CAPITOLUL IV

VARIABILE ALEATOARE
1. Ce este o variabil aleatoare ?
Am vzut c punctele mulimii rezultatelor posibile la efectuarea unei
experiene, , sunt elemente concrete cum ar fi punctele aprute pe faa
unui zar, moleculele dintr-un container sau oamenii dintr-o populaie. Aceste
elemente pot avea diverse caliti care se pot msura. De exemplu o
molecul are mas i vitez din care se poate calcula energia cinetic. Pentru
oameni se pot considera anumite caracteristici fiziologice ca vrsta,
nlimea sau greutatea, sau alte date numerice ca !", numrul de frai sau
venitul anual i altele.
Exemplul 1. #ie $ o mulime uman format din n indivizi
$%
& ,... , '
( ) n

. *).)+
Dac suntem interesai de vrsta lor, atunci fie
+ * X
vrsta lui

,
adic fiecrui individ

i se asociaz un numr
+ * X
exprimat n uniti
de timp, cum ar fi anii, sau parcurgnd mulimea numerelor reale pozitive
+
R
. Astfel aplicaia

+ * X

este o funcie avnd pe $ ca domeniu de definiie. !maginea acestei funcii
*domeniul de valori+ este mulimea numerelor ntregi pozitive
+
Z
*anii+ sau
mulimea numerelor reale pozitive
+
R
*orice moment de timp+. ,om spune
c X are valori ntregi pozitive sau reale pozitive n funcie de ceea ce ne
intereseaz.
-n mod asemntor notm nlimea, greutatea i venitul ca fiind
funciile.

+ *
+ *
+ *



V
G
H

Din considerente medicale se poate ca o caracteristic fiziologic s se poat

exprima ca o combinaie ntre nlime i greutate.

+ * + * G H +
*).(+
unde i

sunt dou numere. /e vede c aceasta este tot o funcie de

.
Dac este un cap de familie i N( ) este numrul de membrii ai familiei
lui, atunci funcia

+ *
+ *

N
V

*).0+
este venitul pe familie.
)
,om introduce aici o convenie convenabil pentru scriere. De exemplu
dac dorim s exprimm mulimea acelor cu vrsta cuprins ntre )1 i (1 de
ani vom scrie
'10
& (1 + * X
sau
' & (1 )1 X .
Exemplul 2. #ie mulimea moleculelor de gaz dintr-un container. Putem
s reprezentm mulimea ca n *).)+ c2iar dac n este un numr foarte mare,
practic
n
. Dac m este masa i v este viteza unei molecule

, atunci se
pot defini funciile.

+ *
+ *


v
m

iar energia cinetic va fi

+ * + *
(
)
+ *
(
v m E
. *).3+
Dac folosim acum probabilitile evenimentelor ca o funcie definit ca mai
nainte *).)+-*).3+ s ia o anumit valoare, atunci informaia este complet.
4onsiderm cteva exemple n acest sens.
Exemplul 3. 5a aruncarea unui zar, o persoan obine un numr de
puncte egal cu punctele de pe faa zarului. Probabilitatea oricrui eveniment
din cele 6 posibile este )76. /e poate atunci construi un tabel asociat acestui
8oc, care s reprezinte rezultatul 8ocului, punnd pe prima linie numrul de
puncte obinut de 8uctor i pe linia a doua probabilitatea corespunztoare,
astfel.

,
_

6
)
6
)
6
)
6
)
6
)
6
)
6 9 3 0 ( )
/e observ c suma probabilitilor celor ase evenimente este egal cu ).
Exemplul 4. 5a aruncarea unui zar, o persoan nu primete nici un punct
dac apar feele ) sau (, primete ) punct dac apare una din feele 0 sau 3, (
puncte dac apare faa 9 i 0 puncte dac apare faa 6. Primul eveniment are
probabilitatea (76 % )70, al doilea tot (76 % )70, iar ultimele dou evenimente
au fiecare probabilitatea )76.
(
:abelul asociat acestui 8oc va fi.

,
_

6
)
6
)
0
)
0
)
0 ( ) 1
5a fel ca n primul caz, se vede c suma probabilitilor este egal cu ).
Exemplul 5. / presupunem c se arunc o moned omogen pn la
prima apariie a stemei. Dac moneda se arunc de k ori am calculat n
Exemplul 2 din Cap. III & c probabilitatea de a apare stema la cea de a k
aruncare este
k
(
)
, . N k Atunci funcia ce va reprezenta numrul de aruncri
ale monedei pn la prima apariie a stemei va fi o v.a. X, ce va avea tabelul de
distribuie X .

,
_

...
(
)
...
(
)
(
)
... ... ( )
( k
k
.
;venimentele considerate sunt, evident, dou cte dou incompatibile, iar
suma probabilitilor este egal cu l *fiind o serie geometric cu raia )7(+.
1.1. Definiia variabilei aleatoare is!rete

/e poate da acum o formulare general a noiunii de variabil aleatoare
discret.
/e presupune mai nti c este o mul!"me num#$a%"l#. Aceast
presupunere aduce o simplificare important, care se va dovedi aparent. *Alte
spaii vor fi discutate mai trziu.+ 4um este domeniul de definiie a lui X ,
este limpede c imaginea lui X este finit cnd este finit i este cel mult
numrabil cnd este aa. Astfel, imaginea lui X este mulimea numerelor
reale

,...& ,... , ' +& * '
( ) n
x x x X

*).9+
<irul valorilor lui X poate fi finit sau nu. #aptul c *).9+ reprezint mulimea
valorilor lui X conduce la exprimarea
0

"
"
"
"
& x X & '

unde am notat evenimentul c X ia valoarea
"
x
cu
"
&
, " putnd lua un numr
finit sau infinit de valori din N. ,alorile lui X fiind distincte, se observ c
mulimile
"
&
, N I " , formeaz un sistem complet de evenimente *'e(.).1*
Cap. III+, adic evenimentele &
"
+* " I N verific condiiile.

'

I "
"
I "
, "
& - & -
I , " & &
) + * + *
, =
Definiia 1.1. /e numete va$"a%"l# alea./a$e *v.a.+ 0"12$e.# o funcie
X % X*+, definit pe mulimea evenimentelor cu valori reale, astfel nct
&
"
% { X*+ % x
"
} +, x
"
>, " I *).6+
Dac se noteaz probabilitile evenimentelor *).6+ cu
p
"
% -*&
"
+, " I *).?+
atunci orice variabil aleatoare discret se reprezint sub forma unui tabel,
numit i .a%el 0e 0"1.$"%u!"e, avnd prima linie format din valorile x
"
> i
linia secund din probabilitile corespunztoare astfel.

'

,
_

I "
"
"
"
"
-
I " p
I "
p
x
X
)
, 1
, , .
*).@+
Dac v.a. X ia o singur valoare a, avem.
& % { X*+ % a} % i deci p % -*&+ % ).
-n acest caz se spune c X este o variabil aleatoare constant i se scrie
X % a cu tabelul de distribuie X .

,
_

)
a
.
/istemul de numere reale p
"
, " I cu proprietile

'

I "
"
"
-
I " p
)
, 1

se numete 0"1.$"%u!"a 0e p$/%a%"l".a.e a v.a. X 1au $epa$."!"a a2e1.e" v.a.
0"12$e.e.
3
Definiia 1.2. #ie X i 3 dou v.a. discrete definite prin X*+ % x
"
pentru
&
"
, " I A i 3*+ % ,
4
pentru 5
,
, , 6 A, unde {&
"
} i
{5
,
} sunt dou sisteme complete de evenimente. /e spune c v.a. X 7" 3 1un.
"n0epen0en.e dac sistemele complete corespunztoare sunt independente,
adic
-*&
"
5,+ % -(&
"
)-(5
,
), " I, , 6
#olosind notaia *).?+, relaia de mai nainte devine

+ * + * + , *
, " , "
4 3 - x X - 4 3 x X -
*).B+
Definiia dat independenei a dou v.a. discrete se poate, atunci, extinde
conform formulei de nmulire *3.)+ din Cap.III.
Definiia 1.3. ,ariabilele aleatoare
n
X X X ,... ,
( )
cu valori numrabile se
spune c sunt "n0epen0en.e dac i numai dac, pentru orice numere reale
n
x x x ,... ,
( )
, avem
+ * ... + * + * + ,... , *
( ( ) ) ( ( ) ) n n n n
x X - x X - x X - x X x X x X -
Aceast formul poate fi, la rndul ei, generalizat prin nlocuirea
valorilor
"
x
cu mulimi oarecare
. ,... ( , ) , n " 8
"


Propoziia 1.1. #ie mulimile numrabile oarecare
. ,...
) n
8 8
,ariabilele
aleatoare
n
X X X ,... ,
( )
sunt independente dac i numai dac

+ * ... + * + ,... *
) ) ) ) n n n n
8 X - 8 X - 8 X 8 X -
*).)1+
Presupunem acum c variabilele aleatoare
n
X X X ,... ,
( )
cu valori
numrabile sunt dependente pe mulimea , evident, numrabil. Atunci,
pentru valorile posibile oarecare
n
x x x ,... ,
( )
, avem
( ( ) ) ( ( ) )
* + * + ,... , * x X - x X - x X x X x X -
n n

+
) )
x X
0 0
* x X -

+... ,
( ( ) )
x X x X

n n
x X - *

+ ,... ,
) ) ( ( ) )

n n
x X x X x X
*).))+
Primul termen al formulei exprim p$/%a%"l".a.ea 2/mun# a v.a.
n
X X X ,... ,
( )
i este obinut din formula *3.(+ Cap. III ca produs de
probabiliti condiionate.
Exemplul 6. /e consider experiena din Exemplul Cap.III & n care
se folosete o moned asimetric. <tiind c banul a aprut de trei ori, s se
gseasc probabilitatea ca stema s apar n una din urmtoarele dou
aruncri.
Aceast probabilitate este

9 * X -
C
+ 3 *
+ 9 3 *
+ 3

X -
X -
X
<tim din exemplul amintit c
9

)
+ *


k
p9 k X - , k:1*2*...
unde X reprezint numrul de aruncri ale monedei pn la prima apariie a stemei.
Atunci

0
0
3
)
)
+ 3 * 9
9
p9
p9 X -
k
k

,
iar

3 0
+ 9 3 * p9 p9 X - + .
>ezult c probabilitatea cerut este p ; p9.
/e poate vedea uor din exemplele considerate anterior c rezultatele
*).(+, *).0+ i *).3+ ale unor operaii efectuate cu v.a. discrete sunt, la rndul
lor, v.a. discrete. -n general, acest lucru se enun prin urmtoarele propoziii.
Propoziia 1.2. #ie X o v.a. i k o constant real. Atunci X D k, k E X, X,
X
(
,
X
)
, *X 1+ sunt, de asemenea, variabile aleatoare.
Propoziia 1.3. #ie X i 3 dou v.a. definite pe sistemele complete de
evenimente {&
"
} i {5
,
}, " I A, , 6 A i fie <*x, 4+ o funcie real
definit pe R
2
. Atunci Z % <*X, 3+ este o variabil aleatoare.
'em. #uncia Z ia valorile =
",
% <*x
"
, 4
,
+ cu probabilitile p
",
:-(&
"

