Documente Academic
Documente Profesional
Documente Cultură
Obiectivul principal este înţelegerea modelelor aleatoare. Această parte este necesară
abordării ulterioare a disciplinelor de statistică economică şi econometrie, pentru studii de analiză
statistică, prognoză economică şi studii de piaţă.
n 1
P( An ), atunci se poate spune cã probabilitatea este complet aditivã.
Fie
C B A B A; A C A ( B A) B P( B) P( A) P(C )
P(C )
A C A ( B A) P(C ) (axioma10 )
Evident: , ceea ce trebuia demonstrat
A B A B ; ( A B) ( A B) A ( B B)
A A
( A B) ( A B) A ( B B)
P( A) P( A B) P( A B) P( A B) P( A) P( A B)
A B A B A B P( A B) 1 P( A B)
P5
P5
1 P( A) P( A B) 1 1 P( A) P( B A)
P5
P5
P( A) P( B) P( A B)
A B A B A
P5
P( B A) P( B) P A B
Se pote arãta cã dacã A,B independente atunci A, B, A, B, A, B sunt evenimente
independente.
4.3. Formule probabilistice
Demonstraţie:
inducţie după “n”:
n 2 P( A1 A2 ) P( A1 ) PA1 ( A2 )
n 1
n Baza n ipoteza
P( Ai ) P ( Ai ) An 1 P( Ai ) P n ( An 1 ) P( A1 ) PA1 ( A2 ) PA1 A2 ( A3 ).....Pn 1 ( An ) P n ( An 1 )
i 1 i 1 inducþiei i 1 inducþiei Ai Ai
i 1 i 1 i 1
P( H ) P
i 1
i Hi (X )
Demonstraţie:
Din definiţia probabilitãţilor condiţionate avem:
P( H i ) PHi ( X )
P( X H i ) P( H i ) PHi ( X ) P( X ) PX ( H i ) PX ( H i )
P( X )
P(X)se exprimã din formula (19.1) (q.e.d)
4.4. Scheme clasice de probabilitate
(schema lui Poisson; schema lui Bernoulli; schema hipergeometrică)
Experimente repetate; Schema lui Poisson
Se considerã “n” experimente independente şi în fiecare din ele putându-se realiza un
eveniment A cu o probabilitate cunoscutã. Fie Ai evenimentul care constã în realizarea
evenimentului A la experimentul numãrul “i”, P( Ai ) pi cu i 1, n .
Probabilitatea ca evenimentul a sã se realizeze de “k” ori, cu Kn, în cele “n” experimente
independente, notată cu P(n,k), este egalã cu coeficientul lui xk din dezvoltarea polinomialã :
n
n ( x) ( pi x qi ); cu qi P( Ai ) 1 pi ,
i 1
qi= probabilitatea evenimentului contrar.
Observaţie:
În limbajul urnelor schema Poisson este formulatã astfel :
Se dau urnele: U1,U2………Un care conţin bile albe şi negre în proporţii date, adicã se cunoaşte pi=
probabilitatea cu care se extrage o bilã albã din urna Ui. Se cere probabilitatea de a extrage “k” bile
albe şi “n-k” bile negre, atunci când se extrage câte o bilã cu revenire.
P(n, k ) C a Cb
n
C N
Dacă X,Y sunt două variabile aleatoare, atunci au sens operaţiile de adunare algebrică, de înmulţire,
de împărţire, de compunere şi rezultatele lor sunt de asemenea variabile aleatoare.
În cazul variabilelor aleatoare de tip discret, ansamblul format din valorile variabilei
aleatoare şi probabilităţile evenimentelor corespunzătoare se numeşte funcţie de repartiţie, adică:
x1 ,x2.....xn n
X : ; pi 1 pentru variabile aleatoare de tip discret şi finit;
p1 , p2..... pn i 1
x1 ,x2.....xn.....
X : ; p n 1 pentru variabile aleatoare de tip discret şi numărabil;
p1 , p2..... pn.... n 1
În cazul unei variabile aleatoare de tip continuu numim funcţie de repartiţie o aplicaţie
F:R[0,1] astfel încât F(x)= P(X<x);
Această notaţie este formală, ea reprezentând probabilitatea:
x x x
Variabila aleatoare X de tip continuu are o densitate de repartiţie dacã o funcţie
x
f : R 0, ) astfel încât F ( x) f (t )dt , unde F este funcţia de repartiţie a variabilei X.
n 1
Pentru variabilele aleatoare de tip continuu, momentul iniţial de ordinul “k” este dat de relaţia:
k M X k
x k f ( x )dx , dacă integrala este convergentă.
