Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate

Variabile aleatoare continue; densitate de probabilitate

Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Variabile aleatoare continue

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Variabile aleatoare continue

1 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate

2 Variabile aleatoare continue; densitate de probabilitate

3 Funcţii de variabile aleatoare

4 Caracteristici numerice ale v. a. continue

5 Inegalitatea lui Cebâşev

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Fie (E, K, P) un câmp infinit de probabilitate.

K ⊆ P(E) este o σ-algebră de părţi ale lui E
(i) pentru orice A ∈ K avem A ∈ K;
(ii) pentru orice An ∈ K, n ∈ N avem
[
An ∈ K.
n∈N

P : K → [ 0, 1 ] este o probabilitate:
(i) P(E) = 1;
(ii) pentru orice şir de mulţimi (An )n ∈ K, cu An ∩ Am = ∅,
pentru orice n 6= m avem
!
[ X
P An = P(An ).
n∈N n∈N

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Definiţia unei variabile aleatoare ı̂ntr-un camp infinit

Definiţia 1.1
O funcţie
X :E →R
se numeşte variabilă aleatoare dacă

{X ≤ x} = {e ∈ E | X (e) ≤ x} ∈ K, ∀x ∈ R. (1.1)

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Dacă X este o variabilă aleatoare atunci au loc:

{X < x} ∈ K, {X > x} ∈ K, {X ≥ x} ∈ K

{x1 < X < x2 } ∈ K, {x1 ≤ X < x2 } ∈ K,

{x1 < X ≤ x2 } ∈ K, {x1 ≤ X ≤ x2 } ∈ K.

Aceasta ı̂nseamnă că putem calcula probabilităţile oricăror

evenimente de forma precedentă.

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Definiţia variabilelor independente

Definiţia 1.2
Variabilele aleatoare X şi Y se numesc variabile aleatoare
independente, dacă pentru orice D1 , D2 mulţimi reale deschise
are loc:
 
P {X −1 (D1 )} ∩ {Y −1 (D2 )} = P{X −1 (D1 )} · P{Y −1 (D2 )}.

X −1 (D1 ) = {e ∈ E | X (e) ∈ D1 }
Y −1 (D2 ) = {e ∈ E | Y (e) ∈ D2 }

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Funcţie de repartiţie

Definiţia 1.3
Fie X o v. a. Se numeşte funcţie de repartiţie a lui X funcţia
reală
F : R → [ 0, 1 ],

F (x) = P {X ≤ x} = P({e ∈ E | X (e) ≤ x})

pentru orice x ∈ R.

Funcţia de repartiţie F asociază oricărui număr real x

probabilitatea ca valorile lui X să fie mai mici sau cel mult egale
cu x.

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teoremă. Fie X o v. a. cu funcţia de repartiţie F : R → [ 0, 1 ].

Atunci:
1. dacă x1 ≤ x2 , atunci F (x1 ) ≤ F (x2 ), ∀x1 , x2 ∈ R;
({X ≤ x1 } ⊂ {X ≤ x2 } şi se aplică monotonia funcţiei de
probabilitate, A ⊆ B ⇒ P(A) ≤ P(B))

2. F (x + 0) = F (x), ∀x ∈ R, ( F este continuă la dreapta);

3. lim F (x) = 0;
x→−∞
( lim F (x) = lim P{X ≤ x} = P(∅) = 0.)
x→−∞ x→−∞

4. lim F (x) = 1.
x→+∞
( lim F (x) = lim P{X ≤ x} = P(E) = 1.)
x→+∞ x→+∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teoremă. Fie X o v. a. cu funcţia de repartiţie F : R → [ 0, 1 ].

Atunci:
1. dacă x1 ≤ x2 , atunci F (x1 ) ≤ F (x2 ), ∀x1 , x2 ∈ R;
({X ≤ x1 } ⊂ {X ≤ x2 } şi se aplică monotonia funcţiei de
probabilitate, A ⊆ B ⇒ P(A) ≤ P(B))

2. F (x + 0) = F (x), ∀x ∈ R, ( F este continuă la dreapta);

3. lim F (x) = 0;
x→−∞
( lim F (x) = lim P{X ≤ x} = P(∅) = 0.)
x→−∞ x→−∞

4. lim F (x) = 1.
x→+∞
( lim F (x) = lim P{X ≤ x} = P(E) = 1.)
x→+∞ x→+∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teoremă. Fie X o v. a. cu funcţia de repartiţie F : R → [ 0, 1 ].

