Variabile aleatoare unidimensionale

Definiţia 1. Fie (Ω, K , P) un câmp de probabilitate. O aplicaţie X : Ω → R se numeşte variabilă

aleatoare(v.a.) dacă pentru orice x ∈ R avem: {ω X (ω ) < x}∈ K .
Notații
- X(ω) este valoarea variabilei aleatoare pentru evenimentul ω;
not
- {ω∈ΩX(ω)<x} = {X<x};
Proprietăți. Fie (Ω, K , P) un câmp de probabilitate și X, Y: Ω→R două variabile aleatoare. Atunci
1) {ω∈ΩX(ω)>Y(ω)}∈ K;
2) {ω∈ΩX(ω)≤Y(ω)}∈ K;
3) {ω∈ΩX(ω)=Y(ω)}∈ K.
Definiţia 2. Spunem că variabila aleatoare X : Ω → R este:
a ) discretă, dacă mulţimea valorilor variabilei aleatoare (adică X (Ω) ) este finită sau numărabilă;
b) continuă, dacă mulţimea valorilor variabilei aleatoare este un interval sau o reuniune finită de
intervale din R .
Repartiţia unei variabile aleatoare discrete X se reprezintă sub forma unui tabel având două linii:
prima linie conţine valorile pe care le ia variabila aleatoare, iar a doua linie conţine probabilităţile ca
variabila aleatoare să ia aceste valori:
 xi  , pi = P( X = xi ), i ∈ I , ∑ pi = 1 ,
X :  
 pi  i∈ I i∈I
unde I este o mulţime finită sau numărabilă.
Demonstrație
1) pi este probabilitate, deci pi≥0, ∀ i∈I.
2) Ω=  {ω X(ω) = xi } =  A i și Ai∩Aj=Φ ∀i≠j, i, j∈I. Atunci 1=P(Ω)=P(  A i )= ∑ P(A i ) = ∑ p i .
i∈I i∈I i∈I i∈I i∈I
Exemple
1. Dintr-o urnă care conține același număr de bile albe și negre se extrag 3 bile, punând de fiecare dată
bila extrasă înapoi. Să se determine repartiția v.a. X care reprezintă numărul de bile albe care pot să apară.
Rezolvare
Notăm cu:
• A - la o extragere să apară o bila albă
• N - la o extragere să apară o bila neagră
1
Observăm că P= ( A) P= ( B) .
2
Evenimente asociate
Probabilitatea Numărul de bile albe
experienței
e1: AAA 1 1 1 1
⋅ ⋅ = 3
2 2 2 8
e2: AAN 1 1 1 1
⋅ ⋅ = 2
2 2 2 8
e3: ANA 1 1 1 1
⋅ ⋅ = 2
2 2 2 8
e4: NAA 1 1 1 1
⋅ ⋅ = 2
2 2 2 8
e5: ANN 1 1 1 1
⋅ ⋅ = 1
2 2 2 8
e6: NAN 1 1 1 1
⋅ ⋅ = 1
2 2 2 8
 e7: NNA 1 1 1 1
⋅ ⋅ = 1
2 2 2 8
e8: NNN 1 1 1 1
⋅ ⋅ = 0
2 2 2 8

Dacă notăm A1 ={e8}, A2 = {e5, e6, e7}, A3 = {e2, e3, e4}, A4 = {e1} putem afirma în baza modului de
definire a lui X că aceasta ia valoarea 0 dacă se realizează A1, ia valoarea 1 dacă se realizează A2, ia
valoarea 2 dacă se realizează A3 și ia valoarea 3 dacă se realizează A4. Se observă că sistemul {A1, A2,
1
A3, A4} formează un sistem complet de evenimente. Așadar p= 1 P ( X= 0=
) P ( A1=) ,
8
3 3 1
p2= P ( X= 1= ) P ( A2 =) , p=3 P ( X= 2=) P ( A3=) , p=4 P ( X= 3=) P ( A4=) și deci v.a. are
8 8 8
0 1 2 3
repartiția: X :  1 3 3 1  .
 
