Realizat de : Stud. Maruntelu Sorin Gr.

18

Momentele unei variabile aleatoare discrete

Se considera doua variabile aleatoare f si g si se presupune ca f poate lua valorile
x1 ,...,xs , iar g poate lua valorile y1 ,...,yt . Pentru fiecare pereche xi , yk , fie pjk
probabilitatea ca f sa ia valoarea xj si g sa ia valoarea yk , adica:
pjk p f xj ,g yk , 1 j s , 1 k t .

Probabilitatile pjk , 1 j s , 1 k t constituie repartitia comuna a variabilelor

aleatoare f , g .
DEFINITIE

Variabilele aleatoare f si g sunt independente, daca pentru orice j , 1 j s si

orice k , 1 k t are loc:
DEFINITIE

p f xj ,g yk p f xj p g yk .

Se considera acum mai mult de doua variabile aleatoare. Fie f1 ,...,fn ,

aleatoare, unde variabila aleatoare f j ia valorile x1, j ,...,xsj , j , 1 j n .
DEFINITIE

variabile

Probabilitatile :

pj1 j2 ...jn p f1 xj1,1 , f2 xj2 ,2 ,...,fn xjn ,n

constituie repartitia comuna a variabilelor aleatoare f1 ,...,fn .

DEFINITIE

1 l n:

Variabilele aleatoare f1 ,...,fn sunt independente, daca pentru orice 1 j l sl ,

p f

p f1 xj1,1 , f2 xj2 ,2 ,...,fn xjn ,n

1

xj1,1 p f2 xj2 ,2 ...p fn xjn ,n .

Variabilele aleatoare f1 , f2 ,...,fn ,...1 sunt independente, daca orice numar finit de
variabile aleatoare din acest sir sunt independente.
DEFINITIE

Introducem acum o caracteristica numerica foarte importanta, asociata unei variabile aleatoare.
DEFINITIE

Numarul

Vom nota un sir si sub forma

fn

M f xk pk
k1

se numeste valoarea medie a variabilei aleatoare f .

EXEMPLU

In experimentul cu zarul :
M f 1

DEFINITIE

Fie

1
1
1
1
1
1
1
2 3 4 5 6 3 .
6
6
6
6
6
6
2

un numar intreg, r 1. Numarul

s

M r f xkr pk
k1

se numeste moment de ordinul

OBSERVATIE
DEFINITIE

al variabilei aleatoare f .

Momentul de ordinul 1 este valoarea medie.

Numarul
s

D 2 f M 2 f M f xk M f pk
2

k1

se numeste dispersia variabilei aleatoare f .

Cu ajutorul acestor notiuni introduse, se pot demonstra o serie de proprietati.
PROPRIETATEA 1

Fie f o variabila aleatoare si

un numar intreg, r 1. Atunci

Mr f M f r
Demonstratie. Fie variabila aleatoare f cu repartitia

x xs
.
f : 1
p

p
s
1
Atunci variabila aleatoare h f r va avea evident repartitia :

x1r xsr

h :

p1

ps

r
cu alte cuvinte, valorile xj si xj au aceeasi probabilitate pj ,
1 j s si deci

M h xrj pj M r f . ( )
j 1

Din proprietatea anterioara se deduce imediat:

Fie f o variabila aleatoare care poate lua o singura valoare

probabilitatea 1 (adica f a constant ). Atunci:
PROPRIETATEA 2

cu

M r f ar .
PROPRIETATEA 3

Fie f o variabila aleatoare si

a un numar real. Atunci:

M r af ar M r f .

Demonstratie. Fie variabila aleatoare f cu valorile x1 ,...,xs , avand probabilitatile

p1 ,...,ps si fie h af . Aceasta noua variabila aleatoare ia valorile ax1 ,...,axs cu aceleasi
probabilitati p1 ,...,ps si deci:
s

j 1

j 1

M h ar xrj pj ar xrj pj ar M r f . ( )
Fie n variabile aleatoare f1 ,...,fn . Atunci valoarea medie a sumei acestor
variabile aleatoare este egala cu suma valorilor medii, adica:
PROPRIETATEA 4

M f1 ... fn M f1 ... M fn .
Demonstratie. Fie mai intai numai doua variabile aleatoare f si g . Se presupune ca variabila
aleatoare f ia valorile x1 ,...,xs cu probabilitatile p1 ,...,ps , iar variabila aleatoare g ia
valorile y1 ,...,yt cu probabilitatile q1 ,...,qt . De asemenea fie :
pjk p f xj ,g yk , 1 j s , 1 k t .

