1 Elemente de teorie a probabilităţilor şi

statistică matematică
Teoria probabilităţilor este o ramură a matematicii care studiază fe-
nomenele şi procesele cu caracter aleator.
Orice acţiune sau proces din domeniul economiei se caracterizează,
de regulă, de un număr mare de factori, unii dintre ei necunoscuţi, care
provoacă perturbări aleatorii considerabile ı̂n procesul studiat. De aceea,
aplicarea aparatului teoriei probabilităţilor devine o necesitate ı̂n studie-
rea proceselor economice.

1.1 Evenimente. Operaţii cu evenimente

În teoria probabilităţilor, noţiunile de experiment, probă şi eveni-
ment sunt primale, fundamentale.
Prin experiment vom ı̂nţelege realizarea unui complex de condiţii şi
acţiuni. Se numeşte aleator experimentul ı̂n care rezultatul nu poate fi
prevăzut până la realizarea lui.
Un exemplu de experiment este aruncarea unui zar. Rezultatul acestui
experiment este apariţia uneia din cele şase feţe cu numărul de puncte de
la unu la şase. Rezultatul aruncării zarului nu poate fi prevăzut.
Rezultatele posibile ale unui experiment se numesc evenimente ele-
mentare. Fiecare experiment se asociază cu mulţimea tuturor rezul-
tatelor sale posibile, adică mulţimea evenimentelor elementare; aceasta
constituie spaţiul evenimentelor elementare şi se notează prin Ω, iar ele-
mentele lui – prin ω.
Vom nota evenimentele prin A, B, C, . . .
Evenimentele se numesc incompatibile dacă ı̂n unul şi acelaşi experi-
ment, apariţia unui eveniment exclude apariţia celorlaltor. În caz contrar,
evenimentele se numesc compatibile.
Se numeşte sigur evenimentul care apare (se realizează) cu certitudine
ı̂n fiecare reluare a experimentului. Vom nota evenimentul sigur prin Ω.
Evenimentul care cu siguranţă nu se va realiza ı̂n nici o probă se
numeşte imposibil şi se notează prin ∅.
Dacă ı̂ntr-o probă evenimentul A poate să se realizeze, dar poate şi să
nu se realizeze, atunci A se numeşte eveniment aleator.
Se numeşte sumă sau reuniune a evenimentelor A1 , A2 , . . . , An
evenimentul care constă ı̂n realizarea cel puţin a unuia din evenimentele

5
enumerate. Se notează:
n
X n
[
A1 + A2 + . . . + An = Ai sau A1 ∪ A2 ∪ . . . ∪ An = Ai .
i=1 i=1

Se numeşte produs sau intersecţie a evenimentelor A1 , A2 , . . . , An

evenimentul care constă ı̂n realizarea concomitentă a tuturor evenimente-
lor enumerate. Se notează:
n
Y n
\
A1 · A2 · . . . · An = Ai sau A1 ∩ A2 ∩ . . . ∩ An = Ai .
i=1 i=1

Evenimentul A se numeşte opusul sau complementarul lui A şi

constă ı̂n nerealizarea evenimentului A.
Evenimentele A1 , A2 , . . . , An constituie un grup complet dacă ı̂ntr-
un experiment acestea sunt unicele evenimente posibile şi, totodată, sunt
incompatibile. Aceasta ı̂nseamnă că ı̂ntr-o probă cu siguranţă se va realiza
doar unul din evenimentele grupului
n
!
[
A1 ∪ A2 ∪ . . . ∪ An = Ω Ai = Ω; Ai ∩ Aj = ∅, i 6= j .
i=1

În particular, A şi A constituie un grup complet:

A + A = Ω, A ∩ A = ∅.

Se mai spune că evenimentele grupului complet reprezintă o desfacere

a evenimentului sigur Ω.
Vom numi cazuri favorabile acele rezultate ale probei ı̂n care se
poate realiza evenimentul examinat.

