29.06.2013 Views

X - Analiza matematica. MPT

X - Analiza matematica. MPT

X - Analiza matematica. MPT

SHOW MORE
SHOW LESS

Transform your PDFs into Flipbooks and boost your revenue!

Leverage SEO-optimized Flipbooks, powerful backlinks, and multimedia content to professionally showcase your products and significantly increase your reach.

Variabile aleatoare discrete<br />

Fie variabila aleatoare discreta , finita, X si Y cu repartitia :<br />

X<br />

<br />

x1<br />

:<br />

p1<br />

x2<br />

p2<br />

x3<br />

p3<br />

. . .<br />

. . .<br />

xn<br />

pn<br />

<br />

,<br />

n<br />

pi = 1<br />

Operatii cu variabile aleatoare : c · X, X + Y , X · Y , X 2 , X + c (seminar)<br />

• daca este posibila determinarea unei expresii analitice care sa stabileasca o legatura intre<br />

valorile aleatoare si probabilitatile respective atunci aceasta functie se numeste functie de<br />

repartitie:<br />

Au loc formulele :<br />

• P (X = xi) = pi<br />

⎪⎩<br />

i=1<br />

⎧<br />

0, x ≤ x1<br />

p1, x1 < x ≤ x2<br />

⎪⎨ p1 + p2, x2 < x ≤ x3<br />

F (x) =<br />

.<br />

• P (X < xi) = p1 + p2 + . . . + pi−1 = F (xi).<br />

p1 + p2 + . . . + pn−1, xn−1 < x ≤ xn<br />

1, xn < x.<br />

Valoarea medie a variabilei aleatoare este data de formula :<br />

n<br />

M(X) = pi · xi = p1 · x1 + p2 · x2 + . . . + pn · xn.<br />

i=1<br />

Proprietati: • M(X + Y ) = M(X) + M(Y )<br />

• M(c · X) = c · M(X)<br />

• M(c) = c daca X = c = const.<br />

• M(X · Y ) = M(X) · M(Y ) daca X, Y independente.<br />

Dispersia variabilei aleatoare este data de formula :<br />

D 2 (X) =<br />

n<br />

i=1<br />

pi(xi−M(X)) 2 = p1·(x1−M(X)) 2 +p2·(x2−M(X)) 2 +. . .+pn·(xn−M(X)) 2 .<br />

Proprietati: • D 2 (c · X) = c 2 · D 2 (X)<br />

• D 2 (c) = 0 pentru X = c = constant<br />

• D 2 (X + Y ) = D 2 (X) + D 2 (Y ) daca X, Y independente.<br />

Covarianta variabilelor aleatoare X si Y este data de formula:<br />

iar coeficientul de corelatie :<br />

cov(X, Y ) = M(X · Y ) − M(X) · M(Y )<br />

1


2<br />

ρ(X, Y ) =<br />

cov(X, Y )<br />

D 2 (X) · D 2 (Y )<br />

• daca cov(X, Y ) = 0 spunem ca varibilele sunt necorelate.<br />

Variabile aleatoare continue<br />

• in cazul variabilelor aleatoare continue nu este posibila construirea unui<br />

tablou al repartitiei deoarece exista o infinitate de valori posibile.<br />

Se numeste functie de repartitie sau lege de probabilitate asociata variabilei<br />

aleatoare X functia :<br />

F (x) = P ({ω : X(ω) < x}).<br />

Se numeste densitatea de repartitie a variabilei aleatoare X derivata functiei F (x)<br />

(daca exista) :<br />

ρ(x) = F ′ (x).<br />

• are loc relatia :<br />

Au loc formulele :<br />

x<br />

F (x) =<br />

−∞<br />

ρ(t)dt.<br />

• P (a ≤ X < b) = P (a < X ≤ b) = P (a ≤ X < b) = P (a ≤ X ≤ b) =<br />

• P (X < b) = 1 − P (X > b)<br />

• P (X = b) = 0<br />

• P (X < b) = b<br />

−∞ ρ(x)dx<br />

b<br />

a<br />

ρ(x)dx<br />

Propozitie : O conditie suficienta pentru ca o functie f : R → R sa fie o densitate de<br />

repartitie este ca : ∞<br />

f(x)dx = 1.<br />

−∞<br />

Valoarea medie a unei variabile aleatoare continue X se calculeaza cu formula :<br />

∞<br />

M(X) = xρ(x)dx<br />

iar dispersia:<br />

−∞<br />

D 2 ∞<br />

(X) = (x − M(X)) 2 ρ(x)dx.<br />

−∞

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!