5
,
),
" I, , 6 fiind definit pe sistemul de evenimente
C
",
% { X*+ % x
"
, 3*+ % 4
,
} % &
"
5
,
, " I, , 6 *).)(+
/e observ c evenimentele *).)(+ determin un sistem complet de
evenimente , adic ndeplinesc condiiile.
). C
",
C
>k
% *&
"
5
,
+ *&
>
5
k
+
+ * + *
k , > "
5 5 & &
% ,
pentru " >, , k, i
(.
I "

6 ,
C
",
% *
I "
&
"
+ *
6 ,
5
,
+ %
pentru c {&
"
}
"I
i {5
,
}
,6
sunt sisteme complete de evenimente.
Exemplul 7. O companie de asigurri primete din timp n
timp cereri de plat a diverselor daune asigurate. Timpii de
sosire a acestor cereri, precum i sumele solicitate sunt
necunoscute dinainte, deci sunt aleatoare. Se noteaz cu
n
8
data la care este primit cererea n, de ex. : 00
3
8 nseamn
c a 4-a cerere a fost nregistrat pe fe!ruarie. "tunci irul
de v.a. va avea ordinea :

... ... )
( )

n
8 8 8
egalitatea av#nd loc pentru cereri nscrise n aceeai zi.
6
$ie
n
C
suma pltit pentru cererea n i %e N numrul de
cereri dintr-un an, adic

n N max'
C & 069
n
8 .
Putem scrie acum suma total a cererilor din an ca
N
C C + +...
)
i putem
construi i alte v.a. privind aceast experien, ca de exemplu .
- suma total a cererilor din ziua k notat cu
k
3
*ce poate fi i 1+,
- suma total a cererilor de la prima pn la cea de a n-a zi va fi

n n
3 3 Z + + ...
)
- suma total a unei perioade F1* .G va fi

. 1 1 1 .
3 3 3 Z Z ...
) )
+ +
+
.
;xemplele de v.a. construite n acest caz pot continua aa cum vom
vedea n alte paragrafe.
1.". Re#artiii !lasi!e is!rete
1.2.1. Repartiia binominal
&n experien'a descris n sc(ema !ilei revenite sau a lui
)ernoulli *+, din Cap. III- se deducea c pro!a!ilitatea de a
extrage k !ile al!e i n - k !ile negre, pun#nd napoi !ila
extras, este dat de formula *,..- pe care o vom nota
b k (n,p)= P(X=k)=
k
n
C
p
k
q
n-/
,
*...0-
unde p este pro!a!ilitatea de a extrage o !il al!, deci p, q
1, p 2 q 3 ..
Se spune atunci c v.a. X, ce reprezint numrul de !ile
al!e o!'inute n sc(ema lui )ernoulli, are distribuie
binominal i se scrie X 5"(n*p). 4a va avea, deci, ta!elul de
distri!u'ie:
X :
) , 1 ,
,... ) , 1
,
+

,
_

9 p 9 p
n k
9 p C
k
k n k k
n

*...4-
5ro!a!ilit'ile din ta!el %ind termeni ai !inomului *p 2
q-
n
, rezult c sunt ndeplinite condi'iile *..6-, adic
b k (n,p) 1 , k=0,1,...n
?

n
k 1
b k (n,p) 3 *p 2 q-
n
3 .
Exemplul 1. Se extrag n !ile conform sc(emei lui
)ernoulli i se noteaz cu "
X
rezultatul o!'inut n pro!a i,
i=1,n. "tunci ta!elul de distri!u'ie este :

n "
9 p
X
"
,... ) ,
1 )
.

,
_

.
ceea ce nseamn "
X
!i(1,p), i=1,n. $olosind opera'iile cu
v.a. independente, se deduce c v.a. X 5"(n*p) se reprezint
su! forma
n
X X X X ...
( )
+ +
.
Exemplul 2. O moned omogen se arunc de n ori. $ie
" n numrul de steme aprute. "tunci

n
k
n n
C k 8 -
(
)
+ *
, k=0,1,n
iar
) + *
1

k 8 -
n
k
n
deoarece
n
n
k
k
n
C (
1

. 7ezult c " n
5"(n*
(
)
).
1.2.2. Repartiia hipergeometric
Sc(ema cu !ila nerevenit *vezi paragraful , din Cap. III-
determin pro!a!ilitatea ca av#nd a !ile al!e i N - a !ile
negre s extragem k !ile al!e i n#k !ile negre *
N n a k ,
-.
Se va spune c v.a. X, ce reprezint numrul de !ile al!e
o!'inute n sc(ema !ilei nerevenite, are distribuie
$iper%eometri&, deci are ta!elul de distri!u'ie:
X :
N n a
a k
C
C C
k
n
N
k n
a N
k
a

,
_

,... ) , 1
,
*...,-
Se demonstreaz simplu c pro!a!ilit'ile din *...,-
determin un ta!el de distri!u'ie *condi'iile din *..6--.
Exemplul 3. (Controlul calitii). Sc(ema !ilei
nerevenite este principiul folosit n controlul calit'ii unor
produse prin veri%care aleatoare. 8u nota'iile anterioare
avem : a produse defecte ntr-un lot de N produse, din care
se gsesc k defecte atunci c#nd se aleg n produse la
nt#mplare. 5ro!a!ilitatea acestui eveniment va % cea din
@
ta!elul *...,-, iar v.a. X, reprezent#nd numrul produselor
defecte atunci c#nd se controleaz n produse, are distri!u'ia
(ipergeometric.
1.2.3. Repartiia geometric
Se consider '(emplul ) din Cap.III *). 5resupun#nd c
moneda este neomogen, pro!a!ilitatea de a apare stema
este p, iar v.a. ce reprezint numrul pro!ei n care va apare
stema are ta!elul de distri!u'ie

,... ( , ) , .
)

,
_

k
p9
k
X
k
,
) , 1 , + 9 p 9 p
.
*...9-
8ondi'iile *..6- sunt respectate deoarece se o!'ine seria
geometric de ra'ie su!unitar q, deci

)
)
)
)
)

9
p p9
k
k
.
:.a. X se mai poate interpreta ca timpul de a+teptare
p#n la apari'ia stemei, sau mai general, p#n la apari'ia
unui ; succes <, iar distri!u'ia *...9- se va numi repartiie
%eometri& &u probabilitatea p a unui su&&es.
Exemplul 4. &n cazul unei monede omogene timpul de
ateptare p#n la apari'ia stemei are reparti'ia geometric
cu
( 7 ) p
.

1.2.4. Repartiia Poisson
7eparti'ia 5oisson are o importan' deose!it at#t n
teorie c#t i n practic. :om ncerca s artm acest lucru
n cele ce urmeaz i n exemplele prezentate.
Se consider o v.a. X determinat de pro!a!ilit'ile
p
k

+ *
3 P(X=k): e
#
=
k
> k?, ,0, *...@-
unde este un parametru real pozitiv oarecare. "tunci v.a.
cu ta!elul de distri!u'ie
B
X :

,
_

H k
e
k
k
, k 3 1, ., , A, B 1
*...6-
se va spune c are distribuie Poisson de parametru .
Se arat c pro!a!ilt'ile *...@- veri%c condi'iile *..6-,
adic
p
k

+ * ,... ) , 1 , 1 k

1 k
p
k

+ *
3
)
H
1

e e
k
e
k
k
unde am folosit dezvoltarea n serie TaClor a func'iei

e .
"stfel *...6- este un ta!el de distri!u'ie.
&n cele ce urmeaz se va studia legtura dintre
reparti'iile !inomial i 5oisson, consider#nd
comportamentul lor la limit, pentru a aDunge la un mod
simpli%cat de a demonstra teorema lui Poisson.
&n pro!a!ilit'ile *...0- ce de%nesc reparti'ia !i(n,p) vom
alege
p=
n
p
n

consider#nd, astfel, un ir de reparti'ii !inomiale pentru care

notm termenul general de ordin k %xat, k=0,1,...n, cu
b k (n) =
k
n
C

+ *
n

k

,
_

)
n-/
*...E-
&n cele ce urmeaz vom calcula pentru %ecare k limita
irului *...E- pentru n tinz#nd la in%nit. "stfel, pentru k=0
o!'inem

+ * lim
1
n %
n

,
_

e
n
n
n
)
lim
*..1-
7aportul a doi termeni consecutivi devine

+ *
+ *
)
n %
n %
k
k+
3
) )
)
)
)
)

,
_

,
_

n n
k n
k n n k
k n
rela'ie care la limit conduce la rezultatul
)1

n
lim
+ *
+ *
)
n %
n %
k
k+
3
) + k

"cesta se poate exprima su! forma

+ * lim
)
+ * lim
)
n %
n
k
n %
n
k k

+

din care se o!'ine, d#nd valori lui k-

n
lim
+ *
)
n %

)

+ * lim
1
n %
n



e
*
)
p +

n
lim

e
n %
n
n %
( )
+ *
lim
(
+ *
(
)
(

+ *
(
p

..........................................................................
............

n
lim

e
k
n %
n
k
n %
k
k
k
... ( )
+ *
lim
+ *
)
+ *
k
p
...........................................................................
.............
"m demonstrat, aadar, teorema lui Poisson n forma ei
cea mai simpl, i anume:

n
lim + , *
n
n %
k

+ *
k
p
*...-
"cest rezultat rm#ne vala!il i n cazul general n care ?
este limita unui ir n

. "tunci n loc de
n p
n
7
vom avea
n p
n n
7
sau n n
np
i
))

n n
n
np
n
lim lim
*..-
8u aceast m!unt'ire, putem enun'a teorema ntr-o
form mai general: pro!a!ilit'ile reparti'iei !inomiale b k
(n,p), c#nd n este mare n compara'ie cu np, care este
aproximativ egal cu ?, pot % aproximate de cele ale
reparti'iei 5oisson
+ *
k
p
pentru valori %xate ale lui k.
Fusti%carea matematic a reparti'iei 5oisson a fost fcut
prin aceast teorem, iar faptul c o important clas de
fenomene se potrivesc asocierii ei cu reparti'ia !inomial,
ntr-o msur mai mic sau mai mare, este ilustrat prin
urmtoarele exemple:
Exemplul 5. Se consider un eveniment rar cum este
apari'ia unui numr la rulet pentru care p=1.)/ 0,00/,
presupun#nd c ruleta are un GzeroH i c %ecare numr are
aceeai ans. Iac Ducm de )/ de ori putem calcula
pro!a!ilit'ile de a c#tiga de 1 ori, o dat, de ori, etc.
folosind reparti'ia !i()/,1.)/)-

060 , 1
0?
)
)
0?

