Documente Academic
Documente Profesional
Documente Cultură
Tema 2
Solut, ii
Exercit, iul 1
Se poate observa cu us, urint, ă că variabila aleatoare 3X + 7 ∈ {4, 7, 10} cu probabilităt, ile 0.3, 0.2 respectiv
0.5, de unde deducem că 3X + 7 este repartizată
4 7 10
3X + 7 ∼ .
0.3 0.2 0.5
Pentru variabila aleatoare X 2 observăm că X 2 ∈ {0, 1} iar P(X 2 = 0) = 0.2 s, i P(X 2 = 1) = P(X =
−1) + P(X = 1) = 0.8, astfel
0 1
X2 ∼ .
0.2 0.8
În mod similar obt, inem:
3 −1 0 1 2 −1 0 1 2
X ∼ , X +X ∼ .
0.3 0.2 0.5 0 0.5 0 0.5
De asemenea avem că
1
P X>− = P({X = 0} ∪ {X = 1}) = 0.7,
3
iar
P − 12 ≤ X < 41
1 1 0.2 2
P X < |X ≥ − = 1
= = .
4 2 P X ≥ −2 0.7 7
Exercit, iul 2
n
a) Dacă i) este adevărată atunci pn = e−λ λn! de unde obţinem imediat ii). Reciproc, presupunem ii)
n n P∞
adevărată şi avem că ppn0 = pp10 pp21 · · · pn−1
pn
= λn! de unde pn = p0 λn! . Cum k=0 pk = 1 obţinem că
p0 = e−λ şi putem să concluzionăm.
λj −λ P(X=j)
b) i) Ştim că P(X = j) = j! e şi vrem să evaluăm raportul P(X=j−1) :
λj −λ
P(X = j) j! e λ
= λj−1 −λ
= .
P(X = j − 1) (j−1)! e
j
Putem observa că
λ[λ] −λ
ceea ce arată că j = [λ] este punctul maxim şi P(X = [λ]) = [λ]! e este valoarea maximă.
P(X=j) λ
ii) După cum am văzut la punctul precedent avem P(X=j−1) = j. Dacă j > 0 este fixat atunci putem
observa că maximum este atins pentru λ = j.
Exercit, iul 3
a) Fie L durata unui meci (numărul de partide jucate până la câs, tig). Dacă Fischer câs, tigă un meci care
constă din L partide atunci primele L − 1 partide au fost remiză. Astfel obt, inem că probabilitatea ca
Fischer să câs, tige este
10
X 10
X
P(Fischer câs, tigă) = P(L = l) = 0.3l−1 × 0.4 = 0.571425.
l=1 l=1
b) Meciul are durata L cu L < 10 dacă s, i numai dacă au loc L − 1 remize urmate de un câs, tig de
către oricare dintre cei doi jucători. Jocul are lungimea 10 dacă s, i numai dacă au avut loc 9 remize.
Probabilitatea ca unul din cei doi jucători să câs, tige o partidă este de 0.7 (0.4 + 0.3). Obt, inem astfel
0.3l−1 × 0.7, l = 1...9
P(L = l) = 0.39 , l = 10
0, altfel.
Exercit, iul 4
∞ ∞ ∞
X (1 − p)k
X 1 X
E[X] = kP(X = k) = k =− (1 − p)k
−k log(p) log(p)
k=0 k=1 k=1
1 1 1−p
=− −1 =− .
log(p) 1 − (1 − p) p log(p)
∞ ∞ ∞
X X (1 − p)k 1 X
E[X 2 ] = k 2 P(X = k) = k2 =− k(1 − p)k
−k log(p) log(p)
k=0 k=1 k=1
∞
1 X
k 0
1 1−p 1−p
=− (1 − p) (1 − p) =− =− 2 .
log(p) log(p) p2 p log(p)
k=1
2
1−p 1−p (1 − p)(1 − p + log(p))
V ar[X] = − 2 − = .
p log(p) p log(p) −p2 log2 (p)
Exercit, iul 5
1
dacă x = 2k , a ≤ k ≤ b, k întreg
P(X = x) = b−a+1 ,
0, altfel
prin urmare
b
X 1 2b+1 − 2a
E[X] = 2k = .
b−a+1 b−a+1
k=a
b
X 1 4b+1 − 4a
E[X 2 ] = (2k )2 =
b−a+1 3(b − a + 1)
k=a
2
4b+1 − 4a 2b+1 − 2a
V ar[X] = − .
