Elemente de teoria probabilitatilor

Σχετικά έγγραφα
Procese stocastice (2) Fie un proces stocastic de parametru continuu si avand spatiul starilor discret. =

Cursul 7. Spaţii euclidiene. Produs scalar. Procedeul de ortogonalizare Gram-Schmidt. Baze ortonormate

Sisteme cu asteptare - continut. Modelul simplu de trafic

Sisteme cu partajare - continut. M / M /1 PS ( numar de utilizatori, 1 server, numar de pozitii pentru utilizatori)

ELEMENTE DE TEORIA PROBABILITĂŢILOR

Curs 3. Spaţii vectoriale

CURS 10. Regresia liniară - aproximarea unei functii tabelate cu o functie analitica de gradul 1, prin metoda celor mai mici patrate

Cu ajutorul noţiunii de corp se defineşte noţiunea de spaţiu vectorial (spaţiu liniar): Fie V o mulţime nevidă ( Ø) şi K,,

2. Metoda celor mai mici pătrate

T R A I A N. Numere complexe în formă algebrică z a. Fie z, z a bi, Se numeşte partea reală a numărului complex z :

Teoria aşteptării- laborator

Sondajul statistic- II

Evaluare : 1. Continuitatea funcţiilor definite pe diferite spaţii metrice. 2. Răspunsuri la problemele finale.

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu

Noţiuni de verificare a ipotezelor statistice

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL

CAPITOLUL 2. Definiţia Se numeşte diviziune a intervalului [a, b] orice submulţime x [a, b] astfel încât

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.

Statistica descriptivă. Şef de Lucrări Dr. Mădălina Văleanu

ELEMENTE DE STATISTICA DESCRIPTIVA

Olimpiada Naţională de Matematică Etapa locală Clasa a IX-a M 1

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:

Probabilități și Statistică 1.1. Metoda Monte-Carlo

CAPITOLUL 2 SERII FOURIER. discontinuitate de prima speţă al funcţiei f dacă limitele laterale f ( x 0 există şi sunt finite.

Curs 3. Biostatistica: trecere in revista a metodelor statistice clasice

Statistica matematica

a) (3p) Sa se calculeze XY A. b) (4p) Sa se calculeze determinantul si rangul matricei A. c) (3p) Sa se calculeze A.

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare

Analiza univariata a datelor

ECUATII NELINIARE PE R n. (2) sistemul (1) poate fi scris si sub forma ecuatiei vectoriale: ) D

LUCRARE DE LABORATOR NR. 1 MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA

Curs 4 Serii de numere reale

COMBINATORICĂ. Mulţimile ordonate care se formează cu n elemente din n elemente date se numesc permutări. Pn Proprietăţi

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a

6 n=1. cos 2n. 6 n=1. n=1. este CONV (fiind seria armonică pentru α = 6 > 1), rezultă

2. Sisteme de ecuaţii neliniare

CURS 6 TERMODINAMICĂ ŞI FIZICĂ STATISTICĂ (continuare)

Formula lui Taylor Extremele funcţiilor de mai multe variabile Serii de numere cu termeni oarecare Serii cu termeni pozitivi. Criterii de convergenţă

6. VARIABILE ALEATOARE

METODE DE ANALIZĂ STATISTICĂ A LEGĂTURILOR DINTRE FENOMENE

Pentru această problemă se consideră funcţia Lagrange asociată:

(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.

Sisteme diferenţiale liniare de ordinul 1

Productia (buc) Nr. Salariaţi Total 30

8.3. Estimarea parametrilor

Cercetarea prin sondajul II Note de curs prelegere master data 24 oct.2013

Sondajul statistic -III

Sunt variabile aleatoare care iau o infinitate numărabilă de valori. Diagrama unei variabile aleatoare discrete are forma... f. ,... pn.

TEMA 3 - METODE NUMERICE PENTRU DESCRIEREA DATELOR STATISTICE

Metode iterative pentru probleme neliniare - contractii

Integrala nedefinită (primitive)

PENTRU CERCURILE DE ELEVI

Definiţia generală Cazul 1. Elipsa şi hiperbola Cercul Cazul 2. Parabola Reprezentari parametrice ale conicelor Tangente la conice

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare

Numere complexe. a numerelor complexe z b b arg z.

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1

def def punctul ( x, y )0R 2 de coordonate x = b a

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro

Clasificarea. Selectarea atributelor

1. Modelul de regresie

MARCAREA REZISTOARELOR

METODE DE ESTIMARE A PARAMETRILOR UNEI REPARTIŢII. METODA VEROSIMILITĂŢII MAXIME. METODA MOMENTELOR.

