See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/259642382

TEORIA E PROBABILITETIT 9.3. Ndryshoret e rastit dhe shpërndarja e tyre

Data · January 2014

CITATIONS READS
0 12,947

1 author:

Qefsere Doko Gjonbalaj

University of Prishtina
53 PUBLICATIONS   19 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Book - Mathematics for Agricultural and Veterinary Medicine students View project

Environmental medicine: social, instrumental and medical aspects (i.e. Delta dilemma, One health concept, Zero waste) View project

All content following this page was uploaded by Qefsere Doko Gjonbalaj on 10 January 2014.

The user has requested enhancement of the downloaded file.

Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

9.3 Ndryshoret e rastit dhe shpërndarja e tyre

9.3.1 Ndryshoret e rastit

Deri tani kemi shqyrtuar ngjarjet e rastit dhe veprimet që kryhen me to. Por në teorinë e
probabilitetetit dhe në statistikën matematike shpeshherë ngjarjet e ndryshme të rastit shoqërohen
me numra real dhe bëhen veprime me këta numra. Prandaj, ndodh që në praktikë në disa raste,
më shumë të na interesojnë vlerat e ndonjë funksioni të rezultateve të eksperimentit se sa vetë
rezultati i eksperimentit. Kështu për shembull na intereson:
1. Shuma e pikave të rëna në hedhjen e njëkohshme të dy zareve.
2. Hedhim disa herë monedhën. Më shpesh na intereson numri i rënieve të stemës (numrit)
se sa vetë rezultati i eksperimentit.
3. Zgjedhim dhjetë bita rastësisht. Ndoshta duam të dimë probabilitetin që të fitohen nëntë
bita, të gjitha njëshe (1).
Për të studiuar problemet e kësaj forme, çdo rezultati të një eksperimenti do ti shoqërojmë një
numër edhe atëherë kur karakteristikat e vërejtura të ngjarjeve nuk janë esencialisht numerike.
Këtu kemi të bëjmë me një rregull, sipas së cilës, çdo ngjarjeje të eksperimentit i shoqërojmë një
numër real. Pra kemi të bëjmë me një funksion. Si rezultat lind një koncept i ri madhësia e rastit e
cila quhet gjithashtu edhe ndryshore e rastit.

Përkufizimi 9.12
Ndryshore e rastit quhet funksioni X domeni i të cilës është hapësira e ngjarjeve Ω dhe vlerat e të cilit janë
numra real. Simbolikisht X : Ω → R.

Vërejtje: Ndryshorja e rastit është funksion me anën e të cilit çdo ngjarjeje e ∈ Ω i shoqërohet një
numër real X (e).

Nga përkufizimi rrjedh se për çdo bashkësi I ⊂ R me shënimin X (A)∈ I kuptojmë bashkësinë
{ei ∈ Ω : te tilla qe X (ei ) ∈ I }. Është e qartë se X −1 (I ) ⊂ Ω.
Ndryshorja e rastit karakterizon të gjitha rezultatet e mundshme të eksperimentit nga ana sasiore.
Ndryshoret e rastit i shënojmë me shkronja të mëdha X , Y , Z ,... ose X 1 , X 2 , X 3 ,... ndërsa vlerat
e ndryshoreve të rastit me x1 , x2 , x3 ,... etj.
Gjatë studimit të një ndryshoreje të rastit problemi më i rëndësishëm është gjetja e
probabiliteteteve të vlerave të ndryshme të saj. Ky problem është i mundur të zgjidhet sepse vlerat
e ndryshores së rastit përcaktohen nga rezultatet e eksperimentit, ku kemi të përcaktuar një
probabilitet, pra është i dhënë modeli probabilitar (Ω, P ).
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Le të jetë X një ndryshore e rastit e përcaktuar në hapësirën Ω , ku është përcaktuar probabiliteti

P. Shënojmë me S = {x1 , x2 , x3 ,..., xn }, bashkësinë e vlerave të mundshme të ngjarjes së rastit X
dhe me p( xi ) = P( X = xi ) probabilitetin e ngjarjes X = xi . Probabilitet i përcaktuar në këtë
mënyrë gëzon vetitë:
1. p( xi ) ≥ 0 per xi ∈ S 2.
n
∑ p ( xi ) = 1.
i =1

Përkufizimi 9.13
Çifti (S, P ) quhet ligj probabilitar i ndryshores së rastit X.

