Documente Academic
Documente Profesional
Documente Cultură
A E, B E, C E;
ii)
A A, B B, C C;
iii)
A, B, C ;
A, B K i
A A, E E
A B A B B
(evident
AEE,
i A A E ).
A, B K A B B A
2.
A, B, C K ( A B) C A ( B C) (asociativitatea)
(comutativitatea)
4.
i A A A ).
A K A A .
A ; A
i
iI
iI
A .
i
iI
A B = A (A B)
ii)
A B = (A B) B
iii)
A = (A B) (A B)
iv)
(A B) (B A) =
v)
A B = A [B - (A B)]
vi)
A (B C) = (A B) - (A C)
vii)
(A B) (C D) = (A C) (B D)
poart numele de
A K A K
ii)
A, B K A B K
i A B K .
Observaie 1.3.2.
1. Notm cmpul de evenimente [E,K].
2. Evident K i E K .
3. Dac E e1 , e 2 ,...e n atunci K P( E ) .
4. Dac ntr-o prob mulimea evenimentelor este infinit atunci
cmpul de evenimente corespunztor [E,K] are proprietatea:
A i K , i 1, 2...
i 1
i A i
K.
i 1
i 1, n ,
cmpului) dac:
n
i)
ii)
A i A j i j, i, j 1, n
i 1
Observaie
1.3.4.
Evenimentele
elementare
ei ,
i 1, n ,
10
Propoziie
1.3.5.
Dac
E e1 , e2 ,..., en atunci
cmpul
de
P( A) 0A K
ii)
P(E)=1
iii)
P (A B) P (A ) P( B), A, B K, i A B .
11
P(A ) 0, A K
ii)
P(E)=1
iii)
iI
P A dac A i A j ,
i
iI
i j,
i, j I,
P A 1 P A
2.
P A i dac A i A j , i j,
i
i 1
i 1
3. P
i, j 1, n
Demonstraie:
1) Din relaiile E = E i E = aplicnd axioma iii) din
definiia probabilitii avem P(E) = P( E) = P() + P(E) i rezult P() = 0
2) Din relaiile A A E i
definiia
probabilitii
P ( E ) P ( A) P ( A)
avem
i rezult
A A
P ( A A) P ( A) P ( A)
adic
P ( A) 1 P ( A)
n 1
n 1
A
i
i 1
12
A
i
i 1
An P
n 1
A
i
i 1
n 1
A
i
i 1
n 1
i 1
i 1
P ( An ) P ( Ai ) P ( An ) P ( Ai )
n 1
A
i
i 1
An
3 1
.
6 2
13
6
2
.
15 5
7
.
15
5
1
.
15 3
A B A B ( A B)
A B ( A B )
14
Dac
A1,A2,An
sunt
evenimente
compatibile
atunci
A P( A ) P( A A ) P( A A A ) ... (1) P A
i
i 1
i 1
i , j 1
i j
n1
i j k
i 1
sau
P ( A B)
Demonstraie:
Artm c PB ( A) satisface axiomele probabilitii:
i)
PB ( A) 0 deoarece P ( A B) 0 i P ( B ) 0
ii)
PB ( E )
iii)
Fie A1 i A2 K i A1 A2 . Avem
P ( B E ) P( B )
1
P( B)
P( B )
P B ( A1 A2 ) P ( B A1 ) ( B A2 )
P( B)
P( B)
,
P ( B A1 ) P ( B A2 ) P ( B A1 ) P ( B A2 )
PB ( A1 ) PB ( A2 )
P( B)
P( B)
P( B)
PB ( A1 A2 )
dac ( B A1 ) ( B A2 ) .
Observaie 1.5.1.
1) Oricrui cmp de evenimente [E,K] i putem ataa un cmp de
probabilitate condiionat {E, K, PB}.
2) P(A B) P(B) PB (A) - formula de calcul a interseciei a dou
evenimente dependente. Are loc o generalizare: dac A1, A2, An sunt
evenimente dependente atunci
i 1
15
i 1
independente.
Generalizare:
Dac A1, A2,
A i
i 1
An
sunt
evenimente
independente
atunci
P( A
i 1
).
i 1
A
i 1
1 1 P(A i )
Demonstraie:
n
i 1
i faptul c Ai
i 1
A
i
i 1
1 P
A
i
i 1
1 P
A
i
i 1
i 1
i 1
1 P ( Ai ) 1 1 P ( Ai )
P5) Inegalitatea lui Boole: A1, A2, An, sunt evenimente dependente
atunci
Ai
i 1
P( A ) (n 1) 1 P( A )
i
i 1
i 1
16
Demonstraie:
Verificm inegalitatea din enun prin inducie matematic.
Pentru n = 2 avem P( A1 A2 ) P ( A1 ) P ( A2 ) P ( A1 A2 ) dac
P ( A1 A2 ) 1 i rezult
P ( A1 A2 ) P ( A1 ) P ( A2 ) 1 relaia este
adevrat.
Presupunem inegalitatea adevrat pentru n-1 adic
Ai
i 1
n 1
n 1
P( A ) (n 2)
i
i demonstrm pentru n.
i 1
Avem succesiv
i 1
n 1
i 1
An P
n 1
P( A ) (n 2) P( A
i
i 1
) 1
n 1
A
i 1
P ( An ) 1
P( A ) (n 1)
i 1
Demonstraie:
Din ipoteza c Ai,
i 1, n
rezult c X ( A1 X ) ( A2 X ) ... ( An X )
Deoarece
Ai A j , i j , i, j 1, n
avem c
( X Ai ) ( X A j ) , i j , i, j 1, n
Avem succesiv
P( X ) P
( A
i 1
n
n
X ) P ( Ai X ) P ( Ai ) PAi ( X )
i 1
i 1
17
P7) Formula lui Bayes: Dac A1, A2, An este un sistem complet de
evenimente al cmpului [E, K] i X K atunci:
P(A i ) PA i (X)
PX(Ai)=
P(A ) P
i
i 1
Ai
(X)
i 1, n
Demonstraie:
Deoarece P ( X Ai ) P( X ) PX ( Ai ) i
P( X Ai ) P( Ai ) PAi ( X )
PX ( Ai )
P ( Ai ) PAi ( X )
P( X )
avem
P( X ) PX ( Ai ) P ( Ai ) PAi ( X ) , deci
P ( Ai ) PAi ( X )
n
P( A ) P
i 1
Ai
(X )
probabilitii totale.
Exemplul 1.5.2. Cele 26 de litere ale alfabetului, scrise fiecare pe un
cartona, sunt introduse ntr-o urn. Se cere probabilitatea ca extrgnd la
ntmplare de 5 ori cte un cartona i aezndu-le n ordinea extragerii s
obinem cuvntul LUCIA.
Rezolvare:
Notm prin X evenimentul cutat, deci de a obine prin extrageri
succesive cuvntul LUCIA, de asemenea notm prin A1 = evenimentul ca la
prima extragere s obinem litera L; A2 = evenimentul ca la a doua extragere
s obinem litera U; A3 = evenimentul ca la a treia extragere s obinem litera
C; A4 = evenimentul ca la a patra extragere s obinem litera I; A 5 =
evenimentul ca la a cincea extragere s obinem litera A.
Atunci evenimentul X are loc dac avem
X A1 A 2 A 3 A 4 A 5 .
Rezult:
18
P ( X ) P ( A1 ) P ( A2 A1 ) P ( A3 A1 A2 ) P ( A4 A1 A2 A3 )
P ( A5 A1 A2 A3 A4 )
1 1 1 1 1
.
26 25 24 23 22
deoarece
19
P(A) = P (A 1 A 2 A 3 ) 1 P( A1 A 2 A 3 ) = 1 P( A 1 ) P( A 2 ) P( A 3 ) =
1- (1-0,7)(1-0,8)(1-0,6) = 1 0,3 0,2 0,4 0,976 .
B = A1 A 2 A 3 i innd seama de independena evenimentelor, avem:
P(B) = P( A 1 A 2 A 3 ) P(A 1 ) P(A 2 ) P( A 3 ) 0,7 0,8 0,6 0,336 .
Exemplul 1.5.5. O pres este considerat c satisface standardul de
fabricaie dac trei caracteristici sunt satisfcute. Dac aceste caracteristici A,
B i C sunt satisfcute cu probabilitile P(A) =
9
7
, P(B) =
i P(C) =
10
11
11
, atunci probabilitatea ca s fie satisfcute toate trei caracteristicile se
12
P(
4
1
229
1
.
660
10 11 12
A B C) 1
1
de la prima
3
1
de la a doua fabric i restul de la fabrica a treia. Produsele de la
6
20
Rezolvare:
a) Notm cu A 1 , A 2 i A 3 evenimentele ca produsul cumprat s
fie de la prima, a doua, respectiv a treia fabric. Aceste trei evenimente
formeaz un sistem complet de evenimente i au probabilitile P(
A1 )
1
1
1
, P(A 2 )
i P ( A3 ) . Dac A este evenimentul c produsul
3
6
2
P( A A 2 ) 0,95
1
1
1
5,51
0,90 0,95 0,92
0,918
9
6
2
6
P( A 1 ) P ( A A 1 )
P ( A 1 ) P( A A 1 ) P( A 2 ) P( A A 2 ) P( A 3 ) P( A A 3 )
1
0,10
0,2
3
0,408.
=
1
1
1
0,49
0,10 0,05 0,08
3
6
2
21
a
b
i P( A i ) q , evident p+q=1. Notm cu X k ,n k
N
N
n!
p k q n k .
k!(n k )!
22
k 0
k 0
binomial.
n
2)
P(n, k ) 1.
k 0
a
i 1
1, s
, iar
ai
, i 1, s , atunci:
N
n!
p1 1 p 2 2 ...p s s , unde
1! 2 !... s !
i 1
sunt n urn la nceput. Numrul posibilitilor de a lua k bile albe din cele a
k
existente la nceput n urn este C a , iar pentru a lua n-k bile negre din cele b
n k
b
23
C ak C nb k
, deci P(n,k) =
,
C an b
unde a k, b n k i a b n .
Generalizare:
n urn se afl bile de r culori, adic a 1 bile de culoarea 1, a 2 bile
de culoarea 2 etc. a r bile de culoarea r i se extrag n bile fr ntoarcerea
bilei extrase n urn. Se cere probabilitatea P(n; k 1 , k 2 ,..., k r ) ca din cele n
bile extrase s se obin k 1 bile de culoarea 1, k 2 bile de culoarea 2 etc.
Avem:
P(n; k1 , k 2 ,..., k r )
, cu k1 k 2 ... k r n
24
pn
C kn k 1 p n q k x k P( n , k ) x k , qx 1 ,
n
(1 qx )
k 0
k 0
deci
25
P(1, k ) x
k 0
este p =
normal ocupat n cinci zile din cele apte zile ale unei sptmni.
