Documente Academic
Documente Profesional
Documente Cultură
masterat
UTM
UTM
UTM
• Repartiţia binomială;
• Repartiţia hipergeometrică;
• Repartiţia geometrică;
• Repartiţia binomială cu exponent negativ;
• Repartiţia multinomială;
• Repartiţia Poisson.
pk qn − k
UTM
este probabilitatea asociată cu fiecare mod
Universitatea Tehnică a Moldovei Analiza statistică a datelor Chişinău 2021 7 / 49
Repartiţia binomială (continuare)
X ∼ B(n, p)
• Media lui X
m X = np
• Variant, a sau dispersia lui X
σX2 = npq
UTM
Se aruncă un zar corect de 10 ori. Fie X numărul de apariţii ale feţei 6. Să se calculeze:
• P ( X = 2)
• P ( X ≥ 3)
• P (3 < X < 5)
• P ( X ≤ 8)
• m X - media lui X
• σX2 - dispersia lui X
UTM
• P( X ≥ 3) = 1 − P( X ≤ 2) = 1 − FX (2) ≈ 0.2247732
UTM
• P( X ≤ 8) = FX (8) ≈ 0.9999992
• E( X ) = 10 · 1 5
6 = 3
• σX2 = 10 · 16 · 5
6
UTM
C1 20 ·C9 30 − 2 45·90
• P ( Z = 2) = p Z (2) = = ≈ 0.02504638
C10 30 161700
• P( Z ≥ 3) = 1 − P( Z ≤ 2) = 1 − FZ (2) ≈ 0.000742115
UTM
• P( Z ≥ 3) = P( Z = 3) = p Z (3) ≈ 0.000742115
3·10·90(10+90−3)
• dispersia lui Z: σZ2 = (10+90)2 (10+90−1)
≈ 0.2645455
UTM
Fie X – o variabilă aleatoare discretă, având ca valori toate numerele naturale s, i care
reprezintă numarul de probe Bernoulli până la (s, i incluzând) prima aparit, ie a succesului.
• Funct, ia masă de probabilitate a variabilei X :
∩ ... ∩ F} ∩S) = P( F ) P( F )...P( F ) ∩ P(S) = qk p = p(1 − p)k
px (k ) = P(|F ∩ F {z
| {z }
k k
k = 1, 2, ...
• Media lui X :
∞ ∞ ∞
1− p
E( X ) = ∑ kqk p = p( ∑ (k + 1)qk − ∑ qk ) = p
k =0 k =0 k =0
UTM
• Dispersia lui X :
Exemplu: Se aruncă un zar corect. Fie X numărul de aruncări până la (exclusiv) prima
aparit, ie a lui 6. Să se calculeze:
• P ( X = 2)
• P ( X ≥ 3)
• P (3 < X ≤ 5)
• P ( X < 8)
• media lui X
• dispersia lui X
UTM
125
• P( X ≥ 3) = 1 − P( X ≤ 2) = 1 − FX (2) = 1 − (1 − (1 − 16 )2 + 1 ) = ( 56 )3 = ≈
216
0.5787037
1− 61
• media lui X : E( X ) = 1
6
1− 16
• dispersia lui X : σX2 = ( 16 )2
UTM
Fie X – o variabilă aleatoare care reprezintă numarul de probe Bernoulli necesare pentru
aparit, ia celui de-al r-lea succes (este dat).
p X (k ) = Ckr− 1 r k −r
−1 p q , k = r, r + 1, ...
• Media lui X :
r
mX = −r
p
• Dispersia lui X :
r (1 − p )
σX2 =
p2
UTM
Se aruncă un zar corect. Fie Y numărul de aruncări diferite de 6 până la a treia aparit, ie a lui 6.
