Documente Academic
Documente Profesional
Documente Cultură
Curs Complet de Probabilitati
Curs Complet de Probabilitati
2.
A B
a) Implicatia evenimentelor este echivalenta cu
incluziunea multimilor. (vezi fig. nr. 1)
OBSERVATII
Fig. nr. 1
9
Fig. nr. 2
A , .
Se spune ca un eveniment este contrar evenimentului
A, daca realizarea sa consta in nerealizarea lui A. Notatia
folosita este A .
DEFINITIE
S A B .
a) Daca evenimentele sunt reprezentate prin
cercurile A si B din fig. 3 si 4, reuniunea lor este
reprezentata prin interiorul hasurat al
celor doua cercuri. Prin urmare, faptul
B
ca un punct al evenimentului S se
gaseste in regiunile hasurate constituie
evenimentul A B .
In cazul prezentat in fig. nr. 4
A
evenimentele
si
sunt
A
B
Fig. nr. 3
incompatibile, deoarece realizarea
evenimentului A exclude realizarea
evenimentului B si invers, pe cand evenimentele din fig. nr. 3
sunt compatibile, caci alegerea unui punct comun celor doua
cercuri atrage dupa sine realizarea atat a evenimentului A , cat
si a evenimentului B .
b) Daca A B , atunci A B B .
Geometric, acest lucru inseamna ca
cercul A este interior lui B .
OBSERVATII
10
Fig. nr. 4
Notatia este :
P A B .
Geometric, A B este reprezentat prin regiunea
comuna celor doua cercuri prezentate in fig. nr. 3.
OBSERVATIE
A B .
In caz contrar ( A B ), evenimentele se numesc
compatibile.
1. Fie A si B doua evenimente din acelasi camp;
sa se arate ca:
APLICATII
A B A B ,
A B A B .
11
1 .
A B A B .
si rezulta ca:
A B A B .
A B,
B A,
A B B ,
A B A.
sunt echivalente.
Se va arata ca daca una din cele patru relatii este
adevarata, atunci si celelalte trei sunt adevarate.
Fie A B este adevarata. Aceasta inseamna ca daca A
se realizeaza, atunci se realizeaza si B .
Relatia B A arata ca daca nu s-a realizat B , atunci nu sa realizat nici A , ceea ce este adevarat; daca nu ar fi asa, ar fi
contrazisa relatia A B .
Pentru a arata ca A B B (daca A B ), este suficient
sa se arate ca A B B 3 , deoarece relatia B A B este
evidenta, ea insemnand ca daca se realizeaza B , atunci se
realizeaza unul din evenimentele A , B .
Pentru a demonstra relatia 3 trebuie aratat ca de cate ori
se realizeaza A B , se realizeaza si B .
13
A B ,
A B ,
B A,
sunt echivalente.
Se presupune ca A B , adica evenimentele A si B
sunt incompatibile. Aceasta inseamna ca daca A se
realizeaza, atunci B nu se realizeaza, deci se realizeaza B ,
adica A B .
Invers, daca A B , atunci daca A se realizeaza, se
realizeaza in mod sigur si B , deci B nu se realizeaza.
Aceasta insemna ca evenimentele A si B sunt incompatibile,
adica A B .
Rezulta ca primele doua relatii din enunt sunt echivalente.
Evidenta primei si a celei de-a treia relatii rezulta acum din
simetria relatiei A B .
m
n
1 .
PROPRIETATI
17
1 , 2 ,..., 6 .
In mod analog, aparitia uneia din doua fete ne conduce la
evenimentele :
evenimente.
Adaugand la aceasta evenimentul sigur, care consta in
faptul ca la o aruncare cu zarul va aparea in mod sigur una din
cele sase fete, precum si evenimentul imposibil, constand din
faptul imposibil ca la aruncarea cu zarul sa nu iasa nici una din
fete, se obtin in total 64 evenimente, care formeaza campul de
evenimente generat de experienta aruncarii unui zar.
18
1 2 1,2 .
In mod analog, realizarea simultana a evenimentelor 1,2,3
si 1,3 este evenimentul 1,3 . Se spune ca evenimentul
1,3 este intersectia (produsul) evenimentelor 1,2,3 si
1,3 , adica :
1,2 5,6 .