Rezolvare:
Calculul acestei probabiliti se face cu schema lui Bernoulli cu bila
ntoars, unde n=7, k=5; p=
7
1
i q = 1-p =
. Astfel se obine c:
8
8
7
8
1
8
5
5
2
P(7,5) = C 7 ( ) ( )
3 7 6
( ) .
8 8
2
3
i
. S se calculeze probabilitatea ca din 5 piese luate la
3
4
26
2 3 1
2
3
1
2 3 1
2
3
1
; p 2 (1 ) ; p 3 (1 ) ; p 4 (1 )(1 )
.
3 4 2
3
4
6
3 4 4
3
4
12
5!
1
1 1 1
5
( )2
.
2!1!1!1! 2
6 4 12 96
2
nentoars, unde a+b=50; a=40, b=10, n=5 i k=3. Avem P(5;3) = C 340 C10
.
5
C 50
2
3
, al doilea cu probabilitatea
, al treilea cu
3
4
4
, iar al patrulea cu probabilitatea
5
5
. Care este
6
27
2
3
4
; p2 P( A2 ) ; p3 P ( A3 ) ;
3
4
5
5
1
p4 P ( A4 ) ; q1 1 p1
6
3
p1 P( A1 )
q2 1 p2
1
1
1
; q3 1 p3 ; q4 1 p4 . Probabilitatea ca din aceste
4
5
6
patru evenimente s se realizeze trei i unul nu, este coeficientul lui x 3 din
dezvoltarea polinomului: Q(x) =
2
1 3
1 4
1 5
1
( x )( x )( x )( x ) ,
3
3 4
4 5
5 6
6
adic:
2 3 4 1 2 3 1 5 2 1 4 5 1 3 4 5
0,427.
3 4 5 6 3 4 5 6 3 4 5 6 3 4 5 6
Exemplul 1.6.12. Doi juctori sunt angrenai ntr-un joc format din
mai multe partide. Primul juctor ctig o partid cu probabilitatea p =
o pierde cu probabilitatea q = 1-p =
1
i
3
2
. S se calculeze probabilitatea c:
3
1 2 5
32
( )
.
3 3
729
1
2
, q=
.
3
3
28
1
3
2
3
6
3
6
P(3,6) = C 8 ( ) ( )
7 2 9
( ) .
2 3
0
C 62 C18 C112 C16 C 83 C12
888
.
4
4
7475
C 26
C 26
Analog, avem c:
0
C 62 C 82 C12
C 36 C 80 C112
66
;
1495
C 426
C 426
0
0
C 36 C18 C12
C 64 C 80 C12
16
.
P
P
(
4
;
4
,
0
,
0
)
.
20
1495
C 426
C 426
Avem c:
P( A ) = P14 P16 P18 P20
2611
, de unde
14950
P(A) = 1-P( A ) = 1-
2611
12339
=
14950 14950
29
0,825 .
2.
30
Observaii 1.7.2.
1) Dac K=P(E) atunci ii) este automat ndeplinit;
2) Dac o variabil ia un numr finit de valori vom spune c este
variabil aleatoare simpl.
Definiie 1.7.3. Numim distribuia sau repartiia variabilei aleatoare
xi
X
pi iI
p
iI
1.
31
respectiv distribuiile
xi
X
pi iI
yj
Y
q
j jJ
distribuiile
xi
X
pi iI
yj
Y
q
j jJ
32
produs X Y i ct
X
Y
xi
xi y j xi y j X
X Y , X Y y j
p p Y
ij (i,j)IxJ ij (i,j)IxJ pij
(i,j)IxJ
,
unde
aleatoare aX :
pi
i I
b)
xik
pi
k
variabila aleatoare X :
i I , s aib sens.
Observaie
p
iI
ij
q j , j J.
1.7.8.
Au
loc
relaiile
p
jJ
ij
p i , i I
Dac
variabilele
X,Y
sunt
33
independente
atunci
pij pi q j , (i, j ) I J
Demonstraie:
Avem succesiv
P ( a X b ) P ( X b, X a ) P ( X b ) ( X a )
P( X b) P ( X a ) F (b) F ( a )
0 P( x 1 X x 2 ) F ( x 2 ) F ( x1 ) F ( x1 ) F ( x 2 )
F ( x) 0, lim F ( x) 1
4. xlim
34
Demonstraie:
lim F ( x) lim P ( X x) P ( ) 0
lim F ( x) lim P ( X x ) P ( E ) 1
1
X: 2
p
2 3
7
1
p
4
3
4
1 . Care este probabilitatea ca X s ia o valoare mai
7
1 1
1
p 1 . Se obine soluia acceptabil p . Se calculeaz
4
3 6
4
1 5
sau
6 6
1
7 1 5
.
16 16 3 6
0
1
0
1
1
1
1
1 1 ; Y : 1
q
2p q 12p 2 .
p
6
3 3
X :
2
?
9
35
1
1 1
p
1
6
3
3
1
1
p 0; q 0;2p q 0 i apoi :
, rezult valorile
6
3
1
2p q 12p 2 1
3
acceptabile p
1 0
X: 1 1
3 3
1
i q = 0. Deci variabilele aleatoare au repartiiile:
6
1
1 0
1 ; Y : 1 1
3
3 3
2 0
a) 2XY : 2 5
9 9
1
1 . Avem :
2
2
2 1 0
1
2 3
X
Y
:
b)
9 9
9
corespunde situaiei P(X + Y = 0) =
1
2
9
2
1 , deci P(X + Y = c)> 2
9
9
3 2
adic c = 0.
9 9
1
0
,
dac
x
X: 2
1
6
1
1
2
1 , dac 1 x 1,
F( x ) P ( X x ) 6
2
1 , are funcia de repartiie:
2
3
, dac 1 x 2,
3
1, dac x 2
36
F(x)
1
2/3
1/6
1/2
R 2 verific condiiile:
i) are o mulime cel mult numrabil de valori;
ii) ( x, y) R 2 , (X x , Y y) K .
Definiie 1.8.2. Numim distribuia sau repartiia vectorului aleator
(X,Y) de tip discret tabloul:
y1yj
x1
p11p1j
unde
valorile pe care le ia
xi
pi1pij
..
.
..
.
..
.
.
( x i , yi )
sunt
37
4.
x
y
x
y
0,20
0,10
0,05
0,15
0,45
0,05
38
c) s se calculeze F
Rezolvare:
1 3 4
p1 p 2 p 3
.
X:
0,30 0,20 0,50
2 6
6
, adic Y: 0,70 0,30 .
q 2 p12 p 22 p 32 0,10 0,15 0,05 0,30
Avem:
X+Y:
3
4
0,20 0,05
0,45 0,10
10
0,15 0,05
7
2
39
( t )dt , x R
x R , ( x ) 0 .
2) F'(x) = ( x ) a.p.t. pe R.
3) P(a X<b) =
4) ( x )dx
b
a
( x )dx .
1.
Observaie 1.9.3.
1. Pentru o variabil de tip continuu P(X=a)= 0, deci P(a X<b) =
P(a<X<b) = P(a X b) = P(a<X<b) =
2.
( x) F ' ( x) lim
x 0
b
a
( x )dx .
F ( x x) F ( x)
P( x X x x )
lim
,
0
x
x
(s, t ) ds dt , ( x , y) R 2
, iar funcia : R 2 R
( x , y) 0 , ( x , y) R 2 .
40
2)
2 F( x , y)
( x , y) a.p.t. pe R 2 .
xy
2
3) P((X,Y) D ) ( x, y ) dx dy, D R .
D
4)
R2
( x , y) dx dy 1 .
5)
Y ( y )
X (x)
( x , y)dy, x R
( x, y ) dx, y R .
( x, y )
( x, y ) 0
( x, y ) 1,2 1,3
n rest
( x, y )dxdy 1
R2
1
13
.
n acest caz funcia de repartiie va fi
0
1 2
( x 1)( y 3 1)
78
x y
1 3
F ( x, y ) uv 2 dudv
( y 1)
1 1
26
1 ( x 2 1)
2
1
, dac x 1 sau y 1
, dac x, y 1,2 1,3
, dac y 1,3 i x 2
, dac y 1,2 i y 3
, dac x 2 i y 3
, x 1
0
1 2
FX ( x) ( x 1) , x 1,2 ; FY ( y )
3
,x2
41
0
, y 1
1 2
( x 1) , y 1,3
3
1
, y3
1.10.1.
sunt
independente
( x , y) X ( x ) Y ( y).
Demonstraie:
Presupunem c variabilele aleatoare X i Y sunt independente,
atunci F(x, y) = FX(x) FY(y). Derivm aceast relaie n raport cu x i
respectiv y, rezult c ( x, y )
F ( x, y )
FX/ ( x ) FY/ ( y ) X ( x ) Y ( y )
xy
F ( x, y )
( s, t )dsdt
X ( s) Y (t )dsdt
X ( s)ds Y (t )dt FX ( x) FY (
(X, Y) cu densitatea de
z (x )
( u , x u )du
, x R .
Demonstraie:
Scriem funcia de rapartiie FZ a variabilei aleatoare Z.
FZ ( x ) P ( Z x ) P ( X Y )
(u, v)dudv
u v x
42
x u
[ (u, v)dv]du
x u
x [ (u, v)dv]du
(u, x u )du
Observaie 1.10.3.
1) Dac X,Y sunt independente, atunci:
z (x)
X ( u ) Y ( x u )du , x R .
x du
2) Dac U= X Y , atunci U ( x ) (u , u ) u , x R .
3) Dac V
X
, atunci
Y
V (x)
( xu , u ) u du , x R
X (g 1 ( x ))
g ' (g 1 ( x ))
Demonstraie:
Presupunem c g este strict cresctoare i avem:
FY ( x) P (Y x) P ( g ( X ) x) P ( X g 1 ( x )) FX ( g 1 ( x ))
X ( g 1 ( x))
g / ( g 1 ( x))
43
X ( g 1 ( x))
Y ( x) / 1
g ( g ( x))
Exemplul 1.10.5. Se consider variabila aleatoare X de tip continuu,
care are densitatea de probabilitate ( x ) a e x , x R unde a R . S se
determine:
a) parametrul real a;
b) funcia de repartiie a variabilei aleatoare X;
c) probabilitile
P (0 X 2) i P(X 0 X [-2,2]).
Rezolvare:
a) Deoarece funcia este o densitate de probabilitate, rezult c
( x ) 0, de unde a 0, i se impune ca
Avem: a -
(x)dx 1 .
dx 2a e x dx 2a (e x )
0
2a
1
.
2
1x
e , dac x 0
x
1 x t 2
F(x) (t)dt e dt
2
1 - 1 e x , dac x 0
2
Dac x 0, atunci i t 0 iar F(x)
Dac x>0, atunci F(x) =
1 x t
1
e dt e t
2
2
1 x
e .
2
1 0 t
1 x
1 1
e dt e t dt (e t )
2
2 0
2 2
x
0
1 x
e .