Shembulli 9.41
Supozojmë se monedha është hedhur tri herë me radhë. Le të jetë X(t) ngjarja e rastit e cila
është e barabartë me numrin e rënies së numrit (N-it) kur t është ngjarja. Atëherë X(t) merr
vlerat:
X ( NNN ) = 3 P(X = 3) = P{( NNN )} = 1 8
€
X ( NNS ) = X ( NSN ) = X ( SNN ) = 2 P(X = 2 ) = P{( NNS ), ( NSN ), ( SNN )€
}= 3 8
X ( SSN ) = X ( SNS ) = X ( NSS ) = 1 P(X = 1) = P{( NSS ), ( SSN ), ( SNS )} = 3 8
X ( SSS ) = 0 P(X = 0) = P{( SSS )} = 1 8
Vërejmë se:
4
∑ p( xi ) = P(X = 3) + P(X = 2) + P(X = 1) + P(X = 0) = 1.
i =1

Shembulli 9.42
Hidhen njëkohësisht dy zare të lojës. Hapësira Ω = {e1 , e2 , e3 ,..., e36 } ku
Ω është
e1 = (1,1), e2 = (1,2),..., e36 = (6,6) , pra hapësira Ω ka 36 ngjarje elementare ei , njëlloj të
mundshme me P(e1 ) = 1 36.
Shënojmë X = max(i, j ), pra ndryshoren e rastit të përcaktuar në Ω . Vlerat e mundshme të
ndryshores së rastit X janë 1,2,3,4,5,6 sepse:
X (e1 ) = 1 = x1 , X (e2 ) = X (e7 ) = X (e8 ) = 2 = x2 ,...
Ligji i probabilitetit për këtë ngjarje të rastit X është:

xi 1 2 3 4 5 6

P( X = xi ) 1 36 3 36 5 36 7 36 9 36 11 36

4
∑ P(X = xi ) = 1
i =1
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Vërejtje: Mbi të njëjtën hapësirë Ω mund të përcaktohen ndryshore rasti të ndryshme, për shembull
Y = min(i, j ), Z = (i + j ), etj.

Përkufizimi 9.14
Për ndryshoren e rastit thuhet se është ndryshore diskrete e rastit në qoftë se rangu i saj është bashkësi
diskrete (e fundme ose pafundme, por e numërueshme). Për ndryshoren e rastit thuhet se është ndryshore e
vazhdueshme (kontinuale) e rastit në qoftë se rangu i saj është një interval (i kufizuar ose i pakufizuar) i
numrave real.

Po i paraqesim disa shembuj të ndryshoreve diskrete të rastit:

a) me numër të fundmë vlerash:
1. numri i pikave që bie në faqen e sipërme të zarit të lojës: 1,2,3,4,5,6
2. numri i udhëtarëve në autobus
3. nuri i detaleve me defekt gjatë prodhimit të pesë detaleve nga një makinë: 0, 1, 2, 3, 4, 5.
b) me numër të pafundmë vlerash:
Nga një kuti ku ndodhen dy sfera të bardha dhe një e kuqe nxirret me kthim një sferë. Provat
vazhdojnë deri sa të kemi tërhequr një sferë të kuqe. Atëherë numri i provave të kryera do të jetë
një ndryshore (madhësi) e rastit. Ajo mund të marrë vlera: 1, 2, 3, ..., e kështu deri në pambarim.

Përkufizimi 9.15
Shpërndarje (distribuim) e ndryshores së rastit X në hapësirën e realizimeve Ω është bashkësia e çifteve
(r , P(X = r )) për çdo r ∈ X (e ), ku P(X = r ) është probabiliteti i X për vlerën r. Shpërndarja zakonisht
përshkruhet duke specifikuar P(X = r ) për çdo vlerë të r ∈ X (e ).

Shembulli 9.43
Pasi që, gjatë hedhjes së monedhës tri herë me radhë, secili nga tetë realizimet e mundshme ka
probabilitetin 1 8 , shpërndarja e ndryshores së rastit X (t ) në shembullin 9.41 është dhënë me
P(X = 3) = 1 8 , P(X = 2) = 3 8 , P(X = 1) = 3 8 , P(X = 0) = 1 8 .

