PARTEA A DOUA

ELEMENTE DE TEORIA PROBABILITILOR

Teoria probabilitilor este o disciplin matematic ce a izvort din
experien, dnd apoi conceptelor sale o form riguros matematic.
Mari matematicieni - B. Pascal, P. Fermat, A. Moivre, D. Bernoulli,
P. S. Laplace, K. F. Gauss, S. D. Poisson, P. Cebev, A. Marov, A. Liapunov i
alii - au reuit s creeze pn la nceputul secolului nostru o matematic a
azardului, comparabil din toate punctele de vedere cu celelalte ramuri ale
tiinei matematice.
!ei primele modele de aplicabilitate ale calculului probabilitilor au fost
"ocurile de noroc, progresele ulterioare au depit curnd dezvoltarea
teoretic. #u aprut asigurrile de persoane i de obiecte, dnd teoriei
probabilitilor o importan primordial n lumea $nanelor i comerului% &.
'ernoulli a creat modelul probabilistic al mortalitii, prin care inaugureaz
biometria i demogra$a% n $zic, teoria probabilitilor a devenit instrument
de calcul n momentul crerii termodinamicii.
(n secolul nostru, ns, are loc o dezvoltare uria a teoriei probabilitilor
i aplicaiilor ei datorit faptului c o covritoare ma"oritate de fenomene
din natur i societate sunt stocastice. !e aceea tiina azardului a aprut
ca o necesitate.
&mportantele aplicaii ale teoriei probabilitilor fac din ea una dintre cele
mai nsemnate ramuri ale tiinei.
#ceast parte prezint ntr-o form elementar i accesibil conceptele
clasice ale teoriei probabilitilor, fr s intre ntr-o analiz matematic
profund.
CAPITOLUL III
CMP DE PROBABILITATE
1. Evenimente aleatoare
)oiunile primare ale teoriei probabilitilor sunt cele de eveniment ataat
unui experiment aleator i de probabilitate a unui astfel de eveniment.
(n viaa de zi cu zi se ntlnesc frecvent experiene ale cror rezultate sunt
diferite n funcie de circumstane ntmpltoare, care nu pot $ cunoscute
naintea realizrii lor. *a exemplu citm +
- "ocurile de noroc%
- observarea numrului de apeluri telefonice recepionate de o central
tele-fonic ntr-un interval de timp%
3
- observarea duratei de via a indivizilor dintr-o populaie uman sau bio-
logic.
#stfel de experimente se numesc aleatoare, iar orice rezultat al unei
experiene aleatoare se numete eveniment. Probabilitatea lui este un numr
reprezentnd ansa de realizare a evenimentului.
Exemplul 1. ,ie experimentul aleator ce reprezint aruncarea unui zar.
-venimentele asociate acestui experiment le vom nota cu

i vor
reprezenta apariia feei cu un numr de puncte, . l, /, ... 0.
,ie . {
1
,
/
,
2
,
3
,
4
,
0
} mulimea tuturor rezultatelor posibile
obinute la efectuarea acestei experiene. 5e observ c este o mulime cu
un numr $nit de evenimente. -venimentele

, . l, ... 0 sunt evenimente

elementare.
5e poate ca un observator s $e interesat de alte aspecte ale experienei,
ca de exemplu de 6apariia unui numr par de puncte7 sau de 6apariia unei
fee avnd numrul de puncte cel mult 27. #ceste evenimente se pot scrie n
urmtorul mod+ primul notat de exemplu A, va $ A . {
/
,
3
,
0
}, iar al doilea,
notat cu B, va $ B . {
1
,
/
,
2
}. 5e observ din scrierea lor c sunt mulimi
de evenimente elementare i, deci, sunt submulimi ale lui sau pri ale
acestei mulimi.
Exemplul 2. 5e consider experimentul aleator ce reprezint aruncarea
unei monede pn la prima apariie a stemei. !ac se noteaz cu S i B
evenimentele elementare care nseamn 8apariia stemei8, respectiv
6apariia banului7, atunci mulimea a tuturor rezultatelor posibile la
efectuarea acestui experiment va $ . {S, BS, BBS, ..., B 9 B S, ...} , unde
am notat evenimentul c stema apare la cea de a aruncare prin+ B 9 B S.
5e observ din scrierea lui c de data aceasta ea este tot o mulime
numrabil, dar in$nit, de rezultate posibile. ( Se spune c o mulime este infinit
numrabil dac elementele ei pot fi puse n coresponden 1 la 1 cu numerele ntregi. Aceast
coresponden conduce la scrierea elementelor ca
,...} ,... , {
2 1 n
s s s
.)
(n cele dou exemple se poate vedea c este un eveniment ce se
produce obligatoriu la efectuarea experimentelor :n primul exemplu, cu
siguran zarul va cdea pe una din cele 0 fee;. -l se va numi eveniment
si!ur. -venimentul ce nu se poate produce ori de cte ori se efectueaz
experimentul se va numi eveniment imposibil i se va nota cu .
-venimentele asociate unui experiment aleator $ind pri ale mulimii ,
este natural s presupunem c operaiile cu evenimente sunt operaiile cu
mulimi.
Defniia 1.1. -venimentul ce se produce cnd se produce unul dintre
evenimentele A sau B se numete eveniment reuniune a lui A cu B i se
noteaz A B.
-venimentul ce se produce cnd se produc n acelai timp evenimentele A
i B se numete eveniment intersec"ie i se noteaz A B .
)erealizarea evenimentului A este un eveniment ce se numete

