Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 1

CURS 4

0.1 Probabilităţi condiţionate

Propoziţia 0.1. (Formula probabilităţii totale)

Fie (Ω, K, P ) un câmp de probabilitate şi (Ai )i=1,n ⊂ K un sistem com-
plet de evenimente al lui Ω. Atunci, pentru orice B ∈ K, are loc egalitatea
n
X
P (B) = P (Ai ) · PAi (B) =
i=1 (0.1)
= P (A1 ) · PA1 (B) + P (A2 ) · PA2 (B) + . . . + P (An ) · PAn (B) .

Problema 0.1. Fie o urnă care conţine 10 bile albe şi 7 bile negre. Două
persoane extrag câte o bilă din urnă. Să se determine probabilitatea ca a
doua persoană să extragă o bilă albă.

Soluţie.
Considerând evenimentele

A1 = prima persoană extrage o bilă albă,

A1 = prima persoană extrage o bilă neagră

şi
B = a doua persoană extrage o bilă albă,

observăm că {A1 , A1 } este un sistem complet de evenimente, deci conform Propoziţiei
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 2

0.1, avem

(0.1)
P (B) = P (A1 ) · PA1 (B) + P (A1 ) · PA1 (B) =

10 9 7 10 10
= · + · = .
17 16 17 16 17

Propoziţia 0.2. (Formula lui Bayes)

Fie (Ω, K, P ) un câmp de probabilitate şi (Ai )i=1,n ⊂ K un sistem com-
plet de evenimente al lui Ω. Atunci, pentru orice B ∈ K cu P (B) > 0 şi
orice i = 1, n are loc egalitatea

P (Ai ) · PAi (B)

PB (Ai ) = . (0.2)
P (B)

Problema 0.2. Se aleg la ı̂ntâmplare trei loturi a câte 20 de piese şi se

constată că ele conţin respectiv 20, 15 şi 10 piese fără defecte. Se alege la
ı̂ntâmplare un lot din care se extrage o piesă care se constată că este fără
defecte. Se pune la loc piesa extrasă şi se face o nouă extragere a unei piese
care din nou se constată că este fără defecte. Să se determine probabilitatea
ca aceste piese să fi fost extrase din lotul al treilea.

Soluţie.
Considerând evenimentele

Ai = extragerea este din lotul i, i = 1, 3

şi
B = ı̂n ambele extrageri se obţin piese fără defecte,

probabilitatea căutată este

(0.2) P (A3 ) · PA3 (B)

PB (A3 ) =
P (B)
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 3

cu
1
P (A1 ) = P (A2 ) = P (A3 ) = ,
3
20 20
PA1 (B) = · = 1 (extragerile sunt independente) ,
20 20
15 15 9
PA2 (B) = · = (extragerile sunt independente)
20 20 16
şi
10 10 1
PA3 (B) = · = (extragerile sunt independente).
20 20 4
Cum {A1 , A2 , A3 } este un sistem complet de evenimente, conform Propoziţiei
0.1, avem

3
(0.1) X
P (B) = P (Ai ) · PAi (B) =
i=1

= P (A1 ) · PA1 (B) + P (A2 ) · PA2 (B) + P (A3 ) · PA3 (B) =

1 1 9 1 1
= ·1+ · + · =
3 3 16 3 4
 
1 9 1 1 29
= · 1+ + = ·
3 16 4 3 16

şi atunci
1 1
P (A3 ) · PA3 (B)
(0.2)
· 4
PB (A3 ) = = 3 4 = .
P (B) 1 9 29
·
3 16
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 4

VARIABILE ALEATOARE

0.2 Variabile aleatoare discrete (simple)

Fie un experiment aleator care poate avea n realizări ce pot fi cuantificate

numeric de valorile:
x1 , x2 , . . . , xn .

Notăm cu X variabila ce ia aceste valori.

Evenimentele elementare ale experimentului vor fi:

citim
(X = xi ) = X ia valoarea xi , i = 1, n

cu probabilităţile
not
pi = P (X = xi ) .