Să se calculeze :
• P (Y = 2 )
• P (Y ≥ 3 )
• P (3 ≤ Y < 5)
• P (Y < 8 )
• media lui Y
• dispersia lui Y
UTM
1
Y ∼ NB(3, )
6
UTM
UTM
3
mY = 1 − 3 = 15
6
3(1− 16 )
σY2 = ( 16 )2
= 90
UTM
n!
p X1 X2 ...Xr (k1 , k2 , ...kr ) = pk1 pk2 ...prkr
k1 !k2 !...kr ! 1 2
unde k j = 0, 1, 2...; j = 1, 2, ..., r; şi k1 + k2 + ... + k r = n
UTM
Se aruncă un zar corect de 10 ori. Aflat, i probabilitatea ca să obt, inem de i ori i, pentru
i ∈ 1, 2, 3, 4 s, i niciodată 5 sau 6. Fie Xi numărul de aparit, ii ale lui i în 10 aruncări,
UTM
Rezolvare
•
UTM
UTM
UTM
UTM
• Densitatea lui X: (
1
b− a , dacă x ∈ [ a, b],
f X (x) =
0, altfel
• Media lui X :
Z∞ Za Zb Z∞
x x2
mX = x f X ( x )dx = 0dx + dx + 0dx = 0 + |b + 0 =
b−a 2( b − a ) a
−∞ −∞ a b
b2 − a2 a+b
= =
2( b − a ) 2
UTM
• Dispersia lui X :
Z∞ Za Zb Z∞
1
σX2 = 2
( x − m X ) f X ( x )dx = 0dx + 2
( x − m X ) dx + 0dx =
b−a
−∞ −∞ a b
˙ X )3
1 (x − m ( b − m X )3 − ( a − m X )3
= 0+ |ba + 0 =
b−a 3 3( b − a )
(b − a)[(b − m x )2 + (b − m X )( a − m X ) + ( a − mX )2
=
3( b − a )
1 b−a 2 b−a 2 b−a 2 ( b − a )2
= [( ) −( ) +( ) ]=
3 2 2 2 12
UTM
UTM
UTM
UTM
( x − m )2
1
f x (x) = √ exp − , −∞ < x < ∞; m > 0; σ > 0
σ 2π 2σ2
• Funct, ia de repartit, ie:
( u − m )2
Z x
1
Fx ( x ) = √ exp − du, −∞ < x < ∞; m > 0; σ > 0
σ 2π −∞ 2σ2
• Calcul de probabilităt, i:
( x − m )2
Z b
1
P( a < X ≤ b) = √ exp − dx = FX (b) − FX ( a), a, b ∈ R; a < b
σ 2π a 2σ2 UTM
• Dispersia lui X :
UTM
Rezolvare:
În limbajul R:
UTM
Vom considera Y = X1 X2 ...Xn Vom determina repartit, ia lui Y când n devine mare, iar
variabilele aleatoare X j , j = 1, 2, ..., n pot lua numai valori pozitive.
ln y − ln θY
1 y
FY (y) = FU ( ) = FU ln , y>0
σ ln Y σ ln Y θY
UTM
• Densitatea lui Y:
( 1√
yσX 2π
exp[− 2σ12 (ln y − m X )2 ], pentru y > 0
f Y (y) = X
0, altfel
parametrii m X şi σX care apar în densitatea lui Z sunt media şi deviaţia standard a lui X,
sau ln Y , dar nu ale lui Y
• Deviaţia standard a lui Y: σX = σlnY unde medianele lui X şi Y sunt notate cu θ X ,
respectiv θY .
În termeni de θY şi σln Y , media şi dispersia lui Y sunt:
σ2
• mY = θY exp( ln2 Y )
• σY2 = mY2 [exp(σln
2 ) − 1]
Y
UTM
UTM
UTM
UTM
• Densitatea: (
λη η −1 −λx
Γ(η )
x e , pentru x>0
f X (x) =
0, altfel
• Media şi dispersia variabilei aleatoare gamma repartizate X sunt:
UTM
• f X (2)
• P ( X ≥ 3)
• P (3 ≤ X < 5)
• P ( X < 8)
• media lui X
• dispersia lui X
UTM
UTM
UTM
UTM