8 8 8 8
2. Două persoane joacă un joc descris de următoarea regulă: se aruncă două zaruri numerotate obișnuit de
la 1 la 6 fiecare. Dacă suma punctelor apărute pe cele două zaruri este mai mică sau egală cu 5, prima
persoană primește 1 punct, dacă suma este 6, 7 sau 8 nu primește nici un punct, iar dacă suma este mai
mare sau egală decât 9 pierde un punct(primește -1 puncte). Câte puncte poate primi prima persoană după
o aruncare a zarurilor?

Ω suma punctelor valorile

de pe zaruri lui X
e1: (1,1) 2 1
e2: (1,2) 3 1
e 3: (1,3) 4 1
e 4: (1,4) 5 1
e 5: (1,5) 6 0
e 6: (1,6) 7 0
e 7: (2,1) 3 1
e 8: (2,2) 4 1
e 9: (2,3) 5 1
e10: (2,4) 6 0
e11: (2,5) 7 0
e12: (2,6) 8 0
e13: (3,1) 4 1
e14: (3,2) 5 1
e15: (3,3) 6 0
e16: (3,4) 7 0
e17: (3,5) 8 0
e18: (3,6) 9 -1
e19: (4,1) 5 1
e 20: (4,2) 6 0
e 21: (4,3) 7 0
e 22: (4,4) 8 0
e 23: (4,5) 9 -1
e 24: (4,6) 10 -1
 e 25: (5,1) 6 0
e 26: (5,2) 7 0
e 27: (5,3) 8 -1
e 28: (5,4) 9 -1
e 29: (5,5) 10 -1
e 30: (5,6) 11 0
e 31: (6,1) 7 0
e 32: (6,2) 8 0
e 33: (6,3) 9 -1
e 34: (6,4) 10 -1
e 35: (6,5) 11 -1
e 36: (6,6) 12 -1

Urmând calea descrisă în exercițiul anterior, avem: A1 = {e18, e23, e24, e28, e29, e30, e33, e34, e35, e36},
A2 ={e5, e6, e10, e11, e12, e15, e16, e17, e20, e21, e22, e25, e26, e27, e31, e32}, A3 = {e1, e2, e3, e4, e7, e8, e9, e13, e14,
e19}. Așadar
10 16 10
p1 = P( X = −1) = P ( A1 ) = , p= 2 P ( X= 0=
) P ( A2=) , p3= P ( X= 1= ) P ( A3 =) și atunci
36 36 36
 −1 0 1 
X :  10 16 10  .
 
 36 36 36 
3. Se aruncă un zar și se notează cu X numărul de aruncări efectuate până la prima apariție a feței cu un
punct. Să se scrie repartiția v.a. X.
Rezolvare
Se aplică schema lui Pascal și se obține:
 1 2 3 ... k ... 
  , unde p = 1
p ⋅ q k −1 , p ==
5
X : 1 5 52
 5k −1  k ,q .
... ...  6 6
6 6 2
6 3
6 k

Definiţia 3. Se numeşte funcţia de repartiţie a variabilei aleatoare X aplicaţia
F : R → [0,1], F ( x) = P ( X < x) = P({ω ∈ Ω / X (ω ) < x}) .
Propoziţia 1. Dacă F : R → [0,1] este funcţia de repartiţie a unei variabilei aleatoare X : Ω → R , atunci:
a ) lim F ( x) = 0 , lim F ( x) = 1 ;
x → −∞ x →∞
b) F este nedescrescătoare adică ∀ x1 , x 2 ∈ R, x1 < x 2 ⇒ F ( x1 ) ≤ F ( x 2 ) ;
c) F este continuă la stânga, adică lim F( x) = F( x0 ) oricare ar fi x0∈R.
x → x0
x < x0
Propoziţia 2. Dacă funcţia F : R → R satisface condiţiile a ) , b) , c) din propoziţia precedentă, atunci
există un câmp de probabilitate (Ω, K , P) şi o variabilă aleatoare X : Ω → R a cărei funcţie de repartiţie
este F .
 xi 
Observaţie. Dacă X:   cu I⊂N atunci F(x)= ∑ pi .
 pi  i∈I i∈{ j x < x} j

