Sunteți pe pagina 1din 32

Variabile aletoare

Recapitulare
Evenimente. Definiia clasic a probabilitii.1
Cmp de evenimente. Definiia axiomatic a probabilitii2
Propritile probabilitii....3
Probabilitate condiionat...3
Sceme clasice de probabilitatate...!
"ariabile aleatoare..#
$%ncia de repartiie a %nei variabile aleatoare. ... ..&
Caracteristici n%merice ale f%nciilor de repartiie.11
"ariabile aleatoare bidimensionle. 11
'epartiii mar(inale...12
'eparti ii clasice13
)edia %nei variabile aleatoare . )omente iniiale $%ncia (eneratoare de momente...1*
)omente centrate...1&
)omente mixte..1&
Corelaie si re(resie1+
$%ncia caracteristic. Proprieti...2,
'eparti ii clasice c% teme i c-te ! exemple re.olvate
/tip discret..21
/tip contin%%...2*
Evenimente
Prin eveniment se 0nele(e re.%ltat%l %n%i experiment 1este o noi%ne primar2.
Eveniment%l care se reali.ea. c% certit%dine 0ntr/o experien 0l vom n%mi
eveniment sigur 3i 0l vom nota c% . Eveniment%l care n% se reali.ea. niciodat 0l vom
n%mi eveniment imposibil 3i 0l vom nota c% . Eveniment%l complementar ( contrar) al
%n%i eveniment A este acel eveniment care se reali.ea. at%nci 3i n%mai at%nci c-nd n%
se reali.ea. A. Eveniment%l complementar 0l vom nota A .
"om scrie K A dac eveniment%l A aparine %nei familii de evenimente K.
Dac reali.area eveniment%l%i A implic reali.area eveniment%l%i B vom scrie
B A . Se sp%ne c eveniment%l A este favorabil prod%cerii eveniment%l%i B. 4n
eveniment A este elementar dac A B implic B sa% B=A. Pentr% %n eveniment
arbitrar5 avem implicaiile6 A 5 relaia de implicare constit%ind o relaie de
ordine parial.
Operaii cu evenimente. Ca 3i relaiile dintre evenimente5 operaiile c% evenimente s%nt
operaii lo(ice 3i vor fi simboli.ate ca 0n teoria m%limilor.
Do% evenimente a cror reali.are sim%ltan este ecivalent c% eveniment%l
imposibil se n%mesc incompatibile 3i vom scrie B A 7 0n ca. contrar5 evenimentele
se n%mesc compatibile 1 B A 2. $iind date evenimentele A 3i B5 se introd%ce
eveniment%l care const 0n reali.area eveniment%l%i A 3i nereali.area eveniment%l%i B5
notat B A B A .
8rice re%ni%ne de evenimente arbitrare se poate scrie ca o re%ni%ne de evenimente
incompatibile 1prin dis9%ncia
n k A A B
k
j
j k k
5... 2 5 1 5
1
1


n
k
k
n
k
k
B A
1 1

2
Definiia clasic a probabilitii
1
Se n%me3te probabilitate a eveniment%l%i A 3i se notea. P(A)5 raport%l dintre
n%mr%l m de ca.%ri favorabile prod%cerii eveniment%l%i A 3i n%mr%l total n de re.%ltate
ale experiment%l%i5 considerate e(al posibile6
( )
n
m
A P
5 din definiie re.%lt-nd
proprietile6
1.
( ) 1 , A P
2.
( ) ( ) 1 5 , P P
3.
( ) ( ) ( ) B P A P B A P +
5 dac B A
!.
( ) ( ) A P A P 1
:.
( ) ( ) B P A P B A
Cmp de evenimente.
S considerm si
( ) P
m%limea prilor l%i .
Definiie: 8 familie nevid
( ) P K
se n%me3te corp de pri 1m%limi2 dac6
i2 K A K A
ii2
K B A K B A 5
Observaie: ;xioma ii2 este ecivalent c%
) i i

n
k
k n
K A n n K A A A
1
2 1
2 5 5 5...5 5



;sociativitatea re%ni%nii5 0mpre%n c% i2 3i ii2 implic fapt%l c %n corp K este o
m%lime nevid de pri 0ncis 0n raport c% re%ni%nea finit 3i trecerea la complementar.
Propoziie: Dac
( ) P K
este %n corp de pri5 at%nci6
12
K K 5
22
( ) K A K A
n
k
k n k k



1
1
32
K B A K B A 5
Definitie: 8 m%lime nevid
( ) P K
se n%me3te

/corp de mulimi 1 corp borelian)


dac6
i2 K A K A
ii2
( )

n
n n n
K A K A


Observaie: Se constat c orice corp borelian de m%limi este 3i corp de m%limi5
reciproca n% este adevarat.
Definiie: 8 m%lime n.estrat c% %n corp 1borelian2 K de pri se n%me3te c!mp
(borelian) de evenimente. "om nota acest c-mp de evenimente
{ } K 5
.
Definiie: 4n sistem de evenimente
K A A A
n
5...5 5
2 1
c% proprietatea c

j i
A A
dac
j i
5
{ } n j i 5...5 2 5 1 5
5

n
i
i
A
1
sp%nem c formea. %n sistem complet de
evenimente sa% o des"acere a l%i .
Definiia axiomatic a probabilitii
Definiie: Se n%me3te probabilitate pe c-mp%l de evenimente
{ } K 5
o f%ncie de
m%lime
+
# K P6
5 care satisface %rmtoarele axiome6
i2
( ) K A P K A
ii2
( ) 1 P
iii2
( ) ( ) ( ) B P A P B A P B A K B A + 5 5
2
Observaie: ;xioma iii2 este ecivalent c%

j i n
A A K A A A 5 5...5 5
2 1 5
j i
5
{ } ( )

,
_


n
i
i
n
i
i
A P A P n j i
1 1
5...5 2 5 1 5

Definiie: 4n c-mp de evenimente
{ } K 5
0n.estrat c% o probabilitate P se n%me3te
c!mp de probabilitate 3i 0l vom nota
{ } P K5 5
.
Definiie: 8 probabilitate

/aditiv 1complet aditiv2 pe c-mp%l borelian de evenimente


{ } K 5
este o f%ncie de m%lime
+
# K P6
care satisface axiomele6
i2
( ) K A P K A
ii2
( ) 1 P

iii2
( ) ( )

,
_


n
n
n
n n m n n
A P A P n m n m A A K A

5 5 5 5
Prin definiie5 %n c-mp borelian de evenimente
{ } K 5
0n.estrat c% o
probabilitate P complet aditiv se n%me3te c!mp borelian de probabilitate 3i 0l vom nota
{ } P K5 5
.
Proprietile probabilitii
Propoziie: Probabilitatea are %rmtoarele proprieti6
12
( ) ( ) ( ) A B P B P A B P
22
( ) ( ) ( ) A P B P A B P
3i
( ) ( ) B P A P
dac B A
32
( ) ( ) A P A P 1
!2
( ) , P
:2
( ) 1 , A P
*2
( ) ( ) ( ) ( ) ( ) ( ) ( ) B P A P B A P B A P B P A P B A P + + 5

#2 Formula lui Poincar6/principi%l incl%derii 3i excl%derii 6
( ) ( ) ( ) ( )

,
_

+ +

,
_

< < <



n
i
i
n
k j i
k j i
j i
j i
n
i
i
n
i
i
A P A A A P A A P A P A P
1
1
1 1
1 ...
&2 s%baditivitatea probabilitii 6
( )

,
_

n
i
i
n
i
i
A P A P
1 1

+2 ine(alitatea l%i <oole 6


( ) ( ) 1
1 1

,
_


n A P A P
n
i
i
n
i
i

Propoziie! axioma continuitii:


Dac
( )
n n
A

este %n 3ir descendent de evenimente5 at%nci6
( )

,
_



n
n n
n
A P A P lim
.
Dac
( )
n n
A

este %n 3ir ascendent de evenimente5 at%nci6
( )

,
_



n
n n
n
A P A P lim

Propoziie: 4n c-mp de probabilitate 0n care probabilitatea este finit aditiv 3i 0n care are
loc axioma contin%itii este %n c-mp borelian de probabilitate.
Probabilitate condiionat
$ie
{ } P K5 5
%n c-mp de probabilitate 3i K A astfel 0nc-t
( ) , > A P
3
Definiie: =%mim probabilitate condiionat de eveniment%l A a eveniment%l%i B
expresia
( )
( )
( )
( ) A B P
A P
B A P
B P
not
A

Propoziie:
{ }
A
P K5 5
este c-mp de probabilitate
Definiie: Evenimentele A 3i B se n%mesc independente dac
( ) ( ) ( ) B P A P B A P
.
Comentarii6
1. independena 0nseamn
( ) ( ) B P B P
A

2. definiia este ecivalent c% oricare dintre relaiile6
i2
( ) ( ) ( ) B P A P B A P
ii2
( ) ( ) ( ) B P A P B A P
iii2
( ) ( ) ( ) B P A P B A P
Re"ula de #nmulire a probabilitilor
$ie
( )
n i i
A
1
o familie finit de evenimente5 astfel 0nc-t
,
1

,
_

n
i
i
A P
7
at%nci6
( ) ( ) ( ) ( )
n A A A A A A
n
i
i
A P A P A P A P A P
n 1 2 1 2 1 1
... 3 2 1
1
...

,
_

Considerm des"acerea 1sistem%l complet de evenimente2


( )
j i n i i
A A A 5
1
5
j i
3i
( ) n i A P A
i
n
i
i
5...5 2 5 1 5 , 5
1

. Dac
( ) , 5 B P K B
5 at%nci are loc6
Formula lui $a%es: ( )
( ) ( )
( ) B P
A B P A P
B A P
i i
i

Formula probabilitii totale:
( ) ( ) ( )
i
n
i
i
A B P A P B P

1
Scheme clasice de probabilitatate
a. Schema lui Poisson6 este folosit 0n re.olvarea problemelor 0n care se cere
probabilitatea reali.rii de k ori a %n%i eveniment 0ntr/o experien care const 0n
efect%area a n probe independente5 at%nci c-nd se c%noa3te probabilitatea i
p
a reali.rii
eveniment%l%i 0n fiecare din cele n probe.
S considerm n %rne
n
$ $ $ 5...5 5
2 1
fiecare %rn conin-nd bile albe 3i bile
ne(re 0n proporii date. $ie
i
a
n%mr%l de bile albe din %rna
i
$
3i
i
b
n%mr%l de bile
ne(re din %rna
i
$
. Probabilitatea de a extra(e o bil alb din %rna
i
$
este6
n i
b a
a
p
i i
i
i
5...5 2 5 1 5
+

5 iar probabilitatea de a extra(e o bil nea(r din %rna


i
$
este6
n i
b a
b
%
i i
i
i
5...5 2 5 1 5
+

. Evident5
1 +
i i
% p
5
n i 5...5 2 5 1
.
Se extra(e c-te o bil din fiecare %rn 3i se cere s se afle probabilitatea ca din
cele n bile extrase5 k s fie albe.
$ie
i
A
eveniment%l care const 0n fapt%l c s/a extras o bil alb din %rna
i
$
.
Eveniment%l care rsp%nde favorabil este cel constit%it din k evenimente A 3i n&k
!
evenimente A 5 o sit%aie posibil fiind
n k k
i i i i i
A A A A A
+
... ...
1 1
2
. >ntr%c-t
re.%ltatele extra(erilor s%nt independente5 probabilitatea acest%i eveniment este
n k k n k k
i i i i i i i i i i
% % p p p A A A A A P ... ... ... ...
1 2 1 1 1
2
+ +

,
_


.
=otm c% < eveniment%l care const 0n apariia de k ori a bilei albe 3i de n&k ori a
bilei ne(re. ;t%nci
( )

ori ;5 ori
5...5 5
2
2 1
1 1
... ...
A n&k k
i i i
i i i i i
n
n k k
A A A A A B
,
_


