Sunteți pe pagina 1din 14

Capitolul 1 CMP DE EVENIMENTE. CMP DE PROBABILITATE 1.1.

Evenimente Noiunea primar cu care se opereaz n teoria probabilitilor este noiunea de eveniment. Prin eveniment se nelege rezultatul unui experiment. Cnd vorbim de experiment, nelegem un fenomen n ansamblul su, indiferent dac, n evoluia sa, este dirijat, provocat de om sau nu. Prin urmare, cnd vorbim de un experiment subnelegem existena unui complex de condiii, la care ne raportm n studiul fenomenului considerat i fa de care considerm diversele rezultate posibile, diversele evenimente. Din punct de vedere probabilistic, ne intereseaz acele fenomene, experimente, ale cror rezultate nu pot fi prevzute cu certitudine, care au loc dup o legitate de tip determinist. Intereseaz acele experimente ale cror rezultate, influenate de o multitudine de factori ce acioneaz ntmpltor - n cadrul complexului de condiii care se presupune a fi asigurat - i care determin un caracter ntmpltor evenimentelor ce apar. Aceast aciune ntmpltoare nu este haotic, ci are un caracter legic, care este specific teoriei probabilitilor i statisticii matematice. Aadar, evenimentele apar dup o anumit legitate, creia i vom spune s este de tip stochastic i n studiul oricrui fenomen cutm s determinm legitatea de evoluie a sa. Evenimentele ce apar ca rezultat al unor experimente le vom nota A, B, C cu indici sau nu, dup cum va fi necesar ntr-un context dat. n mulimea evenimentelor distingem unele evenimente remarcabile. Evenimentul care se realizeaz cu certitudine ntr-o experien ce are loc n cadrul unui complex de condiii date, l vom numi evenimentul sigur i-l vom nota cu sau E. Evenimentul care nu se realizeaz niciodat n cadrul unui experiment dat, l vom numi evenimentul imposibil i-l vom nota cu . Evenimentul contrar sau complementar unui eveniment A este acel eveniment care se realizeaz atunci i numai atunci cnd nu se realizeaz A. Vom nota acest eveniment cu AC sau A . ntre evenimente exist relaii logice pe care le vom nota cu semnele utilizate n teoria mulimilor. Astfel, vom nota o familie de evenimente cu litere mari ronde i dac A este un eveniment ce aparine unei familii K de evenimente, vom scrie A K. De asemenea, dac A este o familie de evenimente coninute n familia K, vom scrie A K. Dac realizarea evenimentului A atrage dup sine (implic) realizarea evenimentului B vom scrie A B. Dou evenimente A i B sunt echivalente dac se implic unul pe altul i vom scrie A = B. Deci, A B i B A A = B. n cadrul unui complex de condiii date, pentru un eveniment A arbitrar, avem implicaiile: A n mulimea evenimentelor legate de un experiment dat, relaia de implicaie constituie o relaie de ordine parial. Aceasta nseamn c operaia are proprietile: i) reflexivitate: A A oricare ar fi evenimentul A ii) antisimetria: dac A B i B A, atunci A = B iii) tranzitivitatea: dac A B i B C, atunci A C iv) pot exista evenimente A, B astfel nct A B i B A.
9

Operaii cu evenimente. Ca i relaiile dintre evenimente, operaiile cu evenimente sunt operaii logice i ele vor fi simbolizate ca n teoria mulimilor. Dac A i B sunt evenimente, vom considera evenimentul care const n realizarea sau a evenimentului A sau a evenimentului B i-l vom nota A B (se citete evenimentul A sau B). Odat cu evenimentele A, B, considerm evenimentul care const n realizarea simultan a evenimentelor A, B i-l vom nota A B (se citete evenimentul A i B). Dou evenimente a cror realizare simultan este echivalent cu evenimentul imposibil se numesc incompatibile i vom scrie A B = ; n caz contrar, evenimentele se numesc compatibile (A B ). Fiind date evenimentele A, B se introduce evenimentul care const n realizarea evenimentului A i nerealizarea evenimentului B, notat A - B. Se constat imediat c A - B = A B ; B = - B (complementarul fa de ). Putem enuna acum un rezultat asupra cruia vom mai reveni. Orice reuniune de evenimente arbitrare se poate scrie ca o reuniune de evenimente incompatibile. ntr-adevr, dac evenimentele A1,A2,,An sunt compatibile, atunci dac
Bk = A k U Aj , k=1,2,,n se constat imediat c BkBk=, kk, k,k{1,2,,n} i
j=1 k-1

