Sunteți pe pagina 1din 14

Capitolul 2

Variabile aleatoare cu valori continue


O variabil
a aleatoare este o functie ce asociaz
a un num
ar real realiz
arii unui eveniment;
dac
a este multimea evenimentelor elementare, = { 1 , 2 , ..., n } atunci avem
: R, ( k ) = x.

(2.1)

Un exemplu de variabil
a aleatoare este valoarea rezistentei unui rezistor; acest num
ar real
este asociat evenimentului de alegere a unui rezistor de pe fluxul de fabricatie; o realizare
particular
a a acestei variabile aleatoare nseamn
a m
asurarea unui anumit rezistor deja
ales.

2.1

Functia de repartitie a variabilelor aleatoare

Fie o variabil
a aleatoare ale c
arei valori observate sunt numere reale. Valoarea functiei
a ca probabilitatea evenimentului ca valoarea unei realiz
ari
de repartitie F (x) este definit
particulare a variabilei aleatoare s
a fie mai mic
a dect x:
F (x) = P {  x}.

(2.2)

Fiind definite ca probabilit


ati, valorile functiei de repartitie vor fi, evident, numere reale
din intervalul [0; 1], deci:
0  F (x)  1.
(2.3)
Valorile extreme ale functiei de repartitie se obtin pentru valori particulare ale lui x.
Dac
a x = , atunci
F () = P {  } = 0,
(2.4)
(deoarece nici o valoare real
a, asa cum este , nu poate fi mai mic
a dect ). Dac
a
x = , atunci:
F () = P {  } = 1,
(2.5)
(deoarece orice valoare real
a este mai mic
a dect ).
5

n plus, dac
a avem x1  x2 dou
a valori reale oarecari, atunci F (x1 )  F (x2 ), si deci
functia de repartitie a unei variabile aleatoare este o functie cresc
atoare, sau cel putin
nedescresc
atoare:
x1 x2 F (x1 )  F (x2 ).
(2.6)
ntr-adev
ar, F (x2 ) = P {  x2 } = P {  x1 } + P {x1 <  x2 } N P { x1 }.
Se poate demonstra usor c
a:
P (a <  b) = F (b) F (a).

2.2

(2.7)

Functia de densitate de probabilitate a variabilelor aleatoare

Functia de densitate de probabilitate este derivata functiei de repartitie:


f (x) =

dF (x)
.
dx

(2.8)

Fiind derivata unei functii cresc


atoare (2.6), functia de densitate de probabilitate va avea
ntotdeauna valori pozitive:
f (x) N 0.
(2.9)
Din definitia (2.8) rezult
a c
a putem scrie functia de repartitie ca primitiv
a a functiei de
densitate de probabilitate:
x

F (x) =

f (t)dt.

(2.10)

Acest
a formul
a poate fi particularizat
a pentru diferite valori ale lui x; pentru x = , se
obtine:

f (t)dt = 1,

(2.11)

numit
a conditia de normare a functiei de densitate de probabilitate (geometric, acest
a
conditie se interpreteaz
a prin aceea c
a aria subgraficului functiei de densitate de probabilitate trebuie s
a fie unitar
a).
Conditiile esentiale ce trebuiesc verificate pentru orice functie ce este o densitate de
probabilitate sunt (2.9) si (2.11).

2.3

Momente statistice centrate si necentrate

Fie o variabil
a aleatoare a c
arei functie de densitate de probabilitate este f (x). Pe baza
acesteia se pot defini momentele statistice [necentrate] ale variabilei aleatoare. Momentul

statistic [necentrat] de ordin k este:


m(k)

xk f (x)dx.

= mk =

(2.12)

Cazurile particulare de maxim interes sunt momentele de ordinul 1 (media statistic


aa
variabilei aleatoare) si de ordinul 2 (media p
atratic
a a variabilei aleatoare):

(1)

= m = m1 =

xf (x)dx,

(2.13)

x2 f (x)dx.

(2.14)

(2)

2 = m = m2 =

Momentul statistic centrat de ordinul k al variabilei aleatoare este:


M(k)

(x )k f (x)dx.

(x m1 ) f (x)dx =

= Mk =

(2.15)

Cazul particular cel mai utilizat este momentul statistic centrat de ordinul 2, numit
varianta variabilei aleatoare:
2 =

(2)
M

(x )2 f (x)dx.

= M2 =

(2.16)

R
ad
acina de ordinul 2 a variantei se numeste deviatie standard:
M2 .

