Elemente de teoria probabilitatilor

Capitolul 1

Elemente de teoria probabilitatilor

1.

Fenomene aleatoare

1
1.1.1.1.
aleatoare

1.1

Exemple

de

fenomene

In cursul activitatii sale practice omul se loveste la fiecare pas de

fenomene aleatoare. Exemplul cel mai simplu de fenomene aleatoare este
dat de erorile de masura. Noi stim ca nu exista masurari absolut precise si
cu cat instrumentul de masura este mai precis cu atat acesta este mai
sensibil. Masurand acelasi obiect de mai multe ori obtinem mereu rezultate
apropiate, dar diferite. Asa se explica faptul ca rezultatul fiecarei masurari
contine o eroare aleatoare si ca rezultatele diferitelor masurari contin
diferite erori. In principiu, este imposibil de prevazut care va fi eroarea in
cursul unei masurari concrete si chiar de determinat dupa masurare.
Efectuand studiul experimental al unui fenomen oarecare si sistematizand
rezultatele sub forma de dependente grafice, verificam faptul ca punctele
experimentale, daca sunt suficient de numeroase, nu sunt niciodata pe o
aceiasi curba dar se situeaza intr-o banda sigura. Aceasta dispersie se
explica tot asa de bine prin erorile de masurare cat si prin actiunea altor
factori perturbatori.
1.2

Obiectul teoriei probabilitatilor

Studiul legilor ce modeleaza fenomenele aleatoare de masa este

realizat de teoria probabilitatilor. Metodele teoriei probabilitatilor dau
posibilitatea de a efectua calcule si permit formularea concluziilor practice
determinate de studiul fenomenelor aleatoare. Teoria probabilitatilor, ca
11

Elemente de teoria probabilitatilor

toate stiintele aplicate, are nevoie pentru modelare, de date experimentale

sigure. Capitolul, din teoria probabilitatilor, care studiaza metodele de
tratare a rezultatelor experimentelor si de extragere a datelor este numit
statistica matematica.
Teoria probabilitatilor este un puternic instrument de cercetare,
deoarece ea se utilizeaza in multe aplicatii din domenii foarte variate ale
stiintei si practicii ingineresti. Domeniul sau de aplicare se largeste
continuu. Teoria probabilitatilor a patruns in aerodinamica si in
hidrotehnica, in radiotehnica, in teoria gestiunii, in teoria
telecomunicatiilor, in mecanica constructiilor, in teoria mecanismelor si
masinilor, in teoria valurilor si ruliului naval, in meteorologie, in fiabilitate
si in numeroase alte domenii de cunoastere. Este dificil astazi sa numesti o
ramura a stiintei, unde nu se utilizeaza metode probabilistice. In teoria
moderna a proceselor de control, in radiotehnica teoria probabilitatilor a
devenit principalul instrument de cercetare. Teoria sistemelor complexe
moderne si a proceselor de control este bazata pe aplicarea metodelor
statistice. Teoria probabilitatilor este fundamentala in domeniul fiabilitatii
sistemelor tehnice precum si in numeroase alte domenii stiintifice.
1.3

Notiuni fundamentale

Definitie: numim experiment observarea unui fenomen oarecare

in cursul realizarii unui anumit complex de conditii si actiuni care trebuie
sa fie riguros verificate de fiecare data cand are loc repetarea experientei.
Observarea aceluiasi fenomen in prezenta altui complex de conditii
si actiuni va fi un alt experiment. Rezultatele experimentului pot fi
caracterizate calitativ si cantitativ. Componenta calitativa a rezultatelor
unui experiment se reduce la a observa daca rezultatele experimentului
poseda sau nu o anumita proprietate.
Definitie:
numim eveniment rezultatul calitativ al unui
experiment.
Se spune ca "evenimentul a avut loc" sau "evenimentul nu a avut
loc" in urma experimentului. Se pot enumera urmatoarele exemple de
evenimente:
A-formarea unui arc electric la intreruperea unui circuit;
B-aparitia unui defect dupa un anumit timp de functionare;
C-arderea unui bec la alimentare cu tensiune nominala;
12

Elemente de teoria probabilitatilor

Evenimentele vor fi notate cu majuscule latine, de obicei cu

primele litere din alfabet, de exemplu: A, B, C. Daca se analizeaza
evenimentele mentionate, se constata ca fiecare se poate realiza intr-o
masura diferita. Evenimentul C este mai putin probabil sa se produca decat
evenimentul A sau B.
Definitie: - evenimentul care nu poate avea loc in cursul
experimentului este numit imposibil si este notat cu ;
- evenimentul care se produce in mod obligatoriu in
cursul experimentului este numit sigur si este notat cu .
Definitie: evenimentele A1 , A 2 ,, A n sunt incompatibile, in
cursul unui experiment dat, daca doua cate doua nu poate fi realizate
simultan.
De exemplu, evenimentele: "tinta atinsa" si "tinta ratata" la un tir,
sau "a obtine 1", "a obtine 2" si "a obtine 3" la aruncarea unui zar, nu pot fi
realizate simultan.
Doua evenimente care sunt incompatibile in cursul unui experiment
se pot dovedi compatibile in cursul altui experiment. De exemplu,
evenimentele "tinta atinsa" si "tinta ratata" sunt incompatibile la un singur
tir. Ele insa sunt compatibile daca experimentul se compune din doua
tiruri.
Rezultatul cantitativ al experimentului consta in determinarea
valorilor anumitor marimi obtinute in urma acestui experiment. Aceste
marimi pot lua in cursul experimentului diverse valori care inaintea
experimentului nu pot fi prevazute.
Definitie: numim variabila aleatoare rezultatul cantitativ al unui
experiment.
Exemple de variabile aleatoare pot fi: erorile si rezultatele
masurarilor, durata de functionare fara defectiune a unui instrument sau
dispozitiv, inaltimea si greutatea unei persoane aleasa la intamplare,
coordonatele punctului de impact la un tir, de cate ori se atinge tinta in
cursul a "n" tiruri.
Variabilele aleatoare se noteaza cu litere mari, in general cu
ultimele litere din alfabetul latin, iar valorile lor concrete cu literele mici
corespunzatoare. De exemplu, notam variabilele aleatoare cu X, Y, Z si
valorile lor concrete, obtinute in urma experimentului respectiv, cu x, y, z.
Aceste valori sunt numite valorile posibile sau realizarile variabilelor X, Y,
Z.
13

Elemente de teoria probabilitatilor

1.4

Spatiul evenimentelor elementare

Un eveniment elementar "" reprezinta o multime formata dintr-un

singur element (singleton)
Definitie: multimea tuturor evenimentelor elementare, asociata
unui experiment dat, este numita spatiul evenimentelor elementare sau
spatiul fundamental si este notata de obicei .
Un element "" din multimea , reprezentand un punct al spatiului
, este numit un rezultat al experimentului sau o incercare.
Fiecare eveniment reprezinta un anumit ansamblu de evenimente
elementare. Evenimentul sigur reprezinta multimea tuturor evenimentelor
elementare. Evenimentul imposibil reprezinta multimea vida.
Exemplu
1)
Spatiul fundamental al jocului "cap sau pajura" este = {C, P};
2)
Spatiul fundamental al jocului "cap sau pajura" repetat de trei ori
este: = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 }, cu
1 = (C, C, C), 2 = (C, C, P), 3 = (C, P, C), 4 = (P, C, C)
5 = (C, P, P), 6 = (P, C, P), 7 = (P, P, C), 8 = (P, P, P).
3)
Spatiul fundamental al jocului "cap sau pajura" repetat la infinit
este = {C, P} N .
4)
Spatiul fundamental al unei experiente aleatoare, de exemplu:
"durata de viata a unui aparat", este fie: = N (in timp discret: zile, luni,
etc.), fie = R+ (in timp continuu).

2.

Operatii cu evenimente

2.1

Reuniunea a doua evenimente

Definitie: se numeste reuniune sau suma a doua evenimente A si

B, evenimentul complex corespunzator aparitiei cel putin a unuia din
evenimentele A si B.
Reuniunea a doua evenimente A si B este notata AUB sau AVB.
Pentru doua evenimente incompatibile A si B se utilizeaza notatia A + B.
Reuniunea evenimentelor A si B este exprimata "A sau B".
14

Elemente de teoria probabilitatilor

Pentru toate perechile de evenimente A si B, realizarea unuia sau a

altuia dar nu a ambelor se numeste operatia de reuniune exclusiva. Ea este
notata AB.
Exemplu
In exemplul 2 din paragraful precedent se considera urmatoarele
evenimente:
A: Sa obtinem "cap" de cel putin doua ori; A este descris de multimea
{ 1 , 2 , 3 , 4 };
B: Sa obtinem de trei ori "pajura"; B este descris de un singur element {
8 }. Atunci AB = { 1 , 2 , 3 , 4 , 8 }
2.2

Intersectia a doua evenimente

Definitie: se numeste intersectie sau produs a doua evenimente A

si B realizarea lor simultana. Intersectia evenimentelor A si B este notata A
B sau AB sau succint AB. Intersectia evenimentelor A si B este
exprimata "A si B".
Exemplu
In exemplul precedent intersectia evenimentelor A si B este vida. Ecuatia:
A B = semnifica faptul ca evenimentele A si B sunt incompatibile (sau
ca multimile A si B sunt disjuncte).
2.3

Reuniunea si intersectia unui numar

oarecare de evenimente

Definitie:
se numeste reuniune sau suma a multimii
evenimentelor A s , sS, notata
A s sau A s (pentru evenimentele incompatibile),
sS

sS

realizarea cel putin a unuia dintre evenimentele A s , sS .