evenimentul opus sau contrar lui A i se noteaz A :sau C A, sau A

C
;.
Exemplul 3. (n experimentul cu aruncarea zarului, dac A . {
1
} i B .
{
/
}, atunci
A B . {
1
,
/
} reprezint evenimentul c apare faa 1 sau faa /, iar
A B . reprezint evenimentul imposibil pentru c la aruncarea zarului
nu pot apare simultan faa 1i faa /. *ontrarul evenimentului A este A . {
/
,

2
,
3
,
4
,
0
}, care reprezint faptul c apare orice alt fa n afara celei cu
un punct.
<entru operaiile cu evenimente funcioneaz aceleai proprieti ale lor
din teoria mulimilor+ .
A B . B A A B . B A
A :B C; . :A B; C A :B C; . :A B; C
A . A A .
A A . A A A . A
A . A . A
A :B C; . :A B; :A C; A :B C; . :A B; :A C;
A A . A A .
. .

B A B A
B A B A
:relaiile lui !e Morgan;
A - B . A B
A B . :A - B; :B - A;
!ac avem o familie nevid de evenimente {A
i
}
i#
, unde # este o familie de
indici cel mult numrabil, operaiile de reuniune i intersecie pot $ extinse
i se noteaz cu

I i
i
I i
i
A A

,
, respectiv.
Defniia 1.2. !ac realizarea evenimentului # implic realizarea
evenimentului ', se spune c # l implic pe ' i se scrie
B A
. !ac
B A
i
A B
, atunci cele dou evenimente sunt ec$ivalente, deci A % B.
Defniia 1.3. !ou evenimente # i ' se numesc incompatibile dac nu
se pot realiza simultan, adic B A % . (n caz contrar, ele sunt
compatibile. -venimentele ale cror realizri nu se in=ueneaz reciproc se
numesc in&epen&ente.
,ie ! mulimea finit a e"enimentelor posi#ile la efectuarea unei e$periene %i P()
mulimea prilor lui .
Definiia 1.4. &ie
K
P() o mulime ne"id de pri ale lui . 'a se nume%te corp de
evenimente dac "erific urmtoarele a$iome (
1.
K A K A ,
)
*
2.
K B A K B A , ,
.
Propoziia 1.1. +ac mulimea K este corp de e"enimente, atunci au loc afirmaiile (
1.
K K ,
)
2. dac
K A A A
n
,... ,
2 1
, atunci
K A K A
n
i
i
n
i
i



1 1
,
)
3. dac
, , K B A
atunci K B A .
Dem. 1. ,ulimea K fiind ne"id, e$ist cel puin un e"eniment K A . +in a$iomele
corpului re-ult c K A %i K A A . .e-ult c K %i K .
2. Se arat prin inducie matematic, folosind a$ioma 2 a +ef. 1.., c
n
i
i
A
1
K . +in def.
corpului a"em
n i K A
i
,... 1 ,
%i
K A
n
i
i

1
. +ar

n
i
i
n
i
i
A A
1 1
, atunci
K A A
n
i
i
n
i
i



1 1
.
3. Se folose%te proprietatea demonstrat la pct.2 pentru c B A B A .
+efiniia corpului de e"enimente se generali-ea- n ca-ul n care este o mulime
nenumra#il de e"enimente.
Definiia 1.5. / mulime
K
P() ne"id se nume%te corp borelian de evenimente dac
1.
K A K A ,
)
2.
K A
I i
i

