Documente Academic
Documente Profesional
Documente Cultură
Variabile Aleatoare Si Functii de Repartitie
Variabile Aleatoare Si Functii de Repartitie
x1 , x 2 , ... x n x
X : sau X : i ,1 i n (4.1)
p1 , p 2 , ... p n pi
care poart denumirea de tabloul repartiiei. In prima linie sunt trecute toate valorile
posibile ale caracteristicii i n a doua sunt trecute toate probabilitile de apariie.
Aplicaia 4.1 Se arunc un zar de 100 de ori obinndu-se pentru cifra 1 10 apariii,
pentru cifra 2 18 apariii pentru cifra 3 20 apariii pentru cifra 4 12 apariii pentru cifra
5 25 de apariii pentru cifra 6 15 apariii. Probabilitatea apariiei cifrelor 1,2,...,6 este:
10 18 20
P( 1 ) 0 ,10 P( 2 ) 0.18 P( 3 ) 0 ,20
100 100 100
(4.2)
12 25 15
P( 4 ) 0 ,12P( 5 ) 0 ,25P( 6 ) 0 ,15
100 100 100
Tabloul repartiiei este:
1 2 3 4 5 6
X : (4.3)
0 ,10 0 ,18 0 ,20 0 ,12 0 ,25 0 ,15
Aplicaia 4.2 Considerm un lot de 100 buci pentru care coeficientul de rebut este
5% Se efectueaz o singur extragere. S se construiasc variabila aleatoare a
numrului de piese defecte.
Deoarece coeficientul de rebut este 5% numrul pieselor defecte este de 5.
Efectund o singur extragere se poate ca s nu fie extras nici o pies defect i-n
acest caz numrul pieselor defecte este zero, sau o pies defect. Notnd cu p
probabilitatea de-a extrage o pies defect i cu q probabilitatea de a extrage o
pies bun, valorile probabilitilor sunt: p=0,05; q=0,95.. In consecin valorile
probabilitii de-a extrage 0 piese defecte i a probabilitii de-a extrage o pies
defect sunt:
Variabile aleatoare i funcii de repartiie 71
0.3 0.3
0.25 0.25
probabilitate
probabilitate
0.2 0.2
0.15
0.15
0.1
0.1
0.05
0.05
0
0
1 2 3 4 5 6
0 2 4 6 8
variabila
variabila
1 1
0.9 0.9
0.8 0.8
0.7 0.7
probabilitate
probabilitate
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
1 2 3 4 5 6 0 2 4 6
variabila variabila
f(x)dx
x x
eveniment nu poate avea loc. Spre deosebire de cazul variabilelor aleatoare discrete
la care funcia densitii de probabilitate are semnificaia unei probabiliti la
variabilele aleatoare continue acest fapt nu este valabil i-n consecin semnul
folosit la variabile aleatoare discrete este nlocuit prin <.
Expresia P(X<x) se citete probabilitatea ca X s fie cel mult egal cu x.
Geometric, funcia de repartiie pentru
F(x) 1 1
variabile aleatoare continue este reprezentat de 0.8
0.88
0.7
aria haurat cuprins ntre curba densitii de 0.6
0.5
0.4
probabilitate i axa absciselor, iar aria total este 0.28
0.2
egal cu unitatea. Deci graficul oricrei funcii la 00
0.12
x
este egal cu unitatea poate fi curba densitii de
probabilitate. Obinut prin integrare graficul funciei
Fig.4.7 Graficul funciei de
de repartiie este prezentat n figura 4.7, i are
repartiie pentru o variabila
urmtoarele proprieti:
aleatoare continua
- asimptot dreapta F(x)=0;
25
- asimptot dreapta F(x)=1; 20
frecventa
- A - evenimentul X<b;
f(x) P(aX<b)
- B - evenimentul X<a;
- C - evenimentul aXb.
