Probabilitati si statistica

Cuprins PROBABILITATI si STATISTICA

Evenimente
1. Proba. Eveniment
Consideram ca aruncam un zar. Este evident o experienta aleatoare* adica o experienta al
carei rezultat variaza la întâmplare.
* Cuvantul aleator provine de la latinescul alea, care inseamna zar.
Daca notam cu {1} aparitia fetei cu un singur punct, cu {2} aparitia fetei cu doua puncte etc.
in urma unei aruncari cu zarul avem unul din rezultatele

{1}, {2}, {3}, {4}, {5}, {6}

Acestea sunt singurele rezultate posibile si unul dintre ele se produce neaparat. Acestea sunt
probele experientei.
Rezultatul unei experiente aleatoare se numeste proba.

Evenimentul care poate fi realizat de o proba si numai de una se numeste eveniment

elementar.
Celelalte evenimente se numesc compuse.

2. Eveniment sigur. Eveniment imposibil

Fiecarei experiente i se ataseaza doua evenimente cu caracter special: evenimentul sigur si
evenimentul imposibil.
Evenimentul sigur este un eveniment sigur care se realizeaza cu certitudine la fiecare
efectuare a experientei.
De exemplu, la aruncarea unui zar, aparitia uneia din fetele 1, 2, 3, 4, 5, 6 este evenimentul
sigur al experientei.
Evenimentul imposibil nu se realizeaza la nici-o efectuare a experientei.
De exemplu, la aruncarea unui zar, aparitia altei fete decât fetele 1, 2, 3, 4, 5, 6 este un
eveniment imposibil. Sau extragerea unei bile albe dintr-o urna care contine numai bile negre.
3. Operatii cu evenimente
Fiind date doua evenimente A si B, se numeste reuniunea lor si se noteaza prin A U B,
evenimentul a carui realizare consta in realizarea a cel putin unuia din cele doua evenimente.
Se mai citeste "A sau B".

La aruncarea zarului consideram evenimentele

A = {1, 2, 3} si B = {2, 3, 6}
Evenimentul A se realizeaza daca se realizeaza unul din evenimentele {1}, {2}, {3}, iar
evenimentul B se realizeaza daca se realizeaza unul din evenimentele {2}, {3} sau {6}. Deci,
pentru a realiza cel putin unul din evenimentele A, B trebuie sa obtinem una din probele {1},
{2}, {3}, {6} si avem

A U B = {1, 2, 3, 6}
Intersectia evenimentelor A si B este evenimentul A B a carui realizare consta in realizarea
simultana a evenimentelor A,B. Putem citi A si B in loc de A intersectat cu B. In cazul de mai
sus avem

A B = {2, 3}
Multimea tuturor evenimentelor legate de o experienta (inclusiv evenimentul sigur si
evenimentul imposibil) formeaza un camp de evenimente.
Probabilitate
1. Frecventa
Daca repetam o experienta de n ori in conditii identice, si obtinem de a ori evenimentul A,
atunci numarul

fn=a/n
poarta numele de frecventa.
Numarul a poate varia de la 0 la n inclusiv.
Evenimente egal posibile. Fie A si B doua evenimente referitoare la aceeasi experienta. Daca
din motive de perfecta simetrie, putem afirma ca ambele evenimente au aceeasi sansa de a fi
realizate, spunem ca evenimentele sunt egal posibile.
2. Probabilitate
Definitie. Pobabilitatea unui eveniment este egala cu raportul dintre numarul cazurilor egal
posibile care realizeaza evenimentul si numarul cazurilor egal posibile.

Asadar, vom spune ca probabilitatea evenimentului A este egala cu raportul dintre numarul m
al cazurilor favorabile realizarii evenimentului A si numarul n al cazurilor egal posibile. Vom
scrie

Exemplu. Avem o urna care contine 20 de bile numerotate cu 1, 2, 3, ... , 19, 20. Care este
probabilitatea ca printr-o extractie sa obtinem o bila numerotata cu un nr. mai mic decât 6?
Notam cu A evenimentul caruia dorim sa-i calculam probabilitatea. Numarul cazurilor egal
posibile este 20. Numarul cazurilor favorabile realizarii evenimentului A este 5. Aceste cazuri
sunt: extragerea bilei 1, extragerea bilei 2, extragerea bilei 3, extragerea bilei 4 sau extragerea
bilei 5. Atunci avem

Proprietati ale probabilitatilor

Probabilitatea unui eveniment A, pe care o notam prin P(A), are urmatoarele proprietati:

Regula de adunare a probabilitatilor

Fie A si B doua evenimente incompatibile intre ele avand respectiv probabilitatile p si q.

