Matematici aplicate în economie · Probabilități și statistică

Variabile aleatoare și distribuții

Avansat70 min

Pe această pagină

Ce înveți

  • Scrii tabelul de repartiție al unei variabile aleatoare și calculezi speranța, dispersia și abaterea standard, folosind proprietățile lor.
  • Recunoști situațiile descrise de distribuțiile binomială și Poisson și calculezi probabilități cu formulele lor.
  • Lucrezi cu distribuția normală prin standardizare și tabelul funcției Φ.

Teorie

Câte cafele cumpără următorul client? Câți dintre cei 10 vizitatori ai unui magazin vor cumpăra ceva? Cât cântărește exact o pâine? Răspunsul la fiecare întrebare este un număr care depinde de întâmplare. Astfel de mărimi se numesc variabile aleatoare. Lecția arată cum le descrii complet (distribuția), cum le rezumi prin două numere (media și riscul) și care sunt cele trei distribuții întâlnite cel mai des în economie.

Partea 1. Variabile aleatoare discrete

O variabilă discretă se descrie prin tabelul de repartiție: valorile posibile xix_i și probabilitățile lor pi=P(X=xi)p_i = P(X = x_i), cu p1+p2+…+pn=1p_1 + p_2 + \ldots + p_n = 1.

Exemplu ipotetic: numărul de cafele X cumpărate de un client al unei cafenele are repartiția:

Cafele (xix_i)0123
Probabilitate (pip_i)0,10,50,30,1

Funcția de repartiție F(x)=P(X≤x)F(x) = P(X \le x) adună probabilitățile până la x. Aici F(1)=0,1+0,5=0,6F(1) = 0{,}1 + 0{,}5 = 0{,}6: 60% dintre clienți cumpără cel mult o cafea.

Partea 2. Speranța, dispersia și abaterea standard

Pentru cafenea:

  • E(X)=0×0,1+1×0,5+2×0,3+3×0,1=1,4E(X) = 0 \times 0{,}1 + 1 \times 0{,}5 + 2 \times 0{,}3 + 3 \times 0{,}1 = 1{,}4 cafele pe client;
  • E(X2)=0+0,5+4×0,3+9×0,1=2,6E(X^2) = 0 + 0{,}5 + 4 \times 0{,}3 + 9 \times 0{,}1 = 2{,}6, deci V(X)=2,6−1,42=0,64V(X) = 2{,}6 - 1{,}4^2 = 0{,}64 și σ=0,8\sigma = 0{,}8 cafele.

Proprietăți (a și b sunt constante):

E(aX+b)=a E(X)+b,V(aX+b)=a2 V(X),σ(aX+b)=∣a∣ σ(X)E(aX + b) = a \, E(X) + b, \qquad V(aX + b) = a^2 \, V(X), \qquad \sigma(aX + b) = \lvert a \rvert \, \sigma(X) E(X+Y)=E(X)+E(Y),V(X+Y)=V(X)+V(Y)  daca˘ X și Y sunt independenteE(X + Y) = E(X) + E(Y), \qquad V(X + Y) = V(X) + V(Y) \ \text{ dacă X și Y sunt independente}

Exemplu: dacă o cafea costă 8 lei, venitul adus de un client este 8X8X, cu media 8×1,4=11,28 \times 1{,}4 = 11{,}2 lei și abaterea standard 8×0,8=6,48 \times 0{,}8 = 6{,}4 lei. O constantă adunată (de exemplu, o taxă fixă de intrare) mută media, dar nu schimbă împrăștierea.

Riscul unei decizii. În finanțe și management, abaterea standard a rezultatului este măsura obișnuită a riscului. Pentru vânzătorul de înghețată din lecția anterioară (profit 600 sau 300 de lei la comanda mică, 1200 sau −200 de lei la cea mare, cu probabilitățile 0,6 și 0,4):

  • comanda mică: media 480 de lei, abaterea standard 0,6×1202+0,4×1802≈147\sqrt{0{,}6 \times 120^2 + 0{,}4 \times 180^2} \approx 147 de lei;
  • comanda mare: media 640 de lei, abaterea standard 0,6×5602+0,4×8402≈686\sqrt{0{,}6 \times 560^2 + 0{,}4 \times 840^2} \approx 686 de lei.

