Repartiii continue clasice

1. Repartiia normal
Dac o variabil aleatoare N(m,
2
) are densitatea de repartiie de forma:
2
2
2
m) (x
e
) 2
1
f(x)

,
cu xR, atunci repartiia se numete normal.
- Graficul acestei repartiii este celebrul clopot al lui Gauss.
- Parametrul m este media variabilei ; densitatea de repartiie este simetric fa de dreapta x = m.
- Parametrul este abaterea medie ptratic a variabilei i reprezint o msur a gradului de
mprtiere a densitii.
- Ptratul abaterii medii ptratice (
2
) este dispersia variabilei aleatoare.
- Funcia de repartiie corespunztoare densitii normale este:

<

x
x] P[ f(u)du F(x) ,
unde F(x) reprezint, de fapt, suprafaa mrginit de f(x) i axa x ntre limitele: u
min
= - i u
max
= x.
Se tie c: F(+)=1 i F(-) = 0. Se pot concepe programe Matlab de reprezentare a densitii de
repartiie, respectiv a funciei de repartiie normale (sau gaussiene). Pentru reprezentarea funciei de
repartiie F(x) se poate nlocui, practic, limita - cu cantitatea (m-4 ), deoarece peste aceast limit F(x)
tinde s se anuleze.
Realizai un program care s reprezinte grafic densitatea de repartiie normal pentru m=0,1,2,3 i
= 0.5, 1, 2.
Scriei un program care s determine aria cuprins ntre curba densitii de repartiie normale (m=0,
=1), axa x i verticalele corespunztoare punctelor x
min
=0 i x
max
= . Analog pentru x
max
= 2
respectiv 3 . Ce semnificaie are aceast arie?
Indicaie
Se va aproxima suprafaa de calcul cu sume de dreptunghiuri cu laturile dx=0.01 i nlimea f(x).
Pe baza programului anterior, scriei n Matlab funcia arienormala(0,x
max
). Tabelai valorile returnate de funcie
pentru dx_afisare=0.1.
Modificai funcia arienormala(0,x
max
) pentru a genera funciile:
a) arienormala(-x
max
,x
max
)
b) arienormala(- ,x
max
)
Ce reprezint valorile returnate de funciile de la punctele a) i b) ?
Cum folosii funciile de mai sus pentru a determina: P[ > 50], P[60 < < 80], unde N(0,1)?
Din forma analitic a funciei de repartiie normale rezult imposibilitatea soluionrii explicite a
unei ecuaii de forma F(x)=y. Acest fapt a impus dezvoltarea unor metode speciale de evaluare a soluiei
x = F
-1
(y).
Una din aceste metode are la baza propoziia:
Dac U i V sunt 2 variabile aleatoare independente, distribuite uniform n intervalul [0,1], atunci
variabilele aleatoare:
V) sin(2 ln(U) 2 Y V) cos(2 ln(U) 2 X
sunt independente i distribuite normal, de medie m = 0 i dispersie
2
=1. Pentru X i Y definim funciile de
repartiie:
du e
2
1
) Y ( du e
2
1
) X (
y
2
u
x
2
u
2 2

Astfel, pentru a obine o variabil aleatoare Z, normal distribuit, dar cu m 0 i 1 se va

folosi relaia Z = X + m ce va determina:
1
2
2
2
m) (z
N(0,1)
e
2
1 1
)
m z
( f
dz
)
m - z
( d
)
m - z
( d
)
m - z
( d
dz
) z ( d
f(z)
)
m - z
( ]
m z
P[X ] z m X s [ P z] P[Z F(z)

+
Observaii:
1. F este cunoscut sub denumirea generic de "repartiie normal redus".
2. Relaia P[m k < Z < m + k ] = P[-k < X < k] =2
) k (
-1 pentru k=3 devine:
P[m3 < Z <m+3 ] = 0 .997, deci 99,7% din valorile variabilei aleatoare Z aparin intervalului.
2. Repartiii ce au la baza repartiia normal (Maxwell, Gamma,
2
)
Pornind de la o variabil repartizat normal, n unele experimente se poate ajunge la variabile cu
distribuii diferite de cea normal (Gamma, Maxwell,
2
), care au urmtoarele densiti de repartiie:
Denumire Domeniu Densitate de repartiie
Gamma
) , (
:
[0,) x 1
e ) x (
) (
) x ( f

