Cap. 10.

Elemente de teoria probabilitilor

1. Noiuni generale
Teoria probabilitilor este acea disciplin matematic care studiaz legile
cantitative ce guverneaz fenomenele aleatoare (ntmpltoare). Prin experien se
nelege o aciune produs n condiii precizate. Un fenomen se numete aleator, dac
la repetarea de mai multe ori a unei experiene n condiii similare, rezultatele
(probele) acesteia se schimb (fenomenul se desfoar de fiecare dat n mod diferit)
datorit aciunii unor factori necontrolabili sau necunoscui.
Mulimea rezultatelor (probelor) posibile ale unei experiene se numete spaiu de
selecie i se noteaz cu U. Orice element u al lui U se numete punct de selecie.
Orice submulime A a spaiului de selecie se numete eveniment ( A U ).
Submulimile spaiului de selecie U care conin cte un singur element se numesc
evenimente elementare. Un eveniment A se realizeaz (se produce), dac rezultatul
experienei (punctul de selecie) u A (aceasta este relaia de apartenen din teoria
mulimilor).
Exemple:
a) Se consider o moned, ale crei fee se noteaz cu 1 (stema) i 2 (banul). Experiena
const n aruncarea monedei i marcarea feei care apare deasupra dup cdere. Se
noteaz cu {1} i respectiv {2}, evenimentele care constau n apariia feei 1,
respectiv 2. Acestea sunt evenimente elementare.
b) Un zar are ase fee marcate prin puncte de la 1 la 6. Experiena const n citirea
numrului de puncte de pe faa aprut deasupra, n urma aruncrii zarului pe o
suprafa plan. Se noteaz prin

k evenimentul care const n apariia feei

marcate k puncte. Evenimentele

1 , 2 , 3 , 4 , 5 , 6 sunt evenimente elementare.

n aceast experien se mai pot considera i alte evenimente. Prin

i, j

care are

se noteaz

i, j 1, 6; i j
evenimentul care const n apariia feelor i sau j
.
n aceeai idee evenimentul care const n apariia unei fee cu un numr impar de
puncte se noteaz

1,3,5 .

c) Se consider experiena care const n msurarea unei anumite caracteristici

numerice a unei mrimi fizice. Drept rezultat posibil se poate obine orice numr real

ce aparine unui interval

a, b .

Un eveniment A poate fi considerat intervalul

c, d a, b . Acest eveniment se realizeaz dac prin msurare se obine un numr

x c, d

. Un eveniment elementar este

x ,

x a, b

Noiunile definite anterior permit aplicarea teoriei mulimilor la studiul

fenomenelor aleatoare. Fie deci U - spaiul de selecie asociat unei experiene. Drept
submulime a lui U se poate considera nsi mulimea U (se asociaz mulimii
totale). Evenimentul U se numete evenimentul cert sau sigur, deoarece oricare ar fi
rezultatul u al experienei, are loc u U , deci evenimentul U se realizeaz
ntotdeauna (n mod cert). De exemplu este eveniment cert (sigur) apariia stemei sau
a banului n experiena aruncrii unei monede. De asemenea ca submulime a lui U se
poate considera mulimea , asociat mulimii vide, care nu conine nici un punct de
selecie u; se numete eveniment imposibil i nu se realizeaz niciodat n
experiena dat. De exemplu n experiena extragerii de bile dintr-o urn, care conine
numai bile albe, evenimentul care const din extragerea unei bile negre este
eveniment imposibil.
Fie dou evenimente A U i B U . Implicaia (incluziunea) A B nseamn
c dac punctul de selecie u A , atunci u B . Aadar, evenimentul A implic
evenimentul B, dac realizarea evenimentului A, implic realizarea evenimentului B.

1 1,3,5 . Evident, A, A U , n plus

n exemplul aruncrii unui zar are loc
are loc tranzitivitatea incluziunii: A B i B C rezult A C .
Dou evenimente A i B se numesc egale (sau coincid sau sunt echivalente) i se
noteaz A B , dac A B i B A (ori de cte ori se realizeaz evenimentul A, se
realizeaz i evenimentul B , i reciproc).
Prin reuniunea a dou evenimente A i B, notat A B (numit evenimentul A
sau B) se nelege evenimentul care se realizeaz, dac se realizeaz cel puin unul
din evenimentele A sau B. n exemplul aruncrii unui zar are loc

1,3 3,5 1,3,5 . La

fel ca pentru mulimi, se pot utiliza diagramele Venn i

pentru ilustrarea operaiilor cu evenimente.
Proprietile reuniunii: R1) A B B A, A, B U (comutativitatea).
A B C A B C , A, B, C U
R2)
(asociativitatea).

R3) A A B i B A B, A, B U .
R4) A A A i A A, A U .
se demonstreaz la fel ca la teoria mulimilor i logic matematic.
Prin intersecia a dou evenimente A i B, notat A B (numit evenimentul A i
B) se nelege evenimentul care se realizeaz, dac se realizeaz ambele evenimente
A i B. n exemplul aruncrii unui zar are loc

1, 2 1,3,5 1 .

Fig. 10. 1. Diagrame Venn pentru reuniune i intersecie de evenimente

Proprietile interseciei: I1) A B B A, A, B U (comutativitatea).
A B C A B C , A, B, C U
I2)
(asociativitatea).
A

B
,

A
,
B

U
I3) A B A i
.
I4) A A A , A U A i A , A U .
I5) Dac A B , atunci A B A , A, B U .
se demonstreaz analog ca n teoria mulimilor.
n plus au loc relaiile de distributivitate:
A B C A B A C
D1)
(distributivitatea reuniunii fa de intersecie)
A B C A B AC
D2)
(distributivitatea interseciei fa de
reuniune)
Dou evenimente A i B din acelai spaiu de selecie U se numesc incompatibile
(disjuncte), dac A B (nu se pot realiza simultan). De exemplu la aruncarea

i j , pentru i j . n caz contrar, evenimentele se numesc

unui zar are loc
compatibile i se pot realiza simultan.
Se pot considera reuniuni i intersecii a mai multor evenimente din acelai spaiu

UA

Ai

, unde I este o mulime cel mult numrabil de indici I

n formeaz un sistem complet de
Evenimentele A1 , A2 ,..., An U

de selecie:

iI

evenimente, notat

iI

A1 , A2 ,..., An , dac:

UA U
i

(10.1)

i 1

Ai Aj

, i, j 1, n; i j

(10.2)

Cu alte cuvinte, n mod sigur, se realizeaz unul i numai unul din evenimentele
A1 , A2 ,..., An .

1 , 2 , 3 , 4 , 5 , 6
Exemple: n experiena aruncrii zarului, evenimentele
1, 6 , 2, 5 , 3, 4 este alt
formeaz un sistem complet de evenimente. La fel,
exemplu de sistem complet de evenimente n aceast experien.
Observaii: 1. Mulimea tuturor evenimentelor elementare ataate unei experiene
formeaz un sistem complet de evenimente.
2. Se pot considera i sisteme complete numrabile de evenimente :

A1 , A2 ,..., An ,... , unde

A1 , A2 ,..., An ,... U ,

UA U
i

i 1

Ai Aj i, j ; i j
,

Complementara (ca mulime) a unui eveniment A U n raport cu U (eveniment

format din toate punctele de selecie din U care nu aparin lui A), notat cu A , se
numete eveniment contrar sau opus evenimentului A. Evenimentul A se realizeaz
atunci i numai atunci cnd nu se realizeaz evenimentul A. Deoarece A A U i
A A , atunci

A, A formeaz un sistem complet de evenimente. n exemplul

aruncrii unei monede acestea sunt evenimentele

Alte proprieti ale complementarei: C1)

2 .

A A, A U .

C2) U i U
C3) A B A B i A B A B , A, B U (formulele lui de Morgan).
Se numete diferena evenimentelor A i B evenimentul notat A\B, care se
realizeaz cnd se realizeaz evenimentul A i nu se realizeaz evenimentul B. Aadar
C4) A \ B A B .
O mulime de evenimente din spaiul de selecie U se numete cmp de
evenimente , dac:

A A

(10.3)

Ai U Ai
iI

(10.4)

(unde I este o mulime de indici finit sau infinit, I )

Deci reuniunea oricrui numr (finit sau infinit) de evenimente din cmpul
aparine cmpului de evenimente .
Orice cmp de evenimente conine evenimentul cert U, precum i evenimentul
imposibil (adic U , , ). De asemenea intersecia oricrei mulimi
(familii) finite de evenimente din cmpul aparine cmpului de evenimente .
n

Ai , i 1, n I Ai
i 1

ntr-un spaiu de selecie U pot exista mai multe cmpuri de evenimente.

 2. Noiuni de combinatoric
2. 1. Metode de numrare
Regula produsului (principiul multiplicrii). Dac o procedur poate fi
descompus ntr-o secven de dou situaii A i B, astfel nct situaia A se poate
realiza n m moduri, iar situaia B n k moduri. Numrul de moduri n care se poate
realiza procedura A i B este m k
Mai general, dac o procedur poate fi descompus ntr-o secven de r > 2
proceduri astfel nct prima situaie se poate realiza n m1 moduri, a doua n m2
mr moduri de
moduri..., a r-a situaie n m moduri, atunci exist m1 m2
r

realizare a procedurii.
Exemple:
1) ntr-o sal de laborator, scaunele sunt numerotate cu o liter mare (sunt 26 n
alfabet) urmat de un numr ntre 1 i 10. Cte scaune pot fi numerotate diferit n
felul acesta ?
Rezolvare: Problema poate fi descompus ntr-o secven de dou subprobleme:
prima este alegerea unei litere din cele 26 posibile, iar a doua este alegerea unui
numr din cele 10 posibile. n total exist 26 10 260 de variante de numerotare a
scaunelor.
2) Cte funcii sunt de la o mulime cu m elemente, la o mulime cu k elemente

f : x1 ,..., xm y1 ,..., yk

?
Rezolvare: Definirea unei astfel de funcii se poate descompune n m etape

independente astfel: n etapa i se fixeaz valoarea f (ai ) , i 1, m . Etapa i are k

posibiliti, deoarece se alege pentru f (ai ) orice valoare din mulimea
Conform regulii produsului, numrul de funcii este:

k{
k km
m ori

y1 ,..., yk .

Regula sumei. Dac o procedur poate fi descompus ntr-o secven de dou

proceduri A1 i A2 , astfel nct procedura A1 se poate realiza n n1 variante, iar
procedura A2 n n2 variante i nici una din variantele de primul fel nu coincide cu
vreo variant de al doilea fel. Numrul de moduri n care se poate efectua procedura
A1 i A2 este n1 n2 .
Mai general, dac o procedur poate fi descompus ntr-o secven de r > 2
proceduri astfel nct procedura i se poate realiza n ni variante i 1, r , i variantele
efectuate n feluri diferite sunt diferite, atunci exist n1 n2 ... nr moduri de a
efectua procedura.
Exemple:
1) Un student trebuie s aleag o tem de efectuat din trei liste. Prima list con ine
9 teme, a doua 8, iar a treia 12. Nici o tem nu apare n mai multe liste. Cte teme
posibile exist ?
Rezolvare: Tema poate aleas independent din una din cele trei liste. Deoarece nici
o tem nu apare n mai multe liste, se poate aplica regula sumei: exist 9 8 12 29
posibiliti.
2) Triunghiul echilateral de latur 4 cm este mprit n triunghiuri echilaterale cu
latura de 1 cm, prin paralele la laturi. Cte triunghiuri echilaterale se pot vedea n
imagine ?

Rezolvare: Se numr triunghiurile cu latura 1 cm, 2 cm, 3cm, 4 cm, apoi se

.adun numerele obinute. 16+7+3+1=27 de triunghiuri
3) n cte moduri se pot alege 2 cr i scrise n limbi diferite dintr-o colec ie de 5
cri scrise n romn, 7 scrise n francez i 9 n englez ?
Rezolvare: Conform regulii produsului, cele 2 cri n romn i francez se pot
alege n 5 7 35 de moduri, n romn i englez se pot alege n 5 9 45 de
moduri, iar n

francez i englez n 7 9 63 de moduri. Conform regulii sumei, n total 2 cri

scrise n limbi diferite se pot alege n 35 + 45 + 63 = 143 moduri.
n cele ce urmeaz se face distincie ntre o mulime ordonat (adic cu o ordine
determinat de dispunere a elementelor sale) i o mulime n care nu intereseaz
ordinea elementelor.
Permutri: Fie o mulime A finit cu n elemente distincte. Elementele acestei
mulimi se pot ordona n mai multe moduri. Orice mul ime ordonat care se formeaz
cu cele n elemente ale mulimii A se numete permutare a (elementelor) acelei
mulimi. Este un mod de aranjare a acestor elemente (obiecte) prin modificarea
poziiilor, dar ea poate fi privit i ca orice aplicaie bijectiv f : A A . Numrul

P n ! 1 2
n n , n 0
permutrilor cu n elemente este: n
. Se convine c
0! 1 , prin definiie. Se observ c se consider toate elementele mulimii i ordinea
lor conteaz.
Exemplu: Numrul total de funcii bijective f : A A este Pn n ! .
Aranjamente: Fie o mulime A cu n elemente distincte. Submulimile ordonate ale
lui A, avnd fiecare cte k elemente, 0 k n , se numesc aranjamente de n luate
cte k. Este o modalitate de a selecta i aranja k elemente (obiecte) distincte din cele n
date sau se mai pot privi ca aplicaii injective de la aceste submulimi ordonate la
k
mulimea A. Numrul aranjamentelor de n luate cte k , notat cu An este, conform
regulei produsului (primul element se selecteaz n n moduri, al doilea n n - 1

Ank n n 1
n k 1
1 4 4 42 4 4 43

n!

nk!

k factori
moduri,..., al k - lea n n - k +1 moduri) :
(n
aceei submulime, elementele difer ntre ele prin ordine i compoziie). Evident

Ann Pn n !

. Se observ c att numrul submulimilor conteaz, ct i ordinea

elementelor din fiecare submulime.
Dac n aceeai submulime elementele se pot repeta atunci se ob in aranjamente
cu repetiie de n luate cte k, iar numrul acestora este de nk (conform regulii
produsului, de k ori, elementul se selecteaz n n moduri).
Exemple:
1) n cte moduri este posibil s se confecioneze un steag tricolor dac la
dispoziie exist cinci culori diferite de pnz de steag ?

Rezolvare: Dou steaguri tricolore care au aceleai culori se deosebesc dac

ordinea culorilor este diferit. Deci intereseaz cte submulimi de cte trei elemente
se pot forma cu elementele unei mulimi de cinci elemente, n submulimi contnd
3
ordinea elementelor. Deci sunt A5 5 4 3 60 moduri.
A a, b, c, d , e
2) Fie mulimea
. Cte perechi ordonate de litere se pot forma
cu cele din mulimea A ?
Rezolvare: Se pot construi 20 de mulimi ordonate, avnd cte dou elemente

a, b , a, c , a, d , a, e ,
b, a , b, c , b, d , b, e ,
c, a , c , b , c , d , c , e ,
d , a , d ,b , d , c , d , e ,
e, a , e, b , e, c , e, d .

2
fiecare:
adic A5 5 4 20 .
3) Cte funcii injective sunt de la o mulime cu k elemente, la o mulime cu n

f : x1 ,..., xk y1 ,..., y n
elemente
?. Evident k n .
Rezolvare: Definirea unei astfel de funcii se poate descompune n k subprobleme
distincte astfel: Exist k moduri de alegere a valorii
k - 1 moduri de alegere a valorii
moduri de alegere a valorii lui
regulii produsului, exist

f ( x1 ) y1 ,..., yn

f ( x2 ) y1 ,..., yn \ f ( x1 )

apoi exist

, ..., exist

n k 1

f ( xk ) y1 ,..., yn \ f ( x1 ),..., f ( xk 1 )

. Conform

n n 1
n k 1 Ank

astfel de funcii.

Combinri: Fie o mulime A cu n elemente distincte. Submulimile lui A avnd

fiecare cte k elemente, 0 k n , n care nu conteaz ordinea elementelor, ci
coninutul lor, se numesc combinri de n luate cte k. Ele reprezint toate modalitile
de a selecta k elemente (obiecte) distincte din cele n ale mulimii A. Numrul
combinrilor
Cnk

de

luate

cte

n n 1
Ank
n k 1
n!

k ! k ! n k !
1 2
k

se

noteaz

cu

Cnk

este:

(deoarece dintr-o combinare de n

obiecte luate cte k, se obin k! aranjamente de n obiecte luate cte k, distincte dou
cte dou, efectund toate permutrile posibile a celor k obiecte).
Se observ c doar numrul submulimilor conteaz, nu i ordinea elementelor din
fiecare submulime. Numrul de submulimi al unei mulimi finite cu n elemente este

Cn0 Cn1 ... Cnn 2n

a b

(se

demonstreaz

cu

Cn0 a n Cn1a n 1b ... Cnk a n k b k ... Cnnb n

formula

binomului

lui

Newton:

).

Dac n aceeai submulime elementele se pot repeta atunci se obin combinri cu

k

repetiie de n luate cte k, iar numrul acestora este de Cn k 1 (deoarece selectarea a k

elemente, n care nu conteaz ordine, dar care se pot repeta, din A, cu n elemente
distincte, este echivalent cu selectarea dintr-o mulime care conine n + k - 1
k
n 1
k
nk
elemente). Evident Cn k 1 Cn k 1 (cu formula combinrilor complementare Cn Cn ).

Exemple:

A a, b, c, d , e
1) Fie mulimea
. Cte perechi distincte de litere se pot forma cu
cele din mulimea A ?
Rezolvare: Se pot construi 10 de mulimi distincte, avnd cte dou elemente

a, b , a, c , a , d , a , e ,
b, c , b , d , b , e ,
c, d , c , e ,
d ,e .

C52

5 4
10
1 2
.

fiecare:
adic
2) Pentru un joc, cinci fete i trei biei trebuie s formeze dou echipe de cte
patru persoane. n cte moduri se pot forma echipele ?
n total sunt 8 copii cu ajutorul crora trebuie fcute dou grupe a cte patru copii.
Se analizeaz n cte moduri se poate forma o grup de 4, cealalt formndu-se din
copiii rmai. Intereseaz numrul de fete sau de biei din grup i nici ordinea lor, ci
numai numrul de grupe care se pot forma. Se aplic regula sumei pentru situa iile
cnd n grup pot fi: 4 fete, 3 fete i 1 biat, 2 fete i 2 bie i, 1 fat i 3 bie i. Deci
4
3
1
2
2
1
3
4
acest numr este: C5 C5 C3 C5 C3 C5 C3 C8 70 .
3) Numrul de funcii strict cresctoare de la o mulime cu k elemente, la o
k
f : x1 ,..., xk y1 ,..., yn
mulime cu n ( k n ) elemente
este Cn . Acelai numr
este de funcii strict descresctoare, deci numrul de funcii strict monotone de la o
k
mulime cu k elemente, la o mulime cu n ( k n ) elemente este 2 Cn .

2. 2. Moduri de selectare a elementelor

Fie o urn ce conine n bile, numerotate de la 1 la n, din care se extrag k bile
k , n , k n , n anumite condiii. Se vor numra, n fiecare situaie, numrul
cazurilor posibile.
1. Selectare cu revenirea bilei extrase n urn i cu ordonare.
Se extrag k bile pe rnd, fiecare bil fiind pus napoi n urn nainte de
urmtoarea extragere, consemnnd numrul bilelor n ordinea n care apar
(intereseaz ordinea bilelor n k - uplul extras). Conform principiului multiplicrii, n
k
care m1 m2 ... mk n , numrul k - uplurilor este n (aranjamente cu repetiie de
n obiecte luate cte k).
2. Selectare fr revenirea bilei n urn i cu ordonare.
La fel, se extrag k bile pe rnd, dar dup fiecare extragere bila obinut este pus la
o parte, aceast operaie fiind echivalent cu extragerea simultan din urn a k bile.
a , a ,..., ak . Regula de multiplicare se aplic astfel: pentru a1
Se obin k - upluri 1 2
exist n posibiliti, pentru a2 avem n - 1 posibiliti,...,pentru ak avem n - k + 1
n n 1 ... n k 1 Ank
posibiliti, n total
.
n particular, dac k = n, atunci numrul cazurilor posibile este n!.
3. Selectare cu revenirea bilei n urn i fr ordonare.

