CAPITOLUL 8

VARIABILE ALEATOARE

În activitatea economică se întâlnesc multe mărimi

numerice care variază întâmplător (aleator).

EXEMPLE:
1) Numărul calculatoarelor vândute la un magazin într-o zi
este o variabilă aleatoare care poate lua una din valorile 0, 1, 2, …, n
, unde n este numărul total de calculatoare din magazin. Aici,
mulţimea valorilor posibile este {0,1,2,..., n} .

2) Timpul necesar servirii unui automobilist la o staţie de

benzină este o variabilă aleatoare care poate lua o valoare dintr-un
interval dat (a,b). Aici, mulţimea valorilor posibile este (a,b).

DEFINIŢIE: Se numeşte o variabilă aleatoare, o mărime

care în urma unei experienţe poate lua o valoare dintr-o mulţime
bine definită numită mulţimea valorilor posibile.

OBSERVAŢIE: Nu se cunoaşte dinainte ce valoare ia

variabila aleatoare; această valoare va fi cunoscută numai după
efectuarea experimentului.

DEFINIŢIE: Dacă mulţimea valorilor posibile este

discretă, atunci variabila aleatoare se numeşte discretă, iar dacă
mulţimea valorilor posibile este continuă (un interval finit sau
infinit din R ), variabila aleatoare se numeşte continuă.

OBSERVAŢIE: Vom nota variabilele aleatoare cu litere

mari de la sfârşitul alfabetului, X, Y, Z, etc., iar valorile pe care le
pot lua variabilele aleatoare cu litere mici, x, y, z, etc.

8.1. Variabile aleatoare discrete

Pentru a defini o variabilă aleatoare discretă, trebuie să

enumerăm toate valorile posibile ale variabilei aleatoare precum şi
probabilităţile corespunzătoare.
 EXEMPLU: în cazul aruncării unui zar, definim variabila
aleatoare astfel:
æ1 2 3 4 5 6ö
X :ç1 1 1 1 1 1÷
ç ÷
è6 6 6 6 6 6ø

DEFINIŢIE: Se numeşte repartiţie a unei variabile

aleatoare discrete enumerarea tuturor valorilor posibile ale
variabilei aleatoare precum şi a probabilităţilor corespunzătoare.

În general, fie variabila aleatoare X şi xi , (i=1, 2, … , n )

valorile ei posibile.
Fie Ei evenimentul ca variabila aleatoare X=xi , i=1, 2, … ,
n şi fie P(Ei)=P(X=xi)=f(xi)=pi , probabilitatea corespunzătoare,
unde f(xi) este funcţia de probabilitate. Atunci putem scrie:

æ x x2 Κ xn ö
X : çç 1 ÷
è f ( x1 ) f ( x2 ) Κ f ( x n ) ÷ø

DEFINIŢIE: Mulţimea perechilor ordonate ( xi , f ( xi )) se

numeşte repartiţia variabilei aleatoare discrete X.

Din exemplele prezentate rezultă că funcţia de probabilitate

trebuie să îndeplinească următoarele două condiţii:

1) f ( xi ) ≥ 0 , i = 1,..., n ;
n
2) å f ( x ) = 1 , deoarece
i =1
i
E i = ( X = xi ) este un sistem complet
n
de evenimente, adică: ΥE
i =1
i = Ω , Ei ∩ E j = Φ , i ≠ j , i, j = 1,..., n .

EXEMPLE:

1. Repartiţia binomială (Bernoulli):

æ x ö
X : çç ÷ , x = 0,1,..., n .
x x n− x ÷
è f ( x ) = C n p q ø
 f ( x ) = Cnx p x q n− x arată probabilitatea ca din n extrageri, x să
fie bile albe. Arătăm în continuare că f(x) este o funcţie de
probabilitate.
1) Evident, f ( x ) ≥ 0 ;
n n
2) å f ( x) = å C
x =0 x =0
x
n p x q n − x = ( p + q) n = 1 (binomul lui Newton) .

2. Repartiţia geometrică (Pascal):

Fie X evenimentul ca extragerea bilei albe să se realizeze

prima dată la extragerea de ordinul x: X = ( A ∩ Κ ∩ A ∩ A) ,
1 4 44 2 4 4 43
x−1

deci P( x ) = p ⋅ q x −1 .

