CAPITOLUL 7

CÂMP DE EVENIMENTE. CÂMP DE PROBABILITATE

7.1. Noţiuni fundamentale: evenimente; probabilitatea de

producere a evenimentelor.

DEFINIŢIE : Experienţa reprezintă orice act care poate fi

repetat în condiţii date. Aplicarea experienţei asupra unei populaţii
date se numeşte probă.

DEFINIŢIE : Evenimentul reprezintă orice rezultat al unei

experienţe.
Noţiunea de eveniment în teoria probabilităţilor este legată
de producerea sau neproducerea unui fenomen (într-o experienţă
dată) şi nu de natura fenomenului.

EXEMPLUL 1 : La controlul de recepţie a mărfurilor :

Ø Experienţa constă în cercetarea unui lot de marfă, dacă
corespunde sau nu din punct de vedere al calităţii.
Ø Proba constă în cercetarea calităţii unei unităţi (unui articol)
din marfa respectivă.
Ø Evenimentele rezultate sunt :
-articolul este corespunzător;
-articolul nu este corespunzător.

EXEMPLUL 2 : La aruncarea unui zar :

Ø Experienţa constă în crearea condiţiilor de aruncare a
zarului (masă, zar).
Ø Proba constă în aruncarea zarului şi citirea feţei.
Ø Evenimentele sunt asociate feţelor 1, 2, 3, 4, 5 sau 6.

DEFINIŢIE : Se numeşte eveniment elementar

evenimentul care se poate realiza printr-o singură probă.
Dacă o experienţă are n rezultate posibile, vom nota
evenimentele elementare cu ω1 , Κ , ω n .

DEFINIŢIE : Notăm cu Ω mulţimea tuturor evenimentelor

elementare, Ω = {ω1 , Κ , ω n } .
 De exemplu, în cazul aruncării zarului, Ω = {1,2,3,4,5,6} .

OBSERVAŢIE : Mulţimea Ω este evenimentul sigur

(adică evenimentul care se poate realiza prin oricare din probe).

DEFINIŢIE : Evenimentul care nu se produce la nici o

efectuare a experienţei se numeşte evenimentul imposibil, pe care
îl notăm cu Φ .

DEFINIŢIE : Evenimentul care poate fie să se producă fie

să nu se producă în efectuarea unei experienţe se numeşte
eveniment aleator (întâmplător).

Vom nota evenimentele aleatoare cu litere mari A, B, C, …

Dacă evenimentele aleatoare pot fi observate de mai multe ori în
condiţii identice se constată că ele se supun unor legităţi statistice.
Teoria probabilităţilor studiază aceste legităţi, care permit să se
prevadă desfăşurarea evenimentelor.

Fiecărui eveniment A îi corespunde un eveniment contrar

(opus, complementar) care se realizează atunci şi numai atunci când
nu se realizează evenimentul A. Vom nota evenimentul contrar cu
A sau C(A).
OBSERVAŢIE : Ω = Φ ; Φ = Ω .

DEFINIŢIE : Evenimentul A implică evenimentul B, dacă

realizarea evenimentului A atrage după sine realizarea
evenimentului B. Notăm A ⊂ B .
OBSERVAŢIE : Dacă A este un eveniment şi Ω este
evenimentul sigur, evident A ⊂ Ω .

DEFINIŢIE : Dacă A ⊂ B şi B ⊂ A , atunci evenimentele A

şi B sunt echivalente.

7.2. Operaţii cu evenimente

Fie evenimentele A şi B.

DEFINIŢIE : Evenimentul a cărui producere constă în

producerea a cel puţin unuia din evenimentele A şi B se numeşte
reuniunea (suma) evenimentelor. Se notează cu A ∪ B şi se citeşte
A sau B.

DEFINIŢIE : Evenimentul care constă în producerea

simultană a evenimentelor A şi B se numeşte intersecţia (produsul)
evenimentelor. Se notează cu A ∩ B şi se citeşte A şi B.
n n
În general, S = Υ Ai şi I = Ι Ai .
i =1 i =1

DEFINIŢIE : Două evenimente sunt incompatibile dacă nu

se pot produce simultan. Deci A ∩ B = Φ .

OBSERVAŢIE : A ∩ A = Φ .

DEFINIŢIE : Diferenţa evenimentelor A–B este

evenimentul care se produce atunci şi numai atunci când se produce
A şi nu se produce B. Avem : A − B = A ∩ B .