U A = U (A - U A )
k k j k =1 k =1 j=1

k-1

UB
k =1

Cmp de evenimente. S considerm o mulime arbitrar i () mulimea prilor lui . Definiie. O familie nevid K() se numete corp de pri (mulimi ) dac: i) () AK A K ii) () A,BK ABK Observaie. Axioma ii) este echivalent cu:
ii) () A1,A2,,AnK, nN, n2

U A K.
k k =1

ntr-adevr, ii) ii) deoarece A1,A2K A1A2K. Lum acum A1A2,A3K A1A2A3K .a.m.d. Dac A1A2An-1K, AnK

UA
k =1

K. ii) ii) deoarece

pentru n = 2, dac punem A1=A, A2=B, rezult afirmaia. Asociativitatea reuniunii, mpreun cu i) i ii) implic faptul c un corp K este o mulime nevid de pri nchis n raport cu reuniunea finit i complementar. Propoziie. Dac K() este un corp de pri, atunci: 1) K, K 2) (Ak) 1 k n K

IA
k =1

3) A,B K A \ B K 4) A,B K A B K Demonstraie: 1) ntruct K este corp de pri, exist A astfel nct A K. Deci A K i A A = K. De asemenea, = K.
10

2) A1,A2,,An K A 1, A 2,, A n K i

UA
k =1

K U A k = I Ak K .
k =1 k =1

3) A,B K A, B K A B = A - B K. 4) A,B K, AB = (A-B) (B-A) K. innd seama de modul cum am definit evenimentul AB, rezult c, dac A1,A2,,An sunt evenimente, atunci

UA
k =1

este evenimentul care const n realizarea cel puin a unuia din

evenimentele A1,A2,,An. De aici, rezult,

UA =IA
k k =1 k =1

IA =UA
k k =1 k =1

, adic tocmai

formulele lui De Morgan din teoria mulimilor. Aceste moduri de scriere a evenimentelor vor fi folosite frecvent n rezolvarea unor probleme de teoria probabilitilor. Definiie. O familie nevid K() se numete - corp de mulimi (sau corp borelian) dac: i) () AK A K ii) () (An)nN K U An K .
n

Se constat c orice corp borelian de mulimi este i corp de mulimi; reciproca nu este adevrat. Proprietile deduse pentru corpul de pri K se transpun i pentru corpul borelian i nu vom insista asupra acestui lucru. Cel mai simplu - corp de pri ale lui este chiar (). Definiie. O mulime nzestrat cu un corp K (corp borelian K) de pri se numete cmp (cmp borelian) de evenimente. Vom nota acest cmp de evenimente ,K. Definiie. Un sistem de evenimente A1,A2,,An cu proprietatea c AiAj= dac ij, i,j{1,2,,n},

U A = spunem
i i =1

c formeaz un sistem complet de evenimente sau o

desfacere a lui . S considerm acum o mulime arbitrar nzestrat cu un corp de pri. Presupunem c este cel mult numrabil. n acest caz, elementele lui le vom numi evenimente elementare, iar nsui evenimentul sigur. Dac card = n, atunci ={1,2,,n}, iar corpul K=() i are 2n evenimente care se construiesc innd seama de proprietile lui K: 0 n numr de Cn 1 {1},{2},,{n} n numr de C n 2 {1,2},{1,3},,{n-1,n} n numr de C n 3 {1,2,3},,{n-2,n-1,n} n numr de C n n 1 {1,2,,nn numr de C n 1},,{2,3,,n} n {1,2,,n} = n numr de Cn 0 1 n 1 n total, corpul K conine Cn + Cn ++ C n + Cnn = (1+1)n = 2n evenimente.