+ . 4rmea. c
( )
( ) ( )

+ +

,
_

,
_


A n&k k
i i i
i i i i i
A n&k k
i i i
i i i i i
n
n k k
n
n k k
% % p p p A A A A A P B P
ori ;5 ori
5 ...5 5
ori ;5 ori
5...5 5
2
2 1
1 2 1
2 1
1 1
... ... ... ...
Constatm c d%p aceea3i re(%l se calc%lea. coeficient%l l%i
k
' din polinom%l
( ) ( )

+
n
i
i
i
i
% ' p ' P
1
5 deci a3a vom determina simpl% probabilitatea cer%t.
b. Schema lui Bernoulli (scema bilei revenite) re.olv problemele 0n care se cere s se
calc%le.e probabilitatea reali.rii %n%i eveniment de k ori 0ntr/o serie de n probe
independente5 c-nd se c%noa3te probabilitatea p a reali.rii eveniment%l%i 0ntr/o sin(%r
prob.
Se pres%p%ne c cele n %rne din scema l%i Poisson a% aceea3i compo.iie. ;
extra(e c-te o bil din fiecare %rn este ecivalent c% a %tili.a o sin(%r %rn 3i a reface
compo.iia d%p fiecare extra(ere 1adic a reintrod%ce bila la loc 0n %rn2. Polinom%l
devine ( ) ( )
n
% p' ' P + 5 iar coeficient%l l%i
k
' 5 care d probabilitatea c%tat va fi
k n k k
n
% p (

.
c. Schema lui Bernoulli n mai multe culori (sc)ema multinomial). Considerm o %rn
care conine bile de k c%lori6
k
( ( ( 5...5 5
2 1
. $ie
i
p
probabilitatea de a extra(e o bil de
c%loarea
i
(
7 ne prop%nem s calc%lm probabilitatea eveniment%l%i ca 0n cele n probe
independente5 reintrod%c-nd 0n %rn de fiecare dat bila extras5 s apar de
i
n
ori bila
de c%loarea
i
(
5
. 5...5 2 5 1 k i
8 sit%aie posibil este %rmtoarea6
ori ori
2 2 2 1 1 1
... ... ... ...
2 1 k
n
k k k
n ori n
A A A A A A A A A
Probabilitatea acest%i eveniment este
k
n
k
n n
p p p ...
2 1
2 1
c%
n n n n
k
+ + + ...
2 1
. C%m
eveniment%l se poate exprima 0n
? ?.. ?
?
2 1 k
n n n
n
sit%aii distincte 1incompatibile do% c-te
do%25 re.%lt c probabilitatea cer%t este
n n n n p p p
n n n
n
k
n
k
n n
k
k
+ + + ... 5 ...
? ?.. ?
?
2 1 2 1
2 1
2 1
.
d. Schema bilei nerevenite* Se consider o %rn care conine bile de do% c%lori A 3i
B 0n n%mr de
1
3i respectiv
2
5 extra(-nd%/se c% probabilitile p

p
1
1
3i
respectiv p

1 1
1 1 2
2
( ) p p 1 5
2 1
.
Din %rn extra( n bile5 fr a p%ne bila extras 0napoi 0n %rn 3i se cere
probabilitatea de a obine k bile de c%loarea celor av-nd probabilitatea p de a fi extrase.
:
4tili.-nd definiia clasic a probabilitii5 n%mr%l ca.%rilor posibile este
n

(
5 iar
al celor favorabile
( )
k n
p
k
p
( (

1
5 probabilitatea cer%t fiind6
( )
n

k n
p
k
p
(
( (

1
5 %nde n%mr%l
k satisface6 ( ) ( ) ( ) p n k p n 5 min 1 5 , max .
Scema bilei nerevenite este %n ca. partic%lar al schemei lui Pola. @n acest ca.5
extra(erile se fac c% revenire5 a.0. 0naintea %rmtoarei extra(eri se p%n 0n %rn
1 + j
bile
de c%loarea bilei extrase.Se cere probabilitatea obinerii a k bile de c%loarea celor de
probabilitate p 3i apoi a n&k bile de cealalt c%loare 0n %rma a n astfel de extra(eri.
Probabilitatea de a obine k bile de c%loarea celor de probabilitate p 0n primele k
extra(eri 3i n&k de cealalt c%loare5 0n %rmtoarele n&k extra(eri este6
( )
( ) ( )
( )
( ) j n
j k n
j k
j
kj

j k
j k
j
j


p
k
1
1
...
1 1
1
...
2 1
2
2 1
2
2 1
2
2 1
1
2 1
1
2 1
1
+ +
+ +
+ + +
+
+ + + +
+
+ +
+
+

aceasta repre.ent-nd probabilitatea obinerii a k bile de c%loarea celor


1
3i a n&k de
c%loarea celor
2
0n orice alt ordine5 deci probabilitatea cer%t este
k
k
n
p (
.
C%m
% p


p



+

+
1 5
2 1
2
2 1
1
5 +
2 1
not-nd

j
5 probabilitatea
cer%t devine6
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )

1 1 ... 2 1 1
1 ... 1 ...
+ + +
+ + + +
n
k n % % % k p p p
(
k
n
5 care pentr%
1 j
5

1


( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )( ) ( ) ( ) 1 ... 2 1
1 1 ... 1 1 1 1 ... 1

n
k n p p p k p p p
(
k
n
A
( )
n

k n
p
k
p
(
( (

1
5 adicB probabilitatea ob in%tB n scema bilei nerevenite.
e. Schema bilei nerevenite n mai multe culori6 Considerm o %rn 0n care se afl
i
n
bile
de c%loarea
j i (
i
5...5 2 5 1 5
. Se extra( n
( )
j
n n n n + + + < ...
2 1
bile fr a p%ne la loc bila
extras 3i se cere probabilitatea ca din cele n bile extrase
i
k
s fie de c%loarea
i
(
.
4tili.-nd tot definiia clasic a probabilitii51 bilele se extra( sim%ltan25 obinem
n%mr%l c.%rilor posibile
j
j
k k k
n n n
(
+ + +
+ + +
...
...
2 1
2 1
5 iar n%mr%l ca.%rilor favorabile este
j
j
k
n
k
n
k
n
( ( ( ... .
2
2
1
1
5 deci probabilitatea cer%t este
j
j
j
j
k k k
n n n
k
n
k
n
k
n
(
( ( (
+ + +
+ + +
...
...
2 1
2 1
2
2
1
1
... .
.
f. Schema lui Pascal: Considerm %rna din scema l%i <erno%lli din care fac extra(eri
1revenite2 p-n la obinerea primei bile albe. Probabilitatea ca la extra(erea k s se obin
prima bil alb este
1 k
p% . 8 (enerali.are a acesteia este Ctimpul de a+teptare,.
Se consider %n eveniment care are probabilitatea de a se reali.a e(al c% p.
Efect%m k probe independente5 p-n c-nd eveniment%l se reali.ea. de n ori
( ) n k
.
Probabilitatea coresp%n.toare va fi6
n k % p (
n k n n
k

5
1
1
5 0ntr%c-t 0n %ltima prob
eveniment%l are loc.
*
Observaie*#epartiia geometric *
k
k
p% p
este D(enerali.atE de repartiia binomial
negativ*
, 5
1

+
k % p ( p
k n k
k
k n .
!ariabile aleatoare
=oi%nea de variabil aleatoare este f%ndamental 0n teoria probabilitilor.
>nt%itiv5 variabila aleatoare se poate defini ca fiind o f%ncie real definit pe m%limea
valorilor posibile ale %n%i experiment.
$ie
( ) K 5
%n c-mp borelian de evenimente.
Definiie: # - 6 se n%meste variabila aleatoare dac 3i n%mai dac
( ) { } # ' K ' - < 5 6
Observaie: =oi%nea de probabilitate n% intr 0n definiia variabilei aleatoare.
"om %tili.a notaiile6
{ } K ' - <
pentr% v.a. -
Propoziie: # - 6 este o variabil aleatoare dac 3i n%mai dac este adevarat %na
din afirmaiile6
( ) i
( ) { } # ' K ' - 5 6
( ) ii
( ) { } # ' K ' - > 5 6
( ) iii ( ) { } # ' K ' - 5 6
Observaie:
{ } K a -
3i
{ } # b a K b - a < < 5 5
.
&plicaie:Fa %n examen se pre.int trei candidai. "ariabila aleatoare repre.ent-nd
n%mr%l candidailor admi3i are repartiia6

,
_

p p p + 2*
:
2
3 2 1 ,
. Determinai
probabilitea
fiecr%i candidat de a promova examen%l.
.olutie*C%m n%mr%l candidailor promovai repre.int o partiie a eveniment%l%i si(%r6
la examen se pre.int trei candidai5 avem
( )
*,
1
1 1 + 2*
:
2
+ + + p p
5 deci distrib%ia
v.a. este

,
_

*,
1
2,
3
3,
13
:
2
3 2 1 ,
6 - . C%m
( ) { } 3 5 2 5 1 5 , 5 k k - P
repre.int
probabilitatea ca G candidai s promove.e examen%l5 conform scemei l%i Poisson se
obine sistem%l6
#
( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )

'

+ +
+ +

*,
1
2,
3
1 1 1
3,
13
1 1 1 1 1 1
:
2
1 1 1
3 2 1
1 2 3 2 3 1 3 2 1
1 2 3 3 1 2 3 2 1
3 2 1
p p p
p p p p p p p p p
p p p p p p p p p
p p p
5 %nde
{ } 3 5 2 5 1 5 i p
i

repre.int probabilitatea fiecr%i candidat de a promova examen%l. 4tili.-nd relaiile l%i
"iete5 sistem%l devine6

'

'

*,
1
:
1
*,
!#
:
2
1
2,
3
3
*,
1
3
2
1
3 2 1
3 2
3
.
.
.
. . .
. .
.
ec%aia c% sol%iile
i
p
este6
, 1 12 !# *,
2 3
+ p p p . ;plic-nd scema l%i Horner6
3
1
*,
*,
2#
!#

3
12
,
1
3
1
1
p
5 iar 3 2
5 p p
s%nt sol%i pentr%6
!,
1 +
, 1 + 2,
3 5 2
2
t
+ p p p
5 probabilitiile
fiind
:
1
5
!
1
5
3
1
.
Operaii cu variabile aleatoare*
Propoziie: Dac - este variabil aleatoare 3i # b 5 at%nci6
, c% 5
1
5 5 5 5
2
+ -
-
- - b- b -
s%nt variabile aleatoare
Propoziie: Dac - 3i / s%nt variabile aleatoare5 at%nci6
{ } { } 5 5 K / - K / - >
{ } K / -
Propoziie: Dac - 3i / s%nt variabile aleatoare5 at%nci6
, c% 5 5 5 5 + /
/
-
-/ / - / -

s%nt variabile aleatoare.
"uncia de repartiie a unei variabile aleatoare
S considerm %n c-mp borelian de probabilitate
{ } P K5 5
3i - o variabil
aleatoare.
Definiie: =%mim "uncie de repartiie a variabilei aleatoare -5 aplicaia
[ ] 1 5 , 6 # 0
-
5
definit prin relaia
( ) ( ) { } ( ) ' - P ' 0
-
< 6
. "om scrie6
( ) ( ) ' - P ' 0
-
<
Propoziie: $%ncia de reparie a %nei variabile aleatoare - are %rmtoarele proprieti7
112
( ) ( ) , lim