3(b − a + 1) b−a+1
b
X 1 8b+1 − 8a
E[X 3 ] = (2k )3 = .
b−a+1 7(b − a + 1)
k=a
Exercit, iul 6
Dacă numărul de maşini vandute intr-un an de reprezentanţă este mai mare decat N , X ≥ N , atunci caştigul
administratorului este G = aN . Dacă X < N , atunci administratorul vinde X maşini şi ii răman N − X,
deci caştigul devine G = aX − b(N − X). Prin urmare avem
aN dacă X ≥ N
G=
aX − b(N − X) dacă X < N
deci
N
X −1
E[G] = aN P(X ≥ N ) + [ax − b(N − x)]P(X = x).
x=0
Din ipoteză ştim că toţi intregii x ∈ {0, 1, . . . , n} sunt de aceeaşi probabilitate, mai exact ştim că X este o
1
variabilă aleatoare uniformă, deci P(X = x) = n+1 (administratorul vinde acelasi număr de maşini cu aceeaşi
probabilitate - in realitate nu este cazul !). Obţinem că:
n N
X (a + b)x − bN
X 1
E[G] = aN +
n + 1 x=0 n+1
x=N
aN (n − N + 1) N (N − 1) bN 2
= + (a + b) −
n+1 2(n + 1) n+1
N [(2n + 1)a − b − (a + b)N ]
= .
2(n + 1)
Pentru a găsi valoarea optimă a numărului de maşini pe care administratorul ar trebui să le comande
este suficient să găsim maximul numărătorului lui E[G]. Fie g(N ) = N [(2n + 1)a − b − (a + b)N ] atunci
g 0 (N ) = (2n + 1)a − b − 2(a + b)N de unde rezolvand ecuaţia g 0 (N ) = 0 deducem că N = (2n+1)a−b
2(a+b) . Mai
mult derivata a doua ne dă g 00 (N ) = −2(a + b) < 0 ceea ce ne arată că valoarea găsită corespunde maximului.
Exercit, iul 7
Avem că legea lui X este uniformă pe mulţimea {1, 2, 3, 4, 5, 6} iar din definiţia lui Y = X(7 − X) observăm
că Y ∈ {6, 10, 12} cu P(Y = 6) = P(Y = 10) = P(Y = 12) = 13 . Obţinem că
1 28
E[Y ] = (6 + 10 + 12) =
3 3
2 1 280
E[Y ] = (36 + 100 + 144) =
3 3
2 2 56
V[Y ] = E[Y ] − E[Y ] = .
9
Variabila aleatoare Mn ia valori in aceeaşi mulţime ca şi Y , Mn ∈ {6, 10, 12}. Pentru a găsi legea lui Mn
trebuie să calculăm P(Mn = x) cu x ∈ {6, 10, 12}.
Pentru evenimentul {Mn = 6} este necesar ca toate variabilele Yi = 6 deci
n
! n
\ 1
P(Mn = 6) = P {Yi = 6} = .
i=1
3
Dacă {Mn = 12} atunci cel puţin unul din evenimentele {Yi = 12} se realizează, prin urmare
n
! n
! n
[ \ 2
P(Mn = 12) = P {Yi = 12} =1−P {Yi ≤ 10} =1− .
i=1 i=1
3
Pentru a calcula P(Mn = 10) (fără a face diferenţa 1 − P(Mn = 6) − P(Mn = 12)) observăm că realizarea
evenimentului {Mn = 10} implică realizarea tuturor evenimentelor {Yi ≤ 10} dar excludem evenimentul in
care toţi {Yi = 6}. Astfel
n n
!c !
\ \ \
P(Mn = 10) = P {Yi ≤ 10} {Yi = 6}
i=1 i=1
n
! n
!c !
\ \
=P {Yi ≤ 10} −P {Yi = 6}
i=1 i=1
n n
2 1
= − .
3 3