2.2.

Variabile aleatoare continue

O variabil aleatoare continu se poate
defini, fie prin funcia de repartiie, fie prin densitatea de
probabilitate, ambele putnd fi considerate funcii de
variabile aleatoare reale.
Funcia de repartiie
Definiia 1. Notm cu X o variabil aleatoare
continu. Pentru fiecare numr real x, notm F (x)
probabilitatea cu care X ia valori mai mici dect x,
adic:
F ( x ) Pr( X x )

Funcia F astfel definit se numete funcia

de repartiie a variabilei aleatoare X.
Densitatea de probabilitate
Se definete astfel o funcie densitatea de
probabilitate a lui X prin egalitatea:
F ( x dx) F ( x)
dF ( x )
lim
F ' ( x)
dx 0
dx 0
dx
dx

f ( x) lim

cu excepia (eventual) unui numr de puncte n care f nu

este derivabil.
verific egalitatea:

f ( x ) dx 1.

Legtura dintre funcia de repartiie F i

densitatea de probabilitate f este dat de egalitatea:
x

F ( x)

f ( x ) dx

Sperana matematic a unei variabile

continue X este definit astfel:
E( X )

xf ( x)dx

Variana unei variabile continue X are

urmtoarea expresie de calcul:
V (X )

( x E ( X ))

f ( x ) dx

Legea normal redus (standard)

Aceast lege de probabilitate se mai numete
i legea Laplace-Gauss, dup numele celor doi care au
descoperit-o.

Definiia 5. O variabil aleatoare continu

urmeaz o lege normal redus dac funcia sa de
repartiie este de urmtoarea form:
x
F ( x ) ( x ) (1 / 2 ) e t / 2 dt

unde t este variabila de integrare, iar x marginea

superioar a integralei, putnd lua orice valoare real.
2

f ( x) (1 / 2 )e x

/2

Densitatea de probabilitate f (x ) este o

funcie simetric n raport cu axa ordonatelor, admind
un maxim n x 0 i dou puncte de inflexiune pentru
x 1.
funcia de repartiie, este ntotdeauna
cresctoare, admind un punct de inflexiune pentru
x 0 i un centru de simetrie de coordonate (0,1/2).
E ( x ) 0,

Notm
redus.Doc1.doc

E ( X 2 ) V ( X ) 1.
X N (0,1) o variabil

X normal

Legea normal
Definiia 6. Dac X este o variabil
aleatoare normal redus, X N (0,1) , atunci variabila
aleatoare Y X , unde este un numr real strict
pozitiv iar un numr real oarecare, se numete
variabil normal.
Vom nota cu Y N ( , ) faptul c variabila
Y urmeaz o lege normal. Din definiia de mai sus
rezult:
domeniul de definiie pentru o variabil normal
este mulimea numerelor reale, deoarece este
pozitiv;

 valoarea medie

E (Y ) E (X ) E ( X )

variana
V (Y ) V (X ) 2V ( X ) 2 .

Din relaia

Y X

rezult:

Y
X
N (0,1)

ceea ce constituie standardizarea variabilei Y.

Legea log-normal
n teoria probabilitilor , o distributie log-normala
este o distribuie continu de probabilitate a
unei variabile aleatoare al crui logaritm este distribuit
n mod normal. Astfel, dac variabila aleatoare este
distribuita log-normal, atunci
are o
distribuie normal. De asemenea, n cazul n care este
distribuit normal, atunci
are o distribuie
logaritmic normal. O variabil aleatoare, care este

distribuit log- normal este definita doar pe multimea

valori reale pozitive.

Legea

Definiia 8. Fiind dat un ir U n de

variabile aleatoare centrate i independente, variabila
n

2 (n) U i2
i 1

se numete variabil hi-ptrat cu n grade de libertate.

Pentru cazul particular cnd:

X
U i
,

2
i

iar

X i N ( , )

i 1, n

i sunt independente, variabila

n

2 (n) U i2
i 1

urmeaz legea de probabilitate hi-ptrat.

.
Tabelul cu valorile teoretice ne permite s
calculm probabilitile de forma:
Pr( 2 ( ) p2 ) p

cnd se cunosc i p . CaptureValorile hi

patrat.JPGFolosind acelai tabel, cunoscndu-se i p
2
se poate gsi p .
2
De exemplu, pentru =21 i p= 0,975 rezult 0,975
2

=10,3.

