Aplicaţii Probabilităţi şi Statistică III

Calculul probabilităţilor. Variabile aleatoare.

Inegalitatea lui Cebı̂şev. Teorema limită centrală
1. 4 copii aleg la intâmplare câte un număr din mulţimea {1, 2, · · · , 10}. Care este
probabilitatea să existe 2 copii care au ales acelaşi număr?
Soluţie.
Fie A evenimentul ca cel puţin 2 copii să aleagă acelaşi număr. Evenimentul ca
cei 4 copii să aleagă numere distincte este Ac , contrarul evenimentului A. Fiecare
alegere a numerelor corespunde unei funcţii f : {1, 2, 3, 4} → {1, 2, · · · , 10}.
Astfel, f (i) reprezintă numărul ales de copilul i ∈ {1, 2, 3, 4}. Numărul de cazuri
posibile este |{f | f : {1, 2, 3, 4} → {1, 2, · · · , 10}}| = 104 . Numărul de cazuri
favorabile evenimentului Ac este cu numărul funcţiilor injective f : {1, 2, 3, 4} →
10!
{1, 2, · · · , 10}, deci A410 = = 10 · 9 · 8 · 7. Atunci
6!
10 · 9 · 8 · 7
P(Ac ) = = 0, 504.
104
Rezultă P(A) = 1 − P(Ac ) = 0, 496. 

2. (Problema votului) La un tur de alegeri, candidatul A primeşte p voturi iar

candidatul B obţine q voturi, unde p > q ≥ 1. Votul este secret, iar după
ı̂ncheierea scrutinului se trece la desfacerea treptată a buletinelor de vot şi
numărarea voturilor. Care este probabilitatea ca ı̂n fiecare moment al numărării
voturilor candidatul A să fie ı̂n avantaj faţă de candidatul B?
Soluţie.
Fiecarei secvenţe posibile de numărare a celor p + q voturi ı̂i asociem un vector
v = (v1 , v2 , · · · , vp+q ), având componemtele vi ∈ {−1, 1}, i ∈ {1, 2, · · · , p + q},
cu semnificaţia următoare:


1, dacă pe buletinul de vot extras pe poziţia i este votat candidatul A
vi = .
−1, dacă pe buletinul de vot extras pe poziţia i este votat candidatul B
Cum A primeşte p voturi, iar B q voturi, un astfel de vector v are p componene
p+q
X
egale cu 1 şi q componente egale cu -1, deci vi = p − q. Astfel, numărul de
i=1
p
cazuri posibile este |V | = Cp+q , unde

p+q
( )
 X
p+q 
V = v = (v1 , v2 , · · · , vp+q ) ∈ {−1, 1} vi = p − q .
i=1

1
Fie E evenimentul ca ı̂n fiecare moment al numărării voturilor candidatul A să
fie ı̂n avantaj faţă de candidatul B. Secvenţelor de numărare favorabile eveni-
mentului E li se asociază mulţimea
(  j )
X
V+ = v = (v1 , v2 , · · · , vp+q ) ∈ V  vi > 0, j = 1, 2, · · · , p + q .


i=1

Secvenţelor nefavorabile evenimentului E li se asociază mulţimea

(1) (2)
V− = V \ V+ = V− ∪ V− ,

unde
(1)
V− = {v = (v1 , v2 , · · · , vp+q ) ∈ V | v1 = −1}
iar
(  j
)
 X
(2)
V− = v = (v1 , v2 , · · · , vp+q ) ∈ V  v1 = 1, ∃j ∈ {2, · · · , p + q − 1} : vi = 0 .


i=1

(1)
Deoarece p > q, pentru oricare v = (v1 , v2 , · · · , vp+q ) ∈ V− există j ∈ {2, · · · , p+
q − 1} astfel ca ji=1 vi = 0. Astfel, pentru oricare v = (v1 , v2 , · · · , vp+q ) ∈ V− ,
P
putem defini un unic indice jv ∈ {2, · · · , p + q − 1} prin
(  j )
X
jv = min j ∈ {2, · · · , p + q − 1}  vi = 0 .


