Documente Academic
Documente Profesional
Documente Cultură
Exercitiirezolvatesesiune
Exercitiirezolvatesesiune
Exerciţii rezolvate
În cele ce urmează vom calcula derivatele parţiale prezente ı̂n ecuaţie:
∂u ∂e
u ∂α ∂e
u ∂β ∂e
u ∂eu
= + =− + .
∂x ∂α ∂x ∂β ∂x ∂α ∂β
∂u ∂e
u ∂α ∂e u ∂β ∂e
u ∂e
u
= + = +2 .
∂y ∂α ∂y ∂β ∂y ∂α ∂β
∂2u ∂2u ∂2u ∂2u
−
e e e
= 2 + .
∂x2 ∂α2 ∂α∂β ∂β 2
∂2u ∂2u ∂2u ∂2u
=− 2 −
e e e
+ 2 2.
∂x∂y ∂α ∂α∂β ∂β
2
∂2u ∂2u
e ∂2u
e ∂2u
e
2
= 2
+ 4 + 4 .
∂y ∂α ∂α∂β ∂β 2
Calculăm derivatele parţiale prezente ı̂n ecuaţia iniţială după cum umrează:
∂u ∂e
u ∂α ∂e
u ∂β ∂e
u ∂eu
= + = 2x + .
∂x ∂α ∂x ∂β ∂x ∂α ∂β
∂u ∂e
u ∂α ∂e u ∂β ∂e
u
= + = 2y .
∂y ∂α ∂y ∂β ∂y ∂α
∂2u 2e
2∂ u ∂2u
e ∂2u
e ∂e
u
2
= 4x 2
+ 4x + 2
+2 .
∂x ∂α ∂α∂β ∂β ∂α
∂2u ∂2u
e ∂2u
e
= 4xy 2 + 2y .
∂x∂y ∂α ∂α∂β
∂2u 2e
2∂ u ∂e
u
2
= 4y 2
+2 .
∂y ∂α ∂α
3
Într-un domeniu D ⊂ R2 care nu intersectează axa Ox ∆ > 0 deci ecuaţia dată este o ecuaţie de tip
eliptic.
Atasăm ecuaţia caracteristică:
2
y 0 + x2 = 0, (14)
cu soluţiile y 0 = ±jx. Aceasta ecuaţie diferenţială este cu variabile separabile şi se scrie sub forma
dy x2
= ±jx ⇔ dy = ±jxdx ⇔ y = ± j + C, (15)
dx 2
x2
C = y ∓ j , C ∈ C.
2
Fiind o ecuaţie de tip eliptic vom alege a doua variabilă astfel
α = y
1 (16)
β = x2
2
Calculăm derivatele parţiale după cum umrează:
∂u ∂e
u ∂α ∂e
u ∂β ∂e
u
= + =x .
∂x ∂α ∂x ∂β ∂x ∂β
∂u ∂e
u ∂α ∂e u ∂β ∂e
u
= + = .
∂y ∂α ∂y ∂β ∂y ∂α
∂2u 2e
2∂ u ∂e
u
= x + .
∂x2 ∂β 2 ∂β
∂2u ∂2u
e
2
= .
∂y ∂α2
Obţinem
∂2u 2
2∂ u
2e
2∂ u ∂e
u 2e
2∂ u
+ x = x + + x . (17)
∂x2 ∂y 2 ∂β 2 ∂β ∂α2
Deci forma canonică este:
∂2u
e ∂2u e 1 ∂e
u
2
+ 2
+ = 0. (18)
∂β ∂α 2β ∂β
4
∂2u
e 1 ∂e
u
+ =0 (19)
∂α∂β 3 ∂β
∂eu
Notăm = W (α, β).
∂α
Ecuaţia precedentă se rescrie sub forma:
∂W 1 β −β
+ W = 0 ⇔ ln |W | = − + ln |f (α)| ⇔ W (α, β) = f (α)e 3 (20)
∂β 3 3
∂e
u −β −β
= f (α)e 3 ⇒ u
e(α, β) = e 3 ϕ(α) + ψ(β). (21)
∂α
Prin urmare soluţia generală este:
x+2y
u(x, y) = e− 3 ϕ(y − x) + ψ(x + 2y). (22)
∂2u
e ∂e u
β 2
+ = 0. (23)
∂β ∂β
Notăm
∂e
u
= w. (24)
∂β
Atunci ecuaţia precedentă devine
∂w
β + w = 0,
∂β
5
f (α)
care prin integrare conduce la ln |w| = ln |β| + ln |f (α)|. Deci w = . Urmează
β
∂e
u f (α)
= (25)
∂β β
de unde prin integrare, rezultă
∂2u
e
= 0.
∂α∂β
∂ ∂e
u ∂e
u
Din = 0 deducem = f (β), f ∈ C 1 (R) , cu soluţia u
e(αβ) = ϕ(α) + ψ(β) , de unde
∂α ∂β ∂β
r
ψ(r) = sin − ψ(0)
52 ,
r
ϕ(r) = − + ϕ(0) ,
100
de unde deducem soluţia problemei
(2y − 7x)2 2y + 3x
u(x, y) = − + sin
100 5
y
4. Soluţie: Cu noile variabile α = xy, β = , găsim forma canonică
x
∂2u
e
= 0. (27)
∂α∂β
Rezultă
u
e(α, β) = ψ(α) + ϕ(β), (28)
deci y
u(x, y) = ψ(xy) + ϕ
x
∂u 1 y 1
Avem = ϕ0 + xψ 0 (xy) . Din u(x, 1) = xe−x deducem ϕ + ψ(x) = xe−x şi prin
∂y x x x
6
1 1 ∂u
derivare − 2 ϕ0 + ψ 0 (x) = (−x + 1)e−x Din a doua condiţie (x, 1) = xe−x rezultă
x x ∂y
1 0 1
ϕ + xψ 0 (x) = xe−x (29)
x x
2 − x −x
Din cele două relaţii deducem ψ 0 (x) = e , deci
2
1
ψ(x) = (x − 1)ex + c,
2
şi
1 1
ϕ = (x + 1)e−x − c.
x 2
Rezultă soluţia
x + y − xy xy − 1 −xy
u(x, y) = e + e .
