Lucrarea 3

VARIABILE ALEATOARE
3.1 Scopul lucrării
Lucrarea are ca scop prezentarea unor aspecte de baza privind variabilele
aleatoare discrete: definitii, operatii cu variable aleatoare, caracteristicile numerice
ale v.a.d si o serie de aplicatii.

3.2 Definiția si clasificarea variabilelor aleatoare

Variabila aleatoare este una din noțiunile de bază ale teoriei probabilităților
și a statisticii matematice. În cadrul unei cercetări experimentale se constată că
între valorile numerice măsurate există diferențe chiar dacă rămân neschimbate
condițiile de desfășurare ale experimentului [Cab 12]. Dacă avem o singură
măsurătoare, variabila aleatoare este acea mărime care în cadrul unui experiment
poate lua o valoare necunoscută aprioric.
În cazul unui șir de măsurători, variabila aleatoare este o noțiune care-l
caracterizează din două puncte de vedere [Cab 12]:
- din punct de vedere cantitativ – variabila ne dă informații privind valoarea
numerică a mărimii măsurate;
- din punct de vedere calitativ – variabila aleatoare ne dă informații privind
frecvența de apariție a unei valori numerice într-un șir.
Dacă valorile numerice ale unui șir de date aparțin mulțimii numerelor întregi
sau raționale atunci se definește o variabilă aleatoare discretă, iar în cazul
apartenenței valorilor la mulțimea numerelor reale se definește o variabilă
aleatoare continuă.

3.3 Variabile aleatoare discrete

O variabilă aleatoare X o vom nota schematic:
 x x . . . xn  ,
X : 1 2 
 p1 p2 . . . pn 
unde în prima linie (rând) al tabloului s-au trecut valorile posibile ale variabilei, iar
sub fiecare valoare (rândul al doilea), probabilitatea cu care X ia această valoare.
Tabloul de mai sus definește distribuția sau repartiția variabilei X. Pentru o mai
bună înțelegere a acestor noțiuni să considerăm experiența jocului cu zarul. Astfel
se acordă jucătorului care aruncă zarul:
• 1 punct dacă apare una din fețele 1 sau 2;
• 2 puncte dacă apare una din fețele 3 sau 4;
• 3 puncte dacă apare una din fețele 5 sau 6.
Dacă notăm cu X numărul de puncte obținute de un jucător la o aruncare a
zarului, obținem o variabilă aleatoare având distribuția:
 Lucrarea 3. Variabile aleatoare

X : 1 2 3  .
1 / 3 1 / 3 1 / 3 
Definiție 3.1: Fie câmpul de probabilitate {, K, P}. Numim variabilă
aleatoare de tip discret o aplicație X :  R care verifică condițiile [Cab 12]:
i) are o mulțime cel mult numărabilă de valori;
ii) xR,  X  x K .
O variabilă aleatoare de tip discret este deci o funcție univocă de forma:
X : x1 ,x2 ,...,xn ,... R . În general valorile variabilei se notează în ordine
crescătoare adică x1  x2  x3  ... xn  ... xi R ,i 1,2,....
Evenimentele Ai  X 1( xi )  / X   xi K oricare ar fi i 1,2,3,....
X 1:x1 ,x2 ,...,xn ,..., K este inversa funcției X.
Definiție 3.2: Numim distribuția sau repartiția variabilei aleatoare X de tip
discret, tabloul de forma X :
xi  xi ,iI , sunt valorile posibile ale variabilei
 unde
 pi  i  I
aleatoare X iar pi este probabilitatea cu care variabila considerată X ia valoarea xi,
adică pi  P X  xi , iI mulțimea I putând fi finită sau cel mult numărabilă.
Evenimentele ( X  xi ),iI formează un sistem complet de evenimente și
 pi 1.
Definiția 3.3: Variabila aleatoare pentru care mulțimea valorilor este un
interval finit sau infinit pe axa numerelor reale este variabilă aleatoare continuă.

3.4 Operații cu variabile aleatoare

1. Produsul și suma dintre o constantă și o variabilă aleatoare

Dacă X este o variabilă aleatoare și c o constantă, cX este variabila care ia
valoarea cxi , atunci când X ia valoarea xi , iar c X este variabila care ia valoarea
c xi când X ia valoarea xi . Dacă X are distribuția X : x1 x2 . . . xn  atunci cX
 p1 p2 . . . pn 
c  x1 c  x2 . . . c  xn 
are distribuția: cX : 1 2
cx cx . . . cxn 
 , iar c  X :
p2 . . . pn 
.
 p1 p2 . . . pn   p1

2. Adunarea variabilelor aleatoare

Date fiind două variabile aleatoare X și Y, vom numi suma lor variabila
Z  X  Y , care ia valoarea xi  y j dacă X ia valoarea xi , iar Y ia valoarea y j .
Dacă X și Y au respectiv distribuțiile:
 x x . . . xm  ,  y y . . . yn  ,
X : 1 2  Y : 1 2 
 p1 p2 . . . pm   q1 q2 . . . qn 
 Lucrarea 3. Variabile aleatoare

X  Y are distribuția:
 x  y x  y ... xi  yi ... xm  yn  ,
X  Y : 1 1 1 2
 p11 p12 ... pij ... pmn 

unde: pij i 1,2,...,m; j 1,2,...,n  este probabilitatea realizării simultane a

egalităților: X  xi ;Y  y j .
În cazul mai multor variabile aleatoare X ,Y ,Z ,...,W , suma lor se definește
asemănător: X Y  Z  ...W este variabila care ia valoarea xi  yi  zi  ... wi ,
dacă X ,Y ,Z ,...,W iau, respectiv, valorile xi , yi ,...,wi . De exemplu date fiind trei
variabile aleatoare:
 x x . . . xm  ,  y1 y2 . . . yn  , ,  z1 z 2 . . . z s 
X : 1 2  Y : q q . . . q  Z : r r . . . r 
 p1 p2 . . . pm   1 2 n  1 2 s 

putem scrie
 x  y  z x  y  z ... xi  yi  zi ... xm  yn  z s  .
X  Y  Z : 1 1 1 1 1 2 
 p111 p112 ... pijk ... pmns 