i=1

(1) (2) ϕ
Definim funcţia ϕ : V− → V− prin (v1 , v2 , · · · , vp+q ) −→ (w1 , w2 , · · · , wp+q ),
unde 
−vi , i ∈ {1, 2, · · · , jv }
wi =
vi , i ∈ {jv + 1, · · · , p + q}
(2) (1)
Funcţia ϕ este bijectivă, având inversa ϕ−1 : V− → V− definită prin
ϕ−1
(w1 , w2 , · · · , wp+q ) −→ (v1 , v2 , · · · , vp+q ), unde

−wi , i ∈ {1, 2, · · · , jw }
vi =
wi , i ∈ {jw + 1, · · · , p + q}
   
 (2)   (1)  p
Atunci avem V−  = V−  = Cp+q−1 . Ca urmare,
     
 (1)   (2)   (1)  p
|V− | = V−  + V−  = 2 V−  = 2Cp+q−1 ,
p p
deci |V+ | = |V | − |V− | = Cp+q − 2Cp+q−1 . Rezultă
p p p
|V+ | Cp+q − 2Cp+q−1 Cp+q−1 2q p−q
P(E) = = p =1−2 p =1− = .
|V | Cp+q Cp+q p+q p+q

2
3. n urne U1 , · · · , Un conţin bile albe şi bile negre. Urna Ui conţine ai bile albe şi
bi bile negre, i = 1, · · · , n. Conţinutul celor n urne se depune ı̂ntr-o unică urnă
U . Se extrage o bilă din urna U .

a) Determinaţi probabilitatea ca bila extrasă să provină din urna Ui .

b) Determinaţi probabilitatea ca bile extrasă să fie albă.
c) Verificaţi rezultatul de la b) utilizând formula probabilităţii totale.
d) Ştiind că bila extrasă este albă, determinaţi probabilitatea ca aceasta să
provină din urna Ui .

Soluţie.
a) Notăm Ai evenimentul ca bila extrasă săprovină din urna Ui . Avem

ai + b i
P(Ai ) = Pn , i = 1, 2, · · · , n.
j=1 (aj + bj )

b) Fie A evenimentul extragerii unei bile albe. Avem

Pn
ai
P(A) = Pn i=1 .
j=1 (aj + bj )

c) Evenimentele Ai , i = 1, 2, · · · , n formează un sistem complet de evenimente.

n
X
Evident, P(Ai ) = 1. Apoi
i=1

ai
P(A|Ai ) = , i = 1, 2, · · · , n.
ai + b i
Conform formulei probabilităţii totale, avem
n n Pn
X X ai ai + b i ai
P(A) = P(A|Ai ) · P(Ai ) = · Pn = Pn i=1 ,
i=1 i=1
ai + b i j=1 (aj + bj ) j=1 (aj + bj )

deci rezultatul obţinut la b) este verificat.

d) Determinăm P(Ai |A) prin formula lui Bayes:
ai Pn ai +bi
P(A|Ai · P(Ai ) ai +bi
· ai
j=1 (aj +bj )
P(Ai |A) = Pn = Pn = Pn .
k=1 P(A|Ak ) · P(Ak )
a ak
Pn k=1 k k=1
j=1 (aj +bj )

3
4. Se arunca două zaruri de 10 ori. Care este probabilitatea ca de 4 ori sa apară
suma 7?
Soluţie.
Se aplică schema lui Bernoulli. Notăm p probabilitatea ca la o aruncare să
obţinem suma 7. Mulţimea cazurilor posibile se reprezintă ca

P = {(i, j)| i, j = 1, 2, · · · , 6},

iar mulţimea cazurilor favorabile se reprezintă prin

F = {(i, j) ∈ M | i + j = 7} = {(i, 7 − i)| i = 1, , 2, · · · , 6}.