,
_

2

2 C
06
0?
0?
)
)
0?
)
06
)
0?

,
_

2 C
(
)
06
0?
0?
)
)
0?
)
09 (
(
0?

,
_

,
_

.....................................................
Iac aproximm 0@>09 cu . i pe
)
e cu 1,096, atunci
primele trei pro!a!ilit'i ale reparti'iei !inomiale de mai sus
vor corespunde pro!a!ilit'ilor

) ) )
(
)
, ,

e e e
...............
ale reparti'iei 5oisson de parametru ..
Iac alegem s Ducm de ... ori *00@3...- acelai
numr i l sc(im!m din timp n timp, atunci pro!a!ilit'ie
se o!'in cu acelai tip de aproximri pentru
0
2 , respectiv
pentru
0
e . Oricum se vede c o aproximare !un poate %
gsit pentru valori ale lui n i p astfel nc#t np s %e relativ
mic n compara'ie cu n, deci pentru p foarte mic, ceea ce
Dusti%c folosirea reparti'iei 5oisson pentru evenimente rare.
Ie fapt aceast reparti'ie a fost cunoscut un timp ca Glege
a numerelor miciH. Studii statistice foarte Dudicioase au
condus la considerarea numrului anual de accidente la
)(
ec(ita'ie i a numrului anual de sinucideri n r#ndul copiilor
n 5rusia ca v.a repartizate 5oisson.
Exemplul 6. Jumrul de particule con'inute ntr-un
G(aos omogenH este un exemplu tipic de varia!il
repartizat 5oisson. 5resupunem c se determin numrul
de particule de virus folosind su! microscop o gril cu N
ptrate i c numrul mediu n %ecare ptrat este @. "stfel,
exist @N particule i fiecare particul se mic liber n oricare ptrat cu
probabilitatea 1AN, independent una de alta. Atunci probabilitatea de a gsi
exact k particule ntr-un anumit ptrat este dat de repartiia binomial
b k ( @N,1.N)=
k N k
k
N
N N
C

,
_

,
_

)
)
)
Iac suprafa'a examinat rm#ne aceeai dar numrul
ptratelor crete, este legitim s aproximm probabilitile de mai sus
cu cele ale rep. Poisson, N fiind foarte mare.
In exemplu de sc2em spaial este cea folosit n timpul celui de al
doilea rzboi mondial pentru numrarea bombelor ce cdeau n sudul
5ondrei. Astfel, aria a fost divizat n N:BC) de ptrate , fiecare de J mile
ptrate, cu @ calculat statistic egal cu 1,B0. -n urmtorul tabel se dau valorile
k
N
*numrul de ptrate n care cad k bombe+ i aproximrile obinute cu
probabilitile Poisson k
p
de parametru @:0*D2.
k 1 ) ( 0 3 9
k
N
E .. E0 0, @
k
Np
9,@4 ..,0E E6,,4 01,9 @,.4 .,,E
Exemplul 7. &ntr-o mare clas de aplica'ii timpul Doac
rolul spa'iului din exemplul precedent. Iac apari'iile
aleatoare sunt distri!uite pe o perioad de timp astfel nc#t
numrul lor pe unitatea de timp poate % presupus constant
pentru toat perioada, atunci se va folosi rep. 5oisson.
5resupunem, de exemplu, c impactele cosmice sunt
nregistrate cu un contor Keiger cu o rat medie E pe
secund. Iac divizm un interval de timp L0,tM n N
subintervale egale, atunci probabilitatea ca contorul s nregistreze un
impact n orice subinterval de timp este

,
_

+
N
.
N
.
1

unde al doilea termen reprezint eroarea care se consider
foarte mic.
8um termenul E.AN este mult mai mic dect ) cnd . este fixat i N
este mare, vom presupune mai nti c probabilitatea de a nregistra mai
mult dect un impact n orice subinterval poate fi negli8at, deci c numrul
de impacte pe orice subinterval nu poate fi dect 1 sau ). Aceste numere vor
fi, deci, variabile bernoulliene care iau valorile 1 sau ) cu probabilitile 1F
E.AN* respectiv E.AN. -n final mai presupunem c ele sunt independente unele
de altele. 4u aceste presupuneri este limpede c probabilitatea de a
nregistra k impacte n ntreaga perioad F0*.G se va gsi calculnd b k (N,
E.AN). Aumrul total nregistrat va fi suma celor N variabile descrise mai sus
)0
*vezi Exemplul 1+. Deoarece N poate fi fcut orict de mare, probabilitile
se vor calcula din rep.Poisson de parametru E.. Apare, astfel, cazul n care
timpul se divide ntr-o infinitate de subintervale.
Exemplul 8. Se consider o v.a ce reprezint numrul
de sosiri ntr-un interval de timp %xat I *sau de repetri ale
unui fenomen- c#nd se evalueaz cu numrul mediu de
sosiri. $ormula *...6- va da pro!a!ilitatea de a avea k astfel
de sosiri, dac sunt ndeplinite *la fel ca n exemplul
anterior- urmtoarele ipoteze:
a- numerele aleatoare de sosiri n su!intervale
disDunctive din I sunt independenteN
!- su!intervalele de lungimi egale din I au pro!a!ilit'i
egale de a con'ine acelai numr k de sosiri *k 3 1, ., , ...-.
Exemplul 9. &n '(emplul / din O... v.a. n
8
reprezenta
data la care se nregistreaz cea de a n-a cerere de plat la
o companie de asigurri, ceea ce este ec(ivalent cu timpul
de ateptare p#n la sosirea celei de a n-a unit'i *n cazul
exemplului-cerere-. Iac se noteaz cu N(t) numrul de
sosiri 1nre%istrate 1naintea momentului t, atunci are loc
urmtoarea ec(ivalen' a evenimentelor

& ' & + * ' . 8 n . N
n


ceea ce reprezint faptul c numrul de sosiri n intervalul F0* .G este cel
puin n are acelai neles cu a spune c cea de a n-a sosire apare naintea
sau la momentul .. Ie aici se o!'ine c numrul de sosiri n F0* .G
este exact n dac i numai dac cea de a n-a sosire are loc nainte de ., iar a
n;1- a apare dup ., adic

& ' & ' & + * '
)
. 8 . 8 n . N
n n

+
Din aceast reprezentare a v.a. N(.) se deduce un rezultat fundamental n
teoria proceselor KarLov, i anume.
Num#$ul ./.al 0e 1/1"$" Gn.$Fun "n.e$val F0* .G e1.e / v.a. 0"1.$"%u".#
-/"11/n pen.$u /$"2e . H0.
". Definiia $eneral a %nei variabile aleatoare

Am definit astfel variabilele aleatoare care iau o mulime numrabil de
valori, dar, c2iar dac rmnem la un nivel elementar, ne dm seama c
exist multe probleme importante n care trebuie s considerm variabile
aleatoare care nu se supun acestei restricii. Acest lucru nseamn c
mulimea nu mai este numrabil. Problemele ce apar nu pot fi rezolvate
cu o matematic elementar, dar, fr a intra n amnunte, vom considera pe
aparinnd unei clase de mulimi Morel. Atunci definiia general a unei
variabile aleatoare este.
Definiia 1.4. #ie *, +, -+ un cmp borelian de probabilitate. N funcie
real X % X*+ definit pentru orice se numete va$"a%"l# alea./a$e
*v.a.+ dac pentru orice x > mulimea
&
x
% { X*+ O x} *).)0+
)3
este un eveniment din corpul +.
Irmtoarea propoziie va da definiii ec2ivalente cu aceasta.
Propoziia 1.5. #uncia real X % X*+ este o v.a. dac i numai dac
oricare din urmtoarele mulimi este un eveniment din +I
{ X*+ x} + *).)3+
sau
{ X*+ x} + *).)9+
sau
{ X*+ P x} +, x > *).)6+
'em/n1.$a!"e. /e arat c mulimile din relaiile *).)3+, *).)9+, *).)6+ se
pot exprima ca reuniuni sau intersecii de mulimi de forma *).)0+, deci vor fi
evenimente din + i se folosesc rezultatele Propoziiei ).) 4ap. !.
Pentru a defini operaiile cu v.a. n general sunt necesare rezultatele date
de .
Propoziia 1.6. Dac X i 3 sunt v.a.,atunci
{ X*+ O 3*+} + *).)?+
{ X*+ 3*+} + *).)@+
{ X*+ % 3*+} + *).)B+
Propoziia 1.7. Dac X i 3 sunt v.a., atunci X - 3, X D 3, X 3,
3
X
, dac
3 1, sunt, de asemeni, v.a.
'em/n1.$a!"e. /e poate scrie c
' X*+ -3*+ O x& % ' X*+ O 3*+ D x &.
Aceast mulime este un eveniment din + deoarece Q i R sunt v.a. i are
loc relaia *).)?++. Deci X S 3 este v.a.
/criind X D 3 % X - *-3+, rezult c X D 3 este , la rndul ei,v.a.
;galitatea
X 3 %
3
)
{*X D 3+
(
- *X - 3+
(
}
demonstreaz c X 3 este v.a., iar din
3
X
% X
3
)
rezult c i
3
X
este
v.a.
/e observ acum c rezultatele Prop. ).( i ).0, privind operaiile cu v.a.
discrete, sunt cazuri particulare ale Prop. ).?.
Aoiunea de independen introdus pentru variabilele aleatoare discrete
se extinde pentru cazul general de variabile aleatoare, dac mulimile
. ,...
) n
8 8
sunt convenabil alese, adic sunt boreliene. Atunci independena
variabilelor aleatoare
n
X X X ,... ,
( )
are loc dac i numai dac este
adevrat relaia *).))+.
&. '%n!ia e re#artiie
)9
Definiia 3.1. #ie X o v.a. /e numete (un2!"e 0e $epa$."!"e a v.a. X
funcia
+
R R J .
dat de
J*x+ % -*X O x+ , x X
*0.)+
-n urmtoarele propoziii se vor enuna proprietile funciei de
repartiie a unei v.a.
Propoziia 3.1. #ie J*x+ funcia de repartiie a unei v.a. X. Atunci
1 J*x+ ) , x >. *0.(+
'em. Acest lucru se deduce din definiia lui J*x+ ca o probabilitate.
Propoziia 3.2. #ie a, % >, cu a O %. Dac J*x+ este funcia de
repartiie a unei v.a. X , atunci au loc relaiile
-*a X O %+ % J*%+ - J*a+ *0.0+
-*a O x O %+ % J*%+ - J*a+ - -*X % a+ *0.3+
-*a O X %+ % J*%+ - J*a+ - -*X % a+ D -*X % %+ *0.9+
-*a X %+ % J*%+ - J*a+ D -*X % %+ *0.6+
'em. Aotm urmtoarele evenimente din +.
& % ' X*+ O a&T 5 % ' X*+ O %&T
C % ' X*+ % a&T ' % ' X*+ % %&.
/e observ c & 5 i c ' a X*+ O %& % 5 & % 5 S &. Atunci
se poate scrie, folosind proprietatea *+ 4ap. !, c
-*a X O %+ % -(5 S A+ % P*M+ - -*&+ % J*%+ S J*a+,
care reprezint relaia *0.0+.
Din alegerea evenimentelor &, 5, C i ' se mai deduce c. & C 5,
& C 5 ' i & 5 ', deci
-*a O X O %+ % - [5 * C & +] % -*5+ S -*& C+ %
% -*5+ S -*&+ S -*C+ % J*%+ S J*a+ S -*X % a+
Am gsit astfel relaia *0.3+. Apoi
-*a O X %+ % -[*5 '+ * C & +] % -*5 '+ S -*& C+ %
% -*5+ D -*'+ S -*&+ S -*C+ % J*%+ D -*X % %+ S J*a+ S -*X % a+
i pentru ultima relaie avem
-*a O X O %+ % -[*5 '+ & % -*5 '+ S -*&+ %
% -*5+ D -*'+ S -*&+ % J*%+ D -*X % %+ S J*a+.
Irmtoarele proprieti ale funciei de repartiie se enun fr
demonstraie n.
Propoziia 3.3. #uncia de repartiie a oricrei v.a. este o funcie nedes-
cresctoare, continu la stnga i astfel nct

x
lim
J(x): J(F ):0*
+ x
lim
J(x): J(;):1.
*0.?+
Propoziia 3.4. Nrice funcie J*x+ nedescresctoare, continu la stnga,
astfel ca J*- + % 1, J*D+ % ) este o funcie de repartiie a unei v.a.
definit pe un cmp borelian de probabilitate convenabil ales.
)6
Propoziia 3.5. Dac X este o v.a. i J*x+ este funcia ei de repartiie,
atunci
-*X % x+ % J*x D 1+ S J*x+, x >. *0.@+
unde s-a notat cu J*x D 1+ limita la dreapta n punctul x.
&.1. '%n!ia e re#artiie a %nei variabile aleatoare
is!rete
/e consider acum o v.a. discret Q avnd tabelul de distribuie
X .

