legi de probabilitate continue
DESCRIPTION
Statistica inferentialaprobabilitati continuelegi de probabilitateTRANSCRIPT
-
2.2. Variabile aleatoare continue
O variabil aleatoare continu se poate defini, fie prin funcia de repartiie, fie prin densitatea de probabilitate, ambele putnd fi considerate funcii de variabile aleatoare reale.
Funcia de repartiie
Definiia 1. Notm cu X o variabil aleatoare continu. Pentru fiecare numr real x, notm )(xF
probabilitatea cu care X ia valori mai mici dect x,
adic:
)Pr()( xXxF Funcia F astfel definit se numete funcia
de repartiie a variabilei aleatoare X.
Densitatea de probabilitate
Se definete astfel o funcie densitatea de probabilitate a lui X prin egalitatea:
)()(
lim)()(
lim)( '00
xFdx
xdF
dx
xFdxxFxf
dxdx
cu excepia (eventual) unui numr de puncte n care f nu este derivabil.
-
verific egalitatea:
.1)( dxxf
Legtura dintre funcia de repartiie F i
densitatea de probabilitate f este dat de egalitatea:
x
dxxfxF )()(
Sperana matematic a unei variabile continue X este definit astfel:
dxxxfXE )()(
Variana unei variabile continue X are urmtoarea expresie de calcul:
dxxfXExXV )())(()( 2
-
Legea normal redus (standard)
Aceast lege de probabilitate se mai numete i legea Laplace-Gauss, dup numele celor doi care au descoperit-o.
Definiia 5. O variabil aleatoare continu
urmeaz o lege normal redus dac funcia sa de repartiie este de urmtoarea form:
xt dtexxF 2/
2
)2/1()()( unde t este variabila de integrare, iar x marginea
superioar a integralei, putnd lua orice valoare real.
2/2)2/1()( xexf
-
Densitatea de probabilitate )(xf este o funcie
simetric n raport cu axa ordonatelor, admind un maxim n 0x i dou puncte de inflexiune pentru
.1x funcia de repartiie, este ntotdeauna cresctoare, admind un punct de inflexiune pentru 0x i un centru de simetrie de coordonate (0,1/2).
,0)( xE
.1)()( 2 XVXE Notm )1,0(NX o variabil X normal
redus.Doc1.doc
Legea normal
Definiia 6. Dac X este o variabil aleatoare normal redus, )1,0(NX , atunci variabila
aleatoare , XY unde este un numr real strict
pozitiv iar un numr real oarecare, se numete
variabil normal.
Vom nota cu ),( NY faptul c variabila
Y urmeaz o lege normal. Din definiia de mai sus rezult:
-
domeniul de definiie pentru o variabil normal este mulimea numerelor reale, deoarece este pozitiv;
valoarea medie
)()()( XEXEYE
variana
.)()()(22 XVXVYV
Din relaia XY rezult:
)1,0(NY
X
ceea ce constituie standardizarea variabilei Y.
-
Legea log-normal
n teoria probabilitilor , o distributie log-normala este o distribuie continu de probabilitate a unei variabile aleatoare al crui logaritm este distribuit n mod normal. Astfel, dac variabila aleatoare este
distribuita log-normal, atunci are o
distribuie normal. De asemenea, n cazul n care este
distribuit normal, atunci are o distribuie logaritmic normal. O variabil aleatoare, care este distribuit log- normal este definita doar pe multimea
valori reale pozitive.
-
Legea 2
Definiia 8. Fiind dat un ir nU de variabile
aleatoare centrate i independente, variabila
n
i
iUn1
22 )(
se numete variabil hi-ptrat cu n grade de libertate. Pentru cazul particular cnd:
,
2
2
ii
XU
ni ,1
iar ),( NX i i sunt independente, variabila
n
i
iUn1
22 )(
urmeaz legea de probabilitate hi-ptrat.
-
.
Tabelul cu valorile teoretice ne permite s calculm probabilitile de forma:
pp ))(Pr(22
cnd se cunosc i 2p . CaptureValorile hi
patrat.JPGFolosind acelai tabel, cunoscndu-se i p
se poate gsi 2p .