Probabilitatea ca să se întâmple cel puţin unul dintre ele este p + q.
Evenimente independente

Fie A şi B două evenimente. Dacă

evenimentele A si B sunt, prin definitie, independente.

Exemplu. Consideram ca avem două zaruri: unul roşu si celalalt albastru.Fie A evenimentul
ca zarul roşu să apară cu faţa 1 şi celălalt cu faţa 4. Sunt evenimentele A si B independente?

Evenimentele elementare sunt (j, k ) , (j =1, 2, 3, 4, 5, 6; k =1, 2, 3, 4, 5, 6), unde j sunt nr. de
puncte de pe faţa zarului roşu, iar k de pe faţa zarului albastru. Toate aceste evenimente sunt
egal posibile.
Deci, avem 36 de cazuri posibile.
Avem un singur caz posibil pentru A B, adica (1,4). Deci

=1/36.

Pentru A avem 6 cazuri posibile (1,1), (1,2), (1,3), (1,4), (1,5), (1,6). Deci P(A) = 6/36 = 1/6.
Pentru B avem 6 cazuri favorabile: (1,5), (2,5), .... Deci P(B) = 6/36 = 1/6.

Relatia este indeplinită. Atunci evenimentele A si B sunt

independente.

Câmp de probabilitate

Mulţimea tuturor evenimentelor legate de o experienţă împreună cu probabilităţile respective

formeaya un câmp de probabilitate.
Probabilităţile calculate se referă la evenimente legate de experienţe având un număr finit de
cazuri posibile(evenimente elementare).

Formule pentru calcularea unor probabilităţi

1.

2.

Scheme clasice de probabilitate

1.Schema lui Poisson

Se dau n urne U1, U2, U3, ..., Un care contin bile albe si negre in proportii date. Cunoastem,
deci, probabilităţile pi (i=1, 2, ..., n) cu care este extrasa o bila albă din urna Ui. Se cere
probabilitatea de a extrage k bile albe si n-k bile negre, atunci cand din fiecare urna se extrage
cate o bilă.

Probabilitatea căutată va fi coeficientul lui x k in polinomul

2. Schema lui Bernoulli

In schema lui Poisson peresupunem ca avem urnele identice. Atunci putem lua p1 = p2 = ...
pn = p si q1 = q2 = ... qn = q = 1 - p .

In acest caz, probabilitatea extragerii a k bile albe, va fi coeficientul lui xk din polinomul

adica va fi egala cu
Valori aleatoare. Valori medii

1. Definitie

În practică ne întâlnim zilnic cu mărimi care iau valori ce se schimbă sub influenţa unor
factori întâmplători. De exemplu, numărul de copii care vor răci in prima saptamana de
şcoală, numărul de zile însorite din luna martie sau numărul de puncte care apar la aruncarea
unui zar. Aici ne interesează doar acele mărimi care iau un număr finit de valori. Fiecare din
mărimile de mai sus poate lua diferite valori în diversele efectuari ale
exeperienţei.Modificarea valorilor are la bază factori întâmplători. De aceea vom numi aceste
mărimi variabile aleatoare (întâmplătoare).

O variabilă aleatoare X o vom nota schematic:

Tabloul de mai sus defineste distribuţia sau repartiţia variabilei X.

Exemplu. Să considerăm un joc cu zarul. Se acordă celui care aruncă zarul:

 1 pct. dacă apare una din feţele 1 sau 3

2 pct. dacă apare una din feţele 3 sau 4

3 pct. dacă apare una din feţele 6 sau 5.

