Documente Academic
Documente Profesional
Documente Cultură
matematica¼
B¼
arb¼
acioru Iuliana Carmen
Seminarul 5
Seminarul 5
2
Cuprins
Index 15
3
Seminarul 5
4
Capitolul 1
b) fX (x)dx = 1;
1
c) fX (x) 0; 8x 2 R:
Numim funcţie de repartiţie a variabilei aleatoare X, funcţia FX (x) de…nit¼
a
prin:
Zx
FX (x) = P (X x) = fX (t)dt ,8x 2 R
1
lim FX (x) = 0
x! 1
lim FX (x) = 1
x!+1
5
Seminarul 5
De remarcat de asemenea c¼
a:
întrucât
P (X = x) = 0; 8x (1.2)
Soluţie: Dac¼
ax 0; FX (x) = 0;
Zx Zx x
3 3 t2 t3
Dac¼
a x 2 [0; 4] ; FX (x) = fX (t)dt = t(4 t) dt = 4 =
32 32 2 3 0
1 0
3 x3 1 2
2x2 = x (x 6) :
32 3 32
6
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
Dac¼a x 4; FX (x) = 1:
Prin urmare: 8
>
> 0 dac¼
ax 0
<
1 2
FX (x) = x (x 6) dac¼
a x 2 [0; 4]
>
> 32
:
1 dac¼
ax 4
Z
+1
7
Seminarul 5
x2 (x 6)
2
( 6)
Dac¼ ax ; FX (x) = 1:Prin urmare:
8
>
< 02
> dac¼
ax 0
x (x 6)
FX (x) = 2 dac¼
a x 2 [0; ]
>
>
( 6)
: 1 dac¼
ax
8
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
1 1 1 1 x2 + 2x + 1
2. P X = FX ( ) FX ( )=
2 2 2 2 2 1
x= 2
1 2 1
1 +2 +1 1 2 1
(x + 1)2 = 2 2 1
2 +1 = :
2 1
x= 2 2 2 4
1 1 1 1 x2 + 2x + 1 1
P X< = FX ( ) FX ( )= (x + 1)2
3 7 7 3 2 1
x= 7 2 1
x= 3
1 2
7 + 2 71 + 1 1 1 2 181
= 3 +1 = :
2 2 441
1 1 1 1 2 1
P X = FX ( ) = (x + 1)2 = 1
2 +1 = :
2 2 2 x=
1 2 8
2
1 2
1 1 2 + 2 12 + 1 7
P X = FX ( ) = = :
2 2 2 8
1 1 1
P X< =P X = :
2 2 8
1 1 1 1 7
P X> =1 P X =1 P X< =1 = :
2 2 2 8 8
1 1 1 1 1
P X= =P X< + P X< = FX ( + ) FX (
2 2 !0 2 !0 2 2
x2 + 2x + 1 1
)= (x + 1)2 =
2 1
x= + 2 1
x= 2
2
1 2 1 1 2 1 2
2 + +2 2 + +1 2 +2 2 +1 1 1
= =2 +
2 2 2 2
1 1 2
+ = =0
2 2
P (X = 0) = P (X < 0 + ) !0 P (X < 0 ) !0 = FX (0 + ) FX (0 )=
x2 + 2x + 1 1
(x + 1)2 =
2 x=0+ 2 x=0
(0 + )2 + 2 (0 + ) + 1 (0 )2 + 2 (0 )+1
= = 2 = 0:
2 2
Exerciţiul 1.1.5 Fie X o variabil¼a aleatoare continu¼a cu densitatea de repartiţie:
(
axk 1 dac¼a 0 x k
fX (x) = ; unde k 1:
0 în rest
1. Determinaţi constanta a.
2. Determinaţi funcţia de repartiţie FX (x) a variabilei aleatoare X:
9
Seminarul 5
Z
+1
( 8
< x k 1
k1 k xk 1 dac¼
a0 x k dac¼
a0 x k
fX (x) = = k ;
0 în rest : 0 în rest
unde k 1:
2. Dac¼
a x 0; FX (x) = 0;
Zx Zx k 1 Zx
t 1
Dac¼
a x 2 [0; k] ; FX (x) = fX (t)dt = dt = (t)k 1
dt =
k kk 1
1 0 0
x
1 tk xk x k
k 1
= k
= :
k k 0 k k
Dac¼a x k; FX (x) = 1:
Prin urmare: 8
>
> 0 dac¼
ax 0
<
x k
FX (x) = dac¼
a x 2 [0; k]
>
> k
:
1 dac¼
ax k
10
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
M (a) = a
M (aX) = aM (X)
M (X + a) = M (X) + a
M (X Y ) = M (X) M (Y )
2
R
= M (X m)2 = R (x m)2 dx
unde m = M (X):
se numeşte abaterea medie p¼ atratic¼a a lui X.