,
K A
N I i i


) (
.
+atorit formulelor lui +e ,organ re-ult c operaiile cu mem#rii ai corpului #orelian K,
fcute n orice ordine %i manier, au ca re-ultat tot un mem#ru al acestei familii pentru orice
mulime numra#il de indici I. Se e$tind astfel re-ultatele 0rop. 1.1. %i se poate spune c familia
K este, n acest sens, nchis fa de aceste operaii.
Definiia 1.6. 1uplul (, K) se nume%te cmp de evenimente dac este o mulime
numra#il de e"enimente posi#ile la efectuarea unei e$periene, iar K este un corp de
e"enimente.
Definiia 1.7. 1uplul (, K) se nume%te cmp borelian de evenimente dac este o mulime
nenumra#il de e"enimente posi#ile la efectuarea unei e$periene, iar K este un corp #orelian de
e"enimente.
2. Definiia probabilitii
2oiunea de pro#a#iltate a fost introdus ca o msur a mulimilor de e"enimente din K %i a
putut fi definit n trei moduri(
1. definit ca o funcie de mulime, definiie numit a$iomatic,
3
2. definit clasic n ca-ul unui numr finit de e"enimente egal posi#ile,
3. definit statistic cu a4utorul frec"enei de reali-are a unui e"eniment.
1. Definiia axiomatic st la #a-a teoriei moderne a pro#a#ilitilor %i include definiiile
clasic %i statistic.
1onsiderat ca funcie, pro#a#ilitatea are domeniul de definiie K, familia tuturor
su#mulimilor lui .
+ac , ns, are o infinitate nenumra#il de puncte, deci are un numr prea mare de
su#mulimi, atunci de"ine imposi#il desemnarea unei pro#a#iliti pentru fiecare dintre ele,
pro#a#ilitate care s ndeplineasc anumite condiii. A%adar, dac este o mulime finit sau
infinit numra#il, atunci desemnarea se poate face pentru toate su#mulimile ei.
5om presupune mai nt6i c spaiul este numra#il.
Definiia 2.1. Se nume%te probabilitate pe c6mpul de e"enimente (, K) funcia ! " (
care "erific urmtoarele a$iome(
1.
K A A " , 7 ) (
)
2.
1 ) ( "
)
3.
), ( ) ( ) ( B " A " B A " +
dac B A .
Definiia 2.2. 8n c6mp de e"enimente
) , (
n-estrat cu o pro#a#ilitate 0 se nume%te
cmp de probabilitate
). , , ( " K
Propoziia 2.1. &ie
) , , ( " K
un c6mp de pro#a#ilitate . Atunci(
1. , ), ( 1 ) ( K A A " A "
2.
7 ) ( "
,
3. dac
, B A
atunci
), ( ) ( B " A "
.
, , 1 ) ( 7 K A A "
*.
), ( ) ( ) ( B A " B " A B "
3.
), ( ) ( ) ( A " B " A B "
dac
, B A
9.
), ( ) ( ) ( ) ( B A " B " A " B A " +
dac . B A
Dem. 1. Se folosesc relaiile A A %i
. , K A A A
.e-ult, atunci, din
a$iomele 2 %i 3 c . 1 ) ( ) ( + A " A "
2. 1um se folosesc proprietatea 1 %i a$ioma 2..
. 5e poate scrie pentru
K B A ,
) ( ) ( ) ( A B A B A A B B B :/.1;
i
) ( ) ( A B A B .
:/./;
9
#tunci, conform ax.2, avem

) ( ) ( ) ( A B " A B " B " +
:/.2;
<unnd condiia
, B A
relaia (2.3) de"ine

) ( ) ( ) ( A B " A " B " +
(2.)
din care rezult prop. 2.
!. 5e tie c
K A A ,
, deci se vor aplica axioma / i
proprietile / i 2.
". <rop.4 se deduce din :/.2;.
#. <rop.0 se deduce din :/.3;.
$. (n relaiile :/.1;-:/.2; se nlocuiete ' cu #. #tunci
) ( ) ( ) ( B A A B B A B A
#plicnd probabilitatea ptr. evenimente incomppatibile / cte /, avem
) ( ) ( ) ( ) ( B A " A B " B A " B A " + +
>ltimii doi termeni ai sumei se nlocuiesc din relaia :/.2; i similara ei
obinut ptr. # n loc de ' i se gsete prop.?.
0ro#lema desemnrii unei pro#a#iliti pentru oricare dintre su#mulimile lui apare atunci
c6nd este o mulime nenumra#il, dar poate fi re-ol"at prin considerarea unei clase adec"ate
de mulimi de e"enimente numite corp #orelian (+ef. 1.*.).
Defniia 2.3. ,ie
) , (
un c6mp #orelian de e"enimente. Se nume%te probabilitate
complet aditiv pe : aplicaia ! K " ( care "erific urmtoarele a$iome(
1.
K A A " , 7 ) (
/.
1 ) ( "
2.
. , , ) ( ), ( ) ( # i A A K A A " A "
# i I i i
I i
i
I i
i




& $ind o mulime cel mult numrabil de indici.
Defniia 2.4. ,ie
) , (
un c6mp #orelian de e"enimente %i fie " o pro#a#ilitate
complet aditi". 1uplul : , K, P; se numete cmp borelian &e probabilitate.
Propoziia 2.2. @rice probabilitate complet aditiv este probabilitate pe
un cmp de evenimente.
Demonstra"ia rezult din axioma 2 dac se aleg evenimentele

i
A
pentru i
A n.
>rmtoarele dou teoreme, pe care le enunm fr demonstraie,
reprezint proprietile de continuitate ale probabilitii.
Teorema 2.1. ,ie : , K, P; un c6mp borelian de probabilitate i
( )
N n n
A

