Documente Academic
Documente Profesional
Documente Cultură
Soluţie.
X + Y ∈ {−1, 0, 1, 2}.
indep
P{X + Y = −1} = P{X = 0, Y = −1} = P{X = 0} · P{Y = −1} = 14 · 12 = 18 .
P{X + Y = 0} = P{X = 0, Y = 0} + P{X = 1, Y = −1} =
indep
= P{X = 0} · P{Y = 0} + P{X = 1} · P{Y = −1} = 14 · 13 + 43 · 12 = 1124
.
P{X + Y = 0} = P{X = 0, Y = 1} + P{X = 1, Y = 0} =
indep
= P{X = 0} · P{Y = 1} + P{X = 1} · P{Y = 0} = 41 · 16 + 34 · 31 = 24
7
;
indep 3 1
P{X + Y = 2} = P{X = 1, Y = 1} = P{X = 1} · P{Y = 1} = 4
· 6
= 18 .
Rezultă că X + Y are distribuţia
−1 0 1 2
X +Y : 1 11 7 1 .
8 24 24 8
1 11 7 1
Verificare + + + = 1. Similar:
8 24 24 8
−1 0 1 3 1 1
XY ∈ {−1, 0, 1}, iar XY are distribuţia XY : 3 1 1 , cu + + = 1.
8 2 8 8 2 8
2 −1 0 1
2. Determinaţi distribuţia variabilei aleatoare X + X, unde X : 1 1 1 .
3 3 3
2 0 2
R: X + X : 2 1 .
3 3
3. Se consideră
variabilele aleatoare
independente
X şi Y , cu distribuţiile
−1 0 1 a 0 1
X: şi Y : . Să se determine
p + 1/6 q + 1/3 1/3 1/3 2p − q 12p2
a ∈ R \ {0, 1} astfel ca P {X + Y = 0} > 2/9.
Soluţie. Determinăm parametrii p şi q rezolvând sistemul
p + 61 + q + 31 + 31 = 1
1
+ (2p − q) + 12p2 = 1 .
3 1 1
p > − 6 , q > − 3 , 2p > q, p 6= 0
1
1
Obţinem p = , q = 0, Astfel X şi Y au distribuţiile următoare:
6
−1 0 1 a 0 1
X: 1 1 1 , Y : 1 1 1 .
3 3 3 3 3 3
Apoi
2
a2 + 1 + 22 a2 + 5 (a + 3)2 2a2 − 6a + 6
2
2 a+1+2
V (X) = E X −E (X) = − = − =
3 3 3 9 9
2
şi
2
(a + 1)2 + 1 + 22
2
2 (a + 1) + 1 + 2
V (Y ) = E Y − E (Y ) = − =
3 3
n
X
k−1 k−1 n−k
= np Cn−1 p q = np(p + q)n−1 = np,
k=1
iar dispersia
n
X
2 2
V (X) = E(X ) − E (X) = k 2 Cnk pk q n−k − n2 p2 =
k=0
n
X n
X
2
Cnk pk q n−k kCnk pk q n−k − n2 p2 =
= k −k +
k=0 k=0
n
X
= k(k − 1)Cnk pk q n−k + np − n2 p2 =
k=2
n
X
2 k−2 k−2 n−k
= n(n − 1)p Cn−2 p q + np − n2 p2 =
k=2
2 n−2
= n(n − 1)p (p + q) + np − n2 p2 = np[p(n − 1) + 1 − np] = npq.
3
Metoda a II-a. Este cunoscut faptul că o variabilu a aleatoare binomială de
parametrii (n, p) este suma a n variabile
Pn aleatoare independente de tip Bernoulli
de parametru p. Astfel, X = i=1 Xi , unde
X1, X2 , · · · , Xn sunt variabile
0 1
aleatoare independente, cu distribuţia Xi : , i = 1, n. Avem
q p
E(Xi ) = 0 · q + 1P· p = p şi V (Xi ) = E(X 2 ) − E2 (X) = p − p2 = pq, i = 1, n.
Atunci E(X) =P ni=1 E(Xi ) = np şi, conform independenţei variabilelor aleatoare,
avem V (X) = ni=1 V (Xi ) = npq.
7. Se aruncă un zar de atâtea ori până apare faţa 6. Să se determine media şi
dispersia variabilei aleatoare X care indică numărul total de aruncări.
Soluţie.
1
X este o variabilă aleatoare geometrică de parametru p = , având distribuţia
6
1 2 ··· n ··· 5
X: n−1 , q =1−p= .
p pq · · · pq ··· 6
Avem
∞ ∞ ∞
!0 0
X
n−1
X
n−1
X
n 1 p 1
E(X) = npq =p nq =p q =p = 2
= = 6.
n=1 n=1 n=0
1−q q (1 − q) p
q
∞ ∞ ∞ ∞
!00
X X X X 1
E(X 2 ) = n2 pq n−1 = p n2 − n q n−1 + p nq n−1 qn + =
= pq
n=1 n=1 n=1 n=0
p
q
2pq 1 2q 1 2q + p q+1
= 3
+ = 2 + = 2
= .