,
_

n
n
p p p
x x x
...
...
( )
( )
T
i se construiete funcia ei de repartiie folosind proprietile enunate n
-$/p. .1F.. /e obine astfel
J*x+ %

'

>
<
< +
<

n
k
"
k k "
x x
x x x p
x x x p p
x x x p
x x
, )
.... .......... .......... ..........
,
,
,
, 1
)
)
)
0 ( ( )
( ) )
)
*0.B+
,alorile funciei de repartiie a v.a. discrete X se vor obine n urmtorul
mod.
- Dac x x
)
, atunci
J*x+ % -*X O x+ % -*X O x x
)
+ % 1.
- Dac x
)
O x O x
(
, avem
-*X O x+% -[*X O x
)
+ *x
)
O X O x
(
+] %
:-*X x
)
+ D -*x
)
O X O x
(
+ % -*X % x
)
+ % p
)
.
- Dac x
)
O x x
0
, atunci
-*X O x+%-[*x x
)
+ *x
)
O X O x
(
+ *x
(
O X O x
0
+] % -*X x
)
+ D
D -*x
)
O X x
(
+ D -*x
(
O X O x
0
+ % -*X % x
)
+ D -*X % x
(
+ % p
)
D p
(
,
i, n general, dac x
k-)
O x O x
k
, atunci
)?
-*X O x+% -[*X x
)
+ *x
)
O X x
(
+ U *x
k-)
O X O x
k
+] %

)
)
k
"
"
p
,
iar pentru x P x
n
avem -*X O x+ %

n
"
"
p
)
% ).
#orma *0.B+ a funciei de repartiie este dat n cazul unei v.a., discrete
cu un numr finit de valori. Dac X ia o mulime numrabil infinit de
valori, deci are tabelul de distribuie
X .

,
_

...
...
...
...
( )
( )
n
n
p
x
p p
x x
T nN*
cu p
n
1 i
J n
n
p
% ) , atunci funcia ei de repartiie va fi
J*x+ %
<x x
n
n
p
*0.)1+
Exemplul 1. / se afle funcia de repartiie a v.a. avnd tabelul de
repartiie
X .

,
_

3 , 1 0 , 1 ) , 1 ( , 1
3 0 ( )
i s se calculeze
+ 3 ( * X -
, -(2KXKL) i -(1KXKLXH2).
#uncia ei de repartiie v.a. discrete X va fi *dup *0.B++
J*x+ %

'

>
<
<
<

3 , )
3 0 , 6 , 1
0 ( , 0 , 1
( ) , ( , 1
) , 1
x
x
x
x
x
Pentru a calcula probabilitile cerute , aplicm relaiile *0.6+, respectiv
*0.3+, i obinem

+ 3 ( * X -
%J(L)FJ(2);-(X:L):0*)F0*2;0*L:0*M
-(2KXKL):J(L)FJ(2)F-(X:2):0*)F0*2F0*1:0*
-(1KXKLXH2):
?
0
) , 1 ( , 1 )
) , 1 ( , 1 6 , 1
+ ( * + ( * )
+ ( * + ( * + 3 *
+ ( * )
+ 3 ( *
+ ( *
+ ( 3 ) *

< <

>
> < <
X - J
X - J J
X -
X -
X -
X X -
/e poate verifica, de exemplu, primul rezultat prin urmtorul calcul

+ 3 ( * X -
:-(X:2);-(X:);-(X:L):0*1;0*;0*L:0*M
)@
&.". Variabile aleatoare !ontin%e
-n paragraful precedent am considerat acele variabile aleatoare care luau
o mulime numrabil de valori- variabilele aleatoare discrete. Acum vom
considera o situaie particular, dar foarte important, ce acoper aria celor
mai multe aplicaii i care cere o matematic puin mai abstract. Acesta va
fi cazul variabilelor aleatoare cu VdensitateW.
Defniia 3.2. #ie J*x+ funcia de repartiie a unei v.a. X. Dac exist o
funcie integrabil (IR
+
R
astfel ca
J*x+ %

x
u ( + * du
*0.))+
atunci X se numete va$"a%"l# alea./a$e 2/n."nu#* iar (*x+ se numete
0en1".a.e 0e p$/%a%"l".a.e sau 0en1".a.e 0e $epa$."!"e a v.a. X.
Din relaia *0.))+ rezult c ((x) este densitate de probabilitate dac i
numai dac verific condiiile
(*x+ 1,
+

+ *x (
dx % )
*0.)(+
Consecine. 1. #olosind cunotinele din analiza matematic se deduce
din formula *0.))+ c, dac ( este continu, atunci ea este derivata lui J.
((x) : JN(x) *0.)0+
i cum
2 *(- 3
1
lim
x
x
x J x x J

+ + * + *
3
1
lim
x
x
x x X x -

+ + *
,
aceast rela'ie va conduce la
P*( X P ( 2 (- 3 3*(- ( 2 1*(-
ceea ce va nsemna c pro!a!ilitatea ca v.a. X s ia valori
ntr-un interval de lungime in%nitesimal ( este
propor'ional cu 3*(- i cu (, 1*(- reprezint#nd o cantitate
care mpr'it la ( tinde la 1 atunci c#nd ( 1.
2. -n cazul v.a. continue, funcia de repartiie este o funcie continu,
deci probabilitatea *0.?+ ca v.a. s ia o anumit valoare este 1, limitele
laterale ale lui J n orice punct fiind egale.
3. >ezult din consecina ( c relaiile *0.0+ - *0.6+ vor avea n membrul
doi J*%+ S J*a+.
4. Dac aceleai relaii *0.0+-*0.6+ se exprim cu a8utorul densitii de
repartiie, atunci avem
-*a X O %+ % J*%+ - J*a+ %

%
x ( + *
dx -


a
x ( + *
dx %

%
a
x ( + *
dx
*0.)3+
5. Kai general dect relaia *(.)0+, dac & este o reuniune de intervale
nu neaprat dis8uncte i care pot fi c2iar infinite, atunci avem
)B


&
0x x ( & X - + * + *
*0.)9+
-n cele ce urmeaz vom defini o mrime foarte utilizat n statistica
matematic.
Definiia 3.3. #ie X o v.a. i fie
( ) ) , 1
. Aumrul O(- care
satisface, pentru orice X B 1, inegalit'ie

+ > < ) + + * * , + + * * O X - O X -
se numete -quantila v.a. X.
Deniia 3.4. Jumrul
e
m
3 4(1.0) se numete
mediana v.a. X.
Dac J(x) este funcia de repartiie a lui X, atunci inegalitile
corespunztoare medianei devin.
JPO)1A2)Q 1A2* JPO)1A2)Q 1A2.
&n afar de 3 .> care conduce la determinarea
medianei, pentru valorile particulare 3 .>4 se o!'in
Quantilele, pentru 3 .>.1 se o!'in decilele i pentru 3
.>.11 se gsesc centilele v.a. X.
Iac exist densitatea de pro!a!ilitate 3*(-, atunci -
Quantilele se pot determina din ecua'ia:

+ *
+ *
O
x ( d( 3
sau

+ *
+ *
O
x (
d( 3 . -
Se vede c pentru 3 .> mediana m
e
veri%c ecua'iile

e
m
x ( + * d( 3

e
m
x ( + *
d( 3
(
)
Deniia 3.5. Orice punct de maxim local al densit'ii
de pro!a!ilitate 3*(- se numete pun&t modal *mod-.
Iup numrul punctelor modale, reparti'iile vor %
unimodale, !imodale, n general, multimodale.
Iac v.a. X este discret, punctul modal se numete
5aloarea &ea mai probabil.
"stfel, dac v.a. X are valorile (
i
ordonate cresctor pe
care le ia cu pro!a!ilit'ile p
i
3 P*X 3 (
i
-, i 3 1,0,n , atunci
valoarea cea mai pro!a!il (
i
este cea pentru care
p
i#.
p
i
p
i2.
, i 3 1,0,n.
Exemplul 2. #ie funcia de repartiie
(1
J*x+ %

'

<
<
<
<
3 , )
3 ( ,
3
( 1 ,
(
)
) 1 ,
(
1 , 1
x
x
x
x
x
x
x
/ se determine densitatea de repartiie corespunztoare i -*) O X O 0+.
/e vede c funcia de repartiie corespunde unei v.a. continue, deci
avem, conform cu *0.)0+, respectiv cu *0.)3+,
(*x+ %

'

<
<
rest n , 1
3 ( ,
3
( ) ,
(
)
R
x
x
x
i -*) O X O 0+ % J*0+ S J*)+ %
3
0
-
(
)
%
3
)
.
Din expunerea fcut n aceste dou paragrafe se poate concluziona c
variabilele aleatoare definite n cazul general prin 'e(. 1.L se mpart n dou
categorii, sau c sunt de dou tipuri, discrete- 'e(. 1.1 i continue S 'e(. ..
Pentru fiecare dintre ele am definit distribuia sau repartiia prin tabelul de
repartiie

'

,
_

I "
"
"
"
"
-
I " p
I "
p
x
X
)
, 1
, , .

cu p
"
% -*X:x
"
+, " I , n cazul n care X este o v.a. discret, i prin
densitatea de probabilitate ((x) ce verific condiiile *0.)(+, n cazul n care X
este o v.a. continu.
/e observ analogia dintre condiiile ndeplinite de probabilitile p
"
*
I " i densitatea de probabilitate ((x).