Dacă notăm cu X numărul de puncte obţinute de un jucător la o aruncare a zarului, obţinem o

variabilă aleatoare cu distribuţia

Să considerăm alt joc cu care se acordă:

1 pct. dacă apare una din feţele 1 sau 6

2 pct. dacă apare una din feţele 2 sau 5

3 pct. dacă apare una din feţele 3 sau 4.

Astfel avem distribuţia

În exemplul de mai sus, variabilele X si Y nu sunt egale, dar au aceeasi distributie.

Aruncarea zarului este o experienţă care dă nastere la un câmp de probabilitate. Notăm
mulţimea evenimentelor elementare prin E={1, 2, 3, 4, 5, 6}. Variabila X este o functie
definită pe E, care ia următoarele valori:

X({1}) = 1; X({2}) = 1; X({3}) = 2; X({4}) = 2; X({5}) = 3;

X({6}) = 3.

La fel:

Y({1}) = 1; Y({6}) = 1; Y({2}) = 2; Y({5}) = 2; Y({3}) = 3;

Y({4}) = 3.

Deci, o variabila aleatoare este o functie definită pe mulţimea evenimentelor elementare ale
unui câmp de probabilitate.

Egalităţile de forma X=xi sunt evenimente. În exemplul de mai sus, egalitatea X=1 este
echivalentă cu evenimentul {1, 2}. Adica, jucatorul capata un punct daca si numai daca se
realizeaza acest eveniment, cu alte cuvinte, capata un punct doar daca obtine una din fetele 1
sau 2. Deoarece egalitatile X=x1; X=x2; … sunt incompatibile 2 cate 2 si una din ele se
realizeaza neaparat, avem:
Operaţii cu variabile aleatoare

1. Produsul si suma dintre o constantă şi o variabilă oarecare

Daca X este o variabilă aleatoare şi a este o constantă, aX este variabila care ia valoarea axi ,
atunci când X ia valoarea xi, iar a + X este variabila care ia valoarea

a + xi

când X ia valoarea xi.

Dacă X are distribuţia

aX are distribuţia

iar
2. Adunarea variabilelor aleatoare

Fiind date două variabile aleatoare X şi Y, vom numi suma lor variabila Z = X + Y, care ia
valoarea xi + yi, dacă X ia valoarea x, iar Y ia valoarea y.

Dacă

X + Y are distribuţia

unde pij (i=1, 2, 3, ... , m; j=1, 2, 3, ..., n) este probabilitatea realizării simultane a egalităţilor
X = xi; Y=yj.

3. Produsul variabilelor aleatoare

Fiind date doua variabile aleatoare X si Y, vom numi produsul lor ca fiind XY, care ia
valoarea xiyj, atunci când X ia valoarea xi şi Y ia valoarea yj.

Dacă X şi Y au distribuţiile

XY are distributia

unde pij este probabilitatea realizarii simultane a egalitatilor

X = xi, Y=yj.
4. Ridicarea la putere a unei variabile aleatoare

Fiind dată o variabilă aleatoare X, se numeşte puterea r a lui X variabila X’ care ia valoarea
xi’, dacă X ia valoarea xi.

Dacă distribuţia lui X este

distribuţia ariabilei X’ este

5. Variabile aleatoare independente

Dacă X şi Y sunt două variabile aleatoare independente avem:

6. Valori medii

Definitie. Fiind dată o variabilă aleatoare

vom numi valoarea medie a acestei variabile numărul

Proprietăţi ale valorii medii

1. Va loarea medie a unei constante este egală cu constanta.

2. Dacă X este o variabilă aleatoare şi a o constantă, atunci sunt adevărate relaţiile

a) M(a + X) = a + M(X),

b) M(aX) = aM(X).

3. Valoarea medie a unei variabile aleatoare

este cuprinsă între cea mai mică şi cea mai mare din valorile posibile ale variabilei.

4. Valoarea medie a unei sume finite de variabile aleatoare este egală cu suma valorilor
medii ale variabilelor aleatoare respective.

5. Valoarea medie a unui produs de două variabile aleatoare independente este egală cu
produsul valorilor medii ale variabilelor considerate.