;
un ir descendent de evenimente din K : # i
A A
pentru i ' (, i, ( N ). Atunci


n n
A " ) (

) (

N n
n
A "

.
Teorema 2.2. ,ie : , K, P; un c6mp borelian de probabilitate i
( )
N n n
A

un ir ascendent de evenimente din K : # i
A A
pentru i ' (, i, ( N ). Atunci


n n
A " ) (

) (

N n
n
A "

.
2. Defniia clasic. 5e consider c mulimea conine un numr
$nit de evenimente elementare
i

, n i 1 , care au aceeai ans de

realizare
. p
#tunci, din exprimarea

n
i
i
1


se gsete c

) ( " 1 ) (
1

np "
n
i
i

,
deci
n p < 1
.
!ac # este un eveniment oarecare pentru care putem scrie

n m A
m
i
i

,
1

atunci se obine c

) (
) (
) (

card
A card
n
m
A "
:/.4;
5e obine astfel+
Defniia 2.4. 5e numete probabilitatea unui eveniment # raportul
dintre numrul evenimentelor egal probabile favorabile producerii lui # i
numrul total de evenimente egal probabile.
-vident, probabilitatea de$nit clasic satisface axiomele din de$niia /.1.
!e$niia clasic are, ns, anumite inconveniente+
a; se poate aplica doar cnd evenimentele elementare au aceeai ans
de realizare%
b; nu poate $ utilizat cnd exist un numr in$nit de evenimente
elementare%
c; nu se poate aplica unei largi categorii de evenimente crora nu li se
poate determina numrul cazurilor favorabile.
. Defniia statistic. 5e consider un experiment n care se urmrete
=
apariia unui eveniment #. ,recvena absolut a evenimentului # este
numrul m de realizri ale lui. #tunci cnd au loc n probe, frecvena relativ
de realizare a lui # este raportul m ) n. Ba un numr mare de repetri ale
acestei experine, frecvena relativ se va stbiliza, oscilnd n "urul acestui
numr, care va $ probabilitatea lui #.

. Pro%a%ilitatea &on'i(ionat)
Defniia 3.1. ,ie
) , , ( " K
un cmp de probabilitate i $e # i ' dou
evenimente dependente din C, astfel nct
7 ) ( A "
. 5e numete
probabilitatea evenimentului B con&i"ionat &e reali*area lui A raportul

B "(
> A)$
) (
) (
A "
B A "
. (3.1)
Se poate arta cu u%urin c definiia dat are sens deoarece raportul (3.1) "erific a$iomele
pro#a#ilitii(
1.
B "(
> A) 7 pentru c "(A)%& %i
) , , 7 ) ( K B A B A "

2. "('()$
1
) (
) (
) (
) (


A "
A "
A "
A "
)
3.
B "(
* > A)$

) (
) ( ) (
) (
)? ( ) @(
) (
? ) @(
A "
A * " A B "
A "
A * A B "
A "
A * B "
.
B "(
> A)+ P+C> A), dac . * B
+in formula (3.1) se poate determina
) ( ) ( A " B A "
B "(
> A) (3.2)
adic, pro#a#ilitatea ca e"enimentele A %i B s se reali-e-e este dat de produsul dintre
pro#a#ilitatea lui A %i pro#a#ilitatea lui B condiionat de reali-area lui A.
Se poate o#ser"a u%or c pro#a#ilitatea condiionat "(B'A) folose%te o informaie parial,
aceea oferit de cunoa%terea pro#a#ilitii lui A.
Exemplul 1. +intrAun lot de n
1
produse ce pro"in de la secia ,
1
%i din alt lot de n
2
pro"enite de la secia ,
2
se e$trag 2 produse fr ntoarcere. 1are este pro#a#ilitatea ca primul
produs e$tras s fie din ,
1
%i al doilea s fie din ,
2
B
!e-olvare. Se notea- cu A %i B e"enimentele ca primul, respecti" al doilea produs s fie al
seciei ,
1
, respecti" ,
2
. Atunci
, ) (
2 1
1
n n
n
A "
+

P+B'A,%
1
2 1
1
+ n n
n
.
!in formula :2./; se va gsi, apoi, P+A
). B
17
Defniia 3.2. -venimentele A i B sunt in&epen&ente dac
P+A
) ( ) ( ) B " A " B
,
:2.2;
Delaia :2.2; deriv din noiunea de independen a evenimentelor A i B,
anume, realizarea lui B, de exemplu, are loc independent de realizarea lui A,
deci

