Probabilităţi şi statistică matematică

0.1 Probabilităţi
0.1.1 Definiţia clasică a probabilităţii
Definiţia 0.1.1.1. Numim experienţă (experienţă aleatoare) o acţiune ce poate fi repetată ı̂n
condiţiile date. Rezultatul unei experienţe aleatoare se numeşte eveniment (eveniment aleator).
Evenimentul sigur este un eveniment ce se realizează cu siguranţă la fiecare efectuare a experienţei.
Evenimentul imposibil, notat cu ∅, este un eveniment ce nu se realizează la nicio efectuare a
experienţei.
Definiţia 0.1.1.2 (Operaţii cu evenimente). Fie A şi B două evenimente.
1. Notăm cu A ∪ B evenimentul ce se realizează dacă şi numai dacă A sau B se realizează.
2. Notăm cu A ∩ B evenimentul ce se realizează dacă şi numai dacă A şi B se realizează.
3. Notăm cu A \ B evenimentul ce se realizează dacă şi numai dacă A se realizează şi B nu se
realizează.
4. Notăm cu A evenimentul ce se realizează dacă şi numai dacă A nu se realizează. A se numeşte
evenimentul contrar evenimentului A.
5. Spunem că A implică B şi notăm A ⊆ B dacă B se realizează ori de câte ori A se realizează.
6. Spunem că A şi B sunt incompatibile dacă A ∩ B = ∅.
7. Spunem că A şi B sunt compatibile dacă A ∩ B 6= ∅.
8. Spunem că evenimentul A este elementar dacă pentru orice eveniment C ⊆ A rezultă că C = ∅
sau C = A.
9. Un eveniment elementar A se numeşte favorabil (caz favorabil) pentru evenimentul B dacă
A ⊆ B.
Definiţia 0.1.1.3. Fie A un eveniment rezultat ı̂n urma efectuării unei experienţe. Dacă această
experienţă se efectuează (ı̂n condiţii identice) de n ori, n ∈ N∗ , şi evenimentul A se realizează ı̂n exact
k din aceste efectuări, atunci numărul
k
fn (A) =
n
se numeşte frecvenţa relativă a evenimentului A.
Definiţia 0.1.1.4 (Definiţia clasică a probabilităţii). Fie Ω = {ω1 , ω2 , . . . , ωn } mulţimea tuturor
evenimentelor elementare posibile la efectuarea unei experienţe, unde n ∈ N∗ . Presupunem că aceste
evenimente elementare sunt egal posibile (egal probabile), adică au aceeaşi şansă de realizare. Fie
A ⊆ Ω un eveniment arbitrar şi k numărul evenimentelor elementare favorabile evenimentului A.
Atunci valoarea
k
P (A) =
n
se numeşte probabilitatea evenimentului A.
 2

Observaţia 0.1.1.1. Conform definiţiei anterioare, formula probabilităţii evenimentului A poate fi

scrisă sub forma
numărul cazurilor (evenimentelor elementare) favorabile lui A
P (A) = .
numărul tuturor cazurilor (evenimentelor elementare) posibile

Exemplul 0.1.1.1. Să se calculeze probabilitatea ca la aruncarea unui zar să apară un număr par.

Rezolvare. Evenimentele elementare (cazurile posibile) sunt

ωi : ”apare faţa cu numărul i” , i ∈ {1, . . . , 6}.

Evenimentul sigur este Ω = {ω1 , ω2 , . . . , ω6 }. Evenimentul

A : ”apare un număr par”

este
A = {ω2 , ω4 , ω6 }
(cazurile favorabile fiind ω2 , ω4 şi ω6 ), deci are probabilitatea
3 1
P (A) = = .
6 2
¤

0.1.2 Definiţia axiomatică a probabilităţii

Definiţia 0.1.2.1 (Definiţia axiomatică a probabilităţii). Un câmp de probabilitate este un
triplet (Ω, B, µ), unde

• Ω este o mulţime numită spaţiu de selecţie;