Definitie:
se numeste intersectie (sau produs) a multimii
A
evenimentelor s , sS, notata

A s ,

sS

realizarea simultana a tuturor acestor evenimente.

15

Elemente de teoria probabilitatilor

In aceste definitii, multimea S multimea valorilor indicilor s este

finita, numarabila sau nenumarabila.
Operatiile de reuniune si de intersectie a evenimentelor, poseda
proprietati analoage celor de adunare si de inmultire a numerelor. De
exemplu:
- reuniunea si intersectia evenimentelor sunt comutative:
A U B = B U A, AB = BA .
-

(1.1)

reuniunea si intersectia evenimentelor sunt asociative:

(A U B ) U C = A U (B U C) = (A U C) U B = A U B U C,
(AB) C = A (BC) = (AC) B = ABC .

(1.2)

reuniunea si intersectia evenimentelor sunt distributive:

( A U B ) C = AC U BC .

(1.3)

Toate aceste proprietati rezulta direct din definitiile operatiilor de

reuniune si de intersectie a evenimentelor. Astfel, (A U B)C reprezinta
realizarea intersectiei evenimentului C cu evenimentul A, sau cu
evenimentul B. Evenimentul (AC) U (BC) corespunde realizarii sau a lui C
cu A, sau a lui C cu B.
Proprietatile operatiilor de adunare si inmultire a numerelor nu sunt
intotdeauna valabile pentru reuniunea si intersectia evenimentelor. De
exemplu, evenimentele A U A si AA coincid in mod evident cu A. In
consecinta, A U A = AA = A pentru orice eveniment A.
2.4

Diferenta a doua evenimente

Definitie: se numeste diferenta a doua evenimente A si B

realizarea evenimentului A si nerealizarea evenimentului B. Diferenta
evenimentelor A si B este notata A - B si este egala cu intersectia A B .
2.5

Evenimente contrare

Definitie: numim eveniment contrar evenimentului A, si il notam

, nerealizarea evenimentului A. Acesta este realizat cand A nu este
realizat. Se vede usor ca evenimentul A este contrar evenimentului A .
A

16

Elemente de teoria probabilitatilor

AA

(1.4)

Este evident ca evenimentele contrare sunt incompatibile si ca

reuniunea lor reprezinta un eveniment sigur:
A A ,

Este clar ca:

A A

A U = A, A = , A U = , A = A .

(1.5)
(1.6)

Exemplu
1)
Evenimentele "tinta atinsa" si "tinta ratata" in timpul unui tir sunt
evenimente contrare;
2)
Pana unui dispozitiv intr-un interval de timp dat si buna sa
functionare in cursul aceluiasi interval de timp sunt evenimente contrare.
2.6

Implicatia

Cand evenimentul A nu poate fi realizat fara ca evenimentul B sa

fie realizat de asemenea, atunci spunem ca evenimentul A implica
evenimentul B si se noteaza AB.
2.7

Proprietatile operatiilor cu evenimente

1) Se vede usor ca pentru doua evenimente oarecare A si B,

evenimentul A U B este contrar evenimentului AB.
A B AB

(1.7)

Intr-adevar evenimentul A U B este realizarea cel putin a unuia

dintre evenimentele A , B ceea ce este echivalent cu nerealizarea lui AB.
In general, pentru multimea de evenimente A s , sS, avem:
A s

sS

A s .

sS

(1.8)

2) Evenimentul A B reprezinta realizarea lui A si B , adica

contrariul realizarii a cel putin unuia din evenimentele A sau B:
A B A B .
(1.9)
In general pentru orice multime de evenimente A s , sS, avem:
17

Elemente de teoria probabilitatilor

A s

sS

A s .

(1.10)

sS

Ultimele patru formule exprima principiul dualitatii: operatiile de

reuniune si de intersectie sunt interschimbabile cand se trece la evenimente
contrare (relatiile lui De Morgan).
3) Formula care exprima descompunerea oricarui eveniment A in
doua evenimente incompatibile este:
A A A ( B B) AB A B

(1.11)

4) Daca evenimentul A implica evenimentul B si de asemenea

evenimentul B implica evenimentul A atunci ele sunt numite echivalente:
B A si A B

A= B .

(1.12)

5) Daca BA, atunci:

AB = B ,
AUB=A

(1.13)
(1.14)

A B AB .

(1.15)

si formula (1.11) se scrie

3.

Probabilitate

3.1

Frecventa unui eveniment. Frecventa conditionata

Daca in timpul repetarii unui experiment, un eveniment se produce

mai frecvent decat altul, putem spune ca primul este mai probabil decat al
doilea. Pentru compararea evenimentelor este necesar sa presupunem ca
experimentul dat poate fi repetat la nesfarsit.
Definitie: numim frecventa unui eveniment raportul dintre
numarul realizarilor sale si numarul tuturor experimentelor efectuate.
Astfel, daca in cursul a "n" experimente, evenimentul A a fost
realizat de "m" ori, atunci frecventa sa in aceasta serie de experimente este
de "m/n".
f (A)

m
nr.de.realizari

n
nr.de. exp erimente
18

Elemente de teoria probabilitatilor

In anumite cazuri frecventa unui eveniment trebuie sa fie

determinata in prezenta unei conditii complementare, conform careia a
avut loc un alt eveniment. Pentru determinarea frecventei evenimentului A,
in conditia in care a fost realizat evenimentul B, nu trebuie sa se tina cont
de toate experimentele realizate, ci numai de cele in cursul carora
evenimentul B a avut loc.
Astfel, daca in cursul a "n" experimente realizate, evenimentul B a
aparut de "m" ori si daca pentru "k" din "m" experimente a fost realizat
evenimentul A, atunci frecventa evenimentului A, cu conditia ca
evenimentul B sa fie realizat, este egala cu raportul "k/m".
f (A / B)

k/n
k

m/n m

Definitie: frecventa evenimentului A, calculata tinand cont de

experimentele in cursul carora s-a realizat evenimentul B, se numeste
frecventa conditionata a evenimentului A in raport cu evenimentul B.
Dupa ce s-au dat definitiile corespunzatoare, se poate trece la
studiul principalelor proprietati ale frecventei evenimentelor.
1. Frecventa oricarui eveniment A este un numar pozitiv care nu
depaseste 1, frecventa unui eveniment imposibil este egala cu
0, iar frecventa unui eveniment sigur este egala cu 1.
0 f (A) 1 ,

f() = 0,

f() =1;

2. Frecventa de aparitie a evenimentelor incompatibile A, B este

egala cu suma frecventelor lor.
f ( A B) f ( A ) f ( B),

dac

AB

3. Frecventa de realizare simultana a doua evenimente A si B este

egala cu frecventa unuia dintre ele multiplicata cu frecventa
conditionata a celuilalt.
f(AB) = f(A)f(BA)

19

Elemente de teoria probabilitatilor

Notiunea de frecventa este utilizata foarte des pentru reprezentarea

distributiei unor rezultate experimentale, realizandu-se histograma
experimentului (fig.1.1). In acest scop se imparte domeniul valorilor
obtinute in cadrul experimentului in intervale de lungime egala
x1 , x 2 ,.......x k ....... si se calculeaza frecventa de aparitie a
valorilor experimentale din fiecare interval {f1 , f2 ,........fk .....} .

fk

x1

x k

Fig.1.1 Histograma unui experiment.

3.2

Camp de evenimente

Definitie: totalitatea evenimentelor asociate unui experiment,

pentru care sunt definite probabilitatile corespunzatoare, este denumit
camp de evenimente si este notat cu F.
Campul de evenimente F trebuie sa aiba proprietati bine definite.
Proprietati:
1) Daca probabilitatea este definita pentru un eveniment A, atunci
este definita si pentru evenimentul contrar A . Putem spune ca:
daca AF atunci A F
2) Daca probabilitatea este definita pentru evenimentele A si B,
aceasta este definita si pentru produsul evenimentelor AB. Aceasta
inseamna ca multimea F trebuie sa contina pe langa fiecare cuplu de
evenimente A si B si intersectia lor AB. Putem spune ca:
daca A, BF, atunci ABF
20

Elemente de teoria probabilitatilor

Campul de evenimente F care are cele doua proprietati enumerate

mai sus este o algebra de evenimente.
Exista si alte proprietati ale campului de evenimente ce decurg din
definitia sa ca algebra de evenimente.
Proprietati:
a) Presupunem ca A si B sunt doua evenimente oarecare care
apartin unui camp. Prin definitie, cele doua evenimente contrare A si B
si intersectia lor, apartin campului F. Atunci si evenimentul A B contrar
evenimentului A B apartine de asemenea campului F. Conform
principiului dualitatii, evenimentul contrar intersectiei A B coincide cu
reuniunea evenimentelor contrare evenimentelor A si B , adica cu
evenimentul A U B. In consecinta,
daca A,BF, atunci A U BF.
b) Pentru toate evenimentele AF avem A F. Din aceasta
proprietate rezulta ca un camp de evenimente F contine evenimentul sigur
:
= A U A F
c) In virtutea proprietatii de asociativitate a operatiilor de
intersectie si de reuniune a evenimentelor, campul de evenimente F
contine toate reuniunile si intersectiile finite ale evenimentelor care il
compun.
d) Campul F contine evenimentul imposibil ca eveniment
contrar evenimentului sigur .
e) Un camp de evenimente F trebuie sa contina nu numai
reuniunile finite ale evenimentelor care il compun dar, de asemenea, si
reuniunile infinite. Astfel putem spune ca:

A k

k 1

F daca

Ak F

( k = 1, 2, . . . ).