Legea de probabilitate Student1

Definiia 9. O variabil Student, notat cu

t, este raportul dintre o variabil U normal centrat i
rdcina ptrat a unei variabile ( ) mprit prin
2

numrul gradelor de libertate. Cu alte cuvinte

2 ( ) /

este o variabil Student (variabil t).

Variabila Student admite ca valori posibile
numere reale a cror semn este dat de valorile variabilei
U. Variabila Student este utilizat n teoria sondajelor.

Florea I.,..2000, pg.89.

X i N ( , ),

Fie un ir de variabile
i 1, n. Dac

Xi

independente i

n
n

unde

X
i 1

nX , este o variabil normal standard de

medie 1 i abatere 0.
n

tiind
X
t
S

(X
i 1

X ) 2 ( n 1) S 2 , atunci

variabila

este o variabil Student cu n 1 grade de

libertate.testul t tabel.docx
Pentru o variabil X, care urmeaz legea
Student cu grade de libertate, folosind tabelul cu
valori teoretice, se poate gsi t astfel nct:
Pr( X t ) p

pentru o probabilitate p dat. Cum intervalul t ,t

este centrat pe origine p este repartizat n mod egal.

Legea de probabilitate Fisher-Sndcor2

Definiia 10. O variabil Fisher-Sndcor,

notat cu F, este raportul dintre dou variabile 2 ( 1 ) i
2 ( 2 ) ponderate respectiv prin numrul de grade de
libertate 1 i 2 , de urmtoarea form:
2 ( 1 ) 2 ( 2 ) 2 2 ( 1 )
F ( 1 , 2 )
:
2
1
2
1 ( 2 )

Fie X i , i= 1, n i Y j , j= 1, m dou mulimi

de variabile aleatoare de varian X2 (pentru orice i=
2
1, n ), respectiv Y ( pentru orice j = 1.m ).
Dac lum:
2

Florea.I,...2000, pg 91.

X Xi /n
i 1

S X2
i 1

( X i X )2
n 1

Y Y j / m
j 1

S
2
Y

j 1

(Y j Y ) 2
m 1

atunci n virtutea celor artate n cazul legii Student,

avem:
S X2 S Y2 2 (n 1) 2 (m 1)
:

:
F (n 1, m 1).
n 1
m 1
X2 Y2

n cazul particular X2 = Y2 , avem:

S X2
F (n 1, m 1)
S Y2

Tabelul repartiiei teoretice, pentru o

variabil F Fisher-Sndcor, cu 1 i 2 grade de
libertate, ne permite s gsim acea valoare F1 , astfel
nct:
Pr( F ( 1 , 2 ) F p ) p

unde p poate fi egal cu 0,05 sau 0,01.Fisher.jpg

Legea exponenial3
Aceast lege de probabilitate este urmat n
special de acele fenomene care se deruleaz n timp.
Acest lucru presupune o divizare a perioadei de timp n
subintervale suficient de mici, astfel nct s existe cel
mult o realizare a fenomenului ntr-un astfel de
subinterval.

Definiia 4. O variabil aleatoare continu X,

urmeaz o lege de probabilitate exponenial, dac
funcia sa de repartiie are urmtoarea form:
1 e x

F ( x)

x0
x0

unde este un parametru real i pozitiv.

3

Florea I.,....2000, pg. 79

Densitatea de probabilitate a unei variabile

ce urmeaz o lege exponenial, se obine prin derivarea
funciei de repartiie i are forma:
e x
0

f ( x)

x0
x0

Caracteristicele acestei variabile X au urmtoarele

expresii de calcul:
E( X ) 1/ , E( X 2 ) 2 / 2
i V ( X ) 1 .

Pentru nevoi practice, n cele ce urmeaz voi prezenta

un tabel sintetic privind convergena n lege a unor
variabile aleatoare.
Nr
.
crt
1
2

Legea de
probabilitate
iniial
Binomial(n,p)

Legea de
probabilitate spre
care converge
Normal(np, npq

Condiii de
convergen
n este mare, np

Binomial(n,p)

)
Poisson( np )

i nq>15
n mare, p mic

(<0,1)
np =constan

3
4

Poisson( )
Hipergeometrica

(N,n,p)
Hipergeometrica
(N,n,p)

Normala( , )
Binomial(n,p)

t
>15
N , n/N

Normala(

foarte mic
N , n

n
np, npq (1 ) )
N

nefiind
neglijabil in
raport cu N