Din cele aratate pana acum rezulta ca orice eveniment al
campului care nu este elementar, sau evenimentul nul, este o
reuniune de evenimente elementare.
19
1 2,3,4,5,6 ;
1 2,3,4,5,6 .
Evenimentul
2,3,4,5,6 .
Ak ,
k1
Ak
k1
sunt de
Ak ,
Pentru un camp infinit trebuie sa se admita ca si k
1
Ak sunt evenimente.
k1
m
1.
n
PROBABILITATILOR
P A1 A2 ... An
P A1 P A2 ...P An
REMARCA
21
Atunci : P A1
m
m
m1
, P A2 2 , , P An n .
s
s
s
P A1 A2 ... An
m1 m2 ... mn
s
si
P A1 A2 ... An
P A1 P A2 ...P An .
m
n m
m
1 .
, P A
n
n
n
22
Ai Aj , i , j 1,2,...,s
cu probabilitatea:
P A1 A2 ... As P E
sau
P A1 P A2 ... P As 1,
adica suma probabilitatilor unor evenimente care formeaza un
sistem complet de evenimente este egala cu 1.
Evenimentele opuse, fiind incompatibile si in fiecare operatie
de masa producandu-se unul dintre ele, acestea formeaza un
sistem complet.
1.4.4 EVENIMENTE INDEPENDENTE SI DEPENDENTE
Doua sau mai multe evenimente se numesc independente
daca probabilitatea efectuarii unuia dintre ele nu este
influentata de faptul ca celelalte evenimente s-au produs sau
nu.
a) Daca dintr-un lot continand atat piese standard cat
si piese rebut se extrage cate o piesa care revine la lot dupa
EXEMPLE
23
24
x n ani
EVENIMENTELOR
P A1 A2
m1
.
n
P A1
m1 m2
.
n
m1
.
m1 m2
P A1 PA1 A2
3 ,
si
3
membru cu membru, se
m1 m2
m1
m
1,
n
m1 m2
n
adica rezultatul de la 1 .
Deci,
P A1 A2 P A1 PA1 A2 ,
PA1 A2
P A1 A2
.
P A1
PA2 A1
P A1 A2
.
P A2
A1
PA1 A2
36
.
39
37 36
0,85.
40 39
6
.
10
P A1 A2 P A1 P A2 .
Facand inlocuirea corespunzatoare in relatiile 5 si 6 se
obtine:
P A1 A2 P A1 P A2
P A2 ,
P A1
P A1
P A1 A2 P A1 P A2
PA2 A1
P A1 .
P A2
P A2
PA1 A2
Egalitatile
PA1 A2 P A2 si PA2 A1 P A1
28
arata ca a conditiona pe A2 de A1 si pe A1 de A2 nu
influenteaza probabilitatile P A1 si P A2 . Evenimentele A
si B sunt independente.
In acest caz, formula 7 devine
29
PROBABILITATILOR
P A1 A2 .
Evenimentele
fiind
compatibile,
A1 A2 A1 A2 A1 A2 A1 A2 .
Deoarece evenimentele intersectiei sunt incompatibile doua
cate doua, se poate scrie :
P A1 A2 P A1 A2 P A1 A2 P A1 A2 .
P A1 P A1 A2 P A1 A2 ,
P A2 P A1 A2 P A1 A2 .
2
3
P A1 P A2 P A1 A2 P A1 A2
P A1 A2 P A1 A2
de unde rezulta :
P A1 A2 P A1 P A2 P A1 A2 .
P A1 A2 A3 P A1 P A2 P A3 P A1 A2
5
P A1 A3 P A2 A3 P A1 A2 A3 .
30
In general, pentru
P Ak P Ak P Ak Ah ... 1 P Ak
k1 k1 k,h
k1
s1
kh
P A1 A2 A3 P A1 P A2 P A3 P A1 A2
P A1 A3 P A2 A3 P A1 A2 A3
P A1 P A2 P A3 P A1 P A2 P A1 P A3
P A2 P A3 P A1 P A2 P A3
0,90 0,94 0,86 0,90 0,94 0,90 0,86
0,94 0,86 0,90 0,94 0,86 0,99916.
X A1 X A2 X ... As X .