O algebra de evenimente care poseda si proprietatile a) e) este

numita o - algebra sau un camp borelian de evenimente.
Este evident ca o - algebra contine de asemenea toate intersectiile
in numar infinite ale evenimentelor care o compun. Aceasta decurge direct
din principiul de dualitate pentru cazul unei multimi infinite de
evenimente.
21

Elemente de teoria probabilitatilor

3.3

Axiomele teoriei probabilitatilor

Am facut cunostinta cu notiunea de frecventa a unui eveniment.

Tocmai de aceea este normal sa ne imaginam ca probabilitatile trebuie sa
aiba toate proprietatile frecventelor conform definitiei lor. Pentru
probabilitati, aceste proprietati nu pot fi demonstrate pe un caz general.
Tocmai de aceea principalele proprietati ale probabilitatilor trebuie
adoptate in calitate de axiome.
Definitie: O probabilitate P este o aplicatie P: F [0,1] care
verifica axiomele urmatoare:
Axioma 1: Pentru toate evenimentele AF:
P(A) 0.

(1.16)

Axioma 2: Probabilitatea evenimentului sigur este egala cu 1:

P () = 1 .

(1.17)

Axioma 3: ( axioma de aditivitatee a probabilitatilor ). Pentru

toate familiile infinite de evenimente A 1 , A 2 , ., incompatibile doua
cate doua, ( A k A h = , cand k h), avem:

P n 1 A n n 1 P(A n ) .

(1.18)

Elaborarea teoriei probabilitatilor, pe baza celor trei axiome

prezentate mai sus, apartine lui (Kolmogorov A. N, 1933) ale carui lucrari
au pus bazele teoriei moderne a probabilitatilor in calitate de stiinta
matematica moderna.
3.3.1 Rezultatele echiprobabile ale experimentului
Exemplul unui experiment legat de aruncarea unei monezi arata ca
probabilitatile anumitor evenimente pot fi, cu usurinta, determinate direct.
Consideram schema generala a experimentului de acest gen. Presupunem
ca experimentul are "n" rezultate posibile si ca nu avem nici un motiv sa
consideram ca, in repetarea la infinit a experimentului, un rezultat oarecare
poate fi mai frecvent decat altul. In acest caz, probabilitatea fiecarui
rezultat este evident egala cu 1/n, intrucat frecventele lor trebuie sa se
stabileasca in jurul aceluiasi numar in cursul repetitiei si suma lor trebuie
22

Elemente de teoria probabilitatilor

sa fie egala cu 1. In alti termeni, acest experiment are "n" rezultate

echiprobabile.
In exemplul nostru cu aruncarea unei monezi, exista doua rezultate
echiprobabile de acelasi gen, aparitia "capului" si aparitia "pajurei", iar
probabilitatea fiecaruia este egala cu 1/2.
3.3.2

Schema de probabilitate

Presupunem acum ca in prezenta a "n" rezultate echiprobabile ale

experimentului, suntem interesati de un eveniment oarecare A asociat la
"m" din aceste "n" rezultate in asa fel incat pentru fiecare din aceste "m"
rezultate, A este cu siguranta realizat si ca el nu poate fi realizat pentru nici
un altul din cele "n-m" rezultate ramase. In acest caz ne dam cu usurinta
seama ca probabilitatea evenimentului A este egala cu raportul m/n.
Spunem ca experimentul dat are "n" rezultate din care "m" favorizeaza
evenimentul A. Probabilitatea evenimentului A este atunci egala cu
raportul dintre numarul de cazuri ce favorizeaza evenimentul A si numarul
tuturor cazurilor incompatibile echiprobabile: P(A) = m/n.
Exemplu
1)
Experimentul consta in aruncarea unui zar. Acest experiment
prezinta 6 cazuri posibile, care corespund aparitiei numerelor 1, 2, 3, 4, 5,
6. Cum noi nu avem nici un motiv sa presupunem ca, de exemplu: numarul
2 poate sa apara mai des decat numarul 5, probabilitatea aparitiei unui
numar dat pe o fata a zarului, de exemplu 2, este egala cu 1/6. Consideram
acum:
- evenimentul A care este: aparitia unui numar par;
- evenimentul B care este: aparitia unui numar multiplu de 3;
- evenimentul C care este: aparitia unui numar 3.
Trei cazuri favorizeaza evenimentul A: aparitia lui 2, 4 si 6, de
aceea P(A) = 3/6 = = 1/2. Doua cazuri favorizeaza evenimentul B: aparitia
lui 3 si 6, de aceea P(B) = 2/6 = 1/3. Patru cazuri favorizeaza evenimentul
C: aparitia lui 3, 4, 5 si 6, de aceea P(C) = 4/6 = = 2/3.
2)
O urna contine 10 bile identice, dintre care 3 sunt albe si 7 sunt
negre. Amestecam cu grija bilele si apoi extragem o bila din urna. Care
este probabilitatea aparitiei unei bile albe?
In cazul de fata nu avem nici un motiv sa presupunem ca in
momentul repetarii experimentului o anumita bila va apare mai des decat
alta. De exemplu, daca bilele erau numerotate de la 1 la 10 astfel incat, ar
23

Elemente de teoria probabilitatilor

fi imposibil sa distingem bilele prin atingere, atunci nu avem nici un motiv

sa presupunem ca bila numarul 1 poate apare in timpul repetarii
experimentului mai des decat bila numarul 2, sau bila numarul 3 etc.
Tocmai de aceea se considera ca in acest experiment exista 10 cazuri
echiprobabile. Trei dintre acestea favorizeaza evenimentul "bila alba si
sapte dintre ele evenimentul "bila neagra". Probabilitatea aparitiei unei bile
albe este egala cu 0,3 si probabilitatea aparitiei unei bile negre este egala
cu 0,7.
3.4

Spatiul de probabilitate

Definitie: spatiul evenimentelor elementare , la care se adauga

algebra F si se asociaza probabilitatea P definita pe F, este numit spatiu de
probabilitate si este notat: (, F, P).
Corespondenta intre evenimentele unei multimi de evenimente si
probabilitatile sale este numita de obicei distributie de probabilitate.
Astfel, probabilitatea P(A) este functie de evenimentul AF si defineste
distributia probabilitatilor pe F.
3.5

Proprietatile probabilitatilor

Vom studia acum proprietatile probabilitatilor care decurg din

axiomele pe care noi le-am adoptat.
Proprietati:
1) Fie evenimentul imposibil dat. El este incompatibil cu toate
celelalte evenimente. Fie A un eveniment oarecare, atunci:
A = si P(A) = P(A) +P()

(a)

Pe de alta parte, cum A U = A (reuniunea cu evenimenul

imposibil nu modifica evenimentul A), atunci:
P(A) = P(A)

(b)

Din (a) si (b) rezulta ca probabilitatea evenimentului imposibil este

egala cu 0:
P() = 0
24

(1.19)

Elemente de teoria probabilitatilor

2) Daca BA, atunci punand A sub forma descompunerii in doua

evenimente incompatibile, A = B A B obtinem, tinand cont de relatia
(1.15), ca P(A) = P(B) + P(A B ). Rezulta ca:
daca B A atunci P(B) P(A).

(1.20)

Deci, daca evenimentul B implica evenimentul A, atunci

probabilitatea evenimentului B nu poate fi superioara probabilitatii
evenimentului A.
3) Cum toate evenimentele A nu pot fi realizate decat cu
evenimentul sigur , A = A , atunci, nici un eveniment nu poate avea
o probabilitate superioara probabilitatii evenimentului sigur, adica mai
mare ca 1. Astfel, probabilitatea tuturor evenimentelor apartine
intervalului [0,1]:
0 P(A) 1.
(1.21)
4) Reprezentand reuniunea evenimentelor compatibile A 1 ,, A n
sub forma unei reuniuni de evenimente incompatibile:
n

A i

i 1

A1 A 2 A1 A 3 A1 A 2 ... A n A1 ... A n 1 ,

(1.22)

in baza relatiei (1.15) rezulta ca:

i 1

A i

P (A 1 ) P (A 2 A 1 ) P( A 3 A 1 A 2 ) ... P( A n A 1 ...A n 1 ).

(1.23)
5) Cum A 2 A 1 A 2 ,
A n , atunci:

A 3 A 1 A 2 A 3 , , A n A 1 ...A n 1

P(A 2 A1 ) P(A 2 ),.........., P(A n A1 ...A n 1 ) P( A n ),

(1.24)

si obtinem:

i 1

A i

P(A i ).
i 1

(1.25)

6) Aplicand formula (1.23) pentru doua evenimente A 1 = A si A 2

=B, obtinem formula de calcul a probabilitatii reuniunii evenimentelor
compatibile:
P( A B) P ( A ) P ( BA ).
(1.26)
25

Elemente de teoria probabilitatilor

Pe de alta parte, pe baza formulei B = (BA)(B A ) rezulta ca P(B)

= P(AB) + P(B A ). Utilizand aceasta relatie si inlocuind-o in relatia
precedenta, obtinem ca:
P(A U B) = P(A) + P(B) P(AB).