Caz particular: pentru k=1, 1= M[X] = m se numeşte valoarea medie a variabilei aleatoare X
sau speranţa matematicã
n
i) m xi pi pentru variabile aleatoare de tip discret şi finit
i 1
ii) m xn pn pentru variabile aleatoare de tip discret şi numărabil
n 1
iii) m
x f ( x)dx pentru variabile aleatoare de tip continuu
Expresia U = X – m se numeşte abatere aleatoare a variabilei X de la valoarea medie.
Caz particular:
D( x ) 2 C20 m2 0 C21m1 C22 m0 2 2 m2 M X 2 M 2 X
Probleme Rezolvate:
e) p6,3 C p q
3 3 3
6
4. Profitul unui agent economic la sfârşitul lunii poate sã creascã faţã de luna precedentã
cu probabilitatea de 0,6. Se anticipeazã profitul agentului economic pentru urmãtoarele 4 luni. Sã
se afle probabilitatea ca profitul :
a) sã creascã în 3 din cele 4 luni ;
b) sã creascã cel puţin în 2 din cele 4 luni ;
c) sã nu creascã în 2 din cele 4 luni ;
d) sã nu creascã în cel mul 2 din cele 4 luni ;
e) activitatea agentului economic sã nu fie rentabilã în nici una din cele 4 luni ;
f) activitatea agentului economic sã fie rentabilã pe întreaga periodã.
Soluţie: ( Schema Bernoulli sau schema bilei revenite )
p P( A) 0,6 ; evenimentul A = “profitul sã creascã faţã de luna precedentã ”
a) P4,3 C 43 p 3 q1
b) P4, 2 P4,3 P4, 4 C42 p 2q 2 C43 p3q1 C44 p 4q0
c) P4, 2 C42 p 2 q 2
d) P4, 2 P4,3 P4, 4 C42 p 2q 2 C43 p3q1 C44 p 4q0
e) P4,0 C40 p 2 q 2
f) P4, 4 C 44 p 4 q 0
Probleme Rezolvate:
Formule probabilistice
1. Un aparat electronic e alcătuit din 3 module ce funcţionează independent unul de altul.
Pe baza datelor statistice firma apreciază că probabilitatea “ p i ” de funcţionare fară defect într-
un interval dat de timp a modulului “ i ” este : p1 0,8 ; p2 0,85 ; p3 0,9 . Să se calculeze :
a) probabilitatea ca aparatul să funcţioneze ;
b) aparatul să nu funcţioneze ;
c) să fie necesară înlocuirea unui singur modul pentru ca aparatul să poată funcţiona.
Soluţie:
a) Fie Ai evenimentul ca modulul “ i ” să funcţioneze fară defect ; pi P( Ai ) ; i 1, 3 .
Fie A evenimentul ca aparatul să funcţioneze. Atunci A A1 A2 A3 şi cum evenimentele Ai
sunt independente, P( A) P( A1 A2 A3 ) p1 p2 p3 0,8 0,85 0,9 0,612 .
b) Fie B evenimentul cerut, ca aparatul să nu funcţioneze. Evident : B A . Deci :
P( B) 1 P( A ) 1 0.612 0.388 .
c) Fie C evenimentul cerut. El se realizează daca şi numai dacă un singur eveniment Ai din
cele trei nu se realizează. Deci : C ( A1 A2 A3 ) ( A1 A2 A3 ) ( A1 A2 A3 ) .
Cum evenimentele reunite sunt incompatibile două căte două, pentru calculul lui P(C ) se foloseşte
finit aditivitatea funcţiei probabilitate.
P(C ) P( A1 A2 A3 ) P( A1 A2 A3 ) P( A1 A2 A3 )
(1 p1 ) p 2 p3 p1 (1 p 2 ) p3 p1 p 2 (1 p3 )
0,2 0,85 0.9 0,8 0,15 0,9 0,8 0,85 0,1 0,153 0,108 0,068 0,329
2. O firma are în trei oraşe diferite câte o filială. Consiliul de administraţie al firmei a fixat
o valoare S faţa de care se raportează profitul fiecărei filiale.
Din datele statistice ale firmei rezultă că probabilităţile cu care fiecare filiala obţine un profit ce
depăşeşte suma S sunt aproximate de valorile p1 0,5 ; p2 0,6 ; p3 0,8 .