Exemplul 1.1. Se aruncă un zar. Fie A evenimentul care constă ı̂n

apariţia unui număr par de puncte. Dacă notăm toate cazurile posibile
prin A1 , A2 , A3 , A4 , A5 , A6 , atunci din acestea vor fi favorabile eveni-
mentului A doar cazurile A2 , A4 , A6 . #

1.2 Definiţia clasică a probabilităţii

Este uşor de constatat că, după nivelul posibilităţilor de realizare,
evenimentele pot să difere unul de altul. De exemplu, admitem că s-au
cumpărat n bilete de loterie (n > 1). Evenimentele ,,va câştiga unul din

6
biletele cumpărate” şi ,,va câştiga fiecare bilet cumpărat” au nivele diferite
de posibilitate de realizare. Prin urmare, apare necesitatea de a stabili
o modalitate de a măsura nivelul obiectiv al posibilităţii de realizare a
evenimentelor. Astfel evenimentele ar putea fi comparate.
Numărul care exprimă nivelul posibilităţii de realizare a unui eveni-
ment constituie probabilitatea acestui eveniment.
Fie că toate evenimentele elementare asociate unui experiment au
şanse egale de realizare. Probabilitatea unui eveniment A, ı̂n sens clasic,
este egală cu raportul dintre numărul de cazuri favorabile realizării lui A
şi numărul de cazuri posibile ı̂n proba dată. Probabilitatea evenimentului
A se notează prin P(A).
Astfel avem:
m
P (A) = , (1.1)
n
unde n este numărul total de cazuri posibile ı̂n proba dată, iar m –
numărul de cazuri favorabile realizării lui A ı̂n proba dată.
Evident, pentru orice probă cu un număr finit de rezultate şi pentru
orice eveniment asociat acestei probe avem:
0 ≤ m ≤ n.
De aici rezultă relaţia fundamentală:
0 ≤ P (A) ≤ 1. (1.2)
Probabilitatea evenimentului imposibil este egală cu zero (P (∅) = 0),
iar a evenimentului sigur este egală cu unu (P (Ω) = 1).
Exemplul 1.2. Se aruncă un zar. Care este probabilitatea să apară
o faţă cu un număr care constituie un pătrat perfect.
Rezolvare. Notăm prin A evenimentul ,,la aruncarea zarului va apă-
rea o faţă cu un număr ce este pătrat perfect”. Aici numărul total de
cazuri posibile este n = 6, iar numărul cazurilor favorabile apariţiei eveni-
mentului A este m = 2 (adică faţa cu numărul 1 şi cea cu numărul 4).
Deci
m 2 1
P (A) = = = . #
n 6 3

1.3 Frecvenţa relativă. Probabilitate statistică

Admitem că o probă se repetă de n ori ı̂n condiţii identice şi A este
un eveniment asociat acestei probe. Notăm cu m numărul de apariţii al
evenimentului A ı̂n seria de n probe. Numărul m se numeşte frecvenţa

7
absolută a evenimentului A, iar numărul
m
Wn (A) = (1.3)
n
– frecvenţă relativă a acestui eveniment ı̂n seria dată.
În diferite serii a câte n probe frecvenţa absolută m poate fi diferită,
ceea ce implică şi frecvenţe relative diferite. S-a constatat ı̂nsă (prin
observaţii asupra fenomenelor şi proceselor de masă) că dacă un experi-
ment se repetă de multe ori ı̂n aceleaşi condiţii, atunci frecvenţa relativă
a unui eveniment A oscilează ı̂n jurul unui număr constant p şi cu cât
n este mai mare, cu atât amplituda oscilaţiilor este mai mică. Această
constatare a condus la definiţia empirică sau statistică a noţiunii de
probabilitate.
Numărul către care tinde frecvenţa relativă Wn (A) a unui eveniment A
atunci când numărul n de probe este foarte mare se numeşte probabilitatea
lui A (probabilitatea statistică a evenimentului A) şi se notează prin P (A),
P (A) = lim Wn (A).
n→+∞