' 0 0
-
'
- 7
( ) ( ) 1 lim

' 0 0
-
'
-
122 este nedescresctoare 6 ( ) ( )
2 1 2 1
' 0 ' 0 ' '
- -
<
&
132 este contin% la st-n(a6
( ) ( ) ( ) 1 0 ' 0 ' 0
-
' 1
- -

lim ,
Propoziie: Daca I este o variabila aleatoare si
2 1
' ' <
5 at%nci6
( ) ( ) ( )
1 2 2 1
' 0 ' 0 ' - ' P
- -
<
( ) ( ) ( ) ( )
1 1 2 2 1
' - P ' 0 ' 0 ' - ' P
- -
< <
( ) ( ) ( ) ( ) ( )
1 2 1 2 2 1
' - P ' - P ' 0 ' 0 ' - ' P
- -
+ <
( ) ( ) ( ) ( )
2 1 2 2 1
' - P ' 0 ' 0 ' - ' P
- -
+
Observaie:
( )
i
' - P
5
2 5 1 i
repre.int salt%l f%nciei de repartiie
-
0
0n p%nct%l
i
'
5
2 5 1 i
. Dac
-
0
este contin%5 at%nci
( ) ,
i
' - P
5
2 5 1 i
.
>n f%ncie de m%limea valorilor posibile
( ) -
ale v.a. # - 6 avem6
Definiie: 8 v.a. - pe c-mp%l borelian de probabilitate
{ } P K5 5
se n%me3te discret
dac ia o m%lime cel m%lt n%marabil de valori 6
( ) { } j i 2 j i ' ' ' -
j i 2 i i

5 5 5 5
.
".a. c% proprietatea c
( ) -
este %n interval din ' se n%me3te continu
Propoziie: Dac
( ) { }
2 i i
' -


5
{ } K A
2 i i

definite prin
( ) { }
i i
' - A 6

formea. o partiie a eveniment%l%i si(%r.
=ot-nd
( )
i i
p A P

1 5 ,

2 i
i i
p p
. P%nctele
{ }
2 i i
'

se n%mesc p%ncte de
cre3tere ale f%nciei de repartiie5 iar probabilitile lor se n%mesc salturi ale f%nciei de
repartiie. Evident5
( )

<

' '
i -
i
p ' 0
.
Definiie: =%merele
{ }
2 i i
p

satisfac-nd
( ) 2 i p ' - P
i i
5
3i
1

2 i
i
p
da% le(ea de
probabilitate a v.a. discrete - 1
i
p
repre.int f%ncia de frecven a v.a. - n%mit mai
s%(estiv mas de probabilitate2.
Observaie: 4nii a%tori definesc f%ncia de repartiie prin relaia6
( ) ( ) # ' ' - P ' 0
-
5
J
&plicaie: D%rata %nei convorbiri telefonice exprimat 0n sec%nde este o variabil
aleatoare - av-nd f%ncia de repartiie6
( ) , 5
2
1
2
1
1
:,
:,
>
1
]
1

t e e t 0
t
t
-
. Determinai
probabilitatea ca o convorbire telefonic s d%re.e6
a2 cel m%lt #,s
b2 cel p%in 11,s
c2 0ntre #, si 11,s
d2 exact 1,,s5 respectiv +,s
e2 cel m%lt do%a min%te5 3tiind ca va d%ra cel p%in %n min%t
f2 cel p%in %n min%t5 3tiind ca va d%ra cel m%lt do%a min%te .
.olutie* $%ncia de repartiie a variabilei date5 explicitata5 este6
+
( )
...
1:, 1,, dacK
2
1
2
1
1
1,, t :, dacK
2
1
2
1
1
:, , dacK
2
1
1
2
:,
:,
:,

'

<
<
<

t
e
e
e
e
t e
t 0
t
t
t
-
;ceasta este o f%nctie crescBtoare5 contin%a la dreapta5 avand salt%ri in p%nctele de forma
tA:,G5
L
k . Deci6 a2 ( ) ( )
e
e 0 - P
-
2
1
2
1
1 #, #,
:
#
<

b2
( ) ( ) 11, 1 11,
-
0 - P >
:
11
2
2
1
2
1

+ e
e
6 c2
( ) ( ) ( )

,
_

+ < <

2
:
11
:
#
1 1
2
1
#, 11, 11, #,
e e
e e 0 0 - P
- -
d2
( ) ( ) ( )

,
_

e e
0 t 0 - P
- -
t
1
1
2
1
1,, lim 1,,
1,,
5 iar
( ) , +, - P
e2 ( )
( ) ( )
( )
:
: 2
1
1
1
1
1
1
*, 1
*, 12,
*, 12,
e
e
e 0
0 0
- - P
-
- -
+
+

> <
f2
( )
( ) ( )
( )
:
12
:
*
2
1
2
1
1
2
1
2
1
1
1
12,
*, 12,
12, *,

< >
e
e
e
e
0
0 0
- - P
-
- -
Definiie: ".a. - se n%me3te continu dac
-
0
este absol%t contin%5 adic5 dac exist
o f%ncie inte(rabil nene(ativ
+
# # " 6
astfel 0nc-t
( ) ( ) # ' dt t " ' 0
'
-


5
.
$%ncia " se n%me3te densitate de repartiie. Din definiia dat re.%lt6
i2
( ) # ' ' " 5 ,
ii2
( ) 1


d' ' "
Se constat imediat c dac exist densitatea de repartiie "5 at%nci 0 este
derivabil 3i ( ) ( ) ' " ' 0
-

5 iar
( ) ( ) ( ) ( )dt t " ' 0 ' 0 ' - ' P
'
'
- -
< <
2
1
1 2 2 1
6
Propoziie: Dac g este contin% 3i strict monoton pe
( ) - 2
5 at%nci aplicaia
# - g 6
este o variabila aleatoare 3i are loc e(alitatea6
( )
( ) ( )
( ) ( )

'

oare descrescat strict este ( daca 1


e crescatoar strict este ( daca
1
1
' g 0
' g 0
' 0
-
-
- g
1,
#aracteristici numerice ale funciilor de repartiie
$ie - o v.a. c% f%ncia de repartiie 0 3i
. 2 5 % %
Definiie: =%mim %&cuantile ale v.a. -5 n%merele finite
( ) ( )
1 1 % i i
- c
pentr% care
( ) ( )
%
i
- c 0
i

3i
( ) ( )
%
i
- c 0
i
+,
5
% i 1
Observaie: >n (eneral5 c%antilele n% s%nt %nic determinate. Dac 0 este contin%5
c%antilele se determin ca sol%ii %nice ale ec%aiilor6
( ) ( )
%
i
- c 0
i

5
1 1 % i
.
C%antilele a% den%mirea de median
( ) 2 %
5 c%artile
( ) ! %
5 decile
( ) 1, %
5
centile
( ) 1,, %
.
Definiie: $iind dat f%ncia de repartiie 0 care are densitatea "5 orice p%nct de maxim
local pentr% " se n%me3te mod (punct modal). >n ca.%l repartiiilor discrete5 p%nct%l modal
se n%me3te valoarea cea mai probabil*
( )
1 1 +

k k k k k
p p p ' - P p
!ariabile aleatoare bidimensionle
Definiie: ( )
2
6 5 # 3 / - se n%me te variabila aleatoare bidimensionl4 dac 3i
n%mai dac ( ) ( ) { } ( )
2
5 5 5 6 # 1 ' K 1 / ' -
Definiie: =%mim "uncie de repartiie a variabilei aleatoare bidimensionle 35aplicaia
[ ] 1 5 , 6
2
# 0
3
5definit prin relaia ( ) ( ) ( ) { } ( ) 1 / ' - P 1 ' 0
3
5 6 5 .
'eorem(: 8 f%nc ie de do%B variabile este f%ncie de repartiie a %nei variabile aleatoare
bidimensionle dac 3i n%mai dac satisface %rmBtoarele condi ii6
i2.$ este nedescrescBtore i contin%B la dreapta n raport c% ambele ar(%mente5
ii2.
( ) ( ) , 5 5 ' 0 1 0
i
( ) 1 5 0
5
iii2. ( ) ( )
2 2 1 1
5 5 5 1 ' 1 ' c%
2 1
' ' < i
2 1
1 1 < 5 are loc ine(alitatea
( ) ( ) ( ) ( ) , 5 5 5 5
2 1 1 1 1 2 2 2
+ 1 ' 0 1 ' 0 1 ' 0 1 ' 0 .
Definiie: 8 variabilB bidimensionlB
( ) / - 3 5
se n%me te de tip discret dac ia valori
apar in nd %nei m%l imi cel m%lt n%mBrabile de pereci
( ) A 1 '
j i
5
c% probabilitatea 1.
DacB
( ) { } { } ( )


j i
ij
B
ij j i ij j i
p p 1 ' 0 1 / ' - P p 1 1 ' ' j i B
5
1 5 5 5 5 5 5
.
)*emplu: Se ar%ncB %n .ar i o monedB. $ie I valoarea .ar%l%i i MA1 dacB apare ban%l.
;t%nci
( ) ( ) ( ) ( ) ( ) { } { } { } 1 5 , 5 * 5...5 1 5
12
1
5 1 5 * 5...5 1 5 1 5 , 5 * 5...5 , 5 2 5 , 5 1 j i p A
ij
5 deci
11
( )

'


<
<
< <
< <
< < <
< <
< < <
<
< <

1 '
1 '
1 '
1 ' 1 '
1 '
1 ' 1 '
1 '
1 ' 1 '
1 '
1 # ' # 1 '
1 ' 0
1 5 * 5 1
1 5 * : 5
*
:
1 5 : ! 5
3
2
1 5 ! 3 7 1 , 5 * 5
2
1
1 , 5 * : 5
12
:
1 5 3 2 7 1 , 5 : ! 5
3
1
1 , 5 ! 3 5
!
1
1 5 2 1 7 1 , 5 3 2 5
*
1
1 , 5 2 5 1 5
12
1
, 5 7 5 1 5 ,
5
Definiie: 8 variabilB bidimensionlB
( ) / - 3 5
se n%me te de tip continuu dac existB o
densitate de reparti ie
+
# # "
2
6 astfel nc-t
( ) ( ) du dv v u " 1 ' 0
' 1


1
1
]
1

5 5
. Evident5
( ) 1 5 0
i
( )
( ) 1 ' "
1 '
1 ' 0
5
5
2

.
$epartiii mar%inale
Definiie: Se n%mesc repartiii marginale ale variabilei discrete bidimensionale
( ) / - 3 5
5 repartiiile variabilelor mar(inale I i M5

j
j i
p p
5 respectiv

i
i j
p p
.
Evident5
,
i
p
i
1

i
i
p
1 respectiv
,
j
p
i
1

j
j
p
5 cBci


j i
ij
p
5
1
2.
Observaie: 'epartiia %n%i vector aleator determin %nic repartiiile mar(inale5 dar5 0n
(eneral5 c%noa3terea repartiiilor mar(inale n% este s%ficient pentr% determinarea
repartiiei vector%l%i
Definiie: Sp%nem c variabilele aleatoare
n i -
i
1 5
s%nt independente dac
evenimentele
( ) { }
i i
' - A < 6
s%nt independente pentr% orice
n i # '
i
1 5
.
Observaie: C%m
( ) ( ) 1 ' 0 1 ' 0
1
-
5 lim 5

i
( ) ( ) 1 ' 0 1 ' 0
'
/
5 lim 5

5 independena
v.a.- 3i / se exprim prin6
( ) ( ) ( ) 1 ' 0 1 ' 0 1 ' 0
/ -
5 5 5
5 rela ie care 5 n ca.%l contin%%5
devine6
( ) ( ) ( ) 1 " ' " 1 ' "
/ -
5 5 %nde
( ) ( )d1 1 ' " ' "
-


5
5
( ) ( )d' 1 ' " 1 "
/


5
s%nt
densit4 iile marginale ale variabilei contin%e bidimensionale
( ) / - 3 5
. )ai m%lt5
12
dacB / - . +
/
-
5 -/ $ / - 6 5 5
5 at%nci
( ) ( ) ( ) ( )d1 1 1 t " t " d' ' s ' " s "
6 .


