Teoria probabilit atilor si statistic a

matematic a
B arb acioru Iuliana Carmen
CURSUL 4
Cursul 4
2
Cuprins
1 Introducere n teoria probabilit atilor 5
1.1 Dispersia unei variabile aleatoare discrete . . . . . . . . . . . . . . 5
1.1.1 Propriet atile dispersiei . . . . . . . . . . . . . . . . . . . . . 7
1.2 Abaterea medie p atratic a . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Variabile aleatoare independente cu aceeasi repartitie . . . . . . . . 11
1.4 Momente ale unei variabile aleatoare . . . . . . . . . . . . . . . . . 12
1.4.1 Momente initiale de ordinul k. . . . . . . . . . . . . . . . . 12
1.4.2 Momente centrate de ordinul k. . . . . . . . . . . . . . . . . 12
Index 13
3
Cursul 4
4
Capitolul 1
Introducere n teoria
probabilit atilor
1.1 Dispersia unei variabile aleatoare discrete
Exist a multe variabile aleatoare care au repartitii diferite dar care au mediile
egale:
A :
_
0 1
1,2 1,2
_
si 1 :
_
1 0 1 2
1,4 1,4 1,4 1,4
_
'(A) = 0
1
2
+ 1
1
2
=
1
2
'(1 ) = 1
1
4
+ 0
1
4
+ 1
1
4
+ 2
1
4
=
1
2
Din acest exemplu se vede c a dac a cunoastem media unei variabile aleatoare nu
putem caracteriza mpr astierea valorilor variabilei aleatoare.
Dispersia este o valoare tipic a ce ne va ajuta s a caracteriz am aceast a mpr astiere.
Consider am A o variabil a aleatoare discret a cu repartitia:
A :
_
r
1
r
2
... r
n
j
1
j
2
... j
n
_
(1.1)
si media '(A). Fie de asemenea A '(A) o alt a variabil a aleatoare discret a.
Aceasta va avea repartitia:
A '(A) :
_
r
1
'(A) r
2
'(A) ... r
n
'(A)
j
1
j
2
... j
n
_
(1.2)
5
Cursul 4
deci media ei este egal a cu:
'(A '(A)) = (r
1
'(A)) j
1
+ (r
2
'(A)) j
2
+... + (r
n
'(A)) j
n
= r
1
j
1
+r
2
j
2
+... +r
n
j
n
'(A) (j
1
+j
2
+... +j
n
)
= '(A) '(A) (j
1
+j
2
+... +j
n
) = '(A) '(A) = 0.
Deci media abaterii unei variabile aleatoare de la media sa este ntotdeauna
0. Prin urmare nu putem m asura gradul de mpr astiere a valorilor variabilei
aleatoare utiliznd valoarea medie a abaterii. Pentru aceasta vom folosi dispersia,
notat a cu 1
2
(A) sau o
2
(A).
Denitia 1.1.1 Se nume ste dispersie a lui A, notata cu 1
2
(A) sau o
2
, cantitatea
denita de:
1
2
(A) = '
_
(A '(A))
2

(1.3)
= '
_
(A :)
2

unde : = '(A).
Avem deci:
1
2
(A) = '
_
(A :)
2

= (r
1
'(A))
2
j
1
+(r
2
'(A))
2
j
2
+...+(r
n
'(A))
2
j
n
Dac a plec am ns a de la dezvoltarea lui (A:)
2
si tinem seama de propriet atile
mediei obtinem:
1
2
(A) = '
_
(A :)
2