9.3.2 Shpërndarja probabilitare

Të sjellurit e ndryshores së rastit karakterizohet me shpërndarjen probabilitetare të saj, që do të

thotë, nga mënyra e shpërndarjes së probabilitetit në vlerat përkatëse. Funksioni i shpërndarjes
probabilitetare dhe funksioni i masës së probabilitetit janë dy mënyra të cilat karakterizojnë
shpërndarjen për ndryshoret diskrete të rastit. Funksionet korresponduese për ndryshoret e
vazhdueshme të rastit janë funksioni i shpërndarjes probabilitetare, i përkufizuar në mënyrë të
ngjashme si në rastin e ndryshoreve diskrete, dhe funksioni i densitetit probabilitar.
Shpërndarja probabilitare e ndryshores së rastit X është përshkrim i probabiliteteve të fituara
nga vlerat e mundshme të X . Për ndryshoret diskrete të rastit, shpërndarja shpesh herë
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

përcaktohet vetëm me anë të shënimit të vlerave të mundshme në tabelë dhe probabilitetin

përkatës të secilës vlerë. Në disa raste, është e përshtatshme që probabiliteti të shprehet me anë të
formulës.

Shembulli 9.44
Ekziston mundësia që një bit i transmetuar nëpërmjet të një kanali digjital të transmetimit është
marrë me gabim. Le të jetë X i barabartë me numrin e bitave me gabim në transmetimin e katër
bitave në vazhdim. Vlerat e mundshme për X janë {0,1,2,3,4}. Supozojmë se probabilitetet janë

P(X = 0) = 0.6561
P(X = 1) = 0.2916
P(X = 2) = 0.0486
P(X = 3) = 0.0036
P(X = 4) = 0.0001
Shpërndarja probabilitare e X është përcaktuar me anë të vlerave të mundshme së bashku me
probabilitetin e secilës vlerë. Përshkrimi grafik i shpërndarjes probabilitare është paraqitur në
figurën 9.17.

p(x)

Fig. Error! No text of specified style in document.17 Shpërndarja probabilitare për bitat me gabim

Shembulli 9.45
Në shembullin 9.44, mund të na interesojë probabiliteti i tre ose më pak bitave të marra me
gabim. Ky problem mund të shprehet si P (X ≤ 3).

Ngjarja {X ≤ 3} është unioni i ngjarjeve {X = 0}, {X = 1}, {X = 2} dhe {X = 3}. Është e qartë
se këto ngjarje janë disjunkte mes veti. Prandaj,

P(X ≤ 3) = P(X = 0 ) + P(X = 1) + P(X = 2 ) + P(X = 3)

€ = 0.9999
= 0.6561 + 0.2916 + 0.0486 + 0.0036

Ky përafrim gjithashtu mund të përdoret për të përcaktuar

P(X = 3) = P(X ≤ 3) − P(X ≤ 2) = 0.0036

 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Shembulli 9.45 tregon se në disa raste është e nevojshme që të jemi në gjendje të përcaktojmë
edhe probabilitetin rritës (kumulativ) si P(X ≤ x ) dhe se probabilitetet e tilla mund të përdoren
për gjetjen e funksionit të masës së probabilitetit të ndryshores së rastit.

9.3.3 Funksioni i shpërndarjes probabilitare

Në përgjithësi, për çfarëdo ndryshore diskrete të rastit me variablat e mundshme x1, x 2 ,...x n ,
ngjarjet {X = x1}{, X = x2 },...{X = xn } janë të pavarura (disjunkte). Prandaj,
P(X ≤ x ) = ∑ p(xi ), ku P(X < x )-probabiliteti që ndryshorja e rastit X të marrë vlera më të
xi ≤ x
vogla se numri x. €

Përkufizimi 9.16
Funksioni i shpërndarjes probabilitare ose funksion i shpërndarjes i ndryshores së rastit X, të cilin do ta
shënojmë me Fx (x ), është

Fx (x ) = P(X ≤ x ) = ∑ p(xi ). (14)