(. Re#artiii !lasi!e !ontin%e
()
(.1. Re#artiia %nifor)
$ie La, !M un interval compact din R i fie densitatea de
pro!a!ilitate
3 *(- 3
[ ]

'

rest Rn 1
, ,
)
% a x
a %
*4..-
Se spune c v.a. X cu aceast densitate de pro!a!ilitate
are repartiie uni3orm pe inter5alul La, !M.
Iac X este o v.a. uniform pe [a, b] atunci func'ia ei de
reparti'ie este
2*(- 3

'

>

<
% x
% x a
a %
a x
a x
, )
,
1

exprimare ce se o!'ine din formula *0...- astfel:
-dac ( P a, 3 *(- 3 1, deci 2*(- 3 1
-dac a ( b, atunci
2*(- 3

x
u ( + * du 2

x
a
u ( + * du 3

x
a
a %
)
du 3
a %
a x

-dac ( B b avem
2*(- 3

x
u ( + * du 2

x
a
u ( + * du 2

x
%
u ( + * du 3

a
%
a %
)
du =1
Exemplul 1. Se nv#rtete un ac pe un cadran circular.
8#nd se oprete, el se situeaz la un ung(i E i este normal
s considerm c E este distribuit uniform pe [ ]
1
061 , 1 . Atunci, pentru
( )
<
, avem

061 061
)
+ *
) (
( )
(
)

0x -
Aceast formul arat c probabilitatea ca acul s se fixeze ntre cele
dou direcii este proporional cu ung2iul dintre ele. Dac
) (

devine
((
1, tot att va fi i probabilitatea, deci probabilitatea ca acul s se fixeze exact
la ung2iul E este egal cu 1. Din punct de vedere empiric acest eveniment
nu are sens deoarece acul nsui are o lime. Paradoxul este creat de
idealizarea matematic ce presupune c Vo linie nu are limeW.
4.2. Repartiia normal
8ea mai important reparti'ie dintre toate reparti'iile
numite clasice, datorit propriet'ilor pe care le vom studia
aproape n toate capitolele ce urmeaz, a fost determinat
de 8.$. Kauss, unul dintre cei mai mari matematicieni ai
tuturor timpurilor.
Se spune c v.a. X are distribuia normal sau 6apla&e#
7auss de parametrii m i i se noteaz X N*m, - dac
are densitatea de pro!a!ilitate
3*(- 3
(
(
)
(
)

,
_

m x
e
, ( 7N m 7N B 1
*4.-
Se demonstreaz c func'ia *4.- satisface condi'iile
*0..-. 5rima condi'ie *3 (() 0- este ndeplinit, iar pentru a
doua se face sc(im!area de varia!il
t 3

m x
*4.0-
i se o!'ine

+ *x (
d( 3
(
)

(
(
.
e
dt 3
(
)
( 3 .
pentru c s-a aDuns la integrala 4uler S5oisson de valoare
( .
8azul particular m 3 1, 3 . poart numele de
distribuie normal normat sau normal tip, deci spunem c
X N*1, .- dac are densitatea de pro!a!ilitate
3 *(- 3
(
(
(
)
x
e

, ( 7 *4.4-
Tn rol important n analiza acestei reparti'ii l are func'ia
care se numete 3un&ia 6apla&e i se de%nete ca %ind
*8- 3

= .
e
(
(
(
)
dt, 8 9.
*4.,-
(0
Iensitatea de reparti'ie normal *4.4- are multe
propriet'i analitice remarca!ile S Kauss a determinat-o prin
alegerea c#torva dintre ele drept caracteristici ale unei Ulegi
a erorilorH. "mintim aici c#teva dintre aceste propriet'i:
- func'ia *4.4- este simetric * 3(()=3(#() ), iar de aici se
deduce urmtoarea proprietate:

=
=
= = = 0x x ( ) + * ( + * + * + *
*4.9-
- 3(() admite derivate de orice ordin i orice derivat
este egal cu produsul dintre 3 i un polinom numit polinom
:ermitN
- existen'a tuturor derivatelor face ca 3(() s se
reprezinte gra%c ca o cur! neted. Vai mult dec#t at#t,
func'ia descrete rapid la 1 atunci c#nd ( tinde la t . Iin
cauza formei o!'inute cur!a se numete &lopotul lui 7aussN
- v.a. normal cu densitatea *4.4- admite o 3un&ie
%eneratoare de momente, care, aa cum se va arta n alt
capitol, rareori exist dac 3 este nlocuit cu o densitate
ar!itrar. Ie aici rezult c v.a. normal admite momente
de orice ordin.
Wegtura dintre reparti'ia normal N*m, - i func'ia
Waplace este dat de urmtoarele rezultate:
!ropo"iia 4.1. $unc'ia de reparti'ie a v.a. X N*m, -,
2*(- 3 *

m x
-, ( 7 *4.@-
unde este func'ia Waplace *4.,-.
;em. &n rela'ia *0...-, ce d func'ia de reparti'ie cu
aDutorul densit'ii de pro!a!ilitate, se face sc(im!area de
varia!il *4.0-.
Corolar. Iac X este o v.a N*1, .-, atunci func'ia ei de
reparti'ie este
2*(- 3 *(- *4.6-
;em. Se particularizeaz m 3 1, 3 . n *4.6-.
!ropo"iia 4.2. $unc'ia Waplace are proprietatea
*-8- 3 . -*8- *4.E-
;em. &n *-8- se face sc(im!area de varia!il t 3 -u i se
o!'ine
(3
*-8- 3 -
(
)

= u
e
(
(
du 3
(
)

=
u
e
(
(
du 3
3
(
)

= u
e
(
(
du -
(
)

= u
e
(
(
du 3 . -*8-
#$%er&aie. :alorile func'iei de reparti'ie a unei v.a.
normale, *(- se gsesc n ta!ele care con'in numai
argumente pozitive din cauza acestui rezultat.
!ropo"iia 4.3. Iac X este o v.a. N*m, -, atunci
P*a X P b- 3
,
_

m %
-
,
_

m a
*4..1-
;emonstraia rezult imediat din propriet'ile func'iei de
reparti'ie i din formula *4.@-.
#$%er&aie. $unc'ia Waplace se mai reprezint ca

=
.
0. e =
1
(
(
)
+ *

, 1 =
*4...-
8u aceast de%ni'ie formulele *4.9- - *4.E- devin,
respectiv :

=
=
= x ( + * ( + * N 2*(- 3
+
(
)
*

m x
- N
2*(- 3
+
(
)
*(- N
+ * + * = =
.
$ormula *4..1- rm#ne la fel pentru am!ele de%ni'ii ale
func'iei Waplace.
4.3. Repartiia exponenial
Se spune c v.a. a crei densitate de pro!a!ilitate este
3 *(- 3X e
-(
, ( 1, B 1
*4..-
1, (<0
are distribuie e(ponenial de parametru .
Se veri%c uor faptul c 3 este o densitate de
pro!a!ilitate **0...--.
(9
!ropo"iia 4.4. Iac X este o v.a. exponen'ial de
parametru , atunci func'ia ei de reparti'ie este
2*(- 3 . - e
-(
, ( 1
Exemplul 2. S presupunem c urmrim trecerea
mainilor de pe o osea prin fa'a unui spot luminos. Timpul
msurat ntre trecerile a dou maini este o v.a. = cu
reparti'ie exponen'ial. Iin 5rop.4.4 deducem c

x
e x J x R -

> + * ) + * , ( 1
*4..0-
din care se vede c, pentru ( %xat, aceast pro!a!ilitate
descrete c#nd crete, ceea ce nseamn c timpul de
ateptare este mai scurt dac este mai mare. "stfel, pe o
osea aglomerat va % mare.
Je propunem s determinm urmtoarea pro!a!ilitate
. 1 R - + > *
C

>
+ >
>
+ *
+ *
+
1 R -
. 1 R -
1 R

+
1
. 1
e
e

+ *
+ * . R - e
.
>

*3.)3+
pentru orice valori reale nenegative ale lui 1 i ..
Aceast relaie se poate interpreta n urmtorul mod. dac am petrecut
dY8Z un timp n ateptare, distribuia timpului de ateptare viitor este aceeai
cu cea a timpului de ateptare iniial, adic am pierdut timpul degeaba H In
mod sugestiv de a spune acest lucru este c v.a. R nu a$e mem/$"e . Aceasta
este o proprietate fundamental a repartiiei exponeniale pe care nu o are
nici o alt repartiie i care st la baza teoriei proceselor KarLov.
Ae reamintim *[(.0+ faptul c o v.a. X, reprezentnd timpul pn la
prima apariie a stemei, are o repartiie geometric *(.3+ cu probabilitatea de
succes p ( 7 ) cnd moneda era neomogen. Atunci

n
n k
k
9 p9 n X - >

)
)
+ *
, n:0*1*S
De aici putem calcula, pentru 1 i . numere ntregi nenegative,
probabilitatea din *3.)3+ care devine egal cu

.
9 + * . X - >
obinnd astfel acelai rezultat ca n *3.)3+. Nbservm ns c, dei repartiia
geometric este corespondenta discret a repartiiei exponeniale, totui ea
nu are proprietatea de Vlips a memorieiW pentru c relaia *3.)3+ nu are loc
cnd 1 i . nu sunt numere ntregi.
Exemplul 3. Iistri!u'ia exponen'ial este mult folosit
pentru tipurile de pro!leme n care se studiaz diferi'i timpi
(6
de ateptare cum ar % c(emrile telefonice, timpii de
service, dezagregarea particulelor radioactive, etc.
&n cele ce urmeaz vom arta cum se construiete n
domeniul asigurrilor o v.a. cu aceast distri!u'ie i pentru
asta ne vom referi la 4xemplul @ din O..., unde notaserm
cu
n
8
v.a. reprezent#nd data la care este primit cererea n
de plat a unor daune asigurate.
$ie

,... ,... ,
) ) ( ( ) )

n n n
8 8 R 8 8 R 8 R

un nou ir de v.a. ce reprezint timpul dintre sosiri. "ceste
v.a. sunt importante nu numai n asigurri, dar i pentru alte
modele, cum sunt cele cu ; perioade inutile < ale mainilor
ce lucreaz sporadic, sau cele cu ; !ree < n tra%c n cazul
n care =-urile msoar distan'e nu timpi. S-a demonstrat
c :
>.a.
n
R
sunt reparti8ate e(ponenial pentru ori&e n
natural, iar parametrul de &are depinde repartiia a&estor
5.a. este interpretat &a intensitate a tra?&ului.
4.4. Repartiiile gamma, beta,
2

Iac v.a. X are densitatea de pro!a!ilitate
3 *(- 3

'

> >

1 , 1
1 , 1 , ,
+ * \
)
)
x
p x e x
p
x p
*4..,-
se spune c are repartiia %amma de parametru p. :om nota
acest lucru prin X T(p).
:.a. X are repartiia beta de parametrii p +i q i scriem X
*p,q-, dac densitatea ei de pro!a!ilitate este
3 *(- 3
[ ]

'

>



1 , , 1
) , 1 , + ) * ,
+ , * ]
)
( )
) )
( )
( )
rest Rn
x x x
$
*4..9-
(?
:.a. X cu densitatea de pro!a!ilitate
3 *(- 3

'