În mod experimental s-au stabilit următoarele proprietăţi ale frecven-

ţei relative.
1. 0 ≤ Wn (A) ≤ 1;
2. Dacă A este un eveniment sigur (A = Ω), atunci Wn (A) = 1;
3. Dacă A şi B sunt evenimente incompatibile, atunci
Wn (A + B) = Wn (A) + Wn (B);
4. Wn (A) = 1 − Wn (A).
Aceste proprietăţi se extind şi asupra probabilităţilor evenimentelor A
şi B.
Exemplul 1.3. Într-o ladă sunt 5 portocale şi 4 mere. La ı̂ntâmplare,
se iau 3 fructe. Care este probabilitatea că toate 3 sunt portocale.
Rezolvare. Notăm prin A evenimentul ,,toate 3 fructe extrase sunt
m
portocale”. Folosim definiţia clasică a probabilităţii P (A) = . Numărul
n
n al tuturor cazurilor posibile este egal cu numărul de combinări (fără
repetări) din 9 elemente luate câte 3, adică n = C93 . Numărul cazurilor
favorabile apariţiei evenimentului A este m = C53 . Obţinem
m C3 5! 3!6!
P (A) = = 53 = · = 0, 12.
n C9 2!3! 9!
Răspuns: P (A) = 0, 12. #

8
1.4 Probabilitate condiţionată

Exemplul 1.4. Într-o urnă se află 4 bile albe şi 6 bile roşii. Din urnă
se extrag consecutiv 2 bile, fără restituire. Care este probabilitatea că la
a doua extragere va apărea o bilă albă.
Rezolvare. Notăm prin A evenimentul ,,prima bilă extrasă este albă”
şi prin B – evenimentul ,,a doua bilă extrasă este albă”. Evident,
m 4 2
P (A) = = = .
n 10 5
Dacă prima bilă extrasă nu se pune ı̂napoi ı̂n urnă, atunci probabilita-
tea evenimentului B depinde de culoarea primei bile extrase, adică această
probabilitate este condiţionată de realizarea sau nerealizarea evenimentu-
lui A. Astfel obţinem:
3 1 4
PA (B) = = ; PA (B) = . #
9 3 9
Se numeşte probabilitate condiţionată a evenimentului B ı̂n ipo-
teza că A s-a realizat şi se notează cu PA (B) raportul
P (AB)
PA (B) = , (P (A) > 0). (1.4)
P (A)
Analog:
P (AB)
PB (A) = , (P (B) > 0). (1.5)
P (B)

1.5 Formule fundamentale din teoria probabilităţilor

1.5.1 Probabilitatea unui produs de evenimente
Din relaţiile (1.4) şi (1.5) obţinem formula pentru probabilitatea pro-
dusului a două evenimente A şi B:
P (A · B) = P (A) · PA (B), (1.6)
şi
P (A · B) = P (B) · PB (A), (1.7)
de unde rezultă că
P (A) · PA (B) = P (B) · PB (A). (1.8)
Formulele (1.6) şi (1.7) sunt valabile şi pentru un număr finit de eveni-

9
mente. Astfel, dacă considerăm evenimentele A, B şi C, atunci

P (ABC) = P (A) · PA (B) · PA·B (C).

Evenimentele A şi B se numesc evenimente independente dacă

PA (B) = P (B) şi PB (A) = P (A).

Pentru două evenimente independente A şi B obţinem

P (A · B) = P (A) · P (B). (1.9)

Exemplul 1.5. Probabilitatea că absolventul catedrei de Finanţe va

susţine teza de licenţă cu nota 10 este de 0,6. Probabilitatea că acest
absolvent va susţine teza cu nota 10 şi va fi angajat ı̂n serviciu la o bancă
este de 0,4. Admitem că un student a susţinut teza cu nota 10. Care este
probabilitatea că el va fi angajat ı̂n serviciu de către o bancă.
Rezolvare. Notăm: A – absolventul va susţine teza cu nota 10; B –
absolventul va fi angajat de către o bancă. Din condiţiile problemei avem:
P (A) = 0, 6 şi P (AB) = 0, 4. Se ştie că

P (AB) = P (A) · PA (B) = P (B) · PB (A).