Proprietăţi ale operaţiilor cu evenimente :

A∪ B = B ∪ A A∩ B = B ∩ A
( A ∪ B) ∪ C = A ∪ ( B ∪ C ) ( A ∩ B) ∩ C = A ∩ ( B ∩ C )
A∪ A = A A∩ A = A
A∪Φ = A A∩Φ = Φ
A∪Ω = Ω A∩Ω = A
A∪ A = Ω A∩ A = Φ
( A) = A
Φ =Ω
æ n ö n
çç Υ A i ÷÷ = Ι Ai
è i =1 ø i =1

DEFINIŢIE : O mulţime nevidă K de părţi ale lui Ω se

numeşte corp de evenimente dacă :
a) oricare ar fi evenimentul A din mulţimea K, atunci şi
evenimentul A aparţine mulţimii K.
b) oricare ar fi evenimentele A şi B din mulţimea K,
A ∪ B aparţime mulţimii K.

CONSECINŢE :
a) Ω ∈ K
Demonstraţie : dacă A ⊂ K , atunci şi A ∈ K , iar A ∪ A = Ω ∈ K ,
conform proprietăţilor operaţiilor cu evenimente.
b) Φ ∈ K
Demonstraţie : deoarece Ω ∈ K , şi Ω = Φ ∈ K .
c) Dacă A, B ∈ K , atunci A − B ∈ K
Demonstraţie : A − B = A ∩ B = A ∪ B ∈ K .
d) Dacă A, B ∈ K , atunci A ∩ B ∈ K

DEFINIŢIE : O mulţime nevidă K de părţi ale lui Ω se

numeşte corp borelian de evenimente, dacă :
a) oricare ar fi evenimentul A din mulţimea K, atunci şi
evenimentul A aparţine mulţimii K.
∞
b) oricare ar fi A j ∈ K , j = 1,2,... , atunci ΥA
j =1
j ∈K.

DEFINIŢIE : Se numeşte câmp finit de evenimente, o

mulţime finită de evenimente elementare Ω pe care s-a definit un
corp de evenimente K. Se notează (Ω, K ) .

DEFINIŢIE : Se numeşte câmp borelian de evenimente o

mulţime finită de evenimente elementare Ω peste care s-a definit un
corp borelian de evenimente.

OBSERVAŢIE : Din definiţia anterioară rezultă că în

mulţimea evenimentelor câmpului (Ω, K ) există o submulţime
{ω i }, i = 1,..., n numită mulţimea evenimentelor elementare. Această
mulţime are următoarele proprietăţi :
1) ω i ≠ Φ , i = 1,..., n .
2) ω i ∩ ω j = Φ , i ≠ j .
n
3) Υω
i =1
i =Ω.

4) există cel puţin un eveniment A ∈ (Ω, K ) , A ≠ ω i , i = 1,..., n ,

astfel încât A = ω i1 ∪ ... ∪ ω i p , 1 ≤ p ≤ n .

DEFINIŢIE : E1, E2 ,...,En formează un sistem complet de

evenimente, deoarece :
 n
1) ΥE
i =1
i =Ω

2) Ei ∩ E j = Φ , i ≠ j .

7.3. Conceptul de probabilitate

Pentru măsurarea şanselor de realizare a unui eveniment

aleator s-a introdus noţiunea de probabilitate. Sunt cunoscute trei
definiţii ale noţiunii de probabilitate.

1. Definiţia axiomatică introduce probabilitatea ca o funcţie p

definită pe un câmp de evenimente cu valori în mulţimea
numerelor reale.
2. Definiţia clasică a probabilităţii reduce conceptul de
probabilitate la cazul evenimentelor egal posibile.
3. Definiţia statistică exprimă probabilitatea cu ajutorul
frecvenţei de realizare a unui eveniment într-un număr mare
de experienţe realizate în aceleaşi condiţii.

DEFINIŢIA AXIOMATICĂ A PROBABILITĂŢII:

Fie (Ω, K ) un câmp de evenimente.

Funcţia P : (Ω, K ) → R , care asociază oricărui eveniment
A ∈ (Ω, K ) numărul real P(A), cu proprietăţile :
1) P( A) ≥ 0 , oricare ar fi A ∈ (Ω, K ) ,
2) P(Ω) = 1 ,
3) P( A ∪ B) = P( A) ∪ P( B ) , oricare ar fi A, B ∈ (Ω, K ) ,
A∩ B = Φ ,
se numeşte probabilitate.

Această definiţie a fost enunţată de A.N.Kolmogorov

(1929).

DEFINIŢIE : Un câmp de evenimente (Ω, K ) înzestrat cu o

probabilitate P se numeşte câmp de probabilitate, şi se notează cu
(Ω, K , P) .
 DEFINIŢIE : Se numeşte probabilitate σ - aditivă (sau
complet aditivă) pe câmpul borelian de evenimente (Ω, K ) o
funcţie P : (Ω, K ) → R cu proprietăţile :
1) P( A) ≥ 0 , oricare ar fi A ∈ (Ω, K ) ,
2) P(Ω) = 1 ,
∞ ∞
3) Pæçç Υ Ai ö÷÷ = å P ( Ai ) , oricare ar fi şirul ( Ai )i∈N * ∈ (Ω, K ) şi
è i =1 ø i =1
Ai ∩ A j = Φ , oricare ar fi i ≠ j .