Fie h f g ; aceasta noua variabila aleatoare ia valoarea xi yk cu probabilitatea pjk ,

1 j s , 1 k t . Prin urmare :

s t
s
t
t
s

M h xj yk pjk xj pjk yk pjk . 1

j 1k1
j 1 k1
k1 j 1

Suma

pjk

k1

, este suma probabilitatilor tuturor evenimentelor de forma

f xj ,g yk ,

unde indicele j este acelasi pentru toti termenii sumei, iar indicele k variaza de la un termen la
altul, parcurgand toate valorile de la 1 la t . Deoarece evenimentele g yk pentru indici k
t

diferiti sunt incompatibile doua cate doua, suma

pjk

k1

este probabilitatea producerii unui

f xj ,g yk , 1 k t . Dar, a spune ca s-a

produs un eveniment oarecare din evenimentele f xj ,g yk , 1 k t , este echivalent cu a
spune ca s-a produs evenimentul f xj . Intr-adevar, daca s-a produs unul din evenimentele
f xj ,g yk , 1 k t , este evident ca s-a produs si evenimentul f xj ; reciproc, daca sa produs evenimentul f xj , atunci intrucat variabila aleatoare g ia neaparat una din valorile
eveniment oarecare din cele t evenimente

sale posibile y1 ,...,yt , trebuie sa se produca si un eveniment oarecare din evenimentele

f xj ,g yk ,

1 k t . Asadar,

pjk

k1

fiind probabilitatea producerii unui eveniment

oarecare din evenimentele f xj ,g yk , 1 k t , este egala cu probabilitatea evenimentului

f xj , adica
t

pjk pj ,

k1

1 j s .

In mod analog se deduce:

s

pjk qk , 1 k t .
j 1

Tinand seama de aceste expresii in relatia 1 , se obtine :

M h

j 1

k1

xj pj yk qk M f M g .

Pentru mai mult de doua variabile aleatoare, se procedeaza prin inductie. Fie
h f1 ... fn
si se presupune teorema adevarata pentru n 1 . Atunci :

M f1 ... fn1 M f1 ... M fn1 .

Aplicand proprietatea pentru doua variabile aleatoare, se obtine :

M h M f1 ... fn1 fn M f1 ... fn1 M fn

M f1 ... M fn . ( )

PROPRIETATEA 5

Dispersia unei variabile aleatoare f este data de relatia :

2
D2 f M 2 f M f .

Demonstratie. D 2 f M 2 f M f M f M f 2

2
2
M f 2 2M f f M f M f 2 M 2M f f M M f ,

daca se tine seama de proprietatea precedenta. Mai departe, aplicand de doua ori proprietatea 1.,
se obtine :

2
2
D 2 f M f 2 2M f M f M f M 2 f M f .

Fie f si g doua variabile aleatoare independente. Atunci valoarea medie a

produsului acestor variabile aleatoare este egala cu produsul valorilor medii, adica :
PROPRIETATEA 6

M fg M f M g .

Demonstratie. Se presupune ca variabila aleatoare f ia valorile x1 ,...,xs cu probabilitatile

p1 ,...,ps , iar variabila aleatoare g ia valorile y1 ,...,yt cu probabilitatile q1 ,...,qt . De
asemenea :
pjk p f xj ,g yk , 1 j s , 1 k t

si cum f si g sunt variabile independente:

pjk pj qk , 1 j s , 1 k t .

Fie h fg ; aceasta noua variabila aleatoare ia valoarea x j yk cu probabilitatea pjk ,

1 j s , 1 k t . Prin urmare:
s

M h xj yk pjk xj yk pj qk
j 1k1

j 1k1

s
t

xj pj yk qk M f M g .

j 1
k1
Fie n variabile aleatoare f1 ,...,fn independente doua cate cate doua. Atunci
dispersia sumei acestor variabile aleatoare este egala cu suma dispersiilor, adica:
PROPRIETATEA 7

D2 f1 ... fn D 2 f1 ... D2 fn .
Demonstratie. Din proprietatea 6 se deduce

D 2 f1 ... fn M 2 f1 ... fn M f1 ... fn

2

M f1 ... fn M f1 ... M fn
2

n n n n

2
M f j2 f j fk M f j M f j M fk
j1 jj,kk1 j1 jj,kk1

M f j2 M f j fk M f j M f j M fk .
n

j 1

j ,k1
jk

j 1

j,k1
j k

Daca se tine seama de faptul ca variabilele aleatoare f1 ,...,fn sunt independente, atunci din
proprietatea 6 rezulta ca cele doua sume duble de mai sus se reduc si deci :

