CAPITOLUL 7

CMP DE EVENIMENTE. CMP DE PROBABILITATE

7.1.

Noiuni fundamentale: evenimente; probabilitatea de

producere a evenimentelor.

DEFINIIE : Experiena reprezint orice act care poate fi

repetat n condiii date. Aplicarea experienei asupra unei populaii
date se numete prob.
DEFINIIE : Evenimentul reprezint orice rezultat al unei
experiene.
Noiunea de eveniment n teoria probabilitilor este legat
de producerea sau neproducerea unui fenomen (ntr-o experien
dat) i nu de natura fenomenului.
EXEMPLUL 1 : La controlul de recepie a mrfurilor :
Experiena const n cercetarea unui lot de marf, dac
corespunde sau nu din punct de vedere al calitii.
Proba const n cercetarea calitii unei uniti (unui articol)
din marfa respectiv.
Evenimentele rezultate sunt :
-articolul este corespunztor;
-articolul nu este corespunztor.
EXEMPLUL 2 : La aruncarea unui zar :
Experiena const n crearea condiiilor de aruncare a
zarului (mas, zar).
Proba const n aruncarea zarului i citirea feei.
Evenimentele sunt asociate feelor 1, 2, 3, 4, 5 sau 6.
DEFINIIE : Se numete eveniment elementar
evenimentul care se poate realiza printr-o singur prob.
Dac o experien are n rezultate posibile, vom nota
evenimentele elementare cu 1 , , n .
DEFINIIE : Notm cu mulimea tuturor evenimentelor
elementare, = {1 , , n } .

De exemplu, n cazul aruncrii zarului, = {1,2,3,4,5,6} .

OBSERVAIE : Mulimea este evenimentul sigur
(adic evenimentul care se poate realiza prin oricare din probe).
DEFINIIE : Evenimentul care nu se produce la nici o
efectuare a experienei se numete evenimentul imposibil, pe care
l notm cu .
DEFINIIE : Evenimentul care poate fie s se produc fie
s nu se produc n efectuarea unei experiene se numete
eveniment aleator (ntmpltor).
Vom nota evenimentele aleatoare cu litere mari A, B, C,
Dac evenimentele aleatoare pot fi observate de mai multe ori n
condiii identice se constat c ele se supun unor legiti statistice.
Teoria probabilitilor studiaz aceste legiti, care permit s se
prevad desfurarea evenimentelor.
Fiecrui eveniment A i corespunde un eveniment contrar
(opus, complementar) care se realizeaz atunci i numai atunci cnd
nu se realizeaz evenimentul A. Vom nota evenimentul contrar cu
A sau C(A).
OBSERVAIE : = ; = .
DEFINIIE : Evenimentul A implic evenimentul B, dac
realizarea evenimentului A atrage dup sine realizarea
evenimentului B. Notm A B .
OBSERVAIE : Dac A este un eveniment i este
evenimentul sigur, evident A .
DEFINIIE : Dac A B i B A , atunci evenimentele A
i B sunt echivalente.
7.2. Operaii cu evenimente
Fie evenimentele A i B.
DEFINIIE : Evenimentul a crui producere const n
producerea a cel puin unuia din evenimentele A i B se numete

reuniunea (suma) evenimentelor. Se noteaz cu A B i se citete

A sau B.
DEFINIIE : Evenimentul care const n producerea
simultan a evenimentelor A i B se numete intersecia (produsul)
evenimentelor. Se noteaz cu A B i se citete A i B.
n

i =1

i =1

n general, S = Ai i I = Ai .
DEFINIIE : Dou evenimente sunt incompatibile dac nu
se pot produce simultan. Deci A B = .
OBSERVAIE : A A = .
DEFINIIE : Diferena evenimentelor AB este
evenimentul care se produce atunci i numai atunci cnd se produce
A i nu se produce B. Avem : A B = A B .
Proprieti ale operaiilor cu evenimente :
A B = B A
( A B) C = A ( B C )
A A = A
A = A
A =
A A =
( A) = A