Alte valor tipice ale variabilei aleatoare

1. Momente
Fiind dată o variabilă aleatoare X, vom numi moment de ordinul k al acestei variabile
valoarea medie a variabilei x k . Vom scrie

Dacă X are distribuţia

atunci

2. Dispersia

Se numeşte dispersie a unei variabile aleatoare X momentul centrat de ordinul al doilea al

acestei variabile. Se scrie

Proprietăţi:

1. Dispersia unei constante este nulă

D2(a) = 0.

2. Două variabile care diferă printr+o constantă au dispersii egale.

3. Dispersia produsului dintre o constantă şi o variabilă aleatoare este egală cu produsul

dintre pătratul constantei şi dispersia variabilei
D2(aX) = a2D2(X).

4. Dispersia unei sume finite de variabile aleatoare independente este egală cu suma
dispersiilor variabilelor adunate.

dacă X1, X2, ... , Xn sunt independente în totalitatea lor.

.

Elemente de statistica matematica

Notiuni de bază

1. Populaţie statistică. Caracteristică

Statistica matematică se ocupa cu gruparea, analiza şi interpretarea datelor referitoare la un

anumit fenomen, precum şiu unele previziuni referitoare la producerea sa viitoare.

In cadrul analizei statistice a unui fenomen acţionează mai întâi statistica desccriptivă care se
ocupă cu culegerea datelor asupra fenomenului respectiv si cu inregistrarea acestor date apoi
intervine statistica matematica, care grupează datele, le analizează. Mai apoi, le interpretează
in vederea unor predicţii privind evoluţia ulterioara a fenomenului.

Se numeşte populaţie statistică orice mulţime care formează obiectul unei analize statistice.

Elementele unei populatii statistice se numesc unitati statistice (indivizi).

Exemplu: Daca ne-ar interesa numarul locuitorilor din fiecare cartier al unui oras, atunci:

- Multimea tuturor cartierelor orasului la data respectiva formează populaţia statistică;

- Fiecare cartier este o unitate statistică;

- Numărul de locuitori la data respectiva este caracteristica studiată.

2. Frecvenţa absolută. Frecvenţa relativă. Frecvenţe cumulate

Numărul tuturor elementelor unei populatii statistice se numeste efectivul total al acelei
populatii.

Se numeşte frecvenţă absolută, a unei valori x a caracteristicii, numărul de unităti ale

populaţiei corespunzătoare acelei valori.

Se numeste frecvenţă relativă (pe scurt, frecvenţă) a unei valori x a caracteristicii, raportul
dintre frecventa absolută a valorii x si efectivul total al populatiei. Vom scrie

unde f(x) este frecvenţa relativă a valorii x, nx este frecvenţa absolută a acestei valori, iar n
este efectivul total al populaţiei. De foarte multe ori, frecvenţa este dată în procente.
3. Serii cronologice

Seriile cronologice sunt, si ele, serii statistice. Ele prezintă evoluţia in timp a unor mărimi.

Exemplu:

Numărul absolvenţilor unei şcoli

Promoţia
Nr. absolvenţi

1996 – 1997 1997 – 1998 1998 – 1999 1999 – 2000 2000 – 2001
1103 908 1358 1057 1179

4. Elemente caracteristice ale unei serii statistice

Valoarea centrala a unei clase de variatie este media aritmetica a extremităţilor clasei.

Modulul sau dominanta unei serii statistice se numeste valoarea caracteristicii

corespunzătoare celei mai mari frecvente in cazul in care valorile caracteristicii sunt date
individual şi valoarea centrala a clasei corespunzătoare celei mai mari frecvente, în cazul
variabilelor continue, când se dau clase de variaţie.

Mediana unei serii este un număr x astfel că există tot atâtea unităţi statistice corespunzătoare
valorilor <x, ca şi cele corespunzătoare valorilor >x.

Daca o caracteristica ia valorile 1,3,4,4,5,6,6,8,9, atunci 5 este mediana, deoarece există 4

valori mai mici decât 5 si tot 4 valori mai mari decat 5.
Fiind date n valori a caror medie este x, se numeste dispersia acestor valori,
mărimea