11/4/2016

Distribuii clasice de probabilitate

Distribuia binomial
Cea mai important caracteristic a unui experiment aleator binomial
este faptul c exist doar dou rezultate posibile, care sunt calificate,
convenional, prin succes sau eec.
Exemple:
la aruncarea unei monede rezult cap sau pajur;
un candidat electoral este votat sau nu;
un produs fabricat este corespunztor sau rebut;
un angajat este brbat sau femeie;
la revizia contabil, o factur este corect sau incorect.
Un experiment binomial posed urmtoarele proprieti:
experimentul const ntr-un numr fix de ncercri (n);
rezultatul fiecrei ncercri poate fi clasificat n una din cele dou categorii:
succes sau eec;
probabilitatea (p) a succesului rmne constant pentru fiecare ncercare;
fiecare prob a experimentului este independent de celelalte probe ale
acestuia.

11/4/2016

Distribuia binomial
Variabila aleatoare binomial indic numrul de succese n n ncercri
independente ale unui experiment binomial
O variabil aleatoare discret binomial X se supune unei legi de
probabilitate binomial cu doi parametri: n si p :
X ~ B(n, p)
1
=

, {0, 1, , }

0,



unde
n numrul ncercrilor;
p probabilitatea succesului
q = (1 - p) probabilitatea eecului
p+q=1
Formula lui p(x) descrie corect o funcie de probabilitate deoarece:
1. , 0
2. 2.
1
=1
Indicatorii numerici ale unei variabile aleatoare binomiale X ~ B(n,p) sunt:
media
E(X)=np
dispersia
V(X)=np(1-p)= npq

Distribuia binomial
Particularitile unei distribuii binomiale sunt prezentate n graficele
urmtoare:
dac p 0, distribuia este asimetric spre dreapta (a);
dac p 1 distribuia este asimetric spre stnga (b);
dac p=0.5, distribuia este simetric (c);
Pentru un p dat, poligonul frecvenelor ia progresiv aspectul unei curbe, pe
msur ce valoarea lui n crete.

(a)
n = 10, p = 0,2

(b)
n = 10, p = 0,8

(c)
n = 10, p = 0,5

11/4/2016

Distribuia binomial . Aplicaie

Dintr-o urn cu 10 jetoane cu valori de la 1 la 10 euro, extragem
(conform procedeului bilei revenite al lui Bernoulli) 5 jetoane i calculm numrul
de jetoane cu valoarea de 10 euro, fiecare fiind considerat un succes.
Dac notm cu X numrul de succese obinute pe parcursul
experimentului, atunci X este o variabil binomial care urmeaz o lege de
probabilitate binomial, cu n = 5 i p = 1/10 ca parametri, deci putem scrie:
X ~ B (5; 1/10)
x
0
1
2
3
4
5

p(x)
0,59049
0,32805
0,07290
0,00810
0,00045
0,00001

Distribuia normal
Legea normal de probabilitate (legea Gauss-Laplace) este cea
mai important lege de probabilitate.
1.

2.
3.

Modeleaz i descrie ntr-un mod folositor numeroase variabile

aleatoare pe care le ntlnim n practic: nlimea, greutatea unui
grup de persoane, vnzrile anuale ale unei firme, notele elevilor
dintr-o clas, msurarea erorilor care apar la realizarea unui
experiment. n astfel de cazuri valorile observate tind s se
aglomereze ntr-un mod simetric n jurul valorii centrale, dnd natere
unei curbe n form de clopot;
Asigur o aproximare util pentru numeroase alte distribuii, inclusiv
distribuii discrete (de exemplu, distribuia binomial);
Este distribuia fundamental a inferenei statistice, reprezentnd
distribuia posibilelor estimri ale unui parametru al populaiei care
pot aprea n diferite eantioane.

11/4/2016

Distribuia normal
O variabil aleatoare X care este normal distribuit se numete variabil
aleatoare normal.
~

unde

media lui X,

- dispersia lui X

Funcia normal a densitii de probabilitate :

=

unde =
;
=
,
= 3.14159 , = 2.71828
Proprietile funciei normale a densitii de probabilitate :
Variabila normal poate lua orice valoare real ntre - i + .

