10.2.

REPARTIŢII CLASICE

BREVIAR TEORETIC

REPARTIŢII CLASICE DISCRETE

Repartiţia binomială X  Bi( n, p )  X :  

k ; n  N * ; p, q  0; p + q = 1

 C k p k q n−k 
 n  k =0,n

(
M ( X ) = np; D( X ) = npq ;  (t ) = peit + q )n
 k 
  ;  0
Repartiţia Poisson X  Po( )  X :  −   k

e  
 k!  kN
M ( X ) = ; D( X ) = ;  (t ) = e (e −1)
it

Repartiţia binomială cu exponent negativ

 k  ; m  N * ; p, q  0; p + q = 1
X  Bin(m, p)  X :  m −1 m k − m 
C 
 k −1 p q kN , k  m
1 mq
M (X ) = ; D( X ) = 2
p p
Repartiţia geometrică  k  ; p, q  0; p + q = 1
X  Ge( p)  X :  k −1 
 pq 
 kN *
1 q .
M (X ) = ; D( X ) = 2
p p
 k 
Repartiţia hipergeometrică  
X  H (n, A, B)  X :  C Ak CBn − k  ; A, B, n  N *
 Cn 
 A+ B max(0, B − n )  k  min( A, n )
N − n , unde A
M ( X ) = np; D( X ) = npq N = A + B, p = , q = 1 − p
N −1 N

REPARTIŢII CLASICE CONTINUE

Repartiţia uniformă pe intervalul [a,b]

X  U [a, b]  X are densitatea de repartiţie  1
 , x  [ a, b ]
f ( x) =  b − a

 0, x  [a, b]
a+b (b − a ) 2
M (X ) = , D( X ) =
2 12

Repartiţia Gamma
 1 −
x

X  [a, b]; a, b  0  X are densitatea de repartiţie  a x a −1 e b , x  0

f ( x) =  b (a )
 x0
 0,
M ( X ) = ab, D( X ) = ab2 ; (t ) = (1 − ibt )
−a

Repartiţia Beta
X   [a, b]; a, b  0  X are densitatea de repartiţie  1
 x a −1 (1 − x)b −1, x  (0,1)
f ( x) =   (a, b )
 x  (0,1)
 0,
a ab
M (X ) = , D( X ) =
a+b (a + b) 2 (a + b + 1)
Repartiţia exponenţială
 1 − x
X  Exp( );   0  X are densitatea de repartiţie f ( x) =  e , x  0


 0 , x0
M ( X ) =  , D( X ) = 2 ;  (t ) = (1 − it )−1

Repartiţia hi-pătrat cu n grade de libertate

 1
x 2 −1e − 2 , x  0
n x

* 
X  H (n), n  N  X are densitatea de repartiţie f ( x) = 2 2  n

n

2
()

 0 , x0
Observaţie. H (n) =  n , 2
2
( )
M ( X ) = n, D( X ) = 2n ;  (t ) = (1 − 2it )− 2
n

Repartiţia Student cu n grade de libertate

n +1
X  S (n), n  N *  X are densitatea de repartiţie f ( x) =  2 ( ) 1 + x2 − n +1
2

, xR
n  n2 ( )  n 
M ( X ) = 0, D( X ) = n
n−2

Repartiţia normală
( x − m) 2
1 −
X  N (m,  )  X are densitatea de repartiţie f ( x) = e 2 2
, x  R; m  R,   0
 2
M ( X ) = m, D ( X ) =  2 ;  (t ) = eimt−
 2t 2
2

• Dacă Z  N (0, 1), atunci funcţia de repartiţie a acestei variabile este:

x y2

FZ : R → 0, 1 , FZ (x ) =
1 −

2
e
−
2
dy şi are proprietăţile: 1) FZ (-x) = 1 - FZ (x); 2) FZ (0) = 1/2

• Funcţia de repartiţie FZ se poate exprima astfel:

x y2
x − y2
−
FZ (x ) = + dy = + (x ) , unde  : R → R, (x ) = 1  e
1 1 1
2 2
e
0
2
2 2 0
2 dy

se numeşte funcţia lui Laplace şi are următoarele proprietăţi:

1)  (0 ) = 0 ; 2) (− x ) = −(x ) ; 3)  ( ) = 1 .
2

Repartiţia Pareto
 
X  Pa( ,  )  X are densitatea de repartiţie f ( x) =   +1 , x   ,   0,   0
x
 0, x  

Repartiţia Weibull
   −1 − x


X  W ( , )  X are densitatea de repartiţie f ( x ) =  x e  , x  0 ;   0,  0


 0, x  0

Repartiţia Rayleigh
 2 xe − x , x  0  x − 2x 2
2 2

X  Ra( );   0  X are densitatea de repartiţie , sau f ( x ) =  2 e , x0

f ( x) =  
 0, x  0 
 0, x  0
Observaţie. Ra( ) = W 2, 2 2 ( )
Repartiţia Laplace
x−a

X  La(a, b)  X 1 −
are densitatea de repartiţie f ( x) = e b
, x  R; a  R, b  0
2b
Repartiţia Cauchy
X  C (m, a)  X are densitatea de repartiţie f ( x) = 1  a
, x  R; m  R, a  0 .
 a 2 + (x − m)2
Repartiţia lognormală
(ln x − m ) 2
1 −
X  LN (m,  )  X are densitatea de repartiţie f ( x) = e 2 2
, x  0;   0, m  R
 x 2

Propoziţie.
1) Dacă v.a. independente X k  Bi(nk , p ), k = 1, r , atunci 
r  r 
X k  Bi  n k , p 
k =1  k =1 

2) Dacă v.a. independente X k  Po(k ), k = 1, n , atunci n X  Po n  

k  k
k =1  k =1 

Dacă v.a. independente X k  (ak , b), k = 1, n , atunci

n  n 
3)
 X k    a k , b 
k =1  k =1 
r  r 
4) Dacă v.a. independente X k  H (nk ), k = 1, r , atunci  X k  H   n k 
 
k =1  k =1 

 n 
X k  N (mk , k ), k = 1, n , atunci   k X k  N    k mk ,   2 2 
n n
5) Dacă v.a. independente
k =1  k =1 k =1
k k 
 

6) Dacă v.a. X  N (m,  ) , atunci v.a. normată Z = X − m  N (0,1)



7) Dacă v.a. X  N (0,1) , atunci v.a. X 2  H (1)

X k  N (0,1), k = 1, n , atunci  X 2  H (n)

n
8) Dacă v.a. independente
k
k =1

9) Dacă Z  N (0,1) , Y  H (n) sunt v.a. independente, atunci T=

Z
 S (n)
Y
n
PROBLEME REZOLVATE

1. Se ştie că un anumit furnizor livrează către beneficiarii săi produse corespunzătoare calitativ cu probabilitatea 0,9. Se selectează la întâmplare
un eşantion de 20 unităţi din produsele livrate de furnizorul respectiv şi fie X v.a. ce ia ca valori numărul produselor corespunzătoare calitativ. Să
se determine:
a) repartiţia variabilei aleatoare X;
b) numărul mediu de produse corespunzătoare şi abaterea medie pătratică a numărului de produse corespunzătoare din eşantionul considerat;
c) funcţia caracteristică a variabilei aleatoare X;
d) probabilitatăţile evenimentelor:
A = lotul conţine exact două piese corespunzătoare;
B = lotul conţine cel puţin 7 piese corespunzătoare;
C = lotul conţine cel mult 9 produse corespunzătoare, ştiind că în lot există cel puţin 5 produse corespunzătoare.