11

1.2. Cmp de probabilitate Pn acum suntem n msur s descriem evoluia unui fenomen, a unui experiment n limbajul evenimentelor, dar nu suntem n msur s putem pune n eviden legitile specifice. Pentru a putea face pasul ctre acest lucru, va trebui s cuantificm evenimentele, atand fiecrui eveniment o probabilitate de apariie, adic un numr cuprins ntre zero i unu. Vom da i vom dezvolta definiia axiomatic a probabilitii, ns nainte ce aceasta vom da i definiia clasic i cea statistic a probabilitii, aa cum au aprut ele din punct de vedere istoric. Definiie (definiia clasic a probabilitii). Se numete probabilitate a evenimentului A i se noteaz P(A), raportul dintre numrul m de rezultate favorabile producerii evenimentului A i numrul total de n rezultate ale experimentului, considerate egal posibile. m P(A) = n Din definiia dat rezult imediat c probabilitatea definit astfel are urmtoarele proprieti: 1) 0 P(A) 1 oricare ar fi evenimentul A, cci 0 m n. 2) P()=0, P()=1, cci evenimentului imposibil i corespunde m=0, iar evenimentului sigur m=n. 3) P(AB) = P(A) + P(B), dac AB= m1 m2 m1 + m2 P(A) = , P(B) = , P(A B) = P(A) + P(B) = , m1 + m2 n n n n 4) P(A) = 1 - P(A) 5) Dac AB, atunci P(A) P(B). Alturi de noiunea de probabilitate, noiunea de frecven relativ este alt noiune fundamental n teoria probabilitilor. Frecvena relativ de apariie a evenimentului A este raportul dintre numrul probelor n care evenimentul A s-a produs i numrul total, n, de probe efectuate. Observaii statistice ndelungate au dovedit c dac un experiment se repet de un numr mare de ori, se produce o stabilitate a frecvenei relative n sensul c ea oscileaz tot mai strns n jurul probabilitii de apariie a evenimentului considerat. n acest mod s-a impus definiia statistic a probabilitii: n(A) P(A) = lim , n n unde n(A) este numrul de apariii a evenimentului A n cele n probe independente. S considerm un cmp de evenimente {,K} i s introducem definiia axiomatic a probabilitii. Definiie. Se numete probabilitate pe cmpul de evenimente {,K} o funcie de mulime P:KR+ care satisface urmtoarele axiome: i) () AK P(A) 0 ii) P() = 1 iii) () A,B K, AB = P(AB)=P(A)+P(B) Observaie. Axioma iii) este echivalent cu axioma iii): Dac A1,A2,,An K, AiAj=,

ij, i,j{1,2,,n} P(U A ) = P(Ai) . Demonstraia este imediat i o lsm n seama


i =1

i=1

cititorului. Definiie. Un cmp de evenimente {,K} nzestrat cu o probabilitate P se numete cmp de probabilitate i-l vom nota {,K,P}.

12

Definiie. O probabilitate aditiv (sau complet aditiv) pe cmpul borelian de evenimente {,K} este o funie de mulime P:KR+ care satisface axiomele: i) () AK P(A) 0 ii) P() = 1 iii) () (An)nNK, AmAn=, m n, m,n N P( U An) = P(An) .
n N n N

Prin definiie, un cmp borelian de evenimente {,K} nzestrat cu o probabilitate P complet aditiv, se numete cmp borelian de probabilitate i-l vom nota {,K,P}. Exemplu. Fie = {i}iI unde I este o mulime de indici cel mult numrabil. n acest caz, K=() i fie (pi)iI o familie de numere reale nenegative astfel nct pi = 1 . Considerm AK, A={h, hHI}; punem P(A)= ph . Atunci, {,K,P} este un
h H