2
44
1
1 1
1
P(0 X 2) F(2) - F(0) 1 - e 2 1 2
2
2 2
e
P( 2 X 2)
P(2 X 2)
1 1 2 1
1
e 1 2
2 2
2
e
unde
1
1
1
P( 2 X 2) F(2) F(2) 1 e 2 e 2 1 2
2
2
e
P( 2 X 0) F(0) F(2)
1
.
2
3
2
Rezolvare:
a) Analiznd cele dou condiii ale unei densiti de probabilitate se
obine:
1) f ( x ) 3x 2 1 0 dac x [1,3]
2)
f ( x )dx
de probabilitate.
b)
( x )
Dac
modificm
funcia
f(x),
45
mai
precis,
definim
1
1
f (x)
(3x 2 1), x [1,3] , atunci obinem ( x ) care este o
24
24
densitate de probabilitate.
c) Pentru a calcula probabilitile cerute se poate proceda n dou
moduri:
1) folosind funcia de repartiie F(x). Aceast funcie este:
0, dac x 1
1
De aici
3
1 3
P X
2
24 2
1
1
( 2 3 2)
24
4
3
5
3
F
2
2
64
( x )dx
1
(x 3 x)
24
2
1
1
4
3
3
5
P X 2 ( x )dx
1
2
64
pi
46
xi
X ,i I
pi
x i pi .
Se numete valoare medie, caracteristica numeric M ( X)
iI
Observaii 1.11.2.
1) Dac I este finit, valoarea medie exist.
2) Dac I este infinit numrabil, M(X) exist cnd seria care o
definete este absolut convergent.
x
X
( x )
x (x)dx
integrala
47
1) M (a X b) a M(X) b, a, b R
2) M(X + Y) = M(X) + M(Y)
3) X,Y independente M(X Y) = M(X) M(Y)
Demonstraie:
a) Fie variabilele aleatoare de tip discret X, Y avnd repartiiile
xi
pi
yj
, Y
q
j
iI
j J
1.
Avem
iI
iI
axi b
pi
X+Y
are
repartiia
i
iI
p
iI
1.
xi y j
pij
X Y
,
( i , j )I J
pij P ( X xi , Y y j )
Rezult
M ( X Y ) ( xi yi ) pij xi pij y j pij
iI j J
i I j J
i I j J
xi pi y j q j M ( X ) M (Y )
iI
j J
p
iI
ij
q j i
p
jJ
ij
pi
xi y j
dac X i Y sunt
( i , j )I J
independente.
xi pi y j q j M ( X ) M (Y )
xi y j pi q j
Avem M ( XY )
i I j J
i I
jJ
48
Avem:
X (
xb
)
a
, pentru orice x R.
a
M (aX b) M (Y )
1
a
( x ) dx
xb
) dx
a
de unde
(au b)
(u ) du a
(u ) du b
(u ) du aM ( X ) b
M ( X Y ) M (Z )
( x ) dx
x (u , x u ) dx ) du
( (t u ) (u , t )dt )du
t ( (u , t )du ) dt u ( (u , t ) dt ) du t
(t ) dt
(u ) du M (Y ) M ( X
xV ( x ) dx
x ( (u ,
x dx
)
) dx
u u
tu
x
x
(u , ) dx ) du ( tu (u , t ) dt ) du
u
u
49
(u ) Y (t ) dtdu
(u ) du
(t ) dt M ( X ) M (Y )
Dispersia
Definiie 1.11.5. Se numete dispersia (variana) variabilei aleatoare
( X )
D 2 (X)
se
numete abatere medie ptratic.
2
2
n mod explicit, dispersia are expresia D ( X ) xi M ( X ) pi ,
iI
IN,
dac
este
variabil
aleatoare
discret
sau
D 2 ( X ) M X M ( X ) M X 2 2M ( X ) X M ( X )
2
M ( X ) 2 M ( X ) M ( X ) M ( X ) M ( X ) M ( X )
2
50
D 2 (aX b) M (aX b aM ( X ) b) 2 M a 2 X M ( X )
a M X M ( X )
2
a D (X )
2
M ( XY ) M ( X ) M (Y ) .
Calculm
X M ( X ) Y M (Y )
M X M ( X ) Y M (Y ) 2 X M ( X ) Y M (Y )
M X M ( X ) M Y M (Y ) 2 M X M ( X ) M Y M (Y )
D 2 ( X Y ) M X Y M ( X Y ) M
2
D 2 ( X ) D 2 (Y )
2 1 0 1 2 3
2 2 5 1 1
X : 1
12 12 12 12 12 12
atunci deducem c:
M ( X ) 2
M (X 2) 4
1
2
2
5
1
1
1
1 0 1 2 3
12
12
12
12
12
12 2
1
2
2
5
1
1
1 0 1 4 9
2
12
12
12
12
12
12
D 2 ( X ) M ( X 2 ) M ( X ) 2
2
(X )
D2 ( X )
1 7
4 4
7
2
x
,
, ( x ) 4
X :
( x)
0,
atunci deducem c:
x 1,3
n rest
M (X )
x ( x ) dx
x3
13
12 1
6
D 2 ( X ) M ( X 2 ) M ( X ) 5
2
(X )
D2 ( X )
M (X 2)
51
3
x 2 ( x ) dx
x4
5
16 1
169 11
36 36
11
6
Momente
Definiie 1.11.9. Se numete moment iniial (obinuit) de ordin k al
variabilei aleatoare X, caracteristica numeric k M (X k )
Observaie 1.11.10. Pentru k=1 avem 1 M (X ) iar pentru k=2,
D 2 ( X) 2 12
xi
Dac X este variabil de tip discret avnd repartiia X :
pi
1 atunci k xik pi
p
i I
,
iI
iI
X :
( x)
atunci
x R
k x k ( x)dx
R
x M ( X ) p
x M ( X ) ( x)dx
i I
, X discret
, X continu
52
i i
i
exist urmtoarea relaie: k (1) C k k i 1 .
i 0
Demonstraie:
Avem
k M X M ( X ) M X 1 M
C
i 0
i
k
X k i ( 1 ) i
k
k
i
i
k i i
i
i
k i
i
(
1
)
C
X
1
)
C
M
(
X
)
(1)i Cki k i 1i
k
1
k
1
i 0
i 0
i 0
x y
rs
i I j J
r s
r
i
s
j
pij
, ( X , Y ) discret
x y ( x, y)dxdy
, (X, Y) continuu
R2
rs M (X M (X)) r ( Y M( Y) s , adic
x M ( X ) y
rs
iI jJ
x M ( X ) y M (Y )
r
M (Y ) pij
s
, ( X , Y ) discret
53
Observaie 1.11.17.
1 o M(X), 0 1 M(Y ), 2 0 D 2 (X), 0 2 D 2 (Y )
a X ,b Y
i 1
j 1
j ai b j C X i , Y j ,
i 1 j 1
oricare
ar
fi
C( X , Y )
2
D (X ) D 2 ( Y )
Observaie 1.11.21.
1) X, Y independente r (X, Y ) 0 reciproc nu este adevrat;
2) Spunem c X,Y sunt necorelate dac r(X,Y) =0
Proprieti:
a)
r ( X, Y ) 1
b) r ( X , Y ) 1 Y a X b, a 0
c) r ( X , Y ) 1 Y aX b, a 0
54
(sau 0,25 r ( X , Y ) 0 );
-1
pi
Rezolvare:
Pe baza formulelor corespunztoare, deducem imediat:
M ( X ) 1
M (X 2) 1
9
8
7
2
1
0
1
24
24
24
24
12
9
8
7
16 2
0
1
24
24
24 24 3
D ( X 2 ) M ( X 2 ) [ M ( X )]2
M (Y ) 1
M (Y 2 ) 1
2
1
95
3 144 144
6
7
8
3
8
1
0
1
2
24
24
24
24 24 3
6
7
1
3
26 13
0
1
4
24
24
24
24 24 12
D(Y 2 ) M (Y 2 ) [ M (Y )]2
55
13 1 35
12 9 36
1
1
1
1
1
1
1
1
M ( XY ) 1 1 0 1 2 0 1
0 1 2
6
12
12
24
24
6
12
24
1
1
1
1
5
1 1 0
1 2
24
24
6
24
24
C ( X , Y ) M ( XY ) M ( X ) M (Y )
r ( X ,Y )
C ( X ,Y )
D 2 ( X ) D 2 (Y )
5
1
17
24 36 72
17
12
0,295
95 35
144 36
aleatoare necantitative;
2)
3)
56
dac exist, vectorul n-dimensional ale crui componente sunt valorile medii
ale componentelor lui Z adic:
M ( Z ) M ( X 1 , X 2 ,..., X n ) M ( X 1 ), M ( X 2 ),..., M ( X n ) .
Observaie 1.11.25.
a)
care este
57
b)
cu (Z ) .
c)
D 2 ( X1 )
C ( X 1, X 2 )
C ( X 2 , X1) D2 ( X 2 )
C (Z )
...
...
... C ( X 1 , X n )
... C ( X 2 , X n )
...
...
C ( X , X ) C ( X , X ) ... D 2 ( X )
n
1
n
2
n
11 12
21 22
... ...
n1 n2
... 1n
... 2n
... ...
... nn
r ( X 2 , X1)
R( Z )
...
r( X , X )
n
1
... r ( X 1 , X n )
r ( X 1, X 2 )
1
... r ( X 2 , X n )
...
...
...
r ( X n , X 2 ) ...
1
X 1 :
1
1
; X 2 :
p2
q1
3
2
; X 3 :
q2
r1
r2
1
1
1
3
; p112
; p121
; p122
;
16
16
32
32
58
p211
1
1
1
5
; p212 ; p221
; p222
.
8
4
16
16
Rezolvare:
Avem imediat repartiiile bidimensionale
1
p
11 111 112 8
3
p21 p211 p212
8
1
p12 p121 p122
8
3
p22 p221 p222
8
5
32 pentru X , X
1
3
9
p2 2 p212 p222
16
3
p
1
111
121
32
8
p21 p211 p221
16
p1 2 p112 p122
3
p
11
111
211
16
3
p 21 p121 p221
32
pentru X 1 , X 2
5
32 pentru X , X
2
3
13
32
p 22 p122 p222
pi
1/8
3/8
1/2
1/8
3/8
1/2
X3
X1
-1
1
rk
pi
X3
X2
1
3
rk
qi
59
1
3
2
; M ( X 12 ) 1 ; D ( X 1 )
2
4
M ( X 2 ) 2 ; M ( X 22 ) 5 ; D 2 ( X 2 ) 1
M (X3)
55
101
207
; M ( X 32 )
; D2 ( X 3 )
16
8
256
M ( X1 X 2 ) 1 ; M ( X 1 )M ( X 2 ) 1 ; C ( X1, X 2 ) 0 ; r ( X1, X 2 ) 0
M ( X1 X 3 )
29
55
; M ( X1 )M ( X 3 )
;
16
32
r ( X1, X 3 )
3
0,12
207
M ( X 2 X3)
113
55
; M ( X 2 )M ( X 3 )
;
16
8
C( X 2, X3)
3
; r( X 2, X 3)
16
C ( X1, X 3 )
3
;
32
3
0,21
207
C (Z )
3 32
3 32
3 16
3 16
0,12
i R(Z )
0,21
207 256
0,12
0,21
1
P( X M e )
2
60
Observaie 1.11.28.