Se extrag k bile, una dup alta, fiecare fiind repus n urn nainte de a efectua
urmtoarea extragere. Nu conteaz ordinea bilelor n mulimea format, dar pot
k
exista i repetiii. Numrul cazurilor posibile este Cn k 1 , deoarece aceast selectare
este echivalent cu extragerea simultan a k bile, dintr-o urn care conine n + k - 1
bile (numerotate de la 1 la n, unele din ele putndu-se repeta), fr s intereseze
ordinea. Dup ultima extragere secvenial, n urn vor rmne n - 1 bile.
4. Selectare fr revenirea bilei i fr ordonare.
Bilele sunt extrase una dup alta, fr a pune bila extras napoi; este echivalent
k

cu a extrage k bile dintr-o dat i formarea de submulimi de k elemente, n total Cn .

Caz particular: determinarea numrului de permutri a n elemente care se disting
prin grupuri de culori, adic exist n1 elemente de culoarea c1, n2 elemente de
culoarea c2 ,. . . , nk elemente de culoarea kr. Culorile sunt distincte, dar bilele de
n1 n2 ... nk n .
aceeai culoare nu se disting ntre ele.
n1
Numrul cazurilor posibile : Cn moduri de alegere a poziiilor bilelor de culoare

C nk
moduri de alegere a poziiilor bilelor de culoare c2,. . . , n n1 ... nk 1 moduri
de alegere a poziiilor bilelor de culoarea c (de fapt n n1 n2 ... nk 1 nk i
c1,

Cnn2 n1

exist, de fapt, o singur posibilitate), n total, innd cont de regula multiplicrii:

n n1 !
n n ... nk !
n!
Cnn1 Cnn2 n1
Cnnk n1 ...nk 1

1
n1 ! n n1 ! n2 !
n n1 n2 ! nk ! n n1 ... nk !

n!
nk ! .
= n1 !n2 !

Exemple: 1. n cte moduri 10 studeni pot ocupa 10 bnci? Dar 12 bnci?

Rezolvare: Evident c 10 studeni pot ocupa 10 bnci n 10! moduri. Apoi 10
10
bnci pot fi alese din 12 n C12 moduri, iar pentru 10 bnci fixate exist 10! moduri,
10
10
i deci conform principiului multiplicrii se obin C12 10! A12 moduri.

2. Dintr-o urn cu 3 bile albe i 2 bile negre se extrag 2 bile astfel:

a) simultan
b) cte una fr repunere
c) cu repunere
Rezolvare: Se numeroteaz bilele: a1 , a2 , a3 , n1 , n2 .

2
n cazul a) se formeaz submulimi de 2 elemente dintr-o mulime cu 5, deci C5 10 :

E1 a1 , a2 , a1 , a3 , a2 , a3 , a1 , n1 , a1 , n2 , a2 , n1 , a2 , n2 , a3 , n1 , a3 , n2 , n1 , n2

2
a , a , a3 , a1 , a3 , a2 ,
n cazul b) intervine i ordinea, deci A5 20 : E2 E1 2 1
n1 , a1 , n2 , a1 , n1 , a2 , n2 , a2 , n1 , a3 , n2 , a3 , n2 , n1

n cazul c) conform principiului multiplicrii rezult 5 5 25 moduri:

E3 E2 a1 , a1 , a2 , a2 , a3 , a3 , n1 , n1 , n2 , n2

3. Definiia probabilitii
Fiecarui eveniment aleator A i se poate asocia o caracteristic numeric numit
probabilitate, care exprim posibilitatea obiectiv de realizare a acestuia. Se numete
frecven absolut a unui eveniment aleator A, numrul m de realizri ale acestuia n
decursul repetrii de n ori

n m

a unei experiente legate de realizarea

m
evenimentului dat. Raportul n se numete n acest caz frecven relativ sau
probabilitate statistic (pe scurt frecven) a evenimentului A. Dac la o repetare a
unui numr mare de experiene efectuate n aceleai condiii se observ o anumit
legitate, constnd n variaia frecvenei evenimentului A n jurul unui anumit numr p,
atunci acest numr se numete probabilitatea evenimentului A. Probabilitatea p este o
constant obiectiv, care depinde de natura fenomenului i de sistemul de condi ii, iar
frecvenele reprezint valori experimentale statistice ale probabilitii.

U u1 , u2 ,..., un , n
Daca spaiul de selecie este o mulime finit:
, se
consider cmpul de evenimente format din mulimea tuturor submulimilor lui U.

uk , k 1, n (incompatibile dou cte

Se presupune c evenimentele elementare
dou) sunt egal posibile (au aceleai anse de a se realiza) n condiiile experienei
date. n aceast situaie se spune c experiena se reduce la un sistem de cazuri. Se
admite c orice eveniment elementar reprezint un caz posibil, iar orice eveniment

elementar a crui realizare conduce la realizarea unui eveniment A este un caz

favorabil evenimentului A. Orice eveniment A din spaiul de selecie finit U poate fi
reprezentat sub forma unei reuniuni finite de m

evenimente elementare:

A ui1 , ui2 ,..., uim ui1 ui2 ui1m , m n

.
Dac experiena se reduce la un sistem de cazuri atunci probabilitatea
evenimentului A se definete ca fiind:
p A

m
n

(10.5)
unde m = numrul cazurilor favorabile, iar n = numrul cazurilor egal posibile.
Aceasta definiie se numete definiia clasic a probabilitii.
Astfel n exemplul aruncrii unei monede probabilitatea apari iei stemei este
1
1
p
2 . n exemplul aruncrii unui zar probabilitatea apariiei feei 6 este de
6.
La o msurare a unei caracteristici fizice probabilitatea apariiei unei erori pozitive
p

este egal cu probabilitatea apariiei unei erori negative

1
i egal cu 2

Pentru un spaiu de selecie U oarecare (finit sau infinit) i un cmp de

evenimente oarecare din U se definete probabilitatea ca fiind o funcie

p : 0,1

, care satisface urmtoarele axiome:

p( A) 0 , A

(10.6)

U A p A

Ai ; Ai A j i j; i, j I
,
(10.7)
unde I este o mulime de indici numere naturale, iar Ai sunt evenimente
incompatibile dou cte dou.
p (U ) 1 , unde U este evenimentul cert (sigur)
(10.8)
i

iI

iI

Aceast definiie se numete definiia general (axiomatic) a probabilitii i

aparine lui A. N. Kolmogorov (1931).
Din aceast definiie, pentru un sistem de cazuri, rezult n particular definiia
clasic a probabilitii.
Ansamblul format din spaiul de selecie U, cmpul de evenimente i
probabilitatea p , se numete cmp de probabilitate (U, , p).
Din definiie rezult urmtoarele proprieti ale probabilitii:

 p() 0 , unde este evenimentul imposibil.

ntr-adevr, din proprietile reuniunii rezult U U , unde U
(evenimente incompatibile), i atunci din (10.7) are loc

p A 1 p A

p U p p U

, A ,

(10.9)

(10.10)

unde A este evenimentul contrar (opus) evenimentului A.

Deoarece

A A U i A A , atunci tot din (10.7) rezult

p A p A p U

, unde p (U ) 1 .

p A p B , dac A B

A, B

(10.11)

Dac A B , atunci A B A , A, B U (din proprietile interseciei: I5). Atunci

B U B A A B

, de unde folosind distributivitatea interseciei fa de reuniune

(D2) rezult

B A B A B A A B
14 2 43
A

. Cum reuniunea aceasta este a

I2
I4

A A B A A B B
, conform
dou evenimente incompatibile

(10.7)

p ( B ) p ( A) p A B p ( A)
14 2 43
0,conf . 10.6

. Se observ c

A B B A B \ A.

0 p( A) 1 , A

(10.12)
R4

I4

Din irul de incluziuni A A A U U , aplicnd (10.11) rezult

0 p() p( A) p(U ) 1 .

p A \ B p( A) p A B , A, B
Evenimentul A se scrie ca o reuniune de evenimente:

A A U A B B A B A B

A B A B

D2

I 1, I 2

(10.13)

, evenimente care sunt incompatibile:

I4

A A B B A

p ( A) p A B p A B

, de unde

. Atunci, conform (10.7):

p A B p( A) p A B

, unde

A B A\ B .

p A B p A p B p A B

, A, B

(10.14)

A, B U : A B A B U A B A A

D2

A B A A B A
D1

D2

A A B A A A B A

D1

A B A B A A B A A A B

14 2 43

A
Evenimentul A B se scrie ca o reuniune de evenimente incompatibile:

p( A B) p A p A B
.

A A B A A B B

Cum

, atunci conform (10.7):

A B B A B \ A i conform (10.13): p A B p ( B ) p A B ,
p A B

prin nlocuire n egalitatea pentru

rezult (10.14).

Formula (10.14) se extinde pentru cazul a trei mulimi A1 , A2 , A3 :

p A1 A2 A3 p A1 p A2 p A3
p A1 A2 p A1 A3 p A2 A3 p A1 A2 A3
i se generalizeaz prin inducie matematic pentru reuniunea a n evenimente.
Formula lui Poincar:
p A1 A2 A3 p A1 p A2 p A3

n
n
n

p
A

p
A

p Ai A j Ak

U i
i j i ,
i
i 1
i , j 1
j , k 1
i 1
n

i j

i j k

... 1

n 1

Ai
i 1 , Ai ; i 1, n . (10.14')

Dac A1 , A2 ,..., An este un sistem complet de evenimente din U, atunci

n

p A p(U ) 1
i

i 1

(10.15)

Formula rezult imediat din definiia sistemului complet de evenimente (10.1), (10.2) i din
definiia probabilitii (10.7).

Inegalitatea lui Boole:

p Ai n 1
I i
A ; i 1, n
i 1
i 1
, i
. (10.16)
n

Demonstraia se face prin inducie matematic, pornind de la n = 2:

p A1 A2 p A1 p A2 p A1 A2 1

Exemple:
1. ntr-o urn sunt a bile albe i b bile negre identice ca form. Se extrage la
ntamplare o bil. Se cere probabilitatea ca bila extras s fie alb. Aceast
experien se numete simpl de tip Bernoulli.
Rezolvare: Numrul cazurilor egal posibile este a+b (numrul total de bile),
iar a celor favorabile a (numrul de bile albe), deci probabilitatea
evenimentului (numit succes) A, care const n extragerea unei bile albe este
p ( A)

a
a b . Se observ c evenimentul contrar (numit insucces) A , care

b
1 p ( A)
ab
const n extragerea unei bile negre este
.
2. Pe trei fie sunt scrise , respectiv, literele A, C, Z. Se amestec i apoi se aeaz
n ordine. Se cere probabilitatea scrierii cuvntului CAZ.
3 6 (ACZ, AZC,
Rezolvare: Numrul cazurilor posibile este de 3! 1 2
3
n este numrul permutrilor de n
CAZ, CZA, ZAC, ZCA), unde n ! 12
p ( A)

obiecte.
(O permutare de n obiecte Pn este un mod de aranjare a acestora
prin modificarea poziiilor). Existnd un singur caz favorabil, probabilitatea
este de 1/6.
3. O urn conine n bile numerotate de la 1 la n. Se extrag una cte una, pe rnd
toate bilele. Se cere probabilitatea ca numerele bilelor extrase s fie n ordinea
natural: 1, 2,, n.
Rezolvare: Dintre n! cazuri egal posibile exist unul singur favorabil
1
n! .
evenimentului cerut. Deci probabilitatea este de
4. Dac se amestec un pachet de 52 cri, care este probabilitatea ca cei 4 ai s
apar consecutiv ?
Rezolvare: Un rezultat posibil este o niruire de 52 de cri, adic o
permutare a celor 52 de cri. Sunt deci 52! cazuri posibile. Cei 4 ai pot apare
unul dup altul n 4! 49 moduri (permutrile celor 4 ai nmulite, conform
p

regulii produsului, cu numrul locurilor posibile a acestui grup de ai n

niruirea restului de 48 de cri: naintea lor, dup prima carte, dup a doua,...,
dup a 48-a). Restul de 48 de cri se pot dispune n 48! moduri. Folosind
regula produsului (principiul multiplicrii), numrul cazurilor favorabile va fi

4! 49 48! 4! 49! . Astfel probabilitatea cutat va fi

4! 49!
0, 00003
52!
.

5. Pe 4 fie sunt scrise, respectiv, literele A,B,C,D. Se extrag trei dintre ele. Se
cere
probabilitatea
formrii
cu
acestea
a
cuvntului
DAC.
Rezolvare: n general, numrul cazurilor egal posibile este de

Ank

n!
n n 1
n k 1
nk!
= aranjamente de n elemente luate cte

k n = numrul sistemelor ordonate de cte k elemente distincte ce se pot

4!
4 3 2 24
1!
forma din n elemente date. n acest caz,
cazuri posibile.
Acestea sunt: ABC, ABD, ACD, ADB, ADC, BAC, BAD, BCA, BDC, BDA,
CAB, CAD, CBA, CBD, CDA, DAB, DAC, DBA, DBC, DCA, DCB.
A43

Numrul cazurilor favorabile este unul singur, deci probabilitatea cerut este
.

1
p = 24 .
5. Din aceeai urn cu n bile numerotate de la 1 la n se efectuiaz n extrageri
punndu-se de fiecare dat bila extras napoi, dar notndu-se numrul ei. Se
cere probabilitatea ca s se obin irul natural 1, 2,.., n.
n
Rezolvare : Numrul cazurilor egal posibile este n (numrul sistemelor

ordonate de n numere ce se pot forma cu numerele de la 1 la n = permutri cu

repetiie de n obiecte distincte). n general numrul de r - aranjamente cu
repetiie a unei mulimi cu n elemente (selecie sau permutare de r elemente
din acea mulime, n care fiecare element poate s apar de mai multe ori)
r
este n . Aici numrul cazurilor favorabile este 1. Deci probabilitatea este de p
= 1/nn.
6. Se arunc dou zaruri perfect construite. Se cere probabilitatea de ob inere a
unei duble (feele celor dou zaruri s aib acelai numr de puncte)..
Rezolvare: Numrul cazurilor egal posibile este de 62 = 36 (numrul perechilor
de numere (i,j) cu i, j 1, 6 ). n general, dac A i B sunt dou mulimi cu n,
respectiv m elemente, se definete produsul cartezian al mulimilor A i B,
notat A B ca fiind mulimea perechilor care au prima component din

A B a, b / a A, b B
mulimea A i a doua din mulimea B :
. Numrul
n m . Dac
A B
BA
elementelor mulimii
este
atunci
A B A2 a, b / a, b A

cu

n 2 elemente.

problema

dat

A 1, 2,3, 4,5, 6

Numrul cazurilor favorabile este 6 = numrul perechilor

(i,i) cu i 1, 6 . Aadar probabilitatea cerut este de p = 6/36 = 1/6.

7. Se cere probabilitatea ca n k 2 aruncri ale unui zar s se obin cel puin
odat faa 6.
k
Rezolvare: Numrul cazurilor posibile este de 6 adic este numrul
sistemelor ordonate de cte k numere, ce se pot forma cu numerele de la 1 la 6
(numrul sistemelor de k elemente, ce se pot forma din n elemente distincte sau
k
nu, este n = aranjamente cu repetiie de k obiecte luate din mulimea celor n).
Altfel privit, este numrul de elemente ale produsului cartezian a mai multor
k
A 44A2 ...
1
4 43A A

a , a ,..., a / a A, i 1, k
1

mulimi: aici
. Aici A este
aceeai mulime ca n problema precedent.
Evenimentul contrar A evenimentului A a crui probabilitate se cere, const
k ori

n neapariia feei 6 n cele k aruncri. Numrul cazurilor favorabile lui A este

5k (numrul sistemelor ordonate de cate k

numere ce se pot forma cu

5k
5k

p
A
p
A

6k
6k .
numerele de la 1 la 5). Deci
. De unde
8. Se arunc dou zaruri de n ori. Se cere probabilitatea ca dubla ase s apar cel
puin o dat.
2
Rezolvare: La o aruncare a dou zaruri exist 6 36 cazuri posibile, iar la n

p A

n
aruncri a dou zaruri 36 cazuri. Pentru evenimentul apariiei dublei de ase la
o aruncare este un singur caz favorabil, iar evenimentul contrar (neapariia
dublei ase) are 36 - 1 = 35 cazuri favorabile. Atunci la n aruncri, neapariia
n
dublei ase are 35 cazuri favorabile. Deci, dac A este evenimentul a crui

probabilitate se cere (apariia dublei ase cel puin o dat n n aruncri), atunci
A este evenimentul contrar (neapariia dublei ase n n aruncri) i

35n
35n

p
(
A
)
p
A

36n
36n .
. n concluzie
9. O urn conine N bile, dintre care m bile albe ( m N ) i restul (N - m) bile
negre. Se extrag pe rnd n bile ( n N ) fr s se pun bila extrasa napoi (aa

p A

extragere este echivalent cu extragerea simultan a n bile). Se cere

probabilitatea ca n aceste n extrageri s fie k bile albe ( k m ). (Schema bilei
nerevenite
Rezolvare:

sau
Numrul

schema
cazurilor
egal

geometric).
posibile
este:

N N 1
ANn
N n 1
N!
C

n ! n ! N n !
1 2 3
n
n
N

(numrul submulimilor
distincte coninnd n obiecte toate diferite formate din cele N obiecte date,
fr a conta ordinea = combinri de N obiecte luate cte n). Numrul cazurilor
k
nk
favorabile este Cm CN m (numrul sistemelor distincte de n bile extrase din
cele N bile, n care k bile sunt din cele m albe, iar restul de n - k bile sunt din
cele N - m negre; numerele de posibiliti se nmulesc conform regulii
produsului din combinatoric). Deci probabilitatea cerut este :

Cmk CNn km
pn k
CNn

(10.17)
Observaie: Suma tuturor acestor probabiliti este egal cu 1, deoarece sunt
Cmk C Nnkm
1
pn k
CNn
k 0
luate n considerare toate posibilitile: k 0
n

Cmk CNn km CNn

k 0

(identitate remarcabil n combinatoric).

Aplicaie numeric: Dintr-o urn n care sunt aezate toate numerele de la 1

la 49 se extrag la ntamplare 6 numere. Se cere probabilitatea de extragere a 4
numere fixate anterior ca norocoase (N = 49, m = 6, n = 6, k = 4).
C64 C432
p6 4
9, 686 104
6
C49
Deci
10.

O urn conine 3 bile albe i 4 bile negre, iar o alta urn 5 bile albe i 6 bile
negre. Din fiecare urn se extrage cte o bil. Se consider evenimentele: A =
bila extras din prima urn este alb, B = bila extras din cea de-a doua urn
este alb. Se cere s se defineasc evenimentele A, B, A B, A \ B, A B i s
se calculeze probabilitile acestora.
p ( A) 3 / 7 ,
p ( B) 5 /11 .
Rezolvare:
Evident
iar
Deci
p ( A) 1 p( A) 4 / 7 , iar p ( B ) 1 p ( B) 6 / 11 . Sunt 3 4 5 6 77
cazuri egal posibile (se pot numerota bilele; numrul de cazuri al produsului
cartezian) pentru extragerea a cte o bil din fiecare urn. Evenimentul A B

const n extragerea a dou bile albe, cte una din fiecare urn i are 3 5 15

p A B 15 / 77
cazuri favorabile. Aadar
. Evenimentul A \ B A B
const n extragerea unei bile albe din prima urn i a unei bile negre din cea

p A \ B

de-a doua. Are 3 6 18 cazuri favorabile, deci

18
77 . Se verific

3 15

7 77 . Evenimentul A B const n
(10.13):
extragerea cel puin a unei bile albe dintr-una din urne i, conform (10.14) :
p A \ B p ( A) p A B

p A B p A p B p A B

3 5 15 53

7 11 77 77 . Se verific prin

enumerarea celor 53 cazuri favorabile.