iI

cmp borelian de probabilitate. Evenimentele {i}iI sunt evenimente elementare i cunoaterea probabilitilor evenimentelor elementare pi=P({i}), iI determin complet probabilitatea oricrui eveniment A K. Un caz particular se obine de aici cnd este o mulime finit, ={i, i=1,2,,n}. 1 S considerm familia finit (pi) 1 i n astfel nct pi = P({i}) = , i=1,2,,n. n m(A) , unde m(A) este numrul evenimentelor Atunci, pentru orice A(A) = K, P(A) = n elementare ce compun pe A; m(A) = card A. card A i am czut peste definiia clasic a probabilitii. n acest fel, P(A) = card S dm acum o serie de proprieti importante ale probabilitii, care se obin din definiiile date. Propoziie. Probabilitatea introdus mai sus are urmtoarele proprieti: 1) P(B-A) = P(B) - P(AB) 2) P(B-A) = P(B) - P(A) i P(A) P(B), dac AB 3) P( A ) = 1-P(A) 4) P() = 0 5) 0 P(A) 1 6) P(AB) = P(A) + P(B) - P(AB), P(AB) P(A) + P(B) 7) P(AB) = P(A) + P(B) - 2P(AB) 8) P(U Ai) = P(Ai) - P(Ai Aj) +
i=1 n i=1 n i< j n n i< j<k

P(A A A )+...+(-1)
i j k

n-1

P(I Ai)
i=1

9) P(U Ai) P(Ai)


i=1 i=1

Demonstraie: 1) B=(B-A) (AB); (B-A) (AB) = i, deci: P(B) = P(B-A) + P(AB) 2) B = A(B-A); A(B-A) = P(B) = P(A) + P(B-A) Cum P(B-A) 0 P(A) P(B) 3) A A = ; A A = ; P(A) + P( A ) = 1 4) = ; = ; P() + P() = P() 5) A i, folosind afirmaia 2) rezult afirmaia 6) A B = A (B-A); A (B-A) =
13

P(AB) = P(A)+ P(B-A) = P(A) + P(B)-P(AB). Cum P(AB)0 P(AB) P(A) + P(B) 7) AB = (A-B)(B-A) i (A-B)(B-A) = . Deci, P(AB) = P(A-B)+P(B-A) = P(A)+P(B)-2P(AB) 8) Egalitatea este cunoscut sub numele de formula lui PoincarJ. O vom demonstra prin inducie. Pentru n=2 este proprietatea 6), pe care am demonstrat-o. S-o presupunem adevrat pentru n i s artm c se menine pentru n+1:
P(U Ai) = P((U Ai) An + 1) = P(U Ai) + P(An + 1) - P( U (Ai An + 1)) = P(Ai) i=1 i=1 i=1 i=1 i=1 n+1 n n n n

P(Ai A j) +
i< j

i< j<k

P(A A A )+...+(-1)
i j k

n-1

P(I Ai) + P(An + 1) - P(Ai An + 1) i=1 i=1


n n

P(Ai Aj An + 1)+...+(-1) n-1 P(I Ai An + 1)] = P(A)i j + P(Ai Aj Ak) + P(Ai A)


i< j i=1 i=1 i< j i< j< k

n+1

+...+(-1) n P( I Ai).
i=1

n+1

P(U Ai) P(U Ai) + P(An + 1) P(Ai) , deoarece:


i=1

n +1

n +1 i=1

P(U Ai) P(Ai) i P((U Ai) An + 1) 0.


i=1 i=1 i=1

i=1 n

Pentru inegalitatea de la punctul 8) considerm: B1=A1 B2=A2-A1 BiBj=, ij Bn=An- U A ,


i =1 n 1

atunci: P(U Bi) = P(Bi) P(Ai)


i=1 i =1 i=1 n n n

Cum

U B =U A ,
i i i =1 i =1

rezult: P(U Ai) P(Ai) .


i =1 i =1

Propoziie

a) Dac (An)nN este un ir descendent de evenimente, atunci: lim P(An) = P(I An) .
n

b) Dac (An)nN este un ir ascendent de evenimente, atunci: lim P(An) = P(U A n ) .


n n=1

n =1

Demonstraie: a) irul fiind descendent, nseamn c AnAn+1, nN. S presupunem mai nti c
n N

IA

= ; atunci:

An = U (Ak - Ak + 1) i
kn k =1

P(An) = [P(Ak) - P(Ak + 1)]


k =n

reprezint

restul seriei convergente P(A1) = [P(Ak) - P(Ak + 1)] .