+ 5 5 5
5
( ) ( ) ( ) d' ' ' v' " v " d'
' '
u
' " u "
5 $



,
_

5 5
1
5
@n ca.%l discret5 repartiia vector%l%i
( ) / -5
6
( )
n j m i
ij
j i
p
1 '
5...5 2 5 1 7 5...5 2 5 1
5

,
_

se scrie s%b
forma6
I N M O1 O2 . . . O9 . . . On Potal
x1 p11 p12 p19 p1n p1Q
x2 p21 p22 p29 p2n p2Q

xi pi1 pi2 pi9 pin n9Q

xm/1 p1m/121 p1m/122 p1m/12i pm/12n p1m/12Q
xm pm1 pm2 pi9 pmn pmQ
Potal pQ1 nQ2 nQi nQn 1
( ) n j m i 1 / ' - P p
j i j i
5...5 2 5 1 7 5...5 2 5 1 5 5
7 I5M v.a.i. j i ij
p p p


n
j
j i i
m i p p
1
5...5 2 5 1 5
7
n j p p
m
i
j i j
5...5 2 5 1 5
1

1
1 1 1 1



n
j
j
m
i
i
m
i
n
j
j i
p p p
)ai m%lt5 avem6
( )
7 j
1 / ' - P
1 / '
1 / -
2 i
j i
j i
j

,
_

5 6
c%
( ) ( )
( )
( )
j
ij
j
j i
j i j i
p
p
1 / P
1 / ' - P
1 ' p 1 / ' - P



5
Definim densitatea de repartiie a v.a. - condiionat de /=1
( )
( )
( )
( )
( )d' 1 ' "
1 ' "
1 "
1 ' "
1 ' "
/



5
5 5
3i analo(
( )
( )
( )
( )
( )d1 1 ' "
1 ' "
' "
1 ' "
' 1 "
-



5
5 5
$eparti ii clasice
'epartiia cea mai simplB este Bernoulli ( ) ( ) { } 1 5 , 5 1
1


k p p p p Be -
k k
k
#epartiia binomiala*
( ) ( ) n k p p ( p p n Bi -
k k k
n k


, 5 1 5
1
DacB
( ) n j p Be -
j
5... 2 5 1 5
s%nt v.a.i.i.r.5 at%nci

n
j
j
- -
1

#epartiia Poisson* ( ) k
k
e p Po -
k
k


5
?


7apare ca limita repartitiei binomiale
( )
( ) ( )
( )
k
n
k n k
k n
k
n
k
np
k k k
n
n
p e
k n n
k n n n
k
p p (
n

,
_


lim
1
?
1
1 ... 1
lim
?
1 lim
#epartiia hiper%eometric& este cea a variabilei I care repre.inta n%mar%l bilelor a
cBror probabilitate de a fi extrase este p obin%te 0n %rma a n extra(eri nerevenite dintr/o
13
%rna conin-nd = bile de do%B c%lori6
( )
( )
( ) ( ) ( ) p n k p n
(
( (
p p n 8 -
n

k n
p
k
p
k
5 min 1 5 , max 5 5 5
1

9
#epartiia %eometric&6
( ) 7 5 k p% p p :e -
k
k

#epartiia binomial ne%ativ&6
( ) ( ) ( ) . . . 5 5
5...5 2 5 1
1
i a v p :e - - - p n B -
n j
j
n
j
j

k % p ( p
k n k
k n k

+
5
1
7 dac probabilitatea de reali.are a %n%i eveniment este p5
probabilitatea reali.rii de n ori 0n repetarea experiment%l%i implic efect%area acest%ia
de k n + ori5 G fiind n%mr%l e3ec%rilor care preced cele n reali.ri ale eveniment%l%i.
;cest l%cr% se va 0nt0mpla dac 3i n%mai dac %ltima prob din cele k n + cond%ce la
reali.area eveniment%l%i dorit 5 0n cele 1 +k n probe anterioare reali.-nd%/se toate cele
G e3ec%ri 5 ceea ce 9%stifica expresia f%nciei de frecven.
Observaie6 Scema l%i Pascal exprima probabilitatea ca 0ntr/o serie de extra(eri revenite
bila a cBrei probabilitate de a fi extras este p s apar pentr% prima dat la extra(erea G
L 1
5 k p% p
k
k


5 variabila c% aceastB repartiie n%mind%/se D"irst succesR5 diferit de
cea (eometric6 ( ) p 0s - / + 1
1 1
. Efect%-nd n probe p-n c-nd %n eveniment a cr%i
probabilitate de reali.are este p se reali.ea. de G ori5 probabilitatea coresp%n.toare este6
n k % p ( p
n k n n
k k

5
1
1
. ".a. c% aceast f%ncie de frecven 5 dat fiind c
( )( )

,
_

+ +
+

,
_

+


+

n j
j n
n j
j j
j n
n
j n k
n k
n k n
k
n k
n
k
%
j
n j n j n
p % ( p % ( p p
?
... 2 1
1 1
1
1
1
( )
( ) ( )
( ) 1 1
?
1 ... 1
1 1

,
_

+
+

n n
n j
j j n
% p %
j
j n n n
p
5 se n%me3te repartiie
binomial cu exponent ne%ativ:
( ) ( ) p 0s / / / p n B n - /
k
n
k
k
+

5 5
1
v.a.i.
Pentr% variabilele aleataore discrete l%-nd valori nat%rale se define te "unc ia
generatoare de probabilitate a lui ;aplace6
( ) ( )


n
n
-
t n - P t g
#epartiia uniform& discreta:
( ) n k
n
a - P
k
5...5 2 5 1 5
1

. DacB
n
a a a < < < ...
2 1
5 at%nci
( )

'

>
<
<

+
n
k k
-
a '
a ' a
n
k
a ' a
n
a '
' 0
5 1
...
5
...
5
1
5 ,
1
2 1
1

1!
'epartiia uniform&: ( )
( ) ( )
( )
( )

'

>
<

b '
b ' a
a b
a '
a '
t 0 b a '
a b
' "
b a $ b a $
5 1
5
5 ,
5 5
1
5 5

'epartiia triun"+iular(: ( )
( ) ( ) b a '
b a
'
a b a b
' "
b a 6ri
5 5
2
2
1
2
5

,
_

'epartiia normal&:
3 m - m - + 2 5 1

( ) ( ) ( ) dt e ' 0 # ' e ' " 3
' t
3
'
3




2 2
2 2
2
1
5
2
1
1 5 ,

'epartiia lo%normal&: ( ) ( ) 5 5 5 m - e / m ; /
-

'epartiia normal& n'dimensional&! definiii ecivalente6
1. "ector%l aleator
( ) 5 m -
este normal v.a. - a este normalB5 a
vector de aceea3i dimensi%ne.
2. "ector%l aleator I este normal ( )

,
_

t t m t i t
-
2
1
exp
5 %nde este o
matrice nene(ativ definitB.
3. 4n vector aleator I c%
( ) m - <
3i - cov astfel 0nc-t det S, este
reparti.at
( ) 5 m
are densitatea6
( )
( ) ( )
2
2
det
1
2
1
m ' m '
n
-
e ' "


,
_

'epartiia (ama:
( )
( )
( )
, 5
1
5
>

'
a b
e '
' "
a
b
'
a
b a
, a cBrei densitate se ded%ce % or plec-nd
de la defini ia
( )
( )


,
_


,
1
,
1
,
1
1
1 1
d' e '
a b
d1 e
b
1
b
d' e ' a
b
'
a
a
b
1 a
b
1
'
' a
'epartiia
,
_

2 5
2
2
n
n

6
( ) , 5
2
2
2
1
2
2
>

,
_


'
n
e '
' "
n
' n
n

( ) 3 3 3 3
k
7 1 5 ,
2
1
2
v.a.i.


n
k
n k
3
1
2 2

'epartiia exponenial&:
( ) ( ) 5 1 exp
:
( )
( )

'

>


, 5 5 1
, 5 ,
exp
' e
'
' 0
'

'epartiia )eibull:
( )
( ) , 5 1
5
>

' e ' 0
'
=


'epartiia $alei%h:
( )

,
_

2
1
5 = #a
- ( ) ( ) exp
2
- #a - -
'epartiia *aplace:
( )
( ) # ' e
a
' "
a
'
a ;a


5
2
1
1:
Observaie: DacB I5M
( ) 1 exp
v.a.i.
( ) 1 ;a / -
.
@ntr/adevBr5
( ) ( ) ( ) # u e d' e e d' ' " ' u " u "
u ' u
/ - / -
+


5
2
1
,
2
'epartiia Student:
n
$
3
6 t 6
n

, %nde
( )
2
5 1 5 ,
n
$ 3
v.a.i

( ) # '
n
'
n
n
n
' "
n
6

,
_

,
_

,
_

5 1
2
2
1
2
1
2

'epartiia "isher./nedecor0:
( )
n
5
m
$
- n m 0 - 5
, %nde
2 2
5
n m
5 $
v.a.i
( )
( ) , 5 1
2 2
2
2 1
2
2
5
>

,
_

,
_

,
_

,
_

,
_

' '
n
m
'
n m
n m
n
m
' "
n m
m
m
n m 0
'epartiia Beta:
( )
( )
( )
( )
( ) ( )
( ) ( ) 1 5 , 5 1 5
1 1
5


+


' ' '
s r
s r
' " s r B -
s r
s r B -
'epartiia #auch: ( )
( )
( ) # '
'
' " ( -
(

+
5
1
1 1
1 5 ,
2
1 5 ,


( )
( )
( )
( )
# '
m ' a
a
' " a- m / a m ( /
a m (

+
+ 5
1
5
2 2
5

+edia unei variabile aleatoare . "uncia %eneratoare de momente


Definiie: =%mim medie a v.a. - n%mr%l
( )
( ) ( )

'

<



d' ' " ' d' ' " '
p ' p '
- <
k
k
k k
k
k k
dacK 5
dacK 5
1 1
Observaie: n% exist medii pentr% v. a. ( ) ( ) # '
'
' " ( -
+
5
1
1 1
1 5 ,
2

5 de i
,
1
1
lim
2

+


d'
'
'
a
a
a

5 sa% pentr% cea c% f%ncia de frecven
( )
k
k
k
k
j
- P p
3
2 3
1
1

,
_



55
L
k 5 de3i
2 ln 2
1

k
k
k
p '
Propoziie: Proprietile mediei
.10. Dac v.a. c - 5 at%nci ( ) k c - <
k k
5
.20. Dac v.a. este omo(en
( ) ( ) - a< a- <
.30. Dac v.a. este aditiv
( )



,
_

n
i
i
n
i
i
- < - <
1 1
1*
.40. Dac v.a.
n
- - - 5... 5
2 1
s%nt independente 10n totalitate25 at%nci
( )

,
_

n
i
i
n
i
i
- < - <
1 1
Definiie: =%mim moment iniial de ordin k5 ( ) ( )
k
k
- < - < .
Observaie: Existen a moment%l%i de ordin
L k
implicB existen a momentelor de
orice ordin
. k j <
Este posibilB constr%c ia v.a. pentr% care existB momente de ordin
k j
5 dar n% de ordin k 7de exempl% cea c% ( ) 1 5
2
3
'
'
' " .
Definiie: 0uncia generatoare de momente a v. a. I este ( ) ( )
t-
-
e < t : dac
, > ) astfel 0nc-t media exist 3i este finit pentr%
) t <
'eorema: Dac exist S, astfel 0nc-t ( ) ( ) t : t :
/ -
pentr%
) t <
5 at%nci IAM.
'eorema: $ie
n
- - - 5...5 5
2 1
v.a.i. ale cror f%ncii (eneratoare de momente exist
pentr%
) t <
5S,5 si

n
k
k n
- .
1
. ;t%nci
( ) ( ) . 5
1
) t t : t :
n
k
- .
k n
<

Corolar: Dac5
n
- - - 5...5 5
2 1
s%nt identic reparti.ate5 at%nci ( ) ( ) ( )
n
- .
t : t :
n