2.4

(2.17)

Probleme rezolvate

Exemplul 2.1 Sa se determine functia de densitate de probabilitate, functia de repartitie, media, media patratica si varianta unei variabile aleatoare , distribuite uniform n
intervalul [a; b].
Rezolvare: O distributie uniform
a este definit
a de faptul c
a orice valoare din intervalul
posibil (deci [a; b] n acest caz) este echiprobabil
a. Valorile din afara intervalului de
definitie [a; b] sunt imposibile, deci de probabilitate nul
a. Acesta nseamn
a c
a functia
de densitate de probabilitate este constant
a pe intervalul pe care variabila aleatoare ia
valori si nul
a n rest. Deci:
f (x) =

k, dac
a x [a; b],
0, n rest.

Acest
a functie trebuie s
a verifice cele dou
a conditii fundamentale ale unei densit
ati de
probabilitate: s
a fie pozitiv
a (2.9) si s
a aib
a aria subgraficului unitar
a (2.11). Atunci
f (x) N 0 = k N 0
si

kdt = k(b a) = 1 = k =

f (t)dt =

1
.
ba

Odat
a determinat
a functia de densitate de probabilitate, al c
arei grafic este reprezentat
n figur
a, se poate determina functia de repartitie, dup
a formula (2.10):

0dt, dac
ax<a

x
kdt = k(x a) = xa
, dac
a x [a; b]
F (x) =
f (t)dt =
xb

kdt = k(b a) = 1, dac


a x N b.
a

Graficul acestei functii este reprezentat n figura 2.1; se remarc


a c
a verific
a propriet
atile
generale ale functiilor de repartitie: functia este cresc
atoare, F () = 0 si F () = 1.
1
0.8
0.6
0.4
0.2
0
-10

-5

10

15

Fig. 2.1: Functia de repartitie a unei variabile aleatoare distribuite uniform (cu a=2 si
b=6)
Determinarea mediei se face dup
a definitia (2.13), ca moment statistic necentrat de ordinul 1:

xf (x)dx =

x
1
dx =
x2
ba
2(b a)

b
a

b2 a2
b+a
=
.
2(b a)
2

Determinarea mediei p
atratice se face dup
a definitia (2.14), ca moment statistic necentrat
de ordinul 2:

2 =

x2 f (x)dx =

x2
1
dx =
x3
ba
3(b a)
8

b
a

b3 a3
b2 + ab + a2
=
.
3(b a)
3

Determinarea variantei se face dup


a definitia (2.16), ca moment statistic centrat de ordinul 2:

b
(x a+b
)2
2
2
2
=
(x ) f (x)dx =
dx =
ba

=
a

=
=

x2
dx
ba
1
x3
3(b a)

a
b
a

x(b + a)
(a + b)2
dx + +
ba
4(b a)

b+a 2
x
2(b a)

b
a

dx =
a

(a + b)2
=
4

b2 + ab + a2 (b + a)2 (b + a)2
(b a)2

+
=
.
3
2
4
12

Exemplul 2.2 Sa se verifice ca functia Gaussiana (clopotul lui Gauss) este o functie
de densitate de probabilitate si sa se calculeze media si varianta variabilei aleatoare a
carei distributie este data de aceasta functie.
Rezolvare: Functia clopotul lui Gauss este dat
a de
(x)2
1
f(x) =
e 22
2 2

(reprezentat
a n figura 2.2 pentru un caz particular).
0.12
0.1
0.08
0.06
0.04
0.02
0
-15

-10

-5

10

15

20

Fig. 2.2: Functie de densitate de probabilitate normal


a (Gaussian
a) de medie 2 si varianta
12.5
Vom demonstra c
a media este si varianta este 2 , dar, mai nti, vom verifica conditiile
pe necesare pentru ca f (x) s
a fie densitate de probabilitate: s
a fie pozitiv
a (2.9) si s
a
verifice conditia de normare (2.11). ntruct functia este de tip exponential, valorile sunt

ntotdeauna pozitive. Pentru a verifica conditia de normare este necesar


a efectuarea unui
calcul ajut
ator, cel al integralei:

ex dx.