(1.27)

Astfel, am determinat teorema de aditie a probabilitatilor:

probabilitatea reuniunii a doua evenimente oarecare este egala cu suma
probabilitatilor lor minus probabilitatea intersectiei lor.
3.6

Grup complet de evenimente

Definitie: multimea de evenimente { A k } este numita grup

complet de evenimente daca:
- evenimentele sunt incompatibile doua cate doua;
- reuniunea evenimentelor A 1 ,., A n , n este un eveniment
sigur
n

A k = .

(1.28)

k 1

Rezulta, din axioma de aditie a probabilitatilor, ca daca

evenimentele A1 ,., A n , sunt incompatibile doua cate doua si formeaza
un grup complet, atunci suma probabilitatilor lor este egala cu 1.
n

P(A i ) 1.

(1.29)

i 1

Doua evenimente contrare sunt incompatibile si formeaza un grup

complet. Tocmai de aceea din relatia (1.29) rezulta ca suma
probabilitatilor evenimentelor contrare este egala cu 1:
P(A) P(A) 1

(1.30)

Aceasta formula este foarte importanta in practica. In numeroase

probleme, probabilitatea evenimentului care ne intereseaza este dificil de
calculat, atunci, se calculeaza cu usurinta probabilitatea evenimentului
contrar. Folosind formula (1.30) gasim probabilitatea evenimentului care
ne intereseaza.
3.7

Probabilitati conditionate
26

Elemente de teoria probabilitatilor

3.7.1 Probabilitate conditionata

Definitie: numim probabilitate conditionata a evenimentului A in
raport cu evenimentul B, unde P(B) > 0, raportul dintre probabilitatea
intersectiei evenimentelor A si B si probabilitatea evenimentului B si o
notam P(A|B):
P(A|B) = P(AB) / P(B).

(1.31)

Aceasta definitie a probabilitatii conditionate, permite extinderea

de o maniera evidenta a teoremei produsului frecventelor, la cazul
probabilitatilor:
P(AB) = P(A) P(B|A) = P(B) P(A|B) .

(1.32)

Astfel, probabilitatea realizarii simultane a doua evenimente este

egala cu probabilitatea unuia dintre ele, multiplicata cu probabilitatea
conditionata a celuilalt.
Din definitia (1.31) se poate arata ca probabilitatile conditionate ale
diferitelor evenimente, in raport cu un acelasi eveniment B, P(B) 0,
verifica axiomele 1, 2 si 3. In consecinta, toata teoria prezentata va fi
valabila si pentru probabilitatile conditionate.
Din definitia (1.31) mai rezulta ca:
- daca A si B sunt incompatibile (AB = ) atunci P(AB) = 0 si
in consecinta P(A|B) = 0;
- daca BA atunci P(AB) = P(B) si P(A|B) = 1;
- daca AB atunci P(A|B) = P(A)/P(B).
Din relatia (1.32) rezulta ca probabilitatea realizarii simultane a
unui numar oarecare de evenimente este egala cu probabilitatea unuia
dintre ele multiplicata cu probabilitatea conditionata a altui eveniment in
raport cu primul, multiplicata cu probabilitatea conditionata a celui de-al
treilea eveniment in raport cu intersectia primelor doua, etc. multiplicata
cu probabilitatea conditionata a ultimului eveniment in raport cu
intersectia tuturor evenimentelor precedente:
P(A1A2 . . .An ) = P(A1) P(A2 | A1)P(A3 | A1A2)
..P(An | A1A2 . . . An-1)

27

(1.33)

Elemente de teoria probabilitatilor

Exemplu
1)
O urna contine 12 bile, dintre care 5 sunt albe si 7 sunt negre.
Extragem din urna 2 bile. Gasiti probabilitatea ca doua bile sa fie albe.
Introducem evenimentele: A "prima bila este alba", B "a doua bila
este alba". Avem P(A) = 5/12, P(B|A) = 4/11, si conform formulei (1.32):
P(AB) = (5/12)(4/11) = 5/33
2)
O urna contine 16 bile, dintre care 5 sunt albe, 7 sunt negre si 4
sunt rosii. Gasiti probabilitatea ca intre cele 4 bile extrase din urna, prima
sa fie alba, a doua sa fie neagra si celelalte doua sa fie rosii.
Introducem evenimentele: A 1 "prima bila este alba", A 2 "a doua
bila este neagra", A 3 "a treia bila este rosie", A 4 "a patra bila este rosie".
Obtinem atunci:
P( A 1 ) = 5/16, P( A 2 | A 1 ) = 7/15, P( A 3 | A 1 A 2 ) =
= 4/14, P( A 4 | A1 A 2 A 3 ) = 3/13
si vom avea:
P( A 1 A 2 A 3 A 4 ) =

5 7 4 3

= 1/104
16 15 14 13

Pentru a verifica ca aceasta probabilitate nu depinde de ordinea in care

luam evenimentele, consideram aceste evenimente in alta ordine, de
exemplu A 3 , A 1 , A 4 si A 2 . Obtinem atunci P( A 3 ) = 4/16, P( A 1 |
A 3 ) = 5/15, P( A 4 | A 3 A 1 ) = 3/14, P( A 2 | A 3 A 1 A 4 ) = 7/13 si P( A 3
A 1 A 4 A 2 ) = (4/16)(5/15)(3/14)(7/13) = 1/104.
3)
In teoria fiabilitatii numim de obicei fiabilitate -p(t)- probabilitatea
functionarii fara defect a unui dispozitiv din momentul t = 0 pana la
momentul "t". O caracteristica initiala a dispozitivului este intensitatea
defectelor:
p ( t t | t )
lim
,
(1.34)
t 0
t
Aceasta reprezinta limita raportului dintre probabilitatea evenimentului
-defectarea dispozitivului in cursul intervalului de timp (t, t+t)conditionata de evenimentul -dispozitivul a functionat fara defectiune pana
la momentul "t"- si valoarea acestui interval, cand t 0. In general
intensitatea defectelor "" se determina experimental si este cunoscuta.
Problema devine: cunoscand intensitatea defectelor = (t), sa
gasim functia de fiabilitate p(t). Pentru a rezolva aceasta problema
consideram:
28

Elemente de teoria probabilitatilor

- evenimentul A "defectarea dispozitivului in cursul intervalului de

timp (t, t + t)";
- evenimentul B "functionarea fara defectiune pana la momentul t";
- evenimentul C "functionarea fara defectiune a dispozitivului pana
la momentul t + t".
Evenimentul C poate fi exprimat cu ajutorul evenimentelor A si B. Pentru
ca dispozitivul sa functioneze fara defectiune pana la momentul t + t,
trebuie ca el sa functioneze fara defectiune pana la momentul "t" si sa
functioneze in continuare fara defectiune in cursul intervalului cuprins
intre "t" si t + t. Deci, evenimentul C reprezinta intersectia a doua
evenimente: evenimentul B si evenimentul contrar lui A, C = B A .
Rezulta, conform formulei (1.31) ca:
P (C) P ( B) P ( A | B)

(I)

unde P(B), probabilitatea functionarii fara defectiune a sistemului pana la

momentul t, este functia de fiabilitate necunoscuta p(t):
P(B) = p(t) .

(II)

Probabilitatea P(C), adica probabilitatea functionarii fara defectiune a

dispozitivului pana la momentul (t + t), este:
P(C) = p(t+t) .

(III)

In sfarsit P(A|B) reprezinta probabilitatea conditionata a defectului

dispozitivului in cursul intervalului de timp (t, t+t), care poate fi
exprimata in functie de intensitatea de defectare a dispozitivului "" prin
formula:
P(A | B) = p(t+t | t) = t + o(t),
unde o(t) semnifica, ca de obicei, un infinit mic de ordin superior al lui
t. Probabilitatea conditionata a evenimentului contrar este:
P ( A | B ) 1 t o( t ).

Inlocuind expresiile (II), (III), (IV) in (I), obtinem:

p(t+t) = p(t) ( 1 t ) + o(t).
29

(IV)

Elemente de teoria probabilitatilor

Izolam p(t) in primul membru, apoi impartim toti termenii la t, si trecem

la limita cand t 0. Vom avea atunci in primul membru derivata lui p(t).
Obtinem pentru functia de fiabilitate ecuatia diferentiala:
(t ) .= p(t) .
p

(V)

Conditia initiala pentru functia de fiabilitate p(t) este - dispozitivul

este in stare de functionare la momentul initial, altfel spus p(0) = 1. Se
poate verifica cu usurinta, prin substitutie directa, ca solutia ecuatiei (V),
cu conditia p(0) = 1 la momentul initial, este :

p( t ) exp d
0

(VI)

4)
Care este probabilitatea ca doi copii ai unei familii sa fie baieti,
stiind ca cel putin unul este baiat?
Spatiul fundamental este = {FF, FB, BF, BB} cu P(FF) = P(FB) = P(BF)
= P(BB) = 1/4. Evenimentele cunoscute sunt:
- A: "doi copii sunt baieti" = {BB};
- B: "cel putin unul dintre copii este baiat" ={FB, BF, BB}.
Observam ca AB si in consecinta P(A|B) = P(A) / P(B) = 1/3.
3.7.2

Evenimente independente, evenimente

dependente

Definitie: doua evenimente sunt independente daca realizarea

unuia dintre evenimente nu modifica probabilitatea celuilalt:
Evenimentele A si B sunt numite dependente daca realizarea unuia dintre
ele modifica probabilitatea celuilalt.
Pentru doua evenimentele independente A si B se verifica relatiile:
P(AB) = P(A)P(B) .
P(A | B) = P(A), P(B | A) = P(B).

