Curs 9a ( rezumat)

Tematica cursului : Scheme probabilistice clasice.Variabile aleatoare. Funcie de

repartiie.
Schema Poisson
Se consider n urne ce conine bile albe i negre n diferite proporii, bilele fiind de aceiai
mrime i greutate. Probabilitatea de a extrage o bil alb din urna k este pk , pk [ 0,1] iar o
bil neagr este qk = 1- pk, qk [ 0,1] , k = 1, n . Se extrage la ntmplare cte o bil din fiecare

urn. Care este probabilitate ca din cele n bile extrase k bile s fie albe ?
Probabilitatea cerut este coeficientul lui xk din dezvoltarea polinomului de gradul n
Pn ( x ) = ( p1 x + q1 )( p2 x + q2 ) ... ( pn x + qn ) .
Exemplu. Considerm 3 asociaii de locatari a cte 100 de familii fiecare. Prima asociaie are
3 familii datornice , a doua 4 familii datornice iar a treia 5 familii datornice. Din fiecare
asociaie de locatari se verific cte o familie . Care este probabilitatea ca 2 familii din cele
trei verificate s fie cu plata la zi a ntreinerii?
Schema Bernoulli ( binomial)

Se consider o urn cu bile albe i negre de aceeai mrime i greutate. Probabilitatea de a

extrage o bil alb este p iar o bil neagr este q = 1-p. Se efectueaz n extrageri succesive,
fiecare extragere fiind urmat de reintoducerea bilei extrase n urn. Care este probabilitatea
ca din cele n bile extrase k s fie albe ? Probabilitatea cerut este Pn , k = Cnk p k q n k .
Schema lui Bernoulli este un caz particular al schemei Poisson cnd p1 = p2 = ... = pn = p i
q1 = q2 = ... = qn = q.
Exemplu. La o banc s-a constatat c din 100 credite acordate 10 sunt neperformante. Dac
se acord 5 credite, care este probabilitatea ca : a). toate s fie neperformante,
b). toate s fie performante, c). numai patru s fie performante.
Schema multinomial
Schema multinomoal este o generalizare a schemei Bernoulli n sensul c se consider o urn
cu bile de m culori pentru care probabilitatea de a extrage o bil de culoare j este pj ,
j = 1, m. Se fac n extrageri succesive fiecare extragere fiind urmat de reintroducerea bilei

extrase n urn. Probabilitatea ca din cele n bile extrase kj s fie de culoare j , j = 1, m este :
m
m
n!
Pn;k1 , k2 ,..., km =
p1k1 p2 k2 ... pm km , k j = n, p j = 1.
k1 !k2 !...k p !
j =1
j =1
Exemplu. Se arunc un zar de 14 ori. S se calculeze probabilitate ca faa 1 s apar de 3 ori,
faa 2 s apar o dat, faa 3 de 4 ori, faa 4 de 2 ori, faa 5 de 3 ori i faa 6 o dat.

Schema bilei nentoarse cu mai multe stri

Se consider o urn cu ai bile de culoare i, i = 1, m, m 3 , bilele fiind de aceeai mrime i

m

greutate.Se extrag simultan n bile, n N = ai . Probabilitate ca din cele n bile extrase ki s

i =1

C C ...C
k1
a1

k2
a2

km
am

ki = n,

ai = N .

CNn
i =1
i =1
n cazul m=2 ( dou stri, dou culori ) avem
C k C nk
Pn, k = a nN a , max {0, a + n N } k min {a, n} .
CN
Exemplu. La o banc s-au depus n cursul unei luni calendaristice 7 cereri pentru
acordarea de credite pentru locun i 10 cereri pentru acordarea de credite pentru
autoturism . Se analizeaz la ntmplare 5 cereri. Cu ce probabilitate
(i). 2 cereri sunt pentru acordarea de credite pentru locuin i 3 cereri pentru
acordarea de credite pentru autoturisme ?
(ii). cel puin 4 cereri sunt pentru acordarea de credite pentru autoturisme ?