Ix =

Pentru aceasta vom calcula Ix Iy , adic


a:

Ix Iy =

x2

dx

y2

2 +y 2 )

e(x

dy =

dxdy,

prin trecerea de la coordonatele carteziene (x, y) (ce variaz


a ntre si ) la coordo2
2
natele polare (r, ), date de r = x + y si = arctg(y/x). Aceasta duce la schimbarea
de variabile x = r cos si y = r sin , cu limitele r [0; ) si [0; 2]. Jacobianul
transform
arii de schimbare a variabilelor este:
y
r
y

x
r
x

cos
sin
r sin r cos

= r cos2 + r sin2 = r.

Integrala devine:
2

Ix Iy =

r2

e
0

rdrd =

2
r2

1 2
d = 2 er |
0 = .
2

rdr

a Ix = , adic
a:
Dar cum Ix = Iy , atunci avem c

ex dx =

Verificarea conditiei de normare a densit


atii de probabilitate nseamn
a calculul integralei:

f (x)dx =

e
2 2

,
2 2

Facem schimbarea de variabil


ay=

f(x)dx =
2 2

y2

(x)2
2 2

dx =
2 2

(x)2
2 2

si atunci:

1
2 2 dy =

1
2
ey dy =
= 1.

Calculul mediei se face dup


a definitia (2.13):

xf (x)dx =

dx.

(x)2
1
x
e 22 dx =
2 2

10

1 2
(x )
=

e
2
2
2

(x)2

2 2

2 e
=
2 2

2
(x)
22

(x)2

22

dx +

2
(x)
2 2

dx =
2 2

dx =
e

(x)2
22

dx = .

Calculul variantei se face dup


a definitia (2.16):

2
2
2

= (

)2

(x ) f (x)dx =

2
(x )2 (x)

e 22 dx =
2 2

2
(x)2
(x ) (x)
2

22
2 2
=
(x )
e
dx
=

(x

)
e
dx =
2
2

2
2
(x)2
(x)2
2

(x)
22 dx =
2 2 dx =
=
(x )e 22

e
e

2
2

1
= 2
2 2

(x)2
22

dx = 2 .

O distributie normal
a (Gaussian
a) de medie si de varianta 2 se mai noteaz
a si cu
N (, 2 ).

1/x, daca 1 c  x  1 + c
. Sa se de0, n rest
termine valoarea constantei c pentru care functia w(x) poate fi o functie de densitate de
probabilitate, sa se reprezinte grafic si sa se calculeze functia de repartitie asociata.

Exemplul 2.3 Se considera functia w(x) =

Rezolvare: Pentru ca functia dat


a s
a fie o functie de densitate de probabilitate trebuie
verificate conditiile de pozitivitate si de normare. n plus, trebuie ca intervalul pe care
functia este definit
a s
a existe: 1 c  1 + c, x N 0 1 c N 0 si
Atunci avem c N 0, c  1 si

1+c

w(x)dx =

1c

1
dx
x

= ln x

1+c
1c

w(x)dx = 1.

= ln 1+c
= 1; de aici rezult
a
1c

c
a 1+c
= e, si deci c = e1
. Se verific
a astfel c
a acest
a valoare este pozitiv
a si subunitar
a.
1c
e+1
Atunci functia de densitate de probabilitate este:
w(x) =

1/x, dac
a
0, n rest.

2
e+1

x

2e
e+1

Functia de repartitie asociat


a este dat
a de formula (2.10):

2
0, dac
a x < e+1

1
dt = ln t x2/(e+1) = ln x(e+1)
, dac
a
F (x) =
w(t)dt =
t
2

2/(e+1)

2e
1, dac
a x > e+1
.
11

2
e+1

x

2e
e+1

Exemplul 2.4 Sa se determine relatia dintre media, media patratica si varianta unei
variabile aleatoare.
Rezolvare: Se pleac
a de la definitia (2.16) a variantei n care se dezvolt
a termenul la

p
atrat si se separ
a integrala: 2 =
=

x2 f (x)dx

2xf (x)dx +

x2 f (x)dx 2

(x )2 f (x)dx =
2

(x2 2x + )f (x)dx =

f (x)dx =

xf (x)dx +

f (x)dx.

Dar primul termen al sumei este chiar media p


atratic
a (definit
a n (2.14)), integrala din
al doilea termen este chiar media (definit
a n (2.13)), iar integrala din ultimul termen
este 1 (reprezentnd conditia de normare a functiei de densitate de probabilitate a unei
variabile aleatoare, (2.11)). Atunci relatia anterioar
a devine:
2

2 = 2 2 + = 2 2 + = 2 = m2 m21 .

(2.18)

Deci varianta este diferenta dintre media p


atratic
a si p
atratul mediei.

