Distribuii

statistice
(I)

Cuprins:
Distribuii

pentru variabile discrete:

Binomial, Poisson

Distribuii

pentru variabile continue:

uniform, normal (standard /Gauss i
general), expoenial

Obiectivele temei:
cunoaterea proprietilor distribu iilor statistice;
calculul speranei matematice i varian ei pentru
distribuiile de probabilitate;
calculul probabilitii n cazul distribu iilor discrete
clasice: binomial, Poisson;
utilizarea proprietilor distribu iilor binomial i
Poisson n business;
calculul probabilitii n cazul distribu iilor continui
clasice: normal, uniform; exponen ial;
calculul probabilit ii pentru distribu ia normal
aproximnd probabilitatea pentru distribu ia binomial.

Introducere n distribuii statistice

Variabila aliatoare reprezint valorile numerice asociate
unui element al spaiului de selec ie (eveniment elimentar),
atribuirea unui numr real.
Variabilele aliatoare au valori ce nu pot fi prognozate cu
certitudine.
Unei variabile aleatoare X i se pot asocia diferite probabiliti
cu care aceast variabil aleatoare poate lua anumite valori:
Pr( X = a) - probabilitatea ca X s ia valoarea a;
Pr( a X b ) - probabilitatea ca X s ia valoarea sa n
intervalul [a,b].

Dup proprietile mulimii de valori deosebim:

Variabile
aliatoare
Variabile aliatoare
discrete

Variabile aliatoare
continui

Variabila aliatoare
O variabil aleatoare se numete discret dac ea poate lua
un numr finit sau cel mult numrabil de valori.
Exemple:
Numrul de clieni care s-au adresat la oficiul bancar ntrun interval de timp dat X= {0, 1, 2,, n, }.
(variabil aleatoare discret infinit)

de studeni emineni dintr-un grup de n persoane

luate la ntmplare X= {0, 1, 2,, n}.

Numrul

(variabil aleatoare discret finit)

O variabil aleatoare este continu atunci cnd variaz n

mod continuu ntr-un interval i poate lua o mulime
nenumrabil de valori.
Exemple:
temperatura corporal;
profitul ntreprinderii;
durata desfurrii unui eveniment, etc.

Variabila aliatoare
discret

Distribuia de probabilitate a unei variabile aleatoare discrete

prezint toate probabilitile asociate cu valorile posibile ale
variabilei aleatoare.
Este extrem de asemntoare cu distribuia de frecvene relative,
singura diferen fiind aceea c probabilitatea se poate defini ca o
frecven relativ pentru un numr infinit de cazuri.
Frecvenele relative ale valorilor obinute ntr-un eantion pot fi
folosite ca aproximri ale probabilitilor acelor valori.
Dac frecvenele relative sunt calculate la nivel de populaie, atunci
acelea sunt chiar probabilitile reale de apariie a fiecrei valori.

Distribuia sau legea de probabilitate a variabilei aleatoare X

discret se noteaz prin:
X :
Caracteristici ale distribuiei de probabilitate:

Variabila aliatoare discret

parametrii statistici

Sperana matematic (media, valoarea ateptat ) pentru

variabila aliatoare discret:
N

E(X) X i P( X i )
i 1

Variabila aliatoare discret

parametrii statistici

Variana (dispersia) pentru variabila aliatoare discret:

N

Var 2 [X i E(X)]2 P(X i )

i 1

Abaterea medie ptratic pentru variabila aliatoare

discret:

(X) Var
2

2
[X

E(X)]
P(X i )
i
i 1

unde:
E(X) - sperana matematic a variabilei aliatoare discrete;
Xi - valorile variabilei X obinute n i cazuri;
P(Xi) probabilitatea cu care X ia valoarea i.

