de Gauss) cu convexitatea in sus.
In punctele - si + curba isi modifica convexitatea. Curba densitatii de probabilitate este
cu atat mai ascutita cu cat este mai mic. Modificarea parametrului transleaza curba de-a
lungul axei Ox fata sa-i modifce forma.
Cateva exemple de repartitie normala Gauss:
-8 -6 -4 -2 0 2 4 6 8
0
0.2
0.4
0.6
0.8
-8 -6 -4 -2 0 2 4 6 8
0
0.2
0.4
0.6
0.8
2
2
2
) (
2
1
) (
o
t o
=
x
e x f
1.8 Repartitia normala Gauss-Laplace
Repartitia normala redusa: functiile densitatii de probabilitate si de repartitie se pot centra
intr-o schimbare de variabila:
Cu aceasta transformare repartitia se numeste repartitie normala normata sau repartitie
Laplace. Densitate de probabilitate normala normata este:
Functia de repartitie Laplace are expresia:
Functia de reparitie F(z) fiind simetrica in raport cu originea se poate scrie:
Integrala:
poarta denumirea de functia integrala Laplace si geometric reprezinta aria dublu hasurata
din graficul densitatii de probabilitate:
Obs:
Functia integrala Laplace fiind simetrica in raport cu originea rezulta:
In consecinta este suficient sa se cunoasca numai valorile functiei (z) pentru z>0
Regula celor 3
Se considera v.a. X cu repartitia normala N(,). Se pune problema determinarii probabilitatii
ca abaterea variabilei x fata de media teoretica sa fie mai mica decat o anumita valoare x0,
adica |x-|<x0. Aceasta relatie conduce la dubla inegalitate -x0<x<+x0 si notand x1= -x0
si x2= +x0 se poate scrie:
o
=
x
z
2
2
2
1
) (
z
e z f
=
t
} }
= =
z z z
dz e dz z f z F
2
2
2
1
) ( ) (
t
} } }
u + = + = =
z z
z dz z f dz z f dz z f z F
0
0
) (
2
1
) ( ) ( ) ( ) (
} }
= = u
z z z
dz e dz z f z
0 0
2
2
2
1
) ( ) (
t
) ( ) ( z z u = u
) ( ) ( ) (
1 2 0
z F z F x x P = <
1 2
0 0 0
|
.
|
\
|
= |
.
|
\
|
|
.
|
\
|
o o o
x
F
x
F
x
F
Considerand x0=3, P(|x-|<3)=2F(3)-1=20,9987-1=0,9974. In consecinta probabilitatea ca
v.a. X sa fie cuprinsa in intervalul (-3,+) este de 99,74%. Probabilitatea evenimentului
contrar (adica probabilitatea ca v.a. sa capete valori in afara intervalului 3) este foarte
mica (0,26%). Conform principiului certitudinii practice acest eveniment poate fi considerat
imposibil.