DEFINIŢIE : Un câmp borelian de evenimente (Ω, K )

înzestrat cu o probabilitate σ - aditivă se numeşte câmp borelian
de probabilitate şi se notează (Ω, K , P) .

Consecinţe ale definiţiei axiomatice a probabilităţii:

C1. P( A ) = 1 − P( A)

Demonstraţie : Din proprietăţile operaţiilor cu evenimente ştim că

A∪ A = Ω. Atunci P( A ∪ A ) = P( A) + P( A ) , deoarece
A ∩ A = Φ . Rezultă că P( A ) = 1 − P( A) .

C2. Dacă Ai ∈ (Ω, K ) , i = 1,..., n cu proprietatea că Ai ∩ A j = Φ ,

∞ ∞
oricare ar fi i ≠ j , i, j = 1,..., n , atunci : Pæçç Υ Ai ö÷÷ = å P ( Ai ) .
è i =1 ø i =1

Demonstraţie : - folosim inducţia matematică .

Pentru n=2, relaţia este adevărată, conform proprietăţii numarul 3
din definiţia lui Kolmogorov.
Presupunem că propoziţia este adevărată pentru n-1, adică
n −1
æ n −1 ö n −1
Pçç Υ Ai ÷÷ = å P ( Ai ) . Notăm A = Υ Ai . Rezultă astfel că putem
è i =1 ø i =1 i =1
n −1
scrie ΥA
i =1
i = A ∪ An .
n −1
Atunci P æçç Υ Ai ö÷÷ = P( A) + P( An ) = å P( Ai ) .
n

è i =1 ø i =1
 n
C3. å P(ω ) = 1 , unde ω , ω
i =1
i 1 2 ,..., ω n sunt evenimentele elementare

ale mulţimii Ω .
n
Demonstraţie: Υω
i =1
i =Ω şi ωi ∩ωj = Φ, i ≠j. Atunci

æn ö n
PççΥωi ÷÷ = P(Ω) = 1, deci åP(ω ) =1. i
è i=1 ø i=1

C4. Dacă A, B ∈ (Ω, K ) şi A ⊂ B , atunci P( A) ≤ P( B) .

p p+q
Demonstraţie: Dacă A ⊂ B , atunci A = Υω i şi B = Υω i
. Ştim că
i =1 i =1

ω i ∩ ω j = Φ , i≠j.
p p q
Deci : P( A) = å P(ω i ) şi P ( B ) = å P(ω i ) + å P(ω ) . i
Dar
i =1 i =1 i = p +1

P(ω i ) ≥ 0 , de unde rezultă că P( A) ≤ P( B) .

C5. Oricare ar fi evenimentul A ⊂ (Ω, K ) , este adevărată relaţia

0 ≤ P( A) ≤ 1 .

Demonstraţie: Oricare ar fi A ∈ (Ω, K ) , Φ ⊂ A ⊂ Ω , deci vom avea

P(Φ ) ≤ P( A) ≤ P(Ω) , adică 0 ≤ P( A) ≤ 1 .

C6. Să considerăm o experienţă în care mulţimea evenimentelor

elementare cuprinde evenimente egal posibile (exemplu: aruncarea
unui zar). Din C3. rezultă că P(ωi ) = 1 . Fie A ∈ (Ω, K ) , unde
n
k
A = ω i1 ∪ ... ∪ ω ik . Atunci P( A) = P(ωi1 ) + ... + P(ωik ) , deci P( A) = .
n
 DEFINIŢIA CLASICĂ A PROBABILITĂŢII:

Probabilitatea unui eveniment A ⊂ (Ω, K ) este egală cu

raportul dintre numărul cazurilor favorabile producerii
evenimentului A şi numărul total de cazuri posibile.

7.4. Probabilităţi condiţionate

DEFINIŢIE : Fie (Ω, K , P ) un câmp borelian de

probabilitate. Fie A, B ∈ (Ω, K , P ) cu P( A) ≠ 0 . Să presupunem că
apariţia evenimentului B este condiţionată de apariţia evenimentului
A. Vom nota această probabilitate condiţionată cu PA (B ) sau
P( A ∩ B )
P( B / A) . Atunci PA ( B ) = = P ( B / A) .
P ( A)

Proprietăţi ale probabilităţilor condiţionate:

Proprietatea 1 :
{Ω, K , PA ( B )} este un câmp (chiar borelian) de
probabilitate.