Comanda mare are un câștig mediu mai mare, dar un risc de aproape cinci ori mai mare. Raportul σ/E\sigma / E, numit coeficient de variație, compară riscul pe leu câștigat: 0,31 față de 1,07.

Partea 3. Distribuția binomială

Multe situații economice se reduc la n încercări independente, fiecare cu doar două rezultate („succes” cu probabilitatea p, „eșec” cu probabilitatea q=1−pq = 1 - p): vizitatorul cumpără sau nu, clientul plătește la timp sau nu, piesa este bună sau defectă.

Exemplu ipotetic: 20% dintre vizitatorii unui magazin cumpără ceva. Dintre următorii 10 vizitatori:

  • exact 2 cumpără cu probabilitatea C102×0,22×0,88=45×0,04×0,1678≈0,302C_{10}^2 \times 0{,}2^2 \times 0{,}8^8 = 45 \times 0{,}04 \times 0{,}1678 \approx 0{,}302;
  • niciunul nu cumpără cu probabilitatea 0,810≈0,1070{,}8^{10} \approx 0{,}107;
  • cel puțin 2 cumpără cu probabilitatea 1−P(0)−P(1)=1−0,107−0,268≈0,6241 - P(0) - P(1) = 1 - 0{,}107 - 0{,}268 \approx 0{,}624;
  • în medie cumpără 10×0,2=210 \times 0{,}2 = 2 vizitatori, cu abaterea standard 10×0,2×0,8≈1,26\sqrt{10 \times 0{,}2 \times 0{,}8} \approx 1{,}26.

Partea 4. Distribuția Poisson

Când numeri evenimente rare și independente într-un interval de timp sau spațiu (clienți care intră într-un minut, reclamații pe zi, defecte pe metru de material), fără un număr fix de încercări, se folosește distribuția Poisson.

Exemplu ipotetic: la o cafenea intră în medie 3 clienți la fiecare 10 minute. În următoarele 10 minute:

  • nu intră niciun client cu probabilitatea e−3≈0,050e^{-3} \approx 0{,}050;
  • intră exact 2 clienți cu probabilitatea 32e−32≈0,224\frac{3^2 e^{-3}}{2} \approx 0{,}224;
  • intră 5 sau mai mulți (și se formează coadă) cu probabilitatea 1−P(0)−P(1)−P(2)−P(3)−P(4)≈0,1851 - P(0) - P(1) - P(2) - P(3) - P(4) \approx 0{,}185.

Distribuția Poisson aproximează binomiala când n este mare și p mic, cu λ=np\lambda = np. Regula practică: aproximarea este bună pentru n≥30n \ge 30 și p≤0,1p \le 0{,}1.

Partea 5. Variabile continue și distribuția normală

O variabilă continuă nu are probabilitate pozitivă în niciun punct anume (probabilitatea ca o pâine să cântărească exact 500,000… grame este 0). Ea se descrie printr-o densitate de probabilitate f, iar probabilitățile sunt arii sub graficul ei:

P(a≤X≤b)=∫abf(x) dx,∫−∞∞f(x) dx=1,E(X)=∫xf(x) dxP(a \le X \le b) = \int_a^b f(x)\,dx, \qquad \int_{-\infty}^{\infty} f(x)\,dx = 1, \qquad E(X) = \int x f(x)\,dx

Cel mai simplu exemplu este distribuția uniformă pe [a,b][a, b], cu densitatea constantă 1b−a\frac{1}{b - a}, media a+b2\frac{a + b}{2} și dispersia (b−a)212\frac{(b - a)^2}{12} (de exemplu, minutul la care sosește un autobuz, dacă știi doar că vine între 0 și 10).