Analiza bivariata a datelor

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor

DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE

R R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.

aşteptării pot fi înţelese cu ajutorul noţiunilor de bază culese din acest volum. În multe cazuri hazardul, întâmplarea îşi pun amprenta pe

V.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile

Tema 2. PRELUCRAREA REZULTATELOR EXPERIMENTALE

a n (ζ z 0 ) n. n=1 se numeste partea principala iar seria a n (z z 0 ) n se numeste partea

Inegalitati. I. Monotonia functiilor

Curs 14 Funcţii implicite. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi"

3. INDICATORII STATISTICI

Din această definiţie a probabilităţilor rezultă următoarele proprietăţi ale acestora:

SEMNALE ALEATOARE Definirea semnalului aleator, a variabilei aleatoare, a funcţiei şi a densităţii de repartiţie

PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE

Asupra unei inegalităţi date la barajul OBMJ 2006

Continutul tematic al cursului

Elemente de teorie a informaţiei. 1. Câte ceva despre informaţie la modul subiectiv

Curs 1 Şiruri de numere reale

ΓΗ ΚΑΙ ΣΥΜΠΑΝ. Εικόνα 1. Φωτογραφία του γαλαξία μας (από αρχείο της NASA)

STATISTICĂ MARINELLA - SABINA TURDEAN LIGIA PRODAN

Concursul Naţional Al. Myller Ediţia a VI - a Iaşi, 2008

5.5. REZOLVAREA CIRCUITELOR CU TRANZISTOARE BIPOLARE

CAPITOLUL 4 CERCETAREA STATISTICĂ PRIN SONDAJ

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor

ANALIZA STATISTICĂ A VARIABILITĂŢII (ÎMPRĂŞTIERII) VALORILOR INDIVIDUALE

riptografie şi Securitate

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5


III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă.

BARAJ DE JUNIORI,,Euclid Cipru, 28 mai 2012 (barajul 3)

CURS 2 METODE NUMERICE PENTRU SISTEME DE ECUAŢII NELINIARE

ŞIRURI DE VARIABILE ALEATOARE. PROBLEME ASIMPTOTICE

Conice. Lect. dr. Constantin-Cosmin Todea. U.T. Cluj-Napoca

PROBLEME CU PARTEA ÎNTREAGĂ ŞI

REZUMAT CURS 3. i=1. Teorema 2.2. Daca f este (R)-integrabila pe [a, b] atunci f este marginita

Formula lui Taylor. 25 februarie 2017

Laborator 11. Mulţimi Julia. Temă

Transcript:

Elemete de teora probabltatlor CONCEPTE DE BAZA VARIABILE ALEATOARE DISCRETE DISTRIBUTII DISCRETE VARIABILE ALEATOARE CONTINUE DISTRIBUTII CONTINUE ALTE VARIABILE ALEATOARE Spatul esatoaelor, pucte esato, evemete Spatul esatoaelor e reprezetat de spatul tuturor puctelor esato: ω Ω Exemplul Arucarea baulu: Ω = { CP, } Exemplul Arucarea zarulu: Ω={,,3,4,5,6} Exemplu 3 Numarul de clet tr-o coada: Ω = {0,,, } Exemplul 4 Tmpul de ocupare a le( call holdg tme): Ω= { x R x> 0}

Spatul esatoaelor, pucte esato, evemete Evemetele A, BC,, Ω esatoae d Ω reprezta subsetur masurable de Exemplul : Aparta umerelor pare la arucarea zarulu : A = {,4,6} Exemplul : Lpsa cletlor coada de asteptare : A = {0} Exemplul 3: Tmpul de ocupare a le telefoce ma mare dect 3 m A= { x R x> 3} Spatul esatoaelor, pucte esato, evemete Ψ Fe spatul tuturor evemetelor A Ψ Evemetul sgur: Este reprezetat de spatul esatoaelor: Ω Ψ Evemetul mposbl: Este reprezetat de setul care u cote c u evemet: φ Ψ