, , >1
Maxwell
[0,)
2
x
2
e x ) x ( f


) , n (
2
[0,)
2
2
x
n
2
n
1
2
n
e
2
n
2
x
) x ( f

,
_

unde

0
x 1 p
dx e x ) p (
De exemplu, presupunem c lsm s cad un corp pe o suprafa plan (punctul din care aruncm se
afl deasupra originii). n aceste considerente coordonatele x i y ale poziiei de intersecie a corpului cu suprafaa
plan pot fi considerate normal distribuite de medie m = 0 i dispersie data (s o presupunem pentru moment
= 1). Ne punem ntrebarea ce distribuie are distana de la punctul de cdere la originea planului?
O problem similar apare n fizic atunci cnd presupunem micarea plan a unei particule, ce are
coordonatele vitezei v
x
, respectiv v
y
normal distribuite i pentru care dorim s stabilim distribuia vitezei
particulei:

2
y
2
x
v v v + . Se obine c variabila v este repartizat Maxwell.
Dac lum n considerare cazul unei inte circulare pentru sgei i un experiment de aruncare la
int, putem alege n mod aleator perechea de coordonate (x, y) (fiecare variabil fiind repartizat normal
de medie m=0 i dispersie = 1) ca reprezentnd punctul de intersecie al vrfului unei sgei cu
suprafaa circular a intei. Distana
2 2
y x r + a punctului (x, y) fa de origine este o variabil
repartizat Maxwell.
Observaii:
dac x, yN(0,1), atunci
2 2 2
y x R +
) 1 ,
2
1
(
.
dac

N(0,1), atunci ) 1 , 1 ( ), 1 , 1 (
2 2 2 2
i
) 1 ,
2
1
( ) 1 , 2 ( R
2 2 2 2
+
.
dac R
2
este repartizat Gamma, atunci R este repartizat Maxwell.
2
Funcia de repartiie n variabila R:
2
x
x
0
2
u
2
u
x
0
2 2
R
2
2 2
e 1 du e
2
1
du e
) 1 ( 2
1
] x R [ P ] x R [ P ) x ( F

< <

'

<



0 p e n t r u x 0 ,
0 x p e n t r u , e x
d x
) x ( d F
) x ( f
2
x
R
R
2
,
care este densitatea de repartiie Maxwell.
Programul urmtor reprezint implementarea repartiiei Maxwell:

nr_aruncari=input(' Numr aruncari : ')
dens=zeros(1,60);
for i=1:nr_aruncari
x=randn; y=randn;
d=sqrt(x^2+y^2);
for j=1:60
if(d<=j*0.05)
dens(j)=dens(j)+1;
break;
end
end
end
subplot(2,1,1), plot(dens/nr_aruncari,'w'), title('repartiie reala')
r=0.0:0.05:3.0; subplot(2,1,2)
dens=r.*exp((-1/2)*r.^2);
plot(dens,'w'), title('repartiie teoretica')
Se va rula programul pentru numr de aruncri = 15; 20; 100.
Problem propus: S se realizeze o implementare n Matlab pentru problema aruncrii la int din
exemplul expus anterior.
3. Repartiia exponenial negativ
Dac o variabil aleatoare are densitatea de repartiie de forma:
x
e f(x)

, x[0,), >0,
sau funcia de repartiie

'

