Documente Academic
Documente Profesional
Documente Cultură
Cursul - I: Probabilitati Distributii Variabile Aleatoare
Cursul - I: Probabilitati Distributii Variabile Aleatoare
PROBABILITATI
DISTRIBUTII
VARIABILE ALEATOARE
ELEMENTE DE TEORIA PROBABILITĂŢILOR
CÂMPURI DE PROBABILITATE
Teoria matematică a probabilităţilor porneşte de la faptul că fiecărui
rezultat posibil al unui experiment aleator, rezultat pe care îl vom denumi
eveniment, i se asociază o valoare numerică, numită “probabilitatea”
evenimentului respectiv. Această valoare este o caracteristică obiectivă a
evenimentului în condiţiile experimentului dat.
Să efectuăm, de exemplu, un experiment de m ori. Dacă în cele m
experienţe un eveniment A s-a produs de k ori, atunci 0 ≤ k ≤ m, de unde
rezultă pentru frecvenţa relativă:
k
0 ≤ m ≤ 1,
k 1+ k 2 k 1 k 2
atare, de = n + n ori, ceea ce sugerează o regulă de tipul
n
Probabilitate (A ∪ B) = Probabilitate (A) + Probabilitate (B)
În cele ce urmează vom introduce o prezentare axiomatică a
conceptului de probabilitate, după Kolmogorov1.
Corp borelian
Definiţie:
Fie E o mulţime şi K o familie nevidă de părţi ale lui E, K ⊂ ℘(E) cu
proprietăţile:
1. A ∈ K ⇒ CA ∈ K
2. ( Ai ) i∈ N ⊂ K⇒
∞
1
Ai ∈ K
3. E ∈ K
Deci, este închisă la operaţiile de complementare şi reuniune.
Se spune, în acest caz, că familia K, împreună cu operaţiile
menţionate, formează un corp bolerian. Denumirea de borelian vine de la
matematicianul Emil Borel, unul dintre fondatorii teoriei probabilităţilor.
Consecinţă:
1
Andrei Nicolaevici Kolmogorov (1903-1987), fost profesor la Universitatea din
Moscova, a avut contribuţii deosebite în analiza matematică, analiza funcţională şi teoria
probabilităţilor. Cartea sa “Grundbegriffe der Wahrscheinlichketetsrechnung”, Berlin,
1933, a însemnat o revoluţie în teoria probabilităţilor, arătând că, formal, această teorie
se poate trata ca un caz particular de teorie a integralei (sau “teoria măsurii”).
Un corp borelian este o familie închisă faţă de operaţiunea de
intersecţie, indiferent de numărul elementelor sale pe care le intersectăm:
( Ai ) i∈ N ⊂ K⇒ Ai ∈ K
Demonstraţia se face imediat folosind faptul că I Ai = C U Ai şi
i i
proprietăţile 1 şi 2.
Propoziţie:
Fiind dată o familie de corpuri boreliene ( Ki )i ∈ I , intersecţia lor
este tot un corp borelian.
Demonstratia se face imediat, folosind proprietăţile corpului borelian şi ale
operaţiilor de intersecţie, reuniune şi complementare.
Definiţie:
Fie H o familie oarecare de părţi ale unei mulţimi E . H
poate fi completată la un corp borelian, numit corpul generat de Η , dacă i
se adaugă E şi toate mulţimile ce se formează prin reuniune, intersecţie şi
complementare pornind de la elementele H ∈ Η .
Dacă luăm pe dreaptă, mulţimea intervalelor deschise de forma (- ∞
,a), a ∈ R, corpul borelian generat se numeşte simplu “borelianul pe dreapta”
şi constituie baza teoriei probabilităţilor, aşa cum va fi ea abordată în
prezenta lucrare. Deoarece orice interval închis se poate obţine prin
operaţiile meţionate din intervale deschise şi invers, orice interval deschis
poate fi generat pornind de la intervale închise, borelianul pe dreapta este în
acelaşi timp generat de mulţimea intervalelor închise.