Combat de evemete Reuuea de evemete: A sau B : A B= { ω Ωω Asauω B} Itersecta evemetelor: A s B : A B= { ω Ωω Asω B} Evemetul complemetar lu A: C A = { ω Ωω A } Evemetele A s B sut dsjucte daca: A B =Φ U set de evemete { B, B, } reprezta o partte petru A daca () () B B =φ, petrutot j j B = A Probabltat Probabltatea evemetulu A este otata pr P( A), P( A) [0,] P : Ψ [0,] Propretat () 0 P( A) () () (v) (v) (v) (v) (v) P( φ ) = 0 P( Ω ) = C P( A ) = P( A) P( A B) = PA ( ) + PB ( ) PA ( B) A B =φ P( A B) = P( A) + P( B) { B } este o partte a lu A P( A) P( B ) A B P( A) < P( B) =

Probabltat codtoate Presupuem ca P(B) > 0 Defte: probabltatea codtoata a evemetulu A, poteza ca evemetul B se produce este: P( A B) PAB ( ) = PB ( ) Rezulta: P( A B) = P( B) P( A B) = P( A) P( B A) Teorema probabltat totale Fe {B } o partte pe spatul esatoaelor Ω Rezulta ca {A B } reprezta o partte petru evemetul A. Astfel: P( A) = P( A B ) Sa presupuem ma departe ca P(B ) > 0 orcare ar f. Rezulta cof slde at: PA ( ) = PB ( ) PAB ( ) Aceasta reprezta teorema probablta totale

Teorema lu Bayes Fe {B } o partte pe spatul esatoaelor Ω Sa presupuem ca P(A) > 0 s P(B ) > 0 petru toate valorle PA ( B ) P( B) P( A B) PB ( A) = = PA ( ) PA ( ) Coform teoreme probablta totale avem: PB ( ) PAB ( ) PB ( A) == PB ( j ) PAB ( j ) j Aceasta reprezta Teorema lu Bayes Probabltatle P(B ) se umesc probablta apror ale evemetelor B Probabltatle P(B A) se umesc probabltat aposteror ale evemetulu B Idepedeta statstca a evemetelor Defte: Evemetele A s B sut depedete daca: Rezulta: P( A B) = P( A) P( B) PA ( B) PAPB ( ) ( ) P( AB) = = = P( A) PB ( ) PB ( ) I mod corespuzator avem: PA ( B) PAPB ( ) ( ) PBA ( ) = = = PB ( ) PA ( ) PA ( )

Varable aleatoare Defte: Varabla aleatoare reala este o fucte reala s masurabla defta pe Ω, : Ω R Care asocaza fecaru puct esato ω, valoarea reala (ω) Masurabltatea seama ca toate seturle de tpul { x}: = { ω Ω ( ω) x} Ω apart setulu de evemete Ψ: { x} Ψ Probabltatea uu astfel de evemet este otata cu: P { x} Exemple O moeda e arucata de tre or Spatul esatoaelor este acest caz Ω= {( ω, ω, ω3) ω { CP, }, =,,3} Fe varabla aleatoare care e da umarul total de apart a pajure acest caz: ω CCC CCP CPC PCC CPP PCP PPC PPP (ω) 0 3

Fe A Ψ u evemet arbtrar Idcator de evemete Defte: Idcatorul evemetulu A este o varabla aleatoare defta dupa cum urmeaza:, A( ω ) = 0, ω A ω A Rezulta: P( = ) = P( A) A P( = 0) = P( A ) = P( A) A C Fucta de dstrbute cumulatva - Fucta de repartte Fucta de repartte a varable aleatoare este o fucte F : R [0,] defta astfel: F = P { x} Ea determa dstrbuta varable aleatoare, adca probabltatea ude B R s { B} Ψ Propretat: P{ B} ) F este edescrescatoare ) F este cotua la dreapta ) F ( ) = 0 Iv) F ( ) =

Idepedeta statstca a varablelor aleatoare Varablele aleatoare s Y sut depedete daca petru tot x s y au loc urmatoarele relat: P( x, Y y) = P ( xpy ) ( y) Varablele aleatoare,, sut total depedete petru toate valorle s x daca are loc relata: P( x,, x ) = P( x ) P( x ) Valorle maxma s mma ale varablelor aleatoare depedete Fe varablele aleatoare,, total depedete max Sa otam: : = max{,, }. Avem: max P{ x} = P{ x,, x} = P{ x} P{ x} m Sa otam: : = m{, }. Avem: m P{ > x} = P{ > x,, > x} = P{ > x} P{ > x}

