Sunteți pe pagina 1din 100

  ILOR

PROBLEME DE TEORIA PROBABILITAT


RODICA LUCA{TUDORACHE

PROBLEME DE
  ILOR
TEORIA PROBABILITAT

TEHNOPRESS
IASI 2006
CUPRINS

Capitolul 1 C^amp de evenimente, ^amp de probabilitate 7


Capitolul 2 Variabile aleatoare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
x1. Fun tia de repartitie, densitatea de probabilitate . . . . . . . . . . . . . . . .26
x2. Cara teristi i numeri e ale variabilelor aleatoare . . . . . . . . . . . . . . . . 33
x3. Legi de probabilitate uzuale ale variabilelor aleatoare . . . . . . . . . . . 42
x4. Fun tia ara teristi a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Capitolul 3 Ve tori aleatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
Bibliogra e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Capitolul 1

^
CAMP DE EVENIMENTE,
^
CAMP DE PROBABILITATE

1. Sa se arate a evenimentele A, A \ B , A [ B din ^ampul de evenimente


(
; F ) formeaza un sistem omplet de evenimente.
Rezolvare. Vom veri a ele dou a onditii din de nitia ^ampului omplet
de evenimente.
a) Reuniunea elor trei evenimente este ^ntreg spatiul de sele tie
, adi a
A [ (A \ B ) [ (A [ B ) =
.
Pentru a easta relatie avem
A[(A\B )[(A [ B ) = [A[(A\B )℄[(A [ B ) = [(A[A)\(A[B )℄[(A [ B ) =
= [
\ (A [ B )℄ [ (A [ B ) = (A [ B ) [ (A [ B ) =
.
b) Evenimentele sunt in ompatibile doua ^ate doua, adi a
A \ (B \ A) = (A \ A) \ B = ; \ B = ;,
A \ (A [ B ) = A \ (A \ B ) = (A \ A) \ B = ; \ B = ;,
(A \ B ) \ (A [ B ) = (A \ B ) \ (A \ B ) = A \ (B \ B ) = A \ ; = ;.
2. O urn a ontine bile albe si bile negre. Se extrag su esiv din urna 2 bile.
Cu ajutorul evenimentelor
A { prima bila extrasa este alba, B { a doua bila extrasa este alba,
sa se s rie evenimentele
C { prima bila extrasa este neagra, D { el putin o bila este alba,
F { ambele bile extrase sunt negre, G { o bila si numai una este alba.
Rezolvare. Avem

C = A (evenimentul ontrar lui A), D = A [ B , F = A \ B si


G = (A \ B ) [ (B \ A) = (A n B ) [ (B n A) = A4B (diferenta simetri a).
8 Capitolul 1

3. O urna ontine 3 bile albe si 4 bile negre, iar o alta urna ontine 4 bile albe
si 5 bile negre. Din e are urna se extrage ^ate o bila. Se onsidera evenimentele
A { bila extrasa din prima urna este alba,
B { bila extrasa din a doua urna este alba.
Sa se al uleze P (A \ B ), P (A [ B ), P (A n B ), P (A).
3 4
Rezolvare. Avem P (A) = si P (B ) = .
7 9
Pentru A \ B , experienta e onsta din extragerea elor doua bile, numarul
de azuri posibile este 7  9 = 63, iar numarul de azuri favorabile este 3  4 = 12.
12 4
De i P (A \ B ) = = .
63 21
3 4 4 43
Apoi avem P (A [ B ) = P (A) + P (B ) P (A \ B ) = + = ,
7 9 21 63
3 4 5 4
P (A n B ) = P (A) P (A \ B ) = = si P (A) = 1 P (A) = .
7 21 21 7
4. Dintr-o urn a u n bile din are a albe, b negre, rosii si d verzi se extrage
la ^nt^amplare o bila. Care este probabilitatea a bila extrasa sa e alba sau rosie.
Rezolvare. Fie A1 evenimentul a bila extras a din urna sa e alba, iar
A2 evenimentul a bila extrasa sa e rosie. Deoare e a este evenimente sunt
in ompatibile, avem
a a+
P (A1 [ A2 ) = P (A1 ) + P (A2 ) = + = .
n n n
5. ^Intr-un lot de N piese, M sunt defe te. Se extrag la ^nt^amplare n piese.
Sa se determine probabilitatea pentru a printre ele n piese extrase, m sa e
defe te.
Rezolvare. Num arul de azuri posibile este numarul de grupe de ^ate n
piese are se pot forma u ele N piese ale lotului, adi a CNn . Pentru a stabili
numarul de azuri favorabile a estui eveniment vom numara grupele de m piese
defe te din ele M ale lotului, adi a CMm , si apoi grupele de ^ate n m piese bune
din ele N M piese bune (fara defe tiuni), adi a CNn mM . Deoare e la e are
grup de m piese defe te se poate aso ia ori e grup de n m piese bune, rezulta a
numarul de azuri favorabile evenimentului din problema este CMm  CNn mM . Atun i
probabilitatea pentru a printre ele n piese extrase, m sa e defe te este
Cm  Cn m
P = M nN M .
CN
C^amp de evenimente, ^amp de probabilitate 9

6. Dintr-o urna u 20 bile numerotate de la 1 la 20 se extrage la ^nt^amplare


o bila. Se ere probabilitatea a numarul ^ns ris pe bila extrasa sa e
a) un numar prim; b) un numar impar; ) un numar divizibil u 5.
Rezolvare. Num arul de azuri posibile pentru e are pun t din problema
este a elasi, si anume 20. Sa gasim a um azurile favorabile pentru e are pun t
^n parte.
La pun tul a) sunt 8 azuri favorabile: 2,3,5,7,11,13,17,19; de i probabilitatea
8 2
a bila extrasa sa aiba ^n ris pe ea un numar prim este P1 = = .
20 5
La pun tul b) sunt 10 azuri favorabile: 1,3,5,7,9,11,13,15,17,19; de i proba-
10 1
bilitatea a bila extrasa sa aiba ^ns ris pe ea un numar impar este P2 = = .
20 2
La pun tul ) sunt 4 azuri favorabile: 5,10,15,20; de i probabilitatea a bila
4 1
extrasa sa aiba ^ns ris pe ea un numar divizibil u 5 este P3 = = .
20 5
7. Un ansamblu de montare este ompus din dou a parti onjugate, ax si
bu sa. ^Imbinarea are o alitate inferioara da a dimensiunea a el putin uneia din
piese este prea mare sau prea mi a. La montare au sosit loturi de axuri si bu se
u urmatoarele ompozitii
{ din 10 axuri (un lot), 7 au dimensiuni normale, 2 au dimensiuni prea mi i
si un ax are dimensiunea prea mare;
{ din 20 bu se (un lot), 16 au dimensiuni normale, una are dimensiunea prea
mi a si 3 au dimensiuni prea mari.
Se ere sa se determine probabilitatea evenimentului A, a arui realizare are
lo de ^ndata e ansamblul montat este de alitate inferioara.
Rezolvare. S a notam u A1 evenimentul are onsta ^n faptul a ansamblul
este format dintr-un ax de dimensiune normala u o bu sa de dimensiune prea
mi a sau prea mare, u A2 evenimentul are onsta ^n faptul a ansamblul este
format dintr-un ax de dimensiune prea mi a u o bu sa de ori e dimensiune, si
u A3 evenimentul are onsta ^n faptul a ansamblul este format dintr-un ax de
dimensiune prea mare u o bu sa de ori e dimensiune.
Atun i evenimentul A se s rie A = A1 [ A2 [ A3 . Deoare e evenimentele
A1 ; A2 ; A3 sunt in ompatibile doua ^ate doua, rezulta a
10 Capitolul 1

P (A) = P (A1 ) + P (A2 ) + P (A3 ).


Numarul de azuri posibile pentru A; A1 ; A2 si A3 este numarul de ansam-
bluri are se pot forma u ele 10 axuri si ele 20 bu se, adi a 10  20 = 200. Apoi
numarul de azuri favorabile pentru A1 este 7  4 = 28, pentru A2 este 2  20 = 40,
iar pentru A3 este 1  20 = 20. De i
28 40 20 88
P (A1 ) = , P (A2 ) = , P (A3 ) = , iar P (A) = = 0; 44.
200 200 200 200
Probabilitatea lui A se poate al ula mai usor al ul^and mai ^nt^ai probabili-
tatea evenimentului ontrar lui A, adi a probabilitatea a ansamblul ax-bu sa sa
aiba dimensiuni normale. Numarul de azuri favorabile lui A este 7  16 = 112,
112 112 88
de i P (A) = , iar P (A) = 1 = = 0; 44.
200 200 200
8. Cele 26 litere ale alfabetului s rise e are pe un artona s sunt introduse
^ntr-o urna. Se ere probabilitatea a extrag^and la ^nt^amplare de patru ori ^ate
un artonas si asez^andu-le ^n ordinea extragerii sa obtinem uv^antul PARC.
Rezolvare. Avem un singur az favorabil,  si anume sa s oatem la ele 4
extrageri literele P,A,R si C ^n a easta ordine. Numarul total de azuri posibile
este 26  25  24  23; ^ntr-adevar drept prima litera poate extrasa ori are din ele
26 litere din urna, de i pentru prima extragere sunt 26 azuri posibile. Pentru
a doua litera ram^an 25 azuri posibile, iar e are az se poate aso ia u ele
26 azuri posibile pentru extragerea primei litere; de i obtinem ^n total 26  25
azuri posibile pentru extragerea primelor doua litere. Pentru extragerea elei
de-a treia litera avem 24 azuri posibile, are ombinate u toate azurile posibile
de extragere a primelor litere, dau 26  25  24 azuri posibile pentru extragerea
primelor 3 litere. ^In sf^arsit pentru ultima litera ram^an 23 azuri posibile are
ombinate u ele 26  25  24 azuri posibile de extragere a primelor 3 litere,
dau 26  25  24  23 = 358800 azuri posibile de extragere a elor 4 litere. De i
probabilitatea de a obtine uv^antul PARC este
1
P=
358800
' 0; 0000028.
Numarul azurilor posibile poate obtinut ration^and si astfel: a extrage pe
r^and de 4 ori ^ate o litera si a le aseza ^n ordinea extragerii este tot una u a
extrage deodata 4 litere. Deoare e ^n formarea grupelor ne intereseaza si ordinea
C^amp de evenimente, ^amp de probabilitate 11

literelor, rezulta a numarul extragerilor posibile este numarul de grupe de 4


obie te are se pot forma din ele 26 obie te, iar doua grupe difera el putin prin
natura unui obie t sau prin ordinea obie telor; adi a avem A426 = 26  25  24  23
azuri posibile.
9. Ze e bile numerotate de la 1 la 10 se a seaza la ^nt^amplare una dupa alta
^ntr-un sir. Care este probabilitatea a dupa bila numerotata u 4 sa urmeze bila
numerotata u 7?
Rezolvare. Sunt P10 = 10! azuri posibile (moduri de a a seza ele 10 bile
^n sir), iar azuri favorabile avem 9  8! = 9!. ^Intr-adevar bila numerotata u 4
poate asezata ^n ori are din primele 9 lo uri, dupa ea urm^and bila 7; sunt de i
9 azuri diferite de asezare a bilelor 4 si 7 una dupa alta. Celelalte 8 bile ramase
pot asezate pe ele 8 lo uri ramase ^n 8! moduri diferite, de i e arui az de
asezare a bilelor 4 si 7 li se aso iaza ^ate 8! moduri de asezare a elorlalte bile.
De i ^n total avem 9  8! = 9! moduri diferite de asezare a bilelor u onditia a
dupa bila 4 sa urmeze bila 7. De i probabilitatea evenimentului nostru este
9! 1
P= = = 0; 1.
10! 10
10. Se arun  a un zar de n ori. Care este probabilitatea a fata u 6 pun te
sa apara el putin o data?
Rezolvare. S a notam u A evenimentul are onsta ^n faptul a la arun area
zarului de n ori fata u 6 pun te apare el putin o data. Vom al ula mai ^nt^ai
probabilitatea evenimentului ontrar A, adi a probabilitatea evenimentului are
onsta ^n faptul a la arun area zarului de n ori fata 6 sa nu apara ni iodata.
La o arun are a zarului probabilitatea pentru a sa nu apara fata 6 este
5
(numarul de azuri posibile este 6, iar numarul de azuri favorabile este 5,
6
deoare e poate sa apara fata u 1,2,3,4 sau 5 pun te). La doua arun ari ale
52
zarului probabilitatea pentru a sa nu apara ni iodata fata 6 este 2 (numarul de
6
azuri posibile este 6  6 = 62 , deoare e la e are az posibil de la prima arun are
se poate aso ia ori are din azurile posibile de la a doua arun are; numarul de
azuri favorabile este 5  5 = 52 , deoare e e are dintre ele 5 azuri favorabile de
la prima arun are se poate aso ia u ori are az favorabil de la a doua arun are).
12 Capitolul 1

Prin indu tie matemati a dedu em a la n arun  ari ale zarului, probabilitatea
5n
pentru a sa nu apara ni iodata fata 6 este n (numarul de azuri posibile este
6
6n , iar numarul de azuri favorabile este 5n ).
5n 5n
Astfel P (A) = n , iar P (A) = 1 P (A) = 1 n .
6 6
11. Se arun  a doua zaruri de n ori. Care este probabilitatea a sa apara
pe ambele zaruri 6 pun te el putin o data? (Zarurile sunt identi e a forma si
stru tura, dar au ulori diferite, unul alb si unul negru, de i ele sunt individuali-
zate).
Rezolvare. S a notam u B evenimentul are onsta ^n faptul a la arun area
de n ori a elor doua zaruri, pere hea (6,6) apare el putin o data. Ca si ^n
problema pre edenta, vom al ula mai ^nt^ai probabilitatea evenimentului ontrar
B , adi a a evenimentului are onsta ^n faptul a la arun area de n ori a elor
doua zaruri pere hea (6,6) nu apare ni iodata.
La o arun are a elor doua zaruri probabilitatea pentru a sa nu apara (6,6)
35
este . ^Intr-adevar numarul azurilor posibile este 36, dupa um se vede din
36
tabloul de mai jos (pe prima pozitie este numarul de pun te de pe zarul alb, iar
pe a doua pozitie este numarul de pun te de pe zarul negru)
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6).
Numarul de azuri favorabile este 35 (ori are az este favorabil, mai putin (6,6)).
35
Atun i probabilitatea a la arun area elor doua zaruri sa nu apara (6,6) este .
36
La arun area de doua ori a elor doua zaruri probabilitatea pentru a sa
352
nu apara delo (6,6) este 2 . ^Intr-adevar numarul de azuri posibile este 362 ,
36
deoare e ori are dintre ele 36 azuri posibile de la prima arun are poate aso-
iata u ori are dintre azurile posibile de la a doua arun are. Iar numarul de
azuri favorabile este 352 , deoare e ori are dintre ele 35 azuri favorabile de la
C^amp de evenimente, ^amp de probabilitate 13

prima arun are se poate aso ia u ori are dintre ele 35 azuri favorabile de la a
doua arun are. Pro ed^and prin indu tie matemati a, dedu em a la arun area
de n ori a elor doua zaruri, probabilitatea a sa nu apara ni iodata (6,6) este
35n
.
36n
35n 35n
Rezulta a P (B ) = n , iar P (B ) = 1 .
36 36n
12. (Problema avalerului de M e re) Sa se arate a probabilitatea de a se
obtine el putin un 6 atun i ^and se arun a un zar de 4 ori este mai mare de ^at
probabilitatea de a se obtine el putin un (6,6) atun i ^and se arun a doua zaruri
de 24 ori.
Rezolvare. Fie A evenimentul a arun ^ and de 4 ori un zar sa obtinem el
putin o data fata u 6 pun te, si B evenimentul a arun ^and de 24 ori doua zaruri
sa apara el putin o data (6,6). Din Problema 10 si Problema 11 dedu em a
54 3524
P (A) = 1 4 ' 0; 5177, iar P (B ) = 1 ' 0; 4914.
6 3624
De i probabilitatea lui A este mai mare de ^at probabilitatea lui B .
13. O urn a ontine 4 bile albe si 6 bile negre. Se s oate o bila are se pune
deoparte, apoi se extrage ^n a o bila din urna.
a) Stiind a prima bila extrasa din urna este alba, are este probabilitatea
a a doua bila extrasa sa e tot alba? Dar a doua bila sa e neagra?
b) Ne unos ^and uloarea primei bile extrasa, are este probabilitatea a a
doua bila extrasa sa e alba? Dar neagra?
Rezolvare. a) Deoare e la prima extragere am obt inut o bila alba, are se
pune deoparte, ^nseamna a ^n urna au ramas 3 bile albe si 6 bile negre. De i
3 1
probabilitatea de a obtine la a doua extragere o bila alba este P1 = = , iar
9 3
probabilitatea a la a doua extragere sa s oatem o bila neagra este
6 2
P2 = = (= 1 P1 ).
9 3
b) Vom onsidera ele doua extrageri su esive a un singur eveniment.
Numarul de azuri posibile este 10  9 = 90, deoare e avem 10 azuri posibile
la prima extragere si e are astfel de az se poate ombina u ori are din ele
9 azuri posibile de la a doua extragere. Sa numaram a um azurile favorabile.
Da a presupunem a la prima extragere obtinem o bila alba atun i sunt 4 azuri
14 Capitolul 1

favorabile pentru prima extragere si 3 azuri favorabile pentru a doua bila, de i
^n total 4  3 = 12 azuri favorabile. Da a prima bila extrasa este neagra, atun i
sunt 6 azuri favorabile pentru prima extragere si 4 azuri favorabile pentru a
doua bila (alba), de i ^n total sunt 6  4 = 24 azuri favorabile. Adun^and azurile
favorabile din ele doua situatii obtinem 12+24 = 36 azuri favorabile evenimen-
tului nostru. De i probabilitatea a ne unos ^and prima bila extrasa, sa obtinem
la a doua extragere o bila alba este
36 2
P3 = = .
90 5
Pentru a doua parte a pun tului b), adi a ne unos ^and uloarea primei bile
extrasa, sa obtinem la a doua extragere o bila neagra, pro edam asemanator si
obtinem
4  6 + 6  5 54 3
P4 = = = (= 1 P3 ).
90 90 5
14. S  apte mingi sunt puse la ^nt^amplare ^n 3 utii C1 ; C2 ; C3 . Care este
probabilitatea a ^n utia C2 sa e 3 mingi?
Rezolvare. Avem 3 azuri posibile a estui eveniment. ^ Intr-adevar sa pre-
7

supunem a numerotam mingile de la 1 la 7. Atun i prima minge poate dis-


tribuita ^n ori are din ele 3 utii, de i sunt 3 azuri posibile. A doua minge poate
si ea distribuita ^n ori are din ele 3 utii, de i pentu ele doua mingi avem 32
azuri posibile. Pentru toate ele 7 mingi vom avea 37 azuri posibile.
Numarul azurilor favorabile este C73  24 . Deoare e un grup de 3 mingi
sunt introduse ^n utia a doua, avem C73 moduri diferite de alegere a unui grup
de 3 mingi din ele 7 date. Cele 4 mingi ramase se pot distribui ^n ele doua
utii ramase ^n 24 moduri diferite. De i ^n total avem C73  24 azuri favorabile.
Probabilitatea evenimentului din problema este atun i
C 3  24
P = 7 7 ' 0; 2561.
3
15. Doispreze e elevi dintre are 6 fete  si 6 baieti sunt asezati la ^nt^amplare
^ate 2 ^ntr-o ban a. Care este probabilitatea a ^n e are ban a sa e un baiat si
o fata?
12!
Rezolvare. S a numerotam ban ile de la 1 la 6. Avem ^n total 6 azuri
2
^
posibile de asezare a elor 12 elevi ^n ele 6 ban i. Intr-adevar ^n prima ban a
C^amp de evenimente, ^amp de probabilitate 15

se pot aseza ori are din ele C12 2


pere hi de elevi are se pot forma din ei 12
elevi; ^n ban a a doua se pot aseza ori are din ele C10 2
pere hi de elevi are se
pot forma din ei 10 elevi ramasi, de i numai pentru doua ban i sunt C12 2
 C102
azuri posibile. Pro ed^and asemanator ^n ontinuare obtinem a numarul total
al azurilor posibile evenimentului din problema este
C12
2
C102 C82 C62C42 C22 = 12 2 11  102 9  8 2 7  6 2 5  4 2 3  2 2 1 = 12!
26
= 7484400.
Cazurile favorabile a estui eveniment sunt ^n numar de (6!)2 . ^Intr-adevar, ^n
prima ban a se pot aseza ori are din ele 62 pere hi (o fata si un baiat) are se
pot forma grup^and ^n toate modurile posibile un baiat si o fata din ei 12 elevi.
^In ban a a doua se pot aseza ori are din ele 52 pere hi (fata si baiat) are se pot
forma grup^and ^n toate modurile posibile e are baiat din ei 5 ramasi u e are
fata din ele 5 ramase. Pro ed^and asemanator pentru elelalte ban i obtinem
numarul total al azurilor favorabile
62  52  42  32  22  12 = (6!)2 = 518400.
De i probabilitatea a ^n e are ban a sa e un baiat si o fata este
518400
P=
7484400
' 0; 0693.
16. Dou a persoane joa a un jo u mai multe pun te. Jo ul este ^astigat de
el are obtine primul al treilea pun t. Da a s orul este 2-1 ^n favoarea unuia din
ju atori, are este probabilitatea a el sa ^astige jo ul? Se admite a ju atorii
sunt de forte egale, adi a ori e pun t pus ^n jo este adjude at de unul din ei
1
doi parteneri u probabilitatea .
2
Rezolvare. S a notam u C evenimentul a primul ju ator J1 sa ^astige jo ul,
A1 evenimentul a J1 sa ^astige primul pun t are urmeaza, si u A2 evenimentul
a J1 sa ^astige al doilea pun t are urmeaza. Evenimentul C se exprima ^n
fun tie de evenimentele A1 si A2 astfel
C = A1 [ (A1 \ A2 ).
1
Deoare e P (A1 ) = P (A2 ) = , pentru probabilitatea lui C avem
2
1 1 1 3
P (C ) = P (A1) + P (A1 \ A2 ) = P (A1 ) + P (A1 )  P (A2 ) = +  = .
2 2 2 4
^In formula de mai sus am folosit faptul a evenimentele A1 si A1 \ A2 sunt
16 Capitolul 1

in ompatibile, iar evenimentele A1 si A2 sunt independente.


1
Probabilitatea a al doilea ju ator sa ^astige jo ul este P 0 = 1 P (C ) = .
4
A easta problema este o alta problema elebra a avalerului de M ere din
se olul al XVII, legata de ^mpartirea mizei la ^ntreruperea unui jo , atun i ^and
s orul este 2-1. A est pasionat ju ator de jo uri de noro sustinea a miza ar
2
trebui ^mpartita ^n raportul . Asa um am vazut mai sus ^n realitate miza M
1
3
trebuie ^mpartita ^n raportul , adi a ju atorul J1 sa ia 3 parti din M , iar al
1
doilea ju ator sa ia o parte din M .
17. Trei tr agatori trag simultan asupra a eleiasi tinte. Probabilitatile de
nimerire a tintei pentru ei trei tragatori sunt p1 = 0; 6, p2 = 0; 4, respe tiv
p3 = 0; 8. Sa se al uleze probabilitatea a
a) toti tragatorii sa nimereas a tinta;
b) tinta sa e nimerita el putin o data;
) tinta sa e nimerita exa t o data.
Rezolvare. S a notam u Ai evenimentul a tragatorul i sa nimereas a tinta,
i = 1; 3, A evenimentul a tinta sa e nimerita de toti tragatorii, B evenimentul
a tinta sa e nimerita de el putin un tragator, iar u C evenimentul a tinta sa
e nimerita exa t o data.
a) Evenimentul A se exprima ^n fun tie de Ai , i = 1; 3 astfel A = A1 \ A2 \ A3 .
Deoare e Ai , i = 1; 3 sunt independente ^ntre ele rezulta a
P (A) = P (A1 )  P (A2 )  P (A3 ) = p1 p2 p3 = 0; 6  0; 4  0; 8 = 0; 192.
b) Evenimentul B se exprima ^n fun tie de Ai , i = 1; 3 astfel
B = A1 [ A2 [ A3 . Atun i
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.
Probabilitatea evenimentului B se mai poate al ula ^n felul urmator: al-
ulam mai ^nt^ai probabilitatea evenimentului ontrar, B , si apoi probabilitatea lui
B . Evenimentul B onsta ^n faptul a tinta nu este nimerita de ni i un tragator,
C^amp de evenimente, ^amp de probabilitate 17

adi a B = A1 \ A2 \ A3 . De i
P (B ) = P (A1 )P (A2 )P (A3) = 0; 048; iar P (B ) = 1 P (B ) = 1 0; 048 = 0; 952.
) Evenimentul C se s rie ^n fun tie de Ai , i = 1; 3 astfel
C = (A1 \ A2 \ A3 ) [ (A1 \ A2 \ A3 ) [ (A1 \ A2 \ A3 ).
Deoare e evenimentele A1 \ A2 \ A3 , A1 \ A2 \ A3 si A1 \ A2 \ A3 sunt in ompatibile
doua ^ate doua, rezulta a
P (C ) = P (A1 \ A2 \ A3 ) + P (A1 \ A2 \ A3 ) + P (A1 \ A2 \ A3 ).
Evenimentele Ai , i = 1; 3 ind independente, dedu em a
P (C ) = P (A1)P (A2 )P (A3 ) + P (A1 )P (A2 )P (A3 ) + P (A1 )P (A2 )P (A3 ) =
= p1 (1 p2 )(1 p3 ) + (1 p1 )p2 (1 p3 ) + (1 p1 )(1 p2 )p3 = 0; 6  0; 6  0; 2+
+0; 4  0; 4  0; 2 + 0; 4  0; 6  0; 8 = 0; 296.
18. Se arun  a o moneda de 3 ori. Care este probabilitatea sa obtinem de
e are data "stema"?
Rezolvare. S a notam u A1 evenimentul are onsta ^n faptul a la prima
arun are se obtine "stema", u A2 evenimentul a la a doua arun are sa se obtina
"stema", iar u A3 evenimentul a la a treia arun are sa se obtina "stema".
Probabilitatile de realizare a evenimentelor Ai , i = 1; 3 sunt
1
P (A1 ) = P (A2 ) = P (A3 ) = .
2
Evenimentul A are onsta ^n faptul a arun ^and de 3 ori moneda obtinem
de e are data "stema" se exprima ^n fun tie de Ai , i = 1; 3 astfel
A = A1 \ A2 \ A3 .
Deoare e evenimentele Ai , i = 1; 3 sunt independente, rezulta a
1 1 1 1
P (A) = P (A1 )P (A2 )P (A3 ) =   = .
2 2 2 8
19. Se arun  a doua zaruri, unul alb si unul negru. Sa onsideram eveni-
mentele
A { la primul zar (alb) apare fata u 5 pun te,
B { numarul total de pun te obtinut la ele doua zaruri este mai mare de ^at 8.
Sa se determine probabilitatea lui B onditionata de A, P (B=A).
Rezolvare. Da  a s-a realizat A, adi a la primul zar apar 5 pun te, atun i
pentru B exista 6 azuri posibile
18 Capitolul 1

(5,1), (5,2), (5,3), (5,4), (5,5), (5,6).