Atunci:
1. dacă x1 ≤ x2 , atunci F (x1 ) ≤ F (x2 ), ∀x1 , x2 ∈ R;
({X ≤ x1 } ⊂ {X ≤ x2 } şi se aplică monotonia funcţiei de
probabilitate, A ⊆ B ⇒ P(A) ≤ P(B))

2. F (x + 0) = F (x), ∀x ∈ R, ( F este continuă la dreapta);

3. lim F (x) = 0;
x→−∞
( lim F (x) = lim P{X ≤ x} = P(∅) = 0.)
x→−∞ x→−∞

4. lim F (x) = 1.
x→+∞
( lim F (x) = lim P{X ≤ x} = P(E) = 1.)
x→+∞ x→+∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teoremă. Fie X o v. a. cu funcţia de repartiţie F : R → [ 0, 1 ].

Atunci:
1. dacă x1 ≤ x2 , atunci F (x1 ) ≤ F (x2 ), ∀x1 , x2 ∈ R;
({X ≤ x1 } ⊂ {X ≤ x2 } şi se aplică monotonia funcţiei de
probabilitate, A ⊆ B ⇒ P(A) ≤ P(B))

2. F (x + 0) = F (x), ∀x ∈ R, ( F este continuă la dreapta);

3. lim F (x) = 0;
x→−∞
( lim F (x) = lim P{X ≤ x} = P(∅) = 0.)
x→−∞ x→−∞

4. lim F (x) = 1.
x→+∞
( lim F (x) = lim P{X ≤ x} = P(E) = 1.)
x→+∞ x→+∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teoremă. Fie X o v. a. cu funcţia de repartiţie F : R → [ 0, 1 ].

Atunci:
1. dacă x1 ≤ x2 , atunci F (x1 ) ≤ F (x2 ), ∀x1 , x2 ∈ R;
({X ≤ x1 } ⊂ {X ≤ x2 } şi se aplică monotonia funcţiei de
probabilitate, A ⊆ B ⇒ P(A) ≤ P(B))

2. F (x + 0) = F (x), ∀x ∈ R, ( F este continuă la dreapta);

3. lim F (x) = 0;
x→−∞
( lim F (x) = lim P{X ≤ x} = P(∅) = 0.)
x→−∞ x→−∞

4. lim F (x) = 1.
x→+∞
( lim F (x) = lim P{X ≤ x} = P(E) = 1.)
x→+∞ x→+∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Fie F : R → [ 0, 1 ] funcţia de repartiţie a unei variabile

aleatoare X . Atunci pentru orice numere reale a < b avem:
P {X ≤ a} = F (a) = F (a + 0),
P {X < a} = F (a − 0),
P {X ≥ a} = 1 − F (a − 0),
P {X > a} = 1 − F (a),
P {a < X ≤ b} = F (b) − F (a),
P {a < X < b} = F (b − 0) − F (a),
P {a ≤ X < b} = F (b − 0) − F (a − 0),
P {a ≤ X ≤ b} = F (b) − F (a − 0).

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Operaţii cu v.a.

Dacă X este o variabilă aleatoare şi λ ∈ R atunci următoarele

operaţii definesc variabile aleatoare:

1
X + λ, λX , |X |, X r , r ∈ N, .
X
Dacă X şi Y sunt variabile aleatoare, atunci

X
X + Y , X − Y , XY , , max(X , Y ), min(X , Y )
Y
sunt de asemenea variabile aleatoare.

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Operaţii cu v.a.

Dacă X este o variabilă aleatoare şi λ ∈ R atunci următoarele

operaţii definesc variabile aleatoare:

1
X + λ, λX , |X |, X r , r ∈ N, .
X
Dacă X şi Y sunt variabile aleatoare, atunci

X
X + Y , X − Y , XY , , max(X , Y ), min(X , Y )
Y
sunt de asemenea variabile aleatoare.