Deoarece evenimentele A1 X , A2 X ,..., As X
sunt incompatibile doua cate doua, rezulta :
P X P A1 X P A2 X ... P As X
sau
A1 X , A2 X ,..., As X
adica :
X A1 X A2 X ... As X .
Aplicand o consecinta a teoremei de adunare a
probabilitatilor evenimentelor incompatibile, se obtine :
P X P A1 X P A2 X ... P As X .
Insa, dupa regula inmultirii probabilitatilor dependente,
atunci :
32
P A1 X P A1 PA1 X , P A2 X P A2 PA2 X ,
, P As X P As PAs X .
Prin urmare,
A3 X .
Probabilitatile evenimentelor A1 , A2 , A3 si a
evenimentului X conditionat de realizarea evenimentelor A1 ,
A2 , A3 sunt :
25
35
40
, P A2
, P A3
,
100
100
100
2
3
1
PA1 X
, PA2 X
, PA3 X
.
100
100
100
P A1
Deci,
25 2
35 3
40 1
195
0,0195.
100 100 100 100 100 100 10000
P A1 , P A2 , P A3 ,
PX A1 , PX A2 ,...,PX As .
Aceste probabilitati calculate dupa efectuarea probei se
numesc probabilitati aposteriori. Fie evenimentul compus :
X Ai , i fixat,
a carui probabilitate este :
P X Ai P X PX Ai P Ai PAi X .
Din ultima egalitatate rezulta :
34
PX Ai
P Ai PAi X
P X
PX Ai
P Ai PAi X
PX Ai
P Ai PAi X
25 2
100 100
0,256.
25 2
35 3
40 1
A1 X ; A2 X ; As X .
Prin urmare se poate scrie :
X A1 X A2 X As X .
Cum evenimentele A1 , A2 , A3 formeaza un sistem
complet de evenimente, intrucat :
A1 A2 , A1 A3 , A2 A3 ,
A1 A2 A3 E
Intrebarea problemei inseamna de fapt calculul probabilitatii
conditionate PX A3 . Aplicand formula lui Bayes, se obtine :
PX A3
P A3 PA3 X
Avand in vedere ca :
P Ai
1
5 1
6
3
, PA2 X
,
, i 1,2,3, PA1 X
3
10 2
10 5
8 4
PA3 X
,
10 5
1 4
8
3 5
PX A3
0,421
1 1 1 3 1 4 19
3 2 3 5 3 5
36
AABA BA
unde k dintre acestea sunt A , iar n k sunt B .
Evenimentele din sirul de mai sus sunt independente,
probabilitatea lui, folosind regula de inmultire a probabilitatilor,
p A p , p B q , fiind :
pk qnk .
n!
p11 p2 2 pk k ,
1! 2! k !
unde p1 pk 1 si 1 k n.
C a C b
n a b .
C an b
In general, cand in urna se gasesc a1 bile de culoarea 1,
a2 bile de culoarea 2,, as bile de culoarea s si se extrag
n bile, fara intoarcerea bilei in urna, atunci probabilitatea ca
1 bile dintre acestea sa fie de culoarea 1, 2 bile sa fie de
culoarea 2 , , s bile de culoarea s , este:
i 1,2,...,n
aceeasi urna.
P Ai pi ; P Ai qi 1 pi , i 1,2,...,n .
Fie A evenimentul care consta in extragerea a k bile albe
si n k bile negre, cand se extrage cate o bila din fiecare urna.
Prin urmare, A este reuniunea evenimentelor de forma :
Ai1 Ai2 Aik Aik1 Aik 2 ... Ain ,
39
P Ai
iI
P Ai
iI
n 1 .
Ai 1 P Ai
iI
iI
iI
iI
rezulta:
P Ai 1 P Ai 1 P Ai P Ai n 1
iI
iI
iI
iI
40
P A1 A2 A3 P A1 P A2 P A3 3 1
adica:
P A1 A2 A3 0,47
CAPITOLUL 2
VARIABILE ALEATOARE
2.1 Definitia variabilei aleatoare
Majoritatea experimentelor de interes practic au ca rezultate
valori numerice. Aceasta inseamna ca rezultatul unei probe al
unui experiment, poate fi caracterizat de un numar sau de un
cuplu de numere. Se poate, astfel considera ca fiecarei probe al
unui experiment i se poate asocia un numar sau de un cuplu de
numere. Se poate atunci introduce notiunea de variabila
aleatoare (intamplatoare) ca o functie reala definita pe multimea
evenimentelor elementare asociate experimentului considerat.