Funcia normal a densitii de probabilitate f(x):

- este continu;
- are valori pozitive pentru toate valorile lui x;
- este simetric n raport cu = ;
- posed un punct de maximum pentru
- are dou puncte de inflexiune, n

= i
i n

;
=

Distribuia normal
Cu toate c o distribuie normal este complet determinat odat cu
specificarea celor doi parametri i , n realitate, exist o ntreag familie de
distribuii normale care au aceeai form (clopotul lui Gauss) dar difer una de
cealalt prin valorile mediei i dispersiei.

Aceeai valoare a dispersiei

dar valori diferite ale mediilor

Aceeai valoare a mediei

dar valori diferite ale dispersiilor

11/4/2016

Distribuia normal
Cea mai important distribuie din familia distribuiilor normale este distribuia
normal standard, care are media = 0 i dispersia = 1.
Orice variabil normal ~

;
=

poate fi astfel standardizat:

Z ~ N(0,1)

- este distana de la fiecare valoare iniial (x) a variabilei normale (X)
nainte de standardizare pn la media sa ( ), msurat n numr de abateri standard
( ).

Utilizarea tabelelor distribuiei normale stanard

Valorile distribuiei normale standard Z~N(0,1) sunt precalculate n tabele
speciale utilizate pentru calculul probabilitilor pentru orice variabil normal.
n mod uzual sunt dou tabele:
primul tabel cuprinde probabilitile P(0 Z z)
al doilea tabel cuprinde probabilitile P(Z z) pentru valori pozitive ale lui z precizate
la dou zecimale.
Valoarea lui P se gsete la intersecia liniei corespunztoare prii ntregi i
primei zecimale a lui z cu coloana corespunztoare celei de a doua zecimale a lui z.

Distribuia normal. Aplicaia 1

Exemplul 1:
Presupunem c intervalul de timp n care angajaii unei firme
efectueaz o procedur este cunoscut ca fiind normal distribuit, cu o
medie de 60 de minute i o abatere standard de 8 minute. Dac
nregistrm (observm) timpul necesar pentru un anumit angajat, dorim
calculul urmtoarelor probabiliti:
a) probabilitatea ca un angajat s efectueze procedura ntr-un interval
cuprins ntre 60 i 70 de minute;
b) probabilitatea ca un angajat s efectueze procedura n mai mult de 70
de minute;
c) probabilitatea ca un angajat s efectueze procedura ntr-un interval
cuprins ntre 50 i 70 de minute;
d) probabilitatea ca un angajat s efectueze procedura ntr-un interval
cuprins ntre 65 i 70 de minute.

11/4/2016

normal. Aplicaia
1 1
TheDistribuia
Normal distribution.
Application
a)

Notm cu X timpul necesar pentru efectuarea procedurii; probabilitatea pe care

ne-am propus s o aflm este: P(60 X 70) sau P(60 < X < 70), deoarece
probabilitatea ca o variabil aleatoare continu X s ia o valoare particular este
zero.
Pentru a putea utiliza tabelul distribuiei normale (anexa 1.a) trebuie s
transformm variabila normal X din exemplul nostru n variabil normal standard Z.
60 60
60 70 60
60 < < 70
<
<
8
8
8
60 < < 70 = 0 < < 1.25 = 0.3944 = 39.44%
Distribuia Z: N(0;1)
z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3

0,00
0,00000
0,03983
0,07926
0,11791
0,15542
0,19146
0,22575
0,25804
0,28814
0,31594
0,34134
0,36433
0,38493
0,40320

0,01
0,00399
0,04380
0,08317
0,12172
0,15910
0,19497
0,22907
0,26115
0,29103
0,31859
0,34375
0,36650
0,38686
0,40490

0,02
0,00798
0,04776
0,08706
0,12552
0,16276
0,19847
0,23237
0,26424
0,29389
0,32121
0,34614
0,36864
0,38877
0,40658