Dintre a estea doar 3 sunt azuri favorabile lui B , si anume (5,4), (5,5), (5,6).
3 1
De i P (B=A) = = .
6 2
Probabilitatea lui B onditionata de A se poate al ula si u formula
P (A \ B )
P (B=A) = .
P (A)
1 3
Deoare e P (A) = (6 azuri posibile si un az favorabil), iar P (A \ B ) = =
6 36
1
= (sunt 36 azuri posibile si 3 azuri favorabile (5,4), (5,5), (5,6)), rezulta a
12
1=12 1
P (B=A) = = .
1=6 2
20. Avem 3 urne U1 u 4 bile albe  si 7 bile negre, U2 u 6 bile albe si 3 bile
negre, si U3 u 5 bile albe si 4 bile negre. Din una din a este urne se extrage o
bila. Se onsidera evenimentele
A { bila extrasa este alba; A1 { extragerea se realizeaza din U1 ;
A2 { extragerea se realizeaza din U2 ; A3 { extragerea se realizeaza din U3 .
Sa se al uleze P (A=A1 ), P (A=A2 ) si P (A=A3).
4 6 2 5
Rezolvare. Avem P (A=A1 ) = , P (A=A2 ) = = , P (A=A3) = .
11 9 3 9
21. O urn a ontine a bile albe si b bile negre. Se extrag su esiv trei bile
(fara ^ntoar erea bilei extrasa ^n urna). Se onsidera evenimentele
A { prima bila extrasa este alba; B { a doua bila extrasa este alba;
C { a treia bila extrasa este alba.
Sa se al uleze P (B=A) si P (C=A \ B ).
Rezolvare. Da  a s-a realizat evenimentul A ^nseamna a s-a extras o bila
alba din urna, ram^an^and astfel ^n urna a 1 bile albe si b bile negre. Atun i
a 1
P (B=A) = .
a+b 1
Da a se realizeaza evenimentele A si B , adi a s-au extras din urna doua bile
albe, atun i probabilitatea a a treia bila extrasa sa e neagra este
b
P (C=A \ B ) = .
a+b 2
22. ^ Intr-o urna sunt 12 bile dintre are 5 albe si 7 negre. Se extrage de
doua ori ^ate o bila din urna fara sa se repuna bila extrasa ^napoi ^n urna. Fie
C^amp de evenimente, ^amp de probabilitate 19

A evenimentul a a doua bila extrasa sa e alba, iar B evenimentul a prima


bila extrasa sa e neagra. Sa se arate folosind de nitia si apoi probabilitatile
onditionate a evenimentele A si B sunt independente.
7
Rezolvare. Probabilitatea evenimentului B este P (B ) = . Pentru a
12
al ula probabilitatea evenimentului A, vom pro eda a ^n Problema 13 b), si
anume avem
5  4 + 7  5 55 5
P (A) = = = .
12  11 132 12
Apoi probabilitatea evenimentului A onditionat de evenimentul B este P (A=B ) =
5
= , iar
11
5 7 35
P (A \ B ) = P (A=B )P (B ) =  = .
11 12 132
35 35
Deoare e P (A \ B ) 6= P (A)P (B ) ( 6
= ), rezulta a evenimentele A si
132 144
B nu sunt independente.
5 5
Se observa de altfel a P (A=B ) 6= P (A) ( 6= ). De i onform teoremei
11 12
de ara terizare a independentei a doua evenimente u ajutorul probabilitatilor
onditionate, rezulta a evenimentele A si B nu sunt independente.
23. O urn a ontine 7 bile albe si 8 bile negre. Se extrag su esiv 3 bile (fara
^ntoar erea ^n urna a bilelor extrase). Care este probabilitatea a prima bila sa
e neagra, iar elelalte doua albe?
Rezolvare. S a notam u A1 evenimentul are onsta ^n faptul a prima bila
extrasa este neagra, u A2 evenimentul are onsta ^n faptul a bila a doua extrasa
este alba, iar u A3 evenimentul are onsta ^n faptul a a treia bila extrasa este
alba. Evenimentul din problema, A, se exprima ^n fun tie de Ai , i = 1; 3 astfel
A = A1 \ A2 \ A3 .
Deoare e evenimentele Ai , i = 1; 3 sunt dependente ^ntre ele (vezi Problema
22), rezulta a
8 7 6
P (A) = P (A1 )P (A2=A1 )P (A3 =A1 \ A2 ) =   ' 0; 123:
15 14 13
24. Sa se arate a da a P (B= A) = P (B=A), atun i evenimentele A si B
sunt independente.
Rezolvare. Vom s rie pe B astfel
20 Capitolul 1

B = B \
= B \ (A [ A) = (B \ A) [ (B \ A).
Deoare e evenimentele B \ A si B \ A sunt in ompatibile, probabilitatea lui B
se poate al ula astfel
P (B ) = P (B \ A) + P (B \ A) = P (A)P (B=A) + P (A)P (B=A) ip: = (P (A)+
+P (A))P (B=A) = P (B=A).
De i am obtinut a P (B ) = P (B=A), de unde rezulta a evenimentele A si
B sunt independente.
25. Un opil are 3 dis uri vopsite pe ambele fet e ^n felul urmator
{ un dis are ambele fete vopsite ^n alb;
{ un dis are o fata vopsita ^n alb si una ^n negru;
{ un dis are ambele fete vopsite ^n negru.
Se alege un dis la ^nt^amplare si se onstata a una din fete este alba. Care
este probabilitatea a si a doua fata sa e tot alba?
Rezolvare. Fie A evenimentul a prima fat a a dis ului ales sa e alba si B
evenimentul a si a doua fata a a eluiasi dis sa e tot alba. Avem de al ulat
1
probabilitatea onditionata P (B=A). Deoare e P (A) = (sunt 6 fete posibile
2
1
dintre are 3 albe), iar P (A \ B ) = (sunt 3 dis uri dintre are numai unul are
3
ambele fete albe). Atun i rezulta a
P ( A \ B ) 1=3 2
P (B=A) = = = ' 0; 667.
P (A) 1=2 3
2 1 3
26. S tiind a P (A=B ) = , P (A= B ) = si P (B=A) = sa se a e P (A)
5 10 5
si P (B ).
2 3
Rezolvare. Din relat iile P (A=B ) = si P (B=A) = dedu em a
5 5
P (A \ B ) 2 P (A \ B ) 3
= si = ,
P (B ) 5 P (A) 5
2 3
de unde obtinem P (A \ B ) = P (B ) si P (B ) = P (A).
5 2
1
Folosind a um ipoteza P (A= B ) = , obtinem
10
P (B=A)P (A) 1 (1 P (B=A))P (A) 1 2P ( A ) 1
P (B )
=
10
) 1 P (B )
=
10
) 5(1 P (B ) 10
=
) P (B ) = 1 4P (A).
C^amp de evenimente, ^amp de probabilitate 21

3
Folosind a easta ultima relatie ^mpreuna u P (B ) = P (A) dedu em a P (A) =
2
2 3
= si P (B ) = .
11 11
27. Se dispune de 6 loturi de produse u urm atoarele ontinuturi
{ 2 loturi u ^ate 8 produse e are, dintre are doua produse prezinta defe tiuni
( ompozitie C1 );
{ 3 loturi u ^ate 10 produse e are, dintre are un produs prezinta defe tiuni
( ompozitie C2 );
{ un lot de 8 produse, din are 3 prezinta defe tiuni ( ompozitia C3 ).
Dintr-un lot oare are se extrage la ^nt^amplare un produs.
a) Sa se determine probabilitatea pentru a produsul extras sa e rebut.
b) Stiind a produsul extras este rebut, sa se determine probabilitatea a el
sa fa a parte dintr-unul din loturile de ompozitie C2 .
Rezolvare. S a notam u Ai evenimentul are onsta ^n faptul a produsul
extras este dintr-unul din loturile de ompozitie Ci , i = 1; 3, iar u B evenimentul
are onsta ^n faptul a produsul extras prezinta defe tiuni.
Pentru a al ula P (B ) vom folosi formula probabilitatii totale, av^and ^n
vedere a evenimentele Ai , i = 1; 3 formeaza un sistem omplet de evenimente.
Si anume
P (B ) = P (B=A1 )P (A1 ) + P (B=A2)P (A2 ) + P (B=A3)P (A3 ).
2 1
Pentru A1 avem P (A1 ) = = (avem 6 loturi - azuri posibile si 2 loturi de
6 3
3 1 1
ompozitie C1 - azuri favorabile). Asemanator P (A2 ) = = , P (A3 ) = .
6 2 6
4 1
Apoi P (B=A1 ) = = (16 produse ^n loturile de ompozitie C1 - azuri
16 4
3 1
posibile si 4 produse defe te - azuri favorabile), P (B=A2 )= = si P (B=A3)=
30 10
3
= .
8
Atun i pentru probabilitatea evenimentului B obtinem
1 1 1 1 3 1
P (B ) =  +  +  ' 0; 196:
4 3 10 2 8 6
La pun tul b) trebuie sa al ulam P (A2 =B ). Vom folosi formula ipotezelor
(formula lui Bayes)
22 Capitolul 1

P (B=A2)P (A2 ) 101  12


P (A2 =B ) =
P (B )
' 0; 196 ' 0; 255.
28. Se onsider a 3 urne identi e a aspe t u urmatoarele ontinuturi U1 : 3
bile albe si 5 bile negre, U2 : 6 bile albe si 4 bile negre, U3 : 4 bile albe si 3 bile
negre.
Se alege la ^nt^amplare una din urne si din ea se extrage o bila.
a) Care este probabilitatea a bila extrasa sa e alba?
b) Stiind a bila extrasa este alba, are este probabilitatea a ea sa provina
din urna U3 ?
Rezolvare. Fie B evenimentul are onst a ^n faptul a bila extrasa este alba
si Ak evenimentul a bila sa e extrasa din urna Uk , k = 1; 3.
Deoare e evenimentele Ak , k = 1; 3 formeaza un sistem omplet de eveni-
mente, pentru a determina probabilitatea evenimentului B vom folosi formula
probabilitatii totale, adi a
P (B ) = P (B=A1 )P (A1 ) + P (B=A2)P (A2 ) + P (B=A3)P (A3 ).
1
Avem P (A1 ) = P (A2 ) = P (A3 ) = (pentru e are din ele 3 evenimente
3
numarul de azuri posibile este 3, iar numarul de azuri favorabile este 1), iar
3 6 3 4
P (B=A1) = , P (B=A2) = = , P (B=A3 ) = . Rezulta atun i a
8 10 5 7
3 1 3 1 4 1
P (B ) =  +  +  ' 0; 515:
8 3 5 3 7 3
La pun tul b) avem de al ulat P (A3 =B ) pentru are folosim formula ipote-
zelor
P (A3 =B ) =
P (B=A3)  P (A3 )
'
4
7
 13 ' 0; 369:
P (B ) 0; 515
29. Fie urna U1 u 3 bile albe  si 4 bile negre, si urna U2 u 5 bile albe si
2 bile negre. Se extrage o bila din urna U1 si se introdu e ^n urna U2 , apoi se
extrage o bila din urna U2 . Stiind a bila extrasa din urna U2 este neagra, are
este probabilitatea a bila transferata sa fost alba?
Rezolvare. Fie B evenimentul a bila extras a din urna U2 sa e neagra, si
A1 , respe tiv A2 evenimentele a bila transferata din urna U1 ^n urna U2 sa e
alba, respe tiv neagra. Atun i
3 4 2 3
P (A1 ) = , P (A2 ) = , P (B=A1) = , P (B=A2 ) = .
7 7 8 8
C^amp de evenimente, ^amp de probabilitate 23

Pentru a determina probabilitatea evenimentului A1 onditionata de B , fo-


losim formula ipotezelor, adi a
P (A1 =B ) =
P (B=A1 )P (A1) 2
3 1
= 2 38 73 4 = ' 0; 333.
P (B=A1)P (A1 ) + P (B=A2 )P (A2 ) 8  7 + 8  7 3
30. Se dau 3 urne: U1 u 3 bile albe  si 2 bile negre, U2 u 2 bile albe si 4 bile
negre, U3 u 3 bile albe si 4 bile negre. Din e are urna se extrage o bila. Care
este probabilitatea a 2 bile sa e albe si una neagra?
Rezolvare. S a onsideram evenimentul Ai are onsta ^n faptul a bila
extrasa din urna Ui este alba, i = 1; 3. Problema ere sa a am probabilitatea
realizarii a 2 din ele 3 evenimente. Apli am s hema lui Poisson u n = 3, k = 2,
3 2 1 3 2 2
p1 = P (A1 ) = , p2 = P (A2 ) = = , p3 = P (A3 ) = , iar q1 = , q2 = ,
5 6 3 7 5 3
4
q3 = .
7
Conform s hemei binomiale generalizate a lui Poisson, probabilitatea a 2
bile sa e albe siuna neagr a este oe ientul lui x2 din polinomul
3 2 1

2 3

4 

x+ x+ x+ ,
5 5 3 3 7 7
12
adi a ' 0; 343.
35
31. Patru tr agatori trag asupra unei tinte. Primul atinge tinta u proba-
2 3 4
bilitatea , al doilea u probabilitatea , al treilea u probabilitatea , iar al
3 4 5
5
patrulea u probabilitatea . Care este probabilitatea a tinta sa e atinsa exa t
6
de 3 ori?
Rezolvare. Problema se poate rezolva ^ ntr-un mod asemanator u Problema
17. Vom apli a ^nsa ai i s hema lui Poisson. Fie Ai evenimentul a tragatorul i
sa atinga tinta, i = 1; 4. Avem
2 3 4 5
p1 = P (A1 ) = , p2 = P (A2 ) = , p3 = P (A3 ) = , p4 = P (A4 ) = ,
3 4 5 6
1 1 1 1
iar q1 = , q2 = , q3 = , q4 = .
3 4 5 6
Atun i onform s hemei lui Poisson probabilitatea a tinta sa e nimerita de
exa t 3 tragatori este oe ientul lui x3 din polinomul

2 1 3 1 4 1 5 1
x+ x+ x+ x+ ,
3 3 4 4 5 5 6 6
77
adi a
180
' 0; 428.
24 Capitolul 1

32. Se arun a o moneda de n ori. Care este probabilitatea a ^n ele n


arun ari sa obtinem de k ori stema?
Rezolvare. Fie A evenimentul a la arun area monedei s a obtinem stema.
1 1
Avem p = P (A) = , iar q = 1 p = . Suntem ^n adrul s hemei binomiale a
2 2
lui Bernoulli, de i probabilitatea a ^n ele n arun ari a monedei sa apara de k
ori stema este  k  n k  n
k k n k k 1 1 k 1
P = Cn p q = Cn = Cn .
2 2 2
33. Se arun  a doua zaruri (unul alb si unul negru) de 10 ori. Care este
probabilitatea sa apara de 3 ori suma 8?
Rezolvare. La o arun are a elor dou a zaruri probabilitatea sa obtinem
5
suma 8 este p = (avem 36 azuri posibile si 5 azuri favorabile: (2,6), (6,2),
36
5
(3,5), (5,3), (4,4)). Conform s hemei lui Bernoulli u n = 10, k = 3, p = ,
36
31
q = , probabilitatea a la ele 10 arun ari a elor doua zaruri sa obtinem exa t
36
de 3 ori suma 8 este    
5 3 31 7
P = C10 3
36 36
' 0; 113.
34. Un tr agator atinge o tinta dintr-un fo u probabilitatea 0; 7. Da a trage
10 fo uri asupra tintei, are este probabilitatea s-o atinga exa t de 6 ori?
Rezolvare. Suntem ^ n adrul s hemei lui Bernoulli u n = 10, k = 6,
p = 0; 7 si q = 0; 3. Atun i probabilitatea a tragatorul sa atinga tinta de 6 ori
este P = C10 6
(0; 7)6(0; 3)4 ' 0; 2.
35. Se arun  a un zar de 14 ori. Care este probabilitatea a fata 1 sa apara
de 3 ori, fata 2 sa apara o data, fata 3 de 4 ori, fata 4 de 2 ori, fata 5 de 3 ori si
fata 6 o data?
Rezolvare. S a notam u Ai evenimentul a la arun area zarului sa apara
1
fata u i pun te, i = 1; 6. Avem pi = P (Ai) = , i = 1; 6. Deoare e evenimentele
6
Ai , i = 1; 6 formeaza un sistem omplet de evenimente, putem apli a s hema lui
Bernoulli u mai multe stari. Atun i probabilitatea evenimentului din problema
este
14! 1 1 1 1 1 1
 3  1  4  2  3  1
14! 1
 14

P=
3!1!4!2!3!1! 6 6 6 6 6 6
=
3!1!4!2!3!1! 6
'
C^amp de evenimente, ^amp de probabilitate 25

' 0; 000644:
36. ^Intr-o urna sunt 5 bile albe si 5 bile negre. Se s ot 3 bile su esiv fara
^ntoar erea bilelor ^napoi ^n urna.
a) Care este probabilitatea obtinerii a 3 bile albe?
b) Dar probabilitatea de a avea 2 bile albe si una neagra?
Rezolvare. a) Conform s hemei hipergeometri e, probabilitatea de a obt ine
3 bile albe este
C3  C0 1
P1 = 5 3 5 = ' 0; 083.
C10 12
Problema se mai poate rezolva ^ntr-un mod asemanator u Problema 23. Si
anume, da a notam u A1 evenimentul a prima bila extrasa sa e alba, u A2
evenimentul a a doua bila extrasa sa e alba, iar u A3 evenimentul a a treia
bila extrasa sa e alba, atun i avem
5 4 3 1
P1 = P (A1 )P (A2 =A1 )P (A3 =A1 \ A2 ) =   = ' 0; 083.
10 9 8 12
b) Conform s hemei hipergeometri e avem
C2  C1 5
P2 = 5 3 5 = ' 0; 417.
C10 12
^
37. Intr-un lot de 100 de piese, 6 piese au defe te remediabile, 4 piese sunt

rebuturi, iar restul sunt piese bune. Din a est lot au fost luate la ^nt^amplare 10
piese. Care este probabilitatea a din a estea, 7 sa e bune, 2 sa aiba defe te
remediabile si una sa e rebut?
Rezolvare. Conform s hemei hipergeometri e generalizate avem

P=
C90
7
 C62  C41
' 0; 026.
C100
10

38. ^Intr-o urna sunt bile de m ulori: a1 de uloarea 1 , a2 de uloarea 2 ,


: : :, am de uloarea m . Se extrag din urna n bile deodata (sau una ^ate una fara
^ntoar erea bilei extrasa ^n urna). Care este probabilitatea de a obtine 1 bile de
uloarea 1 , 2 bile de uloarea 2 , : : :, m bile de uloarea m , ( 1 + 2 +  + m =
= n)?
Rezolvare. Apli  am s hema hipergeometri a generalizata. Atun i proba-
bilitatea evenimentului din problema este
C  C    C m
1 2

P = a + a ++ mam .
1 2

Ca +a ++am
1
1
2
2
Capitolul 2

VARIABILE ALEATOARE

x1. FUNCT
 IA DE REPARTIT
 IE,
DENSITATEA DE PROBABILITATE

1. Fie fun tia f : IR ! IR, f (x) = , x 2 IR.
1 + x2
a) Sa se determine onstanta astfel ^n ^at f sa reprezinte densitatea de
probabilitate (densitatea de repartitie) a unei variabile aleatoare X .
b) Sa se determine fun tia de repartitie orespunzatoare.
) Sa se al uleze P ( 1 < X < 1). Z +1

Rezolvare. a) Punem ondit iile f (x)  0; 8 x 2 IR si f (x)dx = 1.


1
Deoare e Z
+1
Z +1
dx +1
f (x)dx = = ar tg x

1 =  ,
1 1 1+x 2

1
dedu em a = .

b) Fun tia de repartitie este
Z x
1 Z x dt 1 x
1 
F ( x) = f (t) dt = = ar tg t 1 =
ar tg x + .
1  1 1 + t2   2
1
) P ( 1 < X < 1) = F (1) F ( 1) = .
2
2. Fie fun t ia f : IR !8IR,
< Ae x ; x > 0;
f (x) = :
0; x  0; ( > 0):
Sa se determine A astfel ^n ^at f sa reprezinte densitatea de probabilitate a
unei variabile aleatoare si apoi sa se determine fun tia de repartitie F orespun-
zatoare.
Rezolvare. Din ondit ia f (x)  0; 8 x 2 IR rezulta A  0. Apoi avem
Z +1 Z 1
e x 1 A
f (x)dx = Ae x dx = A = .
1 0 0
Fun tia de repartitie, densitatea de probabilitate 27
Z +1
Impun^and onditia a f (x)dx = 1, obtinem A = . De i
8 1
< e x ; x > 0;
f (x) = :
0; x  0:
Da a x  0 atun i F (x) = 0.Z Pentru x > 0 obt inem
Z x x
t

1  t x
F ( x) = f (t)dt = e dt = e 0 = 1 e x .
8 1 0
< x
1 e ; x > 0;
De i F (x) = :
0; x  0:
3. Fie fun t ia f 8: IR ! IR,
< a os x;   x  ;
f (x) = : 2 2

0; x < 2 sau x > 2 :


Sa se determine a astfel ^n ^at f sa reprezinte densitatea de probabilitate a
unei variabile aleatoare. Apoi sa se determine fun tia de repartitie F orespun-
zatoare.
Z +1
Rezolvare. Din ondit ia f (x)  0; 8 x 2 IR rezulta a  0, iar din onditia
Z =2 =2
1
f (x) dx = 1, dedu em a os x dx = 1 sau a sin x =2 = 1, de i a = .
1 =2 2
Astfel 8
1
>
<
os x; 2  x  2 ;
f ( x) = > 2
:
0; x < 2 sau x > 2 :
Fun tia de repartitie orespunz 8
atoare este
Z x
>
>
>
<
0; x  2 ;
F (x) = f (t) dt = > 12 (sin x + 1); 2 < x  2 ;
1 >
1; x > 2 :
>
:


4. Se d a fun tia f : IR ! IR, f (x) = x , x 2 IR.
e +e x
a) Sa se determine onstanta astfel ^n ^at f sa e o densitate de repartitie.
b) Da a X si Y sunt variabile independente av^and densitatea de repartitie
f , sa se al uleze P (X < 1; Y > 1). Z +1

Rezolvare. a) Impunem ondit iile: f (x)  0; 8 x 2 IR si f (x)dx = 1.


1
Din prima onditZie rezulta  0.ZPentru a doua onditie al ulam
+1 +1 dx
f (x)dx = .
1 1 e +e x
x
Vom fa e s himbarea de variabila
28 Capitolul 2

1
ex = t ) x = ln t ) dx = dt; x ! 1 ) t ! 0; x ! 1 ) t ! 1.
t
Obtinem atun iZ 1
dt 1

dt = ar tg t
= .
0 1+t 2 0 2
 2 2
Impun^and onditia = 1 obtinem = . De i f (x) = x ; 8 x 2 IR.
2   (e + e x )
b) Deoare e variabilele X si Y sunt independente atun i
P (X < 1; Y > 1) = P (X < 1)P (Y > 1) = P (X < 1)(1 P (Y  1)) =
= P (X < 1)(1 P (Y < 1)).
Pentru F (1) avem
Z 1
2Z1 dt 2 Z e dy 2
F (1) = f (t)dt = = = ar tg e.
1  1 et + e t  0 y 2 + 1 
Rezulta atun i a
2 
2 

P (X < 1; Y > 1) = ar tg e 1 ar tg e :
 
5. Fie fun t ia f : IR !8IR,
a
< ln
>
; x 2 (0; a);
f ( x) = > x
: 0; x 62 (0; a); (a > 0):
a) Sa se determine astfel ^n ^at f sa reprezinte densitatea de probabilitate
a unei variabile aleatoare.
b) Sa se determine fun t ia de repartit ie orespunzatoare.

a a
) Sa se al uleze P <X < .
3 2
Rezolvare. a) Cal ul a m
Z +1 Z a
a a a Z a

f (x)dx = ln dx = x ln 0 + dx = a.
1 Z +1
0 x x 0
1
Pun^and onditia a f (x)dx = 1 obtinem = .
1 Z x
a
b) Da a x  a avem F (x) = f (t)dt = 0. Pentru 0 < x  a obtinem
1
Z x Z 0 Z x Z x
1 a 1 a x
F (x) = f (t)dt = f (t)dt + f (t)dt = ln dt = t ln 0 +
1 1 0 0 a t a t
1 x x a a x  a 
+ t 0 = ln + = ln + 1 .
a a x x a x
Da a x > Z x
a atun i Z 0 Z x Z x Z a

F (x) = f (t)dt = f (t)dt + f (t)dt + f (t)dt = f (t)dt = 1.