Rezolvare:
a) Deoarece probabilitatea ca un produs să fie corespunzător calitativ este constantă, rezultă că X este o v.a. cu o repartiţie binomială de
parametri p = 0,9 şi n = 20.
Aşadar repartiţia v.a. considerate este  k 
X : k 
 C (0,9) k (0,1) 20 − k 
 20  k = 0,20
 b) Numărul mediu de produse corespunzătoare din eşantion este media v.a. X: M ( X ) = n ∙ p = 20 ∙ 0,9 = 18.
Dispersia numărului de produse corespunzătoare din eşantionul considerat este:
D ( X ) = n ∙ p ∙ q = 18 ∙ 0,1 = 1,8, de unde obţinem abaterea medie pătratică:  ( X ) = D( X )  1,341

c)
20
 X (t ) =  e itk C 20
k
(0,9) k (0,1) 20−k =  C 20
k
20
0,9e it ( )k (0,1)20−k = ( 0,9eit + 0,1)20
k =0 k =0
2
d) P( A) = P( X = 2) = C20 (0,9) 2 (0,1)18
9
20  C 20
k
(0,9) k (0,1) 20−k
P( B) = P( X  7) =  C20
k
(0,9) k (0,1) 20 − k P( X  9  X  5) P(5  X  9)
k =7 P(C ) = P( X  9 / X  5) = = = k =3
P( X  5) P( X  5) 20
 C 20
k
(0,9) k (0,1) 20−k
k =5

2. Din cei 2000 de salariaţi ai unei firme, 300 au studii superioare. Se selectează la întâmplare un eşantion de 40 de salariaţi ai firmei
respective şi se notează cu X variabila aleatoare ce reprezintă numărul salariaţilor cu studii superioare din eşantionul considerat. Să se determine:
a) repartiţia variabilei aleatoare X;
b) numărul mediu de salariaţi cu studii superioare şi dispersia numărului de salariaţi cu studii superioare;
c) probabilităţile evenimentelor: A = exact 10 salariaţi din cei 40 selectaţi au studii superioare; B = cel mult 12 salariaţi din cei 40 selectaţi au
studii superioare; C = cel puţin 6 şi cel mult 19 salariaţi au studii superioare.
Rezolvare:

a) Din enunţul problemei deducem că variabila aleatoare X are o repartiţie hipergeometrică de parametri
 k 
n = 40, A = 300, B = 1700, deci repartiţia variabilei aleatoare X are forma:  k 40 − k

X :  C300  C1700 
 C 40 
 2000 k = 0, 40
b) M ( X ) = n  A = 40  300 = 6 , unde N = A + B; D( X ) = n  A  B  N − n = 6  1700  2000 − 40  5
N 2000 N N N −1 2000 2000 − 1
10
 30 k 40 − k
C C 12 C  C
c)
P( A) = P( X = 10) = 300 1700 ; P(B ) = P( X  12) =  300 1700
40 40
C 2000 k =0 C 2000
k 60 − k
19 C300  C1700
P(C ) = P(6  X  19) = 
40
k =6 C2000
3. O societate de asigurări încheie poliţe de asigurare de bunuri. În ipoteza că numărul solicitărilor de despăgubire înregistrate anual pentru
astfel de poliţe urmează o repartiţie Poisson de parametru 4, să se determine:
a) repartiţia variabilei aleatoare X care indică numărul solicitărilor de despăgubire înregistrate anual la această societate;
b) funcţia caracteristică a variabilei aleatoare X;
c) probabilităţile evenimentelor:
A = în cursul unui an să fie înregistrate exact 2 cereri de despăgubire;
B = în cursul unui an să fie înregistrate cel puţin 3 cereri de despăgubire;
d) numărul mediu de solicitări de despăgubire şi dispersia numărului de cereri de despăgubire înregistrate de-a lungul unui an la societatea
respectivă.
Rezolvare:
a) Repartiţia variabilei aleatoare X este:  k 
 
X : 4 k
−4
e  
 k!  k N

b)

 X (t ) =  e e itk − 4 4

k
=e −4


(4e it )
k
= e − 4  e 4e
it
= e 4(e −1)
it

k =0 k! k =0 k!

2
c) P( A) = P( X = 2) = e − 4  4 =
8
= 0,14652
2! e4
13
P( B) = P( X  3) = 1 − P( X = 0) − P( X = 1) − P( X = 2) = 1 − = 0,7618
e4

d) Folosind rezultatele din breviarul teoretic, avem: M ( X ) = D( X ) = 4

4. Fie X v.a. ce indică numărul de aruncări ale unui zar până la prima apariţie a feţei cu un punct. Să se afle:
a) repartiţia, media şi dispersia variabilei aleatoare X;
b) probabilitatea de a face cel puţin două aruncări până la prima apariţie a feţei cu un punct.
Rezolvare:
a) Numărul de aruncări efectuate până la apariţia feţei cu un punct poate fi orice număr natural nenul, deci mulţimea valorilor v.a. X este N*.
V.a. X ia valoarea n, n  N*, dacă în primele n aruncări nu apare faţa cu un punct şi în aruncarea cu numărul n + 1 apare faţa cu un punct.
Notăm cu p probabilitatea ca la o aruncare să apară faţa 1 şi cu q probabilitatea evenimentului opus, prin urmare
P(X = n) = qn – 1 p
Deducem că v.a. X are o repartiţie geometrică de parametri p = 1 şi q = 5 :
6 6
1 2 3 ........ n .... 
X : 
1
6
1
6  5
6
1
6 ( 6) ........  ( )
5 2 1
6
5 n −1
6 ....  nN *
  n −1   n −1
1  5 1  5
M ( X ) =  n  pn =  n     ; M ( X 2 ) =  n 2  pn =  n 2    
n =1 n =1 6  6 n =1 n =1 6  6
' '
1   1  y  1
( )

1 1  1  1
S ( y ) =  n   y n −1 =  n  y n −1 =  y n =   y n  =  
Fie '
 = 
n =1 6 6 n =1 6 n =1 6  n =1  6  1 − y  6 (1 − y)
2

1 1+ y
( ) ( )

1 1  1  1  1 1
T ( y) =  n 2   y n−1 =  n 2  y n−1 =  n 2 + n − n  y n−1 =  y n+1 − 
Fie ''
= 
n =1 6 6 n=1 6 n=1 6 n=1 6 (1 − y )2 6 (1 − y )3
Rezultă: M(X) = S(5/6) = 6; M(X2) = T(5/6) = 66; D(X) = M(X2) – M 2(X) = 30.

Observaţie. M(X) şi D(X) se pot calcula şi observând că folosind rezultatele din breviarul teoretic referitoare le repartiţia geometrică:
1 q 5/ 6
M ( X ) =  M ( X ) = 6; D( X ) =  D( X ) = = 30
p p ( 1 / 6)2
b) Probabilitatea cerută este P( X  2) = 1 − P( X = 1) = 1 − 1 = 5
6 6

5. Fie X v.a. ce indică numărul de apariţii ale feţei cu un punct în douăsprezece aruncări ale unui zar. Să se afle:
a) repartiţia, valoarea medie şi dispersia variabilei aleatoare X;
b) probabilitatea ca în cele 12 aruncări faţa 1 să apară cel puţin de două ori.

Rezolvare:

a) Deoarece probabilitatea ca la o aruncare a zarului să apară faţa 1 este constantă, rezultă că v.a. X are o repartiţie binomială de parametri
 k 
p = 16 şi n = 12, prin urmare  12− k

X : k  1  k  5 
 C12     
  6  6  k =0,12
Valoarea medie a variabilei aleatoare X este M(X) = n  p = 12  1/6 = 2

Dispersia variabilei aleatoare X este: D( X ) = npq = 2  5 = 1, (6)

6
12 11
b) P( X  2) = 1 − P( X = 0) − P( X = 1) = 1 −  5  − 12 5  1 = 0,61866
   
 6  6 6

6. Trei trăgători trag simultan şi independent unul de altul asupra unei ţinte. Primul nimereşte ţinta cu probabilitatea de 0,4, al doilea cu
probabilitatea 0,3, iar al treilea cu probabilitatea 0,8. Fie X variabila aleatoare ce indică numărul de focuri care ating ţinta. Să se determine
numărul mediu de focuri care ating ţinta.