Demonstraţie: Verificăm ipotezele :

1. PA ( B ) ≥ 0 deoarece P( A ∩ B ) ≥ 0 şi P( A) > 0
2. PA (Ω ) = 1
P ( A ∩ Ω) P( A)
PA (Ω) = = =1
P ( A) P( A)
3. PA ( B1 ∪ B2 ) = PA ( B1 ) + PA ( B2 )
P[(B1 ∪ B2 ) ∩ A] P[(B1 ∩ A) ∪ (B2 ∩ A)]
PA ( B1 ∪ B2 ) = = =
P( A) P( A)
P ( B1 ∩ A) P( B2 ∩ A)
= + = PA ( B1 ) + PA ( B2 )
P( A) P ( A)
În această demonstraţie avem în vedere faptul că
B1 ∩ B2 = Φ şi ( B1 ∩ A) ∩ ( B2 ∩ A) = B1 ∩ B2 ∩ A .

Proprietatea 2 :
Dacă P( A) ≠ 0 şi P(B) ≠ 0 , atunci este adevărată
relaţia P( A) ⋅ PA ( B) = P( B) ⋅ PB ( A) .
 Demonstraţie:
P( A ∩ B ) , de unde
PA ( B ) = P ( A ∩ B ) = P ( A) ⋅ PA ( B )
P ( A)
P( B ∩ A) , de unde
PB ( A) = P ( B ∩ A) = P ( B ) ⋅ PA ( A)
P( B )
Cum P( A ∩ B ) = P( B ∩ A) , avem P( A) ⋅ PA(B) = P(B) ⋅ PB ( A)
şi proprietatea 2 este demonstrată.

DEFINIŢIE : Evenimentele A, B ∈ (Ω, K ) sunt

independente dacă P( A ∩ B ) = P ( A) ⋅ P( B ) .

7.5. Formule de calcul ale probabilităţilor în cazul operaţiilor cu

evenimente

1) Reuniunea evenimentelor incompatibile:

æ n ö n
P çç Υ Ak ÷÷ = å P ( Ak ) , dacă Ai ∩ A j = Φ , i ≠ j .
è k =1 ø k =1

Demonstraţia este imediată, prin metoda inducţiei matematice,

utilizând axioma 3 din definiţia axiomatică a probabilităţii.

2) Reuniunea evenimentelor compatibile:

P( A ∪ B ) = P ( A) + P( B ) − P( A ∩ B ) (*)

Demonstraţie : Evenimentele A şi B se mai pot scrie astfel:

A = ( A ∩ B) ∪ ( A ∩ B )
B = ( B ∩ A) ∪ ( B ∩ A )
Deci A ∪ B = ( A ∩ B ) ∪ ( A ∩ B ) ∪ ( A ∩ B ) . Evenimentele din
paranteze sunt independente două câte două.
P( A ∪ B ) = P( A ∩ B ) + P( A ∩ B ) + P( A ∩ B ) (α )
P ( A) = P ( A ∩ B ) + P ( A ∩ B )
P( B ) = P( A ∩ B ) + P( A ∩ B )
Din relaţia ( α ) scădem cele două relaţii de mai sus şi obţinem:
P( A ∪ B ) − P( A) − P( B ) = − P ( A ∩ B ) , de unde rezultă
P( A ∪ B ) = P ( A) + P( B ) − P( A ∩ B ) .
 În general, fie sistemul de evenimente compatibile
{ A1 ,..., An } ⊂ K . Probabilitatea producerii a cel puţin unuia dintre
aceste evenimente este:
æn ö n
Pçç Υ Ai ÷÷ = å P( Ai ) − å P( Ai ∩ Aj ) + å P( Ai ∩ Aj ∩ Ak ) + ... +
è i=1 ø i=1 i< j i< j<k
n +1
+ ( −1) P( A1 ∩ A2 ∩ ... ∩ An ) . Această formulă se numeşte
formula lui Poincaré.

Demonstraţie: Se utilizează inducţia matematică.