14

Deci, lim P(An) = P(lim An) = P(I An) = P()=0. Dac


n n n =1

IA
n=1 n =1

= B , construim irul = .

descendent (Bn)nN, Bn=An-B, nN, care are proprietatea:


n n

IB

Deci, lim P(Bn) = P( lim Bn) = 0 . Dar, P(Bn)=P(An-B)=P(An)-P(B). Prin trecerea la limit se obine lim P(An) = P(B) = P(I An) .
n n =1

b) irul (An)nN fiind ascendent, nseamn c AnAn+1, nN i lim An = U An . Considerm


n n =1

irul (An)
n

n N ,

care este un ir descendent, i, atunci:


n n =1 n =1

lim P(An) = P( lim An )= P(I An) = P(U An) sau

lim[1- P(An)] = 1 P(U An) , de unde


n n =1

rezult imediat afirmaia. Afirmaia din propoziia anterioar mai este cunoscut sub numele de axioma continuitii. Acest rezultat va fi utilizat n demonstraia unor proprieti ale funciei de repartiie. Acum, ns, vom arta c un cmp de probabilitate n care probabilitatea este finit aditiv i, n plus, se adaug axioma continuitii devine un cmp borelian de probabilitate. ntr-adevr, dac (An)nN K este un ir de evenimente incompatibile dou cte dou, AiAj=, ij, i,jN i dac notm A = Bn+1Bn, nN. Evident I Bn = i deci lim P(B n ) = 0.
n
n n

UA

i Bn = A - U Ak , atunci A,BnK i
k =1

ns P(Bn)=P(A- U Ak) = P(A) - P(Ak) . lim P(Bn) = P(A)- lim P(Ak) = 0 .


k =1 k =1 n n k =1

Deci P(A) = P( U An) = lim P(Ak) = P(An) , adic


n n k =1

P( U An) = P(An) , ceea ce


n n

dovedete afirmaia. S punem n eviden o inegalitate important, cunoscut sub numele de inegalitatea lui Boole. Fie familia finit de evenimente (Ai) 1 i n; atunci: P(I Ai) 1 - P(Ai) = P(Ai) - (n - 1) .
i=1 i=1 i=1 n n n

Demonstraie:

P(I Ai) = 1 - P(I Ai) = 1 P(U Ai ) 1 P(Ai) = 1 - [1 - P(Ai)] = P(Ai) - (n - 1)


i=1 i=1 i=1 i=1

i =1

i=1

15

1.3. Probabilitate condiionat

Fie {,K,P} un cmp de probabilitate i AK, astfel nct P(A)>0. Definiie. Numim probabilitate condiionat de evenimentul A a evenimentului B i o notm P(A B) P(B/A) expresia: P(B / A) = , P(A)>0. P(A) Propoziie. P(. / A) este o probabilitate definit pe cmpul de evenimente {,K} sau, altfel spus, {,K,P(. / A)} este un cmp de probabilitate. Demonstraie: este suficient s artm c funcia de mulime P(. / A) satisface axiomele i), ii), iii). P(A B) i) Cum P(B / A) = i 0 P(AB) P(A), rezult c P(B / A) 0, P(A)>0. P(A) ii) Fie A1,A2,,AnK, AiAj=, ij. Atunci: = = P(A) P(A) P(A) deoarece (AAi) (AAj) = , ij. P(A ) P(A) iii) P( / A) = = = 1. P(A) P(A) Din definiia probabilitii condiionate rezult c, dac A i B sunt evenimente reciproc condiionate, atunci: P(A) P(B/A) = P(B) P(A/B).
i=1 i=1 i=1 i=1

P(U Ai / A) =

P(A (U Ai))

P(U (A Ai))

P(A A )
i

P(A Ai) n = = P(Ai / A) , P(A) i=1 i=1


n

Fie acum A1,A2,,An o familie finit de evenimente astfel nct P(I Ai) 0 ; atunci:
i=1

P(I Ai) = P(A1) P(A2 / A1) P(A3 / A1 A2)...P(An / A1 A2... An - 1) .


i=1 n

ntr-adevr, condiia pus ne d posibilitatea s scriem succesiunea de egaliti: P(I Ai) = P(A1 A2... An - 1) P(An / A1 A2... An - 1) =
= P(A1 A2... An - 2) P(An 1 / A1... An 2) P(An / A1... An 1) = .. = P(A1) P(A2 / A1) P(A3 / A1 A2)...P(An / A1 A2... An 1) . S considerm desfacerea (sistemul complet de evenimente) D = {Ai, i=1,2,,n}, AiAj=, i j i
i=1

U A = , P(Ai)0, i=1,2,,n.
i
i =1

Dac BK cu P(B)0, atunci P(Ai / B) =

P(Ai) P(B / Ai)

P(A ) P(B / A )
i i i =1

, i=1,2,,n.