= '
_
A
2
2:A +:
2
_
= '(A
2
) '(2:A) +'
_
:
2
_
= '(A
2
) 2:'(A) +:
2
= '(A
2
) 2: :+:
2
= '(A
2
) :
2
iar dac a nlocuim : = '(A) obtinem relatia:
1
2
(A) = '(A
2
) ['(A)]
2
(1.4)
Altfel spus, dispersia este diferenta dintre media p atratului variabilei aleatoare si
p atratul mediei variabilei aleatoare.
Exemplul 1.1.2 Fie
1 :
_
1 0 1 2
1,4 1,4 1,4 1,4
_
6
Teoria probabilit atilor si statistic a matematic a
Am vazut la nceputul paragrafului ca '(1 ) = 0. Avem:
1
2
:
_
(1)
2
(0)
2
(1)
2
(2)
2
1,4 1,4 1,4 1,4
_
=
_
1 0 1 4
1,4 1,4 1,4 1,4
_
=
_
0 1 4
1,4 2,4 1,4
_
deci '(1
2
) = 0
1
4
+ 1
1
4
+ 4
1
4
=
5
4
. Prin urmare, conform rela tiei (1.4) vom
avea:
1
2
(1 ) = '(1
2
) ['(1 )]
2
=
5
4
(0)
2
=
5
4
.
1.1.1 Propriet atile dispersiei
Propozitia 1.1.3 Dispersia unei constante a este egala cu 0:
1
2
(a) = 0 (1.5)
Demonstratie: Conform relatiei (1.3) vom avea:
1
2
(a) = '
_
(a '(a))
2

Folosind Propozitia 1.3.1 din cursul 3, avem

1
2
(a) = '
_
(a a)
2

= '(0) = 0.
Propozitia 1.1.4 Dispersia produsului dintre o constanta si o variabila aleatoare
este egala cu produsul dintre patratul constantei si dispersia variabilei aleatoare:
1
2
(a A) = a
2
1
2
(A) (1.6)
Demonstratie: Conform relatiei (1.4) vom avea:
1
2
(a A) = '(a
2
A
2
) ['(a A)]
2
= a
2
'(A
2
) [a '(A)]
2
= a
2
'(A
2
) a
2
['(A)]
2
= a
2
_
'(A
2
) ['(A)]
2
_
= a
2
1
2
(A).
Propozitia 1.1.5 Dispersia sumei a doua variabile aleatoare independente este
egala cu produsul dintre dispersiile variabilelor aleatoare:
1
2
(A +1 ) = 1
2
(A) +1
2
(1 ) (1.7)
7
Cursul 4
Demonstratie: Conform relatiei (1.4) vom avea:
1
2
(A +1 ) = '((A +1 )
2
) ['(A +1 )]
2
Dac a desfacem parantezele si folosim propozitiile 1.3.1 si 1.3.2 din cursul 3 avem:
1
2
(A +1 ) = '(A
2
+ 2A1 +1
2
) ['(A) +' (1 )]
2
=
= '(A
2
) + 2' (A 1 ) +'(1
2
) ['(A)]
2
2'(A)' (1 ) ['(1 )]
2
=
'(A
2
) ['(A)]
2
. .
1
2
(A)
+
'(1
2
) ['(1 )]
2
. .
1
2
(1 )
+2'(A)' (1 ) 2'(A)' (1 )
= 1
2
(A) +1
2
(1 ).
Corolarul 1.1.6 Dispersia unei sume de variabile aleatoare independente este
egala cu produsul dintre dispersiile variabilelor aleatoare.
Demonstratie: Pentru o sum a de trei variabile aleatoare independente avem:
1
2
(A+1 +7) = 1
2
[(A +1 ) +7] = 1
2
(A+1 )+1
2
(7) = 1
2
(A)+1
2
(1 )+1
2
(7)
Pentru mai mult de trei variabile aleatoare independente demonstratia se face
prin inductie.
Corolarul 1.1.7 Dispersia sumei dintre o constanta si o variabila aleatoare este
egala cu dispersia variabilei aleatoare:
1
2
(a +A) = 1
2
(A) (1.8)
Demonstratie: a si A sunt independente deci conform propozitiei (1.1.5) si
propozitiei (1.1.4) vom avea:
1
2
(a +A) = 1
2
(a) +1
2
(A) = 0 +1
2
(A) = 1
2
(A).
Teorema 1.1.8 Dispersia unei variabile aleatoare discreta 1(:, j) ce urmeaza
o lege de reparti tie binomiala este egala cu npq:
1
2
(1(:, j)) = npq (1.9)
8
Teoria probabilit atilor si statistic a matematic a
Demonstratie: Am v azut c a o variabil a aleatoare discret a A
(n;p)
urmeaz a o
lege de repartitie binomial a dac a are forma (vezi cursul 3):
1(:, j) :
_
0 1 .../... :