În etapa de verificare, pentru n = 2 , se obţine relaţia (*)
care a fost demonstrată.
Se presupune proprietatea adevărată pentru k evenimente
compatibile, cu k ≤ n şi se demonstrează că formula lui Poincaré
este adevărată şi pentru n+1 evenimente. Atunci:

æ n+1 ö éæ n ö ù æn ö éæ n ö ù
Pçç Υ Ak ÷÷ = Pêçç Υ Ak ÷÷ ∪ An+1 ú = Pçç Υ Ak ÷÷ + P( An+1 ) − Pêçç Υ Ak ÷÷ ∩ An−1 ú =
è k =1 ø ëè k =1 ø û è k =1 ø ëè k =1 ø û
æ n
ö é n
ù
= Pçç Υ Ak ÷÷ + P( An−1 ) − PêΥ( Ak ∩ An+1 )ú .
è k =1 ø ë k =1 û

În primul şi al treilea termen al acestei relaţii se utilizează

formula Poincaré, adevărată pentru n evenimente compatibile.
Rezultă :

æ n+1 ö n+1 n
Pçç Υ Ak ÷÷ = å P( Ak ) − å P( Ai ∩ Aj ) + å P( Ai ∩ Aj ∩ Ak ) −
è k =1 ø k =1 i , j=1;i< j i , j ,k =1;i< j<k
n +1
æ ö
... + ( −1) n P çç Ι Ak ÷÷
è k =1 ø

EXEMPLU: Problema concordanţelor

O urnă conţine n bile numerotate 1,2,…,n. Se extrag pe rând

toate bilele din urnă. Se numeşte concordanţă de rang k evenimentul
ca la extragerea de rang k să apară bila cu numărul k. Fie Ak acest
eveniment. Să se determine probabilitatea de a avea cel puţin o
concordanţă.
 Rezolvare: Fie A evenimentul de a avea cel puţin o
n
concordanţă. Rezultă că A = Υ Ak , iar evenimentele sunt
k =1
compatibile.
Se aplică formula lui Poincaré.
( n − 1)! 1
P( Ak ) = = , oricare ar fi k = 1,2,..., n .
n! n
(n − 2)! 1 , oricare ar fi
P( Ai ∩ Aj ) = = i, j = 1,2,..., n , şi i ≠ j .
n! n(n − 1)
……………………………………………………………………..
æ n ö 1
P çç Ι Ak ÷÷ =
è k =1 ø n!
Rezultă : P( A) = å 1 − å 1 1 1 1
n n
+ ... + (−1)n−1 ⋅ =n ⋅ − Cn2 +
k =1 n i, j=1;i< j n(n − 1) n n n(n − 1)
1 1 1 1 1
+ Cn3 + ... + ( −1) n −1 ⋅ = 1 − + + ... + ( −1) n −1 ⋅
n( n − 1)( n − 2) n! 2! 3! n!

3) Formula de înmulţire a probabilităţilor:

TEOREMA 1: Fie (Ω, K , P) un câmp de probabilitate şi fie

familia de evenimente ( A1 , A2 ,..., An ) ⊂ K independente în totalitatea
lor. Atunci, probabilitatea producerii simultane a celor n evenimente
este egală cu produsul probabilităţilor acestor evenimente:
æ n ö n
Pçç Ι Ak ÷÷ = ∏ P( Ak ) .
è k =1 ø k =1

Demonstraţie : Se face prin inducţie după n.

Pentru n=2, etapa de verificare, rezultă din definiţia
independenţei a două evenimente: P ( A1 ∩ A2 ) = P( A1 ) ⋅ P ( A2 )
Presupunem teorema adevărată pentru k evenimente
(k ≤ n) şi o demonstrăm pentru n+1 evenimente:
éæ n ö ù æ n ö
P ( A1 ∩ A2 ∩ ... An ∩ An +1 ) = P êçç Ι Ak ÷÷ ∩ An +1 ú = Pçç Ι Ak ÷÷ ⋅ P ( An +1 ) =
ëè k =1 ø û è k =1 ø
n +1
é n
ù
= ê∏ P ( Ak )ú ⋅ P( An +1 ) = ∏ P( Ak )
ë k =1 û k =1
 TEOREMA 2: Într-un câmp de probabilitate (Ω, K , P) fie
familia de evenimente ( A1 , A2 ,..., An ) ⊂ K astfel încât probabilitatea
P( A1 , A2 ,..., An ) ≠ Φ . Atunci:
æn ö
PççΙ Ak ÷÷ = P( A1 ) ⋅ P( A2 | A1 ) ⋅ P( A3 | A1 ∩ A2 ) ⋅ ...⋅ P( An | A1 ∩... ∩ An−1 )
è k=1 ø

Demonstraţie: Se poate demonstra fie prin inducţie, fie

prin definiţia probabilităţilor condiţionate. Aplicăm a doua metodă:
P ( A1 ) = P( A1 )
P( A1 ∩ A2 )
P( A2 | A1 ) =
P( A1 )
P( A1 ∩ A2 ∩ A3 )
P( A3 | A1 ∩ A2 ) =
P( A1 ∩ A2 )
………………………………………..
æ n −1
ö P ( A1 ∩ A2 ∩ ... ∩ An )
P çç An | Ι Ai ÷÷ =
è i =1 ø P ( A1 ∩ A2 ∩ ... ∩ An −1 )

Înmulţim între ele expresiile din membrul stâng şi din

membrul drept şi simplificăm. Rezultă :
n −1
æ ö
P ( A1 ) ⋅ P ( A2 | A1 ) ⋅ Κ ⋅ P çç An | Ι Ai ÷÷ = P( A1 ∩ A2 ∩ ... ∩ An )
è i =1 ø

EXEMPLU : Un lot de piese conţine 5% piese rebut.