De aici avem P (A) · PA (B) = P (AB) sau 0, 6 · PA (B) = 0, 4, unde PA (B)

este probabilitatea că absolventul va fi angajat de către bancă cu condiţia
că acesta a susţinut teza cu nota 10.
0, 4
Deci PA (B) = = 0, 6667. #
0, 6

1.5.2 Probabilitatea sumei de evenimente

Fie Ai , i = 1, n, evenimente incompatibile două câte două, adică
Ai ∩ Aj = ∅, i 6= j. Atunci

P (A1 + A2 + . . . + An ) = P (A1 ) + P (A2 ) + . . . + P (An ). (1.10)

În particular, dacă A şi B sunt incompatibile, atunci

P (A + B) = P (A) + P (B).

În cazul ı̂n care A şi B sunt două evenimente oarecare, probabilitatea
sumei lor se calculează prin relaţia

P (A + B) = P (A) + P (B) − P (A ∩ B). (1.11)

10
 Dacă evenimentele A1 , A2 , . . . , An constituie un grup complet, atunci

P (A1 + A2 + . . . + An ) = P (Ω) = P (A1 ) + P (A2 ) + . . . + P (An ) = 1.

În particular, P (A + A) = P (A) + P (A) = 1.

Exemplul 1.6. Probabilitatea că consumatorul va observa reclama

unui produs la televizor este de 0,75, iar probabilitatea că va observa
reclama aceluiaşi produs pe stand este de 0,5. Se consideră că eveni-
mentele sunt independente. Care este probabilitatea că:
a) Consumatorul va observa cel puţin una din reclame?
b) Consumatorul va observa ambele reclame?
c) Consumatorul nu va observa nici una din reclame?
Rezolvare. Notăm prin A evenimentul ,,va observa cel puţin una din
reclame”; B – ,,va observa ambele reclame”; C – ,,nu va observa nici una
din reclame”.
Evenimentul A: consumatorul observă reclama sau la televizor (A1 ),
sau pe stand (A2 ), sau şi la televizor, şi pe stand. Conform formulei
pentru probabilitatea sumei a două evenimente independente, avem

P (A) = P (A1 ∪ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 ) =

0, 75 + 0, 5 − 0, 75 · 0, 5 = 1, 25 − 0, 375 = 0, 875;
B = A1 ∩ A2 ; P (B) = P (A1 ∩ A2 ) = P (A1 ) · P (A2 ) = 0, 75 · 0, 5 = 0, 375;
C = A1 ∩ A2 ; P (C) = P (A1 ∩ A2 ) = P (A1 ) · P (A2 ) = 0, 25 · 0, 5 = 0, 125.#

1.5.3 Formula probabilităţii totale

Considerăm un eveniment A care poate să apară doar ı̂mpreună cu
unul din evenimentele H1 , H2 , . . . Hn , care formează un grup complet,
adică H1 + H2 + . . . Hn = Ω şi Hi ∩ Hj = ∅, i 6= j.
Fie cunoscute probabilităţile P (H1 ), P (H2 ), . . . P (Hn ) şi probabilită-
ţile condiţionate PH1 (A), PH2 (A), . . . PHn (A) ale evenimentului A. Atunci
probabilitatea necondiţionată a evenimentului A se determină prin relaţia

P (A) = P (H1 )PH1 (A) + P (H2 )PH2 (A) + . . . + P (Hn )PHn (A) =
Xn
= P (Hi )PHi (A), (1.12)
i=1

numită formula probabilităţii totale. Aici evenimentele H1 , H2 , . . . Hn

se numesc ipoteze.

11
 Exemplul 1.7. În trei urne se află bile albe şi bile negre. Prima urnă
conţine 15 bile albe şi 35 de bile negre, a doua urnă – 30 de bile albe
şi 20 de bile negre, iar a treia urnă – 45 de bile albe şi 5 bile negre.
Din una dintre urne (la ı̂ntâmplare) se extrage o bilă. Să se determine
probabilitatea că bila extrasă va fi albă (evenimentul A).
Rezolvare. Bila poate fi extrasă din prima urnă (evenimentul H1 ),
din urna a doua (evenimentul H2 ), sau din urna a treia (evenimentul H3 ).
Observăm că evenimentele H1 , H2 şi H3 formează un sistem complet de
evenimente, deoarece:
H1 ∩ H2 = ∅, H1 ∩ H3 = ∅, H2 ∩ H3 = ∅, H1 ∪ H2 ∪ H3 = Ω.