Rezolvare:

Repartiţia variabilei aleatoare X este X :  0 1 2 3


 p3 
 p0 p1 p2

Vom determina probabilităţile p0, p1, p2, p3 folosind schema lui Poisson, unde pk reprezintă probabilitatea ca, din cele 3 focuri trase, exact „k” focuri
să atingă ţinta, k = 0,3

Avem că pk = p (3: k, 3 – k ) = coeficientul lui t k din dezvoltarea Q (t), unde

(100 ) (100 ) (100 )

Q(t ) = 40  t + 60  30  t + 70  80  t + 20 = 0,096 t 3 + 0,392 t 2 + 0,428 t + 0,084 . Obţinem:
100 100 100
p (3: 0, 3) = coeficientul lui t 0 din Q (t)  p0 = 0,084

p (3: 1, 2) = coeficientul lui t 1 din Q (t)  p1 = 0,428

p (3: 2, 1) = coeficientul lui t 2 din Q (t)  p2 = 0,392

p (3: 3, 0) = coeficientul lui t 3 din Q (t)  p3 = 0,096

Rezultă  0 1 2 3 
X :  
 0,084 0, 428 0,392 0,096 

M ( X ) = 0  0,084 + 1  0,428 + 2  0,392 + 3  0,096 = 0,428 + 0,784 + 0,288 = 1,5

7. Fie X şi Y două v.a. independente, definite pe acelaşi câmp de probabilitate, având repartiţii Poisson de parametri λ1 şi respectiv λ2. Fie
v.a. U ce ia valoarea k  N , k  n , cu n  N * fixat, atunci când se realizează evenimentul condiţionat ( X = k / X + Y = n ). Să se determine:
a) repartiţia variabilei aleatoare Z = X + Y;
b) repartiţia variabilei aleatoare U.

Rezolvare:

a) Repartiţia variabilei aleatoare X  Po (1 ) este  k 

 
X : k 
− 1
e 1  
 k! kN
Calculăm funcţia caracteristică a v.a. X:

 X (t ) =  e itk e − 
1
1k
= e −1 
 (1eit ) k = e −  e e
1 1
it

= e 1 (e −1)
it

k =0 k! k =0 k!

Analog, obţinem funcţia caracteristică a v.a. Y: Y (t ) = e2 (e −1)

it

Deoarece X şi Y sunt v.a. independente, rezultă că funcţia caracteristică a sumei Z = X + Y este:

 Z t =  X +Y t =  X t  Y t = e 1 (e −1)  e 2 (e −1) = e (1 + 2 ) (e −1) ,
() () () ()
it it it

Prin urmare v.a. Z are o repartiţie Poisson de parametru λ1 + λ2.

În concluzie, dacă X  Po (1 ) şi Y  Po (2 ) , atunci X + Y  Po(1 + 2 )

b) Repartiţia v.a. U este:  k  , unde

U :  
 k  k = 0, n
p
P(( X = k )  ( X + Y = n )) P(( X = k )  (Y = n − k ))
p k = P(U = k ) = P( X = k / X + Y = n ) = =
P( X + Y = n ) P( X + Y = n )
P( X = k )  P(Y = n − k ) .
Deoarece v.a. X şi Y sunt independente, rezultă pk =
P( X + Y = n )
Avem că X  Po (1 ) , Y  Po (2 ) , Z  Po (1 + 2 ) , prin urmare
, deci
În concluzie, dacă şi , atunci

Observaţie. Aplicând metoda de rezolvare de la punctul a), se pot demonstra punctele 1)-5) ale propoziţiei din breviarul teoretic.

8. a) Fie X şi Y v.a. independente, definite pe acelaşi câmp de probabilitate, având repartiţii binomiale de parametri n1, p şi respectiv n2, p,
unde n1, n2  N*;p  (0, 1). Să se determine repartiţia v.a. X + Y.
b) Două maşini automate realizează aceeaşi piesă, dând rebuturi cu probabilităţile 0,05, respectiv 0,05. Dacă producţia zilnică a primei
maşini este de 2000 de piese şi producţia zilnică a celei de-a doua maşini este de 3000 de piese, să se scrie repartiţia v.a. care indică numărul de
rebuturi din producţia zilnică totală şi să se calculeze numărul mediu de rebuturi din producţia zilnică totală.

Rezolvare:
a) Repartiţia v.a. este , unde q = 1 - p
Calculăm funcţia caracteristică a v.a. X:  (t ) =
X
n1 n1
 e itk C nk p k q n −k =  C nk peit
1
( )k q n −k = (peit + q)n
1
1

k =0 1
k =0 1

(
Analog, funcţia caracteristică a v.a. Y este  Y (t ) = pe it + q 2 ) n

Cum X şi Y sunt v.a. independente, rezultă că funcţia caracteristică a sumei Z = X + Y este

() () () ()
 Z t =  X + Y t =  X t  Y t = peit + q ( n1
) (
peit + q
n2
)
= peit + q ( n1 + n 2
)
prin urmare variabila aleatoare Z urmează o repartiţie binomială de parametri n1 + n2 şi p.

Observaţie. Am obţinut următorul rezultat: Dacă X  Bi (n1 , p) şi Y  Bi (n 2 , p) , atunci X + Y  Bi (n1 + n2 , p )

b) Fie X, Y v.a. care indică numărul de rebuturi din producţia zilnică a primei, respectiv a celei de-a doua maşini. Cum probabilităţile ca
maşinile să producă piese rebut sunt constante, rezultă că X, Y au repartiţii binomiale: X  Bi (n1 = 2000 , p = 0,05 ) ,
Y  Bi (n2 = 3000 , p = 0,05) .
V.a. ce indică numărul de rebuturi din producţia zilnică totală este X + Y şi conform punctului a), X + Y  Bi (n1 + n2 , p ) , adică X + Y  Bi
(5000; 0,05) şi are repartiţia:  k 
X +Y : k 
 5000 (0,05) (0,95)
C k 5000− k 
 k =0,5000
Numărul mediu de rebuturi din producţia zilnică totală este media v.a. X + Y: M (X + Y) = (n1 + n2) p = 250.

9. Fie X şi Y v.a. independente, definite pe acelaşi câmp de probabilitate, care iau valori în mulţimea numerelor naturale cu probabilităţile
pn = P( X = n) = P(Y = n) = pq n , n  N , p  (0,1). Să se calculeze probabilităţile:
a) P ( X + Y = 1) , P( X + Y = n ) , n  N fixat;
b) P( X = k / X + Y = n ) ; k , n  N , k  n .
Rezolvare:
a) P( X + Y = 1) = P(( X = 0, Y = 1)  ( X = 1, Y = 0)) = P( X = 0, Y = 1) + P( X = 1, Y = 0)
Cum v.a. X, Y sunt independente, rezultă că
P( X + Y = 1) = P( X = 0) P(Y = 1) + P( X = 1) P(Y = 0) = p  pq + pq  p = 2 p q
2

P( X + Y = n ) = P(( X = 0, Y = n )  ( X = 1, Y = n − 1)  ...  ( X = n, Y = 0)) =

n n n n
=  P( X = k , Y = n − k ) =  P( X = k )P(Y = n − k ) =  pq k  pq n−k =  p 2 q n = (n + 1) p 2 q n
k =0 k =0 k =0 k =0

b) P( X = k / X + Y = n ) = P(( X = k )  ( X + Y = n )) = P(( X = k )  (Y = n − k ))
P( X + Y = n ) P( X + Y = n )