Propriet¼ aţile dispersiei
D2 (X) este valoarea minimal¼
a a lui M (X m)2 deoarece avem:
D2 (X) = M (X 2 ) [M (X)]2
Prin urmare:
D2 (X a) = D2 (X)
D2 (aX) = a2 D2 (X)
D2 (X) = 0 , X = a
11
Seminarul 5
Leg¼
atura dintre dispersie şi abaterea medie p¼
atratic¼
a este stabilit¼
a de inegalitatea
lui Bienaymé-Cebîşev:
1
P (jX M (X)j > k ) k2
de unde:
D2 (X + Y ) = D2 (X) + D2 (Y ) + 2cov(X; Y )
În particular:
k = M (X m)k
Dac¼
a distribuţia variabilei aleatoare este simetric¼
a avem
2k+1 = 0; 8k:
12
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
De remarcat c¼
a 2 este totdeauna superior lui 1 deoarece inegalitatea clasic¼
a
1=4 1=2 2
între momentele de ordin p atrage dup¼
a sine ( 4 ) > ( 2 ) ) 4 > ( 2 ) :
1
P (X M e(X)) P (X M e(X))
2
sau sub forma:
1 1
F (M e(X)) şi F (M e(X) + 0)
2 2
Se numesc cuantile (în num¼ ar de trei) ale lui X (sau ale repartiţiei lui X)
numerele Q1 (X); Q2 (X) şi Q3 (X) cu propriet¼
aţile:
( ( (
1 1 3
F (Q1 (X)) 4 F (Q2 (X)) 2 F (Q3 (X)) 4
1
; 1
; 3
F (Q1 (X) + 0) 4 F (Q2 (X) + 0) 2 F (Q3 (X) + 0) 4
S¼
a remarc¼
am c¼
a
Q2 (X) = M e(X):
Se numeşte mod¼ a a lui X şi se noteaz¼
a cu M o(X) abscisa punctului de maxim
al lui f (x).
Dac¼ a f (x) are un singur maxim atunci se spune c¼ a X este unimodal¼ a iar dac¼
a
f (x) are mai multe maxime atunci se spune c¼ a X este plurimodal¼ a.
Dac¼ a densitatea de repartiţie este:
x2
1
f (x) = p e 2 ;x 2 R
2
13
Seminarul 5
14
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
8
> 1
>
> 0 2 dac¼
a M e(X) 0
>
> 1
>
< (M e(X) + 1)2 12 dac¼
a M e(X) 2 [ 1; 0]
() 2 2
>
> M e(X) + 2M e(X) + 1 1
>
> 2 dac¼
a M e(X) 2 [0; 1]
>
> 2
: 1 1 imposibil dac¼
a M e(X) 1
( 2
2
(M e(X) + 1) 1 dac¼
a M e(X) 2 [ 1; 0]
()
M e(X)2 + 2M e(X) + 1 1 dac¼ a M e(X) 2 [0; 1]
(
2
(M e(X) + 1) 1 dac¼
a M e(X) 2 [ 1; 0]
() 2
M e(X) + 2M e(X) 0 dac¼ a M e(X) 2 [0; 1]
(
(M e(X) + 1)2 1 dac¼
a M e(X) 2 [ 1; 0]
() 2
M e(X) + 2M e(X) 0 dac¼ a M e(X) 2 [0; 1]
(
M e(X) 2 [ 2; 0] dac¼
a M e(X) 2 [ 1; 0]
() =) M e(X) = 0
M e(X) 2 ( 1; 0] [ [2; 1) dac¼ a M e(X) 2 [0; 1]
Moda: Am v¼ azut c¼
a dac¼
a X este o variabil¼a aleatoare continu¼
a, moda lui X,
notat¼
a cu M o(X) este abscisa punctului de maxim al lui f (x).
Deci M o(X) este acel num¼ ar pentru care:
0 00
fX (M o(X)) = 0 şi fX (M o(X)) < 0 (1.5)
8
>
>
< 1 dac¼
a 1 x 0
Dar 0 (x)
fX = :
1 dac¼ a0 x 1
>
>
: 0 în rest
Densitatea este maxim¼a, adic¼
a 1, atunci când x = 0. Deci M o(X) = 0:
Z
+1
2
2. Dispersia: D2 (X) = M (X 2 ) [M (X)] = x2 f (x) dx 0 (vezi punctul
1
Z0 Z1 0
x3 x4
1). Deci D2 (X) = x2 (1 + x) dx + x2 (1 x) dx = + +
3 4 1
1 0
1
x3 x4 1
= :
3 4 0 6 r
p 1
Abaterea medie p¼
atratic¼
a: = D2 (X) = :
6
15
Index
Abaterea medie, 10
medie patraticã, 11 Variabilã
Asimetrie, 12 plurimodala, 13
unimodala, 13
Coe…cient
de aplatizare, 12
Covarianta, 12
Cuantile, 13
Densitate
de repartitie, 5
Dispersia
unei sume de variabile aleatoare, 12
unei variabile aleatoare
continue, 11
Functie
de repartitie, 5
Kurtosis, 12
Media
unei variabile aleatoare
continue, 10
Medianã, 13
Modã, 13, 15
Momente, 10
centrate de ordinul k, 12
Relatia
lui Pearson, 13
Valoare
16