Evenimentele B i C sunt incompa-
tibile i ntre cele trei evenimente exist
relaiile: A=B U C
a b x
innd cont de proprietile operaiilor cu
evenimente:
Fig.4.9 Interpretarea geometrica a
P( A ) P( B C ) P( B ) P( C ) (4.14) aparteneei variabilei aleatoare la un
interval
sau
P( X b ) P( X a ) P( a X b ) (4.15)
de unde
P( a X b ) P( x b ) P( X a ) (4.16)
unde n prima linie sunt trecute numrul de realizri ale evenimentului A i-n linia a
doua sunt trecute probabilitile de realizare. Pentru a determina relaia cu ajutorul
creia vom determina aceste probabiliti plecm de la observaia c acest tip de
experiment corespunde controlului de fabricaie a unui lot la care se fac n extrageri
punnd de fiecare dat piesa extras la loc. Lotul trebuie verificat dac are un
coeficient de rebut p. Fie A evenimentul se extrage o pies i aceasta pies este
defect. Probabilitatea unui astfel de eveniment este egal cu coeficientul de rebut.
Evenimentul contrar l reprezint cazul n care piesa extras este bun,
probabilitatea unui astfel de eveniment fiind q. Prin punerea la loc a piesei dup
constatarea calitii acesteia nu se modific coeficientul de rebut i nici probabilitatea
extragerii unei piese defecte n cazul repetrii experimentului.
Lum n considerare urmtoarele cazuri:
Cazul 1 - se extrage o singur pies. Pot avea loc urmtoarele evenimente:
- piesa extras este bun; probabilitatea acestui eveniment: P(A)=q;
- piesa extras este defect; probabilitatea unui astfel de eveniment este: P(A)=q;
Tabloul repartiiei numrului de piese defecte este:
0 1
p
(4.34)
q
Cazul 2 - se extrag consecutiv dou piese punnd de fiecare data piesa la loc. Pot
avea loc urmtoarele evenimente:
- ambele piese sunt bune - probabilitatea acestui eveniment este: P(A)P(A)=q2 ;
Variabile aleatoare i funcii de repartiie 77
-
o pies bun i una defect - probabilitatea acestui eveniment este
P(A)P(A)+P(A)P(A)=qp+pq=2qp;
-
ambele piese sunt defecte; probabilitatea acestui eveniment este: P(A)P(A)=p2.
Tabloul repartiiei numrului de piese defecte este:
0 1 2
2
p 2
(4.35)
q 2qp
Termenii liniei a doua aparin unei dezvoltri binomiale la puterea a doua.
Continund pentru n=3,4,... se observ c linia a doua a tabloului poate fi completat
cu termenii binomului lui Newton de unde i denumirea repartiiei.
Pentru cazul general n=k tabloul repartiiei este:
0 1 2 ... k
k (4.36)
1 k 1 p
q Ck q
2 k 2 2 ...
Ck q p p k
P( X k ) P( k ) C kn p k q n k (4.38)
0.7 P(k)
0.7 P(k)
p=4% n=20
0.6 p=4%
n=20 0.6
0.5 0.5 p=10%
0.4 0.4
0.27249 p=6%
0.3 0.3
0.2 0.2 p=8%
M X x i p i k p k q n k
n n
Media MX, , X
i 1 k 0
Mod Mo ( np q ) M o ( np p )
m1 M X np M 2 DX npq
Momente mk, Mk
M 3 npq( q p )M 4 npq( 1 6 pq 3npq )
q p
Asimetria 1 1
npq
1 6 pq
Excesul 2 2
npq
Aplicatia 4.4
0 1 2 3 4
65,61 94,77 99,63 99,99 100,00
Decizia de acceptare: lotul este acceptat dac-n 4 verificri consecutive se gsete
cel mult o pies defect.
Repartiia hipergeometric.
Modelul matematic al acestei repartiii este similar celui binomial, diferena
constnd n faptul c elementul extras pentru control nu se mai ntoarce n lot, i-n
consecin la fiecare nou extragere se modific condiiile i deci i probabilitatea de
extragere a unei piese defecte. Din acest motiv extragerea se mai numete fr
ntoarcere.