A R Varable aleatoare dscrete Defte: Setul este umt dscret daca este: A = { x, x, x } Ft: sau Ift umarabl A= { x, x, } Defte: Varabla aleatoare este dscreta daca exsta u set dscret astfel cat P ( S ) = S R Rezulta: S P( = x) 0 petru tot x S P( = x) = 0 petrutot x S S este umt setul de valor Probabltat puctuale Fe o varabla aleatoare dscreta Dstrbuta lu este determata de probabltatle puctuale. p = P{ = x}, x S Defte: fucta destate de probabltate a lu este o fucte defta astfel: p x= x S p ( x): = P{ = x} = 0, x S, Fucta de dstrbute este acest caz o fucte trepte: p p : R [0,] F = P{ x} = p x : x

Exemple Fucta destate de probabltate Fucta de repartte S = { x, x, x, x } 3 4 Idepedeta varablelor aleatoare dscrete Varablele aleatoare dscrete s Y sut depedete daca s uma daca petru tot x S s tot y j SY avem: P{ = x, Y = y } = P{ = x} P{ Y = y } j j

Meda statstca-sperata matematca- Mometul de ordul ta Defte: Sperata (valoarea mede) lu se defeste astfel; Nota : meda exsta uma daca: Nota : daca putem admte ca Propretat: μ : = E [ ]: = P { = xx } = p ( xx ) = px x S x S p x < p x = E [ ] = () () c R, E[ c] = ce[ ] E [ + Y] = E [ ] + EY [ ] () s Y sut depedete EY [ ] = EEY [ ] [ ] Varata matematca Defte: Varata lu se defeste astfel; Se poate demostra usor ca: σ : = D [ ]: = Var[ ]: = E[( E( )) ] D [ ] = E[ ] E[ ] Propretat: () c R, D [ c] = c D [ ] () s Y sut depedete D [ + Y] = D [ ] + D [ Y]

Covarata Defte: Covarata tre s Y se defeste; Se poate demostra usor ca: Propretat: σ Y : = Cov[, Y ]: = E[( E( )( Y E( Y )] Cov[, Y ] = E[ Y ] E[ ] E[ Y ] () () () Cov[, ] = Var[ ] Cov[, Y ] = Cov[ Y, ] Cov[ + Y, Z] = Cov[, Z] + Cov[ Y, Z] (v) s Y sut depedete Cov[, Y ] = 0 Alt parametr a dstrbutlor Defte: Devata stadard a lu se defeste; Coefcetul varate a lu : σ : = D[ ]: = D [ ] = Var[ ] c [ ]: = C [ ]: = D [ ] E[ ] Defte: mometul de ord k al lu, k =,,, e deft de: k μ [ ]: = E [ ] k

Valor med ale varablelor IID Fe,,, varable aleatoare depedete s detc dstrbute (IID) cu meda μ s varata σ σ : = D[ ]: = D [ ] = Var[ ] Se defeste meda ( meda esatoaelor): Ma au loc urmatoarele relat: : = = E [ ] =μ [ ] D [ ] D σ = σ = Legea umerelor mar Fe,,, varable aleatoare depedete s detc dstrbute (IID) cu meda μ s varata σ Legea slaba a umerelor mar: petru tot ε > 0 are loc relata: P{ μ>ε} 0 Legea tare a umerelor mar: cu probabltate egala cu are loc relata: μ

Dstrbut dscrete Dstrbuta Beroull Beroull( p), p (0,) Descre u expermet aleator cu doua posble realzar: succes () s succes (0): arucarea baulu Succesul este caracterzat de probabltatea p s succesul de probabltatea -p Setul de valor: S = {0,} Probabltatle puctuale: P ( = ) = p, P ( = 0) = p Meda: E [ ] = ( p) 0+ p = p Mometul de ordul al-ii-lea: E [ ] = ( p)0 + p = p Varata: D [ ] = E[ ] E[ ] = p p = p( p) Dstrbut dscrete Dstrbuta Bomala B(, p), {,, }, p (0,) Descre umarul succeselor tr-o sere depedeta de expermete aleatoare smple (de tp Beroull), = + + cu Beroull( p) = umarul total de expermete p = probabltatea succesulu tr-u expermet dvdual Setul de valor: S Probabltatle puctuale: = {0,,, }! P ( = ) = Cp ( p), C =!( )! Meda: Varata: E [ ] = E [ ] + E [ ] + E [ ] = p D [ ] = D [ ] + D [ ] = p( p)