A doua zecimal a lui z

0,03
0,04
0,05
0,06
0,01197 0,01595 0,01994 0,02392
0,05172 0,05567 0,05962 0,06356
0,09095 0,09483 0,09871 0,10257
0,12930 0,13307 0,13683 0,14058
0,16640 0,17003 0,17364 0,17724
0,20194 0,20540 0,20884 0,21226
0,23565 0,23891 0,24215 0,24537
0,26730 0,27035 0,27337 0,27637
0,29673 0,29955 0,30234 0,30511
0,32381 0,32639 0,32894 0,33147
0,34849 0,35083 0,35314 0,35543
0,37076 0,37286 0,37493 0,37698
0,39065 0,39251 0,39435 0,39617
0,40824 0,40988 0,41149 0,41309

0,07
0,02790
0,06749
0,10642
0,14431
0,18082
0,21566
0,24857
0,27935
0,30785
0,33398
0,35769
0,37900
0,39796
0,41466

0,08
0,03188
0,07142
0,11026
0,14803
0,18439
0,21904
0,25175
0,28230
0,31057
0,33646
0,35993
0,38100
0,39973
0,41621

0,09
0,03586
0,07535
0,11409
0,15173
0,18793
0,22240
0,25490
0,28524
0,31327
0,33891
0,36214
0,38298
0,40147
0,41774

normal. Aplicaia
1 1
TheDistribuia
Normal distribution.
Application
b) X > 70
>
=1.25 Z 1.25
n figura urmtoare sunt prezentate grafic cele dou suprafee de interes:
A1 corespunde probabilitii dorite: Z 1.25
A2 corespunde probabilitii : 0<Z<1.25;
Valoarea corespunztoare suprafeei A2 am gsit-o anterior: 0.3944. Deoarece aria
total de sub curba normal este egal cu unitatea, putem calcula probabilitile
dorite astfel:
Metoda 1:
> 1.25 =
= 0.5
= 0.5 0.3944 = 0.1056
Metoda 2: Utiliznd al doilea tabel al distribuiei normale standard P(Z z) :
> 1.25 = 0.1056
P(Z z)
z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3

0,00
0,5000
0,4602
0,4207
0,3821
0,3446
0,3085
0,2743
0,2420
0,2119
0,1841
0,1587
0,1357
0,1151
0,0968

0,01
0,4960
0,4562
0,4168
0,3783
0,3409
0,3050
0,2709
0,2389
0,2090
0,1814
0,1562
0,1335
0,1131
0,0951

0,02
0,4920
0,4522
0,4129
0,3745
0,3372
0,3015
0,2676
0,2358
0,2061
0,1788
0,1539
0,1314
0,1112
0,0934

A doua zecimal a lui z

0,03
0,04
0,05
0,06
0,4880 0,4840 0,4801 0,4761
0,4483 0,4443 0,4404 0,4364
0,4090 0,4052 0,4013 0,3974
0,3707 0,3669 0,3632 0,3594
0,3336 0,3300 0,3264 0,3228
0,2981 0,2946 0,2912 0,2877
0,2643 0,2611 0,2578 0,2546
0,2327 0,2296 0,2266 0,2236
0,2033 0,2005 0,1977 0,1949
0,1762 0,1736 0,1711 0,1685
0,1515 0,1492 0,1469 0,1446
0,1292 0,1271 0,1251 0,1230
0,1093 0,1075 0,1056 0,1038
0,0918 0,0901 0,0885 0,0869

0,07
0,4721
0,4325
0,3936
0,3557
0,3192
0,2843
0,2514
0,2206
0,1922
0,1660
0,1423
0,1210
0,1020
0,0853

0,08
0,4681
0,4286
0,3897
0,3520
0,3156
0,2810
0,2483
0,2177
0,1894
0,1635
0,1401
0,1190
0,1003
0,0838

0,09
0,4641
0,4247
0,3859
0,3483
0,3121
0,2776
0,2451
0,2148
0,1867
0,1611
0,1379
0,1170
0,0985
0,0823