11. Din cele 52 de cri de joc se extrag la ntmplare 3 cri. Se cere probabilitatea
ca printre crile extrase s se gseasc cel puin un as.
3
Rezolvare: Sunt C52 cazuri egal posibile. Se noteaz cu Ak (k = 0, 1, 2, 3)
evenimentul care const n extragerea a k ai (din cei 4 posibili). Numrul
k
3 k
cazurilor favorabile pentru Ak este de C4 C48 (vezi schema bilei fr

3 k
C4k C48
C523
revenire), deci
. Evenimentele A1, A2, A3 sunt incompatibile
dou cte dou, iar evenimentul cerut este A1 A2 A3 . Probabilitatea lui este

p ( Ak )

p
atunci:

1
0
C41 C482 C42
C48
C43 C48
0, 2172
C523
.

11. S se arate c evenimentele A, A B , A B din cmpul de evenimente

formeaz un sistem complet de evenimente.
Rezolvare: Reuniunea lor este:

D1

A A B A B A A A B A B

U A B A B A B A B U

,
A A B A A B A A B B
,
I2

A A B A A B B

iar intersecia oricror dou:

C3

I2

A B A B A B A B A A B B A .
C3

I 1, I 2

12. Problema concordanelor: Pentru oferirea de cadouri cu ocazia srbtorilor de

iarn, patronul unei mari societi a propus ca fiecare angajat s aduc cte un
cadou, iar apoi, prin tragere la sori, aceste cadouri s fie oferite cte unul la

fiecare angajat. Care este probabilitatea ca nici un angajat s nu primeasc

cadoul adus de el ?
Rezolvare: Fie n numrul angajailor, care coincide cu numrul cadourilor. Dac
se noteaz cu A evenimentul ca nici un angajat s nu primeasc cadoul adus de
el, Atunci evenimentul contrar A este evenimentul ca cel puin un angajat s
primeasc cadoul adus de el.
Dac se noteaz cu Ai evenimentul ca angajatul i s ia cadoul adus de el,
n

A U Ai A1 A2 ... An

i 1
atunci
probabilitatea

. Folosind formula lui Poincar pentru

reuniunii
rezult

n
n

n 1
A

p
A

p Ai A j ... 1 p

i
i

i 1
i , j 1
i 1

p A p

i j

i 1

Ai

.
Numrul cazurilor posibile pentru acest experiment este dat de numrul
modurilor de repartizare a celor n cadouri la cei n angajai, adic numrul
permutrilor formate cu cele n obiecte, prin urmare n ! .
Numrul cazurilor favorabile evenimentului Ai este dat de numrul
modurilor de repartiie a celor n - 1 cadouri rmase (cel al angajatului i i

n 1 ! .

aparine lui) la cei n - 1 angajai este, analog,

p Ai

n 1 ! 1

n , pentru i 1, n .

n!

p Ai A j

n mod analog se obine c

.a.m.d.
nlocuind

Prin urmare

p A

n 1 !

i 1

n!

i , j 1
i j

n 2 ! ...
n!

n 2 !
n!

, pentru i j ,
formul
rezult

n 1

1
n n 1

n n !
n!

. Avnd n vedere c

1
n

2
prima sum are C termeni egali, a doua sum are Cn termeni egali, .a.m.d.,

se

obine

n 1 !

p A Cn1

n!

n 2 ! ... 1 n1 Cn
Cn2

n
n!

n n !
n!

1 1
1 1
n 1
n 1 1
... 1
p A 1 p A ... 1
1! 2!
n ! . Prin urmare
2! 3!
n! .

Observaie: Avnd n vedere urmtoarea serie de puteri

ex 1

x x2
xn
L L ,
1! 2!
n!

care pentru x 1 este

e 1

1 1
n
1 ,
2! 3!

1
lim P A .
e
rezult c pentru n foarte mare n
Probleme propuse:
1. Zece bile numerotate de la 1 la 10 se aeaz la ntmplare, una dup alta ntr-un ir.
Care este probabilitatea ca dup bila numerotat cu 5 s urmeze bila numerotat cu 6?
9! 1
p

10! 10 .
Rspuns:
2. O urn conine a bile albe i b bile negre. Se extrag la ntamplare 2 bile. Cte
cazuri posibile exist, dac:
a) Extragerea se face simultan, fr repunere.
b) Extragerea se face consecutiv, fara repunere.
c) Extragerea se face cu repunere?
Rspuns:
2
a) Ca b ;
2
b) Aa b - intervine i ordinea n care se face extragerea;
2
a b

c)
- fiecare bil se poate extrage n a+b moduri.

3. Care este probabilitatea ca aruncnd 2 zaruri s se obin pe cele dou fee suma de
7 puncte?
6 1
p 2
6
6.
Rspuns:
4. Se arunc o moned de 100 de ori. Care este probabilitatea s apar cel puin o dat
banul?
1
p ( A) 1 p A 1 100
2 .
Rspuns:

5. Dintre toate piesele de domino se iau la ntamplare 5 piese. S se afle probabilitatea

ca s fie cel puin una cu ase puncte.

p ( A) 1 p A 1
Rspuns:

5
C21
0, 7929
5
C28
.

6. Un cub cu toate feele colorate este tiat n 1000 de cuburi egale mai mici, care se
introduc ntr-o urn. S se calculeze probabilitatea ca la extragerea unui cub mai mic
acesta s aib:
i) o singur fa colorat;
ii) dou fee colorate;
iii) trei fee colorate;
iv) nici o fa colorat.
Rspuns: i) 0,384; ii) 0,096; iii) 0,008; iv) 0,512.

M N . Se analizeaz
7. Controlul calitii. ntr-un lot de N piese, M sunt defecte
n piese luate la ntmplare din acest lot. S se scrie probabilitatea ca dintre aceste n
n N , m M . Acesta este principiul testrii
piese, un numr de m s fie defecte
produselor prin selecii aleatoare. Aplicaie numeric: ntr-o cutie sunt 550 produse,
din care 2% sunt defecte. Care este probabilitatea ca alegnd 25 de produse, acestea
s conin 2 piese defecte.
C m C n m
p M n N M
CN
Rspuns:
(schema geometric). Aplicaie numeric:
N 550, M

2
550 11, n 25, m 2
p 0,12
100

8. Un student are de rspuns la n ntrebri, crora trebuie s le asocieze rspunsul

corect dintre n rspunsuri indicate. Presupunnd c studentul asociaz la
ntmplare rspunsurile, s se stabileasc probabilitile ca acesta s rspund
corect la cel puin o ntrebare.
Rezolvare: Vezi problema concordanelor: Dac se noteaz cu Ai evenimentul
c studentul rspunde corect la ntrebarea i, atunci evenimentul indicat este
A1 A2 ... An . Folosind formula lui Poincar pentru probabilitatea
reuniunii rezult

p3 1

1 1
n 1 1
... 1
2! 3!
n! .

4. Probabilitai condiionate

Fie dat cmpul de probabilitate (U, , p). Dou evenimente A i B se

numesc independente (din punct de vedere probabilistic) dac:
p ( A B ) p ( A) p ( B )
(10.18)
p( A B) p( A) p( B) evenimentele se numesc dependente.
n caz contrar
Observaie: Pentru dou evenimente A, B oarecare, urmtoarele afirmaii sunt
echivalente: i) A, B sunt independente
ii) A, B sunt independente
iii) A, B sunt independente
iv) A, B sunt independente.
Demonstraie (de exemplu) pentru ii ) iv) : Dac A, B sunt independente, atunci

p ( A B ) p ( A) p ( B ) . Conform (10.13): p ( A B) p ( A \ B ) p ( A) p A B . Dar

(10.10)

C3

p A B 1 p A B 1 p A B

p ( A) p B p A B

. Atunci

(10.14)

p ( A B ) p ( A) p A B p ( A) p ( A) p B p A B

p ( A B ) p ( A) p ( B ) p B p A B

p A B 1 p( A) p B

(10.10)

1 p A p B p A B

, de unde

, adic iv)

p A p B

i deci

A, B sunt independente. Pentru

celelalte implicaii ale afirmaiilor demonstraia este asemntoare.

Noiunile de dependen i independen se extind i pentru un numr n 2 de

evenimente. Se distinge totui independena global de independena a dou cte
dou evenimente din cele n. Astfel evenimentele A1,A2,...,An se numesc global

Ai p Ai
I 1, 2,..., n
iI
independente, dac pentru orice familie
are loc iI
.
Un exemplu simplu (S. Bernstein) arat c exist trei evenimente independente dou
cte dou, dar care nu sunt global independente.
p

Se numete probabilitate a evenimentului A condiionat de evenimentul B i se

p A / B

sau pB ( A) probabilitatea de realizare a evenimentului A n

ipoteza c s-a realizat evenimentul B (se presupune p( B) 0 ), probabilitate definit
prin:
noteaz cu

p A / B

p A B
p( B)

(10.19)
Acest lucru restrnge mulimea experienelor la acelea care realizeaz
evenimentul B , adic restrnge evenimentul total U la evenimentul B.
Funcia astfel definit este o probabilitate n sensul definiiei axiomatice.
(10.19) p U B

p( B) 1
p U / B
p A / B 0 A
p( B)
p ( B)
ntr-adevr :

probabilitatea

reuniunii
(10.19)

p A1 A2 / B

evenimentelor

p A1 A2 B
p( B)

A1 B A2 B
(avnd n vedere c
p A1 A2 / B

. n plus

incompatibile:
D1

A1 , A2 ,

p A1 B A2 B
p( B)

A1 A2

I 1, I 2

A1 A2 B B B

p A1 B p A2 B
p A1 / B p A2 / B
p( B)
.

Proprieti:
1) Dac p( A) 0 i p( B ) 0 , atunci evenimentele A i B sunt independente dac
i numai dac are loc una din relaiile: p ( A / B ) p ( A) sau p( B / A) p( B) .
Demonstraia se bazeaz pe formulele (10.17) i (10.18).

2) Dac p( A) 0 i p( B ) 0 atunci
p A B p A / B p ( B ) p B / A p ( A)

(10.20)

Aceast relaie rezult imediat din (10.19).

p Ai 0; i 1, n
3) Dac A1,A2,...,An , cu
, atunci:
p A1 A2 ... An p ( A1 ) p A2 / A1 p A3 / A1 A2
p An / A1

A
... A
2
n 1

(formula de nmulire a probabilitilor)

Demonstraia folosete definiia probabilitii condiionate, scriind succesiv relaiile:

(10.21)

p A1 p A1
p A2 / A1

p A1 A2
p A1

p A3 / A1 A2

p A1 A2 A3
p A1 A2

...........................................................
p An / A1 A2 ... An 1

p A1 A2 ... An
p A1 A2 ... An 1

i apoi nmulindu-le membru cu membru i fcnd simplificrile corespunztoare.

A , A ,..., An este un sistem complet de evenimente i A un eveniment

4) Dac 1 2
oarecare din atunci :
n

p ( A) p A / Ai p Ai

(10.22)

i 1

(formula probabilitaii totale)

Demonstraie:

p A p A U p A

D2
Ai p
U
i 1

10.7 n
10.20

p A Ai
U
i
i 1
i 1

p Ai p A / Ai
i 1

p Ai 0; i 1, n
5) n aceleai condiii din 4) i n plus, dac
, atunci:
p A / Ai p Ai
p ( Ai / A) n
p A / Aj p Aj
j 1

(10.23)

(formula lui Bayes sau a probabilitii cauzelor) .

Observaii: 1. n formula (10.23) la numitor este p( A) scris ca sum (din
(10.22)). Aici p( Ai ) se numesc probabiliti apriori, iar p ( Ai / A) se numesc
probabiliti aposteriori.
2. Formula probabilitii totale (10.22) i formula lui Bayes (10.23) rmn
valabile dac se consider sisteme complete numrabile de evenimente.

Exemple:
1. Exemplul lui S. Bernstein: Un tetraedru regulat i omogen are feele colorate
astfel: o fa este complet alb, o fa este complet roie, o fa complet neagr, iar a
patra fa conine toate cele trei culori. Se arunc tetraedrul pe o suprafa plan i se
consider evenimentele: A1 - tetraedrul se aeaz pe o fa ce conine culoarea alb,
A2 - tetraedrul se aeaz pe o fa ce conine culoarea roie,
A3 - tetraedrul se aeaz pe o fa ce conine culoarea neagr.
S se arate c aceste evenimente sunt independente dou cte dou, dar nu sunt global
independente.
1
p A1 A2 p A1 A3 p A2 A3
4,
Rezolvare: Direct se calculeaz
probabiliti egale cu
p A1 A2 A3

p A1 p A2 p A1 p A3 p A2 p A3

1 1

2 2 . Dar

1 1 1 1

4 2 2 2.

2. Din producia unei secii se tie c 4% sunt rebuturi, iar 75% din produsele
corespunztoare (bune) sunt de calitatea I. Ce probabilitate este ca un produs ales la
ntmplare s fie de calitatea I?
Rezolvare: Se noteaz cu A evenimentul care const n faptul c produsul ales
este bun (nu este rebut). Evident P(A) = 1- 4/100 = 0,96. De asemenea se noteaz cu
B evenimentul care const n faptul c produsul ales este de calitatea I (evenimentele
A i B nu sunt independente). Din datele problemei se cunoate P(B/A) = 0,75. Atunci
probabilitatea cerut este P(AB) = P(B/A)P(A) = 0,750,96 = 0,92 conform (10.18).
3. Dou persoane joac un joc cu mai multe puncte. Jocul este ctigat de cel care
obine primul al treilea punct. Dac scorul este 2-1 n favoarea unuia din juctori,
care este probabilitatea ca el s ctige jocul? Se admite c juctorii sunt de for e
egale, adic orice punct pus n joc este adjudecat de unul din cei doi parteneri cu
probabilitatea 1/2 (problema cavalerului de Mr).
Rezolvare: Se noteaz cu C evenimentul ca primul juctor J1 s ctige jocul, cu
A1 evenimentul ca J1 s ctige primul punct care urmeaz, i cu A2 evenimentul ca
J1 s ctige al doilea punct care urmeaz. Atunci evenimentul C se exprim:

C A1 A1 A2

p A1 p A2

Deoarece

1
2,

atunci

1 1 1 3
p C p A1 p A1 A2 p A1 p A1 p A2
2 2 2 4 (evenimentele

A 1 i

A1 A2 sunt incompatibile, iar evenimentele A1 i A sunt independente).

2
p 1 p C

Probabilitatea ca al doilea juctor J2 s ctige jocul este

1
4.

4. Un circuit electric are urmtoarea schem:

Defectarea unui element n intervalul T are loc independent, cu urmtoarele

probabiliti (bateria nu se defecteaz):
Elementul
1
2
3
Probabilitate
0,7
0,8
0,9
a
Se cere probabilitatea ntreruperii circuitului n intervalul de timp T.
Rezolvare: Se noteaz cu Ak evenimentul care const n defectarea elementului k
(k = 1, 2, 3) n intervalul de timp T. ntreruperea circuitului are loc cnd se realizeaz
evenimentul A1 B , unde B A2 A3 . Evenimentele A ,A ,A sunt independente
1

deci

A1

sunt

10.12

independente.

Atunci

probabilitatea

cerut

este:

10.16

p p A1 B p A1 p B p A1 B p A1 p B p A1 p B

Dar

10.16

p ( B ) p A2 A3 p A2 p A3 0,8 0,9 0, 72

. Aadar p = 0,7 + 0,72 - 0,504

= 0,916.
5. Trei trgtori trag simultan asupra aceleiai inte. Probabilitile de nimerire a
intei pentru cei trei trgtorinsunt p1 0,6 , p2 0, 4 , respectiv p3 0,8 . S se
calculeze probabilitile ca:
a) toi trgtorii s nimereasc inta;
b) inta s fie nimerit cel puin o dat;
c) inta s fie nimerit exact o dat.
Rezolvare: Se noteaz cu Ai evenimentul ca trgtorul i s nimereasc inta

i 1, 2,3 ,

cu A evenimentul ca inta s fie nimerit de toi trgtorii, cu B

evenimentul ca inta s fie nimerit de cel puin un trgtor, iar cu C evenimentul ca

inta s fie nimerit exact o dat.
a) A se exprim ca intersecia evenimentelor independente: A A1 A2 A3 ,
p ( A) p ( A1 A2 A3 ) p ( A1 ) p( A2 ) p ( A3 ) p1 p2 p3 0,6 0,
4 0,8 0,192
.
b) B se exprim ca reuniunea evenimentelor compatibile B A1 A2 A3

p ( B ) p A1 A2 A3 p A1 p A2 p A3 p A1 A2
p A1 A3 p A2 A3 p A1 A2 A3
p A1 p A2 p A3 p A1 ) p ( A2
p A1 ) p ( A3 p A2 ) p ( A3 p A1 ) p( A2 ) p( A3

0, 6 0, 4 0,8 0, 24 0, 48 0,32 0,192 0,952 .

Se observ c

B B1 B2 B3

1 p1 1 p2 1 p3 0, 048

p B p B1 B2 B3 p B1 p B2 p B3

de unde p ( B) 1 p ( B ) 0,952 .
c) C se exprim ca reuniunea evenimentelor incompatibile dou cte dou:

C A1 A2 A3 A1 A2 A3 A1 A2 A3

p A p A p A

rezult

p (C ) p A1 A2 A3 p A1 A2 A3 p A1 A2 A3
1

p A1

p A2 p A3

p A

p A1

(evenimentele fiind independente)

p1 1 p2 1 p3 1 p1 p2 1 p3 1 p1 1 p2 p3 0, 296

p A3

6. Un student a nvaat (i tie) 20 din cele 25 de chestiuni de examen. S se

calculeze probabilitatea ca studentul s tie cele 3 chestiuni propuse de examinator.
Rezolvare: Se noteaz cu Ai evenimentul care const n faptul c studentul tie cea
de a i -a chestiune (i = 1, 2, 3). Din datele problemei: p(A1) = 20/25 = 4/5, p(A2/A1)
= 19/24, p(A3/A1A2) = 18/23. Atunci conform formulei de nmulire a
probabilitilor (10.19) , probabilitatea cerut este:
4 19 18 57 1
p A1 A2 A3 p( A1 ) p A2 / A1 p A3 / A1 A2

5 24 23 115 2 .

7. Un lot de 100 de diode conine 5% rebuturi. Se face urmtorul control de calitate:

se aleg (fr repunere) 5 diode i dac cel puin una este defect, lotul se respinge. S
se calculeze probabilitatea de a respinge lotul.
Rezolvare: Notnd cu Ai faptul c la extragerea i se obine o diod corespunztoare
5

(i = 1, 2, 3, 4, 5), atunci evenimentul respingerii lotului este

contrar este atunci :

i 1

i 1

U Ai I Ai

UA

i 1

. Evenimentul

(conform legii lui De Morgan C3). Probabilitatea

Ai 1 p
U
i 1

Ai 1

cerut este egal cu:

p A1 p A2 / A1 p A3 / A1 A2 p A4 / A1 A2 A3 p A5 / A1 A2 A3 A4
i 1

95 94 93 92 91
100 99 98 97 96

(conform formulei 10.21 de nmulire a probabilitilor).

8. Se arunc dou zaruri, unul alb i unul negru, se consider evenimentele:
A - la primul zar (alb) apare faa cu 5 puncte,
B - numrul total de puncte obinut la cele dou zaruri este mai mare dect 8.
p B / A
S se determine probabilitatea lui B condiionat de A :
.
Rezolvare: Dac s-a realizat A, adic la primul zar apar 5 puncte, atunci pentru cele
dou zaruri exist 6 cazuri posibile:

5,1 , 5, 2 , 5,3 , 5, 4 , 5,5 , 5, 6 , dintre care

3

5, 4 , 5,5 , 5,6 . Deci p B / A 6 2 .

doar 3 sunt favorabile lui B i anume
Probabilitatea lui B condiionat de A se poate calcula i cu formula (10.19):
p B / A

p A B
p A

p A B

3
1

36 12 ( 3 cazuri favorabile, indicate mai sus, din 62 36 posibile la 2

zaruri), rezult

. Deoarece

p B / A

p A

1
6 (1 caz favorabil din 6 posibile), iar

1/ 12 1

1/ 6 2 .