Să se afle probabilitatea ca :
a) cel puţin o filială să aibă un profit ce depăşeşte pe S ;
b) o singura filiala să aibă profit mai mare decât S ;
c) profitul la toate filialele să fie mai mare ca S ;
d) profitul la toate filialele să fie mai mic ca S ;
e) profitul la cel mult 2 filiale să depăşească pe S.
Soluţie:
a) Fie Ai evenimentul ca filiala “ i ” să obţină un profit mai mare decât S. Fie A
3
evenimentul ca cel puţin o filiala să aibă un profit mai mare ca S. Deci X Ai şi cum
i 1
evenimentele sunt compatibile P(X) se calculează cu formula Poincare :
3
P AI P( A1 ) P( A2 ) P( A3 ) P( A1 A2 ) P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 )
I 1
p1 p2 p3 p1 p2 p1 p3 p2 p3 p1 p2 p3
= 0,5 0,6 0,8 0,5 0,6 0,5 0,8 0,6 0,8 0,5 0,6 0,8 0,96 .
b) Evenimentul cerut se descompune ca reuniune de evenimente incompatibile:
Y A1 A2 A3 A1 A2 A3 A1 A2 A3 . Deci:
P(Y ) p1 (1 p2 ) (1 p3 ) (1 p1 ) p2 (1 p3 ) (1 p1 ) (1 p2 ) p3 0,26
c) Evenimentul cerut înseamnă realizarea simultană a celor 3 evenimente Ai . Deci
3
P( Z ) P Ai p1 p 2 p3 0,24.
i 1
d) Evenimentul cerut este:
V A1 A2 A3 (1 p1 )(1 p2 )(1 p3 ) 0.5 0.4 0.2 0,04.
e) Evenimentul cerut W se poate descompune ca reuniune de evenimente incompatibile
astfel:
W Z Y A1 A2 A3 A1 A2 A3 A1 A2 A3
P(W ) P(Z ) P(Y ) (1 p1 ) p2 p3 p1 (1 p2 ) p3 p1 p2 (1 p3 )
(1 0,24) 0,26 0,24 0,16 0,06 1,48.
P H 1 P H 2
1
2
a) Fie X evenimentul ca piesa extrasă să fie corespunzătoare.
X se poate descompune ca reuniune de evenimente incompatibile:
X X X H1 H 2 X H1 X H 2
Aplicăm formula probabilităţii totale:
P X PH 1 P X PH P X
H , unde P X H q1 ; P X H q 2
H1 2 1 2
2
Probleme Rezolvate:
Variabile aleatoare
1. Distribuţia variabilei aleatoare X este:
1 2 3 4
X : 2 7 1 1
p P
4 3 6
a) Care este probabilitatea ca variabila X să ia o valoare 3 ?
b) Calculaţi M X şi D X
Soluţie:
7 1 1
a) X este variabilă aleatoare => p 2 p 1
4 3 6
12 p 21 p 4 2 12 0
2
4p2 7p 2 0
D 49 32 81
79 1 79
p1 p2 2 0 soluţie care nu convine.
8 4 8
1 2 3 4
Rescriem distribuţia variabilei aleatoare, X :
1 / 16 7 / 16 1 / 3 1 / 6
1 7
M X 2 12 22 32 42
16 16
1
3
1
6
2. Se testează trei prototipuri de produse. Probabilităţile ca acestea sa fie corespunzatoare
sunt respectiv: p1 0.9; p 2 0.8; p3 0.85 .Să se determine repartiţia variabilei aleatoare
corespunzatoare numărului de prototipuri care corespund.
Soluţie:
Notăm cu X variabila aleatoare respectivă . valorile acesteia pot fi 0,1,2,3.
Probabilităţile aferente fiecărei valori pe care o poate lua X se calculează cu schema lui
Poisson şi sunt respectiv coeficienţii lui x0 , x1 , x 2 , x3 din polinomul:
Px 0.9 x 0.10.8x 0.20.85x 0.15
0 1 2 3
Vom avea: X :
0,003 0,056 0,329 0,612
4. Se da o funcţie f : R R , unde:
k sin x , x [0, ]
f x ,k R
0 , x [ 0, ]
a. Să se determine constanta k astfel ca f să fie densitatea de repartiţie a unei variabile
aleatoare X .
b. Să se afle funcţia de repartiţie F a lui X
5
c. Să se calculeze P 0 X , P 0 X / x , P X / X
4 4 6 2 4 4
Soluţie:
Condiţiile ca f să fie densitate de repartiţie a variabilei aleatoare X sunt:
1. f x 0, x R k sin x 0 k 0
2.