æ x ö
X : çç ÷ , x = 1,2,3,..., n , unde p > 0 , q > 0 şi p + q = 1 .
x−1 ÷
è f ( x) = p ⋅ q ø

Evident:
1) f ( x ) ≥ 0 ;
∞ ∞ ∞
1 p
2) å p⋅q
x =1
x −1

x =1
= p ⋅ å q x −1 = p ⋅
= = 1 , deoarece seria å q x −1
1− q p x =1
este seria geometrică de raţie 0 < q < 1 , convergentă, cu suma
1 .
1− q

8.1.1. Operaţii cu variabile aleatoare discrete; variabile

aleatoare independente

x Κ xi Κ æy Κ yj Κ ym ö
Fie X : æç 1
xn ö
; Y :ç 1 .
çp Κ pi Κ çq Κ qj Κ qm
è 1 pn è 1
n m
pi = f ( x i ) ≥ 0 ; pi = 1 ; qj = f (yj ) ≥ 0 ; q j = 1.
i =1 j =1

Evenimentul care constă în faptul că :

Ø X ia valoarea xi îl notăm ( X = xi ), i=1, … , n ,
P( X = xi )=pi ;
 Ø Y ia valoarea yj îl notăm ( Y = y j ), j=1, … , m,
P( Y = y j )=qj .

Evenimentul care constă în faptul că X = xi şi Y = y j este

( X = xi ) ∩ (Y = y j ) , i=1, … , n; j=1, … , m .
P[(X = xi );(Y = y j )] = P[(X = xi ) ∩(Y = y j )] are o probabilitate
bine determinată, notată pij .

DEFINIŢIE: Variabilele aleatoare X şi Y se numesc

independente dacă evenimentele ( X = xi ) şi ( Y = y j ), i=1, … , n;
j=1, …, m sunt independente. În acest caz:
P[( X = xi ); (Y = y j )] = P[( X = xi ) ∩ (Y = y j )] = pij = pi ⋅ q j .

OPERAŢII:

æx + yj ö
1) X + Y : ç i , unde pij = pi ⋅ q j , i=1, … , n; j=1, … , m .
ç p ÷÷
è ij ø

æx ⋅ y ö
2) X ⋅ Y : ç i j ÷ , i=1, … , n; j=1, … , m , unde, dacă X şi Y sunt
ç p ÷
è ij ø
independente, pij = pi ⋅ q j .

æ a ⋅ xi ö
3) a ⋅ X = çç ÷÷ , i=1, … , n .
è pi ø

æ xk Κ xik Κ x nk ö
4) X k : ç 1 ÷.
çp Κ Κ p n ÷ø
è 1 pi

EXEMPLU: Fie variabilele aleatoare discrete X şi Y cu

repartiţiile:
æ 0 1 2 ö æ−1 1 ö
X : çç ÷÷ şi Y : çç ÷÷
è 0,3 0,5 0,2 ø è 0,5 0,5 ø
 æ −1 1 0 2 1 3 ö
X + Y : çç ÷÷ Þ
è 0,3⋅ 0,5 0,3⋅ 0,5 0,5⋅ 0,5 0,5⋅ 0,5 0,2 ⋅ 0,5 0,2 ⋅ 0,5ø
æ −1 0 1 2 3 ö
Þ X + Y : çç ÷÷ .
è 0,15 0,25 0,25 0,25 0,10 ø

æ 0 0 −1 1 −2 2 ö
X ⋅ Y : çç ÷÷ Þ
è 0,15 0,15 0,25 0,25 0,1 0,1ø
æ− 2 −1 0 1 2ö
Þ X ⋅ Y : çç ÷÷ .
è 0,1 0,25 0,3 0,25 0,1ø

æ 0 3 6 ö
3 ⋅ X : çç ÷÷ .
è 0,3 0,5 0, 2 ø

æ 0 1 8 ö
X 3 : çç ÷÷ .
è 0,3 0,5 0,2 ø

Reprezentarea grafică a funcţiilor de probabilitate:

æ 0 1 2 ö
EXEMPLU: X : çç ÷÷ , pi = f ( xi ) .
è f (0) = 0,3 f (1) = 0,5 f (2) = 0,2 ø

Atunci graficul funcţiei de probabilitate a variabilei

aleatoare X definit anterior este:

0,5 -
-
0,3 -
0,2 -
-
0 1 2
8.2. Variabile aleatoare continue

Fie variabila aleatoare X : æçç

x ö
, unde x ∈ [a, b] , iar f (x )
è f ( x)
este probabilitatea de apariţie a lui x.

DEFINIŢIE: Funcţia f (x ) se numeşte densitatea de

probabilitate a variabilei aleatoare X.

Proprietăţile densităţii de probabilitate:

1) f ( x) ≥ 0 ;
b
2)
ò f ( x )dx = 1 .
a

EXEMPLE:

I. Să se determine constanta „c”, astfel încât funcţia

f : [a, b] → R , f ( x ) = c , să fie densitate de probabilitate a unei
variabile aleatoare X.
1) f ( x ) ≥ 0 , oricare ar fi x ∈ [a, b] , deci c ≥ 0 ;
b b
2) 1 .
f ( x )dx = c ⋅ dx = c ⋅ x |ba = c (b − a ) = 1 c=
a a
b−a
æ x ö
Deci: X : ç 1 , x ∈ [a, b] este o variabilă aleatoare
ç f ( x) =
è b−a
numită variabilă aleatoare continuă uniformă pe intervalul [a , b] .

