ELEMENTE DE CALCUL ARE

PROBABILITATILOR


n lumea nconjurtoare, fenomenele deterministe ocup doar o mic parte. Imensa
majoritate a fenomenelor din natur i societate sunt stocastice (aleatoare). Studiul acestora nu
poate fi fcut pe cale determinist i, de aceea, tiina hazardului a aprut ca o
necesitate. Teoria probabilitilor studiaz legile dup care evolueaz fenomenele aleatoare.
Aplicarea matematicii la studierea fenomenelor aleatoare se bazeaz pe faptul c, prin
repetarea de mai multe ori a unui experiment, n condiii practic identice, frecvena relativ a
apariiei unui anumit rezultat (raportul dintre numrul experimentelor n care apare rezultatul i
numrul tuturor experimentelor efectuate) este aproximativ acelai, oscilnd n jurul unui numr
constant. Dac acest lucru se ntmpl, atunci unui eveniment dat i putem asocia un numr,
anume probabilitatea sa. Aceast legtur ntre structura unui cmp de evenimente i numr
este o reflectare n matematic a transferului calitii n cantitate. Problema convertirii n numr
a unui cmp de evenimente revine la a defini o funcie numeric pe aceast structur, care s
fie o msur a posibilitilor de realizare a evenimentelor. Realizarea unui eveniment fiind
probabil, aceast funcie se numete probabilitate. n lumea nconjurtoare, fenomenele
deterministe ocup doar o mic parte. Imensa majoritate a fenomenelor din natur i societate
sunt stocastice (aleatoare). Studiul acestora nu poate fi fcut pe cale determinist i, de aceea,
tiina hazardului a aprut ca o necesitate. Teoria probabilitilor studiaz legile dup care
evolueaz fenomenele aleatoare. Aplicarea matematicii la studierea fenomenelor aleatoare se
bazeaz pe faptul c, prin repetarea de mai multe ori a unui experiment, n condiii practic
identice, frecvena relativ a apariiei unui anumit rezultat (raportul dintre numrul
experimentelor n care apare rezultatul i numrul tuturor experimentelor efectuate) este
aproximativ acelai, oscilnd n jurul unui numr constant. Dac acest lucru se ntmpl, atunci
unui eveniment dat i putem asocia un numr, anume probabilitatea sa. Aceast legtur ntre
structura unui cmp de evenimente i numr este o reflectare n matematic a transferului
calitii n cantitate. Problema convertirii n numr a unui cmp de evenimente revine la a defini
o funcie numeric pe aceast structur, care s fie o msur a posibilitilor de realizare a
evenimentelor. Realizarea unui eveniment fiind probabil, aceast funcie se numete
probabilitate.
nceputurile teoriei probabilitilor sunt legate de numele matematicienilor Blaise
Pascal i Pierre Fermat n secolul al XVII-lea, ajungnd la probleme legate de probabilitate
datorit jocurilor de noroc. Dezvoltarea teoriei probabilitilor i cercetarea unor probleme
nelegate de jocurile de noroc sunt legate de matematicienii:Abraham Moivre, Pierre-Simon
Laplace, Carl Friedrich Gauss, Simon-Denis Poisson, Pafnuti Lvovici Cebev, Andrei
Andreevici Markov n secolul XIX, iar n secolul al XX-lea Andrei Nikolaevici Kolmogorov i al
lui Alexandr Iakovlevici Hincin.