(1.35)
(1.36)

Este evident ca pentru independenta evenimentelor A si B este suficienta

una din egalitatile (1.36), cealalta fiind automat verificata.
Pentru doua evenimentele dependente A si B egalitatile (1.36) nu se
mai verifica:
P(A | B) P(A) ,
30

P( B | A) P(B).

(1.37)

Elemente de teoria probabilitatilor

Este evident ca doua evenimente incompatibile A si B sunt

intotdeauna dependente, pentru ca realizarea unuia dintre ele implica
nerealizarea celuilalt si P(A|B) = P(B|A) = 0.
In general, o familie finita sau infinita de evenimente ( A i , iI)
este numita independenta daca, pentru toate submultimile finite J din I, are
loc relatia:
P ( A j )
jJ

P( A j ) .
jJ

(1.38)

Observatii:

- pentru independenta evenimentelor A 1 ,, A n , independenta lor

doua cate doua este necesara, dar nu suficienta;
- daca A si B sunt doua evenimente independente, atunci, de
asemenea evenimentele A si B, A si B , A si B sunt independente.
Exemplu
Fie o experienta aleatoare descrisa prin (, F, P) cu = {abc, acb, bac,
bca, cab, cba, aaa, bbb, ccc}si P probabilitate uniforma pe , (pentru orice
, P({}) = 1/9). Consideram urmatoarele trei evenimente A k =
{litera k este un "a"}, k=1, 2, 3. Sunt ele independente?
Avem: P( A 1 ) = P({abc, acb, aaa}) = 3/9;
P( A 2 ) = P({bac, cab, aaa}) = 3/9;
P( A 3 ) = P({bca, cba, aaa}) = 3/9.
P( A 1 A 2 ) = P({aaa}) = 1/9, sau P( A 1 )P( A 2 ) = 1/9. La fel, avem P( A 2
A 3 ) = P( A 2 )P( A 3 ) = 1/9, P( A 3 A 1 ) = P( A 3 )P( A 1 ) = 1/9. Pe de alta
parte P( A1 A 2 A 3 ) P( A 1 )P( A 2 )P( A 3 ). In concluzie evenimentele
A 1 , A 2 si A 3 nu sunt independente.
3.7.3

Teorema produsului probabilitatilor

Consideram cazul evenimentelor independente A1 ,, A n . Daca

evenimentele A1 ,, A n sunt independente, atunci:
- evenimentul A n si evenimentele A1 ,, A n 1 sunt
independente;
- evenimentul A n 1 si evenimentele A1 ,, A n 2 sunt
independente, si asa mai departe;
31

Elemente de teoria probabilitatilor

- evenimentul A 3 si evenimentele A1 si A 2 sunt independente,

si in final,
- evenimentele A1 si A 2 sunt independente.
De aceea avem:
P( A n | A 1 A 2 A n 1 ) = P( A n );
P( A n 1 | A1 A 2 A n 2 ) = P( A n 1 );
.
P( A 3 | A 1 A 2 ) = P( A 3 );
P( A 2 | A1 ) = P( A 2 ).
Formula (1.33) devine:
P(A1A2 . . . An) = P(A1) P(A2) . . . P(An).

(1.39)

Astfel, probabilitatea intersectiei evenimentelor independente este

egala cu produsul probabilitatilor lor.
Exemplu
1)
Probabilitatea de a ochi tinta in cazul lansarii unei bombe este
egala cu p = 0,1. Gasiti probabilitatea ca cel putin o bomba sa atinga tinta,
daca bombardamentul este efectuat de 10 avioane si fiecare avion lanseaza
cate o bomba.
Evenimentul B reprezinta faptul ca cel putin o bomba va atinge
tinta. Evenimentul contrar B corespunde faptului ca nici o bomba nu va
atinge tinta. In acest exemplu impactul bombelor pe tinta reprezinta
evenimente independente, pentru ca fiecare avion efectueaza
bombardamentul independent. In consecinta, conform formulei (1.21),
probabilitatea ca nici o bomba nu va atinge tinta este egala cu P( B )=
(1 p)10 .
Pentru a determina probabilitatea necunoscuta P(B): ca cel putin o
bomba, va atinge tinta este suficienta utilizarea formulei evenimentelor
contrare.
2)
O urna contine 12 bile, dintre care 5 sunt albe si 7 sunt negre. Vom
extrage din urna o bila, notam culoarea sa si o punem iar in urna. Dupa
aceasta amestecam cu grija bilele si vom extrage din urna a doua bila.
Gasiti probabilitatea ca cele doua bile extrase sa fie albe.
In cazul considerat, fiind dat ca dupa prima extractie a unei bile o
punem din nou in urna, informatia relativa la aparitia unei bile albe in
cursul primei extrageri nu modifica probabilitatea aparitiei unei bile albe la
extragerea urmatoare. Tocmai de aceea evenimentul A (aparitia unei bile
32

Elemente de teoria probabilitatilor

albe prima data) si B (aparitia unei bile albe a doua oara) sunt
independente si probabilitatea realizarii lor este egala cu produsul
probabilitatilor:
P(AB) = P(A)P(B) = 5/125/12 = 25/144
3)
O urna contine 16 bile, dintre care 5 sunt albe, 7 sunt negre si 4
sunt rosii. Vom extrage succesiv din urna 4 bile punand de fiecare data bila
inapoi in urna. Gasiti probabilitatea ca prima bila sa fie alba, a doua sa fie
neagra, a treia si a patra sa fie rosii.
In cazul considerat, evenimentele: A 1 :"prima bila este alba"; A 2
"a doua bila este neagra"; A 3 "a treia bila este rosie"; A 4 "a patra bila
este rosie" sunt independente, in asa fel incat avem relatia:
P( A1 A2 A3 A4 ) = (5/12)(7/12)(4/12)(4/12) = 35/1296
3.8

Probabilitatile evenimentelor complexe

3.8.1 Formula probabilitatii totale

Teorema
Fie un grup complet de evenimente H i , i[1,n],
ale caror probabilitati P( H i ), i[1,n], sunt cunoscute si un eveniment A
oarecare, dependent de fiecare eveniment H i . Daca stim probabilitatile
conditionate P(A| H i ), i[1,n] in raport cu toate evenimentele H i ,
i[1,n], atunci probabilitatea evenimentului A este:
n

P( A ) P ( H i ) P ( A | H i ) .
i 1

(1.40)

Demonstratie

Cum evenimentele H1 , H 2 ,, H n formeaza un grup complet,

reuniunea lor este un eveniment sigur. Atunci:
n

i 1

i 1

P(A) = P(A)= P(A( H i )) =P( AH i ).

Evenimentele H1 , H 2 ,, H n sunt prin definitie incompatibile doua cate
doua, atunci evenimentele A H1 , A H 2 , ,A H n sunt de asemenea
incompatibile doua cate doua si putem aplica axioma de aditie:
33

Elemente de teoria probabilitatilor

P( A ) P

i 1

AH i

P(AH i ) .
i 1

Utilizand formula (1.32) obtinem:

n

P(A ) P( H i )P( A | H i ).
i 1

(1.41)

Astfel, probabilitatea evenimentului A este egala cu suma

probabilitatilor evenimentelor H1 , H 2 ,, H n multiplicate cu
probabilitatile evenimentului A conditionat de evenimentele Hi.
Formula (1.41) este numita formula probabilitatii totale. Ea este
foarte mult utilizata in teoria probabilitatilor si in aplicatiile sale.
Exemplu
O firma utilizeaza dispozitive de acelasi tip furnizate de trei uzine in
proportiile: n 1 / n 2 / n 3 ( fiecarei grupa de n 1 dispozitive furnizate de
prima uzina, ii corespunde grupa de n 2 dispozitive furnizate de a doua
uzina si grupa de n 3 dispozitive furnizate de a treia uzina). Presupunem ca
intensitatea de defectare este egala cu: 1 - pentru dispozitivele fabricate
in prima uzina-, 2 - pentru dispozitivele fabricate de in a doua uzina-,
3 - pentru dispozitivele fabricate in a treia uzina. Gasiti functia de
fiabilitate a dispozitivului.
In aceasta problema urmatoarele evenimente sunt incompatibile si
constituie un grup complet:
H 1 , dispozitivul a fost fabricat in prima uzina;
H 2 , dispozitivul a fost fabricat in a doua uzina;
H 3 , dispozitivul a fost fabricat in a treia uzina.
Probabilitatile acestor evenimente pot fi calculate cu usurinta:
P(H k )

nk
n1 n 2 n 3

(k=1, 2, 3).