=
n
A i
i =1

A B = B A
( A B) C = A ( B C )
A A = A
A =
A = A
A A =

Ai

i =1

DEFINIIE : O mulime nevid K de pri ale lui se

numete corp de evenimente dac :
a) oricare ar fi evenimentul A din mulimea K, atunci i
evenimentul A aparine mulimii K.
b) oricare ar fi evenimentele A i B din mulimea K,
A B aparime mulimii K.
CONSECINE :

a) K
Demonstraie : dac A K , atunci i A K , iar A A = K ,
conform proprietilor operaiilor cu evenimente.
b) K
Demonstraie : deoarece K , i = K .
c) Dac A, B K , atunci A B K
Demonstraie : A B = A B = A B K .
d) Dac A, B K , atunci A B K
DEFINIIE : O mulime nevid K de pri ale lui se
numete corp borelian de evenimente, dac :
a) oricare ar fi evenimentul A din mulimea K, atunci i
evenimentul A aparine mulimii K.
b)

oricare ar fi A j K , j = 1,2,... , atunci

K.

j =1

DEFINIIE : Se numete cmp finit de evenimente, o

mulime finit de evenimente elementare pe care s-a definit un
corp de evenimente K. Se noteaz (, K ) .
DEFINIIE : Se numete cmp borelian de evenimente o
mulime finit de evenimente elementare peste care s-a definit un
corp borelian de evenimente.
OBSERVAIE : Din definiia anterioar rezult c n
mulimea evenimentelor cmpului (, K ) exist o submulime
{ i }, i = 1,..., n numit mulimea evenimentelor elementare. Aceast
mulime are urmtoarele proprieti :
1) i , i = 1,..., n .
2) i j = , i j .
3)

=.

i =1

4)

exist cel puin un eveniment A (, K ) , A i , i = 1,..., n ,

astfel nct A = i1 ... i p , 1 p n .

DEFINIIE : E1, E2 ,...,En formeaz un sistem complet de

evenimente, deoarece :

1)

i =1

2)

Ei E j = , i j .

7.3. Conceptul de probabilitate

Pentru msurarea anselor de realizare a unui eveniment
aleator s-a introdus noiunea de probabilitate. Sunt cunoscute trei
definiii ale noiunii de probabilitate.
1. Definiia axiomatic introduce probabilitatea ca o funcie p
definit pe un cmp de evenimente cu valori n mulimea
numerelor reale.
2. Definiia clasic a probabilitii reduce conceptul de
probabilitate la cazul evenimentelor egal posibile.
3. Definiia statistic exprim probabilitatea cu ajutorul
frecvenei de realizare a unui eveniment ntr-un numr mare
de experiene realizate n aceleai condiii.
DEFINIIA AXIOMATIC A PROBABILITII:
Fie (, K ) un cmp de evenimente.
Funcia P : (, K ) R , care asociaz oricrui eveniment
A (, K ) numrul real P(A), cu proprietile :
1) P( A) 0 , oricare ar fi A (, K ) ,
2) P() = 1 ,
3) P( A B) = P( A) P( B ) , oricare ar fi A, B (, K ) ,
A B = ,
se numete probabilitate.
Aceast definiie a fost enunat de A.N.Kolmogorov
(1929).
DEFINIIE : Un cmp de evenimente (, K ) nzestrat cu o
probabilitate P se numete cmp de probabilitate, i se noteaz cu
(, K , P) .

DEFINIIE : Se numete probabilitate - aditiv (sau

complet aditiv) pe cmpul borelian de evenimente (, K ) o
funcie P : (, K ) R cu proprietile :
1) P( A) 0 , oricare ar fi A (, K ) ,
2) P() = 1 ,

3) P Ai = P ( Ai ) , oricare ar fi irul
i =1 i =1
Ai A j = , oricare ar fi i j .

( Ai )iN

(, K ) i

DEFINIIE : Un cmp borelian de evenimente (, K )

nzestrat cu o probabilitate - aditiv se numete cmp borelian
de probabilitate i se noteaz (, K , P) .
Consecine ale definiiei axiomatice a probabilitii:
C1. P( A ) = 1 P( A)
Demonstraie : Din proprietile operaiilor cu evenimente tim c
Atunci
deoarece
A A = .
P( A A ) = P( A) + P( A ) ,
A A = . Rezult c P( A ) = 1 P( A) .
C2. Dac Ai (, K ) , i = 1,..., n cu proprietatea c Ai A j = ,

oricare ar fi i j , i, j = 1,..., n , atunci : P Ai = P ( Ai ) .

i =1 i =1

Demonstraie : - folosim inducia matematic .