Într-adevăr, se poate scrie:
[a, b] = n =1
1 1 ∞ 1 1
, b + şi ( a, b ) = n =1 a + , b −
∞
a −
n n n n
Definiţie:
O familie ( Ai )i ∈ I se numeşte desfacere a lui E dacă:
1. I este cel mult numărabilă;
2. ∀i, ∀j ⇒ Ai ∩Aj =φ
3. ∪ Ai = E
Spaţii măsurabile
Definiţie
O mulţime E împreună cu un corp borelian K formează un spaţiu
măsurabil (E,K). Elementele lui K se numesc mulţimi măsurabile.
Definiţie
Fiind date (E,K) si (F,L) spaţii măsurabile, o funcţie f: (E,K) →
(F,L) se numeşte funcţie măsurabilă dacă îndeplineşte condiţia:
∀A, A ∈ L ⇒ f-1(A) ∈ K sau, altfel spus: f-1(L) ⊂ K
Proprietăţi
a) Dacă f şi g sunt măsurabile, atunci f g, f +g şi f*g sunt măsurabile.
b) Dacă f este continuă, atunci f este borelian măsurabilă.
Observaţie
Se poate face un paralelism între spaţiile topologice şi spaţiile
măsurabile, între funcţiile continue şi funcţiile măsurabile. Astfel, o funcţie
este continuă dacă preimaginea oricărei mulţimi deschise este o mulţime
deschisă iar măsurabilă este atunci când preimaginea oricărei mulţimi
măsurabile este măsurabilă. Deasemenea, dacă f şi g sunt două funcţii
continue, atunci f + g şi f*g sunt continue.
Definiţie
Se numeşte măsură orice funcţie pozitivă definită pe corpul mulţimilor
măsurabile, µ : K → R+ , “aditivă” pe orice familie ( Ai )i ∈ I numărabilă
de mulţimi măsurabile disjuncte:
(
∀n, ∀m, An ∩ Am = Φ ⇒ µ 1 An = ∑1 µ( An )
∞
) ∞
Consecinţe
a) µ( Φ) = 0
Într-adevăr, dacă luăm A1 = A , A2 = Φ
⇒ µ ( Φ ) = µ ( Φ ∪ Φ) = 2µ ( Φ) ⇒ µ ( Φ) = 0
n n
Din aditivitatea lui µ rezultă µ( An ) = µ Bi = ∑µ( Bi ) = sn
i =1 i =1
s n →s = µ (
i =1
∞
)
Bi = µ ( ∞
n =1
)
An = µ( A)
A = An şi µ( Ai ) < ∞ ⇒ µ( A ) < µ( A) n
Exemple
a) Fie µ definită după cum urmează:
• µ( A) = ∞ dacă A este infinită şi
• µ x ( A) = 1 dacă x 0 ∈ A şi
0
• µ x ( A) = 0 dacă x 0 ∉ A
0
A A∩ B B
Definiţia clasică elementară a probabilităţii derivă în mod natural din
noţiunea de frecvenţă, despre care am vorbit mai sus.
Dacă un eveniment A se poate realiza în m feluri diferite dintr-un
a) P( e j ) = 1
n şi
b) P ( A) = m
n
Exemplu
Exemplul clasic de câmp de probabilitate finit îl constituie
evenimentele ce pot apărea atunci când, dintr-o urnă în care se află bile albe
şi negre se extrag n bile. Dacă proporţia bilelor albe în urnă este p, şi deci a
celor negre este q = 1 - p, probabilitatea evenimentului A, ca din n bile
extrase, k să fie albe, conform definiţiei clasice definite mai sus, se
calculează imediat şi este:
P ( A) = C kn p q
k n −k
kA B = nA B ≅ P( A B )
k
kB kB P( B )
n
În acest context apare naturală definiţia probabilităţii evenimentului
A, condiţionată de B, prin formula:
P( A B )
PB ( A) =
P( B )
Un caz special îl constituie acela în care probabilitatea de apariţie a
evenimentului A este aceiaşi, indiferent dacă s-a produs sau nu evenimentul
B:
P(A) = PB(A)
Spunem, în acest caz, că evenimentele A şi B sunt evenimente
independente.