II. Să se determine constanta „k”, astfel încât funcţia

f : [0, ∞) → R , f ( x ) = k ⋅ e − x , să fie densitate de probabilitate a
unei variabile aleatoare X.
1) f ( x ) ≥ 0 , oricare ar fi x ≥ 0 , deci k ≥ 0 , f fiind o funcţie
exponenţială
∞ ∞
∞
f ( x )dx = k ⋅ ò e − x dx = k ⋅ Γ(1) = k = 1 , unde Γ( a ) = ò0 x e dx
a −1 − x
2) ò
0 0

este integrala Γ a lui Euler.

 Deci X : æçç ö
x
÷ , x ≥ 0 este o variabilă aleatoare pe
−x ÷
è f (x) = e ø
intervalul [0, ∞) .

Reprezentarea grafică a densităţii de probabilitate:

Pentru funcţia de la exemplul I, reprezentarea grafică este:

funcţia este continuă pe [a , b]

1
-
b−a
A =1

0 a b

Pentru funcţia de la exemplul II, reprezentarea grafică este:

1 -

A =1

Într-adevăr, derivata funcţiei f este f ' ( x ) = −e − x < 0 ,

oricare ar fi x > 0 ; şi lim f ( x ) = 0 ; f (0) = 1 .
x →∞

X 0 ∞
f' - - - - - - - - - - - - - - -
f 1 0

şi deci graficul densităţii de probabilitate f (x ) este cel de mai sus.

 Funcţia de repartiţie a unei variabile aleatoare:

Prezentarea unei variabile aleatoare prin funcţia de

probabilitate f ( xi ) sau prin densitatea de probabilitate prezintă
aspecte diferite. Considerăm evenimentul ( X < x ) , x ∈ R .

DEFINIŢIE: Se numeşte funcţie de repartiţie a variabilei

aleatoare X, funcţia F : R → R dată de F ( x ) = P( X < x ) .

OBSERVAŢIE: Variabila aleatoare X este discretă

(continuă), după cum funcţia de repartiţie F (x ) este o funcţie
discretă (continuă).

Calculul funcţiei de repartiţie:

1) Fie variabila aleatoare discretă :

x
æx Κ xi xi +1 Κ xn ö
X : çç 1
è p1 Κ pi pi +1 Κ pn

F ( x ) = P( X < x ) = pi = f ( xi )
xi < x xi < x

Reprezentarea grafică este următoarea:

1- (
p1 +...+pn−1- (

p1 + p2 - (
p1 - (

0 x1 x2 x3 ……….. x n −1 xn
 0 1 2 ö
EXEMPLU: X : æçç
è 0,3 0,5 0,2

F (x )
1- (
0,3+0,5- (

0,3 -(
x
0 1 2

2) Fie variabila aleatoare continuă:

æ x ö,
X : çç ÷÷ x ∈ [a, b] .
è f ( x) ø

F (x )
f (x )

) (
a b

Putem lărgi domeniul de definiţie al funcţiei f deoarece F

se consideră pe R .
x
F ( x) = ò f (t )dt
−∞
. Reprezentarea grafică a funcţiei de

repartiţie continuă F (x ) are următoarea formă:

F (x )

1-

0 x
 æ x ö
EXEMPLU: X : çç −x
, x ≥ 0.
è f ( x) = e

x x
F ( x) = f (t )dt = e−t dt = −e−t |0x = −e− x + 1 = 1 − e− x ;
−∞ 0

F ' ( x ) = e − x > 0 ; F ' ' ( x ) = −e − x < 0 .

Prin urmare, graficul funcţiei F este:

F (0) = 0 ; lim F ( x ) = 1 .
x→∞

Proprietăţi ale funcţiei de repartiţie:

P1. 0 ≤ F ( x ) ≤ 1 , oricare ar fi x ∈ R .

Demonstraţie: F ( x ) = P( x < 1) , şi deci fiind o probabilitate, rezultă

proprietatea P1.

P2. F (x ) este nedescrescătoare, adică, oricare ar fi x1 ≥ x 2 , rezultă

că F ( x1 ) ≥ F ( x 2 ) .

Demonstraţie: ( X < x1 ) = ( X < x1 ) ∪ ( x1 ≤ X < x 2 ) .

P ( X < x ) = P ( X < x1 ) + P ( x1 ≤ X < x 2 ) .
1 4 2 4 32 1 4 2 43 1 4 4 2 4 43
F ( x2 ) F ( x1 ) ≥0

ì F ( x ) = 0, x ≤ a
P3. Dacă x ∈ [a, b] , atunci í
î F ( x ) = 1, x > b
Consecinţe: lim F ( x ) = 0 , lim F ( x ) = 1 .
x → −∞ x →∞