xi ≤ x

Me anën e funksionit të shpërndarjes është e mundur që të gjenerohet probabiliteti për çdo numër
të familjeve F (R ) të nënbashkësive të drejtëzës reale R . Funksioni i shpërndarjes i një
ndryshoreje të rastit me rritjen e x bën grumbullimin e probabiliteteteve. Për funksion e
shpërndarjes gjithashtu përdoret edhe emërtimi funksion i distribuimit kumulativ.
Gjeometrikisht funksioni i shpërndarjes interpretohet në këtë mënyrë: Fx (x ) është probabilitet që
ndryshorja e rastit X të merr vlera të cilat paraqesin në boshtin numerik pika të cilat ndodhen në
të majtë të pikës x.
Të gjitha vlerat e funksionit të shpërndarjes i përkasin segmentit [0,1] d.m.th. 0 ≤ Fx (x ) ≤ 1. Ky
jobarazim rrjedh nga përkufizimi Fx (x ) dhe vetit e probabilitetit (probabiliteti i ngjarjes ndodhet
ndërmjet 0 dhe 1).
Në qoftë se të gjitha vlerat e mundshme të ndryshores së rastit X ndodhen në intervalin (a,b ),
atëherë:
Fx (x ) = 0 per x ≤ a, Fx (x ) = 1 per x ≥ b.
Me që X < −∞ ngjarje e pamundur, ndërsa X < +∞, e sigurt, atëherë
Fx (− ∞ ) = 0 dhe Fx (+ ∞ ) = 1
Pasi që (X < x2 ) = (x1 ≤ X < x2 ) + (X < x1 ), ngjarjet (X < x1 ) dhe (x1 < X < x2 ) janë të pavarura,
atëherë në bazë të vetisë mbi shumën e ngjarjeve të pavarura, kemi:
P(X < x2 ) = P(x1 ≤ X < x2 ) + P(X < x1 )
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

P(x1 ≤ X < x2 ) = P(X < x2 ) − P(X < x1 ).

Në bazë të përkufizimit 9.16, barazimin e fundit do ta shkruajmë në formën:
P(x1 ≤ X < x2 ) = Fx (x2 ) − Fx (x1 ) (15)

Rrjedhimisht, probabiliteti i tillë që ndryshorja e rastit X merr vlera nga gjysmë intervali [x1 , x2 )
është i barabartë me diferencën e vlerave të funksionit të shpërndarjes në skajet e këtij intervali.
Pasi që, X < x dhe X ≥ x janë ngjarje të kundërta atëherë shuma P(X < x ) + P(X ≥ x ) = 1, prej
nga rrjedh relacioni:
P(X ≥ x ) = 1 − P(X < x ) ose P(X ≥ x ) = 1 − Fx (x ).

Funksioni i shpërndarjes Fx (x ) ka këto veti:

1. Fx (x ) është jozvoglues në (− ∞, ∞ ). Nëse x1 < x2 atëherë Fx (x1 ) < Fx (x2 ).

2. lim Fx (x ) = Fx (− ∞ ) = 0 dhe lim Fx (x ) = 1.

x → −∞ x → +∞

3. lim−0 Fx (x ) = Fx (x0 ), d.m.th. në pikën x0 funksioni Fx (x ) është i vazhdueshëm nga e

x → x0

majta.

Duke u bazuar në vetitë e funksionit të shpërndarjes mund të konstatojmë karakterin e këtij

funksioni.
Për ndryshoren diskrete të rastit duhet të dihen probabilitetet p(xi ) që ndryshorja e rastit X të
merr vlerat e saj, d.m.th. duhet të jenë të njohura probabilitetet:
P(X = xi ), ( i = 1,2,3,...) ku ∑ p(xi ) = 1.
xi ≤ x

Shembulli 9.46
Le të jetë X ndryshore diskrete e rastit e cila merr vlerat -1, 1, 2, dhe 3, me probabilitetet
1 3 1
, , dhe . Atëherë kemi
4 8 2
0 per x < −1
1 4 per − 1 ≤ x < 1

Fx (x ) = 3 8 per 1 ≤ x < 2
1 2 per 2 ≤ x < 3

1 per x ≥ 3

Ky funksion është paraqitur në figurën 9.18 dhe është një shembull i funksionit të shpërndarjes në
lidhje me ndryshoret diskrete të rastit, dhe rritës nga 0 në 1 në formën e “shkallëzuar”.
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Fig. 9.18 Funksioni i shpërndarjes probabilitare i X, Fx (x)