1 1 0 a 0
Fun tia de repartitie, densitatea de probabilitate 29
8
>
>
> 0; x  a;
x a 
>
<
De i F (x) = > ln + 1 ; x 2 (0; a℄;
>
>
a x
>
:
1; x > a:

a a a
 
a
 
1 1 4 1
) P <X < =F F = (ln 2+1) (ln 3+1) = ln + .
3 2 2 3 2 3 27 6
6. Fie fun t ia f : IR8! IR,
<
4xe x ; x  0;
f ( x) = :
0; x < 0:
a) Sa se determine astfel ^n ^at f sa reprezinte densitatea de repartitie a
unei variabile aleatoare.
b) Sa se determine fun tia de repartitie orespunzatoare.
) Sa se al uleze P (X < 4=X > 1). Z
+1
Rezolvare. a) Da  a  0 atun i f (x)dx = 1, de i integrala este
1
divergent
Z +1
a. Da a Z> 0 atun i
+1 4 Z +1 4 x 1
f (x)dx = x
4xe dx = x(e x )0 dx = xe 0 +
Z 1
1 0 0
4 4 
1  1
4
+ e x dx = e x 0 = 2 .
0
Z +1

Pun^and onditia f (x)dx = 1 si tin^and ont de faptul a > 0 obtinem
1
= 2. Z x

b) Da a x  0 atun i F (x) = f (t)dt = 0. Da a x > 0 atun i


Z x Z x
1Z x Z x
F (x) = f (t)dt = f (t)dt = 4te 2 t dt = 2 t(e 2t )0 dt =
1Z x 0 0 0
t x+2 tx

= 2te 2

0
e 2t dt = 2xe 2x e 2

0
=1 e 2x (2x + 1).
08
<
x  0;
0;
De i F (x) = : x (2x + 1);
1 e 2
x > 0:
) Conform de nitiei probabilitatilor onditionate avem
P (1 < X < 4) P (1 < X < 4) F (4) F (1)
P (X < 4=X > 1) = = = ,
P (X > 1) 1 P (X  1) 1 F (1)
(deoare e F este ontinua, de i P (X  1) = P (X < 1) = F (1)).
Obtinem astfel P (X < 4=X > 1) = 1 3e 6 .
a se determine onstanta a astfel ^n ^at fun tia F : IR ! IR,
7. S
30 Capitolul 2
8
<
0; x  0;
F (x) = :
1 a(x2 + 2x + 2)e x ; x > 0
sa reprezinte fun tia de repartitie a unei variabile aleatoare. Sa se determine apoi
densitatea de probabilitate ^n azul ^n are fun tia F este ontinua.
Rezolvare. Veri  am ele 4 onditii ale unei fun tii de repartitie
a) F (x)  0; 8 x 2 IR; F este o fun tie monoton res atoare pe IR;
b) F ( 1) = 0; ) F (+1) = 1;
d) F este ontinua la st^anga ^n ori e pun t x 2 IR.
Deoare e onditiile b){d) sunt veri ate, ram^ane sa impunem onditia a
F sa e monoton res atoare pe IR. Deoare e F este onstanta pe ( 1; 0℄ si
monoton res atoare pe (0; 1) pentru a  0, trebuie sapunem onditia F (0) 
1
 F (0 + 0) ) 0  1 2a ) a  2 . De i a 2 0; 21 .


1
Da a a = atun i F este ontinua, iar densitatea orespunzatoare este
2 8

0
>
< 0; x  0;
f (x) = F (x) = > 1 2 x
: x e ; x > 0:
2
8. Fie fun t ia F : IR8! IR,
>
>
>
<
0; x  0;
F (x) = > ax2 ; 0 < x  1;
>
1; x > 1:
>
:

Sa se determine a astfel ^n ^at fun tia F sa reprezinte fun tia de repartitie a
unei variabile aleatoare. Apoi sa se determine densitatea de probabilitate ores-
punzatoare, ^n azul ^n are F este ontinua.
Rezolvare. Deoare e F (+1) = 1, F ( 1) = 0, F este ontinu a la st^anga,
trebuie sa mai veri am onditiile F (x)  0; 8 x 2 IR, si F monoton res atoare
pe IR. Din prima onditie dedu em a a  0, iar pentru a doua impunem
F (1)  F (1 + 0) ) a  1.
De i obtinem 0  a  1. Pentru a = 1 fun tia F este ontinua, iar densitatea de
probabilitate orespunza8toare este
<
0; x 2 ( 1; 0℄ [ (1; +1);
f (x) = :
2x; x 2 (0; 1):
Fun tia de repartitie, densitatea de probabilitate 31

9. Variabila aleatoare 8
X are densitatea de repartitie f : IR ! IR,
< 0;
>
x 2 ( 1; 1) [ (1; +1);
f ( x) = > 1
: ; x 2 [ 1; 1℄:
2
a) Sa se a e fun tia de repartitie orespunzatoare.
b) Sa se determine densitatile de repartitie ale variabilelor aleatoare Y =
= eX +1 si Z = 3X 2 + 2.
Rezolvare. a) Pentru x  1 avem F (x) = 0. Pentru x 2 ( 1; 1℄ obtinem
Z x Z x
1 1
F (x) = f (t)dt = dt = (x + 1).
1 1 2 2Z
Z x 1 1
Pentru x > 1 avem F (x) = f (t)dt = dt = 1.
1 1 2
De i 8
>
>
>
>
0; x  1;
<
1
F (x) = > (x + 1); 1 < x  1;
>
> 2
>
:
1; x > 1:
b) Pentru a determina densitatile de repartitie g si h pentru variabilele
Y = eX +1 si respe tiv Z = 3X 2 + 2 vom al ula mai ^nt^ai fun tiile de repartitie
orespunzatoare G, respe tiv H .
Avem G(x) = P (Y < x) = P (eX +1 < x). Da a x  0 rezulta a G(x) = 0.
Da a x > 0 atun i
8
G(x) = P (X + 1 < ln x) = P (X < ln x 1) = F (ln x 1) =
>
>
>
>
0; ln x 1  1 , 0 < x  1;
= > 1 ln x; 1 < ln x 1  1 , 1 < x  e2 ;
<

> 2
1; ln x 1 > 1 , x > e2 :
>
>
:
8
>
>
>
>
0; x  1;
De i G(x) = > 1 ln x; 1 < x  e2 ;
<

>
> 2
>
:
1; x > e2 :
Atun i densitatea de probabilitate
8
a variabilei aleatoare Y este
0
< 0;
>
x 62 (1; e2 );
g (x) = G (x) = > 1
: ; x 2 (1; x2 ):
2x
Deoare e X ia valori ^n intervalul [ 1; 1℄, rezulta a Z ia valori ^n intervalul
32 Capitolul 2

[2; 5℄. De i H (x) = 0 pentru x  2 si H (x) = 1 pentru x > 5. Da a x 2 (2; 5℄


avem

x 2
H (x) = P (Z < x) = P (3X + 2 < x) = P X <
2 2
=
3

0 s s 1 0s 1 0 s 1 s
x 2 x 2A x 2A x 2A x 2
=P <X< =F F = .
3 3 3 3 3
8
>
>
>
> s
0; x  2;
>
<
x 2
De i H (x) = > ; 2 < x  5;
>
>
>
3
>
:
1; x > 5;
8
>
>
<
0; x 62 (2; 5);
iar h(x) = H 0(x) = > q
1
; x 2 (2; 5):
>
:
2 3(x 2)
10. Fie variabila aleatoare dis reta X data prin tabloul sau de distributie
0 1
5 3 1 4 7 C
X:B  1 1 1 1 1 A.
4 3 6 12 6
Sa se s rie fun tia de repartitie orespunzatoare.
Rezolvare. Deoare e
8
>
>
>
>
0; x  x1 ;
x1 < x  x2 ;
>
>
>
>
>
>
>
p1 ;
x2 < x  x3 ;
>
>
>
>
< p1 + p2 ;
F (x) = > p1 + p2 + p3 ; x3 < x  x4 ;
>
x4 < x  x5 ;
>
>
>
>
>
>
p1 + p2 + p3 + p4 ;
>
>
> 5
X
>
>
>
>
:
pi = 1; x > x5 ;
i=1
1 1 1
unde x1 = 5, x2 = 3, x3 = 1, x4 = 4, x5 = 7, iar p1 = , p2 = , p3 = ,
4 3 6
1 1
p4 = , p5 = ; obtinem
12 6
Cara teristi i numeri e ale variabilelor aleatoare 33
8
>
>
>
>
>
0; x  5;
5 < x  3;
>
>
>
>
>
>
1=4;
3 < x  1;
>
>
<
7=12;
F ( x) = >
>
>
>
3=4; 1 < x  4;
4 < x  7;
>
>
>
>
>
>
>
5=6;
>
>
: 1; x > 7:

x2. CARACTERISTICI NUMERICE ALE


VARIABILELOR ALEATOARE

1. Se arun a doua zaruri (unul alb si unul negru). Sa se al uleze valoa-
rea medie, dispersia si abaterea medie patrati a ale numarului total de pun te
obtinute la ele doua zaruri.
Rezolvare. Not am u X variabila aleatoare are are a valori numarul total
de pun te obtinute la ele doua zaruri. Variabila X are a valori pe 2; 3; 4; : : : ; 12.
1
Deoare e P (X = 2) = (avem 36 azuri posibile si un az favorabil (1,1)),
36
1
P (X = 2) = (avem 36 azuri posibile si 2 azuri favorabile (1,2), (2,1)), : : :,
18
1
P (X = 12) = (avem 36 azuri posibile si un az favorabil (6,6)), obtinem
36
tabloul de distribut
0
ie al variabilei X 1
2 3 4 5 6 7 8 9 10 11 12
X:B  1 1 1 1 5 1 5 1 1 1 1 A:
C

36 18 12 9 36 6 36 9 12 18 36
Valoarea medie a variabilei aleatoare X este
1 1 1 1 1 1
M (X ) = 2  + 3  + 4  +    + 10  + 11  + 12  = 7.
36 18 12 12 18 36
Dispersia variabilei X este
X 11
1 1 1
D (X ) = M (X m) = pi (xi m)2 = (2 7)2 + (3 7)2 + (4 7)2 +
2 2

i=1 36 18 12
1 1 35
+    + (11 7)2 + (12 7)2 = ' 5; 833, (unde m = M (X ) = 7),
18 36 6q q
iar abaterea medie patrati a este  = D2 (X ) = 35=6 ' 2; 415.
Pentru al ulul mediei si dispersiei variabilei X putem pro eda si ^n felul
34 Capitolul 2

urmator: sa notam u X1 si X2 variabilele aleatoare are au a valori numarul de


pun te obtinute pe primul zar (alb), respe tiv pe al doilea zar (negru). Variabilele
X1 si X2 au a ela
0
si tablou de distribut 1
ie, si anume
1 2 3 4 5 6 C
1 1 1 1 1 A.
B
 1

6 6 6 6 6 6
Atun i
1 7
M (X1 ) = M (X2 ) = (1 + 2 + 3 + 4 + 5 + 6) = si
6 2
M (X ) = M (X1 ) + M (X2 ) = 7.
Deoare e variabilele X1 si X2 sunt" 
independente, atun i #
1 7 2 1  7 2 1  7 2
D (X )= D (X1 ) + D (X2 )=2 1
2 2 2
+ 2 ++ 6 =
6 2 6 2 6 2
35
= ' 5; 833.
6
Pentru al ulul dispersiei putem folosi si formula D2 (X ) = M (X 2 ) [M (X )℄2 .
De exemplu, pentru X1 , avem
1 1 1 91 91 49 35
M (X12 ) = 12  + 22  +    + 62  = ; de i D2 (X1 ) = = .
6 6 6 6 6 4 12
2. Se dau urm atoarele 3 urne: U1 u 4 bile albe si 5 bile negre, U2 u 6 bile
albe si 4 bile negre, si U3 u 5 bile albe si 3 bile negre.
Din e are din a este urne se extrage ^ate o bila. Sa se al uleze valoarea
medie, dispersia si abaterea medie patrati a ale numarului de bile albe obtinute
^n ele trei extrageri. De asemenea sa se s rie momentele mp (momentul initial de
ordinul p), p (momentul entrat de ordinul p), mp (momentul absolut de ordinul
p) si p (momentul entrat absolut de ordinul p) pentru numarul de bile albe
obtinute la extragerea din urna U1 , (p 2 IN  ).
Rezolvare. S a notam u Xi variabila aleatoare are are a valori numarul
de bile albe obtinute la extragerea din urna Ui , i = 1; 3. Deoare e numarul
de bile albe obtinute la e are din ele trei extrageri poate 1 sau 0, obtinem
urmatoarele tablouri
0
de 1
distribut0ie 1 0 1
1 0 1 0 1 0
X1 : B
 4 5 A, X2 :  3 2 A, X3 :  5 3 A.
C B C B C

9 9 5 5 8 8
Valorile medii ale a estor variabile sunt
Cara teristi i numeri e ale variabilelor aleatoare 35

4 3 5
M (X1 ) = , M (X2 ) = , M (X3 ) = .
9 5 8
Deoare e Xi2 = Xi , i = 1; 3, rezulta a M (Xi2 ) = M (Xi ), i = 1; 3. Atun i
dispersiile variabilelor Xi , i = 1; 3 sunt
4  4 2 20
D (X1 ) = M (X1 ) [M (X1 )℄ =
2 2 2
= ,
9  9 2 81
3 3 6
D2 (X2 ) = M (X22 ) [M (X2 )℄2 = = ,
5 5 25
5  5 2 15
D (X3 ) = M (X3 ) [M (X3 )℄ =
2 2 2
= .
8 8 64
Da a X este variabila aleatoare are are a valori numarul de bile albe
obtinute ^n ele 3 extrageri, atun i
4 3 5
X = X1 + X2 + X3 si M (X ) = M (X1 ) + M (X2 ) + M (X3 ) = + + =
9 5 8
601
=
360
' 1; 669:
Deoare e variabilele Xi , i = 1; 3 sunt independente, rezulta a
20 6 15
D2 (X ) = D2 (X1 ) + D2 (X2 ) + D3 (X3 ) = + + ' 0; 721,
81 25 64
iar  (X ) ' 0; 849.
Pentru variabila X1 avem
4
mp = M (X1p ) = p1 xp1 + p2 xp2 = ,
9
p p p 4  4p 5  4p
p = M (X1 m1 ) = p1 (x1 m1 ) + p2 (x2 m1 ) = 1 + 0 =
9 9 9 9
4  5 + ( 1) 5  4
p p p
= ,
9p+1
4
mp = M (jX1 jp) = p1 jx1 jp + p2 jx2 jp = ,
9
4 4 p 5 4 p
p = M (jX1 m1 j ) = p1 jx1 m1 j + p2 jx2 m1 j = 1
p p p
+ 0 =
9 9 9 9
4  5p + 5  4p
= .
9p+1
3. Se onsider a urmatoarele urne: U1 u 3 bile albe si 4 bile negre, U2 u 5
bile albe si 6 bile negre, si U3 u 4 bile albe si 4 bile negre. Din prima urna se
extrage o bila are se introdu e ^n ea de a doua urna, dupa are se extrage o bila
din urna a doua si se introdu e ^n urna a treia, si ^n sf^arsit se extrage o bila din
ea de a treia urna. Sa se al uleze valoarea medie, dispersia si abaterea medie
patrati a ale numarului de bile albe aparute ^n e are din ele trei extrageri.
Rezolvare. S a notam u Yi variabila aleatoare are are a valori numarul
36 Capitolul 2

de bile albe obtinute la extragerea din urna Ui , i = 1; 3. Pentru Y1 avem tabloul


de distributie 0 1
1 0
Y1 : B 3 4 A.
C

7 7
Pentru a ompleta tabloul de distributie pentru Y2 , vom al ula proba-
bilitatile P (Y2 = 1) si P (Y2 = 0) folosind formula probabilitatii totale, si anume
P (Y2 = 1) = P (Y2 = 1=Y1 = 1)P (Y1 = 1) + P (Y2 = 1=Y1 = 0)P (Y1 = 0) =
1 3 5 4 19
=  +  = ; si
2 7 12 7 42
P (Y2 = 0) = P (Y2 = 0=Y1 = 1)P (Y1 = 1) + P (Y2 = 0=Y1 = 0)P (Y1 = 0) =
1 3 7 4 23
=  +  = (= 1 P (Y2 = 1)).
2 7 12 0 7 42 1
1 0 C
De i Y2 : B  19 23 A.
42 42
^In mod asemanator avem
P (Y3 = 1) = P (Y3 = 1=Y2 = 1)P (Y2 = 1) + P (Y3 = 1=Y2 = 0)P (Y2 = 0) =
5 19 4 23 187
=  +  = ; si
9 42 9 42 378
P (Y3 = 0) = P (Y3 = 0=Y2 = 1)P (Y2 = 1) + P (Y3 = 0=Y2 = 0)P (Y2 = 0) =
4 19 5 23 191
=  +  = .
9 42 9 42 378 0 1
1 0
Obtinem astfel Y3 = B  187 191 A.
C

378 378
Atun i
3 19 187
M (Y1 ) = , M (Y2 ) = , M (Y3 ) = ,
7 42 378
3  3 2
D(Y1 ) = M (Y12 ) [M (Y1 )℄2 =
7 7 2
' 0; 245,
19 19
D(Y2 ) = M (Y22 ) [M (Y2 )℄2 =
42 42 2
' 0; 248,
187 187
D(Y3 ) = M (Y32 ) [M (Y3 )℄2 =
378 378
' 0; 25,
iar 1 ' 0; 495, 2 ' 0; 498, 3 ' 0; 5.
4. Se fa trageri asupra unui obie t p^ ana ^and a esta este dobor^at. Pentru
dobor^area lui este su ienta o tragere reusita. La e are tragere ^n parte proba-
3
bilitatea de su es este . Sa se al uleze valoarea medie, dispersia si abaterea
8
Cara teristi i numeri e ale variabilelor aleatoare 37

medie patrati a ale numarului de trageri.


Rezolvare. Fie X variabila aleatoare are are a valori num arul de trageri
p^ana la dobor^area obie tului. A easta variabila poate lua valorile 1; 2; : : : Se
3
observa a P (X = 1) = . Evenimentul fX = 2g se poate s rie a interse tia
8
a 2 evenimente (independente): "prima tragere este ratata" si "a doua tragere
5 3 53
este reusita". Rezulta a P (X = 2) =  = 2 . ^In general, evenimentul
8 8 8
fX = kg, k  3 se exprima astfel: "prima tragere este ratata", "a doua tragere
este ratata", : : :, "a (k 1)-a tragere este ratata" si "a k-a tragere este reusita".
Rezulta
5 5 5 3 3  5k 1
P (X = k ) =      = .
8 8 8 8 8k
Atun i tabloul0
de distributie al variabilei aleatoare 1
X este
1 2 3 ::: k ::: C
X :B  3 35 35 2
35 k 1 A:
: : : : : :
8 82 83 8k
Valoarea medie a variabilei X2 este
3 35 35 3  5k 1 3h 5  5 2
M (X ) = 1  +2  2 +3  3 +   + k  k +    = 1+2  +3  +
 k 1
8 8 8 8 8 8 8
5 i
++k  + .
8
Pentru a al ula suma seriei din paranteza de mai sus, vom ple a de la
egalitatea
1
1 + x + x2 + x3 +    + xk +    = ; 0 < x < 1,
1 x
de unde rezulta
x
x + x2 + x3 +    + xk +    = ; 0 < x < 1.
1 x
Folosind proprietatea de la serii de puteri (derivarea termen u termen a unei
astfel de serii) obtinem

x 0

1
1 + 2x + 3x +   
2
+ kxk 1
+ = = ; 0 < x < 1: (2:1)
1 x (1 x)2
5
Pentru x = rezulta a
8  k 1
5 5
 2
5 64
1+2 +3 ++k + = ,
8 8 8 9
8
si de i M (X ) = ' 2; 667.
3
38 Capitolul 2

Pentru a al ula dispersia lui X vom folosi formula D2 (X ) = M (X 2 )


[M (X )℄2 . Variabila
0
X 2 este 1
1 2
2 2
3 2
: : : k 2
: : :
X2 : B 3  5 3  52 3  5k 1 A.
C
 3
: : : : : :
8 2 82 83 8k
Media variabilei X " este  k 1 #
3 5  2
5 5
M (X 2 ) = 1 + 2  + 3 
2 2 2
++k 2
+ .
8 8 8 8
Pentru a al ula suma seriei de mai sus, ple am de la egalitatea (2.1), pe
are o ^nmultim u x, adi a
x
x + 2x2 + 3x3 +    + kxk +    = ; 0 < x < 1.
(1 x)2
Deriv^and termen u termen relatia obtinuta, avem
1+x
12 + 22 x + 32 x2 +    + k2 xk 1 +    = ; 0 < x < 1.
(1 x)3
5
Pentru x = rezulta
8  k 1
5 2  5 2 5 832
1 +2 +3
2 2
++k 2
+ = ,
8 8 8 p 27
104 2 40 40
iar M (X 2 ) = , D (X ) = ' 4; 444,  = ' 2; 108:
9 9 3
5. Variabila aleatoare are densitatea de repartit ie, f : IR ! IR,
8
1
>
<
; x 2 [ 1; 1℄;
f (x) = > 2
:
0; x 62 [ 1; 1℄:
Sa se al uleze valoarea medie si dispersia variabilelor aleatoare X si Z =
= 2X 2 + 1. Sa se s rie apoi momentele mp , p, mp si p pentru variabila X ,
(p 2 IN  ).
Rezolvare. Avem
Z 1 Z 1
1 x2 1
M (X ) = xf (x) dx = x dx = 1 = 0,
1 1 2 4
Z 1 Z 1
1 x3 1 1
D 2 (X ) = (x m)2 f (x) dx = x2 dx = 1 = , unde m =
1 1 2 6 3
= M (X ) = 0,
Z 1 Z 1
xp xp+1 1 1
mp = M (X p ) = xp f (x) dx = dx = = [1
1 1 2 2(p + 1) 1 2(p + 1)
( 1)p+1 ℄, Z 1

p = M (X m) = p (x m)p f (x) dx = mp ,
1
Cara teristi i numeri e ale variabilelor aleatoare 39

mp = M (jX jp ) =
Z 1

j xjp f (x)dx =
Z 1
jxjp dx = Z 1 xp dx = xp+1 1 =
1 1 2 0 p+1 0
1
= ,
p+1 Z 1

p = M (jX mjp) = jx mjpf (x) dx = mp.


1
Pentru al ulareaZvalorii medii a variabilei aleatoare Z , vom apli a formula
1
M (g (X )) = g (x)f (x) dx, u g (x) = 2x2 + 1; x 2 IR.
1
Obtinem Z 1
1Z 1 2 Z 1
5
M (Z ) = (2x + 1)f (x) dx =
2
(2x + 1) dx = (2x2 + 1) dx = .
1 2 1 0 3
Pentru dispersia variabilei !
Z avem

5 2 
2 2
D (Z ) = M Z
2
= M 2X 2 , de i
3 3
Z 1
2 2 1 Z 1  2 2 2 Z 1
2 2
D2 (Z )= 2x2 f (x) dx = 2x dx = 2x2 dx =
1 3 2 1 3 0 3
16
= .
45
6. Pe axa Oy a unui sistem de axe xOy se ia pun tul A(0; 1). O dreapt a
are tre e prin A fa e u Oy unghiul si taie axa Ox ^n pun tul P (; 0). Sa se
al uleze valoarea medie8a lui , stiind a are densitatea de repartitie
4 

>
>
< ; x 2 0; ;
f (x) = >   4

>
: 0; x 62 0; :
4
Rezolvare. Din triunghiul OAP (vezi Figura 2.1) dedu em  a  = tg .
y

A(0,1)
a

P(l,0) x
O

Figura 2.1

Atun i Z 1 Z =4 4 4 =4


2 ln 2
M () = tg xf (x) dx = tg x dx = [ ln( os x)℄ 0 = .
1 0   
40 Capitolul 2

7. Variabila aleatoare X are valoarea medie m = 20 si abaterea medie


patrati a  = 3. Sa se arate a
45
P (8 < X < 32)  .
48
Rezolvare. Vom folosi inegalitatea lui Ceb^ asev
1 2
P (jX mj  k )  2 ; 8 k > 0 , P (jX mj  a)  2 ; 8 a > 0,
k a
mai pre is onse inta sa
2
P (jX mj < a)  1 ; 8 a > 0.
a2
Dubla inegalitate 8 < X < 32 este e hivalenta u 12 < X 20 < 12 sau
jX 20j < 12. Atun i pentru a = 12 obtinem
32 45
P (8 < X < 32) = P (jX 20j < 12)  1 = ,
122 48
adi a inegalitatea din enunt.
8. S a se arate a da a variabila aleatoare X u valori mai mari sau egale u
1
0, are valoarea medie m, iar  = nP (n  X < n + 1), atun i   m   + 1.
X

n=1
Rezolvare. Deoare e ori e valoare a lui X se gaseste ^ntr-unul din intervalele
[n; n + 1), n = 0; 1; 2; : : :, putem s rie
1
P (n  X < n + 1) = 1.
X

n=0
De nim variabilele aleatoare dis rete Y si Z astfel
Y = n; da a n  X < n + 1; n = 0; 1; 2; : : :,
Z = n + 1; da a n  X < n + 1; n = 0; 1; 2; : : :
Din de nitia variabilelor Y si Z avem relatia Y  X < Z , si de i M (Y ) 
 M (X )  M (Z ).
Valorile medii ale variabilelor Y si Z sunt
1 1
M (Y ) = nP (Y = n) = nP (n  X < n + 1) = ,
X X

n=0 n=0
1 1
(n + 1)P (n  X < n + 1) =
X X
M (Z ) = (n + 1)P (Z = n + 1) =
n=0 n=0
1 1
nP (n  X < n + 1) + P (n  X < n + 1) =  + 1.
X X
=
n=0 n=0
Din relatiile de mai sus dedu em a   m   + 1.
9. Da  a o variabila aleatoare are densitatea de probabilitate f si valoarea
medie m, atun i
Cara teristi i numeri e ale variabilelor aleatoare 41

lim x(1 F (x)) = 0 si x!


x!1
lim1 xF (x) = 0,
unde F este fun tia de repartitie orespunzatoare.
Z 1
Rezolvare. Deoare e variabila are valoare medie (m), atun i integrala
tf (t) dt este onvergenta. Rezulta atun i a
1 Z 1 Z x
lim
x!1 x
tf (t) dt = 0 si x!lim1 tf (t) dt = 0.
1
Pentru x > 0 avem  Z
x  Z
1 Z x 

0  x(1 F (x)) = x 1 f (t) dt = x f (t) dt f (t) dt =


Z 1 Z 1 1 1 1
=x f (t) dt  tf (t) dt,
x x
de unde rezulta, folosind prima limita de mai sus, a xlim !1 x(1 F (x)) = 0.
Pentru x < 0 avem Z
x Z x

0  xF (x) = x f (t) dt  tf (t) dt.