Controlul de calitate stabileşte ca regulă de acceptare a lotului
condiţa ca la 5 verificări consecutive să nu fie nici o piesă rebut.
Care este probabilitatea de acceptare a lotului?

Rezolvare: Fie Ak evenimentul ca piesa controlată

lacontrolul de ordinul k să fie corespunzătoare, fie A evenimentul ca
lotul să fie acceptat. Atunci: A = A1 ∩ A2 ∩ A3 ∩ A4 ∩ A5 .
Evenimentele nu sunt independente, deoarece orice realizare a unuia
dintre ele influenţează realizarea celorlalte prin modificarea
proporţiei de piese corespunzătoare din lot.

P(A) = P( A1) ⋅ P(A2 | A1) ⋅ P( A3 | A1 ∩ A2 ) ⋅ P( A4 | A1 ∩A2 ∩ A3 )⋅ P(A5 | A1 ∩A2 ∩A3 ∩A4 )

Avem: P( A1 ) = 95 ; P( A2 | A1 ) = 94 ; P( A3 | A1 ∩ A2 ) = 93 ;
100 99 98
 92
P( A4 | A1 ∩ A2 ∩ A3 ) =; P( A5 | A1 ∩ A2 ∩ A3 ∩ A4 ) = 91 .
97 96
95 94 93 92 91
Deci: P( A) = ⋅ ⋅ ⋅ ⋅ = 0,77 .
100 99 98 97 96

7.6. Formula probabilităţilor totale

Fie A1 , A2 ,..., An un sistem complet de evenimente al

câmpului (Ω, K ) . Adică A1 ∪ Κ ∪ An = Ω şi Ai ∩ A j = Φ , unde
i, j = 1, Κ , n , i ≠ j .
Fie X ∈ (Ω, K ) evenimentul care se realizează condiţionat
când unul din evenimentele Ai se realizează. Cunoscând P( Ai ) şi
PAi (X ) , i = 1, Κ , n , să se determine P(X).

TEOREMĂ : Probabilitatea unui eveniment X ce se produce

condiţionat de unul din evenimentele A1 , A2 ,..., An care formează un
sistem complet de evenimente este :

n
P( X ) = P( Ai ) ⋅ PAi ( X ) (formula probabilităţii totale)
i =1

Demonstraţie: Putem scrie :

X = ( A1 ∩ X ) ∪ ( A2 ∩ X ) ∪ Κ ∪ ( An ∩ X ) .
Vom arăta că : ( Ai ∩ X ) ∩ ( A j ∩ X ) = Φ .
( Ai ∩ X ) ∩ ( A j ∩ X ) = ( Ai ∩ A j ) ∩ X = Φ ∩ X = Φ , i ≠ j .
n
P( X ) = P[(A1 ∩ X ) ∪ ( A2 ∩ X ) ∪Κ ∪ ( An ∩ X )] = åP( Ai ∩ X ) =
i=1
n
= å P( Ai ) ⋅ PAi ( X ) deoarece P ( Ai ∩ X ) = P ( Ai ) ⋅ PAi ( X )
i =1

şi PA ( X ) = P( Ai ∩ X ) .
i
P( Ai )
7.7. Formula lui Bayes

Considerând aceleaşi ipoteze ca şi în cazul formulei

probabilităţilor totale : A1 ∪ Κ ∪ An = Ω şi Ai ∩ A j = Φ , unde
i, j = 1, Κ , n , i ≠ j , notăm cu X ∈ (Ω, K ) evenimentul care se
realizează când unul din evenientele Ai , i = 1, Κ , n , se realizează.

Problema: Să se determine probabilitatea evenimentelor Ai

în ipoteza realizării evenimentului X, adică PX ( Ai ) = ?
P ( Ai ) ⋅ PAi ( X )
Px ( Ai ) = n (formula lui Bayes)
å P( Ai ) ⋅ PAi ( X )
i =1

Demonstraţie:

P( Ai ∩ X ) şi P( Ai ∩ X )
PAi ( X ) = PX ( Ai ) = . Rezultă că:
P( Ai ) P( X )
P( Ai ) ⋅ PAi ( X )
P( Ai ) ⋅ PAi ( X ) = P( X ) ⋅ PX (Ai ) Þ Þ PX ( Ai ) = .
P( X )
Vom înlocui P(X) cu formula probabilităţii totale şi obţinem :

P ( Ai ) ⋅ PAi ( X ) .
Px ( Ai ) = n

å P( A ) ⋅ P
i =1
i Ai (X )

7.8. Scheme probabilistice clasice

Colectivităţile studiate în practică au caracteristici care duc

la evenimente care se realizează după scheme teoretice
asemănătoare.

