Documente Academic
Documente Profesional
Documente Cultură
Prezent
am n continuare cteva distributii continue de probabilitate clasice.
4.1
Distributia uniform
a
(36)
0
n rest
Observatia 4.2 Functia definita de relatia anterioara este ntr-adevar o functie de densitate deoarece este nenegativa ( () 0 oricare ar fi R) si are integrala egala cu 1:
Z
Z
=
() =
= = 1.
() =
1
2
2
2
+
=
=
2 ( ) 2 ( ) 2 ( )
2
h
i
2 () = ( ())2
2
Z
+
1
=
3
+
1
3 ( )
2
3
1
1
+
+
=
3 ( )
2
3 ( )
2
2
( )
12
Z
Z
1
1
() =
=
=
() =
=
( )
oricare ar fi R {0}, si
4.2
(0) = 0 = 0 = (1) = 1
Distributia exponential
a
Definitia 4.3 Spunem ca variabila aleatoare are o distributie exponentiala cu parametrul 0 (notam
()) daca are densitatea data de
0
() =
(37)
0
n rest
26
Observatia 4.4 Functia data de relatia anterioara este ntr-adevar o densitate deoarece este ne-negativa ( ()
0 oricare ar fi R) si are integrala egala cu 1:
Z
Z
() =
= 0 = 0 = 1
=
Z0
0
=
0
Z
= 0
0
Z
=
0
=
0
0
1
=
2
Z
0
1
=
Z
1
1
=
0
0
0
Z
1
1
+2
0
0
Z
2
2
1
=
2 2 0
= 2
0
1
2
= 2+ 2
1
=
Z
Z
Z
()
()
() =
() =
=
=
=
=
0
0
(38)
Observatia 4.5 Folosind faptul ca functia generatoare de moment a variabilei aleatoare exponentiale este () =
pentru , se poate calcula usor media si dispersia variabilei astfel.
0
0
1
= ( )1
= ( )2
= ()2 =
() = ()
=0
=0
=0
De asemenea, se poate calcula momentul de ordin doi al variabilei aleatoare
00
0
2
00
1
2
3
= ( )
= ( )
= 2 ( )
= ()
=0
=0
=0
=0
= 2 ()
2
2
2 () = 2 ( ()) = 2
2
1
1
= 2
( + )
( )
( + )
( )
( + ) ( )
( )
( + ) ()
()
(1 ( + )) (1 ())
()
( + ) ()
()
mp
artind relatia (39) cu obtinem deci
()
( + ) () 1
=+
()
28
=
0
()
Integrnd aceast
a egalitate n raport cu pe intervalul [0 ], obtinem
Z
Z 0
()
0 ()
0
oricare ar fi 0, sau echivalent
ln () ln (0) =
1
0
0.
0
0
0
() =
0
n rest
si deci conform definitiei variabila aleatoare are o distributie exponential
a cu parametru .
Se poate demonstra urm
atoarea:
Propozitia 4.7 Daca 1 () sunt variabile aleatoare exponentiale cu parametru independente,
atunci variabila aleatoare
1
= 1 + +
(41)
1
.
= (1 ++ )
= 1
= 1
1
=
1
= (1 )
unde = si = 1 . Functia generatoare de moment a variabilei aleatoare coincide deci cu functia generatoare
29
4.3
Distributia normal
a
N (0 1)
n distributie, adic
a
Z
1 + +
1
2
dispersie 1) tinde c
atre o anumit
a distributie - distributia normal
a standard.
2
Defini
t2ia
4.8 Spunem ca variabila aleatoare are o distributie normala cu parametrii si (notam
N ) daca are densitatea
()2
1
22
R
() =
2 2
tie normal
a standard ( N (0 1)).
n cazul = 0 si 2 = 1 spunem ca are o distribu
2 =
2
2
2 0
30
2
2
12
12
12
Z Z
2 +2
2
2
0
0
Folosind substitutia = , si schimbnd ordinea de integrare, obtinem echivalent:
12
Z Z
Z
2 +2 2
2
2
2
2 =
2
2 0
2
0
0
! !12
Z Z
1+2 )2
(
2
2
=
2
0
0
! !12
Z Z
(1+2 )2
2
2
=
2
0
0
= ! !12
Z
(1+2 )2
2
1
2
=
1 + 2
2
0
=0
12
Z
2
1
=
1 + 2
2
0
2
= 12
= ( arctan |=0 )
2
2
= (arctan arctan 0)12
2
2 12
=
2 2
= 1
=
2 () = 2
() =
si
2
adic
a chiar parametrii distributiei normale N .
i faptul ca
Observatia 4.10 Pentru a demonstra aceste relatii, se foloseste substitutia =
s
2
Functia generatoare de moment a variabilei aleatoare normale N este
() = +
2 2
2
Pentru a ar
ata aceasta, folosind din nou substitutia =
obtinem:
() =
Z
()2
1
22
=
2 2
Z
2
1
=
(+) 2
2
Z
2
2 2
1 ()
2
2
=
2
Z
()2
2 2
1
2
= 2
2
= +
2 2
2
31
= 1.
(42)
Propozitia 4.11 Daca N 2 este o variabila aleatoare normala cu medie si dispersie 2 , atunci
=
N (0 1)
= ( + ) = ( + ) .
() = ( ) =
Derivnd aceast
a egalitate n raport cu , obtinem relatia de leg
atur
a ntre densit
atile variabilelor aleatoare
si :
() =
() =
( + ) = ( + )
()2
1
Cum 2 avem () = 2
22 , si deci obtinem
2
(+)2
1
1
2
() =
22
= 2
2
2
2
Propozi
tia 4.12 Dac
a 1 N 1 21 si 2 N 2 22 sunt variabile aleatoare independente, atunci 1 +2
N 1 + 2 21 + 22 .
() =
= (1 +2 )
= 1 2
= 1 2
= 1 () 2 ()
= 1 +
2
1
2
2 +
2
2
2
(
)
= (1 +2 )+ 2
Observatia 4.13 Daca densitatea a unei variabile aleatoare este simetrica fata de 0, atunci functia de distributie verifica
() = 1 ()
R
(43)
Motivul este urmatorul:
() = ( ) =
() =
() = ( ) = 1 ( ) = ()
32
=
1
2
sau
3
rezult
a c
a 6827% din valorile unei
depinde numai de si este independent
a
de
s
i
4.4
Distributia 2
O variabil
a aleatoare are o distributie 2 (hi p
atrat) cu grade de libertate dac
a se poate scrie ca o sum
a
= 12 + + 2
unde 1 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.
2 1 2 0
() =
0
0
R 1
1
( = 2 iar () = 0 , Re 0, este functia Gamma).
2 ( 2 )
33
Pentru a ar
ata c
a cele dou
a defini
tii anterioare coincid, putem calcula functia generatoare de moment. n ambele
2 () = 2
si
() = (1 2) 2
(44)
1
2
(1 2)
2
2
= (1 2)
1 +2
2
4.5
Distributia T/Student
O variabil
a aleatoare are o distributie T (sau distributie Student) cu grade de libertate dac
a poate fi scris
a sub
forma
=q
+1
2
2
1
+
0
() =
0
0
( =
1
(
2 2)
iar ( ) =
()()
(+) ,
2 () =
si
35
( 2)
2