Se consider un lot la care trebuie verificat coeficientul de rebut p. Cunoscnd
mrimea lotului n se pot determina numrul de piese defecte a respectiv numrul de
piese bune b.
a n pb n( 1 p ) (4.40)
C ka C bm k
P( X k ) P( k ) (4.42)
Cm
n
M X xi p i mp
n
Media MX, , X
i 1
pnm qn m 1 pnm pn m 1
Mo
Mod Mo n2 n2
Daca n m pm q M 0 pm q
nm
DX mpq
n 1
Dispersia DX, 2, S2
m
Daca n m DX mpq 1
n
Aplicatia 4.5
Dintr-un lot de 100 de buci avnd coeficientul de rebut p=8% se extrag consecutiv
fr a pune piesa extras la loc 3 uniti.
n care:
C80 * C92
3
C81 * C92
2
p0 3
0,7767 77,67% p1 3
0,2070 20,70%
C100 C100
C 2 * C1 C 3 *C 0
p2 8 3 92 0,0159 1,59% p3 8 3 92 0,0004 0,04%%
C100 C100
rezultnd:
0 1 2 3
77,67 20,70 1,59 0,04
Variabila aleatoare a cel mult k piese defecte se construiete utiliznd, (4.43):
Variabile aleatoare i funcii de repartiie 81
0 1 2 3
77,67 98,37 99,96 100,00
Decizia de acceptare: Deoarece probabilitatea de-a accepta/respinge lotul nu este
cuprins ntre 95% (riscul furnizorului), i 90% (riscul beneficiarului), este necesar
recalcularea parametrilor pentru alte mrimi ale eantionului (m=4, 5,uniti).
Repartiia Poisson
Este repartiia evenimentelor rare. Aceast repartiie se aplic n cazul
avariilor la maini sau a accidentelor.
Dac se noteaz cu densitatea de apariie a unui eveniment n unitatea de
timp, atunci t reprezint media apariiilor n intervalul t. Posibilitatea apariiei de k
ori a evenimentului n acelai interval este:
t k k
e
P( X k ) P( k ) e t (4.44)
k! k!
In figurile 4.12-4.13 sunt prezentate diagrama cu bare i diagramele poligonale ale
funciei de probabilitate Poisson pentru diferite valori ale parametrului .
0.7 P(k)
0.7 P(k)
0.6 u=0,5
0.6
0.5 0.5 u=1
0.4 0.4
0.3032
u=2
0.3 0.3
0.2 0.2 u=5
0.0758 0.00015
0.1 0.012630.001 0.1
0.000013
0 0
0 1 2 3 4 5 k6 7 0 5 10 15 k 20
( np )k np
P( X k ) P( k ) e (4.46)
k
Principalii indicatori ai repartiiei Poisson sunt prezentai n tabelul 4.3
82 Capitolul 4
Abaterea standard
, s
m1 m2 m3 3
2 2 3
Momente mk, Mk
M 2 M 3 M 4 3
2
1
Asimetria 1 1
1
Excesul 2 2
Aplicatia 4.6
4.4.2 Repartiii continue
Repartiia uniform
Este repartiia la care toate valorile variabilei aleatoare au aceeai
probabilitate. Expresia densitii de probabilitate este:
1
x a ,b (4.47)
f ( x ) b a
0 x a ,b
F(x) 2
f(x)
1.5
1/(b-a)
0.5
x
x 0
a b
a b
Momente mk m1 M x
b 2 dx
x
m2
a ba
Repartiia exponenial
Repartiia exponenial are densitatea de repartiie:
f ( x ) ex ; 0 ,0 x (4.49)
Dx m2 m12
2
Dispersia DX, 2, S2
m1 M x
1
Momente mk
2
m 2 x 2 e x dx
0 2
F(x) 2
f(x)
1.5
1
0,632 l
0,368 l
0.5
x
x 0
1/ l
1/ l
Repartiia normal
Este cea mai important lege de repartiie fiind cunoscut sub denumirea de
legea Gauss-Laplace. Repartiia Gauss a fost prima repartiie studiat, fiind
caracterizat de parametrii i 2. Notarea ei se face prin N(,). Densitatea de
probabilitate are expresia:
( x )
2
1
f(x) e 2 2 (4.51)
2
Notat simbolic prin N(, 2), graficul repartiiei are form de clopot cu
urmtoarele proprieti:
- admite un maxim unic pentru x=;
- are o simetrie n raport cu dreapta x=;
- i modific convexitatea n punctele - i +
- modificarea parametrului translateaz curba de-a lungul axei x, (Fig.4.19)
Variabile aleatoare i funcii de repartiie 85
F ( x ) P( X x ) e 2 2 dx (4.52)
2
= 0,5
f(x) =1 f(x)
=2
x 1 2 3 x
Fig. 4.18 Curbele densitii de Fig. 4.19 Curbele densitii de
probabilitate cu aceeai medie probabilitate cu aceeai dispersie
i dispersii diferite i medii diferite
Valoarea funciei de repartiie este
f(x)
reprezentat n figura 4.20 prin aria
haurat. Indicatorii teoretici au relaiile din F(x)
tabelul 4.6. Asimetria i aplatizarea pentru
repartiia Gauss sunt egale cu zero.