De exemplu, pentru =21 i p= 0,975 rezult
2
975,0 =10,3.
Legea de probabilitate Student
-
Definiia 9. O variabil Student, notat cu t, este raportul dintre o variabil U normal centrat i
rdcina ptrat a unei variabile )(2 mprit prin
numrul gradelor de libertate. Cu alte cuvinte
n
X
/)(2U
t
este o variabil Student (variabil t). Variabila Student admite ca valori posibile
numere reale a cror semn este dat de valorile variabilei U. Variabila Student este utilizat n teoria sondajelor.
Fie un ir de variabile iX independente i
.,1),,( niNX i Dac
n
X
unde XnXn
i
i 1
, este o variabil normal standard de
medie 1 i abatere 0.
-
tiind c
n
i
i SnXX1
22 ,)1()( atunci variabila
t
n
S
X
este o variabil Student cu 1 n grade de
libertate.testul t tabel.docx
Pentru o variabil X, care urmeaz legea Student cu grade de libertate, folosind tabelul cu
valori teoretice, se poate gsi t astfel nct:
ptX )Pr(
pentru o probabilitate p dat. Cum intervalul tt , este centrat pe origine p este repartizat n mod egal.
Legea de probabilitate Fisher-Sndcor1
1 Florea.I,...2000, pg 91.
-
Definiia 10. O variabil Fisher-Sndcor, notat cu F, este raportul dintre dou variabile )( 1
2 i
)( 22 ponderate respectiv prin numrul de grade de
libertate 1 i 2 , de urmtoarea form:
)(
)()(:
)(),(
2
2
1
2
1
2
2
2
2
1
1
2
21
F
Fie iX , i= n,1 i jY , j= m,1 dou mulimi de
variabile aleatoare de varian 2X (pentru orice i= n,1 ),
respectiv 2Y ( pentru orice j = m.1 ).
Dac lum:
n
i
i nXX1
/
n
i
i
Xn
XXS
1
2
2
1
)(
m
j
j mYY1
/
m
j
j
Ym
YYS
1
2
2
1
)(
atunci n virtutea celor artate n cazul legii Student, avem:
).1,1(1
)1(:
1
)1(:
22
2
2
2
2
mnF
m
m
n
nSS
Y
Y
X
X
-
n cazul particular 2X = 2
Y , avem:
)1,1(2
2
mnFS
S
Y
X
Tabelul repartiiei teoretice, pentru o variabil F Fisher-Sndcor, cu 1 i 2 grade de
libertate, ne permite s gsim acea valoare 1F , astfel
nct: pFF p )),(Pr( 21
unde p poate fi egal cu 0,05 sau 0,01.Fisher.jpg
Legea exponenial
Aceast lege de probabilitate este urmat n special de acele fenomene care se deruleaz n timp. Acest lucru presupune o divizare a perioadei de timp n
subintervale suficient de mici, astfel nct s existe cel mult o realizare a fenomenului ntr-un astfel de
subinterval.
-
Definiia 4. O variabil aleatoare continu X, urmeaz o lege de probabilitate exponenial, dac funcia sa de repartiie are urmtoarea form:
00
01)(
x
xexF
x
unde este un parametru real i pozitiv.
Densitatea de probabilitate a unei variabile ce
urmeaz o lege exponenial, se obine prin derivarea funciei de repartiie i are forma:
00
0)(
x
xexf
x
Caracteristicele acestei variabile X au urmtoarele expresii de calcul:
-
/1)( XE , 22 /2)( XE
i 1)( XV .
Pentru nevoi practice, n cele ce urmeaz voi prezenta un tabel sintetic privind convergena n lege a unor variabile aleatoare.
Nr
.
crt
Legea de
probabilitate
iniial
Legea de
probabilitate spre
care converge
Condiii de
convergen
1 Binomial(n,p) Normal(np, npq
)
n este mare, np
i nq>15
2 Binomial(n,p) Poisson( np ) n mare, p mic
(15
4 Hipergeometrica Binomial(n,p) N , n/N
-
(N,n,p) foarte mic
5 Hipergeometrica
(N,n,p)
Normala(
)1(,N
nnpqnp )
N , n
nefiind
neglijabil in
raport cu N