Documente Academic
Documente Profesional
Documente Cultură
In practic a, variabilele aleatoare apar ca functii ce depind de rezultatul efectuarii unui anumit experiment. Spre
exemplu, la aruncarea a doua zaruri, suma numerelor obtinute este o variabila aleatoare. In general, n experimente
n care num aram (masini aflate pe sosea, aruncari ale unui zar p
ana la obtinerea unui sase, piese defecte, etc)
variabilele aleatore obtinute sunt variabile aleatore discrete, iar n experimentele n care masuram (voltajul elec-
tric, cantitatea de apa de ploaie, duritatea unui anumit material, etc), variabilele aleatoare obtinute sunt variabile
aleatoare continue.
Definitia matematica precisa este urmatoarea.
Pentru a calcula diverse caracteristice numerice asociate variabilei aleatoare , introducem functia de distributie
corespunz
atoare, dupa cum urmeaza.
Definitia 2.2 (Functia de distributie) Functia de distributie a unei variabile aleatoare este functia = :
R R definita prin
() = ( ) R (8)
Observatia 2.3 Folosind functia de distributie a variabilei aleatoare putem spre exemplu determina probabili-
tatea ca variabila s
a ia valori ntr-un anumit interval ( ]:
( ( ]) = ( ) = () () (9)
Aceast
a egalitate are loc deoarece evenimentele { } si { } sunt disjuncte, si verific
a { }
{ } = { }, si deci din Definitia 1.6 a probabilit
atii obtinem
() = ( )
= ( ) + ( )
= () + ( )
de unde prin sc
aderea lui () se obtine relatia (9).
Propozitia 2.4 (De caracterizare a functiei de distributie) Functia de distributie : R R a unei vari-
abile aleatoare are urm
atoarele propriet
ati.
1. Este nedescresc
atoare, adic
a () () oricare ar fi R cu .
2. lim () = 0 si lim () = 1.
3. Este continu
a la dreapta n orice punct, adic
a lim&0 () = (0 ).
4. Dac
a (0 ) = lim%0 (), atunci (0 ) = ( 0 ).
5. ( = 0 ) = (0 ) (0 )
7
are propriet
atile cerute. Pentru aceasta se demonstreaza mai ntai ca
{ : () } = { : ()}
de unde rezult
a imediat (deoarece = este masura Lebesgue pe intervalul (0 1))
ceea ce arat
a c
a este functia de distributie a variabilei aleatoare .
1. Dac
a este un interval ce nu contine nici una din valorile posibile ale variabilei aleatoare discrete , atunci
( ) = 0 (11)
adic
a este egal
a cu suma probabilit
atilor corespunz
atoare valorilor posibile pentru care .
3. Suma tuturor probabilit
atilor corespunz
atoare valorilor este egal
a cu 1, adic
a
X
= 1 (13)
Dac a este o variabila aleatoare discreta, vom spune ca functia de distributie corespunzatoare este o functie
de distributie discret
a (sau ca are o distributie discreta).
Cunoscand functia de probabilitate a unei variabile aleatoare (sau valorile posibile si probabilitatile respective),
putem determina functia de distributie corespunzatoare astfel:
X X
() = ( ) = (14)
Graficul unei distributii discrete este o functie n scara, cu salturi egale cu n punctele ( = 1 2 3 ), ca
n urmatoarele doua exemple.
8
f (x)
1
6
1 2 3 4 5 6
F (x)
1
1
6
1 2 3 4 5 6
Exemplul 2.8 S a consider am variabila aleatoare reprezent and rezultatul aruncarii unui zar. Atunci are ca
valori posibile 1 2 6 cu probabilit
ati 16 fiecare, si deci este o variabil
a aleatoare discret
a
1 2 3 4 5 6
= 1 1 1 1 1 1
6 6 6 6 6 6
De observat leg
atura ntre graficele functiei de probabilitate () si a functiei de distributie () din Figura 1.