Evenimentul sigur al experimentului este:

n
[
Ω= (X = xi ) = (X = x1 ) ∪ (X = x2 ) ∪ . . . ∪ (X = xn ) .
i=1

Cum evenimentele (X = x1 ), (X = x2 ), . . . , (X = xn ) sunt incompatibile, rezultă

că
P (Ω) = P (X = x1 ) + P (X = x2 ) + . . . + P (X = xn ) ⇐⇒

⇐⇒ 1 = p 1 + p2 + . . . + pn .

Definiţia 0.1. Tabloul (matricea cu două linii) ce ı̂nregistrează pe prima

linie valorile variabilei X şi pe a doua linie probabilităţile pi , i = 1, n asociate
! n
x1 x2 . . . xn X
X= cu pi = 1 (0.3)
p1 p2 . . . p n i=1
Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 5

se numeşte distribuţia de probabilitate a variabilei aleatoare X.

Observaţia 0.1. Pentru o variabilă cu o mulţime numărabilă de valori

(xi )i∈N , distribuţia de probabilitate a variabilei aleatoare X este
! ∞
x1 x2 . . . xi . . . X
X= cu pi = 1
p 1 p2 . . . p i . . . i=0

Definiţia 0.2. Fie (Ω, K, P ) un câmp de probabilitate. O variabilă aleatoare

discretă X asociată unui experiment este o aplicaţie X : Ω → R ce ia valorile
xi ∈ R, i ∈ I cu I o mulţime cel mult numărabilă, astfel ı̂ncât mulţimea

{ω ∈ Ω | X(ω) = xi } ∈ K, pentru orice i ∈ I,

adică {ω ∈ Ω | X(ω) = xi } este un eveniment posibil ı̂n experimentul con-

siderat.

Observaţia 0.2. pentru o variabilă aleatoare X se pot considera eveni-

mentele:

not
(X < x) = {ω ∈ Ω | X(ω) < x}, pentru orice x ∈ R,

not
(X < x) = {ω ∈ Ω | X(ω) ≤ x}, pentru orice x ∈ R.

Analog se definesc (X > x), (X ≥ x), (a < X < b), (a ≤ X < b),
(a < X ≤ b) şi (a ≤ X ≤ b).
Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 6

Exerciţiul 0.1. Fie X variabila aleatoare cu distribuţia de probabilitate

!
0 1 2 3 4 5
X= .
0, 35 0, 4 0, 15 0, 05 0, 03 0, 02

Să se determine probabilitatea ca X să ia cel mult valoarea 3 şi probabili-

tatea evenimentului (2 ≤ X < 5).

Soluţie.

P (X ≤ 3) = P [(X = 0) ∪ (X = 1) ∪ (X = 2) ∪ (X = 3)] =
= P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) =
= 0, 35 + 0, 4 + 0, 15 + 0, 05 = 0, 95 .

P (2 ≤ X < 5) = P [(X = 2) ∪ (X = 3) ∪ (X = 4)] =

= P (X = 2) + P (X = 3) + P (X = 4) =
= 0, 15 + 0, 05 + 0, 03 = 0, 23 .

0.3 Operaţii cu variabile aleatoare discrete

Definiţia 0.3. Fie X şi Y două variabile aleatoare discrete cu distribuţiile

de probabilitate:
! n
x1 x2 . . . xn X
X= , pi = P (X = xi ), i = 1, n şi pi = 1,
p 1 p2 . . . p n i=1

! m
y1 y2 . . . ym X
Y = , qj = P (Y = yj ), j = 1, m şi qj = 1 .
q1 q2 . . . q m j=1
Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 7

(1) Produsul cu o constantă reală α ∈ R a variabilei aleatoare X este

variabilei aleatoare αX cu distribuţia de probabilitate
!
αx1 αx2 . . . αxn
αX = ;
p1 p2 ... pn