<

r e s t i n , 0
0 x , e l
x ] P [ F ( x )
x
, atunci repartiia se numete exponenial negativ.
Acest tip de variabil aleatoare apare, de regul, n descrierea experimentelor ce implic o
ntrebare de forma: "Care este intervalul de timp scurs pn la apariia unui anume rezultat?".
Ex. 1: S se simuleze i s se vizualizeze densitatea de repartiie i funcia de repartiie exponenial-
negativ pentru = 1/2; 1/10; 1/50 i x= 0:200.
Ex. 2: Un experiment, frecvent ntlnit, bazat pe repartiia exponenial-negativ este urmtorul:
Presupunem c dorim s lum un autobuz ce trebuie s soseasc n staie la ora 12:00. Acest
autobuz sosete n staie la aproximativ fiecare 30 de minute, dar de obicei ntrzie. Am putea considera
c vom ajunge n staie n mijlocul unui astfel de interval de timp, astfel nct s nu avem de ateptat
3
dect 15 minute sau, pe de alt parte, am putea considera c autobuzul circul aa de aleator aa nct nu
conteaz cnd ajungem n staie i c vom avea de ateptat o perioad de 30 de minute. Aceste dou
conjuncturi aparent rezonabile, dar i contradictorii n acelai timp au definit problema BUS PARADOX.
innd cont c autobuzul este ateptat s ajung din minut n minut avem toate motivele s ne ntrebm
ct vom avea de ateptat.
Presupunem c n fiecare minut dup ora 12:00, dac autobuzul nu a ajuns nc, el va ajunge cu
probabilitate 1/30. Pentru a scrie un program de simulare, vom alege un numr aleator n intervalul [0,1]
i l vom testa dac este mai mic dect 1/30; dac nu este vom genera alt valoare pn vom obine prima
valoare ce ndeplinete condiia (atunci autobuzul va sosi). Vom crea un contor i, ce ine evidena
numrului de minute pe care l avem de ateptat pn la sosirea autobuzului:

%Experimentul "Bus paradox"
% Cte minute, dup ora 12:00 va trebui s ateptm autobuzul
% dac, n fiecare minut el va ajunge cu probabilitatea 1/30
nr_experimente= input('Numr experimente(<=1000) : ');
contor=zeros(1,nr_experimente);
for n=1:nr_experimente,
x=rand; c=1;
while x>=(1/30),
c=c+1; x=rand;
end
contor(n)=c;
end;
f=zeros(1,120);
for i=1:120
for n=1:nr_experimente
if contor(n) == i,
f(i)=f(i)+1;
end; end; end;
plot((1/nr_experimente)*f);
Experimentul "Bus-paradox" pune n evidenta o modalitate de simulare a repartiiei exponenial-negative,
n care legea de repartiie continu este nlocuit cu o aproximaie discret (distribuia geometric).
Ex. 3: Scriei o funcie Matlab: ariexp(l,y) ce returneaz F(y) corespunztoare repartiiei exponenial
negative, folosind o aproximare discret pentru densitatea de repartiie corespunztoare (vezi programul
"Bus paradox").
Folosii aceast funcie pentru a rezolva urmtoarele probleme:
a) presupunem c timpul de bun funcionare al unui autoturism este repartizat exponenial-negativ cu
parametrul =1/4; cu ce probabilitate posesorul unui astfel de autovehicul l va avea n stare de
funciune dup 4 ani?
b) presupunem c timpul de reparaie (n ore) a unei anumite componente a unui sistem este repartizat
exponenial-negativ cu =1/2; cu ce probabilitate timpul de reparaie va depi 4 ore?
Extinznd repartiia exponenial negativ la suma a 2 variabile:
Z = X + Y, cu:

'

<



0 x 0
x 0 , e
( x ) f ( x ) f
x
Y X
vom obine, conform teoremei de convoluie a densitilor de probabilitate:
4
) , 2 ( Z a d i c a ,
0 x p e n t r u , 0
0 x p e n t r u x , e
) 2 (
d y e
d y e e d y ( y ) f y ) ( x f ( x ) f
x
0
x
2
x 2
y y ) ( x
Y X Z

'

<

+


+

Exerciiu 5:S se vizualizeze f
Z
(x), pentru x = 0:10.
Exerciiu 6: S se determine i s se reprezinte grafic:
a) f
Z1
(x), Z
1
= X - Y, unde
x
Y X
e ) x ( f ) x ( f

, 0 x .
b) f
Z2
(z), Z
2
= X + Y,
mx
Y
x
X
me ) x ( f , e ) x ( f

.
5