Exemplu
Fie variabila aleatoare discretă X :  − 2 − 1 0 1 2  , p ∈ R .
2p 4p p 2p p
Să se determine:
a ) repartiţia variabilei aleatoare X;
b) funcţia de repartiţie a variabilei X;
c) probabilităţile: P ( X ≤ −0,75) , P ( X > 1,25) , P(−1,25 ≤ X ≤ 0,5) ,
Rezolvare
a ) Impunem condiţiile ca p ≥ 0 şi 2 p + 4 p + p + 2 p + p = 1 ⇒ p = 1 .
10
− −
Rezultă că repartiţia variabilei aleatoare X este: X :  2
2 1 0 1 2
.
 4 1 2 1 
 10 10 10 10 10 
0, x ∈ ( −∞, −2]
 2
 = 1 , x ∈ ( −2,1]
10 5
 2 4 6 3
b)  + = = , x ∈ ( −1, 0]
10 10 10 5
Fx ( x )= P ( X < x )= 
 2 + 4 + 1 = 7 , x ∈ (0,1]
10 10 10 10
 2 4 1 2 9
 + + + = , x ∈ (1, 2]
10 10 10 10 10

1, x ∈ (2, +∞]
c) P( X ≤ −0,75) = P( X = −1) + P( X = −2) = 2 + 4 = 3 .
10 10 5
P( X > 1,25) = P( X = 2) = . 1
10
P(−1,25 ≤ X ≤ 0,5) = P( X = −1) + P( X = 0) = 5 = 1 .
10 2
Definiţia 4. Variabilele aleatoare X i , i = 1, n, n ≥ 2 sunt independente dacă evenimentele
Ai = {ω X i (ω ) < xi } sunt independente, ( ∀ ) xi ∈ , i =
1, n .
Observaţie. Fie X :  xi  , Y :  y j 
 variabile aleatoare discrete. Atunci X , Y independente dacă
 p   qj 
 i i∈I   j∈J
P( X = xi , Y = y j ) = P( X = xi ) ⋅ P(Y = y j ), ∀ i ∈ I , j ∈ J
Propoziţia 3. Dacă X : Ω → R , Y : Ω → R sunt variabile aleatoare şi c ∈ R , a ∈ R, a > 0 , k ∈ N * , atunci
c ⋅ X , X + c , X , X k , 1 (dacă X nu ia valoarea 0), a X , X + Y , X ⋅ Y sunt variabile aleatoare.
X

Observaţie. Dacă X :  i   y 
x
p  şi Y :  j  sunt variabile aleatoare discrete, atunci repartiţiile operaţiilor
 i  i∈ I qj 
  j∈J
 cx   xk 
cu variabile aleatoare definite mai sus sunt: c ⋅ X :  i  , X + c :  xi + c 
 ,  xi
X : 
 , k
 X : i  ,
 p  p 
 pi i∈I  i i∈I  pi i∈I  i i∈I
 1   a xi  ,  xi + y j   xi y j 
:  xi  , x i ≠ 0, ∀i = 1, n ,
1
aX :   X +Y :  i∈I , X ⋅Y :   i∈I , unde
X   p   pij   p ij 
 p i  i∈I  i i∈I   j∈J   j∈J
pij = P( X = xi , Y = y j ), ∀ i ∈ I , j ∈ J .
 1 2 3
Exemplu. Repartiția unei variabile aleatoare X este: X :   .Să se determine repartițiile
 0,2 0,5 0,3
 
variabilelor aleatoare: X 2 , X −1 ,3 X , (2 X ) −2 .
Rezolvare
 12 2 2 3 2   1 4 9 1 1 1   3 6 9
X : 
2
 ⇒ X 2 :  . X −1 :  1 2 3  , 3X :  
  0,2 0,5 0,3    0,2 0,5 0,3
 0, 2 0 ,5 0,3     0,2 0,5 0,3  
 2 4 6  2−2 4−2 6−2  1 1 1 
(2 X ) :   ⇒ (2 X ) −2 :   ⇒ (2 X ) −2 :  4 16 36 .
 0,2 0,5 0,3    
   0,2 0,5 0,3   0,2 0,5 0,3 