Cuvantul aleator, subliniaza faptul ca se lucreaza cu elemente
generate de fenomene intamplatoare, care nu sunt guvernate
de legi strict deterministe. Elementul dificil in analiza acestor
41
42
x
f : 1
p1
x2 ... xn
x
, sau f : i , 1 i n .
p2 ... pn
pi
xk
1
f k :
p1
xk2
... xkn
p2 ... pn
ax1 ax2
p1 p2
af :
a si
... axn
.
... pn
x
f : 1
p1
x2 ... xn
y
si g : 1
p2 ... pn
q1
y2
q2
... ym
.
... qm
Cum evenimentele f xi , g yj , 1 i n , 1 j m, in
numar de nm, formeaza un sistem complet de evenimente,
atunci :
44
n m
pij 1.
i 1 j 1
DEFINITIE
xi yj
1 j m.
p , 1 i n,
ij
DEFINITIE
xi yj
1 j m.
p , 1 i n,
ij
P f xi , g yj P f xi P g yj ,
adica
pij pi qj .
45
p f xj ,g yk p f xj p g yk .
Probabilitatile :
p f
Numarul
s
M f xk pk
k1
In experimentul cu zarul :
M f 1
DEFINITIE
Fie
1
1
1
1
1
1
1
2 3 4 5 6 3 .
6
6
6
6
6
6
2
M r f xkr pk
k1
al variabilei aleatoare f .
Numarul
s
D 2 f M 2 f M f xk M f pk
2
k1
fn
47
un numar
Mr f M f r
x xs
.
f : 1
p1 ps
Atunci variabila aleatoare h f r va avea evident repartitia :
x1r
p1
h :
xsr
;
ps
r
cu alte cuvinte, valorile xj si xj au aceeasi probabilitate pj ,
1 j s si deci
M h xrj pj M r f . ( )
j 1
M r f ar .
PROPRIETATEA 3
real. Atunci:
M r af ar M r f .
48
un numar
j 1
j 1
M h ar xrj pj ar xrj pj ar M r f . ( )
Fie n variabile aleatoare f1 ,...,fn . Atunci
valoarea medie a sumei acestor variabile aleatoare este egala
cu suma valorilor medii, adica:
PROPRIETATEA 4
M f1 ... fn M f1 ... M fn .
Demonstratie. Fie mai intai numai doua variabile aleatoare f si
g . Se presupune ca variabila aleatoare f ia valorile
x1 ,...,xs cu probabilitatile p1 ,...,ps , iar variabila aleatoare
g ia valorile y1 ,...,yt cu probabilitatile q1 ,...,qt . De
asemenea fie :
pjk p f xj ,g yk , 1 j s , 1 k t .
Suma
pjk
k1
pjk
k1
este probabilitatea
g ia neaparat una
. Asadar,
pjk
k1
f xj ,g yk , 1 k t ,
egala cu probabilitatea evenimentului f xj , adica
oarecare din evenimentele
pjk pj ,
k1
este
1 j s .
pjk qk , 1 k t .
j 1
j 1
k1
xj pj yk qk M f M g .
50
PROPRIETATEA 5
de relatia :
2
D2 f M 2 f M f .
Demonstratie. D 2 f M 2 f M f M f M f 2
M 2M f f M M f
M f 2M f f M f M f
,
2
2
2
D 2 f M f 2 2M f M f M f M 2 f M f .
M fg M f M g .
51
M h xj yk pjk xj yk pj qk
j 1k1
j 1k1
s
t
xj pj yk qk M f M g .
j 1
k1
f1 ,...,fn
Fie n variabile aleatoare
independente doua cate cate doua. Atunci dispersia sumei
acestor variabile aleatoare este egala cu suma dispersiilor,
adica:
PROPRIETATEA
D2 f1 ... fn D2 f1 ... D 2 fn .