Pentru n=2, relaia este adevrat, conform proprietii numarul 3
din definiia lui Kolmogorov.
Presupunem c propoziia este adevrat pentru n-1, adic
n 1
n 1 n 1
P Ai = P ( Ai ) . Notm A = Ai . Rezult astfel c putem
i =1
i =1 i =1
scrie

n 1

= A An .

i =1

n 1
n
Atunci P Ai = P( A) + P( An ) = P( Ai ) .
i =1
i =1

C3.

P( ) = 1 , unde ,
i =1

,..., n sunt evenimentele elementare

ale mulimii .
n

Demonstraie:

i j = ,

i j.

Atunci

i =1

n
Pi = P() = 1, deci
i=1

P( ) =1.
i=1

C4. Dac A, B (, K ) i A B , atunci P( A) P( B) .

p

Demonstraie: Dac A B , atunci A = i i B =

i =1

i j = , ij.
Deci :

P( A) = P( i )
i =1

P ( B ) = P( i ) +
i =1

p+q

. tim c

i =1

P( ) .

i = p +1

Dar

P( i ) 0 , de unde rezult c P( A) P( B) .

C5. Oricare ar fi evenimentul A (, K ) , este adevrat relaia

0 P( A) 1 .
Demonstraie: Oricare ar fi A (, K ) , A , deci vom avea
P( ) P( A) P() , adic 0 P( A) 1 .
C6. S considerm o experien n care mulimea evenimentelor
elementare cuprinde evenimente egal posibile (exemplu: aruncarea
unui zar). Din C3. rezult c P(i ) = 1 . Fie A (, K ) , unde
n
k
A = i1 ... ik . Atunci P( A) = P(i1 ) + ... + P(ik ) , deci P( A) = .
n

DEFINIIA CLASIC A PROBABILITII:

Probabilitatea unui eveniment A (, K ) este egal cu
raportul dintre numrul cazurilor favorabile producerii
evenimentului A i numrul total de cazuri posibile.
7.4. Probabiliti condiionate
DEFINIIE : Fie (, K , P ) un cmp borelian de
probabilitate. Fie A, B (, K , P ) cu P( A) 0 . S presupunem c
apariia evenimentului B este condiionat de apariia evenimentului
A. Vom nota aceast probabilitate condiionat cu PA (B ) sau
P( A B )
P( B / A) . Atunci PA ( B ) =
= P ( B / A) .
P ( A)
Proprieti ale probabilitilor condiionate:
Proprietatea 1 :
{, K , PA ( B )} este
probabilitate.

un

cmp

(chiar

borelian)

Demonstraie: Verificm ipotezele :

1. PA ( B ) 0 deoarece P( A B ) 0 i P( A) > 0
2. PA ( ) = 1
P ( A ) P( A)
PA () =
=
=1
P ( A)
P( A)
3. PA ( B1 B2 ) = PA ( B1 ) + PA ( B2 )
P[(B1 B2 ) A] P[(B1 A) (B2 A)]
=
=
PA ( B1 B2 ) =
P( A)
P( A)
P ( B1 A) P( B2 A)
=
+
= PA ( B1 ) + PA ( B2 )
P( A)
P ( A)
n aceast demonstraie avem n vedere faptul
B1 B2 = i ( B1 A) ( B2 A) = B1 B2 A .
Proprietatea 2 :
Dac P( A) 0 i P(B) 0 ,
relaia P( A) PA ( B) = P( B) PB ( A) .

atunci

este

de

adevrat

Demonstraie:
P( A B ) , de unde
P ( A B ) = P ( A) PA ( B )
PA ( B ) =
P ( A)
P( B A) , de unde
P ( B A) = P ( B ) PA ( A)
PB ( A) =
P( B )
Cum P( A B ) = P( B A) , avem P( A) PA(B) = P(B) PB ( A)
i proprietatea 2 este demonstrat.
DEFINIIE
:
Evenimentele
independente dac P( A B ) = P ( A) P( B ) .