B "(
> A)$"(B) sau P+A>B)$"(A)
%i aceste relaii nu pot a"ea loc dec6t dac este ndeplinit condiia (3.3).
Exemplul 2. 0resupunem c are loc e$periena din ./emplul 0 al C1. 0ro#a#ilitatea de a
apare stema la cea de a 1 aruncare "a fi

1
1
, " B " B, BB "
,
_

2
1
) ( ) ( ) ... (
1
,
deoarece re-ultatele aruncrilor sunt independente unele de altele, unde 1 poate fi 2,0,...,n,.....
Exemplul 3. +ac moneda care se arunc n '$emplul 2 este asimetric, atunci

7 , 7 , 1 , ) ( , ) ( + 3 p 3 p 3 B " p , "

iar pro#a#ilitatea e"enimentului "a fi

1
) ... (

1
p3 B, BB " , 1$2,0,....
!. *orm+le 'e &al&+l al ,ro%a%ilit)(ii
!.1 *orm+le 'e -nm+l(ire
Propoziia 4.1. ,ie +, K, P, un cmp de probabilitate. !ac
n
A A A ,... ,
2 1
sunt evenimente independente din K, atunci probabilitatea realizrii lor
simultane este

) ( ) (
1 1

n
i
i
n
i
i
A " A "

:3.1;
Demonstra"ia acestei formule se face prin inducie matematic pornind
de la De-ni"ia ../ a independenei a dou evenimente.
11
Exemplul 1. Trei societi comerciale obin pro$t cu probabilitile E,0,
E,3, respectiv E,2. *are este probabilitatea ca toate trei s realizeze pro$t F
0e*olvare. !ac se noteaz cu
3 2 1
, , A A A
evenimentele ca $ecare
societate s obin pro$t, atunci, ele lucrnd independent una de alta, avem

792 , 7 3 , 7 , 7 3 , 7 ) (
3 2 1
A A A "
.
Propoziia 4.2. ,ie +, K, P, un cmp de probabilitate. !ac
n
A A A ,... ,
2 1
sunt evenimente dependente din K cu proprietatea c
7 ) (
1

n
i
i
A "
atunci

2 1
1
( ) ( ) ( A " A " A "
n
i
i

A
1
)"(
3
A

1
A n
A " A ( ... )
2

'
)
1
1

n
i
i
A
(.2)
4emonstra5ia se face tot prin inducie. 0entru n $ 0 relaia (.2) este ecDi"alent cu (3.2)
dedus din definiia pro#a#ilitii condiionate.
Se o#ser" c formula (.1) se o#ine din (.2) dac se consider c e"enimentele sunt
independente. A%adar formula (.2) poate fi numit formula 6eneral de nmul5ire pentru o
intersecie de e"enimente.
/ interpretare important o ofer formula (.2) n care se "ede c fiecare factor conine
pro#a#ilitatea unui e"eniment care este influenat (condiionat) de toate e"enimentele ce sAau
reali-at p6n la acel moment. Acest lucru repre-int o constatare real a modului n care se
desf%oar orice proces, %i anume, o reali-are actual este influenat de toat istoria desf%urrii
acelui proces p6n la momentul actual.
Exemplul 2. 8n lot de 177 de produse este supus controlului de calitate. 1ondiia ca lotul s
fie acceptat este ca n * "erificri consecuti"e s nu e$iste nici un produs defect. Etiind c 3F din
produse sunt defecte, care este pro#a#ilitatea ca lotul s fie acceptat B
!e-olvare. ,ie
i
A
evenimentul ca piesa i s $e bun, i%1,...2. <entru ca
lotul s $e acceptat, trebuie ca toate cele 4 piese controlate s $e
corespunztoare. *um produsul controlat nu se ntoarce n lot, rezultatul unui
control in=ueneaz rezultatele ulterioare, deci evenimentele sunt
dependente. ,ormula :3./; va conduce la
2 1
*
1
( ) ( ) ( A " A " A "
i
i

>
3 1
( ) A " A
>
2 1
( ) A " A A >
* 3 2 1
( ) A " A A A
>
)
3 2 1
A A A A
G
12
G
=3
=3
=9
=
=;
=*
==
=3
177
=9

.
&ormulele de calcul pentru nmulirea pro#a#ilitilor (.1) %i (.2) au fost determinate n
ca-urile n care e"enimentele erau independente, respecti" dependente. +ac natura acestora nu
este, ns, cunoscut, atunci nu se poate gsi "aloarea e$act a pro#a#ilitii interseciei lor, ci
doar o margine inferioar.
Propoziia 4.3. (Inegalitatea lui oole) ,ie +, K, P, un cmp de probabilitate i
n
A A A ,... ,
2 1
evenimente din K . #tunci

) 1 ( ) ( ) (
1 1

n A " A "
n
i
i
n
i
i
:3.2;
Demonstra"ia acestei formule se face pornind de la <roprietile 3 i ? ale
probabilitii :<rop. /.1.;, din care se obine c