Probabilitatile evenimentului A, de functionarea fara defectiune a

dispozitivului pana la momentul "t", conditionat de evenimentele H 1 , H 2
, H 3 , pot fi determinate cu usurinta plecand de la formula (IV) din
exemplul paragrafului (3.7.1):
34

Elemente de teoria probabilitatilor

Utilizand formula probabilitatii totale, gasim probabilitatea de

functionare fara defect a dispozitivului pana la momentul "t" (adica functia
de fiabilitate a dispozitivului pe care o cautam):
P( A ) p( t )

n 1e 1t n 2 e 2t n 3 e 3t
.
n1 n 2 n 3

3.8.2 Formula lui Bayes

In problemele practice, avem adesea un grup complet de
evenimente incompatibile H1 , H 2 ,, H n , ale caror probabilitati P( H i
), i[1,n] sunt cunoscute. Aceste evenimente nu sunt observate direct, dar
putem observa un eveniment A legat de primele, pentru care cunoastem
probabilitatile conditionate P(A| H i ), i[1,n] . Presupunem ca am realizat
un experiment al carui rezultat este realizarea evenimentului A. Utilizand
rezultatele acestui experiment, se cere a se formula concluziile relative la
evenimentele H1 , H 2 ,, H n , adica a se determina cum au fost
modificate probabilitatile acestora dupa realizarea evenimentului A. Cu
alte cuvinte, trebuie gasita probabilitatea conditionata a evenimentelor
H 1 , H 2 ,, H n in raport cu evenimentul A.
Propozitie Fie un grup complet de evenimente H i , i[1,n] ale
carui probabilitati P( H i ), i[1,n] sunt cunoscute si un eveniment A,
dependent de fiecare eveniment H i , astfel incat P(A) > 0. Daca
cunoastem probabilitatile conditionate P(A| H i ) ale evenimentului A in
raport cu toate evenimentele H i , i[1,n], atunci:
P(H i | A)

P(H i )P(A | H i )
n

P ( H k ) P( A | H k )

i 1, n

k 1

Demonstratie

Considerand formula produsului probabilitatilor avem relatia:

P(A H i ) = P(A) P( H i |A) = P( H i ) P(A| H i )
rezulta ca:
P( H i |A) = [P( H i ) P(A| H i ] / P(A)
35

(1.42)

Elemente de teoria probabilitatilor

Inlocuind aici expresia probabilitatii evenimentului A prin formula

probabilitatii totale (1.41), obtinem:
P( H i | A )

P( H i ) P( A | H i )
.
P(A)

Aceasta formula este numita formula lui BAYES. Ea rezolva

problema pusa anterior.
Probabilitatile P( H i ), ale evenimentelor H i , i[1,n], inainte de
realizarea experimentului, sunt numite de obicei probabilitati apriori.
Probabilitatile P( H i |A), dupa realizarea experimentului, sunt numite
probabilitati aposteriori.
Exemplu
Presupunem ca, in conditiile exemplului din paragraful (3.8.1),
dispozitivul ar fi functionat fara defectiune un timp T (evenimentul A).
Gasiti probabilitatea aposteriori ca dispozitivul sa fie fabricat in uzina "k"
(k = 1, 2, 3).
Inlocuind in formula lui BAYES (1.42) probabilitatile P( H 1 ), P(
H 2 ), P( H 3 ), P(A| H 1 ), P(A| H 2 ), P(A| H 3 ), definite apriori, gasim
probabilitatea aposteriori ca dispozitivul sa fi fost fabricat in uzina "k":
n k e kT
P( H k | A )
.
n 1e 1T n 2 e 2T n 3 e 3T
3.8.3 Scheme de probabilitate
Distributia binomiala

Consideram un experiment complex compus din mai multe

evenimente simple, in cursul carora conditiile sunt constante, si un
anumit eveniment A care poate fi realizat sau nu.
Experimentele
sunt
numite
independente,
daca
probabilitatea evenimentului A care ne intereseaza, in cursul
fiecarui experiment, nu depinde de rezultatele altor experimente.
Presupunem ca:
- am efectuat "n" experimente independente;
- pentru fiecare experiment probabilitate evenimentului A este
egala cu "p".
36

Elemente de teoria probabilitatilor

Care este probabilitatea Pm,n ca evenimentul sa fie realizat de

"m" ori, in timpul a "n" experimente?
Pentru ca evenimentul A sa fie realizat de "m" ori, in cursul a "n"
experimente, este necesar si suficient ca sa fie realizata una din seriile de
evenimente B1 ,. B m ., B n in care "m" evenimente coincid cu A, iar
"n-m" coincid cu evenimentul contrar A . Este evident ca numarul acestor
serii de evenimente este egal cu numarul de combinari corespunzator C m
n :
m

Cn

n!
m!( n m)!

Datorita independentei experimentelor, probabilitatea fiecarei din

aceste serii este, conform teoremei produsului probabilitatilor
evenimentelor independente (1.39), egala cu p m q n m unde q = 1 p este
probabilitatea evenimentului contrar lui A. In final, datorita
incompatibilitatii seriilor posibile de evenimente, probabilitatea cautata
Pm, n este egala cu suma probabilitatilor seriilor de evenimente compuse
din "m" evenimente A si "n-m" evenimente A . Fiecare serie de
evenimente avand aceeasi probabilitate de aparitie, iar numarul de serii
fiind C m
n probabilitate cautata devine:
n!
m n m
Pm ,n Cm

p m q n m , (m = 0, 1, . . . n). (1.43)
n p q
m!(n m)!
Consideram acum o variabila auxiliara "u" si observam ca
valoarea:

Pm,n u m Cmn p m q n m u m
reprezinta termenul general din dezvoltarea binomului lui Newton
(q pu ) n .
Probabilitatea Pm,n este coeficientul puterii u m din dezvoltarea
binomului lui Newton:
n(u) = q pu n .
(1.44)
Corespondenta intre valorile m = 0, 1,,n si probabilitatile Pm,n
definite prin formula (1.43), este numita distributie binomiala.
Distributia multinomiala
37

Elemente de teoria probabilitatilor

Formulele (1.43) si (1.44) sunt cu usurinta generalizate in

cazul in care probabilitatea evenimentului A ia diferite valori in
cursul diferitelor experimente (repetitia experimentelor in conditii
variabile). Daca:
- experimentele sunt independente;
- probabilitatea realizarii evenimentului A in cursul
experimentului "k" este egala cu p k , k[1,n].
Care este probabilitatea Pm,n pentru care evenimentul va fi
realizat de "m"-ori, in cursul a "n" experimente?
Cu ajutorul formulei (1.43), se obtine in acelasi mod relatia:
Pm,n p i1 ...p i m q i m 1 ...q i n (m = 0,1 ,.., n),

(1.45)

in care suma se efectueaza pentru toate multimile distincte de indici

{i1 , i 2....i m } {0,1,....n} , {i m 1 , i m 2 ,....i n } {1,2,.....n} pentru care se
realizeaza evenimentele A i1 , A i 2 ,.....A im , respectiv nu se realizeaza
evenimentele A im 1 , A im 2 ........A in .
Intelegem cu usurinta ca in acest caz probabilitatea Pm,n este
coeficientul lui u m din descompunerea in functie de puterile lui "u" a
polinomului:
n

n ( u ) (q k p k u ) ,
k 1

(1.46)

unde q k = 1- p k , k[1,n] este probabilitatea realizarii evenimentului A

in cursul experimentului "k".
Corespondenta intre valorile m = 0,1,,n si probabilitatile Pm,n
definite prin formula (1.45) reprezinta distributia multinomiala.
Exemplu
1)

Probabilitatea realizarii unui eveniment cel putin de "k" ori

Care este probabilitatea ca evenimentul A sa fie realizat de cel

putin "k"- ori in cursul a "n" experimente?
Este evident ca evenimentul, corespunzand realizarii evenimentului
A de cel putin "k" ori, reprezinta reuniunea a "n - k + 1" evenimente
incompatibile: "realizarea evenimentului A de exact k-ori", "realizarea
evenimentului A de exact k+1-ori",.,"realizarea evenimentului A de
38

Elemente de teoria probabilitatilor

exact n-ori". In consecinta, probabilitatea cautata R k ,n pentru care in

cursul a "n" experimente evenimentul A va fi realizat de cel putin "k"- ori,
va fi egala cu:
R k ,n Pk ,n Pk 1,n ... Pn ,n

Pm,n .

(1.47)

m k

Aceasta probabilitate poate fi calculata si altfel determinand

mai intai toate probabilitatile evenimentelor contrare, adica probabilitatea
ca evenimentul A va fi realizat de un numar de ori inferior lui "k", si
scazand apoi rezultatul din 1:
R k ,n 1 P0,n P1,n ... Pk 1,n 1

2)

k 1

Pm,n

m 0

(1.48)

Probabilitatea realizarii unui eveniment cel putin o data

De cele mai multe ori trebuie calculata probabilitatea ca un

eveniment sa fie realizat cel putin o data. Este evident ca in acest caz sa
utilizam formula (1.48) pentru orice valoare n 2. Obtinem probabilitatea:
R 1,n 1 P0,n 1 q1q 2 ......q n .