n
j
n1
...{
k
n
j
k

nk
... j
n
_
unde j
k
= {
k
n
j
k

nk
, 0 / :, j, 0, = 1 j.Tot n cursul 3,
teorema1.3.4 am calculat si media lui 1(:, j) :
'(1(:, j)) = : j
Pentru a calcula dispersia 1
2
(A
(n;p)
) folosim relatia (1.4):
1
2
(1(:, j)) = '((1(:, j))
2
) ['(1(:, j))]
2
dar
'((1(:, j))
2
) =
n

k=1
/
2
{
k
n
j
k

nk
Deducem:
:jr(jr +)
n1
=
n

k=1
/{
k
n
j
k
r
k1

nk
,
de unde, prin derivarea ambilor membrii si lund apoi r = 1, obtinem:
n

k=0
/
2
{
k
n
j
k

nk
= :j +:(: 1)j
2
;
prin urmare,
'((1(:, j))
2
) = :j +:(: 1)j
2
si deci:
1
2
(1(:, j)) = :j +:(: 1)j
2
:
2
j
2
= : j .
Observatia 1.1.9 Demonstra tia acestei teoreme se mai poate face plecnd si de
la observa tia 1.1.2 si demonstra tia teoremei 1.3.4 din cursul 3. Acolo am vazut
ca putem scrie ca 1(:, j) = A
1
+ A
2
+ ... + A
n
, unde A
1
reprezinta numarul
de apari tii al evenimentului n primul experiment, A
2
reprezinta numarul
de apari tii al evenimentului n cel de-al doilea experiment,..., A
n
reprezinta
numarul de apari tii al evenimentului n experimentul :. A
1
, A
2
, ..., A
n
sunt
9
Cursul 4
independente deoarece experimentele considerate sunt independente si avnd aceea si
reparti tie:
_
1 0
j
_
Dar conform corolarului (1.1.6) avem:
1
2
(1(:, j)) = 1
2
(A
1
) +1
2
(A
2
) +... +1
2
(A
n
)
Cum ecare dintre variabilele A
2
1
, A
2
2
, ..., A
2
n
au reparti tiile:
_
1
2
0
2
j
_
=
_
1 0
j
_
avem:
'
_
A
2
1
_
= '
_
A
2
2
_
= ... = '
_
A
2
n
_
= j
deci:
1
2
(A
i
) = '(A
2
i
) ['(A
i
)]
2
= j j
2
= j (1 j) = j
pentru 1 i :. Deci
1
2
(1(:, j)) = j +j +... +j
. .
n ori
= :j
1.2 Abaterea medie p atratic a
Denitia 1.2.1 Se nume ste abatere medie patratica a unei variabile aleatoare
radacina patrata din dispersia variabilei aleatoare.
Deci dac a o vom nota cu o, abaterea medie p atratic a a unei variabile aleatoare
A va egal a cu:
o =
_
1
2
(A) (1.10)
Conform corolarului (1.1.6) abaterea medie p atratic a a unei sume de variabile
aleatoare independente este egal a cu r ad acina p atrat a din suma p atratelor abaterilor
medii p atratice ale variabilelor aleatoare:
o (A
1
+A
2
+... +A
n
) =
_
1
2
(A
1
+A
2
+... +A
n
)
=
_
1
2
(A
1
) +1
2
(A
2
) +... +1
2
(A
n
)
=
_
o
2
(A
1
) +o
2
(A
2
) +... +o
2
(A
n
)
Spre deosebire de dispersie, abaterea medie p atratic a a unei variabile aleatoare
se exprim a n aceleasi unit ati de m asur a ca si variabila aleatoare.
10
Teoria probabilit atilor si statistic a matematic a
1.3 Variabile aleatoare independente cu aceeasi repartitie
S a consider am: variabile aleatoare independente A
1
, A
2
, ..., A
n
cu aceeasi repartitie:
_
r
1
r
2
... r
m
j
1
j
2
... j
m
_
(1.11)
Not am cu

A media arirmetic a a variabilelor aleatoare:

A =
A
1
+A
2
+... +A
n
:
(1.12)
Vom calcula n continuare media si dispersia variabilei aleatoare