1 ) ( ) ( ) ( ) ( ) ( ) ( + + B " A " B A " B " A " B A "
5e veri$c astfel faptul c relaia :3.2; este adevrat pentru n%/ i se
aplic inducia matematic.
Exemplul 3. 5e tie c un anumit tip de pies este considerat standard
dac ndeplinete trei condiii i c G/H dintre piese ndeplinesc condiia *
1
,
G4H ndeplinesc condiia *
2
, iar G2H condiia *
3
. *are este probabilitatea
ca o pies luat la ntmplare s $e standard F
0e*olvare. 5e noteaz cu
1
A
evenimentul ca o pies s veri$ce condiia
. 3 , 2 , 1 , 1 *
1
)ecunoscnd natura evenimentelor, se va aplica formula:3.2;

. ;7 , 7 2 =3 , 7 =* , 7 =2 , 7 2 ) ( ) ( ) ( ) (
3 2 1 3 2 1
+ + + + A " A " A " A A A "
!.2. *orm+le 'e a'+nare
Propoziia 4.4. ,ie +, K, P, un cmp de probabilitate. !ac
n
A A A ,... ,
2 1
sunt evenimente din K incompatibile / cte /
), , ( # i A A
# i

atunci

) ( ) (
1 1

n
i
i
n
i
i
A " A "

:3.3;
Demonstra"ia folosete axioma 2 a probabilitii.
#ceast relaie se numete proprietatea &e a&itivitate -nit3 a
13
probabilitii.
Propoziia 4.5. ,ie +, K, P, un cmp de probabilitate. !ac
n
A A A ,... ,
2 1
sunt evenimente din K compatibile / cte /
) , ( # i A A
# i

, atunci

) ( ) ( ) (
1
#
# i
i
i
i
n
i
i
A A " A " A "


I
I
) ( ) 1 ( ...... ) (
1
1

n
i
i
n
1 #
1 # i
i
A " A A A "

+
.
:3.4;
Demonstra"ia se face, la fel ca pentru toate formulele de calcul, prin
inducie, pornind de la proprietatea ? a probabilitii :<rop. /.1.;, care
reprezint faptul c :3.4; este adevrat pentru n%/.
Exemplul 5. Trei raioane ale unui supermarJet depesc volumul propus
al vnzrilor sptmnale cu probabilitatea E,0, E,3 i, respectiv E,?. *are
este probabilitatea ca ntr-o sptmn cel puin un raion s depeasc
volumul vnzrilor F
0e*olvare. ,ie
3 2 1
, , A A A
evenimentele ca raioanele corespunztoare s
depeasc volumul vnzrilor. *um acest lucru se poate ntmpla simultan
la oricare / din cele 2 raioane, evenimentele sunt compatibile / cte / i
cum raioanele i vnd produsele independent unele de altele , se obine,
aplicnd formulele :3.4; i :3.1; c
+ + + ) ( ) ( ) ( ) ( ) ( ) ( ) (
3 2 2 1 2 1 3 2 1 3 2 1
A A " A A " A A " A " A " A " A A A "
I
. 9 , 7 , 7 3 , 7 9 , 7 , 7 9 , 7 3 , 7 , 7 3 , 7 9 , 7 , 7 3 , 7 ) (
3 2 1
+ + + A A A "
". .&/eme ,ro%a%ili0ti&e &la0i&e
,oarte multe aplicaii practice i gsesc rezolvarea cu a"utorul scemelor
probabilistice dac se poate face o analogie ntre modurile de desfurare ale
experimentelor din aplicaii i cele din scemele clasice. !e aceea este
deosebit de important de a reine condiiile n care are loc $ecare din
experimentele ce ilustreaz scemele clasice.
".1. .&/ema +rnei &+ %ila revenit)
@ urn conine bile albe i negre identice ca mrime pentru care se tie c
p i 4 % 1 5 p sunt probabilitile de a extrage o bil alb, respectiv, o bil
neagr. 5e fac n extrageri punndu-se bila extras n urn. 5e cere
probabilitatea de a obine bile albe i n 5 bile negre, eveniment notat cu
1
. ,1 n
7
.
!ac se noteaz cu
i
A
evenimentul de a obine o bil alb la extragerea
i, i%1, /,...n, atunci o modalitate de a scrie evenimentul a crui probabilitate
se cere este

n 1 1
A A A A
+
.... ....
1 1
unde evenimentul de a extrage o bil neagr este, evident, contrarul celui de
a scoate o bil alb. !in modul de desfurare a experienei se vede c
evenimentele sunt independente :nu are importan rezultatul unei extrageri
pentru extragerea urmtoare; i probabilitatea cu care se scoate o bil alb
:sau neagr; este aceeai pentru orice prob pentru c componena urnei
rmne tot timpul aceeai. #tunci evenimentul scris va avea probabilitatea
calculat dup formula :3.1;, adic
1 n 1
3 p

i, cum numrul total de moduri
de a obine bile albe i n 6 bile negre este
1
n
* , rezult c probabilitatea
cerut este