Relaia dat este cunoscut sub numele de formula lui Bayes i are numeroase aplicaii n statistica matematic. Demonstraia formulei rezult printr-un calcul direct: P(Ai B) P(Ai) P(B / Ai) P(Ai / B) = = P(B) P(B) ns, B = B = B (U Ai) = U (B Ai) i P(B) = P(U (B Ai)) = P(B Ai) =
i=1 i=1 i=1 i=1 n n n n

16

= P(Ai) P(B / Ai) . Relaia P(B) = P(Ai) P(B / Ai) este cunoscut sub numele de
i =1 i=1

formula probabilitii totale. nlocuind P(B) n expresia P(Ai / B) se obine formula lui Bayes.
Evenimente independente. S considerm familia finit de desfaceri
D(i) = { A (i) j , j=1,2,,ni}, i=1,2,,m.

Definiie. Spunem c desfacerile D(i), i=1,2,,m sunt independente cte k, 2 k < m, dac, oricum am lua indicii i1<i2<<ik i oricum am lua indicii j1,j2,,jk, 1 jk nk, avem 1) (i2) (ik) (i1) (i2) (ik) P(A (i j1 A j2 ... A jk ) = P(A j1 ) P(A j2 )...P(A jk ) .

Desfacerile sunt total independente, dac: (2) (m) (1) (2) (m) P(A (1) j1 A j2 ... A jm ) = P(A j1 ) P(A j2 )...P(A jm ) Independena n totalitate atrage dup sine independena cte k (k<m) a desfacerilor i, n general, independena cte k atrage dup sine independena cte h a desfacerilor dac h<k. Reciproca afirmaiei nu este adevrat dup cum vom constata pe un contraexemplu. Fie ={1,2,3,4} i cmpul de probabilitate {,K,P}, unde P({i})=1/4, i=1,2,3,4. S considerm evenimentele A={1,2}, B={1,3}, C={1,4} i desfacerile DA={A, A }, DB={B, B }, DC={C, C }. Aceste desfaceri sunt independente dou cte dou, deoarece: 1 1 1 1 ; P(A B) = P(A) P(B) = 2 ; 2 = P(A B) = P(A) P(B) = 2 2 2 2 1 1 P(A C) = P(A) P(C) = 2 ; P(A C) = P(A) P(C) = 2 ; 2 2 1 1 P(A B) = P(A) P(B) = 2 ; P(A B) = P(A) P(B) = 2 ; 2 2 1 1 P(A C) = P(A) P(C) = 2 ; P(A C) = P(A) P(C) = 2 ; 2 2 1 1 P(B C) = P(B) P(C) = 2 ; P(B C) = P(B) P(C) = 2 ; 2 2 1 1 P(B C) = P(B) P(C) = 2 ; P(B C) = P(B) P(C) = 2 . 2 2 1 1 ns P(A B C) = 2 P(A) P(B) P(C) = 3 , de unde urmeaz c DA,DB,DC nu sunt 2 2 independente n totalitate. Definiie. Evenimentele A1,A2,,An sunt independente cte k (k<n) dac desfacerile D(i) = {Ai, Ai } i=1,2,,n sunt independente cte k. Evenimentele A1,A2,,An sunt independente n totalitate (simplu independente) dac desfacerile D(i) = {Ai, Ai } i=1,2,,n sunt independente n totalitate. Dac avem dou evenimente A i B, atunci, conform definiiei, evenimentele A i B sunt independente, dac desfacerile D(1) = {A, A }, D(2) = {B, B } sunt independente. Aceasta nseamn c: P(AB)=P(A)P(B) P(A B )=P(A)P( B ) P( A B)=P( A )P(B) P( A B )=P( A )P( B )