3. Produsul variabilelor aleatoare

Vom numi produsul variabilelor aleatoare X și Y, variabila X Y , care ia
valoarea xi  yi atunci când X ia valoarea xi și Y ia valoarea yi . Dacă X și Y au
respectiv distribuțiile [Mih 74]:
 x x . . . xm  ,  y y . . . yn  ,
X : 1 2  Y : 1 2 
 p1 p2 . . . pm   q1 q2 . . . qn 
X Y are distribuția
 x  y x  y ... xi  yi ... xm  yn  ,
X Y : 1 1 1 2
 p11 p12 ... pij ... pmn 

unde: pij i 1,2,...,m; j 1,2,...,n  este probabilitatea realizării simultane a

egalităților: X  xi ;Y  y j .
Generalizând, în cazul mai multor variabile aleatoare X ,Y ,Z ,...,W , produsul
lor se definește asemănător: X Y  Z ...W este variabila care ia valoarea
xi  yi  zi ... wi , dacă X ,Y ,Z ,...,W iau, respectiv, valorile xi , yi ,...,wi . În cazul a trei
variabile aleatoare:
 x x . . . xm  ,  y1 y2 . . . yn  ,  z1 z 2 . . . z s  ,
X : 1 2  Y : q q . . . q  Z : r r . . . r 
 p1 p2 . . . pm   1 2 n  1 2 s 

putem scrie:
 Lucrarea 3. Variabile aleatoare

 x  y  z x  y  z ... xi  yi  zi ... xm  yn  z s  ,
X Y  Z : 1 1 1 1 1 2
 p111 p112 ... pijk ... pmns 

unde: pijk i 1,2,...,m; j 1,2,...,n;k 1,2,...,s  este probabilitatea realizării

simultane a egalităților: X  xi ;Y  y j ; Z  zk .

4. Ridicarea la putere a unei variabile aleatoare

k
Vom numi puterea k a variabilei X , variabila X care ia valoarea xik dacă
X ia valoarea xi . Dacă X are distribuția X : 1 2
x x . . . xn  k
 atunci X are
 p1 p2 . . . pn 
 x1k x2k . . . xnk 
distribuția X : .
k

 p1 p2 . . . pn 
5. Alte operații cu variabile aleatoare
a. Vom numi inversa unei variabile aleatoare X, care ia valori nenule,
1
variabila , care ia valoarea 1 , când X ia valoarea xi . Se observă că acesta este
X xi
un caz particular al puterii unei variabilei aleatoare și anume k  1.
b. Dacă avem două variabile aleatoare X și Y, astfel ca Y să nu ia valori egale
X
cu zero, vom numi raportul lor variabila , care ia valoarea xi , dacă X ia
Y yi
valoarea xi și X ia valoarea yi .

c. Dacă constanta c se consideră o variabilă cu tabloul  1  , atunci suma

c
 
c x  este o variabilă aleatoare discretă cu tabloul: c  x : c p xi  .
 i i1,n

6. Variabile aleatoare independente

Ori de câte ori avem de efectuat o operație cu două variabile aleatoare X și
X, ne interesează probabilitatea realizării simultane a egalităților de forma: X  xi
și Y  yi (această probabilitate s-a notat cu pij ). Dacă evenimentele  X  xi  și
Y  yi  suntindependente pentru toate valorile indicilor i și j, vom spune că
variabilele X și Y sunt independente. În acest caz se poate scrie:
pij  PX  xi ,Y  y j  P X  xi  Y  y j  P X  xi  PY  y j  .
 Lucrarea 3. Variabile aleatoare

Dacă avem mai multe variabile aleatoare X ,Y ,...,W , vom spune că ele sunt
independente dacă toate evenimentele de forma:  X  xi  , Y  yi  , ..., W  wk 
sunt independente în totalitatea lor [Mih 74].
Dacă X ,Y și Z sunt trei variabile aleatoare independente cu distribuțiile:
 x x . . . xm  ,  y1 y2 . . . yn  ,  z1 z 2 . . . z s  ,
X : 1 2  Y : q q . . . q  Z : r r . . . r 
 p1 p2 . . . pm   1 2 n  1 2 s 

putem scrie
 x  y  z x  y  z ... xi  yi  zi ... xm  yn  z s  ,
X  Y  Z : 1 1 1 1 1 2 
 p111 p112 ... pijk ... pmns 
 x  y x  y ... xi  yi ... xm  yn 
X Y : 1 1 1 2
 p11 p12 ... pij ... pmn 
și
 x  y x  y ... xi  yi ... xm  yn  .
X  Y : 1 1 1 2
 p11 p12 ... pij ... pmn 

3.5 Caracteristici numerice ale variabilelor aleatoare discrete

Definiția 1: Fie  ,K ,P  un câmp de probabilitate și f :  R o variabilă
x 
aleatoare discretă: f : i  , unde I este o mulțime cel mult numărabilă și
 pi iI
 pi 1, pi  0. Se numește valoare medie a variabilei aleatoare f numărul real
notat cu M  f  definit prin: M  f   pi xi [1].
iI
Observația 1: Dacă f este o variabilă aleatoare simplă (mulțimea I este finită)
atunci suma M  f  are întotdeauna sens. Valoarea medie a unei variabile aleatoare
măsoară tendința centrală a repartiției valorilor variabilei aleatoare.
Exemplu: Se consideră variabila aleatoare care asociază, în cazul
evenimentului (aleator) al aruncării unui zar, numărul de puncte aflat pe fața
superioară a zarului, care va avea următorul tablou:
1 2 3 4 5 6
f : 1 1 1 1 1 1  .
 