1 1
Folosind a doua limita de mai sus, dedu em a x! lim1 xF (x) = 0.
10. Da  a o variabila aleatoare are densitatea de probabilitate f si valoarea
medie m, atun iZ
1 Z 0

m = (1 F (t))dt F (t) dt,


0 1
unde F este fun tia de repartitie orespunzatoare.
Rezolvare. S riem pe m astfel
Z 1 Z 0 Z 1

m= tf (t) dt = tf (t) dt + tf (t) dt.


1 1 0
Vom Z 1
arata a Z
1 Z 0 Z 0

tf (t) dt = (1 F (t)) dt si tf (t) dt = F (t) dt,


0 0 1 1
de unde va rezulta relatia din enuntul problemei.
Pentru
Z x
prima Zintegrala de mai sus, folosind metoda integrarii prin parti, avem
x x
Z x Z x
0
tf (t) dt = tF (t) dt = tF (t) 0 F (t) dt = xF (x) F (t) dt =
Z x0 0 0 0

= (1 F (t)) dt + xF (x) x; 8 x 2 IR.


0 Z 1 Z 1
Pentru x ! 1 obtinem tf (t) dt = (1 F (t))dt, deoare e xlim
!1 x(1
0 0
F (x)) = 0, (vezi Problema 9).
Apoi dinZ relatia
x Z x

tf (t) dt = xF (x) F (t) dt,


prin tre ere la limita pentru x ! 1 obtinem
0 0
42 Capitolul 2

Z 1 Z 1 Z 0 Z 0

tf (t) dt = F (t) dt ) tf (t) dt = F (t) dt,


0 0 1 1
deoare e x!lim1 xF (x) = 0, (vezi Problema 9).

x3. LEGI DE PROBABILITATE UZUALE


ALE VARIABILELOR ALEATOARE

Variabila aleatoare X are distributie binomiala u parametrii n si p (n 2


1.

2 IN , 0 < p < 1) da a poate lua valorile 0; 1; : : : ; n si


P (X = k) = Cnk pk q n k ; k = 0; n, (q = 1 p).
Sa se al uleze valoarea medie si dispersia variabilei X .
Rezolvare. Tabloul de distribut
0
ie pentru variabila X este1
0 1 2 ::: n A
X : 0 0 n 1 n 1 2 2 n 2 .
Cn p q Cn pq Cn p q : : : Cnn pn q 0
Xn
Se observa a Cnk pk q n k = (p + q )n = 1.
k=0
Valoarea medie a variabilei X este n
M (X ) = 0  Cn0 p0 q n +1  Cn1pq n 1 +2  Cn2p2 q n 2 +    + n  Cnnpn q 0 = kCnk pk q n k .
X

k=0
Pentru a al ula suma de mai sus vom onsidera polinomul
P (x) = (px + q )n = Cn0 pn xn + Cn1 pn 1 qxn 1 + : : : + Cnn 1 pq n 1 x + Cnn q n =
Xn Xn
= Cnk pn k q k xn k = Cnk pk q n k xk .
k=0 k=0
Deriv^and polinomul de mai sus obtinem
P 0 (x) = np(px + q )n 1 = nCn0 pn xn 1 + (n 1)Cn1 pn 1 qxn 2 + : : : +
Xn (2:2)
+Cnn 1
pq n 1
+ 0Cnn q n = kCnk pk q n k xk 1 :
k=0

Pentru
n
x = 1 rezulta
) M (X ) = np.
X
kCnk pk q n k = np(p + q )n 1

k=0
Pentru a al ula dispersia lui X vom folosi formula D2 (X ) = M (X 2 )
[M (X )℄2 . Media variabilei X 2 este
Xn
M (X 2 ) = k2 Cnk pk q n k .
k=0
Legi de probabilitate uzuale ale variabilelor aleatoare 43

^Inmultim relatia (2.2) u x si obtinem


xP 0 (x) = npx(px+q )n 1 = nCn0 pn xn +(n 1)Cn1 pn 1 qxn 1 +: : :+Cnn 1 pq n 1 x+
Xn
+0 Cnnq n = kCnk pk q n k xk :
k=0
Da a derivam relatia de mai sus dedu em a
n
P 0 (x)+ xP 00 (x) = np(px + q )n 1 + n(n 1)p2 x(px + q )n
X
2
= k2 Cnk pk q n k xk 1 :
k=0
Pentru x = 1 rezulta M (X 2 ) = np + n(n 1)p2 ; de i
D2 (X ) = np + n(n 1)p2 n2 p2 = np np2 = npq .
Observatie. Da a A1 ; A2 ; : : : ; An sunt evenimente independente si P (Ai ) = p,
8 i = 1; n, iar X este variabila aleatoare are are a valori numarul de evenimente
are se realizeaza ^n adrul experientei, atun i X are distributie binomiala u
parametrii n si p, ( onform s hemei lui Bernoulli). ^In parti ular, da a A este
un eveniment legat de o anumita experienta si probabilitatea a A sa se produ a
^and efe tuam o singura data experienta este P (A) = p, atun i numarul X al
realizarilor lui A ^and efe tuam de n ori experienta are distributie binomiala u
parametrii n si p.
2. Da  a  este modulul (valoarea ea mai probabila) a unei variabile aleatoare
X u repartitie binomiala de parametri n si p, atun i
np q    np + p; (q = 1 p).
Rezolvare. Da  a  este modulul variabilei X atun i
P (X =  1)  P (X = ) si P (X =  + 1)  P (X = ).
Inegalitatile de mai sus ne ondu la8sistemul
q p
8
<
Cn 1 p 1 q n +1  Cn p q n  ; >
< 
n p +1 q  )
8
<
  np + p
)
:
Cn+1 p+1 q n  1  Cn p q n  >
:  :
  np q;
+1 n 
adi a dubla inegalitate din on luzia problemei.
3. Da  a variabilele independente X si Y au distributii binomiale u parametrii
n si p, respe tiv m si p, atun i variabila X + Y are distributie binomiala u
parametrii m + n si p.
Rezolvare. Deoare e X ia valorile 0; 1; : : : ; n, iar Y ia valorile 0; 1; : : : ; m,

rezulta a variabila X + Y va lua valorile 0; 1; : : : ; n + m. Variabila X + Y are


44 Capitolul 2

valoarea k (k = 0; n + m) da a (X = 0 si Y = k) sau (X = 1 si Y = k 1) sau


: : : sau (X = k si Y = 0). Atun i vom obtine
k
fX = j; Y = k j g) =
X
P (X + Y = k ) = P (
S k P (X = j; Y = k j) =
j =0
j =0
Xk X k
= P (X = j )P (Y = k j) = Cnj pj q n j Cmk j pk j q m k+j =
j =0 j =0
Xk
= pk q m+n k Cnj Cmk j = Cmk +n pk q m+n k .
j =0
Am folosit mai sus faptul a evenimentele X si Y sunt independente, si de
Xk
asemenea am utilizat formula Cnj Cmk j = Cmk +n , are poate dedusa egal^and
j =0
oe ientul lui din dezvoltarile (1 + x)n (1 + x)m si (1 + x)n+m .
xk
De i am obtinut
P (X + Y = k) = Cmk +n pk q m+n k ; 8 k = 0; n + m,
adi a variabila X + Y are o distributie binomiala de parametri m + n si p.
4. Un eveniment are probabilitatea de realizare p atun i ^ and fa em o sin-
gura data experienta de are este legat. Da a n este numarul de realizari ale
evenimentului ^and repet am experient a de n ori, sa se arate a
n
 

p  " = 0,

lim P
n!1 n
ori are ar " > 0, (Teorema lui Bernoulli).
Rezolvare. Variabila aleatoare X are are a valori num arul de realizari
( n ) ale evenimentului din problema are distributie binomiala de parametri n si
p. De i onform Problemei 1 avem M ( n ) = np si D2 ( n ) = npq . Variabila

aleatoare n va avea atun i valoarea medie, dispersia si abaterea medie patrati a
n 
n  1 np
m=M = M ( n ) = = p,
n n n

n 
1 2 pq r
pq
D 2
= 2 D ( n ) = ; iar  = .
n n n n
Vom folosi a um Inegalitatea lui Ceb^asev (vezi Problema 7, x2) pentru vari-

abila n si a = ". Obtinem
n
n  2 pq
 

p  "  2 = 2 .

P
n " n"
Legi de probabilitate uzuale ale variabilelor aleatoare 45

pq n
 

!1 P n p  " = 0:

Deoare e nlim !1 n"2 = 0, rezulta a si nlim

O ^mbunatatire a a estei proprietati este data de Teorema lui Borel, are


spune a ^n onditiile Problemei 4 avem
n 

P
n
! p = 1.
5. ^ In adrul unei experiente evenimentele independente A1 ; A2 ; : : : ; An au
probabilitatile de realizare P (Ak ) = pk ; k = 1; n. Sa se al uleze valoarea medie
si dispersia numarului de evenimente are se realizeaza atun i ^and experienta
are lo .
Rezolvare. S a notam u X variabila aleatoare are are a valori numarul
de evenimente are se realizeaza ^n adrul experientei. Valorile variabilei X sunt
0; 1; 2; : : : ; n. Probabilitatea a X sa ia valoarea k (k = 0; n) este, onform
s hemei lui Poisson (s hema binomiala generalizata) oe ientul lui xk din poli-
nomul
Q(x) = (p1 x + q1 )(p2 x + q2 )    (pn x + qn ),
unde qi = 1 pi ; i = 1; n. Da a s riem desfasurat pe Q(x) sub forma
Q(x) = a0 + a1 x + a2 x2 +    + an xn ,
atun i tabloul de distribut
0
ie al variabilei X 1este
0 1 2 ::: n A
X: :
a0 a1 a2 : : : an
Suma tuturor elementelor de pe linia a doua a tabloului de mai sus este 1;
^ntr-adevar
a0 + a1 +    + an = Q(1) = (p1 + q1 )(p2 + q2 )    (pn + qn ) = 1.
Valoarea medie a variabilei n
X este
X
M (X ) = kak .
k=0
Ideea de lu ru este asemanatoare u ea ^nt^alnita ^n rezolvarea Problemei 1.
Vom deriva polinomul Q, s ris sub ele doua forme de mai sus. Obtinem pe de o
parte
Q0 (x) = a1 + 2a2 x + 3a3 x2 +    + nan xn 1 ; (2:3)
n
de unde rezulta Q0 (1) = a1 + 2a2 + 3a3 +    + nan =
X
kak = M (X ).
k=1
46 Capitolul 2

Pe de alta parte, deriv^and pe Q(x) = (p1 x + q1 )(p2 x + q2 )    (pn x + qn )


obtinem

Q0 (x) = p1 (pk x + qk ) +    + pn
Y Y Y
(pk x + qk ) + p2 ( pk x + q k ) ; (2:4)
k6=1 k6=2 k6=n
n
iar Q0 (1) = p1 + p2 +    + pn . De i M (X ) =
X
pk .
k=1
n
k2 ak . ^Inmultim
X
Pentru a al ula dispersia vom al ula mai^nt^ai M (X ) = 2

k=0
relatia (2.3) u x si obtinem
xQ0 (x) = a1 x + 2a2 x2 + 3a3 x3 +    + nan xn .
Deriv^and egalitatea de mai sus rezulta
Q0 (x) + xQ00 (x) = a1 + 22 a2 x + 32 a3 x2 +    + n2 an xn 1 .
n
Pentru x = 1 dedu em Q0 (1) + Q00 (1) = k2 ak = M (X 2 ) )
X

k=1
n
M (X 2 ) = Q0 (1) + Q00 (1) = pk + Q00 (1):
X
(2:5)
k=1

Derivam2 a um relatia (2.4) pentru a determina Q00 (x) 3

Q00 (x) = p1 4p2 (pj x + qj ) +    + pn


Y Y Y
(pj x + qj ) + p3 (pj x + qj )5 +
2
j 6=1;2 j 6=1;3 j 6=1;n 3

+    + pn 4p1 (pj x + qj ) +    + pn
Y Y Y
(pj x + qj ) + p2 1 (pj x + qj )5.
j 6=1;n j 6=2;n j 6=1;n 1
Pentru x = 1 obtinem
Q00 (1) = p1 pk + p2 pk +    + pn pk = p1 [M (X )
X X X
p1 ℄+
k6=1
k6=2 k6=n

+p2 [M (X ) p2 ℄ + + pn [M (X )
n
pn℄ = M (X )(p1 + p2 +    + pn ) (p21 + p22 +

X
+ + p2n ) = [M (X )℄2 p2k .
k=1
Din (2.5) si relatia de mai sus dedu em a
Xn Xn
M (X 2 ) = pk + [M (X )℄2 p2k .
k=1 k=1
Atun i rezulta n n
X X
D 2 (X ) = M (X 2 ) [M (X )℄2 = pk + [M (X )℄2 p2k [M (X )℄2 =
k=1 k=1
Legi de probabilitate uzuale ale variabilelor aleatoare 47

Xn Xn Xn n
X
= pk p2k = pk (1 pk ) = pk q k .
k=1 k=1 k=1 k=1
O alta metoda mai simpla pentru al ulul mediei si dispersiei variabilei X
este urmatoarea: sa notam u Xk variabila aleatoare are are a valori pe 1 da a
Ak se realizeaza, si pe 0 da a Ak nu se realizeaza, k = 1; n. Tablourile de variatie
pentru variabilele Xk 0sunt 1
1 0
Xk :  A ; k = 1; n .
pk q k
Atun i numarul evenimentelor are se realizeaza este X = X1 +    + Xn ,
de i n n
X X
M (X ) = M (Xk ) = pk .
k=1 k=1
Deoare e variabilele aleatoare Xk , k = 1; n sunt independente, atun i
n n n n
D2 (X ) = D2 (Xk ) = fM (Xk2 ) [M (Xk )℄2 g = (pk p2k ) = pk qk :
X X X X

k=1 k=1 k=1 k=1


6. Variabila aleatoare X are distributie binomiala u exponent negativ u
parametrii m si p (m 2 IN  , 0 < p < 1) da a poate lua valorile m; m + 1; : : : si
P (X = k) = Ckm 11 pm q k m , k  m, (q = 1 p).
Sa se al uleze valoarea medie si dispersia variabilei X .
Rezolvare. Tabloul de distribut
0
ie al variabilei X este1
m m+1 m+2 ::: A
X: m 1 m 0 m 1 m 1 m 1 m 2 .
Cm 1 p q Cm p q Cm+1 p q : : :
Valoarea sa medie X este
M (X ) = mCmm 11 pm q 0 + (m + 1)Cmm 1 pm q 1 + (m + 2)Cmm+11 pm q 2 + : : : =
1
X
= kCkm 11 pm q k m .
k=m
Pentru a al ula suma seriei de mai sus, pornim de la dezvoltarea ^n serie de
puteri a fun tiei (1 x) m , si anume
m m(m + 1) 2
(1 x) m = 1 + x + x + : : : ; x 2 ( 1; 1).
1! 2!
Pentru m 2 IN seria binomiala de mai sus se s rie

1
Ckk 1m xk m ; x 2 ( 1; 1)
X
(1 x) m = Cm0 1 + Cm1 x + Cm2 +1 x2 + : : : =
k=m
sau
1
Ckm 11 xk m ; x 2 ( 1; 1): (2:6)
X
(1 x) m = Cm 1
+ Cmm 1 x + Cmm+11 x2 + : : : =
m 1
k=m
48 Capitolul 2

Folosind seria de mai sus ( u x = q ), observam a suma tuturor proba-


bilitatilor de pe linia a doua a tabloului de distributie al variabilei X este 1;
^ntr-adev1 ar 1
X X
Ckm 11 pm q k m = pm Ckm 11 q k m = pm (1 q ) m = 1.
k=m k=m
Relatia (2.6) se s rie e hivalent astfel
xm 1
X
= C m 1 xk .
(1 x)m k=m k 1
Deriv^and a easta ultima!egalitate obtinem
0 X 1
xm
(1 x)m
= kCkm 11 xk 1
,
k=m
mxm 1 1
kCkm 11 xk 1 ; x 2 ( 1; 1):
X
= (2:7)
(1 x)m +1
k=m
Pentru x = q rezulta
mq m 1 1 m 1 1
=
X
kC m 1 q k 1 , mq =
X
kCkm 11 q k 1 .
(1 q )m+1 k=m k 1 pm+1 k=m
Atun i1valoarea medie a variabilei X1este
X X mq m 1 m
M (X ) = kCkm 11 pm q k m = pm q m+1 kCkm 11 q k 1 = pm q m+1 m+1 = ,
k=m k=m p p
onform egalitatii de mai sus.
Pentru a al ula dispersia variabilei X , vom al ula mai ^nt^ai M (X 2 ), si
anume 1 1
X X
M (X 2 ) = k2 Ckm 11 pm q k m = pm q 1 m k2 Ckm 11 q k 1.
k =m k=m
^Inmultim relatia (2.7) u x si obtinem
mxm 1
kCkm 11 xk ; x 2 ( 1; 1).
X
=
(1 x) m +1
k=m
Prin derivarea relatiei de mai sus rezulta
!0
mxm 1
k2 Ckm 11 xk 1 ; x 2 ( 1; 1) ,
X
=
(1 x)m+1 k =m
xm 1 m(m + x) X 1
= k2 Ckm 11 xk 1 ; x 2 ( 1; 1):
(1 x)m+2 k=m
Pentru x = q obtinem
1
X q m 1 m(m + q )
k2 Ckm 11 q k 1 = .
k=m pm+2
Rezulta atun i
Legi de probabilitate uzuale ale variabilelor aleatoare 49

m
mq m(m + q ) m(m + q )
1
M ( X 2 ) = pm q 1 = ; iar
pm+2 p2
m2 + mq m2 mq
D (X ) = M (X ) [M (X )℄ =
2 2 2
= 2.
p2 p2 p
Observatie. O experienta se efe tueaza p^ana la ea de a m-a realizare a
unui eveniment A legat de ea. Da a probabilitatea a estui eveniment ^and
se fa e o singura data experienta este p, atun i numarul X de efe tuari ale
experientei este o variabila aleatoare u distributie binomiala u exponent negativ
u parametrii m si p. ^Intr-adevar, evenimentul fX = kg se s rie a interse tia
a doua evenimente: "^n primele k 1 efe tuari ale experientei evenimentul A
se produ e de m 1 ori" si "^n a k-a efe tuare a experientei se produ e A".
Probabilitatea primului din a este doua evenimente este Ckm 11 pm 1 q k m ( on-
form s hemei lui Bernoulli), iar probabilitatea elui de-al doilea eveniment este
p. De i P (X = k) = p Ckm 11 pm 1 q k m = Ckm 11 pm q k m .
7. Variabila aleatoare X are distribut ie hipergeometri a u parametrii a; b; n
(a; b; n 2 IN , n  a + b) da a poate lua ori e valoare ^ntreaga ^ntre max(0; n b)

si min(n; a) si
C kC n k
P (X = k) = a nb ; 8 k 2 [max (0; n b); min (n; a)℄.
Ca+b
Sa se al uleze valoarea medie si dispersia variabilei X .
Rezolvare. Vom presupune f ara a restr^ange generalitatea problemei a n 
 b si n  a, de i max (0; n b) = 0 si min (n; a) = n. Atun i tabloul de
distributie al variabilei
0
X este 1

B
0 1 2 : : : n C
X:B  Ca Cb
0 n C 1C n 1 C 2C n 2
a b a b Can Cb0 C :
: : : A

Can+b Can+b Can+b Can+b


Observam mai ^nt^ai a suma probabilitatilor de pe linia a doua a tabloului
de mai sus este 1; ^ntr-adevar avem
Xn C kC n k 1 X n 1
a b = Cak Cbn k = n Can+b = 1,
n n
k=0 Ca+b Ca+b k=0 Ca+b
(vezi rezolvarea Problemei 3).
Valoarea medie a variabilei aleatoare
n C kC n k n
X este
X
a a X a an
M (X ) = k nb = n Cak 11 Cbn k = n Can+b1 1 = = ap,
k=0 Ca+b Ca+b k=1 Ca+b a+b
50 Capitolul 2

a
unde am notat u p = .
a+b
Pentru al ulul dispersiei, vom al ula mai ^nt^ai media variabilei X 2 ; avem
n
X C kC n k X n C kC n k X n CkCn k
M (X 2 ) = k2 a nb = k(k 1) a nb + k a nb =
k=0 Ca+b k=1 Ca+b k=0 Ca+b
a(a 1) X n a ( a 1) an an (a 1)(n 1)
= n Cak 22 Cbn k + M (X )= n Can+b2 2 + = +
Ca+b k=2 Ca+b a + b (a + b)(a + b 1)
an
+ :
a+b
De i dispersia lui X este
an(a 1)(n 1) an a2 n2
D2 (X ) = M (X 2 ) [M (X )℄2 = + =
(a + b)(a + b 1) a + b (a + b)2
abn(a + b n) a+b n
= = npq ,
(a + b) (a + b 1)
2
a+b 1
b
unde q = 1 p = .
a+b
Observatie. Da a dintr-o urna are ontine a bile albe si b bile negre se
extrag n bile una ^ate una, fara ^ntoar erea bilei extrasa ^n urna (sau se extrag n
bile simultan), iar X este numarul de bile albe extrase, atun i X are distributie
hipergeometri a u parametrii a; b; n, onform s hemei hipergeometri e - s hema
bilei ne^ntoarsa).
Folosind modelul urnei, valoarea medie a variabilei X din problema se poate
al ula si ^n felul urmator. Consideram o urna u a bile albe si b bile negre din
are se extrag una ^ate una n bile (fara ^ntoar erea bilei ^n urna) si onsideram
variabilele aleatoare: Xk are are a valori numarul de bile albe obtinute la ex-
tragerea k (1 da a obtinem bila alba si 0 da a obtinem bila neagra), k = 1; n.
a b
Pentru X1 , avem P (X1 = 1) = si P (X1 = 0) = . De i tabloul
a+b a+b
variabilei X1 este 0 1
1 0
X1 : B  a b A.
C

a+b a+b
Pentru variabila X2 obtinem (^n urna au ramas a + b 1 bile)
P (X2 = 1) = P (X2 = 1=X1 = 1)P (X1 = 1) + P (X2 = 1=X1 = 0)P (X1 = 0) =
a 1 a a b a(a + b 1) a
=  +  =
a + b 1 a + b a + b 1 a + b (a + b 1)(a + b) a + b
= ; iar
P (X2 = 0) = P (X2 = 0=X1 = 1)P (X1 = 1) + P (X2 = 0=X1 = 0)P (X1 = 0) =
Legi de probabilitate uzuale ale variabilelor aleatoare 51

b a b 1 b b(a + b 1) b
=
a+b 1 a+
 b
+
a + b 1
 a + b
=
( a + b)(a + b 1)
=
a + b
.
0 1
1 0
De i X2 : B  a b A.
C

a+b a+b
Pentru variabila X3 avem (^n urna au ramas a + b 2 bile)
P (X3 = 1) = P (X3 = 1=X2 = 1)P (X2 = 1) + P (X3 = 1=X2 = 0)P (X2 = 0) =
= [P ((X3 = 1=X2 = 1)=X1 = 1)P (X1 = 1) + P ((X3 = 1=X2 = 1)=X1 =
= 0)P (X1 = 0)℄P (X2 = 1) + [P ((X3 = 1=X2 = 0)=X1 = 1)P (X1 = 1)+
+P ((X3 = 1=X2 = 0)=X1 = 0)P (X1 = 0)℄ !
P (X2 = 0) =
a 2 a a 1 b a 
a 1 a
=  +
a + b 2 a + !b a + b 2 a + b a + b
 + 
a+b 2 a+b
+
a b b (a 2)a2 + 2(a 1)ab + ab2
+ 
a+b 2 a+b a+b
=
(a + b 2)(a + b)2
=
a(a + b)(a + b 2) a
= = .
(a + b 2)(a + b) 2
a+b
b
Asemanator P (X3 = 0) = (= 1 P (X3 = 1)). De i
0
a+b 1
1 0 C
X3 : B
 a b A:
a+b a+b
Se arata ^n a elasi mod a toate variabilele Xk , k = 1; n au a elasi tablou de
distributie 0 1
1 0
Xk : B b A ; 8 k = 1; n ,
C
 a
a+b a+b
(desi ele sunt variabile dependente).
X n
Cu ajutorul variabilelor Xk , k = 1; n, variabila X se s rie X = Xk , de i
k=1
Xn aXn na
M (X ) = M (Xk ) = = = np.
k=1 k=1 a + b a+b
Xn
Pentru dispersie nu mai putem s rie a D2 (X ) este egala u D2 (Xk )
k=1
deoare e variabilele Xk , k = 1; n, nu sunt independente.
8. Variabila aleatoare X are distribut ie Poisson u parametrul  ( > 0)
da a poate lua ori e valoare ^ntreaga pozitiva si
52 Capitolul 2

k
P ( X = k ) = e  ; k = 0; 1; 2; : : :
k!
Sa se al uleze valoarea medie si dispersia variabilei X .
Rezolvare. Variabila aleatoare X are tabloul de distribut ie
0 1
0 1 2 ::: k ::: C
X:B  0    
1 2 k
  A:
e  e e ::: e :::
0! 1! 2! k!
Reamintim a dezvoltarea ^n serie de puteri a fun tiei f (x) = ex este
x x2 xk
e = 1 + + +    + +    ; 8 x 2 IR.
x
1! 2! k!
Folosind dezvoltarea de mai sus pentru x =  dedu em a suma proba-
bilitatilor de pe linia a doua a tabloului variabilei X este 1. ^Intr-adevar avem
X1 X1 k
P (X = k ) = e  = e  e = 1.
k=0 k=0 k !
Valoarea medie1 a variabilei X este1 k 1
X k  X 
M (X ) = k e = e  = e  e = .
k=0 k ! k=1 ( k 1)!
Pentru dispersie, al ulam mai ^nt^ai media variabilei X 2 . Obtinem
X1 k X1 k X1 k X1 k
M (X 2 ) = k2 e  = (k2 k) e  + k e  = k(k 1) e  +
k=0 k ! k=1 k! k=1 k ! k=2 k!
X1  k 2
+M (X ) = 2 e  + M (X ) = 2 e  e +  = 2 + .
k=2 ( k 2)!
Atun i dispersia lui X este
D2 (X ) = M (X 2 ) [M (X )℄2 = 2 +  2 = .
9. S a se al uleze momentele m3 ; m4 ; 3 ; 4 pentru o variabila aleatoare X
u distributie Poisson u parametrul .
Rezolvare. Din Problema 8  stim a m1 = M (X ) = , m2 = M (X 2 ) =
= 2 + . Momentul initial de ordinul 3 al variabilei X este
X1 k
m3 = M ( X 3 ) = k 3 e  .
k=0 k !
Deoare e k = k(k 1)(k 2) + 3k(k 1) + k, vom s rie pe m3 astfel
3

X1 k X1 k 1 k
X
m3 = k(k 1)(k 2) e  + 3 k(k 1) e  + k e  =
k=2 k! k=1 k! k=1 k !
X1  k 3 X1  k 2 X1  k 1
= 3 e  + 32 e  + e  = 3 e  e +
k=3 ( k 3)! k=2 ( k 2)! k=1 ( k 1)!
   