1
,
x2

daca x [1; )
. Sa se arate ca
0, n rest
acesta functie este o functie de densitate de probabilitate si sa se calculeze media si
media patratica a variabilei aleatoare distribite dupa f (x).

Exemplul 2.5 Se considera functia f(x) =

Rezolvare: Se observ
a c
a f(x) N 0; mai trebuie deci verificat
a conditia de normare (2.11).
Aceasta nseamn
a calculul:

f (x)dx =

1
1
1
dx = |
= 1.
1 = 1
2
x
x

Media (2.13) (momentul statistic [necentrat] de ordinul 1) variabilei aleatoare care este
distribuit
a dup
a aceast
a densitate de probabilitate este:

xf (x)dx =

1
x 2 dx =
x

1
dx = ln x |
1 = ln = .
x

Media p
atratic
a (2.14) (momentul statistic [necentrat] de ordinul 2) a variabilei aleatoare
care este distribuit
a dup
a aceast
a densitate de probabilitate este:

x2 f (x)dx =

1
x2 2 dx =
x

1dx = x |
1 = 1 = .
1

Calculul arat
a c
a nu exist
a momente statistice, ncepnd cu ordinul 1.

12

2.5

Probleme propuse

Tema 2.1 Sa se calculeze media, media patratica si varianta variabilei aleatoare , daca
2x, daca 0  x  1
functia sa de densitate de probabilitate este w (x) =
.
0, n rest.
Tema 2.2 Sa se calculeze media, media patratica si varianta variabilei aleatoare , daca
|x| , daca |x|  1
functia sa de densitate de probabilitate este w (x) =
.
0, n rest.
Tema 2.3 Sa se calculeze media, media patratica si varianta variabilei aleatoare , daca
1 |1 x| , daca 0  x  2
.
functia sa de densitate de probabilitate este w (x) =
0, n rest.
Tema 2.4 Sa se verifice ca functia w(x) este o densitate de probabilitate. Sa se determine media si dispersia pentru distributia caracterizata de aceasta (exponentiala negativa).
ex , daca x N 0
w(x) =
0, n rest.
Tema 2.5 Sa se verifice ca functia w(x) este o densitate de probabilitate. Sa se determine media si dispersia pentru distributia caracterizata de aceasta (distributie Rayleigh):
2

w(x) =

x
x 2
e 2,
2

daca x N 0
0, n rest.

Tema 2.6 Sa se verifice ca functia w(x) este o densitate de probabilitate. Sa se determine media si dispersia pentru distributia caracterizata de aceasta w(x) = 2 e|x|
(distributie Laplace).
k
Tema 2.7 Se da functia w(x) = ex +e
a se determine constanta k astfel
x , x R. S
nct w(x) sa fie o functie de densitate de probabilitate si sa se calculeze functia de repartitie asociata. Presupunnd doua variabile aleatoare si independente, caracterizate
de densitatea de probabilitate w(x), sa se calculeze probabilitatea evenimentului {  1 si
N 1}.

a/ e2 x2 , daca |x| < e


Tema 2.8 Se considera functia w(x) =
. Sa se determine
0, n rest
constanta a astfel nct functia w(x) sa fie functia de densitate de probabilitate a unei
variabile aleatoare . Sa se calculeze functia de repartitie asociata si sa se calculeze
probabilitatea ca valoarea unei realizari particulare a variabilei aleatoare sa fie cuprinsa
n intervalul [0; e]. Sa se reprezinte grafic functiile determinate.
ax, daca x [0; 1]
. Sa se determine con0, n rest
stanta a astfel nct functia w(x) sa fie functia de densitate de probabilitate a unei

Tema 2.9 Se considera functia w(x) =

13

variabile aleatoare . Sa se calculeze functia de repartitie asociata si sa se calculeze


probabilitatea ca valoarea unei realizari particulare a variabilei aleatoare sa fie cuprinsa
n intervalul [; ]. Sa se reprezinte grafic functiile determinate.
xp , daca x [k; k]
. Sa se determine con0, n rest
stantele k si p > 0 astfel nct functia w(x) sa fie functia de densitate de probabilitate a
unei variabile aleatoare ; sa se calculeze functia de repartitie asociata.