1. Dac F este funcia de repartiie i este continu atunci M e se
determin din ecuaia F(Me)
1
.
2
ab
2
3
.
3
4
3.
4
Observaie 1.11.33.
1) Dac e<0 atunci graficul distribuiei are un aspect turtit i legea se
numete platicurtic.
2) Dac e>0 atunci graficul distribuiei are un aspect ascuit i legea
va fi numit leptocurtic.
3) Dac e = 0 atunci repartiiile sunt mezocurtice.
Definiia 1.11.34. Dac X este o variabil aleatoare cu funcia de
repartiie F (x ) , se numesc cuartile (n numr de trei) ale lui X (sau ale
repartiiei lui X) numerele q1 , q2 i q3 cu proprietile:
1
F (q1 ) 4
F (q1 0)
1
4
1
F ( q2 ) 2
F ( q2 0)
61
3
F (q3 ) 4
1
2
F (q3 0)
3
4
Observm c q2 M e .
Exemplul
1
0,2
Se
consider
variabila
aleatoare
2
.
0,5
X :
1.11.35.
0,3
D 2 ( X ) 1,56 1,24
1 1 x , dac x (0,2)
(x)
0, altfel
Rezolvare:
62
x, dac 0 x 1
Observm c: ( x) 2 - x, dac 1 x 2
0, altfel
M (X 2 )
x (x)dx x 2 dx x (2 x )dx
0
x3
3
x 2 ( x )dx x 3 dx x 2 (2 x )dx
0
D 2 (X ) M (X 2 ) M(X )
2
1
0
x2
x4
4
1
0
2
1
x3
3
x3
3
2
1
2
1
1
x4
4
2
1
7
1
1
6
6
( x, y ) dxdy k dx ( x y 1) dy 1 k 1 5 .
0
7
6
63
1
(x y 1), x [0,1], y [0,2]
Deci ( x, y) 5
0, n rest
1 2
2x 4
( x y 1)dy
, x [0,1]
0
5
5
b) X ( x ) ( x , y)dy
2x 4
, x [0,1]
X ( x) 5
0, altfel
y ( y)
( x , y)dx
1 1
2y 3
( x y 1)dx
, y [0,2]
0
5
10
2y 3
, y [0,2]
Y (y) 10
0, altfel
c) X i Y nu sunt independente deoarece: ( x , y) X ( x ) Y ( y)
d)
M (X)
M(Y)
x( x , y)dxdy
( x , y)dxdy
2 (X) M (X 2 )
2 ( Y ) M (Y 2 )
Deci
x 2 X ( x )dx
y 2 Y ( y)dy
D 2 ( X) M ( X 2 ) M ( X )
2
x X ( x )dx
y Y ( y)dy
1 1
8
x ( 2 x 4)dx
0
5
15
1 2
17
y( 2 y 3)dy
0
10
15
1 1 2
11
x (2 x 4)dx
0
5
30
1 2 2
8
y ( 2 y 3)dy
10 0
15
11 64
37
30 225 450
64
D 2 ( Y) M ( Y 2 ) M (Y )
2
M (X Y )
8 289
71
5 225 225
xy (x, y)dxdy
2
1 1
dx xy ( x y 1) dy
0
0
5
1 1
14
9
2
x dx
C ( X , Y ) M ( XY ) M ( X ) M (Y )
2x
0
5
3
15
9
8 12
1
15 15 15 225
.
C( X ,Y )
Se obine: r ( X , Y )
X
Y
1
225
0,02758
37 71
450 225
-1
1
16
1
16
16
Rezolvare:
16
3
16
16
16
3
16
65
Avem:
1
4 16
1
Y :
4 16
2
;
6 16
M ( X) 1; M ( X 2 )
7
3
3
; D 2 (X) ; X
4
4
2
M (Y ) 1; M (Y 2 )
5
3
; D 2 (Y) ; Y
2
2
1
4 16
8 16
10
2
2
4
2 1 0
XY: 1
6
3 , M(XY)=1
2
4
16 16 16 16 16
r
M(X Y) - M(X)M(Y)
X Y
11
0
3 10
2
2
0, x (0,2)
probabilitate definit prin: (x )
.
1/ 2, x (0,2)
a) S se determine modulul i mediana
b) S se calculeze momentul de ordin k, k ( x ) ..
Rezolvare:
a) Conform definiiei, M0 este valoarea pentru care ( x ) max .
adic M 0 (0,2) adic exist o infinitate de valori modale situate pe
segmentul (0,2). Me se determin din ecuaia F ( M e )
Me
1
.
2
Me
M e 1.
2
66
1
2
k
k
b) k (X) M(X ) x dx
2k
.
k 1
cos 2 tX sin 2 tX 1
dat de relaia
X (t )
p e
e ( x)dx
k K
itx
itx k
(t ) 1, t R
2) Dac Xj,
j 1, m
67
X (t ) 1 (t ) 2 (t ) ... m (t ) j (t )
j 1
r (X ) M (X r )
Demonstraie:
1) (0) M (1) 1 i
(t )
k K
(t )
e
R
itx
eitx k
k K
( x ) dx
eitx
k K
itx
( x ) dx
continuu.
2) Avnd n vedere proprietile valorii medii, putem scrie c
m
j 1
itX
) j (t )
j 1
X( r ) (0) i r M ( X r ) i r r ( X )
Observaie 1.12.5. Folosirea relaiei de la punctul 4) este
recomandabil doar atunci cnd calcularea momentelor este mai comod prin
aceast relaie dect pornind direct de la definiia acestora.
Aplicaie 1.12.6.
1
atunci
1) Dac X :
1 6 1 2 1 3
68
(t )
1 it 1 1 it 2eit e it 3
e e
6
2 3
6
1
2 2ix itx
e
e2
x
1 it
x itx
(
t
)
X
:
x
0
3) Dac
atunci
0 e e dx 1 t 2
e x ,
p e
G (t )
k K
tx
tx k
j 1, m
GX (t ) G j (t )
j 1
3) Dac Y aX b , a i b R, atunci
GY (t ) G X (at ) etb
69
admite
derivate
de
orice
ordin
punctul
zero
G X( r ) (0) M ( X r ) r ( X ) , r 1, 2, ...
Aplicaie 1.12.9.
1
1
atunci
2 3
1) Dac X :
1 6 1 12
G (t )
1 t 1 1 t 2e t e t 3
e e
6
2 3
6
2) Dac X :
x , x 0 , 0 atunci
e
G (t ) e x etx dx
0
, dac t
t
3) Dac X : k k n k
Cn p q
, p, q 0 , p q 1 , atunci
k 0, n
70
p (0,1) ,
q 1 p
2)
k 0
k
n
p k qnk ( p q ) n 1 ( p q 1)
k 0
k 0
M ( X ) kP( n, k ) kCnk p k q nk
n
n
k k nk k
Considerm relaia: ( pt q ) Cn p q t
k 0
k kq
n 1
avem np kCn p q M ( X )
k 0
Pentru
calcula
dispersia
D 2 ( X ) M ( X 2 ) [ M ( X )]2
folosim
formula
de
calcul:
71
k 1
k 0
k 0
iar pentru t = 1, rezult n (n - 1) p 2 = M(X2) - M(X), adic M(X2) = n2p2 np2 + np = n2p2 + npq, iar dispersia este D2(X) = n2p2 + npq - (np)2 = npq.
Observaia 1.13.4. Funcia caracteristic a unei variabile aleatoare
discrete X ce urmeaz legea binomial este: X (t ) ( peit q ) n .ntr-adevr
din calcul avem c:
n
k 0
k 0
k 0
X( k ) (0)
, k 1,2,...
ik
C kC nk
k 0, n , unde P (n, k ) a n b , iar n min(ab)
X :
Ca b
P(n, k )
Cak Cbnk
0 k 0, n
Canb
2) P (n, k )
k 0
1
Canb
C
k 0
k
a
Cbnk 1
72
dac
n
C
k 0
s-a
k
a
avut
vedere
relaia
lui
Vandermonde
anume
Cbnk Canb .
Teorema 1.13.7. Dac X este o variabil aleatoare discret ce
unde N=a+b , p=
N n
N 1
a
b
, q
p q 1
ab
ab
Demonstraie:
Conform relaiei de definiie a valorii medii avem
n
M(X)= kP( n, k )
k 0
a
Canb
1 n
kCak Cbnk
n
C a b k 0
Cak11Cbnk a
k 1
Canb11
a
n
np
n
C a b
ab
k
k 1
dac s-a avut n vedere relaia lui Vandermonde i relaia kCa aCa1
Pentru
calcula
dispersia,
folosim
formula
de
calcul
D 2 ( X ) M ( X 2 ) [ M ( X )]2 unde
n
M ( X 2 ) k 2 P ( n, k )
k 0
a
Canb
1
Canb
k
k 0
[k (k 1) k ]Cak Cbnk
k 0
Cak Cbnk
Canb
k 0
k 0
a
Canb
Cak11Cbnk
k 1
a (a 1) n k 2 nk
C a 2 Cb
Canb k 2
73
a
a ( a 1) n2
na
a (a 1)
Canb11
C a b 2
n(n 1)
n
n
C a b
C a b
ab
(a b)(a b 1)
n(n 1) a (a 1)
n2a 2
( a b)(a b 1) (a b) 2
na
b abn
N n
npq
a b a b a b 1
N 1
Pk ( )
X:
k 0,1,2,... unde P( )
k
e , iar 0
k!
k
e 0 k 0,1,2,...
k!
k
k
e e
e e 1
k
!
k
!
k 0
k 0
2) Pk ( )
k 0
xk
, x R
k!
k 0
k 0
kPk ( ) e k
k
k 1
e
e e
k!
(
k
1
)!
k 1
74
Calculm
k 0
k 1
M(X )= k 2 Pk ( ) e k
2
k 1
( k 1)!
e [(k 1) 1]
k 1
k
e
(k 1)!
(k 1)
k 1
k 1
k 1
(k 1)! k 1 (k 1)!
k 2
k 1
e
2 e e e e 2
( k 2)!
k 1 ( k 1)!
= 2 e
k 2
Obinem
D 2 ( X ) M ( X 2 ) [ M ( X )]2 2 2 .
it
1)
,t R
ntr-adevr avem
k 0
k 0
k
(eit ) k e
e e
e e e ( e
k!
k!
k 0
it
it 1
P ( n, k )
X:
k 0, n unde P( n, k ) C nk p k q n k
n( n 1)...(n k 1) k
( ) (1 ) nk
k!
n
k
k n n 1 n k 1
k
...
(1 ) k (1 ) n
e
n k! n
n
n
n
n
k!