1 n 1 1
n 1 n
3 p * 7 "

) (
,
:4.1;
!in cauza formei :4.1;, scema bilei revenite se mai numete sc$ema
binomial3 sau sc$ema lui Bernoulli.
Exemplu. 5e arunc un zar de 13 ori. *are este probabilitatea ca de 4 ori
s apar o fa cu un numr de cel puin 3 puncte F
0e*olvare. @ fa cu cel puin 3 puncte apare la o aruncare cu
probabilitatea p %
3

i rmne constant ori de cte ori se efectueaz

experiena, ceea ce este ecivalent cu scema binomial n care
componena urnei este aceeai dup $ecare extragere. (n aceste condiii
probabilitatea cerut este

= *
*
1 * , 1
3
1
3
2
) (
,
_

,
_

* 7 " .
".2. .&/ema +rnei &+ %ila nerevenit).
@ urn conine 7 bile, a albe i b negre, a 8 b % 7. 5e extrag succesiv n
bile :
) N n
fr a pune bila extras napoi n urn i se cere a=area
probabilitii de a obine
) ( a 1
bile albe i n5 bile negre.
Kinnd seama de faptul c la $ecare extragere n urn exist cu 1 bil mai
puin, probabilitatea evenimentului notat la fel ca mai nainte cu 1 n
7
, va $
1*
determinat prin de$niia clasic a probabilitii : /.4;, obinnd

n
N
1 n
b
1
a
1 n
*
* *
7 "

) (
,
:4./;
Exemplu. (ntr-un lot de 1EE de piese exist 1E piese rebut. 5e veri$c /4
de piese. *are este probabilitatea de a gsi 2 piese rebut F
0e*olvare. Leri$carea se face, n general, extrgnd piese din lot fr a le
mai pune napoi. #tunci probabilitatea se va determina cu formula :4./;,
adic

2*
177
22
=7
3
17
3 , 2*
) (
*
* *
7 "

.
".. .&/ema l+i Poi00on.
5e consider n urne avnd bile de aceleai dou culori, albe i negre :de
exemplu;. 5e cunosc probabilitile de a extrage o bil alb
i
p
, respectiv o
bil neagr
i
3

) 1 ( +
i i
3 p
, pentru $ecare urn
. ,... 2 , 1 , n i 8
i

-xtrgnd cte o
bil din $ecare urn, se cere probabilitatea de a avea bile albe i n5 bile
negre.
<robabilitatea se a= ca $ind coe$cientul lui
1
t din dezvoltarea

) ( ) (
1
i
n
i
i
3 t p t 9 +

:4.2;
5e observ pentru
n i p p
i
,... 2 , 1 ,
c polinomul :4.2; devine
n
3 pt t 9 ) ( ) ( +
n care coe$cientul lui
1
t este dat de formula :4.1; din scema binomial.
#stfel scema lui <oisson este o generalizare a scemei lui 'ernoulli.
Exemplu. (n trei loturi de produse exist rebuturi n procent de 2H, 4H,
respectiv, /H. !ac din $ecare lot se extrage cte un produs, care este
probabilitatea de a obine / rebuturi F
0e*olvare. *orespunztor $ecrui lot avem+
- =9 , 7 ) 73 , 7
1 1
3 p
- =* , 7 ) 7* , 7
2 2
3 p
13
-
=9 , 7 ) 72 , 7
3 3
3 p
.
<entru ca din cele 2 produse extrase, / s $e rebut, se va alege din
polinomul

) )( )( ( ) (
3 3 2 2 1 1
3 t p 3 t p 3 t p t 9 + + +
coe$cientul lui
2
t , adic
1 3 2 2 3 1 3 2 1 2 , 3
) ( 3 p p 3 p p 3 p p 7 " + +
.
#. *orm+la ,ro%a%ilit)(ii totale. *orm+la l+i Ba1e0.
*ele dou formule se determin n aceleai ipoteze i anume, n condiiile
n care exist un sistem complet de evenimente, noiune pe care o de$nim
acum+
Defniia 6.1. ,ie
n
A A A ,... ,
2 1
evenimente dintr-un corp K. 5e spune c
ele formeaz un sistem complet &e evenimente dac ndeplinesc
urmtoarele axiome+
1. sunt incompatibile / cte / :
) , # i A A
# i

;%
/.

n
i
i
A
1
.
ormula pro!a!ilitii totale. ,ie M
n
A A A ,... ,
2 1
N un sistem complet de
e"enimente %i fie un e"eniment B oarecare din corpul K. Atunci

B " A " B "
n
i
i
( ) ( ) (
1

>
)
i
A
(3.1)
4emonstra5ia formulei re-ult din modul n care se poate e$prima orice e"eniment B n
funcie de e"enimentele sistemului complet, %i anume

