Sunteți pe pagina 1din 5

VARIABILE ALEATOARE BIDIMENSIONALE

O variabila aleatoare bidimensionala, numita si cuplu de variabile aleatoare, notata


(X,Y), este definita pe spaiul evenimentelor cu valori in R2.
( X ,Y ) : E R2
Pentru o variabila aleatoare discreta bidimensionala (X,Y) se definete o probabilitate

P ( X xi , Y yi ) pi , j

i, j

, cu condiia ca
Pentru variabile aleatoare continue se definete densitatea de probabilitate pentru
cuplul (X,Y), funcia f(x,y) cu valori pozitive pentru orice cuplu (X,Y) din R 2, cu
proprietatea:

f ( x, y ) dx dy 1

Funcia de repartiie se definete ca:


x

F ( x, y )

f ( x, y )dxdy

pentru a putea

trata cupluri de variabile aleatoare este necesar sa se cunoasc

probabilitile pi,j asociate fiecrui cuplu de valori (xi,yj) sau densitatea de probabilitate
f(x,y).
Repartiii marginale
Se numesc repartiii marginale funciile:
f X pi , j P( X xi )
j

f y ( x)

f ( x, y ) dy

(punctul din fX are semnificata ca s-a nsumat dup y iar probabilitatea P(X=xi) nseamn
probabilitatea ca variabila X sa ia valoare xi indiferent de ce valoare ia variabila Y)
si respectiv

35

f Y pi , j P(Y yi )
i

f x ( y)

f ( x, y ) dx

Exemplu
100 produse sunt testate in doua etape. Etapa 1 consta in trei teste de rezistenta, iar
etapa a doua consta in 2 teste de culoare. Se definete o variabila bidimensionala Z=(X,Y)
care corespunde numrului de teste X din prima etapa la care a corespuns produsul si
respectiv numrul de teste Y din etapa a doua la care produsul a corespuns.
Z: ER2
E are aici valoare 100. ( spaiul evenimentelor)
X ia valorile 0,1,2,3
Y poate lua valorile 0,1,2
Obs Cuplul (2,1) reprezint cazul in care un produs a corespuns la doua teste de
rezistenta si la un test de culoare.
Tabelul 1 prezint mulimea de valori pe care le poate lua Z, adic cuplul (X,Y).

Tabelul 1
X
0
1
2
3

0
(0, 0)
(1, 0)
(2, 0)
(3,0)

1
(0, 1)
(1, 1)
(2, 2)
(3, 1)

2
(0, 2)
(1, 2)
(2, 2)
(3, 2)

Tabelul 2 prezinta numarul de cazuri inregistrate pentru fiecare cuplu (x,y).


Tabelul 2
X
0
1

0
9
10

1
10
10

2
6
5
36

2
3

15
1

20
5

5
4

Se calculeaz probabilitile pi,j din formula frecventei, de exemplu:


9
P ( X 0, Y 0)
100
Tabelul 3 conine valorile probabilitilor pi,j si repartiiile marginale
Tabelul 3
X
0
Y
0
0.09

fX

0.10

0.06

0.09+0.10+0.06=0.2
5
0.10+0.10+0.05=0.2
5
0.40
0.1
1

0.10

0.10

0.05

2
3
fY

0.15
0.01
0.09+0.010+0.015+0.01=0.3
5

0.20
0.05
0.45

0.05
0.04
0.20

Daca P(X=xi, Y=yi)=P(X=xi)*P(Y=yi), pentru orice i si orice j, atunci variabilele X si Y


sunt independente. Verificarea independentei se poate face utiliznd repartiiile marginale.
In cazul acestui exemplu variabilele X, Y nu sunt independente.
Pentru x=2 si y=1, P(X=2, Y=1)=0.20, iar P(X=2)=0.4 , P(Y=1)=0.45
P(X=2, Y=1)P(X=2)*P(Y=1)
Pentru variabile aleatoare independente
E ( X Y ) E ( X ) E (Y )
D( X Y ) D( X ) D(Y )

Covariana
Covariana este momentul centrat de ordinul 2 si constituie una dintre caracteristicile
importante pentru un cuplu de variabile aleatoare.
cov( X , Y ) E X E ( X ) Y E (Y )

Pentru variabile aleatoare discrete:

37

cov( X , Y ) xi E ( X ) y j E (Y )
i

pi , j

iar pentru variabile aleatoar continue:


x E ( X ) y

cov( X , Y )

E (Y )
f ( x, y )dxdy

daca X si Y sunt independente Cov(X,Y)=0


Formula generala pentru calculul dispersiei sumei a doua variabile aleatoare este:
D ( X Y ) D ( X ) D (Y ) 2 cov( X , Y )

Coeficient de corelaie,
Coeficientul de corelaie este definit ca:
( X , Y )

cov( X , Y )
( X ) (Y )

Valorile coeficientului de variaie sunt in intervalul [-1, 1].


Daca variabilele X si Y sunt independente, Covariana lor este nula si atunci (X,Y)=0
Afirmaia inversa nu este adevrata: (X,Y)=0 nu implica X si Y independente.
Daca intre X si Y exista o dependenta liniara Y=a+bX se demonstreaz ca :
2 ( X , Y ) 1
Acest fapt permite sa consideram pe ca o valoare apropiata de 1 a ptratului coeficientului
2 ( X , Y )
de corelaie

corespunde unei dependente liniare intre X si Y.


2 ( X , Y )

Observaie: Daca

are o valoare departe de unitate nu putem afirma dect ca nu

exista corelaie liniara. Un alt tip de corelaie poate exista fr ca acesta sa poat fi apreciat

38

prin valoarea lui 2. De exemplu, daca intre X si Y exista o dependenta parabolica Y=aX 2,
2 ( X , Y ) 0
aplicnd formula de calcul a coeficientului de variatei rezulta

Observatii
1. cov(X,Y)=cov(Y,X)
2.

cov(X,X)=D(X)=2(X)

Matricea de varianta-covariana este definita ca:


cov( X , X ) cov( X , Y )
cov( X , Y ) cov(Y , Y )

D( X )
cov( X , Y )

cov( X , Y )
D (Y )

Pe diagonala principala se afla dispersiile variabilelor X si Y iar in celelalte poziii


covariana cuplului X, Y.

39