(2) Suma variabilelor aleatoare X şi Y este variabila aleatoare X + Y cu

distribuţia de probabilitate
!
x1 + y1 . . . x1 + ym x2 + y1 . . . x2 + ym . . . xn + ym
X+Y = ,
p11 ... p1m p21 ... p2m ... pnm

unde

pij = P [(X = xi ) ∩ (Y = yj )] = P (X = xi ) · P (Y = yj ) = pi · qj

pentru orice i = 1, n şi j = 1, m;

(3) Diferenţa variabilelor aleatoare X şi Y este variabila aleatoare X −Y

cu distribuţia de probabilitate
!
x1 − y1 . . . x1 − ym x2 − y1 . . . x2 − ym . . . xn − ym
X−Y = ,
p11 ... p1m p21 ... p2m ... pnm

unde

pij = P [(X = xi ) ∩ (Y = yj )] = P (X = xi ) · P (Y = yj ) = pi · qj

pentru orice i = 1, n şi j = 1, m;

(4) Produsul variabilelor aleatoare X şi Y este variabila aleatoare X · Y

cu distribuţia de probabilitate
!
x1 · y1 . . . x1 · ym x2 · y1 . . . x2 · ym . . . xn · ym
X ·Y = ,
p11 ... p1m p21 ... p2m ... pnm
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 8

unde

pij = P [(X = xi ) ∩ (Y = yj )] = P (X = xi ) · P (Y = yj ) = pi · qj

pentru orice i = 1, n şi j = 1, m;

(5) Puterea k a variabilei aleatoare X este variabila aleatoare X k cu dis-

tribuţia de probabilitate
!
xk1 xk2 . . . xkn
Xk = ,
p1 p2 . . . p n

unde
pi = P (X k = xki )

pentru orice i = 1, n.

Exerciţiul 0.2. Fie variabilele aleatoare discrete X şi Y cu distribuţiile de

probabilitate:
! !
−2 0 2 3 −1 1 4
X= şi Y = .
0, 3 0, 1 a 0, 2 0, 6 0, 3 b

Să se determine:

(i) a, b ∈ (0, 1);

(ii) distribuţiile de probabilitate ale variabilelor aleatoare X +Y , X −Y ,

X · Y , X 2 şi Y 2 .

Soluţie.

(i) Cum 0, 3 + 0, 1 + a + 0, 2 = 1 rezultă că a = 0, 4.

Analog, cum 0, 6 + 0, 3 + b = 1 obţinem că b = 0, 1.

(ii) Pentru a determina prima linie din tabloul distribuţiei de probabilitate a

lui X + Y adunăm fiecare valoare pe care o poate lua X cu fiecare valoare a lui Y
şi rezultatele le trecem ı̂n ordine crescătoare o singură dată.
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 9

!
−3 −1 1 2 3 4 6 7
X +Y = ,
0, 18 0, 15 0, 27 0, 15 0, 12 0, 07 0, 04 0, 02

pentru că

P (X + Y = −3) = P (X = −2 ∩ Y = −1) = P (X = −2) · P (Y = −1) =

= 0, 3 · 0, 6 = 0, 18 .

P (X + Y = −1) = P [(X = −2 ∩ Y = 1) ∪ (X = 0 ∩ Y = −1)] =

= P (X = −2 ∩ Y = 1) + P (X = 0 ∩ Y = −1) =
= P (X = −2) · P (Y = 1) + P (X = 0) · P (Y = −1) =
= 0, 3 · 0, 3 + 0, 1 · 0, 6 = 0, 15 .

P (X + Y = 1) = P [(X = 0 ∩ Y = 1) ∪ (X = 2 ∩ Y = −1)] =
= P (X = 0) · P (Y = 1) + P (X = 2) · P (Y = −1) =
= 0, 1 · 0, 3 + 0, 4 · 0, 6 = 0, 27 .