Exemplul 2.9 S a consideram variabila aleatoare reprezent and num arul de fete stem a obtinute la aruncarea a 3
monede.
atile 18 38 38 18 , deci putem reprezenta variabila
In acest caz variabila aleatoare ia valorile 0 1 2 3 cu probabilit
aleatoare sub forma
0 1 2 3
= 1 3 3 1
8 8 8 8
Exemplul 2.10 (Problema astept arii - spatiu numarabil de evenimente ) Se arunc a n mod repetat o mo-
ned
a si se consider
a variabila aleatoare reprezentand num
arul de ncerc
ari efectuate p
ana la prima aparitie a
stemei.
9
f (x)
3
8
1
8
0 1 2 3
F (x)
1
1
8
1 2 3
In acest caz variabila aleatoare poate lua valorile 1 2 3 (un num
ar infinit, num
arabil, de valori posibile),
atile ( = 1) = () = 12 , ( = 2) = () = 12 12 = 14 , ( = 3) = () = 12 12 12 = 18 ,
cu probabilit
samd. Avem deci
1 2 3
= 1 1 1
2 4 8
De observat c
a relatia (13) este verificat
a n acest caz: folosind formula seriei progresiei geometrice, obtinem:
X X 1 1 1 1 1 1
=
= + + + = 1 = 1
2 2 4 8 21 2
1 1
Definitia 2.11 (Variabil a aleatoare continu a si absolut continu a) Spunem ca variabila aleatoare este o
variabil a aleatoare continu a dac a functia de distributie corespunzatoare : R R este o functie continu
a pe
R.
Dac a n plus functia de distributie este absolut continu a n raport cu m
asura Lebesgue pe R, adica daca exist
a
o functie : R [0 ) integrabil a pe R astfel nc
at
Z
() = () R, (15)
a este o variabil
spunem c a aleatoare absolut continu
a.
10
Observatia 2.13 Spre deosebire de variabilele aleatoare discrete, n cazul variabilelor aleatoare continue avem
( = ) = 0 (16)
oricare ar fi R.
Motivul este urmatorul: din continuitatea m
asurii de probabilitate avem
( = ) = lim ( )
%
&
= lim ( ) ( )
%
&
= lim () ()
%
&
Z
= lim ()
%
&
Z
= ()
= 0
Observatia 2.14 (Leg atura ntre functia de densitate si cea de distributie) Dac a este o variabil
a aleatoare
continu
a av
and densitatea atunci relatia (15) permite calculul functiei de distributie:
Z
() = () R
Reciproc, dac a functia de densitate este o functie continu a (eventual cu exceptia unui num ar finit de puncte),
din relatia (15) rezult
a ca functia de distributie a unei variabile aleatoare continue este o functie continu a, si mai
a este o functie derivabil
mult, c a (eventual cu exceptia punctelor de discontinuitate ale functiei de densitate ()).
Derivand relatia (15) n raport cu obtinem
0 () = () (19)
pentru orice R pentru care functia () este continu a. Aceasta relatie ne permite s
a determin
am functia de
densitate () atunci c
and cunoastem functia de distributie ().
1. Dac
a este un interval de numere reale, atunci
Z
( ) = () (20)
adic
a este egal
a cu aria de sub graficul densit
atii () ntre si (vezi Figura 3).
11
Figure 3: Probabilitatea ( ) este egala cu aria de sub graficul densitatii () ntre si .