2y 2
Dacă admitem că t → u(t, x) este original şi notăm Lt operatorul transformării Laplace ı̂n raport cu t, consi-
derând pe x drept o constantă, putem scrie
1 ∂u ∂ 2 u
2
− 2 = 0, (t, x) ∈ [0, +∞] × [0, l], a > 0.
a ∂t ∂x
πx
(C.I.) : u(0, x) = sin , x ∈ [0, l], (33)
( l
u(t, 0) = 0,
(C.L.) :
u(t, l) = 0, t ∈ [0, ∞).
Soluţie: Aplicăm transformarea Laplace ı̂n raport cu variabila t, considerând pe x parametru. Avem
u(t, x) ↔ F (s, x)
∂u πx
(t, x) ↔ sF (s, x) − u(0, x) = sF (s, x) − sin
∂t l
7
∂2u 00
(t, x) = Fx2 (s, x).
∂x2
Dacă aplicăm transformarea Laplace asupra ecuaţiei propuse obţinem urmu atoarea ecuaţie diferenţialu a de
ordin doi, cu coeficienţi constanţi şi neomogenă, ı̂n variabila x, (s se va considera constant):
00 s 1 πx
Fx2 − 2
F = − 2 sin (34)
a a l
Analizăm mai ı̂ntâi ecuaţia omogenă asociată şi anume:
00 s
Fx2 − F = 0. (35)
a2
Soluţia ecuaţiei omogene scrise anterior este:
√ √
s s
Fa (s, x) = C1 (s)e a
x
+ C2 (s)e− a
x
. (36)
a2 l2 l2
π 2 s 1 1 1
−B(s) + 2 =− 2
⇒ B(s) = 2
· 2 2 2
= 2 2 2
= 2 . (40)
l a a a π a + sl π a + sl s + πa
l
Deci:
1 πx
Fp (s, x) = sin , (41)
πa 2 l
s+ l
Pentru a finaliza mai trebuie să identificăm cele două constante scrise anterior. Identificarea acestora se va face
utilizând condiţiile la limită: Este evident că
1 πx
F (s, x) = sin (44)
πa 2 l
s+ l
u(t, x) = e−(
πa 2
l ) sin πx , (t, x) ∈ [0, ∞] × [0, l].
t
(45)
l
8
Exerciţiul 4. Determinaţi prin metoda transformării Laplace funcţia u = u(t, x) de clasă C 2 (D) ∩ C 1 (D̄) unde
D = (0, ∞) × (0, 1) care satisface:
∂u ∂2u ∂u
= −2 + x + 2t (46)
∂t ∂x2 ∂x
cu condiţiile la limită
u(t, 0) = 0, u(t, 1) = t, t ∈ [0, ∞) (47)
şi condiţia iniţială
u(0, x) = ex sin πx, x ∈ [0, 1]. (48)
Soluţie: Aplicăm transformarea Laplace ı̂n raport cu variabila t, considerând pe x parametru. Avem
u(t, x) ↔ F (s, x)
∂u
(t, x) ↔ sF (s, x) − u(0, x) = sF (s, x) − ex sin πx
∂t
∂u 0
(t, x) = Fx (s, x).
∂x
∂2u 00
(t, x) = Fx2 (s, x).
∂x2
Dacă aplicăm transformarea Laplace asupra ecuaţiei propuse obţinem urmu atoarea ecuaţie diferenţialu a de
ordin doi, cu coeficienţi constanţi şi neomogenă, ı̂n variabila x, (s se va considera constant). Reamintim că:
n!
tn → (49)
sn+1
00 1 2
sF − ex sin πx = Fx2 − 2Fx0 + x + 2 (50)
s s
Ecuaţia precedentă se rescrie sub forma:
00 1 2
F − 2F 0 − sF = −ex sin πx − x − 2 (51)
s s
Soluţia ecuaţiei va fi suma dintre soluţia ecuaţiei omogene şi o soluţie particulară. Analizăm mai ı̂ntâi ecuaţia
omogenă:
00
F − 2F 0 − sF = 0 (52)
Ecuaţia caracteristică asociată este:
λ2 − 2λ − s = 0 (53)
cu soluţiile √
2± 4 + 4s √
λ1,2 = = 1 ± 1 + s. (54)
2
Soluţia ecuaţiei omogene este de forma:
√ √
F0 (s, x) = c1 (x)e(1+ 1+s)x
+ c2 (x)e(1− 1+s)x
(55)
Căutăm o soluţie particulară care să fie cuprinşi termenii din partea termenilor liberi precum şi derivatele
acestora.