Atunci
|F | 6 1
p= = = .
|P | 36 6
5
Notăm q = 1 − p = . Rezultă
6

4 4 6 10! 56
p4|10 = C10 pq = · ≈ 0, 0542.
4!6! 610

5. Trei semnale sunt receptionate corect cu probabilităţile 0,8, 0,7 şi respectiv 0,9.
Determinaţi cu ce probabilitate sunt recepţionate corect exact două semnale.
Soluţie.
Se aplică schema lui Poisson. Notăm p1 = 0, 8, p2 = 0, 7 şi p3 = 0, 9 Fie
qi = 1 − pi , i = 1, 2, 3. Probabilitatea recepţionării corecte a exact 2 semnale
este
p2|3 = p1 p2 q3 + p2 p3 q1 + p3 p1 q2 = 0, 398.

6. De pe un submarin se lansează 4 torpile asupra unei nave inamice. Probabili-

tatea ca o torpilă să lovească nava este p. Nava se scufundă cu probabilitatea
r dacă este lovită de o singură torpilă, dar se scufundă cu certitudine dacă este
lovită de cel puţin două torpile. a) Care este probabilitatea ca nava să se scu-
funde? b) În ipoteza că nava se scufundă, care este probabilitatea să fi fost
lovită de exact două torpile?
Soluţie.
a) Fie q = 1 − p probabilitatea că o torpilă lansată să rateze ţinta. Notăm cu
A evenimentul ca nava să se scufunde şi cu Ai evenimentul ca i ∈ {0, 1, 2, 3, 4}
torpile să lovească nava. Aplicând schema lui Bernoulli, obţinem

P(Ai ) = C4i pi q 4−i , i = 0, 1, 2, 3, 4.

Conform ipotezei,

P(A|A0 ) = 0, P(A|A1 ) = r şi P(A|Ai ) = 1, i = 2, 3, 4.

4
 Mulţimea {Ai | i = 0, 1, · · · , 4} reprezintă un sistem complet de evenimente.
Conform formulei probabilităţii totale avem
4
X 4
X
P (A) = P (A|Ai ) · P(Ai ) = rC41 pq 3 + C4i pi q 4−i = 1 + 4pq 3 (r − 1) − q 4 .
i=0 i=2

b) Aplicăm formula lui Bayes.

P(A|A2 ) · P(A2 ) 6p2 q 2

P(A2 |A) = = .
P(A) 1 + 4pq 3 (r − 1) − q 4

7. Dintr-o grupă de 30 de studenţi, 5 sunt excelenţi, 15 sunt buni iar restul sunt
mediocri. Se aleg la ı̂ntâmplare 2 studenţi A şi B şi se constată că studentul A
este mai bun decât studentul B. Care este probabilitatea ca studentul A să fie
excelent?
Soluţie.
Notăm cu H evenimentul ca studentul A să fie mai bun ca studentul B.
Fie de asemenea evenimentele:
E - evenimentul ca studentul A să fie excelent;
F - evenimentul ca studentul A să fie bun;
G - evenimentul ca studentul A să fie mediocru.
Avem
5 1 15 1 10 1
P(E) = = , P(F ) = = şi P(G) = = .
30 6 30 2 30 3
Ne interesează probabilitatea evenimentului E condiţionat de evenimentul H.
Au loc următoarele probabilităţi condiţionate:
15 + 10 25 10 10
P(H|E) = = ; P(H|F ) = = şi P(H|G) = 0.
30 − 1 29 30 − 1 29
Mulţimea {E, F, G} formează un sistem complet e evenimente. Conform for-
mulei lui Bayes, obţinem
25 1
P(H|E) · P(E) 29
· 6 5
P(E|H) = = 25 1 10 1 = .
P(H|E) · P(E) + P(H|F ) · P(F ) + P(H|G) · P(G) 29
· 6
+ 29
· 2
11

8. Dintr-un lot de 100 de aparate, 6 au defecte remediabile, 4 sunt rebuturi, iar

restul funcţionează. Se aleg la ı̂ntâmplare 10 aparate. Care este probabilitatea
ca dintre acestea 7 să funcţioneze, 2 să fie reparabile şi unul să fie rebut?
Soluţie.
Se aplică schema hipergeometrică generalizată:
7
C90 C62 C41
p(7,2,1) = 10
.
C100

