COLEGIUL ECONOMIC VIRGIL MADGEARU PLOIETI CATEDRA DE MATEMATIC

Elemente de teoria probabilitilor

- exemple de activiti de nvare care s asigure atingerea competenelor din programa clasei a X-a

Profesori: aga Loredana Soare Daniela Ionia Beatrice Diaconu Corina

19 noiembrie 2007
1

Calculul probabilitilor a luat natere cu trei secole n urm, din studiul jocurilor de hazard,adic de noroc. Cuvntul hazard provine din araba, limba n care az-zahar nseamn zar pentru a juca. Blaise Pascal(1623-1662) i Pierre Fermat(1601-1662) s-au strduit s ofere un suport matematic jocurilor de noroc, cu ocazia unei probleme propus, n 1654, de cavalerul de Mr(1607-1685), un pasionat juctor de zaruri, care susinea c jocurile de noroc uneori conduc la rezultate care contrazic matematica. O alta problema, devenit, de asemenea, celebr prin faptul c a condus la naterea unei noi discipline matematice, a constat n mprirea mizei la un joc care este ntrerupt nainte de a fi desemnat un ctigtor. La un joc la care participa doi parteneri n condiii egale este nvingtor cel care ctiga trei partide. Dup trei partide jucate, jocul se ntrerupe, primul juctor avnd doua partide ctigate, iar al doilea numai una. Pare curios c nite savani, crora tiina le datoreaz descoperiri fundamentale, se ocupau de rezolvarea unor probleme nensemnate puse de practica jocurilor de noroc, dar ei erau convini de importana descoperirii lor n punct de vedere filosofic. n scrisoarea n limba latin adresat Academiei de tiine a Franei, prin care Pascal anuna rezultatul cercetrilor sale, el arata c a reuit s concilieze incertitudinile hazardului cu demonstraiile matematice. Mai trziu, n opera postuma Ars conjectandi(1713), a unui alt matematician, Jacob Bernoulli (1654-1705), se stabilete, pentru prima oara, c noua teorie matematica este fundamental pentru studiul fenomenelor de masa. Printr-o teorema celebra, intitulat de el teorema numerelor mari, Bernoulli stabilete relaia matematica dintre frecvent si probabilitate dup un numr mare de probe. Aceasta teorema constituie fundamentul statisticii matematice si justific aplicarea teoriei probabilitatilor n alte domenii. Un alt matematician care a adus contribuii importante n teoria probabilitilor a fost Abraham de Moivre(1667-1754). El a gsit legea normala de probabiliti, atribuita mai trziu, pe nedrept, altor oameni de tiin.
2

Huygens in 1657 si Jacques Bernoulli publica n 1713 primele tratate de calcul al probabilitilor. Progrese decisive sunt fcute, apoi, ndeosebi de Pierre Simon Laplace(1749-1827) cel care`pe drept cuvnt trebuie sa fie considerat ca fondator al teoriei moderne a probabilitilor; printre lucrrile sale amintim Tratatul analitic al probabilitilor (Trait analytique des probabilits) aprut in 1812, n care expune n mod riguros propoziiile de baz ale teoriei probabilitilor, enuna i rezolv n anumite cazuri teorema limit central, fundamental n teoria erorilor, i aplic n mod tiinific calculul probabilitilor n demografie, astronomie i n alte domenii. Lucrrile care au urmat au avut ca scop separarea calculului probabilitilor de jocurile de noroc i construirea unei teorii axiomatice care nu face apel la ambigua noiune de hazard. Epoca noastr cunoate o dezvoltare considerabil a acestei teorii, care este aplicat, aproape fr excepie, n toate domeniile de activitate (fizic, chimie, biologie, tehnic, astronomie, medicin, economie, sociologie, istorie, arheologie, psihologie, lingvistic, etc.). La noi n tar domeniul teoriei probabilitilor are vechi tradiii i a fost ilustrat de matematicieni de certa valoare cu remarcabile contribuii :Octav Onicescu, Gheorghe Mihoc, C.T.Ionescu Tulcea, George Ciucu, Ioan Cuculescu, Marius Iosofescu.

1.

Elemente de calculul probabilitilor

3

1.1. Eveniment. Frecven. Probabilitate Prin experien aleatoare se nelege o experien al crei rezultat, numit prob, variaz la ntmplare. Un eveniment desemneaz apariia sau producerea i, tot aa de bine, neapariia sau neproducerea unui anumit fenomen sau unei anumite situaii. El este legat de o anumit experien. Un eveniment este numit sigur sau cert dac suntem informai suficient de bine c s-a produs sau se va produce n viitor cu siguran; n caz contrar avem de-a face cu evenimentul incert. Altfel spus, faptul c un eveniment este cert sau incert este o apreciere a celui care decide pe baza informaiilor disponibile la un moment dat i nu neaprat o caracteristic intrinsec sau obiectiv a acestui eveniment. n fapt, producerea unui eveniment este strns legat de realizarea unui anumit numr de condiii. Astfel, evenimentul sigur poate fi considerat ca fiind acela care se produce de fiecare dat cnd sunt realizate condiiile. Evenimentul imposibil este acel eveniment care nu se poate produce niciodat atunci cnd condiiile sunt realizate. Evenimentul aleator sau incert este acela care n prezena condiiilor se poate produce sau nu. Presupunem c avem de-a face cu extragerea unei bile dintr-o urn care conine 7 bile albe i 3 bile negre. Se mai presupune c toate cele 10 bile sunt perfect identice ca form, dimensiune i greutate, singura caracteristic distinctiv fiind culoarea. Aceast din urm condiie trebuie s ne asigure c orice extragere se va face de fiecare dat n condiii identice, eliminnd din experien orice element care poate favoriza orict de puin extragerea unei bile naintea celorlalte. Teoretic, putem considera c avem de-a face cu condiii ideale de efectuare a experienei propuse. De asemenea, vom considera c extragerea din urn se va efectua astfel nct nici un operator uman sau de alt natur s nu poat "vedea" sau interveni n vreun fel n selectarea vreunei bile anume. Punnd de fiecare dat bila extras napoi n urn, vom extrage i vom nota de fiecare dat culoarea bilei care apare. Considerm urmtoarele evenimente: E1 = "se extrage o bil alb",
4