Tema 2.10 Se considera functia w(x) =

xp , daca x [1; )
, p N . Sa se verifice
0, n rest
daca acesta familie de functii pot fi functiile de densitate de probabilitate ale unei variabile
aleatoare si, n caz afirmativ, sa se calculeze momentele statistice necentrate ale variabilei
aleatoare.
Tema 2.11 Se considera functia w(x) =

Tema 2.12 O variabila aleatoare distribuita normal N (, 2 ) este aproximata cu o


variabila aleatoare cu distributie uniforma n [a; b], astfel nct cele doua variabile
aleatoare au aceeasi medie si aceeasi varianta. Sa se determine valorile a si b, functia de
densitate de probabilitate a lui , precum si mediile patratice ale variabilelor si .
Tema 2.13 Stabiliti care dintre afirmatiile urmatoare sunt adevarate, uneori adevarate,
sau false, justificnd decizia facuta:
1. 2 = 0 = = 0
2. 2 = 0 = = 0
3. = 0 = 2 = 0
4. 2 > 0 = = 0
5. = 0 = f (x) = f (x)
6. f (x) = f (x) = = 0
Tema 2.14 Sa se verifice ca functia w(x) este o densitate de probabilitate. Sa se determine media si dispersia pentru distributia caracterizata de aceasta,
w(x) =

1 x|x|
, daca |x|  xmax
max
0, n rest.
1
xmax

.
Tema 2.15 Subgraficul functiei de densitate de probabilitate a unei variabile aleatoare
este un triunghi determinat de vrfurile de coordonate (0, 0), (0, 0.4), (0, 5). Sa se
calculeze functia de repartitie asociata, media, varianta si media patratica a variabilei
aleatoare.

14

Capitolul 3
Variabile aleatoare cu valori discrete
Se numeste variabil
a aleatoare discret
a (sau variabil
a aleatoare cu valori discrete) o variabil
a aleatoare ale c
arei valori apartin unei multimi finite sau num
arabile.

3.1

Functia de repartitie si functia de densitate de


probabilitate

Fie = { 1 , 2 , ..., n } multimea evenimentelor elementare asociate unei experiente


probabiliste. Fie variabila aleatoare , ce asociaz
a fiec
arui eveniment elementar i valoarea real
a xi :
: {x1 , x2 , ..., xn } , ( i ) = xi .
(3.1)

Fie pi probabilitatea asociat


a evenimentului i si presupunnd c
a x1  x2  ...  xn (n
caz contrar, valorile se pot permuta ntre ele pentru a obtine ordinea dorit
a), avem c
a
functia de repartitie a variabilei aleatoare astfel definite este:

0, dac
a x < x1

i
pj , dac
a x [xi ; xi+1 ), i = 1, n 1
F (x) =
(3.2)

j=1

1, dac
a x > xn .
Prin derivarea functiei de repartitie1 din (3.2) obtinem functia de densitate de probabilitate a variabilei aleatoare discrete:
n

f (x) =
j=1

pj (x xj ).

(3.3)

Acest
a functie nu este derivabil
a n punctele xi (n care nu este nici m
acar continu
a); derivarea se
face prin introducerea distributiei Dirac n punctele de discontinuitate, cu amplitudine egal
a cu valoarea
saltului functiei.

15

3.2

Momente statistice

Momentele statistice [necentrate] ale unei variabile aleatoare discrete vor fi date de:

mk =

x f (x)dx =

j=1

pj (x xj ) dx =

j=1

xk (x xj )dx =

pj

pj xkj .
j=1

(3.4)

Media variabilei aleatoare discrete va fi atunci obtinut


a pentru k = 1,
n

pj xj ,

(3.5)

pj x2j .

(3.6)

j=1

iar pentru k = 2 se obtine media p


atratic
a:
n
2

=
j=1

Momentele statistice centrate ale unei variabile aleatoare discrete vor fi date de:

j=1

pj (x xj ) dx =

n
k

(x m1 ) (x xj )dx =

pj
j=1

(x m1 )k

(x m1 ) f (x)dx =

Mk =

n
k

j=1

(3.7)

pj (xj m1 ) =

j=1

pj (xj )k

Varianta variabilei aleatoare discrete va fi atunci obtinut


a pentru k = 2,
n
2

=
j=1

3.3

pj xj

(3.8)