Observăm că, rescriind formula anterioară
P( A B )
PB ( A ) =
P( B ) ⇒ P ( A B ) = PB ( A ) * P ( B ) = P ( A ) * P ( B )
X = ( Ai X )
Aplicaţie:
Dacă, de exemplu, P(B) este proporţia (probabilitatea) unei boli în
populaţie şi cunoscând proporţia în care un test diagnostic este pozitiv la
bolnavi – PB(T) – şi la sănătoşi –PNB(T) – putem calcula probabilitatea ca un
pacient la care rezultatul testului este pozitiv să fie bolnav:
PB ( T ) P ( B )
P+(B)= PB( T ) P( B ) + PNB ( T ) P( NB )
unde:
PB(T) este probabilitatea ca un bolnav să fie catalogat pozitiv de
către test şi se numeşte “sensibilitatea” testului.
PNB(T) este probabilitatea ca un sănătos să fie catalogat negativ de
către test şi se numeşte “specificitatea” testului.
Problema devine teribil de importantă dacă, de exemplu, este vorba
de un test de depistare a cancerului.
VARIABILE ALEATOARE
Definiţii:
a) Se numeşte variabilă aleatoare (întâmplătoare sau statistică) o funcţie
reală f definită pe mulţimea K a evenimentelor, cu proprietatea că, oricare ar
fi numărul real a, mulţimea x ∈ K pentru care f(x) ≤ a este un eveniment din
K.
În termeni de teoria măsurii, o variabilă aleatoare este o funcţie f : (E, K,
P) → (R, B), măsurabilă.
Practic vorbind avem definită probabilitatea ca variabila să aibă valori
mai mici decât orice număr dat a.
b) O variabilă aleatoare se numeşte variabilă aleatoare simplă dacă ia
un număr finit de valori: f : E → R, f (E) finită şi P( f (x) = xi ) = P( f-1(xi) ) =
pi
c) Vom lucra, în cele ce urmează, ca regulă, cu variabile aleatoare
independente, adică variabile ce iau valori independente una de cealaltă:
P ( ( f ( x ) = xi ) ∩ ( g ( y ) = y j ) ) = P( f ( x ) = xi ) * P ( g ( y ) = y j ) , ∀xi , y j
Observaţie:
Se poate verifica uşor că variabilele aleatoare formează o algebră, adică
suma, şi produsul a două variabile aleatoare este tot o variabilă aleatoare;
mai mult compunerea a două variabile aleatoare este tot o variabilă
aleatoare.
Trebuie în acest context să fim atenţi la independenţa sau
nonindependenţa variabilelor aleatoare implicate în operaţie.
De exemplu putem citi X+X unde X este o variabilă aleatoare în două
feluri. Putem, de exemplu, să considerăm un experiment repetat de două ori
rezultatele fiind independente
1 2 1 2 2 3 4
1 1 + 1 1 = 1 1 1 ,
2 2 2 2 4 2 4
în timp ce, dacă considerăm că X şi X nu iau valori independent, atunci
2 4
X+X =2X = 1 1
2 2
Putem reprezenta grafic aceste probabilităţi.
1 2 3
De exemplu, X= 1 1 1 apare sub forma
4 2 4
pi
1/2
1/4
0 1 2 3 xi
Dar putem reprezenta curba cumulativă a distribuţiei
P(x<xi)
1
3/4
1/2
1/4
0 1 2 3 xi
Definiţie
Funcţia de repartiţie asociată lui f este funcţia F(x), F:R →[0,1]
definită de formula:
F(x) = P( f < x ) = P( f-1(- ∞ ,x) )
Importanţa acestei funcţii constă în faptul că, dacă F(x) este dată se
poate determina probabilitatea ca f să ia valori într-un interval I ⊂ R, oricare
ar fi acel interval.