E2 = "se extrage o bil neagr". Vom face urmtoarele observaii. Fie n numrul experienelor efectuate pn la un moment dat, iar k numrul de realizri ale evenimentului E1, adic numrul de apariii ale unei bile albe. Se va putea observa c raportul k/n tinde s se stabilizeze n jurul unei anumite valori, aceasta fiind egal cu 7/10. Cu ct numrul de experiene efectuate este mai mare, cu att mai bine se poate constata c raportul vizat anterior se va apropia din ce n ce mai mult de valoarea 7/10, aceast tendin astfel din ce n ce mai evident. Raportul k/n se numete frecven. Prin stabilitatea frecvenei nelegem proprietatea evideniat mai sus de a se apropia de o anumit valoare cnd numrul experienelor crete. Aceast valoare este numit probabilitatea evenimentului E1 i se noteaz cu p(E1). n mod analog, putem aprecia i probabilitatea evenimentului E2, p(E2)=3/10. n toate cele considerate n continuare ne vom referi numai la experiene cu un numr finit de cazuri posibile. Un asemenea model este cel prezentat mai sus referitor la extragerea bilelor din urn. Dac toate bilele sunt de aceeai form, dimensiune i greutate, atunci nu avem nici un motiv serios s credem c, dac facem un numrsuficient de mare de extrageri (punnd de fiecare dat bila extras napoi n urn), vreuna dintre bile va aprea cu o frecven mai mare sau mai mic dect celelalte. Raionamentul pentru determinarea probabilitilor n cazul finit poate fi ameliorat substanial prin utilizarea unor noiuni noi precum: numr de cazuri egal posibile i numr de cazuri egal favorabile. n exemplul de mai sus, pentru extragerea unei bile aflate n urn sunt posibile n mod egal exact 10 cazuri, acesta fiind de fapt numrul total de bile aflate n urn naintea efecturii experienei. Cum printre acestea sunt doar 7 bile care ne intereseaz pe noi cele 7 bile albe legate de evenimentul E 1 - spunem c avem de-a face cu 7 cazuri favorabile. n acest mod intuitiv, probabilitatea de realizare a unui eveniment ar putea fi considerat ca fiind egal cu raportul dintre numrul cazurilor favorabile evenimentului respectiv i numrul cazurilor egal posibile. Urna cu bile ofer un model simplu pentru experimente probabilistice cu un numr finit de cazuri egal posibile. n locul bilelor albe i negre putem presupune c avem de-a face cu 10 bile
5

numerotate de la 1 la 10. Frecvena de apariie a unei bile, oricare ar fi aceasta, oscileaz n jurul valorii 1/10, atunci cnd numrul probelor crete i ne ateptm ca apropierea s fie cu att mai mare cu ct numrul probelor este mai mare. 1/10 este limita ctre care tinde n general irul frecvenelor unui eveniment de genul apariia bilei cu numrul k, unde 1 k 10, dac numrul probelor ar crete indefinit. Definiia probabilitii unui eveniment legat de o experien cu un numr finit de cazuri egal posibile este aplicabil doar la aceast categorie de evenimente. Cele mai simple probleme de calcul probabilistic cer probabilitatea unui eveniment legat de o astfel de experien i se reduc la calcularea celor dou numere i a reportului lor: numrul n al cazurilor (egal) posibile ale experienei, care este caracterizat numai de experiena propriu-zis, fr a fi definit vreun eveniment, i numrul k al cazurilor favorabile producerii evenimentului considerat. n acest caz spunem c probabilitatea acestui eveniment este k/n. ntr-un limbaj mai intuitiv am putea spune c producerii evenimentului respectiv i sunt favorabile k anse din n. Ct ncredere putem acorda considerentelor de mai sus? Am putea spune fr reticen c total. Pentru aceasta este suficient s ncercm efectuarea unor experiene divers, cum ar fi: - aruncarea zarurilor, - aruncarea unei monede, - extragerea bilei dintr-o urn etc. ncrederea se bazeaz pe faptul c se satisface intuiia care nu este altceva dect o manifestare a experienei acumulate de om de-a lungul evoluiei sale. i dac totui, n efectuarea unei constatm c se manifest o abatere flagrant de la regulile stipulate mai sus mai degrab ar trebui s ne ndoim de corectitudinea experienei efectuate dect de legea probabilitilor. Toate cele consemnate mai sus se constituie ntr-o definiie clasic a probabilitii care are la baz noiunea de egal-probabilitate sau, dup o formulare de dat mai recent, echiprobabilitatea evenimentelor. Ea este acceptat n mod intuitiv pe considerente de simetrie. Dac ntr-o urn nu se gsesc dect dou bile, una alb i una neagr, bilele pe care nu le putem deosebi dect dup culoare (nu i dup greutate, form, dimensiuni etc.), i dac din aceast urn se extrage o bil, spunem c urmtoarele evenimente:
6

