Documente Academic
Documente Profesional
Documente Cultură
PROBLEME DE
ILOR
TEORIA PROBABILITAT
TEHNOPRESS
IASI 2006
CUPRINS
^
CAMP DE EVENIMENTE,
^
CAMP DE PROBABILITATE
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
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
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
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
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
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
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
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
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
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
+ t0 = 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
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
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:
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
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
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
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
A(0,1)
a
P(l,0) x
O
Figura 2.1
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
Denim 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 denitia 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
Z 1 Z 1 Z 0 Z 0
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
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
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
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
+ + 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
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
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
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
! !
1
2
! ! 2
1 ! 2! 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
#
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
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
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
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
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 k 11 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
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(
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
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 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 arma
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
(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
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
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
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
!
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
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
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
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
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
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
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
; 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
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
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
= 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
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
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) = (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
denita astfel
(t) = M e ; 8 t 2 IR. Sa se determine fun
tia
ara
teristi
a
itX
e(t) = M eit(X X ) = M eitX M e itX =
1 (t)
2 ( t); 8 t 2 IR.
1 2 1 2
= 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
(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 denit
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
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
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
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
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
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
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
D 0 0 3
92 Capitolul 3
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
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
= 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
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
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 x1 = 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 x1 = .
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
x
O 1 2
Figura 3.5
b) Densitatea de probabilitate a variabilei aleatoare X este f (x) =
Z 1 1
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 Bibliograe
BIBLIOGRAFIE