În cazul în care f ia un număr finit de valori, de exemplu {1,2,3} , când
cunoaştem
P( f 〈 k) ∀ k = 1,2,3 , cunoaştem practic şi P( f = k ) ∀k = 1,2,3 .
Într-adevăr,
P( f = 1) = P( f 〈 2)
P ( f = 2 ) P ( f 〈 3 ∩ 〉 2) = P ( f 〈 3 * P f 〉 2 ) = P ( f 〈 3 * 1 − P ( f 〈 2 )
P( f = 3) = 1 − P( f = 1) − P ( f = 2 )
Ca regulă generală:
( kfP ) 1−== P( f k 1)−+〈 P( f〈k)
Deci am determinat o distribuţie de probabilitate care poate fi
reprezentată sub forma unei matrici:
1 2 3
P( f = k ) =
p1 p2 p3
Proprietăţi
Funcţia de repartiţie are următoarele proprietăţi:
a) a ≤ b ⇒ F(a) ≤ F(b)
b) lim a → −∞ F(a) = 0
c) lim a → +∞ F(a) = 1
d) F este continuă la stânga.
Dacă F este continuă spunem că f este variabilă aleatoare continuă. În acest
caz, probabilitatea ca f să ia orice valoare particulară este 0.
∀ξ, P( f(x) =ξ ) = 0
Exemplu:
Dacă ne punem problema probabilităţii ca temperatura în cameră să fie t
=20,347562 aceasta ste evident zero şi de fapt problema nici nu are sens – în
măsura în care temperatura este o valoare medie în jurul căreia avem
fluctuaţii continue. Dacă ne punem problema ca temperatura să fie într-un
anumit interval noţiunea de funcţie de repartiţie capătă un conţinut concret.
Definiţie
Fie F(x) funcţia de repartiţie a unei variabile aleatoare ξ. Dacă există o
funcţie ρ(x), integrabilă pe intervalul ( −∞,+∞) , cu proprietatea că pentru
orice x ∈ R este verificată egalitatea:
∂F
ρ(x) =
∂x
atunci, ρ(x) se numeşte densitatea de repartiţie sau densitatea de
probabilitate a variabilei aleatoare ξ,
În acest caz, probabilitatea ca variabila aleatoare să ia valori într-un
interval
(- ∞ ,a) este dată de formula:
ρ(t )dt
a
P(ξ(x) < a) = F(a) = ∫ −∞
şi respectiv:
respectiv
+
∞
M(f) = ∫ xρ( x )dx , atunci când ξ este o variabilă aleatoare continuă,
−∞
cu densitatea de probabilitate ρ.
În literatură, operatorul de medie se mai notează şi cu E, de la
“expectation” – speranţă în engleză.
În cazul variabilelor simple se observă că valoarea medie a variabilei f
este media ponderată a valorilor sale xi, cu ponderile pi, care reprezintă
“frecvenţele” de apariţie ale valorilor respective.
Proprietăţi ale mediei:
Dacă f şi g sunt independente, atunci avem:
a) M(af) = aM(f)
b) M(f+g) = M(f) + M(g)
c) M(fg) = M(f)M(g)
Vom schiţa o demonstraţie a proprietăţii b):
M(f+g) = ∑ k ,l
P ( Fk Gl )( xk + xl ) = ∑ (∑ P ( F
k l
k )
Gl ) xk +
∑ (∑ P ( F
l k
k G l ) xl )
Dar, pe de altă parte, folosind proprietăţile intersecţiilor şi
reuniunilor de mulţimi, respectiv distributivitatea intersecţiei faţă de
reuniune şi a intersecţiei faţă de reuniune, şi faptul că l Gl = E avem
∑ P( F
l
k Gl ) = P(Fk ( l Gl ) ) = P(Fk) şi similar, ∑k P ( Fk Gl ) =
P(Gl).