9. O urn conine a bile albe i b bile negre. Se extrag succesiv 3 bile, fr

ntoarcerea bilei extrase napoi n urn. Se consider evenimentele:
A - prima bil extras este alb,
B - a doua bil extras este alb,

C - a treia bil extras este neagr.

p B / A
p C / A B
S se calculeze
i
.
Rezolvare: Dac s-a realizat evenimentul A nseamn c s-a extras o bil alb din
urn, rmnnd astfel n urn a - 1 bile albe i b bile negre. Atunci
a 1
a b 1 . Dac se realizeaz evenimentele A i B, adic s-au extras din
urn 2 bile albe, atunci probabilitatea ca a treia bil extras s fie neagr este:
p B / A

p C / A B

b
ab2 .

10. ntr-o urn sunt 12 bile dintre care 5 albe i 7 negre. Se extrage de dou ori cte
o bil din urn, fr s se repun bila extras napoi. Fie A evenimentul ca a doua bil
extras s fie alb, iar B evenimentul ca prima bil extras s fie neagr. S se
studieze folosind definiia i apoi probabilitile condiionate dac evenimentele A i
B sunt independente.
7
p B
12 . Acum se consider
Rezolvare: Probabilitatea evenimentului B este
cele dou extrageri ca un singur eveniment. n aceast situaie numrul de cazuri
posibile este de 12 11 132 , deoarece sunt 12 cazuri posibile la prima extragere i
fiecare astfel de caz se poate combina cu oricare din cele 11 cazuri de la a doua
extragere (regula produsului). Numrul cazurilor favorabile se calculeaz astfel: Dac
la prima extragere se obine o bil alb, atunci sunt 5 cazuri favorabile pentru prima
extragere i 4 cazuri favorabile pentru a doua bil (alb), deci n total 5 4 20 cazuri
favorabile (regula produsului). Dac prima bil extras este neagr, atunci sunt 7
cazuri favorabile pentru prima extragere i 5 cazuri favorabile pentru a doua bil
(alb), deci n total 7 5 35 cazuri favorabile (regula produsului). Adunnd cazurile
favorabile din cele dou situaii (regula sumei) se obin 20 35 55 cazuri favorabile
evenimentului A. Deci probabilitatea evenimentului A ca a doua bil extras s fie
alb este

p ( A)

evenimentul

55
5

132 12 . Apoi probabilitatea evenimentului A condiionat de

este

p A /B

5
11 ,

iar,

conform

(10.20)

5 7
35
p A B p A / B p ( B)
11 12 132 . Deoarece p A B p A p ( B )
35
5 7

132 12 12 , rezult c evenimentele A i B nu sunt independente. Se observ de

5
5
p A /B p ( A) 11 12
altfel c
, deci conform proprietii 1 de caracterizare a
independenei a dou evenimente, rezult c evenimentele A i B nu sunt
independente.

11. Sunt date 5 urne identice ca form cu urmtoarele coninuturi:

2 urne cu cte 20 bile i 30 negre
2 urne cu cte 10 bile albe i 40 negre
1 urn cu 40 bile albe i 10 negre.
Dintr-o urn luat la ntamplare se extrage o bil.
i. Care este probabilitatea extragerii unei bile albe?
ii. Care este probabilitatea ca bila alb extras este din ultima urn?
Rezolvare: Notm cu A1 evenimentul care const n extragerea unei bile din
prima sau a doua urn, cu A2 - din a treia sau a patra urn, cu A3 - din ultima urn, iar
cu A evenimentul care const n extragerea unei bile albe. {A1,A2,A3} constituie un
sistem complet de evenimente cu
p ( A / A1 )

p( A1 ) p( A2 )

2
1
p ( A3 )
5 i
5 . Din datele

20 2
10 1
, p ( A / A2 )

50 5
50 5

p ( A / A3 )

40 4

50 5

problemei rezult
i
Atunci conform formulei probabilitii totale, prima probabilitate cerut este:
p ( A) p ( A / A1 ) p ( A1 ) p ( A / A2 ) p ( A2 ) p ( A / A3 ) p( A3 )

2 2 2 1 1 4 2

5 5 5 5 5 5 5

4 1

p ( A / A3 ) p( A3 ) 5 5 2
p ( A3 / A)

2
p ( A)
5
5
Pentru cea de-a doua chestiune:
(formula lui
Bayes).
12. ntr-un canal de comunicaii se transmite 0 sau 1 cu probabilitile 1/3 i
respectiv 2/3. Recepionerul face erori de decizie cu probabilitatea 0,1. S se
determine probabilitatea de a recepiona 1. Dac semnalul recepionat este 1, cu ce
probabilitate a fost transmis 0 ?
Rezolvare: Se consider evenimentele: A0 - s-a transmis 0
A1 - s-a transmis 1.
Evident c {A0,A1} constituie un sistem complet de evenimente cu
1
2
p( A0 ) ; p( A1 )
3
3 . Fie evenimentul A - s-a recepionat 1. Din enun se deduce c

p ( A / A0 ) 0,1 i p ( A / A1 ) 0,9 (eveniment contrar: nu se fac erori). Atunci

conform formulei probabilitii totale, prima probabilitate cerut este:
1
2
p ( A) p ( A / A0 ) p ( A0 ) p ( A / A1 ) p ( A1 ) 0,1 0,9

0,633
3
3
. Cea de-a doua
probabilitate,
conform
formulei
lui
Bayes
este:

1
0,1
p( A / A0 ) p ( A0 )
3 0, 0526
p ( A0 / A)

p ( A)
0, 633
.

Probleme propuse:
1. ntr-o urn se afl a bile albe i b bile negre (a 3). Din urn se extrag
succesiv trei bile, fr ca bila extras s fie reintrodus n urn. S se calculeze
probabilitatea ca toate cele trei bile s fie de culoare alb.
a
a 1
a2
p

a b a b 1 a b 2 (formula de nmulire a probabilitilor).

Rspuns:
2. ntr-o urn care conine dou bile, se introduce o bil alb i apoi se extrage la
ntamplare o bil. S se calculeze probabilitatea ca bila extras s fie alb
presupunnd c sunt egal probabile toate posibilitile privitoare la culorile bilelor
coninute anterior.
Rspuns: Evenimentele A1 (urna nu coninea anterior bile albe), A2 (anterior
coninea o bil alb), A3 (coninea anterior 2 bile albe), constituie un sistem complet
de evenimente. Conform formulei probabilitii totale p = 2/3.
3. Trei vnatori trag simultan asupra unui animal slbatic care, dac este nimerit,
este dobort de primul glonte. tiind c vntorii nimeresc independent cu
probabilitile de 0,2; 0,4 i respectiv 0,6 s se determine probabilitatea ca animalul
s fie dobort de primul vnator.
Rspuns: Se noteaz cu Vk evenimentul care const n faptul c animalul este
nimerit de al k - lea vnator (k = 1, 2, 3). Se tie c p(V1) = 0,2; p(V2) = 0,4 i p(V3) =
0,6. Se noteaz cu Ak evenimentul care const n faptul c animalul este nimerit numai
de

al

lea

vnator.

A1 V1 V2 V 3 , A2 V 1 V2 V 3 ,

p ( A1 ) p (V1 ) 1 p (V2 )
1 p(V3 ) 0, 048 ;
).
Atunci
p ( A2 ) 0,128; p ( A3 ) 0, 288 . Notnd cu X evenimentul care const n faptul c

A3 V1 V 2 V3

animalul
este
dobort,
din
p ( X / A1 ) p ( X / A2 ) p ( X / A3 ) 1 .

problemei

k 1

k 1

rezult

p ( X ) p ( Ak ) p ( X / Ak ) p ( Ak ) 0, 464

Atunci
p ( A1 / X )

datele

p( A1 ) p( X / A1 )
0,103
p( X )
(formula lui Bayes).

5. Scheme probabilistice clasice

1. Schema hipergeometric
O urn U conine N bile, din care a1 bile de culoare c1, a2 bile de culoare c2,...,am

bile de culoare cm

a
i 1

N
. Se extrag n bile fr repunere napoi (sau simultan)

n
(n N). Numrul cazurilor posibile este C N . Un grup de ni bile din cele ai de culoare

ci , poate fi obinut n

Canii

moduri

i 1, m . Un grup de n bile, din care n

bile de

culoare c1, n2 bile de culoare c2,..., nm bile de culoare cm , poate fi ales, conform regulii
produsului (principiului multiplicrii) n

Can11 Can22
Canmm

moduri. Astfel, probabilitatea

m

ca dintre cele n bile s fie ni bile de culoare ci

i 1, m , unde n a i n n , este:

pa1 ,a2 ,...,am n1 , n2 ,..., nm

i 1

Can11 Can22
Canmm
C Nn

(10.24)

Exemple: 1. Pentru efectuarea practicii a plecat un grup de 20 de studeni din anul

I i anume: 7 din grupa 1, 7 din grupa 2 i 6 din grupa 3. La destinaie, pentru un
anumit punct de lucru au fost alei la ntmplare 9 studeni. Care este probabilitatea
ca acetia s fie cte 3 din fiecare grup?
Rezolvare: Aici a1 = 7, a2 = 7, a3 = 6, (N = 20), n1 = n2 = n3, (n = 9), deci
p7,7,6 (3,3,3)

C73 C73
C63 1225

0,15
9
C20
8398
.

2. ntr-un lot de 100 de piese, 6 piese au defecte remediabile, 4 piese sunt rebuturi,
iar restul sunt piese bune. Din acest lot au fost luate la ntmplare 10 piese. Care este
probabilitatea ca din acestea, 7 s fie bune, 2 s aib defecte remediabile i una s fie
rebut?
Rezolvare: Conform schemei hipergeometrice generalizate:
p90,6,4 (7, 2,1)

C907 C62
C41
0, 026
10
C100
.

Observaie: n particular pentru pentru m = 2 obinem schema geometric

(schema bilei nerevenite) din exemplul 9 al paragrafului 3:
O urn U conine a bile albe i b bile negre. Probabilitatea ca extrgnd fr
repunere (sau simultan) n bile (n a+b) s se obin k bile albe i n - k bile negre
(k a) este:
C k C n k
pa , b ( k , n k ) a n b
Ca b
(10.25)
Alt exemplu: Dintr-o cutie care conine N obiecte (piese), dintre care M sunt
defecte se extrag fr revenire n obiecte. Probabilitatea extragerii a k obiecte (piese)
p
defecte este

CMk C Nn kM
C Nn
(vezi problema propus 7 din paragraful 3).

2. Schema lui Bernoulli (schema binomial sau schema bilei revenite)

Dintr-o urn U ce conine a bile albe i b bile negre se fac n extrageri succesive
punndu-se de fiecare dat bila extras napoi n urn.
Probabilitatea ca ntre cele n bile extrase s fie k bile albe (k n) este:
pn ( k ) Cnk p k q n k
(10.26)
a
b
p
, q 1 p
ab
ab .
unde
Observaii:
1. Conform formulei binomului lui Newton pn ( k ) este coeficientul lui xk din

px q
dezvoltarea polinomului

.
2. Aceast schem se mai poate enuna n felul urmtor:
La efectuarea unei experiene un eveniment A se realizeaz cu probabilitatea p. Prin
repetarea de n ori a unei experiene n aceleai condiii probabilitatea ca evenimentul
A s se realizeze de k ori (i de n - k ori s nu se realizeze) este dat de (10.26), unde
q = 1 - p i k n.
3. Aceast schem se aplic atunci cnd se numr succesele obinute la repetarea
de un numr de ori a unui experiment, de exemplu:
- la jocurile de noroc (numrul de apariii a unei anumite fee la aruncarea unui ban,
numrul de apariii a feei cu un anumit numr de puncte la aruncarea unui zar, etc.)
- la controlul calitii produselor (numrul de piese defecte dintr-un lot, etc.)
- la sondajele de opinie (numrul de persoane care prefer un anumit candidat,
numrul de persoane asupra crora un medicament a avut efect benefic, etc.)
Exemplu: Se arunc de 6 ori dou zaruri deodat. Care este probabilitatea s se
obin de 3 ori suma 7 ?
Rezolvare: Cnd se arunc o singur dat zarurile, probabilitatea obinerii sumei
7 este p = 1/6 (vezi problema propus 3 din paragraful 3). Atunci probabilitatea
3

1
1
p6 (3) C 1
6
6
cerut este

6 3

3
6

125

0, 01
11664
.

Observaie: Dac se noteaz cu Ak evenimentul care const n faptul c A se

realizeaz exact de k ori atunci {A0, A1,..., An} este un sistem complet de evenimente i
n

p Ak pn k 1

prin urmare: k 0
cel puin l ori este:

k 0

. Probabilitatea realizrii evenimentului A de

n

pn k l pn k
k l

(10.27)

Numrul cel mai probabil de realizri a evenimentului A n cele n repetri ale

experienei este numrul natural k0 determinat de inegalitile:
n 1 p 1 k 0 n 1 p
(10.28)
Exemplu: Asupra unei inte se execut 4 trageri independente cu probabilitatea
atingerii intei de p = 1/3. S se determine probabilitatea atingerii intei de k ori (k =
0, 1, 2, 3, 4) precum i numrul cel mai probabil de atingeri a intei.

p4 k C4k

Rezolvare: Aici q = 1 - p = 2/3 i deci

1 2

3 3

4k

,(k = 0, 1, 2, 3,

1
1
5 1 k0 5
3
3 rezult k0 = 1 (numrul cel mai probabil de
4). Din inegalitatea
atingeri a intei).

Observaie: Pentru valori foarte mari ale lui n probabilitatea pn ( k ) se calculeaz

aproximativ cu formula:
2

pn ( k ) ;

x
unde

1
1

e 2
npq 2

(10.29)

k np
npq .

Formula (10.29) se numete teorema local a lui Laplace. Exist tabele pentru
2

1
( x)
e 2
2
valorile funciei
.
Exemplu: S se calculeze probabilitatea ca evenimentul A s se realizeze de 80
de ori n 400 de efecturi ale unei experiene, tiind c probabilitatea realizrii acestui
eveniment de fiecare dat este p = 0,2.
Rezolvare: Aplicnd formula (10.29), unde n = 400, k = 80, q = 1 - p = 0,8 se

x
obine

k np 80 400 0, 2
1
1

0
p400 (80) ; (0)
0, 05
8
npq
8
8
2

i deci
.

Observaie: Dac p este foarte mic i n foarte mare considernd np =

(constant) probabilitatea pn (k ) se poate aproxima prin:

k
e
k!
Aceast formul se numete legea evenimentelor rare ale lui Poisson.
pn (k )

(10.30)

Exemplu: Un aparat electronic conine 1000 de componente. Probabilitatea

defectrii unei componente n termen de 1 an este de 0,002 i nu depinde de starea
celorlalte componente. Care este probabilitatea defectrii a dou componente ntr-un
an? Dar a defectrii a cel puin dou componente?
Rezolvare: Aici np 1000 0, 002 2 (constant). Aadar conform (10.30):
p1000 (2)

22 2
e 0, 271
2!
;

p1000 (k 2) 1 p1000 (k 1) 1 p1000 (0) p1000 (1) 1 e 2 2e 2 0,594

3. Schema binomial generalizat (Schema urnelor lui Poisson):

Fie n urne U1, U2,..., Un n care se afl bile albe i negre, pi fiind probabilitatea de a

i 1, n
extrage o bil alb din urna Ui
.
Atunci qi 1 pi este evident probabilitatea de a extrage o bil neagr din urna Ui

i 1, n . Probabilitatea ca la extragerea a cte o bil din fiecare urn, s obinem

exact k bile albe este egal cu coeficientul rk a lui xk din dezvoltarea produsului:

p1 x q1 p2 x q2
pn x qn

r
k 0

x k

(10.31)

Demonstraie: Dac se noteaz cu Ai evenimentul extragerii unei bile albe din urna Ui i cu Bk
evenimentul care const n extragerea a k bile albe i n-k bile negre, atunci

Bk A1 ... Ak Ak 1 ... An A1 ... Ak Ak 1 Ak 2 ... An ...

... A1 ... An k An k 1 ... An

numrul parantezelor de forma

A ... A
i1

ik

Aik 1 ... Ain

fiind

Cnk

(indicii

i1 , i2 ,..., in

reprezint o permutare a indicilor 1, 2,..., n ). Un eveniment de forma celui din parantez se

p
p q

ik
ik 1
in
realizeaz, innd cont c evenimentele sunt independente, cu probabilitatea i1
,
unde litera p apare de k ori cu indici diferii, iar q de n-k ori cu indici care nu apar la p. Se observ c
dup aceiai regul se calculeaz coeficientul rk a lui xk din dezvoltarea produsului (10.31).

Mai general aceast schem se enun astfel: Dac ntr-o serie de n experiene
realizarea unui eveniment A se face cu probabilitile p1, p2,..., pn, respectiv, atunci
probabilitatea ca evenimentul A s se realizeze de exact k ori este dat de asemenea
coeficientul rk a lui xk din polinomul (10.31).

Observaie: Dac n schema lui Poisson urnele sunt identice se obine schema lui
Bernoulli.
Exemple: 1. Se presupune c n trei grupe de studeni, la o anume disciplin
examenul a fost promovat n felul urmtor: n grupa 1 de 21 din 28 de studeni, n
grupa 2 de 24 din 30, iar n grupa 3 de 18 din 27. Din fiecare grup se alege la
ntmplare cte un student. Se cere probabilitatea ca numai doi studeni din cei alei s
fie promovai la disciplina respectiv.
Rezolvare: Probabilitile de promovare sunt p1 = 21/28 = 3/4, p2 = 24/30 = 4/5,
p3 = 18/27 = 2/3. Probabilitatea cerut este egal cu coeficientul lui x2 din dezvoltarea
1 4
3
x
x
4 5
4

polinomului

2
1
x
3
5

adic

3 4 1 3 1 2 1 4 2 13
p r2 0, 43

4 5 3 4 5 3 4 5 3 30
.

2. ntr-un atelier sunt trei maini. Prima produce 1% rebuturi, a doua 0,9% i
atreia 1,3%. Se iau la ntmplare trei piese, cte una de la fiecare main. S se
calculeze probabilitatea ca dou piese s fie bune, iar una rebut.
p1 0,99 _, q1 0, 01
p2 0,991_, q2 0, 009
p2 0,987 _, q1 0, 013 ,
Rezolvare:
P( x) 0,99 x 0, 01 0,991x 0, 009 0,987 x 0, 013

. Coeficientul lui x2 este:

0,99 0,991
0, 013 0,99 0,
009 0,987

0,01 0,991
0,987

0, 0313
.

4. Schema lui Bernoulli cu m stri (schema polinomial sau multinomial)

Dac o urn U conine bile de m culori c1, c2,..., cm, iar pi este probabilitatea ca la o

i 1, m
extragere s obinem o bil de culoare ci
, atunci probabilitatea ca n n
extrageri, punnd de fiecare dat bila extras napoi (extrageri n revenire) s se
obin n1 bile de culoarea c1, n2 bile de culoarea c2,..., nm bile de culoarea cm

n1 n2 ... nm n

este:

pn n1 , n2 ,..., nm
m

Evident

i 1

n!
p1n1 p2n2
pm nm
n1 !n2 !
nm !

(10.32)

, iar dac se cunoate numrul ai al bilelor de fiecare culoare ci,

i 1, m
atunci pi = ni/ai,
.
Mai general, dac ntr-o experien evenimentele se produc cu probabilitile pi

i 1, m ,

iar {A1, A2,..., Am} este un sistem complet de evenimente, atunci

probabilitatea ca n n repetri ale experienei, evenimentele Ai, s se realizeze de exact
ni ori, respectiv

i 1, m , este dat de (10.32).