E1 = apariia bilei albe i E2 = apariia bilei negre sunt echiprobabile. Prin aceasta nelegem nu c ar fi nelogic ca n serii mai lungi de extrageri (frecvene) unul din aceste evenimente s se produc sistematic mai des dect cellalt, ci doar c ar fi nefiresc s se ntmple asta. Cu alte cuvinte, o astfel de situaie nu ar intra n conflict cu principiile generale ale logicii, ci doar cu bunul nostru sim. n ceea ce privete scopul urmrit n aceast lucrare, recomandm cititorului s se mulumeasc cu aceast accepiune intuitiv a noiunilor de eveniment i probabilitate. Evenimentul sigur i evenimentul imposibil sunt evenimente contrare. Dac dou evenimente sunt contrare, atunci la orice efectuare a experienei se realizeaz cu certitudine unul i numai unul dintre ele. Mai general, spunem c evenimentele A 1, A2, A3, ..., An formeaz un sistem complet de evenimente dac la orice experiment se realizeaz cu certitudine unul i numai unul din aceste evenimente. Se observ c cele n evenimente formeaz un sistem complet dac i numai dac: Dou sau mai multe evenimente legate de aceeai experien se numesc incompatibile dac nu pot fi realizate mpreun. n caz contrar sunt compatibile. a) evenimentul A1sau A2 sau A3 ... sau An este eveniment sigur (se realizeaz cel puin unul din cele n evenimente), b) A1, A2, A3, ..., An sunt incompatibile dou cte dou (se realizeaz cel mult unul din evenimente). n limbajul pe care l-am adoptat n teoria mulimilor cele dou proprieti mai pot fi scrise i astfel: a) A1U A2U A3U...U An = A, unde A este mulimea tuturor evenimentelor care descriu experiena, b) Ai Aj = , pentru orice i i j de la 1 la n, i j. Considerarea operaiilor cu evenimente i a relaiilor dintre evenimente, preluate din teoria mulimilor este necesar pentru exprimarea celor mai simple proprieti ale probabilitilor dar i cele mai importante. Proprietile care urmeaz sunt dup cum se va putea observa proprieti evidente ale frecvenei evenimentelor,
7

proprieti pstrate printr-o trecere la limita obinuit. Astfel, dac dou evenimente A i B legate de aceeai experien sunt incompatibile i dac efectum de n ori experiena evenimentul A s-a realizat de nA ori, iar evenimentul B de n B ori, atunci evenimentul A sau B s-a realizat de nA + nB ori (deoarece A i B nu s-au realizat niciodat simultan). Rezult c ntre frecvenele celor trei evenimente exist relaia: fn(A sau B) = fn(A) + fn(B). Este normal s transformm aceast proprietate a frecvenelor ntr-o proprietate a probabilitilor. n mod simplu orice proprietate a probabilitilor dintre cele prezentate mai jos poate fi verificat pentru frecvene. n general, vom nota probabilitatea evenimentului A prin p(A). Iat deci, cele mai importante proprieti: 1) 0 p(A) 1, pentru orice eveniment A. 2) p() = 0 i p(S) = 1, unde prin i S s-au notat evenimentul imposibil i, respectiv, evenimentul sigur. 3) p(AUB) = p(A) + p(B), dac A i B sunt evenimente incompatibile. 4) p(AUB) = p(A) + p(B) - p(AB). 5) p() = 1 - p(A), unde prin s-a notat evenimentul contrar (opus) al evenimentului A. 6) p(B) = p(B) - p(A), dac AB; prin aceast notaie care se citete evenimentul A implic evenimentul B, nelegnduse c realizarea evenimentului A atrage dup sine realizarea evenimentului B, cu alte cuvinte, de fiecare dat cnd s-a realizat A, s-a realizat cu certitudine i B. 7) p(B) = p(B) - p(AB). Cunoaterea acestor proprieti este necesar pentru a obine prin calcul direct probabilitile unor evenimente, cunoscnd probabilitatea de realizare a altor evenimente, ct i pentru stabilirea proprietilor de baz ale unor noiuni, ct i pentru stabilirea proprietilor de baz ale unor noiuni foarte importante din teoria probabilitilor. Unele dintre proprietile de mai sus admit i anumite generalizri, cum ar fi, de exemplu, proprietile 3 si 4. Lsm pe seama cititorului lmurirea acestor observaii utile.
8