>
>

1 , , 1 , 1
1 , ,
+ ( 7 * \ (
) (
(
)
(
(
a N n x
x e x
n a
a
x
n
n
n
*4..@-
se spune c are repartiie

&u n %rade de libertate +i

parametru a (repartiia :elmert #Pearson-.
Se demonstreaz c *4..@- este densitate de
pro!a!ilitate fc#nd su!stitu'ia ( > a

3 t.
4.5. Repartiia Student
:.a. X care are densitatea de pro!a!ilitate dat de
func'ia
3 *(- 3
(
)
(
+ 7 ) *
+
(
* \
+
(
)
* \
)
+

n
n x
n
n
n
, ( 7, n J
*4..6-
se numete v.a. reparti8at "tudent &u n %rade de libertate.
Se demonstreaz c *4..6- este o densitate de
pro!a!ilitate cu aDutorul su!stitu'iei (

> n 3 @
4.. Repartiia !ehrens "#isher "Snedecor
:.a. X care are densitatea de pro!a!ilitate
3 *(- 3
+
(
* \ +
(
* \
+
(
* \
( )
( )
n n
n n +
)
( (
(
)
) )
+ *

n n
x
n
n
(
(
)
( )
+ ) *
n n
x
n
n
+

+
, ( B 1
*4..E-
se numete v.a. reparti8at !e$rens #2is$er #"nede&or &u
(n
1
, n
0
) %rade de libertate (n
1
, n
0
N).
8u sc(im!area de varia!il
(n
.
> n

3 @
se gsete c *4..E- este o densitate de pro!a!ilitate.
(@
*. Variabile aleatoare bii)ensionale
Pentru simplificarea notaiilor vom considera numai cazul variabilelor
aleatoare cu dou componente, dup care extensia la un numr finit de
componente se va putea face cu uurin.
Dac X i 3 sunt variabile aleatoare, atunci vectorul *X* 3+ este o v.a.
%"0"men1"/nal# sau un ve2./$ alea./$ %"0"men1"/nal.
Deniia 5.1. Iac *X, A- este o v.a. !idimensional,
atunci func'ia
2 : 7
0
7 dat de
2*(, @- 3 P*X P (, A P @-
se numete 3un&ia de repartiie a 5e&torului aleator (X, A).
!ropo"iia 5.1. $unc'ia de reparti'ie a unei v.a.
!idimensionale *X, A- are urmtoarele propriet'i:
.. este nedescresctoare n raport cu %ecare varia!ilN
. este continu la st#nga n raport cu fecare varia!ilN
0.

"
x
lim
2*(
( )
, x
,
- 3 1, pentru orice i 3 ., N
4. 2*2, 2- 3 ..
,. pro!a!ilitatea ca v.a. *X, A- s se gseasc n
ptratul La, b- L&, d- este:
P*a

X P b, & A P d- 3 2*b, d- - 2*a, d- S2*b,&- 2 2*a, &-
*.1. Variabile aleatoare bii)ensionale is!rete
#ie X i 3 dou variabile aleatoare discrete, care pot lua valorile {x
"
}
"I
i
respectiv {x
,
}
,6
, definite corespunztor urmtoarelor sisteme complete de
evenimente *'e(.).1 Cap.+.
&
"
% { X*+ % x
"
&, " I T 5
,
% { X*+ % 4
,
&, , 6*
unde I i 6 sunt mulimi numrabile.
Dac notm evenimentele.
C
",
% &
"
5
,
% { X*+ % x
"
, 3*+ % 4
,
&, " I, , 6 *9.)+
atunci se tie din -$/p.1.2 c ele determin un sistem complet de
evenimente.
#ie
p
",
% -*C
",
+ % -*X % x
"
, 3 % 4
,
+, " I, , 6 *9.(+
atunci aceste probabiliti verific condiiile.
(B

'

I " 6 ,
",
",
p
6 , I " p
)
, , 1
*9.0+
deoarece evenimentele *9.)+ formeaz un sistem complet. Astfel, mulimea
probabilitilor
6 , I " p
",
, &, '
, determin $epa$."!"a 1au 0"1.$"%u!"a
ve2./$ulu" alea./$ 0"12$e. *X, 3+.
/e observ c condiiile *9.0+ sunt similare condiiilor *).@+ ale cazului
unidimensional.
/e poate determina doar distribuia lui X, cnd 3 parcurge mulimea
valorilor posibile lui, astfel.
p
"^
% -*X % x
"
+ % -[
6 ,
*X % x
"
, 3 % 4
,
+] %

6 ,
",
p
*9.3+
Probabilitile *9.3+ se vor numi p$/%a%"l".#!"le ma$<"nale ale va$"a%"le"
alea./a$e X i, cnd X ia valorile posibile
I " x
"
&, '
, atunci ele definesc
$epa$."!"a ma$<"nal# a lu" X, adic

I "
p
x
X
"
"

,
_

, .
^
.
-n mod asemntor
p
^,
% -*3 % 4
,
+ % -[
I "
*X % x
"
, 3 % 4
,
+] %

I "
",
p
*9.9+
va fi p$/%a%"l".a.ea ma$<"nal# a va$"a%"le" alea./a$e 3.
-n mod evident au loc relaiile

'

I "
"
"
p
I " p
)
, 1
^
^

'

6 ,
,
,
p
6 , p
)
, 1
^
^
4onform 'e("n"!"e" 1.2 a independenei variabilelor aleatoare vom spune
c variabilele aleatoare X i 3 sunt independente dac
p
",
% p
"^
p
^,
, " I, , 6 *9.6+
-n cazul n care v.a. X i 3 sunt dependente, se pot determina
probabilitile condiionate ale unor evenimente legate de realizarea
anumitor valori.
Propoziia 5.2. Dac p
"^
P 1, p
^,
P 1, " I, , 6* atunci
-*X % x
"
3 % 4
,
+ % p
",
7 p
^,
*9.?+
-*3 % 4
,
CX % x
"
+ % p
",
7 p
"U
*9.@+
01
'em/n1.$a!"a folosete definiia probabilitii condiionate, precum i
definiiile probabilitilor din *9.(+, *9.3+ i *9.9+.
Propoziia 5.3. Probabilitile *9.?+ i *9.@+ definesc repartiiile variabilei
aleatoare X 3 % 4
,
, , 6 i respectiv ale variabilei aleatoare 3 C X % x
"
, "
I.
'em/n1.$a!"e. /e observ c
-*X % x
"
C3 % 4
"
+ 1, " I, , 6
i c

I "
-
*X % x
"
C3 % 4
"
+ %

I "
, ,
",
p p
p
^ ^
)

I "
",
p
% ).
deci c probabilitile *9.?+ cu " I verifc condiiile *).@+ ale unui tabel de
distribuie. 5a fel se demonstraz pentru probabilitile *9.@+ cu , 6.
Exemplu. /e consider vectorul aleator *X, R+ care are urmtorul tabel
de distribuie.
X
A3
) ( 0
-
)
1,) 1,) 1,(
) 1,0 1,( 1,)
a+ / se determine repartiiile marginale ale v.a. X i 3T
b+ / se verifice dac X i 3 sunt independenteT
c+ / se gseasc repartiia v.a. XC3 % (.
Re=/lva$e. a+ 4onform relaiilor *9.3+ i *9.9+ avem.
-*X % -)+ % 1,) D 1,) D 1,( % 1,3
-*X % )+ % 1,0 D 1,( D 1,) % 1,6
-*3 % )+ % 1,) D 1,0 % 1,3
-*3 % (+ % 1,) D 1,( % 1,0
-*3 % 0+ % 1,( D 1,) % 1,0
b+ /e verific relaia *9.6+ lund de exemplu " % ), , % (. Atunci
p
)(
% 1,) p
)^
p
^(
% 1,3 1,0,
prin urmare X i 3 sunt v.a. dependente.
c+ Din *9.?+ avem
-*X % -)C3 % (+ % 1,)71,0 % )70
-*X % )CR % (+ % 1,(71,0 % (70
0)
Deci XC3 % ( .

,
_

0
(
0
)
) )
.
5.2. $ariabile aleatoare bidimensionale
continue
Deniia 5.2. $ie 2((,@) func'ia de reparti'ie a v.a. *X, A-.
:om spune c *X
.,
A- este o 5.a. bidimensional &ontinu
dac exist o func'ie nenegativ integra!il 3*(
,
@- astfel ca
2*(, @-

x 4
0u0v v u ( + , *
, *(, @- 7
0
*,.E-
&n acest caz, func'ia 3*(,@- se numete densitatea de
probabilitate a v.a.
!idimensionale *X, A-.
Wa fel ca n cazul unidimensional, se deduce din *,.E- c
func'ia 3*(,@- va satisface condi'iile:

(
+ , * , 1 + , * R 4 x 4 x (


+

+

) + , * 0x04 4 x (
*,..1-
pentru a % densitate de pro!a!ilitate.
Tot din rela'ia *,.E- se gsete c
3*(,@- 3
4 x
4 x J

+ , *
(
*,...-
!ropo"iia 5.4. $unc'ia 2* (,

2- este func'ia de
reparti'ie a v.a. X.
;em. "vem
2*(, 2- 3 5*X P (, A P - 3 P*X P (- .
De'(niia 5.3. $unc'ia de reparti'ie 2* (,

2- se numete
3un&ia de repartiie mar%inal a v.a. X i se noteaz 2
.
*(-. &n
mod asemntor, func'ia 2*2,@- va % 3un&ia de repartiie
mar%inal a v.a. A i se va nota cu 2

*@-.
0(
8alculul func'iilor de reparti'ie marginal se va face
pornind de la de%ni'ia lor i a func'iei de reparti'ie a
vectorului *X,A- *;e3. B.-, astfel:
2
.
*(- 3 2*(, 2- 3 P*X P (- 3
u v v u (
x
d d


+

1
]
1

+ , *
*,..-
2

*@- 3 2*2, @- 3 P*A P @- 3

u v v u (
4
d d


+

1
]
1

+ , *

8orespunztor acestor reparti'ii, densit'ile de
pro!a!ilitate ale v.a. X i A se vor numi densiti mar%inale
i vor % :
3
.
*(- 3 2
.
*(- 3
+

v v u ( d + , *
*,..0-
3

*@- 3 2

*@- 3
+

v 4 u ( d + , *
Propo%iia 5.5. Iac v.a. continue X i A au
densit'ile de reparti'ie 3
.
*(- i 3

*@-, respectiv, atunci ele

sunt independente dac i numai dac
3*(,@- 3 3
.
*(- 3

*@- *,..4-
unde 3*(, @- este densitatea de pro!a!ilitate a vectorului
aleator *X, A-.
;em. 5ornind de la ;e3. B.1 a func'iei de reparti'ie a v.a.
!idimensionale *X,A- i folosind Prop. B.C, avem
2*(,@- 3 P*X P (, A P @- 3 P*X P (- P*A P @- 3
2
.
*(-2
0
*@- *,..,-
Ieriv#nd aceast rela'ie n raport cu ( i @ se o!'ine
*,..4- cu aDutorul rela'iei *,...-.
7eciproc, integr#nd rela'ia *,..,- se o!'ine *,..4-.
S notm cu 2*@(- 3un&ia de repartiie a 5.a. A
&ondiionat de X 3 ( i cu 3*@(- densitatea ei de
probabilitate.
!ropo"iia 5.6. Iac 3
.
*(- B 1, 3

*@- B 1, atunci
densit'ile de pro!a!ilitate condi'ionate sunt:
3*@(- 3
+ *
+ , *
)
x (
4 x (
, 3*(@- 3
+ *
+ , *
(
4 (
4 x (
.
*,..9-
;em. Iin de%ni'ia func'iei de reparti'ie i din condi'ia c
v.a. X i A sunt continue putem scrie
2*@(- 3 P*A P @X 3 (- 3
x _
lim
P*A P @( P X P ( 2 (-
$olosind proprietatea , din Prop. B.1 se o!'ine
00
P*A P @ ( P X P ( 2 (- 3
+ _ *
_ , *
x x X x -
x x X x 4 3 -
+ <
+ < <
+
3
3
+ , * + , _ *
+ , * + , _ *
+ + +
+
x J x x J
4 x J 4 x x J
i atunci
2*@(- 3
x _
lim
+ , * + , _ *
+ , * + , _ *
+ + +
+
x J x x J
4 x J 4 x x J
3
3
[ ]
[ ] x x J x x J
x 4 x J 4 x x J
_ 7 + , * + , _ *
_ 7 + , * + , _ *
+ + +
+
3
+ *
+ , *
)
x J
4 x J
x

.
5entru determinarea densit'ii de pro!a!ilitate
condi'ionat se va deriva n raport cu @ func'ia de reparti'ie
exprimat mai nainte i vom o!'ine c
3*@(- 3 2
@
*@(- 3
+ *
+ , *
+ , *
+ *
)
) )
x (
4 x (
4 x J
x J
x4

,
rela'ie n care am 'inut seama de formula *,...-. 5ermut#nd
literele ( i @ se gsete a doua rela'ie din *,..9-.
&xemplu. :.a. !idimensional *X, A- care are densitatea de
pro!a!ilitate
3*(, @- 3 .> L
.
=

(
) M=exp

'

+ ) * (
)
(
=
=
1
1
]
1

,
_

(
(
(
(
( )
( )
(
)
(
)
+ * + +* *
(
+ * m 4 m 4 m x m x
, *(, @- 7

*,.@.-
se spune c are reparti'ie normal !idimensional, unde
parametrii au valorile: R m m
( )
, ,
.
,

B 1, iar P ..
)+ S se arate c 3*(, @- este o densitate de
pro!a!ilitate.
- S se determine densit'ile marginale ale v.a. X i A.
9e8ol5are. .- Se vede c 3*(, @- 1, *(, @- 7

, i apoi
se face sc(im!area de varia!ile

'

v
m 4
u
m 4 m x
E (
E + ) * (
(
(
(
(
(
)
)
av#nd determinantul func'ional D 3
.

(
) pentru a
calcula
(
+ , *
7
4 x (
d( d@ 3
(
+ , *
7
v u (
D du d5 3
03
3

( (
v u
e
du d5 3

)
(
(
1
]
1

u
e
3 .
*din calculul integralei 4uler-5oisson care este

(
u
e
du 3
-.
- Iensitatea marginal a v.a. A este
3

*@- 3

+ , * 4 u (
du 3
3 exp

1
]
1

(
(
+ *
(
(
(
(
m 4

(
) =
(
(
(
(
)
(
+ ) * (
)
exp

,
_

1
]
1

m 4 m u
du
Se efectueaz sc(im!area de varia!il
.
m 4 m u
E + ) * (
(
(
(
(
)

i se o!'ine
3

*@- 3
(
)
(
)
(
+ *
(
(
)

m x
e

(
.
e
dt 3
(
(
(
(
(
+ *
(
(
)

m 4
e
.
8um func'ia 3*(, @- este simetric n varia!ilele ( i @, se
deduce c
3
.
*(- 3
(
)
(
)
(
+ *
)
(
)

m x
e .
Se vede c v.a. X J *m
.
,
.
- i v.a. A J *m

-.
. #uncii de 'ariabile aleatoare continue
!ropo"iia 6.1. $ie X o v.a. continu cu densitatea de
pro!a!ilitate 3*(- i %e : 7 7 o func'ie strict monoton cu
inversa
-.
deriva!il. "tunci A 3 *X- este o v.a. continu
av#nd densitatea de pro!a!ilitate
%*@- 3 3*
-.
*@-- *
-.
-*@-, @ 7 *9..-
;em. Jotm cu 2*(- i 7*@- func'iile de reparti'ie ale v.a.
X, respectiv A 3 *X- i presupunem c func'ia este strict
cresctoare pe 7. "tunci
7*@- 3 PL*X- P @M 3 PLX P
-.
*@-M 3 2*
-.
*@--
09
de unde se o!'ine densitatea de pro!a!ilitate a v.a. A
%*@- 3 L2*
-.
*@--M 3 3*
-.
*@-- *@
-.
-*@-, @ 7
&n mod asemntor, dac este o func'ie strict
descresctoare, avem
7*@- 3 PLX B
-.
*@-' 3 . - 2*
-.
*@--
iar densitatea devine
%*@- 3 -3*
-.
*@-- *
-.
-*@-, @ 7.
ceea ce corespunde formulei *9..-.
"plicarea Prop. E.1 pentru o v.a. normal conduce la
rezultate ce vor % mult folosite mai ales n statistica
matematic:
!ropo"iia 6.2. Iac X este o v.a. N*m, -, atunci v.a.
F 3

m X

are o distri!u'ie N*1, .-.
;em. 5entru a demonstra acest rezultat se folosete
formula *9..- , n care F= *X- 3 *X -m- > , deci
-.
*8- 3
8 2 m. "tunci
%*8- 3 3 **
-.
-*8-- 3
(
(
(
)
=
e

care este densitatea de pro!a!ilitate a unei v.a. N*1, .-.

!ropo"iia 6.3. Iac v.a. A N*1, -, atunci X 3 A

are
reparti'ia
(
)
*-.
;em. $ie 2*(- i 7*@- func'iile de reparti'ie ale varia!ilelor
aleatoare X, respectiv A. "vem
2*(- 3 P(X < () 3 P*A

P (- 3 P*- x P A P x - 3 7* x - -
7*- x -.
"tunci densitatea de reparti'ie a varia!ilei aleatoare X va
%
3*(- 3 2 *(- 3
x (
)
*% x - 2 %*- x -- 3
(
(
(
(
(
)

x
e
x
3
(
( (
)
(
(

x
e x
care reprezint densitatea de pro!a!ilitate a reparti'iei
(
)

de parametru a 3 i un grad de li!ertate.

06
!ropo"iia 6.4. Iac A
(

*-, atunci v.a. X 3 A .

are
reparti'ia
(

.
;em. $ie 2 i 7 sunt, la fel ca nainte, func'iile de
reparti'ie ale varia!ilei aleatoare X respectiv A. "vem
2*(- 3 P*X P (- 3 P*A .

P (- 3 P*A P (

- 3 7*(

-
"tunci o!'inem din formula *9..- c densitatea de
pro!a!ilitate a v.a. X este
3*(- 3

%*(

-3

=
(
(
(
) ( 7 (
( 7
+ *
+ ( 7 * (
)

x
e x

3
3
( 7 ) ( 7
( 7
+ ( 7 * (
)
x
e x

ceea ce reprezint densitatea unei reparti'ii

(

care nu
depinde de nici un parametru.
!ropo"iia 6.5. $ie X 3 *X
.
A X
n
- o v.a. n-dimensional
cu densitatea de pro!a!ilitate 3*(
.
A (
n
- i = : 7
n
7
n
o
aplica'ie !iDectiv de%nit de ecua'iile:
@
G
3
G
*(
.
A (
n
-, G 3 ., A n.
Iac aplica'ia invers este dat de ecua'iile
(
i
3
i
*@
.
A @
n
-, i 3 ., A n,
unde
i
sunt func'ii deriva!ile cu derivate par'iale continue,
atunci densitatea de pro!a!ilitate a v.a. n-dimensionale
A 3 *
.
*X
.
A X
n
-, A
n
*X
.
... X
n
--
este
%*@
.
A @
n
- 3 3*
.
*@
.
A @
n
-, A
n
*@
.
A @
n
-- D *9.-
unde D este Daco!ianul transformrii =
-.
, D 3 det

,
_

,
"
4
, i, G 3 .
A n.
!ropo"iia 6.6. Iac X i A sunt v.a. independente,
av#nd reparti'iile
X N*1, - i A
(
n
*-, atunci v.a.
= 3 X >
n
3
*9.0-
este repartizat Student cu n grade de li!ertate.
;em. Iensitatea de pro!a!ilitate a vectorului aleator *X,
A- este, din condi'iile enun'ate, produsul densit'ilor
corespunztoare acestor reparti'ii :
0?
3*(, @- 3
(
(
(
(
)

x
e


(
)
(
+ ( 7 * \
)
4 n
e 4
n
, ( 7, @ B 1
Se efectueaz o sc(im!are de varia!ile

'

>

1 , 7
, 7
u n 4 u
.
n
4
x . 7
Faco!ianul acestei transformri %ind
D 3
+ , *
+ , *
u . '
4 x '
nu

se o!'ine, nlocuind n formula *9.-, c densitatea de

pro!a!ilitate a vectorului aleator *=, H- este
%*t, u- 3
+ *
(
)
)
(
)
(
(
(
(
+ ( 7 * \ (
n .
u
n
n
n
n
e u
n
n
+

Iensitatea de pro!a!ilitate a v.a. = va % o densitate

marginal, adic
%
.
*t- 3

1
+ , * u u . < d
care se calculeaz fc#nd sc(im!area de varia!il 3
(
(
(
u
*t

2 n-. "tunci
%
.
*t- 3 C =
(
) (
)
(
(
(
+

,
_

n
n .

1
(
)
+ , * u u . < e v
v
n
d
3
3
+ ( 7 * \ (
)
(
)
(
n
n
n
n
n

+

(
)

(
)
(
)
(
)
+ *
(
+
+
+
+

n
n
n
n .

,
_

+
(
)
\
n
3
+ ( 7 * \
(
)
\
n n
n

,
_

+
(
)
(
)
+

,
_

+
n
n
.
care este densitatea de pro!a!ilitate a reparti'iei Student cu
n grade de li!ertate.
!ropo"iia 6.7. $ie *X, A- o v.a. !idimensional continu
cu densitatea de pro!a!ilitate 3*(, @-. "tunci v.a. F 3 X 2 A
are densitatea de pro!a!ilitate
%
8
*8- 3

+ , * 4 4 = (
d@ 3

+ , * = = x (
d(
*9.4-
0@
;em. 5entru a aplica Prop. E.B se face transformarea
= :

'

+
4 u
4 x =
din care se o!'ine
=
-.
:

'

4 u
u = x
cu D 3
+ , *
+ , *
u = '
4 x '
3 ..
Jot#nd cu %*8, u- densitatea de pro!a!ilitate a vectorului
aleator *F, H-, o!'inem din formula *9.-:
%*8, u- 3 3*8 - u, u-,
care integrat n raport cu u conduce la densitatea de
pro!a!ilitate *marginal- a v.a. F. 7ezult atunci prima
egalitate din formula *9.4-. " doua egalitate se o!'ine dac
n transformarea = se alege F 3 ( 2 @ i u 3 (.
Corolar 6.1. &n condi'iile Prop. E./, dac v.a. X i A sunt
independente, atunci
%
8
*8- 3

+ * + *
( )
4 ( 4 = (
d@ 3

+ * + *
( )
x = ( x (
d(
!ropo"iia 6.8. &n condi'iile Prop. E./, v.a. F 3 X A are
densitatea de pro!a!ilitate
%
8
*8- 3

4
4
4
=
(
)
E + , *
d@ 3

x x
=
x (
)
E + , *
d(
*9.,-
;em. Se face transformarea = :

'

4 u
x4 =
. "tunci

'

u 4
u
=
x
, iar
Daco!ianul transformrii va % D 3
) 1
)
(
u
=
u

3
u
)
. 7ezult din
formula *9.- c
%*8, u- 3 3*
u
=
, u-
u
)
.
0B
Iac n transformarea = se nlocuiete u 3 (, atunci se
o!'ine a doua egalitate din formula *9.,-.
Corolar 6.2. Iac X i A sunt v.a. independente, atunci
*9.,- devine
%
8
*8- 3

4
4 (
4
=
(
)
+E * E + *
( ) d@ 3

x x
=
( x (
)
E + * +E *
( ) d(
!ropo"iia 6.9. &n condi'iile Propo8iiei E./, v.a. F 3
3
X
,
A 1, are densitatea de pro!a!ilitate
%
8
*8- 3

4 4 =4 ( E + , *
d@ *9.9-
;em. &n transformarea = se alege 8 3
4
x
i @ 3 u.
Corolar 6.3. Iac X i A sunt v.a. independente, atunci
*9.9- devine
%
8
*8- 3

4 4 ( =4 ( +E * E + *
( ) d@
!ropo"iia 6.1). Iac X i A sunt dou v.a.
independente cu reparti'iile
X
(
)
n

*- i A
(
(
n

*-, atunci v.a.

2 3
3 n
X n
n 3
n X
)
(
(
)
7
7

*9.@-
are reparti'ia )e(rens-$is(er-Snedecor cu perec(ea de grade
de li!ertate *n
.
,n

-.
;em. Iensitatea de pro!a!ilitate a vectorului aleator *X,
A- va %
3*(, @- 3
+ ( 7 * \ (
)
)
( )
)
n
n
n

)
(
)

n
x
(
(

x
e
+ ( 7 * \ (
)
(
( (
(
n
n
n

)
(
(

n
4
(
(

4
e
3
3
+ ( 7 * \ + ( 7 * \ (
)
( )
( ( )
( )
n n
n n
n n
+
+

)
(
)
(
( )

n n
4 x
(
(
+

4 x
e
N (, @ B 1
Se efectueaz su!stitu'ia

'

>
>
1 ,
1 ,
)
(
)
(
v 4
n
n
v
u
4
x
n
n
u
cu Daco!ianul
31
D 3
)
(
+ , *
+ , *
n
n
v u '
4 x '

5
iar func'ia 3((,@) devine
+ ( 7 * \ + ( 7 * \ (
+ 7 *
( )
(
(
)
( (
( )
( )
( )
( ) ) (
n n
v u n n
n n
n n
n n n n
+
+
+

v u
n
n
n
n
e
+ ) *
( (
)
)
(
(
+

N (, @ B 1
cu u, 5 B 1. "tunci densitatea de pro!a!ilitate a varia!ilei 2
din *9.@- este densitatea marginal 3
.
*u- 3

1
+ , * v v u ( d
n
care se face sc(im!area de varia!il

,
_

u
n
n
n
n
(
)
)
(
(
)
(
5 3 t
i se o!'ine densitatea de pro!a!ilitate a reparti'iei 2*n
.
,
n

-.
!ropo"iia 6.11. Iac X este o v.a. repartizat 2*n
.
, n

-,
atunci v.a. . > X are o reparti'ie 2*n

, n
.
-.
;em. Jot#nd v.a. . > X 3 A i folosind de%ni'ia i
propriet'ile func'iei de reparti'ie, se o!'ine
7*@- 3 P*A B
4
)
- 3 . - 2*. >@-
de unde %*@- 3 7*@- 3 . > @

3*. > @-. &nlocuind densitatea de

pro!a!ilitate corespunztoare reparti'iei 2*n
.
, n

-, a v.a. X,
avem
%*@- 3
+ ( 7 * \ + ( 7 * \
(
\
( )
( )
n n
n n

,
_

+
(
(
)
(
n
n
n

,
_

)
(
(

n
4
(
(
)
( )
)
n n
n
n
4
+

,
_

+
care este densitatea de pro!a!ilitate a unei reparti'ii 2*n

,
n
.
-.
!ropo"iia 6.12. Iac X este o v.a. repartizat Student
cu n grade de li!ertate, atunci v.a. X

este repartizat 2
*., n-
.
;emonstraia se face asemntor propozi'iei anterioare.
Ieci %e v.a A 3 X

. "tunci func'ia de reparti'ie este

7*@- 3 P*A P @- 3 P*-
4
P X P
4
- 3 2*
4
- - 2 *-
4
-
iar densitatea de pro!a!ilitate este
%*@- 3
4
)
[3 *
4
+ D 3 *-
4
+],
adic
3)
%*@- 3
(
)
)

,
_

n
(
)
(
)
+ ) *
+ ( 7 * \ + ( 7 ) * \
(
)
\
+

+

,
_

+
n
n
4
4
n
n

ceea ce demonstreaz propozi'ia.
(plicaii
1. 5a o agenie de nc2iriere de maini a fost nregistrat numrul de auto-
turisme cerut zilnic pe o perioad de 91 zile, obinndu-se valorile.
4ererea
zilnic
0 3 9 6 ? @
numrul de
zile
0 ? )( )3 )1 3
a+ / se scrie tabelul de distribuie a v.a. reprezentnd cererea zilnic de
autoturismeT
b+ / se determine funcia de repartiie corespunztoareT
c+ 4are este probabilitatea ca numrul cererilor s fie cuprins ntre 3 i ?,
putnd fi c2iar 3 sau ?`
d+ Dar s fie mai mare dect 6`
e+ Dac numrul cererilor este mai mare dect 6, care este probabilitatea
ca el s fie ntre 9 i @`
". / se determine x > astfel nct v.a. X s aib repartiia
X .

,
_

+ +
@
)
3
(
x
x x
% a
.
&. /e d funcia
3(
(*x+ %

'

>

0 ,
@
@)
, 0 ,
(
x
x
k x k 7
a+ / se determine constanta k astfel nct (*x+ s fie densitatea de
probabilitate a unei v.a. X.
b+ / se determine funcia de repartiie a lui X.
c+ / se calculeze -*X O (+ i -*) O X O 3 X P 0+.
(. N urn conine 3 bile numerotate de la ) la 3. /e extrag ( bile fr
ntoarcere. #ie X i 3 v.a. ce reprezint rezultatele obinute la prima,
respectiv a doua extragere. / se determine repartiia vectorului aleator
*X, 3+, precum i repartiiile marginale ale v.a. X i 3. / se scrie repartiia
v.a. X 3 % (.
*. / se afle valoarea cea mai probabil pentru repartiiile.
a+ X .
) , 1 ,
... , ) , 1
+

,
_

9 p 9 p
n k
9 p C
k
k n k k
n
T
b+ X .
1
H
>

,
_

J k
k
e
k
k
.
. $ie X o v.a. !inominal. Iac se noteaz
P
k
3 P*X 3 k- 3
k
n
C p
k
q
n-k
, k 3 n , 1 , p, q 1, p 2 q 3 .
s se calculeze P
k 2.
n func'ie de P
k
.
). Wa o societate comercial se constat c din cauza
taxelor de do!#nd mari nu au fost ac(itate datoriile ctre 0
parteneri de afaceri din cei .1 pe care i are societatea.
30
Iac conta!ilul i allege la nt#mplare , dosare ale
creditelor, care este pro!a!ilitatea ca:
a- toate s corespund unor datorii ac(itateN
!- corespund unor datorii restanteN
c- cea mai mare parte a dosarelor reprezint datorii
ac(itate.
*. &ntr-o clas cu 1 de student'i, 6 sunt nemul'umi'i de
rezultatele o!'inute la testul de pro!a!ilit'i. "leg#nd la
nt#mplare , studen'i din grup, s se aYe pro!a!ilitatea ca:
a- 0 studen'i s %e nemul'umi'iN
!- cel pu'in 0 studen'i s %e nemul'umi'i.
+. Iurata de func'ionare a unei componente electronice
este repartizat normal cu parametrii m 3 111$ i V 3 11
$. 8are este pro!a!ilitatea ca durate s %e:
a- cuprins ntre 111 i 411 $Z
!- cel pu'in de 11 $Z
1,. Jotele o!'inute la un examen de ctre un grup mare
de studen'i sunt distri!uite normal cu media m 3 @,6 i
a!aterea medie ptratic 3 1,6. 5rofesorul vrea s atri!uie
cali%cativul Gfoarte !ineU la .1[ dintre studen'i. 8are este
nota minim de la examen care se poate ec(ivala cu acest
cali%cativZ
11. Se tie c .[ din tranzistorii lucra'i de un furnizor
sunt defec'i. Se aleg la nt#mplare 01 de tranzistori *pun#nd
napoi tranzistorul ales-. S se aYe pro!a!ilitatea ca sau
mai mul'i s %e defec'i.
12. Se consider v.a. !idimensional *X, A- cu densitatea
de pro!a!ilitate 3*(,@-. S se determine densitatea de
pro!a!ilitate a v.a.
F 3 min*X, A-, = 3 max*X, A-.
13. $ie X i A dou v.a. independente av#nd densit'ile
de pro!a!ilitate 3
.
*(- i 3

*@-, respectiv. S se determine

densit'ile de pro!a!ilitate ale v.a.
F 3 XA, = 3
3
X
.
14. $ie *X,A- o v.a. !idimensional i %e func'ia
3*(, @- 3
+ ) +* ) *
( (
4 x
k
+ +
,
, , R 4 x
k 7.
33
a- S se determine constanta k astfel nc#t 3*(, @- s %e
densitatea de pro!a!ilitate a vectorului aleator *X, A-.
!- S se aYe func'ia de reparti'ie a v.a. *X, A-.
c- S se calculeze P[*X, A- ;], unde ; 3 [1, .] [1, .].
15. $ie *X, A- o v.a. !idimensional cu densitatea de
pro!a!ilitate
3*(, @- 3

'

< <

rest Rn
- * - *
.
, 1
1 , + *
\ \
) )
4 x e x 4 x
9 p
4 9 p
cu p, q B 1. S se determine densit'ile marginale.
39