Fp (s, x) = Aex sin πx + Bex cos πx + Cx + D (56)
Calculăm derivatele care intervin ı̂n ecuaţie pentru a determina valoarea constantelor:
Fp0 (s, x) = Aex sin πx + Aπex cos πx + Bex cos πx − Bπex sin πx + C = (A − Bπ)ex sin πx + (Aπ + B)ex cos πx + C
(57)
00 x x x x
Fp (s, x) = (A − Bπ)e sin πx + π(A − Bπ)e cos πx + (Aπ + B)e cos πx − π(Aπ + B)e sin πx
(58)
= (A − Aπ 2 − 2Bπ)ex sin πx + (B − Bπ 2 + 2Aπ)ex cos πx
9
Soluţie: Aplicăm transformarea Laplace ı̂n raport cu variabila t, considerând pe x parametru. Avem
u(t, x) ↔ F (s, x)
∂u
(t, x) ↔ sF (s, x) − u(0, x) = sF (s, x) − 3
∂t
2
∂ u ∂u
2
(t, x) ↔ s2 F (s, x) − su(0, x) − (0, x) = s2 F (s, x) − 3s − x − sin x
∂t ∂t
∂u 0
(t, x) = Fx (s, x).
∂x
∂2u 00
(t, x) = Fx2 (s, x).
∂x2
Dacă aplicăm transformarea Laplace asupra ecuaţiei propuse obţinem urmu atoarea ecuaţie diferenţialu a de
ordin doi, cu coeficienţi constanţi şi neomogenă, ı̂n variabila x, (s se va considera constant). Înlocuind acestea
ı̂n ecuaţia propusă se obţine:
00 4
s2 F (s, x) − 3s − x − sin x = Fx2 (s, x) + 2 (sF (s, x) − 3) + (sin x − x) . (73)
s2
Relaţia precedentă se rescrie sub forma:
00 4 + s2 s2 − 4
F + (2s − s2 )F = 3(s − 2) − sin x − x (74)
s2 s2
Vom căuta mai ı̂ntâi soluţia pentru ecuaţia omogenă ataşată şi anume:
00
F + (2s − s2 )F = 0 (75)
Soluţia ecuaţiei va fi suma dintre soluţia ecuaţiei omogene F0 şi o soluţie particulară de forma:
Vom calcula pe rând derivatele care intervin ı̂n ecuaţie şi obţinem:
0
Fp (s, x) = A(s) cos x − B(s) sin x + C(s) (80)
00
Fp (s, x) = −A(s) sin x − B(s) cos x (81)
Înlocuim acum ı̂n ecuaţia iniţială (74) pentru a determina valorile parametrilor implicaţi:
4 + s2 s2 − 4
−A(s) sin x − B(s) cos x + (2s − s2 ) (A(s) sin x + B(s) cos x + C(s)x + D(s)) = −3(s − 2) − sin x − x
s2 s2
(82)
Prin egalarea coeficienţilor se obţine:
2 4 + s2
A(−1 + 2s − s 2) = − 4 + s ⇒ A = ,
s2 s2 (s2 − 2s + 1)
B(−1 + 2s − s2 ) = 0 ⇒ B = 0,
2 s2 − 4 (83)
(2s − s2 )C = − s − 4 ⇒ C = =
s+2 1 2
= 2 + 3,
s 2 2 2
s (s − 2s) s 3 s s
3(s − 2)
3
D =
=
s(s − 2) s
11
Definiţii Mulţimea tuturor evenimentelor legate de o experienţă cu un numar finit sau infinit de cazuri posibile
se identifică cu familia tuturor submulţimilor (părtilor) mulţimii E, notată K = P (E).
Definiţia 1. Numim probabilitate ı̂n sens clasic funcţia P : K → [0, 1] definită prin
nr.cazuri favorabile
P (A) = .
număr cazuri posibile
Definiţia 2. Numim probabilitate pe un câmp finit de evenimente (E, K) o funcţie P : K → [0, 1] care satisface:
2. P (E) = 1,
Formule de calcul ı̂ntr-un câmp finit de probabilitate Fie (E, K, P ) un câmp finit de probabilitate.
Atunci:
1. P (∅) = 0
2. P (Ā) = 1 − P (A), ∀A ∈ K
n n
S P
3. P = P (Ai ), ∀Ai ∈ K, Ai ∩ Aj = ∅, i 6= j.
i=1 i=1
Probabilitatea diferenţei
P (A \ B) = P (A) − P (A ∩ B). (95)
P (A ∩ B) = 0. (98)
• Ai ∩ Aj = ∅, i 6= j
n
S
• E= Ai .
i=1
13
2. P (A ∩ B) = P (A|B) · P (B)
Exerciţiul 6. Dacă P (A|B) = 0.2, P (A|B̄) = 0.3 şi P (B) = 0.8. Să se calculeze P (A) şi P (B|A).
Soluţie: Pornim de la formula
şi
1 1
P (A ∩ B̄) P (A) − P (A ∩ B) − 1
P (A|B̄) = = = 3 4 = (109)
P (B̄) P (B̄) 1 4
3
Exerciţiul 8. Fie A, B, C, D independente cu P (A) = 0.2, P (B) = 0.1, P (C) = 0.4 şi P (D) = 0.3. Calculaţi
P ((A \ B) ∪ (D \ C)), P ((A ∪ B) ∪ (C ∩ D)) .