= lim
75
X:
P (K )
k 1
k 1
k 1
2) P(k ) p q p
1
1
1 q
k 1
k 1
1
(0 q 1)
1 q
1 p
i D2(X)= q p 2 .
Demonstraie:
Avem
k 1
k 1
k 1
p kq k 1
k 1
q /
p
1
)
.
2
1 q
(1 q )
p
2
2
3
/
= p(1 2q 2q ...) p (q q q ...) p(
Calculm
k 1
k 1
k 1
2
2
2
k 1
2 k 1
M(X ) k P ( k ) k pq p k q =
76
= p(q
1
1 q
1 q
)/ =
p 2 .
2
3
(1 q )
(1 q )
p
2
2
2
Obinem D ( X ) M ( X ) [ M ( X )]
1 q
1 1 q 1 q
2
2.
2
p
p
p2
p
peit
.
1 qeit
ntr-adevr avem
X (t ) M (eitX ) eitk pq k 1
k 1
= pe it (1 qe it
( qe it ) 2 ...)
p
(eit q)k
q k 1
pe it
1 qe it
qe it 1
P
(
n
,
k
)
X :
n N *
unde P ( n, k ) C
n 1
k 1
k n, n 1,...
p q
k n
0 p 1 p q 1
k n
k n
2) P( n, k ) Ck 1 q
n 1
k n
p n Ckn11q k n p n (1 q ) n 1
k n
Ckn11q k n 1
k n
n
n( n 1) 2
q
q ... .
1!
2!
77
D 2 ( X ) (nq ) p 2 .
Demonstraie:
k n
k n
n 1
n k n
p n q n1 kC kn11q k 1
Avem M(X)= kCk 1 p q
n n 1
=p q (
qn
nq n1
n
/
n n 1
)
p
q
.
n
n 1
(1 q )
(1 q )
p
k n
k n
M ( X 2 ) k 2Ckn11 p n q k n p n q n 2 k 2Ckn11q k 2
k n
k n
p n q n 2 ( Ckn11q k ) // M ( X ) p n q n 2 (
k n
p n q n 2
k n
n 1
q
n
nq
n
) //
p n q n 2 (
)/
(1 q ) n
p
(1 q ) n1
p
nq n2 [(n 1) p ( n 1) q ] n
n
n
n[ p q ]
2 [(n 1) p (n 1) q ]
n 2
(1 q )
p
p
p
p2
Obinem
D2 ( X )
n[ n p q ] n n 2 nq
2 2 .
p2
p p
p
ntr-adevr
78
k n
( pe )
it
C
k n
n 1
k 1
it
(qe )
k n
( pe )
it
k n
( pe ) (1 (qe ))
it
it
peit
it
1 qe
Repartiii continue
Repartiia uniform(rectangular) 1.13.19.
Spunem c variabila aleatoare X urmeaz legea uniform pe
intervalul [a,b],dac are densitatea de probabilitate
1
, dac x [a, b]
( x) b a
0 , dac x [a, b]
0 , xR
( x)dx
1
dx 1
ba
(x )
1
ba
79
F(x)=
0 ,x a
xa
, x ( a, b]
ba
1 ,x b
ntr-adevr:
x
- dac
x a F ( x)
(t )dt
0dt 0
- dac x (a, b] F ( x)
(t )dt
- dac x b , F ( x)
(t )dt
0dt
0dt
1
xa
dt
ba
ba
x
1
0dt 1
b a b
x ( x)dx b a xdx b a
b2 a2
ab
2
2
80
Avem
M (X 2)
2
x ( x)dx
rezult D 2 ( X )
1
a 2 ab b 2
2
x
dx
b a
3
a 2 ab b 2
a b 2 (b a ) 2
(
)
3
2
12
Observaia 1.13.23.
a)Din simetria graficului funciei densitate de probabilitate, n raport
cu valoarea medie M ( X ) (a b) 2 , avem valoarea median egal cu
valoarea medie.
b)Tot cu ajutorul graficului se observ c valoarea modal nu exist.
Repartiia exponenial negativ 1.13.24.
Spunem c variabila aleatoare X urmeaz legea exponenial de
parametru 0 , dac are densitatea de probabilitate:
e x , dac x 0
( x)
0 , dac x 0
xR
( x)dx
x
x
e dx e 1
0
0 , dac x 0
F ( x)
1 e x dac x 0
81
i D 2 ( X ) 1 2 .
Demonstraie:
Avem
M (X )
x ( x)dx xe
dx
Calculm:
M (X 2)
2
x (
0
2
x ( x)dx
e x
e x )dx x 2 e x 2 xe x dx
0
2
2
2
Obinem D ( X ) M ( X ) [ M ( X )]
xe
dx
2 1
2
1
1
2 2 .
2
Observaia 1.13.27.
a)Funcia caracteristic asociat unei variabile aleatoare X ce
urmeaz legea exponenial are expresia X (t )
it
ntr-adevr avem
X (t ) M (e
itX
itx
( x )dx
b)Deoarece avem X( k ) (t )
folosind relaia k
itx
dx e ( it ) x dx
0
k!i k
( it ) k 1
e ( it ) x
0
it
it
k 1,2,...
X( k ) (0)
k!
k k k 1,2,...
k
i
m R i 0 ,
N (m, ))
82
1
( x)
e
2
( x m) 2
, xR
2 2
, x R
1
2) ( x) dx
2
( xm )2
2 2
dx
xm
2
t 2
dt 1
dx 2dt
M (X ) m
atunci
D2 ( X ) 2.
Demonstraie:
Avem
1
M ( X ) x ( x) dx
2
xe
( x m )2
2 2
dx .
xm
2
dx 2dt .
Rezult
M (X )
2
1
2m
2 (m 2t )e t dt
2
1
D ( X ) ( x m) ( x) dx
2
4 2
2 t
t e dt
0
2 2
t
e dt
( x m)
( x m )2
2 2
te
t 2
dt m
dx
2
t
t (e )dt
2
2 2 t 2 2 2
te
t 2
dt 2
83
1)
(x
2
m m
x m
x m
sunt puncte de
inflexiune.
Observaia 1.13.31. Dac variabila aleatoare X urmeaz legea
normal N (m, ) ,atunci funcia de repartiie F este dat de relaia
1
F ( x)
2
i are graficul
F (x )
(t m ) 2
2 2
dt
84
1
2
1
2
x u
u2
2
du
1
xm
F ( X ) (
)
2
1
2
unde
u2
2
1
du
2
( x)
xm
u2
2
du
t2
1
e 2 dt
2 0
x R
este funcia lui Laplace. Funcia lui Laplace are valorile tabelate pentru
argumente pozitive .Dac x<0 atunci ( x) ( x ).
Observaia 1.13.32. Dac parametrii m i
au valorile 0 respectiv
i 0 iar a, b R , a b, atunci
bm
am
) (
)
unde m M ( X ) 2 D 2 ( X )
Demonstraie:
Avem
1
bm
1
am
P ( a X b) F (b) F ( a ) [ (
)] [ (
)]
2
bm
am
(
) (
)
85
1
a 1
b
, dac x 0
( x) (a )b a x e
0 , dac x 0
unde
(a )
( a )
este
a 1
e x dx
funcia
lui
Euler
de
spea
doua,
adic
2) ( x )dx 1
n cazul particular
a 1, b 1
1
(a )b a
a 1
y e b dy
x0
1
(1 itb ) a
,t R
ntr-adevr
X (t ) M (eitX )
eitx ( x) dx
1
(a )b a
1
( it ) x
a 1
b
dx
1
(a )b a
1
b
(
)a
a
(a )b 1 itb
itx a 1
e x e b dx
y
0
a 1 y
e dy
1
(1 itb) a
86
k
Momentele de ordin k, k M ( X ) se obin folosind relaia
X( k ) (0) k
b (a 1)(a 2)...(a k 1) k 1,2,...
ik
n particular , gsim
M ( X ) ba, M ( X 2 ) b 2 a ( a 1)
i apoi
D 2 ( X ) M ( X 2 ) [ M ( X )]2 b 2 a
1
a 1
b 1
, dac x [0,1]
B( a, b) x (1 x )
( x)
0
, dac x [0,1]
B ( a, b)
a 1
(1 x )b 1 dx
xR
2) ( x)dx
1
B ( a, b )
x a 1 (1 x) b1 dx
1
B ( a, b) 0
B ( a, b )
0 ,x 0
x
1
a 1
b 1
F ( x)
1 t (1 t ) dt ,
B
(
a
,
b
)
1 , x 1
x [0,1]
k M (X k )
87
1
x k x a 1 (1 x) b1 dx
B (a, b) 0
k
x ( x)dx
1
B (a k , b)
a( a 1)...(a k 1)
x a k 1 (1 x) b1 dx
B (a, b) 0
B (a, b)
(a b)(a b 1)...(a b k 1)
n particular se obine
a (a 1)
(a b) 2 (a b 1)
ab
D 2 ( X ) M ( X 2 ) [ M ( X )]2
(a b) 2 (a b 1)
M ( X ) 1
i
a
ab
M (X 2) 2
1
n
n
( x ) ( ) n 2 2
2
x2 e
x
2 2
dx
, dac x 0
, dac x 0
xR
k 1,2,...
88
2)
( x)dx
1
n
n
( ) n 2 2
2
x
n
1
2 2
2
22 n
dx
n
n n 2
( ) 2
2
n
( )
2 1
e dt
n
( )
2
n
1
t
2
t
0
an 2
i b 2 2
x
n
1
2 2
2
x x e
1
2k 2k
2 k 1
2 2
k x ( x)dx
dx
x
e
dx
t 2 k 1 e t dt
n
n
n
n
n
0
( ) 0
( ) n 2n 2
( ) n 2 2 0
2
2
2
n
( k )
n n
n
2
2k 2k
2 k 2 k ( 1)...( k 1) 2 k n(n 2)(n 4)...(n 2k 2), k 1,2,
n
2 2
2
( )
2
k
n particular se obine
M ( X ) 1 n 2 , M ( X 2 ) 2 n(n 2) 4 respectivD 2 ( X ) 2 12 2n 4.
89
F ( x) P( X x) P( 2 q2 ) F ( q2 )
x q2
n
( ) n 2 2
2
unde
2
q
dx 1 P( 2 q2 ) 1 q
sunt
q P( )
2
x
n
2 2
2 1
probabiliti
1
n
n
( ) n 2 2
2
x
n
1
2 2
2
de
forma
dx
x q2
q P ( x 2 xq )
e x2
xq2
xR
90
2)
xR
( x)dx
n mod evident
n 1
n 1
2
2 (1 x ) 2 dx
n
n
n ( )
2
n 1
n 1
)
n 1
(
) 1 n 1
2
x
2
2
2
(
1
)
dx
y 2 dy
n 0
n 0
n
n ( )
( )
2
2
n 1
n 1
n
1
(
)
(
)( )( )
n
1
2
2
2
2 1
B( , )
n
n
n 1
2
2
( )
( )(
)
2
2
2
2 (
( a ) (b)
( a b)
1
( )
2
1
(1 x 2 )
91
n 1
n 1
)
x2
2
k 2 p x 2 p ( x)dx x 2 p
(1 ) 2 dx
n
n
n ( )
2
n 1
n 1
n 1
1
2 (
)
n p (
) 1 n p 1
2
p 1
x
2p
2
2
2
2
2
x
(
1
)
dx
y
(
1
y
)
dy
n 0
n 0
2
n ( )
( )
2
2
n 1
n
1
n p (
)
n p ( p )( p )
n
1
2 B ( p, p )
2
2
n
n
2
2
( )
( )
2
2
dac n 2
r
rs
1
) r s
2
x
2
2 2
r s
r s
r
s
( )( )
(rx s ) 2
2
2
( x)
, dac
dac x 0
x0
unde s,r>0.