Standardizarea. Orice variabilă normală se aduce la distribuția normală standard N(0,1)N(0, 1), pentru care există tabele:

Z=X−μσ,P(X≤x)=Φ ⁣(x−μσ),Φ(−z)=1−Φ(z)Z = \frac{X - \mu}{\sigma}, \qquad P(X \le x) = \Phi\!\left(\frac{x - \mu}{\sigma}\right), \qquad \Phi(-z) = 1 - \Phi(z)

Valorile lui Φ folosite cel mai des: Φ(1)≈0,8413\Phi(1) \approx 0{,}8413, Φ(1,645)≈0,95\Phi(1{,}645) \approx 0{,}95, Φ(1,96)≈0,975\Phi(1{,}96) \approx 0{,}975, Φ(2)≈0,9772\Phi(2) \approx 0{,}9772, Φ(2,576)≈0,995\Phi(2{,}576) \approx 0{,}995, Φ(3)≈0,9987\Phi(3) \approx 0{,}9987. De aici vine regula 68–95–99,7: aproximativ 68% dintre valori sunt la cel mult o abatere standard de medie, 95% la cel mult două și 99,7% la cel mult trei.

Exemplu ipotetic: greutatea pâinilor unei brutării este normală, cu μ=500\mu = 500 g și σ=10\sigma = 10 g.

  • O pâine are sub 480 g cu probabilitatea Φ((480−500):10)=Φ(−2)=1−0,9772≈0,023\Phi\big((480 - 500) : 10\big) = \Phi(-2) = 1 - 0{,}9772 \approx 0{,}023, adică 2,3% din pâini;
  • între 490 și 510 g sunt Φ(1)−Φ(−1)≈0,68\Phi(1) - \Phi(-1) \approx 0{,}68, adică 68% din pâini;
  • doar 5% dintre pâini depășesc 500+1,645×10≈516,5500 + 1{,}645 \times 10 \approx 516{,}5 g.

Distribuția normală este atât de des întâlnită pentru că suma multor efecte mici și independente (variații ale făinii, ale apei, ale cuptorului) tinde să fie normală. Acesta este, în esență, teorema limită centrală, pe care se bazează lecția despre estimare.

Video

Binomial distributions | Probabilities of probabilities, part 1

de 3Blue1Brown

Se încarcă de pe YouTube

Binomial distributions | Probabilities of probabilities, part 1 · de 3Blue1Brown · Deschide pe YouTube

Întrebare-ghid: Clipul este în engleză și pornește de la o întrebare despre recenziile vânzătorilor online. Urmărește de unde vine formula C(n, k) pᵏ (1 − p)ⁿ⁻ᵏ și compar-o cu exemplul vizitatorilor din Partea 3.

The Normal Distribution, Clearly Explained!!!

de StatQuest with Josh Starmer

Se încarcă de pe YouTube

The Normal Distribution, Clearly Explained!!! · de StatQuest with Josh Starmer · Deschide pe YouTube

Întrebare-ghid: Clipul este în engleză (bell-shaped curve = curbă în formă de clopot). Urmărește cum media mută clopotul și abaterea standard îl lărgește, apoi aplică regula 68–95–99,7 la greutatea pâinilor.

Exemple grafice

Primul grafic compară distribuția binomială a cumpărătorilor dintre 10 vizitatori (n=10n = 10, p=0,2p = 0{,}2) cu aproximarea Poisson cu aceeași medie (λ=2\lambda = 2).

00,10,20,30,412345678Număr de cumpărători (k)Probabilitatebinomială B(10; 0,2)Poisson, λ = 2P(X = 2) = 0,302
Ambele distribuții au media 2. Binomiala B(10; 0,2) dă 0,107, 0,268, 0,302, 0,201 și 0,088 pentru 0–4 cumpărători; Poisson cu λ = 2 dă 0,135, 0,271, 0,271, 0,180 și 0,090. Pentru n doar 10, aproximarea este încă grosieră.
Vezi datele ca tabel
Distribuția binomială și aproximarea Poisson
SerieNumăr de cumpărători (k)Probabilitate
binomială B(10; 0,2)00,11
binomială B(10; 0,2)10,27
binomială B(10; 0,2)20,3
binomială B(10; 0,2)30,2
binomială B(10; 0,2)40,09
binomială B(10; 0,2)50,03
binomială B(10; 0,2)60,01
binomială B(10; 0,2)70
binomială B(10; 0,2)80
Poisson, λ = 200,14
Poisson, λ = 210,27
Poisson, λ = 220,27
Poisson, λ = 230,18
Poisson, λ = 240,09
Poisson, λ = 250,04
Poisson, λ = 260,01
Poisson, λ = 270
Poisson, λ = 280
P(X = 2) = 0,30220,3

