Documente Academic
Documente Profesional
Documente Cultură
Capitolul 1
1.
Fenomene aleatoare
1
1.1.1.1.
aleatoare
1.1
Exemple
de
fenomene
Notiuni fundamentale
1.4
2.
Operatii cu evenimente
2.1
Definitie:
se numeste reuniune sau suma a multimii
evenimentelor A s , sS, notata
A s sau A s (pentru evenimentele incompatibile),
sS
sS
A s ,
sS
(1.1)
(1.2)
(1.3)
Evenimente contrare
16
(1.4)
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
(1.7)
sS
A s .
sS
(1.8)
A s
sS
A s .
(1.10)
sS
(1.11)
A= B .
(1.12)
(1.13)
(1.14)
A B AB .
(1.15)
3.
Probabilitate
3.1
m
nr.de.realizari
n
nr.de. exp erimente
18
k/n
k
m/n m
f() = 0,
f() =1;
dac
AB
19
fk
x1
x k
Camp de evenimente
A k
k 1
F daca
Ak F
( k = 1, 2, . . . ).
(1.16)
(1.17)
P n 1 A n n 1 P(A n ) .
(1.18)
Schema de probabilitate
Spatiul de probabilitate
Proprietatile probabilitatilor
(a)
(b)
(1.19)
(1.20)
A i
i 1
A1 A 2 A1 A 3 A1 A 2 ... A n A1 ... A n 1 ,
(1.22)
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
(1.24)
si obtinem:
i 1
A i
P(A i ).
i 1
(1.25)
(1.27)
A k = .
(1.28)
k 1
P(A i ) 1.
(1.29)
i 1
(1.30)
Probabilitati conditionate
26
(1.31)
(1.32)
27
(1.33)
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
(I)
(II)
(III)
(IV)
(V)
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
(1.35)
(1.36)
P( B | A) P(B).
(1.37)
P( A j ) .
jJ
(1.38)
Observatii:
(1.39)
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
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
i 1
i 1
P( A ) P
i 1
AH i
P(AH i ) .
i 1
P(A ) P( H i )P( A | H i ).
i 1
(1.41)
nk
n1 n 2 n 3
(k=1, 2, 3).
n 1e 1t n 2 e 2t n 3 e 3t
.
n1 n 2 n 3
P(H i )P(A | H i )
n
P ( H k ) P( A | H k )
i 1, n
k 1
Demonstratie
(1.42)
P( H i ) P( A | H i )
.
P(A)
Cn
n!
m!( n m)!
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
(1.45)
n ( u ) (q k p k u ) ,
k 1
(1.46)
Pm,n .
(1.47)
m k
2)
k 1
Pm,n
m 0
(1.48)
(1.49)
(1.50)
Distributia polinomiala
n!
m m
r
p1 1 p 2 2 ...p m
r .
m1!m 2 !....m r !
(1.51)
n!
p m1 (p 2 ... p r ) m 2 ... m r .
m1!(m 2 ... m r )! 1
(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
(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
(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
(1.53)
p k ( t , t t ) 0 ,
k2
(1.54)
(1.55)
p k ( t, t t ) 1 ( t )t o( t ) .
k 1
(1.56)
de unde rezulta
p 0 ( t t ) p 0 ( t )
o(t )
( t ) p 0 ( t )
.
t
t
(1.57)
In consecinta, rezulta:
p m ( t t ) p m ( t )
o(t )
[p m 1 ( t ) p m ( t )] ( t )
.
t
t
(m = 1, 2, .) .
(1.58)
43
( t )
()d,
(1.59)
to
dp m
p m p m 1
d
m
e
m!
(m = 0, 1, 2,..) .
(1.61)
( 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
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
Numar
de asamblari
95
110
92
94
106
103
600
Frecventa
relativa
95/600 = 0.1583
............................
............................
............................
............................
............................
Probabilitatea
0.16
........
.......
.......
.........
........
1.00
Numar de piese
4260
3640
2100
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
) =..
) + P( ) = P (
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(
) =.
P(D/E1)=
E1
P(E2)=
P(D/E2)=
E2
P(DE1)=
P(DE2)=
D
P(E3)=
P(D/E3)=
E3
49
P(DE3)=
50