+3 e e + e e =  + 3 + .
2 3 2
Legi de probabilitate uzuale ale variabilelor aleatoare 53

Apoi momentul entrat de ordinul 3 este


3 = M (X )3 = M (X 3 3X 2 + 32 X 3 ) = M (X 3 ) 3M (X 2 )+
+32 M (X ) 3 = m3 3m2 + 32 m1 3 = 3 + 32 +  3(2 + )+
+33 3 = .
Pentru momentul initial de ordinul 4 avem
X1 4
m4 = M ( X ) = k 4 e  :
4

k=0 k !
Deoare e k = k(k 1)(k 2)(k 3) + 6k(k 1)(k 2) + 7k(k 1) + k, momentul
4

m4 se s rie
X1 k  X1 k
m4 = k(k 1)(k 2)(k 3) e + 6 k(k 1)(k 2) e  +
k=3 k! k=2 k!
X1 k X1 k X1  k 4 X1 k 3
+7 k(k 1) e  + k e  = 4 e  + 63 e  +
k=1 k! k=1 k ! k=4 (k 4)! k=3 (k 3)!
X1 k 2 X1 k 1
+72 e  + e  = 4 e  e + 63 e  e + 72 e  e +
k=2 ( k 2)! k=1 ( k 1)!
+e  e = 4 + 63 + 72 + .
Apoi momentul entrat de ordinul 4 este
4 = M (X )4 = M (X 4 4X 3 + 62 X 2 43 X + 4 ) = M (X 4 )
4M (X 3 ) + 62 M (X 2 ) 43 M (X ) + 4 = m4 4m3 + 62m2 43 m1 + 4 =
= 4 + 63 + 72 +  4(3 + 32 + ) + 62 (2 + ) 44 + 4 = 32 + .
10. Variabilele aleatoare independente X1  si X2 au distributii Poisson de
parametri 1 si respe tiv 2 . Sa se arate a X1 + X2 are distributie Poisson de
parametru 1 + 2 .
Rezolvare. Variabila X1 + X2 are a valori pe 0; 1; 2; : : :. Fie k  0 ^ ntreg.
Atun i

Sk
 k
X
P (X1 + X2 = k) = P j =0(X1 = j; X2 = k j ) = P (X1 = j; X2 = k j ) =
j =0
Xk Xk j1  2k j  e ( + ) X 1 k 2
= P (X1 = j )P (X2 = k j )= e 1
e = 2
Ckj j1 2k j =
j =0 j =0 j ! (k j )! k! j =0
( +  ) k
= 1 2 e ( + ) . 1 2

k!
Dedu em astfel a variabila X1 + X2 are distributie Poisson de parametru
1 + 2 .
54 Capitolul 2

11. Fie k 2 IN xat si pentru n > k sa onsideram variabilele Xn are
au distributii binomiale u parametrii n si pn , astfel ^n ^at toate sa aiba a eeasi
valoare medie . Sa se arate a
k 
lim P (Xn = k) = e .
n!1 k!
Rezolvare. Deoare e variabilele Xn au a eea si valoare medie  putem sa
s riem, onform Problemei 1

M (Xn ) = npn =  ) pn = .
n
Atun i obtinem
n(n 1)    (n k +1)  k  n k
! !

lim P (Xn = k)= nlim k k n k


n!1 !1 Cn pn qn = nlim !1 k! n
1
n
=
n(n 1)    (n k + 1)  n k k 
!
k
= nlim lim 1 = e ,
k! !1 nk n!1 n k!
adi a relatia din enuntul problemei.
Observatie. Relatia de mai sus ne arata a da a pn este su ient de mi si n
su ient de mare, atun i putem aproxima distributia binomiala u parametrii n
si pn , prin distributia Poisson de parametru  = npn . Din a est motiv distributia
Poisson se mai numeste legea evenimentelor rare.
Da a n  30 si np < 5 atun i distributia Poisson u parametrul  = np este
o buna aproximare a distributiei binomiale u parametrii n si p.
12. Variabila aleatoare X are distribut ie uniform a (re tangulara) de parametri
 si ! da a densitatea sa de repartit ie este 
8
1 
! !
>
>
< ; x2  ;+ ;
f (x) = > !  2 2
!  ! 
: 0;
>
x 2 1;  [ + 2;1 :
2
Sa se s rie fun tia de repartitie orespunzatoare si apoi sa se al uleze media
si dispersia variabilei X .
Rezolvare. Observ am mai ^nt^ai a f este o densitate de probabilitate,
deoare e f (x)  0; 8 x 2 IR; si
Z 1 Z + !
1 x + !
f (x) dx = ! dx =  ! = 1.
2 2

1 
2
! ! 2

Fun tia de repartitie a variabilei X este


Legi de probabilitate uzuale ale variabilelor aleatoare 55
8
!
>
> 0; ; x<
>
> 2
>
<
1 
!  
! !
F ( x) = > x  + ; x 2  ;+ ;
>
>
! 2 ! 2 2
1; x>+ :
>
>
:
2
Gra ele fun tiilor f si F sunt date ^n Figura 2.2 si Figura 2.3.
Valoarea medieZ a lui X este Z 
1 + x 1 + !
M (X ) = xf (x) dx = ! dx = x2  ! = ,
2 2

1  ! 2! 2 2

iar dispersia este


Z 1 Z + !
1 1 + !
!2
D2 (X )= (x )2 f (x) dx = ! (x )2 dx = (x )3  ! = .
2 2

1  ! 2
3! 12 2
y y
1_
w 1

x x
) (
m-w - O m m+w
- m-w
- O m+w
-
2 2 2 2

Figura 2.2 Figura 2.3

13. Sa se al uleze momentele m2 , m3 si 3 pentru o variabila aleatoare X


u distributie uniforma de parametri  si ! .
Rezolvare. Momentul init ial de ordinul al doilea este
"
Z 1 Z + !
1 2 1 3 + ! 1  ! 3
m2 = x f (x) dx = ! x dx = x  ! = +
2 2 2

#
1 
!
!
2
3! 3! 2
2

! 3
1 ! 3
! 2
 = 32! + = 2 + .
2 3! 4 12
Apoi momentul initial de ordinul al treilea este "
Z 1 Z + !
3 1 1 4 + ! 1  ! 4
m3 = x f (x) dx = ! x dx = x  ! = +
2 2
3

#
1  2
! 4! 4! 2
2

! 4
1 ! 2
 = (43 ! + ! 3 ) = 3 + ,
2 4! 4
iar momentul entrat de ordinul al treilea este
Z 1 Z + !
1 1 + !
3 = (x )3 f (x) dx = ! (x )3 dx = (x )4  ! = 0.
2 2

1  2
! 4! 2
56 Capitolul 2

14. Variabilele aleatoare X si Y sunt independente. X are distributie uni-


forma pe intervalul [0; 1℄, iar Y are distributie uniforma pe intervalul [0; 2℄. Sa se
al uleze densitatea de probabilitate a variabilei X + Y .
Rezolvare. Da  a Zf1 este densitatea de probabilitate a variabilei aleatoare
1
X , punem onditia a f1 (x) dx = 1. Obtinem parametrii lui X : !1 = 1 si
1
1
1 = , de i densitatea sa va
2 8
< 1; x 2 [0; 1℄;
f1 (x) = :
0; x 62 [0; 1℄:
Asem anator da a f2 este densitatea de probabilitate a variabilei Y , din
Z 1

onditia f2 (x) dx = 1 obtinem parametrii: !2 = 2 si 2 = 1. De i densi-


1
tatea sa va 8
1
>
<
; x 2 [0; 2℄;
f2 (x) = > 2
:
0; x 62 [0; 2℄:
Deoare e X si Y sunt independente, pentru densitatea de probabilitate f a
variabilei aleatoare X + Y Zvom apli a formula
1
f ( x) = f1 (x y )f2 (y ) dy .
1
Avem
f1 (x y ) 6= 0 pentru x y 2 [0; 1℄ , y 2 [x 1; x℄, si
f2 (y ) 6= 0 pentru y 2 [0; 2℄.
De i f1 (x y )f2 (y ) 6= 0 pentru y 2 [x 1; x℄ \ [0; 2℄.
Da a x 62 [0; 3℄ atun i [x 1; x℄ \ [0; 2℄ = ;, de i f (x) = 0.
Da a x 2 [0; 1) atun i [x 1; x℄ \ [0; 2℄ = [0; x℄ si atun i
Z x Z x
1 x
f (x) = f1 (x y )f2(y )dy = dy = .
0 0 2 2
Da a x 2 [1; 2) atun i [x 1; x℄ \ [0; 2℄ = [x 1; x℄ si atun i
Z x Z x
1 1
f (x) = f1 (x y )f2 (y ) dy = dy = .
x 1 x 12 2
Da a x 2 [2; 3℄ atun i [x 1; x℄ \ [0; 2℄ = [x 1; 2℄ si atun i
Z 2 Z 2
1 3 x
f (x) = f1 (x y )f2 (y ) dy = dy = .
x 1 x 12 2
De i
Legi de probabilitate uzuale ale variabilelor aleatoare 57

x
; x 2 [0; 1);
8
>
>
>
> 2
>
1
; x 2 [1; 2);
>
>
>
<
f ( x) = > 3 2 x
>
> ; x 2 [2; 3℄;
2
>
>
>
>
0; x 62 [0; 3℄:
>
:

15. Variabila aleatoare are distribut ie normal a sau urmeaza legea normala
u parametrii m si  , m 2 IR,  > 0, da a densitatea sa de probabilitate este
1 x m
f (x) = p e  ; x 2 IR:
( )2
2 2
 2
Fun tia f se numeste densitatea de repartitie normala sau gaussiana.
Sa se s rie fun tia de repartitie orespunzatoare si apoi sa se al uleze media
si dispersia variabilei X .
Z 1
Rezolvare. Mai ^ nt^ai observam a f este o densitate de probabilitate, adi a
f (x)dx = 1. ^Intr-adevar da a ^n integrala de mai sus fa em s himbarea de
1
x m p
variabila p = y , rezulta dx =  2 dy ; apoi da a x ! 1 atun i y ! 1,
 2
iar da a xZ ! 1 atun i y ! Z1. Astfel obtinemZ
1 1 1 y 2 1 y
f (x) dx = p e dy = p e dy = 1.
2 2

1  1  0 p
Z 1

Am folosit mai sus integrala lui Euler-Poisson y


e dy = , vezi f[6℄, Capi-
2

2
tolul 9, x1, Problema 7g.
0

Gra ul fun tiei f are forma de lopot (vezi Figura 2.4). Dreapta x = m este
axa de simetrie pentru a est gra , iar pentru x = m se obtine valoarea maxima
p1 . Pun tele x = m  si x = m +  sunt pun te de in exiune.
 2
Sa notam u f (x; m;  ) densitatea de probabilitate din problema. Vom de-
termina mai ^nt^ai fun tia de repartitie orespunzatoare, pentru m = 0 si  = 1.
^In a est az
1
f (x; 0; 1) = p e .
x 2
2
2
Atun i fun tia deZ repartitie F (x; 0; 1) este
x Z 0 Z x
1
F (x; 0; 1) = f (t; 0; 1) dt = f (t; 0; 1)dt + f (t; 0; 1)dt = + (x),
1 1 0 2
1 Z x t =2
unde (x) = p e dt.
2

2 0
58 Capitolul 2

Fun tia  de mai sus se numeste fun tia integrala a lui Lapla e, pentru
valorile areia sunt ^nto mite tabele.
y

1
s 2p

x
O m-s m m+s

Figura 2.4

Da a variabila aleatoare urmeaza legea normala u parametrii m si  , atun i


1
variabila aleatoare Y = (X m) urmeaza legea normala u parametrii 0 si 1.

^Intr-adevar, da a F1 este fun tia de repartitie a lui Y atun i
F1 (x) = P (Y < x) = P (X < m + x) = F (m + x; m;  ),
iar densitatea de probabilitate a variabilei Y este
1
f1 (x) = F10 (x) = f (m + x; m;  ) = p e x =2 = f (x; 0; 1); 8 x 2 IR.
2

2
De i F1 (x) = F (x; 0; 1), adi a variabila Y urmeaza legea normala u parametrii
0 si 1.
Rezulta astfel a pentru variabila aleatoare X u distributie normala u
parametrii m si  , fun tiade repartitie este
x m 
1 
x m
F (x; m;  ) = F ; 0; 1 = +  .
 2 
Valoarea medie a variabilei aleatoare X este
Z 1
1 Z1 x m
xf (x; m;  ) dx = p
( )2
M (X ) = xe  dx.
2 2
1  2 1
^In integrala de mai sus fa em s himbarea de variabila x m = y , de unde rezulta

dx =  dy ; pentru x ! 1 rezulta y ! 1, iar pentru x ! 1 rezulta y ! 1.
De i
1 Z1  Z1 m Z 1 y =2
M (X )= p (y +m)e y =2  dy = p ye y =2 dy + p e dy =
2 2 2

 12 1
Z 2 1 2 1
=0+m f (y ; 0; 1)dy = m.
1
Legi de probabilitate uzuale ale variabilelor aleatoare 59

Dispersia Zvariabilei X este


1 1 Z1 x m
D (X ) =
2
(x m) f (x; m;  )dx =
2
p (x m)2 e  dx.
(
2 2
)2

1  2 1
Cu a eeasi s himbareZde variabila obtinem
1 1 2 2 y =2  2 Z 1 2 y =2
D (X ) = p ye  dy = p ye dy =
2 2
2

 2  1 2  1
 2 Z 1  y =2   2 Z 1  y =2 0 2 1
=p y ye dy = p y e dy = p ye y =2 1+
2 2 2

2 1 2 1 2
 2 Z 1 y =2
+p e dy =  2 .
2

2 1
Dedu em de ai i a abaterea medie patrati a a variabilei X este D(X ) =  .
16. Da  a X este o variabila aleatoare are urmeaza legea normala u para-
metrii m si  , iar a; b; k 2 IR, k >!0, sa se demonstreze a
b m 
a m
a) P (a < X < b) =   ;
 
b) P (jX mj < k ) = 2(k).
Rezolvare. a) Avem
! !
a m X m b m b m 
a m 

P (a<X <b)= P < < =F ; 0; 1 F ; 0; 1 =


" !#
    ! 
1 b m 
1 
a m  b m 
a m
= + + =  .
2  2   
b) Conform pun tului a) obtinem
P (jX mj < k ) = P (m k < X < m + k ) = (k) ( k) = 2(k),
deoare e fun tia  este impara ( k) = (k).
Observatie. Da a luam k = 3 ^n relatia b) rezulta
P (jX mj < 3 ) = 2(3) ' 0; 9974.
A easta egalitate ne spune a aproape toate valorile variabilei X ad ^n in-
tervalul (m 3; m + 3 ). Relatia este unos uta sub denumirea de regula elor
sase  .
17. S a se al uleze momentele entrate ale unei variabile aleatoare X u
distributie normala de parametri m si  .
Rezolvare. Momentul entrat de ordinul k este
Z 1
1 Z1 x m
(x m)k f (x) dx = p
)2
(x m)k e  dx.
(
k = 2 2
1  2 1
Avem
60 Capitolul 2
Z 1 Z 1
0 = f (x) dx = 1, 1 = (x m)f (x) dx = 0 si 2 = D2 (X ) =  2 .
1 1
Pentru k  2, ^n integrala are de neste momentul entrat de ordinul k vom
x m p
fa e s himbarea de variabila p = y , de unde dedu em dx =  2y ; pentru
 2
x ! 1 rezult a
p kZ1 y ! 1 , iar pentru xp! 1 rezulta y ! 1. Obtinem atun i
( 2) ( 2)k Z 1 k 1  y 0
k = p k y
y e dy = p y e dy =
2 2

p k  1 1 p2 kZ 1 1
( 2) k 1 y ( 2)
= p
2  p
y e 1 + (k 1) p
2
y k 2e y dy =
2

p k 2Z1 2  1
( 2) ( 2)
2
= (k 1)
2
 p  1
y k 2e y dy = (k 1) 2 k 2 .
2

De i am gasit relatia de re urenta k = (k 1) 2 k 2.


Deoare e 0 = 1, 1 = 0 din relatia de mai sus dedu em a
2p 1 = 0; 2p = 1  3  5    (2p 1) 2p ; 8 p 2 IN  .
18. S a se arate a da a variabilele aleatoare independente X si Y urmeaza
legea normala u parametrii m = 0 si  = 1, atun i variabilele X + Y si
X Y urmeaza de asemenea legea normala. Sa se determine parametrii a estor
distributii.
Rezolvare. Da  a notam u f si g densitatile de probabilitate ale variabilelor
X si Y , atun i
1
f (x) = g (x) = p e x =2 ; x 2 IR.
2

2
Densitatea de probabilitate a variabilei X + Y este
Z 1
1 Z1 xy y 1 Z 1 (y xy+ x )
 )2
( 2 2
h(x) = f (x y )g (y ) dy = e e dy = e dy =
2
2 2 2
1 2  1 2  1
1 Z 1 (y x ) y x=2=z 1
Z 1
1
 e z dz = p e =
x 2 x 2 x 2
= e e dy = e
2 2
2 4 4 4
2 1 2 1 2 
1 xp2

= p p e  ; 8 x 2 IR. 2)2

2  2
2(

Dedu em astfel a X + Y urmeaza si ea legea normala u parametrii m = 0


p
si  = 2.
Asemanator pentru densitatea de probabilitate a variabilei aleatoare X Y
obtinem
Z 1
1 Z1 xy y 1 Z 1 (y +xy+ x )
( + )2
e dy = 2 1 e
2 2
k(x) = f (x+y )g (y ) dy = e dy =
2
2 2 2
1 2 1
Legi de probabilitate uzuale ale variabilelor aleatoare 61

1 Z 1 (y+ x ) y+x=2=z 1
Z 1
1
 e z dz = p e =
x 2 2 x x
2
= e e dy = e
2 2
2 4 4 4
2 1 2 1 2 
1 xp
2

= p p e  ; 8 x 2 IR. 2)2

2  2
2(

p
Rezulta a X Y urmeaza legea normala u parametrii m = 0 si  = 2.
Observatie. ^In general da a X si Y sunt doua variabile aleatoare indepen-
dente are urmeaza legea normala u parametrii m1 , 1 , respe tiv m2 , q 2 , atun i
X + Y si X Y urmeaza legea q normala de parametri m = m1 + m2 ,  = 12 + 22 ,
respe tiv m = m1 m2 ,  = 12 + 22 .
19. Se arun  a o moneda de 256 de ori. Care este probabilitatea a numarul
de aparitii ale "stemei" sa e uprins ^ntre 112 si 144?
Rezolvare. S a notam u X variabila aleatoare are are a valori numarul
de aparitii ale "stemei", atun i ^and se arun a moneda de 256 de ori. X are
1
distributie binomiala u parametrii n = 256 si p = (probabilitatea a la o
2
arun are sa apara "stema"). Trebuie sa al ulam P (112 < X < 144). Deoare e
M (X ) = np = 128, iar D(X ) = npq
p = p64 = 8, atun i

X 128 

P (112 < X < 144) = P 2 < <2 .


8
X 128
Vom folosi Teorema lui Moivre-Lapla e si vom aproxima distributia
8
udistributia normala Y de parametri m = 0 si  = 1, adi a
X 128
P 2< < 2 ' P ( 2 < Y < 2) = (2) ( 2) = 2(2) ' 0; 95;
8
1 Z x t =2
unde  este fun tia integrala a lui Lapla e, (x) = p e dt.
2

2 0
20. De ^ ate ori trebuie sa arun am un zar ore t pentru a, u probabilitatea
1
0,95, abaterea fre ventei relative a fetei 1 de la numarul p = sa e uprins ^ntre
6
0; 03 si 0; 03.
Rezolvare. Da  a ^n n arun ari fata 1 apare de n ori, vom auta n pentru
are 
n 

P 0; 03 < p < 0; 03 = 0; 95.


n
A easta inegalitate

se mai poate
pn ! s rie astfel

np
0 ; 03 5
P p n
<

p = 0 ; 95 ; unde q = 1 p = .
npq pq 6
Folosind formula lui Moivre-Lapla e, relatia de mai sus ne ondu e la
62 Capitolul 2

p
0; 03 n
! p
0; 18 n
!

2 p
pq
= 0; 95 )  p = 0; 475 )
p ! 1 p ! 5
0; 18 n 0; 18 n
F p = +
2
p = 0; 975.
5 5
Folosind
p un tabel u valorile fun tiei  sau F (vezi [3℄, Anexa I), rezulta a
0; 18 n
p = 1; 96. Obtinem n ' 592; 8; de i trebuie sa arun am zarul de 593 de
5
ori.
21. O ma sina produ e o piesa ir ulara. Piesa este buna da a diametrul sau
d este uprins ^ntre 3; 99 m si 4; 01 m. Care este probabilitatea produ erii unei
piese defe te de atre masina respe tiva, stiind a d are distributie normala u
media 4; 002 m si abaterea medie patrati a 0; 005 m?
Rezolvare. Probabilitatea a o pies a sa e buna este
! !
b m a m 
4; 01 4; 002
P (3; 99 < d < 4; 01) =   =
!
  0; 005
3; 99 4; 002
 = (1; 6) ( 2; 4) = (1; 6)+(2; 4) = F (1; 6)+ F (2; 4)
0; 005
1 ' 0; 9452 + 0; 9918 1 = 0; 937.
Rezulta atun i a probabilitatea a piesa sa e defe ta este 1 0; 937 = 0; 063.
22. O ma sina produ e o piesa ir ulara. C^and masina este bine reglata,
diametrul d al pieselor are distributie normala u media 10 m si abaterea medie
patrati a 0,08 m. Se iau la ^nt^amplare 4 piese fabri ate de masina si se onstata
a media aritmeti a a diametrelor a estor piese este 10,14 m. Se poate a rma
a masina s-a dereglat?
Rezolvare. Fie d1 ; d2 ; d3 ; d4 diametrele elor 4 piese alese la ^ nt^amplare.
A estea sunt 4 variabile aleatoare independente distribuite normal u media 10
d +d +d +d
m si abaterea medie patrati a 0,08. Atun i variabila d = 1 2 3 4 are
4
de asemenea distributie normala u media 10 m si abaterea medie patrati a 0,04
m. ^Intr-adevar !
d1 + d2 + d3 + d4 1
m = M (d) = M = (M (d1 ) + M (d2 ) + M (d3 ) + M (d4 )) =
4 4
40
= = 10; iar
4 !
d1 + d2 + d3 + d4 1
D (d) = D
2 2
= (D2 (d1 ) + D2 (d2 ) + D2 (d3 ) + D2 (d4 )) =
4 16
Legi de probabilitate uzuale ale variabilelor aleatoare 63

1
=
16
 4(0; 08)2 = 0; 0016; de i (d) = 0; 04.
Conform regulei elor 6  avem
P (jd mj < 3 ) = 2(3) ' 0; 997 , P (m 3 < d < m + 3 ) ' 0; 997
sau
P (10 3  0; 04 < d < 10 + 3  0; 04) ' 0; 997 , P (9; 88 < d < 10; 12) ' 0; 997.
Din ultima relatie de mai sus dedu em a d ia valori ^n afara intervalului
(9; 88; 10; 12) u o probabilitate mai mi a de 0,003. De i este aproape sigur a
masina s-a defe tat. Z
1 p 1 x
23. Fie (p) = x e dx; p 2 IR integrala (sau fun tia) gama a lui
0
Euler. Sa se demonstreze a
a) (p) este onvergenta pentru p > 0 si divergenta pentru p  0;
b) (p + 1) = p (p); 8 p > 0; ) (n) = (n 1)!; 8 n 2 IN  ;
p
d) ( 21 ) =  .
Rezolvare. a) Da  a p 1  0 , p  1 atun i integrala (p) este improprie
!1 x x e = 0; 8 2 IR. Da a p < 1
de primul tip si onvergenta, deoare e xlim p 1 x

atun i (p) este improprie


Z a
de ambele
Z 1
tipuri. O des ompunem astfel
(p) = x e dx +p 1 x xp 1 e x dx; unde a 2 (0; 1).
0 a
Z a
e x
Integrala I1 = dx este onvergenta pentru 1 p < 1 , p > 0, iar
0 x
1 p
Z 1

I2 = xp 1 e x dx este onvergenta pentru 8 p 2 IR, dupa um am vazut mai


a
sus.
Dedu em astfel a (p) este onvergenta pentru p > 0 si divergenta pentru
p  0.
b) Avem Z
1 p x Z 1
p x 0 p x
1 Z 1

(p + 1)= x e dx = x ( e ) dx = x e 0 + p
xp 1 e x dx =
= p (p) ; 8 p > 0:
0 0 0

) Folosind relatia de la pun tul b) obtinem


(n)Z = (n 1) (n 1) = (n 1)(n 2) (n 2) =    = (n 1)! (1),
1 x 1
iar (1) = e dx = e x 0 = 1. De i (n) = (n 1)!; 8 n 2 IN  .
0 Z 1 =
d) ( ) =
1
2
x 1 2
e x dx. Notam x = u2 ; atun i dx = 2u du si
0
64 Capitolul 2

Z 1 Z 1 p p
( )=
1 1
u e  2u du = 2
u2 u2 du
e =2 = ,
2
0 0 2
onform integralei lui Euler-Poisson.
Z 1

24. Fie B (p; q ) = xp 1 (1 x)q 1 dx; p; q 2 IR, integrala (sau fun tia)
0
beta a lui Euler. Sa se demonstreze a
a) B (p; q ) este onvergenta pentru p > 0 si q > 0, si ^n rest este divergenta;
b) B (p; q ) = B (q; p); 8 p; q > 0;
p 1
) B (p; q ) = B (p 1; q ); 8 p > 1; q > 0;
p+q 1
q 1
d) B (p; q ) = B (p; q 1); 8 p > 0; q > 1;
p+q 1
(p 1)(q 1)
e) B (p; q ) = B (p 1; q 1); 8 p > 1; q > 1;
(p + q 1)(p + q 2)
(n 1)!
f) B (p; n) = B (n; p) = ; 8 n 2 IN  ; p > 0;
p(p + 1)    (p + n 1)
(m 1)!(n 1)!
g) B (m; n) = ; 8 m; n 2 IN  ;
(m + n 1)!
h) B (p + 1; q ) + B (p; q + 1) = B (p; q ); 8 p; q > 0;
i) qB (p + 1; q ) = pB (p; q + 1); 8 p; q > 0;
Z 1
tp 1
j) B (p; q ) = dt; 8 p; q > 0;
0 (1 + t)p+q
(p) (q )
k) B (p; q ) = ; 8 p; q > 0;
(p + q )

l) B (p; 1 p) = (p) (1 p) = ; 8 p 2 (0; 1).
sin(p )
Rezolvare. a) Da  a p 1  0 , p  1 si q 1  0 , q  1 atun i
B (p; q ) este o integrala proprie, de i onvergenta. Da a p 1 < 0 , p < 1 sau
q 1 < 0 , q < 1 atun i B (p; q ) este o integrala improprie de al doilea tip,
fun tia de sub semnul integrala devenind nemarginita ^n ve inatatea lui 0 sau 1.
S riem pe B (p;Zq ) astfel
a Z 1

B (p; q ) = xp 1 (1 x)q 1 dx + xp 1 (1 x)q 1 dx; u a 2 (0; 1).