Încearcă să calculezi P(X=1)P(X = 1) pentru binomială: 10×0,2×0,89≈0,26810 \times 0{,}2 \times 0{,}8^9 \approx 0{,}268. Concluzie: binomiala și Poisson au forme asemănătoare când media este aceeași, iar diferențele scad pe măsură ce n crește și p scade.

Al doilea grafic arată densitatea normală a greutății pâinilor (μ=500\mu = 500 g, σ=10\sigma = 10 g). Zona colorată, între 490 și 510 g, are aria 0,68.

012243648480490500510520530Greutate (g)Densitate (‰ pe gram)densitatea N(500; 10²)μ = 500 g
Densitatea N(500; 10²) este un clopot simetric în jurul lui 500 g. Zona dintre 490 și 510 g (o abatere standard de o parte și de alta) conține 68% dintre pâini; sub 480 g sunt doar 2,3%.
Vezi datele ca tabel
Greutatea pâinilor: distribuția normală
SerieGreutate (g)Densitate (‰ pe gram)
densitatea N(500; 10²)4700,44
densitatea N(500; 10²)472,50,91
densitatea N(500; 10²)4751,75
densitatea N(500; 10²)477,53,17
densitatea N(500; 10²)4805,4
densitatea N(500; 10²)482,58,63
densitatea N(500; 10²)48512,95
densitatea N(500; 10²)487,518,26
densitatea N(500; 10²)49024,2
densitatea N(500; 10²)492,530,11
densitatea N(500; 10²)49535,21
densitatea N(500; 10²)497,538,67
densitatea N(500; 10²)50039,89
densitatea N(500; 10²)502,538,67
densitatea N(500; 10²)50535,21
densitatea N(500; 10²)507,530,11
densitatea N(500; 10²)51024,2
densitatea N(500; 10²)512,518,26
densitatea N(500; 10²)51512,95
densitatea N(500; 10²)517,58,63
densitatea N(500; 10²)5205,4
densitatea N(500; 10²)522,53,17
densitatea N(500; 10²)5251,75
densitatea N(500; 10²)527,50,91
densitatea N(500; 10²)5300,44
aria între 490 și 510 g (vârf)4900
aria între 490 și 510 g (vârf)49024,2
aria între 490 și 510 g (vârf)492,530,11
aria între 490 și 510 g (vârf)49535,21
aria între 490 și 510 g (vârf)497,538,67
aria între 490 și 510 g (vârf)50039,89
aria între 490 și 510 g (vârf)502,538,67
aria între 490 și 510 g (vârf)50535,21
aria între 490 și 510 g (vârf)507,530,11
aria între 490 și 510 g (vârf)51024,2
aria între 490 și 510 g (vârf)5100
μ = 500 g50039,89

Încearcă să calculezi ce parte din pâini au între 480 și 520 g: Φ(2)−Φ(−2)≈0,954\Phi(2) - \Phi(-2) \approx 0{,}954. Concluzie: la o distribuție normală, aproape toate valorile stau în intervalul „media ± 2 abateri standard”, de aceea abaterea standard este o unitate de măsură naturală pentru „cât de neobișnuit” este un rezultat.

Aprofundare

De ce media binomialei este np

O variabilă binomială este suma a n variabile simple X1,…,XnX_1, \ldots, X_n, fiecare egală cu 1 (succes) cu probabilitatea p și 0 altfel. Fiecare are media E(Xi)=1⋅p+0⋅q=pE(X_i) = 1 \cdot p + 0 \cdot q = p și dispersia E(Xi2)−p2=p−p2=pqE(X_i^2) - p^2 = p - p^2 = pq. Cum media sumei este suma mediilor, E(X)=npE(X) = np; cum încercările sunt independente, dispersiile se adună: V(X)=npqV(X) = npq.