(1 − q) p p p p p2
1+q 1 q
Rezultă V (X) = E(X 2 ) − E2 (X) = 2
− 2 = 2 = 30.
p p p
8. O urnă conţine a bile albe şi b bile negre. Se extrag (fără repunere) n bile
(n < min{a, b}). Variabila aleatoare X indică numărul de bile albe extrase. Să
se determine: a) P{X > n/2}; b) E(X).
Soluţie.
Conform schemei hipergeometrice, X are distribuţia:
!
0 1 ··· k ··· n
X: Ca0 Cbn Ca1 Cbn−1 Cak Cbn−k CnC0 .
C n C n · · · Cn
· · · Can b
a+b a+b a+b a+b
n
n no X Cak Cbn−k
X
a) P X > = P{X = k} = n
.
2 Ca+b
n/2<k≤n k=[n/2]+1
n
a nk=1 Ca−1
k n−k
Pn k n−k
P k−1 n−k n−1
X Ca Cb k=1 kCa Cb Cb aCa+b−1
b) E(X) = k n
= n
= n
= n
=
k=0
Ca+b Ca+b Ca+b Ca+b
a(a + b − 1)! n!(a + b − n)! na
= · = .
(n − 1)!(a + b − n)! (a + b)! a+b
4
9. Să se determine media şi dispersia unei variabile aleatoare X, de tip Poisson, cu
distribuţia
λn e−λ
P {X = n} = , n ∈ N (λ > 0).
n!
Soluţie.
∞ ∞ ∞
X X λn e−λ X λn−1
E(X) = nP{X = n} = n· = λe−λ = λe−λ eλ = λ.
n=0 n=1
n! n=1
(n − 1)!
∞ ∞ ∞
2
X
2 λn e−λ
X
2 −λ
X nλn−1
E(X ) = n P{X = n} = n · = λe =
n=0 n=1
n! n=1
(n − 1)!
∞ ∞ ∞
X [(n − 1) + 1]λn−1 X λn−2 X λn−1
= λe−λ = λ2 e−λ + λe−λ =
n=1
(n − 1)! n=2
(n − 2)! n=1
(n − 1)!
= λ2 e−λ eλ + λe−λ eλ = λ2 + λ.
V (X) = E(X 2 ) − E2 (X) = λ2 + λ − λ2 = λ.
Soluţie.
a) P{X ∈ [1, 2]} = F (2) − F (1) = e−a − e−2a .
ae−ax , x ≥ 0
b) f (x) = F 0 (x) =
0, Z x<0
Z ∞ ∞ Z ∞0 ∞
−ax
c) E(X) = xf (x) dx = axe dx = x −e−ax dx == − xe−ax 0 +
0 0 0
Z ∞ −ax ∞
e 1
x0 e−ax dx = − = .
0 Z ∞ a
0 Za ∞ Z ∞
2 −ax
0 ∞
2
d) E(X ) = 2
x f (x) dx = ax e dx = x2 −e−ax dx = − x2 e−ax 0 +
0 0 0
5
∞
∞ ∞
2xe−ax 2 ∞ −ax 2e−ax
Z Z
−ax 2
2xe dx = − + e dx = − 2
= 2.
0 a
0 a 0 a
0 a
2 1 1
V (X) = E(X 2 ) − E2 (X) = 2 − 2 = 2 .
a a a
12. Variabilele aleatoare independente X şi Y au distribuţii Poisson de parametrii
an −a bn −b
a şi b, deci P {X = n} = · e şi P {Y = n} = · e , ∀ n ∈ N. Să se deter-
n! n!
mine distribuţia variabilei aleatoare X + Y .
Soluţie.
X + Y ∈ N. Pentru n ∈ N, avem:
n
X
P{X + Y = n} = P (∪nk=0 {X = k, Y = n − k}) = P{X = k, Y = n − k}
k=0
n n n
indep.
X X ak e−a bn−k e−b −(a+b)
X ak bn−k
= P{X = k}·P{Y = n−k} = · =e
k=0 k=0
k! (n − k)! k=0
k!(n − k)!
n
!
e−(a+b) X k k n−k (a + b)n e−(a+b)
= Cn a b = .
n! k=0
n!
Astfel, variabila aleatoare X + Y are o distribuţie Poisson de parametru a + b.
13. Să se determine a, b ∈ R astfel ı̂ncât funcţia F (x) = a + b arctg, x, x ∈ R, să fie
funcţia de repartiţie a unei variabile aleatoare X. Să se calculeze P {|X| > 1}.
Soluţie.
Funcţia F reprezintă o funcţie de repartiţie dacă este monoton crescătoare,
con-
b>0
tinuă la dreapta, cu lim F (x) = 0 şi lim F (x) = 1. Obţinem: a − b π2 = 0 ,
x→∞ x→∞
a + b π2 = 1
1 1 1 1
de unde a = , b = . Astfel, F (x) = + arctg x, x ∈ R.