1. Schema urnei cu bile nerevenite:

Se consideră o urnă în care sunt bile albe şi bile negre. Fie

„a” numărul bilelor albe şi „b” numărul bilelor negre. Fie N=a+b
numărul total de bile din urnă.
Se extrag succesiv n bile, fără a repune bilele înapoi (sau se
extrag deodată n bile).
 Se cere probabilitatea Pn (α , β ) ca din cele n bile extrase,
α să fie albe şi β să fie negre.

Soluţie: Numărul tuturor grupelor de n bile luate din cele N

bile este C Nn . Pentru a determina numărul cazurilor favorabile
asociez fiecare grupă de α bile albe (în total Caα grupe) cu fiecare
grupă ce conţine β bile negre (în total Cbβ grupe).
Deci numărul total al cazurilor favorabilr este Caα ⋅ Cbβ .
Folosind definiţia clasică a probabilităţii se obţine relaţia :
Cα ⋅ C β
Pn (α , β ) = a n b , unde a+b=n şi α + β = n .
CN
Dacă notăm α = x (din n bile extrase x să fie albe), vom
obţine:
C x ⋅ C n− x
Pn ( x) = a n N −a .
CN

Generalizare: Presupunem că în urnă sunt bile de s culori.

Fie ak numărul bilelor de culoarea k (k = 1, Κ , s ) . Se extrag deodată
n bile. Care este probabilitatea ca xk bile să fie de culoarea k ?
s s
Avem: åa
k =1
k = N şi åx
k =1
k = n . Se obţine relaţia următoare :

Cax11 ⋅ Cax22 ⋅ ... ⋅ C axss

Pn ( x1 , x2 ,..., x s ) =
C Nn

EXEMPLU:
Într-un depozit sunt 30 televizoare , 18 de producţie străină
şi 12 de producţie românească, ambalate identic. Care este
probabilitatea ca la o comandă de 10 televizoare, un magazin să
primească 6 străine şi 4 româneşti?
C 6 ⋅ C 4 612
P10 (6,4) = 10 10 10 = ≈ 0,9 .
C30 667

2. Schema urnei cu bila revenită (schema Bernoulli):

Se consideră o urnă în care sunt bile albe şi bile negre. Fie

„a” numărul bilelor albe şi „b” numărul bilelor negre. Fie N=a+b
numărul total de bile din urnă. Se extrag n bile, de fiecare dată bila
extrasă introducându-se înapoi în urnă.
Se cere: probabilitatea ca din cele n bile extrase x bile să fie
albe.

Soluţie: Fie A evenimentul extragerii unei bile albe. Notăm

P( A) = p , deci P ( A ) = q = 1 − p .
Fie A si A si Κ si A şi A si A si ... si A ,
14444244443 1 4 4 4 4 2 4 4 4 4 3
de x ori de ( n − x ) ori

o succesiune în care A apare de x ori şi A apare de (n-x) ori.

Probabilitatea unei astfel de succesiuni de evenimente
independente (rezultatul oricărei extrageri nu depinde de
precedentul) este :
P[ A ∩ A ∩ Κ ∩ A ∩ A ∩ A ∩ Κ ∩ A] = px ⋅ qn−x
14444244443 1 4 4 4 44 2 4 4 4 4 43
de x ori de (n−x) ori

Numărul succesiunilor distincte în care apare A de x ori şi

A de (n-1) ori este, evident, Cnx . Deoarece aceste succesiuni sunt
incompatibile şi echiprobabile, rezultă relaţia:
n!
Pn ( x ) = C nx p x q n − x = p x q n− x .
x! ( n − x )!

OBSERVAŢIE: Probabilitatea de mai sus este egală cu

coeficientul lui t x din dezvoltarea binomului ( q + pt ) n .