Clasificarea evenimentelor
a) sigur - evenimentul apariiei una din feele 1,2,3,4,5,6 la un zar;
b) imposibil- evenimentul apariiei feei 7 la un zar;
c) aleator - evenimentul apariiei feei 3 la un zar.
Frecvena unui eveniment
= , unde m reprezint numrul de apariii E n cazul a n ncercri.
Probabilitatea unor evenimente aleatoare
n cazul unui numr n suficient de mare de experimente n care evenimentul E apare de m
ori, frecvena relativ m/n poate fi socotit ca valoarea probabilitilor. Aceast valoare se
numete probabilitatea (statistic a) evenimentului E i se noteaz P(E); .
Evenimente incompatibile, contrare
Evenimente incompatibile - evenimentele nu se produc simultan.
Evenimente contrare - producerea unuia nseamn nerealizarea celorlalte.
Regula de adunare i cea de nmulire
Regula de adunare
Probabilitatea reuniunii unui numr de evenimente incompatibile este egal cu suma
probabilitilor acestor evenimente:
P(E E E E ... E )=P(E )+P(E )+P(E )+ P(E )+...+P(E ).
Regula de nmulire
pentru evenimente independente: P(E F)=P(E) P(F)
pentru evenimente condiionate: P(E F)=P(F) P(E/F)
Cmp de evenimente. Cmp Borel de evenimente
1. Mulimea S e un element a lui B.
2. Dac dou mulimi E i E sunt elemente ale lui B atunci E E , E E
sunt elemente ale lui B.
3. Dac mulimile E , E , ..., E , ... sunt elemente ale lui B, atunci E E ...E
... i E E ...E sunt de asemenea elemente ale lui B.
Cmp de evenimente - condiiile 1 i 2
Cmp Borel de evenimente - condiiile 1, 2, 3.

Sistemul de axiome Kolmogorov
Axioma 1. Fiecrui eveniment aleator E din cmpul de evenimente i este ataat un
numr real nenegativ P(E) numit probabilitatea lui E. Axioma 2. Probabilitatea
evenimentului sigur S P(S)=1.
Axioma 3. Dac evenimentele E , E sunt incompatibile dou cte dou, atunci P(E
E ... E )=P(E )+P(E )+...+P(E )
Axioma de adunare extins. Dac apariia unui eveniment E echivalent cu apariia
unui oarecare eveniment E ,..., E , ... incompatibile dou cte dou, atunci P(E)=P(E
)+P(E )+...+P(E )+...
Variabile aleatoare i repartiii
Variabil aleatoare: variabila ia valori diferite n cazul mai multor experimente efectuate
n aceleai condiii.
Variabila aleatoare discret: poate lua un numr finit de valori.
Variabila aleatoare continu: poate lua un numr infinit de valori.
Repartiia: mulimea, a crei elemente sunt perechile formate din valorile pe care poate
s le ia variabila i probabilitatea corespunztoare.
Valoarea medie i dispersia
Valoarea medie
Variabila aleatoare X ce ia valorile x i probabilitile corespunztoare p
=
Variabila continu X i f(x) - densitatea de repartiie continu
=
Valorile medii ale sumelor i produselor de variabile aleatoare
Valoarea medie a sumei a dou variabile aleatoare este egal cu suma valorilor medii a
celor dou variabile aleatoare M(Z)=M(X)+M(Y), unde Z=X+Y, tot variabil aleatoare.
Valoarea medie a produsului a dou variabile aleatoare independente este egal cu
produsul valorilor medii ale variabilelor aleatoare M(Z)=M(X)M(Y).
Dispersia pentru o variabil aleatoare discret
Dispersia sau D(x) este o msur pentru devierea de la medie. Se obine prin
nsumarea produselor dintre ptratul devierii de la medie (x - ) i probabilitatea
corespunztoare.



Dispersia pentru o variabil aleatoare continu
Dispersia sau D(x) este o msur pentru devierea de la medie. Se obine prin
integrarea de la - la + a produsului dintre ptratul abaterii de la medie (x-) i
densitatea de repartiie f(x).

Dispersia sumei a dou variabile aleatoare independente
Dispersia unei sume de dou variabile aleatoare independente este egal cu suma
dispersiilor celor dou variabile = +
Inegalitatea lui Cebev
Fie X o variabil discret sau continu cu valorile x, valoare medie i dispersia .
Probabilitatea ca modulul diferenei (x-) s fie mai mare sau egal cu un numr oarecare
>0 este mai mic sau egal cu ctul dintre dispersia i ptratul lui .

Legea numerelor mari
Enun Bernoulli
Probabilitatea ca modulul diferenei dintre frecvena relativ a evenimentului E n cazul a
n experimente (n suficient de mare) i probabilitatea p a evenimentului E s fie mai mic
ca pozitiv, arbitrar de mic e aproximativ egal cu unu.

Enun Cebev
Probabilitatea ca modulul diferenei dintre media aritmetic A a valorilor medii a n
variabile aleatoare independente (n suficient de mare) i media aritmetic a variabilelor
aleatoare s fie mai mic dect e aproximativ egal cu
unu.