0.4
0.35
0.3
0.25
0.2
0.15
0.1

A2

0.05
0
-4

-3

-2

-1

A1
1

11/4/2016

Distribuia normal. Aplicaia 1

c) 50 < X < 70

<

<

1.25 <

< 1.25

De fiecare dat cnd aria de interes include media, ea trebuie determinat ca

sum a celor dou suprafee situate de o parte i de alta a mediei.
Probabilitatea dorit este:
1.25 < < 1.25 =
+
=
= 2
= 2 0.3944 = 0.7888 = 78.88%
Obs. Valoarea lui A2 am calculat-o la punctul a i, datorit simetriei distribuiei
normale, A1 =A2
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-4

-3

-2

-1

Distribuia normal. Aplicaia 1

d) 65

70

<

<

0.63 < < 1.25

Probabilitatea dorit corespunde suprafeei haurate din figur; ea se poate
determina ca diferen ntre ariile a dou suprafee ale cror probabiliti se
gsesc n primul tabel al distribuiei standard normale.
0.63 < < 1.25 = 0 < < 1.25 0 < < 0.63
= 0.3944 0.2357 = 0.1587
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-4

-3

-2

-1

11/4/2016

Distribuia normal. Aplicaia 2

Exemplul 2:
Notele obinute la un test anual de ctre angajaii unei filiale A ai
unei companii sunt distribuite dup o lege normal N(7.2;0.81) iar notele
obinute la acelai test de ctre angajaii unei alte filiale B sunt normal
distribuite N(6.9;1).
Dac un angajat de la filiala A a obinut nota 7.4 i un angajat de la filiala
B a obinut nota 7.3, putem s determinm care dintre cei doi angajai
este mai bine clasat n raport cu ceilali angajai din filiala sa?
Rezolvare
1. Standardizm nota fiecrui angajat, altfel spus calculm echivalentul
notei sale ntr-o distribuie N(0;1):
pentru primul angajat:
.

. .
.
.

= 0.22

pentru al doilea angajat:

= 0.4
2. Comparm valorile standardizate. Cel mai bine clasat n raport cu
colegii si este angajatul cu cea mai mare not standardizat. n acest caz,
este al doilea angajat.

Distribuia normal. Proprieti

Proprieti ale variabilelor aleatoare normale:
dac X este o variabil aleatoare normal iar a este o constant, atunci
variabilele: X+a, X-a i aX sunt i ele normal distribuite;
dac X i Y sunt dou variabile aleatoare normale i independente, atunci i
variabilele X+Y i X-Y sunt normal distribuite.
Prin generalizare, putem enuna urmtoarea teorem referitoare la suma a mai
mult de dou variabile normal distribuite:

Fie X1, X2...Xn n variabile aleatoare independente unele fa de altele,

astfel nct:
;
, 1,
~
i fie
=
atunci ~
;
unde:

++
=

=
+ +

11/4/2016

Distribuia normal
Teorema limit central
Fie X1,X2.......Xn n variabile aleatoare independente ntre ele i
identic distribuite (aceeai distribuie de probabilitate, aceeai medie - i dispersie - ).
i fie:
= /
Atunci, dac n este mare (teoretic, dac n ):

Spunem c este la limit normal distribuit, cu media i dispersia .

Cum aceast teorem se aplic oricrei sume de variabile
aleatoare independente ntre ele i identic distribuite, indiferent de forma
distribuiei, este important s precizm c ea permite i aproximarea
unei sume de variabile discrete printr-o variabil continu (regula
aproximrii normale).