Poisson ca limită a binomialei

Dacă în B(n,p)B(n, p) faci n tot mai mare și p tot mai mic, păstrând np=λnp = \lambda, atunci Cnkpk(1−p)n−kC_n^k p^k (1 - p)^{n-k} tinde la λke−λk!\frac{\lambda^k e^{-\lambda}}{k!}. Pasul-cheie este limita remarcabilă din cursul de analiză: (1−λn)n→e−λ\left(1 - \frac{\lambda}{n}\right)^n \to e^{-\lambda}. De aceea Poisson se mai numește „legea evenimentelor rare”.

Aproximarea normală a binomialei

Pentru n mare, binomiala are aproximativ forma unei normale cu μ=np\mu = np și σ=npq\sigma = \sqrt{npq} (regula practică: np≥5np \ge 5 și nq≥5nq \ge 5). Cu corecția de continuitate, P(X≤k)≈Φ(k+0,5−npnpq)P(X \le k) \approx \Phi\left(\frac{k + 0{,}5 - np}{\sqrt{npq}}\right). De exemplu, pentru 400 de vizitatori cu p=0,2p = 0{,}2: media este 80, abaterea standard 8, iar probabilitatea a cel mult 90 de cumpărători este aproximativ Φ(10,5:8)≈Φ(1,31)≈0,90\Phi(10{,}5 : 8) \approx \Phi(1{,}31) \approx 0{,}90.

Excepții și nuanțe

  • Randamentele financiare zilnice au „cozi groase”: scăderile foarte mari apar mult mai des decât prevede o distribuție normală. Modelele de risc care presupun normalitatea subestimează crizele.
  • Distribuția Poisson presupune o rată constantă. Clienții unei cafenele nu vin la fel la 8 dimineața și la 3 după-amiaza, deci λ trebuie stabilit pe intervale.
  • V(X+Y)=V(X)+V(Y)V(X + Y) = V(X) + V(Y) cere independență. Pentru variabile legate (vânzările de cafea și de croissante), apare un termen în plus, covarianța, prezentată în lecția despre corelație.

Un caz real: soldații prusaci și caii

În 1898, statisticianul Ladislaus Bortkiewicz a analizat numărul de soldați uciși de lovituri de cal în 14 corpuri ale armatei prusace, timp de 20 de ani. Evenimentele erau rare (în medie mai puțin de unul pe corp și pe an), iar frecvențele observate pentru 0, 1, 2, … decese se potriveau remarcabil de bine cu distribuția Poisson. Exemplul a făcut cunoscută distribuția, publicată de Siméon Denis Poisson încă din 1837. Distribuția normală are o istorie și mai veche: Abraham de Moivre a obținut-o în 1733, ca aproximare a binomialei pentru un număr mare de aruncări cu banul.

Quiz

Verifică ce ai înțeles. Poți reîncerca oricând.

1. X ia valorile 0, 1, 2 și 3 cu probabilitățile 0,1, 0,5, 0,3 și 0,1. Cât este speranța E(X)?

Scrie un număr.

2. E(X) = 1,4 și E(X²) = 2,6. Cât este dispersia V(X)?

Scrie un număr.

3. X are abaterea standard 0,8. Care este abaterea standard a lui Y = 8X + 5?

Alege o singură variantă.

4. Un vizitator cumpără ceva cu probabilitatea 0,2. Câți cumpărători te aștepți să ai, în medie, din 50 de vizitatori?

Scrie un număr.

5. Ce distribuție descrie cel mai bine numărul de clienți care intră într-o cafenea într-un interval de 10 minute, dacă în medie intră 3?

Alege o singură variantă.

6. Pentru o variabilă Poisson cu λ = 3, cât este P(X = 0), cu 3 zecimale? (e la puterea −3 ≈ 0,0498)

Scrie un număr.

7. Greutatea pâinilor este normală, cu media 500 g și abaterea standard 10 g. Ce procent din pâini cântăresc sub 480 g? (Φ(2) ≈ 0,9772)

Scrie un număr.

%

8. Două investiții au același câștig mediu, dar abateri standard de 100 și 400 de lei. Ce înseamnă?

Alege o singură variantă.