Deoarece X şi Y sunt v.a. independente, rezultă că P( X = k / X + Y = n ) = P( X = k )  P(Y = n − k ) = pq  pq

k n−k
= 1
P( X + Y = n ) 2 n n +1
(n + 1) p q

10. Profitul anual al unei firme este rezultatul acţiunii a două grupuri de factori U şi V, ale căror modele probabilistice sunt U = 3X – 2Y, V
= X + 5Y, unde X şi Y sunt v.a. independente, X  Bi (10; 0,8) şi Y  Po (1).
Să se calculeze M (2U + 3V ), D (U ) şi D (V ).
Rezolvare:
Deoarece X  Bi(10; 0,8) , rezultă că M ( X ) = 10 ∙ 0,8 = 8 şi D ( X ) = 10 ∙ 0,8 ∙ 0,2 = 1,6
Din Y Po (1) rezultă că M (Y) = D (Y) = 1. Obţinem:
M (2U + 3V ) = M (2 (3 X − 2Y ) + 3( X + 5Y )) = M (9 X + 11Y ) = 9M ( X ) + 11M (Y ) = 9  8 + 11  1 = 83
Deoarece v.a. X şi Y sunt independente, rezultă că D(U ) = D(3 X − 2Y ) = 9 D( X ) + 4 D(Y ) = 9  1,6 + 4  1 = 18,4 . Analog,
D(V ) = D( X + 5Y ) = D( X ) + 25 D(Y ) = 1,6 + 25  1 = 26 ,6

11. Fie X o v.a. având repartiţie uniformă pe intervalul [-3,3]. Să se determine:

a) funcţia de repartiţie şi densitatea de repartiţie a variabilei aleatoare Y = 3X +2;
b) densitatea de repartiţie a variabilei aleatoare Z = X 2 + 1;
c) densitatea de repartiţie a variabilei aleatoare T = e X;
d) funcţia de repartiţie a variabilei aleatoare V = X .
Rezolvare:
Densitatea de repartiţie şi funcţia de repartiţie ale v.a. X sunt:
  0, x  −3
1 x + 3
 , x  − 3,3 
f X (x ) =  6 ; FX ( x ) =  , x  (−3, 3]
 0, x  − 3,3  6
 1, x  3
 x−2  x−2
FY (x ) = P(Y  x ) = P(3 X + 2  x ) = P X 
a) Avem
 = FX  =
 3   3 
1
 x−2 . Prin derivare obţinem:  , x  (− 7,11)
f Y ( x ) = 18
 0,  −3
3

 x − 2  0, x  −7  0, x  (− 7,11)
+3 
 x−2 x + 7
= 3 ,  (−3, 3] =  , x  (−7, 11]
 6 3  18
 x−2  1, x  11

 1, 3
 3

b)  P(), x  1
Fz ( x) = P( Z  x) = P( X 2 + 1  x) = P( X 2  x − 1) = 
 X x − 1), x  1
F (
 0, x 1
 0, x 1   0, x  (1,10)
 1 1 
f Z ( x) =  1  f Z ( x) =   , x − 1  [−3,3], x  1  f Z ( x) =  1
 f X ( x − 1)  2 x − 1 , x  1 6 2 x − 1  2 x − 1 , x  (1,10)
  
 0, x − 1  [−3,3], x  1
c) P(), x0  0, x  0 . Prin derivare obţinem:
FT ( x) = P(T  x) = P(e X  x) =  =
P( X  ln x), x  0 FX (ln x), x  0
 0, x  0
0, x  0 1 1 −3 3
   6 x , x  [e , e ]
f T ( x) =  1 = , ln x  [−3,3], x  0 = 
 f X (ln x)  , x  0  6 x  0, x  [e − 3 , e 3 ]
 x 
 0, ln x  [ −3,3], x  0

d)  0, x0  0, x  0
 P(), x0  x0 x + 3 − x + 3 x
 
FV ( x) = P(V  x) = P ( X  x ) = 
0,
= = − , x  (0, 3 =  , x  (0, 3
 P(− x  X  x), x  0  FX ( x ) − FX (− x ), x  0  6 6 3
 1 − 0, x3  1, x  3

12. Se consideră v.a. X  N (m,  ) . Să se determine repartiţia v.a. Z = X − m


Rezolvare:
Calculăm funcţia caracteristică a v.a. Z:
 m  m m  2t 2 t2
it  − 
 1  it  −  i t − 2 −
 Z (t ) =  X −m (t ) =  (t ) = e   
  X  t  = e     e  2 = e 2
 
 m
1
X + − 
 
  
t2
Z  N (0,1)
−
am obţinut  Z (t ) = e 2 , de unde rezultă că variabila

Prin urmare, dacă v.a. X  N (m,  ) , atunci X − m  N


(0,1)
Observaţie. Rezolvând această problemă am demonstrat afirmaţia de la punctul 6) al propoziţiei din breviarul teoretic.

13. Fie v.a. X  N (m,  ) şi a, b  R, a  0 . Se cere repartiţia v.a. Y = aX + b.

Rezolvare:
Densitatea de repartiţie a v.a. Y este: fY : R → R, fY ( x) = FY' ( x),  x  R . Avem că:
 x −b  x − b  . Prin derivare obţinem:
FY ( x) = P(Y  x) = P(aX + b  x ) = P X   = FX  
 a   a 
2
 x −b 
 −m 
( x −b − am ) 2
1  x −b 1 − 
a −
1 1 2 ( a ) 2
f Y ( x) = F ( x) = f X 
'
=  e 2 2
= e
a  a  a  2 a 2
Y

Observaţie. Folosind problema 13 deducem următoarele rezultate importante:

( )
1) Dacă X  N m,  şi a, b  R, a  0 , atunci Y  N (am + b, a )
2) Dacă X  N (0,1) şi a, b  R, a  0 , rezultă că Y = aX + b  N (b, a)
 3) Dacă X  N (m,  ) şi b  R , rezultă că Y = X + b  N (m + b,  )

14. a) Se consideră v.a. X  N (0,1). Să se determine repartiţia v.a. Y = X 2.

n
b) Fie v.a. independente X  N (0,1),  k 1, n . Se cere repartiţia v.a. Z =
k  X k2
k =1
Rezolvare:
a) Vom determina densitatea de probabilitate a variabilei aleatoare Y. Avem:

 P( ), x  0  x0  x0

( )  0, 0,
FY ( x ) = P(Y  x ) = P X 2  x =  = =
( ) (
 P X  x , x  0  P − x  X  x , x  0  FX
 ) ( x ) − F ( − x ), x  0
X

 0, x0

f Y ( x ) = (FY ( x ))' = 


fX( ) 2 x
( 2 x
)
x  1 + fX − x  1 , x  0

x2
Deoarece X  N (0,1), rezultă că are v.a. X densitatea de probabilitate f ( x) = 1 −2  0, x  0 , adică
e , x  R , deci 
2 fY (x ) =  1
X
e− x / 2 , x  0
 2 x

densitatea de probabilitate a repartiţiei Hi-pătrat cu un grad de libertate
Prin urmare, dacă X  N (0,1), atunci X2  H (1).
b) Aplicând rezultatul de la punctul precedent, avem: X k  N (0,1),  k  1, n  X 2  H (1),  k  1, n
k
Deoarece variabilele aleatoare X k , k 1, n , sunt independente, rezultă că
n n n

 (t ) =  X 2 (t ) =  (1 − 2it )− 2 =(1 − 2it )−  = (1 − 2it )− 2 , prin urmare  X k2  H (n )

1 1 n
2
n
n
k =1
 Xk
2
k
k =1 k =1 k =1 k =1

X k  N (0,1),  k 1, n , atunci  X 2  H (n )

n
Am obţinut că dacă v.a. independente
k
k =1
15. Se consideră variabilele aleatoare X  N (5, 2) şi  X −5
2