f ( x)dx 1 k sin xdx k cos x
0
0
2k 1 k 1
2
1
sin x pentru x [0, ]
Deci: f ( x) 2
0 pentru x [0, ]
x
Deoarece : F x f (t )dt
pentru x 0 , F x 0
0 x x 1
pentru x a, b , F x
1 1
0 dt 0 2 sin tdt
2
cos t (1 cos x)
0 2
0 x
F x
1
pentru x f (t )dt 0 f (t )dt f (t )dt 0 0 2 sin tdt 0 1
0 , daca x0
1 cos x
In concluzie: F x , daca 0 x
2
1 , daca x
41 2 2
c. P 0 X = sin xdx
4 0 2 4
P 0 X / X
P X F F
=
6 4
4 6 2 3 2
4 6 2 3
P X 1 F
6 6
5 5 1
P X F F 1
5 2 4
2
4 2 2
P X / X
4 4 4 P X 5 F 5 F 1 2 2 2
1 1
4 4 4 4 2 2
1
=> K unde B(a, b) este funcţia beta de parametri a si b .
B ( a, b)
1 , daca 1 c x 1 c
f ( x) x ,c R
0 in rest
Să se afle valoarea constantei c pentru care funcţia f este o densiatate de repartiţie.
Soluţie:
Pentru ca f sa fie o densitate de repartiţie, trebuie ca f ( x) 0, () x R şi f ( x)dx 1
R
Din f ( x) 0 rezultă ca c 0
1 c
dx 1 c 1 c
Din condiţia
1c
x
1 rezultă că ln x
1 c
1 sau ln
1 c
1
1 c e 1
Rezultă că: e , adică c .
1 c e 1
f x dx 1
c dx 1
dx c c arctg x c 1 c
1 x 1 x
2
1 1 1
P 1 X 1 f x dx
dx 1 dx
1
1 1 x 2 11 x 2
1 1 1
1
1
arctgx .
1 4 4 2 2
0 , pentru x 0
8. Fie f : R R , f x
e
2 x
, pentru x 0
a. Să se determine pentru ca f să fie densitatea de repartiţie a unei variabile aleatoare
continue X .
b. Să se calculeze P X 3 , P X 3 , P2 X 3 .
c. Să se calculeze M X si D X .
Soluţie:
a) f densitate de repartiţie dacă:
f x 0, x R 0 ; f x dx 1 e 2 x dx e 2 x dx 1
0
1
e 2 x
1
1
1 e e 0 1 2
2 0
2 2
3
b) P X 3 2e 2 x dx e 2 x ; P X 3 1 P X 3 6
3 1 1
1 e 6 1 6
0
0 e e
1 e2 1
3
P2 X 3 2e 2 x dx e 2 x
3 1
e 4 e 6 6
2
2 e4 e6 e
c) M X xf x dx 2 xe dx 2 xe dx
2 x 2 x
0 0
2 x 1 1
xe e 2 x
dx 0 e 2 x .
0
0
2 0 2
M 2 X x f x dx 2 x e
2 2 2 x
dx
0
1 1 1
2 x e 2 x
2
2 x e 2 x
dx 0 e 2 x .
2 0 0
2 0 2
D X M 2 X M 2 X
1 1 1
.
2 4 4
9. Se da funcţia:
x , daca 0 x 1
f x 2 x , daca 1 x 2
0
, in rest
a. Să se verifice că f x este o densitate de probabilitate;
b. Să se calculeze M X si D 2 X .
Soluţie:
a)Se verifica uşor că f x > 0
1 1
1 2
x2 x2
f x dx 0 xdx 1 2 x dx
1 1
2 x 2 1 .
2 0 2 0 2 2
Deci f x este o densitate de probabilitate.
b)
2 1 2
M X xf x dx x dx x2 x dx 2
0 0 01
3 1 2 2 3 2
x 2x x 1 8 1
4 1 3 2 1
3 0
2 1
3 1
3 3 3
2 1 2
M 2 X x f x dx x dx x 2 2 x dx
2 3
0 0 1
4 1 3 2 4 2
x x x 7
2 .
4 0
3 1
4 1
6
D X M 2 X M 2 x
7 1
1 .
6 6
x D X
1
3.
k
d)
1 1 1 2 2 1
P 0 X F F 0 1
5 5
e 1 e 1 1 .
k k 2 2 2e