fie de culoarea i este Pn;k1 , k2 ,..., km =

Schema Pascal

Se consider o urn cu bile albe i negre i se fac lantmplare mai multe extrageri, fiecare
extragere fiind urmat de reintroducerea bilei extrase n urn naintea urmtoarei extrageri,
pn cnd se obine prima bil alb. Probabilitatea ca la cea de a k-a , k1 , extragere s
obinem prima bil alb este P ( A ) = pq k 1.
Exemplu. La un magazin de galanterie pentru brbai sunt cmi de o anumit mrime , n
propore de 51% talia a I a i 49% talia a II- a. Care este probabilitatea ca un cumprtor care
dorete o cma din mrimea respectiv talia a I a s o obin la a patra solicitare.
Variabile aleatoare

Fie ( ,K, P) un cmp borelian de probabilitate.

X variabil aleatoare X :R astfel ca ( ) x R s avem {

, X ( ) < x} K.

X variabil aleatoare simpl X ia un numr finit de valori, X ( ) = { x1 , x2 ,..., xn } .

X variabil aleatoare discret X ( ) este cel mult numrabil ( finit sau numrabil).
xi
Repartiia variabilei aleatoare X X , pi = P ( X = xi ) , pi 0, i I , pi = 1.
iI
pi iI
X variabil aleatoare continu , dac mulimea valorilor pe care le ia , este un interval sau o
reuniune de intervale.

Funcia de repartiie

Fie ( , K, P) un cmp borelian de probabilitate i X : R o variabil aleatoare.

Funcia F : R [ 0,1] definit prin

F ( x ) = P { X ( ) < x} = P ( X < x ) se numete funcia de repartiie a variabilei aleatoare

X.
Proprieti
1).

F ( ) = lim F ( x ) = 0,
x

F ( + ) = lim F ( x ) = 1;
x +

2). F este o funcie nedescresctoare pe R, adic dac a<b F ( a ) F ( b ) .

3). F este o funcie continu la stnga n orice punct x0 R, adic
F ( x0 0 ) = lim F ( x ) = F ( x0 ) .
x x0
x < x0

Observaie.
Definiia F ( x ) = P ( X x ) este valid i ea , doar c impune o modificare a proprietilor lui

F ( x ) n sensul c aceast funcie este continu la dreapta n timp ce F ( x ) = P ( X < x ) este o

funcie continu la stnga.
Teorem. Dac F : R [ 0,1] este funcia de repartiie a unei variabile aleatoare X: R iar

a< b , a, b R atunci
1). P ( a X < b ) = F ( b ) F ( a )
2). P ( a < X < b ) = F ( b ) F ( a ) P ( X = a )
3). P ( a < X b ) = F ( b ) F ( a ) P ( X = a ) + P ( X = b )
4). P ( a X b ) = F ( b ) F ( a ) + P ( X = b )
5). P ( X x ) = 1 F ( x )
6). P ( X = x ) = F ( x + 0 ) F ( x ) .
Densitatea de probabilitate

O variabil aleatoare X : R se numete continu, dac exist o funcie : R 0, + )

numit densitatea de probabilitate a variabilei aleatoare X , integrabil pe R astfel ca :
F ( x) = P ( X < x) =

( t )dt .

Proprieti
1). ( x ) 0, ( ) x R,
2). integrabil i

( x )dx = 1 ,

3). P ( a X < b ) = ( x )dx, ( ) a, b R, a < b.

a

Exemple. 1). Determinai constantele a, b r astfel ca funcia F : R R definit

ae x + b, x > 0
s fie o funcie de repartiie.
F ( x) =
x0
0,
2

2). Fie funcia : R R definit astfel :

k sin x, x [ 0, ]
x [ 0, ]
0,

( x) =

. S se determine

(i). k R astfel ca s fie o densitate de probabilitate a unei variabile aleatoare X,

(ii). funcia de repartiie F a lui X,

(iii). P 0 X < .
4