6 6 6 6 6 6
Valoarea medie se calculează după formula de mai sus și are forma:
6 1 6 1 1 1 1 1 1 7
M  f   pi xi   i 1  2  3  4  5  6   3,5 .
i1 6 i1 6 6 6 6 6 6 2
 Lucrarea 3. Variabile aleatoare

f :  R este simplă: f : k 

x
Observația .2: Dacă variabila aleatoare
 pk  k 1,n
n
atunci valoarea medie M  f   pk xk este media ponderată a valorilor ( x k )k 1,n
k 1
cu ponderile  pk k 1,n .

Proprietăți 1. Fie  ,K ,P  un câmp de probabilitate și f ,g :  R variabile

aleatoare discrete. Dacă valorile medii M  f  și M g  există, atunci și variabilele
aleatoare f  g și   f , cu R , au valori medii și au loc următoarele:
1. M  f  g  M  f  M g  ,
2. M   f    M  f 
3. Dacă f și g sunt independente, atunci există și M  f  g  și are loc relația:
M  f  g  M  f  M g  [1].
Teorema 1: Fie  ,K ,P  un câmp de probabilitate și f ,g :  R variabile
aleatoare discrete astfel încât M f 2   și M g 2   există. Atunci are loc:
M  f  g  M  f 2  M g 2  .

Definiție 2: Dacă seria  xi PA ( f  xi ) este absolut convergentă, atunci

iI
valoarea: M ( f / A )   xi PA ( f  xi ) se numește valoarea medie condiționată a
iI
variabilei aleatoare f, de evenimentul A. Dacă în loc de evenimentul A se consideră
un sistem complet de evenimente ( Aj )jJ , cu J cel mult o mulțime numărabilă și
P( A j )  0 atunci are loc o relație de legătură între valoarea medie a lui f, M  f  și
valorile condiționate ale lui f, M ( f / A j ) de forma:
M  f   PA j  M  f / A j  [1].
jJ

f :  R o variabilă aleatoare discretă x 

Definiția 3: Fie f : i  pentru
 pi  iI
care există M  f  . Atunci variabila aleatoare g :  R , care are distribuția de
probabilitate dată g : f  M  f  se numește variabila abatere de la valoarea
 pi  iI
medie a lui f. [1]
Obs.3: Având în vedere că valoarea medie a unei variabile aleatoare
constante este constanta însăși rezultă:
M g  M  f  M M  f  M  f  M  f  0 .
 Lucrarea 3. Variabile aleatoare

Definiția 4: Fie  ,K ,P  un câmp de probabilitate și f :  R o variabilă

aleatoare discretă. Pentru (  )nN , ( n 1 ), valoarea medie a variabilei aleatoare
 
f n , M n  f  M f n , dacă există se numește momentul de ordinul n al variabilei
aleatoare f [1].
Valoarea medie a variabilei aleatoare f n f n M n  f  M f n se numește 
momentul absolut de ordinul n al variabilei aleatoare f.
Observația 4: În general, pentru simplificarea scrierii se folosește notația:
M  f  f .

Valoarea medie a variabilei aleatoare  f  f  , mn ( f ) M f  f

n
   se
n

numește momentul centrat de ordinul n al variabilei aleatoare f.

Proprietăți 2: Fie f :  R o variabilă aleatoare discretă (considerată mai
x 
sus), cu distribuția f : i  , valorile medii și momentele considerate mai sus,
 pi iI
dacă există, au următoarele expresii:
n n

M n  f   Pi xi ,M n  f   Pi xi ,mn  f   Pi xi  f  [1].
n

iI iI iI

Definiția 5: Fie  ,K ,P  un câmp de probabilitate și f :  R o variabilă

aleatoare discretă cu distribuția f :
xi 
 . Momentul centrat de ordinul doi al
 pi  iI
variabilei aleatoare f, dacă există, se numește dispersia sau varianța variabilei
aleatoare f și se notează cu D 2  f  sau  2  f  și au expresia:

D 2  f  2  f  m2  f   Pi xi  f  . Valoarea D f   f 
2
m2  f  se numește
iI
abatere pătratică medie a variabilei f.
Teorema 2: Dacă dispersia D 2  f  a variabilei aleatoare f există, atunci au loc
egalitățile:
D 2  f  M 2  f M  f  și D 2  f  2 D 2  f  , pentru (  ) R .
2

Teorema 3: Dacă f și g sunt două variabile aleatoare independente atunci are

loc egalitatea: D 2  f  g  D 2  f  D 2 g  . [1]
 Lucrarea 3. Variabile aleatoare

3.6 Aplicații rezolvate

APLICAȚIA R.1.
 1 0 2  1 3 6
Se consideră variabilele aleatoare: X :  și Y :  . Să se
 0 ,
1 0 ,5 0 ,4   0 ,5 0 ,2 0 ,3 
1
efectueze următoarele operații:  5 X , X , Y , X Y , X Y , Y  3 .
2

Rezolvare:
Aplicând relațiile prezentate în paragrafele de mai sus obținem:
 10 0 5   0 1 4  1  1 1 1 
 5 X :  ; X 2 :  ; Y : 6 3 ;
 0 ,4 0 ,5 0 ,
1   0 ,5 0 ,
1 0 ,4   
 0,3 0,2 0,5 
 0 1 2 3 5 6 8 
X  Y :  ;
 0 ,05 0 ,25 0 ,02 0 ,3 0 ,
11 0 ,
15 0 ,
12 
  6  3 1 0 2 6 12 
X Y :  ;
 0 ,03 0 ,02 0 ,05 0 ,5 0 ,2 0 ,08 0 ,
12 
 2 0 3 
( Y  3 ):  .
 0 ,5 0 ,2 0 ,3 