EXEMPLU:
Se consideră o urnă ce conţine 3 bile albe şi 4 bile negre.
Din această urnă se fac 3 extrageri cu revenire. Cu ce probabilitate
se obţin 2 bile albe şi o bilă neagră?
2
æ 3 ö 4 108
P3 ( 2) = C32 ç ÷ ⋅ = = 0,315
è 7 ø 7 343

Generalizare: Fie o urnă cu bile de s culori. Fie pk

probabilitatea extragerii unei bile de culoare k ( k = 1, Κ , s ) .
Ne interesează să determinăm probabilitatea ca din cele n
bile extrase, xk bile să fie de culoarea k , ( k = 1, Κ , s ) . Notând
această probabilitate cu Pn ( x ) = ( x1 , x 2 ,..., x s ) , se arată că:
 n!
Pn ( x ) = ( x1 , x2 ,..., x s ) = ⋅ p1x1 ⋅ p2x2 ⋅ Κ ⋅ psxs , unde xk ≥ 0 ,
x1!⋅ x2 !⋅Κ ⋅ xn !
s s

åx
k =1
k = n, åp
k =1
k = 1. (lege multinominală)

EXEMPLU:
Un magazin primeşte în cursul unei săptămâni 100 bucăţi
dintr-o anumită marfă provenită de la fabricile A, B, C.
Probabilitatea ca marfa să provină de la fabrica A este de 0,6; de la
fabrica B este de 0,2; de la fabrica C este de 0,2. Care este
probabilitatea ca din cele 100 bucăţi primite, 60 să fi fost realizate la
fabrica A, 30 la fabrica B, iar restul la C?
100!
p= (0,6) 60 ⋅ (0,2) 30 ⋅ (0,2)10
60!⋅30!⋅10!

3. Problema lui Pascal:

Fie o urnă Bernoulli. Fie X evenimentul ca prima bilă albă

să fie extrasă la extragerea de ordinul x. Fie A evenimentul de
extragere a bilei albe şi A evenimentul de extragere a bilei negre.
Deci X = A ∩ A ∩ Κ ∩ A ∩ A .
1 4 4 4 44 2 4 4 4 4 43
( x −1) ori

Ştiind că P ( A) = p şi P ( A ) = q , atunci P ( X ) = p ⋅ q x −1 .
Această lege se mai numeşte şi legea geometrică deoarece
este exprimată prin termenul general al unei progresii geometrice cu
primul termen p şi raţia q.

EXEMPLU:
Într-un raft sunt cămăşi de acelaşi fel de talia I şi a-II-a în
proporţie de 49% (I) şi 51% (II), identic ambalate. Care este
probabilitatea ca un cumpărător care doreşte o cămaşă de talia II să
o găsească numai la a 6-a încercare?
x = 6 , p = 0,49 , q = 0,51 .
P ( X ) = p ⋅ q x −1 = 0,49 ⋅ (0,51) 5 = 0,0169 .

4. Schema lui Poisson

Fie n urne care conţin bile albe şi negre în proporţii diferite:

 Ø Urna U1 : p1 + q1 = 1 ;
Ø Urna U2 : p 2 + q2 = 1 ;
………………………….
Ø Urna Un : pn + qn = 1 .

Se extrage câte o bilă din fiecare urnă. Se cere

probabilitatea ca din cele n bile extrase, x să fie albe.
Pn ( x ) = å pi1 ⋅ pi2 ⋅ Κ ⋅ pix ⋅ qix +1 ⋅ Κ ⋅ qin

Acestă sumă conţine toate produsele a câte n factori formate

în moduri diferite, din care x probabilităţi pi şi (n-x) probabilităţi qi
(i = 1,..., n ) . Suma de mai sus este dată de polinomul Pn (x ) care
conţine coeficienţii lui t x din dezvoltarea:
( p1t + q1 ) ⋅ ( p2 t + q2 ) ⋅ Κ ⋅ ( pn t + qn )

OBSERVAŢIE : Urna Bernoulli este un caz particular al

urnei Poisson când p1 = p 2 = Κ = p n = p .

EXEMPLU:
O firmă se aprovizionează de la 4 furnizori. Din datele
statistice deţinute se estimează că doi dintre furnizori onorează
contractele cu probabilitatea 0,8, iar ceilalţi doi cu probabilitatea
0,9. Se cer probabilităţile următoarelor evenimente:
a) toţi furnizorii onorează contractul;
b) doar doi furnizori onorează contractul;
c) nici un furnizor nu onorează contractul;
d) cel puţin un furnizor onorează contractul.

Problema se încadrează în schema lui Poisson.

p1 = 0,8 , p 2 = 0,8 , p3 = 0,9 , p4 = 0,9
Q (t ) = ( 0,8t + 0,2) 2 ⋅ (0,9t + 0,1) 2
a) P4 ( 4) = p1 ⋅ p 2 ⋅ p3 ⋅ p4 = 0,5184 ;
b) P4 (2) = 0,82 ⋅ 0,12 + 4 ⋅ 0,8 ⋅ 0,2 ⋅ 0,9 ⋅ 0,1 + 0,22 ⋅ 0,92 = 0,0964
c) P4 (0) = 0,2 2 ⋅ 0,12 = 0,0004
d) P = 1 − 0,0004 = 0,9996