0 a Z
Z a a (1 x)q 1
Integrala I1 = xp 1 (1 x)q 1 dx = dx este onvergenta da a
0 0 x1 p Z 1
si numai da a 1 p < 1 , p > 0, iar integrala I2 = xp 1 (1 x)q 1 dx =
a
Z 1
xp 1
= dx este onvergenta da a si numai da a 1 q < 1 , q > 0.
a (1 x)1 q
Legi de probabilitate uzuale ale variabilelor aleatoare 65

De i B (p; q )Zeste onvergenta pentruZp > 0 si q > 0, ^n rest ind divergenta.
b) B (p; q )= xp 1 (1 x)q 1 dx 1 =x=y (1 y )p 1 y q 1 dy = B (q; p); 8p; q > 0.
1 1

0 0
) Avem Z 1
1Z 1 p 1 1 1
p
B (p; q ) = x (1 x) dx =
1 q 1
x [(1 x)q ℄0 dx = xp 1 (1 x)q 0 +
0 q 0 q
1Z 1 p q p 1Z 1 p 2 q p 1Z 1 p 2
+ (p 1)x (1 x) dx =
2
x (1 x) dx = x (1
q 0 q 0 q 0
p 1Z 1 p 2 p 1Z 1 p 1
x)q 1 (1 x) dx = x (1 x)q 1 dx x (1 x)q 1 dx =
q 0 q 0
p 1 p 1
= B ( p 1; q ) B (p; q ).
q q
Am obtinut astfel relatia
!
p 1 p 1
1+ B (p; q ) = B (p 1; q ),
q q
de unde rezulta
p+q 1 p 1 p 1
B (p; q ) = B (p 1; q ) ) B (p; q ) = B (p 1; q ).
q q p+q 1
d) Tre ^and pe p ^n q si pe q ^n p, relatia de la pun tul ) ne da
q 1
B (q; p) = B (q 1; p),
p+q 1
q 1
are ombinata u b) ne ondu e la relatia B (p; q ) = B (p; q 1).
p+q 1
e) Din relatiile ) si d) obtinem
p 1 (p 1)(q 1)
B (p; q ) = B ( p 1; q ) = B (p 1; q 1).
p+q 1 (p + q 1)(p + q 2)
f) Conform pun tului ) avem
n 1 (n 1)(n 2)
B (p; n) = B (p; n 1) = B (p; n 2) =    =
p+n 1 (p + n 1)(p + n 2)
(n 1)(n 2)    1
= B (p; 1).
(p + n 1)(p + n 2)Z   (p + 1)
1 xp 1 1
Deoare e B (p; 1) = xp 1 (1 x)0 dx = 0 = ; rezulta a
0 p p
(n 1)!
B (p; n) = = B (n; p); 8 n 2 IN  ; p > 0.
(p + n 1)(p + n 2)    (p + 1)p
g) Din pun tul f) avem
(n 1)! (n 1)!(m 1)!
B (m; n)= = ; 8 m; n 2 IN  .
(m + n 1)(m + n 2)    (m +1)m (m + n 1)!
h) Avem Z 1 Z 1
p q
B (p + 1; q ) + B (p; q + 1) = x (1 x) dx + xp 1 (1 x)q dx =
1

0 0
66 Capitolul 2

Z 1 Z 1

= xp
(1 1
x)q [x + (1 x)℄ dx = xp 1 (1 x)q 1 dx = B (p; q ); 8 p; q > 0.
1

0 0
i) Pornim de la B ( p + 1 ; q ); avem
Z 1
1Z 1 p 1 1
B (p + 1; q ) = xp (1 x)q 1 dx = x [(1 x)q ℄0 dx = xp (1 x)q 0 +
0 q 0 q
1Z 1 p 1 p
+ px (1 x)q dx = B (p; q + 1),
q 0 q
de unde rezulta
qB (p + 1; q ) = pB (p; q + 1); 8 p; q > 0.
t x
j) Fa em s himbarea de variabila x = ; (t > 0) ) t = , iar
1+t 1 x
dt
dx = ; pentru x = 0 ) t = 0, iar pentru x ! 1; x < 1 ) t ! 1.
(1 + t)2
Rezulta Z 1 Z 1
tp 1  t q 1 1 tp 1
B (p; q ) =
0 (1 + t)p 1
1
1+t
 (1 + t)2
dt =
0 (1 + t)p+q
dt.
Pentru demonstratiile pun telor k) si l) vezi f[6℄, Capitolul 9, x3g.
25. O variabil a aleatoare are distributie gama u parametrul p (p > 0) da a
densitatea sa de probabilitate 8
este
x e x
p 1
; x  0;
>
>
<
f (x) = > (p)
>
: 0; x < 0:
Sa se al uleze momentele initiale mk si apoi sa se dedu a media si dispersia
variabilei X .
Rezolvare. Observ am mai ^nt^ai a f este o densitate de probabilitate,
deoare e f (xZ)  0; 8 x 2 IR, si Z
1 1 1 p 1 x
f (x) dx = x e dx = 1.
1 (p) 0
MomentulZ 1
initial de ordinul kZ este
k 1 1 k p 1 x 1 Z 1 k+p 1 x
mk = x f (x) dx = x x e dx = x e dx =
1 (p) 0 (p) 0
(k + p) (k + p 1) (k + p 1) (k + p 1)    (p + 1)p (p)
= = =  = =
(p) (p) (p)
= (k + p 1)(k + p 2)    (p + 1)p,
onform Problemei 23, b).
Dedu em atun i a
M (X ) = m1 = p; iar D2 (X ) = m2 m21 = (p + 1)p p2 = p.
Legi de probabilitate uzuale ale variabilelor aleatoare 67

Observatie. Variabila aleatoare X are o distributie gama generalizata u


parametrii p > 0 si 8> 0 da 
p
a densitatea sa de probabilitate este

>
< xp 1 e x ; x  0;
f ( x) = > ( p )
:
0; x < 0:
^In mod asemanator se arata a
(k + p 1)(k + p 2)    (p + 1)p p p
mk = , de i M (X ) = , iar D2 (X ) = 2 :
 k  
26. Sa se al uleze momentele entrate 3 si 4 pentru o variabila aleatoare
u distributie gama de parametru p.
Rezolvare. Momentul entrat de ordinul 3 este
Z 1 Z 1 Z 1 Z 1

3 = (x p) f (x) dx =
3
x f (x)dx 3p
3
x f (x)dx +3p
2 2
xf (x) dx
11
Z 1 1 1
p 3
f (x) dx = m3 3pm2 + 3p m12
p = p(p + 1)(p + 2) 3p (p + 1)+
3 2

1 3
+3p p = 2p,
3

iar momentul
Z 1
entrat de ordinul
Z 1
4 este Z 1 Z 1

4 = (x p) f (x) dx =
4
x f (x) dx 4p x f (x) dx + 6p
4 3 2
x2 f (x) dx
Z 1
1 Z 1 1 1 1
4p 3
xf (x) dx + p4
f (x) dx = m4 4pm3 + 6p m2 4p m1 + p4 =
2 3

1 1
= p(p + 1)(p + 2)(p + 3) 4p2 (p + 1)(p + 2) + 6p3 (p + 1) 4p4 + p4 = 3p2 + 6p.
27. Da  a variabilele aleatoare independente X si Y au distributii gama u
parametrii p, respe tiv q , sa se arate a X + Y are distributie gama u parametrul
p + q.
Rezolvare. S a notam u f si g densitatile de probabilitate pentru variabilele
X si Y . De i 8
1 p 1 x
>
< x e ; x  0;
f ( x) = g ( x) = > ( p )
:
0; x < 0:
Densitatea de probabilitate
Z 1
h a variabilei X + Y este
h(x) = f (x y )g (y ) dy .
1 Z 0 Z 1
Da a x < 0 atun i h(x) = f (x y )g (y )dy + f (x y )g (y )dy = 0,
1 0
(^n prima integrala g (y ) = 0, iar ^n a doua integrala f (x y ) = 0).
Da a x  0, atun i f (x y ) 6= 0 pentru x y  0 , y  x, iar g (y ) 6= 0
pentru y  0. De i f (x y )g (y ) 6= 0 da a y 2 [0; x℄ si atun i
68 Capitolul 2

Z x Z x 1 1 q 1 y
h(x) = f (x y )g (y ) dy = (x y )p 1e x+y y e dy =
0 0 (p) (q )
e x Zx
= (x y )p 1y q 1 dy .
(p) (q ) 0
Fa em s himbarea de variabila y = tx, de i dy = xdt; pentru y ! 0 rezulta
t ! 0, iar pentru y !Z x rezulta t ! 1. Obtinem astfel
e x 1 e x xp+q 1 Z 1 q 1
h(x) = (x tx)p 1 (tx)q 1 x dt = x (1 x)p 1 dt =
(p) (q ) 0 (p) (q ) 0
B (q; p) e x xp+q 1
= e x xp+q 1 = ,
(p) (q ) (p + q )
onform Problemei 24, k).
Rezulta a X + Y are distributie gama u parametrul p + q .
28. S a se arate a da a variabila aleatoare X urmeaza legea normala de
1
parametri m si  , atun i variabila aleatoare Y = 2 (X m)2 are o distributie
2
1
gama u parametrul .
2
Rezolvare. S a notam u G(x) fun tia de repartitie a variabilei Y . Deoare e
Y  0, atun i pentru x < 0 rezulta a F (x) = P (Y < x) = 0. Pentru x  0
avem
p X pm p
! !
(X m)2
G(x) = P (Y < x) = P <x =P x< < x =
2 2 p  2 p
p p m +  2x m
!
m  2x m
!

= P (m  2x < X < m +  2x)=  =


p p p  
p 2 Z 2x t =2 2 Z 2x t =2
= 2( 2x) = p e dt = p e dt.
2 2

2 0  0
Atun i densitatea de p probabilitate g a variabilei aleatoare Y este
2 p 1 1 1
g (x) = G0 (x) = p 2 p e 2x=2 = p e x = p x 1=2 e x ; x  0;
 2 x x 
si g (x) = 0; x < 0.
p
Deoare e  = 8( 21 ), (vezi Problema 23, d)), dedu em a
1
>
>
< x 1=2 e x ; x  0;
g (x) = > 2 ( 1
)
>
: 0; x < 0;
adi a Y are o distributie gama u parametrul 21 .
29. O variabil a aleatoare X are distributie beta u parametrii p si q (p; q > 0)
da a densitatea sa de probabilitate este
Legi de probabilitate uzuale ale variabilelor aleatoare 69
8
1
>
< xp 1 (1 x)q 1 ; x 2 [0; 1℄;
f (x) = > B (p; q )
:
0; x 62 [0; 1℄:
Sa se al uleze momentele initiale mk si apoi sa se dedu a media si dispersia
variabilei X .
Rezolvare. Fun t ia f de mai sus este o densitate de probabilitate, deoare e
f (x) Z0; 8 x 2 IR si Z
1 1 1 1
f (x) dx = xp 1 (1 x)q 1 dx = B (p; q ) = 1.
1 0 B (p; q ) B (p; q )
Momentul
Z 1
initial de ordinul Zk este
1 1 B (k + p; q )
mk = xk f (x) = xk+p 1 (1 x)q 1 dx = =
1 B (p; q ) 0 B (p; q )
k + p 1 B ( k + p 1; q ) (k + p 1)    (p + 1)p B (p; q )
=
p+q+k 1
 B (p; q )
=  = 
(p + q + k 1)    (p + q ) B (p; q )
=
p(p + 1)    (p + k 1)
= ,
(p + q )(p + q + 1)    (p + q + k 1)
onform Problemei 24, ).
Rezulta atun i a
p p(p + 1)
M (X ) = m1 = ; iar D2 (X ) = m2 m21 =
p+q (p + q )(p + q + 1)
p 2
pq
= .
(p + q )2
(p + q ) (p + q + 1)
2

30. Variabila aleatoare are distribut ie 2 u n grade de libertate (n 2 IN  )


da a densitatea sa de 8 probabilitate este
1
e ; x  0;
n 1 x
n nx
>
>
< 2 2

f (x) = > 2 2
2
>
:
0; x < 0:
Sa se al uleze momentele initiale mk si apoi sa se dedu a media si dispersia
variabilei X .
Rezolvare. Fun t ia f este o densitate de probabilitate (vezi Figura 2.5),
deoare e f (xZ)  0; 8 x 2 IR si
1 1  Z 1 n 1 x
f (x) dx = n n 2 x e dx.
2
1 22
2
0

x
Fa em s himbarea de variabila = y , de unde rezulta dx = 2dy ; da a x ! 0
2
atun i y ! 0, iar da a x ! 1 atun i y ! 1. Obtinem astfel
70 Capitolul 2

n
Z 1 1  Z 1 2 Z 1

(2y ) 2 e  2 dy = n  n 
n 1 y n
y 2 1 e y dy =
2
f (x) dx = n n
1 22 2 0 22 2 0
1 
n
=   = 1.
n
2
2
y

n=1

0,5
n=2

n=4
n=10
n=20

x
O 2 8 18

Figura 2.5
Pentru momentul
Z 1
initial de ordinul kZ avem
k 1 1 n +k 1 x
mk = x f (x) dx = n  n  x e dx. 2 2
1 2 2
0 2

Cu a eeasi s himbare de variabila de mai sus obt


n
inem
1  Z 1 2 +k  Z 1 n +k 1 y
e  2dy = n n
n +k 1 y 2
mk = n n (2y ) 2 y e dy = 2

2 2
2 0 2 2
0 2
 
2k n2 + k n n
  
n 

=   = 2k  + 1    + k 1 = n(n + 2)    (n + 2k 2).
n
2
2 2 2
Dedu em astfel a M (X ) = m1 = n, iar D2 (X ) = M (X 2 ) [M (X )℄2 =
= m2 m21 = n(n + 2) n2 = 2n.
Observatie. Da a variabila Xn are distributie 2 u n grade de libertate
X n
(n  1) atun i densitatea de probabilitate a variabilei pn tinde pentru n ! 1
2n
atre densitatea de repartitie normala de parametri m = 0 si  = 1.
Da a e are din variabilele aleatoare independente X1 ; X2 ; : : : ; Xn are distri-
butie normala u parametrii m = 0 si  = 1, atun i variabila aleatoare X12 + X22 +
Legi de probabilitate uzuale ale variabilelor aleatoare 71

+    + Xn2 are distributie 2 u n grade de libertate.


Observatie. Variabila aleatoare X are distributie 2 generalizat a u parametrii

n si  (n 2 IN ,  > 0) da a densitatea sa de probabilitate este
p 1n  n  x n 1e  ; x  0;
8
>
x
>
< 2 2 2

f (x) = > ( 2) 2
>
:
0; x < 0:
Se arata asemanator a mk = n(n + 2)    (n + 2k 2) 2k , de i M (X ) = n 2 ,
iar D2 (X ) = 2n 4 .
31. Da  a variabilele aleatoare independente X si Y au distributii 2 u m,
respe tiv n grade de libertate, atun i X + Y are distributie 2 u m + n grade
de libertate.
Rezolvare. Not am u f si g densitatile de probabilitate ale variabilelor X
si Y , adi a avem
8
1  m 1 x 8
1
x e ; x0 e ; x0
n 1 x
n nx
>
> >
>
2 2 2 2
< m m <
f (x) = > 2 2
2
g (x) = > 2 2
2

> >
:
0; x < 0; :
0; x < 0:
Atun i densitatea Zde probabilitate a variabilei X + Y este
1
h(x) = f (x y )g (y ) dy .
1
Folosind un rationament asemanator elui din Problema 27, dedu em a
h(x) = 0; 8 x < 0, iar pentru x  0 obtinem
Z x
1 m x y 1 n 1 y
h(x) = m  m  (x y) 1e n ny 2 e dy = 2 2 2
0 2 2 2 2
2 2
x
e    Z x
2 m 1 n 1
= mn m n 0
( x y ) y dy . 2 2

2
+
2
2 2
| {z }
A
Notam y = tx, de unde rezulta dy = x dt; da a y ! 0 atun i t ! 0, iar da a
y ! x atun i tZ ! 1. Obtinem Z
1 m 1 n 1 m n 1 1 m n
h(x) = A (x tx) (tx) x dt = Ax (1 t) 1 t 1 dt =
+
2 2 2 2 2
0 0
x m+n
e x 1 
m n 1
e ; x  0.
2 2 m+n x
= m+n    B ; = m n  x 2
1 2

2 2
m
2
n
2
2 2 2
+
2
m+n
2

De i
72 Capitolul 2

1
8

e ; x  0;
m n 1 x
x
> +
> 2 2
< m+n m +n
h(x) = > 2 2 ( 2 )
>
:
0; x < 0;
Dedu em astfel a X + Y are distributie  u m + n grade de libertate.
2

32. Variabila aleatoare X are distribut ie Student u n grade de libertate


(n > 0) da a densitatea 
sa de probabilitate este
n+1 ! n
+1
x 2
; x 2 IR.
2

f (x) = p 2
  1+
n n2 n
Sa se al uleze momentele initiale mk si apoi sa se dedu a media si dispersia
variabilei X .
Rezolvare. Pentru 2k + 1 < n, momentele de ordin impar sunt nule; ^ n-
tr-adevar  
n+1 ! n
+1
Z 1
x 2 2

m2k+1 = p 2
  x 2k +1
1+ dx = 0,
n n2 1 n
deoare e fun tia f este impara, (integrala de mai sus este onvergenta).
De i pentru n > 1 media variabilei X este M (X ) = 0.
Da a 2k +1  n integrala de mai sus este divergenta, de i X nu are momente
m2k+1 .
Pentru momentulde ordin 
par m2k , u 2k < n avem
n ! n
2
+1
Z 1
+1
x 2 2

m2k = p 2
 
2k
x 1+ dx:
n n2 0 n
x2 p pn
Fa em s himbarea de variabila = y , de unde rezulta x = ny, dx = p dy ;
n 2 y
da a x = 0 ) y = 0, iar da a x ! 1 ) y ! 1. Obtinem astfel
2 n+1 Z 1
n
p n n k
 
n+1 Z 1
m2k = p 2
 
n
(ny )k (1 + y )
+1
2
2 y
p dy = p 2n 
1
2 y k (1+
n 2 0  2 0
 
nk n+1 Z 1

y (k+ ) 1 (1 + y ) [(k+ )+( k)℄ dy .


n n
+y ) dy = p 2n 
+1 1 1
2 2 2 2

 2 0
Conform Problemei
 
24 (pun tele j) si k)) rezult

a a 
   
n k n n k n k + n k
+1 
1 n  +1 1

m2k = p 2n  B k + ; k = p 2n   2


 
2
=
 2 2 2  2 n +1
2
Legi de probabilitate uzuale ale variabilelor aleatoare 73
         
k + 12 n k n
nk nk k 1
k 1
k
=p   
2
=p  2
 
2

2
 =
 n
2
 n 1 n 1
       2 2

k k k n k
nk 1 3 3

= p 2

n
2

n

2

n
2
 =  =
2
1 2
2 2
2
      

nk k 1
k 3
 1 1 n k
= p  
2

2
 
2 2
 
2
 =
n
1 2 2
2
n
2
k n
2
 n k
n  1  3    (2k 1)
k
= .
(n 2)(n 4)    (n 2k)
n
Rezulta a pentru n > 2 dispersia variabilei X este D2 (X ) = .
n 2
Da a n  2k integralele de mai sus sunt divergente, de i variabila X nu are
momente m2k .
Observatie. Pentru n = 1 distributia Student se mai numeste distributia
Cau hy, pentru are densitatea de probabilitate este
1
f (x) = ; x 2 IR.
 (1 + x2 )
Observatie. Da a fn este densitatea de probabilitate a unei distributii Stu-
dent u n grade de libertate, atun i
lim f (x) = f (x; 0; 1); 8 x 2 IR,
n!1 n
unde f (x; 0; 1) este densitatea de repartitie normala u parametrii m = 0 si  = 1.
Da a e are din variabilele aleatoare independente X1 ; X2 ; : : : ; Xn+1 are
distributie normala u parametrii
pn X m = 0 si  atun i variabila
n+1
q
X1 +    + Xn2
2

are distributie Student u n grade de libertate.