'eorema: $ie - v.a. a crei f%ncie (eneratoare de momente ( ) t :
-
exist pentr%
) t <
5
S,. ;t%nci toate momentele exist6
( ) , G 5 > <
k
- <
5 iar ( )
( )
( ) n : - <
n
-
n
5 ,
Observaie: Pentr% v.a. care ia doar valori nat%rale se define3te "uncia generatoare de
probabilitate 6
( ) ( ) ( )


, n
n -
-
n - P t t < t g
5 care este definit cel p%in pentr%
1 < t
.
Pentr% aceste variabilele aleatoare
( ) ( ) ) t e g t :
t
-
< pentr% 5
. ;re loc %rmatoarea6
'eorema: $ie
n
- - - 5...5 5
2 1
v.a. independente identic reparti.ate 3i v.a. l%-nd valori
nat%rale5 independent de
n
- - - 5...5 5
2 1
. ;t%nci
( ) ( ) ( ) t : g t :
- .
n


+omente centrate
Definiie: =%mim moment centrat de ordin k al v.a. - n%mr%l
( ) ( ) ( ) ( )d' ' " - < ' -
k
k



dac v.a. - este contin%
( ) ( ) ( ) ( )
j
7 j
k
j k
' - P - < ' -

dac v.a. - este de tip discret


Propoziie: )omentele centrate de ordin%l k se pot exprima c% a9%tor%l momentelor de
ordin cel m%lt k 3i reciproc
( ) ( ) ( ) ( ) - < - < ( -
j
k
j
j k
j
k
j
k



,
1
3i
( ) ( ) ( ) - < - ( - <
j
k
j
j k
j
k k

,

5
L
k
C% a9%tor%l momentelor centrate se introd%c noi%nile6
Definiie:(oe"icient de asimetrie al v.a. I6
( )
3
3
1
-
-


.
1#
(oe"icient de e'ces al v.a. -*
( )
3
!
!
2

-
-

Definiie: )oment%l centrat de ordin%l doi se n%meste dispersie 3i se notea.


( ) - >
5 iar
( )
-
- > se n%me3te abatere medie ptratic.
Pornind de la definiie5 re.%lt imediat ( ) ( ) ( ) - < - < - >
2
2
5 evident5 nene(ativ.
Observaie: Dac - este o v.a. pentr% care exist
( ) - <
5 at%nci v.a.
( ) - < -
o vom
n%mi variabila aleatoare abatere. >mediat5 re.%lt ( ) ( ) , - < - <
Dac5 0n pl%s5 exist ( ) - <
2
5 at%nci v.a.
( )
-
- < -

o vom n%mi abatere normat.


>mediat5 re.%lt
( )
1

,
_


-
- < -
>


5omente mi*te
Definiie: $iind dat vector%l aleator
( ) / - 3 5
5 n%mim moment mi't de ordinul
2 1
5 k k
n%mr%l ( ) ( )
2 1
2 1
5
k k
k k
/ - < 3 < .
;nalo( se definesc momentele centrate de ordin%l
2 1
5 k k 1dac ele exist26
Definiie: $iind dat vector%l aleator T n%mim moment mi't centrat de ordinul
2 1
5 k k
n%mr%l ( ) ( ) ( ) ( ) ( ) [ ]
2 1
2 1
5
k k
k k
/ < / - < - < 3
>n ipote.a c exist
( ) - <
2
3i
( ) / <
2
pentr% v.a. bidimensional T5dm %rmatoarea
Definiie: Se n%me3te covarian a variabilelor aleatoare - 3i / moment%l mixt
( ) ( ) ( ) ( ) [ ] / < / - < - <
11

Acov1I5M2
;cest indicator msoara existena le(t%rii stocastice a v.a. - 3i /.
Din definiie5 re.%lt imediat
( ) ( ) ( ) ( ) / < - < -/ < / - 5 cov
5 care este o
f%ncional biliniar simetric.
Propoziie: Proprietile covarianei
.10
( ) ( ) # b a / - ab b/ a- 5 5 5 cov 5 cov
3i
( ) # a a - 5 , 5 cov
.20 ( ) ( ) ( ) / - / - / - - 5 cov 5 cov 5 cov + +
.30
( ) ( ) - / / - 5 cov 5 cov
3i
( ) ( ) - > - - 5 cov
Definiie: ".a. se n%mesc necorelate dac
( ) , 5 cov / -
Observaie: >ntr%c-t
( ) ( ) ( ) ( ) / < - < -/ < / - , 5 cov
5 dac v.a. - 3i / s%nt
independente5 at%nci ele s%nt necorelate. 'eciproca5 n% este adevrat 0ntotdea%na. "om
arta acest l%cr% 0n exempl%l %rmtor6
)*emplu6 Prei bile de c%lori diferite se p%n la 0nt-mplare n trei %rne. =ot-nd c% I v.a.
care indica n%mar%l de bile dintr/o %rna si c% M pe cea care repre.inta n%mar%l %rnelor
oc%pate5 arta i ca I si M s%nt necorelate 1evident5 n% s%nt independente2.
Propoziie: Proprietile dispersiei
.10. Dac v.a. c - 5 at%nci
( ) , - >
.20. ( ) ( ) - > a a- >
2

.30.
( )



,
_

n
i
i
n
i
i
- > - >
1 1
, dac
n
- - - 5... 5
2 1
s%nt independente do% c-te do%.
.40
( ) ( ) ( ) ( ) / - / > - > / - > 5 cov 2 t + t
1&
Fe(t%ra dintre medie 3i dispersie este data de ine(litatea l%i Ceb-3ev6
,ne%alitatea lui #eb-.ev: Dac - este o v.a. pentr% care exist
( ) - <
3i
( ) - >
5 at%nci5
, > 5 are loc ine(alitatea6 ( ) ( ) ( )
( )
2
6


- >
- < - P
Observaie: C% a9%tor%l acestei ine(aliti se poate eval%a o limita inferioar a
probabilitii c% care valorile variabilei aleatoare se (r%pea. 0n 9%r%l valorii medii6
( ) ( ) ( )
( )
2
1 6


- >
- < - P < .
Dac 3 5 at%nci6
( ) ( ) ( ) ( )
+
&
3 3 6 + < <
- -
- < - - < P
5 ine(alitate
c%nosc%t s%b n%mele de Cre(%la 3 R
#orelaie si re%resie
>ntensitatea le(t%rii stocastice a do% variabile aleatoare se poate ms%ra c%
a9%tor%l %nor indicatori n%merici5 cel mai frecvent 0ntilnit fiind coeficient%l de corelaie.
Definiie: =%mim coeficient de corelaie al v.a. - 3i / raport%l
( )
/ -
/ -
/ -

5 cov
5

.
'eorema: Pentr% orice v.a. - 3i / pentr% care ( ) ( ) , / > - > 5 a% loc proprietile6
.10.
,
5

/ -

dac 3i n%mai dac v.a. - 3i / s%nt necorelate.


.20. Dac -5/ s%nt v.a. independente5 at%nci
,
5

/ -

5 reciproca n% este adevarat.


.30.
1
5

/ -

-
1
5

- -

3i
1
5

- -

.40.
1
5

/ -

implic o dependen liniar 0ntre - 3i /.


Consider-nd variabilele abatere normat
( )
-
- < -
-


5
( )
/
/ < /
/


( ) 1 t
-/
/ - < . C%m
( ) ( )
( )
-
/
- < -
/ < / / - <


t t ,
2
Definiie: Dreptele
( ) ( )
/ '
/ < 1 - < '

1 3i
( ) ( )
' /
- < ' / < 1

2
se n%mesc
drepte de regresie .
Definiie: Pres%p%n-nd c exist ( ) - <
2
3i
( ) - <
2
5 dreapta de regresie a v.a. / 0n
raport c% - este6
( )
( )
( ) ( ) - < '
/ -
/ < 1
'

5 cov
5 iar
( )
'
/ -
/ -

5 cov

se n%me3te
coe"icient de regresie al v.a./ 0n raport c% -.
Observaie:
- / / - / -

5
Dac ( ) / - 3 # 3 5 5 6
2
este o v. a. bidimensional5 se pot defini momente
iniiale condiionate 3i dispersii condiionate
Definiie: <edia condiionat a v.a./ stiind c -=' este6
1+
( )
( )

contin%% ca.%l in
discret ca.%l in

'

d1 1 1"
1p
' - / <
' - /
1
' - /
Observaie: )edia condiionat
( ) ( ) ' ) ' - / <
este f%ncie de '5 3i poart n%mele
de curba de regresie?
( ) ( ) - / < - )
. ;ceasta medie condiionat este o v.a.5 pentr%
care are loc %rmtoarea teorem6
'eorema: Pres%p%n-nd c
( ) < - <
5
( ) ( ) ( ) / < - / < <
Definiie: >ispersia condiionat a v.a. / 3tiind c -=' este6
( ) ( ) ( ) ( ) ' - ' - / < / < ' - / >
2
Observaie: Dispersia condiionat este f%ncie de '5
( ) ( ) - / > - v
fiind o v.a.5 pentr%
care are loc 6
'eorema: $ie - 3i / v.a. 3i g o f%ncie. ;t%nci6
( ) ( ) [ ] ( ) ( ) ( ) ( ) ( ) [ ]
2 2
- g - / < < - / > < - g / < +
Corolar: Dac
( ) < - <
2
5 at%nci
( ) ( ) [ ] ( ) [ ] - / < > - / > < - > +
Funcia caracteristic
Definiie: $ie - o v.a. definit pe
{ } P K5 5
c% f%ncia de repartiie
-
0
. ;plicaia
( #
-
6 5 definit prin6
( ) ( )
it-
-
e < t
se n%meste "uncia caracteristic a v.a.-.
Observaie: Din definiia f%nciei caracteristice re.%lt6
( ) ( )


' d0 e t
-
it'
-

5 adic6
Propoziie:Proprietile f%nciei caracteristice
.10
( ) 1 ,
-

.20
( ) 1 t
-

.30 ( ) ( ) t t
- -

.40
-
este %niform contin% pe '
Propoziie:
1. Dac b a- / + 5 at%nci6
( ) ( ) at e t
-
ibt
-

2. Daca
( )
n j
j
-
1
s%nt v.a. independente5 at%nci6
( ) ( )

n
j
-
-
t t
j
n
j
1
1

Formula de inversiune: $ie - o v.a.5
-
0
f%ncia ei de repartiie i
-
f%ncia sa
caracteristic. Dac
2 1
' ' <
s%nt p%ncte de contin%itate pentr%
-
0
5 at%nci6
2,
( )
( )
( )

'

contin%a este I v.a. daca


discreta este I v.a. daca
d' ' " e
' - P e
t
-
it'
7 j
j
it'
-
j

( ) ( ) ( )dt t
it
e e
' 0 ' 0
-
c
c
it' it'
c
- -


2 1
2
1
lim
1 2
Observaie: C% a9%tor%l observaiei I5M
( ) 1 exp
v.a.i.
( ) 1 ;a / -
5 evident
( )
( ) dt e e
'
d' e e t
t it it
t it'
t '
' it'
(

+

2
1
1
1
2
1
1
1
1
1
1
1
2
1 5 ,
2
5 ceea ce
cond%ce la rela ia
dt e e
'
t it'

2
1
1
1 1
2
5 care5 conform form%lei de inversi%ne5
c%m
( )
( )
( )
( )
t
( (
e t
'
' "