APLICAȚIA R.2.
Probabilitatea extragerii unei bile albe dintr-o urnă este p. Din această urnă
se fac 2 extrageri punându-se înapoi bila după prima extragere. Se consideră
variabilele X1 și X2 prima reprezentând numărul de bile albe ieșite la prima
extragere și a doua numărul de bile albe ieșite la a doua extragere. Să se scrie
distribuția sumei celor două variabile aleatoare [Mih 74].
Rezolvare:
Distribuția celor două variabile este:

X 1 : 1 0  , X 2 : 1 0  ,
 p q  p q
unde: q 1 p.

Astfel, suma acestor variabile aleatoare este X 1  X 2 :121 1 0 0 1 0 20  .

 p pq qp q 
Rezultă:

X 1  X 2 : 2
2 1 0
2.
 p 2 pq q 
Variabila sumă reprezintă numărul de bile albe ieșite în 2 extrageri din urnă.
 Lucrarea 3. Variabile aleatoare

APLICAȚIA R.3.
1 2 3 4
Se consideră variabila aleatoare discretă X :  a 2 7 a 1 1  . Care este
 
 4 3 6
probabilitatea ca X să ia o valoare mai mică sau egală cu 3? [Mih 70]
Rezolvare:
7 1 1
Pentru ca X să fie o variabilă aleatoare trebuie ca a  0 și a 2  a   1 . În
4 3 6
1
acest caz o soluție acceptabilă este a  .
4
Probabilitatea cerută se calculează prin intermediul evenimentului contrar și
anume:

P X  31 P X  4 1  sau,

1 5
6 6
1 7 1 5
P X  3 P X 1 P X  2 P X  3    .
16 16 3 6

3.7 Aplicații propuse

APLICAȚIA P.1.
Se aruncă un zar de 100 de ori obținându-se rezultatele din tabelul următor.

Cifra 1 2 3 4 5 6
Numărul de apariții 10 18 20 12 25 15
Care este tabloul repartiției?
 1 2 3 4 5 6 
Răspuns:  .
 0,1 0,18 0,20 0,12 0,25 0,15 

APLICAȚIA P.2.
1 0 1 1 1
Se dau variabilele X : 0 ,3 0 ,3 0 ,4  , Y : 0 ,5 0.5 , . Să se realizeze tabloul
   
n n
de distribuție pentru X și Y , n N .
Ce distribuție are suma și produsul variabilelor aleatoare independente?
 1 0 1   1 0 1 2 
X : 2 5 1  , Y : 2 8 1 1  .
p p  q q 
 3 3  5 6 30 
Răspuns:
 Lucrarea 3. Variabile aleatoare

 1 0  n 1
n  par , X n :   , Y : 1
 0,7 0,3   

n  impar , X n :  1
0 1  , Y n :  1 1 
  0,5 0,5 
 0,3 0,3 0,4   

APLICAȚIA P.3.
1 2 3 4 
Se consideră variabila X : 1 1 1 1  . Să se determine  și  astfel ca
 
 2 4 6 12 
variabila Y X   să aibă media 0 și dispersia 1.
6 11
Răspuns:   ;   .
35 35

APLICAȚIA P.4.
 a 1 2  a 1 1 2 
Se dau variabilele independente X : 1  , Y : 1 2  . Să se
 p q  q p 
3   3 3 
calculeze a astfel ca variabila X  Y să aibă dispersia egală cu 4/9.
Răspuns: a  1.

APLICAȚIA P.5.
Ce distribuție are suma și produsul variabilelor aleatoare independente
 1 0 1   1 0 1 2
X : 2 5 1 , Y :  2 8 1 1
p p  q q 
 3 3  5 6 30  .
1 2
Răspuns: p  ; q  .
3 5
APLICAȚIA P.6.
Se aruncă 4 zaruri. Să se calculeze valoarea medie a numărului de puncte
obținute și valoarea medie a produsului numerelor de puncte care apar la zaruri.
4
 7  2401
Răspuns: M ( X )     .
2 16
APLICAȚIA P.7.
 1 0 1
Se dau variabilele aleatoare independente: X : 1 1 1 și
 p  q  
 6 3 3
 1 0 1 

Y: 1  . Să se scrie distribuția variabilei X Y .
 2 p  q 12 p 2 
3 
 Lucrarea 3. Variabile aleatoare

 1 0 1
Răspuns: p  ; q  0; X  Y :  2 5 2  .
1
6 
9 9 9
APLICAȚIA P.8.
Se aruncă un zar și se notează cu X numărul de aruncări efectuate până la
prima apariție a feței cu un punct. Să se scrie tabloul distribuție X.
 k 
Răspuns: X :   5 k 1 1  .

 6   6 
  
APLICAȚIA P.9.
Considerăm un lot de 100 bucăți pentru care coeficientul de rebut este 4 %.
Din acest lot se ia o singură o singură piesă. Să se construiască variabila aleatoare a
numărului de piese defecte.
 0 1 
Răspuns: X :  .
 0,96 0,04 
APLICAȚIA P.10.

Se considera distributia variabilei X :

1 2 3 4
X : 
 2 7 p 1 1
p 4 3 6

Care este probabilitatea ca X sa ia o valoare  3 ?