Y = 
 2 
Să se determine densitatea de repartiţie, media, dispersia şi funcţia caracteristică ale v.a. Y.
Rezolvare:
Deoarece v.a. X  N (5, 2), aplicând metoda de rezolvare a problemei 12 sau, direct, folosind punctul 6) al propoziţiei din breviarul teoretic,
rezultă că v.a. Z = X − 5  N (0,1)
2
Aplicând metoda de rezolvare a problemei 14 sau, direct, folosind punctul 7) al propoziţiei din breviarul teoretic, rezultă că v.a. Y  H (1).
 1
1
−1 −
x

Obţinem:  1 x2 e 2, x  0  1
, x0
 2 1 
f Y ( x ) =  2   =  2 x e x
  
2 
 0 , x  0  0 , x0

M (Y ) = 1 ; D(Y ) = 2 1 = 2 ; Y (t ) = (1 − it )
1
−
2

16. Fie X o v.a. având o repartiţie normală de parametri m şi σ, unde m  R şi σ > 0.

a) Să se determine densitatea de repartiţie şi tipul repartiţiei v.a. Y = e X.
b) Să se calculeze media şi dispersia variabilei aleatoare Y.
Rezolvare:
( x −m )2
1 −
a) Din enunţ deducem că densitatea de repartiţie a v.a. X este f X ( x) = e 2 2
,xR
 2
Determinăm funcţia de repartiţie a v.a. Y:
 P(), x0  0, x  0
FY ( x) = P(Y  x) = P(e X  x) =  =
 P ( X  ln x ), x  0  X
F (ln x), x  0
 x0  0, x0
Prin derivare obţinem densitatea de repartiţie a v.a. Y:  0,

 − 2
f Y ( x) =  1 = 1 −
(ln x m )
 f X (ln x)  , x  0  e 2 2 , x0
 x x 2
Prin urmare, v.a. Y are o repartiţie lognormală de parametri m şi σ.

Observaţie. Am obţinut următorul rezultat important: dacă X  N (m,  ) , atunci Y = e X  LN (m,  )

2
(ln x − m) 2  ln x − m 

1  − 2 2 1  −   2 
M (Y ) =  x  fY ( x)dx =
b)
e dx = e dx
−  2 0  2 0
Folosim schimbarea de variabilă: ln x − m = t  ln x =  2t + m  x = e 2t + m ; dx =  2 e 2 t+m
dt
 2
x 0 ∞
t -∞ ∞

1  − t 2  2t + m e m  − ( t 2 − 2t ) e m + 2  − (t −  2 2 )2
2

M (Y ) = e e dt = e dt = e dt
 −  −  −
 2  2
Cu schimbarea de variabilă t −
2
= y t =
2
+ y ; dt = dy obţinem:

em+ 2  − y 2 2 em+ 2  − y 2 . Folosind integrala Euler-Poisson: 

2 2

M (Y ) =  e dt =  e dt e
−y 2
dy =
 sau integrala Gamma, rezultă:
 −  0 0 2

M (Y ) = e m+ 2
2

2
(ln x − m) 2  ln x − m 
( )
  −  − 
1 1
M Y 2 =  x 2  fY ( x)dx =  xe 2 2 dx =
 xe   2  dx
−  2 0  2 0
ln x − m
= t  ln x =  2t + m  x = e 2t + m ; dx =  2 e 2 t + m dt .
 2
  2 m + 2 2 
( )= 1
e
e 2m
e
( ) dt = e

− ( t − 2 )
2
−t2 2 2t + 2 m − t 2 − 2 2t
MY 2
e dt = e dt
 −  −  −
Facem schimbarea de variabilă t −  2 = y  t =  2 + y; dt = dy şi obţinem:

( ) e m + 2 2 e m + 2  − y 2
2
 2

−y 2
m + 2 2
M Y2 =  e dt =  e dt = e
 −  0
Prin urmare, D( Y ) = e 2 m+2 2
−e 2 m+ 2
= e2m+ e − 1
2
( 2
)
17. Fie X o v.a. având o repartiţie normală de parametri m şi  , unde m  R şi  > 0. Să se determine densitatea de repartiţie şi tipul
( X − m) 2

repartiţiei v.a. Y= .
2 2

Rezolvare:
( x − m) 2
−
Densitatea de repartiţie a v.a. X este: f ( x) = 1 e 2 , x  R
2

X
 2
Determinăm funcţia de repartiţie a v.a. Y:

FY ( x) = P(Y  x) = P ( ( X −m) 2
2 2
x =P) (( X −m 2

)  P(),

 2x = 

)
X −m
x0
(
 2x , x  0
=
)
P 


 0, x0  0, x0  0, x0
= = =

 P − (
2 x  X −m

 2 x , x  0 ) (
 P m −  2 x  X  m +  2 x , x  0  FX m +  2 x − FX m −  2 x , x  0 ) ( ) ( )
Prin derivare obţinem densitatea de repartiţie a v.a. Y:
  0, x0  0, x0
 
f Y ( x) =  = 1
fX m + ( 2x )  2
+ fX m −( 2x  )  2
, x0 
−x
e ,x0
 2 x 2 x  x

( X − m)
( )
2

Prin urmare, dacă X  N (m,  ) , atunci Y =  a = 1 , b =1

2 2
2

18. a) Să se arate că dacă v.a. independente X k  N (mk ,  k ), k = 1, n , atunci n  n n 

  k X k  N    k mk ,   k2 k2 
k =1  k =1 k =1 
b) Se consideră v.a. independente X 1  N (−3, 2) şi X 2  N (1, 4) . Să se determine densitatea de repatiţie, media şi abaterea medie
pătratică ale v.a. Y = 3X1 - 2X2.
Rezolvare:
a) Deoarece v.a. X k , k = 1, n , sunt independente, rezultă:
n
n t 2   k2 k2
n n n  k2 k2t 2 it   k mk − k =1

 (t ) =   k X k (t ) =   X k ( k t ) =  ei k mk t − =e
2
n
2 k =1

 k X k
k =1 k =1 k =1 k =1
prin urmare n  n n 
  k X k  N    k mk ,   k2 k2 
k =1  k =1 k =1 
b) Întrucât X 1  N (−3, 2) şi X 2  N (1, 4) sunt v.a. independente, conform rezultatului de la punctul a)
sau conform punctului 5) al propoziţiei din breviarul teoretic, rezultă că v.a. Y = 3 X − 2 X  N  3  (−3) − 2  1, 32  2 2 + (−2) 2  4 2  , deci
1 2  
 
Y  N (− 11, 10 ) .
( x +11) 2
1 −
Obţinem: f Y ( x) = e 200
, x  R ; M (Y ) = −11;  (Y ) = 10 .
10 2

Observaţie. Rezolvarea punctului a) constituie o demonstraţie a punctului 5) al propoziţiei din brevizrul teoretic.

1 10 2 . Să se determine:
19. Fie v.a. independente X k  N (0, 2), k = 1,10 şi Y= Xk
4 k =1
a) densitatea de repartiţie, media, dispersia şi funcţia caracteristică a v.a. Y ;
b) densitatea de repartiţie a v.a. X3.
Rezolvare:

a)
Y=
1 10 2 10 1
 Xk =  2 Xk
4 k =1
( k )
2 . Notăm Y = 1 X ,  k = 1,10 .
2 k
k =1
Conform punctului 6) al propoziţiei din breviarul teoretic, rezultă Y = 1 X  N (0,1) ,  k = 1,10
k 2 k
Deoarece v.a. X k , k = 1,10 sunt independente, rezultă că şi v.a. Yk , k = 1,10 sunt independente
10
Aplicând punctul 8) din aceeaşi propoziţie, obţinem că Y =
 Yk2  H (10) şi prin urmare densitatea de repartiţie corespunzătoare este:
k =1
 1 −x
 5 x 4e 2 , x  0
fY ( x) =  2 (5)
 0 , x0

Y  H (10)  M (Y ) = 10; D 2 (Y ) = 2  10 = 20 ; Y (t ) = (1 − it )−5
x2
1 −
b) X  N (0, 2)  f ( x) = e 8
, xR
2 2
3 X3

15
20. Se consideră v.a. independente X k  N (0,1), k = 1,15 şi Y =
 Xk
k =1
Să se determine densitatea de repartiţie, media, dispersia şi funcţia caracteristică a v.a. Y.
Rezolvare:
Deoarece v.a. X k  N (0,1), k = 1,15 sunt independente, conform punctului 5) al propoziţiei din breviarul teoretic, rezultă că v.a.