+

1 5 ,
2
1 5 ,
1
1 1


$epartiii clasice
'eparti iile clasice de tip discret5 caracteri.ate de f%ncia lor de frecven
( ) k - P p
k


s%nt cele care apar incl%siv n scemele clasice de probabilitate.
Except-nd variabila >irac 1trivial2 c% masa concentratB intr/%n p%nct # a 5 av-nd
f%ncia de repartiie
( )

'

>

a '
a '
- 0
a
5 1
5 ,
5 de %nde re.%lt c orice repartiie discret admite
pentr% f%ncia de repartiie repre.entarea
( ) ( ) ( )
j j a
7 j
j
a - P p ' 0 p ' 0
j

%nde 5
5
7 j
U cel m%lt n%mBrabilB5 cea mai simplB v.a. este cea reparti.ata Bernoulli
( ) p Be -
. ;re
( ) { } 1 5 , 5 1
1


k p p p
k k
k
. =otBm
% p 1
.
#epartiia binomiala*
( ) ( ) n k p p ( p p n Bi -
k k k
n k


, 5 1 5
1
9
( )
( )
n
it
p n Bi
% pe +
5

DacB
( ) n j p Be -
j
5... 2 5 1 5
s%nt v.a.i.i.r.5 at%nci

n
j
j
- -
1
( ) ( ) np% - > np - < 5

#epartiia multinomial&: @n scema m%ltinomialB am vB.%t cB probabilitatea de a obine
0n

k
i
j
n n
1
extra(eri s%ccesive5 c% revenire5 j
n
bile de c%loarea j
(
5
k j 1
este6
( ) n n n n p p p
n n n
n
n n n P
k
n
k
n n
k
k n
k
+ + + ... 5 ...
? ?.. ?
?
5...5 5
2 1 2 1
2 1
2 1
2 1
c%
, 5...5 5
2 1

k
p p p

i
1
1

k
j
j
p
.;t%nci5 variabila m%ltinomialB este

n
i
i
- -
1
5 %nde
1
-
5
2
-
55
n
-
s%nt v.a.i.5av-nd repartiiile6

,
_

k
k
p p p
e e e
...
...
2 1
2 1
5 %nde
( )
( )
( )

'

1 5...5 , 5 , 5 ,
...
, 5...5 , 5 1 5 ,
, 5...5 , 5 , 5 1
2
1
k
e
e
e
5 deci
21
( )

k
j
it
j k -
j
i
e p t t t
1
2 1
5... 5
.Evident5
( )
( )

+ + +

n n n n
n n n
k n
k
k
n n n P
...
5...5 5
2 1
2 1
2 1
1 5...5 5
5iar
( ) ( )


,
_


n
i
n
k
j
it
j k - k -
j
i
e p t t t t t t
1 1
2 1 2 1
5... 5 5... 5
( )
( )
( )
j
t t t
it n
it
k
it
j
t t t
j
k -
j
np ie e p e p p
i
n
t
t t t
i
- <
k
j k
k

1
]
1

+ +


, ...
1
1
, ...
2 1
2 1
1
2 1
...
5... 5
1

Calc%l-nd 0n acela3i mod
( )
( )
( ) ( )
j j j
t t t
j
k -
j
p np - >
t
t t t
i
- <
k


1
5... 5
1
, ...
2
2 1
2
2
2 1

( )
( )
( ) ( ) + +


, ...
2
1
, ...
2 1
2
2
2 1
1
2 1
... 1
5... 5
1
k
l j k
k
t t t
it it
n
it
k
it
l j
t t t
l j
k -
l j
e e e p e p p p n n
t t
t t t
i
- - <

( ) ( )
l j l j
p p n n - - < 1
5
l j k l j 7 5...5 2 5 1 5
#epartiia Poisson* ( ) k
k
e p Po -
k
k


5
?


7apare ca limita repartitiei binomiale
( )
( ) ( )
( )
k
n
k n k
k n
k
n
k
np
k k k
n
n
p e
k n n
k n n n
k
p p (
n

,
_


lim
1
?
1
1 ... 1
lim
?
1 lim
;vem6
( ) ( )
( )
( )
( )

1
5
1
5 5
2 1
1


it
e
Po
e t - > - <
#epartiia hiper%eometric& este cea a variabilei I care repre.inta n%mar%l bilelor a
cBror probabilitate de a fi extrase este p obin%te 0n %rma a n extra(eri nerevenite dintr/o
%rna conin-nd = bile de do%B c%lori6
( )
( )
( ) ( ) ( ) p n k p n
(
( (
p p n 8 -
n

k n
p
k
p
k
5 min 1 5 , max 5 5 5
1

( ) np - <
9
Observaie6
( ) np%

n
- >
1

care diferB de dispersia v.a.


( ) p n Bi - 5
prin factor%l
1
1
<

n
. Pentr% =An dispare factor%l aleator ( ) ( ) , - > . @n pl%s5 c-nd extra(erile se
fac dintr/%n vol%m mare
( )
6 ( ) np% np%

n
- >


1
lim lim
#epartiia %eometric&6
( )
( )
( )
it
p :e
k
k
%e
p
t k p% p p :e -


1
7 5 ( )
p
%
- <
#epartiia binomial ne%ativ&6
( ) ( ) ( ) . . . 5 5
5...5 2 5 1
1
i a v p :e - - - p n B -
n j
j
n
j
j

k % p ( p
k n k
k n k

+
5
1
7
( ) ( )
2
7
p
%
n - >
p
%
n - <
7 dac probabilitatea de reali.are a
%n%i eveniment este p5 probabilitatea reali.rii de n ori 0n repetarea experiment%l%i
implic efect%area acest%ia de k n + ori5 G fiind n%mr%l e3ec%rilor care preced cele n
reali.ri ale eveniment%l%i. ;cest l%cr% se va 0nt0mpla dac 3i n%mai dac %ltima prob
22
din cele k n + cond%ce la reali.area eveniment%l%i dorit 5 0n cele 1 +k n probe
anterioare reali.-nd%/se toate cele G e3ec%ri 5 ceea ce 9%stifica expresia f%nciei de
frecven.
Observaie6 Scema l%i Pascal exprima probabilitatea ca 0ntr/o serie de extra(eri revenite
bila a cBrei probabilitate de a fi extras este p s apar pentr% prima dat la extra(erea G
L 1
5 k p% p
k
k


5 variabila c% aceastB repartiie n%mind%/se D"irst succesR5 diferit de
cea (eometric6
( ) p 0s n - / +
.;vem6
( )
( ) ( ) 5
1
5
1
2
p
%
- >
p
- <
%e
pe
it
it
p 0s


5
f%ncia caracteristic 3i media diferind de cele ale repartiiei (eometrice5 dar dispersia
fiind aceea3i. Efect%-nd n probe p-n c-nd %n eveniment a cr%i probabilitate de reali.are
este p se reali.ea. de G ori5 probabilitatea coresp%n.toare este6
n k % p ( p
n k n n
k k

5
1
1
. ".a. c% aceast f%ncie de frecven 5 dat fiind c
( )( )

,
_

+ +
+

,
_

+


+

1 1
1
1
1
?
... 2 1
1 1
j
j n
j
j j
j n
n
j n k
n k
n k n
k
n k
n
k
%
j
n j n j n
p % ( p % ( p p
( )
( ) ( )
( ) 1 1
?
1 ... 1
1 1
1

,
_

+
+

n n
j
j j n
% p %
j
j n n n
p
5 se n%me3te repartiie
binomial cu exponent ne%ativ. Evident
( ) ( ) p 0s / / / p n B /
k
n
k
k

5 5
1
v.a.i.
#epartiia uniform& discreta:
( ) n k
n
a - P
k
5...5 2 5 1 5
1

. DacB
n
a a a < < < ...
2 1
5 at%nci
( )

'

>
<
<

+
n
k k
-
a '
a ' a
n
k
a ' a
n
a '
' 0
5 1
...
5
...
5
1
5 ,
1
2 1
1
av-nd
( )

n
k
ita
-
k
e
n
t
1
1

PRO$6)5) R)7O6V&')
1. Ded%cei valoarea mediei 3i dispersiei repartiiei binomiale %tili.-nd repartiia
<erno%lli
.oluie*
( ) ( ) ( ) ( )
2
2
5
1
1 ,
6 p p - > p - < - <
p p
- p Be -

,
_


( )
( ) ( ) ( )
( )
( ) +

n
k
p Be
n
it k n k k
n
itk
p n Bi
t p pe p p ( e t
1
5
1 1
( ) ( ) p Be - - / p n Bi /
j
n
j
j

5 5
1
v.a.i.
( ) ( ) ( ) ( ) ( )


,
_

,
_


n
j
j
n
j
j
n
j
j
n
j
j
p np - > - > / > np - < - < / <
1 1 1 1
1 5
)edia repartiiei binomiale se poate calc%la direct6
( )
1
1
%tili.-nd

k
n
k
n
n( k(
23
( ) ( ) ( )



n
k
n
k
k n k k
n
k n k k
n
np p p ( np p p k( / <
1 1
1 1
1
1 1
sa% deriv-nd
e(alitatea
( ) ( )

+
n
k
k n k k
n
n
p p ( % p
,
1
ca f%ncie de p5 prin 0nm%lire c% p si
in-nd seamB de fapt%l cB
% p +
A1 avem s%ccesiv6
( ) ( )


+
n
k
k n k k
n
n
p p k( % p n
,
1
1
( ) ( ) ( ) np / < p p k( % p np
n
k
k n k k
n
n
+

,
1
5 prin aceastB %ltimB metodB
p%t-nd%/se calc%la
( ) 2 5 k / <
k
1 se derivea.B de G ori si se amplificB c%
k
p 2
'ema6 Calc%lai coeficienii de asimetrie 3i exces pentr%
( ) p n Bi / 5
Rezultate:
np%
p%
np%
p * 1
5
2 1
2 1


2. Determinai media 3i dispersia variabilei iper(eometrice.
.oluie* Vi variabila
( ) p n 8 5 5
se poate exprima ca
( ) p Be - - /
j
n
j
j

5
1
5
c%
deosebirea cB variabilele berno%lliene n% mai s%nt independente.
>ntrod%c-nd variabilele
( )

'

p / 1 = celor c%loarea de este extrasa bila 9 a de cea daca ,


=p celor c%loarea de este extrasa bila 9 a de cea daca 1
j
-
3i

'

rest in ,
=p celor c%loarea de bila iesit a extractie G a si 9 a la daca 1
k j
- -
v.a.
n j -
j
1 5
s%nt dependente 3i

n
j
j
- /
1
5 deci
( ) p - <
j

3i
( ) p% - >
j

7 iar
( )
( )
( ) 1
1
1



p p
- - P
k j
( )
( )
1
1

p p
- - <
k j

3i ( ) ( ) ( ) ( )
( )
1 1
1
5 cov
2

p%
p

p p
- < - < - - < - -
k j k j k j
Prin %rmare6
( ) ( )


,
_

n
j
j
n
j
j
np - < - < / <
1 1
5 iar
( ) ( ) ( )

,
_

,
_


<
1
1
1
1
2 5 cov 2
2
1 1

n
np%

p%
( np% - - - > - > / >
n
n
j k j
k j j
n
j
j

'ema6 Calc%lai direct media 3i dispersia variabilei iper(eometrice.
3. Pentr% repartiia trinomial determinai ec%aile c%rbelor de re(resie.
.oluie*
( )
( )
, 5 5 5 5
? ? ?
?
5
3 2 1 3 2 1
> +



p p p n 1 ' p p p
1 ' n 1 '
n
1 / ' - P
1 ' n 1 '

c%
1
3 2 1
+ + p p p
. 'epartiia mar(inalB a l%i I este datB de expresia6
2!
( ) ( )

n ' p p ( ' - P
' n ' '
n
5... 2 5 1 5 , 5 1
1 1
( )
( )
( )

