Documente Academic
Documente Profesional
Documente Cultură
, unde
m
p
N
= i 1 q p = . Scriem ( , , ) X Hiperg N m n . Se poate
arta c, n anumite condiii, diferena dintre "fr revenire" i "cu revenire" este
neglijabil, adic c repartiia hipergeometric se poate aproxima cu repartiia
binomial. Aceasta se poate face dac N i m sunt mari fa de n iar
m
p
N
= nu este
apropiat de 0 i nici de 1. n astfel de situaii probabilitile
k
p le putem calcula cu
formula de la repartiia binomial, lund n acea formul
m
p
N
= i acelai n .
Exemplu. Se aleg la ntmplare 10 produse dintr-un stoc de 200 n care se tie c sunt
13% produse care nu se ncadreaz n limitele de funcionare. Se cere:
a) Legea de repartiie a v.a. care indic numrul de produse necorespunztoare din cele
10 extrase (fr revenire).
b) Valoarea medie i dispersia acestei variabile aleatoare.
Soluie.
4
Probabilitatea ( )
k
p P X k = = , adic probabilitatea ca din 10 produse extrase k s fie
necorespunztoare, se calculeaz cu schema bilei nerevenite. Deci
10
26 174
10
200
k k
k
C C
p
C
= ,
unde 0, 10 k = . Prin urmare (200, 26, 10) X Hiperg . Atunci
26
( ) 10 1, 30
200
M X np = = = i
2
26 174 200 10
( ) 10 1, 08
1 200 200 200 1
N n
D X npq
N
= = ~
.
Observaie. Exist i alte repartiii discrete importante. Facultativ, putei consulta
bibliografia de la sfritul acestui capitol.
n continuare vom prezenta cteva repartiii clasice continue. Reamintim (vezi
capitolul anterior) c o variabil aleatoare continu X este descris prin dou funcii
importante, funcia densitate de repartiie a lui X i funcia de repartiie a lui X .
Repartiia normal (Gauss - Laplace). Spunem c o variabil aleatoare continu X
urmeaz o repartiie normal dac densitatea de repartiie a lui X este de forma
2
2
( )
2
1
( )
2
x m
f x e
= i reprezint
graficul repartiiei normale standard (se mai cheam i clopotul lui Gauss). Pentru orice
curb "normal", axa Ox este asimptot orizontal spre i, dreapta paralel cu Oy ,
de ecuaie x m = , este ax de simetrie. Punctele de inflexiune sunt x m = i aria
zonei mrginite de axa Ox i de curba normal este egal cu 1, vezi figura urmtoare:
6
Se demonstreaz (vezi capitolul precedent pentru notaii) c pentru orice repartiie
normal ( ) ( ) ( )
e o
M X M X M X m = = = i c abaterea standard ( ) D X = . De
asemenea, coeficientul de asimetrie este zero iar coeficientul de boltire este egal cu 3,
pentru orice curb normal.
Foarte important este repartiia normal standard. Funcia de repartiie a unei variabile
aleatoare repartizat normal standard o vom nota cu ( ) x u i se numete funcia lui
Laplace. Valorile acestei funcii sunt tabelate i se gsesc n orice carte i n orice soft
utilitar de statistic. Intuitiv, dac x este un numr real fixat pe axa Ox , ( ) x u
reprezint aria zonei "de la pn la x " delimitate de clopotul lui Gauss i de axa
Ox .
7
n unele cri (sau soft-uri utilitare), funcia lui Laplace este definit ca reprezentnd
aria zonei "de la zero la x ". O vom nota cu ( ) x + . Atenie, aceasta nu mai este funcia
de repartiie a variabilei aleatoare (0, 1) X N !! Recapitulnd cele spuse anterior, i
folosind figura de mai sus ca suport intuitiv, avem:
2
/ 2
1
( ) ( )
2
x
y
x P X x e dy
u = < = =
}
aria zonei "de la la x "
2
/ 2
0
1
( ) (0 )
2
x
y
x P X x e dy
+ = < < = =
}
aria zonei "de la 0 la x "
( ) ( ) 0, 5 x x u = + + .
Pentru a vedea, ntr-o surs bibliografic sau ntr-un program utilitar, care din cele dou
funcii este folosit, putem folosi observaia c (0) 0, 5 u = dar (0) 0 + = .
Tabelele funciei Laplace sunt construite n general pentru 0 x > . Se poate uor vedea
c are loc relaia ( ) ( ) 1 x x u + u = , pentru orice x numr real. De aici rezult c
( ) 1 ( ) x x u = u , relaie pe care putem s o folosim pentru cazul n care argumentul
este negativ. Vezi figura:
8
n cazul n care o variabil aleatoare urmeaz o repartiie normal oarecare (adic
( , ) X N m ) putem standardiza aceast repartiie. Se poate demonstra propoziia:
"dac ( , ) X N m atunci variabila aleatoare
X m
Y
i c
( ) 1 ( )
u = u .
10
Observaie. Aa arat un tabel cu valorile funciei Laplace pentru distribuia (sau
repartiia) normal standard:
Se observ c (0) 0, 500 u = deci este vorba de funcia Laplace notat i n acest curs cu
u. i figura ne arat acelai lucru. De exemplu, (0.52) 0, 6985 u = . Am descompus pe
z : 0, 5 0, 02 z = + i am mers la intersecia dintre linia lui 0,5 i coloana lui 0,02. Un
calculator online putei gsi de exemplu gratuit la adresa
11
http://stattrek.com/online-calculator/normal.aspx . Acolo introducei n csua lui z pe
0.52 (cu punct n loc de virgul) i obinei 0, 69847 0, 6985 ~ . Acest calculator online
este pentru funcia Laplace notat cu u la noi n curs.
Problem. Se cunoate c profitul anual al unei firme este o variabil aleatoare X
repartizat normal de parametri 20.000 m = u.m. i 2500 = u.m. Se cere:
a) Care este probabilitatea ca profitul anual s depeasc 25.000 u.m. ?
b) Care este probabilitatea ca profitul anual s fie cuprins ntre 19.500 u.m. i 20.500
u.m. ?
Soluie.
a) ( 25.000) 1 ( 25.000) 1 ( 25.000) P X P X P X > = s = <
20.000 25.000 20.000
1 ( ) 1 (2) 1 0, 97725 0, 02
2500 2500
X
P
= < = u = ~ .
b)
19500 20000 20000 20500 20000
(19500 20500) ( )
2500 2500 2500
X
P X P
< < = < <
( 0, 2 0, 2) 2 (0, 2) 1 2 0, 57926 1 0,16 P Y = < < = u = ~ .
Problem. Durata de funcionare a unui produs este o variabil aleatoare repartizat
normal de parametri 120 m = de zile i 10 = zile. Se cere:
a) Presupunnd c 97% din produse au o durat de funcionare mai mare dect t , care
este valoarea lui t ?
b) Procentul de produse a cror durat de funcionare este de peste 140 de zile.
Soluie.
12
a) ntrebarea se poate scrie: ( ) 0, 97 P X t > = , ? t = . De unde deducem c
( ) 0, 03 P X t < = . Standardizm i obinem c
120 120
( ) 0, 03
10 10
X t
P
< = . De unde
rezult c
120
( ) 0, 03
10
t
u = . Din tabelele funciei Laplace gsim c ( 1, 88) 0, 03 u = .
(Introducei n csua "cumulative probability" pe 0.03 la adresa de mai sus).
Deducem c
120
1, 88
10
t
= , de unde 10 1, 88 120 120 18, 8 101, 2 t = + = = zile.
b) Procedm analog,
120 140 120 120
( 140) ( ) 1 ( 2)
10 10 10
X X
P X P P
> = > = <
1 (2) 1 0, 98 0, 02 2% = u ~ = = .
Urmtoarele repartiii (distribuii) clasice continue se vor utiliza n urmtoarele
capitole. Nu dm expresia (foarte complicat) a densitilor lor de repartiie dar ne
ocupm de cuantilele (vezi capitolul precedent) acestor repartiii. Facultativ, cei care
doresc, pot consulta bibliografia de la sfritul acestui capitol. Notm cu X o variabil
aleatoare care urmeaz una din aceste repartiii.
Repartiia Student (repartiia t sau t-distribution). Graficul acestei legi de repartiie
este simetric fa de axa Oy i axa Ox este asimptot orizontal. O cuantil a
repartiiei Student se noteaz cu ( ) t r
. Notaiile i r au aceeai
semnificaie ca mai sus. Sunt adevrate i relaiile
2
( ( )) P X r
. Avem ( ( , )) P X F m n
la +" i ( ( , )) 1 P X F m n
< > .
Inegalitatea ne furnizeaz n practic o margine inferioar a probabilitii ca valorile
variabilei aleatoare X s se abat de la valoarea medie a lui X cu cel mult un dat.
Exemplu. Fie X o variabil aleatoare avnd ( ) 1 M X = i
2
( ) 0, 04 D X = . Evaluai
probabilitatea ca valorile lui X s fie n intervalul (0, 75; 1, 25) .
Soluie.
(0, 75 1, 25) (0, 75 1 1 1, 25 1) ( 0, 25 1 0, 25) P X P X P X < < = < < = < <
2
0, 04
( 1 0, 25) 1
0, 25
P X = < > . De unde rezult c (0, 75 1, 25) 0, 36 P X < < > . Deci
probabilitatea cerut este de cel puin 0,36. Sau, echivalent, cel puin 36% din valorile
lui X sunt n intervalul (0, 75; 1, 25) .
Legea numerelor mari. Vom prezenta o variant simplificat a legii numerelor mari i
anume teorema lui Bernoulli. Cei care doresc s nvee mai mult dect se cere la
examen pot consulta bibliografia de la sfritul acestui capitol. Fie ( ) E o experien
aleatoare, A un eveniment aleator asociat acestei experiene, cu probabilitatea de
realizare ( ) p P A = , cunoscut. Notm cu X variabila aleatoare care reprezint numrul
de apariii ale evenimentului A n n repetri identice ale experienei ( ) E ( n probe
independente). Variabila aleatoare
X
n
reprezint frecvena relativ de realizare a
19
evenimentului A n cele n probe independente. Teorema ne spune c irul frecvenelor
relative tinde "n probabilitate" ctre constanta p , adic are loc egalitatea
lim ( ) 1
n
X
P p
n
+
< = , pentru orice numr 0 > .
Aceast teorem justific matematic folosirea frecvenei relative de realizare a unui
eveniment aleator A n cazul n care nu putem determina exact ( ) p P A = . n astfel de
situaii, se alege
X
p
n
~ .
Exemplu. O firm productoare ncheie un contract pentru livrarea a 30.000 de produse
unui beneficiar. Un produs este acceptat de beneficiar numai dac valoarea
caracteristicii produsului se ncadreaz n intervalul (9, 8; 10, 2) . Se tie c variabila
aleatoare X care reprezint valoarea caracteristicii respective a produselor urmeaz o
repartiie normal, (10; 0,15) X N . n aceste condiii, s se determine numrul de
produse care ar trebui fabricate pentru onorarea contractului.
Soluie.
Putem reformula problema astfel. Din producia firmei se alege la ntmplare un produs.
Notm cu A evenimentul aleator "produsul ales este corespunztor". Atunci
( ) (9, 8 10, 2) P A p P X = = < < . Pe de alt parte, dac repetm de n ori aceast
experien (adic se fabric n produse), i dintre acestea 30.000 sunt corespunztoare,
atunci frecvena de realizare a evenimentului A este egal cu
30.000
n
. Pe baza legii
numerelor mari, putem face aproximaia
30.000
p
n
~ . De unde rezult
30.000
n
p
~ . Deci
trebuie gsit p . Avem:
9, 8 10 10 10, 2 10
(9, 8 10, 2) ( )
0,15 0,15 0,15
X
p P X P
= < < = < <
20
20 20
( ) ( ) 2 (1, 3333) 1
15 15
= urmeaz aproximativ o
repartiie normal standard, adic (0, 1) Z N . Pentru enunul general, vezi bibliografia
de la sfritul acestui capitol, facultativ. ( 1 q p = ).