1.2. Probabilitate condiionat. Dependena i independena Prin notaia p(B/A) vom nelege probabilitatea ca evenimentul B s se realizeze n ipoteza c evenimentul A s-a realizat, p(A) 0, sau probabilitatea lui B condiionat de realizarea lui A. Formula de calcul a unei astfel de probabiliti este: p(B/A) = p(AB) / p(A). Dou evenimente A i B sunt independente dac p(AB) = p(A) . p(B). Intuitiv acest fapt se poate exprima prin aceea c probabilitatea realizrii (sau nerealizrii) oricruia din cele dou evenimente nu se modific n funcie de realizarea, nerealizarea sau ignorarea celuilalt. Dou evenimente care nu sunt independente se spune c sunt dependente. n mai toate manualele de teoria probabilitilor sunt folosite notaiile i limbajul teoriei mulimilor. Prezentm n continuare o paralel a terminologiei utilizate n cele dou teorii: Limbajul mulimilor Mulimea total S Submulime a lui S Mulimea vid Reuniunea AUB Intersecia AB CSA, A AB = Limbajul evenimentelor Evenimentul sigur S Eveniment Eveniment imposibil A sau B A i B non A, AB A, B incompatibile

Uzul a introdus o anumit suprapunere a limbajului mulimilor peste cel al evenimentelor astfel nct vom vorbi de reuniunea evenimentelor, evenimentul complementar etc., dup cum este mai uor n nelegerea explicaiilor.

1.3. Formule i scheme probabilistice

9

Vom prezenta cteva formule uzuale din calculul probabilitilor precum i unele scheme probabilistice dintre cele mai utile. Rolul schemelor este de a da o rezolvare unor probleme de un anumit tip pentru a nu fi nevoii s apelm de fiecare dat la un raionament sau la un calcul complex cnd ntlnim o problem de tipul respectiv. De exemplu, una din scheme d probabilitatea ca un eveniment de probabilitate cunoscut s se realizeze de un numr de ori, cnd repetm experiena de care e legat de un numr dat de ori. Odat cunoscut aceast schem, dac vom ntlni o problem n care este dat o anumit experien care se repet n condiii identice, putem apela la rezultatul cunoscut. Pentru nelegerea corect a aplicrii acestor reguli i scheme vom prezenta odat cu ele i exemple concrete de utilizare. 1.3.1.Regula de nmulire a probabilitilor p(A1A2...An) = p(A1).p(A2/A1).p(A3/A1A2) p(An/A1A2An). 1.3.2.Formula probabilitii totale Dac A1, A2, , An formeaz un sistem complet de evenimente atunci pentru orice eveniment A avem: p(A) = p(A1).p(A/A1)+p(A2).p(A/A2)++p(An).p(A/An)

1.4. Scheme probabilistice clasice de calcul a probabilitilor

Vom pune n eviden acum unele scheme cu urne, de calcul a probabilitilor i la care se vor reduce multe modele de calcul ntlnite att practic, ct i teoretic.
10

1.4.1. Schema lui Poisson.

Se consider n urne U1,U2,,Un, fiecare urn coninnd bile albe i bile negre n proporii date. Fie ai numrul de bile albe din urna Ui i bi numrul de bile negre din urna Ui. Probabilitatea de a extrage o bil alb din urna Ui este: pi = a + b , i = 1,2,n. i i iar probabilitatea de a extrage o bil neagr din aceeai urn este: qi = a + b ,i = 1,2,n. i i Evident, pi + qi = 1, i = 1,2,,n. Se extrage cte o bil din fiecare urn i se cere s se afle probabilitatea ca, din cele n bile extrase, k bile s fie albe. S exprimm evenimentul ce rspunde favorabil situaiei cerute: fie Ai evenimentul care const n faptul c s-a extras o bil alb din urna Ui i fie A evenimentul c s-a extras o bil neagr din urna Ui. Evenimentul ce rspunde favorabil este cel constituit din k evenimente A i n-k evenimente A . O situaie posibil este urmtoarea:
i

ai

bi

Ai1 Ai 2 ... Aik Aik +1 Aik +2 ... Ain

(dup ce le-am aranjat n ordine, dup cum a aprut bila alb sau bila neagr). Schema lui Poisson este folosit n rezolvarea problemelor n care se cere probabilitatea realizrii de k ori a unui eveniment ntr-o experien ce const n efectuarea a n probe independente, atunci cnd se cunoate probabilitatea realizrii evenimentului (i a contrarului su) n fiecare din cele n probe.

1.4.2. Schema lui Bernoulli (schema bilei revenite).

S presupunem c cele n urne din schema lui Poisson au aceeai compoziie. n acest caz, P1 = p2 = = p n = p q1 = q2 = = qn = q

11

A extrage cte o bil din fiecare urn este echivalent cu a utiliza o singur urn i a reface compoziia dup fiecare extragere, deci de a introduce bila la loc n urn, dup ce s-a constatat culoarea, amestecndu-se bilele pentru a avea rezultate independente. n acest caz, polinomul P(n) devine P(x) = (px + q)n , iar coeficientul lui xk, care d probabilitatea cutat va fi: P(n ;k) = Cnk pk qn-k Schema lui Bernoulli (sau schema bilei revenite) rezolv problemele n care se cere s se calculeze probabilitatea realizrii unui eveniment de k ori ntr-o serie de n probe independente, cnd se cunoate probabilitatea realizrii evenimentului ntr-o singur prob.