Soluţie: Vom folosi ipoteza că cele 4 evenimente sunt independente:
P ((A \ B) ∪ (D \ C)) = P (A \ B) + P (D \ C) − P (A \ B) · P (D \ C)
= P (A) − P (A ∩ B) + P (D) − P (D ∩ C) − (P (A) − P (A ∩ B)) · (P (D) − P (D ∩ C))
= P (A) − P (A) · P (B) + P (D) − P (D) · P (C) − (P (A) − P (A) · P (B))) · (P (D) − P (D) · P (C))
= 0.2 − 0.2 · 0.1 + 0.3 − 0.4 · 0.3 − (0.2 − 0.2 · 0.1) · (0.3 − 0.4 · 0.3) = 0.3276
(110)
Pentru a doua relaţie:
P ((A ∪ B) ∪ (C ∩ D)) = P (A ∪ B) + P (C ∩ D) − P ((A ∪ B) ∩ (C ∩ D))
= P (A) + P (B) − P (A) · P (B) + P (C) · P (D) − (P (A) + P (B) − P (A) · P (B)) · (P (C) · P (D))
= 0.2 + 0.1 − 0.2 · 0.1 + 0.4 · 0.3 − (0.2 + 0.1 − 0.2 · 0.1) · (0.4 · 0.3) = 0.366
(111)
Exerciţiul 9. Fie A, B, C evenimente independente cu P (A) = 0.2, P (B) = 0.3, P (C) = 0.1. Calculaţi
P (C \ (A ∩ B̄)).
Soluţie:
P (C \ (A ∩ B̄)) = P (C) − P C ∩ (A ∩ B̄) = P (C) − P (C) · P (A ∩ B̄)
(112)
= P (C) 1 − P (A)P (B̄) = 0.1 · (1 − 0.2 · 0.7) = 0.1 · 0.06 = 0.006.
Exerciţiul 10. Fie A, B, C trei evenimente arbitrare ı̂ntr-un câmp de probabilitate. Să se demonstreze că are
loc relaţia:
P ((A ∪ B)|C) = P (A|C) + P (B|C) − P ((A ∩ B)|C) (113)
Soluţie:
P (C ∩ (A ∪ B)) P (C ∩ A) ∪ (C ∩ B)) P (C ∩ A) + P (C ∩ B) − P ((C ∩ A) ∩ (C ∩ B))
P ((A ∪ B)|C) = = =
P (C) P (C) P (C)
P (C ∩ A) P (C ∩ B) P (A ∩ B ∩ C)
= + − = P (A|C) + P (B|C) − P ((A ∩ B)|C).
P (C) P (C) P (C)
(114)
pij = P {X = xi , Y = yj }, i = 1, 2, . . . , j = 1, 2, . . ..
Relaţia precedentă ne indică că variabilele X şi Y sunt independente dacă şi numai dacă
P {X = xi , Y = yj } = P {X = xi } · P {Y = yj }.
Dacă variabila X are un număr finit de valori, atunci expresia funcţiei de repartiţie este
0, x < x1
≤ x < x2
p 1 , x1
. . .
i−1
F (x) = P
pj , xi−1 ≤ x < xi
j=1
...
1 x ≥ xn .
Observaţia 1. Dacă X este o variabilă discretă , atunci funcţia de repartiţie poate fi scrisă sub forma F (x) =
∞
X 0, x < 0
pi σ(x − xi ) , ∀x ∈ R, unde σ este funcţia unitate a lui Heaviside: σ(x) =
1, x ≥ 0.
i=1
16
Observaţia 2. Funcţia de repartiţie este continuă la dreapta, iar saltul ei ı̂ntr-un punct de discontinuitate xi
este probabilitatea evenimentului ”X ia valoarea xi ” pi = P {X = xi } = F (xi ) − F (xi − 0).
∞
X
Derivata ı̂n sensul distribuţiilor a funcţiei de repartiţie este f (x) = δ(x − xi )(F (xi ) − F (xi − 0)) =
i=1
∞
X
δ(x − xi )pi , unde δ(x − xi ) este distribuţia Dirac calculată ı̂n xi .
i=1
Funcţia f se numeşte densitate de probabilitate şi considerarea ei ı̂n cazul discret asigură tratarea uniformă
cu situaţia variabilelor aleatoare de tip continuu.
X∞
Momentul iniţial de ordinul r, r ∈ N∗ este mr = M [X r ] = xri pi .
i=1
∞
X
Media sau speranţa este M [X] = m1 = xi p i .
i=1
∞
X
Momentul central de ordin r, r ∈ N∗ este: µr = M [(X − M [X])r ] = (xi − M [X])r pi .
i=1
∞
X
Dispersia sau varianţa este momentul centrat de ordin 2, adică D2 [X] = µ2 = (xi − M [X])2 pi .
i=1
n
ejtxi pi , ∀t ∈ R.
P
Funcţia caracteristică a variabilei aleatoare X este ϕ : R → C definită prin ϕ(t) =
i=1
Propoziţia 2. Dacă variabila aleatoare X are medie şi dispersie atunci are loc relaţia
D2 [X] = M [X 2 ] − (M [X])2
Momentele iniţiale ale variabilei aleatoare X se obţin cu ajutorul funcţiei caracteristice, după formula:
1. M [X + Y ] = M [X] + M [Y ] 5. D2 [λ] = 0
3. M [X · Y ] = M [X] · M [Y ] 7. D2 [X ± Y ] = D2 [X] + D2 [Y ]
Determinaţi valorile parametrilor a, b stiind că M [X] = 0.5. Determinaţi repartiţia variabilei Y = X 2 + 2X.
Scrieţi funcţia de repartiţie pentru Y şi determinaţi M [X 2 + 2X].
Soluţie: Prima informaţia o obţinem din faptul că X este o variabilă aleatoare, prim urmare suma probabi-
lităţilor din tabel este egală cu 1. Deci 0.1 + a + b = 1
Conform definiţiei, media variabilei aleatoare descrise mai sus este egală cu M [X] = −1 · 0.1 + 0 · a + 1 · b.