'

,
_

,
_



altfel ,
5...5 2 5 1 5 , daca
1 1 ? ?
?
1
3
1
2
' n 1
p
p
p
p
1 ' n 1
' n
' - 1 / P
1 ' n 1
5
;dicB

,
_


1
2
1
5
p
p
' n Bi - /
. ;3adar5
( ) ( )
1
2
1 p
p
' n ' / <


3i similar
( ) ( )
2
1
1 p
p
1 n 1 - <


4. Determinai probabilitatea minima c% care se poate afirma c n%mBr%l de dr%m%ri
independente pentr% obinerea a patr% prod%se b%ne dintr/%n lot de 3*, prod%se
conin-nd doar 3* prod%se coresp%n.Btoare este c%prins 0ntre 21 3i :+.
.oluie*=%mBr%l de dr%m%ri independente pentr% obinerea %n%i sin(%r prod%s b%n
din lot%l considerat este dat de v.a.
( ) 1 5 , 0s -
5 variabila problemei fiind
( ) 1 5 , 5
!
1
0s - - /
k
k
k

fiind v.a.i.
,
_


1,
1
5 ! B /
. Deci6
( ) ( ) - < / < !
3i
( ) ( ) - > / > !
. Pentr% calc%l%l mediei 3i dispersiei variabilei I vom %tili.a
( ) ( )
it
it
k
k
it it k
k
itk
-
%e
pe
% e pe p% e t


1
1
1
1
1

( )
( )
( ) ( ) , 5
,
2 -
-
- <
i
- <


Dar
( )
( )
( ) ( ) !,
1
1
2

/ <
p
- <
%e
pe
i
t
it
it
-

. Probabilitatea minima c% care se poate


afirma c n%mBr%l de dr%m%ri independente pentr% obinerea a patr% prod%se b%ne dintr/
%n lot de 3*, prod%se conin-nd doar 3* prod%se b%ne este c%prins 0ntre 21 3i :+ este6
( ) ( ) 1+ !, :+ 21 < < < / P / P
5 ceea ce cond%ce la aplicarea ine(alitaii l%i Ceb-3ev
pentr% 1+ si determinatea minim%l%i6
( )
3*1
!
1
- >
. C%m
( )
( )
2
1
1
it
it
it
-
%e
%e
pe t

+

( ) ( ) +,
1 1 1
2 2 2 2
2

+

+

p
%
p p
%
- >
p
%
- <
5
deci re.%ltat%l este6
3*1
1
p
A probabilitatea minima.
'epartiia uniform&: ( )
( ) ( )
( )
( )
( ) a b it
e e
t b a '
a b
' "
ita itb
b a $ b a $

5 5
5 5
1

( ) ( ) ( )
( )
12
7
2
5
2
a b
- >
b a
- < b a $ -

+

'epartiia triun"+iular(: ( )
( ) ( )

,
_

b a '
b a
'
a b a b
' "
b a 6ri
5 5
2
2
1
2
5
( )
( )
( )
( ) ( )
( )
2!
5
2
5
2
1
2
2
2 2
5
a b
- >
b a
- <
a b it
e e
t
ita itb
b a $

,
_


2:
'epartiia normal&:
( )
( )
( )
( )
( )
2
5
2
5
2 2
2
2
5
2
1



t
imt
m
m '
m
e t # ' e ' "



( ) ( ) ( )

7
2
1
5
2
1
1 5 ,
2 2
2 2
dt e ' 0 # ' e ' " 3
' t
3
'
3





( ) ( ) ( )

'

+


k n
k
k
k n
3 < e t
k
n
t
3
2 5
? 2
? 2
1 2 5 ,
2
2

Pentr%
( ) si 5 - m 3 m - +
,
2 1

'epartiia lo%normal&: ( ) ( ) 5 5 5 m - e / m ; /
-
-n% existB ( )

5 m ; , de
( ) n e / <
k
km
n

+
5 5
2
2 2

-
( )
( )
( )
, 5
2
1 2
2
2
ln
5
>

' e
'
' "
m '
m ;


.
'epartiia normal& n'dimensional&! definiii ecivalente6
!. "ector%l aleator
( ) 5 m -
este normal v.a. - a este normalB5 a
vector de aceea3i dimensi%ne.
:. "ector%l aleator I este normal ( )

,
_

t t m t i t
-
2
1
exp
5 %nde este o
matrice nene(ativ definitB.
*. 4n vector aleator I c%
( ) m - <
3i - cov astfel 0nc-t det S, este
reparti.at
( ) 5 m
are densitatea6
( )
( ) ( )
2
2
det
1
2
1
m ' m '
n
-
e ' "


,
_

'epartiia (ama:
( )
( )
( )
( )
( ) ( )
a
b a a
b
'
a
b a
itb t '
a b
e '
' "

>

1 , 5
5
1
5

'epartiia
,
_

2 5
2
2
n
n

6
( ) ( ) ( ) 2
2
1
2
2 1 , 5
2
2
2 2
n
n
' n
it t '
n
e '
' "
n n


>

,
_



( ) 3 3 3 3
k
7 1 5 ,
2
1
2
v.a.i.


n
k
n k
3
1
2 2

'epartiia exponenial&:
( ) ( ) 5 1 exp
:
( )
( )
( )
( )

it
t ' e ' 0
'

>

1
1
, 5 1
exp exp
'epartiia )eibull:
( )
( ) , 5 1
5
>

' e ' 0
'
=


ca. triparametric ( ) ( ) b ' e
c
b '
c
a
' " c b a = -
a
c
b ' a
-
>
,
_




,
_

5 5 5
1
model biparametric1bA,26
( )
( ) , 5
1
1
1
1
5
>

' e ' ' "


'
=

7
( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 1 2 7 1 5
2 2
+ + +

- > - < = -
2*
'epartiia $alei%h:
( )

,
_

2
1
5 = #a
- ( ) ( ) exp
2
- #a - -
( )
( ) , 5 1
2
>

' e ' 0
'
#a

-deci
( ) ( ) ( ) ( ) ' 0 ' - P ' - P ' 0
-
-
< <
2
2
'epartiia Pareto:
( )
( )
( )
,
1
5 ,
5 5
,
,
' '
'
a'
' " ' a Pa -
a
a
' a Pa
>
+
7
( )
( )
( ) ( )

'

>

>

2 5
2 1
1 5
1
,
2
2
,
,
,
'
a a
a'
- >
'
a
a'
- <
5 0n (eneral
( )
k
k
'
k a
a
- < k '
, ,

>
'epartiia
2
n

:
( )

,
_


2 2
2 5
2

n
n
'epartiia Student:
n
$
3
6 t 6
n

, %nde
( )
2
5 1 5 ,
n
$ 3
v.a.i

( ) # '
n
'
n
n
n
' "
n
6

,
_

,
_

,
_

5 1
2
2
1
2
1
2

7
( ) , 6 <
5
( ) 2 5
2
>

n
n
n
6 >
'epartiia "isher./nedecor0:
( )
n
5
m
$
- n m 0 - 5
, %nde
2 2
5
n m
5 $
v.a.i
( )
( ) , 5 1
2 2
2
2 1
2
2
5
>

,
_

,
_

,
_

,
_

,
_

' '
n
m
'
n m
n m
n
m
' "
n m
m
m
n m 0
'epartiia Beta:
( )
( )
( )
( ) ( )
( ) ( ) 1 5 , 5 1
1 1
5


+


' ' '
s r
s r
' "
s r
s r B
-

( ) ( ) ( )
( ) ( ) 1
5 5
2
+ + +

+

s r s r
rs
- >
s r
r
- < s r B -
'epartiia #auch:
( )
( )
( )
( )
( )
t a imt
a m (
e t # '
m ' a
a
' "
a m (


+

5
5
1
2 2 5

-
n% existB momente???
'epartiia *aplace:
( )
( )
( )
( )
2 2
1
1
5
2
1
t a
t # ' e
a
' "
a ;a
a
'
a ;a
+

)*erciii rezolvate
1. Determinai mod%l variabilei lo(normale.
.oluie*
( ) ( ) 5 1 5 , m 3 m - 3 +
9
( ) # ' (e ' "
'
3


5
2
2
.
2#
DeterminBm constata C 3i densitaile v.a.I 3i M.

2
1
2
2 2 2 2 2
, ,
2
2 2
2
2 2



( d' e d' e d' e
'
'
1
' '
( ) ( ) ( ) ( )

,
_



,
_



,
_


< < + <

m '
" ' "
m '
0
m '
3 P ' 3 m P ' - P ' 0
3 - 3 -
1
( ) ( ) ( ) ( ) ( ) ( ) ( ) > < < < ' "
'
' " ' ' 0 ' - P ' e P ' / P ' 0
-
/ -
-
/
ln
1
, 5 ln ln
( ) , 5
2
1 ln 1
2
ln
2
1
>
,
_


,
_

' e
'
m '
"
'
' "
m '
3 /


. )od%l repartiiei fiind sol%ia
,
<
a ec%aiei
( ) , ' " 1c%
( ) , < ' " 25 iar
( )
,
_


+

,
_

2
ln
2
1
2
ln
1
2
1
2

m '
e
'
' "
m '

2
,

+

e m
e < . Se pot calc%la direct ( )

,
_

,
ln
2
1
1
2
2
1
d' e ' / <
m '
k
k


5 0nsB
observarea fapt%l%i cB
( ) ( ) ( ) k e < / <
-
k-
k

red%ce considerabil calc%lele5 fiind
s%ficientB determinarea f%nciei (eneratoare de momente a variabilei normale normate6
( )
( )
2
2 2
,
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2 2
1
t
t
u
1
1
t
1 t '
t '
t
'
t'
3
e
e
d1 e
e
d' e
e
d' e t


( ) ( ) ( )
2
2 2
t
tm
-
tm
m - /
e t e t t


+
+

sa% direct
( )

,
_

,
ln
2
1
1
2
2
1
d' e ' / <
m '
k
k


2
2 2
...
t
tm
e

+

7 ( ) , 5
2
1 ln 1
2
ln
2
1
>
,
_


,
_

' e
'
m '
"
'
' "
m '
3 /


.
)od%l repartiiei fiind sol%ia
,
<
a ec%aiei
( ) , ' " 1c%
( ) , < ' " 25 iar
( )
,
_


+

,
_

2
ln
2
1
2
ln
1
2
1
2

m '
e
'
' "
m '

2
,

+

e m
e < .
2. $ie
( ) 1 exp 5 / -
v.a.i. ;rBtai cB
/ -
-
+
3i / - + s%nt v.a.i. 3i determinai/le
repartiiile.
.oluie* $ie
/ -
-
$
+

3i / - 5 +

'

$5 5 /
$5 -
3i


v
u v
u v
7
1
( ) ( ) ( ) ( ) ( )
( ) v u v uv
/ - / - 5 $
ve v e e 7 u v " uv " 7 uv v uv " v u "


1
5 5
1 5 5

pentr%
( ) ( ) ( ) 1 5 2 5 1 5 , , 5 1 5 , > 5 $ $ v u
3. Vtiind cB re.istena la r%pere a veri(ilor %n%i lan este o v.a.
( ) 2 5 1 5 + m - c- /
5
determinai densitatea de repartiie a re.istenei la r%pere a %n%i lan alcBt%it din n astfel
de veri(i.
2&
.oluie*@ntr%c-t re.istena la r%pere a lan%l%i este e(alB c% re.istena la r%pere a celei mai
slabe veri(i5 avem de determinat f%ncia de repartiie a celei mai slabe veri(i a lan%l%i6
{ }
n
/ / / $ 5...5 5 min
2 1