Deci,
M(f+g) = ∑ P( F )xk
k k + ∑P(G )x
l
l l = M(f) + M(g)
Noţiunea de medie se generalizează, definindu-se momentul de
ordin k al unei variabile aleatoare:
M k ( f ) = ∑ xik pi , atunci când ξ este o variabilă aleatoare simplă
şi respectiv,
+
∞
Mk(f) = ∫−∞
xkρ(x)dx , atunci când ξ este o variabilă aleatoare
continuă.
Se numeşte moment centrat de ordin k al variabilei aleatoare f
momentul de ordinul k al abaterii sale faţă de medie.
M kc ( f ) = ∑( xi − µ f ) k
pi
k
şi respectiv, µkc = ∫−∞[ x −M ( f )] ρ( x )dx ,în cazul unei variabile aleatoare
+
∞
continue.
Dispersia de selecţie, sau varianta unui şir de rezultate numerice ale
unui experiment este media aritmetică a pătratelor abaterilor acestor valori
faţă de media lor aritmetică X .
Dacă x1, x2, …, xn sunt cele n valori ale seriei, dispersia de selecţie a
acestora, s X2 este:
∑( x ) 2
2 −X
s X = i
n
După cum vom vedea mai departe la statistică, o formulă mai utilă
∑( x ) 2
2 −X
pentru dispersia de selecţie este: s X = i
n −1
Dispersia de selectie este indicatorul principal al împrăştierii datelor
unui experiment.
Dispersia unei variabile aleatoare este conceptul ce generalizează
dispersia de selecţie.
Definiţie
Dispersia variabilei aleatoare X de notează D(X) sau σ2 şi este, în
particular, momentul centrat de ordinul doi.
+
∞ 2
D(X) = σ2 = M[(X-M(X))2] = ∫ ( x −M ( X ))
−∞
ρ( x )dx
şi respectiv
σ2 = M[(X-M(X))2] = ∑( x i − µX ) 2 pi , atunci când variabila aleatoare
este discretă.
Rădăcina pătrată a dispersiei, σ, se numeşte abaterea medie pătratică a
variabilei X, iar sx abaterea standard.
Proprietăţi
a) Pentru orice variabilă aleatoare X şi orice constante a şi b
D(aX+b) = a2D(X)
b) Dacă X, Y sunt două variabile aleatoare independente
D(X+Y) = D(X) + D(Y)
Demonstraţie:
Pentru orice două variabile aleatoare X şi Y, cu mediile μX şi respectiv
μY, avem
D(X+Y)=M(X+Y- μX- μY)2=M(X- μX)2+M(Y- μY)2 + 2 M[(X- μX) (Y-
μY)]=D(X)+D(Y)+ 2 M[(X- μX) (Y-μY)]
Dar, atunci când X şi Y sunt independente ⇒ M(XY) = μX μY ,
M[(X- μX) (Y-μY)] = M(XY-X μY-YμX+ μX μY)= μX μY- μX μY- μX μY+ μX
μY=0
⇒ M[(X- μX) (Y-μY)] = 0
şi deci D(X+Y) = D(X) + D(Y)
c) Între dispersie, valoarea medie şi momentul de ordinul doi există
relaţia:
D(f) = M(f2) – (M(f))2
Demonstraţie:
D(X) = ∑( x i − µX ) 2 pi = ∑xi2 pi -2 ∑xi µX pi + ∑µX2 pi = M(f2) - 2
µX2 + µX2 =
= M(f2) – (M(f))2
Observaţie
Dacă numim M(f2) – media pătratului si (M(f))2 – pătratul mediei
formula capătă o formulare uşor de reţinut:”Dispersia este egală cu media
pătratului, minus pătratul mediei”.