• B este o familie nevidă de submulţimi (părţi) ale lui Ω cu proprietăţile


A ∈ B ⇒ Ω \ A ∈ B,
S
∞
(Ai )i∈N∗ ⊆ B ⇒ Ai ∈ B,
i=1

elementele lui B numindu-se evenimentele câmpului de probabilitate; spunem că B este un

corp borelian pe Ω şi că (Ω, B) este un spaţiul măsurabil;

• P : B → [0, 1] este o funcţie cu proprietăţile



P (Ω) = 1, µ∞ ¶ ∞
X
S
(Ai )i∈N∗ ⊆ B, Ai ∩ Aj = ∅ ∀i 6= j ⇒ P
 Ai = P (Ai ).
i=1 i=1

P se numeşte probabilitate (numărabil aditivă) pe spaţiul măsurabil (Ω, B). Pentru orice
A ∈ B, P (A) se numeşte probabilitatea evenimentului A.

Propoziţia 0.1.2.1. Fie (Ω, B, P ) un câmp de probabilitate şi A ∈ B un eveniment a.ı̂. P (A) > 0.
Atunci funcţia
P (A ∩ B)
PA : B → [0, 1], PA (B) = , ∀B ∈ B
P (A)
este o probabilitate pe spaţiul măsurabil (Ω, B).
 3

Definiţia 0.1.2.2. În contextul propoziţiei anterioare, PA se numeşte probabilitate condiţionată

de evenimentul A, iar pentru orice eveniment B ∈ B valoarea PA (B) se numeşte probabilitatea
evenimentului B condiţionată de evenimentul A.

Observaţia 0.1.2.1. Probabilitatea condiţionată PA (B) reprezintă probabilitatea de realizare a eve-

nimentului B ştiind că s-a realizat evenimentul A.

Exemplul 0.1.2.1. Se aruncă un zar. Cunoscând că faţa obţinută are un număr mai mic decât 4,
care este probabilitatea să apară un număr impar?

Rezolvare. Evenimentele elementare (cazurile posibile) sunt

ωi : ”apare faţa cu numărul i” , i ∈ {1, . . . , 6}.

Probabilitatea cerută este PA (B), unde A şi B sunt respectiv evenimentele

A : ” apare un număr mai mic decât 4”,

B : ” apare un număr impar”,

adică
A = {ω1 , ω2 , ω3 }, B = {ω1 , ω3 , ω5 }.
P (A ∩ B) 3 1 2 1
Avem PA (B) = . Dar P (A) = = , iar A ∩ B = {ω1 , ω3 }, deci P (A ∩ B) = = .
P (A) 6 2 6 3
Obţinem că
P (A ∩ B) 1 2 2
PA (B) = = · = .
P (A) 3 1 3
¤

Definiţia 0.1.2.3. Fie (Ω, B, P ) un câmp de probabilitate şi A1 , . . . , An ∈ B, n ∈ N, n ≥ 2. Eveni-

mentele A1 , . . . , An se numesc independente dacă

P (Ai1 ∩ · · · ∩ Aik ) = P (Ai1 ) · . . . · P (Aik ), ∀k ≥ 2, ∀{i1 , . . . , ik } ⊆ {1, . . . , n}.

0.1.3 Scheme probabiliste

Fie (Ω, B, P ) un câmp de probabilitate şi A1 , . . . , An ∈ B, n ∈ N∗ .

Propoziţia 0.1.3.1 (Schema binomială, schema bilei ı̂ntoarse sau schema lui Bernoulli).
Dacă A1 , . . . , An sunt evenimente independente egal probabile, p = P (Ai ) ∀i ∈ {1, . . . , n} (p se numeşte
probabilitatea de succes) şi q = P (Ai ) = 1 − p ∀i ∈ {1, . . . , n} (q se numeşte probabilitatea de
insucces), atunci probabilitatea să se realizeze exact k din aceste n evenimente este

Pn,k = Cnk pk q n−k , ∀k ∈ {0, . . . , n}.