Ndryshorja e rastit X quhet e vazhdueshme, nëse ekziston funksioni jonegativ p(x ) i tillë që për
€
çdo x:
x
Fx (x ) = P(X < x ) = ∫ p(x )dx.
−∞
Siç na është e njohur, integrali i caktuar me kufirin e sipërm variabël i një funksioni të
vazhdueshëm, është funksion i vazhdueshëm që d.m.th. se Fx (x ) është funksion i vazhdueshëm.
Ndryshoret e vazhdueshme të rastit marrin një numër të panumërueshëm vlerash në boshtin real.
Një shembull i funksionit të shpërndarjes për ndryshoret e vazhdueshme të rastit është paraqitur
në figurën 9.19. Ai nuk ka kërcime dhe pika të këputjes si në rastin e ndryshoreve diskrete të
rastit. Probabiliteti i X që merr vlerat në një interval të dhënë gjendet me anë të ekuacionit (15),
dhe kjo ka kuptim vetëm për probabilitetin e ndryshoreve të vazhdueshme të rastit. Për shembull,
në figurën 9.19
P(− 1 < X ≤ 1) = F (1) − F (− 1) = 0.8 − 0.4 = 0.4.
Është e qartë se P(X = a ) = 0 për çfardo a.

Fig. 9.19 Funksioni i shpërndarjes probabilitare i ndryshores së vazhdueshme të rastit X, Fx (x )

 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

9.3.4 Funksioni i masës së probabilitetit për

ndryshoret diskrete të rastit

Funksioni i shpërndarjes mund të zbatohet për të klasifikuar ndryshoret e rastit në ato diskrete dhe
në ato të vazhdueshme.
Për një ndryshore të rastit thuhet se është diskrete, nëse funksioni i saj i shpërndarjes Fx (x )
paraqet shumën e “funksioneve shkallë” të variablave të tyre. Vlerat që funksioni i arrin në çdo x i
është e barabartë me madhësinë për të cilën Fx (x ) kërcen në atë pikë. Prandaj mund të
përkufizojmë një funksion të ri p x (x ) = P(X = x ) i cili quhet funksion i masës së probabilitetit të
ndryshores së rastit.
€
Le të jetë X ndryshore diskrete e rastit e cila merr më së shumti një numër të fundmë dhe të
numërueshëm të vlerave x1, x 2 ,... me probabilitete jo zero. Në qoftë se shënojmë
P(X = xi ) = p(xi ), i = 1,2,... , atëherë, është e qartë se 0 ≤ p(xi ) ≤ 1 për çdo i dhe se
∑ p(xi ) = 1.
i

Përkufizimi 9.17
€
Funksioni i masës së probabilitetit i ndryshores diskrete të rastit X me vlerat e mundshme x1, x 2 ,..., x n
është funksioni p x (x ) = P(X = x ) ashtu që

1. p(xi ) ≥ 0
n €
2. ∑ p(xi ) = 1
i =1
3. p(xi ) = P(X = xi ) (16).

Në shembullin 9.44, p(0) = 0.6561, ! p(1) = 0.2916, ! p(2) = 0.0486, p(3) = 0.0036 dhe
p(4) = 0.0001. Të provohet se shuma e probabiliteteve në këtë shembull është 1.
Për ndryshoren e rastit të përkufizuar në shembullin 9.46, funksioni i masës së probabilitetit është
zero për çdo vlerë përveç për xi , i = −1,1, 2, 3 dhe është paraqitur në figurën 9.20
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Fig. 9.20 Funksioni i masës së probabilitetit i ndryshores të rastit X, px (x)

Figura 9.20 paraqet një formë të zakonshme të funksionit të masës së probabilitetit për një
ndryshore diskrete të rastit, pasi që për çfarëdo ndryshore të vazhdueshme të rastit P(X = x ) = 0,
€
funksioni i masës së probabilitetit nuk ekziston në rastin e këtyre ndryshoreve. Gjithashtu mund
të vërejmë se, si Fx (x ), edhe px (x ) plotësisht karakterizon ndryshoren e rastit X; për më shumë,
këto dy funksione janë thjeshtë të lidhur me:

px (xi ) = F€
x (xi ) − Fx (xi −1 ) (17)

Fx (x ) = ∑ px (xi ) (për x1 < x 2 < ...) (18)