Sunt verificate condiiile unei densiti de probabilitate adic
1) ( x) 0
x R
n mod evident
92
rs
r
1
) r s
2
x
2
2 2
r s
dx
2) ( x ) dx r
r s
s
0 ( ) ( )
( rx s ) 2
2
2
rs
r s
s
) 1 r 1
B( , )
1
2
2 2 1
y 2 (1 y ) 2 dx
r
s 0
r s
( )( )
B( , )
2
2
2 2
(
r 2s2
k M ( X ) x ( x)dx
r s
B( , )
2 2
k
s
1
k
r B( r , s )
2 2
r
k 1
2
(1 y
s
k 1
2
x
0
x2
(rx s )
rx
2
dx
r
s
r
s
B( k , k )
( k ) ( k )
s
s
2
2
2
2
)dy k
( )k
r s
r
s
r
r
B( , )
( )( )
2 2
2
2
k
Particulariznd pe k se obine
1 M ( X )
respectiv
s
s2
r2
, s 2 , 2 M ( X 2 )
,s 4
s2
r ( s 2)( s 4)
D2 ( X )
2s 2 ( s r 2)
,s 4
r ( s 2) 2 ( s 4)
93
medie
dispersie
P ( X M ( X ) ) 1
P( X M ( X ) )
atunci
are
loc
inegalitatea
D 2 (X)
sau inegalitatea echivalent cu aceasta
2
D2 ( X )
.
2
Demonstraie:
Presupunem c X este o variabil aleatoare de tip continuu, avnd
densitatea de probabilitate (x ) . Atunci
D2 ( X )
( x M ( X ))
( x ) dx ( x M ( X )) 2 p ( x )dx
D
94
D x / x M (X )
unde
x M (X )
deoarece
avem
( x M ( X )) 2 . Deci, avem
( x M ( X ))
D
Am obinut c
( x )dx 2 ( x )dx 2 P( X M ( X ) )
D
D 2 ( X ) 2 P( X M ( X ) ) ,
P( X M ( X ) )
rezult
D2 ( X )
2
D2 ( X )
2
probabilitate
la
variabila
aleatoare
notm
X n m k X dac lim M ( X n X ) 0 .
n
repartiie
la
variabila
aleatoare
notm
2) X n r a, a R X n p a
95
legea
numerelor
mari
dac
pentru
orice
0 avem
1 n
1 n
1 n
1 n
X k M ( X k ) 1 adic X k M (X k ) p 0 .
n k 1
n k 1
n k 1
n k 1
lim P
n
1 2
aleatoare verific condiia lim 2 D
n n
X
k 1
numerelor mari.
Demonstraie:
Folosind inegalitatea lui Cebev pentru variabila X
1 n
Xk
n k 1
1 n
1
M ( X k ) 1 2 2 D 2
k
n k 1
n
n k 1
1 P X M ( X ) P
X
k 1
1 n
X
M ( X k ) 1 .
k
n k 1
n k 1
lim P
n
Demonstraie:
96
Avem
1 2
D
n2
Xk 2
k 1
n
n
D2 (X k )
k 1
1
n2
L n 0
cnd
k 1
X n n1
urmeaz legea
numerelor mari.
Observaie 1.14.9.Dac
1 n
X k m 1 .
n k 1
M(X k ) m, k 1 lim P
n
P
p k 1, 0, i unde
repetarea de rang n este pn atunci lim
n
n n k 1
97
Demonstraie:
Considerm Xk variabila care indic apariia evenimentului A la
repetarea de rang k a experimentului
0
qk
X k
1
unde p k P( A) , q k 1 p k 1 P ( A) P ( A)
p k
P
p 1, 0, unde m
este p la fiecare repetare, atunci lim
n
n
ir , i 1, r 3 i nlim
13 23 ... n 3
D 2 (X1 ) D 2 (X 2 ) ... D 2 (X n )
0 , atunci irul de
98
X k M(X k )
k 1
k 1
D
k 1
, converge n
(X k )
lim Fn ( x )
dt , x R .
Observaie 1.14.13.
1) Problema limit este problema determinrii legii de probabilitate
a variabilei aleatoare Zn, cnd
n.
exist
m M ( X n ), 2 D 2 (X n ), 3 M X n M (X n ) , n 1,2,3,...
1 n
Xk m
n k 1
( Z n ) n 1 unde Z n
,
converge
n repartiie la o variabil aleatoare ce urmeaz legea normal redus N(0,1)
Fn ( x )
adic lim
n
dt , x R .
99
npq
X np
P a
atunci pentru a<b avem nlim
X np
P a
b
npq
1
2
1
2
b
a
dx
sau
dx .
Demonstraie:
Fie variabilele aleatoare Xk,
0
repartizate X k q
k 1, n
independente i identic
k 1, n
2
atunci X X k , M ( X k ) p , D ( X k ) pq
k 1
pq
X
k 1
np
npq
X np
npq
Avem
X np
lim P
n
npq
e t
/2
dt
i prin urmare
X np
X np
X np
lim P a
b lim P
b P
a
n
n
npq
npq
npq
b
a
b
2
2
2
1
1
1
e x / 2 dx
e x / 2 dx
e x / 2 dx
a
2
2
2
Observaie 1.14.16.
1) Deoarece X=k, k=1,2,,n se obinuiete s se scrie
k np
P a
b
npk
1
2
b
a
dx .
100
1
2
x
0
dt avem
k np
P a
b ( b ) (a ) .
npq
b np
3) P a k b
npq
a np
npq
0,05
0,10
0,25
0,30
0,20
X :
exact a probabilitii
6
. S se determine valoarea
0,10
P X M (X ) 2
acesteia.
Rezolvare:
Valoarea exact se obine astfel:
6
P X M ( X ) 2 P 2 X M ( X ) 2 P 2 M ( X ) X 2 M ( X )
P (1,80 X 5,80) P ( X 2) ( X 3) ( X 4) ( X 5)
0,10 0,25 0,30 0,20 0,85
i P X M ( X ) 1
1,66
0,585
4
101
1 n
p k 1 2 2 p k q k adic
n k 1
n n k 1
8
1
200 0,5 0,5 400 0,4 0,6 200 0,3 0,7
p k 0,04 1
0,817
800
800
800 2 (0,04) 2
k 1
630
, 0 sau
2
P 2100 X 2100 1
6300
2
102
630
1 0,007 0,993
90000
P1800 X 2400 1
1800 2100
300
630
P 1800 X 2400
630
2 11,95 2 0,15 1
630
P X 2150 P 0 X 2150
630
2100
630
50
2100
0,5 0,4767 0,9767
630
630
1
s 2100
sm
2
630
s 2100
1
s 2100
0,003
2,75 deci s=2170.
2
630
630
Xn : 1
3n 3
(n 1)
1
3(n 1) 3
... 1 0
1
p
3
1 ...
n 1
1
1
3
3(n 1) 3
n
1 .
3n 3
D 2 (X ) M (X 2n ) M (X n )
2
2
1
1
1 ...
3
2
n
1 2
D
n n 2
Calculm lim
X k lim 2
k 1
n n
n
D
k 1
103
(X k )
n
2 n
1
1
2 n
2
lim
1 ... lim
(1 ln k ) lim
(1 ln n )
2
2
2
n 3n k 1
n 3n
2
k
n 3n k 1
k 1
i
n
2
1
dx
1
lim
n(1 ln n ) 0 dar 1 1 1k
lim
D2 X 0
k
n 3n 2
2
x
n n2
k 1
n 0
1
p0
n
1 , atunci irul
1
1
0p 0 n 2 dac
n
n
n2
iar
104
DEF .
Altfel,
evenimentul
este
contrar
105
9 8
12
,
15 14 35
deoarece alegnd un biat mai rmn n grup 14 studeni ntre care 8 biei.
Evenimentul de la punctul b) se scrie astfel : B A1 A2 . Deci
P ( B ) P ( A1 A2 ) P( A1 ) P ( A2 A1 )
6 5
1
15 14 7
Dar P ( A1 A2 ) P( A1 ) P( A2 / A1 )
9 6
,
15 14
iar P ( A2 A1 ) P( A1 ) P( A2 / A1 )
6 9
15 14
de unde P(C ) 2
9 6 18
.
15 14 35
1 6
. Evenimentul de la ultimul punct f)
7 7
este
F ( A1 A2 ) ( A1 A2 ) . Cum ( A1 A2 ) ( A1 A2 ) cele
106
P( F ) P( A1 A2 ) P ( A1 A2 )
12 1 17
.
35 7 35
3 4 5 1
.
4 5 6 2
P ( A1 ) P ( A2 ) P ( A1 A2 ) P ( A3 ) [ P ( A1 A3 ) P ( A2 A3 )
P (( A1 A3 ) ( A2 A3 )) P ( A1 ) P ( A2 ) P ( A3 )
P( A1 A2 ) P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 ).
3 4 5 3 4 3 5 4 5 3 4 5 119
.
4 5 6 4 5 4 6 5 6 4 5 6 120
107
20
15
15
; P( A2 )
; P ( A3 )
.
50
50
50
20
15
15
0,90
0,80
0,70 0,81.
50
50
50
P( A1 / A)
P( A1 ) P( A / A1 )
3
P( A ) P( A / A )
i 1
20
0,90
0,36 4
50
.
0,81
0,81 9
108
109
deci
probabilitatea
evenimentului
dat
este
suma
110
C103 C52
a) P(5;3,2)
;
C155
C105 C50
b) P(5;5,0)
;
C155
C100 C55
c) P (5;0,5)
;
C155
C105 C50 C104 C51 C103 C52
d) Pd P (5;5,0) P (5;4,1) P (5;3,2)
C155
;
5
i 1
i 1
e) Pe P(5; i,5 i )
C10i C55i
sau altfel
C155
Pe 1 P (5;0,5) 1
111
1
5 .
C15
X :
1/ 2 1/ 4 1/ 4
1
2
1
1/ 3 1/ 6 1/ 2
i Y :
X .
Rezolvare:
Probabilitile corespunztoare valorilor lui 2X, Y2,
sunt
0
X :
1/ 2
1
1/ 4
2
1 / 4
2
, Y :
1/ 2 1/ 2
112
P (Y 2 1) P (Y 1 Y 1) P(Y 1) P(Y 1)
1 1 1
.