În particular, dacă dintr-o urnă ce conţine a bile albe şi b bile negre (a, b ∈ N∗ ) se extrag, la ı̂ntâmplare,
n bile, cu ı̂ntoarcere (fiecare bilă extrasă este reintrodusă ı̂n urnă ı̂nainte de extragerea următoarei bile),
atunci probabilitatea ca numărul de bile albe extrase să fie egal cu k este
a b
Pn,k = Cnk pk q n−k , ∀k ∈ {0, . . . , n}, unde p = , q =1−p= .
a+b a+b
Exemplul 0.1.3.1. Un baschetbalist aruncă la un coş de 8 ori. Probabilitatea ca mingea să intre ı̂n
coş este de 0,8. Care este probabilitatea ca baschetbalistul să nimerească exact de 5 ori?
 4

Rezolvare. Fie A evenimentul de a nimeri coşul. Din cele n = 8 evenimente vrem să se realizeze doar
k = 5 evenimente. Aplicând schema lui Bernoulli, cu p = 0, 8 şi q = 1 − 0, 8 = 0, 2, obţinem

P8,5 = C85 · 0, 85 · 0, 28−5 = 0, 14680064.

Propoziţia 0.1.3.2 (Schema multinomială). Fie r ∈ N, r ≥ 2. Dintr-o urnă ce conţine câte ai

bile de culoarea i pentru orice i ∈ {1, . . . , r} (ai ∈ N∗ ∀i ∈ {1, . . . , r}) se extrag, la ı̂ntâmplare, n bile,
cu ı̂ntoarcere. Atunci probabilitatea să se extragă câte ki bile de culoarea i pentru orice i ∈ {1, . . . , r},
unde k1 , . . . , kr ∈ N, k1 + · · · + kr = n, este
n!
Pn;k1 ,...,kr = pk1 . . . pkr r ,
k1 ! . . . k r ! 1
ai
unde pi = ∀i ∈ {1, . . . , r}.
a1 + · · · + ar
Observaţia 0.1.3.1. Luând r = 2 ı̂n schema multinomială, regăsim schema binomială.

Exemplul 0.1.3.2. O intreprindere primeşte 10 de materii prime de la 3 firme. Probabilitatea ca

materia primă să provină de la primul depozit este 0,2, de la al doilea depozit este 0,3, iar de la al
treilea 0,5. Care este probalilitatea ca din cele 10 materii prime, 5 să fie de la prima firmă, 3 de la a
doua şi 2 de la a treia.

Rezolvare. Aplicăm schema multinomială cu n = 10, k1 = 5, k2 = 3, k3 = 2, p1 = 0, 2, p2 = 0, 3, p3 =

0, 5 şi obţinem
10!
P10;5,3,2 = · 0, 25 · 0, 33 · 0, 52 = 0, 0054432.
5! · 3! · 2!
¤

Propoziţia 0.1.3.3 (Schema binomială generalizată sau schema lui Poisson). Dacă A1 , . . . , An
sunt evenimente independente, pi = P (Ai ) ∀i ∈ {1, . . . , n} şi qi = P (Ai ) = 1 − pi ∀i ∈ {1, . . . , n},
atunci probabilitatea să se realizeze exact k din aceste n evenimente este egală cu coeficientul lui xk
din dezvoltarea polinomului
(p1 x + q1 )(p2 x + q2 ) . . . (pn x + qn ),
pentru orice k ∈ {0, . . . , n}.

Observaţia 0.1.3.2. Luând p1 = p2 = · · · = pn = p ı̂n schema binomială generalizată, regăsim

schema binomială.

Exemplul 0.1.3.3. Un elev are 3 cutii cu câte 12 creioane colorate. În prima cutie sunt 3 creioane
rupte, ı̂n a doua sunt 2 creioane rupte, iar ı̂n a treia sunt 4 creioane rupte. Se ia din fiecare cutie câte
un creion. Care este probabilitatea ca din cele trei creioane, două să fie rupte?