xi ≤ x

Kufiri i poshtëm i shumës në barazimin (18) do të thotë se shuma është marrë për të gjitha i të
cilat plotësojnë x i ≤ x . Prandaj, vërejmë se funksioni i shpërndarjes dhe funksioni i masës së
probabilitetit i ndryshoreve diskrete të rastit përmbajnë informata të njëjta; secila plotësojnë njëra
tjetrën.
Gjithashtu mund të jepet një interpretim i vlefshëm fizik i këtyre dy funksioneve. Në kuptimin e
€
shpërndarjes së njësisë të masës në boshtin real −∞ < x < ∞ , funksioni i shpërndarjes i
ndryshores së rastit në x, Fx (x ), mund të interpretohet si masa totale në lidhje me pikën x dhe të
gjitha pikat që shtrihen në të majtë të x. Funksioni i masës së probabilitetit, për dallim, tregon
shpërndarjen e kësaj njësie të masës përgjatë boshtit real (boshtit Oy); ajo është e shpërndarë në
€
pikat diskrete x i me sasi të masës të barabartë me p x (xi ) në x i , i=1,2,…
€
Shembulli 9.47
Supozojmë se prodhimi ditor i 850 pjesëve të prodhuara përmban 50 pjesë të cilat nuk plotësojnë
€ e konsumatorëve. Janë zgjedhur dy pjesë rastësisht,
kërkesat € pa zëvendësim, nga bashkësia bazë.
Le të jetë ndryshorja e rastit X e barabartë me numrin e pjesëve që nuk plotësojnë kërkesat e
konsumatorëve. Cili është funksioni i shpërndarjes i X ?

Zgjidhje
Që ti përgjigjemi kësaj pyetje, së pari do të gjejmë funksionin e masës së probabilitetit të X.
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

800 799
P(X = 0) = ⋅ = 0.886
850 849
800 50
P(X = 1) = 2 ⋅ ⋅ = 0.111
850 849
50 49
P(X = 2) = ⋅ = 0.003
850 849
Prandaj,
F (0) = P(X ≤ 0) = 0.886
F (1) = P(X ≤ 1) = 0.886 + 0.111 = 0.997
F (2) = P(X ≤ 2) = 0.886 + 0.111 + 0.003 = 1
Funksioni i shpërndarjes probabilitare për këtë shembull është paraqitur grafikisht në figurën
9.21. Të përkujtojmë se Fx (x ) është përkufizuar për të gjitha x, −∞ < x < ∞ dhe jo vetëm për
0,1 dhe 2.

€
€

Fig. 9.21 Funksioni i shpërndarjes probabilitare

Shembulli 9.48
Përcaktoni funksionin e masës së probabilitetit të X nga funksioni i shpërndarjes në vazhdim:
0 per x < −2
0.2 per − 2 ≤ x < 0

Fx (x ) = 
0.7 per 0 ≤ x < 2
1 per x ≥ 2

Zgjidhje

Fig. 9.22 Funksioni i shpërndarjes probabilitare

 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Figura 9.22 paraqet grafikun e funksionit Fx (x ) . Nga grafiku, pikat e vetme që kanë
probabilitetin e ndryshëm nga zero janë -2, 0, dhe 2. Funksioni i masës së probabilitetit në secilën
pikë është sa ndryshimi i funksionit të shpërndarjes në atë pikë. Prandaj,
p x (− 2) = 0.2 − 0 = 0.2
€
px (0) = 0.7 − 0.2 = 0.5
p x (2) = 1.0 − 0.7 = 0.3 .

9.3.5 Shpërndarja binomiale për ndryshoret diskrete

Po e shqyrtojmë një eksperiment të rastit i cili mund të përsëritet në mënyrë arbitrare dhe i cili ka
vetëm dy ngjarje të mundshme, të pavarura njëra nga tjetra. I tillë është për shembull
eksperimenti i hedhjes së monedhës metalike. Çdo eksperiment të veçantë në vargun e
eksperimenteve të tillë e quajmë provë. Kështu, në eksperimentin e hedhjes së monedhës
metalike, çdo hedhje është një provë. Vërejmë se në këtë eksperiment, provat nuk varen njëra nga
tjetra. Provat e pavarura, të përsëritura, të një eksperimenti, në të cilin çdo provë ka dy ngjarje të
mundshme, quhen provat e Bernoull-it, sipas James Bernoulli, i cili ka kontribuar shumë në
teorinë e probabilitetit. Njërën prej ngjarjeve të këtyre eksperimenteve do ta quajmë sukses
ndërsa ngjarjen tjetër dështim. Në qoftë se p është probabiliteti i suksesit dhe q probabiliteti i
dështimit, rrjedhë se p + q = 1.
Shumë probleme mund të zgjidhen me përcaktimin e probabilitetit të k sukseseve kur
eksperimenti përbëhet nga n prova të pavarura të Bernoull-it.
Në qoftë se jemi të interesuar vetëm për numrin e sukseseve, e jo për renditjen sipas të cilës
ndodhin ato, atëherë vlen:

Teoremë 9.3
Probabiliteti i saktësisht k sukseseve në n provat e pavarura të Bernoull-it, me probabilitet p të sukseseve dhe
probabilitetin e dështimeve q =1 − p , është

n
p x (k ) = P(X = k ) =   p k q n − k (19)
k 
ku ndryshorja e rastit X tregon numrin e sukseseve në n prova, k=0,1,2,…,n.