A, B (, K )

sunt

7.5. Formule de calcul ale probabilitilor n cazul operaiilor cu

evenimente
1) Reuniunea evenimentelor incompatibile:
n
n
P Ak = P ( Ak ) , dac Ai A j = , i j .
k =1 k =1
Demonstraia este imediat, prin metoda induciei matematice,
utiliznd axioma 3 din definiia axiomatic a probabilitii.
2) Reuniunea evenimentelor compatibile:
P( A B ) = P ( A) + P( B ) P( A B ) (*)
Demonstraie : Evenimentele A i B se mai pot scrie astfel:
A = ( A B) ( A B )
B = ( B A) ( B A )
Deci A B = ( A B ) ( A B ) ( A B ) . Evenimentele din
paranteze sunt independente dou cte dou.
( )
P( A B ) = P( A B ) + P( A B ) + P( A B )
P ( A) = P ( A B ) + P ( A B )
P( B ) = P( A B ) + P( A B )
Din relaia ( ) scdem cele dou relaii de mai sus i obinem:
P( A B ) P( A) P( B ) = P ( A B ) , de unde rezult
P( A B ) = P ( A) + P( B ) P( A B ) .

n general, fie sistemul de evenimente compatibile

{ A1 ,..., An } K . Probabilitatea producerii a cel puin unuia dintre
aceste evenimente este:
n n
P Ai = P( Ai ) P( Ai Aj ) + P( Ai Aj Ak ) + ... +
i< j
i< j<k
i=1 i=1
n +1
+ ( 1) P( A1 A2 ... An ) . Aceast formul se numete
formula lui Poincar.
Demonstraie: Se utilizeaz inducia matematic.
n etapa de verificare, pentru n = 2 , se obine relaia (*)
care a fost demonstrat.
Se presupune proprietatea adevrat pentru k evenimente
compatibile, cu k n i se demonstreaz c formula lui Poincar
este adevrat i pentru n+1 evenimente. Atunci:
n

n+1
n
P Ak = P Ak An+1 = P Ak + P( An+1 ) P Ak An1 =
k =1
k =1
k =1

k =1

n
n

= P Ak + P( An1 ) P( Ak An+1 ) .

k =1
k =1

n primul i al treilea termen al acestei relaii se utilizeaz

formula Poincar, adevrat pentru n evenimente compatibile.
Rezult :
n
n+1 n+1
P Ak = P( Ak ) P( Ai Aj ) + P( Ai Aj Ak )
i , j=1;i< j
i , j ,k =1;i< j<k
k =1 k =1
n +1

... + ( 1) n P Ak
k =1

EXEMPLU: Problema concordanelor

O urn conine n bile numerotate 1,2,,n. Se extrag pe rnd
toate bilele din urn. Se numete concordan de rang k evenimentul
ca la extragerea de rang k s apar bila cu numrul k. Fie Ak acest
eveniment. S se determine probabilitatea de a avea cel puin o
concordan.

Rezolvare: Fie A evenimentul de a avea cel puin o

concordan. Rezult c

A = Ak ,

iar evenimentele sunt

k =1

compatibile.
Se aplic formula lui Poincar.
( n 1)! 1
P( Ak ) =
= , oricare ar fi k = 1,2,..., n .
n!
n
(n 2)!
1 , oricare ar fi
i, j = 1,2,..., n , i i j .
=
P( Ai Aj ) =
n!
n(n 1)
..
n
1
P Ak =
k =1 n!
n
n
1
1
1
1
Rezult : P( A) = 1
+ ... + (1)n1 =n Cn2
+
n
n
n(n 1)
k =1 n i, j=1;i< j n(n 1)
1
1 1
1
1
+ Cn3
+ ... + ( 1) n 1 = 1 + + ... + ( 1) n 1
n( n 1)( n 2)
n!
2! 3!
n!
3) Formula de nmulire a probabilitilor:
TEOREMA 1: Fie (, K , P) un cmp de probabilitate i fie
familia de evenimente ( A1 , A2 ,..., An ) K independente n totalitatea
lor. Atunci, probabilitatea producerii simultane a celor n evenimente
este egal cu produsul probabilitilor acestor evenimente:
n

n
P Ak = P( Ak ) .
k =1 k =1
Demonstraie : Se face prin inducie dup n.
Pentru n=2, etapa de verificare, rezult din definiia
independenei a dou evenimente: P ( A1 A2 ) = P( A1 ) P ( A2 )
Presupunem teorema adevrat pentru k evenimente
(k n) i o demonstrm pentru n+1 evenimente:
n