33. Variabila aleatoare X are distribut ie Snede or u parametrii n1 si n2
(n1 ; n2 2 IN , numiti si grade de libertate), da a densitatea sa de probabilitate
este 8  
n n +n n n
> 
n1 1
n 1

n1  1 2 1+ 2

; x  0;
>
 x 1+ x
2 2 1 2
>
<    2
f (x) = > n2 n
2
n
2
n2 1 2

>
>
:
0; x < 0:
Sa se al uleze momentele initiale de ordinul k si apoi sa se dedu a media si
dispersia variabilei X .
74 Capitolul 2

Rezolvare. Momentele initiale de ordinul



k sunt nite da a k < n2 . Avem 2

Z 1 Z 1 n n +n  n n
n1  k n 1

n 1 1 2 1+ 2

mk = f (x) dx =  x 1+ x dx.
2 1 2 1 2
+
   2
1 0 n2 n
2
n
2
n 2 1 2

n1
Fa em s himbarea de variabila
 
n2 x = y . Obtinem
n1
n1  n1 +n2 1  n2 y k+ n21
 nn dy =
 Z 1 n1 +n2
mk = (1 + y )
2 2 2
    2
n2 n1
2
n2
2
0 n1 1
 
n1 +n2 1 k + n1 1
n k
 Z
n1 +n2
= 2  
2
  y 2 (1 + y ) 2 dy =
n1 n1
2
n2
2
0
 
n1 +n2
n   k n n  

= 2  
2
  B k + 1; 2 k =
n1 n1
2
n2
2
2 2
     
n1 +n2 k + n2 n2 k

n2  k 1

=
n1

n1

2

n2
  
n1 +n2
2
 =
2 2 2
     

n2 k k + n2
 1
1 n1 +k 1 n2 k
=  
2
 
2
 =  =
n1 n1
2
n2
2
1 n2
2
1
      

n2  k 1 k + 2 2    n2 n2
k+ n1 n k n1 1 1 2

= 
2
       
2
 =
n1 n
2
n
2
1 1 n
2
2  
2
 n
2
k n
2
k 2 2 2


n k
n1 (n1 + 2)    (n1 + 2k 2)
= 2 :
n1 (n2 2)(n2 4)    (n2 2k)
n2
Dedu em a pentru n2 > 2 media variabilei X este M (X ) = , iar
n2 2
pentru n2 > 4 dispersia variabilei X este
n2 n1 (n1 + 2) n22
D2 (X ) = 22  .
n1 (n2 2)(n2 4) (n2 2)2
Observatie. Da a variabilele aleatoare independente X1 ; X2 ; : : : ; Xn ; Xn +1 ; 1 1

: : : ; Xn +n urmeaza legea normala u parametrii 0 si  atun i variabila aleatoare


1 2

n X 2 +    + Xn2
X= 2 2 1 1

n1 Xn +1 +    + Xn2 +n 1 1 2
are distributie Snede or u parametrii n1 si n2 .
Observatie. Da a variabila aleatoare X are distributie Snede or u parametrii
n1 si n2 , atun i variabila aleatoare Y = 12 ln X are o distributie Fisher u para-
metrii n1 si n2 , adi a densitatea sa de probabilitate este
Legi de probabilitate uzuale ale variabilelor aleatoare 75
 
n1 n +n n1 +n2
n 
 1 2
n x 1 + n1 e2x
 

g (x) = 2 1 e ; x 2 IR.
2 2 2
   1

n2 n
2
1 n
2
2 n 2

^Intr-adevar, da a notam fun tia de repartitie a variabilei X u F , atun i


fun tia de repartitie G a variabilei Y este
 
G(x) = P (Y < x) = P 21 ln X < x = P (ln X < 2x) = P (X < e2x ) =
= F (e2x ); 8 x 2 IR.
De i densitatea de probabilitate a variabilei Y este
g (x) = G0 (x) = 2e2x F 0 (e2x )= 2e2x f (e2x ) =
n n +n  n n

n1  1 1 
2
n 1+ 2

= 2e n x 1+ e 1 2x
; 8 x 2 IR.
2 2 2
1    
n2 n
2
1 n
2
2 n2

34. Variabila aleatoare X are distribut ie Weibull u parametrii  si ( > 0,
> 0) da a densitatea de 8
probabilitate este
<  x 1 e x ; x  0;

f (x) = :
0; x < 0:
Sa se al uleze media si dispersia variabilei X .
Rezolvare. Observ am a f este o densitate de probabilitate; ^ntr-adevar
avem Z 1 Z 1

I= f (x) dx =  x 1 e x dx.
1 0
 1
Fa em s himbarea de variabila x = y , de unde rezulta x = y si dx =
1 1
= y dy . Atun i
1


1

Z 1   Z 1
y y 1 1 1

I =  e  y dy = e y dy = 1.
1

0   0
1

Media variabilei X este ( u s himbarea de variabila de mai sus)


Z 1 Z 1 
y y 1 1
e 

M (X ) =  x e x dx =  y dy =
1

0 0  
1

1 Z1 y 
1 

= y e dy =  +1 :
1 1

 0
1

Pentru dispersia lui X al ulam mai ^nt^ai media lui X 2 . Avem
Z 1 Z 1  
y y 1 1 +1

e 
x
M (X ) =  x e dx =  y dy =
1
2 +1

0 0  
1

2 

= +1 .
2


Atun i dispersia variabilei X este
76 Capitolul 2


2   
1 

D (X ) =  +1 +1 .
2
2 2

Observatie. Da a = 1 distributia Weibull se mai numeste distributia
exponentiala de parametru . De i densitatea de probabilitate a unei distributii
exponentiale X u parametrul 8
 este
<
e ; x  0;
x
f (x) = :
0; x < 0:
1 1
Valoarea medie a lui X este M (X ) = (2) = , iar dispersia sa este
 
1 h i 1
D2 (X ) = 2 (3) 2
(2) = 2 ,
 
deoare e (2) = 1; (3) = 2! = 2.
35. Fie variabilele independente X1  si X2 u distributii exponentiale u
parametrii 1 si 2 . Sa se determine densitatea de probabilitate a variabilei
X1 + X2 .
Rezolvare. S a notam u f1 si f2 densitatile de probabilitate ale variabilelor
X1 si X2 , adi a 8 8
<
 1 e  x ; x  0;
1 <
 e  x ; x  0;
2

f1 (x) = : f2 (x) = : 2
0; x < 0; 0; x < 0:
Da a 1 6= 2 atun i densitatea de probabilitate f a variabilei X1 + X2 este
0 pentru x <Z 0, iar pentru x  0 avem
1 Z x

f (x) = f1 (x y )f2 (y )dy = 1 e  (x y)  2 e  y dy =


1 2

1 0
Z x
  x
  
= 1 2 e  x e(  )y dy =
1 1 2 1 2 1
e  x e(  )y 0 = 1 2 e  x e  x .
1 2 2 1

0 1 2 1 2
De i 8
1 2   x 
>
< e 2
e  x ; x  0;
1

f (x) = > 1 2
:
0; x < 0:
Da a 1 = Z2 =  atun i f (x) = 0; 8 x < 0,Ziar pentru x  0 obtinem
x x
f (x) = e (x y)  e y dy = 2 e x dy = 2 xe x .
0 0
De i densitatea de probabilitate
8
a variabilei X1 + X2 este
<
2 xe x ; x  0;
f (x) = :
0; x < 0:
Pentru 3 variabile aleatoare independente X1 ; X2 ; X3 u distributii exponen-
tiale u parametrul , densitatea de probabilitate a variabilei X1 + X2 + X3 este
Legi de probabilitate uzuale ale variabilelor aleatoare 77

h(x) = 0; 8 Zx < 0 si pentru x  0


x Z x

h(x) =  (x y )e
0
2 (x y )
 e dy =  e 0 (x y) dy =
y 3 x

(x y ) x  2 x
2 3
= 3 e x = xe .
2 0 2
De i 8
3 2 x
>
<
x e ; x  0;
h(x) = > 2
:
0; x < 0:
Prin indu tie se arata a pentru variabilele aleatoare independente X1 ; X2 ;
: : : ; Xn u distributii exponentiale u parametrul , densitatea de probabilitate
a variabilei X = X1 +8X2 +  n  + Xn este

>
< xn 1 e x ; x  0;
k(x) = > (n 1)!
:
0; x < 0:
Rezulta a variabila X are o distributie gama generalizata u parametrii n si .
36. Variabila aleatoare X are distribut ie log-normal a (sau distributie loga-
ritmi a normal a) de parametri
8
m si  da a densitatea sa de probabilitate este
> (ln x m)2
>
1
f (x) = > xp2 e 2 2 ; x  0;
>
<

>
0; x < 0:
>
:

Sa se al uleze momentele initiale mk si apoi sa se dedu a media si dispersia
variabilei X .
Rezolvare. Avem
Z 1 Z 1
1 x m
mk = xk f (x) dx = p  xk e  dx ln = x=y (ln
2 2
)2

1 0 x 2Z
1 Z 1 ky y m 1 1 y my m  yk
= p e  e  dy = p
( )2 2 2 + 2 2 2
2 2 e  dy = 2 2
 2 Z 1  2 1
1 1 y ym  k m  k m  k m
= p
2 2 ( + 2 )+( + 2 )2 ( + 2 )2 + 2

e  2 2 dy =
 2 Z 1
1 1 y m  k  k m k 1  k mk Z 1 y m   k
= p dy = p e 
[ ( + 2 )℄2 4 2 2 2 4 2 +2 2 [ ( + 2 )℄2
e  2 2 e dy:
2 2 2 2
 2 1  2 1
y m 2k
Notam p = u si obtinem
 2
1  k mk Z 1 u p
mk = p e
2 2 +2  k 2 2
e  2du = emk+ :
2
2 2
 2 1
 2
Dedu em astfel a M (X ) = m1 = em+ si 2
78 Capitolul 2
 
D2 (X ) = m2 m21 = e2m+ e 2 2
1 :

x4. FUNCT 
 IA CARACTERISTICA

1. Pentru o variabil 
a aleatoare

X , fun tia ara teristi a : IR ! C este
de nita astfel (t) = M e ; 8 t 2 IR. Sa se determine fun tia ara teristi a
itX

a variabilei aleatoare Y = aX + b, a; b 2 IR.


Rezolvare. S a notam u 1 fun tia ara teristi a a variabilei Y . Atun i
       
1 (t) = M eitY = M eit(aX +b) = M eiatX  eitb = eitb M eiatX =
= eitb (at); 8 t 2 IR.
2. Da  a X1 si X2 sunt variabile aleatoare independente u fun tiile ara -
teristi e 1 si 2 , sa se arate a fun tia ara teristi a a variabilei X1 + X2 este
(t) = 1 (t) 2 (t); 8 t 2 IR, iar fun tia ara teristi a a variabilei X1 X2 este
e(t) = 1 (t) 2 ( t); 8 t 2 IR.
Rezolvare. Avem
     
(t) = M eit(X +X ) = M eitX M eitX = 1 (t) 2 (t); 8 t 2 IR, iar
1 2 1 2

     
e(t) = M eit(X X ) = M eitX M e itX = 1 (t) 2 ( t); 8 t 2 IR.
1 2 1 2

3. S a se determine fun tia ara teristi a a unei variabile aleatoare X u


a) distributie binomiala de parametri n si p;
b) distributie binomiala u exponent negativ de parametri m si p;
) distributie Poisson u parametrul ;
d) distributie normala de parametri m si  ;
e) distributie gama generalizata u parametrii p si ;
f) distributie 2 generalizata u parametrii n si  ;
g) distributie exponentiala de parametru .
Rezolvare. a) Pentru 8 t 2 IR avem
Xn n
X  k  n
(t) = Cnk pk q n k eitk = Cnk peit q n k = peit + q :
k=0 k=0
1
X 1
X  k m
b) (t) = Ckm 11 pm q k m eitk = pm eitm Ckm 11 qeit =
k=m k=m
Fun tia ara teristi a 79
! m
peit
= pm eitm (1 qeit ) m = :
1 qeit
X1 k 1 k 1 (eit )k it
) (t) = e  eitk = e X eitk = e 
X
= e  ee =
k=0 k! k=0 k! k=0 k!
= e(eit :
1)

d) Fun tia ara teristi a este:


Z 1
1 Z 1 itx x m
e  f (x) dx = p e  e  dx =
)2
(t) = itx (
2 2
1  2 1
1 Z 1 x mx m  itx
= p
2 2 + 2 2 2
e 2 2dx =
 2 Z 1
1 1 x x m  it m  it m m  it
= p 
2 2 ( + 2 )+( + 2 )2 + 2 ( + 2 )2
e  2 2 e  dx = 2 2
 2 1
1 m  i t  mit m Z 1 x m  it
= p e dx x (m+= it)=z
2 + 4 2 2 +2 2 2 [ ( + 2 )℄2 2
2 2 e 2 2
 2 1
1 imt  t Z 1 z pz =u 1 Z 1

= p e dz  = p eimt
2 2 2
 t  t
2 2 2 2
e e u du = eimt .
2 2
2 2 2 2 2
 2 1  1
e) Vom folosi ai i formula are ne da momentul de ordinul k al variabilei X
^n fun tie de derivatele fun tiei ^n pun tul 0, mai pre is
mk = (k) (0)  i k ,
si dezvoltarea ^n serie de puteri a fun tiei , are are forma urmatoare
1 (k) (0) 1 m ik 1 (it)k
X
k X
k k X
(t) = t = t = mk .
k=0 k ! k=0 k ! k=0 k !
Deoare e pentru o distributie gama generalizata u parametrii p si ,
p(p + 1)    (p + k 1)
mk = , (vezi Problema 25), atun i fun tia sa ara teristi a
k
este
1 (it)k 1 (it)k p(p + 1)    (p + k 1)

X X
(t) = mk = =
k=0 k ! k=0 k ! k
X1 p(p + 1)    (p + k 1)  it k  it  p
= = 1 .
k=0 k !  
f) Pentru o distributie 2 de parametri n si  momentele mk sunt
n 
n  
n 

mk = n(n + 2)    (n + 2k 2) = (2 ) 2k 2 k


+1  +k 1
2 2 2
(vezi Problema 30). Atun i fun tia sa ara teristi a este
1 (it)k 1 (it)k
2 k n n  n
 

 (2 ) 2 2 + 1    2 + k 1 =
X X
(t) = mk =
k=0 k ! k=0 k !
80 Capitolul 2
   
1
X
n n +1  n +k 1   n
= (2it 2 )k 2 2 2
= 1 2it 2 2
.
k=0 k!
g) Din de nit
ia fun tiei ara teristi eZ avem
Z 1
 1 itx Z 1 (it )x
(t) = M eitX = eitx f (x) dx = e  e x dx = e dx =
1 x
Z 1 Z 1 0 Z 10
x
=  e ( os(tx) + i sin(tx)) dx =  e os(tx) dx +i e x sin(tx) dx.
0 0 0
| {z } | {z }
I1 I2
Pentru I avem
Z 11
1 Z 1 x 0 1 1
I1 = e x os(tx) dx = (e ) os(tx) dx = e x os(tx) 0
 0 
t Z 1 x 1 t Z 1 x 0
0
1 t  x 1
e sin(tx) dx = + 2 (e ) sin(tx) dx = + 2 e sin(tx) 0
Z 0   2 0Z  
1 x 
1 t 1 x
t e os(tx) dx = e os(tx) dx.
0  22 0
1 t 
Rezulta astfel a I1 = I ) I1 = 2 2 .
  2 1
 +t
Pentru I2 din relatiile de mai sus obt  inem
1 t  1 
t
I1 = I2 ) I2 = I1 = 2 2 .
  t   +t
Rezulta astfel
( + it)  
t 1
(t) = I1 + iI2 = 2 2 = = 1 i .
 +t  it 
Observatie. Folosind Problema 2 si Problema 3, pun tul d), se poate de-
du e usor a suma si diferenta a doua variabile aleatoare independente X1 si
X2 u distributii normale, au si ele distributii normale. ^Intr-adevar, sa pre-
supunem a variabilele aleatoare independente X1 si X2 au distributii normale
u parametrii m1 si 1 , respe tiv m2 si 2 . Fun tiile lor ara teristi e sunt
 t 2 2  t 2 2

1 (t) = eim t 1
; 2 (t) = eim t
1
2 . Atun i fun tia ara teristi a a variabilei
2
2
2

aleatoare X1 + X2 este
  t 2 + 2) 2

(t) = 1 (t)  2 (t) = ei(m +m )t


( 1
. 1 2 2
2

Se observa a (t) este to mai fun tia q ara teristi a orespunzatoare legii
normale u parametrii m = m1 + m2 si  = 12 + 22 .
Asemanator fun tia ara teristi a a variabilei aleatoare X1 X2 este
  t ( 2+ 2) 2
e(t) = 1 (t)  2 ( t) = ei(m m )t . 1 2
1
2
2

Se observa a e(t) este fun tia q ara teristi a orespunzatoare legii normale
u parametrii m = m1 m2 si  = 12 + 22 .
Capitolul 3

VECTORI ALEATORI

1. Se da ve torul aleator bidimensional (X; Y ) de tip dis ret prin tabloul
sau de distributie
XY 1 0 2
1 181 121 61
1 19 29 181
2 181 91 365
1
Ve torul
0
(X; Y ) se poate da si astfel 1
( 1 ; 1) ( 1 ; 0) ( 1 ; 2) (1; 1) (1; 0) (1; 2) (2 ; 1) (2; 0) (2; 2)
(X; Y ) : B
 1 1 1 1 2 1 1 1 5 A:
C

18 12 6 9 9 18 18 9 36
a) Sa se s rie variabilele aleatoare marginale X si Y .
b) Sa se al uleze ovarianta elor doua variabile ov(X; Y ) = 1;1 si oe -
ientul de orelatie r1;2 .
) Sa se s rie variabilele aleatoare onditionate si sa se determine regresiile
(fun tiile de regresie ale) variabilei X fata de Y , M (X; Y ), si a variabilei Y fata
de X , M (Y=X ).
d) Sa se al uleze raporturile de orelatie X2 ;Y si Y2 ;X .
Rezolvare. Se veri  a a suma tuturor probabilitatilor pij din tabloul de
mai sus este 1.
a) Avem
1 1 1 11 1 2 1 7
P (X = 1) = + + = ; P (X = 1) = + + = ,
18 12 6 36 9 9 18 18
1 1 5 11
P (X = 2) = + + = .
18 9 36 36
De i variabila X are tabloul de distributie
82 Capitolul 3
0 1
1 1 2 C
X:B  11 7 11 A :
36 18 36
Apoi
1 1 1 2 1 2 1 5
P (Y = 1) = + + = ; P (Y = 0) = + + = ,
18 9 18 9 12 9 9 12
1 1 5 13
P (Y = 2) = + + = .
6 18 36 36
De i variabila Y are tabloul de distributie
0 1
1 0 2 C
Y :B 2 5 13 A.
9 12 36
Astfel tabloul de distributie al ve torului aleator (X; Y ) se ompleteaza astfel
XY 1 0 2
1 1
18
1
12
1
6
11
36

1 1
9
2
9
1
18
7
18

2 1
18
1
9
5
36
11
36
2
9
5
12
13
36
1
b) Covarianta elor doua variabile este
1;1 = ov(X; Y ) = M ((X m1 )(Y m2 )) = M (X  Y ) m1 m2 ,
unde m1 = M (X ), iar m2 = M (Y ).
Avem
1 1 1 1 2
M (X  Y ) = ( 1)  1  + ( 1)  0  + ( 1)  2  + 1  1  + 1  0  +
18 12 6 9 9
1 1 1 5 1
+1  2  + 2  1  + 2  0  + 2  2  = ,
18 18 9 36 2
11 7 11 25 2 5 13 17
M (X ) = 1  + 1  + 2  = ; iar M (Y ) = 1  + 0  + 2  = .
36 18 36 36 9 12 36 18
Atun i
1 25 17 101
ov (X; Y ) =
2 36 18
 =
648
' 0; 1559.
Coe ientul de orelatie r1;2 este
ov (X; Y )
r1;2 = ,
q q
1  2
unde 1 = D2 (X ); 2 = D2 (Y ).
Pentru dispersia variabilei X , D2 (X ) = M (X 2 ) [M (X )℄2 , al ulam mai
^nt^ai media lui X 2 ; avem
Ve tori aleatori 83

11 7 11 23
M (X 2 ) = ( 1)2  + 1  + 4  = .
36 18 36p 12
23 25 2
1859 1859
Atun i D2 (X ) =
12 36 2
=
1296
; iar 1 =
36
' 1; 1977.
Pentru dispersia variabilei Y , D2 (Y ) = M (Y 2 ) [M (Y )℄2 , al ulam media
lui Y 2 ; avem
2 5 13 5
M (Y 2 ) = 1  + 0  + 4  = .
9 12 36 3 p
5 172 251 251
Atun i D (Y ) = M (Y ) [M (Y )℄ =
2 2 2
3 18 2
=
324
; iar 2 =
18
' 0; 8802.
101
Rezulta a oe ientul de orelatie este r1;2 = p p ' 0; 1478.
1859  251
) Pentru al ulul probabilitatilor onditionate vom folosi formulele
P (X1 = x(1i) ; X2 = x(2j ) ) pij
P (X1 = x(1i) =X2 = x(2j ) ) = = ; 8 i = 1; l; 8 j = 1; k,
P (X2 = x(2j ) ) p0j
P (X1 = x(1i) ; X2 = x(2j ) ) pij
P (X2 = x(2j ) =X1 = x(1i) ) = = ; 8 j = 1; k; 8 i = 1; l.
P (X1 = x(1i) ) pi0
Variabilele onditionate sunt
0 1 0 1

B
1 1 2 C 1 1 2
X=Y = 1 : B  1=18 1=9 1=18 C A =  1
B
1 1 A;
C

0
2=9 2=9 2=9 1 4 2 4
0 1

B
1 1 2 C 1 1 2
X=Y = 0 : B  1=12 2=9 1=9 C A =  1
B
8 4 A,
C

0
5=12 5=12 5=12 1
5 15 15
0 1

B
1 1 2 C B 1 1 2 C
X=Y = 2 : B  1=6 1=18 5=36 C A =  6 2 5 A:
13=36 13=36 13=36 13 13 13
Mediile a estor variabile sunt
1 1 1 3
M (X=Y = 1) = 1  + 1  + 2  = ,
4 2 4 4
1 8 4 13
M (X=Y = 0) = 1  + 1  + 2  = ,
5 15 15 15
6 2 5 6
M (X=Y = 2) = 1  + 1  + 2  = .
13 13 13 13
Variabila aleatoare M (X=Y ) numita regresia (fun tia de regresie) a lui X
fata de Y are a valori, medii de variabila X onditionate de valorile variabilei
Y , u probabilitatile valorilor are onditioneaza. De i
84 Capitolul 3

3 13 6
0 1

M (X=Y ) : B
B
4 15 13 C
5 13 A.
C
 2

9 12 36
Media a estei variabile este media lui X ; ^ntr-adevar avem
3 2 13 5 6 13 25
M [M (X=Y )℄ =  +  +  = = M (X ).
4 9 15 12 13 36 36
E uatia de regresie, adi a e uatia lui M (X=Y ) a fun tie de Y este M (X=Y ) '
' aY + b. Gra ul regresiei lui X fata de Y este format din pun tele A(1; 43 ),
B (0; 15
13
), C (2; 136 ), (vezi Figura 3.1).
y
y
A
14 / 11
B 12 / 11 C
13 / 15 A
3/4
C 4/7 B
6 / 13
x x
O 1 2 -1 O 1 2

Figura 3.1 Figura 3.2

Pentru regresia lui0 Y fata de X al ulam mai 1


^nt^ai variabilele onditionate
0 1

B
1 0 2 C 1 0 2
Y=X = 1 : B  1=18 1=12 1=6 C A
=B  2 3 6 A;
C

0
11=36 11=36 111=36 11 11 11
0 1

B
1 0 2 C 1 0 2
Y=X = 1 : B  1=9 2=9 1=18 C A
=B 2 4 1 A,
C

0
7=18 7=18 7=18 1
7 7 7
0 1

B
1 0 2 C 1 0 2
Y=X = 2 : B  1=18 1=9 5=36 C A
=B 2 4 5 A:
C

11=36 11=36 11=36 11 11 11


Mediile a estor variabile sunt
2 3 6 14
M (Y=X = 1) = 1  + 0  + 2  = ,
11 11 11 11
2 4 1 4
M (Y=X = 1) = 1  + 0  + 2  = ,
7 7 7 7
2 4 5 12
M (Y=X = 2) = 1  + 0  + 2  = .
11 11 11 11
Atun i regresia variabilei Y fata de variabila X , M (Y=X ) este
Ve tori aleatori 85

14 4 12
0 1

M (Y=X ) : B
B
11 7 11 C
7 11 A :
C
 11

36 18 36
Media variabilei M (Y=X ) este
14 11 4 7 12 11 17
M [M (Y=X )℄ =  +  +  = = M (Y ).
11 36 7 18 11 36 18
Gra ul regresiei lui Y fata de X este format din pun tele A( 1; 11 14
), B (1; 47 ),
C (2; 11
12
), (vezi Figura 3.2).
d) Deoare e
2  3 25 2 5  13 25 2 13  6 25 2
D [M (X=Y )℄ = 
2
+ + ' 0; 0326,
9 4 36 12 15 36 36 13 36
iar D (X ) ' 1; 4344, rezulta a raportul de orelatie X ;Y este
2 2

D2 [M (X=Y )℄
X2 ;Y =
D 2 (X )
' 0; 0227.
Apoi
11  14 17 2 7  4 17 2 11  12 17 2
D [M (Y=X )℄ =
2
36 11 18
+
18 7 18
+
36 11 18
' 0; 0936,
iar D (Y ) ' 0; 7747. Rezulta a raportul de orelatie Y ;X este
2 2

D2 [M (Y=X )℄
Y2 ;X =
D 2 (Y )
' 0; 1208.
2. Fie ve torul aleator (X; Y ) de tip dis ret u tabloul de distribut ie
XY 1 2 1
1 12 4 0
1 1

1 18 16 245
2 241 121 241
1
sau 0 1
( 1 ; 1) ( 1 ; 2) ( 1 ; 1) (1; 1) (1 ; 2) (1; 1) (2; 1) (2; 2) (2 ; 1)
(X; Y ) : B 1 1 1 1 5 1 1 1 A:
C

0
12 4 8 6 24 24 12 24
a) Sa se s rie variabilele aleatoare marginale X si Y .
b) Sa se al uleze ov(X; Y ).
) Sa se determine regresiile M (X=Y ) si M (Y=X ).
Rezolvare. a) Variabilele marginale X  si Y sunt
0 1 0 1
1 1 2 1 2 1
X:B  1 1 1 A ; Y :  1 1 1 A,
C B C

3 2 6 4 2 4
86 Capitolul 3

iar tabloul de distributie al ve torului (X; Y ) este


XY 1 2 1
1 1
12
1
4
0 1
3

1 1
8
1
6
5
24
1
2

2 1
24
1
12
1
24
1
6
1
4
1
2
1
4
1
1 1
b) Avem M (X ) = , M (Y ) = 1, M (X  Y ) = 0, iar ov(X; Y ) = .
2 2
) Variabilele
0
ondit  ionate1
de valori ale lui
0
Y sunt 1
1 1 2 1 1 2
X=Y = 1 : B  1 1 1 A ; X=Y = 2 :  1 1 1 A ;
C B C

03 2 6 1 2 3 6
1 1 2 C
X=Y = 1 : B  5 1 A.
0
6 6
Valorile medii ale variabilelor de mai sus sunt
1 1 7
M (X=Y = 1) = ; M (X=Y = 2) = ; M (X=Y = 1) = ,
2 6 6
iar regresia lui X fata de Y0 este
1 1 7 1
M (X=Y ) : B
B
2 6 6 C
1 1 A.
C
 1

4 2 4
Variabilele ondit
0
ionate de1valori ale lui X0sunt 1
1 2 1 1 2 1
Y=X = 1 : B  1 3 A ; Y=X = 1 :  1
C B
1 5 A;
C

0
0 4 4 1 4 3 12
1 2 1C
Y=X = 2 : B  1 1 1 A.
4 2 4
Valorile medii ale variabilelor de mai sus sunt
7 1
M (Y=X = 1) = ; M (Y=X = 1) = ; M (Y=X = 2) = 1,
4 2
iar regresia lui Y fata de X este
0
7 1 1

1 C
M (Y=X ) : B
B
4 2
1 1 A.
C
 1

3 2 6
3. Se dau variabilele
Ve tori aleatori 87
0 1 0 1
1 0 2 C 1 2 3 C
X:B  1 1 1 A; Y :  1 1 1 A:
B

3 6 2 6 3 2
a) Sa se ompleteze tabloul urmator pentru a avea un ve tor aleator generat
de ele doua variabile aleatoare
XY 1 2 3
1 121 151 1
3

0 20 1 1
6

2 13
60
1
2
1
6
1
3
1
2
1
b) Sa se determine astfel ^n ^at variabilele X si Y sa e ne orelate. Sa se
veri e ^n a est az da a ele sunt sau nu independente.
) Sa se s rie variabilele onditionate si regresia e arei variabile ^n raport
u ealalta variabila pentru determinat anterior.
Rezolvare. a) Pentru a ompleta tabloul trebuie s a al ulam elementele p13 ,
p23 , p31 si p33 . Folosim formulele
Xk X l
pi0 = pij ; i = 1; l si p0j = pij ; j = 1; k.
j =1 i=1
Avem
1 1 1 11 1 1 7
+ + p13 = ) p13 = ; + + p23 = ) p23 = ;
12 15 3 60 20 6 60
1 1 1
+ + p31 = ) p31 = ;
12 6 12
13 1 1 13 1 1
p31 + + p33 = , + + p33 = ) p33 = + .
60 2 12 60 2 5
De i tabloul de distributie al ve torului (X; Y ) este
XY 1 2 3
1 1
12
1
15
11
60
1
3