Demonstraie: Dac n cele n efecturi ale experienei se obin succesiv

A1... A1 A2 ... A2 ... Am ... Am

123
1 2 3 14 2 43
n1

n2

nm

acest

eveniment

se

produce

cu

probabilitatea

p1... p1 p2 ... p2 ... pm ... pm

123
1 2 3 14 2 43
n1

n2

nm

. Acelai rezultat se obine pentru orice alt ordine stabilit dinainte n care

Ai apare de ni ori. Numrul modurilor n care se pot scrie cele n simboluri, dintre care n1 egale cu A1,
n2

egale

cu

,...,

nm

egale

cu

este:

Cnn1 Cnn2 n1 Cnn3 n1 n2

Cnnmn1 n2 ...nm1

n n1 !
n n1 ... nm1 !
n!

n1 ! n n1 ! n2 ! n n1 n2 ! n2 ! n n1 ... nm !

n!

n1 !n2 !
nm !

Exemplu: Se arunc un zar de 5 ori. Care este probabilitatea ca de dou ori s

obinem faa 1, de dou ori fa de 2 i o dat oricare alt fa?
Rezolvare: Aici n = 5, n1 = n2 = 2, n3 = 1, p1 = p2 = 1/6, p3 = 4/6 = 2/3 i deci
2

p5 (2, 2,1)

5! 1

2!2! 1!
6

1 2

6 3

324

0,
015

Probleme propuse:
1. O urn conine 20 de bile albe i 30 de bile negre. Se extrag la ntmplare 15 bile
fr repunere. S se calculeze probabilitatea ca 8 bile s fie albe i 7 negre.

8
C20
C307
p20,30 (8, 7)
0.009
15
C
50
Rspuns. Conform formulei (10.25)
.

2. ntr-o lad sunt 50 de piese de schimb, dintre care 20 de tipul I, 20 de tipul II i 10

de tipul III. Se aleg 15 piese la ntmplare fr repunere. Care este probabilitatea ca 4
s fie de tipul I, 5 de tipul II i 4 de tipul III?
5
C 4 C20

C106
p20,20,10 4,5, 6 20 15
0, 0037
C
50
Rspuns: Conform formulei (10.24):
.
3. O urn conine 8 bile albe i 10 bile negre. Se extrag 6 bile punnd de fiecare dat
bila napoi. Care este probabilitatea ca 4 bile s fie albe i 2 s fie negre?
Rspuns: Se aplic schema lui Bernoulli (10.26) cu n = 6, k = 4, p = 8/18 = 4/9. Se
4

4 5
p6 (4) C64
0,18
9
9

obine
.
4. Doi ahiti de valoare apropiat joac fr a lua n considerare remizele. Ce este
mai probabil, a ctiga dou partide din patru sau trei din ase?
2

Rspuns: p
(Bernoulli).

1/2;

1
p4 (2) C42
2

3
1
1
p6 (3) C63
8
2
2

16

5. Se cunoate probabilitatea p = 0,8 ca un bec de un anume tip s funcioneze cel

puin 1000 de ore. Presupunnd c 5 becuri funcioneaz independent, care este
probabilitatea ca cel puin unul dintre ele s funcioneze cel puin 1000 de ore?
p5 k 4 p5 4 p5 5 C54 0,8 0, 2
4

Rspuns:

C55 0,8

0, 2

0,737

6. Un distribuitor de produse aprovizioneaz 10 magazine, fiecare dintre acestea

fcnd comenzi zilnice cu probabilitatea p = 0,4, n mod independent. Se cere
numrul cel mai probabil de comenzi zilnice, precum i probabilitatea acestui numr.
0, 4 (cu formula 10.28), deci k = 4 . Iar din
Rspuns: n = 10, 11 0, 4 1 k0 11
0

p10 4 C104 0, 4
0, 6
4

(10.26)

0, 251

7. Cte aruncri ale unui zar trebuie efectuate pentru ca numrul cel mai probabil de
apariii a cifrei 6 sa fie 32?
1
1
1
p , k0 32, n 1 1 32 n 1
6
6
6 , de unde 191 n 197 .
Rspuns:

8. S se calculeze probabilitatea apariiei de 4 ori a stemei n 10 aruncri ale unei

cu ajutorul formulei (10.29). S se compare cu rezultatul obinut cu formula (10.26).
1
n 10, k 4, p q
x 0, 632
2,
Rspuns:
deci
cu
(10.29):
2

p10 (4) ;

1
1

e 2
2,5 2

0, 207

1 1
p10 (4) C
2 2
; Cu (10.26):
4
10

0, 205

9. O central telefonic deservete 1000 de abonai. Probabilitatea ca fiecare abonat

sa sune la central (n mod independent) n decurs de o or este de p = 0,01. Care este
probabilitatea ca ntr-o or s sune 4 abonai?
4
p1000 (4) C1000
0, 01
0,99
4

Rspuns: Cu formula (10.26):

Mai uor cu (10.30 =
p1000 4

legea lui Poisson):

96

0, 016

;
n p 1000 0, 01 10

104 10
e
0.019
4!
.

10. Trei urne au urmtoarea componen: U1 are 10 bile albe si 4 bile negre, U2 are 5
bile albe si 3 bile negre, iar U3 are 2 bile albe i 6 bile negre. Care este probabilitatea
ca lund la ntmplare cte o bil din fiecare urn s se extrag 2 bile albe i o bil
neagr?
Rspuns: Probabilitatea cutat p este (10.31) egal cu coeficientul lui x2 din
4 5 3
10
x
x

14 8 8
dezvoltarea polinomului 14

2 6
25
x
p
0, 446
8 8 , deci
56
.

11. Patru trgtori trag asupra unei inte. Primul atinge inta cu probalitatea 2/3, al
doilea cu probalitatea 3/4, al treilea cu probalitatea 4/5, iar al patrulea cu probalitatea
5/6. Care este probabilitatea ca inta s fie atins de exact 3 ori?
Rspuns: Conform schemei lui Poisson, probabilitatea este egal cu coeficientul lui
1 3 1 4 1 5
1
2
77
x
x
x
p
0, 428
x
3 4 4 5 5 6
6 , adic
180
x3 din polinomul 3
.
Problema se poate rezolva i asemntor problemei 5 din paragraful 4.

12. O urn conine 3 bile albe, 2 negre i 5 roii. Se fac extracii punnd de fiecare
dat bila extras inapoi. Se cere probabilitatea ca s apar o dat o bil alb i de trei
ori bile negre.

p1

Rspuns: Din (10.32) cu

1

4! 3
p4 1, 3, 0

1!3! 0! 10

3
2 1
5 1
, p2
, p3
; n1 1, n2 3, n3 0
10
10 5
10 2

1 1

5 2

625

0,
0096

13. Se arunc un zar de 14 ori. Care este probabilitatea ca fa a 1 s apar de 3 ori,

faa 2 s apar o dat, faa 3 de 4 ori, faa 4 de 2 ori, faa 5 de 3 ori i faa 6 o dat ?
Rspuns: Schema lui Bernoulli cu mai multe stri:
2
pi , i 1, 6; n1 3, n2 1, n3 4, n4 2, n5 3, n6 1 p14 3,1, 4, 2.3.1
6
14!

3!1! 4! 2!
3!1!

1 1

6 6

1
1 1 1

6
6 6 6

14

1
14!

3! 1! 4!
2!
3!1! 6

0, 000644

 6. Probabiliti geometrice
n
E
Fie un punct aleator care se afl ntr-un domeniu posibil E i
msura
(mrimea) acestui domeniu. Msura este lungimea (pentru n = 1), aria (pentru n =
2) sau volumul (pentru n = 3). Experiena aleatoare const n marcarea ntmpltoare
a unui punct n acest domeniu. Probabilitatea ca punctul aleator s se afle ntr-un
domeniu favorabil D E se definete ca fiind:
D
p D
E

Astfel definit, probabilitatea nu depinde de forma domeniului D, nici de dispunerea

acestuia n interiorul domeniului E. n aceste condiii, se spune c punctul aleator este
uniform distribuit n domeniul E.
Exemple: 1. Un punct este marcat n mod aleator n segmentul
1 3
4 , 4
probabilitatea ca s nimereasc n intervalul
? Dar n punctul

Rezolvare: Lungimea segmentului

0,1

este

l 0,1 1

0,1 .Care este

1

2 ?

1 3
,
, iar a intervalului 4 4

1 3
1
1
l ,
p
4
4
2

2.
este
, prin urmare probabilitatea nimeririi n acest interval este
Msura (lungimea) mulimii constnd dintr-un singur punct este egal cu 0, prin
1

urmare probabilitatea nimeririi n punctul 2 este 0, dei evenimentul nimeririi n
acest punct nu este eveniment imposibil (este un eveniment elementar al acestei

experiene).

2. Pe cadranul unui osciloscop, care este un ptrat cu latura a 0 apare aleator un

d

a
2 fa

semnal punctiform luminos. Cu ce probabilitate acesta apare la o distan

de centrul cadranului ?
Rezolvare: Domeniul posibil E este interiorul ptratului cu latura a. Domeniul
a
favorabil D este interiorul cercului cu centrul n centrul ptratului i raz 2 . Atunci

a

D

2
p D
2
E
a
4

3. Problema ntlnirii: Dou persoane A i B au convenit s se ntlneasc ntr-un

anumit loc ntre orele 10 i 11 (n anumit diminea). Cine ajunge primul l a teapt
pe cellalt 10 minute, dup care pleac. Care este probabilitatea ntlnirii celor doi,
dac fiecare dintre ei poate veni la locul de ntlnire n orice moment din intervalul de
timp stabilit, independent unul de cellalt?
0,1 cu
Rezolvare: Se consider intervalul de timp stabilit, ca fiind segmentul
durata (msura) de 1 or. Fie x i y momentele de timp ale venirii celor doi (A i B) ca

0,1 . Domeniul posibil al rezultatelor experienei (ajungerea

puncte ale segmentului
la
locul
de
ntlnirii)
este
ptratul
de
latur
egal
cu
1:
E x, y / 0 x 1, 0 y 1 0,1 0,1

, adic punctul se gsete aleator n acest

ptrat. A i B se ntlnesc dac diferena dintre momentele x i y este mai mic dect
1

1
D x, y / x y
6

10 minute 6 ore. Astfel domeniul favorabil este mulimea

5 5

2
6
6
D 1 2 2
11
p D

E
1
36
Atunci probabilitatea ntlnirii este egal cu:
.

4. Problema acului lui Buffon: Pe un plan (parchet) sunt trasate drepte paralele, la
distane egale cu 2a. Pe acest plan este aruncat la ntmplare un ac de lungime 2l <
2a. Care este probabilitatea ca acul s intersecteze una din drepte?
Rezolvare: O poziie posibil a acului (segmentului de lungime 2l) este complet

0,
determinat de poziia mijlocului segmentului i de unghiul de rotaie
a
acului fa de direcia dreptelor paralele. n plus, aceste dou variabile sunt
independente. Fie

x 0, a

distana de la mijlocul acului la cea mai apropiat dreapt

(dintre cele paralele).

Mulimea poziiilor posibile ale acului (domeniul posibil al experienei) este definit
prin alegerea unui punct aleator, de coordonate

E 0, 0, a

, de arie

, x

n dreptunghiul

E a

. Acul intersecteaz dreapta cea mai apropiat,

dac coordonata x a punctului aleator satisface inegalitatea x l sin . Astfel

D , x / 0 , 0 x l sin
domeniul favorabil D E este
, a crui arie
este:

dx
d

l sin d l cos 0 2l

D
0
0
0

.
D 2l
p

E a
Astfel probabilitatea cerut este
.

D dxd

l sin

5. O particul punctiform este blocat ntr-o cutie cubic de latur a. Care este
a
probabilitatea s se afle la o distan mai mic dect 3 de centrul cutiei ?
Rezolvare: Domeniul posibil E este interiorul cubului cu latura a. Domeniul
a
favorabil D este interiorul sferei cu centrul n centrul cubului i raz 3 . Atunci

4 a

D
4
3 3
p D

3
E
a
81
6. Se consider trei segmente

A1 B1 , A2 B2 , A3 B3

de aceeai lungime l. Pe fiecare

dintre aceste segmente se iau arbitrar punctele M 1 , M 2 , M 3 ; s se determine

AM ,A M ,A M
probabilitatea ca din segmentele 1 1 2 2 3 3 s se poat forma un triunghi.
Rezolvare: Pentru ilustrare se presupune c cele trei segmente de lungime l sunt

paralele i situate la aceeai distan ntre ele:

Se noteaz

A1M 1 x, A2 M 2 y, A3 M 3 z variabile independente, ce variaz fiecare

0, l .
n intervalul
Aadar, domeniul posibil E este n spaiul tridimensional, un cub de latur l, cu un
vrf n origine i trei laturi pe axele de coordonate. Fie vrfurile cubului
O 0, 0, 0 , A l , 0, 0 , B l , l , 0 , C 0, l , 0 O ' 0,0, l , A ' l ,0, l , B ' l , l , l , C ' 0, l , l
,
.

Volumul su este
laturile

E l3
unui

. Pentru ca segmentele
triunghi

A1M 1 , A2 M 2 , A3 M 3
trebuie

s poat fi
ca

A1M 1 A2 M 2 A3 M 3 , A1M 1 A3 M 3 A2 M 2 , A2 M 2 A3 M 3 A1M 1

, adic
x y z , x z y , y z x . Astfel domeniul favorabil D este mrginit de planele
OA ' C ', OBC ', OBA ' i de feele din B' ale cubului. Volumul acestui domeniu se obine
scznd

din

volumul

cubului,

volumele

egale

ale

piramidelor

1 l2
l3
V l
A ' OBA, C ' OA ' O ', C ' OBC . Aceste piramide sunt de volume
3 2
6 , deci
l3
( D) 2 1
l3 l3
p

( D) l 3 3
(E) l3 2 .
6 2 . Rezult probabilitatea cutat

 7. Variabile aleatoare
n teoria modern a probabilitilor, noiunea de variabil aleatoare este
fundamental. Intuitiv aceasta este o mrime, definit printr-un numr real, legat de
realizarea unei experiene i care ia valori n mod aleator (la ntmplare) n funcie de
rezultatele experienei. Exemple de variabile aleatoare sunt: numrul de apeluri
zilnice la o central telefonic, volumul vnzarilor unui magazin n decurs de o lun,
rezultatul msurrii unei mrimi fizice, timpul de bun funcionare a unei maini.
Definiia matematic a variabilei aleatoare:
Fie (U, , p) un cmp de probabilitate. O funcie :U se numete variabil
aleatoare (unidimensional) definit peste cmpul de probabilitate (U, , p), dac

U / X ( ) x , sau pe scurt X x este un

pentru x submulimea
eveniment din (cmpul de evenimente).
X U
Mulimea valorilor
a unei variabile aleatoare poate fi:
X U x1 , x2 ,..., xn ; n
- finit:
, (n acest caz se spune c variabila aleatoare
este simpl),
X U x1 , x2 ,..., xn ,...
- infinit, dar numrabil:
(mulimea valorilor unui ir de
numere reale),
n aceste dou cazuri variabila aleatoare se spune c este discret.
a, b , (n acest caz se spune c variabila aleatoare este de tip
- un interval
continuu sau continu).
Fie X o variabil aleatoare definit pe cmpul de probabilitate (U, , p) . Se
numete funcie de repartiie a variabilei aleatoare X, funcia
prin:

F : 0,1

definit

F x p X x

Observaii: 1) Relaia (10.33) se scrie mai simplu:

F ( x) p X x
.
X x i
2) innd cont c evenimentele

p X x 1 p X x 1 F x

(10.33)

X x sunt

contrare, rezult

, sau mai simplu:

p X x 1 F x

O funcie de repartiie F a unei variabile aleatoare X are urmtoarele proprieti:

x , atunci F x1 F x2 , (este o funcie monoton

F.R.P.1. Dac x1 x2 1,2
crescrtoare, dar nu strict);
X x2
Demonstraie: Evenimentul

se scrie ca reuniunea a dou evenimente incompatibile:

X x2 X x1 x1 X x2

. Considernd probabilitile acestor evenimente, rezult:

F x2 p X x2 p X x1 p x1 X x2 F x1
1 44 2 4 43 1 4 4 2 4 4 3
F x1

lim F ( x) F ( x0 ),

Demonstraie: Fie

xn un ir cresctor la

reuniunea evenimentelor

x0 , (este o funcie continu la stnga n orice

x x0
x x0

F.R.P.2.
punct);

incompatibile:

x0 , atunci evenimentul

X x0

se scrie ca

n 1

X x0 X x1 U xn X xn1

F x0 F x1 F xn 1 F xn

n 1
Considernd probabilitile acestor evenimente, rezult:
.
Aceast serie este convergent i are ca sum limita irului sumelor par iale, adic

F ( x0 ) lim F ( xn 1 ) lim F ( x)
n

F.R.P.3.

x x0
x x0

lim F ( x) 1

lim F ( x ) 0

Demonstraie: Dac

xn un ir cresctor la

, atunci evenimentul X se scrie ca

n 1

X x x1 X x U xn1 X xn

reuniunea evenimentelor
incompatibile:
Aplicnd probabilitatea, rezult

F x F x F x1 F xn F xn 1 F x lim F xn 1
n

n 1

lim F xn 1 1
n

Dac

i deci

lim F x 1
x

, atunci evenimentul X x

n 1

n 1

F.R.P.4.

unde

se scrie ca reuniunea

X X x1 U xn X xn1

1 F x1 F xn 1 F xn lim F xn 1

lim F x 0

de

(definiia limitei cu iruri).

xn un ir descresctor la

evenimentelor
incompatibile:
probabilitatea, rezult

de

unde

. Aplicnd

lim F xn 1 0
n

deci

(definiia limitei cu iruri).

p a X b F (b) F (a ),

a, b , a b ;

Demonstraie: Din F.R.P.1. rezult

F x2 F x1 p x1 X x2

p x1 X x2 F x2 F x1 x1 x2
,
.

, adic

p X a lim F ( x) F ( a),
x a
x a

a .
x x2 ... xn xn 1 ... un ir descresctor convergent la a. Atunci are
Demonstraie: Fie 1

F.R.P.5.

loc:

n 1

X a X a X x1 U xn1 X xn

. Aplicnd probabilitatea, rezult:

1 F a p X a 1 F x1 F xn F xn 1 p X a 1 lim F xn 1
n

n 1

F a p X a lim F xn 1 p X a lim F xn 1
n

adic

xn a
xn a

, de unde c.c.t.d.
Relaia demonstrat se mai scrie, folosind nota iile din analiza matematic:

p X a F (a 0) F (a )

Se observ c

p X a 0

x a.

dac i numai dac funcia F(x) este continu la deapta n punctul

F : 0,1
Observaie: Dac
este o funcie satisfcnd proprietile F.R.P.1-3
de mai sus, atunci exist un cmp de probabilitate (U, , p) i o variabil aleatoare X
definit pe acest cmp de probabilitate, astfel nct F s fie funcie de repartiie a
variabilei aleatoare X.
Pentru variabilele aleatoare discrete funcia de repartiie are o form particular:
Fie X o variabil aleatoare simpl definit peste cmpul de probabilitate (U, , p)

X U x1 , x2 ,..., xn ; n
cu mulimea valorilor finit
. Fr a micora
generalitatea se poate presupune c variabilele sunt ordonate cresctor:
x1 x2 ... xn .

i 1, n
A U , X xi
Se noteaz cu Ai
evenimentele definite prin: i
.
Se observ c evenimentele Ai formeaz un sistem complet de evenimente.
Atunci se noteaz cu

pi p Ai 0 i 1, n
n

. (p este probabilitatea cu care variabila

i

X ia valoarea xi). Evident

.
n acest caz funcia de repartiie este:
i 1

0, _ pentru _ x x1
p , _ pentru _ x x x
1
2
1
.........................

k 1

p , _ pentru _ x

F ( x)

i 1

k 1

x xk

.........................

p
i 1

1, _ pentru _ x xn

(10.34)
Graficul acestei funcii (funcie constant pe subintervale) este n trepte (scar).
Prin urmare funcia de repartiie (sau pe scurt repartiia) unei variabile aleatoare
simple este complet determinat dac se cunosc valorile ei xi i probabilitile pi

 i 1, n , definite mai sus. Repartiia unei variabile aleatoare simple

X se poate

prezenta printr-un tabel (matrice) de forma:

x x .... xn
X : 1 2

p1 p2 .... pn

(10.35)

numit tablou de repartiie sau de distribuie al variabilei aleatoare considerate.