5%nde
( )
n i i
/
5...5 2 5 1
v.a.i.identic rearti.ate c% M.Dar
( ) ( ) ' / P ' 0
/
<
( ) ( ) ( )
( )
( ) c '
c
'
"
c
' "
c
'
c
'
0
c
'
- P ' c- P
m / -
5 , 5
1
1 5 , 5
2 5 1

,
_


,
_


,
_

< <
+
. C%m
( )
( )( )
( ) ( ) ( )
2 1
,
2
1 2
2 1
+ +
+

,
_

+
,
_

+
+ +

m m '
m
m
-
c
'
m
c
'
m d' ' c '
c
m m
' 0
. Dar
( ) ( ) ( ) ( ) < < <

n
k
k n n $
' / P ' / ' / ' / P ' / ' / ' / P ' 0
1
2 1 2 1
1 5...5 5 1 5...5 5
( ) ( ) ( ) ( ) <

n
k
n
/ k
' 0 ' / P
1
1 1 1 1
densitatea de repartiie a re.istenei la r%pere
a lan%l%i va fi pentr%
( ) c ' 5 ,
( ) ( ) ( ) ( ) ( ) ( ) ( ) ' " ' 0 n ' 0 ' "
/
n
/
n
/ $
1
1 1 1


. C%m
( )
( )
( )
( ) ( ) ( )
( )
( )
( ) c '
c
'
c
'
m
m
c
' " ' ' '
m
' "
m
/
m
m
5 , 5 1
1
3 1
1 5 , 5 1
2 5 1
1
2 5 1

,
_


,
_

+
+

+

+
5
adicB ( )
( ) ( )
( ) ' c '
c
m m
' "
m
m
/

+ +

+2
2 1
5 iar
( )
( )( )
( )dt t c t
c
m m
' 0
'
m
m
-


+ +

+
,
2
2 1
5deci
( ) ( ) ( ) ( )
,
_

+
,
_

+
+ +
c '
c
'
m
c
'
m ' 0
m m
/
5 , 5 1 2
2 1

( )
( )( )
( ) ( ) ( ) ( ) c ' ' c
c
'
m
c
'
m
c
' m m n
' "
m m
m
m
$
5 , 5 1 2 1
2 1
2 1
2

1
1
]
1

,
_

+ +
,
_

+
+ +

+ +
+
4.DacB
L
5
1
5 k
k
= -
,
_


, determinai pk mk
- - 5

5
L
5 p m
3i repartiia v.a.

n
j
k
j
-
$
1
2
5 %nde v.a. i.
( )
n j
j
-
5...5 2 5 1
s%nt identic reparti.ate c% I.
.oluie* ( ) , 5 1
1
5 >

,
_


' e ' 0
k
= -
k
'
-

( ) ( ) exp / - /
k
???
C%m
( ) ( )
( ) ( ) ( )
( ) ( )
p m
p m p m
/ /
p m
- -
pk mk
- -
/ > / >
/ < / < / <
/ / - -
p m pk mk
pk mk

5 cov 5 cov
5
5 va fi
s%ficient
sB calc%lBm
( ) / <
n
3i ( )
n
/ > . ;vem6
( ) ( )


, ,
?
1
n 1 n
1
'
'
n
n
n d1 e 1 d' e ' / <


3i
( ) ( ) ( ) ( ) ( ) ( )
2 2 2
2
? ? 2 n n / < / < / >
n
n n
n

5 deci
( )
( ) ( ) ( ) ( ) ( ) ( )
2 2 5
? ? 2 ? ? 2
? ? ?
p p m m
p m p m
pk mk
- -

+

.
2+
C%m
( ) ( ) ( ) ( ) ( ) ( )

k
' k
k
/
k
-
k
/
k
-
e
k'
' " k' ' " ' 0 ' / P ' - P ' 0

< <
1
1
5 adicB
demonstraia afirmaiei ( ) exp / - /
k
5 vom folosi f%ncia caracteristicB a
repartiiei
2
pentr% a stabili repartiia v.a. 4. ;vem
( )
( )
( )


d' e ' e
b a
t
b
'
a it'
a
b a
,
1
5
1

( )
( )
( )
( )
( )
( )
d1 e 1
n
itb
a
d' e '
n
it
b a
d' e '
n
it'
b a
1 n a
n
n
1
b
'
b
'
n a
n
n
a
b
'
a
n
n
a

,
1
,
,
1
,
,
1
,
?
1
?
1
?
1
( )
( )
( )
( ) ( )
( ) ( )
+
+
+

+



a n
n
n
n
itb itb
n
n a a a
itb
n
n a
a
1
?
1 ... 1
1
?
1
1
1 1
( )
( ) ( ) ( ) ( ) 2
1
exp
2 1 7 1
2
n
it t it t
n


. Pentr% a stabili f%ncia caracteristicB a v.a. 45
este s%ficient sB determinBm f%ncia caracteristicB a v.a.

/ -
5
k
2 2
5 cBci

n
j
j
5 $
1
( ) ( ) ( )

,
_

t
t t t
n
/
n
/
n
5 $
2
2
.
C%m
( ) ( )

,
_

,
_

<

,
_

< <
k
-
k
k
5
'
0
'
- P '
-
P ' 5 P ' 0
2 2
2

( ) ( ) 2 5 1 , 5
2
1
2 2 2 2
2
2
1
1
1
1
1
>

,
_

,
_

,
_


5 ' e e
' k
'
'
" ' ' "
'
'
k
k
k
k k
-
k
k
5
k
k


sa%5
neobserv-nd acest l%cr%5 prin calc%l direct
( ) ( )

1
,
2
2 1 ...
2
1
it d' e t
'
it'
5

( ) ( )
2
2
2 1
n
n
$
$ it t

5 concl%.ie la care se a9%n(ea 3i pornind de la

/
5
2

( ) ( )

2
1
2 2 2 2 2
2
'
/ 5 / 5
e
'
" ' "
'
0
'
/ P '
/
P ' 0

,
_

,
_

,
_

<

,
_

<
sa%
calc%l-nd direct
( )

,
_


t
t
n
/ $
2
5 %nde
( )
1
exp
2
1
2

,
_


,
_

t
i
t
Observaie*Pentr% cerina anterioarB a problemei se p%tea calc%la direct/fBrB observaia
fBc%tB 3i demonstratB ( ) exp / - /
k
6
( )
1
'
' k
s
s
k
k
d' e
k'
' - <

1
,
( )

,
_

k
s
d1 e 1
k
s
1 k
s
1
,

5 pentr% kn s concl%.iile fiind acelea3i.
3,
8.repartiia normal4 bidimensional4*
( )
( )
( ) ( )( ) ( )

'

1
1
]
1


2
2
2
2
2
2 1
2
1 2
1
exp
2
1
5
/
/
/ -
/ -
-
-
/ -
m 1 m 1 m ' m '
' ' "


Densitaile de repartiie condiionatB6
( )
( )
( )

' "
1 ' "
1 "
-
/ -
' - /
5
5
( )
( )( )

1
1
]
1

,
_

'

1
1
]
1

,
_

,
_

2
2 2
2
2
2
1
exp
2
1
2
1 2
1
exp
1 2
1
-
-
-
/
/
/ -
/ -
-
-
/ -
m '
m 1 m 1 m ' m '



( )
( )( )

'

1
1
]
1

,
_

,
_

2
2
2
2
2
2
1 2
1
exp
1 2
1
/
/
/ -
/ -
-
-
/
m 1 m 1 m ' m '




( )
( ) ' - / m ' m 1
-
-
/
/
/
/

'

1
1
]
1

2
2 2
2
1 2
1
exp
1 2
1



este normalB
c%
( ) ( )
( ) ( )

'


+
2 2
1

/
-
-
/
/
' - / >
m ' m ' - / <
7 se observB cB f%ncia de re(resie este liniarB. Ca
aplicaie6 fie densitatea bidimensionalB datB prin6
( )
2
2 2
2 2
2
1
5
1 '1 '
e 1 ' "
+

.
Determinai repartiiile condiionate5 prec%m 3i mediile 3i dispersiile acestora.
.oluie*$%ncia
( )
2 2 2 2
2 2 1 1 ' 1 '1 ' + + este po.itiv definitB
( ) ( ) , / < - <
3i
( ) ( ) ( )
2
1
1 5 cov 5 1 5 2
1 1
1 2
2 1
1 1
5
1

,
_

,
_

/ -
/ - / > - >
.
( ) ( )
2
1
5
2
' - / >
'
' - / <
3i
( ) ( ) 1 5 1 / - > 1 1 / - <
5 sa% 5calc%l%l
efectiv6 ( )
2
1
2
2
1
2 2
1
2
2 2
2
2
2 2
2
1
2
1
2 2
1
2
1

,
_

'
1
'
1 '1 '
' - /
e
e
e
1 "


,
_


2
1
5
2
'
' - /
9. Determinai momentele variabilei St%dent.
.oluie* DacB
( )
n k k
3
5...5 2 5 1
v.a.i. identic reparti.ate c%
( ) 1 5 , 3
5 at%nci v.a.
n
$
3
6
este reparti.atB St%dent c% n (rade de libertate5 c%
2
1
2
n
n
k
k
3 $

.
DacB
( ) 1 5 , 3
k

5 at%nci
( ) ( ) ( ) ( ) < < < ' 0 ' 3 ' P ' 3 P ' 0
k
k
3 k k
3
2
2
31
( ) ( )
( ) ( ) ( )
'
' "
'
' "
'
' "
' " ' ' 0
k k k
k
k
3 3 3
3
3

+ >
2 2
, 5
2
5 cBci
k
3
"
este parB.
Prin %rmare5 densitatea de reparti ie
( )
2
1
2
2 2
1
2
, 5
2
1
2
2
1
2

>

,
_

k
'
'
3
3 '
e '
e ' "
k
.
@ntr%c-t f%nc ia (eneratoare de momente
( )

,
_


d'
k
e '
e t :
k
' k
t'
k
,
2
1
2
2
2
2

( ) ( ) ( ) ( )
n
n
3
$
k
1 t '
t '
k
k
t t : t : t d' e '
k
k 1
]
1

,
_


,
_

,
_

2
1
2
,
2
1
2
1
1
2
2 1 2 1
2
2
1
2
5deci
( ) ( )
2
2 2 1
n
n
$
$ t t :

. Densitatea de reparti ie a variabilei St%dent va fi6
( ) ( )

,
5 du u t " t "
5 %nde
( ) ( )
( )
( )

,
_

u t >
u @ >
u "
n
u
t " u t "
$ 3 $ 6
5
5
. 5
5
( ) , 5 5
2
2
2
2
2
2
1
5
2
1
2
2
1
2
1
2
2
2
2
>

,
_

,
_

,
_

u # t
n
n
e u
n
u
n
e u
e u t "
n
n
t u
n
n
u n
n
u t

5 deci
( ) # t
n
t
n
n
n
du e u
n
n
t "
n
'
n
t u
n
t u
n
n

,
_

,
_

,
_

,
_

,
_

,
_

,
_

5 1
2
1
2
2
1
2
2
2
1
2
1
2
,
1
2 1
2
2
1
2
2
2

.
Densitatea de reparti ie St%dent c% n (rade de libertate fiind f%nc ie parB
( ) , 6 <
( ) ( )
L
5 k 6 6 <
k k

i
( ) ,
1 2

+
6 <
k
. $Bc-nd s%bstit% ia '
n
t

2
5 se ob ine6
( ) ( ) ( ) +

,
_

,
_

,
_

,
_


d' ' '
n
n
n
d'
n
' '
n
n
n
n
6
n
k
k
n
k
k
k
2
1
,
2
1
2
1
,
2
1
2
1
2
2
1
2
1
2
2
1
2


( )
( )( ) ( ) k n n n
k n
k
n
k
n
n
n
k
k
2 ... ! 2
? ? 1 2
2
5
2
1
2
2
1

,
_

,
_

,
_

32