F(x)
Cunoscnd parametrii , 2, pe x
1,0
baza relaiei 4.52 se poate determina
analitic valoarea probabilitii P(X<a). 0,5
Calculul nu este prea simplu i-n practic
s-a recurs la tabele. Deoarece pentru
0,0
fiecare , 2, ar trebui s existe un tabel, x
Dispersia DX, 2, S2
de ordin impar
Momente Mk M 2k 1 0
de ordin par
M 2 k ( 2k 1 ) M 2 k 1
M 2 Dx M 4 3 Dx M 6 15 Dx
2
Asimetria 1 0
Excesul 2 0
x
z (4.53)
Prin folosirea acestei transformri repartiia poart denumirea de repartiie
normal. Densitatea de probabilitate este:
2
1 z
f(z) e 2 (4.54)
2
Funcia de repartiie Laplace are expresia:
x 1 x z
2
F ( x ) f ( x )dx e 2 dx (4.55)
2
Valorile funciilor densitate de probabilitate i ale funciei de repartiie sunt
date tabelar:
Regula celor 3 Considernd o variabila aleatoare X cu repartiie normal N(,2 )
Ne punem problema determinrii probabilitii pentru care abaterea unei valori
oarecare fa de medie s fie mai mic dect x0, adic x-x0.
P( x x0 ) P( x0 x x0 ) P( 3 z3 )
(4.56)
F ( 3 ) F ( 3 ) 2 F ( 3 ) 1 99 ,74%
Probabilitatea evenimentului contrar este 0,26 deci o probabilitate foarte
mic. Conform principiului certitudinii practice acest eveniment poate fi considerat
imposibil.
Repartiia 2.
Considerm o variabil aleatoare X x1, x2,...,xn cu valorile normal repartizate,
N(0, 1). Suma ptratelor variabilelor aleatoare zi constituie o nou variabil aleatoare
Variabile aleatoare i funcii de repartiie 87
notat cu 2.
f(x)
Matematic aceasta reprezint
suma erorilor msurtorilor pn la
i i ( xi ) 2
2i z2i 4.57
i 0 i 0
valoarea I.
x
Densitatea de probabilitate a
repartiiei 2
pentru =n-1 grade de 99,74%
libertate este: Fig.4.21 Probabilitatea ca o valoare x sa
fie cuprinsa in intervalul 3
1 x
( 1 ) pentru x 0
x 2 e 2
f ( x ) 2 2 ( ) (4.58)
2
0 x0
1 2 ... n
In variabila aleatoare p p ... p probabilitile p1, p2, pn-1 sunt
1 2 n
independente avnd posibilitatea s ia orice valoare cuprins ntre 0 i 1.
Probabilitatea pn va lua o valoare care nsumat cu celelalte probabiliti va da
valoarea unu. In acest caz aceast probabilitate nu mai este independent ci
depinde de celelalte valori. In consecin numrul valorilor independente pentru un
ir de numere este n-1 i este egal cu numrul gradelor de libertate. Valorile
calculate ale funciei de repartiie se gsesc tabelate.
Repartiia Student.