) ( ... ) ( ) (
2 1 n
A B A B A B B

Hin6md seama de faptul c e"enimentele
n i A B
i
,... 2 , 1 ,
sunt incompati#ile 2 c6te 2
deoarece
n i A
i
,... 2 , 1 ,
formea- un sistem complet, se "a putea aplica regula de adunare (.)
o#in6nd
19

) ( ) (
1

n
i
i
A B " B "
+ac pentru termenul general al sumei se folose%te e$primarea (3.2), se gse%te relaia (3.1).
&ormula pro#a#ilitii totale (3.1) precum %i formula lui IaJes, care urmea-, sunt folosite
atunci c6nd se cunosc pro#a#ilitile "(B'A
n i
i
,... 2 , 1 ),
. Acestea pot fi interpretate n modul
urmtor( un e"eniment B se produce datorit unui numr de circumstane sau cau-e
i
A
, i$2,
0,...n. Knseamn c sunt cunoscute pro#a#ilitile ca B s se reali-e-e condiionat de fiecare din
cau-ele posi#ile. Atunci Lpro#a#ilitatea lui totalL este calculat din pro#a#ilitile diferitelor
circumstane %i pro#a#ilitile condiionate corespun-toare.
Kn acelea%i condiii se determin pro#a#ilitatea oricrui e"eniment al sistemului complet
condiionat de reali-area lui B, adic, %tiind c efectul B sAa reali-at, el s fi fost pro"ocat de o
anumit cau-.
!ormula lui a"e#. ,ie M
n
A A A ,... ,
2 1
N un sistem complet de e"enimente %i fie un
e"eniment B oarecare din corpul K. Atunci

1
A "(
>
) (
) ( ) (
)
B "
A B " A "
B
1 1

(3.2)
pentru orice
. ,... 2 , 1 n 1
4emonstr5ia re-ult u%or din definiia pro#a#ilitii condiionate ( 3.1) din care a"em c

B " A B "
1
( ) (
>
1 1 1
A " A " A ( ) ( )
>
) ( ) B " B
+e aici se scoate
1
A "(
>B) %i se deduce (3.2).
0u#licat n 1933, aceast formul cu o demonstraie at6t de u%oar a de"enit faimoas prin
interpretarea ei, %i anume( se determin pro#a#ilitatea unei cau-e
1
A
pe #a-a efectului o#ser"at
B. Kn timp ce "(
1
A
) este o pro#a#ilitate a priori, "(
1
A
'B) este o pro#a#ilitate a posteriori din
cau-a
1
A
. 'ste recunoscut aplica#ilitatea formulei n toate domeniile fenomenelor naturale %i
ale comportamentului uman. 0entru a ilustra acest afirmaie ne re-umm doar la un re-ultat
de"enit clasic, acela o#inut de Maplace (@19=A1;29? unul dintre cei mai mari matematicieni ai
tuturor timpurilor, care a scris un tratat de pro#a#iliti n 4urul anului 1;1*). &olosind teorema
lui IaJes, el a estimat pro#a#ilitatea ca Nsoarele s rsar m6ineL. Kn timpurile moderne, o
ramur important a statisticii a de"enit statistica #aJesian. Kn ca-ul acestui curs utilitatea
formulei "a fi, ns, limitat de lipsa cuno%tinelor diferitelor pro#a#iliti a priori.
Exemplu. Kn trei secii ale unei fa#rici se asam#lea- un anumit tip de lamp electronic. Se
%tie c n prima secie lucrea- 12 muncitori, n a doua 1* %i n a treia 13 %i c procentul de re#ut
al fiecrei secii este 2F, 3F, respecti" 1F. Se alege la nt6mplare un produs din depo-it. Se
cere(
1;
a) pro#a#ilitatea ca produsul s fie defect)
#) pro#a#ilitatea ca produsul defect ales s pro"in de la secia a doua.
!e-olvare. Se notea- cu
i
A
e"enimentul ca o lamp aleas la nt6mplare s pro"in din
atelierul i, i$2, 0, : %i se o#ser" c cele trei e"enimente formea- un sistem complet.
0ro#a#ilitile lor sunt
7
13
) ( ,
=
1*
) ( ,
7
12
) (
3 2 1
A " A " A "
.
+ac notm cu B e"enimentul ca o lamp s fie re#ut, atunci gsim din enun c

B "(
>
B " A ( ,
177
2
)
1

>
B " A ( ,
177
3
)
2

>
177
1
)
3
A
.
1u aceste "alori, pro#a#ilitile cerute se determin din formulele (3.1) %i (3.2).
a)
) (B "

72* , 7
177
1
7
13
177
3
7
1*
177
2
7
12
+ +
#)
2
( A "
>
. * , 7
72* , 7
1
177
3
7
1*
) B
1=