5
 9. Trei producători trimit spre vânzare unui magazin acelaşi tip de produs. Primul
producător dă 3% produse defecte, al doilea dă 2% produse defecte iar al treilea
dă 1% produse defecte. Se ştie că al doilea producător trimite de două ori mai
multă marfă decât primul şi de două ori mai puţină marfă decât al treilea. Care
este probabilitatea ca un produs luat la ı̂ntâmplare să fie defect?
Soluţie.
Fie A evenimentul ca produsul ales să fie defect. Notăm cu Ai evenimentul
ca produsul ales să provină de la producătorul i ∈ {1, 2, 3}. Ţinând cont de
proporţia cantităţilor livrate magazinului de cei 3 producători, obţinem:
1 2 4
P(A1 ) = , P(A2 ) = , P(A3 ) = .
7 7 7
Apoi, conform datelor problemei:
3 2 1
P(A|A1 ) = , P(A|A2 ) = , P(A|A3 ) = .
100 100 100
Aplicând formula probabilităţii totale, obţinem

P(A) = P(A|A1 ) · P(A1 ) + P(A|A2 ) · P(A2 ) + P(A|A3 ) · P(A3 ) =

3 1 2 2 1 4 11
= · + · + · = ≈ 0.0157 = 1, 57%.
100 7 100 7 100 7 700

10. Determinaţi funcţia de repartiţie a unei variabile aleatoare X cu distribuţia

binomiale de parametrii (3, p).
Soluţie.
Avem  
0 1 2 3
X: .
q 3pq 3p q p4
3 2 2

Funcţia de repartiţie a variabilei aleatoare X este următoarea:



 0, t < 0
q 3 , t ∈ [0, 1)]



F (t) = P{X ≤ t} = q 3 + 3pq 2 , t ∈ [1, 2)
q + 3pq 2 + 3p2 q, t ∈ [2, 3)
3




1, t ≥ 3


6
 
ax2 + bx, x ∈ [0, 1]
11. Fie f : R → R, f (x) = .
0, x ∈ (−∞, 0) ∪ (1, ∞)
Determinaţi parametrii a, b ∈ R astfel ca f să fie funcţia de densitate a unei
variabile aleatoare X cu media E(X) = 1/2.
Soluţie. Parametrii a şi b se determină rezolvând sistemul
 2
+ bx ≥ 0, ∀ x ∈ [0, 1]
 2
 axR1 2  ax + bx ≥ 0, ∀ x ∈ [0, 1]
a
0
(ax + bx) dx = 1 ⇔ 3
+ 2b = 1 .
 1 R 2  a b 1
0
x(ax + bx) dx = 1/2 4
+ 3
= 2

Obţinem a = −6, b = 6 şi f (x) = 6x(1 − x) ≥ 0, ∀ x ∈ [0, 1].

12. (a) Determinaţi funcţia caracteristică a unei variabile aleatoare binomiale X

de parametrii n şi p (X ∈ Bin(n, p)).
(b) Determinaţi funcţia de repartiţie a unei variabilei aleatoare X care admite
funcţia caracteristică
1
ϕ(t) = (1 + eit )2 , t ∈ R.
4

Soluţie.
(a) Variabila aleatoare X ∈ Bin(n, p), unde n ∈ N∗ , p ∈ (0, 1) are distribuţia:
 
k
X: ,
Cnk pk q n−k k∈{0,1,··· ,n}

deci P{X = k} = Cnk pk q n−k , k = 0, 1, · · · , n. Reamintim că această distribuţie

modelează schema lui Bernoulli, indicând numărul de ”reuşite” din n experienţe
identice şi independente, ı̂n care probabilitatea ”reuşitei” este p (ı̂n limbajul
urnei, ”probabilitatea extragerii unei bile albe”).
Funcţia caracteristică a variabilei aleatoare X este dată de:
n n
itX
X
itk
X
k
n
Cnk pk q n−k Cnk peit q n−k = q + peit


ϕ(t) = E e = e = , t ∈ R.
k=0 k=0

(b) Avem
 2
1 1 1 it
ϕ(t) = (1 + eit )2 = + e , t ∈ R,
4 2 2
reprezentând funcţia caracteristică a unei variabile aleatoare binomiale de parametrii
1
n = 2 şi p = . Din teorema de unicitate deducem X ∈ Bin 2, 12 .