Dstrbut dscrete Dstrbuta Geometrca Geom( p), p (0,) Descre umarul succeselor paa la prmul succes tr-o sere depedeta de expermete aleatoare smple (de tp Beroull) p = probabltatea succesulu tr-u expermet dvdual Setul de valor: S = {0,, } Probabltatle puctuale: P ( = ) = p( p) Meda: E[ ] = p ( p) = p/ ( p) Mometul de ordul al II lea: Varata: E [ ] = p( p) = D [ ] = E[ ] E[ ] = p/( p) p( p+ ) ( p) Propretatea memoryless a Dstrbute Geometrce Dstrbuta geometrca are propretatea de a f fara memore: petru tot are loc relata:, j {0,, } P{ + j } = P{ j} Petru demostrate trebue tut cot de relata: P( ) = p

Mmul varablelor aleatoare cu dstrbute geometrca Fe Geom( p ) s Geom( p ) doua varable depedete. Atuc s m : = m{, } Geom( p, p ) m p P { = } =, {,} pp Dstrbut dscrete Dstrbuta Posso Posso( a), a > 0 Lmta ue dtrbut bomale cad s p 0 astfel cat Setul de valor: Probabltatle puctuale: Meda: p a E [ ]. S = {0,, } = a a P { = } = e! a Mometul de ordul al-ii-lea: E [ ] = a + a Varata: D [ ] = E[ ] E[ ] = a

Exemple Sa presupuem ca 00 aboat sut coectat la o cetrala locala. Trafcul caracterstc fecaru aboat este de 0.0 erl Aboat se comporta depedet Numarul apelurlor actve este I cazul ue leg de tp Posso Probabltat puctuale: B(00,0.0) p = C p ( p) Posso(.0) a = p = 00 0.0 = p a = e! a 0 3 4 5 B(00, 0.0).36.679.693.795.0893.0354 Posso(.0).353.70.70.804.090.036 Propretat Dstrbuta Posso () Suma: Fe Posso( a ) s Posso( a ) doua varable depedete. Atuc: Posso( a) + Posso( a + a ) () Fe varabla care defeste umarul de elemete tru set s Y varabla care desemeaza marmea uu elemet aleator d acest set (fecare elemet fd luat depedet cu probabltatea p). Atuc: Y Posso( pa) Sortarea aleatoare: Fe s Y coform propretat (), s Z = Y. Atuc Y s Z sut depedete ( fd dat ecuoscut) s. Z Posso(( p) a)

Varable aleatoare cotuue Defte: Varabla aleatoare este cotua daca; exsta o fucte tegrabla f : astfel cat petru tot R R + x R x Fucta este umta fucte destate de probabltate(pdf) Setul S, petru care f > 0 este umt setul de valor () () (v) f F( x): = P{ x} = f( y) dy Propretat: () P { = x} = 0 petru tot x R P{ a< < b} = P{ a b} = f ( x) dx P { A} f dx = A P { R} = f dx= f dx= S b a Exemple Fucta destate de probabltate S = [ x, x ] 3 Fucta de repartte

Sperata matematca s alt parametr Defte: Sperata matematca a varable aleatoare este defta astfel: μ : = E[ ] = xf( x) dx Nota : Meda exsta uma daca: Nota : Daca xf ( xdx ) = atuc admtem ca: Meda are aceleas propretat ca s cazul dstrbutlor dscrete Celalt parametr (varata, covarata, ) se defesc ca s cazul dstrbutlor dscrete xf ( xdx ) < E [ ] = Dstrbut cotue Dstrbuta Uforma U( a, b), a< b Echvaleta arucar zarulu Setul de valor: S = ( a, b) Fucta destate de probabltate: Fucta de repartte: Meda: b f ( x) =, x ( a, b) b a x a F ( x): = P{ x} =, x ( a, b) b a E [ ] = x/( b adx ) = ( a+ b)/ a Mometul de ordul al-ii-lea: Varata: b = = + + a E [ ] x /( b adx ) ( a ab b)/3 D[ ] = E [ ] E [ ] = ( b a) /