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Exemplul 1.1


 0 pentru x ≤ 0
 2
Fie X o v.a., F (x) = x
pentru 0 < x < 1
 2


1 pentru x ≥ 1.
1
Să se calculeze P{X ≤ } şi P{X 2 ≥ 1}.
2
 
1 1 1
P X ≤ = F( ) = ,
 2 2 2  82
P X ≥ 1 = 1 − P X < 1 = 1 − P {−1 < X < 1}
1 1
= 1 − F (1 − 0) + F (−1) = 1 − + 0 = .
2 2

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Exemplul 1.1


 0 pentru x ≤ 0
 2
Fie X o v.a., F (x) = x
pentru 0 < x < 1
 2


1 pentru x ≥ 1.
1
Să se calculeze P{X ≤ } şi P{X 2 ≥ 1}.
2
 
1 1 1
P X ≤ = F( ) = ,
 2 2 2  82
P X ≥ 1 = 1 − P X < 1 = 1 − P {−1 < X < 1}
1 1
= 1 − F (1 − 0) + F (−1) = 1 − + 0 = .
2 2

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Variabile aleatoare continue; densitate de probabilitate

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Densitate de probabilitate

Definiţia 2.1
Spunem că variabila aleatoare X este de tip continuu dacă
• funcţia de repartiţie F : R → [ 0, 1 ] este continuă
• există o funcţie f : R → R cu o mulţime cel mult numărabilă
de puncte de discontinuitate de prima speţă astfel ı̂ncât
Z x
F (x) = f (t)dt (2.1)
−∞

pentru orice x ∈ R.
Funcţia f se numeşte densitatea de probabilitate a v. a. X .

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Proprietăţi:

• F 0 (x) = f (x) (2.2)

ı̂n toate punctele de continuitate ale lui f . În sens distribuţional
relaţia (2.2) are loc ı̂ntotdeauna.

• f (x) ≥ 0, ∀ x ∈ R. (2.3)
(f = F 0 şi F este crescătoare)
Z +∞
• f (x)dx = 1. (2.4)
−∞
R +∞ Ra
( −∞ f (x)dx = lim f (x)dx = lim F (a) = 1.)
a→+∞ −∞ a→+∞
Geometric: (2.4) ⇔ aria subgraficului funcţiei densitate de
probabilitate este unitară.
Variabile aleatoare continue 1
Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Proprietăţi:

• F 0 (x) = f (x) (2.2)

ı̂n toate punctele de continuitate ale lui f . În sens distribuţional
relaţia (2.2) are loc ı̂ntotdeauna.

• f (x) ≥ 0, ∀ x ∈ R. (2.3)
(f = F 0 şi F este crescătoare)
Z +∞
• f (x)dx = 1. (2.4)
−∞
R +∞ Ra
( −∞ f (x)dx = lim f (x)dx = lim F (a) = 1.)
a→+∞ −∞ a→+∞
Geometric: (2.4) ⇔ aria subgraficului funcţiei densitate de
probabilitate este unitară.
Variabile aleatoare continue 1
Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Proprietăţi:

• F 0 (x) = f (x) (2.2)

ı̂n toate punctele de continuitate ale lui f . În sens distribuţional
relaţia (2.2) are loc ı̂ntotdeauna.

• f (x) ≥ 0, ∀ x ∈ R. (2.3)
(f = F 0 şi F este crescătoare)
Z +∞
• f (x)dx = 1. (2.4)
−∞
R +∞ Ra
( −∞ f (x)dx = lim f (x)dx = lim F (a) = 1.)
a→+∞ −∞ a→+∞
Geometric: (2.4) ⇔ aria subgraficului funcţiei densitate de
probabilitate este unitară.
Variabile aleatoare continue 1
 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Repartiţia exponenţială
Important Condiţiile esenţiale ce trebuie verificate ca o funcţie
să fie densitate de probabilitate sunt (2.3) şi (2.4).
Exemplul 2.1

Să se determine parametrul a ∈ R astfel ı̂ncât funcţia f : R → R+

 a · e−λx , dacă x ≥ 0


f (x) =
0, dacă x < 0


să reprezinte, pentru orice λ > 0, o densitate de probabilitate a unei v.

a. X . Să se determine funcţia de repartiţie.
V.a. X este repartizată exponenţial

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

a = λ;

0, dacă x < 0
F (x) = −λx
1−e , dacă x ≥ 0.