1 5
Răspuns: p  ; P( X  3)  .
4 6
 Lucrarea 3. Variabile aleatoare

Lucrarea 4

VARIABILE ALEATOARE CONTINUE

4.1 Scopul lucrării
Scopul lucrarii este de a prezenta utilizatorilor o serie de aspecte privind
variabilele aleatoare continue cum ar fi: definitia acestora, functia de repartitie si
densitatea de repartitie, reprezentarea grafica, caracteristicile numerice, corelatia
si coeficientul de corelatie si o serie de aplicatii cu v.a.c. Aceasta lucrare este o
continuare fireasca a lucrarii nr.3.

4.2 Definiția v.a.c.

În general există multe experiențe aleatoare care au un câmp de evenimente
infinit și implicit sistemul de evenimente aleatoare este nenumărabil. Acest fapt
impune considerarea unei variabile aleatoare ale cărei valori acoperă o mulțime
continuă de numere reale, de exemplu a ,b. Astfel de experiențe sunt foarte des
întâlnite în practică, ca de exemplu: măsurarea masei, a forței, a lungimii, a
timpului, etc. În asemenea cazuri este practic imposibilă asocierea evenimentelor
corespunzătoare fiecărui rezultat cu câte o probabilitate nenulă, deoarece numărul
cazurilor posibile este infinit. Dacă unei asemenea experiențe i se atașează variabila
aleatoare x , atunci xa ,b [Pop 98]. Deoarece P( x  x0 ) 0 , vom recurge la a
caracteriza nu probabilitatea ca variabila x să ia valoarea fixă x0 , ci ca valorile lui
x să parcurgă un interval oricât de mic, de lungime dx . Dacă
dPx0  Pxx0 ,x0  dx atunci această probabilitate este proporțională cu lun-
gimea dx a intervalului, iar dacă factorul de proporționalitate îl notăm cu f x0  ,
atunci dPx0  f x0 dx .
Astfel, se poate defini o funcție f :a ,b R , care atribuie fiecărei valori
x0 a ,b , factorul de proporționalitate f x0  corespunzător ca variabila x să ia
valori în x0 , x0  dx . Funcția f definită astfel, se numește funcție densitate de
probabilitate (sau repartiție) și verifică proprietățile [Pop 98]:
1. f x 0, xa ,b;
b
2.  f x dx 1 - realizarea evenimentului sigur.
a
 Lucrarea 3. Variabile aleatoare

(Proprietățile sunt valabile și dacă a  , b   ).

Prin analogie cu cazul variabilelor aleatoare discrete, atribuim unei variabile
 x 
continue următorul tablou de distribuție [Pop 98] :   .
 f x  xa ,b 
În concluzie orice tablou care verifică proprietățile 1) și 2) de mai sus
reprezintă tabloul de distribuție al unei variabile aleatoare continue (v.a.c). Pentru
exemplificare se dau următoarele exemple.
 x 
1. Tabloul X : 2  reprezintă o variabilă aleatoare continuă (v.a.c),
 3 X  x0 ,1
deoarece verifică proprietățile de mai sus (1) și (2):
1
f x  3x  0, x0,1 și  3 x dx 1.
2 2

 x 
2. Tabloul X :  reprezintă de asemenea o v.a.c pentru că
 ln x  x1,e 
e
f x ln x  0, x1,e și  ln x dx 1.
1

 y
3. Tabloul Y :  este o v.a.c pentru că f  y  2 y  0,  y0,1 și
  y0 ,1
2 y
1

 2 y dy 1 .
0

4.3 Funcția de repartiție si densitatea de repartiție

Fie X o variabilă aleatoare discretă sau continuă având tabloul de distribuție:
 x  x 
  , respectiv   . Se numește funcție de repartiție corespunzătoare
 i  i1,n
p  f  x   xa ,b 
variabilei aleatoare X , funcția F : R 0,1 definită prin F x0  Px  x 0 , x0 R.
(este acceptat și cazul F x0  Px  x 0 , x0 R. ).
În cazul funcției de repartiție pot fi reținute mai multe proprietăți, care
rezultă din însăși definiție [Pop 98]:
i. 0 F x0 1, x0 R,
 Lucrarea 3. Variabile aleatoare

ii. F   0, F 1,

iii. F   F   P  x   ,
iv. F este nedescrescătoare.
Demonstrațiile acestor proprietăți se găsesc în referința [Pop 98].
a. În cazul unei variabile aleatoare discrete x (unde x  x0  x  xi  )
x  x0

avem:
 
F  x0  P x  x0  P  x  xi    P x  xi   pi .
 xi  x0  xi x0 xi  x0

Acest rezultat se mai numește și funcție cumulativă a probabilităților.

Teoremă: Funcția de repartiție corespunzătoare variabilei aleatoare
discrete este o funcție continuă la stânga în orice punct, adică:
P x  x0  F  x0  lim F t  lim P x  t , x0 R.
t  x0 t  x0
t  x0 t  x0

 x 
b. Dacă X :  este o variabilă aleatoare continuă, atunci conform
 f  x   xa ,b 
proprietăților enumerate mai sus pentru v.a.d, se poate scrie:
x0

F ( x0 )   f ( x)dx . Această relație exprimă legătura dintre funcția de

a

repartiție F (x) și densitatea de probabilitate (sau de repartiție) f (x).