P (X + Y = 2) = P [(X = −2 ∩ Y = 4) ∪ (X = 3 ∩ Y = −1)] =
= P (X = −2) · P (Y = 4) + P (X = 3) · P (Y = −1) =
= 0, 3 · 0, 1 + 0, 2 · 0, 6 = 0, 15 .

P (X + Y = 3) = P (X = 2 ∩ Y = 1) = P (X = 2) · P (Y = 1) =
= 0, 4 · 0, 3 = 0, 12 .

P (X + Y = 4) = P [(X = 0 ∩ Y = 4) ∪ (X = 3 ∩ Y = 1)] =
= P (X = 0) · P (Y = 4) + P (X = 3) · P (Y = 1) =
= 0, 1 · 0, 1 + 0, 2 · 0, 3 = 0, 07 .

P (X + Y = 6) = P (X = 2 ∩ Y = 4) = P (X = 2) · P (Y = 4) =
= 0, 4 · 0, 1 = 0, 04 .

P (X + Y = 7) = P (X = 3 ∩ Y = 4) = P (X = 3) · P (Y = 4) =
= 0, 2 · 0, 1 = 0, 02 .
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 10

!
−6 −4 −3 −2 −1 1 2 3 4
X −Y = ,
0, 03 0, 01 0, 09 0, 04 0, 23 0, 18 0, 06 0, 24 0, 12

pentru că

P (X − Y = −6) = P (X = −2 ∩ Y = 4) = P (X = −2) · P (Y = 4) =
= 0, 3 · 0, 1 = 0, 03 .

P (X − Y = −4) = P (X = 0 ∩ Y = 4) = P (X = 0) · P (Y = 4) =
= 0, 1 · 0, 1 = 0, 01 .

P (X − Y = −3) = P (X = −2 ∩ Y = 1) = P (X = −2) · P (Y = 1) =
= 0, 3 · 0, 3 = 0, 09 .

P (X − Y = −2) = P (X = 2 ∩ Y = 4) = P (X = 2) · P (Y = 4) =
= 0, 4 · 0, 1 = 0, 04 .

P (X + Y = −1) = P [(X = −2 ∩ Y = −1) ∪ (X = 0 ∩ Y = 1) ∪ (X = 3 ∩ Y = 4)] =

= P (X = −2) · P (Y = −1) + P (X = 0) · P (Y = 1)+
+ P (X = 3) · P (Y = 4) =
= 0, 3 · 0, 6 + 0, 1 · 0, 3 + 0, 2 · 0, 1 = 0, 23 .

P (X + Y = 1) = P [(X = 0 ∩ Y = −1) ∪ (X = 2 ∩ Y = 1)] =

= P (X = 0) · P (Y = −1) + P (X = 2) · P (Y = 1) =
= 0, 1 · 0, 6 + 0, 4 · 0, 3 = 0, 18 .

P (X + Y = 2) = P (X = 3 ∩ Y = 1) = P (X = 3) · P (Y = 1) =
= 0, 2 · 0, 3 = 0, 06 .

P (X + Y = 3) = P (X = 2 ∩ Y = −1) = P (X = 2) · P (Y = −1) =
= 0, 4 · 0, 6 = 0, 24 .

P (X + Y = 4) = P (X = 3 ∩ Y = −1) = P (X = 3) · P (Y = −1) =
= 0, 2 · 0, 6 = 0, 12 .
 Matematici Speciale, MPT 2021/2022 CAMELIA PETRIŞOR 11

Distribuţia de probabilitate a variabilei aleatoare X · Y se determină ı̂n mod

analog.
De asemenea, !
0 4 9
X2 = ,
0, 1 0, 7 0, 2
pentru că

P (X 2 = 0) = P (X = 0) = 0, 1 .

P (X 2 = 4) = P [(X = −2) ∪ (X = 2)] = P (X = −2) + P (X = 2) =

= 0, 3 · 0, 4 = 0, 7 .

P (X 2 = 9) = P (X = 3) = 0, 2 .

În mod analog, se obţine

!
1 16
Y2 = .
0, 9 0, 1