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Repartiţia uniformă

Exemplul 2.2

Spunem că variabila aleatoare X este repartizată uniform pe

intervalul [ a, b ], a < b, dacă ea are densitatea de probabilitate
f : R → R+ ,
 1
 , dacă x ∈ [ a, b ]
b−a

f (x) =


0, ı̂n caz contrar.

Să se verifice că f are proprietăţile densităţii de probabilitate şi să se

determine funcţia de repartiţie.

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

0, dacă x < a






 x −a
F (x) = , dacă x ∈ [ a, b ]

 b−a




1, dacă x > b.

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Pentru o v.a. arbitrară au loc

P{x1 < X ≤ x2 } = F (x2 ) − F (x1 ) (2.5)

P{X = x} = F (x) − F (x − 0). (2.6)

Dacă X este v. a. continuă atunci:

P{x1 ≤ X < x2 } = P{x1 ≤ X ≤ x2 } = P{x1 < X < x2 }

Z x2
= F (x2 ) − F (x1 ) = f (x)dx. (2.7)
x1

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Funcţii de variabile aleatoare

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Funcţii de variabile aleatoare

Fie X o v. a. continuă cu funcţia de repartiţie FX .
Fie h : R → R o funcţie monotonă, derivabilă cu h0 (x) 6= 0,
pentru orice x ∈ R.
V. a. Y = h(X ) are funcţia de repartiţie complet determinată.
Fie x = h−1 (y) soluţia unică a ecuaţiei y = h(x).
Dacă h este strict crescătoare, atunci avem:
n o  
FY (y) = P {Y ≤ y } = P X ≤ h−1 (y ) = FX h−1 (y ) .

Dacă h este strict descrescătoare, atunci:

n o  
FY (y ) = P {Y ≤ y} = P X ≥ h−1 (y ) = 1 − FX h−1 (y) .

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Teorema 3.1
Fie h : R → R este o funcţie monotonă, derivabilă cu h0 (x) 6= 0,
pentru orice x ∈ R. Fie x = h−1 (y ) unica soluţie a ecuaţiei
h(x) = y. Atunci densitatea de probabilitate a variabilei
aleatoare Y = h(X ) este:
 
−1
 −1 0 
fY (y ) = fX (h (y))  h (y )  .


Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Exemplul 3.1
Fie X variabila aleatoare distribuită uniform pe intervalul [ 0, 1 ]. Care
este densitatea de probabilitate a variabilei Y = 3X ?


1, dacă x ∈ [ 0, 1 ]
fX (x) =
0, ı̂n caz contrar.
Y = h(X ) = 3X , unde h(x) = 3x, h0 (x) = 3 > 0.
n xo x 
FY (x) = P {Y ≤ x} = P {3X ≤ x} = P X ≤ = FX .
3 3
Prin derivare ı̂n raport cu x
  x 0 x 1
fY (x) = FY0 (x) = FX = fX ( ) · .
3 3 3
Deci v.a. Y este distribuită uniform pe intervalul [ 0, 3 ].
Variabile aleatoare continue 1
Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Caracteristici numerice ale v. a. continue

Ca şi ı̂n cazul variabilei discrete putem defini caracteristicele

numerice ale unei variabile continue. Fie X o variabilă
aleatoare continuă cu densitatea de probabilitate f : R → R+ .
Toate definiţiile următoare au sens atâta vreme cât integralele
improprii care apar sunt convergente.

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Media unei v. a. continue

Media variabilei aleatoare continue X este:

Z +∞
m = M[X ] = xf (x)dx. (4.1)
−∞

Dacă X şi Y sunt variabile aleatoare atunci:

M[X + Y ] = M[X ] + M[Y ], (4.2)

iar, dacă X , Y sunt independente, atunci are loc şi proprietatea:

M[X · Y ] = M[X ] · M[Y ]. (4.3)

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Momente de ordin r

Momentul iniţial de ordin r al variabilei X este:

Z +∞
r
mr = M[X ] = x r f (x)dx. (4.4)
−∞

Momentul centrat de ordin r al variabilei X este:

Z +∞
r
µr = M[(X − M[X ]) ] = (x − mX )r f (x)dx. (4.5)
−∞

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Dispersia unei v. a. continue