Demonstratie. Din proprietatea 6 se deduce
M f1 ... fn M f1 ... M fn
2
n n n n
2
M f j2 f j fk M f j M f j M fk
j1 jj,kk1 j1 jj,kk1
52
M f j2 M f j fk M f j M f j M fk .
n
j 1
j ,k1
jk
j 1
j ,k1
jk
M f M f D f .
n
2
D 2 f1 ... fn M f j M f j
j 1
j 1
j 1
PROPRIETATEA 8
aleatoare si
p f M f
D2 f
,
2
sau
p f M f 1
D2 f
2
D 2 f x1 M f pi .
2
i 1
D2 f
2
x1 M f pi .
xi M f
D2 f 2
pi
xi M f
p f M f
D2 f
,
2
54
1 n
p
f j m .
n j 1
1 n
1 n
1 n
f j M f j m m
n j 1
n j 1
n j 1
1n
p f j m
n j 1
1n
f j
n j 1 .
2
D 2
Dar:
1 n
1 n 2
1 n 2 2 n 2
D f j 2 D f j 2 2
,
n
n j 1
n
n j 1 n j 1
2
de unde rezulta:
1 n
2
p
f j m 2 .
n j 1
n
Fiind dati 0 , 0 , se poate determina un numar natural
n0 , , care depinde de si , astfel incat indata ce
n n0 , , sa rezulte :
55
2
;2
2n
Prin urmare :
1 n
p
f j m .
n j 1
1 n
f j va diferi oricat de putin de
n j 1
m cu o probabilitate oricat de apropiata de 1.
cov X ,Y M X M X Y M Y .
PROPRIETATE cov X ,Y M XY M X M Y
M X M X Y M Y
Demonstratie
M XY XM Y YM X M X M Y
M XY M XM Y M YM X M M X M Y
M XY M X M Y
care n
.
2
2
56
n pentru
DEFINITIE
X ,Y
TEOREMA
cov X ,Y
.
D X D Y
este nula.
Demonstratie Daca variabilele X, Y sunt independente, atunci si
X M X , respectiv Y M Y sunt independente.
PROPRIETATI
1) X ,Y 1
2)
exista o relatie de legatura liniara.
X m1 Y m2
t R .
Demonstratie 1) Fie
U t
,
1
2
M U M t
t2
2
1
X m1 2 2t X m1 Y m2 Y m2 2
1
M X m1
2t
1
2
2
M X m1 Y m2
2
M Y m2 .
2
57
aD2 X
a D2 X
X ,Y
1,dac[ a 0
1,dac[ a 0
C n0qn
C n1qn1
B n,k :
n n .
Cn p
k
k nk
Cn q
P n,k :
.
2
k
e
2!
k!
np k enp , np .
k!
Distributia hipergeometrica
H n,k :
C a0C bn
C an b
C a1C bn1
C an b
C akC bnk
C an b
M H n,k np,
acesteia
sunt :
a
Nn
D 2 H n,k npq
, a b N , p , q 1 p
N
N 1
Parametrii
58
M B n, k
k C nk pk qnk
k0
Fie binomul :
1 n1
n q x n1 1 C n
q
2xCn2qn2 ... kxk1C nk qnk ... nxn1C nn
.
Inmultind cu x, rezulta:
1 n1
nx q x n1 1 C n
q x 2C n2qn 2 x2 ... kCnk qnk xk ... nCnnxn
Pentru
k C nk qnk pk np p q
x p k
0
n1
np
M B n,k
n q x n1 x n 1 q x n 2
si
inmultind
n
cu
k 2 C nk pk qnk nx q x n1 x n 1 q x n2
k0
2
k
k
nk
x p k C n p q np1 n
1p
Pentru
k0
n p np 1 p
,
2
np p1
de
unde
rezulta
ca:
D 2 x n2 p2 np 1 p n2 p2 npq.
Repartitia Poisson
Considerand dezvoltarea in serie Taylor a functiei f e in jurul
originii rezulta:
59
f f 0
! /
2 //
n n
f 0
f 0 ...
f 0 ...
1!
2!
n!
k
,
k0 k!
f 0 1 .
n
Atunci
M P n,k
k1
k1 k 1!
k0
k
e
k!
k1
k
e
k!
k 1! e
k1
k
e
e e , adica M P n,k .
k0 k!
