Probabilitati conditionate

Definitie : Fie A,B ⊂ Ω. Se numeste probabilitate a evenimentului A

conditionata de evenimentul B numarul notat PB(A) definit prin:
𝑃(𝐴 ∩𝐵)
PB(A) = , P(B)‡0.
𝑃(𝐵)

Teorema . Fie A,B,C…evenimentele ale unui univers Ω.Atunci :

1) P(A∩B) =P(A)PA(B);
2) P(A∩B∩C)=P(A)PA(B) x PA∩B(C).

Evenimente independente

Definitie 1) Fie A,B⊂Ω.Se spune ca evenimentele A,Bsunt independente daca:

P(A∩B)=P(A)P(B).
In caz contrar evenimentele sunt dependente .
2) Fie A,B,C⊂Ω.Se spune ca evenimentele A,B,C sunt
independente daca:

P(A∩B)=P(A)P(B), P(A∩C)=P(A)P(C)

P(B∩C)=P(B)P(C), P(A∩ 𝐵 ∩ 𝐶) = 𝑃(𝐴)𝑃(𝐵)𝑃(𝐶)

Definitie .Fie Ω1,Ω2,…Ωn universurile asociate la n probe succesive

independente si P1,P2,…Pn,probabilitatile relative la aceste universuri .Fie Ω=Ω1
x Ω2 x…xΩn universul asociat multimii acestor probe ,iar P probabilitatea
relative la Ω
Atunci P(a1,a2,…an )=P1(a1)P2(a2)..Pn(an) .

Regula:Probabilitatea unui drum este egala cu produsul probabilitatilor

ramurilor care formeaza acel drum.
Scheme clasice de probabilitate

Schema lui Poisson sau schema binomiala generalizata

VARIABILE ALEATOARE

Definitie .Fie (Ω,P(Ω),P) un camp de probabilitate .Se numeste variabila

aleatoare relative la probabilitatea P,orice aplicatie X:Ω→R .

Definitii . O variabila aleatoare se numeste discrete daca are o multime finita

sau numarabila de valori .
O variabila aleatoare se numeste continua daca are o multime de
valori un interval marginit al dreptei reale .

Operatii cu variabile aleatoare discrete

Fie F un fenomen aleator si (Ω,P(Ω),P) un camp de probabilitate asociat lui F
,iar X=Y doua variabile aleatoare relative la P.

Definitie . Spunem ca variabilele aleatoare X,Ysunt egale si scriem X=Ydaca

X(𝔀)=Y(𝔀), .

Definitie . Doua variabile aleatoare sunt independente daca evenimentele

(X=xi) si (Y=yj)sunt independente
Valori tipice ale variabilelor aleatoare
1)Valoarea medie

Definitie . Se numeste valoare medie (sau speranta matematica ) a variabilei

aleatoare x,numarul real M(X) (sau S(X) sau inca X ) egal cu

: M(X)=x1p1 + x2p2 +…+xnpn== ∑∞

𝑖=1(x𝑖 𝑝𝑖 )

Teorema (Proprietati ale valorilor medii)

1) Pentru x=k o constanta , M(k)=k.

Valoarea medie a unei constant este egala cu acea constanta .
2) M(X+k)=M(X)+k
M(k X) =Km(X)
Valoarea medie a sumei (produsului) dintre o variabila aleatoare si o
constanta este egala cu suma (produsul) dintre o constanta si valoarea medie a
variabilei
 3) Min(x1,x2,..,xn ) <M(X)<max (x1,x2,…xn)
Valoarea medie este cuprinsa intre cea mai mica si cea mai mare dintre
valorile posibile ale variabilei aleatoare.
4) M(x1 +x2+…+xk )= M(X1)+M(X2) +…+M(XK).
Valoarea medie a unei sume finite de variabile aleatoare este egala cu
suma valorilor medii ale variabilelor aleatoare.
5) Fie X,Y,variabile aleatoare independente .
M(XY)=M(X)M(Y)
Valoarea medie a produsului a doua variabile aleatoare independente este
egala cu produsul valorilor medii ale celor 2 variabile.

2)Dispersia

Definitie. Se numeste variant (sau dispersie) variabilei aleatoare X numarul

pozitiv V(X) (sau uneori notat D2(X)) egal cu
V(X)=D2(X)=M[(X-u)2]=M(X2)-[M(X)]2 , unde u=M(X)

Teorema (Proprietatile dispersiei)

1) Pentru X= k o constanta , D2(k)=0.

Dispersia unei constante este nula
2) D2(X+k)=D2(X).Dispersiile a 2 variabile aleatoare care difera printr-o
constanta sunt egale.
3) D2(X+k)=k2D2(x).
Dispersia produsului dintre o constanta k si o variabila aleatoare x,este
egala cu produsul dintre patratul constantei si dispersia variabilei x.
4) Fie X,Y doua variabile aleatoare independente .
D2(X+Y)=D2(X)+D2(Y).
Dispersia sumei a doua variabile aleatoare independete este egala cu
suma dispersiilor variabilelor aleatoare .

Definitie:Abaterea medie patratica a unei variabile aleatoare X este numarul pozitiv