M f M f D f .
n

2
D 2 f1 ... fn M f j M f j
j 1

j 1

PROPRIETATEA 8

oarecare. Atunci

j 1

(Inegalitatea lui Cebisev) Fie f o variabila aleatoare si

un numar pozitiv

p f M f

D2 f
,
2

sau

p f M f 1

D2 f

Demonstratie. Fie f o variabila aleatoare care ia valorile x1 ,...,xs cu probabilitatile

p1 ,...,ps . Dispersia variabilei aleatoare f este :
s

D 2 f x1 M f pi .
2

i 1

Fie 0 este un numar oarecare; daca din suma de mai sus se elimina toti termenii pentru
care xi M f si raman numai termenii pentru care xi M f , suma poate numai sa
se micsoreze, adica

D2 f

2
x1 M f pi .

xi M f

Aceasta suma se va micsora si mai mult daca in fiecare termen al ei vom inlocui factorul
xi M f 2 prin valoarea inferioara 2 :

D2 f 2

pi
xi M f

Suma din partea dreapta reprezinta suma probabilitatilor tuturor acelor valori xi ale variabilei
aleatoare f care se abat de la valoarea medie M f de o parte si de alta cu mai mult de ;
conform proprietatii de aditivitate a doua evenimente incompatibile, aceasta este probabilitatea ca
variabila aleatoare f sa ia una din aceste valori. Cu alte cuvinte, aceasta suma este
p f M f . Adica :

p f M f

D2 f
,
2

ceea ce permite aprecierea probabilitatii abaterilor mai mari decat un numar

conditia numai sa fie cunoscuta dispersia D 2 f .

dat dinainte, cu

Cu ajutorul proprietatilor 7 si 8 se poate demonstra urmatorul rezultat foarte important,

cunoscut sub numele de legea numerelor mari.
Fie f1 , f2 ,...,fn ,... un sir de variabile aleatoare independente care au
aceeasi repartitie si deci, aceeasi valoare medie m si aceeasi dispersie 2 . Atunci, pentru orice
si arbitrari, 0 , 0 , exista un numar natural n0 , astfel incat indata ce
n n0 , , are loc :
PROPRIETATEA 9

 1 n

p
f j m .
n j 1

Demonstratie. Din proprietatile 1 si 4, se deduce:

1 n 1 n
1 n
f j M f j m m
n j 1
n j 1
n j 1

si deci, aplicand proprietatea 8, se obtine:

1n

p f j m
n j 1

1n
f j
n j 1 .
2

D 2

Dar:

1 n
1 n
1 n
2 n 2
,
f j 2 D 2 f j 2 2 2
n
n j 1
n
n j 1 n j 1

D 2
de unde rezulta:

1 n

p
f

j
2n .
n j 1

Fiind dati 0 , 0 , se poate determina un numar natural n0 , , care depinde de

, astfel incat indata ce n n0 , , sa rezulte :

si

2
;2
2n
Prin urmare :

1 n

p
f j m .
n j 1

Cu alte cuvinte, proprietatea 9 arata ca daca variabilele aleatoare f1 , f2 ,...,fn ,... sunt
independente si daca au aceeasi medie m si aceeasi dispersie 2 , atunci pentru un n suficient
de mare, expresia

1 n
f j va diferi oricat de putin de
n j 1

m cu o probabilitate oricat de apropiata

de 1.
Studiul independentei a doua variabile aleatoare se poate realiza si prin intermediul
coeficientului de corelatie.
2

Drept n0 , putem lua primul numar natural

n pentru care

2
.
2

DEFINITIE

Se numeste corelatie a doua variabile aleatoare, media produsului abaterilor acestora:

cov X ,Y M X M X Y M Y .
PROPRIETATE cov X ,Y M XY M X M Y

Demonstratie M X M X Y M Y

M XY XM Y YM X M X M Y

M XY M XM Y M YM X M M X M Y

DEFINITIE

Se numeste coeficient de corelatie:

X ,Y
TEOREMA

M XY M X M Y

cov X ,Y
.
D X D Y

Corelatia a doua variabile aleatoare independente este nula.

Demonstratie Daca variabilele X, Y sunt independente, atunci si X M X , respectiv Y M Y

sunt independente.
PROPRIETATI
1) X ,Y 1 ;

2) X ,Y

daca si numai daca intre variabilele X si Y exista o relatie de legatura liniara.

X m1 Y m2
Demonstratie 1) Fie U t

1
2

media variabilei aleatoare U, se obtine :

, t R . M U 0 , t R . Calculand

2
X m1 2
X m1 Y m2 Y m2
M U M t2

2
t

2
2
1
2
1
2

2t
M X m1 Y m2
1 2

2
2

t2

2
1

M X m1

2
M Y m2 .

Calculand discriminantul si impunand conditia ca acesta sa fie pozitiv, rezulta proprietatea

data.
2) Fie Y aX b, a,b R , a 0 .
cov X ,aX b aD2 X

X ,Y

aD2 X
a D2 X

1,dac[ a 0

1,dac[ a 0