2
13. Determinaţi funcţia de densitate a variabilei aleatoare X 2 , unde X ∈ N (0, 1).
Calculaţi media şi dispersia variabilei aleatoare X 2 .
Soluţie.

7
 Funcţia de densitate. Fie F : R → [0, 1] funcţia de repartiţie a variabilei
aleatoare Y = X 2 . Deoarece Y = X 2 ia valori pozitive, avem
F (t) = P{X 2 ≤ t} = 0, ∀ t < 0.
De asemenea, F (0) = P{X 2 ≤ 0} = P{X 2 = 0} = 0 (deoarece X 2 este o
variabilă aleatoare de tip continuu). Pentru t > 0, avem
√ √ Z √t r Z √t
1 x2 2 x2
F (t) = P{X 2 ≤ t} = P{X ∈ [− t, t]} = √ √
e− 2 dx = e− 2 dx.
2π − t π 0
Atunci funcţia de densitate f a variabilei aleatoare Y = X 2 este dată de:
(
0, t ≤ 0
f (t) = F 0 (t) = e −2t .
√
2tπ
, t > 0
Observaţii.
Z ∞ Z ∞ −t Z ∞ −x Z ∞
e 2 x=t/2 1 e 1 1
1. f (t) dt = √ dt = √ √ ·2dx = √ x 2 −1 e−x dx =
−∞ 0 2tπ 2π 0 2x π 0
√
   
1 1 1
=√ Γ = 1, deoarece Γ = π.
π 2 2
1 t
t 2 −1 e− 2
2. Avem f (t) = 1 1
, ∀ t > 0, deci X 2 ∈ Gama 12 , 2 . Atunci Y = X 2 este


22 Γ 2
o variabilă aleatoare de tip χ2 cu un grad de libertate.
Media.
Z ∞ Z ∞ Z ∞
1 1
− 2t x=t/2 1 1
E(Y ) = tf (t) dt = √ t e dt = √
2 (2x) 2 e−x · 2 dx =
−∞ 2π 0 2π 0
Z ∞    
2 3
−1 −x 2 3 2 1 1
=√ x e dx = √ Γ
2 = √ · ·Γ = 1.
π 0 π 2 π 2 2
Media de ordinul 2.
Z ∞ Z ∞ Z ∞
1 3
− t x=t/2 1 3
2 2
(2x) 2 e−x · 2 dx =


E Y = t f (t) dt = √ t 2 e 2 dt = √
−∞ 2π 0 2π 0
Z ∞    
4 5
−1 −x 4 5 4 3 1 1
=√ x 2 e dx = √ Γ = √ · · ·Γ = 3.
π 0 π 2 π 2 2 2
Dispersia.
V (Y ) = E Y 2 − E2 (Y ) = 3 − 1 = 2.

14. Fie X, Y, Z trei variabile aleatoare independente şi identic distribuite, cu distribuţia
uniformă pe intervalul [0, 1] (notat prin X, Y, Z ∈ U [0, 1]), deci variabilele admit
densităţile de probabilitate:

1, x ∈ [0, 1]
fX (x) = fY (x) = fZ (x) = .
0, x ∈ R \ [0, 1]
Determinaţi:

8
 (a) funcţiile de repartiţie FX şi FX+Y ale variabilelor aleatoare X şi X + Y ;
(b) mediile şi dispersiile variabilelor aleatoare X, X + Y şi X + Y + Z;
(c) funcţiile caracteristice ϕX şi ϕX+Y ale variabilelor aleatoare X şi X + Y ;
verificaţi relaţia ϕX+Y = ϕ2X şi explicaţi rezultatul;
(d) funcţia de densitate fX+Y +Z a variabilei aleatoare X + Y + Z; verificaţi
relaţia: Z ∞
fX+Y +Z (t) dt = 1.
−∞

(e) graficul lui fX+Y +Z ; interpretaţi forma graficului.