n realitate, pentru independena a dou evenimente este necesar i suficient numai una din aceste relaii. ntr-adevr, s presupunem prima relaie adevrat i s artm c i celelalte trei sunt adevrate. P(A B ) = P(A\AB) = P(A)-P(AB) = P(A)-P(A)P(B) = P(A)[1-P(B)] = P(A)P( B ) La fel se procedeaz i cu celelalte dou egaliti i absolut analog oricum am alege ca relaie de definiie una oarecare din cele patru relaii.
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. 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: ai pi = , i=1,2,,n, ai + bi iar probabilitatea de a extrage o bil neagr din aceeai urn este: bi qi = , i=1,2,,n ai + bi 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 i 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: Ai1 Ai2... Aik Aik + 1 Aik + 2... Ain (dup ce le-am aranjat n ordine, dup cum a aprut bila alb sau bila neagr). ntruct rezultatele extragerilor sunt independente, probabilitatea acestui eveniment este P( Ai1 Ai2... Aik Aik + 1 Aik + 2... Ain ) = pi1 pi2...pik qik + 1...qin . Notm cu B evenimentul care const n apariia de k ori bil alb i de n-k ori bil neagr. Atunci: B = U ( Ai1 Ai2...Aik Aik + 1 Aik + 2...Ain ). Urmeaz c:
(i1 ,i 2 ,...,i n ) k ori A, n-k ori A

P(B) =

(i1 ,i 2 ,...,i n ) k ori A, n-k ori A

P( Ai1 Ai2... Aik Aik + 1 Aik + 2... Ain ) = =

(i1 ,i 2 ,...,i n ) k ori A, n-k ori A

pi1 pi2...pik qik + 1...qin

Constatm c dup aceeai regul se calculeaz coeficientul lui xk din polinomul P(x) = (pix + qi) i, n felul acesta, lucrurile se simplific mult cnd este vorba de
i=1 n

utilizarea efectiv a acestei scheme. 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.

Schema lui Bernoulli (schema bilei revenite). S presupunem c cele n urne din schema lui Poisson au aceeai compoziie. n acest caz, p1 = p2 = = pn = p q1 = q2 = = qn = q 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 k n-k P(n;k) = C k . np q 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. 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: A ...3 A1 1 A244 ...3 A2 ... 1 Am A2 ...4 A 144 A 1 A2 2 4 m m 1 2 44 44 44 44 3
n 1 ori n 2 ori n m ori

Probabilitatea acestui eveniment este n1 nm 2 pn P( A1 A1... A A2 A2... A2 ... Am Am ... Am ) = p 1 2 ...p m cu n1 + n2 ++ nm = n. n! Cum evenimentul considerat se poate exprima n situaii distincte n1! n2! ... nm! (incompatibile dou cte dou), rezult c probabilitatea cerut este: n! n1 nm 2 p1 pn P(n; n1,n2,,nm) = 2 ...p m , n1! n2! ... nm! n1 + n2 ++ nm = n. 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 posibile este n nk C a + b , iar numrul cazurilor favorabile este C k . Deci, probabilitatea cerut este: a Cb
nk Ck a Cb Pn; k = Cn a+ b 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 difecte. Dac notm cu P(N,D; n,d) probabilitatea cerut, atunci: Cnd Cd D P(N,D; n,d) = N D , max (0,n+D-N) d min (n,D). n CN

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 culoarea Cm. Folosind tot definiia clasic a probabilitii, obinem 1 + 2 + ... + m numrul cazurilor posibile egal cu C a1 + a 2 + ...+ a m , 1+2++m = n, iar numrul cazurilor

favorabile
C a1 C a 2 ...C a m . Deci, P(n; 1,2,,m) =
1 2 m

2 m 1 C a1 C a 2 ...C a m
1 + 2 +... + m C a1 + a 2 +...+ a m

Exemplu. Trei ntreprinderi trimit acelai tip de piese ntr-un depozit central, n proporie de 5; 3; 2. Cele trei ntreprinderi au rebuturi n cantitate de 1%, 3%, respectiv 2%. Piese n valoare de 3600 u.m. s-au dovedit rebuturi. n ce proporie trebuie mprit suma de 3600 u.m. pentru cele trei ntreprinderi? Soluie: notm cu Ai, i=1,2,3 evenimentul piesa provine de la ntreprinderea i i cu B evenimentul piesa este rebut. Atunci: 5 3 2 P(A1) = = 0,5; P(A2) = = 0,3; P(A3) = = 0,2; P(B / A1) = 0,01; P(B / A2) = 0,03; 10 10 10 P(B / A3) = 0,02. P(Ai) P(B / Ai) , i=1,2,3 obinem: Aplicnd formula lui Bayes: P(Ai / B) = n P(Ai) P(B / Ai)
i =1