Vërtetimi

Kur ndodhin n prova të Bernoull-it, ngjarja është n-she e renditur (t1 , t 2 ,..., t n ), ku t i = S (për
sukses) dhe ti = D (për dështim) për i = 1,2,...,n . Pasi që n provat janë të pavarura, probabiliteti
i çdo ngjarjeje i n provave që përmbajnë k suksese dhe n-k dështime (në çfarëdo renditje) është
n
p k q n − k . Pasi që këtu kemi   n-she të renditura të S-ave dhe D-ve të cilat përmbajnë k S-a,
€ k 
probabiliteti i k sukseseve është
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

 n  k n−k
  p q ,
k 
n n n!
ku koeficienti binomial   është përkufizuar me   = .
k   k  k!(n − k )!

Do të shënojmë me b(k ; n, p ) probabilitetin të k sukseseve në n provat e pavarura të Bernoull-it

me probabilitetin e suksesit p dhe probabilitetin e dështimit q = 1 − p. Duke konsideruar si
funksion të k, këtë funksion do ta quajmë shpërndarje binomiale. Në bazë të teoremës 9.3
n
b(k ; n, p ) = C (n, k )p k q n − k =   p k q n − k
k 
Vërejmë se shuma e probabiliteteve në n prova të pavarura të Bernoull-it me k suksese, për
k = 1,2,..., n , është e barabartë me
n  n  k n−k
∑   p q = ( p + q )n = 1.
k =0 k 
Funksioni i shpërndarjes probabilitare, Fx (x ), për shpërndarjen binomiale është dhënë me
m≤ x  n  k n−k
Fx (x ) = ∑   p q (20)
k =0 k 
ku m është numri i plotë pozitiv
€ më i vogël ose i barabartë me x.
Shembulli 9.49
Në figurën 9.23 janë paraqitur funksioni i masës së probabilitetit dhe funksioni i shpërndarjes
probabilitare, për ndryshoren diskrete të rastit X, ku n = 10 dhe p = 0.2 .

Fig. 9.23 (a) Funksioni i masës së probabilitetit, px (x) dhe (b) Funksioni i shpërndarjes probabilitare, Fx (x )

Shembulli 9.50
Sa është probabiliteti që të paraqiten
€ saktësisht tetë 0-bita në paraqitjen e dhjetë bitave, në qoftë
se probabiliteti që të paraqiten 0-bitat është 0.9 dhe probabiliteti që të paraqiten 1-bitat është 0.1,
dhe bitat paraqiten në mënyrë të pavarur ?
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Zgjidhje
Në bazë të teoremës 9.3, probabiliteti që të paraqiten saktësisht tetë 0-bita është
10  8 2
b( 8; 10, 0.9) = p x (8) =  (0.9) (0.1) = 0.1937102445 .
8
 
Shembulli 9.51
Zari hidhet shtatë herë. Të caktohet probabiliteti që të merren saktësisht 3 gjashtëshe.

Zgjidhje
1 5
p(6) = ; ()
p6 =
6
6
Atëherë
3 4
7  1   5 
€
( )
b( 3; 7, 1 6) = p x 6666666 =     ⋅   = 0.078.
 3  6   6 

Shembulli 9.52
Probabiliteti që një person e përkrah vizitën në teatër është 0.6. Të caktohet probabiliteti që nga
tetë persona të zgjedhur rastësisht të jenë:
a) saktësisht 3 persona që përkrahin vizitën në teatër
b) më shumë se 5 persona që përkrahin vizitën në teatër.