3 6 2
p12 P( X 0, Y 1) P( X 0) P(Y 1)
1 1 1
.
2 6 12
Obinem
0 1 0 1
X Y :
1 / 6 1 / 12
02
1 1
11
1 2
2 1
2 1
1/ 4
1 / 12 1 / 24
1/ 8
1 / 12 1 / 24
2 2
1 / 8
adic
0
1
1
X Y :
1 / 6 1 / 12 1 / 6
4
.
7 / 24 1 / 6 1 / 8
2
Analog
0 (1) 0 1
1 / 12
1/ 6
X Y :
0 2 1 (1)
1/ 4
1 / 12
1 1
1 2
1 / 24 1 / 8
2 ( 1)
2 1
1 / 12
1 / 24
2 2
1 / 8
de unde
1
0
1
2
4
2
.
X Y :
1 / 12 1 / 12 1 / 2 1 / 24 1 / 6 1 / 8
Cum 2X i 3Y au repartiiile
2
4
3
0
3
, 3Y :
2 X :
1/ 2 1/ 4 1/ 4
1/ 3 1/ 6
6
,
1 / 2
1 / 12 1 / 12 1 / 24
10
1 / 4 1 / 24 1 / 8 1 / 8
6
.
La fel obinem:
X
Y
1
0
1/ 2
1
2
2
,
1 / 12 1 / 12 1 / 2 1 / 8 1 / 6 1 / 24
1/ 6
5 / 24
max( X , Y ) :
113
2
.
5 / 8
1
1/6
1/3
1/2
1
0
1
1
i Y :
5 / 8
1/ 6 1/ 3 1/ 2
1 3 1
.
8 8 6
c)Deoarece
p11
1
1
1
1
1
1
, p12
, p13 , p21
, p22 , p23 ,
8
12
6
24
4
3
obinem
1
0
1
2
2
,
X Y :
1 / 8 1 / 12 1 / 6 1 / 24 1 / 4 1 / 3
1
0
1
,
X Y :
1 / 6 1 / 24 1 / 12 1 / 4 1 / 8 1 / 3
X
Y
1 / 24 1 / 6 1 / 12 1 / 4 1 / 8 1 / 3
pi
3/8
5/8
1
114
1/ 3
1
.
2 / 3
2
p2
3
p
3
p2
3
.
p 2
a)S se determine p.
b)S se calculeze funcia de repartiie a lui X.
c)S se calculeze probabilitile:
P( X 1), P ( X 3), P( X 4), P (1,5 X 3,2), P ( X 2,1),
P(3,1 X X 2,8), P (1,5 X 3 2 X 4).
Rezolvare:
a)Trebuie s avem p + p2 + p + p2 + p2 = 1 i p 0. Rezult
3p2 + 2p = 1 i p 0, adic p = 1/3.
b)Cum F(x) = P(X<x) rezult c F(x) = 0 dac x 1,
F(x) = p = 1/3 dac x (1,2] ,
F(x) = P(X=1) + P(X=2) = p + p2 = 4/9 dac x ( 2,3] ,
F(x) = P(X=1) + P(X=2) + P(X=3) = p + p 2 + p = 7/9 dac x (3,4]
,
F(x) = P(X=1) + P(X=2) + P(X=3) + P(X=4) = p + p 2 + p + p2 = 8/9
dac x (4,5] i F(x) = 1 dac x > 5 .
Deci :
0,
1
3,
4
,
F ( x) 9
7
,
9
8,
9
1,
115
x 1;
1 x 2;
2 x 3;
3 x 4;
4 x 5;
x 5.
c)Avem
P(X<1) = P() = 0, P(X<3)=P(X=1)+P(X=2)=4/9,
P(X>4)=P(X=5)=1/9, P(1,5<X<3,2)=P(X=2)+P(X=3)=4/9,
P(X2,1)=P(X=3)+P(X=4)+P(X=5)=5/9,
P (3,1 X X 2,8)
2
P ( X 2,8)
P( X 2,8) p 2 p
5
( x)
2 x,
x [0,1 / 2]
2x
a , x (1 / 2,2]
3
0,
altfel.
Rezolvare:
1/ 2
0
x2
ax
3
2
1/ 2
1/ 2
2
2x
xdx a
dx 1 sau
1/ 2
3
116
F ( x ) (t )dt
0,
x0
0,
x0
2
2
x ,
x [0,1 / 2]
x ,
x [0,1 / 2]
2
4x x 1
x 4 2t
1
dt , x (1 / 2,2]
, x (1 / 2,2]
4 1/ 2 3
3
1,
x2
1,
x2
1
2
F ( M e ( X ))
adic
F ( M e ( X ))
4x x2 1 1
, de unde x 2
3
2
1
.
2
3
(1 / 2,2] .
2
3
c2 . Se observ c F(1/2)=1/4 deci
2
Aadar M e ( X ) 2
c1
1
,
2
1
c3
2
4x x2 1 3
3
, de unde c3 2
.
2
3
4
1
.
2
x 1
x2
2p
3p
x 3
i Y :
4 p
q
2y
q2
3y
,
q 2
este
variabil
aleatoare
trebuie
avem
117
7
y.
4
Cum
M(Y)=7
avem
y=4.
0
X : 1
10
1 2
1 3
5 10
3
4
2 , Y : 1
5
2
8 12
1 1 .
4 4
0
X 2 : 1
10
1 4
1 3
5 10
M (X 2) 0
9
16 64 144
2 , Y2 : 1 1
1 , astfel c
5
2 4
4
1
1
3
2
1 4 9 5 i
10
5
10
5
M (Y 2 ) 16
1
1
1
64 144 60 . Atunci
2
4
4
D2(X)=M(X2)-M(X)2=5-4=1 i D2(Y)=M(Y2)-M(Y)2=60-49=11.
Cum X i Y sunt independente, rezult c i 2X i 3Y sunt
independente i avem
D2(2X+3Y)=D2(2X)+D2(3Y)=4D2(X)+9D2(Y)=41+911=103.
14.S se determine variabilele aleatoare X i Y ale cror repartiii
sunt date incomplet n tabelul de mai jos, tiind c M(X)=17 i D 2(Y)=1. S
se calculeze apoi M(XY) i D2(X-Y).
118
X\Y
a
a2
qj
Rezolvare:
-b
1/5
0
1/10
2/5
3/5
1/5
q2
3 2
. Mai departe
5 5
1 1
2
1
pi
1 1
1
3 2 1
1
3
1
. Obinem astfel
2
a a2
b 0
X : 2 3 , Y : 3 1
10 2
5 5
3a2+2a-85=0,
adic
M (Y )
de
unde
a1=5,
a2=-17/3.
Deoarece
3b
1 b
b
0
i
10
2 5
10
M (Y 2 ) (b) 2
3
1
1 b2
02 b2
, rezult c
10
2
5 2
D 2 (Y ) M (Y 2 ) M (Y ) 2
2
D2(Y)=1, astfel c b
(pij) avem
b
1 . Astfel M ( X ) a 2 a 2 3 17 ,
5
5
5
b2
b2
49b 2
2 100 100
Din
ipotez
100
10
, adic b
. Din tabloul repartiiei comune
49
7
a 2b ab 0 ab a 2b
1
1 1
1
XY : 1
5
2 10 10
10
119
a b a2 b a a2 a b a2 b
1
1 2
1
1
X Y : 1
10 10 5
5
10
10
Astfel M ( XY )
a 2b ab ab a 2b
ab
a
.
10
5 10 10
10
7
a b a 2 b a 2 a 2 a b a 2 b 6a 2 4 a b
10
10
10
5
5
10
10
( a b ) 2 ( a 2 b ) 2 a 2 2 a 4 ( a b) 2 ( a 2 b ) 2
10
10
10
5
5
10
6a 4 4a 2 2ab 5b 2
10
M [( X Y ) 2 ]
120
18985
2
i M [( X Y ) ]
,
7
49
.
49
49
49
n
1 n ,n N,q 0 ;
X
:
a)
q
4
x
, x [0,1], a 0 ;
b) X :
2
a ( x 2 x)
120
c) X :
(
x
)
a 2 x 3 , x [0,1]
1
, ( x) ax, x (1,2]
2
altfel.
0,
Rezolvare:
a)Din
4q
condiia
rezult
n 0
1 1
1
3
1 1 q q
4 1 q
4
4
Atunci
1
1
1
1
M ( X ) n q n q n q n1 q ( q n )' q
4
4 n 0
4 n 0
4
n 0
1
1
q
4
1 q
'
M ( X 2 ) n2
n0
n 0
'
qn
1
1
1 3 1
q
3
2
4 (1 q )
4 4 1
16
1 n 1
1
q q n(q n )' q
4
4 n 0
4
'
'
nq n q nq n
n 0
4 n 0
'
1
1
1
2
q
q
24.
4 (1 q ) 2
4 (1 q ) 3
Astfel D2(X)=M(X2)-M(X)2=24-9=15.
b) Din condiia
x3
x 2
3
1
0
a( x
0
1 a
2 x) dx 1 rezult c
4
3
1 a . Atunci
3
4
M ( X ) x ( x ) dx x
1
3 2
3 x 4 2 x3
( x 2 x ) dx
4
4 4
3
M ( X 2 ) x 2 ( x )dx x 2
1
0
3 2
3 x5 2x4
( x 2 x )dx
4
4 5
4
11
,
16
1
0
21
.
40
Astfel D 2 ( X ) M ( X 2 ) M ( X ) 2
c)Din condiia
1
a 2 x 3 dx
121
2
21 11
40 16
67
.
1280
( x )dx 1 rezult c
ax
x4
dx 1 a 2
2
4
1
0
a 1
x2 2
a 2 3a
1
1
4
4
4
a4
Cum
M (X 2)
x ( x )dx
2
x 2 ( x ) dx
x x 3 dx x
1
x
x5
dx
2
5
x 2 x 3 dx x 2
D 2 ( X ) M ( X 2 ) M ( X )2
49 41
24 30
x3
6
x
x6
dx
2
6
1
0
1
0
2
1
1 7
41
5 6 30
x4
8
2
1
49
24
313
.
1800
a
. S se determine:
(1 x )(1 y 2 )
2
( x, y )dxdy 1 , deci
dx dy
1 a arctgx
1 x 2 1 y 2
Rezult c a
F ( x, y )
Atunci
arctgx
a
dxdy 1 .
(1 x )(1 y 2 )
2
arctgy
dudv
1
2
2
2
(1 u )(1 v )
1 1
1
arctgy
2
2
1 a
1
.
2
du y dv
1 u 2 1 v 2
122
dudv
(1 u 2 )(1 v 2 )
b)
1
F (1,1) F (1,0) F (0,1) F (0,0)
16
P(( X , Y ) D )
( x, y )
( x, y ) [0,1] [0,2]
altfel .
a) S se determine constanta a.
b) S se calculeze funcia de repartiie F(x,y) i funciile marginale
FX(x) i FY(y).