15 15  15 15 
Y =  X k = 1  X k  N   1  0, 1  1  = N 0, 15 (
, deci Y  N 0, 15 .
) ( )
k =1 k =1  
 k =1 k =1 
x2
1 −
Obţinem că Y are densitatea de repartiţie: f ( x) = e 30 , xR
Y
30
Folosind rezultatele din breviarul teoretic referitoare la repartiţia normală, obţinem:
15t 2
−
M ( X ) = 0 ; D ( X ) = 15 ;  (t ) = e
2 2

21. Fie v.a. X  N (m, ). Să se calculeze următoarele probabilităţi:

a) P ( X < a );
b) P ( X > b );
c) P ( a < X < b ).
Rezolvare:
a) Conform punctului 6) al propoziţiei din breviarul teoretic, deoarece X  N (m, ) rezultă că Z = X − m  N (0,1) . Avem:

P( X  a ) = P (

X −m

 a−m ) = P(Z 

a−m
Z  )= F ( )
a − m , unde

FZ este funcţia de repatiţie a v.a. normale normate Z  N (0,1) şi valorile acestei funcţii sunt tabelate.
( ) (
b) P( X  b ) = 1 − P( X  b ) = 1 − P( X  b ) = 1 − P X− m  b − m = 1 − P Z  b − m = 1 − FZ ) (b− m )
 
(
c) P(a  X  b ) = P( X  b ) − P( X  a ) = P X − m  b − m − P X − m  a − m =
 
) ( )
( ) ( ) ( )
= P Z  b − m − P Z  a − m = FZ b − m − FZ a − m .
   
( )
Reţinem că dacă X  N (m, ), atunci: P( X  a ) = F a − m
Z  ( )
P( X  b ) = 1 − FZ (b − m )

P(a  X  b ) = FZ (b − m ) − FZ (a − m )
 
unde FZ este funcţia de repatiţie a variabilei normale normate Z  N (0,1).
Aceste probabilităţi pot fi exprimate şi cu ajutorul funcţiei Laplace, folosind faptul că F (x ) = 1 + (x ),  x  R
Z 2
Obţinem că, dacă X  N (m,  ) , atunci: P( X  a ) = 1 + 
2
( ) a−m

2
( )
P( X  b ) = 1 −  b − m

P a  X  b = (
( ) )− (a− m )
b −m


22. Fie v.a. X  N (m = 3,  = 2) . Să se determine:

a) P (0  X  2); P( X  1); P( X  −1) ;
b) P ( X  1/ 0  X  2) ;
c) P ( X − m  1,2);
d)   R astfel încât P( X   )  0,67 .
Rezolvare:
Procedând ca în cazul problemei precedente sau folosind direct rezultatele obţinute la problema precedentă, avem:
a) P(0  X  2) = FZ ( 2 −2 3 ) − FZ ( 0 −2 3 ) = FZ (− 12 ) − FZ (− 32 ) = 1 − FZ ( 12 ) − 1 + FZ ( 32 ) =
= FZ (1,5) − FZ (0,5) = 0,9332 − 0,6915 = 0,2417
( )
P( X  1) = P( X  1) = FZ 1−23 = FZ (−1) = 1 − FZ (1) = 1 − 0,8413 = 0,1587
(2 )
P( X  −1) = 1 − P( X  −1) = 1 − FZ −1− 3 = 1 − FZ (−2) = 1 − 1 + FZ (2) = 0,9772
b) P X  1 / 0  X  2 = P(− 1  X  1 / 0  X  2) = P((− 1  X  1)  (0  X  2)) =
( )
P(0  X  2)
 P(0  X  1) FZ (1−23 ) − FZ (0−23 ) FZ (−1) − FZ (− 32 ) FZ (32 ) − FZ (1) 0,9332 − 0,8413
= =
P(0  X  2) FZ (2−23 ) − FZ (0−23 ) = FZ (− 12 ) − FZ (− 32 ) = FZ (32 ) − FZ (12 ) = 0,9332 − 0,6115 = 0,38
c) P (
X − m  1,2) = P (− 1,2  X − m  1,2) = P 
−1,2
 2
 X − m   =

1,2
2 
= P(−0,6  Z  0,6) = Fz (0,6) − Fz (−0,6) = 2 Fz (0,6) − 1 = 2  0,7257 − 1 = 0,4514
d) P( X   )  0,67  P( X− m   2−3 )  0,67  P ( Z   2−3 )  0,67  FZ ( 2−3 )  0,67
Deoarece
2
( )
FZ (0,44 ) = 0,67 , relaţia precedentă este echivalentă cu: FZ  − 3  FZ (0,44) şi cum funcţia de repartiţie

Z 2 ( )
FZ este nedescrescătoare, rezultă: F  − 3  F (0,44)   − 3  0,44    3,88
Z 2

23. Productivitatea muncii într-o societate comercială este rezultanta a doi factori modelaţi prin două v.a. independente X şi Y. V.a. X are o
( x − 2) 2
−
repartiţie binomială de parametri 10 şi 0,8, iar Y are densitatea de repartiţie 1 8 . Dacă productivitatea muncii se exprimă
f Y ( x) = e
2 2
prin formula W = 3 X + 4 Y, să se determine productivitatea medie a muncii la societatea respectivă şi abaterea medie pătratică a productivităţii
muncii.

Rezolvare:
Din enunţ rezultă că Y  N (m = 2; = 2) , deci M (Y ) = 2, D(Y ) = 2 2 = 4
Deoarece X  Bi (10; 0,8) , rezultă M ( X ) = 10  0,8 = 8, D( X ) = 10  0,8  0,1 = 0,8
Productivitatea medie a muncii este: M (W ) = M (3 X + 4Y ) = 3M ( X ) + 4M (Y ) = 24 + 8 = 32
Dispersia variabilei aleatoare W este: D(W ) = D(3 X + 4Y )
Deoarece v.a. X şi Y sunt independente, rezultă D(W ) = 9 D( X ) + 16D(Y ) = 7,2 + 64 = 71,2
Abaterea medie pătratică a productivităţii muncii este  (W ) = D(W ) = 8,438

24. V.a. X are o repartiţie Beta de parametri p şi q, unde p, q >1. Să se determine:

a) densitatea de repartiţie a v.a. Y = (b - a)X + a, 0 < a < b;
b) valoarea medie, dispersia şi abaterea medie patratică ale v.a. Y.
Rezolvare:
a) Densitatea de repartiţie a v.a. Y este: fY : R → R, fY ( x) = FY' ( x),  x  R . Avem:

( ) ( )
FY ( x) = P(Y  x) = P((b − a) X + a  x ) = P X  x − a = FX x − a . Prin derivare obţinem:
b−a b−a
 1
( ) (
x − a p −1
1 − x−a )
q −1 x − a
 (0,1)
( )
 ,
f Y ( x) = FY ( x) = 1 f X x − a =   ( p, q )
' b − a b − a b−a
b−a b−a
 0 , x − a  (0,1)
 b−a
 1 (x − a ) p −1 (b − x )q −1
 , x  ( a, b)
f Y ( x ) =   ( p, q ) (b − a ) p+q−2

 0, x  ( a, b)
b) M (Y ) = M (aX + b ) = aM ( X ) + b = apq + b ;
D(Y ) = D(aX + b ) = a 2 D( X ) = a 2 pq 2 ;  (Y ) = D(Y ) = aq p