P ( A1 A2 ... An An +1 ) = P Ak An +1 =
k =1

n
n +1

= P ( Ak ) P( An +1 ) = P( Ak )
k =1
k =1

P Ak P ( An +1 ) =
k =1

TEOREMA 2: ntr-un cmp de probabilitate (, K , P) fie

familia de evenimente ( A1 , A2 ,..., An ) K astfel nct probabilitatea
P( A1 , A2 ,..., An ) . Atunci:
n
P Ak = P( A1 ) P( A2 | A1 ) P( A3 | A1 A2 ) ... P( An | A1 ... An1 )
k=1

Demonstraie: Se poate demonstra fie prin inducie, fie

prin definiia probabilitilor condiionate. Aplicm a doua metod:
P ( A1 ) = P( A1 )
P( A1 A2 )
P( A2 | A1 ) =
P( A1 )
P( A1 A2 A3 )
P( A3 | A1 A2 ) =
P( A1 A2 )
..
n 1

P ( A1 A2 ... An )
P An | Ai =
i =1

P ( A1 A2 ... An 1 )
nmulim ntre ele expresiile din membrul stng i din
membrul drept i simplificm. Rezult :
n 1

P ( A1 ) P ( A2 | A1 ) P An | Ai = P( A1 A2 ... An )
i =1

EXEMPLU : Un lot de piese conine 5% piese rebut.

Controlul de calitate stabilete ca regul de acceptare a lotului
condia ca la 5 verificri consecutive s nu fie nici o pies rebut.
Care este probabilitatea de acceptare a lotului?
Rezolvare: Fie Ak evenimentul ca piesa controlat
lacontrolul de ordinul k s fie corespunztoare, fie A evenimentul ca
lotul s fie acceptat. Atunci: A = A1 A2 A3 A4 A5 .
Evenimentele nu sunt independente, deoarece orice realizare a unuia
dintre ele influeneaz realizarea celorlalte prin modificarea
proporiei de piese corespunztoare din lot.
P(A) = P( A1) P(A2 | A1) P( A3 | A1 A2 ) P( A4 | A1 A2 A3 ) P(A5 | A1 A2 A3 A4 )

Avem: P( A1 ) = 95 ; P( A2 | A1 ) = 94 ; P( A3 | A1 A2 ) = 93 ;
100
99
98

92
; P( A5 | A1 A2 A3 A4 ) = 91 .
97
96
95 94 93 92 91
Deci: P( A) =

= 0,77 .
100 99 98 97 96
P( A4 | A1 A2 A3 ) =

7.6. Formula probabilitilor totale

Fie A1 , A2 ,..., An un sistem complet de evenimente al
cmpului (, K ) . Adic A1 An = i Ai A j = , unde
i, j = 1, , n , i j .
Fie X (, K ) evenimentul care se realizeaz condiionat
cnd unul din evenimentele Ai se realizeaz. Cunoscnd P( Ai ) i
PAi (X ) , i = 1, , n , s se determine P(X).

TEOREM : Probabilitatea unui eveniment X ce se produce

condiionat de unul din evenimentele A1 , A2 ,..., An care formeaz un
sistem complet de evenimente este :
P( X ) =

n
i =1

P( Ai ) PAi ( X )

(formula probabilitii totale)

Demonstraie: Putem scrie :

X = ( A1 X ) ( A2 X ) ( An X ) .
Vom arta c : ( Ai X ) ( A j X ) = .
( Ai X ) ( A j X ) = ( Ai A j ) X = X = , i j .
n

P( X ) = P[(A1 X ) ( A2 X ) ( An X )] = P( Ai X ) =
i=1

= P( Ai ) PAi ( X ) deoarece P ( Ai X ) = P ( Ai ) PAi ( X )

i =1

i PA ( X ) = P( Ai X ) .
i
P( Ai )

7.7. Formula lui Bayes

Considernd aceleai ipoteze ca i n cazul formulei
probabilitilor totale : A1 An = i Ai A j = , unde
i, j = 1, , n , i j , notm cu X (, K ) evenimentul care se
realizeaz cnd unul din evenientele Ai , i = 1, , n , se realizeaz.