Informaţiile de mai sus ne conduc către sistemul:
(
a + b = 0.9
cu soluţia a = 0.3 şi b = 0.6 (116)
b = 0.6,
17
Deci
−1 0 1
X: (117)
0.1 0.3 0.6
În cele ce urmează vom avea nevoie de tabloul variabilei X 2 :
2 1 0 1 2 0 1
X : →X : (118)
0.1 0.3 0.6 0.3 0.7
{X ≤ x} = {e ∈ E|X(e) ≤ x} ∈ K, ∀x ∈ R. (125)
Definiţia 10. Se numeşte funcţia de repartiţie a variabilei aleatoare X funcţia F : R → [0, 1]:
Teorema 3. Fie X o variabilă aleatoare şi fie F : R → [0, 1] funcţia sa de repartiţie. Următoarele afirmaţii
sunt adevărate
2. F (x + 0) = F (x), ∀x ∈ R.
3. lim F (x) = 0.
x→−∞
4. lim F (x) = 1.
x→∞
Teorema 4. Fie F : R → [0, 1] funcţia de repartiţie a unei variabile aleatoare X. Atunci pentru orice numere
reale a < b avem:
3. P {X ≥ a} = 1 − F (a − 0) 7. P {a ≤ x ≤ b} = F (b − 0) − F (a − 0)
Atunci
1 1 1
P X≤ =F = . (127)
2 2 8
1 1
P X 2 ≥ 1 = 1 − P {X 2 < 1} = 1 − P {−1 < X < 1} = 1 − F (1 − 0) + F (−1) = 1 − + 0 = .
(128)
2 2
Definiţia 11. Fie X o variabilă aleatoare continuă. Numim funcţie de repartiţie condiţionată de evenimentul
A funcţia F (·|A) : R → [0, 1] dată prin
P ({X ≤ x} ∩ A
F (x|A) = P ({X ≤ x}|A) = , ∀x ∈ R (129)
P (A)
F (+∞|A) = 1, F (−∞|A) = 0.
Exemplul 2. Fie X o variabilă aleatoare continuă cu funcţia de repartiţie F şi fie A un eveniment arbitrar cu
probabilitatea nenulă. Au loc următoarele formule:
2. există o funcţie f : R → R cu o mulţime cel mult numarabilă de puncte de discontinuitate de prima speţă
astfel ı̂ncât
Z∞
F (x) = f (t)dt.
−∞
1. F 0 (x) = f (x), ∀x ∈ R.
2. f (x) ≥ 0, ∀x ∈ R.
R∞
3. f (x)dx = 1
−∞
Ca şi ı̂n cazul variabilei discrete putem defini caracteristicele numerice ale unei variabile continue. Fie X o
variabilă aleatoare continua cu densitatea de probabilitate f : R → R+ . Toate definiţiile următoare au sens
dacă integralele improprii care apar sunt convergente.
R∞
1. Media variabilei aleatoare X:m = M [X] = xf (x)dx
−∞
R∞
2. Momentul iniţial de ordin r: mr = M [X r ] = xr f (x)dx
−∞
R∞
3. Dispersia variabilei aletoare X este: σ 2 = D2 [X] = (x − mx )2 f (x)dx.
−∞
R∞
4. Funcţia caracteristică ϕ(t) = ejtx · f (x)dx.
−∞
(
x ∈ 0, π2 ,
k · sin x,
Exerciţiul 12. Fie f : R → R cu f (x) =
0, ı̂n rest.
1. Să se determine k ∈ R astfel ı̂ncât f să fie densitate de probabilitate pentru o variabilă aleatoare X.
Soluţie: f este densitate de probabilitate dacă
• f (x) ≥ 0,
R∞
• f (x)dx = 1
−∞
Se obţine k = 1 deci: (
x ∈ 0, π2 ,
sin x,
f (x) = (132)
0, ı̂n rest.
πi π h π i
X ≥ π }.
h
3. Să se calculeze P {X ∈ 0, }, P {X ≥ } şi P {X ∈ 0,
6 4 3 4
Soluţie:
•
h πi √
π π π π 3
P {X ∈ 0, } = P {0 ≤ X ≤ } = F − 0 − F (0 − 0) = F − F (0) = −cos =− .
6 6 6 6 6 2
(134)
• √ ! √
π π π 2 2
P {X ≥ } = 1 − P {X < } = 1 − F =1− − +1 =− . (135)
4 4 4 2 2
•
hπ π i π π √
1 2 √
h π i π P {X ∈ , } F −F − +1+ −1 2−1
P {X ∈ 0, X ≥ } = 4 3 = 3 4 = 2 √ 2 = √ .
3 4 π π
2 2
P {X ≥ } 1−F 1+ −1
4 4 2
(136)
Z∞
ϕ(t) = ejtx f (x)dx. (137)
−∞
Se obţine:
π π π
Z2 Z2 x= π Z2
0
2
ϕ(t) = ejtx sin xdx = − jtx jtx
e (cos x) dx = −e cos x
+ jt ejtx cos xdx
x=0
0 0 0
π π
2 x= π 2
Z
2
Z (138)
jtx 0 jtx 2 2
= 1 + jt e (sin x) dx = 1 + jte sin x
−j t ejtx sin xdx
x=0
0 0
π
jt π2 2 2
jt π2 1 + jtejt 2
= 1 + jte + t ϕ(t) ⇒ 1 − t ϕ(t) = 1 + jte ⇒ ϕ(t) =
1 − t2
• Media:
π π π
Z∞ Z2 Z2 x= π Z2 x= π
0
2 2
M [X] = x · f (x)dx = x · sin x = − x · (cos x) dx = −x cos x + cos xdx = sin x =1
x=0 x=0
−∞ 0 0 0
(139)
• Dispersia:
D2 [X] = M [X 2 ] − (M [X])2 . (140)
(a) Metoda I:
π π π
Z∞ Z2 Z2 x= π Z2
0
2
M [X 2 ] = x2 · f (x)dx = x2 · sin x = − 2 2
x · (cos x) dx = −x cos x + 2 x cos xdx
x=0
−∞ 0 0 0
π π
Z 2 x= π Z 2 x= π
0
2 2
=2 x(sin x) dx = 2x sin x
− 2 sin xdx = π + 2 cos x = π − 2.