Proprietatea iii de la v.a.d. de mai sus, ( F   F   P  x   , ),

în acest caz se poate scrie sub forma: P  x    F   F    f  x dx

.
Așadar, funcția de repartiție în cazul unei v.a.c se mai poate scrie
sub forma:
0 , x  a ;

x
F  x   f  x dx , a  x  b;
a

1, x  b.
c. Funcția de repartiție bidimensională.
 Lucrarea 3. Variabile aleatoare

O variabilă aleatoare X : E  R 2  R , X   X 1 , X 2 , unde X 1 și X 2 sunt

variabile aleatoare reale, se numește variabilă aleatoare bidimensională
sau vector aleator bidimensional.
Definiție: Funcția F ( x1 , x 2 )  P( X 1  x1 , X 2  x 2 ) se numește funcție
de repartiție a vectorului X sau funcție de repartiție bidimensională.
Dacă I  u1 ,u 2  u1  x1 ,u 2  x2 , iar E x eE X e I , atunci
F x  F x1 , x2  PEx  . În cazul funcției de repartiție bidimensională sunt
verificate următoarele proprietăți:
Dacă x1  x1 , x2  x2 atunci F x1 , x2  F x1 , x2  adică I  I ,
'
i.
ii. 0  F x1 , x2 1,
iii. Pa1  X1 b1 ,a2  X 2 b2  F b1 ,b2  F a1 ,b2  F a2 ,b1  F a1 ,a2 ,
iv. F    lim F  x  lim F  x1 ,x2  0 și
x  x1 
x2  

F   lim F  x  lim F  x1 ,x2 1.

x  x1
x2 

d. Densitatea de repartiție corespunzătoare funcției de repartiție

2F
F ( x)  F ( x1 , x 2 ) este [Pop 98]: f  x1 , x2  .
x1x2
Dacă f x1 , x2  există și este continuă atunci avem:
x1
F x1 , x2   f u1 , u2 du1 du2 1 .
x2


Dacă avem două variabile aleatoare X 1 și X 2 sunt independente și au
densitățile de repartiție f1 x1 , f 2 x2  atunci [Pop 98]: f x1 , x2  f1 x1  f 2 x2  .

4.4. Reprezentarea grafică a variabilelor aleatoare discrete și

continue

a. În cazul unei v.a.d X : i  , unde pi  f xi  0 și

  x n n
 pi   f xi 1 , în
 pi  i1,n 1 1

planul xOy se reprezintă punctele M i xi , pi  prin unirea cărora se pot trasa o serie
de curbe.
 Lucrarea 3. Variabile aleatoare

Una din aceste curbe se obține unind punctele prin segmente de dreaptă.
Astfel, se poate obține curba de distribuție a variabilei X (figura 4.1) [Pop 98].

Figura 4.1. Curba de distribuție a v.a.d.

b
 x 
Dacă X :  este o v.a.c. unde f x  0 și  f  x dx 1 , graficul
 f ( x )  xa ,b  a

reprezentat într-un plan xOy se va obține o curbă numită curba de distribuție a

v.a.c. așa cum se poate vedea și în figura 4.2.

Figura 4.2. Curba de distribuție a unei v.a.c.

4.5 Caracteristici numerice ale variabilelor aleatoare continue

 Lucrarea 3. Variabile aleatoare

Fie a,b R, a b un interval închis și mărginit. Mulțimea punctelor

 {x0 ,x1 ,...,xn }, a  x0  x1  x2 ... xn b se numește o diviziune a segmentului a ,b
. Numărul (  ) max( xk  xk 1 ) se numește norma diviziunii  .
1k n

Definiție 6: Fie f , g :a , b R două funcții mărginite și funcția g este

crescătoare. Suma    f ,g , i   f  i g  xi  g  xi1 , unde i xi1 ,xi  , poartă
n

i1
numele de sumă Riemann-Stieltjes a funcției f în raport cu funcția g [Gol 13].
Definiția 7: Funcția f este integrabilă Riemann-Stieltjes (R-S) în raport cu g
pe a , b, dacă există un număr real I cu proprietatea că pentru   0, există
   0 , astfel încât, oricare ar fi o diviziune a lui a ,b cu norma (  )   să
avem:    f ,g , i  I   , oricare ar fi alegerea punctelor i xi1 ,xi , i 1,n .
Observația 5: Numărul I este prin definiție integrala Riemann-Stieltjes (R-S)
b
a lui f în raport cu g pe a ,b și se notează prin: I   f  x  dg  x  .
a

Teorema 4: Condiția necesară și suficientă ca f să fie integrabilă R-S, în raport

cu g pe a ,b, este ca oricare ar fi șirul diviziuni n nN , cu șirul normelor  n nN
 
tinzând la 0, șirul sumelor integralei R-S  n  f ,g ,i  nN să fie convergent la I [1].

Teorema 5: Dacă funcția f este continuă pe [a, b] și g este derivabilă cu

derivata continuă pe [a, b], atunci:
b b
R  S   f x dg x  R  f x  g' x dx .
a a

Teorema 6: Dacă f este integrabilă (R-S) în raport cu g pe [a, b], atunci g este
integrabilă (R-S) în raport cu f pe [a, b] și are loc [1]:
b b

 f x dg x  f b  g b  f a  g a   g x df x  .
a a

Definiția 8: Fie  ,K ,P  un câmp de probabilitate f :  R o variabilă


aleatoare și F funcția sa de repartiție. Dacă  x dF x  este convergentă, variabila

aleatoare f are valoarea medie:
 Lucrarea 3. Variabile aleatoare


f  M  f   x dF  x  .


Observație: În cazul în care variabila aleatoare f admite o densitate de

repartiție  continuă pe porțiuni, atunci F este derivabilă în orice punct x în care
 este continuă și F' x   x . În acest caz integrala de mai sus se reduce la o

integrală Riemann și f are valoarea medie: f  M  f   x   x dx .

Caracteristicile numerice ale unei variabile aleatoare continue se exprimă prin:

   x dF x   x  x dx ,
 
Momentul de ordinul k: M k  f  M f
k k k
a.
 

b. Momentul absolut de ordinul k:

   f
 
M k  f  M f dF  x   f  x dx ,
k k k

 

c. Momentul centrat de ordinul k:


mk  f  M f  f    x  f   x dx   x  f dF x  ,
k



k




 
d. Dispersia:   D
2 2
 f  m2  f   x  f  dF x   x  f 2 f x dx ,
2

 

e. Abaterea medie pătratică:

 x  f  dF x    x  f   x dx .
 