((pt + q)n)’ = ( ∑C n p t q )’
k k k n −k
np(pt + q)n-1 = ∑C k
n p k kt k −1
q n −k şi apoi facem t = 1 ⇒ np =
∑C k
n p k kq n −k
σ2
număr ε > 0 este mai mică decât 2 .
ε
σ2
P ( xi − m ≥ ε ) ≤
ε2
Demonstraţie:
[
Pornim de la definiţia dispersiei σ 2 = M ( xi − m ) = ∑ ( xi − m ) pi
2
] 2
<ε .
∑ ( xi − m ) pi
2
∑(εx − m ) pi
2
σ 2 = ∑ ( xi − m ) p i =
2
+ i
xi −m ≥
xi − m 〈 ε
Dacă neglijăm primul termen al sumei şi minorăm x i −m înlocuindu-l cu
ε în al doilea termen, se obţine
σ2 ≥ ∑εε 2
(
p i = ε 2 p k1 + p k2 + ... + p k n , )
xi − m ≥
x k i −m ≥ ε .
σ2
≤ .
ε2
Deoarece suma între probabilitatea unui eveniment A şi
probabilitatea evenimentului contrar CA este 1, avem P(CA) = 1-P(A) şi
inegalitatea se mai poate scrie sub forma
σ2
P ( xi − m 〈 ε ) 〉 1 − 2
ε
Exemplu:
P( xi − m 〈 3ε ) = 1 − = = 0.8 8
Fie ε = 3σ , atunci inegalitatea Cebâşev dă:
1 8
9 9
Exprimat în cuvinte, această inegalitate aparent banală, spune din
punct de vedere fenomenologic, enorm de mult:
Probabilitatea ca orice variabilă aleatoare să ia valori mai
îndepărtate de valoarea sa medie decât de trei valori standard, este mai
mică decât 0,12.
Vom vedea mai departe că, în cazul în care variabila aleatoare are
suplimentar unele proprietăţi de regularitate, această probabilitate este chiar
mult mai mică.
Aceiaşi inegalitate ne permite înţelegerea legăturii între frecvenţa şi
probabilitate, legătura care exprimă însăşi fundamentarea statisticii pe teoria
probabilităţilor.
Să considerăm variabila aleatoare care dă numărul de bile albe într-o
extracţie de n bile din urnă. Pentru această variabilă avem următoarea
teoremă, care se generalizează în teoria probabilităţilor în forme care
depăşesc însă cadrul acestei lucrări.
Teorema lui Bernoulli:
Dacă se notează cu p probabilitatea ca un eveniment A (de exemplu
k
apariţia bilei albe) să se realizeze într-un experiment şi f n = este
n
frecvenţa cu care se realizează evenimentul A în n experimente identice
consecutive, şirul (fn) converge către p în probabilitate. Altfel spus:
Frecvenţa tinde în probabilitate la probabilitatea teoretică.