Soluţie.
(a) funcţiile de repartiţie FX şi FX+Y ale variabilelor aleatoare X şi
X +Y;
Funcţia de repartiţie a variabilei aleatoare X este:

Z x  0, x ∈ (−∞, 0)
FX (x) = fX (t) dt = x, x ∈ [0, 1] .
−∞ 
1, x ∈ (0, ∞)

Funcţia de densitate fX+Y este dată de:



 0, t ∈ (−∞, 0)
t, t ∈ [0, 1)

fX+Y (t) =

 2 − t, t ∈ [1, 2]
0, t ∈ (2, ∞)


(a se vedea Problema 6, Testul 2).

9
Funcţia de repartiţie a variabilei aleatoare X + Y este:

 R x 0, x ∈ (−∞, 0)
Z x 

0
t dx, x ∈ [0, 1]
FX+Y (x) = fX+Y (t) dt = R1 Rx =
−∞ t dt + 1 (2 − t) dt, x ∈ [1, 2]
 0


1, x ∈ (0, ∞)

 0, x ∈ (−∞, 0)
x2

, x ∈ [0, 1]

= 2 .
−x2 +4x−2

 2
, x ∈ [1, 2]
1, x ∈ (2, ∞)


10
(b) mediile şi dispersiile variabilelor aleatoare X, X + Y şi X + Y + Z;
Media variabilei aleatoare X:
Z ∞ Z 1 1
t2  1
E(X) = tfX (t) dt = t dt =  = .
−∞ 0 2 0 2
Dispersia variabilei aleatoare X:
Z ∞  2 Z 1 1
2 2 2 1 2 1 t3  1 1 1 1
V (X) = E(X )−E (X) = t fX (t) dt− = t dt− =  − = − = .
−∞ 2 0 4 3 0 4 3 4 12
Atunci
E(X + Y ) = E(X) + E(Y ) = 2E(X) = 1.
Observaţie. Rezultatul E(X + Y ) = 1 se interpretează geometric prin faptul că
drepta de ecuaţie x = 1 este axa de simetrie pentru graficul funcţiei de densitate
fX+Y , ilustrat mai sus.
3
E(X + Y + Z) = E(X) + E(Y ) + E(Z) = 3E(X) = .
2
Datorită independenţei, avem
1
V (X + Y ) = V (X) + V (Y ) = 2V (X) = ;
6
1
V (X + Y + Z) = V (X) + V (Y ) + V (Z) = 3V (X) = .
4
(c) funcţiile caracteristice ϕX şi ϕX+Y ; verificaţi relaţia ϕX+Y = ϕ2X şi
explicaţi rezultatul;
Pentru t ∈ R∗ avem
Z ∞ Z 1 1
itX

itx itx eitx  eit − 1
ϕX (t) = E e = e fX (x) dx = e dx = = .
−∞ 0 it 0 it
Apoi, ϕX (0) = 1.
Pentru t ∈ R∗ avem
Z ∞ Z 1 Z 2
it(X+Y ) itx itx
eitx (2−x) dx =


ϕX+Y (t) = E e = e fX+Y (x) dx = e x dx+
−∞ 0 1
Z 1 2 Z 
1 itx 0

0
eitx (2 − x) dx =


= e x dx +
it 0 1
 Z 1 Z 2 
1 itx 1
 itx itx 2
 itx
= xe 0 − e dx + (2 − x)e 1 + e dx =
it 0 1
itx 1
 !
itx 2 2it it it 2
=
1
eit −
e  − eit + e  = e − 2e + 1 = − (e − 1) .
it it 0 it 1 (it)2 t2

11
Apoi, ϕX+Y (0) = 1.
Constatăm că 2
eit − 1

ϕX+Y (t) = = ϕ2X (t), ∀ t ∈ R∗ .
it
În plus, ϕX+Y (0) = 1 = ϕ2X (0).
Explicaţia este oferită de teorema multiplicării. Astfel datorită independenţei
variabilelor aleatoare X şi Y , are loc:

ϕX+Y = ϕX · ϕY = ϕ2X .