Exemplu. Probabilitatea apariiei ntr-o prob a evenimentului A este egal cu
0, 005 p = . S se estimeze probabilitatea ca, n 10.000 de probe independente, abaterea
n modul a frecvenei relative de realizare a lui A fa de p s fie sub o miime.
Folosii:
a) Inegalitatea lui Cebev
b) Teorema DeMoivre-Laplace.
Soluie.
a) Fie X variabila aleatoare care indic numrul de apariii ale evenimentului A n
10.000 de probe independente. Deoarece ( ) p P A = este aceeai n fiecare prob suntem
n cazul schemei binomiale. Deci ( ) P X k = , adic probabilitatea ca A s se realizeze
de k ori n 10.000 de probe este
10000
10000
( ) (0, 005) (0, 995)
k k k
P X k C
= = , unde
0, 10.000 k = . Deci ( 10.000; 0, 005) X B n p = = . Prin urmare ( ) 50 M X np = = i
21
2
( ) 49, 75 D X npq = = . Ni se cere s evalum ( 0, 001)
X
P p
n
< . Deoarece
1 1
( ) ( )
X
M M X np p
n n n
= = = i
2 2
2 2
1 1
( ) ( ) 0, 0000004975
X pq
D D X npq
n n n n
= = = = , putem aplica inegalitatea lui
Cebev:
2
0, 0000004975
( 0, 001) 1 0, 5025
0, 001
X
P p
n
< > = . Deci probabilitatea cerut este de cel
puin 0,5025.
b) ( 0, 001) ( 0, 001 0, 001)
X X np
P p P
n n
= < < ~ u = u
0, 84 = .
Funcia generatoare de momente. Se utilizeaz pentru calculul momentelor iniiale
(necentrate) ale unei variabilea aleatoare X . Prin definiie, funcia aceasta este
( ) ( )
tX
g t M e = , pentru orice t aparinnd unui interval care-l conine pe zero. Din
definiie se deduce formula de calcul practic. Dac X este o variabil aleatoare
discret, cu tabelul de repartiie
1 2
1 2
...
:
...
n
n
x x x
X
p p p
| |
|
\ .
, atunci ( )
i
tx
i
i
g t e p =
. Dac X
este o variabil aleatoare continu avnd densitatea de repartiie ( ) f x atunci
( ) ( )
tx
g t e f x dx
+
=
}
, pentru orice t aparinnd unui interval care-l conine pe zero. n
22
ambele situaii, momentul iniial de ordinul r al lui X este egal cu derivata de ordinul
r a funciei g n punctul zero, adic
( )
( ) (0)
r
r
M X g = , pentru orice r e .
Exemplu. Se d variabila aleatoare discret
1 0 1
:
1 1 1
6 2 3
X
| |
|
|
|
\ .
. Se cere:
a) Funcia generatoare de momente ( ) g t
b) Valoarea medie i momentul iniial de ordinul doi, utiliznd ( ) g t
c) Dispersia lui X , utiliznd punctul b).
Soluie.
a)
0
1 1 1 1
( )
6 2 3 6 2 3
t t
t t
e e
g t e e e
= + + = + + , t e.
b)
(1)
1
0
1 1 1
( ) ( ) (0) ( )
6 3 6 3 6
t t
t
e e
M X M X g
=
= = = + = + = .
2
0
1 1 1
( ) ( )
6 3 6 3 2
t t
t
e e
M X
=
= + = + = .
c)
2
2 2
2
1 1 17
( ) ( ) ( ( ))
2 6 36
D X M X M X
| |
= = =
|
\ .
.
23
Bibliografie (la acest capitol)
1. Laura Simon, Scott Roths, STAT 414 - 415, Lecture Notes, Dept. of Statistics,
PennState University
2. C. Chilrescu, N. Surulescu, et al., Bazele Statisticii, Ed. Universitii de Vest, 2002
3. http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=166&idb=11
(curs online Academia de Studii Economice, Bucureti)
4. http://www.math.uah.edu/stat (Virtual Laboratories)
5. http://stattrek.com/online-calculator/normal.aspx (calculator online - funcia Laplace
i cuantile repartiii)