Considerm dou variabile una cu repartiie normal N(0, 1) i una cu
repartiie 2, avnd grade de libertate. Acestea pot forma o nou variabil care se
calculeaz cu relaia:
zi
ti (4.59)
2
i care matematic reprezint raportul dintre eroarea msurtorii i i suma erorilor
msurtorilor. Densitatea de probabilitate a repartiiei Student este:
1 1
1 2
2 1 t 2
f (t ) (4.60)
2
Valorile calculate ale funciei de repartiie se gsesc tabelate.
88 Capitolul 4
Repartiia Fischer
Considerm dou variabile aleatoare X1 i X2 independente , cu repartiie 2
avnd respectiv 1 i 2 grade de libertate. Acestea pot forma o nou variabil care
se calculeaz cu relaia:
x 1i 2
Fi (4.61)
x i2 1
i care matematic reprezint raportul dintre erorile msurtorilor i. Densitatea de
probabilitate a repartiiei Fischer este:
1 1
* * 1 2 * 2
f(F ) 1 2 (4.62)
1 2
( 1 2 )
2
2 2 2
Indicatorii teoretici au expresiile:
M F
2
Media MX, , X
1 1
2 22( 1 2 2 )
Dispersia DX, 2, S2 DF
1( 1 2 ) ( 2 4 )
2
1- 1-
Nivel de semnificatie Nivel de semnificatie
/2
/2
Risc Risc
Risc
Interval de
Interval de semnificatie semnificatie
1-/2 /2
Fig.4.22 Legatura intre intervalul de Fig.4.23 Legatura intre intervalul de
semnificatie i probabilitate pentru un risc semnificatie i probabilitate pentru un risc
unilateral bilateral
1-=94,29%
=5,71%
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0
0,1
.
1,5 0,9429
Aplicatia 4.7
Pentru repartitia normala cu un risc unilateral dreapta se da valoarea nivelului de
semnificatie 1-=95%. Se cere determinarea limitei z.
Din tabelul repartitiei normale, (Anexa 1), Fig.4.25, valorile cele mai apropiate de
nivelul de semnificatie sunt prezentate in tabelul de mai jos i carora le corespund:
1-=0,9495=94,95%. 1-=0,9505=95,05%.
z=1,64 z=1,65
Deoarece 95% se afla in mijlocul intervalului [0,9495 0,9505} rezulta ca valoarea
limitei z=1,645.
1-=95%
=5%
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0
0,1
.
1,6 0,9495 0,9505
Variabile aleatoare i funcii de repartiie 91
Aplicatia 4.8
Pentru repartitia normala cu un risc bilateral simetric de 5%, se cere determinarea
intervalului de semnificatie
1-=95%
/2=2,5% P(-z /2z< z /2)=1-
P(-z /2>z) U
-z/2=-1,965 z/2=1,965 P(z< z /2)=
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0
0,1
.
1,9 0,9744 0,9756
Riscul bilateral se imparte simetric. Din tabelul repartitiei normale, (Anexa 1),
Fig.4.26, nivelul de semnificatie pentru care trebuie determinata limita din dreapta
z/2 este 1-=95%+2,5%=97,5%. Valorile cele mai apropiate de nivelul de
semnificatie sunt prezentate in tabelul de mai jos i carora le corespund:
1-=0,9744=97,44%. 1-=0,9756=97,56%.
z=1,96 z=1,97
Deoarece 97,5% se afla in mijlocul intervalului [0,9744 0,9756] rezulta ca valoarea
limitei z/2=1,965. Functia de repartitie normala este simetrica cea ce conduce la
determinarea limtei din stinga -z/2= -1,965.
Aplicatia 4.9
Pentru repartitia 2 cu un risc unilateral dreapta se da valoarea lui 2 =13,362, i
numarul gradelor de libertate =8. Se cere determinarea riscului.
Din tabelul repartitiei 2, (Anexa 2), Fig.4.27, riscul este = 0,10 = 10%.
92 Capitolul 4
1-=90%
=10%
P(2<2)=1- P(2>2)=
2=13,36
2
0,995 0,990 0,975 0,95 0,90.0,20 0,10 0,05 0,025
1
2
.
8 13,362
Aplicatia 4.10
Pentru repartitia 2 cu un risc unilateral dreapta, se da valoarea nivelului de
semnificatie 1-=95% i numarul gradelor de libertate =10. Se cere determinarea
limitei 2
Riscul este =5%. Din tabelul repartitiei 2, (Anexa 2), Fig.4.28, valoarea limitei 2
este 2 =18,307.