(d) funcţia fX+Y +Z de densitate a variabilei aleatoare X + Y + Z;

verificaţi că Z ∞
fX+Y +Z (t) dt = 1.
−∞

Deoarece X + Y + Z ∈ [0, 3], fX+Y +Z (t) = 0, ∀ t ∈ R \ [0, 3]. Pentru t ∈ [0, 3],
avem:
Z ∞
fX+Y +Z (t) = (fZ ∗ fX+Y ) (t) = fZ (t − x) · fX+Y (x) dx =
−∞
Z 1 Z 2 Z Z
= xfZ (t−x) dx+ (2−x)fZ (t−x) dx = x dx+ (2−x) dx =
0 1 [0,1]∩[t−1,t] [1,2]∩[t−1,t]
 Rt 
t2

 R 0
x dx, t ∈ [0, 1) 
 2
, t ∈ [0, 1)
1 Rt −2t2 +6t−3
= t−1
x dx + 1 (2 − x) dx, t ∈ [1, 2) = 2
, t ∈ [1, 2) .
(t−3)2
 R2 

t−1
(2 − x) dx, t ∈ [2, 3] 
2
, t ∈ [2, 3]
Z
Verificăm fX+Y +Z (t) dt = 1:
R

1 2 Z 2 Z 3
−2t2 + 6t − 3 (t − 3)2
Z Z
t 1 4 1
fX+Y +Z (t) dt = dt+ dt+ dt = + + = 1.
R 0 2 1 2 2 2 6 6 6

12
 (e) graficul lui fX+Y +Z ; interpretaţi forma graficului.

Graficul densităţii fX+Y +Z are o formă apropiată de graficul densităţii normale

de medie µ = 32 , ı̂n conformitate cu aproximarea oferită de Teorema limită
centrală.

15. La un concurs de biatlon, un sportiv nimereste ţinta cu probabilitatea p = 45 .

Ştiind că sportivul execută 25 de trageri, arătaţi că şansa ca acesta să nimerească
ţinta de cel puţin 15 ori este mai mare de 85%.
Soluţie.
Fie Xi variabila aleatoare Bernoulli de parametru p care indică rezultatul tragerii
i ∈ {1, 2, · · · , 25}. Astfel Xi = 1 dacă sportivul nimereţe ţinta, respectiv Xi = 0,
X25
dacă sportivul ratează la tragerea i. Atunci S25 = Xi este variabila aleatoare
i=1
binomială care indică numărul de trageri reuşite ale sportivului. Avem

E(S25 ) = 25p = 20 şi V (S25 ) = 25pq = 4.

Aplicăm inegalitatea lui Cebı̂şev variabilei aleatoare S25 pentru ε = 6:

V (S25 ) 4 1
P{|S25 − 20| ≥ 6} = P{|S25 − E(S25 )| ≥ 6} ≤ = = ,
62 36 9
de unde deducem
1
P{S25 ∈ {0, 1, · · · , 14}} ≤ .
9

13
 Rezultă
1 8
P{S25 ≥ 15} = 1−P{S25 ∈ {0, 1, · · · , 14}} ≥ 1− = = 0, 88... > 0, 85 = 85%,
9 9
ceea ce trebuia demonstrat.

16. Probabilitatea ca un monitor de calculator să nu aibă rezoluţia acceptabilă este

de 0,1. S-au cumpărat 1000 de monitoare. Care este probabilitatea ca mai mult
de 100 monitoare să nu fie acceptabile? (Notă: se va utiliza aproximarea oferită
de Teorema limită centrală.)
Soluţie.
Fie Xi variabila aleatoare Bernoulli de parametru p = 0, 1 care indică starea
monitorului i ∈ {1, 2, · · · , 1000}. Convenim ca Xi = 1 dacă monitorul i nu are
1000
X
rezoluţia acceptabile. Atunci S1000 = Xi este variabila aleatoare binomială
i=1
care indică numărul de monitoare defecte. Avem E(S1000 ) = 1000p = 100 şi
V (S1000 ) = 1000pq = 90. Conform Teoremei limită centrală, obţinem:
  Z ∞ Z ∞
S1000 − 100 1 − x2
2 1 x2 1
P{S1000 > 100} = P √ >0 ≈ √ e dx = √ e− 2 dx = .
90 2π 0 2 2π −∞ 2

17. Într-un an de studiu sunt 132 de studenţi. Fiecare student alege la ı̂ntâmplare un
număr din mulţimea {1, 2, · · · , 10} şi se calculează media aritmetică x ∈ [1, 10]
a numerelor alese. Se pune problema estimării probabilităţii ca numărul x să fie
cuprins ı̂ntre 5 şi 6.