Acest tablou poate fi reprezentat grafic n plan unind prin segmente de dreapt
punctele de coordonate

xi , pi . Se obine astfel aa numitul poligon de repartiie.

n cazul cnd variabila aleatoare X este discret dar nu este simpl, tabloul ei de
repartiie va fi de forma:
x x .... xn ...
X : 1 2

p1 p2 .... pn ...
(10.36)

unde

xi , pi 0, i

p
i 1

(serie convergent).

Dac variabila aleatoare X este continu, atunci funcia sa de repartiie F este o

funcie continu. n plus, dup cum s-a artat, dac F este continu n punctul x0

p X x0 0
atunci
.
n practic se intlnesc variabile aleatoare ale cror valori variaz continuu ntr-un
anumit interval, dar pentru care funciile lor de repartiie sunt continue cu excepia
unor puncte de discontinuitate de spea nti (fiind monotone, exist limitele laterale
finite n aceste puncte dar sunt diferite). Mulimea acestor puncte este cel mult
numrabil. Aceste variabile aleatoare se numesc de tip mixt.
Fie X o variabil aleatoare i F(x) funcia sa de repartiie. Dac exist o funcie

: 0,

, integrabil pe , astfel nct:

x

F ( x) (t )dt

(10.37)

atunci
se numete densitatea de repartiie (sau densitatea de probabilitate) a
variabilei aleatoare X.

Dac variabila aleatoare X admite o densitate de repartiie , atunci:

b

p a X b ( x)dx
a

(10.38)

( x)dx 1

(10.39)

n plus, funcia sa de repartiie F este derivabil n orice punct x n care este

F '( x) ( x)
continu i:
(10.40)
Reciproc, dac funcia de repartiie F este derivabil n orice punct x ,
atunci X admite ca densitate de repartiie funcia F ' .
Exemple: 1. Dac intr-o experien se poate realiza sau nu un eveniment A, se
poate considera variabila aleatoare X care ia valoarea 1, dac se realizeaz
evenimentul A i valoarea 0 dac evenimentul A nu se realizeaz (se realizeaz
evenimentul contrar A . Aceast variabil aleatoare se numete funcia indicator a
evenimentului A i se noteaz cu IA. Dac probabilitatea realizrii evenimentului A
p ( A) p , atunci probabilitatea realizrii evenimentului A este
este

p A q 1 p

1 0

p q .
Se obine tabloul de repartiie (distribuie):
n particular, dac o urn conine a bile albe i b bile negre. Se extrage o bil la
X :

intmplare. Fie A evenimentul apariiei unei bile albe,

Atunci
iar

q p A 1 p

b
a b .

Se

observ

p p ( A)

a
ab .

A X 1 , A X 0

A, A formeaz un sistem complet de evenimente.

Acest tip simplu de variabil aleatoare discret modeleaz efectuarea unui

experiment n care poate apare unul din dou rezultate posibile, numite succes,
respectiv insucces (se numete secven simpl de tip Bernoulli, de exemplu
aruncarea unei monede)
2. Se consider experiena aruncrii a dou zaruri. Mulimea U a cazurilor
posibile ale experienei are 36 de elemente. Se consider variabila aleatoare X care ia
valorile egale cu numrul total de puncte care apar pe cele dou zaruri.
X 1, 2 3, X 4,5 9,
Variabila X este o aplicaie X : U . De exemplu:

X 6, 6 12,

etc. Egalitile

X 4 1,3 2, 2 3,1 .

X x

sunt evenimente, astfel (de pild)

Evenimentele
Calculnd

Ai X xi ; i 2,12,

formeaz un sistem complet de evenimente.

p2 p X 2 p 1,1

p3 p X 3 p 1, 2 2,1

1
;
36

2
1

36 18 , etc. se obine tabloul de repartiie

(distribuie):
2 3 4 5 6 7 8 9 10 11 12
_ _ _ _ _ _ _ _ _ _
X : 1 1 1 1 5 1 5 1 1 1 1

_ _ _ _ _ _ _ _ _ _

36 18 12 9 36 6 36 9 12 18 36 .
Acest tablou este ilustrat prin urmtorul poligon de repartiie:

Funcia de repartiie a acestei variabile aleatoare este:

 0, _ pentru _ x 2
1

, _ pentru _ 2 x 3
36
1 1
1
, _ pentru _ 3 x 4

36 18 12
1 1 1 1
, _ pentru _ 4 x 5

36
18 12 6

1
1 1 1 5

36 18 12 9 18 , _ pentru _ 5 x 6

1 1 1 1 5 5 , _ pentru _ 6 x 7
36 18 12 9 36 12

F ( x) 1 1 1 1 5 1 7
36 18 12 9 36 6 12 , _ pentru _ 7 x 8

1 1 1 1 5 1 5 13 , _ pentru _ 8 x 9
36 18 12 9 36 6 36 18

1 1 1 1 5 1 5 1 5 , _ pentru _ 9 x 10
36 18 12 9 36 6 36 9 6
1 1 1 1 5 1 5 1 1 11

, _ pentru _10 x 11
36 18 12 9 36 6 36 9 12 12
1 1 1 1 5 1 5 1 1 1 35
, _ pentru _11 x 12

36 18 12 9 36 6 36 9 12 18 36
1 1 1 1 5 1 5 1 1 1 1
36 18 12 9 36 6 36 9 12 18 36 1, _ pentru _ x 12

cu graficul n trepte (scar):

3. Repartiia (Distribuia) hipergeometric: Dintr-o urn coninnd a bile albe i

n a b , conform schemei bilei
b bile negre se extrag fr repunere n bile
nerevenite. Se consider variabila aleatoare X care ia valorile k, egale cu numrul de
xk k , k 0, a
bile
albe
extrase
.
Atunci,
conform
(10.25)
k
nk
C C
pk p X k pa ,b k , n k a n b
Ca b . Deci tabloul de repartiie (distribuie) este

(scris prescurtat):

X : Cak Cbn k
Cn
a b k 0, a

(10.41)
Se spune c variabila aleatoare X este repartizat hipergeometric cu

X Hip a, b, n
parametrii a, b i n, se scrie
.
De exemplu, dac dintr-o cutie care conine N obiecte (piese), dintre care M sunt
defecte se extrag fr revenire n obiecte. Probabilitatea extragerii a k obiecte (piese)
CMk CNn kM
C Nn
defecte este
(vezi problema propus 7 din paragraful 3). Astfel
variabila aleatoare X este repartizat hipergeometric cu parametrii N, M i n :
pk

X Hip N , M , n

4. Repartiia (Distribuia) binomial (Bernoulli): Dac la repetarea de n ori a

unei experiene, n care evenimentul A se realizeaz cu probabilitatea p (schema lui
Bernoulli), se consider variabila aleatoare X care ia valorile k, egale cu numrul de
realizri

ale

evenimentului

pk p X k pn k Cnk p k q n k

k , k 0, n

Atunci,

conform

(10.)

, unde q 1 p . Deci tabloul de repartiie

(distribuie) este (scris prescurtat):

X :

n k

C p q
k
n

k 0, n

(10.42)

Se spune c variabila aleatoare X este repartizat binomial (Bernoulli) cu

X Binomial n, p
parametrii n i p i se scrie
.
Aadar, acest tip de repartiie (distribuie) apare atunci cnd se numr succesele
obinute la repetarea de un numr de ori a unui experiment, de exemplu:
- n jocurile de noroc (numrul de apariii a unei anumite fe e la aruncarea unui ban,
numrul de apariii a feei cu un anumit numr de puncte la aruncarea unui zar, etc.)

- n controlul calitii produselor (numrul de piese defecte dintr-un lot, etc.)

- n sondajele de opinie (numrul de persoane care prefer un anumit candidat,
numrul de persoane asupra crora un medicament a avut efect benefic, etc.)
5. Repartiia (Distribuia) geometric: Se consider o experien i un eveniment
A legat de aceasta, astfel ca probabilitatea realizrii acestui eveniment (cnd se

p 0,1
efectuiaz o singur dat experiena) este
. Variabila aleatoare X ia valoarea
xk k egal cu numrul de efecturi indepedente ale experienei, pn la prima
realizare a lui A

Atunci

p1 p X 1 p

(probabilitatea ca

p p X 2 q p
evenimentul A s se realizeze la prima efectuare a experienei), 2
, unde q 1 p (probabilitatea ca evenimentul A s nu se realizeze la prima efectuare
a experienei, dar s se realizeze la a doua efectuare independent a experien ei,
conform formulei probabilitii interseciei evenimentelor independente),

p3 p X 3 q q p q 2 p
pk p X k q

p q
k 1

k 1

k 1

k 1

(prin

raionament

Se

1
p p q k 1 p
1 q
k 1

1
, deci

analog).

general

verific

relaia

repartiia (distribuia) acestei

variabile aleatoare discrete este:

k
k 1
p q k

X :

(10.43)
Se spune c variabila aleatoare X este repartizat geometric cu parametriul p i
se scrie

X Geometric p

p 0,1
Deci o variabil aleatoare geometric cu parametrul
reprezint numrul
de ncercri efectuate ntr-un ir de experimente (secvene) de tip Bernoulli
independente, cu acelai parametru p, pn la apariia prima apariie a succesului. De
exemplu, numrul de aruncri ale monedei pn la prima apariie a unei anumite fee

1
p
2 sau numrul de aruncri ale zarului pn la prima apariie a feei cu un

1
p
6 .
anumit numr

6. Repartiia (Distribuia) Poisson (legea evenimentelor rare) : Variabila

k
k cu probabilitile pk k ! e date
aleatoare discret X ia valorile xk k

k
e e 1
k
!
k 1
, repartiia (distribuia) acestei

pk e

de (10.30). Deoarece k 1
variabile aleatoare discrete este:

X :

k!
k
k

(10.44)

Se spune c variabila aleatoare X este repartizat Poisson cu parametrul i se

scrie

X Poisson

.
Se arat c repartiia (distribuia) Poisson se obine ca limit a reparti iei
(distribuiei) binomiale cu parametrii n i p, atunci cnd n i p 0 astfel nct
n p (sau n p ).

Pentru variabilele aleatoare discrete funcia de repartiie are o form particular

(10.34), cu graficul n scar (trepte).

Legile de repartiie ale variabilelor aleatoare continue sunt caracterizate de

funcia densitate de repartiie (probabilitate) ( x) .
7. Repartiia (Distribuia) uniform: O variabil X are repartiia (distribuia)

a, b (se noteaz X Uniform a, b ), dac densitatea sa

uniform pe intervalul finit
de repartiie (probabilitate) este:
0, _ pentru _ x a, b

( x)

1
, _ pentru _ x a, b
ba
, ab

(10.45)

b
1

dx 1

a
b a a
Se observ c
, deci funcia este ntradevr o densitate de repartiie (probabilitate).

( x) dx ( x)dx

Fig.10.2. Densitatea de repartiie (probabilitate) a repartiiei (distribuiei) uniforme

x

Funcia de repartiie a variabilei X, conform (10.37):

acest caz:
0, _ pentru _ x a
xa

F ( x)
_ pentru _ x a, b
b

1_ pentru _ x b

F ( x) (t )dt

este n

(10.45')

Fig.10.2'. Funcia de repartiie a repartiiei (distribuiei) uniforme

Observaie: Variabila aleatoare simpl se numete c urmeaz o repartiie
(distribuie) discret uniform dac ia n valori cu probabiliti egale. Astfel
variabila aleatoare uniform pe mulimea

1, 2,..., n are tabloul de repartiie

n
1 2
...

X: 1 1
1

...

n .
n n
(distribuie):
Aceast variabil aleatoare discret uniform modeleaz un experiment cu n
rezultate egal posibile (de exemplu aruncarea unui zar (n = 6) sau jocul la rulet (n =
37)).

8. Repartiia (Distribuia) exponenial (negativ): O variabil aleatoare X

urmeaz o repartiie (distribuie) exponenial de parametru 0 (fapt notat

X Exponential

), dac are densitatea de repartiie (probabilitate):

e x , _ pentru _ x 0
0, _ pentru _ x 0

( x)

Se verific

( x)dx e x dx e x 0 1
0

(10.46)

Fig.10.3. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei)

exponeniale negative

Funcia de repartiie, conform (10.37), este n acest caz:

0, _ pentru _ x 0
F ( x)
x
1 e _ pentru _ x 0

Fig.10.3'. Funcii de repartiie ale repartiiei (distribuiei) exponeniale negative

Repartiia exponenial are o aplicaie deosebit de important n studiul
fiabilitii diferitelor utilaje, a fost primul model matematic folosit n teoria
fiabilitii.
9. Repartiia (Distribuia) Rayleigh: Se spune c o variabil aleatoare are o
X Rayleigh
repartiie (distribuie) Rayleigh cu parametrul 0 (se noteaz
),
dac densitatea de repartiie (probabilitate) este:

x x2
2

, _ pentru _ x 0
( x) 2 e
0, _ pentru _ x 0

(10.47)

Fig.10.4. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei)

Rayleigh

 0, _ pentru _ x 0

F ( x)

1 e

Atunci funcia de repartiie a ei este

x2
2 2

_ pentru _ x 0

(10.47')

Fig.10.3'. Funcii de repartiie ale repartiiei (distribuiei) Rayleigh

Repartiia Rayleigh este frecvent utilizat n teoria fiabilit ii, mai ales pentru
caracterizarea proceselor de uzare.
10. Repartiia (Distribuia) normal (Gauss-Laplace): Se spune c o variabil
aleatoare are o repartiie (distribuie) normal cu parametrii m i 0 (se noteaz
X N m,

), dac densitatea de repartiie (probabilitate):

1
m , ( x)
e
2

x m 2
2 2

, x

(10.48)

Fig.10.5. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) normale

 x m 2

1
1 u 2
2
m, ( x)dx 2 e 2 dx e du 1
Se verific faptul c
xm
u
2 i se nlocuiete valoarea integralei
(se efectuiaz schimbarea de variabil

Euler - Poisson:

e u du 2 e u du
2

).

Funcia de repartiie este atunci, conform (10.37):

x
1
Fm, ( x) m, (t )dt
e

2
x

t m 2
2 2

(10.48')

Fig.10.5'. Funcii de repartiie ale repartiiei (distribuiei) normale

n particular, pentru m 0, 1 (repartiia normal standard (redus):

N 0,1

sau nc distribuia Z) se obine funcia de repartiie (ilustrat n figura

10.5''):
2

t
t
x

1
1
2
F0,1 ( x) 0,1 (t )dt
e

e 2

2
2
x

Prima

integral
2

se

calculeaz

prin

schimbarea

e
0

de

t2
2

.
variabil

x
2:

t
0

2
1
1
1
e 2 dt
e u du

0
2.
2

Cea de-a doua integral se numete funcia lui Laplace a erorilor, notat erf(x) sau

( x)

t
x
1
e 2 dt
2 0

(10.49)
(Aceast funcie nu se exprim prin funcii elementare i de aceea valorile ei sunt
tabelate).
( x) 1 ( x)
Se verific relaia
(10.49')
1
( x)
2

F0,1 ( x)

Aadar
(10.48'')
Observaie: Dac variabila aleatoare X are o repartiie (distribuie) normal cu
X m

parametrii m i 0 , atunci variabila aleatoare

are o repartiie
(distribuie) normal cu parametrii 0 i 1. ntr-adevr, dac F este funcia de repartiie
Y

a
lui
Y:
Densitatea
de

X m
x p X m x Fm , (m x )

F ( x) p Y x p

repartiie

(probabilitate)

variabilei

este:

( x) F '( x) Fm, (m x) ' m, (m x)

1 x2
e
0,1 ( x )
2
.

Fig.10.5''. Densitatea i funcia de repartiie ale repartiiei (distribuiei) normale

standard (reduse) N(0,1).
Graficul densitii de probabilitate (repartiie) a repartiiei (distribuiei) normale
standard N(0,1) este adesea numit clopotul lui Gauss.

Legea de repartiie normal este o lege fundamental n teoria probabilit ilor.

Ea se ntlnete frecvent n studiul fenomenelor naturii i a celor social-economice.
Are o importan deosebit n statistic, stnd la baza metodelor de prelucrare a
datelor (Variabila aleatoare care ia valori erorile accidentale de msurare urmeaz o
repartiie normal)..

11. Repartiia (Distribuia) (gamma): O variabil aleatoare are o repartiie

X Gamma p,
(distribuie) de tip de parametri p 0 i 0 (se noteaz
),
dac densitatea sa de repartiie (probabilitate) este:
p
x p 1 e x , _ pentru _ x 0

p
( x)
0, _ pentru _ x 0

(10.50)

( p)

x p 1 e x dx
0

unde
este funcia lui Euler de spea a doua definit de
,
p

0
integral improprie convergent pentru orice
(exist tabele pentru funcia ).

Fig.10.6. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) gamma

Funcia

(n) n 1 !

1

a lui Euler are proprietile: ( p 1) p ( p) , 2
,
2n !
2n 1
2n
2
2 n !
(pentru n ).