1.4.3. Schema lui Bernoulli cu mai multe stri (schema multinomial).

Considerm o urn U care conine bile de m culori: C1,C2,,Cm. Fie pi probabilitatea de a extrage o bil de culoarea Ci; ne propunem s calculm probabilitatea evenimentului ca n n extrageri independente, punnd la loc de fiecare dat bila extras s apar de n1 ori culoarea C1, de n2 ori culoarea C2 .a.m.d., de nm ori culoarea Cm. O situaie posibil este urmtoarea:
A1 A1 ..... A1 A2 A2 ..... A2 ..... Am Am ..... Am

Probabilitatea acestui eveniment este: P ( A1 A1 ..... A1 A2 A2 ..... A2 ..... Am Am ..... Am ) = n n n p1n p 2 p3 ..... p m cu n1+n2+..nm = n
1 2 3 m

Cum evenimentul considerat se poate exprima n

n! n1!n 2 !.....n m !

situaii distincte (incompatibile dou cte dou), rezult c probabilitatea cerut este:

12

P(n; n1,n2,,nm) =

n! n1 n2 nm p1 p2 ..... p m n1!n 2 !.....n m !

n1 + n2 ++ nm = n.

1.4.4. Schema bilei nerevenite (cu dou culori). Se consider o urn U care conine a bile albe i b bile negre. Din aceast urn se extrag n bile, fr a pune bila extras napoi n urn i se cere probabilitatea de a avea k bile albe. Vom utiliza definiia clasic a probabilitii. Atunci, numrul cazurilor n k n k posibile este C a +b , iar numrul cazurilor favorabile este C a C b Deci, probabilitatea cerut este:
Pn;k =
k n k Ca Cb n C ab

Se nelege c numrul k de bile extrase satisface dubla inegalitate: max (0,n-b) k min (a,n), 0 n a+b S formulm problema aa cum apare ea n controlul de recepie a loturilor de produse: presupunem c avem un lot de N produse printre care se gsesc D produse defecte. Se extrag la ntmplare n produse i se cere probabilitatea ca printre cele n produse s se gseasc d produse defecte. Dac notm cu P(N,D; n,d) probabilitatea cerut, atunci:
n d d CN D C D P(N,D; n,d) = , max (0,n+D-N) d min (n,D). n CN

1.4.5. Schema bilei nerevenite cu mai multe culori.

Considerm urna U n care se gsesc a1 bile de culoarea C1, a2 bile de culoarea C2 .a.m.d., am bile de culoarea Cm. Se extrag n bile fr a pune la loc bila extras (n < a1+a2++am) i se cere probabilitatea ca n cele n bile extrase s fie 1 de culoarea C1, 2 de culoarea C2 .a.m.d., m bile de
13

culoarea Cm. Folosind tot definiia clasic a probabilitii, obinem numrul + +...+ cazurilor posibile egal cu C a +a +...+a , 1+2++m = n, iar numrul cazurilor favorabile C a C a ...C a .
1 2 m 1 2 m
1 2 m 1 2 m

Deci, P(n; 1,2,,m) =

1 2 m Ca Ca ...C a 1 2 m 1 + 2 + ...+ m Ca 1 + a2 + ...a m

1.5. VARIABILE ALEATOARE. 1.5.1. Variabile aleatoare Noiunea de variabil aleatoare este fundamental n teoria probabilitilor. Considerat intuitiv, legat de experiment, variabila aleatoare se poate defini ca fiind o funcie real pe mulimea rezultatelor unui experiment. Cu alte cuvinte, valorile acestei funcii sunt luate dup cum s-a realizat un anumit eveniment, pentru un experiment dat. S considerm experimentul care const n aruncarea cu dou zaruri i n care ne intereseaz suma punctelor obinute. Dac notm cu S k evenimentul care const n faptul c la o aruncare a aprut suma k, k=2,3, ,12, atunci variabila aleatoare X, care este o funcie real pe mulimea experimentelor {Sk, k=2,3,,12}, are valorile X(Sk)=k. Acest lucru poate fi sintetizat astfel: X: 2
S2 S3 3 S4 4 S5 5 S6 6 S7 7 S8 8 S9 9 S10 10 S11 11 S12 12

Dar rezultatele Sk, 2 k 12 apar cu probabilitile P(S2)=1/36; P(S3)=2/36; P(S4)=3/36; P(S5)=4/36; P(S6)=5/36; P(S7)=6/36; P(S8)=5/36; P(S9)=4/36; P(S10)=3/36; P(S11)=2/36); P(S12)=1/36
14

i atunci variabila aleatoare X poate fi scris:

3 4 5 6 7 8 9 10 11 12 2 X: 1 3 5 6 5 3 2 4 4 2 1 36 36 36 36 36 36 36 36 36 36 36
ceea ce conduce la faptul c o variabil aleatoare este o funcie real ale crei valori sunt luate cu probabilitile corespunztoare unui sistem complet de evenimente. Din exemplul considerat rezult c prin intermediul variabilelor aleatoare, evenimentele pot fi descrise cu ajutorul unor valori numerice reale, care n general sunt rezultatul unor observaii. Vom da acum definiia riguroas din punct de vedere matematic a variabilei aleatoare cu care vom opera n continuare. S considerm cmpul de probabilitate {,K,P} dat i s notm cu R mulimea numerelor reale i cu B tribul mulimilor boreliene1 de pe R, astfel nct (R,B) este un cmp complet aditiv. Definiie. Aplicaia X: R se numete variabil aleatoare dac X1(B)K, ()B. Observm c dac lum B=(a,) atunci X-1(B)=X-1(a,)={w:X(w)(a,)}={:X()>a}, aR arbitrar. Se demonstreaz c definiia introdus mai sus este echivalent cu definiia de mai jos: Definiie. Aplicaia X: R se numete variabil aleatoare dac: {: X() > a} K, () aR. n cele ce urmeaz vom folosi aceast definiie i adesea vom scrie prescurtat: {: X()>a} = {X > a}. Avnd n vedere faptul c variabilele aleatoare dau posibilitatea scrierii evenimentelor cu ajutorul lor, punem n eviden urmtoarea propoziie: Propoziie. X: R este variabil aleatoare dac i numai dac este adevrat una din afirmaiile (i) {:X() a}K, () aR (ii) {: X() < a}K, () aR (iii) {: X() a} K, () aR
15

Teorem. Dac X este variabil aleatoare, iar bR, atunci: (1) X + b (2) bX (3) |X| (4) X2 (5)
1 X

, dac X0

sunt variabile aleatoare. Propoziie. Dac X i Y sunt variabile aleatoare, atunci {:X() > Y()}K, {:X() Y()}K, {:X() = Y()}K. Teorem. Dac X i Y sunt variabile aleatoare, atunci (1) X - Y (2) X + Y (3) XY (4)
X Y

, dac Y0

sunt variabile aleatoare. Definiie. Spunem c variabila aleatoare X este de tip discret dac ia o mulime de valori cel mult numrabil. Definiie. Spunem c variabila aleatoare X este simpl dac poate lua numai un numr finit de valori. 1.6. Legea numerelor mari Experiena uman dobndit n procesul de producie a bunurilor materiale sau n studiul fenomenelor naturale a dovedit c fenomenele ce au o probabilitate de realizare apropiat de 1 se produc aproape sigur, iar cele cu probabilitatea apropiat de 0 apar destul de rar. De aceea, evenimentele ce se produc cu probabiliti foarte mici sunt practic imposibile, iar cele care se produc cu probabiliti mari sunt practic certe. Principala problem care se ridic este de a stabili ct de mare sau ct de mic s fie o probabilitate pentru ca evenimentele corespunztoare s poat fi considerate practic certe,
16

respectiv practic imposibile. Rspunsul nu este general valabil, ci depinde efectiv de fenomenul studiat, aceeai probabilitate putnd s reflecte evenimente practic certe n anumite situaii, iar altele nu. Deci, numai situaiile concrete, practice sunt n msur s stabileasc dac un eveniment poate fi considerat ca neglijabil cu o probabilitate dat. Totodat, dac avem un eveniment ce se realizeaz cu o probabilitate foarte mic i dac numrul experienelor este foarte mare, atunci el se poate realiza cu o probabilitate orict de apropiat de 1, cu toate c este greu s ne ateptm ca el s apar ntr-un numr de experiene dinainte fixat. Drept urmare, se impune studiul unor legiti de apariie a unor evenimente cu probabilitatea 0 sau 1 ntr-un numr foarte mare de experiene. Tocmai acesta este obiectul legilor numerelor mari. Acest fapt se poate formula n cadrul unor teoreme de tip lege a numerelor mari ntr-o form determinat, ceea ce vom face n cele ce urmeaz. S considerm un ir de variabile aleatoare (Xn)nN* i Yn = n(X1,X2,,Xn), nN* funcii date, simetrice n primele n variabile ale irului (Xn)nN*. Definiie. Dac exist un ir de numere reale (an)nN* astfel nct ( Yn an < ) = 1 , atunci spunem c irul pentru orice >0 s avem lim n (Xn)nN* se supune legii numerelor mari cu funciile (n) nN* . Se mai spune c irul (Xn)nN* este stabil cu funciile (n) nN*. n mod frecvent, n legea numerelor mari ne limitm la cazul n care n(X1,X2,,Xn) =
1 n X n j =1
j

, cnd se mai spune c irul (Xn)nN* este normal stabil.

Prezentam in continuare cteva exemple de activiti de nvare, care trebuie urmrite pentru realizarea fiecrei competene. Pentru prima competen identificarea unor date si relaii matematice si corelarea lor in funcie de contextul in care au fost definite, avem urmtoarele exemple de activiti de nvare : utilizarea formulelor standardizate in nelegerea ipotezei; exprimarea prin simboluri specifice a relaiilor matematice dintr-o problem; exprimarea rezultatelor rezolvrii unei probleme prin raportare la sisteme de comparare standard;
17