0 1
20
7
60
1
6

2 1
12
13
60
1
5
+ 1
2
1
6
1
3
1
2
1
Pentru a toate valorile din tablou sa reprezinte probabilitati vom pune on-
1 7 1
ditiile 0  < 1, 0  < 1, 0  < 1 si 0  + < 1. Obtinem
12 60 5
88 Capitolul 3


1
2 0; .
12
b) Pentru a variabilele X si Y sa e ne orelate vom impune onditia
ov(X; Y ) = 0 , M (X  Y ) M (X )  M (Y ) = 0.
Avem
1 1 11 1
M (X  Y ) = ( 1)  1  + ( 1)  2  + ( 1)  3  + 0  1  + 0  2  +
12 15 60 20

7  
1 
13 
1 
22
+0  3  +21 + 2  2  + 2  3  + = + 4 ,
60 12 60 5 15
2 7
M (X ) = , iar M (Y ) = .
3 3
4
Rezulta astfel ov(X; Y )= +4 , de unde impun^and onditia ov(X; Y )=
45
1 
1 

= 0, obtinem = 2 0; .
45 12
Pentru independenta variabilelor aleatoare X si Y trebuie sa veri am on-
ditiile
P (X1 = x(1i) ; X2 = x(2j ) ) = P (X1 = x(1i) )  P (X2 = x(2j ) ); 8 i = 1; l; j = 1; k.
Deoare e
1 1
P (X = 1; Y = 1) = 6= = P (X = 1)  P (Y = 1),
12 18
rezulta a variabilele aleatoare X si Y nu sunt independente.
1
) Pentru = tabloul de distributie al ve torului aleator (X; Y ) devine
45
XY 1 2 3
1 1
12
1
15
11
60
1
3

0 1
45
1
20
17
180
1
6

2 11
180
13
60
2
9
1
2
1
6
1
3
1
2
1
Variabilele
0
onditionate de valorile
1
lui Y si mediile lor sunt
0 1

B
1 0 2 C 1 0 2 C 7
X=Y =1 : B
 1=12 1=45 11=180 C A
=B  1 2 11 A ; M (X=Y =1)= 30 ;
0
1=6 1=6 1=6 1 2 15 30
0 1

B
1 0 2 C 1 0 2 11
X=Y =2 : B
 1=15 1=20 13=60 C A
=B 1 3 13 A ; M (X=Y =2)= 10 ;
C

1=3 1=3 1=3 5 20 20


Ve tori aleatori 89
0 1 0 1

B
1 0 2 C 1 0 2 C 47
X=Y =3 :  11=60 17=180 2=9 C
B
A =  11
B
17 4 A ; M (X=Y =3)= 90 .
1=2 1=2 1=2 30 90 9
Atun i regresia variabilei X fat
 a
 de Y este
0
7 11 47 1
M (X=Y ) : B
B
30 10 90 C

1 1 A,
C
 1

6 3 2
2
u media M [M (X=Y )℄ = = M (X ).
3
Apoi variabilele
0
onditionate de 1
valorile
0
lui X s1i mediile lor sunt
B
1 2 3 C 1 2 3 C 23
Y=X = 1 : B  1=12 1=15 11=60 C A
=B  1 1 11 A ; M (Y=X = 1)= 10 ;
0
1=3 1=3 1=3 1 4 5 20 1
0

B
1 2 3 C B 1 2 3 73
Y=X =0 :  1=45 1=20 17=180 C
B =  2 3 17 C A ; M (Y=X =0)= ;
A
30
0
1=6 1=6 1=6 1 15 10 301
0

B
1 2 3 C B 1 2 3 209
Y=X =2 :  11=180 13=60 2=9 C
B
A =  11 13 4 A ; M (Y=X =2)= 90 .
C

1=2 1=2 1=2 90 30 9


Atun i regresia variabilei Y fat
 a
 de X este
23 73 209
0 1

M (Y=X ) = B
B
10 30 90 C
1 1 A,
C
 1

3 6 2
7
u media M [M (Y=X )℄ = = M (Y ).
3
4. Se dau 0 variabilele
1 aleatoare 0 1
1 2 1 1 2
X:B  1 1 A ; Y :  1 1 1 A.
C B C

2 2 2 3 6
1 1
Sa se s rie ve torul aleator (X; Y ) stiind a p11 = si p23 = , onform
4 10
tabloului de mai jos
XY 1 1 2
1 14 1
2

2 1
10
1
2
1
2
1
3
1
6
1
Rezolvare. Avem
90 Capitolul 3

1 1 1 1 1 1 3
+ p21 = ) p21 = ; + p22 + = ) p22 = ;
4 2 4 4 10 2 20
3 1 11 1 1 1
p12 + = ) p12 = ; p13 + = ) p13 = .
20 3 60 10 6 15
De i tabloul de distributie al ve torului aleator (X; Y ) este
XY 1 1 2
1 1
4
11
60
1
15
1
2

2 1
4
3
20
1
10
1
2
1
2
1
3
1
6
1
5. Se dau 0 variabilele1aleatoare
0 1
1 1 0 2
X:B  3 1 A ; Y :  1 2 A.
C B C

4 4 3 3
a) Sa se s rie ve torul aleator (X; Y ) stiind a p12 = .
b) Sa se determine astfel ^n ^at variabilele sa e ne orelate.
1
) Pentru = sa se al uleze regresiile M (X=Y ) si M (Y=X ).
2
Rezolvare. a) Avem
3 5
p11 = ; p21 = ; p22 = 23 .
4 12
Tabloul de distributie al ve torului aleator (X; Y ) este
XY 0 2
1 34 3
4

1 5
12
2
3
1
4
1
3
2
3
1
1 4
b) Mediile variabilelor X si Y sunt M (X ) = , M (Y ) = , iar media
2 3
4
variabilei X  Y este M (X  Y ) = 4 . Pun^and onditia a ov(X; Y ) = 0 ,
3
1
M (X  Y ) M (X )  M (Y ) = 0 obtinem = . De i tabloul ve torului aleator
2
(X; Y ) este
XY 0 2
1 1
4
1
2
3
4

1 1
12
1
6
1
4
1
3
2
3
1
Ve tori aleatori 91

) Variabilele ondit0
ionate 1sunt 0 1
1 1 1 1
X=Y = 0 : B  3 1 A ; X=Y = 2 :  3 1 A ;
C B C

04 4 1 0 4 41
0 2 C 0 2 C
Y=X = 1 : B  1 2 A ; Y=X = 1 :  1 2 A :
B

3 3 3 3
Valorile medii ale a estor variabile onditionate sunt
1 1 4 4
M (X=Y =0)= ; M (X=Y =2)= ; M (Y=X = 1)= ; M (Y=X =1)= ,
2 2 3 3
iar regresiile sunt0
1 1 1 0 1 1 0
4 4 1 0
4 1

B
2 2 C C
B 3
B
3 C
M (X=Y ) : B 1 2 A =  2 A ; M (Y=X ) :  3 =B 3 .
B C C C
 1 A  A
1 1
3 3 4 4
6. Fie fun t ia f : IR82 ! IR,
< x2 y 2 ; (x; y ) 2 D;
f (x; y ) = :
0; (x; y ) 62 D;
1
unde D este domeniul ompa t determinat de parabola y 2 = 2x si dreapta x = .
2
a) Sa se determine astfel ^n ^at f sa reprezinte densitatea de probabilitate
a unui ve tor aleator bidimensional (X; Y ) de tip ontinuu.
b) Sa se determine (pentru gasit la a)) densitatile de probabilitate ale
variabilelor aleatoare marginale X si Y .
) Sa se al uleze ovarianta variabilelor X si Y si oe ientul de orelatie.
d) Sa se s rie densitatile pentru legile de repartitie onditionate.
e) Sa se s rie regresiile lui X fata de Y , si a lui Y fata de X .
Rezolvare. a) Pentru a f s a reprezinte ZZ o densitate de probabilitate, im-
punem onditiile f (x; y )  0; 8 (x; y ) 2 IR2 si f (x; y ) dxdy = 1. Din prima
IR2
ZZ

onditie rezulta  0. Conditia a doua devine x2 y 2 dxdy = 1. Domeniul


D 8
< 0  x  21 ;
D (vezi Figura 3.3) este simplu ^n raport u axa Oy , : p p
2x  y  2x:
Pentru integrala a doua de mai
p sus obtinem
y 3 y=p2x
! !
ZZ Z 1 2= Z x Z 1 2 =
x  y= p2x dx =
2
x y dxdy =
2 2
p2x x y dy dx =
2 2 2

D 0 0 3
92 Capitolul 3

Z 1=2 5=2 7=2 25=2 x9=2 1=2


=
3 0
2 x dx =
3
 9=2 0 = 54 .
Pun^and onditia a valoarea gasita sa e 1 rezulta = 54. De i densitatea de
probabilitate a ve torului 8 (X; Y ) este
<
54 x2 y 2 ; (x; y ) 2 D;
f (x; y ) = :
0; (x; y ) 62 D:
y
2 x
y =2

1/2 x
O

-1

Figura 3.3 Z 1
b) Densitatea de probabilitate a variabilei X este f1 (x) = f (x; y ) dy .
1
Pentru 8 x 62 [0; 21 ℄; f1 (x) = 0, iarp pentru x 2 [0; 21 ℄ avem
Z 1 Z 2x y 3 p2x p
f1 (x) = f (x; y ) dy = p 54 x y dy = 54 x  p2x = 72 2 x7=2 .
2 2 2

1 2x 3
De i 8 p
<
72 2 x7=2 ; x 2 [0; 12 ℄;
f1 (x) = :
0; x 62 [0; 12 ℄: Z 1

Densitatea de probabilitate a variabilei Y este f2 (y ) = f (x; y ) dx. Pentru


1
8 y 62 [ 1; 1℄,Zf2 (y) = 0, iar pentru y 2 [ 1; 1℄ avem
1 Z 1=2
x3 1=2 9 2
f2 (y ) = f (x; y ) dx = 54 x y dx = 54 y  y =2 = y (1 y 6 ).
2 2 2

1 y =2
2 3 2
4
De i 8
9 2
>
< y (1 y 6); y 2 [ 1; 1℄;
f2 (y ) = > 4
:
0; y 62 [ 1; 1℄:
) Covarianta dintre variabilele X si Y este
1;1 = M ((X m1 )(Y m2 )) = M (X  Y ) m1 m2 ,
Ve tori aleatori 93

unde m1 = M (X ), m2 = M (Y ).
Pentru M (X ZZ  Y ) avem ZZ

M (X  Y ) = xyf (x; y ) dxdy = xy  54 x2 y 2 dxdy =


p IR2
D
y 4 p2x
! !
Z 1=2 Z 2x Z 1=2

= 54 p x y dy dx = 54 x p dx = 0.
3 3 3

0 2x 0 4 2x
Apoi
Z 1 Z 1=2
p p x11=2 1=2 9
M (X ) = xf1 (x) dx = x  72 2 x7=2 dx = 72 2  = ,
1 0 11=2 ! 0 22
Z 1 Z 1
9 2 9 y 4
y 10 1
M (Y ) = yf2(y ) dy = y  y (1 y 6) dy =
= 0.
1 1 4 4 4 10 1

Atun i rezulta a 1;1 = 0, adi a variabilele sunt ne orelate, iar r1;2 =


ov(X; Y )
= = 0.
1 2
Variabilele X si Y nu sunt independente, deoare e f (x; y ) 6= f1 (x)  f2 (y ).
d) Pentru y 2 [ 1; 1℄ xat, variabila aleatoare onditionata X=Y = y are
densitatea 8
24x2 h i

f (x=y ) =
f (x; y ) >
>
<
= 1 y6
; x 2 2 y ;1 ;
2 2

f2 (y ) > >
: 0; x 62 ; :
2
h
y 1
i

2 2

Pentru x 2 [0; 21 ℄ xat, variabila aleatoare onditionata Y=X = x are densi-


tatea de probabilitate 8

p 3y 2 p p
f (y=x) =
f (x; y )
>
>
<
= > 4 2 x3=2
; y 2 [ 2x; 2x℄;
f 1 ( x) > p p
: 0; y 62 [ 2x; 2x℄:
e) Regresia lui X fata de Y , M (X=Y ) este variabila aleatoare u valorile
M (X=Y = y ), y 2 [ 1; 1℄, si u densitatea de probabilitate f2 (y ). Pentru y 2
2 [ 1; 1℄ avem Z 1 Z 1=2
24x2 24 x4 1=2
M (X=Y = y ) = xf (x=y ) dx = x dx =  =
1 y =2
2 1 y6 1 y 6 4 y =2 2

3(1 y 8)
= .
8(1 y 6)
Valoarea medie a variabilei M (X=Y ) este egala u valoarea medie a variabilei
^
X . Intr-adevar Z 1 Z 1
3(1 y 8) 9 2
M [M (X=Y )℄ = M (X=Y = y )f2 (y ) dy =
1 1 8(1
 y (1 y6) dy =
y 6) 4
94 Capitolul 3
!
27 y 3 y 11 1 9
= = = M (X ).
32 3 11 1 22
Regresia lui Y fata de X , M (Y=X ) este variabila aleatoare u valorile
h i
M (Y=X = x), x 2 0; 12 , si u densitatea de probabilitate f1 (x). Pentru x 2 [0; 21 ℄
avem Z 1
p
Z 2x 3y 2 3
M (Y=X = x) = yf (y=x) dy = p y  p dy = p 3=2 
p 1 2x 4 2x 3 = 2
4 2x
y 4 2x
 4 p2x = 0.
Valoarea medie a variabilei M (Y=X ) este egala u valoarea medie a variabilei
Y . ^Intr-adevar Z 1=2 Z 1=2
p
M [M (Y=X )℄ = M (Y=X = x)f1 (x) dx = 0  72 2 x7=2 dx = 0 =
0 0
= M (Y ).
7. Fie fun t ia f : IR2 8 ! IR,

>
< ; (x; y ) 2 D;
f (x; y ) = > 1 + x2 y 2
:
0; (x; y ) 62 D;
unde D este domeniul ompa t limitat de hiperbolele xy = 1 si xy = 2, si de
dreptele x = 1 si x = 2.
a) Sa se determine astfel ^n ^at f sa reprezinte densitatea de probabilitate
a unui ve tor aleator bidimensional (X; Y ) de tip ontinuu.
b) Pentru determinat la pun tul a) sa se determine densitatile de proba-
bilitate ale variabilelor marginale X si Y .
) Sa se al uleze ovarianta dintre variabilele X si Y .
ZZ
Rezolvare. a) Impunem ondit iile f (x; y )  0, 8 (x; y ) 2 IR2 , si
f (x; y ) dxdy = 1. Din prima onditie rezulta  0. Pentru a doua onditie,
IR2

avem ZZ ZZ

I= f (x; y ) dxdy = dxdy .
2
IR D 1 + x2 y 2
Domeniul
8
D (vezi Figura 3.4) este simplu ^n raport u axa Oy ; avem
< 1  x  2
(D ) : : 1 Atun i
x  y  2
x :
! !
Z 2 Z 2=x
1 Z 2
1 Z 2=x 1
I= dy dx = dy dx =
1=x 1 + x y 1 x 1=x y +
2 2 2 2 1
1 2 x
Ve tori aleatori 95
Z 2
1 y =2=x 2
= ar tg xy y=1=x dx = ar tg 31  ln x 1 = ar tg 13  ln 2.
1 x
1
Pun^and onditia a I = 1 obtinem = .
ln 2  ar tg 13
y

2
D

1 xy=2
1/2 xy=1
x
O 1 2

Figura 3.4
Z 1
b) Densitatea de probabilitate a variabilei X este f1 (x) = f (x; y ) dy .
1
Da a x 62 [1; 2℄, atun i f1 (x) = 0. Da a x 2 [1; 2℄ avem
Z 2=x
Z 2=x dy y =2=x
f 1 ( x) = dy = = ar tg xy
=
1=x 1 + x y x 1=x y + x x y=1=x
2 2 2 2 1
2

1
= ar tg 13 = .
x x ln 28
1
>
< ; x 2 [1; 2℄;
De i f1 (x) = > x ln 2
:
0; x 62 [1; 2℄:
Z 1
Densitatea de probabilitate a variabilei Y este f2 (y ) = f (x; y ) dx. Pentru
h i h i 1
y 62 21 ; 2 , f2 (y ) = 0. Pentru y 2 21 ; 1 avem
Z 2 Z 2
dx Z 2 dx x=2
f2 (y ) = f (x; y ) dx = = = ar tg xy
=
1=y 1=y 1 + x y y 2 1=y x2 + y1 y x=1=y
2 2
2

1 2y 1
=
y ln 2  ar tg 31
 ar tg
2y + 1
.
Pentru y 2 [1; 2℄ avem
Z 2=y Z 2=y
dx Z 2=y dx x=2=y
f2 (y )= f (x; y ) dx = = = ar tg xy
=
1 1 1 + x2 y 2 y 2 1 x2 + y1 2y x=1
1 2 y
=
y ln 2  ar tg 31
 ar tg
2y + 1
.
96 Capitolul 3

8
1 2y 1 h i
>
>
>
>
> y ln 2  ar tg 31
 ar tg
2y + 1
; y 2 1
2
; 1 ;
>
<
1 2 y
De i f2 (y ) = >
>
> y ln 2  ar tg 3 1
 ar tg
2y + 1
; y 2 (1; 2℄;
> h i
y 62 12 ; 2 :
>
>
:
0;
) Covarianta variabilelor X si Y este
1;1 = ov(X; Y ) = M ((X m1 )(Y m2 )) = M (X  Y ) m1 m2 .
Avem Z 1
1
m1 = M (X ) = xf1 (x) dx = ,
Z 1
1 lnZ 2
1 2y 1 Z 2
2 y
m2 = M (Y ) = yf2 (y ) dy = ar tg dy + ar tg dy =
1 Z 1=2 2y + 1 1 2 y + 1
2y 1 1 4y 2 y 2 Z 2
y
= y  ar tg 
1
dy + y ar tg + dy =
2y + 1 1=2 1=2 8y + 2
2
2y + 1 1 1 y + 1
2

ln 25
= .
4 ln 2  ar tg 13
Apoi !
ZZ ZZ
xy Z 2 Z 2=x
xy
M (X  Y )= xyf (x; y ) dxdy= dxdy = dy dx =
IR 2
D 1 + x2 y 2 1 1=x 1 + x y
2 2
!
Z 2
1 Z 2=x 2y Z 2
1 
1  y=2=x
=
1 2x 1=x y +
2 1
dy dx =
1 2x
 ln y + x2 y=1=x dx =
2

x
2

2
ln 25
= ln 25  ln x 1 = .
2 2 ar tg 13
ln 52  
Rezulta atun i 1;1 = 2 ln 2
2 1 .
4 ar tg 13  ln2 2
8. Fie fun t ia f : IR82 ! IR,
< (x2 + y 2 ); (x; y ) 2 D = [1; 2℄  [2; 3℄;
f (x; y ) = :
0; (x; y ) 62 D:
a) Sa se determine astfel ^n ^at f sa reprezinte densitatea de probabilitate
a unui ve tor aleator bidimensional (X; Y ).
b) Sa se determine (pentru gasit la pun tul a)) densitatile de probabilitate
ale variabilelor X si Y .
) Sa se al uleze ovarianta variabilelor X si Y .
d) Sa se s rie regresiile M (X=Y ) si M (Y=X ).
Rezolvare. a) Gra ul domeniului D este desenat ^ n Figura 3.5.
Ve tori aleatori 97
8
1x2<
Domeniul D este simplu ^n raport u axa Oy , (D) : : Din onditia
2  yZZ 3:
f (x; y )  0, 8 (x; y ) 2 IR2 , rezulta  0, iar pentru onditia f (x; y ) dxdy =
IR 2

= 1 dedu emZZ ZZ Z 2 Z 3 

I= f (x; y ) dxdy = (x2 + y 2 ) dxdy = (x2 + y 2 )dy dx =


IR 2
! D 1 2
Z 2
y 3 y=3 Z 2
19  26
= x y+
2
dx = x +
2
dx = .
1 3 y=2 1 3 3
3
Pun^and onditia a I = 1 rezulta = .
y
26
3
D

x
O 1 2

Figura 3.5
b) Densitatea de probabilitate a variabilei aleatoare X este f (x) =
Z 1 1

= f (x; y ) dy . Da a x 62 [1; 2℄ atun i f1 (x) = 0. Da a x 2 [1; 2℄ atun i


1 !
Z3 y3 y
=3
3x2 + 19
f1 (x) = (x2 + y 2 ) dy = x2 y +
= .
2
8
3 y =2 26
3x2 + 19
>
<
; x 2 [1; 2℄;
De i f1 (x) = > 26
:
0; x 62 [1; 2℄:
Densitatea de probabilitate a variabilei aleatoare Y este f2 (y ) =
Z 1

= f (x; y ) dx. Da a y 62 [2; 3℄ atun i f2 (y ) = 0. Da a y 2 [2; 3℄ atun i


1 !
Z 2
x 3 x=2
3y 2 + 7
f2 (y ) = (x2 + y 2 ) dx = + xy 2 x=1 = .
1
8
3 26
3y 2 + 7
>
<
; y 2 [2; 3℄;
De i f2 (y ) = > 26
:
0; y 62 [2; 3℄:
) Covarianta variabilelor X si Y este
1;1 = ov(X; Y ) = M (X  Y ) m1 m2 .
Avem Z 1 Z 2
3x2 + 19 1 Z2 3
m1 = M ( X ) = xf1 (x) dx = x  dx = (3x + 19x) dx =
1 1 26 26 1
98 Capitolul 3
!
1 3x4 19x2 2
159
= +
= ,
26 4 2 1 104
Z 1 Z 3
3y 2 + 7 1 Z3 3
m2 = M (Y ) = yf2 (y ) dy = y  dy = (3y + 7y ) dy =
! 1 2 26 26 2
1 3y 4 7y 2 3 265
= + = ; iar
26 4 2 ZZ 2 104 ZZ

M (X  Y ) = xyf (x; y ) dxdy = xy (x2 + y 2 ) dxdy =


IR 2
D !
Z 2 Z 3  Z 2
5 x 3
65 x 405
= (x3 y + xy 3 )dy dx = + dx = .
1 2 1 2 4 104
405 159 265
Atun i 1;1 =
104 104 104
 ' 0; 0014.
d) Pentru y 2 [2; 3℄ variabila aleatoare onditionata X=Y = y are densitatea
de probabilitate 8
> 3(x2 + y 2 )
f (x; y ) > < ; x 2 [1; 2℄;
f (x=y ) = = > 3y 2 + 7
f2 (y ) > : 0; x 62 [1; 2℄;
u valoarea medie Z
1 Z 2
3x(x2 + y 2 ) 3 Z2 3
M (X=Y = y ) = xf (x=y )dx = dx = (x +
1 !
1 3y 2 + 7 3y 2 + 7 1
3 x4 x2 y 2 x=2 9(2y 2 + 5)
+xy 2 ) dx = 2 + = .
3y + 7 4 2 x=1 4(3y 2 + 7)
Regresia M (X=Y ) este variabila aleatoare are are valorile M (X=Y = y ),
y 2 [2; 3℄, iar densitatea de probabilitate f2 (y ). Valoarea medie a regresiei
M (X=Y ) este
Z 3 Z 3
9(2y 2 + 5) 3y 2 + 7
M [M (X=Y )℄ = M (X=Y = y )f2 (y ) dy =
2 2 4(3y + 7)
2
 26 dy =
9 Z3 2 159
= (2y + 5) dy = = M (X ).
104 2 104
Pentru x 2 [1; 2℄ variabila aleatoare onditionata Y=X = x are densitatea de
probabilitate
3(x2 + y 2)
8

f (x; y ) > <


; y 2 [2; 3℄;
f (y=x) = = > 3x2 + 19
f1 (x) : 0; y 62 [2; 3℄;
u valoarea medie Z
1 Z 3
3y (x2 + y 2) 3 Z3 2
M (Y=X = x) = yf (y=x)dy = dy = 2 (x y +
1 ! 2 3x2 + 19 3x + 19 2
3 x2 y 2 y 4 y=3 15(2x2 + 13)
+y 3)dy = 2 + = .
3x + 19 2 4 y=2 4(3x2 + 19)
Ve tori aleatori 99

Regresia M (Y=X ) este variabila aleatoare are are valorile M (Y=X = x),
x 2 [1; 2℄, iar densitatea de probabilitate f1 (x). Valoarea medie a regresiei
M (Y=X ) este
Z 2 Z 2
15(2x2 + 13) 3x2 + 19
M [M (Y=X )℄ = M (Y=X = x)f1 (x) dx =
1 1 4(3x2 + 19)
 26 dx =
15 Z 2
265
= (2x2 + 13) dx = = M (Y ).
104 1 104
100 Bibliogra e

BIBLIOGRAFIE

1. G. Ciu u, Elemente de teoria probabilitatilor si statisti a matemati a,


Editura Dida ti a si Pedagogi a, Bu uresti, 1963.
2. G. Ciu u, G. S^amboan, Teoria probabilitatilor si statisti a matemati a,
Editura Tehni a, Bu uresti, 1962.
3. N. Cojo aru, V. Clo oti i, D. Dobra, Metode statisti e apli ate ^n indus-
tria textila, Editura Tehni a, Bu uresti, 1986.
4. Gh. Miho , N. Mi u, Teoria probabilitatilor si statisti a matemati a,
Editura Dida ti a si Pedagogi a, Bu uresti, 1980.
5. C. Reis her, A. S^amboan, Culegere de probleme de teoria probabilitatilor
si statisti a matemati a, Editura Dida ti a si Pedagogi a, Bu uresti, 1972.
6. R. Tudora he, Culegere de probleme de analiza matemati a, Vol.II Cal-
ulul integral, Universitatea Tehni a "Gh. Asa hi", Iasi, 2001.