Problema: S se determine probabilitatea evenimentelor Ai

n ipoteza realizrii evenimentului X, adic PX ( Ai ) = ?
P ( Ai ) PAi ( X )
(formula lui Bayes)
Px ( Ai ) = n
P( Ai ) PAi ( X )
i =1

Demonstraie:
P( Ai X )
P( Ai X ) i
. Rezult c:
PX ( Ai ) =
P( Ai )
P( X )
P( Ai ) PAi ( X )
.
P( Ai ) PAi ( X ) = P( X ) PX (Ai ) PX ( Ai ) =
P( X )
Vom nlocui P(X) cu formula probabilitii totale i obinem :
PAi ( X ) =

Px ( Ai ) =

P ( Ai ) PAi ( X ) .

P( A ) P
i =1

Ai

(X )

7.8. Scheme probabilistice clasice

Colectivitile studiate n practic au caracteristici care duc
la evenimente care se realizeaz dup scheme teoretice
asemntoare.
1. Schema urnei cu bile nerevenite:
Se consider o urn n care sunt bile albe i bile negre. Fie
a numrul bilelor albe i b numrul bilelor negre. Fie N=a+b
numrul total de bile din urn.
Se extrag succesiv n bile, fr a repune bilele napoi (sau se
extrag deodat n bile).

Se cere probabilitatea Pn ( , ) ca din cele n bile extrase,

s fie albe i s fie negre.
Soluie: Numrul tuturor grupelor de n bile luate din cele N
bile este C Nn . Pentru a determina numrul cazurilor favorabile
asociez fiecare grup de bile albe (n total Ca grupe) cu fiecare
grup ce conine bile negre (n total Cb grupe).
Deci numrul total al cazurilor favorabilr este Ca Cb .
Folosind definiia clasic a probabilitii se obine relaia :
C C
Pn ( , ) = a n b , unde a+b=n i + = n .
CN
Dac notm = x (din n bile extrase x s fie albe), vom
obine:
C x C n x
Pn ( x) = a n N a .
CN
Generalizare: Presupunem c n urn sunt bile de s culori.
Fie ak numrul bilelor de culoarea k (k = 1, , s ) . Se extrag deodat
n bile. Care este probabilitatea ca xk bile s fie de culoarea k ?
Avem:

a
k =1

= N i

x
k =1

= n . Se obine relaia urmtoare :

Pn ( x1 , x2 ,..., x s ) =

Cax11 Cax22 ... C axss

C Nn

EXEMPLU:
ntr-un depozit sunt 30 televizoare , 18 de producie strin
i 12 de producie romneasc, ambalate identic. Care este
probabilitatea ca la o comand de 10 televizoare, un magazin s
primeasc 6 strine i 4 romneti?
C 6 C 4 612
P10 (6,4) = 10 10 10 =
0,9 .
C30
667
2. Schema urnei cu bila revenit (schema Bernoulli):
Se consider o urn n care sunt bile albe i bile negre. Fie
a numrul bilelor albe i b numrul bilelor negre. Fie N=a+b

numrul total de bile din urn. Se extrag n bile, de fiecare dat bila
extras introducndu-se napoi n urn.
Se cere: probabilitatea ca din cele n bile extrase x bile s fie
albe.
Soluie: Fie A evenimentul extragerii unei bile albe. Notm
P( A) = p , deci P ( A ) = q = 1 p .
Fie A si A si si A i A si A si ... si A ,
1 4 4 4 4 2 4 4 4 4 3
14444244443
de ( n x ) ori

de x ori

o succesiune n care A apare de x ori i A apare de (n-x) ori.

Probabilitatea unei astfel de succesiuni de evenimente
independente (rezultatul oricrei extrageri nu depinde de
precedentul) este :
P[ A A A A A A] = px qnx
14444244443
1 4 4 4 44 2 4 4 4 4 43
de x ori

de (nx) ori

Numrul succesiunilor distincte n care apare A de x ori i

A de (n-1) ori este, evident, Cnx . Deoarece aceste succesiuni sunt
incompatibile i echiprobabile, rezult relaia:
n!
Pn ( x ) = C nx p x q n x =
p x q n x .
x! ( n x )!
OBSERVAIE: Probabilitatea de mai sus este egal cu
coeficientul lui t x din dezvoltarea binomului ( q + pt ) n .
EXEMPLU:
Se consider o urn ce conine 3 bile albe i 4 bile negre.
Din aceast urn se fac 3 extrageri cu revenire. Cu ce probabilitate
se obin 2 bile albe i o bil neagr?
2
3 4 108
P3 ( 2) = C32 =
= 0,315
7 7 343
Generalizare: Fie o urn cu bile de s culori. Fie pk
probabilitatea extragerii unei bile de culoare k ( k = 1, , s ) .
Ne intereseaz s determinm probabilitatea ca din cele n
bile extrase, xk bile s fie de culoarea k , ( k = 1, , s ) . Notnd
aceast probabilitate cu Pn ( x ) = ( x1 , x 2 ,..., x s ) , se arat c:

Pn ( x ) = ( x1 , x2 ,..., x s ) =
s

x
k =1

= n,

p
k =1

= 1.

n!
p1x1 p2x2 psxs , unde xk 0 ,
x1! x2 ! xn !

(lege multinominal)

EXEMPLU:
Un magazin primete n cursul unei sptmni 100 buci
dintr-o anumit marf provenit de la fabricile A, B, C.
Probabilitatea ca marfa s provin de la fabrica A este de 0,6; de la
fabrica B este de 0,2; de la fabrica C este de 0,2. Care este
probabilitatea ca din cele 100 buci primite, 60 s fi fost realizate la
fabrica A, 30 la fabrica B, iar restul la C?
100!
p=
(0,6) 60 (0,2) 30 (0,2)10
60!30!10!
3. Problema lui Pascal:
Fie o urn Bernoulli. Fie X evenimentul ca prima bil alb
s fie extras la extragerea de ordinul x. Fie A evenimentul de
extragere a bilei albe i A evenimentul de extragere a bilei negre.
Deci X = A A A A .
1 4 4 4 44 2 4 4 4 4 43
( x 1) ori

tiind c P ( A) = p i P ( A ) = q , atunci P ( X ) = p q x 1 .
Aceast lege se mai numete i legea geometric deoarece
este exprimat prin termenul general al unei progresii geometrice cu
primul termen p i raia q.
EXEMPLU:
ntr-un raft sunt cmi de acelai fel de talia I i a-II-a n
proporie de 49% (I) i 51% (II), identic ambalate. Care este
probabilitatea ca un cumprtor care dorete o cma de talia II s
o gseasc numai la a 6-a ncercare?
x = 6 , p = 0,49 , q = 0,51 .
P ( X ) = p q x 1 = 0,49 (0,51) 5 = 0,0169 .
4. Schema lui Poisson
Fie n urne care conin bile albe i negre n proporii diferite:

 Urna U1 : p1 + q1 = 1 ;
Urna U2 : p 2 + q2 = 1 ;
.
Urna Un : pn + qn = 1 .
Se extrage cte o bil din fiecare urn. Se cere
probabilitatea ca din cele n bile extrase, x s fie albe.
Pn ( x ) = pi1 pi2 pix qix +1 qin
Acest sum conine toate produsele a cte n factori formate
n moduri diferite, din care x probabiliti pi i (n-x) probabiliti qi
(i = 1,..., n ) . Suma de mai sus este dat de polinomul Pn (x ) care
conine coeficienii lui t x din dezvoltarea:
( p1t + q1 ) ( p2 t + q2 ) ( pn t + qn )
OBSERVAIE : Urna Bernoulli este un caz particular al
urnei Poisson cnd p1 = p 2 = = p n = p .
EXEMPLU:
O firm se aprovizioneaz de la 4 furnizori. Din datele
statistice deinute se estimeaz c doi dintre furnizori onoreaz
contractele cu probabilitatea 0,8, iar ceilali doi cu probabilitatea
0,9. Se cer probabilitile urmtoarelor evenimente:
a) toi furnizorii onoreaz contractul;
b) doar doi furnizori onoreaz contractul;
c) nici un furnizor nu onoreaz contractul;
d) cel puin un furnizor onoreaz contractul.
Problema se ncadreaz n schema lui Poisson.
p1 = 0,8 , p 2 = 0,8 , p3 = 0,9 , p4 = 0,9
Q (t ) = ( 0,8t + 0,2) 2 (0,9t + 0,1) 2
a) P4 ( 4) = p1 p 2 p3 p4 = 0,5184 ;

b) P4 (2) = 0,82 0,12 + 4 0,8 0,2 0,9 0,1 + 0,22 0,92 = 0,0964
c) P4 (0) = 0,2 2 0,12 = 0,0004
d) P = 1 0,0004 = 0,9996