Pentru exemplificare propunem urmtoarele probleme: La o tombola la care s-au distribuit prin tragere la sorti 120 de bilete, este ctigtor fiecare bilet ce are nscris un numr divizibil cu 5. Care este ansa de ctig ? Intr-o urna sunt 4 bile albe si 6 bile roii. Se extrag doua bile deodat. Care este probabilitatea ca cele doua bile sa fie : a) ambele albe ; b) ambele rosii ; O urna conine 3 bile albe a, 4 bile negre n, 5 bile roii r. Se extrage o bila, apoi nc una, si apoi nc una, de fiecare data fr a pune napoi in urna bila extrasa. Se aeaz bilele una lng alta in ordinea extragerii. S se scrie mulimea probelor experienei, iar apoi s se scrie urmtoarele evenimente : A1 = s se extrag 3 bile roii ; A2 = s se extrag cel puin o bila alb ; A3 = s nu se extrag nici o bila neagr ; A4 = s se extrag 3 bile de culori diferite ; A5 = s se extrag 3 bile de aceeai culoare ; A6 = s se extrag numai bile roii sau negre ; S se indice apoi : a) dou evenimente compatibile ; b) doua evenimente incompatibile ; c) doua evenimente contrare ; Pentru a doua competen prelucrarea datelor de tip cantitativ, calitativ, structural, contextual, cuprinse n enunuri matematice, avem urmtoarele exemple de activiti de nvare: compararea, observarea unor asemnri i deosebiri, clasificarea noiunilor matematice studiate dup unul sau mai multe criterii explicite sau implicite, luate simultan sau separat;
18

 utilizarea schemelor logice i a diagramelor logice de lucru n rezolvarea de probleme; folosirea unor criterii de comparare i clasificare pentru descoperirea unor proprieti, reguli, etc. Pentru exemplificare propunem urmtoarele aplicaii: O urn conine 6 bile albe i 43 bile negre. Se extrag trei bile, una cte una, fr ntoarcerea bilei extrase napoi n urn. Care este probabilitatea obinerii a trei bile albe? SOLUIE: Introducem evenimentele: A1: prima bil extras este alb A2: a doua bil extras este alb A3: a treia bil extras este alb Cu aceste notaii avem p(A1) = 6/49; p(A2/A1) = 5/48; p(A3/A1A2) = 4/47; Aadar p(A1A2A3) = p(A1).p(A2/A1).p(A3/A1A2) = 5/4606.

Se consider dou urne identice. Una conine 3 bile albe i 4 bile negre iar cealalt 4 bile albe i 5 bile negre. Din una din aceste urne, aleas la ntmplare, se extrage o bil. Care este probabilitatea ca bila extras s fie alb? SOLUIE: Considerm evenimentele: A1: extragerea se face din prima urn
19

A2: extragerea se face din a doua urn A: bila extras este alb Se observ imediat c A1 i A2 formeaz un sistem complet de evenimente i p(A1) = p(A2) = 1/2. p(A/A1) = 3/7, p(A/A2) = 4/9. Aplicnd formula probabilitii totale putem scrie: p(A) = p(A1).p(A/A1)+p(A2).p(A/A2) /A1) = 1/2 . 3/7 + 1/2 . 4/9=55/126.

Pentru cea de a treia competen utilizarea algoritmilor i a conceptelor matematice pentru caracterizarea locala sau globala a unei situaii concrete, avem urmtoarele exemple de nvare : cunoaterea i utilizarea unor reprezentri variate ale noiunilor matematice studiate ; construirea i interpretarea unor diagrame, tabele, scheme grafice ilustrnd situaii cotidiene ; utilizarea unor repere standard sau a unor formule standard n rezolvarea de probleme;

ntr-o clas sunt 33 de elevi, grupai n catalog cte 3 pe pagin. Se deschide catalogul o dat, la ntmplare, i se numete elevul care este nscris la mijlocul paginii. Cte evenimente are acest experiment ?

Dintre 10 persoane (6 brbai i 4 femei) se iau 4 pentru a forma o echip. S se calculeze probabilitatea urmtoarele evenimente: A = echipa s fie format numai din brbai; B = echipa s conin i femei; C = echipa s conin doi brbai i dou femei;

La un concurs de matematic 3 candidai primesc cte un

20

plic care conine n (n>3) bilete cu probleme de algebr i geometrie. Cele trei plicuri conin respectiv cte unul, dou i trei subiecte de algebr. Fiind examinai, cei trei candidai extrag fiecare cte un bilet din plic. Extragerea fcndu-se la ntmplare, s se afle probabilitile urmtoarelor evenimente: a) Toi candidaii s fie examinai la geometrie; b) Nici un candidat s nu fie examinat la geometrie; c) Cel puin un candidat s fie examinat la algebr; Pentru a patra competen exprimarea caracteristicilor matematice cantitative sau calitative ale unei situaii concrete i a algoritmilor de prelucrare a acestora avem urmtoarele activiti de nvare: formarea obinuinei de a recurge la diverse tipuri de reprezentri pentru clasificarea, rezumarea si prezentarea concluziilor unor experimente ; folosirea unor reprezentri variate pentru anticiparea unor rezultate sau evenimente ; utilizarea metodelor standard n aplicaii in diverse domenii ; La un joc de loto sunt 100 de bilete dintre care 7 ctigtoare . Cineva cumpr 10 bilete. S se determine probabilitatea ca: a) un bilet i numai unul s fie ctigtor; b) s ias cele 7 bilete ctigtoare; c) s nu ias nici un bilet ctigtor;

ntr-o cutie sunt 5 piese bune i 3 piese defecte, iar n alt cutie sunt 6 piese bune i 4 piese defecte, ns aspectul exterior este acelai. Dac extragem cte o pies din fiecare cutie, s se afle probabilitatea: a) de a extrage dou piese bune; b) de a extrage o pies bun i una defect; ntr-o urn avem 100 de bile, dintre care 40 de culoare alb,
21

45 negre i roii. Se fac 20 de extrageri succesive fr a se pune bilele napoi n urn. Care este probabilitatea ca din cele 20 de bile extrase, 5 s fie albe, 7 negre i 8 roii? Pentru cea de a cincea competena analiza i interpretarea caracteristicilor matematice ale unei situtii-problema avem urmtoarele activiti de nvare : identificarea i descrierea cu ajutorul unor modele matematice, a unor relaii sau situaii multiple ; exprimarea prin metode specifice a unor clase de probleme ; formarea obinuinei de a cuta toate soluiile sau de a stabili unicitatea soluiilor ; analiza rezultatelor ; identificarea i formularea a ct mai multor consecine posibile ce decurg dintr-un set de ipoteze ; Dintr-o urn n care sunt aezate toate numerele ntregi de la 1 la 90 se extrag 6 numere. Care este probabilitatea ca s ias trei din numerele 3; 13; 23; 33; 43; 53? ntr-un lot de piese sunt 15% de calitatea ntia, 65% de calitatea a doua, 18% de calitatea a treia i restul cu anumite defecte. Se extrag la ntmplare 20 de piese punndu-se la loc piesa extras i se cere: a) probabilitatea ca 5 piese s fie de calitatea ntia; b) probabilitatea ca 5 piese s fie de calitatea ntia, 10 de calitatea a doua, 4 de calitatea a treia i 1 necorespunztoare. Pentru cea de a asea competen modelarea matematica a unor contexte problematice variate, prin integrarea cunotinelor din diferite domenii avem urmtoarele activiti de nvare : rezolvarea de probleme i situaii-problema ; folosirea unor reprezentri variate ca punct de plecare pentru intuirea, ilustrarea, clarificarea sau justificarea unor idei, algoritmi, metode, ci de rezolvare, etc ;
22

 concrete ;

analiza capacitaii metodelor de a se adapta unor situaii

ntr-o magazie sunt depozitate trei loturi de produse. n primul lot sunt 5% produse defecte, n al doilea lot 6%, iar n al treilea 3%. Se extrage cte un produs din fiecare lot i se cere probabilitatea ca: a) din cele trei produse extrase unul s fie defect, b) cel mult un produs s fie defect.

SOLUIE: Din condiiile date se obin probabilitile: p1 = 0,05; p2 = 0,06; p3 = 0,03 q1 = 0,95; q2 = 0,94; q3 = 0,97 a) Aplicnd schema lui Poisson, probabilitatea cutat este coeficientul lui x din polinomul (0,05 x + 0,95)(0,06 x + 0,94)(0,03 x + 0,97). P(3;1) = 0,05 0,94 0,97 + 0,06 0,95 0,97 + 0,03 0,95 0,94. b) P(3;0) + P(3;1), unde P(3;0) = 0,95 0,94 0,97. Feele unui zar obinuit sunt numerotate de la 1 la 6. Aruncm zarul de dou ori la rnd i notm de fiecare dat cifra de pe faa superioar. S se determine probabilitatea pentru ca: a) suma cifrelor notate s fie strict mai mic dect 8; b) suma celor dou cifre notate s fie divizibil cu 3; c) suma celor dou cifre notate s fie mai mic dect 8 i divizibila cu 3; d) suma celor dou cifre s fie mai mic dect 8 sau divizibil cu 3; O populaie numra 45% brbai i 55% femei. n urma unui studiu s-a descoperit ca 4% dintre brbai i 6% dintre femei au platfus. c) Care este procentul populaiei care are platfus ? d) Care este procentul brbailor dintre oamenii care au platfus?

23

SOLUIE: Fie spaiul de probabiliti ( , P(), P ) n care este o populaie i evenimentele B = a fi brbat si F = a fi femeie cu probabilitile P(B)=0,45 si P(F)=0,55. a) Fie P=a avea platfus. A reprezint reuniunea evenimentelor incompatibile AB si AF. Deci P(A) = P(AB) + P(AF) = P(B)PB(A) + P(F)PF(A) =0,450,04+0,550,06=0,018+0,033=0,051. Vom interpreta astfel : 5,1% din mulimea populaiei are platfus ; PB(A)=0,04 deoarece 4% dintre brbai au platfus; PF(A) = 0,06 deoarece 6% dintre femei au platfus. b) Calculm proporia brbailor dintre oamenii care au platfus, adic PB(A). PA(B) =
P( A B) P ( A)

P ( A) PB ( A) P ( A)

0,45 0,04 0,051

= 51 0,353.

18

Deci 35,3% dintre persoanele care au platfus sunt brbai.

In incheiere, dorim sa precizam ca toate acestea sugestii de activiti de nvare indic explicit apropierea coninuturilor nvrii de practica nvrii eficiente. n demersul didactic, centrul aciunii devine elevul i nu predarea noiunilor matematice ca atare. Accentul trece de la ce s se nvee, la n ce scop i cu ce rezultate. Evaluarea se face n termeni calitativi; capt semnificaie dimensiuni ale cunotinelor dobndite, cum ar fi: esenialitate, profunzime, funcionalitate, durabilitate, orientare axiologic, stabilitate, mobilitate, diversificare, amplificare treptat.

24

25