Zgjidhje
Le të konsiderojmë si ngjarje të suksesshme “përkrahet vizita në teatër”. Atëherë në bazë të
kushteve të detyrës kemi p = 0.6 dhe q = 1 − p = 0.4 .
Le të jetë X-numri i përkrahësve të vizitës në teatër. Atëherë:
8 3 8 −3
a) b( 3; 8, 0.6) = P(X = 3) =   (0.6) ⋅ (0.4) = 0.124.
 3
b) Kërkohet P(X > 5). Pra

P ( X > 5) = P ( X = 6 ) + P ( X = 7) + P ( X = 8)
! 8 $ 6 8(6
! 8 $ 7 8(7
! 8 $ 8 8(8
=# & ( 0.6 ) ' ( 0.4) + # & ( 0.6 ) ' ( 0.4) + # & ( 0.6 ) ' ( 0.4) = 0.315
" 6 % " 7 % " 3 %

Shembulli 9. 53
Çdo mostër e ujit ka mundësinë prej 10% të përmbajë një ndotës të caktuar organik. Supozojmë
se mostrat janë të pavarura në lidhje me praninë e ndotësve.
(a) Gjeni probabilitetin se në 18 mostrat, saktësisht 2 mostra përmbajnë ndotës
(b) Gjeni probabilitetin se së paku 4 mostra përmbajnë ndotësit.
(c) Përcaktoni probabilitetin ashtu që 3 ≤ X < 7 .
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Zgjidhje
Le të jetë X numri i mostrave në 18 mostrat e analizuara të cilat përmbajnë ndotës. Atëherë X
është ndryshore binomiale e rastit me p = 0.1 dhe n = 18.
(a) Atëherë
18  2 18− 2 2 16
b( 2; 18, 0.1) = P(X = 2) =   (0.1) ⋅ (0.9) = 153(0.1) ⋅ (0.9) = 0.284
2
 
(b) Probabilitei i kërkuar është
18 18 
P(X ≥ 4 ) = ∑  (0.1)k (0.9)18−k
k =4 k
Megjithatë, është më lehtë të përdoret ngjarja komplementare,
3 18 
k 18− k
P(X ≥ 4) = 1 − P(X < 4) = 1 − ∑  (0.1) (0.9)
k =0  k 
(" 18 % 0 18
" 18 % 1 17
" 18 % 2 16
" 18 % 3 15
+
= 1! *$ ' ( 0.1) ( 0.9 ) + $ ' ( 0.1) ( 0.9 ) + $ ' ( 0.1) ( 0.9 ) + $ ' ( 0.1) ( 0.9 ) -
*)# 0 & # 1 & # 2 & # 3 & -,

=1! [ 0.150 + 0.300 + 0.284 + 0.168] = 0.098

(c) Në qoftë se 3 ≤ X < 7 , atëherë probabiliteti

6 18 
P(3 ≤ X < 7 ) = ∑  (0.1)k (0.9)18− k = 0.168 + 0.070 + 0.022 + 0.005 = 0.265
k =3 k

Shembulli 9.54
Pronari i shtëpisë ka instaluar 20 llamba në shtëpinë e re. Supozojmë se secila llambë ka
probabilitetin 0.2 që të funksionojë më shumë se tre muaj. Sa është probabiliteti që së paku pesë
nga këto llamba të funksionojnë më shumë se tre muaj?

Zgjidhje
Është e qartë se llambat funksionojnë në mënyrë të pavarur. Në qoftë se X është numri i
llambave të cilat funksionojnë më shumë se tre muaj (të suksesshme), atëherë kemi shpërndarjen
binomiale me p = 0.2 dhe n = 20. Atëherë,
20 4 4  20 
∑ p x (k ) = 1 − ∑ p x (k ) = 1 − ∑  (0.2 )k (0.9 )20−k
k =5 k =0 k =0 k
€
= 1 − [0.012 + 0.058 + 0.137 + 0.205 + 0.218] = 0.37.

Shembulli 9.55
Supozojmë se tre përdorues të telefonit përdorin të njëjtin numër dhe se, mesatarisht, përdoruesi i
telefonit është në telefon 5 minuta gjatë një ore. Të caktohet probabilitetit që më shumë se një
përdorues do të përdor atë numër në të njejtën kohë.
 Matematika III-Drejtimi i Kompjuterikes, Pr. Qefsere Doko Gjonbalaj

Zgjidhje
Nëse kemi parasysh pavarësinë e lidhjeve telefonike, probabiliteti i saktësisht k personave që
kërkojnë përdorimin e telefonit në të njëjtën kohë është dhënë me anë të funksionit të masës
px (k ) në lidhje me shpërndarjen binomiale.
Vlerësimi i p është
5 1
p= = .
€ 60 12
Atëherë, zgjidhja e këti problemi jepet me

2 3 0
 3  1   11   3  1   11  11
px (2) + px (3) =       +       = = 0.0197 .
 2   12   12   3  12  12
  864

View publication stats