Distribuia normal
Putem utiliza aceast teorem pentru a aproxima o distribuie
binomial cu ajutorul unei distribuii normale:
Fie ~
; , dac n este mare, atunci
;
Condiiile de aplicare a unei astfel de aproximri:
cu ct n este mai mare, cu att aproximarea este mai corect;
dac n are o valoare moderat, aproximarea este:
foarte bun dac p 0.5
mai puin bun dac p 0 sau p 1

n practic se consider c
sunt respectate condiiile:
1.
n 30
2. np 5 i nq 5

dac, n acelai timp,

11/4/2016

Distribuia
O distribuie derivat din distribuia normal cu un rol foarte
important n inferena statistic este distribuia
(distribuia HelmertPearson):
Fie X1, X2,.....Xn n variabile aleatoare independente astfel nct
~
; , 1,
Dac =
++
, atunci X este o variabil aleatoare continu
care urmeaz o lege de probabilitate
cu n g

:
~
Valorile corespunztoare mediei i dispersiei acestei variabile X sunt:
=
=2
Observaie: n, numrul gradelor de libertate, reprezint parametrul
specific al acestei distribuii, aa cum n i p sunt pentru o distribuie
binomial i i pentru o distribuie normal.

Distribuia

0.9
n=1
0.8

n=3
n=10

0.7
0.6

0.5

0.4

0.3
0.2

0.1

0
0

10

15

20

25

10

11/4/2016

Distribuia
Proprieti
orice variabil aleatoare supus unei legi
poate lua doar valori
pozitive (fiind definit ca suma ptratelor unor variabile);
pentru n foarte mic, curba unei distribuii
este total asimetric (n
= 1, n graficul anterior);
pentru 3, curba ia forma unui clopot:
asimetric nti, pentru valori mai mici ale lui n (n = 3, n graficul anterior);
din ce n ce mai simetric, pe msur ce n crete (n = 10, n graficul anterior);

atunci cnd n este suficient de mare, forma graficului se apropie de

curba unei legi normale: N~ (n ; 2n).

Utilizarea tabelului distribuiei

n tabelul distribuiei ~ (prezentat n continuare)
pornim de la valoarea probabilitii i de la valori ale lui n
(uzual, de la 1 la 30) pentru a identifica valoarea lui x pentru
care probabilitatea
> =

Distribuia . Exemple
Pentru o variabil ~
dac dorim s aflm pentru care valoare a lui x,
> =
0.05, gsim aceast valoare la intersecia liniei n = 15 i a coloanei = 0,05: x = 24.996
Pentru o variabil ~
, dac dorim s aflm pentru care valoare a lui x,
<
=0.05, deducem mai nti c dac
< = 0.05, atunci
> = 0.95 i cutm la intersecia
liniei n = 10 cu coloana = 0.95 pentru a gsi valoarea dorit: x = 3.940

11

11/4/2016

Distribuia student (t)

Fie Z~ N(0;1) i
independente.
Dac

, dou variabile aleatoare

atunci T este o variabil aleatoare continu

care urmeaz o lege de distribuie de probabilitate student

cu n grade de libertate:
~
Valorile mediei i dispersiei pentru variabila T sunt:
=0
=
, dac > 2
1, pentru valori mari ale lui n

Distribuia student (t)

Reprezentarea grafic a unei astfel de variabile are aspectul unei distribuii
normale standard N(0;1).
Pentru valori mai mici ale lui n, forma clopotului este mai larg i plat, iar
pe msur ce valorile lui n sunt mai mari, forma clopotului este mai ngust i mai
nalt, tinznd progresiv ctre cea a lui N(0;1), cnd .

N(0,1)

t10
t2
-5

-4

-3

-2

-1

12

11/4/2016

Distribuia student (t)

Utilizarea tabelului distribuiei Student

Valorile (t) ale unei variabile T se regsesc la intersecia unei
linii care precizeaz numrul gradelor de libertate n cu o coloan
care precizeaz aria a suprafeei situat la dreapta acestei valori,
sub curb.

Distribuia student (t)

Exemplu Pentru o variabil ~
, gsim valoarea t pentru care
> = 0,05 la
intersecia liniei n = 21 i a coloanei
= 0.05 : t = 1.721 (anexa 10, grafic)
Dac dorim o valoare negativ a variabilei, folosim proprietatea de simetrie,
ca i n cazul ditribuiei normale N(0;1).

13