Documente Academic
Documente Profesional
Documente Cultură
1 Introducere
In practică ne interesează probabilitatea de realizare a unor evenimente legate de
o anumită experienţă aleatoare. De obicei, aceste evenimente se referă la anumite
mărimi legate de experienţa respectivă, mărimi care iau valori ı̂n funcţie de rezultatul
experienţei. De exemplu, o astfel de mărime poate fi numărul de puncte X care apar
la o aruncare a zarului.
Să considerăm şi experienţa următoare: Se aruncă o monedă până la apariţia ste-
mei şi fie Y numărul de aruncări efectuate. Atunci Y poate lua orice valoare ı̂ntreagă
pozitivă. Aceste exemple sugerează introducerea noţiunii de variabilă aleatoare.
Fie (Ω, K, P ) un câmp de probabilitate. Aplicaţia X : Ω → R se numeşte
variabilă aleatoare dacă pentru orice x ∈ R, are loc:
{ω ∈ Ω | X(ω) < x} ∈ K.
Ai = {ω ∈ Ω | X(ω) = xi } = (X = xi )
1
şi pi = P (Ai ). Şirul de perechi (xi , pi )i∈I se numeşte repartiţia variabilei aleatoare
X. Ã ! Ã !
x1 x2 . . . xi . . . xi
Vom nota X sau X . Să observăm că Ai este
p1 p2 . . . pi . . . pi
i∈I X
un sistem complet de evenimente, prin urmare pi ≥ 0, ∀i ∈ I şi pi = 1.
i∈I
In cazul discret, operaţiile cu variabile aleatoare pot fi explicitate. Fie (Ω, K, P )
un câmp de probabilitate,
à ! a ∈ R şi X, YÃ: Ω → ! K două variabile aleatoare discrete
xi yi
cu repartiţiile X , respectiv Y . Atunci:
pi qi
i∈I i∈I
1
(i) Variabilele aleatoare discrete X + a, aX, |X|, X n şi vor avea repartiţiile:
à ! à ! à ! Xà !
n
1
xi + a axi |xi | xi 1
X+a , aX , |X| , Xn , xi .
pi pi pi pi X p
i∈I i∈I i∈I i∈I i
i∈I
X
(ii) Variabilele aleatoare discrete X + Y , XY , vor
avea repartiţiile:
Y
à ! à ! xi
xi + y j xi y j X
yj
X +Y , XY , ,
pij pij Y
p
i∈I,j∈J i∈I,j∈J ij
i∈I,j∈J
unde pij = P (X = xi , Y = yj ). Dacă variabilele X şi Y sunt independente atunci
pij = P (X = xi , Y = yj ) = pi · qj .
1
Funcţia F este continuă la stânga ı̂n x dacă limita la stânga ı̂n x a lui F este F (x). Continu-
itatea la dreapta se defineşte corespunzător. Vom nota prin F (x − 0) şi F (x + 0) limita la stânga,
respectiv la dreapta ı̂n x.
2
(iv) 0 ≤ F (x) ≤ 1, ∀x ∈ R.
(v) F (x + 0) = F (x) + P (X = x), ∀x ∈ R.
este o funcţie etajată, complet determinată de probabilităţile (pi )i∈I . Mai precis,
∀x ∈ R
0, x ≤ x1
p1 , x1 < x ≤ x2
p1 + p2 , x2 < x ≤ x3
F (x) =
...
p1 + p2 + · · · + pn−1 , xn−1 < x ≤ xn
1, x > xn
3
Rezultă că o aplicaţie f : R → R este densitatea de repartiţie a unei variabile
X dacă
1) f (x) ≥ 0, ∀x ∈ R,
R∞
2) f integrabilă pe R şi −∞
f (x)dx = 1.
Folosind proprietăţile funcţiei de repartiţie, se poate demonstra următorul rezul-
tat:
Z ∞
M (X) = xf (x)dx dacă X este variabilă aleatoare continuă având densitatea
−∞
de repartiţie f .
4
Fie X, Y două variabile aleatoare.
1. Dacă X, Y şi X ± Y au medie atunci M (X ± Y ) = M (X) ± M (Y ).
2. Dacă X, Y şi XY au medie şi X, Y sunt variabile aleatoare independente
atunci M (XY ) = M (X)M (Y ).
3. Dacă a ∈ R, M (a) = a.
4. Dacă a ∈ R, M (aX) = aM (X) şi M (a + X) = a + M (X).
5. Media variabilei X − M (X) (numită abatere de la medie) este zero.
O caracteristică mai generală decât media este momentul iniţial de ordin k:
Mk (X) = M (X k ).
X
Dacă X este o variabilă discretă atunci Mk (X) = xki pi . Dacă X este o variabilă
Z ∞ i∈I
k
continuă atunci Mk (X) = x f (x)dx. Să observăm că M (X) = M1 (X).
−∞
D2 (X ± Y ) = D2 (X) + D2 (Y ).
unde m = M (X).
5
Exerciţii.
1. Fie variabilele aleatoare independente X şi Y :
à ! à !
1 2 4 1 4 6
X şi Y .
0, 2 0, 3 0, 5 0, 6 0, 2 0, 2
a) Să se afle c.
b) Să se determine funcţia de repartiţie F a lui X.
c) Care este probabilitatea ca X < 1/4?
d) Aflaţi media şi dispersia lui X.
6
Rezolvare. a) Din proprietăţile densităţii de repartiţie, rezultă că c ≥ 0 (deoarece
pentru x ∈ [0, 1], x(1 − x) ≥ 0). Din
Z ∞ Z 1
cx(1 − x)dx = c x(1 − x)dx = 1
−∞ 0
obţinem c = 6.
Rx
b) F (x) = −∞ f (t)dt. Pentru x ≤ 0, F (x) = 0. Dacă 0 < x ≤ 1 atunci
Z x Z 0 Z x Z x
F (x) = f (t)dt = f (t)dt + f (t)dt = 0 + c t(1 − t)dt = 3x2 − 2x3 .
−∞ −∞ 0 0