5 9 4 i, de aici, sumele repartizate pe ; P(A2 / B) = ; P(A3 / B) = 18 18 18 ntreprinderi sunt 1000 u.m., 1800 u.m., 800 u.m. Exemplu. 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. Exemplu. 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. 3 C3 6 C 84 . Soluie: se aplic schema bilei nerevenite i avem P = 6 C 90 Exemplu. 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. P(A1 / B) =

Soluie: a) aplicm schema


5 20

lui
5

Bernoulli,
15

cu:

p=

15 85 ; q= ; n = 20; k = 5 i, 100 100

atunci,

15 85 P(20;5) = C 100 100 b) se aplic schema multinomial cu p1 = 0,15; p2 = 0,65; p3 = 0,18; p4 = 0,02; n1 = 5; n2 = 10; n3 = 4; n4 = 1; n1 + n2 + n3 + n4 = 20. 5 10 4 20 15 65 18 2 P(20;5;10;4;1) = . 5! 10! 4! 1! 100 100 100 100 Exemplu. Se reia problema din exemplul anterior, presupunnd c numrul produselor din lot este 100, iar extragerile se fac fr revenire. Soluie: 5 C15 C15 85 a) se aplic schema bilei nerevenite cu dou culori i se obine P = 20 C100 b) se aplic schema bilei nerevenite pentru o urn cu mai multe culori i avem 5 4 1 C15 C10 65 C18 C 2 P= 20 C100 Exemplu. S considerm o schem electric alctuit din n blocuri dispuse n serie: B1 B2 Bn

Notm tot cu Bj evenimentul ca blocul Bj s ias din funciune (s se defecteze). Atunci, schema electric iese din funciune dac se defecteaz cel puin un bloc i deci probabilitatea ca schema s ias din funciune este: P(U Bj) = P(Bj) P(Bj Bk) + P(Bj Bk Bl)+...+( 1) n 1 P(I Bj)
j=1 j=1 j< k j< k < l j=1 n n n

Exemplu. Considerm o schem electric alctuit din n blocuri dispuse n paralel:

B1 B2 Bn

Cu aceleai notaii ca n exemplul anterior, se obine c probabilitatea ca schema s ias din funciune (eveniment D) este P(D) = P(I Bj) P(Bj) (n 1) . Dac admitem c blocurile
j=1 j=1 n n

sunt scrise n ordinea n care este condiionat defectare, atunci: P(D) = P(I Bj) =P(B1) P(B2 / B1) P(B3 / B1 B2)...P(Bn / B1 B2... Bn 1)
j=1 n

Exemplu. S considerm o schem electric alctuit din blocuri serie-paralel, aa cum este indicat n schema de mai jos:

B11 B12 B1n1

B21 B22 B2n2

Bm1 Bm2 Bmnm

Atunci, probabilitatea de defectare (pstrndu-se semnificaia evenimentelor) este dat de: P(D) = P( U ( I Bij)) = P(I Bij) P( I Bij I Bkj)+...+( 1) m 1 P(I (I Bj))
i =1 j=1 i =1 j=1 i< k j=1 j=1 i =1 j=1 m ni m ni ni nk m ni

Exemplu. S considerm acum o schem electric alctuit din blocuri dispuse paralel-serie, ca n schema de mai jos:

B11 B12 B1n1

B21 B22 B2n2

B1n1 B2n2 Bmnm

Atunci, probabilitatea de defectare este dat de:


P(D) = P( I ( U Bij)) P( U Bij) (m 1) =
i =1 j=1 i =1 j=1 ni n i 1 = P(Bij) P(Bij Bik)+...+( 1) P(I Bij) (m 1) j=1 i =1 j=1 j< k m ni m ni m ni