1-=95%
=5%
P(2<2)=1- P(2>2)=
2=18,30
7
0,995 0,990 0,975 0,95 0,90.0,20 0,10 0,05 0,025
1
2
.
10 18,307
Aplicatia 4.11
Pentru repartitia 2 cu un risc bilateral simetric de 5%, se cere determinarea
Variabile aleatoare i funcii de repartiie 93
1-=95%
/2=2,5% /2=2,5% P(21-/2<2<2/2)=1-
P(21-/2>2 ) U
2
1-/2 =6,262 2=27,488 P(2 <2/2)=
1
2
.
15 6,262 27,488
Aplicatia 4.12
Pentru repartitia Student cu un risc unilateral dreapta se da valoarea lui t =1,812, i
=10 grade de libertate. Se cere sa se determine riscul.
Din tabelul repartitiei Student, (Anexa 3), Fig.4.30, pentru =10 grade de libertate
riscul este = 0,05 = 5%. Tabelul se citeste de jos in sus
94 Capitolul 4
1
2
10 1,812
1000
8
0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,0001
1-=95%
=5%
z=1,812
Aplicatia 4.13
Pentru repartitia Student cu un risc unilateral dreapta de =10% i =15 grade de
libertate, se cere determinarea limitei t.
Din tabelul repartitiei Student, (Anexa 3), Fig.4.31, valoarea determinata este
t=1,341. Tabelul se citeste de jos in sus.
Variabile aleatoare i funcii de repartiie 95
1
2
15 1,341
1000
8
0,25 0,10 0,05 0,025 0,01 0,005 0,001 0,0005 0,0001
1-=90%
=10%
z=1,812
Aplicatia 4.14
Pentru repartitia Student cu un risc bilateral simetric de 5% i =20 grade de
libertate, se cere determinarea limitelor intervalului de semnificatie.
1-=95%
P(-t /2<t<t /2)=1-
/2=2,5%
P(-t /2<t) U
-t/2=-1,965 t/2=1,965 P(t > t /2) =
1
2
.
20 1,725
96 Capitolul 4
Riscul bilateral se imparte simetric. Din tabelul repartitiei Student, (Anexa 3),
Fig.4.32, limita din dreapta este t/2=1,725 Functia de repartitie Student este
simetrica cea ce conduce la determinarea limtei din stinga -t/2= -1,725.
Aplicatia 4.15
Pentru repartitia Fischer cu un risc unilateral dreapta =10% i numarul gradelor de
libertate 1=10, respectiv 2=15, se cere determinarea limitei intervalului de
semnifictie F1, 2,
Riscul este =10%. Din tabelul repartitiei Fischer, (Anexa 4), Fig.4.33, valoarea
limitei F1, 2, este F1, 2, = 2,24.
1-=90%
=10%
Aplicatia 4.16
Pentru repartitia Fischer cu un risc bilateral simetric de 20%, se cere determinarea
limitelor intervalului de semnificatie pentru 1=15 grade de libertate, respectiv 2=20
Variabile aleatoare i funcii de repartiie 97
1-=80%
=10% =10%
P(F1,2,1-/2 <F< F1,2,/2)=1-
P(F1,2,1-/2 >F) U
F1,2,1-/2 = 0,54 F1,2,/2 = 2,24
P(F<F1,2,/2 )=
1\2 1 2 3 4 5 6 7 8 9 10 15 20 30 50 100 200 500
1
15 1,92
20 1,84
Riscul bilateral se imparte simetric. Din tabelul repartitiei Fischer, (Anexa 4), Fig.4.34,
pentru riscul, =10%=0,10, i 1=15 grade de libertate, respectiv 2=20 grade de
libertate, limita din dreapta F1, 2, /2 este F1, 2, /2 = 1,92. Limita din stinga se
calculeaza utilizind aceasi anexa pe baza relatiei F1, 2, 1-/2 = 1/ F2, 1, /2. Valoarea
obtinute este F1, 2, 1-/2 =1/ 1,84= 0,54.