Rezolvare:
1
a) Avem
rezult c
( x, y ) dxdy 1 , adic
2a
3
1 de unde a .
3
2
x
b) Avem F ( x, y ) ( x, y )dxdy .
Dac x < 0 sau y < 0, atunci f(x,y)=0 i deci F(x,y)=0.
Dac x > 1 i y > 2, atunci F(x,y)=1.
Dac (x,y) [0,1] [0,2] avem
F ( x, y )
y
3 2
3 x
x3 y 2
u vdudv u 2 du vdv
.
0
2
2 0
4
2
3 2
3 x
u vdudv u 2 du vdv x 3 .
0
0
2
2
a x 2 dx ydy 1 ,
y
3 2
3 1
y2
u vdudv u 2 du vdv
.
0
2
2 0
4
123
0,
x 0sauy 0
x3 y 2
, ( x, y ) [0,1] [0,2]
Astfel F ( x, y ) x 3 ,
x [0,1], y 2
2
y
,
x 1, y [0,2]
4
x 1, y 2
1,
FX ( x ) F ( x, ) x 3 ,
1,
x0
x [0,1]
x 1
y0
0,
y 2
FY ( y ) F (, y )
,
4
1,
y [0,2]
y2
( x, y )
x 0, y 0
altfel
S se calculeze:
a) P(X<1,Y<1), P(X+Y<1), P(X+Y2), P(X1/Y1), P(X<2Y),
P(X=n) ;
b) Funcia de repartiie F(x,y) i funciile de repartiie marginale
FX(x), FY(y);
c) Densitile de repartiie marginale X(x), Y(y);
d) Momentele obinuite de ordin (k,s) ;
e) Corelaia variabilelor X i Y.
Rezolvare :
1
a) P ( X 1, Y 1) ( x, y )dxdy
124
x y
dxdy (e x ) 10 ( e y ) 10 (1 e 1 ) 2
x y 1
(e
1 x
( x, y )dxdy
P ( X Y 1)
e x y dxdy
e
0
( e y ) 10 x dx
e 1 ) dx (e x ) 10 e 1 1 2e 1 ,
( x, y)dxdy
P ( X Y 2) 1 P ( X Y 2) 1
x y2
2 x
e x y dxdy 1 e x (e y )
2 x
0
P ( X 1 / Y 1)
P ( X 1, Y 1)
P (Y 1)
P ( X 1, Y 1)
P(Y 1)
e x y dxdy
e x y dxdy e x
e x dx
dx 1 (e x e 2 )dx 3e 2
( e x ) 1
e 2
( e y ) 1 e 1
P ( X 1, Y 1) e 1
x y
e dxdy
P ( X 2Y )
0 x 2 y
(e x e
3 x
2
x
2
0
3 x
2
) dx e x e 2
3
e x e y dydx
e x (e y ) 0x / 2 dx
2 1
, P(X=Y)=0.
3 3
b) Avem F ( x, y ) (u , v) dudv .
Dac x > 0 sau y < 0 (x,y)=0, deci F(x,y)=0.
Dac x 0 i y 0 avem
F ( x, y )
e u v dudv
e u du e v dv (1 e x )(1 e y )
0
.
Funciile de repartiie marginale sunt
FX ( x ) F ( x, ) 1 e x i FY ( y ) F (, y ) 1 e y .
125
0,
x
e ,
X ( x)
d) k , s
x k e x dx
unde
M ( X kY s )
( p )
y0
y0
x k y s e x y dxdy
y s e y dy ( k 1) ( s 1) k! s!
x p 1e x dx
proprietatea c ( p 1) p! pentru p N .
e) Avem
cov( X , Y ) M ( XY ) M ( X ) M (Y ) 11
xe x dx
ye y dy
1 ( 2) 2 1 1 0 .
-1
1/10
1/20
1/10
1/4
0
1/5
0
1/10
3/10
1
1/10
1/10
1/20
1/4
2
0
1/20
3/20
1/5
Rezolvare:
Pe baza formulelor corespunztoare, deducem imediat:
M ( X ) 1
2
1
2
1
3
1
1 2
0 1 0 , M (Y ) 1 0 1 2 ,
5
5
5
4
10
4
5 5
M ( X 2 ) ( 1) 2
2
1
2 4
0 2 12 ,
5
5
5 5
M (Y 2 ) ( 1) 2
1
3
1
1 13
0 2 12 2 2
,
4
10
4
5 10
pi
2/5
1/5
2/5
1
126
4
,
5
13
4
57
D 2 (Y ) M (Y 2 ) M (Y ) 2
10 25 50
D2 ( X ) M ( X 2 ) M ( X )2
1
1
1
1
( 1) 0 ( 1) 1
(1) 2 0 0 ( 1)
10
5
10
20
1
1
1
1
1
3
1
0 0 0 0 1
02
1 ( 1)
1 0
1 1
1 2
10
20
10
10
20
20 4
M ( XY ) ( 1) ( 1)
cov( X , Y ) M ( XY ) M ( X ) M (Y )
r( X ,Y )
cov( X , Y )
2
D ( X ) D (Y )
1
,
4
0,25
2
57 .
5
50
0
a) X : 1
1
1
4
2
1 ;
b) X : x , x 0 .
e
Rezolvare :
a) Avem
1
1
1 2 e it e 2it
X (t ) e 0it e1it e 2it
i
2
4
4
4
G X (t )
127
1 0t 1 1t 1 2t 2 e t e 2t
e e e
.
2
4
4
4
i it
(e 2e 2it )
4
"X (t )
1
( e it 4e 2 it
4
,
G X' (t )
1 t
(e 2e 2t )
4
"
GX
(t )
1
( e t 4e 2 t )
4
.
Obinem
3i
5
X' (0) , "X (0)
4
4
3 "
5
G (0) , G X (0)
4
4
'
X
, de unde
X' (0)
3
i
1( X ) M ( X )
G X' (0)
i
4
128
"X (0)
5
2 ( X ) M ( X ) 2 GX" (0)
i
4
2
b) X (t ) 0
cos tx e x dx i
cos tx e x dx
cos tx e x
B
e itx e x dx
(cos tx i sin tx ) e x dx
sin tx e x dx A iB
cos tx ( e x )' dx
t sin tx e x dx 1 tB
sin tx ( e x ) dx sin tx e x
t cos tx e x dx tA .
1
t
.
2 i B =
1 t
1 t2
1 it
.
1 t2
Apoi G X (t ) 0 e tx e x dx 0 e x ( t 1) dx
e x (t 1)
t 1
1
,t 1
1 t
.
Primele dou derivate sunt
X' (t )
"
X
i 2t it 2
(1 t 2 ) 4
(t )
6it
14t 2
(1
G X' (t )
129
1
(1 t ) 2
2
(1 t ) 3
"
GX
(t )
Obinem
1( X ) M ( X )
X' (0)
G X' (0) 1 i
i
"X (0)
"
2(X ) M (X )
G
(0) 2
X
i2
2
spaiul E al probelor;
evenimentele
A B, A C , B C , A, B , C , A B, A B C ,
A B, B C , A-B,
B-A, A-C,;
A B C, A B C
130
131
132
133
probabilitate: x
determine:
a) constanta real A;
b) funcia de repartiie corespunztoare;
c) probabilitile P(
X ) i P(0X
X ).
6
2
2
4
134
probabilitate:
x, y
. S se determine:
0, altfel
a) constanta real A;
b) densitile de probabilitate X, Y pentru variabilele aleatoare
X, Y;
c) probabilitile P(0 X
1
1
1
,0Y
) i P(X
Y
2
2
2
1
).
2
21. La patru uniti alimentare din ora se poate gsi zilnic pine
proaspt cu probabilitile p1=0.8, p2=0.9, p3=0.95 i respectiv p4=0.85. Fie
X numrul unitilor alimentare din cele patru la care se gsete pine
proaspt ntr-o zi fixat. S se determine:
a) distribuia variabilei aleatoare X;
b) valoarea medie, dispersia, abaterea medie ptratic, mediana i
modul variabilei aleatoare X.
22. Fie (X,Y) coordonatele unui punct luminos ce reprezint o int
pe un ecran radar circular i care urmeaz legea uniform pe domeniul
135
m
,
m 1
x m x
( x) m! e , daca x0 .
0, daca x 0
26. Probabilitatea ca o persoan s gseasc loc la un hotel este p =
0.8. n decursul unei luni de zile, la hotelul respectiv s-au prezentat 4000 de
persoane. Fie X numrul persoanelor care au gsit loc la hotel din totalul de
4000. S se determine probabilitatea ca:
a) numrul persoanelor care au gsit loc la hotel s fie cuprins
ntre 3000 i 3400;
b) numrul persoanelor care au gsit loc la hotel s nu
depeasc 3000;
c) numrul persoanelor care nu au gsit loc la hotel s fie mai
mic dect 500.
136
ln n
1
2
care au distribuiile X :
ln n
1
12
2
1
i Y :
1 3
18
12
14
1 8
S determine variabilele aleatoare: X+Y; X-Y; XY; X2; Y2; X3; Y3; 2X; 3Y;
2X+3Y; 3Y-2X;
X .
137
-1
1/12
1/48
1/48
1/8
1/24
1/24
1/3
5/12
pi
Y
; X2; Y3;
X
3X-2Y;
33. Fie variabilele aleatoare independente:
2 1 0 1
1 2 1
X : 1
10 5 5 10
2
0 1
1 i Y : 1 1
5
12 12
2
1
2
3 4 5
1 1 1
6 12 12
138
a) X :
x , xN, p > 0, q > 0
pq
x!
x
c) X : , x[0,1], aR
ax
x
, x[0,1], aR
d) X :
2
a(3x 2 x)
e) X : a x , aR, xR
e
, xR,
f) X :
( x)
ax
a 2 x 2
( x)
2
0
, x 0,1
, x 1,2 , aR
, n rest
0 1
0
X : 1 2 i Y : 1
3 3
6
Dac P( X 0, Y 0) i P( X 1, Y 1)
1
1
2
2
1
1
, s se determine repartiia
3
a ( xy 2 x 2 y )
, ( x, y ) 1,2 2,3
, n rest
139
( X , Y )
,a>0
1
a) X : 1
2
1
3
3
1
2 1 0
1
1 2
X
:
b)
10 5 5
1 2
1 1
5 10
, x 0,1
c) X :
2
3x
d) X : x , x 0
xe
i apoi verificai dac momentele obinute pe cale direct coincid cu cele
obinute cu ajutorul acestor funcii.
38. Verificai dac funciile urmtoare definesc repartiii ale unor
variabile aleatoare discrete i apoi calculai M(X) i D 2(X) pentru fiecare
dintre ele.
a) P( k )
1 (ln ) k
, k N , 1
k!
b) P( k )
1
e , k N , 0
k
k!
c) P ( k ) k (1 )1 k , k 0,1 ,0 1
140
x 1
1 x 2
3 x,
0,
2 x3
x3
f ( x)