3. Integrala densit
atii () este egal
a cu 1, adic
a
Z
() = 1 (22)
ii) Dac
a 1 1 atunci
Z Z
3
() = () = 075 1 2 = 075 = 05 + 075 0253
1 3 1
iii) Dac
a 1 atunci
Z Z 1
() = () = 075 1 2 = 1
1
Am obtinut deci
0 1
() = 05 + 075 0253 1 1
1 1
Pentru a calcula probabilit
atile cerute, folosim relatia (51):
Z 1 Z 12
1 1 2
= () = 075 1 2 = 06875
2 2 12 12
12
sau alternativ
1 1 075 025 81
2 = (2) = 1 05 + = 03164
4 4 4 64 256
Pentru a determina valoarea lui pentru care are loc egalitatea ( ) = 05, s a observam ca deoarece
3
( ) = (),
2 relat
ia dat
a se mai poate scrie sub forma
() = 05.
Obt
inem deci 05 + 075 025 = 05,
sau echivalent 3 = 0, cu solutiile 1 = 0, 2 = 3 si 3 = 3. Cum numai solutia = 0 convine (de
ce?), avem = 0.
Exercitii
Exercitiul 2.3 S a se reprezinte grafic functiile si n cazul (0) = (3) = 16 , (1) = (2) = 13 . Poate functia
avea alte valori nenule?
Exercitiul 2.4 Fie variabila aleatoare reprezent and num arul de ani nainte ca o anumit
a pies
a s
a se defecteze.
Presupunem c a are functia de probabilitate () = 3 pentru {0 1 2 3 4} si 0 n rest. S
a se reprezinte
grafic functia si functia de distributie corespunz
atoare.
Exercitiul 2.5 Daca variabila aleatoare are functia de probabilitate () = ! pentru N si 0 n rest, s
a se
determine valoarea constantei si probabilitatea ( 3).
Exercitiul 2.6 Sa se reprezinte grafic functia de densitate () = 14 pentru (2 6) si 0 n rest, precum si functia
de densitate corespunz atoare. S
a se determine probabilit atile ( 4) si ( 3).
Exercitiul 2.7
In exercitiul anterior, s
a se determine valoarea lui astfel nc
at:
a) ( ) = 90%
1
b) ( ) = 2
c) ( ) = 5%
Exercitiul 2.8 Functia de distributie a unei variabile aleatoare este data de () = 0 dac
a 0 si () =
1 01 dac
a 0. S a se reprezinte grafic si functia de densitate . S
a se determine valoarea lui astfel
nc
at ( ) = 95%.
Exercitiul 2.9 Fie grosimea (n milimetri) a unei garnituri produse de o anumit a masin
a. Presupunem ca
variabila aleatoare are functia de densitate () = daca 09 1 si 0 n rest. S
a se determine . Care
este probabilitatea ca o garnitur
a produs
a va avea o grosime ntre 095 si 105 mm?
Exercitiul 2.11 S a se determine probabilitatea ca nici unul din cele trei becuri ale unui semafor s a nu trebuiasca
schimbat n primele h1500 ore de functiionare dac
a durata de viat
a a unui bec este o variabil a aleatoare av and
densitatea () = 6 025 ( 15)2 pentru 1 2 si 0 n rest, unde este m asurat n multiplii de 1000 ore.
Exercitiul 2.12 Dac a diametrul al unei bare este o variabil a aleatoare av and densitatea () = pentru
11199 1201 si 0 n rest, aproximativ c
ate bare vor fi defecte ntr-un lot de 500 bare, dac
a o bar
a este
considerat
a defect
a c
and diametrul ei este mai mic dec
at 11991 sau mai mare dec at 12009?
13
Exercitiul 2.13 Dac a durata de viat a a unui rulment este o variabila aleatoare cu densitatea () = 02
pentru 0 10 si 0 n rest, care este valoarea lui ? Care este probabilitatea ( 5)?