M P 2 n,k
k2
k0
k
e
k!
k2
k1
k k 1! e
k1
k1
k k 1!
k1
k 1
k0
k!
k
e
k!
k!
k0
M P 2 n,k 2
k!
k
0
D P n,k 2 2 .
2
60
D 2 P n,k .
M H n,k
C akC bnk
k0
C an b
k C akC bnk
C an b k0
k C akC bnk
C an b k1
n
1
C an b
a!
k k! a k! C bnk
k1
a
C an b
k1
n1
C at 1C b n1 t
n
C a b t0
a
Canb1 1
a
n! a b n!
an
a b 1!
.
a b! n 1! a b n!
a b
M H 2 n,k
C akC bnk
k0
C an b
k2
k C ak11C bnk
C an b k1
a!
k2 k! a k! C bnk
C an b k1
n1
C at 1C b n1 t t 1
k1t C n
a b t0
n1
n1
C an b
t0
t0
C at 1C b n1 t t C at 1C b n1 t
n1
n1
t0
t1
t C at 1C b n1 t t C at 1C b n1 t
n1
t1
a 1!
t! a 1 t!
n1
C b n1 t a 1 C at12C b n1 t
t1
n 2
a 1 C as2C b n2 s a 1C anb22
s0
61
t1 s
M H 2 n,k
a
C an b
n1
a b1
a 1C anb22
an! a b n!
a b 1!
a b!
n 1! a b n!
an! a b n! a 1 a b 2!
an
a a 1 n n 1
a b!
a b n! n 2! a b a b a b 1
an
a a 1 n 1 n
a2n2
a b a b a b 1 a b 2
abn a b n
D 2 H n,k
a b 2 a b 1
2
D H n,k
p
ab a b n
a b 2 a b 1
npqa b n ,
a b 1
unde
a
b
, q
.
a b
a b
e
2
x R , atunci are un singur maxim in x 0 si deci Mo 0 .
EXEMPLU
x2
2
62
Mo M 3 Me M
DEFINITIE
Raportul
A3
X
1
3
M X M X 3
2
2 X
1
4
M X M X 3 42 3
4
def
F x P X x .
EXEMPLU
definitiei :
Fie
1
2
3
0
. Atunci, conform
X :
0,2 0,3 0,4 0,1
63
F x
0,
dac[ x 0
0,2,
dac[ 0 x 1
0,2 0,3,
dac[ 1 x 2 .
0,2 0,3 0,4,
dac[ 2 x 3
0,2 0,3 0,4 0,1 1, dac[ x 3
px
1) P x1 X x2 F x2 F x1
2) P x1 X x2 F x2 F x1 P X x
3) P x1 X x2 F x2 F x1 P X x2 P X x1
4) P x1 X x2 F x2 F x1 P X x2 .
Demonstratie. Fie A X x1 , B X x2 ,
C X x1 si D X x2 . A B , A C B ,
A B D . Ca urmare a proprietatilor probabilitatii , se poate
scrie ca:
1) P B A P B P A F x2 F x1 ,
2)
P B A C P B P A P C F x2 F x1 P X x1 ,
3) P B D A C P B P A P C P D
F x2 F x1 P X x1 P X x2 ,
F x1 F x2 , x1 x2 .
exista, expresia
GX t M etX
txi
iI
GX 0 1 , GX/ 0 M X , GX// 0 M X 2 ,
Utilizarea functiei generatoare de momente este
recomandata atunci cand se pot calcula mai repede momentele
decat pe cale directa.
OBSERVATIE
EXEMPLU
p q 1.
Fie
X k k nk ,
Cn p q
65
k 0,n ,
p 0,
q 0,
Atunci GX t
kt k k nk
t
e Cn p q pe q
n
k0
GX 0 p q 1. GX/ t n pet q
n
n1
pet
. t0
GX/ 0 np.
DEFINITIE
expresia:
t M eitX eitxk pk
k
t R .
PROPOZITIA 3
66
Demonstratie.
Demonstratie
X Y t M eit X Y e
itxk
e
k
ityj
pk e
j
it xk yj
kj
q j X t Y t .
r t i r xkr eitxk pk M r X M X r
X r 0 .
ir
EXEMPLUL 1
Monte Cristo
Marseille-France
67
pe
it
n
q .
68