Dispersia variabilei X este momentul centrat de ordinul 2

Z +∞
2 2
σ = D [X ] = µ2 = (x − mX )2 f (x)dx. (4.6)
−∞

Ca şi ı̂n cazul discret, are loc

D 2 [X ] = M[X 2 ] − (mX )2 . (4.7)

Dacă X şi Y sunt variabile independente, atunci are loc

proprietatea:
D 2 [X ± Y ] = D 2 [X ] + D 2 [Y ]. (4.8)

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Abaterea medie pătratică este

q
σ = D[X ] = D 2 [X ]. (4.9)

Covarianţa variabilelor X şi Y este definită prin:

Cov [X , Y ] = M[(X − mX ) · (Y − mY )]M[X · Y ] − mX · mY (4.10)

Au loc
Cov [X , Y ] = M[X · Y ] − mX · mY ; (4.11)

D 2 [X + Y ] = D 2 [X ] + D 2 [Y ] + 2Cov [X , Y ]. (4.12)

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Dacă X este o variabilă aleatoare şi Y = g(X ) este o variabilă

obţinută printr-o transformare cu ajutorul funcţiei g : R → R,
continuă şi bijectivă, atunci media transformării Y = g(X )
este
Z +∞
M[Y ] = g(x) · f (x)dx. (4.13)
−∞

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Funcţia caracteristică
Funcţia caracteristică a v. a. continue X este ϕ : R → C
definită prin:
Z +∞
jtX
ϕ(t) = M[e ] = ejtx · f (x) dx, j 2 = −1. (4.14)
−∞

Funcţia caracteristică ϕ este transformata Fourier a densităţii

de probabilitate f (care este funcţie absolut integrabilă).
Din formula de inversiune a transformatei Fourier deducem şi
relaţia:
Z +∞
1
f (x) = e−jtx · ϕ(t) dt (4.15)
2π −∞

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Momentele iniţiale se obţin cu ajutorul funcţiei caracteristice,

după formula:
ϕ(r ) (0)
M[X r ] = . (4.16)
jr

Dacă variabilele X şi Y sunt independente, atunci

ϕX +Y = ϕX · ϕY . (4.17)

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Inegalitatea lui Cebâşev

Variabile aleatoare continue 1

 Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Inegalitatea lui Cebâşev

Teorema 5.1
Dacă variabila aleatoare X este de tip continuu cu media m şi
dispersia σ 2 , atunci pentru orice ε > 0 are loc

σ2
P{|X − m| < ε} ≥ 1 − (5.1)
ε2
Inegalitatea (5.1) este echivalentă cu inegalitatea:

σ2
P{|X − m| ≥ ε} < . (5.2)
ε2

Variabile aleatoare continue 1

Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Demonstraţie. Dispersia este dată de

Z ∞
2
σ = (x − m)2 f (x)dx =
−∞
Z m−ε Z m+ε Z +∞
(x−m)2 f (x)dx+ (x−m)2 f (x)dx+ (x−m)2 f (x)dx.
−∞ m−ε m+ε

Pentru x ∈ (−∞, m − ε) ∪ (m + ε, +∞) avem (x − m)2 ≥ ε2 şi

dispersia poate fi minorată prin
Z m−ε Z ∞   Z m+ 
2 2 2
σ ≥ε f (x)dx + f (x)dx = ε 1 − f (x)dx ,
−∞ m+ε m−ε
Z ∞
deoarece f (x)dx = 1. Atunci
−∞

σ 2 ≥ ε2 (1 − P{m − ε < X < m + ε}) ≥ ε2 (1 − P{|X − m| < ε}),

care este echivalentă cu relaţia (5.1).
Variabile aleatoare continue 1
Variabile aleatoare ı̂ntr-un câmp infinit de probabilitate
Variabile aleatoare continue; densitate de probabilitate
Funcţii de variabile aleatoare
Caracteristici numerice ale v. a. continue
Inegalitatea lui Cebâşev

Exemplul 5.1
Timpul mediu de răspuns al unui calculator este de 15 secunde pentru
o anumită operaţie, cu abaterea medie pătratică de 3 secunde.
Estimaţi probabilitatea ca timpul de răspuns să se abată cu mai puţin
de 5 secunde faţă de medie.

Vom folosi inegalitatea lui Cebâşev cu ε = 5. Avem

9
P({|X − 15| < 5}) ≥ 1 − = 0, 64.
25

Variabile aleatoare continue 1