Demonstraţie:
k
= lim n→∞ P ( k − np ≥ nε ) = lim n→∞ P ( k − M ( k ) ≥ nε )
n − p ≥ε
lim n →∞ P
σ2
Dar, aplicând inegalitatea lui Cebâşev: P( k − M ( k ) ≥ nε ) ≤ şi deci
n 2ε 2
k σ2
lim n →∞ P − p ≥ ε ≤ lim n→∞ 2 2 = 0
n n ε
are şansa să fie realizată sau că inegalitatea fn − p 〈 ε are şanse mari să fie
σ 2π
O primă condiţie ca ρ( x ) să fie distribuţie de probabilitate este
aceea că
+ ∞
ρ∫ ( x) d = P(x 〈∞− ( tf ) 〈 + ) = 1 ∞
∞−
Pentru a verifica această condiţie, plecăm de la un rezultat care s-a
obţinut la cursul de matematică folosind integrala dublă, şi anume :
x2
+∞ −
∫ −∞
e 2
dx = 2π
x −m
În cazul nostru, dacă facem schimbarea de variabilă u = avem
σ
( x −m ) 2 u2
+∞ 1 +∞ − 1 +∞ −
∫−∞ ρ( x )dx = σ 2π ∫−∞
e 2σ 2
dx =
σ 2π ∫
−∞
e 2
σ du = 1
σ π2 −∞
D ( X ) = M X − M ( X ) = M ( X 2 ) − M ( X )
2 2
( x −m ) 2 u2
( ) 1 1
+∞ − +∞ −
∫ ∫ ( m +σu ) e σ du =
2
M X 2
= 2
x e 2σ 2
dx = 2
σ 2π −∞
σ 2π −∞
2 −u
2 2 2
u u
1 +∞ − −
m e 2 +2mσu e 2 +σ2u 2e 2 du =
2π ∫−∞
=
2
2
u
1 +∞ −
= π + σ ∫−∞
2 2
m 2 u e 2
du
2π
Calculăm separat integrala rămasă şi obţinem:
u2 −u
2 2 2
u u
+∞ − +∞ − − +∞
∫ du = − ∫ −∫
+∞
u −ue 2 du = ue 2 1* −e 2 du = 2π
2
ue 2
−∞ −∞ −∞ −∞
2
Deci am obţinut M ( X ) =
2 1
2π
(
m 2 2π + σ 2 2π ) şi înlocuind în
D( X ) =
1
2π
(
m 2 2π + σ 2 2π − m 2 = σ 2 )
Pornind de la proprietăţile operatorilor de medie şi dispersie
M ( X − m) = M ( X ) − m
D ( X − m ) = D ( X ) şi
X 1
D = 2 D ( X )
a a
se obţine că, dacă o variabilă aleatoare este normal repartizată N ( m,σ) ,
X −m
variabila aleatoare redusă este repartizată N (0,1) , deci cu
σ
distribuţia de probabilitate
x2
−
ρ( x ) = e 2
x2
−
Funcţia de repartiţie asociată este funcţia Φ( t ) = e
t
∫ −∞
2
dx numită
funcţia lui Laplace şi ale cărei valori se găsesc în tabelele din practic toate
cărţile de statistică şi probabilităţi.
Distribuţie binomială
Distribuţia binomială apare, aşa cum s-a arătat mai sus, la descrierea
evenimentelor asociate extracţiilor dintr-o urnă cu bile albe şi bile negre.
Distribuţia variabilei aleatoare “numărul de bile albe din n bile
extrase” se poate reprezenta şi sub formă matricială:
0 1 k n
X = 0 0 n 1 n −1
1
... k k n −k ... k n 0
Cn p q C p q
n Cn p q Cn p q
n ( n − 1) ... ( n − k + 1) k
n−k
1 λ
= * lim n→∞ k
λ limn→∞ 1 −
k! n n
n( n − 1)...( n − k + 1)
dar lim n →∞ =1 şi
nk
n −k
( −λ)
n −k −
n n
λ λ λ
lim n→∞ 1 − =lim n →∞1 −
=e −λ şi deci,
n n
λk
lim n →∞ Cnk p k q n −k = e −λ
k!
Deci, distribuţia Poisson este dată de matricea
0 1 k n
X = −λ λ −λ ... λk −λ ... λ n −λ
e e e e
1! k! n!
Calculând, după definiţie, media şi dispersia unei variabile aleatoare
distribuite Poisson şi ţinând cont că
λk λk λk
∑ k ≥0
k!
= eλ , ∑k ≥0 k k!
= λe λ , ∑k ≥2 k ( k −1) k!
= λ2 e λ ,
λk
∑k ≥1 k k!
= λe λ
se obţine
λk e −λ λk λk −1
M ( X ) = ∑k ≥0 k = e −λ ∑k ≥1 = e −λλ∑k ≥1 = e −λλe λ = λ
k! ( k −1)! ( k −1)!
D( X ) = e
( k − λ) 2 λk −λ k 2 λk kλk λk
−λ
∑ k ≥0
k!