Fiindcă urna din care se face extragerea se alege la ı̂ntâmplare, rezultă că
1
P (H1 ) = P (H2 ) = P (H3 ) =
.
3
Probabilitatea condiţionată de evenimentul H1 a evenimentului A coincide
cu probabilitatea extragerii din prima urnă a unei bile albe, adică:
15 3
PH1 (A) = = .
50 10
Analogic:
30 3 45 9
PH2 (A) = = , PH3 (A) = = .
50 5 50 10
Pentru determinarea probabilităţii evenimentului A utilizăm formula pro-
babilităţii totale (1.12). Se obţine:
P (A) = P (H1 )PH1 (A) + P (H2 )PH2 (A) + P (H3 )PH3 (A) =
1 3 1 3 1 9 3
= · + · + · = . #
3 10 3 5 3 10 5

1.5.4 Formula Bayes

Formula probabilităţii totale (1.12) conţine probabilităţile ipotezelor,
adică P (H1 ), P (H2 ), . . . , P (Hn ), numite probabilităţi apriori. După rea-
lizarea evenimentului A, aceste probabilităţi se schimbă şi devin probabili-
tăţi condiţionate PA (H1 ), PA (H2 ), . . . , PA (Hn ). Valorile lor se calculează
prin formula Bayes
P (Hj )PHj (A) P (Hj )PHj (A)
PA (Hj ) = = P
n . (1.13)
P (A)
P (Hi )PHi (A)
i=1

12
 Exemplul 1.8. La depozit sunt şase lăzi cu piese. Trei lăzi conţin
câte 80 de piese-standard şi 20 de piese nestandard fiecare, două lăzi
conţin câte 70 de piese-standard şi 30 de piese nestandard fiecare, iar o
ladă conţine 60 de piese-standard şi 40 de piese nestandard. Din una dintre
lăzi, la ı̂ntâmplare, a fost extrasă o piesă care s-a dovedit a fi standard.
Să se determine probabilitatea că piesa a fost extrasă din una dintre lăzile
ce conţin câte 80 de piese-standard şi 20 de piese nestandard.
Rezolvare. Notăm prin A evenimentul ce constă ı̂n faptul că piesa
extrasă este standard. Putem face trei presupuneri:
1) piesa a fost extrasă din una dintre cele 3 lăzi ce conţin câte 80 de
piese-standard şi 20 de piese nestandard (ipoteza H1 );
2) piesa a fost extrasă din una dintre cele 2 lăzi ce conţin câte 70 de
piese-standard şi 30 de piese nestandard (ipoteza H2 );
3) piesa a fost extrasă din lada ce conţine 60 de piese-standard şi 40 de
piese nestandard (ipoteza H3 ).
Observăm că ipotezele H1 , H2 şi H3 formează un sistem complet de eveni-
mente şi
3 1 2 1 1
P (H1 ) = = ; P (H2 ) = = ; P (H3 ) = ;
6 2 6 3 6
80 4 70 7 60 3
PH1 (A) = = ; PH2 (A) = = ; PH3 (A) = = .
100 5 100 10 100 5
Conform formulei lui Bayes (1.13),

P (H1 )PH1 (A)

PA (H1 ) = =
P (H1 )PH1 (A) + P (H2 )PH2 (A) + P (H3 )PH3 (A)
1 4
· 6
= 2 5 = . #
1 4 1 7 1 3 11
· + · + ·
2 5 3 10 6 5

1.6 Câteva scheme probabilistice clasice

1.6.1 Schema Poisson
Se consideră n urne ce conţin bile albe şi negre ı̂n diferite proporţii.
Fie pi – probabilitatea de a extrage o bilă albă din urna i, şi qi = 1 − pi
– probabilitatea de a extrage o bilă neagră din aceeaşi urnă. Se extrage
la ı̂ntâmplare câte o bilă din fiecare urnă. Probabilitatea Pn (m) că din
cele n bile extrase m să fie albe este coeficientul lui xm din polinomul de

13