A. Avem:
'(

A) = '
_
A
1
+A
2
+... +A
n
:
_
=
1
:
' (A
1
+A
2
+... +A
n
)
=
'(A
1
) +'(A
2
) +... +'(A
n
)
:
Dar a = '(A
1
) = '(A
2
) = ... = '(A
n
) =
n

i=1
r
i
j
i
si deci
'(

A) =
:a
:
= a (1.13)
Penntru calculul dispersiei 1
2
_

A
_
:
1
2
_

A
_
= 1
2
_
A
1
+A
2
+... +A
n
:
_
=
1
:
2
1
2
(A
1
+A
2
+... +A
n
)
=
1
:
2
_
1
2
(A
1
) +1
2
(A
2
) +... +1
2
(A
n
)

Pe de alt a parte o
2
= 1
2
(A
1
) = 1
2
(A
2
) = ... = 1
2
(A
n
) =
n

i=1
(r
i
a)
2
j
i
si
deci:
1
2
_

A
_
=
1
:
2
:o
2
=
o
2
:
(1.14)
Abaterea medie p atratic a a variabilei aleatoare

A va :
o
_

A
_
=
o
p
:
(1.15)
Aceste rezultate ne conduc la concluzia c a dac a pentru m asurarea unei m arimi
zice se fac mai multe m asur atori si apoi se calculeaz a media aritmetic a a rezultatelor
obtinute care se ia ca valoare aproximativ a a m arimii m asurate, atunci dispersia
mediei aritmetice a m asur atorilor va de : ori mai mic a dect dispersia unei
singure m asur atori. Aceasta nseamn a c a media aritmetic a d a un rezultat mai
exact dect m asur atorile separate.
11
Cursul 4
1.4 Momente ale unei variabile aleatoare
Momentele sunt valori tipice ale unei variabile aleatoare pe care este util s a le
cunoastem n anumite probleme.
Sunt dou a feluri de momente:
1. Momente initiale (pe scurt momente);
2. Momente centrate.
1.4.1 Momente initiale de ordinul k.
Denitia 1.4.1 Momentul initial de ordinul / al unei variabile aleatoare A
este media variabilei aleatoare A
k
:
c
k
= '
_
A
k
_
(1.16)
Observ am c a:
c
1
= ' (A) (1.17)
c
2
= '
_
A
2
_
(1.18)
De asemenea, formula dispersiei (1.4) se poate scrie:
1
2
(A) = c
2
c
2
4
(1.19)
1.4.2 Momente centrate de ordinul k.
Denitia 1.4.2 Denim, daca exista, momentul centrat de ordinul / :
j
k
= '
_
(A '(A))
k
_
Pentru / = 1, 2 avem:
j
1
= ' [A '(A)] = 0 (1.20)
j
2
= '
_
(A '(A))
2

= 1
2
(A). (1.21)
Dac a distributia variabilei aleatoare este simetric a avem
j
2k+1
= 0, 8/.
12
Teoria probabilit atilor si statistic a matematic a
Momentele centrate de ordinul trei j
3
si de ordinul patru j
4
sunt utilizate
pentru a caracteriza forma distributiei.
ntre momentele initiale si cele centrate se pot obtine relatii, de exemplu dac a
compar am relatia (1.19) cu relatia (1.21) obtinem:
j
2
= c
2
c
2
1
(1.22)
Plecnd de la denitii si folosind propriet atile mediei g asim formulele:
j
3
= c
3
3c
1
c
2
+ 2c
3
1
(1.23)
j
4
= c
4
4c
3
c
1
6c
2
1
c
2
3c
4
1
(1.24)
Exemplul 1.4.3 Sa se calculeze momentele ini tiale si centrate de ordinul 3 ale
variabilei aleatoare discrete A cu legea de probabilitate:
A :
_
0 1 2 3
1,8 3,8 3,8 1,8
_
(1.25)
Solutie:
'(A) =
_
0
1
8
_
+
_
1
3
8
_
+
_
2
3
8
_
+
_
3
1
8
_
=
3
2
.
c
3
= '
_
A
3
_
=
_
0
3

1
8
_
+
_
1
3

3
8
_
+
_
2
3

3
8
_
+
_
3
3

1
8
_
=
27
4
.
j
3
= '
_
A
3
_
[' (A)]
3
=
27
4

_
3
2
_
3
=
27
8
.
13
Index
Abaterea
medie patratica, 10
Dispersia
unei variabile aleatoare
continue, 6
Momente
ale unei variabile aleatoare, 12
centrate de ordinul k, 12
initiale de ordinul k, 12
14