Fig. 10.7. Graficul funciei pentru valorile pozitive ale argumentului

Funcia de repartiie este:
x
1
t p 1 e t dt , _ pentru _ x 0
x

F ( x) (t ) dt ( p ) 0

0, _ pentru _ x 0

(10.50')

Fig.10.6'. Funcii de repartiie ale repartiiei (distribuiei) gamma

n particular pentru p 1 se obine repartiia (distribuia) exponenial, iar
pentru p m se obine aa numita repartiie (distribuie) m-Erlang
m m 1 ! .
12. Repartiia (Distribuia) (beta): O variabil aleatoare are o repartiie
X Beta p, q
(distribuie) de tip de parametri p 0 i q 0 (se noteaz
), dac
densitatea sa de repartiie (probabilitate) este:

1
q 1
p 1
p, q x 1 x , _ pentru _ x 0,1
( x)
0, _ pentru _ x 0,1

(10.51)

p, q x p 1 1 x

0
unde
este funcia lui Euler de spea ntia definit de
( p ) (q )
p, q
( p q) .
, cu proprietatea

q 1

dx

Fig.10.8. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) beta

Funcia de repartiie este:
1, _ pentru _ x 1

x
x
1
q 1

F ( x) (t ) dt
t p 1
1 t dt , _ pentru _ x 0,1

0
( p, q )
0, _ pentru _ x 0

(10.51')

Fig.10.8'. Funcii de repartiie ale repartiiei (distribuiei) beta

Se observ c pentru p q 1 repartiia (distribuia) devine uniform. Pentru
1
pq
2 se obine repartiia (distribuia) standard a arcsinusului cu densitatea de
1

, _ pentru _ x 0,1

( x) x 1 x
0, _ pentru _ x 0,1

probabilitate (repartiie):
(10.52)
1 1
B ,
aici 2 2
0, _ pentru _ x 0
2

F ( x) arcsin x , _ pentru _ 0 x 1

1, _ pentru _ x 1

iar funcia de repartiie

(10.52')

Repartiia (distribuia) (beta) este utilizat frecvent n studiile de fiabilitate

pentru numrul de cderi.
2
13. Repartiia (Distribuia) (se citete hi ptrat) Helmert - Pearson: O
2
variabil aleatoare are o repartiie (distribuie) de tip cu parametrii n (n =
X 2 n,
grade de libertate) i 0 (se noteaz
), dac densitatea sa de
repartiie (probabilitate) este:

( x)

n
2

x 2

n
2
2
0, _ pentru _ x 0

x
2 2

, _ pentru _ x 0

(10.53)

2
Fig.10.9. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei)

Funcia de repartiie este :

t
n

x
1 2
1
2
2

t
e
dt , _ pentru _ x 0
n
x
2 n n 0
F ( x) (t ) dt 2

0, _ pentru _ x 0
prin schimbarea
x
n
1

1
2 2 u 2 e u du , _ pentru _ x 0

0
n
F ( x)
t
2
u
0, _ pentru _ x 0
2 2 :
de variabil
(10.53')
2
Repartiia (distribuia) se obine ca un caz particular, al repartiiei
1
n

p
2
2 i
2.
(distribuiei) pentru

2
Fig.10.9'. Funcii de repartiie ale repartiiei (distribuiei)

Aceast repartiie (distribuie) este utilizat frecvent n statistic la ajustarea

repartiiilor statistice rezultate n analiza statistic. n funcie de gradele de libertate n
valorile densitii de repartiie (probabilitate) sunt nregistrate (tabelate).
14. Repartiia (Distribuia) Student (Gosset): Se spune c o variabil aleatoare
are o repartiie (distribuie) de tip Student cu parametrul ( numrul gradelor de

T n
libertate) n (notat
), dac densitatea de repartiie (probabilitate) a sa este:
n 1
n 1

x 2 2
2

tn ( x )
1
n
n
n
2
, x
(10.54)

Fig.10.10. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) Student

 n 1
n 1

2 2
x

u
2
Tn ( x ) tn (u )du
1
du

n
n

n
2
Funcie repartiie:
x

(10.54')

Fig.10.10'. Funcii de repartiie ale repartiiei (distribuiei) Student

Repartiia (distribuia) T este utilizat pentru efectuarea de teste statistice n
vederea verificrii de ipoteze statistice referitoare la mediile populaiilor .a. Valorile
densitii se gsesc tabelate (nregistrate) i n funcie de gradele de libertate n.
n particular pentru n 1 se obine repartiia (distribuia) Cauchy cu densitatea
de repartiie (probabilitate):
1
( x)
1 x2
, x
(10.55)
1 1
F ( x) arctgx
2
Funcia de repartiie Cauchy este
(10.55')
15. Repartiia (Distribuia) Fischer-Snedecor: O variabil aleatoare are o
repartiie (distribuie) de tip Fischer-Snedecor cu parametrii

X F n1 , n2

n1 , n2

(se noteaz

), dac densitatea sa de repartiie (probabilitate) este:

n n
n1
1 2
n1
n 2
1
2

1

x 2 , _ pentru _ x 0
( x) n2
n n2
1

2 2

0, _ pentru _ x 0

(10.56)

Fig.10.11. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) Fischer

Functia de repartiie este:

n n
n1
1 2
n
n 2
x 1 1
2
1
t 2 dt , _ pentru _ x 0
0
F ( x) n2
n n2
1

2 2

0, _ pentru _ x 0

(10.56')

Fig.10.11'. Funcii de repartiie ale repartiiei (distribuiei) Fischer

Valorile calculate ale funciei de repartiie se gsesc tabelate. Repartiia
(distribuia) F este utilizat n statistic la verificarea ipotezelor statistice.

16. Repartiia (Distribuia) Weibull: O variabil aleatoare are o repartiie

(distribuie) de tip Weibull cu parametrii 0 , 0 i 0 (se noteaz

X Weibull , ,

), dac densitatea sa de repartiie (probabilitate) este:

x 1 x

e , _ pentru _ x 0
( x)

0, _ pentru _ x 0

(10.57)

1
se obine densitatea de probabilitate a
n particular, pentru
repartiiei (distribuiei) exponeniale, iar pentru 2, 0 cea a repartiiei
Rayleigh.

1, 0,

Fig.10.12. Densiti de repartiie (probabilitate) ale repartiiei (distribuiei) Rayleigh

Funcia sa de repartiie este:

, _ pentru _ x 0
F ( x) (t )dt 1 e

0, _ pentru _ x 0
x

(10.57')

Fig.10.12'. Funcii de repartiie ale repartiiei (distribuiei) Rayleigh

Repartiia (distribuia) Weibull este frecvent utilizat n studiile de fiabilitate, mai
ales pentru caracterizarea defectrii.

Probleme rezolvate:
1. Considernd c necesarul unei maini pentru un anume tip de piese de schimb
n decurs de o lun poate fi de cel mult 2 uniti (piese), se presupun probabilit ile
respective: pentru ca s nu fie necesare piese: p1 0, 2 , pentru necesarul de o pies:
p2 0,5 , iar pentru dou piese necesare: p3 0,3 . n aceast situaie se poate
interpreta necesarul de piese ca o variabil aleatoare simpl X, peste cmpul de

U 1 , 2 , 3
probabilitate (U, , p), n care
iar P (U) = mulimea prilor
(submulimilor) lui U. Notnd cu
de k - 1 piese

k 1, 2,3 ,

Ak k

evenimentul corespunztor necesarului

se obine sistemul complet de evenimente

A1 , A2 , A3 .

p A1 p1 0, 2 p A2 p2 0,5
p A3 p3 0, 3
Sunt date probabilitile:
,
i
(se
p1 p2 p3 1 ).
verific
Valorile
variabilei
aleatoare
X
sunt
x1 X 1 0, x2 X 2 1

x3 X 3 2

. Tabloul de repartiie (distribuie)

0 _ 1 _ 2
X :

0, 2 _ 0,5 _ 0,3 . Atunci poligonul de repartiie este:

este deci:

0 _ pentru _ x 0
0, 2 _ pentru _1 x 1

F ( x) p X x
0, 7 _ pentru _1 x 2
1_ pentru _ x 2
Funcia de repartiie este
. ntr-adevr
F ( x) p X 0 p 0
- pentru x 0 ,
F ( x) p X x p A1 p1 p X 0 0, 2
- pentru 0 x 1 ,
- pentru 1 x 2 ,

F ( x) p X x p A1 A2 p A1 p A2 p1 p2

 p X 0 p X 1 0, 2 0,5 0, 7
- pentru x 2 ,
F ( x) p X x p A1 A2 A3 p A1 p A2 p A3 p1 p2 p3

p X 0 p X 1 p X 2 1
Astfel, dac se cere probabilitatea ca necesarul din acest tip de piese de schimb s
fie de cel puin o unitate, n decurs de o lun, atunci aceasta este:

p X 1 1 p X 1 1 F (1 0) 0,8

Graficul funciei F ( x) este:

2. Se consider trei urne U1 ,U 2 , U 3 cu urmtoarele coninuturi de bile albe i

negre: U1 : 1 bil alb i 1 bil neagr,
U2 : 2 bile albe i 7 bile negre,
U3 : 1 bil alb i 3 bile negre.
Din fiecare din aceste urne se extrage cte o bil. S se determine reparti ia
(distribuia) variabilei aleatoare X ce reprezint numrul de bile albe extrase n total.
Rezolvare: Fie Ai evenimentul care const n extragerea unei bile albe din urna
Ui

i 1, 2,3 .

p A1

sunt

Evenimentele

A1 , A2 , A3 sunt independente, cu probabilitile

1
2
1
p A2
p A3
2,
9 i
4 . Rezultatele posibile (numrul de bile albe)

xk 0,1, 2,3 . Fie

Bk evenimentul care const n extragerea a k bile albe n

k 0,1, 2,3 . Evident

total
evenimente. Astfel:

B0 , B1, B2 , B3

formeaz un sistem complet de

B0 A1 I A2 I A3 (intersecie de evenimente independente)

12 97 43 247
A
(reuniune de evenimente

p0 p B0 p A1 p A2 p A3

B1 A1 I A2 I A3 A1 I A2 I A3 A1 I A2 I
incompatibile dou cte dou)


p A p A p A

p A p A p A

p1 p B1 p A1 I A2 I A3 p A1 I A2 I A3 p A1 I A2 I A3
1

p A1

p A2

B2 A1 I A2 I A3 A1 I A2 I A3 A1 I A2 I A3
incompatibile dou cte dou)

p A3

1 7 3 1 2 3 1 7 1 17

2 9 4 2 9 4 2 9 4 36

(reuniune

de

evenimente

p A p A

p2 p B2 p A1 I A2 I A3 p A1 I A2 I A3 p A1 I A2 I A3

p A1 p A2 p A3

p A1 p A2

p A3

p A3

1 2 3 1 7 1 1 2 1 5

2 9 4 2 9 4 2 9 4 24

B3 A1 I A2 I A3 (intersecie de evenimente independente)

1 2 1 1
p3 p B3 p A1 p A2 p A3
2 9 4 36
7 17 5
1
p0 p1 p2 p3

1
24 36 24 36
Se verific
Aadar variabila aleatoare X ce reprezint numrul de bile albe extrase are tabloul de

2 3
0 1
_ _
_

X : 7 17 5 1

_ _
_

24 36 24 36

distribuie (repartiie):

3. Se consider variabila aleatoare X al crei tablou de distribuie (repartiie) este:

2 3 4

1 _
_ _

X : 2 7 p 1 1
p _
_ _

4 3 6 . S se determine p. S se calculeze probabilitatea ca X s ia o

valoare mai mic sau egal cu 3.

Rezolvare:
p1 p2 p3 p4 p 2

7p 1 1
1
1 4 p2 7 p 2 0 p 0
4 3 6
4

1 2 3 4
_ _ _
X : 1 7 1 1

_ _ _

16 16 3 6 .

Atunci:

p X 3 p X 1 p X 2 p X 3

1 7 1 5

16 16 3 6

 A e x , _ daca _ x 0
0, _ daca _ x 0

( x)

0
4. Fie funcia
S se determine constanta A astfel nct funcia s reprezinte o densitate de
probabilitate (repartiie) a unei variabile aleatoare X i apoi s se determine funcia de
repartiie F corespunztoare.
Rezolvare: Din condiia

( x) dx

Ae

( x) dx 1

dx A e x

e x , _ daca _ x 0
0, _ daca _ x 0

( x)

A
1 A

.
x

F ( x) (t )dt

Prin definiie, funcia de repartiie

(primitiva funciei :
F '( x) ( x) , ca funcie de limita superioar a integralei). Aadar:
x

F ( x) (t ) dt 0 dt 0

Dac x 0
,
x

t
t
x 0 F ( x) (t ) dt 0 dt e dt e

Dac

1 e x , _ pentru _ x 0
0, _ pentru _ x 0

F ( x)

proprietile

lim F ( x) 0

1 e x

deci:

(funcie continu i derivabil pe , cu

lim F ( x) lim 1 e x 1

).

0, _ daca _ x 0

F ( x) ax 2 , _ daca _ 0 x 1
1, _ daca _ x 1

5. Fie funcia
S se determine constanta a astfel nct funcia F s reprezinte o funcie de
repartiie pentru o variabil aleatoare continu. Apoi s se determine densitatea de
probabilitate (repartiie) corespunztoare, n cazul n care F este funcie continu.

Rezolvare: Funcia F trebuie s fie continu pe . Ea este continu pe

x 0 lim F ( x) lim F ( x) F (0) 0

0
x0
xx

x 0
0
. Pentru
subintervale (funcii elementare) i n

continuitatea n x 1 trebuie ca

lim F ( x) lim F ( x) F (1) 1

x 1
x 1

x 1
x 1

a 1 . Aadar

0, _ daca _ x 0

F ( x) x 2 , _ daca _ 0 x 1
1, _ daca _ x 1

, care este o funcie derivabil cu excepia punctului

x 1.
Atunci
densitatea
de
probabilitate
(repartiie)
este

0, _ pentru _ x 0 _ sau _ x 1
x \ 1
2 x, _ pentru _ 0 x 1
,
. Se poate prelungi
aceast funcie pe , considernd, de exemplu f (1) 2 .
Probleme propuse:
f ( x ) F '( x)

1. Dintr-un lot de 100 de produse, printre care se gsesc 10 defecte, se aleg la

ntmplare 5, crora li se verific calitatea. S se construiasc distribuia (reparti ia)
variabilei aleatoare X a numrului produselor defecte gsite.
C k C 5k
pk p X k 10 5 90 , k 0,5.
C100
Rspuns:
Rezult tabloul de distribuie

0
1
2
3 4 5

(repartiie hipergeometric): 0,583;0,340;0, 070;0, 007; 0;0 , unde valorile sunt

3
calculate cu aproximaie de 10 .

2. Producia unor aparate este verificat n regim de suprasarcin. Probabilitatea

fiecrui aparat de a suporta probele este de 4/5. Verificarea se oprete dupa primul
aparat gsit defect. S se afle o formul pentru distribuia (repartiia) variabilei
aleatoare X a numrului de probe (ncercri).
Rspuns: Fie Ak evenimentul care const n faptul c al k-lea aparat este defect
(primele

k-1

fiind

bune),

k 1, 2,...

4
1
p A1 ... p Ak 1 , p Ak
5
5.
k

1
4
p X k p A1 A2 ... Ak 1 Ak
5
5

repartiie (distribuie) geometric Pascal. Teoretic,

4k 1 1
4
lim p X k lim k lim
k
k 5
k

5
5
infinit, totui

k
1 2 3
...
...

k 1
1 4 42
4
; ; ; ...
; ...

2
5k :
5 5 53
numrul de ncercri poate fi

k 1

3. Se consider cele 3 urne din problema rezolvat 2 . Din prima urn se extrage o
bil care se introduce n cea de-a doua urn, dup care se extrage o bil din urna a
doua i se introduce n cea de-a treia urn i, n sfrit, se extrage o bil din cea de-a
treia urn. S se scrie distribuia (repartiia) variabilei aleatoare X a numrului de bile
albe extrase n cele trei extrageri.
Rspuns: Notnd cu A evenimentul extragerii unei bile albe din prima urn

1
1
p A
2 i
2 (A i A este un sistem complet de evenimente). Notnd cu
B evenimentul extragerii unei bile albe din urna a doua (dup transferul bilei din
prima
urn),
rezult
conform
fomulei
probabilitii
totale:
p A

1 1 1
3
p B
2 5 4 i
4 . Notnd cu
C evenimentul extragerii unei bile albe din urna a treia (dup transferul bilei din urna
p B p A p B / A p A p B / A

a doua)

1 3

2 20

p C p B p C / B p B p C / B

1 2 3 1 1
3
p C
4 5 4 5 4 i
4

(La fel B i B formeaz un sistem complet de evenimente i se aplic fomula

probabilitii totale).
Variabila aleatoare X a numrului de bile albe extrase n acest mod ia valorile
xk 0,1, 2,3 cu probabilitile corespunztoare:

12 34 43 329
p p X 1 p A B C A B C A B C
p0 p X 0 p A B C
1

1 3 3 1 1 3 1 3 1 15

2 4 4 2 4 4 2 4 4 32

p2 p X 2 p A B C A B C A B C

1 1 3 1 3 1 1 1 1 7

2 4 4 2 4 4 2 4 4 32

1 1 1 1

2 4 4 32 . Observaie: p0 p1 p2 p3 1 .
0 1 2 3

9 ; 15 ; 7 ; 1

Astfel variabila X are tabloul de distribuie: 32 32 32 32 .

p3 p X 3 p A B C

a cos x, _ pentru _ 2 x 2
f ( x)
0, _ pentru _ x _ sau _ x

2
2.
4. Fie funcia

S se determine a astfel nct f s reprezinte o densitate de probabilitate

(repartiie) a unei variabile aleatoare X. S se determine funcia de repartiie
corespunztoare.
1

a
f ( x)dx 1

2 . Funcia de repartiie este:

Rspuns: Din condiia
rezult

0, _ pentru _ x 2

F ( x)

1
sin x 1 , _ pentru _ x
2
2
2

1, _ pentru _ x 2

f (t )dt

5. Proiecia x a vectorului de poziie a unui punct luat la ntmplare pe un cerc de

raz a 0 pe diametrul cercului cu centrul n origine are urmtoarea funcie de
repartiie

(o

variant

distribuiei

standard

arcsinusului

0, _ pentru _ x a
1 1
x

F ( x) arcsin , _ pentru _ x a, a
a
2
1, _ pentru _ x a

(10.52)):

.
S se determine densitatea de probabilitate (repartiie) a variabilei aleatoare X ce ia
valorile x ale proieciei precum i probabilitatea faptului ca aceast variabil s ia
a a
,
valori n intervalul 2 2 .

1
1
, _ pentru _ x a, a
2
f ( x) F '( x)
a x2
0, _ pentru _ x a, a

Rspuns:
.

Se observ c prin schimbarea de variabil

0, _ pentru _ x 0

1 1
F ( x) arcsin 2 x 1 , _ pentru _ 0 x 1
2
1, _ pentru _ x 1

devine

, funcia de repartiie dat

x a 2x 1

, funcie continu egal cu

0, _ pentru _ x 0
2

F ( x) arcsin x , _ pentru _ 0 x 1

1, _ pentru _ x 1

funcia (10.52'):
2
arcsin
(Egalitatea

x 12 1 arcsin 2 x 1 , 0 x 1

.
se demonstreaz prin

derivare)
a
p x
n plus: 2

a
2
1 1
a
a
F F arcsin
2

2 3.
2
2

8. Caracteristici numerice ale variabilelor aleatoare

Se numete valoare medie a unei variabile aleatoare discrete X numrul real
xi pi
x = M(X) = i
(10.58)
n cazul unei variabile aleatoare continue X cu densitatea de probabilitate (repartiie)
( x) valoarea medie este

x =M(X)=

x ( x ) dx

(10.58')

Se numete dispersie a unei variabile aleatoare discrete X numrul real

D(X) =

x x
i

pi

(10.59)

n cazul unei variabile aleatoare continue X cu densitatea de probabilitate (repartiie)

( x) dispersia este

x x
D(X) =

( x) dx

(10.59')

Se numete abatere medie ptratic a unei variabile aleatoare X numrul

D( X )

(10.60)

Observaie: D(X)= .
2

Se numete moment de ordin k al unei variabile aleatoare X:

- n cazul unei variabile discrete:

mk M X k xik pi

(10.61)

sau
- n cazul unei variabile continue:

mk M X k x k ( x ) dx

(10.61')

Observaie: Valoarea medie este momentul de ordin 1:

2
M X 2 M 2(X )
Proprietate: D(X) = =
.

x m1 M ( X ) .

Se numete moment centrat de ordin k al unei variabile aleatoare X:

- n cazul unei variabile discrete:

k M

X x x x p
k

(10.62)

sau
- n cazul unei variabile continue:

k M

X x
k

x x

( x ) dx

(10.62')

Observaie: Dispersia D(X) = 2 (momentul centrat de ordin 2)

Proprietate: Momentul centrat de ordin 1 1 este ntotdeauna egal cu 0.
Valorile medii i dispersiile unor variabile aleatoare cu distribuii uzuale
1) Repartiia (distribuia) hipergeometric cu parametrii N, M i n :

Hip N , M , n

CMk CNnkM
pk p X k
CNn
, k 0, M .
M
x M X n
N ,
- valoarea medie
M N M N n
D X 2 n

N
N
N .
- dispersia

Binomial n, p
2) Repartiia (distribuia) binomial cu parametrii n i p:
pk P( X k ) Cnk p k q n k
, (q = 1 - p), k 0, n .
- valoarea medie x = M(X) = np,
2
- dispersia D(X) = = npq.