x=0 x=0
0 0
(141)
(b) Metoda II: Este cunoscut faptul că
ϕ00 (0)
M [X 2 ] = . (142)
j2
Să calculăm:
!0 π π
π
jejt 2 + j 2 t π2 ejt 2 1 − t2 + 2t 1 + jtejt 2
jt π2
1 + jte
ϕ0 (t) = = (143)
1 − t2 (1 − t2 )2
π π 2 π
π π π
π π π
2j 2 ejt 2 + j 3 t π4 ejt 2 1 − t2 − 2t j 2 t ejt 2 + 2 1 + jtejt 2 + 2t jejt 2 + j 2 t ejt 2
ϕ00 (t) = 2 2 2
(1 − t2 )2
π
π
4t j 2 t π2 ejt 2 1 − t2 + 2t 1 + jtejt 2
+ .
(1 − t2 )3
(144)
Se observă că:
ϕ00 (0) = j 2 (π − 2) ⇒ M [X 2 ] = π − 2. (145)
Finalizăm cu:
D2 [X] = π − 2 − 1 = π − 3. (146)
6. Să se determine densitatea de probabilitate a variabilelor aleatoare Y = π − X, Z = eX , mediile şi
dispersiile lor.
(a) Pentru Y = π − X avem nevoie mai ı̂ntâi de funcţia de repartiţie pentru variabila aleatoare Y :
Pentru a obţine densitatea de probabilitate trebuie să derivăm funcţia de repartiţie şi obţinem:
( π
0
sin (π − x) , 0 ≤ π − x ≤ ,
fY (x) = −fX (π − x)(π − x) = fX (π − x) = 2 (148)
0, ı̂n rest
În final: ( π
sin (π − x) , ≤ x ≤ π,
fY (x) = 2 (149)
0, ı̂n rest
Alternativ:
M [Y ] = M [π − X] = π − M [X] = π − 1. (151)
(b) Pentru Z = eX avem nevoie mai ı̂ntâi de funcţia de repartiţie pentru variabila aleatoare Z:
1. Să se determine constanta k ∈ R astfel ı̂ncât funcţia f să reprezinte densitatea de probabilitate pentru o
variabilă aleatoare continuă X.
Soluţie: f este densitate de probabilititate pentru o variabilă aleatoare X dacă f (x) ≥ 0 şi:
Z∞
f (x)dx = 1 (156)
−∞
Se obţine:
Z2 Z2 2 !
x3 2 x2 2
2 2
k(x − 1) dx = k (x − 2x + 1)dx = k + 2 + x = 9k. (157)
3 −1 2 −1 −1
−1 −1
1
Prin urmare pentru ca f să fie densitate de probabilitate k = şi:
9
1 (x − 1)2 , x ∈ [−1, 2],
f (x) = 9 (158)
0, ı̂n rest
Z∞
ϕ(t) = ejtx f (x)dx, ϕ : R → C. (159)
−∞
23
Z2 Z2 Z2
2
1 1 0 1 jxt
ejtx (x − 1)2 dx = ejix (x − 1)2 dx = e (x − 1)2 − 2 ejtx (x − 1)dx
ϕ(t) =
9 9jt 9jt −1
−1 −1 −1
Z2 Z2
2
1 2jt 2 0 1 2jt 2 2
ejtx (x − 1) = e − 4e−jt − ejtx (x − 1) + ejtx dx
= e −
9jt jt 9jt jt −1 jt
−1 −1
2 !
1 2 4 2
e2jt − 4e−jt − e2jt − e−jt + 2 2 ejtx
=
9jt jt jt j t −1
1 2jt −jt 2 2jt −jt 2 2jt −jt
= e − 4e − (e + 2e ) − 2 (e − e )
9jt jt t
(160)
• Media variabilei aleatoare se calculează după
Z∞
M [X] = xf (x)dx. (161)
−∞
Z2 Z2 2
x4 x3 x2
1 2 1 3 2 1
= 7
M [X] = x (x − 1) dx = x − 2x + x dx = −2 + (162)
9 9 9 4 3 2
−1 108
−1 −1
Z2 Z2 2
x5 x4 x3
2 1 2 2 1 4 4 2
1 = 11
M [X ] = x (x − 1) dx = x − 2x + x dx = −2 + (164)
9 9 9 5 4 3
−1 90
−1 −1
Obţinem:
11 49
D2 [X] = M [X 2 ] − (M [X])2 = − = 0.1157 (165)
90 11664
3. Să se determine densitatea de probabilitate, media şi dispersia variabilei aleatoare Y = 2X − 5.
Soluţie:
• Pentru a găsi densitatea de probabilitate avem nevoie mai ı̂ntâi de funcţia de repartiţie:
x+5 x+5
FY (x) = P {Y ≤ x} = P {2X − 5 ≤ x} = P {X ≤ } = FX (166)
2 2
Pentru a obţine densitatea de probabilitate vom deriva funcţia de repartiţie de mai sus:
0
x+5 1
fY (x) = fX (x) · = fX (x) (167)
2 2
24
1. Să se determine constanta k astfel ı̂ncât f să fie densitate de probabilitate pentru o variabilă aleatoare X.
R∞
Soluţie: f este densitate de probabilitate pentru o variabilă aleatoare X dacă f ≥ 0 şi f (x)dx = 1.