Exercitiul 2.16 Presupunem c a ntr-un proces automatizat de umplere a conservelor cu ulei, continutul unei con-
serve (n litri) este = 100 + , unde este o variabil a aleatoare avand densitatea () = 1 || pentru || 1 si
0 pentru || 1. S atoare.
a se reprezinte grafic si functia de distributie corespunz Intr-un lot de 1000 conserve,
aproximativ c ate conserve vor contine 100 de litri de ulei sau mai mult? Care este probabilitatea ca o conserv a sa
contin
a mai putin de 99.5 litri ulei? Dar mai putin de 99 litri ulei?
a de () = 2 dac
Exercitiul 2.17 Fie functia de densitate dat a 0 2 si 0 n rest. Sa se determine
valoarea constantei . S
a se determine constantele 1 si 2 astfel nc
at ( 1 ) = 01 si ( 2 ) = 09.
Exercitiul 2.20 Ar
atati c a atunci ( ) ( ).
a dac
unde prin am notat functia de probabilitate a lui n cazul n care este o variabila aleatoare discreta, respectiv
functia de densitate a lui n cazul n care este o variabila aleatoare continua.
Abaterea
p p
atratic a medie () a variabilei aleatoare se defineste ca fiind radicalul dispersiei, adica
() = 2 ().
Media () a unei variabile aleatoare se mai numeste valoarea asteptat a / asteptarea lui , deoarece ea
este egala cu valoarea medie a lui atunci c and se efectueaza multe ncercari.
Cantitati precum () (media) sau 2 () (dispersia) care indica anumite proprietati ale distributiei n cauza
se numesc parametrii ai distributiei. Media si dispersia sunt cei mai importanti parametrii ai unei distributii.
Observ am c a n general (cu exceptia cazului unei variabile aleatoare discrete av
and o singura valoare posibila),
avem 2 () 0. In continuare vom presupune ca () si 2 () exista (si sunt finite), ca n majoritatea cazurilor
ce apar n probleme practice.
14
f (x) F (x)
1
1
ba
a b a b
a pe intervalul ( )) Distributia av
Exemplul 2.18 (Distributia uniform and functia de densitate
1
() = ( )
0 n rest
respectiv
Z 2 Z 2 3
+ + 1 1 + ( )2
2 () = () = = =
2 3 ( ) 2 12
Daca o distributie este simetrica (adica graficul functiei de probabilitate/densitate este simetruic fata de o
dreapt
a = ), atunci putem calcula media a distributiei folosind urmatoarea.
Teorema 2.19 Dac a functia (de probabilitate sau de densitate) a unei distributii este simetric
a fat
a de dreapta
= , atunci media distributiei este () = .
15
Folosind substitutia = n prima integrala, respectiv substitutia = + n a doua integrala, si faptul
ca functia este simetrica fata de dreapta = (adica ( ) = ( + )), obtinem:
Z Z
() = ( ) ( ) + ( + ) ( + )
Z0 0
= ( + + ) ( + )
0
Z
= 2 ( + )
Z0
= 2 ()
=
R R R
deoarece = 1 si deci = = 12 (functia fiind simetrica fata de = ).
Demonstratia este similara n cazul unei distributii discrete.
= + ( 0, R)
sunt date de
( ) = + si 2 ( ) = 2 2 (25)
In particular, variabila aleatoare standardizat
a corespunz
atoare lui , dat
a de
= (26)
are medie () = 0 si dispersie 2 () = 1.
sau echivalent Z
( ) = ()
Folosind substitutia = , obtinem:
Z
1
( ) =
16
si deci functia de densitate a variabilei aleatoare este
1
() =
Putem deci calcula media variabilei aleatoare conform definitiei
Z Z
1
( ) = () =
Folosind substitutia = (sau echivalent = + ), obtinem
Z
1
( ) = ( + ) ()
Z
= ( + ) ()
Z Z
= () + ()
= +
R
conform definitiei medie a lui si deoarece = 1 (functia fiind o functie de densitate).
In mod similar putem calcula dispersia variabilei aleatoare
Z
2
( ) = ( )2 ()
Z
2 1
= ( )
Z
2 1
= ( + ) ()
Z
= 2 ( )2 ()
= 2 2
unde reprezinta functia de probabilitate a lui (n cazul unei variabile discrete) sau functia de densitate a lui
(n cazul unei variabile aleatoare continue).