(1.49)

In cazul particular al experimentului cu conditii constante q 1 = q 2

= = q n = q, formula (1.49) devine:
R 1,n 1 q n

(1.50)

Distributia polinomiala

Daca in urma unui experiment poate fi realizat unul din

evenimentele incompatibile A1 ,, A r ale unui grup complet de
evenimente ale carui probabilitati sunt respectiv p1 ,, p r ( p1 +
+ p r =1), atunci probabilitatea ca in cursul a "n" experimente :
- evenimentul A 1 sa fie realizat de " m1 "-ori;
- evenimentul A 2 sa fie realizat de " m 2 "-ori;

- evenimentul A r sa fie realizat de " m r "-ori,

39

Elemente de teoria probabilitatilor

cu m1 + m 2 ++ m r = n, este determinata prin urmatoarea

formula
Pm1,.......,m r

n!
m m
r
p1 1 p 2 2 ...p m
r .
m1!m 2 !....m r !

(1.51)

Aceasta formula poate fi obtinuta prin aplicari succesive ale

formulei (1.43). Probabilitatea ca evenimentul A 1 sa fie realizat de " m1
"-ori in "n" experimente este egala, conform (1.43), cu:
Pm1,n

n!
p m1 (p 2 ... p r ) m 2 ... m r .
m1!(m 2 ... m r )! 1

Probabilitatea conditionata de realizare a evenimentului A 2 in

fiecare din experimentele ramase, cu conditia ca in cursul acestor
experimente A1 sa nu fie realizat, este evident egala cu p 2 /( p 2 +...+ p r
). Tocmai de aceea probabilitatea conditionata, ca in cursul a m 2 ++ m r
experimente, pentru care A1 nu este realizat, evenimentul A 2 sa fie
realizat de " m 2 " ori, este determinata conform (1.43) prin formula:
Pm 2 ,m 2 ... m r

(m 2 ... m r )!
p2

m 2 !(m 3 ... m r )! p 2 ... p r

m2

p 3 ... p r

p 2 ... p r

m3 ... m r

Continuand in aceeasi maniera, gasim probabilitatea conditionata

ca evenimentul A k sa fie realizat de " m k "- ori in cursul a m k ++ m r
experimente in conditia ca evenimentele A1 ,, A k 1 nu vor fi realizate
in cursul acestor experimente:
Pm k ,m k ... m r

(m k ... m r )!
pk

m k ! (m k 1 ... m r )! p k ... p r

mk

p k 1 ... p r

p k ... p r

m k 1 ... m r

Facand produsul probabilitatilor gasite, obtinem formula (1.51).

Functia generatoare a probabilitatilor Pm1,...,m r ( m1 ++ m r = n)
este definita prin formula:
n ( u 1 ,......, u r ) ( p1u 1 ......... p r u r ) n

(1.52)

mr
2
in asa fel incat Pm1 ,...,m r reprezinta coeficientul puterilor u 1m1 u m
2 ur
din dezvoltarea acestei functii.

40

Elemente de teoria probabilitatilor

In acest caz evenimentele elementare sunt multimi finite { B1 ,,

B n }, unde fiecare element B k reprezinta unul din evenimentele A 1 ,...,
A n . Campul de evenimente este aici algebra tuturor reuniunilor posibile
ale acestor evenimente completate cu evenimentul imposibil.
r
Probabilitatea fiecarui eveniment elementar este egala cu p1m p m
r
1

unde m i , i[1, r] ceea ce ne conduce la numarul de evenimente B k din

multimea { B1 ,, B n }care coincid cu A i , (i =1,...,r). Probabilitatea
evenimentului care ne intereseaza este egala cu suma probabilitatilor
evenimentelor elementare care il compun.
Schema de probabilitate, definita prin formula (1.51) este numita
polinomiala.
2.8.4 Distributia Poisson
Restrictiile distributiei Poisson

Intalnim in practica evenimente care se produc la momente

diferite de timp. Evenimentele de acest tip formeaza o multime
numita de obicei, flux de evenimente. Exemple de flux de
evenimente pot fi furnizate de apelurile telefonice, traversarea unei
intersectii de automobile, apelurile unei ambulante, defectiunile
unui sistem tehnic.
Putem deseori considera ca fluxul de evenimente verifica
conditiile urmatoare:
1) pentru toate perechile de intervale de timp disjuncte
probabilitatea realizarii unui numar de evenimente intr-un interval
de timp nu depinde de numarul de evenimente care se produc in
cursul altui interval de timp;
2) probabilitatea realizarii unui eveniment in cursul unui
interval de timp foarte mic (t, t+t) este proportionala cu lungimea
intervalului;
3) probabilitatea realizarii unui eveniment de mai multe ori in
cursul intervalului de timp foarte mic (t, t+t) se poate neglija.
Desemnam prin p m ( t 1 , t 2 ) probabilitatea realizarii a "m"
evenimente in cursul intervalului de timp ( t 1 , t 2 ). Atunci
conditiile 2) si 3) se vor scrie sub forma:
p1 ( t , t t ) ( t ) t ,
41

(1.53)

Elemente de teoria probabilitatilor

p k ( t , t t ) 0 ,

k2

(1.54)

unde (t) este o functie pozitiva.

Pentru un flux de evenimente care verifica conditiile 1), 2)
si 3) cautam probabilitatea "ca in cursul intervalului de timp
(
t 0 , t), sa fie realizate "m" evenimente (m = 0, 1, 2,)".
Considerand momentul t 0 fixat, convenim sa notam probabilitatile
cautate prin p m (t), (m = 0, 1, 2,). Pentru a calcula p m (t) avem nevoie
de doua etape:
1)
Calcularea probabilitatii p0(t) (de nerealizare a
evenimentelor):
Remarcam ca p 0 (t+t) reprezinta probabilitatea intersectiei a
doua evenimente: nici un eveniment nu este realizat in cursul intervalului
de timp ( t 0 , t) si nici un eveniment nu este realizat in cursul intervalului
de timp (t, t+t). Conform conditiei (1), aceste evenimente sunt
independente. De aceea avem:
p 0 ( t t ) p 0 ( t ) p 0 ( t , t t ) .

(1.55)

Conform (1.53) si (1.54) avem:

p 0 ( t , t t ) 1

p k ( t, t t ) 1 ( t )t o( t ) .

k 1

(1.56)

Inlocuind aceasta expresie in (1.55), obtinem:

p 0 ( t t ) p 0 ( t ) p 0 ( t ) ( t ) t o(t ) ,

de unde rezulta
p 0 ( t t ) p 0 ( t )
o(t )
( t ) p 0 ( t )
.
t
t

Cand t 0, al doilea membru al acestei egalitati tinde spre o

limita determinata (-(t) p 0 (t)). In consecinta, exista si limita primului
termen. Astfel probabilitatea p 0 (t) este derivabila in raport cu "t" si la
limita, cand t 0, obtinem ecuatia diferentiala:
o ( t ) ( t )p 0 ( t ) .
p
42

(1.57)

Elemente de teoria probabilitatilor

Pentru a gasi valoarea initiala a probabilitatii p 0 (t), este suficient

sa inlocuim in (1.56) t = t 0 si sa trecem la limita cand t 0. Obtinem
atunci p 0 (t0) = 1.
2)
Calcularea probabilitatilor de realizare a unui numar
oarecare de evenimente
Pentru a obtine ecuatiile ce conduc la probabilitatile p1 (t), p 2 (t),

.., observam ca pot fi realizate "m" evenimente in cursul intervalului de

timp ( t 0 , t+t) conform unuia din urmatoarele "m+1" procedee
incompatibile:
- " toate cele "m" evenimente sunt realizate in cursul intervalului (
t 0 , t) si nici unul in cursul intervalului (t, t+t)";
- "(m-1) evenimente sunt realizate in cursul intervalului ( t 0 , t) si
un eveniment in cursul intervalului (t, t+t)";
- .;
- "toate cele "m" evenimente sunt realizate in cursul intervalului
(t, t+t)".
Conform axiomei de aditie a probabilitatilor si a teoremei
produsului probabilitatilor evenimentelor independente, avem:
p m ( t t ) p m ( t ) p 0 ( t , t t ) p m 1 ( t )p1 ( t , t t ) ......... p 0 ( t ) p m ( t , t t )

Obtinem conform (1.53), (1.54) si (1.56):

p m ( t t ) p m ( t ) [ p m 1 ( t ) p m ( t )]( t ) t o( t ) .

In consecinta, rezulta:
p m ( t t ) p m ( t )
o(t )
[p m 1 ( t ) p m ( t )] ( t )
.
t
t

Rationand exact in acelasi fel, ca la stabilirea ecuatiei (1.57), obtinem

urmatoarea ecuatie diferentiala:
p m ( t ) [p m 1 ( t ) p m ( t )]( t )

(m = 1, 2, .) .

(1.58)

Valorile initiale ale probabilitatilor p1 (t), p 2 (t), sunt toate egale cu 0

de aceea avem: p 0 ( t 0 ) = 1, p m ( t 0 ) = 0, (m = 1, 2,..).
Adoptand in calitate de variabila independenta marimea "":

43

Elemente de teoria probabilitatilor

( t )

()d,

(1.59)

to

putem scrie ecuatiile (1.57) si (1.58) sub urmatoarea forma:

dp 0
p 0 ,
d

dp m
p m p m 1
d

(m=1, 2,..) . (1.60)

Conditiile initiale vor fi atunci de forma p 0 = 1, p m = 0

(m = 1, 2,) cand = 0. Se verifica cu usurinta prin substitutie directa ca
integralele ecuatiei (1.60), in conditiile initiale, sunt definite prin
urmatoarele formule:
pm

m
e
m!