Dstrbut cotue Dstrbuta expoetala Echvaleta cotua a dstrbute geometrce (probabltatea succesulu) λdt Setul de valor: Fucta destate de probabltate: Fucta de repartte: Meda: Mometul de ordul al-ii-lea: Varata: S = (0, ) 0 E [ ] = λ xe dx= / λ Exp( λ), λ> 0 λx F ( x): = P{ x} = e, x> 0 λx D [ ] = E[ ] E[ ] = / λ λx f ( x) =λ e, x> 0 λx = λ = λ 0 E [ ] xe dx / Dstrbut cotue Dstrbuta expoetala Descre tervalele de tmp tre evemete cadrul uu proces Posso, u proces care evemetele se produc cotuu s depedet, cu o rata mede costata. Dstrbuta expoetala poate f vazuta ca s echvaletul cotuu al dtrbute geometrce care descre umarul cercarlor Beroull ecesare tr-u proces dscret petru schmbarea star. Astfel, dstrbuta expoetala exprma tmpul ecesar uu proces cotuu petru schmbarea star. I lumea reala rata costata reprezta o presupuere rar talta. De, exemplu ratele de sosre ale apelurlor dfera pe durata ue zle. Dar daca e fxam asupra uu terval aume, cum ar f de la 0-6 zlele lucratoare, dstrbuta expoetala poate f utlzata ca o bua aproxmare petru tervalul de tmp tre apelur. I teora cozlor de asteptare tmp de servre a cletlor uu sstem sut adesea modelat cu ajutorul varablelor aleatoare dstrbute expoetal.( Tmp ter sosr sut modelat pr dstrbut Posso, ar lugmea procesulu (prvta ca o secveta de proceses depedete) este modelata de o varabla ce urmeaza o dstrbute Erlag( care reprezta dstrbuta ue sume de varable aleatoare depedete dstrbute expoetal)

Propretatea de memoryless a dstrbute expoetale Dstrbuta expoetala are propretatea de a f fara memore: Asta seama ca daca este dtrbuta expoetal, atuc probabltatea e codtoata satsface relata: petru tot xy, (0, ) Demostrate: P{ > x+ y > x} = P{ > y} PA ( B) PAB ( ) = PB ( ) λu PB ( ) = P { > x} = λ e du= e λx λu λ ( x+ y) PA ( ) = P { > x+ y} = λ e du= e x x+ y P( A B) = P{ > x+ y s > x} = P{ > x+ y} = e λ ( x+ y) e λy P { > x+ y> x} = = e λx e λ ( x+ y) Aplcat: Propretatea de memoryless a dstrbute expoetale Sa presupuem ca tmpul de ocupare al ue l telefoce este dstrbut expoetal cu meda h (m); Sa presupuem ca u apel are deja o tarzere de g mute. Datorta propretat de memoryless aceasta formate u e spue mc despre tmpul de ocupare care a ramas: acesta e dstrbut ca s tmpul tal de ocupare s mede tarze tot h mute. x= g y = h Exemplu umerc: T = g = 30 m y = 0 m PT { > 40 T> 30} = PT { > 0}

Mmul varablelor aleatoare expoetale Exp( λ ) Fe s Exp( λ) depedete. Atuc: m : = m{, } Exp( λ +λ ) s m λ P { = } = {,} λ +λ P { > x} = e λx Dstrbut cotue Dstrbuta ormala (Gaussaa) stadard N(0,) Lmta sume ormalzate a varablelor IID cu meda 0 s varata Setul de valor: S = (, ) Fucta destate de probabltate: f ( x) =ϕ ( x): = e π x Fucta de repartte: F ( x): = P{ x} =Φ ( x): = ϕ( y) dy x Meda: E [ ] = 0 Varata: D [ ] =

Dstrbut cotue Dstrbuta ormala (Gaussaa) N( μ, σ ), μ R, σ> 0 Daca ( μ)/ σ N(0,) Setul de valor: S = (, ) Fucta destate de probabltate: ' x μ f( x) = F ( x) = ϕ( ) σ σ Fucta de repartte: μ x μ x μ F ( x): = P{ x} = P{ } =Φ( ) σ σ σ Meda: E [ ] =μ+σe[( μ)/ σ ] =μ Varata: D [ ] = σ D [( μ)/ σ ] =σ Propretat Dstrbuta ormala (Gaussaa) () trasformare lara: fe N( μσ, ) s αβ, R Y : =α +β N( αμ+β, α σ ) () Suma: fe N( μ, σ ) s N( μ, σ ) + μ +μ σ +σ N(, ) () meda esatoaelor: fe varablele IID: Are loc relata: : = N(, ) μ σ = N( μσ, ), =,,

,, Teorema lmta cetrala Fe: varable IID cu mede s varata μ σ Teorema lmta cetrala: Rezulta: σ / ( μ) N(0,) N( μ, σ ) Alte varable aleatoare Pe laga var aleatoare dcrete s cele cotuue exsta asa umtele varable aleatoare mxte Cotad atat elemete cotuue cat s dscrete Exemple: Tmpul de asteptare al uu clet W tr-o coada de asteptare are o M / M / valoare dscreta la zero ( PW= { 0} = ρ> 0 ) dar rest dstrbuta e cotua