Rezolvare. Fie
A1 evenimentul de a extrage creion rupt din prima cutie;
A2 evenimentul de a extrage creion rupt din a doua cutie;
A3 evenimentul de a extrage creion rupt din a treia cutie;
3 1 2 1 4 1
Din cele n = 3 evenimente cu probabilităţile p1 = = , p2 = = şi p3 = = , vrem să
12 4 12 6 12 3
se realizeze doar k = 2. Aplicând schema lui Poisson rezultă că probabilitatea de a se realiza doar 2
evenimente din cele 3 este egală cu coeficientul lui x2 din dezvoltarea polinomului

(p1 x + q1 )(p2 x + q2 )(p3 x + q3 ),

 5

1 3 1 5 1 2
unde q1 = 1 − = , q2 = 1 − = şi q3 = 1 − = , deci
4 4 6 6 3 3
1 1 2 1 5 1 3 1 1 10
P = p1 p2 q3 + p1 q2 p3 + q1 p2 p3 = · · + · · + · · = = 0, 13(8).
4 6 3 4 6 3 4 6 3 72
¤

Propoziţia 0.1.3.4 (Schema hipergeometrică sau schema bilei neı̂ntoarse). Dacă dintr-o
urnă ce conţine a bile albe şi b bile negre (a, b ∈ N∗ ) se extrag, la ı̂ntâmplare, n bile (n ≤ a + b), fără
ı̂ntoarcere (orice bilă extrasă nu mai este reintrodusă ı̂n urnă), atunci probabilitatea ca numărul de
bile albe extrase să fie egal cu k este

C k C n−k
Pen,k = a n b , ∀k ∈ {0, . . . , n}, n − b ≤ k ≤ a.
Ca+b

Exemplul 0.1.3.4. Un student a ı̂nvăţat pentru un examen 40 de subiecte din cele 50. La examen
primeşte 5 subiecte. Care este probabilitatea ca din cele 5 subiecte să ştie doar 4?

Rezolvare. Fie A evenimentul ca studentul să ştie un subiect. Din cele n = 5 evenimente vrem să se
realizeze doar k = 4. Aplicăm schema hipergeometrică ı̂n care n = 5, k = 4, a = 40, b = 10 şi obţinem
40! 10!
4 C1
C40 ·
Pe5,4 = 10
= 36! · 4! 9! · 1! = 0, 073944.
C505 50!
45! · 5!
¤

Propoziţia 0.1.3.5 (Schema hipergeometrică generalizată). Fie r ∈ N, r ≥ 2. Dintr-o urnă

ce conţine câte ai bile de culoarea i pentru orice i ∈ {1, . . . , r} (ai ∈ N∗ ∀i ∈ {1, . . . , r}) se extrag, la
ı̂ntâmplare, n bile, fără ı̂ntoarcere, n ≤ a1 + · · · + ar . Atunci probabilitatea să se extragă câte ki bile
de culoarea i pentru orice i ∈ {1, . . . , r}, unde ki ∈ {0, . . . , ai } ∀i ∈ {1, . . . , r}, k1 + · · · + kr = n, este

C k1 . . . C kr
Pen;k1 ,...,kr = ak11 +···+karr .
Ca1 +···+ar

Observaţia 0.1.3.3. Luând r = 2 ı̂n schema hipergeometrică generalizată, regăsim schema hipergeo-
metrică.

Exemplul 0.1.3.5. Un student a avut de pregătit pentru un examen 60 de subiecte dintre care 20 de
analiză matematică, 25 de algebră şi 15 de probabilităţi. La examen primeşte 5 subiecte. Care este
probabilitatea ca din cele 5 subiecte să primească 2 de analiză matematică, 2 de algebră şi unul de
probabilităţi?

Rezolvare. Aplicăm schema hipergeometrică generalizată ı̂n care n = 5, k1 = 2, k2 = 2, k3 = 1,

a1 = 20, a2 = 25, a3 = 15, şi obţinem
20! 25! 15!
2 C2 C1
C20 · ·
Pe5;2,2,1 = 25 15
= 18! · 2! 23! · 2! 14! · 1! = 0, 156550054.
5
C60 60!
55! · 5!
¤