Variabila aliatoare discret

prezint un numr fix (numrabil )de
valori.
EXEMPLU:
Aruncm 2 monede de 5 ori.
Fie X numrul cnd cade faa
(deci X poate lua valorile =0, 1, 2, 3, 4, sau 5)

Variabila aliatoare discret

Experiment: Aruncm 2 monede. Fie X = # fa,

4 rezultate posibile:
Distribuia de probabilitate
Valorile Xi
Probabilitatea
0

1/4 =

2/4 =

0.5
02

1/4 =

Probabilitatea

0.25
0.50
0.25

0.2
5

0
X

Variabila aliatoare discret

parametrii statistici

Sperana

matematic (media, valoarea ateptat )

pentru variabila aliatoare discret:
N

E(X) X i P ( X i )
Exemplu:

i 1

Calculul speranei matematice pentru variabila X definit n slid-ul

precedent:
X
E(X) = (0 x 0.25) + (1 x 0.50) + (2 x 0.25)=1

P(X)

0.25

0.50

0.25

Variabila aliatoare discret

parametrii statistici

Exemplu: Fie aruncm 2 monede, X = # fa,

calculm abaterea medie ptratic (tiind c E(X) = 1)

(X)

[X

E(X)] P(X i )
2

(0 1)2 (0.25) (1 1)2 (0.50) (2 1)2 (0.25) 0.50 0.707

Cazuri posibile de a cade fa = 0, 1 sau 2

Pproprietile distribuiilor statistice discrete

Sperana matematic a sumei a dou variabile aliatoare:

E(X Y) E ( X ) E (Y )
Variana a sumei a dou variabile aliatoare:

Var(X Y) 2X Y 2X 2Y 2 XY
Abaterea medie ptratic a sumei a dou variabile
aliatoare:

X Y 2X Y
unde XY este covariana care prezint msura legturii
ntre dou variabile:
N

XY [ X i E ( X )][(Yi E (Y )] P ( X iYi )
i 1

Variabila aliatoare continu

Principalele distributii de probabilitate pentru variabilele

aleatoare discrete:
legea

BINOMIAL

legea

lui POISSON

Legea BINOMIAL sau distribuia lui BERNOULLI

Modelul legii binomiale este urmtorul:
Un numr fix de observaii, n.
spre exemplu: 10 produse luate spre verificare la ntmplare .dintr-un lot de
produse; 20 de clieni care au depus dosar pentru accesarea unui credit, etc.

Rezultatele posibile ale fiecrei ncercri elementare sunt doar

dou evenimente numite de obicei: succes (S) i eec (E).

spre exemplu: produs defect sau nu defect, credit acordat sau credit neacordat, etc.

Probabilitile p de succes i q = 1 - p de eec sunt constante de

la o ncercare la alta.

spre exemplu: probabilitatea de a gsi un produs nedefect este acceia i de fiecare

dat cnd v-om verifica un nou produs, etc .

Cele n ncercri repetate sunt independente una de cealalt.


Numrul
de succese obinute din cele n ncercri repetate este o
variabil aleatoare de tip binomial care depinde de parametrii n
i p i este de obicei notat prin Bi(n, p). Aceast variabil
aleatoare X poate s ia valorile 0, 1, 2, ..., n i are tabelul de
distribuie:
X=

unde:
p(x) probabilitatea de succese x n n ncercri;
x - valorile variabilei aliatoare (0, 1, 2, ..., n), numrul de
succese;
p probabilitatea de succese

Exemplu:

Care este probabilitatea c X va fi 1 din 5

observaii dac probabilitatea succesului este 0,1?
X = 1, n = 5, i p = 0.1
n!
p(X 1)
p X (1 p) n X
X!(n X)!

5!