−∞
Să considerăm:
Z∞ Z1 Z2
x2 1
2
k 3k
f (x)dx = kxdx + kdx = k + kx = + k = (173)
2 0 1 2 2
−∞ 0 1
3k 2
Prin urmare = 1 ⇒ k = şi
2 3
2
x, x ∈ [0, 1],
3
fX (x) = 2 , x ∈ (1, 2],
3
0, ı̂n rest
x+1 0 1
x+1 x+1
fY (x) = fX · = fX . (176)
3 3 3 3
Deci:
2 x+1 x+1
· , ∈ [0, 1],
3
3 3
fY (x) = 2 , x+1
∈ (1, 2], (177)
3
3
0, ı̂n rest
R∞
Pentru medie putem folosi formula M [Y ] = xfY (x)dx sau proprietăţile mediei astfel:
−∞
22 22 16 8
M [3X − 1] = 3M [X] − 1 = 3 −1= −1= = (181)
18 6 6 3
Exerciţiul 15. Determinaţia valorile constantelor a, b ∈ R astfel ı̂ncât funcţia de mai jos să fie funcţia de
repartiţie pentru o variabilă aleatoare continuă:
0,
x < 0,
3
F (x) = ax + b, x ∈ [0, 1], (182)
1, x > 1.
Soluţie: Funcţia F este funcţie de repartiţie pentru variabila aleatoare continuă X dacă aceasta este continuă.
Dacă calculăm limitele laterale ı̂n 0 şi 1 şi le egalăm cu valoarea ı̂n punct vom obţine cele două constante.
deci:
0,
x < 0,
3
F (x) = x , x ∈ [0, 1],
1, x > 1.
Probabilita
¼ţi
m (m 1) ::: (m n + 1) = Anm :
1
elemente de culoarea c2 ,. . . , mr elemente de culoarea cr . Culorile sunt distincte, dar
bilele de aceeaşi culoare nu se disting între ele.
Num¼
arul cazurilor posibile :
m1
Cm moduri de alegere a poziţiilor bilelor de culoare c1 ,
m2
Cm m1 moduri de alegere a poziţiilor bilelor de culoare c2 ,. . . ,
mr
Cm m1 ::: mr 1 moduri de alegere a poziţiilor bilelor de culoarea cm (de fapt m m1
m2 : : : mr 1 = mr şi avem, de fapt, o singur¼ a posibilitate).
[(A1 \ : : : \ An k \ An k+1 \ : : : \ An );
arul parantezelor …ind Cnk . Un eveniment
num¼
se realizeaz¼
a, ţinând seama c¼
a evenimentele sunt independente, cu probabilitatea
2
Exerciţiul 1 Într-un atelier sunt trei maşini. Prima d¼a 0; 9% rebut, a doua 1% şi a treia
1; 3%. Se ia la întâmplare câte o pies¼a de la …ecare maşin¼a. Se cere probabilitatea ca dou¼a
din piese s¼a …e bune şi una rebut.
Avem
p1 = 0; 991; q1 = 0; 009; p2 = 0; 99;
:
q2 = 0; 01; p3 = 0; 987; q3 = 0; 013;
P (x) = (0; 991x + 0; 009)(0; 99x + 0; 01)(0; 987x + 0; 013):
Coe…cientul lui x2 este
p1 = p2 = : : : = pn = p; q1 = q2 = : : : = qn = q
Probabilitatea extragerii a k bile albe se va obţine calculând coe…cientul lui xk din polinomul
adic¼
a va …
Cnk pk q n k :
Recunoaştem în aceast¼a expresie termenul general al ridic¼
arii la puterea n a binomului px+q.
Pentru acest motiv schema se mai numeşte binomial¼ a. Deoarece urnele sunt identice, putem
considera c¼a toate extragerile se fac dintr-o singur¼
a urn¼a, bila extras¼a punându-se în urn¼
a
dup¼a …ecare extragere. Obţinem astfel schema lui Bernoulli. Probabilitatea de a extrage k
bile albe din n extrageri dintr-o urn¼a, punându-se de …ecare dat¼ a bila înapoi, este
Pn;k = Cnk pk q n k ;
unde p este probabilitatea oţinerii unei bile albe dintr-o singur¼ a extragere şi q = 1 p.
Schema lui Bernoulli se mai numeşte schema bilei revenite (întoarse).
Condiţii ale unui experiment binomial:
1. Exist¼a n repet¼ ari identice ale unui experiment.
2. Fiecare repetare are exact dou¼ a rezultate posibile.
3. Probabilit¼ aţile celor dou¼a rezultate r¼
amân constante pe parcursul repet¼
arilor.
4. Repet¼ arile sunt independente una de cealalt¼ a.
Exerciţiul 2 Se arunc¼a un zar de 5 ori. Se cere probabilitatea ca faţa cu un punct s¼a apar¼a
exact de dou¼a ori.