= e ∑
k ≥0 k! − 2 λ∑k ≥0
k!
+ λ2
∑ k ≥0
=
k!
λk
2 λ −λ λ k
λ
k
∑k ≥1 [ k ( k −1) + k ] k! − λ e
= e −λ = e ∑k ≥2 k ( k −1) k! + ∑k ≥1 k k! − λ =
2
= e (λ e + λe ) − λ = λ
−λ 2 λ λ 2
Exemplu:
Numărul evenimentelor adverse la un medicament dat este repartizat
Poisson.
Cel mai mult este utilizată distribuţia Poisson în fizica statistică.
k
−p
k − np n
În aceste condiţii, = este aproximativ normal distribuit cu
npq pq
n
media 0 şi deviaţia standard 1.
Această transformare înlesneşte de obicei calculul probabilităţilor
binomiale.
Repartitia χ2 Helmert - Pearson
Se consideră n observaţii independente x1, x2, …, xn (variabile
aleatoare independente) normal distribuite N (ξ, σ 2 ) .
xi − ξ
Variabilele standard u i = , i =1, n sunt de asemenea
σ
independente, iar suma pătratelor lor va avea o distributie ce poate fi
determinată.
Se defineşte X = ∑1 u i .
2 n
Dispersia va fi:
D[χ2(n)] =
[ ] [ ] [ ]
D ∑ 1 ui2 = ∑ 1 D ui2 = nD ui2 = n M ui4 − M ui2
n n
[ ( ) ( ( ) ) ] = n[ M ( u ) − 1]
2 4
i
4
[ ]
Pentru a obţine M u i se foloseşte regula integrării prin părţi:
∫ f ( x )g ′( x )dx = f ( x ) g ( x ) − ∫ f ′( x )g ( x )dx
f ( x ) = u 3 ⇒ f ′( x ) = 3u 2
În acest caz se va identifică: −
u2
−
u2 , deci se va obţine:
g( x) = e 2
⇒ g ′( x ) = ue 2
1 3 − u2
2
u2 2
+∞ +∞ 1 − u2 1 +∞ − +∞
M ui4 = ∫ u 4 ρ ( u ) du = ∫ u4 e du = ∫
3
u ue 2
du = u e −
−∞ −∞
2π 2π −∞
2π
−∞
−u
2
u2
1 +∞ 1 +∞ −
∫−∞ −e 2 du = 3 ∫ du = 3M u2 = 3
2 2
3u u e 2
2π 2π −∞
Atunci,
[ ] [ ]
D u i2 = M u i4 − ( M [ u i ] ) = 3 − (1) = 2
2 2
Repatiţia STUDENT
Analog cu distribuţia χ2 , repartiţia t a fost propusă de Student
(pseudonimul lui W.S.Gosset, chimist statistician englez), pentru statistica
selecţiilor mici şi exprimă deviaţiile mediilor de selecţie x , faţă de media
s
întregii populaţii μ, măsurate în (abaterea standard a mediilor de
n
selecţie).
Dacă sunt date două variabile aleatoare Z ∈ N ( 0,1) si V ∈ χ 2 ( n )
Z
t= ∈ t ( n)
independente, se spune că variabila V este repartizată Student
n
cu n grade de libertate.
Mărimea t nu depinde decât de numărul gradelor de libertate.
Distribuţia de probabilitate a unei variabile aleatoare repartizate
t2
n → ∞ , la distribuţia normală ρ ( t ) → 1 −2
Student tinde pentru e
2π
Densitatea de probabilitate este dată de funcţia:
n +1
Γ
n +1
2 − 2
1 x
*
2
f ( x) = * 1 + unde x ∈ R şi n ∈ N .
nπ n n
Γ
2
2 n 2 1
−1 n 2
f ( x) = * 1 * x n2 * 1 + 1 * x , când x 〉 0
n
n n2 n2
Γ 1 *Γ 2
2 2
.