(m = 0, 1, 2,..) .

(1.61)

Astfel, pentru un interval dat ( t 0 , t) avem o infinitate de

evenimente: nici un eveniment nu se produce in cursul acestui interval, se
produce un eveniment, doua evenimente, etc. , si probabilitatile acestor
evenimente sunt definite prin formula (1.61).
Formula (1.61) defineste o distributie. Aceasta distributie este
numita Poisson. Fluxul de evenimente care verifica conditiile 1), 2), si 3)
este numit flux Poisson.
Parametrul "" al distributiei Poisson reprezinta numarul mediu de
evenimente care sunt realizate in cursul intervalului de timp ( t 0 , t).
Functia este numita intensitate de flux poissonian.
Exemplu
1)
Gasiti probabilitatea ca numarul electronilor difuzati de catodul
unei lampi electrice, in cursul unui interval de timp de durata "t" , sa fie
egal cu "m", daca numarul mediu de electroni emisi in unitatea de timp
este egal cu =constant.
Fluxul de electroni poate fi considerat flux poissonian. Conform
(1.59) avem in acest caz: = t. Inlocuind aceasta expresie in (1.61),
obtinem:
pm

( t ) m t
e , (m = 1, 2, ).
m!

2)
Intensitatea fluxului de apeluri telefonice este egala cu (t) (adica
densitatea medie de apeluri reprezentand limita raportului numarului de
44

Elemente de teoria probabilitatilor

apeluri in cursul unui interval de timp infinit mic (t, t+t), la t cand t
0). Gasiti probabilitatea ca in intervalul de timp ( t1 , t 2 ) centrala sa
primeasca "m" apeluri telefonice.
In cazul considerat se poate verifica cu o precizie suficienta ca
fluxul de apeluri verifica conditiile pentru care fluxul este poissonian. Prin
urmare, in conditia absentei legaturii intre actiunile diferitilor abonati,
probabilitatea unui numar dat de apeluri in cursul unui interval de timp (
t1 , t 2 ) nu depinde practic de numarul de apeluri care vor avea loc in
cursul altor intervale de timp disjuncte cu intervalul ( t1 , t 2 ).
Probabilitatea mai multor apeluri poate fi practic aproximata ca
fiind egala cu 0. Tocmai de aceea putem considera ca, sunt verificate
conditiile 2) si 3). In acest caz probabilitatea cautata poate fi calculata
utilizand distributia Poisson, definita prin formula (1.61 ) astfel:

t2

()d.

t1

Teste pentru verificarea cunostintelor

Testul 1
Experienta consta in a nota timpul (in secunde) necesar pentru a efectua
asamblarea unui montaj. Se repeta experienta de 600 de ori.
Numar
de secunde
37
38
39
40
41
42
total

Numar
de asamblari
95
110
92
94
106
103
600

Frecventa
relativa
95/600 = 0.1583
............................
............................
............................
............................
............................

Probabilitatea
0.16
........
.......
.......
.........
........
1.00

a) Calculati probabilitatile ca montajul sa fie asamblat in 37 de secunde,

38 de secunde, s.a.m.d., utilizand frecventele relative. Completati
tabelul de mai sus
45

Elemente de teoria probabilitatilor

b) Calculati probabilitatea ca montajul sa fie asamblat in 37 sau 38 de

secunde.
P({37,38}) =..........
c) Calculati P({39,40,41}) =
d) Calculati probabilitatea ca montajul sa nu fie asamblat in 37 sau 38 de
secunde.
e) Calculati probabilitatea ca montajul sa fie asamblat in mai mult de 40
de secunde.
f) Calculati probabilitatea ca montajul sa nu fie asamblat in mai mult de
40 de secunde.
Testul 2
Un aparat electronic face o triere automata de piese avand lungimea X.
Acest aparat inregistreaza piesele clasificandu-le dupa lungime. Se triaza
10000 de piese cu repartitia urmatoare:
Lungimea in mm
8 X 10
( L1 )
10 X 12
( L2 )
( L3 )
12 X 14

Numar de piese
4260
3640
2100

a) Calculati probabilitatea pentru ca o piesa sa fie clasata in categoria L2.

Notati acest eveniment L2.
P(L2) =P(10 X <12) =................
b) Care este probabilitatea ca o piesa sa nu fie in categoria L2? Acest
eveniment se noteaza L2.
P(L2) =..................
c) Care este probabilitatea ca o piesa sa fie clasata in categoriile L2 sau
L3? Acest eveniment se noteaza L3. Evenimentele L2 si L3 sunt
compatibile sau incompatibile?
46

Elemente de teoria probabilitatilor

Testul 3
Tabloul urmator reprezinta repartizarea personalului tehnic intr-o
intreprindere de sisteme grafice utilizand microprocesoare in functie de
categoria salariala si tipul functiei.
Functie
Categorie salariala
Tehnolog de Inginer
sistem
aplicatii
50
$20.000X$20.000(S1) 2
70
$26.000X$32.000(S2) 24
40
$32.000X$38.000(S3) 4

Inginer
conceptie
25
75
10

a) Daca se alege la intamplare din aceasta populatie un muncitor facand

parte din aceasta clasificare, identificati evenimentul Muncitor apartinand
categoriei salariale $20.000X$20.000(S1).
Calculati aceasta probabilitate P($20.000X$20.000(S1)) =..
b) Identificati evenimentul Muncitorul este inginer de conceptie.
Calculati probabilitatea acestui eveniment P(

) =..

c) Identificati evenimentul Muncitor apartinand categoriei salariale

$26.000X$32.000(S2) sau $32.000X$38.000(S3). Calculati
probabilitatea sa.
P( ) = P(

) + P( ) = P (

d) Identificati evenimentul Muncitor apartinand categoriei salariale

$26.0000X$32.000(S2) si este tehnolog de sistem. Calculati
probabilitatea sa.
e) Identificati evenimentul Muncitorul este inginer de aplicatie si nu
apartine categoriei salariale $32.000X$38.000(S3). Calculati
probabilitatea sa.
47

Elemente de teoria probabilitatilor

f) Identificati evenimentul Muncitor apartinand categoriei salariale

$20.000X$26.000(S1) sau este tehnolog de sistem. Calculati
probabilitatea sa.

Testul 4
Utilizati din nou datele testului 3.
a) Identificati evenimentul Muncitor apartinand categoriei salariale
$20.000X$26.000 (S1) stiind ca este inginer de conceptie:
Calculati probabilitatea sa.
P( ) =.
b) Identificati evenimentul Muncitorul este inginer de aplicatii stiind ca el
are un salariu inferior celui de $32.000. Calculati probabilitatea acestuia:
P(

) =.

d) Identificati evenimentul Muncitorul apartine categoriei salariale

$20.000X$26.000(S1) stiind ca el nu este tehnolog in sistem.
Calculati probabilitatea sa.
e)
P( ) =...........
Testul 5
Doua carti sunt extrase dintr-un joc de 52 de carti. Fie evenimentul A
Prima carte extrasa este de cupa. Fie evenimentul B A doua carte
extrasa este de cupa.
a) Identificati evenimentul: Cele doua carti extrase sunt de
cupa. .....................
b) Calculati probabilitatea acestui eveniment stiind ca prima carte extrasa
este repusa in joc inaintea extragerii celei de-a doua carti.
P(.....) = P(......) x P(......) =
48

Elemente de teoria probabilitatilor

c) Evenimentele A si B sunt independente? Justificati de ce.

Evenimentele A si B sunt incompatibile? Justificati de ce.
d) Care este probabilitatea ca cele doua carti sa fie de cupa daca prima
carte extrasa nu este repusa in joc inainte de a extrage a doua carte?
e) Evenimentele A si B sunt independente? Justificati.
Evenimentele A si B sunt incompatibile? Justificati.
Testul 6
Trei linii de productie complet automatizate fabrica circuite integrate
pentru micro-calculatoare. Aceste circuite sunt impartite in satisfacatoare
si defecte. Prima linie de productie M1 fabrica 7000 de circuite pe zi din
care, in medie 1% sunt defecte. M2 fabrica 8500 de circuite pe zi din care
1.2% sunt defecte. M3 fabrica 4500 circuite pe zi din care 0.6% sunt
defecte. Din productia fiecarei zile, vom lua la intamplare un circuit
integrat.
1. Identificati evenimentele urmatoare:
E1 este evenimentul Circuitul este fabricat de linia M1;
E2 este evenimentul Circuitul este fabricat de linia M2;
E3 este evenimentul Circuitul este fabricat de linia M3;
D este evenimentul Circuitul este defect.
2. Pe diagrama, in arborele asociat acestei situatii calculati probabilitatile
compuse.
P(E1)=

P(D/E1)=

E1

P(E2)=

P(D/E2)=
E2

P(DE1)=

P(DE2)=
D

P(E3)=
P(D/E3)=

E3

3. Evaluati probabilitatea ca circuitul selectionat sa fie defect.

49

P(DE3)=

Elemente de teoria probabilitatilor

4. Circuitul selectionat este defect; evaluati probabilitatea ca acesta sa fie

fabricat de linia M1; de linia M2; de linia M3.
P(E1/D) = ...
P(E2/D) = ...
P(E3/D) = ..

50