D  f   f  M 2  f  
2 2

 

Inegalitatea lui Cebîșev. Dacă  este dispersia variabilei aleatoare f,

2

atunci probabilitatea ca modulul abaterii f  M  f  să ia valori mai mari decât un

L  0 2
număr este mai mică decât 2 adică [1]:
L
2 2
P  f  M  f   L  , sau P  f  M  f   L 1
L2 L2
O altă formă a inegalității lui Cebîșev o găsim în lucrarea [Mih 80]: Dacă
variabila aleatoare X are valoarea medie m și dispersia  atunci
2
 Lucrarea 3. Variabile aleatoare

P X  m  k 
1
, k R , k  0 .
k2
4.6 Funcția caracteristică asociată unei variabile aleatoare
Fie  ,K ,P  un câmp de probabilitate, f :  R o variabilă aleatoare,
atunci funcția g   eit f   , unde i  1 este unitatea imaginară, iar t este un
parametru real, este o nouă variabilă aleatoare cu valori complexe. Variabila g se
mai poate exprima ca: g   cost  f   i  sint  f   și are modulul egal cu unitatea
g   1 .

Definiția 1: Se numește funcție caracteristică a variabilei aleatoare f,


aplicația  : R  C definită prin relația:  t  M e    e
it f itx
dF  x  .

De exemplu, dacă f este o variabilă aleatoare discretă dată prin:
x  f este definită prin:
f i : k  , atunci funcția caracteristică asociată lui
 pk  k 1,
n
 t   e itxi  pk . Dacă f este o variabilă aleatoare continuă și are densitatea de
k 1

repartiție   x ,  t   e   x dx .
itx



Teorema 1: Funcția caracteristică, a unei variabile aleatoare f admite

următoarea dezvoltare în serie de puteri:  t  

 inM  f t
n
n
 
, unde M f n este
n0 n!
momentul de ordinul n al variabilei aleatoare f [Cab 12].
Teorema 2: Dacă o variabilă aleatoare f admite o repartiție continuă, atunci
densitatea sa de repartiție  x  este dată cu ajutorul funcției caracteristice  t 
1  itx
corespunzătoare prin:   x   e  t dt .
2 

4.7 Corelație. Coeficientul de corelație.

Corelația (covarianța) și coeficientul de corelație reprezintă măsuri ale
gradului de dependență aleatoare a două variabile.
 Lucrarea 3. Variabile aleatoare

Definiția 1: Fie  ,K ,P  un câmp de probabilitate, f :  R o variabilă

aleatoare și f , g valorile lor medii. Se numește corelație (covarianță) a variabilelor
aleatoare f și  
g valoarea: cov f ,g  M f  f  g  g . 
Proprietățile corelației (covarianței):
a. cov f ,g  covg , f  - simetrie,
b. covf , g  cov f ,g - omogenitate,
c. cov f ,g  M  f ,g  M  f  M g  .
Definiția 2: Se numește coeficient de corelație al variabilelor f și g valoarea:
cov f ,g 
  f , g  .
D  f D g 
2 2

Dacă variabilele f și g sunt discrete și iau valorile  xi iN , respectiv  yi iN ,

xi  f y j  g pij

 

 
și pij  P f  xi , g  y j , i , jN , atunci:   f ,g 
i1 j 1
.
D  f  D  g 
2 2

Observație: Oricare ar fi două variabile aleatoare f , g :  R atunci este

adevărată expresia:  2  f ,g 1. Dacă  2  f ,g 1, atunci între variabilele aleatoare
f și g există o relație liniară [Cab 12].

Aplicații rezolvate
APLICAȚIA R.1.
Fie variabila aleatoare X care are densitatea de repartiție:
 4
 , dacă x1,1;

f  x     1 x 2 
0 , dacă x1,1.

Să se calculeze valoarea medie a variabilei aleatoare X 2 .

Rezolvare:
Folosind definiția valorii medii a unei variabile aleatoare se poate scrie:
 Lucrarea 3. Variabile aleatoare


  4x2
1
M x   x f  x dx  
2 2
dx  0 ,546 .
 1 1 x 2

APLICAȚIA R.2.
Să se determine a, b, c , astfel ca functia
 (a  2b)  x 3
 , daca x  0,
x3  1

 
F ( x)   c  sin( x), daca 0  x 
 2
 (a  b  2)  x  1
2

 , daca x 
 x 1
2
2
Sa fie o functie de repartitie.
Rezolvare:
0  F ()  lim F ( x)  a  2b
x 

1  F ()  lim F ( x)  a  b  2.
x 

Rezulta a  2; b  1. Functia F find continua avem c  1. Astfel se verifica ca F

este o functie de repartitie.

APLICAȚIA R.3.
1 / 2 1 2 
Fie o variabilă aleatoare X :  care are funcția de repartiție:
 1 / 6 1 / 2 1 / 3 
 1
 0 , dacă x  ,
2
1 1
 , dacă  x 1,
F  x   P  X  x   6 2
2
 , dacă 1 x  2
13, dacă x  2.

Să se traseze graficul funcției de repartiție?
 Lucrarea 3. Variabile aleatoare

Rezolvare:

Aplicații propuse
APLICAȚIA P.1.
 a, daca x  0,
 2
Să se determine a, b, c , astfel ca functia F ( x)  bx , daca 0  x  1,
 c, daca x  1.

Sa fie o functie de repartitie.

Răspuns:
a  0, b  1, c  1.

APLICAȚIA P.2.
a
Să se determine constanta a, astfel ca funcția f  x  , xR să fie o
1 x 2
densitate de repartiție.