(a) Folosind inegalitatea lui Cebı̂şev, arătaţi că această probabililtate depăşeşte
75%;
(b) Folosind estimarea obţinută pe baza Teoremei limită centrală, arătaţi că
probabilitatea studiată este aproximativ egală cu 95%.

Soluţie. Fie n = 132.

Notăm Xi numărul ales de studentul i ∈ {1, 2, · · · , n}. Xi se interpretează ca o
variabilă aleatoare cu distribuţie uniformă pe mulţimea {1, 2, · · · , 10} :
 
1 2 · · · 10
Xi : 1 1 1 .
10 10
· · · 10

Variabilele aleatoare Xi , i = 1, 2, · · · , n sunt independente şi identic distribuite,

cu media comună
10
X k 10 · 11 11
µ= = = = 5, 5
k=1
10 2 · 10 2

14
şi dispersia comună
10
2
X k2 10 · 11 · 21 112 33
σ = − µ2 = − 2 = = 8, 25.
k=1
10 6 · 10 2 4

Pn Sn
Notăm Sn = i=1 Xi . Atunci x = .
n
Avem

P{x ∈ (5, 6)} = 1 − P{x ∈ [0, 10] \ (5, 6)} = 1 − P{x ∈ [0, 5] ∪ [6, 10]]} =
  
 Sn  1
= 1 − P{|x − 5, 5| ≥ 0, 5} = 1 − P  − µ ≥
  .
n 2
Variabilele aleatoare Xi , i = 1, 2, · · · , n sunt independente şi identic distribuite,
având dispersia comună σ 2 , deci

nσ 2 σ2
 
Sn 1
V = 2 · V (Sn ) = 2 = .
n n n n

Conform inegalităţii lui Cebı̂şev,

Sn


4σ 2
  
 Sn  1 V n
P  − µ ≥
  ≤
= .
n 2 1 2 n
2

Rezultă
4σ 2 4 · 8, 25 1 3
P{x ∈ (5, 6)} ≥ 1 − =1− = 1 − = = 0, 75.
n 132 4 4
Prin urmare, probabilitatea (exprimată ı̂n procente) ca numărul x să fie cuprins
ı̂ntre 5 şi 6 depăşeşte 75%.
(b) Conform Teoremei limită centrală, are loc convergenţa ı̂n distribuţie

Sn − nµ d
√ −→ Z,
σ n

unde Z este o variabila aleatoare normală standard. Atunci, ţinând cont de

faptul că n = 132 este ”mare”, putem conta pe aproximarea
  Z 2
Sn − nµ 1 x2 (∗)
P −2 < √ <2 ≈ √ e− 2 dx = P{Z ∈ [−2, 2]} = 0, 9544 · · · .
σ n 2π −2

(*) Dacă Y ∈ N (m, s), unde m = E(Y ) şi s2 = V (Y ), atunci

P{m − 2s ≤ Y ≤ m + 2s} = 0, 9544 · · · .

15
Variabila aleatoare Z este normală standard (Z ∈ N (0, 1)), deci m = 0 şi s = 1.
Dar
 
1 Sn 11 1 n n no
P{x ∈ (5, 6)} = P − < − < = P − < Sn − nµ < =
2 n 2 2 2 2
 √ √  ( √ √ )
n Sn − nµ n 132 Sn − nµ 132
=P − < √ < =P − √ < √ < √ =
2σ σ n 2σ 2 · 33/2 σ n 2 · 33/2
 
Sn − nµ
= P −2 < √ <2 .
σ n
Din cele de mai sus rezultă

P{x ∈ (5, 6)} ≈ 0, 95.

Ca urmare, probabilitatea (exprimată ı̂n procente) ca numărul x să fie cuprins

ı̂ntre 5 şi 6 este aproximativ egală cu 95%.

16