17
In cazul particular al alegerii functiei () = se obtine momentul de ordin al variabilei aleatoare
Z
X
= ( ) sau () (28)
iar n cazul alegerii functiei () = ( ) se obtine momentul centrat de ordin al variabilei aleatoare
X Z
( ) = ( ) ( ) sau ( ) () (29)
Observ
am ca momentul de ordin 1 ( = 1 n formula (28)) coincide cu media a variabilei aleatoare
= ()
a momentul centrat de ordin 2 ( = 2 n formula (29)) coincide cu dispersia 2 a variabilei aleatoare
si c
2 = ( )2 .
Exercitii
Sa se determine media si dispersia variabilei aleatoare n urmatoarele cazuri ( reprezinta functia de proba-
bilitate sau de densitate a variabilei aleatoare ).
Exercitiul 2.21 () = 3 , {0 1 2 3} si 0 n rest.
Exercitiul 2.22 reprezint
a rezultatul arunc
arii unui zar.
Exercitiul 2.23 () = 2 pentru 0 1 si 0 n rest.
Exercitiul 2.24 () = pentru 0 si 0 n rest.
Exercitiul 2.25 = 4 2, unde este variabila aleatoare din anterior.
Exercitiul 2.26 este variabila aleatoare uniform
a pe [0 10].
Exercitiul 2.27 Dac a diametrul (n centimetri) al unor suruburi are densitatea () = ( 09) (11 )
a se determine si 2 . S
pentru 09 11 si 0 n rest, s a se reprezinte grafic densitatea .
Exercitiul 2.28 Daca n exercitiul anterior un surub este considerat defect atunci c
and diametrul s
au difer
a cu
mai mult de 006 cm fat
a de 1 cm, care este probabilitatea ca un surub sa fie defect?
Exercitiul 2.29 In exercitiul anterior, care este valoarea maxim
a posibil
a a deviatiei fat
a de 1 cm pentru care
probabilitatea ca un surub sa fie defect este de 10%?
Exercitiul 2.30 Care este valoarea asteptat a a sumei la aruncarea de 20 de ori a unui zar? Comparati valoarea
obtinut
a cu valoarea experimental
a (efectuati experimentul de un numar de ori si nregistrati valorile obtinute).
Exercitiul 2.31 O statie de benzin a este alimentata n fiecare S
ambat
a. Presupunem c a volumul de benzin a
v
andut a (n zeci de mii de litri) este o variabil
a aleatoare av and densitatea () = 6 (1 ) pentru 0 1 si
0 n rest. Sa se determine media, dispersia si variabila aleatoare standardizat a corespunzatoare lui .
Exercitiul 2.32 Ce capacitate trebuie sa aib
a rezervorul din problema anterioar
a, dac
a probabilitatea ca rezervorul
s
a fie golit ntr-o anumit
a s
apt
am
an
a este de 5%?
Exercitiul 2.33 Dac a a unor cauciucuri (n mii de kilometri) are densitatea () = pentru
a durata de viat
0 si 0 n rest, ce kilometraj sunteti asteptat s
a obtineti cu acest tip de cauciucuri? Pentru = 005, determinati
probabilitatea ca un cauciuc va avea o durat a de viat
a mai de cel putin 30000 km.
Exercitiul 2.34 La aruncarea unui zar, o persoan a c
astig
a at
atia lei c
ati indic
a zarul. C
at ar trebui s
a pl
ateasc
a
persoana pentru un joc, pentru ca jocul s
a fie cinstit (echitabil)?
Exercitiul 2.35 Care este valoarea asteptat a a profitului zilnic al unui magazin care vinde curcani pe zi cu
probabilit
atile (5) = 01, (6) = 03, (7) = 04 si (8) = 02, dac
a profitul pentru un curcan v
andut este de 35
lei?
18