Probabilităţi şi Statistică Matematică.

Note de curs

Variabile aleatoare
Fie (Ω, K, P ) un câmp borelian de probabilitate.

Definiţia 1 Se numeşte variabilă aleatoare o funcţie X : Ω → R cu proprietatea

{ω ∈ Ω/X(ω) < x} ∈ K, ∀x ∈ R. (1)

Propoziţia 1 Fie X o variabilă aleatoare. Atunci, sunt adevărate următoarele

1. {ω ∈ Ω/X(ω) ≥ x} ∈ K, ∀ x ∈ R.

2. {ω ∈ Ω/X(ω) ≤ x} ∈ K, ∀ x ∈ R.

3. {ω ∈ Ω/X(ω) > x} ∈ K, ∀ x ∈ R.

4. {ω ∈ Ω/X(ω) = x} ∈ K, ∀ x ∈ R.

5. {ω ∈ Ω/x ≤ X(ω) < y} ∈ K, ∀ x, y ∈ R, x < y.

6. {ω ∈ Ω/x ≤ X(ω) ≤ y} ∈ K, ∀ x, y ∈ R, x < y.

7. {ω ∈ Ω/x < X(ω) < y} ∈ K, ∀ x, y ∈ R, x < y.

8. {ω ∈ Ω/x < X(ω) ≤ y} ∈ K, ∀ x, y ∈ R, x < y.

Demonstraţie.
1. Fie x ∈ R. Atunci

{ω ∈ Ω/X(ω) ≥ x} = {ω ∈ Ω/X(ω) < x} ∈ K (2)

conform definiţiei variabilei aleatoare şi definiţiei corpului borelian.

2. Fie x ∈ R. Atunci
∞  
\ 1
{ω ∈ Ω/X(ω) ≤ x} = ω ∈ Ω/X(ω) < x + ∈ K. (3)
n=1
n
3. Fie x ∈ R. Atunci

{ω ∈ Ω/X(ω) > x} = {ω ∈ Ω/X(ω) ≤ x} ∈ K. (4)

4. Fie x ∈ R. Atunci

{ω ∈ Ω/X(ω) = x} = {ω ∈ Ω/X(ω) ≤ x} ∩ {ω ∈ Ω/X(ω) < x} ∈ K. (5)

1
Prof. dr. Aida Toma

Propoziţia 2 Fie a ∈ R. Funcţia X : Ω → R, X(ω) = a, ∀ ω ∈ Ω este o variabilă

aleatoare.

Demonstraţie. Fie x ∈ R. Atunci


 ∅ ∈ K, x≤a
{ω ∈ Ω/X(ω) < x} = (6)
 Ω ∈ K, x>a

deci X este o variabilă aleatoare.

Propoziţia 3 Fie X : Ω → R o variabilă aleatoare. Atunci:

1. a + X este variabilă aleatoare, ∀ a ∈ R.

2. a · X este variabilă aleatoare, ∀ a ∈ R.

3. X 2 este variabilă aleatoare.

4. |X| este variabilă aleatoare.

1
5. X
este variabilă aleatoare, dacă X 6= 0.

Propoziţia 4 Fie X : Ω → R şi Y : Ω → R două variabile aleatoare. Atunci:

1. X − Y este variabilă aleatoare.

2. X + Y este variabilă aleatoare.

3. X · Y este variabilă aleatoare.

X
4. Y
este variabilă aleatoare, dacă Y 6= 0.

Definiţia 2 Fie X : Ω → R o variabilă aleatoare. Se numeşte funcţia de repartiţie a

variabilei aleatoare X, funcţia F : R → R,

F (x) = P (X < x) = P ({ω ∈ Ω/X(ω) < x}). (7)

2
 Probabilităţi şi Statistică Matematică. Note de curs

Propoziţia 5 Funcţia de repartiţie F a unei variabile aleatoare X are proprietăţile