Avem:
1 5
p = ; q = ; n = 5; k = 2;
6 6
2 3
1 5
P5;2 = C52 = 0; 16:
6 6
3
Schema lui Bernoulli cu mai multe st¼
ari
Fie o urn¼a care conţine bile de m culori c1 ; c2 ; : : : ; cm iar pi probabilitatea ca la o extragere s¼
a
obţinem o bil¼
a de culoarea ci . Probabilitatea ca în n extrageri s¼ a obţinem n1 bile de culoarea
c1 , n2 bile de culoarea c2 , . . . , nm bile de culoarea cm (n1 + n2 + : : : + nm = n) este
n!
pn1 pn2 : : : pnmm :
n1 ! n2 ! : : : nm ! 1 2
Aceast¼ a schem¼a rezolv¼
a problemele în care se cere probabilitatea ca în n efectu¼ ari ale expe-
rienţei evenimentul Ai s¼a se realizeze de ni ori, A1 ; A2 ; : : : ; Am …ind un sistem complet de
evenimente şi P (Ai ) = pi ; i = 1; m. Presupunem c¼ a în cele n efectu¼
ari ale experienţei s-au
obţinut succesiv
A1 : : : A1 A2 : : : A2 : : : Am : : : Am :
| {z } | {z } | {z }
n1 n2 nm
p : : : p p : : : p : : : pm : : : pm :
| 1 {z }1 | 2 {z }2 | {z }
n1 n2 nm
n! (n n1 )! (n n1 : : : nm 1 )!
= ::: =
n1 ! (n n1 )! n2 ! (n n1 n2 )! nm ! (n n1 : : : nnm )!
n!
= :
n1 ! : : : nm !
Exerciţiul 3 Se arunc¼a un zar de 5 ori. Care este probabilitatea ca exact de dou¼a ori s¼a
apar¼a faţa cu un punct şi exact de 2 ori s¼a apar¼a faţa cu dou¼a puncte?
Avem:
n = 5; n1 = 2; n2 = 2; n3 = 1;
1 1 2
p1 = ; p 2 = ; p 3 = ;
6 6 3
2 2
5! 1 1 2 5
P4;2;2;1 = = :
2! 2! 1! 6 6 3 324
Schema hipergeometric¼
a
O urn¼ a conţine a bile albe şi b bile negre. Din aceast¼ a urn¼a se extrag n bile (n a + b)
pe rând, f¼ar¼
a a pune bila extras¼ a înapoi în urn¼ a (ceea ce este echivalent cu a extrage n bile
deodat¼ a). Se cere probabilitatea ca din cele n bile extrase, k s¼a …e albe (k a) şi n k negre
(n k b). Pentru a calcula acest¼ a probabilitate vom stabili num¼ arul cazurilor posibile şi
num¼ arul cazurlor favorabile.
n
Num¼ arul cazurilor posibile este: Ca+b .
Num¼ arul cazurilor favorabile: un grup de k bile albe dintr-un total de a bile albe poate …
luat în Cak moduri; un grup de n k bile negre din totalul de b bile negre poate … obţinut în
4
Cbn k moduri. Un grup de k bile albe şi n k bile negre poate … obţinut, conform principiului
arii, în Cak Cbn k moduri. Probabilitatea c¼
multiplic¼ autat¼
a este
Cak Cbn k
n
:
Ca+b
Exemplul 1 (Controlul de calitate) Presupunem c¼a într-o cutie sunt 550 de piese,
din care 2% sunt defecte. Care este probabilitatea ca alegând 25 de piese, acestea s¼a conţin¼a
dou¼a piese defecte. Acesta este principiul test¼arii produselor prin selecţii aleatoare.
Spaţiul de selecţie este format din mulţimea grupelor de câte 25 de piese care se pot
forma cu cele 550 piese (un rezultat posibil al experienţei este o grupare de 25 de piese, iar
un rezultat favorabil este o grupare de 25 de piese dintre care 2 piese sa¼ …e defecte). Putem
alege cele 25 piese dintre cele 550, fa¼ra¼ sa¼ ne intereseze ordinea pieselor, în C 25550 moduri.
Câte din acestea vor conţine 2 piese defecte? Putem alege cele 2 piese defecte, din cele
2 23
550 2% = 11, în C11 moduri, iar celelalte 25 2 = 23 piese, care nu sunt defecte, în C539
moduri. Probabilitatea c¼ autat¼a va …
2 23
C11 C539
25
= 0; 00059:
C550
Exerciţiul 4 La o tombol¼a sunt 400 bilete dintre care 4 câştig¼atoare. O persoan¼a cump¼ar¼a
10 bilete. Care este probabilitatea s¼a nu se g¼aseasc¼a nici un bilet câştig¼ator?
C 0 C 10
Avem a = 4; b = 396; k = 0; n k = 10; n = 10; p = C4 10396 = 0; 903:
400
Schema hipergeometric¼
a cu mai multe st¼
ari
În general, dac¼ a urna conţine ai bile de culoarea ci , i=1; m, probabilitatea de a obţine n1
bile de culoarea c1 , n2 bile de culoarea c2 , . . . , nm bile de culoarea cm când facem n =
n1 + n2 + : : : + nm extracţii, este egal¼
a cu
Can11 Can22 : : : Canmm
:
Can1 +a2 +:::+am
Exerciţiul 5 O urn¼a conţine 7 bile albe, 7 bile negre şi 6 verzi. Se extrag 9 bile. Care este
probabilitatea s¼a obţinem câte 3 de …ecare culoare?
Avem
C73 C73 C63
a1 = 7; a2 = 7; a3 = 6; n1 = 3; n2 = 3; n3 = 3; p = 9
= 0; 145:
C20