Probleme rezolvate

Exemplul 3.1 Sa se determine functia de repartitie si functia de densitate de probabilitate pentru variabila aleatoare asociata raspunsului unui informatician la o fereastra
(Windows) cu trei butoane: Yes (1), No (0), Cancel (2).
Rezolvare: In primul rnd trebuiesc identificate evenimentele elementare si numerele reale
ce le sunt asociate. Evenimentele elementare vor fi: 1 - s-a ap
asat butonul No, valoarea
real
a asociat
a este 0; 2 - s-a ap
asat butonul Yes, valoarea real
a asociat
a este 1; 3 - s-a
ap
asat butonul Cancel, valoarea real
a asociat
a este 2. Presupunem c
a probabilit
atile
acestor evenimente sunt p1 , p2 , p3 , astfel ca p1 + p2 + p3 = 1.
Functia de repartitie a variabilei aleatoare este dat
a de definitia (2.2), adic
a F (x) =
P {  x}. Aplicnd formula de definitie pentru aceast
a problem
a, distingem patru
cazuri particulare:
16

1. dac
a x < x1 = 0: n acest
a situatie nici una dintre valorile pe care le poate lua
variabila aleatoare nu este mai mic
a strict ca 0, deci functia de repartitie va fi
nul
a.
2. dac
a x [0, x2 ) = [0; 1); n acest caz avem c
a P {  x} = P { < 0} + P { =
0} + P { (0, 1)} = 0 + p1 + 0 = p1 .

3. dac
a x [1, x3 ) = [1; 2); n acest caz avem c
a P {  x} = P { < 0} + P { =
0} + P { (0, 1)} + P { = 1} + P { (1, 2)} = 0 + p1 + 0 + p2 + 0 = p1 + p2 .
4. dac
a x N x3 = 2; n acest caz avem: P {  x} = P { < 0} + P { = 0} + P {
(0, 1)} + P { = 1} + P { (1, 2)} + P { = 2} + P { (2, )} = p1 + p2 + p3 = 1.

n concluzie, functia de repartitie este:

0, dac
a x < 0,

a x [0; 1),
p1 , dac
F (x) =
p1 + p2 , dac
a x [1; 2),

1, dac
a x [2; ).

Graficul acestei functii este reprezentat n figura 3.1 (pentru p1 = 0.25, p2 = 0.5 si
p3 = 0.25).

1
0.8
0.6
0.4
0.2
0
-1

Fig. 3.1: Functia de repartitie


Functia de densitate de probabilitate este derivata functiei de repartitie; acest
a derivat
a
va fi nul
a pe portiunile pe care functia de repartitie este constant
a si va fi o distributie
de tip Dirac () n punctele de discontinuitate ale lui F (x). Atunci:
f (x) = p1 (x) + p2 (x 1) + p3 (x 2).

Exemplul 3.2 Sa se calculeze valoarea medie si varianta pentru distributia geometrica


definita de:
f (x) =

j=0

pq x(x j).

17

Rezolvare: Conform formulei mediei (3.5), dac


a functia de densitate de probabilitate este
n

f (x) =
j=0

pj (x xj ), rezult
a:
n

pj xj .
j=0

Pentru distributia geometric


a dat
a n enuntul problemei se observ
a c
a: n , xi = i
i
si pi = pq . Trebuie verificat
a conditia de normare a probabilit
atilor:
n

pj =
j=0

pq = p

j=0

qj = p

j=0

1 q
p
=
= 1.
1q
1q

Atunci media variabilei aleatoare devine:

pq j j = p

j=1

qj j = p

j=1

j=1

i=j

p
=
1q

qi

=p

qj

j=1

qi

=p

i=0

qj

j=1

1 q
=
1q

pq
pq
q
= 2 = .
2
(1 q)
p
p

qj =

j=1

Media p
atratic
a a variabilei aleatoare este:
2

j 2

pq j = p

j=1

p
=
1q

j 2

q j =p

j=1

p
jq =
1q
j=1
p
(1 q)2

j=1

i=j

qj =

j=1

j=1

=p

i=j

jq

j=1

j=1

j=1

p
=
1q

p
(1 q)2

=p

i=0

i=0

jq j

j=1

p
=
1q

j=1

qj

1 q
=
1q

1 q
=
1q

1 q
q
pq
= 2.
=
3
1q
(1 q)
p

Varianta variabilei aleatoare va fi:


2

2 = 2 =

3.4

q
q2
q(1 q)
q

=
= .
2
2
2
p
p
p
p

Probleme propuse

Tema 3.1 Sa se determine functia de repartitie si functia de densitate de probabilitate


pentru variabila aleatoare asociata experimentului de aruncare a unei monezi.
Tema 3.2 Sa se determine functia de repartitie si functia de densitate de probabilitate
pentru variabila aleatoare asociata experimentului de aruncare a zarului.
18