(0.1)1 (1 0.1) 51
1!(5 1)!
(5)(0.1)(0.9) 4
0.32805

Forma grafic a distribuiei binomiale depinde de

valorile p i n.
Spre exemplu:
dac n = 5 i p = 0.1

.6
.4
.2
0

P(X)

X
0

dac n = 5 i

p = 0.5 .6

n = 5 p = 0.1

P(X)

n = 5 p = 0.5

.4
.2
0

X
0

Distribuia binomial
parametrii statistici

Sperana matematic:

E(x) np

Variana:

Var np(1 - p)
2

Abaterea medie ptratic:

np(1 - p)
unde:
n - volumul eantionului;
p probabilitatea succesului;
1-p probabilitatea insuccesului

Exemplu:

Presupunem
c de regul examenul la statistic il sus in 15% din
studeni. Care este probabilitatea c din 6 studen i admi i la examen
(nainte de termen) 4 v-or lua examenul dat? Faptul c am ntlnit o
astfel de situaie (am luat examenul) este ntmplare sau un nceput de
schimbare a proporiei insucceselor?
Determinai de asemeni i speran a matematic, abaterea medie
ptratic pentru o mai bun descriere a situa iei.
Rezolvare:
n acest caz avem: n=6, x=4, p=0,15, 1-p=0,85.
Atunci: p(x=4)=
Aceast probabilitate fiind foarte mic (mai mic de 1%) se poate
considera c aceast situaie apare cu o ans foarte mic.
Sperana matematic (adic valoarea ateptat) este:
E(X)=np=6*0,00549= 0,03 (persoane)

np(1 - p)

6 0,00549(1 - 0,00549)

=0,18 (persoane)

Exemplu:

Presupunem
c de regul probabilitatea falimentului unei
ntreprinderi este de 10%. Care este probabilitatea c din
1000 de ntreprinderi 4 v-or falimenta?
Rspuns:
n=1000; x=4; p=0,1; 1-p=0,9.
p(x=4)=

Legea lui POISSON (Legea evenimentelor rare)

Variabila aliatoare POISSON este o variabil discret care
ia o infinitate numrabil de valori:
0,1,2,.k .care reprezint numrul de realizri ntr-un
interval dat de timp sau spaiu al unui eveniment.
De exemplu:
Numrul de accidente rutiere soldate cu deces pe
parcursul unei saptamini ntr-o metropol;
Numrul de inernri n spital pe an;
Numrul de credite neperformante.

Legea lui POISSON (Legea evenimentelor rare)

Modelul acestei variabile aleatoare presupune c :
numrul de realizri ale evenimentului ntr-un interval este
independent de numrul de realizri n orice alt interval
(repartiie aleatoare n timp sau spaiu);

numrul ateptat de realizri ntr-un interval este proporional cu

dimensiunea sa i nu depinde de poziia sa n timp sau spaiu;

ntr-un interval suficient de mic probabilitatea de a observa mai

mult de o realizare a evenimentului este neglijabil n raport cu
probabilitatea de a observa una singur (nesimultaneitatea
realizrii a dou evenimente n timp sau spaiu).

Aceast variabil aliatoare X este caracterizat de un

parametru care reprezint numrul mediu teoretic
(ateptat) de realizri ale evenimentului n intervalul
considerat i are urmtoarea lege de repartiie:

X:
a crei probabilitate se va determina dup relaia:
P(x=k) =

Variabila aleatoare Poisson

Despre variabila aliatoare de tip Poisson X se mai spune

c este de tipul Po().

Sperana

matematic i variana n cazul legii lui Poisson

sunt egale ambele cu , adic:
E(x)=Var2 =

Exemplu:
Rata apariiei cazurilor de asigurare (spre exemplu
incendii) este de 7 la 1000. Care este probabilitatea c
ntr-un grup de 400 de persoane asigurate (spre exemplu
incendii) s se produc 5 incendii?
Rspuns: p=7/1000= 0,007; E(x)=n*p= 400*0,007=2,8
tim c E(x) =
Respectiv P(x=k) =

=0,0872

Exemplu:

tim c rata de faliment a ntreprinderilor este de 10 la 1000.

Care este probabilitatea de a avea mai puin de 7 falimente
ntr-un grup de 500 de ntreprinderi? Care este probabilitatea
c mai mult de 7 ntreprinderi vor falimenta?
Rspuns:
P=10/1000=0,01; E(x)=np=500*0,01=5
Probabilitatea de a avea mai puin de 7 ntreprinderi n
faliment:

Probabilitatea c mai mult de 7 ntreprinderi v-or falimenta

este: