Sunteți pe pagina 1din 70

GEOSTATISTICA

Note de curs Facei clic pentru editarea stilului de subtitlu al coordonatorului

Curs nr.1

Experiment, eveniment

Un experiment, experien sau prob este o procedur sau o metodologie care se execut pentru verificarea unei ipoteze cu scopul validrii sau invalidrii acesteia i care poate da un numr finit sau infinit de rezultate.
Exemple: extragere de carote mecanice dintr-o formaiune geologic msurarea unei proprieti (radioactivitate, densitate, porozitate etc.)

Experiment, eveniment
Rezultatul unei experiment se numete eveniment Exemplu: pe un zcmnt, au fost spate 3 sonde i din fiecare sond s-au extras cte o carot mecanic, la care au fost msurate porozitile. Se poate afirma c au fost realizate pentru acest zcmnt: 3 experimente i au rezultat 19 evenimente

Experiment, eveniment
Nr. crt. 1 2 3 4 5 6 7 8 Sonda 1 0,20 0,22 0,19 0,15 0,21 0,17 0,25 0,23 Sonda 2 0,14 0,21 0,26 0,24 0,15 0,18 Sonda 3 0,16 0,23 0,26 0,19 0,20

Tipuri de evenimente

Tipuri de evenimente - Eveniment aleatoriu este acela care se poate produce sau nu la efectuarea unui experiment; - Eveniment sigur este acela care se produce cu certitudine la orice efectuare a a unui experiement; se noteaz cu ;

Tipuri de evenimente

- Eveniment imposibil nu se produce la nici o efectuare a experimentului; se noteaz cu ; - Evenimente incompatibile; Doua sau mai multe evenimente sunt incompatibile daca nu se pot realiza impreuna

Tipuri de evenimente

- Evenimente Click to edit the compatibile, Doua sau mai outline text format multe evenimente sunt compatibile daca se pot Second Outline realiza impreuna Evenimentul Level complementar, unui to edit the eveniment E, reprezint ClickThird Outline multimea tuturor E = a, b Level outline text format elementelor cu exceptia elementelor continute de E c = , a b,+ Fourth Second Outline evenimentul E

Outline Level Level Third Outline

) (

Tipuri de evenimente

Un eveniment A1 implic un alt eveniment A2 (A1 A2) dac realizarea lui A1 atrage dup sine i realizarea lui A2. Evenimentul A2 este evenimentul contrar evenimentului A1 i se noteaz cu CA1, dac realizarea lui A2 este echivalent cu nerealizarea lui A1 .

Sistem complet de evenimente Cmp de evenimente

Evenimentele A1, A2, A3An formeaz un sistem complet de evenimente dac se realizeaz cu certitudine unul i numai unul dintre aceste evenimente. Cmp de evenimente. Prin definiie, o mulime K de evenimente formeaz un cmp de evenimente n K urmtoarele condiii:

U Ai = K
i =1

1) Dac A K, atunci i CA K 2) Dac A K i B K, atunci A B K 3) Cnd mulimea K are o infinitate de evenimente, din Ai K rezult: 4) Evenimentul sigur K

Combinatia evenimentelor

Reuniunea evenimentelor Evenimentul E reprezint reuniunea evenimentelor E1 i E2 daca evenimentul E contine toate elementele commune si necomune ale celor dou evenimente, i se noteaz:

E = E1 E 2

Combinatia evenimentelor

Intersectia evenimentelor Evenimentul E reprezint intersectia evenimentelor E1 i E2 daca evenimentul E contine toate elementele commune ale celor dou evenimente, se noteaza:

E = E1 E 2

Combinatia evenimentelor

Click Intersectia evenimentelor Reuniunea evenimentelor to edit the


outline text format Second Outline Level

Third Outline Level

Fourth Outline Level Fifth Outline Level

Combinatia evenimentelor
E1 = [ 0.15,0.19]
E 2 = [ 0.18,0.24]

E1 E 2 = [ 0.15,0.24 ]
E1 E 2 = [ 0.18,0.19 ]

Proprietaile evenimentelor

- comutativitate A B = B A; A B = B A - asociativitate A (B C) = (A B) C A (B C) = (A B) C - absorie (A B) A = A (A B) = A - distributivitate A (B C) =(A B) (A C) A (B C) = (A B) (A C) - complementaritate (A CA) B = B (A CA) B = B

Exemplu

AC =

S=(2,3,4,5,6,7,8,9) A=(2,4,6) B=(2,3,4,5,7) C=(1,5,8,9) AUB=(2,3,4,5,6,7) A B =(2,4)

Click to edit the outline text format

Second Outline Level

Third Outline Level Fourth Outline Level

Determinarea faciesurilor prin combinarea evenimentelor

Probabilitate

Probabilitatea unui eveniment al unei experiene care are un numr finit de cazuri egal-probabile este egala cu raportul dintre numrul cazurilor favorabile realizrii evenimentului i numrul cazurilor egal-probabile ale experienei

Probabilitate

Dac experimental E se efectueaz de "n" ori i evenimentul A s-a realizat de "m" ori, raportul m/n se numete frecven relativ. Pentru valori mari ale lui "n", raportul m/n tinde ctre o valoare limit, adic

Probabilitate

P = lim

Click to edit the moutline text format

Second Outline Level

Mrimea P este numit Third Outline probabilitatea evenimentului A Level i se noteaz cu P(A) = p Fourth Outline Level

Frecven i probabilitate

Click to edit the outline text format

Second Outline Level

to edit the ClickThird Outline Level outline text format Fourth Second Outline Outline Level Level Third Outline

Legile probabilitilor
Axioma nr.1
-

pentru orice eveniment A, 0 P(A) 1


Axioma nr.2

- probabilitatea evenimentului sigur este ntotdeauna egal cu 1, adic: P() = 1


Axioma nr.3

- probabilitatea evenimentului imposibi " " este egal cu 0, P() = 0

Legile probabilitilor

Axioma nr.4

- probabilitatea evenimentului contrar evenimentului A, P(CA) este egal cu:

P(CA) = 1 - P(A)
Axioma nr.5

- considernd dou evenimente A1 i A2, atunci, P(A1 A2) = P(A1) + P(A2) - P(A1 A2)

Legile probabilitilor

Click to edit the Daca A1 si A2 sunt doua evenimente incompatibile outline text format
(exclusive mutuale) Second Outline ( A1 A2 = ) Level atunci: Third Prob( A A )= Prob(A1) +Prob(A2)Outline
1 2

Axioma nr.6

Level Fourth Outline Level

Legile probabilitilor
Generalizand axioma nr.6 pentru n evenimente Click to edit the incompatibile (exclusiv mutuale) outline text format

P rob( A1 A2 A3 Ai Second = An ) Outline Level n P rob( A1 ) + P rob( A2 ) + P rob( An =Thirdob( Ai ) ) P r Outline

Level Fourth Outline Level

i=1

Legile probabilitilor

Inegalitatea lui Boole

Pr ob( A1 A2 ) Pr ob( A1 ) + Pr ob( A2 )

Din inegalitatea lui Boole rezulta inegalitatea lui Bonferroni,data de expresia:

1 Pr ob( A1 A2 ) 1 Pr ob( A1 ) Pr ob( A2 )

Probabilitatea condiionat. probabilitatea evenimentului B, condiionat de realizarea evenimentului A,

PA ( B ) = P ( A B ) / P ( A)
probabilitatea evenimentului A, condiionat de realizarea evenimentului B

PB ( A) = P ( B A) / P ( B )

Dependena i independena evenimentelor Doua evenimente A i B sunt independente dac: P(A B) = P(A).P(B) ntr-un sistem complet de evenimente : P(A1 A2 A3 An) = P( ); P() = 1

EXEMPLU

Se consider experimentul S, S=(1,2,3,4,5,6) Evenimentul A=(2,4,6) Evenimentul B=(1,2,3,4) Evenimentul C=(1,3,5) Sa se calculeze p(A), p(B), p(C), p(AUB), p(AUC), p(BUC), p ( A B ) p ( A C ) p ( B C )

Curs nr.2

Variabile aleatoare

Variabila aleatoare este o mrime care ia valori din mulimea valorilor posibile n funcie de rezultatul unui experiment. Se definete variabil aleatoare, n cazul cmpului finit, o funcie real X definit pe un sistem complet de evenimente.

Tipuri de variabile aleatoare

Variabilele aleatoare pot fi: variabile aleatoare discrete i variabile aleatoare de tip continuu; - variabilele aleatoare discrete sunt variabilele care au o mulime finit sau numrabil de valori; - variabilele aleatoare de tip continuu sunt variabilele ale cror mulime de valori este un interval al dreptei reale.

Repartiia unei variabile

Repartiia unei variabile aleatoare discrete este tabelul format din valorile posibile (prima linie) i probabilitile respective (a doua linie). Repartiia variabilei aleatoare discrete este reprezentata de tabloul:
x1 X : P 1 x2 P2 x3 xn P3 Pn

P =1
i =1 i

Legea de probabilitate

Se numete lege de probabilitate corespondena dintre valorile posibile ale variabilei aleatoare i probabilitile corspunztoare. Corespondena ntre valorile variabilei aleatoare i probabilitile corespunztoare este o funcie care poart numele de funcie de repartiie i se noteaz cu F(x).

Funcia de repartiie

Se numete funcie a de repartiie (sau de distribuie) a variabilei aleatoare X aplicaia:


F = Fx : R [ 0,1]

Data de

F ( x ) = P( X < x )

Proprietatile functiei de repartitie

1.LimF ( x ) = 1 2. LimF ( x ) = 0
F ( x)
3.0 F ( x ) 1
x

Pentru orice

xR

si pentru orice

x R 4. F ( x + h ) F ( x )

este nedescresctoare

pentru orice

h>0

5. Funcia de repartiie este F(x), este o funcie continu la stnga, adic:


LimF ( x + h ) = F ( x ) , h 0 +
x 0 +

Orice aplicaie F = Fx : R [ 0,1] care satisface condiiile 1,..5 este o funcie de repartiie a unei variabile aleatoare

Reprezentarea grafic a unei funcii de repartiie continue

Permeabilitatea rezultat din carote mecanice, logaritmul permeabilitii i probabilitatea calculat

Funcia de repartiie
F u n c tia d e re p a r titie
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 200

S e rie s1

pi

40 0

60 0

800 xi

10 0 0

1 20 0

140 0

Funcia de repartiie
F u n c tia d e r e p a r titie
1 .0 0 0 .9 0 0 .8 0 0 .7 0 0 .6 0 0 .5 0 0 .4 0 0 .3 0 0 .2 0 0 .1 0 0 .0 0 5 .0 0

S e rie s 1

pi

5 .8 0 ln x i

6 .6 0

7 .4 0

Functia de discontinuitate cu xo punct de discontinuitate

Functia de repartitie a unei variabile aleatoare discrete

Densitatea de repartiie

Se definete densitate de probabilitate (densitate de repartiie) sau densitatea funciei de repartiie: f = f ( x ) : R [0,+ ) f(x) = F'(x)
Variabila aleatoare X are o densitate de repartiie (sau de probabilitate) dac exist o aplicaie astfel ca

F ( x) =

f ( x ) dx

Densitatea de repartiie

f(x) reprezint de fapt, frecventa evenimentului n vecintatea lui x. Cea mai bun interpretare fizic a lui f(x) este derivata lui F(x)

Proprietatile densitatii de repartitie


f ( x ) 0, x R
+

f ( x )dx = 1
b a

a, b( a b ) , Pr ob( a < x b ) = f ( x )dx

Densitatea de repartitie pentru repartitii empirice

Densitatea de repartiie este cunoscut ca histogram. Histograma este un grafic n coordonate rectangulare care are n ordonat frecventele relative i n abscis valorile intervalelor de clas.

Distribuie uniform

Distribuie normal

Distribuie oblic la dreapta

Distribuie oblic la stnga

Valorea medie a unei variabile aleatoare continue

Dac X este o variabil aleatoare de tip continuu, cu densitatea de repartiie f , media variabilei aleatoare este:
M(X) =
+

x f ( x )dx
a

M ( X ) = x f ( x )dx

Repartiii empirice

Pentru repartiii empirice, fiecare valoare individual a variabilei aleatoare X, x1, x2, xN, apare de n1..nN ori frecvene absolute, repartiia empiric este:

x1 x2 . . . xN X n n . . . n N 1 2

Valorile caracteristice ale unei variabile aleatoare discrete

Valoarea medie a variabilei aleatoare X cu repartiia


x1 X : P 1 x2 . . . xn P2 . . . Pn

m = M(x) =

x P
i =1 i i

Valoarea medie pentru repartiii empirice

n x ,n x= n
i i i

=N
x = f i xi
i =1 N

ni fi = Ni

f i pi

x = pi xi = M ( x )

Proprietile mediei

M(a) = a M(aX) = aM(X) M(X+Y) = M(X) + M(Y) M(X.Y) = M(X).M(Y)

Medie ptratic i Medie armonic


2 ni xi = i =1 ni
N 1

x( 2)

X =

n
i =1 N

ni x i =1 i

Medie geometric

X ( 0)

ni x n = i
i =1

Media nu caracterizeaz mprtierea valorilor.

DISPERSIA (VARIANA)

Variabila aleatoare X - M(x) se numete abatere fa de medie. Valorile individuale ale abaterii sunt: X1 - M(x)=X1 X2 - M(x) =X2 . . . xn - M(x) =Xn

Dispersia

Dispersia are valoarea medie a ptratului abaterii [X - M(x)], adic:

D = M [ X M ( X )]
2

sau

D (X ) = M(X
2

) [ M ( X )]

Proprietile dispersiei

D ( a) = 0
2

D ( aX ) = a D ( X )
2 2 2

D ( X + Y ) = D ( X ) + D (Y )
2 2 2

Repartiii empirice

Pentru repartiiile empirice, dispersia se scrie: N


S2 =

n ( x x)
i =1 i i

n
i =1

S =
2

x
i =1

2 i

N x

()

N 1

N = ni

Momentul iniial
k = M ( X
k

1 = M ( X
2 = M ( X
2

) = M(X ) M ( X ) =
2

Momentul centrat
k = M [ X M ( X ) ]
k

1 = M [ X M ( X ) ] = M ( X ) M [ M ( X ) ] = 0

2 = M [ X M ( X ) ] = D 2 ( X )
2

Dependena dintre momentul iniial i momentul centrat

2 = 2

2 1
3 1
2 1 4 1

3 = 3 3 1 2 + 2

4 = 4 4 3 1 + 6 2 3

Valorile caracteristice pentru variabilele aleatoare continue

D ( X ) = [ X M ( X ) ] f ( x ) dx
2 2 a

k = x f ( x ) dx
k a

k = [ X M ( X ) ] f ( x ) dx
k a

Indicatorii variaiei (dispersiei)

Coeficientul de variaie, abaterea medie ptratic

S Cv = x
S= S
2

Asimetrie i exces
3 A= 3
4 E= 3 3

A=

2 3 3 2