Răspuns:
1 1
a  și astfel: f x  , xR .
 
 1 x 2
APLICAȚIA P.3.
Variabila aleatoare X are densitatea de repartitie
 Lucrarea 3. Variabile aleatoare

 0 pentru x  0
f ( x)  
  e pentru x  0,
2 x

Sa se calculeze P( X  3) .
Răspuns:
1
P( X  3)  P(3  X  ) 
e6
APLICAȚIA P.4.
Variabila aleatoare X are distributia
1
f ( x)  , xR
c(1  x 2 )
Sa se calculeze P(1  X  1) si sa se determine functia de repartitie a lui X.

arctg x 1
Răspuns: F ( x)  
 2
APLICAȚIA P.5.
Fie un vector aleator discret ( X ,Y ) cu repartiția dată în tabelul de mai jos:

a) Să se determine repartiția variabilelor X ,Y , X  Y ;

b) Să se calculeze F  7 , 5 
2 
Răspuns:

 1 3 4   2 6 
X :   , Y :   .
 0,30 0,20 0,50   0,70 0,30 
 3 4 6 7 8 10 
X  Y :  
 0,20 0,05 0,45 0,10 0,15 0,05 
7   
F  , 5   P X  , Y  5   P X  1, Y  2   X  3, Y  2  0,20  0,05  0.25
7
2   2 
 Lucrarea 3. Variabile aleatoare

APLICAȚIA P.6.
Se consideră variabila aleatoare continuă X având funcția de densitate dată
 
de f x  0,75 1 x 2 pentru x1,1 și 0 în rest. Să se determine funcția de
distribuție a variabilei aleatoare X și să se calculeze probabilitățile P  1  X  1 
 2 2
și P 1  X  2  . Care este valoarea lui x pentru care P X  x  0,5?
4 
Răspuns:
1 1
2 2
1 1
P(  X  )   f (u)du  0.75  (1  u )du  0.6875
2

2 2 1 1
 
2 2
1 1 0.75 0.25
P(  X  2)  F (2)  F ( )  1  (0.5   )  0.3164 .
4 4 4 64
Pentru a determina valoarea lui x pentru care are loc egalitatea
P( X  x)  0.5 putem scrie P( X  x)  F ( x) și astfel F ( x)  0.5 . Se obține
0.5  0.5  0.75x  0.25x 3 cu soluțiile: x1  0, x 2   3, x3  3 . În acest caz
numai soluția x1  0, convine.

APLICAȚIA P.7.
Variabila aleatoare X are densitatea de repartiție
0, dacă x1,1;

f ( x )  1
 , dacă x1,1.
2
Să se calculeze valoarea medie și dispersia variabilei aleatoare Z  2 X 1.
2
2
1
 2 2 1
Răspuns: M ( Z )    2 x  1  dx  ; D ( Z )   2 x    dx  .
1 2 5 2 16
1 2 3  3 2 45

APLICAȚIA P.8.
Demonstrați că dacă o variabilă aleatoare are densitate de repartiție și
valoare medie atunci:
 lim x1 F x  0;
 x

 xlim xF x  0,

unde: F este funcția de repartiție corespunzătoare.
 Lucrarea 3. Variabile aleatoare

Răspuns: se considera f densitatea de repartitie a variabilei aleatoare.Prin

 
ipoteza integrala  uf (u )du este convergentasi deci lim

x  
uf (u )du  0 .
x
 
Pentru x  0, avem 0  x(1  F ( x))  x  f (u )du   uf (u )du . La fel se
x x
x x
procedeaza si pentru x  0 , 0  xF ( x)  x  f (u )du   uf (u )du .
 

APLICAȚIA P.9.
Arătați că dacă o variabilă aleatoare are o densitate de repartiție f și o valoare
medie m, atunci
 0
m  1 F t dt   F t dt ,
0 

unde F este funcția de repartiție corespunzătoare.

Răspuns:
Este suficient sa se demonstreze egalitatile:
 

 0 tf (t )dt  0 (1  F (t ))dt ,
  0
 tf (t )dt   F (t )dt ,
 0 


APLICAȚIA P.10.
Dacă variabila aleatoare X are valoarea medie m  30 și abaterea medie
45
pătratică   4 , să se arate că P16  X  44  .
49
Răspuns:
42 45
Conform inegalitatii lui Cebîșev: P( X  30  14  1  2  .
14 49
 Lucrarea 3. Variabile aleatoare

Bibliografie capitol
[Mih 80] Mihoc Gh.,Micu N. Teoria Probabilităților și Statistică Matematică, Editura
Didactică și pedagogică, București, 1980, pp.82; 97-101; 106-107.
[Pop 98] Popp C., Gillch N., Praisah V. Elemente de teoria probabilităților și statistică
matematică, Editura Eftimie Murgu, Reșița, 1998, pp.6-7.
[Cab 12] Căbulea L., Tudorache R.L., Zbăganu Ghe., Pitea A., Rasa I., Breaz N.
Probabilități și statistică, elaborată în cadrul POSDRU/56/1.2/S/32768,
2012, pp.27-60; 66-68.
[Mih 74] Mihoc Gh., Micu N. Elemente de teoria probabilităților și statistică, Manual
pentru anul IV de liceu, Editura Didactică și pedagogică, București, 1974,
pp.34-41.
[Gol 13] Golet I. Matematici speciale, curs on-line, cap.6-variabile aleatoare,
disponibil la http://analizamatematicampt.wordpress.com, accesat
decembrie 2013.
[Mih 70] Mihoc Gh.,Micu N. Introducere în Teoria Probabilităților, Editura Tehnică,
București, 1970, pp.91-99;134-135.
[Dru 15] Druga C. Bazele fiabilității aparatelor medicale, Ed. Alma Mater, Sibiu,
2015.