25. a) V.a. X are o repartiţie χ 2 cu 7 grade de libertate. Să se calculeze P (X < 16,01).

b) V.a. Y are o repartiţie χ 2 cu 10 grade de libertate. Să se determine a  R astfel încât P (Y < a) = 0,1.
c) V.a. Z urmează o repartiţie χ 2 cu 12 grade de libertate. Să se afle a  R astfel încât P (Z > a) = 0,95.
d) V.a. T urmează o repartiţie χ 2 cu 20 grade de libertate. Să se afle P (T > 8,26).
e) V.a. U are o repartiţie χ 2 cu 50 grade de libertate. Să se afle P (30 < X < 70).
Rezolvare:
Această problemă propune o familiarizare cu tabelul corespunzător repartiţiei χ 2. Avem
a) (X <16,01) = 0,975.
b) P(Y  a) = 0,1  a = 10 2
; 0, 01 = 4,865

c) P(Z  a) = 0,95  P(Z  a) = 0,05  a = 122 ; 0,05 = 5,226

d) P (T > 8,26)=1- P (T < 8,26) = 1-0,01=0,99
e) Folosim faptul că pentru n suficient de mare (n > 30), avem (
H (n)  N n, 2n )
Aşadar H (50)  N (50, 100) şi rezultă:
P(40  X  70 ) = FZ ( 7010− 50 ) − FZ ( 4010− 50 ) = FZ (2) − FZ (−1) = FZ (2) − 1 + FZ (1) = 0,9772 − 1 + 0,8413 = 0,8185

(
26. V.a. X urmează o repartiţie χ2 cu 10 grade de libertate. Să se determine  a2 şi  2 astfel încât P  a2  X   2 = 0,98 .
b b )
Rezolvare:
Fie f densitatea de repartiţie a variabilei aleatoare X.
 b2
Deoarece
( )
P  a2  X   b2 =  f ( x)dx = 0,98
şi 
 f (x )dx = 1
, rezultă că putem considera
2
a −
 a2 
1−0,98
 f (x )dx =  f (x )dx =  a2 ) = 0,01   a2 = 10
2
2
= 0,01  P( X  ; 0,01 = 2,56
−  2
b

  b2
 f (x )dx = 0,01   f (x )dx = 0,99  P( X   b ) = 0,99   b = 10; 0,99 = 23,2
Avem: 2 2 2
 b2 −

27. a) Să se arate că dacă v.a. independente X  (a , b), k = 1, n , atunci

n  n 
k k  X k     ak , b 
k =1  k =1 
b) Se consideră v.a. independente X 1  (3,2) şi X 2  (5,2) . Să se determine:
i) densitatea de repatiţie a variabilei aleatoare Y = X1 + X2;
ii) media, dispersia şi funcţia caracteristică a variabilei aleatoare Y.

Rezolvare:
n n n
a) Deoarece variabilele aleatoare Xk, sunt independente rezultă:  n (t ) =   X k (t ) =  (1 − itb)− a k =(1 − itb)− 
k =1
a k , prin urmare
 Xk
k =1 k =1 k =1
n  n 
 X k     ak , b 
k =1  k =1 

b) i) X1  (3,2) şi X2  (5,2) sunt v.a. independente; folosind punctul precedent sau punctul 3) al propoziţiei din breviarul teoretic, rezultă
că v.a. sumă urmează tot o repartiţie Gamma, X 1 + X 2  (3 + 5, 2) ; prin urmare Y  (8,2), iar densitatea de repartiţie a v.a. Y este:
 1 −
x

 8 x7e 2 , x  0
f Y ( x) =  2 (8)
 x0
 0,

ii) M (Y ) = M ( X 1 + X 2 ) = M ( X 1 ) + M ( X 2 )
Deoarece X1, X2 sunt variabile aleatoare independente, rezultă că D 2 ( X 1 + X 2 ) = D 2 ( X 1 ) + D 2 ( X 2 )
X 1  (3,2)  M ( X 1 ) = 3  2 = 6; D( X 1 ) = 3  2 2 = 12
X 2  (5,2)  M ( X 2 ) = 5  2 = 10; D( X 2 ) = 5  2 2 = 20
Obţinem M (Y ) = M ( X 1 ) + M ( X 2 ) = 16 şi D(Y ) = D( X 1 ) + D( X 2 ) = 32

Deoarece Y  (8, 2) , aplicând rezultatele din breviarul teoretic referitoare la repartiţia Gamma, rezultă Y (t ) = (1 − 2it ) −8

6
28. Fie v.a.independente X k  H (2 k −1), k = 1, 6 şi Y =  Xk
k =1
Să se determine densitatea de repartiţie, media, dispersia şi funcţia caracteristică a v.a. Y.

Rezolvare:

Deoarece v.a. X k  H (2 k − 1), k = 1, 6 sunt independente, în baza punctului 4) al propoziţiei din breviarul teoretic rezultă că v.a.
6  6 
(
Y =  X k  H   2 k − 1  ; )
k =1  k =1 
 ( )  x
6 26 − 1 1 −
− 6 = 2 7 − 8 = 120 , deci Y  H (120) şi densitatea de repartiţie a v.a. Y este: f ( x) =  2 60 (60) x e , x  0
59
 2k − 1 = 2 
2

2 −1 
k =1
Y
 0 , x0


Folosind rezultatele din breviarul teoretic referitoare la repartiţia Hi pătrat, rezultă:

M (Y ) = 120; D(Y ) = 2  120 = 240; Y (t ) = (1 − it )

−60

PROBLEME PROPUSE

1. Se ştie că angajaţii unei firme au studii liceale cu probabilitatea de 0,75. Se selectează la întâmplare un eşantion de 20 de angajaţi din
totalul salariaţilor firmei şi fie X v.a. care indică numărul angajaţilor cu studii liceale. Se cere:
a) repartiţia v.a. X;
b) valoarea medie, dispersia şi abaterea medie patratică ale v.a. X;
c) funcţia generatoare de momente şi funcţia caracteristică ale v.a. X;
d) P(X ≥19); P(11 ≤ X ≤ 15); P(2 ≤ X ≤ 9 / X ≥ 3 ).
2. Se aruncă un zar de cinci ori pe o suprafaţă netedă . Fie X variabila aleatoare care indică numărul de apariţii al feţei cu şase puncte. Să se
calculeze media şi dispersia v.a. X.
3. O variabilă aleatoare X are o repartiţie binomială . Să se calculeze parametrii n şi p ai repartiţiei, ştiind că media v.a. este egală cu 50 şi
dispersia este egală cu 5.
4. Se aruncă o monedă până la apariţia stemei. Fie X v.a. care indică numărul de
aruncări efectuate până la apariţia stemei. Să se determine:
a) repartiţia variabilei aleatoare X;
b) media, dispersia şi funcţia caracteristică ale variabilei aleatoare X.
5. Dintr-un lot de 200 de cutii cu conserve, 10 sunt necorespunzătoare calitativ. Se extrag la întâmplare 8 cutii şi se controlează efectiv
calitatea lor. Fie X v.a. ce reprezintă numărul de cutii necorespunzătoare calitativ. Se cer:
a) repartiţia variabilei aleatoare X;
b) M (X), D (X), σ (X);
c) P (6 ≤ X); P (X ≤ 2); P (X =5); P (2 ≤ X / X ≤ 6).
6. S-a stabilit că 54% din numărul total de copii născuţi într-o anumită regiune sunt băieţi. Fie X v.a. ce indică numărul de băieţi din 1000 de
copii născuţi în regiunea respectivă.
a) Să se determine repartiţia variabilei aleatoare X;
b) Să se calculeze media şi abaterea medie pătratică a variabilei aleatoare X.
7. Un magazin comercializează produse din cristal. Probabilitatea ca un articol de cristal să fie de culoare roşie este 0,1. Fie X v.a. ce indică
numărul de articole din cristal vândute până la apariţia primului articol de cristal de culoare roşie. Se cer:
a) repartiţia variabilei aleatoare X;
b) media, dispersia şi funcţia caracteristică ale variabilei aleatoare X.
8. Dacă v.a. X are o repartiţie normală de parametri m şi σ, să se determine repartiţia v.a. Y = 1 ( X − m )2
3 2
9. Fie X o v.a. având o repartiţie uniformă pe intervalul [-1, 1]. Să se determine:
a) funcţiile de repartiţie ale v.a. X, Y = 3 – 4 X, Z = 5X 2 + 1, T = e 2X - 1 , V = │X│;
b) densităţile de repartiţie ale v.a. A = 2 X + 1, B = 3X 2 - 2, C = e X
c) densităţile de repartiţie ale v.a. Y = 5X + 2, Z = e X+1 , U = ln X, V = X 3 .
10. Fie X o v.a. având o repartiţie beta de parametri 3 şi 2. Să se determine:
a) funcţiile de repartiţie ale v.a. X, Y = 3X - 2, Z = 3 - 5X 2, T = e X , V = │X│;
b) densităţile de repartiţie ale v.a. A = 1 – 2 X, B = 3X 2 - 2, C = e X +1 , D = │X - 1│.
11. V.a. X are o repartiţie uniformă pe intervalul [a, b]. Să se arate că P (|X - m| < k)  1 – 1/k2, unde m şi σ sunt media şi abaterea medie
pătratică ale v.a. X.
( x −1) 2
12. V.a. X are densitatea de repartiţie 1 − . Se cer: P( X < 2); P(│X - 1│< 3); P(2 < X < 3)
f : R → R, f ( x ) = e 2

2
13. Fie v.a. X  N (m = 2,  = 3).
i) Să se scrie densitatea de repartiţie a v.a. X.
ii) Folosind tabelele, să se calculeze: a) P (X < 2,45); b) P (X > 1,7); c) P (1,55 < X < 2,25);
d) P (│X - m│< 0,72); e) P (│X - m│ > 0,3).
14. Fie X  N (m,  = 2).
i) Să se calculeze: a) P (│X - m│< 1,54); b) P (│X - m│ > 1,78).
ii) Se cere parametrul real a astfel încât: a)P (│X - m│< a) > 0,8; b)P (│X - m│> a) > 0,3
15. Variabilele aleatoare independente X şi Y urmează legile N (0,1) respectiv N (2,1).
a) Care este probabilitatea ca cel puţin una din relaţiile -1< X < 2, -1< Y < 2 să fie verificată?
b) Considerând U = 3 X - Y şi V = X + 2Y, să se calculeze M(U), M(V) şi ρ (U, V).
16. Fie X   (3,2). Să se determine:
a) densitatea de repartiţie a variabilei aleatoare Y = X + 1;
b) valoarea medie, dispersia şi abaterea medie patratică ale v.a. Y.
 17. Fie v.a. independente Xi, i  {1,2}, Xi  Bi(ni, p), ni  N*,  i  {1,2}, p  (0,1).
a) Să se determine funcţiile caracteristice ale v.a. X, Y şi X + Y.
b) Să se calculeze mediile şi dispersiile v.a. X, Y şi X + Y prin două metode.
c) Să se determine repartiţia v.a. X + Y şi să se generalizeze rezultatul obţinut.
18. Fie v.a. independente Xi, i  {1,2,..., n}, Xi  Po(i), i > 0,  i  {1,2,..., n}.
a) Să se determine funcţiile caracteristice ale v.a. X, Y şi X1 + X2 + … + Xn.
b) Să se determine repartiţia v.a. X1 + X2 + … + Xn.
19. Fie v.a. independente Xi, i  {1,2}, Xi  (ni, 2), ni  N*,  i  {1,2}.
a) Să se determine funcţiile caracteristice ale v.a. X, Y şi X + Y.
b) Să se calculeze mediile şi dispersiile v.a. X, Y şi X + Y prin două metode.
c) Să se determine repartiţia v.a. X + Y şi să se generalizeze rezultatul obţinut.
20. Fie v.a. independente Xi, i  {1,2}, Xi   (ni), ni  N*,  i  {1,2}.
a) Să se determine funcţiile caracteristice ale v.a. X, Y şi X + Y.
b) Să se calculeze mediile şi dispersiile v.a. X, Y şi X + Y prin două metode.
c) Să se determine repartiţia v.a. X + Y şi să se generalizeze rezultatul obţinut.
21. Fie X  N (0,1). Să se determine repartiţia variabilei aleatoare Y = X2.
22. Fie X  N (m,  ) . Să se determine repartiţia variabilei aleatoare  X −m
2

Y = 
  
n
23. Fie v.a. independente X k  N (0,1), k = 1, n . Să se afle repartiţia v.a. Y =  X k2
k =1
5
Y =  3k X k . Să se determine:
k
24. Fie v.a.aleatoare independente X k  N (2 − k , 2), k = 1, 5 şi
k =1
a) densitatea de repartiţie, media, dispersia şi funcţia caracteristică a v.a. Y ;
b) densitatea de repartiţie a variabilei aleatoare X4.
 2 k +1
 şi v.a.
6
( X − k )2 . Să se determine:
Y =  k 2 k +1
25. Fie v.a.independente
X k  N  k , 2 2  , k = 1, 6
  k =1 2
a) densitatea de repartiţie, media, dispersia şi funcţia caracteristică a v..a. Y
b) densitatea de repartiţie a variabilei aleatoare X3.
6
26. Fie v.a.independente X k  N (0,1), k = 1,15 şi
Y=  (3X k + 2) . Să se determine:
k =1
a) densitatea de repartiţie, media, dispersia şi funcţia caracteristică ale variabilei aleatoare Y
b) densitatea de repartiţie a variabilei aleatoare X5.
27. Fie v.a. independente X  N (0,1), k = 1,15 şi 15 . Să se determine densitatea de repartiţie, media, dispersia şi funcţia
k Z =  kX k
k =1
caracteristică ale variabilei aleatoare Z.
5
28. Fie v.a. independente X k  H (3k −1 + 1), k = 1, 5 şi Y = . Să se determine densitatea de repartiţie, media, dispersia şi funcţia
 Xk
k =1
caracteristică ale v.a. Y.
29. Se consideră variabilele aleatoare independente X1  N(4,1) şi X2  N(-3,2).
Să se afle densitatea de repatiţie, media şi abaterea medie pătratică ale v.a. Y = 5 X1 + 3 X2
2
30. Fie v.a. X  N (−3, 4) şi  X + 3  . Să se afle densitatea de repartiţie, dispersia şi funcţia caracteristică ale v.a. X şi Y.
Y = 
 4 
31. Fie v.a. independente X  N (0, 3), k = 1, 8 şi 1 8 . Să se determine:
k Y =  X k2
9 k =1
a) densitatea de repartiţie, media, dispersia şi funcţia caracteristică ale v.a. Y;
b) densitatea de repartiţie a variabilei aleatoare X3.
32. a) Să se arate că dacă v.a. X  Bi(n , p ), k = 1, r , atunci r  r 
k k
 X k  Bi  n k , p 
k =1  k =1 
b) Două maşini automate realizează aceeaşi piesă, dând rebuturi cu probabilităţile 0,05, respectiv 0,02. Dacă producţia zilnică a primei
maşini este de 4000 de piese şi producţia zilnică a celei de-a doua maşini este de 3000 de piese, să se scrie repartiţia variabilei aleatoare care indică
numărul de rebuturi din producţia zilnică totală şi să se calculeze numărul mediu de rebuturi din producţia zilnică totală.
31. Să se demonstreze propoziţia din breviarul teoretic.