1. P (a ≤ X < b) = F (b) − F (a)

2. P (a < X < b) = F (b) − F (a) − P (X = a)

3. P (a ≤ X ≤ b) = F (b) − F (a) + P (X = b)

4. P (a < X ≤ b) = F (b) − F (a) − P (X = a) + P (X = b), ∀a, b ∈ R, a < b.

Propoziţia 6 Funcţia de repartiţie F a unei variabile aleatoare X are proprietăţile:

1. limx→−∞ F (x) = 0

2. limx→∞ F (x) = 1

3. F (x) ≤ F (y), ∀x, y ∈ R, x < y

4. F este continuă la stânga ı̂n orice punct x ∈ R.

Variabile aleatoare discrete

O variabilă aleatoare X : Ω → R se numeşte discretă dacă mulţimea valorilor sale,
notată X(Ω), este finită sau numărabilă.
Fie X o variabilă aleatoare discretă şi X(Ω) = {x1 , x2 , . . . , xn , . . . } mulţimea valo-
rilor sale. Fie
pi = P (X = xi ) = P ({ω ∈ Ω/X(ω) = xi }), i ∈ N∗ . (8)

Repartiţia variabilei aleatoare X este dată de perechile (xi , pi ), i ∈ N∗ .

Dacă mulţimea valorilor variabilei aleatoare este finită, repartiţia se poate reprezenta
printr-un tablou de forma
 
n
x1 x2 . . . x n X
X:  , pi ≥ 0, i = 1, n, pi = 1. (9)
p1 p2 . . . pn i=1

3
Prof. dr. Aida Toma

Exemplul 1
Se ştie că in medie 1 din 3 studenţi ai unei facultăţi promovează examenul de pro-
babilităţi. Se consideră un grup format din 4 studenţi şi variabila aleatoare X care indică
numărul de studenţi ce promovează din cei 4. Să se determine:
a) repartiţia v.a. X;
b) probabilitatea ca cel puţin un student să promoveze;
c) probabilitatea ca cel puţin un student să promoveze, ştiind că cel mult 2 promo-
vează.
Soluţie.
a)  
0 1 2 3 4
X: .
p1 p2 p3 p4 p5
1
Probabilitatea ca un student să promoveze este p = 3
, iar probabilitatea ca un
student să nu promoveze este q = 23 . Folosind schema lui Bernoulli, probabilitatea ca din
4 studenţi k să promoveze este P (X = k) = C4k pk q 4−k
16
p1 = C40 p0 q 4 =
81
32
p2 = C41 p1 q 3 =
81
24
p3 = C42 p2 q 2 =
81
8
p4 = C43 p3 q 1 =
81
1
p5 = C44 p4 q 0 = .
81

Deci  
0 1 2 3 4
X: .
16 32 24 8 1
81 81 81 81 81
16 65
b) P (X ≥ 1) = 1 − P (X < 1) = 1 − P (X = 0) = 1 − 81
= 81
.
c)
P ((X ≥ 1) ∩ (X ≤ 2)) P (1 ≤ X ≤ 2)
P (X ≥ 1/X ≤ 2) = =
P (X ≤ 2) P (X ≤ 2)
 
P (X = 1) + P (X = 2) 32 24 81 7
= = + · = .
P (X = 0) + P (X = 1) + P (X = 2) 81 81 72 9

4
 Probabilităţi şi Statistică Matematică. Note de curs

Exemplul 2
Se consideră experienţa aleatoare ı̂n care se aruncă un zar şi se observă numărul
feţei apărute. Fie X variabila aleatoare ce dă numărul feţei apărute.
Avem Ω = {ω1 , ω2 , . . . , ω6 }, X(ωi ) = i, i = 1, 6, iar P (X = i) = 16 , i = 1, 6.
Deci repartiţia variabilei aleatoare X este
 
1 2 3 4 5 6
X: . (10)
1 1 1 1 1 1
6 6 6 6 6 6

Funcţia sa de repartiţie este F : R → R,




 0, x≤1


1
, 1<x≤2


6




2
, 2<x≤3


 6


F (x) = P (X < x) = 3 (11)
6
, 3<x≤4


4
, 4<x≤5


6




5
, 5<x≤6



 6



 1, x > 6.