2 π 2 π
6
P {|X| > 1} = 1 − P {|X| ≤ 1} = 1 − P {X ∈ [−1, 1]} = 1 − [F (1) − F (−1)] =
1 1 1 1 1
=1− + arctg 1 − + arctg (−1) = .
2 π 2 π 2
Soluţie.
a) Funcţia f reprezintă o densitate
Z de probabilitate dacă este pozitivă, continuă
∞
aproape peste tot, astfel ı̂ncât f (x) dx = 1. Avem:
−∞
Z ∞ Z 1
1
f (x) dx = a √ dx = a·arcsin x|1−1 = a(arcsin 1−arcsin(−1)) = aπ.
1−x 2
−∞ −1
1
Rezultă a = .
π
b)
∞
1 1
Z Z
x
E(X) = xf (x) dx = √ dx = 0,
−∞ π −1 1 − x2
x
deoarece funcţia g(x) = √ este impară pe intervalul [−1, 1].
1 − x2
Z ∞
1 1
Z 1
x2 x2
Z
2 2 paritate 2
E(X ) = x f (x) dx = √ dx = √ dx.
−∞ π −1 1 − x2 π 0 1 − x2
Z 1
x2
Fie I = √ dx..
0 1 − x2
Z 1 √ √ Z 1 √ Z 1
0
1 0 1 − x2
I=− x 1−x 2 dx = −x 1 − x |0 +2 x 1 − x dx =2 √ dx =
0 0 0 1 − x2
Z 1 Z 1
1 x2 π
= √ dx − √ dx = arcsin x|10 − I = − I.
0 1 − x2 0 1 − x2 2
7
π π 2 2 π 1
Rezultă 2I = , deci I = , de unde E(X 2 ) = · I = · = .. Obţinem
2 4 π π 4 2
V (X) = E(X 2 ) − E2 (X) = 12 − 0 = 12 .
Z 1 Z 1
1 1 1 2 1 2 1
c) P |X| ≤ =P − ≤X≤ = f (x) dx = √ dx =
2 2 2 − 12 π − 12 1 − x2
Z 1
paritate 2 2 1 2 1/2 2 π 1
= √ dx = · arcsin x|0 = · = .
π 0 1−x 2 π π 6 3
a
15. Considerăm funcţia f : R → [0, ∞), f (x) = , x ∈ R. Să se determine
+ e−x ex
a ∈ R astfel ca f să fie funcţia de densitate a unei variabile aleatoare X. Să se
calculeze media lui X. Să se determine P{X > 1}.
Soluţie.
Funcţia f reprezintă o densitateZ de probabilitate dacă este pozitivă, continuă
∞
aproape peste tot, astfel ı̂ncât f (x) dx = 1. Avem:
−∞
∞ ∞ ∞
(ex )0
Z Z Z
1 aπ
f (x) dx = a dx = a 2 dx = a arctg (ex )|∞
−∞ = .
−∞ −∞ e + e−x
x
−∞ (ex ) + 1 2
2
Rezultă a = . Media variabilei aleatoare X:
π
Z ∞
2 ∞
Z
x imparitate
E(X) = xf (x) dx = x −x
dx = 0.
−∞ π −∞ e + e
Z ∞
2 ∞
Z
1 2 2arctg(e)
P{X > 1} = f (x) dx = x −x
dx = arctg (ex )|∞ 1 = 1− .
1 π 1 e +e π π
8
0, x<0
16. Fie funcţia f : R → [0, ∞) definită prin f (x) = −x2 /2 .
axe , x≥0
a) Determinaţi valoarea parametrului a astfel ca f reprezinte funcţia de den-
sitate a unei variabile aleatoare X.
b) Calculaţi dispersia variabilei aleatoare X.
Soluţie.
a) Funcţia f reprezintă o densitate
Z de probabilitate dacă este pozitivă, continuă
∞
aproape peste tot, astfel ı̂ncât f (x) dx = 1. Avem:
−∞
Z ∞ Z ∞ ∞
−x2 /2 −x2 /2
f (x) dx = a xe dx = −a e = a.
−∞ 0 0
Rezultă a = 1.
Z ∞ Z ∞
2 −x2 /2
∞
√ −y
y=x2 /2 √ Z
b) E(X) = xf (x) dx = x e= dx y e dy = 2
−∞ 0 0
√ √
√ Z ∞ 3/2−1 −y √ 3 2 1 2π
= 2 y e dy = 2 Γ = Γ = ,
0 2 2 2 2
Z ∞
unde Γ(t) = xt−1 e−x dx, t > 0, este funcţia lui Euler de prima speţă.
0
Z ∞ Z ∞ Z ∞ Z ∞
3 −x2 /2 y=x2 /2 −y
2
E(X ) = 2
x f (x) dx = x e dx = 2 y e dy = 2 y 2−1 e−y dy =
−∞ 0 0 0
√ !2
2π 4−π
= 2 Γ(2) = 2 Γ(1) = 2. Atunci V (X) = E(X 2 )−E2 (X) = 2− = .
2 2