Geometric p
3) Repartiia (distribuia) geometric cu parametrul p:
pk P ( X k ) p q k 1
, (q = 1 - p), k .
- valoarea medie x = M(X) = 1/p,
2
2
- dispersia D(X) = = q / p .
4) Repartiia (distribuia) Poisson cu parametrul :

Poisson

k
pk P( X k )
e
k!
, k .
- valoarea medie x = M(X) = ,
2
- dispersia D(X) = = .
5) Repartiia (distribuia) uniform pe intervalul finit

a, b : Uniform a, b )

0, _ pentru _ x a, b

( x)

1
, _ pentru _ x a, b
ba
, ab

a b
- valoarea medie x = M(X) = 2 ,
2
- dispersia D(X) = =

b a
12

Exponential
6) Repartiia (distribuia) exponenial de parametru 0 :
)
e x , _ pentru _ x 0
0, _ pentru _ x 0

( x)

1
- valoarea medie x = M(X) = ,
1
2
2
- dispersia D(X) = =
Rayleigh
7) Repartiia (distribuia) Rayleigh cu parametrul 0 :

x x2
2

, _ pentru _ x 0
( x) 2 e
0, _ pentru _ x 0

- valoarea medie x = M(X) =

4
2
2 .
- dispersia D(X) =

2 ,

8) Repartiia (distribuia) normal de parametri m i > 0: N(m, )

1
( x)
e
2

xm 2
2 2

- valoarea medie x = M(X) = m,

2
- dispersia D(X) = .
Gamma p,
9) Repartiia (distribuia) (gamma) de parametri p 0 i 0 :
)
p

x p 1 e x , _ pentru _ x 0

( x) p
0, _ pentru _ x 0

p
- valoarea medie x = M(X) = ,

p
2
- dispersia D(X) = = .
2

Beta p, q
10) Repartiia (distribuia) (beta) de parametri p 0 i q 0 :
1
q 1

p 1
p, q x 1 x , _ pentru _ x 0,1
( x)
0, _ pentru _ x 0,1

p
- valoarea medie x = M(X) = p q ,

pq
2
p q
- dispersia D(X) = =

p q 1

2
2 n,
11) Repartiia (distribuia) (hi ptrat) de parametri > 0 i > 0 :
)

x
e
n
2
2
0, _ pentru _ x 0
n
2

( x)

n
1
2

x
2 2

, _ pentru _ x 0

- valoarea medie x = M(X) = n ,

2
- dispersia D(X) = = 2 n .

( x)
Distribuia Cauchy :

1
1 x2

- valoarea medie x = M(X) este infinit, dar val. princ. a integralei

- dispersia D(X) nu exist

T n
12) Repartiia (distribuia) Student de parametru n :
n 1
n 1

x 2 2
2

tn ( x )
1
n
n
n
2
, x
- valoarea medie x = M(X) = 0, pentru n 1 ,

n
- dispersia D(X) = = n 2 , pentru n > 2.
2

13) Repartiia (distribuia) Fischer-Snedecor cu parametrii

n1 , n2 F n1 , n2
:

n n
n1
1 2
n1
n 2
1
2

1

x 2 , _ pentru _ x 0
( x) n2
n n2
1

2 2

0, _ pentru _ x 0
n2
- valoarea medie x = M(X) = n2 2 , pentru n2 2 ,
2n2 2 n1 n2 2

2
n n 2
- dispersia D(X) = = 1 2

n2 4

, pentru n2 > 4.

14) Repartiia (distribuia) Weibull cu parametrii

Weibull , ,

0, 0, 0:

)
x 1 x

e , _ pentru _ x 0
( x)

0, _ pentru _ x 0

c x c 1
( x)
e
bc

, b, c > 0
1
x M ( X )

,
- valoarea medie
2
2
1
D( X )

.
- dispersia
2

Probleme rezolvate
.1......2.....4.

1. O variabil aleatoare discret X este dat prin distribuia: 0,1..0,3..0, 6 . S se

calculeze momentele i momentele centrate de ordinele 1, 2 i 3.

Rezolvare:

m1 M ( X ) x 1 0,1 2 0,3 4 0, 6 3,1

(valoarea medie)
m2 M ( X 2 ) 12 0,1 22
0,3 42 0, 6 16,9

m3 M ( X 3 ) 13 0,1 23
0,3 43 0, 6

40,9

1 M X x xi x pi xi pi x
pi
i

x x 1 0

2 M X x D( X ) M X 2 M 2 ( X ) m2 m12 10,9 3,1 1, 29

2

(dispersia)

3 M X x

M X 3 3 M X 2 x 3 M
( X ) x x

M X 3 3 M X 2 x 3 M
X x x M X 3
2

3M X 2

x 2 x

m3 3 m2 m1 2 m
13
de unde se obine formula : 3
3,1 2 (3,1)
3 0,888

Aadar 3 40,9 3 16, 9

.
2. O variabil aleatoare discret X ia valorile x1 = 0, x2 = 1, x3 = 2 cu
probabilitile corespunztoare p1, p2, p3. S se determine aceste probabiliti tiind c
valoarea medie a acestei variabile este M(X) = 1, iar dispersia
Rezolvare:
Condiiile

p1 p2 p3 1, p1 , p2 , p3 0
x1 1 p1 x2 1 p2 x3
1
2

1
2.

problemei

sunt

x1 p1 x2 p2 x3 p3 1

D( X )

p3

p1 p2 p3 1

p2 2 p3 1

1
1
1
1
p1 p3

p1 , p2 , p3
2 . Soluia este
4
2
4.
De unde rezult sistemul
x
3. O variabil aleatoare are densitatea de repartiie de forma ( x) C e , x R .
Se cere s se determine : a) constanta C,
b) funcia de repartiie,
c) valoarea medie,
d) dispersia i abaterea medie ptratic,
e) momentul de ordinul doi

f) probabilitatea ca variabila X s ia valori n intervalul (-1,1).

Rezolvare: a)

C e

( x) dx 1

. Se observ c funcia este o funcie par,

dx 2 C e x dx
0

2
C
e x
/ 0

2 C 1
;
deci

1
2

1
( x) e x , x R
2
.
x
1 x
x 0 : F ( x) (t ) dt et dt

2
b) Pentru
1 0
1 x
x 0 : F ( x) et dt e t dt
2
2 0
pentru

1 t x
e /
2

1 x
e
2 , iar

1
1 e x
2
, deci

1 x

1 2 e , x 0
F ( x)

1 e x , x 0
2
;

1
x
x M ( X ) x ( x) dx x e dx 0

2
c)
(funcia de sub integral este
impar);
2

1
x
D( X ) 2 x x ( x) dx x 2 e dx x 2 e x dx

0
2
d)
(funcia de

sub integral este par); Se integreaz de dou ori prin pri:

D( X ) x 2 e x / 0 2 x e x dx
0

x 2 e x lim
lim
x
x

2 x e x/ 0 2 e x dx 2 e x/ 0 2

x2
x
0, lim x e x lim x
x
x
x e
e

0, lim e x 0
x
.

Atunci abaterea medie ptratic este D ( X ) 2 .

1
m2 x 2 ( x ) dx x 2 e x dx 2

2
e)
(coincide cu D(X) deoarece x 0 );
1
1
P (1 X 1) ( x ) dx F (1) F ( 1) 1
1
e.
f)

Probleme propuse:

 3...a......3......b.

1. S se determine parametrii reali a, b i p astfel nct tabelul .. p..0,3..0, 2..0,1.

s fie tabel de repartiie pentru o variabil aleatoare X cu momentele m1 = M(X) =
-0,5 i m2 = M(X2 ) = 7,3.

Rspuns: p = 0,4; a = -1, b = 4 sau

3
7
,b
2
2.

..1.....2.....3.

2. O variabil aleatoare X este dat prin tabloul de distribuie : 0,5..0,3..0, 2. .S

se calculeze momentele i momentele centrate de ordinele 1 i 2 ale acestei variabile
aleatoare.
Rspuns: m1 = M(X) =1,7; m2 =.3,5; 1 0 , 2 D(X) = 0,61.
1..0...1...2.

. 1 .. 1 .. 1 .. 1

3. O variabil aleatoare X este dat prin tabloul de distribuie : 3 6 3 6 .S

se calculeze valoarea medie, dispersia i abaterea medie ptratic ale acestei variabile
aleatoare.
1
11
11

3 .
Rspuns: x = M(X) = 3 , D(X) = 9 ,

A x, 0 x 5

( x ) A (10 x ),5 x 10
0, x [0,10)

. Se cere:
4. Fie funcia
a) S se determine A R , astfel nct ( x) s fie o densitate de probabilitate
(repartiie) pentru o variabil aleatoare X.
b) S se calculeze valoarea medie M(X) i dispersia D(X).
1
2125
Rspuns: A = 25 , M(X) = 5, D(X) = 6 .

A
e e x s fie o densitate de
5. S se determine A R astfel nct funcia
repartiie a unei variabile aleatoare X. S se calculeze valoarea medie M(X) precum i
probabilitatea p ca X s ia valori negative.

( x)

Indicaii: n integralele

( x) dx 1

x M ( X ) x ( x) dx

p ( x) dx

se

efectuiaz

e x t e x t 1 , e x dx dt dx

t .

schimbarea

de

variabil

dt dt

ex
t , limitele de integrare devenind: t = 0 i

2
1
Rspuns: A = , M(X) = 0, p = 2 .

6. Se d variabila aleatoare

X cu funcia de repartiie

0, pentru.x 1

1 1

F ( x) arcsin x, x ( 1,1)
2

1, pentru.x 1

.
S se calculeze valoarea medie i dispersia acestei variabile aleatoare.

Indicaie: Densitatea de probabilitate (repartiie) a variabilei aleatoare X este

, x ( 1,1)

( x) F '( x ) 1 x

0, x (, 1] [1, )

1
Rspuns: M(X) = 0, D(X) =. 2 .

 9. Operaii cu variabile aleatoare i funcii de o variabil

aleatoare
Date variabilele aleatoare discrete X i Y , cu ele se pot efectua operaiile aritmetice
obinuite (suma i produsul). Fie tabelele de repartiie (distribuie) ale acestor
variabile aleatoare, n cazul finit (variabile aleatoare simple):
x x .... xm
y y .... yn
X : 1 2
Y : 1 2

q1 q2 .... qn
p1 p2 .... pm

i
x yj
p
Variabila aleatoare sum X Y ia valorile i
cu probabilitile ij , unde

pij p : X Y ( ) xi y j

i 1, m, j 1, n.

Atunci tabelul de repartiie (distribuie) al variabilei aleatoare sum este:

x1 y1 x1 y2 .... x1 yn .... xm yn

p12 .... p1n .... pmn

p11

X Y :

Dac pentru anumii i i j:

p : X Y ( ) xi y j 0

pij 0

: X Y ( ) x y ,
i

i aceste valori (

xi y j

evident

cu probabilitile

) nu se trec n tabel.
n

Se observ c

p
j 1

ij

pi

ij

i 1

qj

x y
q
Variabila aleatoare produs X Y ia valorile i j cu probabilitile ij , unde

qij p : X Y ( ) xi y j

i 1, m, j 1, n.

Atunci tabelul de repartiie (distribuie) al variabilei aleatoare sum este:

x1 y1 x1 y2 .... x1 yn .... xm yn

q11 q12 .... q1n .... qmn

X Y :

: X Y ( ) xi y j , evident
Dac pentru anumii i i j:
p : X Y ( ) xi y j 0
x y
q 0
i aceste valori ( i j cu probabilitile ij
)
nu se trec n tabel.

Se observ c

q
j 1

ij

pi

q
i 1

ij

qj

Exemplu: Probabilitatea extragerii unei bile albe dintr-o urn este p , iar
probabilitatea extragerii unei bile de alt culoare este q 1 p . Din aceast urn se
fac dou extrageri, punndu-se bila napoi n urn dup prima extragere. Se consider
variabilele aleatoare X1 i X2, prima reprezentnd numrul de bile albe obinute la
prima extragere i a doua numrul de bile albe obinute la a doua extragere (0 sau 1).
S se scrie tablourile de repartiie (distribuie) ale variabilelor aleatoare discrete
simple: X , X (vezi exemplul 1 din 7), X 1 X 2 i X 1 X 2 .
1

Rezolvare: Evident tablourile de repartiie (distribuie) ale variabilelor aleatoare

0 1
0 1
X2 :

q p i
q p , unde q 1 p .

X1 :

simple (independente) X1 i X2 sunt:

Variabila aleatoare X 1 X 2 reprezint numrul de bile albe ce pot fi extrase din urn
ca rezultat al celor dou extrageri enunate i poate lua valorile 0, 1, 2. Probabilitile
corespunztoare sunt:
p X 1 X 2 0 p X 1 0 X 2 0 p X 1 0 p X 2 0 q 2
,
p X 1 X 2 1 p

1 X 2 0 X 1 0 X 2 1 2 pq

p X 1 X 2 2 p X 1 1 X 2 1 p X 1 1 p X 2 1 p

deci

tabloul de repartiie (distribuie) al variabilei aleatoare sum este:

0 1 2
X1 X 2 : 2
2
q 2 pq p .
Variabila aleatoare
p X 1 X 2 0 p

X 1 X 2 poate lua valorile 0, 1 cu probabilitile:

X 1 0 X 2 0 X1 1 X 2 0 X 1 0 X 2 1

q 2 pq qp 2 pq q 2 i
p X 1 X 2 1 p X 1 1 X 2 1 p X 1 1 p X 2 1 p 2

deci

tabloul de repartiie (distribuie) al variabilei aleatoare produs este:

0
1

X 1 X 2 :
2
2
2 pq q p .
Variabila aleatoare produs X 1 X 2 poate fi interpretat ca variabila ce ia valoarea 0
dac s-a extras mcar o bil de alt culoare, i valoarea 1 dac ambele bile extrase
sunt albe (evenimente contrare).

Problem propus: Date variabilele aleatoare simple independente X i Y prin

1 3
2 4
.
X2 :
.
0,3 0, 7 i
0, 6 0, 4 ,
tablourile de repartiie (distribuie):
s se scrie tablourile de repartiie (distribuie) ale variabilelor aleatoare discrete
simple X Y i X Y .
5
7
4
6 12
3
2
X Y :
.
.
.
.
.
X Y :

0,18
0,54
0,
28
0,18
0,12
0,
42
0, 28 .

Rspuns:
,
X :

i pentru variabilele aleatoare discrete, dar infinit numrabile X i Y , se pot efectua

analog, operaiile aritmetice obinuite (suma i produsul). Fie tablourile de repartiie
(distribuie) ale acestor variabile aleatoare, n cazul infinit:
x x .... xm ....
y y .... yn ....
X : 1 2
Y : 1 2

p1 p2 .... pm ....
q1 q2 .... qn ....
i

unde

pi 1
i 1

q
j 1

1
.

x yj
p
Variabila aleatoare sum X Y ia valorile i
cu probabilitile ij definite
analog ca mai sus, obinndu-se un ir de valori i un ir de probabiliti. De
x y
q
asemenea variabila aleatoare produs X Y ia valorile i j cu probabilitile ij .

Fie (U, , p) un cmp de probabilitate i :U o variabil aleatoare

unidimensional definit peste acest cmp de probabilitate. Dac funcia h :

A ' , a b
are proprietatea c pentru a i intervalul
,
i intervalul

B ' , b

h B ' A '
Y h X
, nct
, atunci funcia Y : U , definit prin
este tot o variabil aleatoare.
n cazul cnd X este o variabil aleatoare discret cu tabloul de repartiie

(distribuie):

x1 x2 .... xk ....

p1 p2 .... pk ....

X :

repartiie (distribuie):
variabile aleatoare:

, variabila aleatoare

y1 y2 .... y j ....

q1 q2 .... q j ....

Y :

xk i y j exist,

Y h X

va avea tabloul de

, unde ntre mulimile valorilor celor dou

evident, relaia

y h x ,
j

iar pentru

probabilitile

corespunztoare

are

q j p Y y j p h X y j p
k

X x

loc

/ h xk y j

relaia:.

pk

k
h ( xk ) y j

.
Exemple: 1) Fie X variabila aleatoare discret cu tabloul de repartiie (distribuie):
3 2 1 0 1 2
X : 1 . 1 . 1 . 1 . 1 . 1

12 12 3 12 12 3 . S se scrie tabloul de repartiie al variabilei aleatoare

Y X2.
2
Rezolvare: Valorile pe care le ia variabila aleatoare Y X sunt:

y1 0 02 , y2 1 1 12 , y3 4 2 2 2 , y4 9 3
2

corespunztoare sunt:
q2 p Y 1 p

q1 p Y 0 p

Probabilitile

0 p X 0

1
12 ,

1 p X 1 X 1 p X 1 p X 1

q3 p Y 4 p

1 1
5

3 12 12 ,

4 p X 2 X 2 p X 2 p X 2

1 1 5

12 3 12 ,

0 1 4 9
Y : 1 . 5 . 5 . 1
1
2

q4 p Y 9 p X 9 p X 3
12 12 12 12 .
12 . Aadar

2) Fie X variabila aleatoare discret cu repartizat (distribuit) geometric

X Geometric p

X :
:

p 1 p k 1

. S se scrie tabloul de repartiie al

2
variabilei aleatoare Y X .
2
2
Rezolvare: Valorile pe care le ia variabila aleatoare Y X sunt yk k , k .

Date probabilitile

pk p X k p 1 p

k 1

, atunci probabilitile

qk p Y k 2 p

p 1 p k 1

k 1

k ,

deci

sau notnd

k 2 j 1, 4,9,16,... k

atunci se poate scrie

Y :

k 2 p X k p 1 p

k2

Y :

p 1 p

j 1

j 1,4,9,16,...

Observaie: Dac h (funcia care stabilete legtura ntre valorile variabilelor

aleatoare

p Y y h( x) p

x h 1 y

adic

X x h

Y h X
1

( y )

este

funcie

bijectiv,

atunci

, deoarece ecuaia y h( x) are soluia unic

Probleme propuse:
1) Fie X variabila aleatoare discret cu tabloul de repartiie (distribuie):
3 6 10
X :
. .
0, 2 0,1 0,7 . S se scrie tabloul de repartiie al variabilei aleatoare Y 2 X 1 .
7 13 21
Y :
. .
0,
2
0,1 0, 7 .

Rspuns:
2) Fie X variabila aleatoare discret cu tabloul de repartiie (distribuie):

3
X : 4 . 2 . 4

0, 2 0, 7 0,1 . S se scrie tabloul de repartiie al variabilei aleatoare Y sin X .

2
1
2

0,3 0, 7

Y :
Rspuns:

n cazul cnd X este o variabil aleatoare continu, cu funcia de repartiie F ( x ) i

densitatea de probabilitate (dac exist) ( x) , prin funcia bijectiv h se obine

Y h X
variabila aleatoare continu
, cu funcia de repartiie G ( y ) i densitatea de
probabilitate (dac exist) ( y ) .
Funcia de repartiie G ( y ) a variabilei aleatoare Y se determin astfel:

- dac h este strict cresctoare, atunci

G ( y ) p Y y p h X y p
- dac h este strict descresctoare, atunci

G ( y ) p Y y p h X y p

X h

X h

( y ) F h 1 y

( y ) 1 F h 1 y 0

.
Dac h este o funcie monoton, derivabil i cu derivata nenul, atunci densitatea
de probabilitate a variabilei Y se determin astfel:

( y ) G '( y) F h 1 y ' F ' h 1 y h 1 y ' h 1 y h 1 y '

.

Exemplu: Fie X o variabil aleatoare continu repartizat uniform pe intervalul

0,1 ,

notat

X Uniform 0,1

. Care este funcia de repartiie i densitatea de

probabilitate a variabilei aleatoare Y 3 X ?
Rezolvare:

Densitatea de probabilitate a variabilei aleatoare X este

0, _ pentru _ x 0,1

( x)

1, _ pentru _ x 0,1

i funcia de repartiie

F ( x) (t )dt

adic

0, _ pentru _ x 0

F ( x ) x, _ pentru _ x 0,1
1, _ pentru _ x 1

Funcia h( x) 3 x h '( x ) 3 0 este continu i

strict cresctoare , deci bijectiv.

y
y
G ( y ) p Y y p 3 X y p X F
3
3 .

Rezult
y

0, _ pentru _ 3 0

0, _ pentru _ y 0
y
y
G ( y ) , _ pentru _ 0,1
y

3
3
G ( y ) , _ pentru _ y 0,3
y

3
1, _ pentru _ 3 1
1, _ pentru _ y 3

Deci
sau
.
0, _ pentru _ y 0,3

( y ) G '( y ) 1
, _ pentru _ y 0,3
3
Atunci
, fapt ce poate proba formula de mai
y 1
( y ) h 1 y h1 y '
3 3 . De aici rezult c Y Uniform 0,3 .
sus: