Seminar 4 PROBABILITĂȚI ȘI STATISTICĂ MATEMATICĂ

2. VARIABILE ALEATOARE
2.1. VARIABILE ALEATOARE UNIDIMENSIONALE

BREVIAR TEORETIC

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 () < x}  K.
Notăm cu X (Ω) mulţimea valorilor v.a. X.
Definiţia 2. Variabila aleatoare X : Ω → R se numeşte:
a) discretă, dacă mulţimea valorilor v.a. este finită sau numărabilă;
b) continuă, dacă mulţimea valorilor v.a. este un interval sau o reuniune finită de intervale din R.
Repartiţia unei v.a. discrete X se reprezintă sub forma unei matrice având două linii: prima linie conţine valorile v.a., iar a
doua linie conţine probabilităţile ca v.a. să ia aceste valori:
 xi 
X :   , p i = P( X = xi ), i  I , p i = 1 , I mulţime finită sau numărabilă
 pi  iI iI

Definiţia 3. Se numeşte funcţia de repartiţie a v.a. X aplicaţia F: R → [0,1], F(x) = P (X < x) = P({   / X()<x}).

Propoziţia 1. Dacă F: R → [0,1] este funcţia de repartiţie a unei v.a. X : Ω → R , atunci:

a) xlim F ( x) = 0, lim F ( x) = 1;
→−  x →

b) F este nedescrescătoare pe R, adică  x1, x2  R, x1 < x2  F (x1)  F (x2);

c) F este continuă la stânga, adică  x  R  F (x - 0) = F (x).

Propoziţia 2. Dacă funcţia F : R → R satisface condiţiile a), b) şi 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.

Definiţia 4. Fie X : Ω → R o v.a. continuă şi I = X (Ω). Dacă funcţia de repartiţie F a v.a. X este derivabilă, cu derivata
 F ' ( x), x  I
continuă pe I, atunci funcţia f ( x) =  se numeşte densitatea de repartiţie a v.a. X.
 0 , xI
Propoziţia 3. Densitatea de repartiţie f : R → R a unei variabile aleatoare continue verifică proprietăţile:
a) f (x)  0,  x  R ;

b)  f ( x)dx = 1.
−

Propoziţia 4. Dacă funcţia f : R → R satisface condiţiile a), b) din propoziţia precedentă, atunci există un un câmp de
probabilitate (Ω, K, P) şi o variabilă aleatoare X : Ω → R a cărei densitate de probabilitate este f.
Observaţii. Fie X : Ω → R variabilă aleatoare continuă, având densitatea de repartiţie f şi funcţia de repartiţie F.
x
Atunci: 1) Deoarece F este o primitivă pe R a funcţiei f, rezultă F ( x) =  f (t )dt ,  x  R
a −
2) P( X  a) = P( X  a) = F (a) =  f ( x)dx
−

P ( X  b) = P( X  b) = 1 − F (b) =  f ( x)dx
b
b
P (a  X  b) = P (a  X  b) = P (a  X  b) = P (a  X  b) = F (b) − F (a) =  f ( x)dx
a
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

Definiţia 5. Variabilele aleatoare Xi, i = 1, n , n  2, sunt independente dacă evenimentele Ai = { | Xi () < xi } sunt
independente,  xi  R, i = 1, n.

 i  x y 
Observaţie. Fie X :   , Y :  
j
variabile aleatoare discrete.
 pi  iI  q j  jJ
Atunci X, Y sunt independente dacă P(X = xi, Y = yj) = P(X = xi)  P(Y = yj),  i I,  i J.

Propoziţia 5. 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), aX, X +Y, X ·Y sunt variabile aleatoare.
X
Observaţie. Dacă  xi   y j  sunt v.a. discrete, atunci repartiţiile operaţiilor cu v.a. definite mai sus sunt:

X :    , Y:
q 
 p i  iI  j  jJ
 cx i   xi + c   xi   xk  1  xi 
1

c  X :   , X + c :   , X :   , X k : i
 p
 ,
 :   , xi  0, i = 1, n ,
 pi  iI  pi  iI  p i  iI  i  iI X  p i  iI
 a xi   xi + y j   xi y j  , unde pij = P( X = xi , Y = y j ),  i  I , j  J
a X :   , X +Y
 :  , X Y :  
 p  iI  p  ijIJ
 pi  iI  ij  jJ
 ij 
Definiţia 6. Se numeşte media (valoarea medie) variabilei aleatoare X numărul (dacă există):
M ( X ) =  xi pi , dacă X este o v.a. discretă;
i I

M ( X ) =  x  f ( x)dx , dacă X este o v.a. continuă.
−

Propoziţia 6. Dacă X : Ω → R , Y : Ω → R sunt variabile aleatoare şi a  R, rezultă:

a) M (a) = a;
b) M (aX ) = a M (X );
c) M (X +Y ) = M (X ) + M (Y );
d) dacă v.a. X, Y sunt independente, atunci M (X  Y ) = M (X )  M (Y ).

Definiţia 7. Se numeşte dispersia variabilei aleatoare X numărul (dacă există): D( X ) = M ( X − M ( X ) )2 

Propoziţia 7. Dacă X : Ω → R, Y : Ω → R sunt variabile aleatoare şi a  R, rezultă:

a) D (X)  0;
b) D (X) = M (X 2) - M 2(X);
c) D (a) = 0;
d) D (a X) = a2D (X);
e) dacă X, Y sunt v.a. independente, atunci D (X + Y) = D (X) + D (Y).
Definiţia 8. Se numeşte abaterea medie pătratică (abaterea standard) a v.a. X numărul (dacă există): ( X ) = D( X )
4 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

Definiţia 9. Se numeşte moment iniţial de ordin r al v.a. X numărul (dacă există): mr = Mr (X) = M (X r )

Observaţie. , dacă X este o v.a. discretă;

mr =  xir pi
i I

, dacă X este o v.a. continuă.
mr =  x r  f ( x)dx
−
Definiţia 10. Se numeşte moment centrat de ordin r al v.a. X numărul (dacă există):  r = M r ( X − M ( X ) ) = M ( X − M ( X ) )r 

Observaţie. , dacă X este o v.a. discretă;

mr =  ( xi − M ( X ))r  pi
iI

, dacă X este o v.a. continuă.
mr =  ( x − M ( X )) r  f ( x)dx
−
3 (X )
Definiţia 11. Se numeşte coeficient de asimetrie al v.a. X numărul (dacă există): A ( X ) =
 23 / 2 ( X )
 4 (X )
Definiţia 12. Se numeşte coeficient de exces al v.a. X numărul (dacă există): E ( X ) = −3
 22 ( X )

Definiţia 13. Fie X : Ω → R o v.a., F funcţia sa de repartiţie şi q  N, q  2. Se numesc q-cuantile ale v.a. X numerele
finite (c ( X ) ) pentru care i şi
F ( ci ( X ) + 0)  , 1  i  q − 1
i
i 1i  q −1 F (ci ( X ) ) 
q q
Observaţii.
1) Dacă F este continuă şi strict crescătoare, atunci q-cuantilele se pot determina în mod unic ca soluţii
ale ecuaţiilor:
F (ci ( X ) ) = , 1  i  q − 1
i
q
2) Particularizând, obţinem pentru q = 2 mediana, pentru q = 4 cvartilele, pentru q = 10 decilele, pentru
q = 100 centilele.
Mediana variabilei aleatoare X este numărul finit me care satisface condiţiile: F (me) ≤ 1/2 şi F (me + 0)  1/2.
Dacă F este continuă şi strict crescătoare, atunci mediana me se determină în mod unic rezolvând ecuaţia F (me) = 1/2
Definiţia 14. Dacă variabila aleatoaare X are densitatea de probabilitate f, se numeşte mod (punct modal) al variabilei
aleatoare X orice punct de maxim local al funcţiei f.

Observaţie. În cazul repartiţiilor discrete, punctul modal este valoarea cea mai probabilă.

Definiţia 15. Fie (Ω, K, P) un câmp de probabilitate şi X : Ω → R o variabilă aleatoare.

Se numeşte funcţia caracteristică a variabilei aleatoare X aplicaţia  : R → R,  (t) = M (e i t X ).

Observaţie. , dacă X este o v.a. discretă;

 (t ) =  eitx pk k

kI
 , dacă X este o v.a. continuă.
 (t ) =  e itx f ( x) dx
−
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

Definiţia 16. Fie (Ω, K, P) un câmp de probabilitate şi X : Ω → R o variabilă aleatoare.

Se numeşte funcţia generatoare de momente a variabilei aleatoare X aplicaţia g : R → R, g(t) = M (e t X ).

Observaţie. , dacă X este o v.a. discretă;

g (t ) =  e txk p k
k I
 , dacă X este o v.a. continuă.
g (t ) =  e tx f ( x) dx
−
Propoziţia 8. Fie φX funcţia caracteristică a v.a. X.
1) Dacă ( X ) sunt v.a. independente, atunci n
k k =1, n  n (t ) =   X k (t ), t  R
 Xk
k =1 k =1
2) Dacă a, b  R, atunci  aX + b (t) = eitb   X (at),  t  R.
3) Dacă v.a. X are momentul iniţial absolut de ordinul k finit, atunci:  (r ) (0) şi
mr = M ( X r ) = ,  r = 1, k
ir
mr = M ( X r ) = g ( r ) (0),  r = 1, k

Teoremă. (Teorema de unicitate). Funcţia caracteristică determină în mod unic funcţia de repartiţie a unei v.a.

PROBLEME REZOLVATE

1. Dintr-un lot ce conţine 4 piese corespunzătoare şi 3 piese defecte se extrag simultan 3 piese. Fie X variabila
aleatoare ce indică numărul de piese corespunzătoare obţinute în cele 3 extrageri. Să se determine:
a) repartiţia v.a. X;
b) probabilitatea ca cel puţin două dintre piesele extrase să fie corespunzătoare.
Rezolvare:
a) Numărul pieselor corespunzătoare obţinute în cele trei extrageri poate fi 0, 1, 2 sau 3, prin urmare valorile posibile
ale variabila aleatoare X sunt 0, 1, 2 şi 3. Calculăm probabilităţile ca v.a. X să ia aceste valori.
Aplicând schema bilei nerevenite, avem:
C 40  C33 C 1  C 2 12
P( X = 0) = P(3 : 0, 3) = = ; P( X = 1) = P(3 : 1, 2) = 4 3 3 = ;
1
3
C7 35 C7 35
C42  C31 18 C3  C0
P( X = 2) = P(3 : 2, 1) = = ; P( X = 3) = P(3 : 3, 0) = 4 3 3 =
4
C73 35 C7 35
Prin urmare, repartiţia v.a. X este  0 1 2 3
X : 1 
 12 18 4 
 35 35 35 35 
b) Probabilitatea ca cel puţin două dintre piesele extrase să fie corespunzătoare se scrie:
18 4 22
P( X  2) = P( X = 2) + P( X = 3) = + =
35 35 35
2. Dintr-o urnă ce conţine 50 bile albe şi 100 bile negre se extrag, cu revenire, trei bile. Fie X variabila aleatoare care
indică numărul bilelor albe obţinute în cele trei extrageri. Să se determine:
a) repartiţia variabilei aleatoare X ;
b) probabilităţile: P (X = 2), P (X  1/2), P (X < /3), P (X  2 / X > 0,2);
c) F (5/2), unde F este funcţia de reparrtiţie a variabilei aleatoare X ;
6 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

d) funcţia de repartiţie a variabilei aleatoare X ;

e) media, dispersia şi abaterea medie pătratică a variabilei aleatoare X ;
f) P(X – M(X)< (X));
g) momentul centrat de ordinul 3 al variabilei aleatoare X ;
h) modul variabilei aleatoare X.
Rezolvare:
a) Numărul bilelor albe obţinute în cele trei extrageri poate fi: 0, 1, 2 sau 3, prin urmare valorile pe care le ia variabila
aleatoare X sunt 0, 1, 2 sau 3. Calculăm probabilităţile ca v.a. X să ia aceste valori.
În acest scop, vom aplica schema bilei revenite, unde n = 3, iar probabilităţile ca la o extragere să apară o bilă albă,
respectiv neagră, sunt p = 50/150 = 1/3 şi q = 2/3. Avem:
0 3 1 2 2 1 3 0
1  2 8 1 2 12 1  2 6 1 2 1
P( X = 0) = C30     = ; P( X = 1) = C31     = ; P( X = 2) = C32     = ; P( X = 3) = C33     =
3  3 27  3 3 27  3  3 27  3 3 27
Rezultă că repartiţia v.a. X este  0 1 2 3 
X : 8 
 12 6 1 
 27 27 27 27 
b) Din repartiţia v.a. X rezultă: P(X = 2) = 6/27;
12 6 1 19 20
P( X  1 / 2) = P( X = 1) + P( X = 2) + P( X = 3) = + + = ; P( X   / 3) = P( X = 0) + P( X = 1) = ;
27 27 27 27 27
P(0,2  X  2) P( X = 1) + P( X = 2) 18 / 27 18
P( X  2 / X  0,2) = = = =
P( X  0,2) P( X = 1) + P( X = 2) + P( X = 3) 19 / 27 19

c) F(5/2) = P(X < 5/2) = P(X = 0) + P(X = 1) + P(X = 2) = 26/27


0, x0
d)
8 , 0  x 1
 27

F ( x) = P( X  x ) =  8 + 12 = 20 , 1 x  2
27 27 27

 + +
8 12 6
= , 2 x3
26
 27 27 27 27
 8 + 12 + 6 + 1 = 1, x  3
 27 27 27 27

e) Media variabilei aleatoare X este: 4

8 12 6 1
M ( X ) =  xi p i = 0  + 1 + 2 + 3 =1
i =1 27 27 27 27
Dispersia variabilei aleatoare X este: D (X) = M (X 2) - M 2(X);
4
8 12 6 1 5 5 2 2 6
M ( X 2 ) =  x i2 p i = 0 2  + 12  + 2 2  + 3 2  =  D( X ) = − 1 =   ( X ) = =
i =1 27 27 27 27 3 3 3 3 3

(
f) P ( X − M ( X )   ( X )) = P X − 1  6 / 3 = P − ) ( 3
6
) (
 X −1  6 / 3 = P 1− 6 / 3  X  1+ 6 / 3 = )
= P(0,184 < X < 1,816) = P(X = 1) = 4/9

g) 4
 3 ( X ) =  (xi − M ( X ))3 pi =(0 − 1)3  + (1 − 1)  + (2 − 1)  + (3 − 1) 
8 3 12 6 1 6 2
= =
3 3

i =1 27 27 27 27 27 9
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

h) Modul v.a. X este valoarea cea mai probabilă a acesteia. Din repartiţia v.a. rezultă că valoarea căreia îi corespunde
cea mai mare probabilitate este 1, deci mo = 1.

3. S-a stabilit că, în medie, 1% dintre clienţii unui restaurant fac reclamaţii privind calitatea serviciilor prestate de
personalul restaurantului. Fie X v.a. ce indică numărul de clienţi serviţi până la apariţia primei reclamaţii.
a) Să se determine repartiţia variabilei aleatoare X;
b) Să se calculeze probabilitatea ca primii trei clienţi să nu facă reclamaţie;
c) Să se calculeze valoarea medie şi abaterea standard a numărului de clienţi serviţi până la prima reclamaţie.
Rezolvare:

a) Prima reclamaţie poate fi făcută de oricare dintre clienţii restaurantului, prin urmare numărul de clienţi serviţi până la
apariţia primei reclamaţii poate fi orice număr natural nenul
Rezultă că variabila aleatoare X are repartiţia:
1 2 3 ........ n ........... , unde pn = P (X = n)
X :  
 p1 p2 p3 ........ pn .........  nN *
( )
Notăm cu Ai evenimentul: clientul "i" face reclamaţie, i  N*. Avem: P (Ai) = p = 0,01 şi P Ai = q = 0,99,  i  N * .
(
Atunci: pn = P( X = n ) = P A1  A2  ....  An−1  An = )
( ) ( ) ( )
= P A1  P A2  ....  P An −1  P( An ) = p  q n−1 = 0,01  0,99 n−1 ,  n  N * .
Obţinem:  1 2 3 ................. n ...................
X : 
 0,01   ,99 2........0,01  0,99 n −1.........  nN
 0, 01 0,99 0, 01 0 *

b) Evenimentul ca primii trei clienţi să nu facă reclamaţie se realizează dacă prima reclamaţie este făcută de către al
patrulea client sau de către unul din următorii clienţi. Prin urmare, probabilitatea ca primii trei clienţi să nu facă reclamaţie
se scrie: P(A4  A5  ......  An  .....) = P(A4) + P(A5) + .... + P(An) =
= pq 3 + pq 4 + .... + pq n + .... = pq 3  (1 + q + q 2 + ... + q n + ...) = pq 3 
1
= q 3 = 0,970299
1− q

c) Valoarea medie a numărului de clienţi serviţi până la prima reclamaţie este media v.a. X:
  
M ( X ) =  xn  p n =  npq n −1 = p  nq n −1
n =1 n =1 n =1
 
Considerăm seria de puteri
 x , care este convergentă,  x  (0, 1) şi are suma
n
 x n = S (x ) = 1−x x
n =1 n =1
Aplicând teorema de derivare termen cu termen a seriilor uniform convergente, rezultă:
'

 x  1 Obţinem  n−1 1 , deci  ,
 M ( X ) = p nq n −1 = = 100
1 1
nx n −1 = S ' ( x) = 
 1 − x
 =
 (1 − x ) 2
, x  (0,1) (1)  nq =
(1 − q ) 2
= 2
p p
n =1 n =1 n =1

adică numărul mediu de clienţi serviţi până la prima reclamaţie este100

( )
  
M X 2 =  xn2  pn =  n 2 pq n−1 = p n 2 q n−1
n =1 n =1 n =1
8 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

Înmulţim relaţia (1) cu x şi obţinem: 

x
 nx
n =1
n
=
(1 − x) 2
, x  (0, 1)

Aplicând din nou teorema de derivare termen cu termen a seriilor uniform convergente, rezultă:

x +1 Prin urmare, 
q +1 q + 1 , deci
 n 2 x n−1 = ,  x (0,1) . M ( X 2 ) = p  n 2 q n−1 = p = 2
n =1 (1 − x) 3
n =1 (1 − q) 3 p
q +1 1
  ( X ) = 99,4987
q 0,99
D( X ) = M ( X ) − M ( X ) = 2 − 2 = 2 =
2 2

p p p 0,012

4. Fie v.a. independente  −1 0 1  şi  − 1 1  . Să se scrie repartiţiile următoarelor v.a.:

X :   Y :  
 0,3 0,3 0,4   0,5 0,5 
2X, 3Y, 2X +3Y, XY, X 2, X 2 + X, Y n, X, n  N*.
Rezolvare:
Aplicând propoziţia 5 din breviarul teoretic referitoare la operaţiile cu v.a., obţinem:
▪ − 2 0 2 ; − 3 3 .
2X :   3Y :  
 0,3 0,3 0,3   0,5 0,5 
▪ Deoarece variabilele X şi Y sunt independente, rezultă că
pij = P( X = xi , Y = y j ) = P( X = xi )  P(Y = y j )  i = 1,3, j = 1,2
Prin urmare,  2 xi + 3 y j
 şi  xi  y j  , deci
2 X + 3Y :   X Y :  
 pi  q j i =1,3  pi  q j  i =1,3
  j =1,2   j =1, 2
 − 5 − 3 −1 1 3 5  şi −1 0 1 .
2 X + 3Y :   X  Y :  
 0,15 0,15 0,2 0,15 0,15 0,2   0,35 0,3 0,35 
▪  −1 0 1  0 1 ;  0 1 ;
X :   = 
 0,3 0,7 
X 2 :  
 0 ,3 0,3 0, 4     0,3 0,7 
 (−1) 2 + (−1) 02 + 0 12 + 1  0 2 ; 1 ;  −1 1 
X 2 + X : =   Y n :   , n = 2k Y n :   , n = 2k + 1
 0,4   0,6 0,4  1  0,5 0,5 
 0,3 0,3

5. Urna U1 conţine 5 bile albe şi 10 bile negre, iar urna U2 conţine 60% bile albe şi 40% bile negre. Din fiecare urnă se
extrage câte o bilă.
Fie X v.a. ce indică numărul bilelor albe obţinute în cele două extrageri. Să se determine repartiţia v.a. X.
Rezolvare:

Metoda I. Variabilei aleatoare X poate lua valorile 0, 1 sau 2.

Pentru a calcula probabilităţile corespunzătoare, vom folosi schema lui Poisson.
Avem: Q(t ) = ( p1t + q1 )( p 2 t + q 2 ) , unde p1= 13 , q1= 213
, p 2 = 53 , q 2 = 2
5
.

P( X = 0) = P(2 : 0, 2) = q1q 2 = 4 .
15
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

P( X = 1) = P(2 : 1,1) = p1q 2 + p 2 q1 = 8 .

15
P( X = 0) = P(2 : 2, 0) = p1 p 2 = 3 .
15
Rezultă că repartiţia v.a. X este:  0 1 2 
X : 4 
 8 3 
 15 15 15 
Metoda II. Notăm cu X1, respectiv X2 v.a. ce indică numărul bilelor albe obţinute la extragerile din prima, respectiv a doua
urnă. Se observă că X = X 1 + X 2 . Avem:  0 1  şi  0 1  . V.a. X1, X2 sunt independente, deci
X1 :  2 1  X 2 :  2 
   3
3 3 5 5 
repartiţia v.a. X = X1 + X2 este:  0+0 0 +1 1+ 0 1+1   0 1 2 
X :  2 2 =

4



 3 5   
2 3 1 2 1 3 8 3
3 5 3 5 3 5   15 15 15 

6. Fie variabila aleatoare discretă  − 2 −1 0 1 2 . Să se determine:

X :  , p  R
2 p 4 p p 2 p p
a) repartiţia v.a. X;
b) funcţia de repartiţie a v.a. X;
c) media, dispersia şi abaterea medie pătratică ale v.a. X;
d) M (X3), M (2X-3), D (3X-2);
e) probabilităţile: P (X  - 0,75), P (X > 1,25), P (-1,25  X  0,5), P (X > -1,5 / X < 2).
Rezolvare:
a) Impunem condiţiile p  0 şi 2p + 4p + p + 2p + p = 1  p = 1/10.
Rezultă că repartiţia variabilei aleatoare X este: − 2 −1 0 1 2
X : 2 
 4 1 2 1
 10 10 10 10 10 
0, x  ( −,−2]
 2 1
b)  = , x  ( −2,1]
10 5
 2 4 6 3
 + = = , 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) M ( X ) = (−2)  2 + (−1)  4 + 0  1 + 1  2 + 2  1 = − 4 = −0,4

10 10 10 10 10 10
M ( X 2 ) = (−2) 2  2 + (−1) 2  4 + 0 2  1 + 12  2 + 2 2  1 = 18 = 1,8
10 10 10 10 10 10
D( X ) = M ( X 2 ) − M 2 ( X ) = 1,8 − (−0,4) 2 = 1,64   ( X ) = D( X )  1,28
10 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

d) M ( X 3 ) = (−2) 3  2 + (−1) 3  4 + 0 3  1 + 13  2 + 2 3  1 = −1
10 10 10 10 10
Folosind proprietăţile mediei şi ale dispersiei, obţinem: M (2X-3) = 2M(X)-3 = 2 (-0,4)-3 = -3,8;
D (3X-2) = 9D (X) = 9 (1,64) = 14,76.
e) P( X  −0,75) = P( X = −1) + P( X = −2) = 2 + 4 = 3 ; P( X  1,25) = P( X = 2) = 1
10 10 5 10
5 1
P(−1,25  X  0,5) = P( X = −1) + P( X = 0) = =
10 2
P(( X  −1,5)  ( X  2) ) P(− 1,5  X  2)
P( X  −1,5 / X  2) = = =
P( X  2) P( X  2)
P( X = −1) + P( X = 0) + P( X = 1) 7 / 10 7
= = =
P( X = 2) + P( X = −1) + P( X = 0) + P( X = 1) 9 / 10 9

7. Se consideră variabila aleatoare −1 0 1 

X :   , p1 , p2 , p3  R
 p1 p2 p3 
a) Să se afle p1, p2, p3 astfel încât v.a. X să aibă media egală cu 0 şi momentul iniţial de ordinul doi egal cu 2/3
b) Să se scrie funcţia de repartiţie a variabilei aleatoare X.
c) Dacă X este v.a. găsită la punctul a) şi Y = 3 – 2X, să se calculeze M(X - 2Y), M(2 - 3Y), D2 (3 + 2Y ),
D2 (X - Y ) şi să se determine repartiţia v.a. X – Y şi funcţia de repartiţie a v.a. Y.
Rezolvare:
a) Impunem condiţiile: p1, p2, p3  0 (1) şi p1 + p2 + p3 = 1 (2). Avem că:
M ( X ) = −1  p1 + 0  p 2 + 1  p3 = 0  p3 − p1 = 0  p3 = p1 (3)
M ( X 2 ) = (−1) 2  p1 + 02  p2 + 12  p3 = 0  p3 + p1 = 2
3
(4)
Din relaţiile (3) şi (4) obţinem p1 = p3 = 1/3; folosind şi relaţia (2), rezultă p2 = 1/3.
Aşadar −1 0 1 
X : 1 
 1 1
 3 3 3
0, x  (−,−1]
b) 1
 3 , x  (−1,0]
F(X ) = 
 23 , x  (0,1]

1, x  (1,+)
c) M (2 X − 3Y ) = M ( X − 2(3 − 2 X ) ) = M (5 X − 6) = 5M ( X ) − 6 = −6
M (2 − 3Y ) = M (2 − 3(3 − 2 X )) = M (6 X − 7) = 6 M ( X ) − 7 = −7
2 32
D(3 + 2Y ) = D(3 + 2(3 − 2 X )) = D(−4 X + 9) = (−4) 2 D( X ) = 16( M ( X 2 ) − M 2 ( X )) = 16  =
3 3
1
D( X − Y ) = D( X − (3 − 2 X )) = D(3 X − 3) = 9 D( X ) = 9  = 3
3
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

8. Fie o v.a. X cu media m şi dispersia σ 2. Să se determine media şi dispersia v.a. normate, Y = X − m


Rezolvare:
 X − m  X m 1 m m m  X −m  X m 1 1
M (Y ) = M   = M  −  = M ( X ) − = − = 0 D(Y ) = D  = D −  = 2 D( X ) = 2   = 1
2

                 

9. Să se determine v.a.  a a + 1 a + 2  , ştiind că M (6 X 2 ) = 7, a  Z , p  R

X :  
 p 3p 2 p 
Rezolvare:
Din condiţia ca X să reprezinte o v.a. discretă, obţinem p  0 şi p + 3p + 2p = 1  p = 1/6, prin urmare
 a a +1 a+2 
X :  
 1/ 6 3/ 6 2 / 6 
( )= 7  6M (X )= 7  6  (a 2  16 + (a + 1) 2  63 + (a + 2) 2  62 )= 7 
M 6X 2 2

1
 a 2 + 3a 2 + 6a + 3 + 2a 2 + 8a + 8 = 7  6a 2 + 14a + 4 = 0  a1 = −2, a 2 = −  Z , deci a = - 2.
3
Prin urmare, repartiţia v.a. X este: − 2 −1 0 
X :  
1 / 6 1/ 2 1 / 3 

10. Fie variabila aleatoare  2 3 4 5 6 7  . Se cere probabilitatea P(X – M(X)< (X)).

X :  
 0,05 0,1 0,25 0,3 0,2 0,1
Rezolvare:
M(X) = 2  0,05 + 3  0,1 + 4  0,25 + 5  0,3 + 6  0,2 + 7  0,1 = 4,8
M(X2) = 22  0,05 + 32  0,1 + 42  0,25 + 52  0,3 + 62  0,2 + 72  0,1 = 24,7
D( X ) = M ( X 2 ) − M 2 ( X ) = 1,66   ( X ) = D( X ) = 1,288
P(X – M(X)< (X)) = P(X – 4,8< 1,288) = P(-1,288 < X – 4,8 < 1,288)) = P(3,512 < X < 6,088)) =
= P(X = 4) + P(X = 5) + P(X = 6) = 0,75.

11. Se consideră variabila aleatoare  a a +1 3 

X :   , a  R
2 p 5p 3p
Să se determine valoarea parametrului a pentru care dispersia v.a. X este minimă.
Rezolvare:
Impunem condiţiile: (1) p  0 şi (2) 2p + 5p + 3p = 1  p = 0,1, deci  a a +1 3 
X :  
 0,2 0,5 0,3
Avem: M(X) = 0,7 a + 1,4; D (X) = 0,21 a2 – 0,96 – 1,24
Observăm că expresia dispersiei este o funcţie de gradul al doilea în variabila a, care admite minim în punctul
0,96
a=  a = 16
2  0,21 7
12 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

12. Fie variabila aleatoare a a +1 3 4 

X :   , a, p  R.
 0, 2 0,3 0, 4 − p 0,1 + p 
Să se determine valorile parametrilor a şi p pentru care dispersia v.a. X este minimă.
Rezolvare:

Condiţiile ca X să reprezinte repartiţia unei v.a. discrete sunt:

1) 0  0,4 – p  1; 0  0,1 + p  1 şi
2) 0,2 + 0,3 + 0,4 – p + 0,1 + p = 1, de unde rezultă p  [-0,6; 0,4]  [-0,1; 0,9], prin urmare p  [-0,1; 0,4].

4 4
M ( X ) =  xi pi = 0,5a + p + 1,9 ; M ( X 2 ) =  xi2 pi = 0,5a 2 + 0,6a + 7 p + 5,5 ;
i =1 i =1

( )
D( X ) = M X 2 − M 2 ( X ) = 0,25 a 2 − ( p + 1,3) a − p 2 + 3,2 p , cu p  [-0,1; 0,4].
Dacă p este fixat în intervalul [-0,1; 0,4], expresia D( X ) = 0,25 a 2 − ( p + 1,3)a − p 2 + 3,2 p = f (a, p )
este o funcţie de gradul al doilea în variabila a, care ia valoarea minimă pentru p +1,3 şi această valoare
a= = 2 p + 2,6
0,5
este f(2p+2,6; p) = -2p2 + 0,6p + 0,2 = g(p). Determinăm minimul funcţiei g pentru p  [-0,1; 0,4].
p -0,1 0,15 0,4
2
− 2 p + 0,6 p + 0,2
0,12 0,12
Din tabelul de mai sus rezultă că valoarea minimă a dispersiei este 0,12 şi se obţine atunci când p = - 0,1 sau
p = 0,4. Înlocuind în relaţia a = 2 p + 2,6, găsim a = 2,4 sau a = 3,4
Prin urmare, dispersia v.a. X este minimă pentru p = - 0,1 şi a = 2,4 sau pentru p = 0,4 şi a = 3,4.

13. Fie variabila aleatoare discretă − 3 −1 0 2 3  . Să se determine:

X :  
 0,21 0,24 0,27 0,10 0,18 
a) valoarea medie şi momentul iniţial de ordinul 3 ale v.a. X;
b) modul v.a. X;
c) P ( | X -1| > 1,8); P ( X < 1,8 / X > - 0,83).

Rezolvare:
5
a) M ( X ) =
 xi pi =(−3)  0,21 + (−1)  0,24 + 2  0,10 + 3  0,18 = −0,13
i =1

( ) 5
m3 ( X ) = M X 3 =  xi 3 pi =(− 3)3  0,21 + (− 1)3  0,24 + 0 3  0,27 + 2 3  0,10 + 33  0,18 = −0,25
i =1
b) Deoarece X este variabilă aleatoare discretă, modul este valoarea cea mai probabilă (valoarea căreia îi corespunde
probabilitatea cea mai mare).
Se observă că probabilitatea maximă este 0,27= P (X = 0), deci modul v.a. X este mo = 0
( ) ( )
c) P X − 1  1,8 = 1 − P X − 1  1,8 = 1 − P (− 1,8  X − 1  1,8) =
= 1 − P (− 0,8  X  2,8) = 1 − P( X = 0) + P( X = 2) = 1 − 0,37 = 0,63
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

P (−0,83  X  1,8) P ( X = 0)
P ( X  1,8 / X  −0,83) =
0,27
= = = 0,491
P ( X  −0,83) P ( X = 0) + P ( X = 2) + P ( X = 3) 0,55

14. Fie v.a. discretă  1 3 4 5 7  şi Y v.a. normată corespunzătoare  X − M (X ) 

X :    Y = 
 0,11 0,23 0,31 0,18 0,17    ( X ) 
Să se determine probabilitatea ca v.a. Y să ia valori strict negative.
Rezolvare:
Avem: M ( X ) = 4,13; M ( X 2 ) = 19,97 , deci D( X ) = M ( X 2 ) − M 2 ( X ) = 19,97 − 4,13 2 = 2,91
X − M (X )  − 1,84 − 0,66 − 0,07 0,51 1,68 
Y=  Y :  
 (X )  0,11 0,23 0,31 0,18 0,17 
Rezultă că P (Y < 0) = 0,11 + 0,23 + 0,31 = 0,65.
an
15. Fie v.a. X care ia valori numere naturale nenule. Ştiind că P ( X = n ) = k  ,  n  N*, unde a(0,1) şi kR, să se
n
determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie a variabilei aleatoare X.
Rezolvare:
a) Din condiţiile ca X să fie variabilă aleatoare, obţinem:
  n
k  an  0,  n  N *  k  0 ; 2)  k  n = 1  k  n = 1
1)
n
an a
n =1 n =1
 
Ştim că dacă x  (0,1), atunci seria de puteri  x n −1 este convergentă şi are suma
n =1  x n −1 = 1−1 x
n =1
Aplicând teorema de integrare termen cu termen a seriilor uniform convergente, rezultă:
  n
  x n −1dx =  1−1 x dx   xn = − ln (1 − x ) ,  x  (0,1) . Prin urmare,
n =1 n =1
 n  n 
k  a = 1  −k  ln (1 − a ) = 1  k = − 1 şi repartiţia v.a. X este:
X :  
ln(1− a ) − 
n

n =1
n 1 a
 ln(1− a ) n  n N *
 
M ( X ) =  n  pn = − 1  n  a = − 1  a
n
b) Valoarea medie a v.a. X este:
ln(1− a ) n ln(1− a ) 1− a
n =1 n =1

16. Profitul anual al unui agent economic, exprimat în milioane de unităţi monetare, este o v.a. continuă X ,
 a (1 − x), x  [0, 1]
având densitatea de probabilitate f : R → R, f ( x) =  , a  R. Să se determine:
 0, x  [0, 1]
a) parametrul a;
b) funcţia de repartiţie a variabilei aleatoare X;
c) probabilităţile evenimentelor: A = profitul agentului economic este sub 0,25 milioane u.m.;
B = profitul este cel puţin 0,5 milioane u.m.; C = profitul este cuprins între 0,25 şi 1,5 milioane u.m.
d) profitul mediu şi dispersia variabilei aleatoare profit;
e) mediana variabilei aleatoare X.
14 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

Rezolvare:

a) Deoarece funcţia f este densitatea de repartiţie a unei v.a. continue, rezultă că îndeplineşte condiţiile:

1) f ( x)  0,  x  R  a  0; 2)  f ( x)dx = 1
−
1
  
Avem: 0 1 0 1
 x2  a

−
f ( x)dx = − f ( x)dx + 0 f ( x)dx + 1 f ( x)dx = −0 dx + 0 a(1 − x) dx + 1 0 dx = a x − 2  =
2
0

Din condiţia 2) rezultă a = 2, deci  2 (1 − x), x  [0, 1]

f ( x) = 
 0, x  [0, 1] x
b) Funcţia de repartiţie a variabilei aleatoare X este F : R → R, F ( x) =  f (t )dt
• x −
x  (−, 0]  F ( x) =  0 dt =0
−

 0dt +  2 (1 − t ) dt = (2t − t )
0 x
• x
x  (0,1]  F ( x) = 2
= 2x − x2
0
− 0
0 1 x
•
x  (1, )  F ( x) =  0dt +  2(1 − t )dt +  0dt = 1
− 0 1
 0, x  (− , 0 ]
Am obţinut: 
F : R → [0,1], F ( x) = 2 x − x , x  ( 0, 1]
2

 1, x  (1,  )

c) Metoda I. Deoarece se cunoaşte funcţia de repartiţie a v.a. X, probabilităţile pot fi calculate în acest mod:
P(A) = P(X < 1/4) = F(1/4) = 1/2 – 1/16 = 7/16
P(B) = P(X  1/2) = 1 - P(X <1/2) = 1 - F(1/2) = 1 – 3/4 = 1/4
P(C) = P(1/4  X  3/2) = F(3/2) - F(1/4) = 1 – 7/16 = 9/16
Metoda II. Dacă nu se cunoaşte funcţia de repartiţie a v.a. X, iar determinarea acesteia ar implica un volum prea mare
de calcule, probabilităţile cerute pot fi calculate utilizând formula:
b
P (a  X  b) = P (a  X  b) = P (a  X  b) = P (a  X  b) =  f ( x)dx , a, b  R  {}
a

Astfel obţinem:
1/ 4 0 1/ 4
1 1 7
 f ( x)dx =  0 dx +  2(1 − x) dx = (2 x − x
1/ 4
P ( A) = P ( X  1 / 4) = 2
) = − =
− − 0
0 2 16 16
Analog se calculează şi celelalte probabilităţi.
d) Profitul mediu este reprezentat de media v.a. X:
1
 
0 1
 x2 2 x3  1
M (X ) =  xf ( x)dx =  x  0 dx +  x  2 (1 − x) dx +  x  0 dx =  2
− − 0 1
−  =
3  0 3
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

Calculăm momentul iniţial de ordinul 2 al variabilei aleatoare X:

1
 
 2 x3 x 4 
( ) x
0 1
1
M X2 = 2
f ( x)dx =  x 2  0dx +  x 2  2 (1 − x) dx +  x 2  0 dx =  −  =
− − 0 1  3 2  0
6
Prin urmare, dispersia variabilei aleatoare profit este: D (X) = M (X2) - M2(X) = 1/18.
e) Pentru a determina mediana me a v.a. X , rezolvăm ecuaţia F (me) = 1/2.
Deoarece F (x)  1/2,  x  (- , 0]  (1, ), rezultă că me  (- , 0]  (1, ).
Pentru me  (0, 1], ecuaţia devine: 2m − m 2 = 1  m = 2  2 ; convine soluţia m = 2− 2
e e 2 e 2 e 2

 ax, x  [0,1]
17. Fie funcţia  . Să se determine:
f : R → R, f ( x) = 2 − x, x  (1,2] ; a  R
 0, x  [0,2]

a) parametrul a astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
(
b) probabilităţile P X  3 şi P X  1 / X  3 ;
2
) ( 4 2
)
c) funcţia de repartiţie a variabilei aleatoare X;
d) media şi dispersia variabilei aleatoare X;
e) mediana şi modul variabilei aleatoare X.
Rezolvare:

a) Pentru ca funcţia f să fie densitatea de repartiţie a unei v.a. continue trebuie să îndeplinească condiţiile:

1) f ( x)  0, x  R  a  0 ; 2)
 f ( x)dx = 1
−
1 2
 
0 1 2
x2  x2 

−
f ( x)dx =  0 dx +  ax dx +  (2 − x) dx +  0 dx = a
− 0 1 2
+  2 x −  =
2 0  2 1
a
2
+ 1
2

  x, x  [0,1]

 f ( x)dx = 1  a = 1  f ( x) = 2 − x, x  (1,2]
−  0, x  [0,2]

b)  3   2
P X   =  f ( x)dx =  (2 − x)dx +  0dx = 1
 2 3
2
3
2
2
8

P( X  14 / X  3
) = P(( X  1/ 4)  ( X  3 / 2)) = P(1/ 4  X  3 / 2)
P( X  3 / 2 ) P( X  3 / 2 )
2

( )
3 3
2 1 2

P 14  X  32 =  f ( x)dx =  xdx +  (2 − x)dx = 32

27
1 1
1
( ) = 1 − P(X  ) = ( )
4 4

PX 3
2
3
2
7 , deci
8
P X  14 / X  32 = 27
28
16 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

x
c) Funcţia de repartiţie a variabilei aleatoare X este F : R → R, F ( x) =
 f (t )dt
−
x
•
x  (−, 0]  F ( x) =  0 dt =0
−
0 x x
• t2 x2
x  (0,1]  F ( x) =  0dt +  tdt = =
− 0
2 0
2
1 x
•
0 1
t2
x
 t2  − x 2 + 4x − 2
x  (1,2]  F ( x) =  0dt +  tdt +  (2 − t ) dt = +  2t −  =
− 0 1
2 0  2  1
2
0 1 2 x
•
x  (2, )  F ( x) =  0dt +  tdt +  (2 − t )dt +  0dt = 1
, deci
− 0 1 2
 0, x  (−, 0]
 2
 x
, x  (0,1]
 2
F : R → [0,1], F ( x) =  2
 − x + 4 x − 2 , x  (1, 2]
 2

 1 , x  (2, )
1 2
 1 2
x3  x3  1 8 1
 xf ( x)dx =  x  x dx +  x(2 − x)dx =
d)
M (X ) = +  x 2 −  = + 4 − −1+
− 0 1 3 0  3 1
3 3 3
2
 4 1
1 2
x  x x  3 4
1 16 2 1 7
M (X 2) = x f ( x)dx =  x 2  x dx +  x 2 (2 − x)dx = +  2 −  = + −4− + = 
2

− 0 1
4 0  3 4 1
4 3 3 4 6
1
 D( X ) = M ( X 2 ) − M 2 ( X ) =
6
e) Pentru a determina mediana me, rezolvăm ecuaţia F (me) = 1/2. Observăm că me  (- , 0]  (2, ).
2
Dacă x  (0,1], ecuaţia devine: me = 1  m = 1 ; convine soluţia me = 1.
e
2 2
Cum X este o v.a. continuă, cu funcţia de repartiţie strict crescătoare pe intervalul [0, 2], rezultă că mediana este unică:
me = 1.

Modul mo este orice punct de maxim local al densităţii de repartiţie f . Pentru determinarea acestuia, vom studia
 x, x  [0,1]
monotonia funcţiei 
f : R → R , f ( x ) = 2 − x , x  (1,2]
 0, x  [0,2]

Folosind monotonia funcţiei de gradul întâi, obţinem:
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

x -∞ 0 1 2 +∞
f(x) 0 0 1 0 0

Deducem că modul v.a. X este: mo = 1.

   
18. Variabila aleatoare continuă X are densitatea de probabilitate  A  cos x, x  − 2 , 2 
f : R → R, f ( x ) =    , A R
   
0, x  − , 
  2 2
Să se determine:
a) parametrul A ;
b) probabilităţile: P(X < π/3) şi P(X < π/4 / X > π/6 );
c) media şi abaterea medie pătratică variabilei aleatoare X ;
d) mediana şi modul variabilei aleatoare X.
Rezolvare:
a) Condiţiile ca f să fie densitatea de repartiţie a unei variabile aleatoare continue sunt:
1) f(x)  0,  x  R  A 0;
 − / 2  /2 
 /2 1
  0dx +  A  cos xdx +  0dx = 1  A  sin x − / 2 = 1  2 A = 1  A =
2) f ( x)dx = 1 
− − − / 2  /2
2
Am obţinut: 1   
  cos x, x  − , 
2  2 2
f ( x) = 
   
0, x  − , 

  2 2
  
b)   3 3
1 1 3
3 1
P  X   =  f ( x)dx =  cos xdx = sin x = +
 3  − −
2 2 −
2
4 2
2

4
1
 2 cos xdx 2 1
P (X  4 / X 
 
)= P ( 
6
X  
4
)= 

= 2
−
2 = 2 −1
P (X  )
6
6  
1
1−
2
6 1
 2 cos xdx 2
6

  /2
c) fiind integrala unei funcţii impare pe un interval simetric faţă de origine
M ( X ) =  xf ( x)dx =  x  cos x dx = 0
− − / 2
18 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1
  
 2 2  2

M (X ) = 2
x
2
f ( x)dx =  x  cos x dx = 2 x  (sin x ) ' dx = 2 x sin x
2 2 2 2
− 4 x  sin x dx =
0
− − 0 0
2


2 2
2 2 2
+ 4  x  (cos x ) ' dx =
 
= + 4 x cos x 2
0
− 4 sin x 2
0
= − 4  D( X ) = M ( X 2 ) − M 2 ( X ) = −4
2 0
2 2 2
me
d) Pentru a determina mediana me a v.a. X , rezolvăm ecuaţia 1 1
F ( me ) =   f ( x)dx =
2 − 2
me

me  − 2 , 2   (sin me + 1) = 1  sin me = 0  me = 0
1

me
1
2
cos xdx = 12 sin x −  =

−2
2 2 2
Modul mo este orice punct de maxim local al funcţiei f .
1   
Studiem monotonia funcţiei  2  cos x, x  − 2 , 2 
f ( x) =   
   
0, x  − , 
  2 2

x -∞ - π/2 0 π/2 +∞

f(x) 0 0 1
0 0
2

Din tabel deducem că modul variabilei aleatoare X este: mo = 0.

19. Fie funcţia f : R → R, f(x) = k x10 e- |x|.

a) Să se determine parametrul k R astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) Să se calculeze M(X ) şi D (X ).
Rezolvare:
a) Condiţiile ca f să fie densitatea de repartiţie a unei v.a. continue X sunt:

1) f ( x)  0,  x  R  k  0; 2)  f ( x)dx = 1
−
deoarece avem de calculat integrala unei funcţi pare pe un interval simetric faţă de origine, putem scrie:
  
1
 f ( x)dx = 2 f ( x)dx = 2 kx
10 − x
e dx = 2 k (11) = 2k  10!= 1  k =
− 0 0
2  10!

1
 x 11 e dx = 0 , fiind integrala unei funcţii impare pe un interval simetric faţă de origine
b) −x
M (X ) =
−
2 10!
  
1 1 1 1
M (X 2) =  x f ( x)dx = 2 x  x10e− x dx =  x12e− x dx =  (13) = 12! = 1112 = 132
2 2

− 0
2 10! 10! 0 10! 10!
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

D (X) = M (X2) - M2(X) = 132.


, x  (0,1)
p
20. Fie funcţia  . Să se determine:
f : R → R, f ( x ) =  3 x 2 − x 3 , pR
 0, x  (0,1)

a) parametrul real p astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media, dispersia, momentul iniţial de ordinul r, r  N*;
c) asimetria şi modul variabilei aleatoare X.
Rezolvare:
a) Pentru ca f să reprezinte densitatea de repartiţie a unei v.a. continue, trebuie să verifice următoarele condiţii:

1) f ( x)  0, x  R  p  0 ; 2) f ( x)dx = 1

−
 
 2
2
(1 − x )− 3 dx = p    1 , 2  = p 
0 1 1
p − 1

 f ( x)dx =  0dx + 
− − 0
3
x −x
2 3
dx +  0dx = p  x
1 0
3

3 3 sin 3
= p
3
=1

 2
1 3  , x  (0,1)
 p= =  f ( x) =  3 x 2 − x 3
3

 1 2  2 
 ,   0, x  (0,1)
3 3

b) Momentul iniţial de ordinul r este: m = M ( X r ) =
x f ( x)dx =
r
r
−


1 2  1  2  1
r + , 
 r +     r + 
(1)
1 2
1 r−
(1 − x )
1

3 3
= 
3  3  3
 1 2  0
−
= x 3
dx =  =
(r + 1)
3
1 2 1  2 1
 ,   ,      (r + 1)  
3 3 3 3 3  3 3
• Media v.a. X este momentul iniţial de ordinul 1: (1 + 1 / 3) 1
M ( X ) = m1 = =
(2)  (1 / 3) 3
• (7 / 3) 2 , deci dispersia v.a. este D 2 ( X ) = M ( X 2 ) − M 2 ( X ) = m − m 2 = 1
M ( X 2 ) = m2 = = 2 1
(3)  (1 / 3) 9 9
c) Asimetria variabilei aleatoare X se defineşte astfel: 3 ( X )
A( X ) =
 3(X )
    (
 3 ( X ) = M ( X − M ( X ) )3 = M ( X − m1 )3 = M X 3 − 3 X 2 m1 + 3 Xm12 − m13 = )
( )
= M X − 3m1 M X
3
( ) + 3m M ( X ) − m
2 2
1
3
1 = m3 − 3m1 m2 + 2m 3
1
 20 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

 10 
 
m3 =  3  = 14   ( X ) = 14 − 2 + 2 = 2 ;  ( X ) = D ( X ) = 1 ;
 1  81
3
(4 )   
81 9 27 81 3
 
3
rezultă A( X ) = 2 : 1 = 2 .
81 27 3
Deoarece X v.a. continuă, modul mo este orice punct de maxim local al funcţiei f . Studiem monotonia funcţiei
 2
( )
1
3 −3 
 x −x ( ) ( )
4
−
, x  (0,1) . Avem:  1 x 2 − x3 3  2 x − 3x 2
, x  (0,1)

f ( x) =    1 , 2  f ' ( x ) = − 3  (13 , 23 )
   
x  0,1
3 3
  0,
 0, x  (0,1)

x -∞ 0 2/3 1 +∞
f '(x) 0  - - - - - 0+ + + +
f (x)  
Deducem că funcţia nu are puncte de maxim local, deci nu există modul variabilei aleatoare X.

 2 − 2x
21. Fie funcţia  Să se determine:
f : R → R , f ( x ) = k x e , x  0 , k  R .
 0, x0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X;
c) probabilităţile: P(X < 4), P(X > 4), P(6 ≤ X ≤ 8), P(X ≤ 4 / X >2);
d) media, dispersia, momentul iniţial de ordinul r, r  N* şi momentul centrat de ordinul 3 ale v.a. X ;
e) modul variabilei aleatoare X;
f) asimetria şi excesul variabilei aleatoare X.
Rezolvare:
a) Condiţiile ca f să fie densitatea de repartiţie a unei v.a. continue sunt:


 f ( x)dx = 1
Avem:
1) f ( x)  0, x  R  k  0; 2)
−
 0  x
− x
I= 
−
f ( x)dx =  0dx +  k x 2 e
− 0
2
dx ; cu schimbarea de variabilă
2
= t  x = 2t; dx = 2dt obţinem:


I = k  4 t 2e − t 2dt = 8k  (3) = 16k ; din condiţia I = 1  k = 1/ 16.
0
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

 1 2 − 2x

f : R → R, f ( x) = 16 x e , x  0
Rezultă
 0, x0
x
b) Funcţia de repartiţie a variabilei aleatoare X este
F : R → R, F ( x) =  f (t )dt
−
x
• ;
x  (−, 0]  F ( x) =  0 dt =0
−
' x
•
0 x
1 2 −2
t
1
x
 − 
t
1 −
t
1
x t
−
x  (0, )  F ( x) =  0dt + 
16 0
t e dt =  t 2  − 2e 2  dt = − t 2 e 2
16 0  8
+
8 0
(2t )e 2 dt =
−  0
' x x
1  − 
x t x t t x x t
x 2 + 4x + 8 − 2
2 x x x
x − x2 − t − 1 − x2 − x − −
=− e 2
+  t  − 2e 2  dt = − e 2 − e 2 +  e 2 dt = − e 2 − e 2 − e 2 = =1− e
8 40   8 2 20 8 2 8
0 0

 0, x  0
. Rezultă 
F : R → R, F ( x ) =  x 2 + 4 x + 8 − x
1 − e 2, x 0
 8
c) P( X  4) = F (4) = 1 − 5e −2 ;
17 −3 ;
P( X  6) = 1 − P( X  6) = 1 − P( X  6) = 1 − F (6) = e
2
17 −3
P(6  X  8) = F (8) − F (6) = e − 13e −4 ;
2
P (( X  4)  ( X  2) ) P (2  X  4) F (4) − F (2) 2e − e 2 e − 2
5 5
P ( X  4 / X  2) = = = = =
P ( X  2) 1 − P ( X  2) 1 − F (2) 5 e
2e
  x
d) Momentul iniţial de ordin r este: m = M ( X r ) = 1 2 −
−x f ( x)dx = 0 x  16 x e 2 dx
r r
r


cu schimbarea de variabilă x = t  x = 2t ; dx = 2dt rezultă m = 1
16 0
r (2 t ) r + 2 e −t 2dt = 2 r −1  (r + 3)
2
Am obţinut mr = 2 r -1(r + 2)!,  r  N*.
▪ Media v.a. X este momentul iniţial de ordinul 1, deci M (X) = m1 = 3! = 6
▪ Avem M (X 2) = m2 = 2  4! = 48, deci dispersia v.a. este: D( X ) = M ( X 2 ) − M 2 ( X ) = m 2 − m12 = 12
▪ Momentul centrat de ordinul 3 este:
   
3 ( X ) = M ( X − M ( X ) )3 = M ( X − 6)3 = M (X 3 − 18 X 2 + 108 X − 216 ) =
=M X ( ) − 18M (X ) + 108 M ( X ) − 216 = m3 − 18m2 + 108 m1 − 216 = 768 .
3 2
22 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

e) Pentru a determina modul variabilei aleatoare X, vom studia monotonia funcţiei f. Avem:
 - x 2 + 4 x − 2x

f ': R → R, f ' ( x) =  32 e , x  0
 0, x0
Deoarece pe intervalul (- ∞, 0] funcţia este constantă, vom căuta punctele de maxim în intervalul (0, ∞).
Pentru x > 0, f ' (x) = 0  x = 4.

x -∞ 0 4 +∞
f ' (x) 0 0 + + + + + + + 0 - - - - - - - - - - -
f (x)

Rezultă că modul variabilei este mo = 4.

f) Asimetria variabilei aleatoare X este A ( X ) = 3 ( X )

3/ 2
2 (X )
Am calculat μ3(X) = 768 şi  2 ( X ) = D( X ) = 12 , prin urmare A ( X ) = 768 = 32
3/ 2
12 3
Excesul variabilei aleatoare X este E ( X ) =  4 ( X ) − 3
 22 ( X )
Calculăm momentul centrat de ordinul 4:
    (
 4 ( X ) = M ( X − M ( X ) )4 = M ( X − 6)4 = M X 4 − 24 X 3 + 216 X 2 − 864 X + 1296 = )
=M X ( ) − 24 M (X ) + 216 M (X ) − 864 M ( X ) + 1296 = m
4 3 2
4 − 24 m3 + 216 m 2 − 864 m1 + 1296
Avem: m4 = 2  6! = 5760, m3 = 2  5! = 480, m2 = 2  4! = 48, m1 = 6, prin urmare  4 (X) = 720.
3 2

Rezultă E ( X ) = 7202 − 3 = 2
12

22. Fie funcţia ax6

f : R → R, f ( x ) = ; a  R . Se cere:
(1 + 3x ) 2 5

a) parametrul a astfel încât f să fie densitatea de repartiţie a unei v.a. continue X ;

b) să se studieze existenţa momentelor iniţiale de ordinul r, r  N* ;
c) să se calculeze media şi dispersia variabilei aleatoare X.
Rezolvare:
a) Condiţiile ca f să fie densitatea de repartiţie a unei v.a. continue X sunt:
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5


; deoarece funcţia f este pară, obţinem:
1) f ( x)  0, x  R  a  0; 2)  f ( x)dx = 1
−
  1 1
x6 ; cu schimbarea de variabilă 3x 2 = t  x = 1 t 2 ; dx = 1 t − 2 dt
I=  f ( x)dx = 2a  (1 + 3x )
− 0
2 5
dx
3 2 3
5
 
7 3
1
rezultă: I = 2a t3 1 − a t 2
a
 27 (1 + t )
0
5

2 3
t 2 dt = 
27 3 0 (1 + t )
5
dt =  , ;
27 3  2 2 
din condiţia 27 3 3456 3
I =1 a = =
7 3 5
 , 
 2 2 

b) Momentul iniţial de ordin r al v.a. X există dacă integrala r există şi este finită
 x f ( x)dx
−

• Dacă r este impar, atunci x f ( x) dx = 0 , deci există mr = 0.

r

−
 
• Dacă r este par, atunci x6
mr = x f ( x) dx = 2a  x r
r
, dx
− 0 ( 1 + 3x ) 2 5

ax 6 . Avem: lim x   x r  f (x ) = a  (0,  ) dacă α + r + 6 =10  α = 4 - r.

g : R → 0,  ), g ( x) =
Fie

(1 + 3x ) x → 5
2 5 3
Integrala notată mr este convergentă dacă şi numai dacă α = 4 – r > 1  r < 3. Rezultă:
1) V.a. X admite momente iniţiale mr dacă r = 2 sau r impar.
2) Nu există mr dacă r este par şi r ≥ 4
 
x7
c)
M (X ) =  xf ( x)dx = a  (1 + 3x ) 2 5
dx = 0 , fiind integrala unei funcţii impare calculată pe un interval simetric
− −
faţă de origine.
  
x8 x8
M (X 2) =  x f ( x)dx = a  dx = 2a  dx . Cu schimbarea de variabilă
2

− −
(1 + 3 x 2 5
) 0
(1 + 3 x 2 5
)
7
 
9 1
1
de la a) obţinem: M ( X 2 ) = 2a t4 1 − a t2 a
0 81(1 + t )5  2 3 t 2 dt = 81 3 0 (1 + t )5 dt = 81 3   2 , 2  =
9 1
  
9 1 (5) 7 rezultă D(X) = 7/3
 ,  =    
27 3 1 2 2
=  = ;
7 3 3 (5) 7 3 3
  ,  81 3 
2 2
  
2 2 2 2
24 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

 k ax, x  0
23. Fie funcţia
f : R → R, f ( x ) =  , k  R, a  (0, 1) . Să se determine:
 0, x  0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X ;
b) funcţia de repartiţie a variabilei aleatoare X ;
c) media variabilei aleatoare X.
Rezolvare:
a) f este densitatea de repartiţie a unei v.a. continue X dacă îndeplineşte condiţiile:
  
fie
1) f ( x)  0, x  R  a  0; 2)  f ( x)dx = 1; I =  f ( x)dx = k  a x dx
− − 0

( ) I =− k
c x
Avem: 1 a 1 , prin urmare integrala I este convergentă şi .
lim  a x dx = lim =
lim a c − 1 = −
c

c → c → 0 ln a
0
ln a c→
ln a ln a
Din condiţia 2) rezultă k = − ln a  0 .
x
b) Funcţia de repartiţie a variabilei aleatoare X este F : R → R, F ( x) =
 f (t )dt
−
x
•
x  (−, 0]  F ( x) =  0 dt =0
−
0 x x
•
x  (0, )  F ( x) =  0 dt − ln a  a t dt = −a t =1− ax
− 0 0

Am obţinut:  0, x  0

F : R → R, F ( x ) = 
 x
1 − a , x  0

( )
 0  c
c) M ( X ) = x x
 xf ( x)dx =  x  0 dx − ln a   x a dx = − lim  x a ' dx =
− − 0 c→ 0



c c 


ln
x c 
= lim  − x a x +  a x dx  = lim  − c a c + a  = lim − c a c + a − 1 = − 1
a ln
c

a ln a ln a
( )
c →  0 0  c →  0  c →
x −
−
24. Fie funcţia f : R → R, f ( x) = k e  ,   R,   0; k  R . Să se determine:
a) valoarea parametrului k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) media şi dispersia variabilei aleatoare X .
c) funcţia de repartiţie a variabilei aleatoare X .
Rezolvare:
a) Condiţiile ca f să fie densitatea de repartiţie a unei v.a. continue X sunt:
  x −  x −
 − −

 f ( x)dx = 1; I = − f ( x)dx = k − e dx = k  e

 
1) f ( x)  0, x  R  a  0; 2) dx
− −
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

notăm x −  = t  x =  t +  ; dx =  dt ; cu această transformare şi având în vedere că funcţia care se integrează este


 
− t
pară, obţinem: I = k
e dt =2k  e− y dt = 2k (1) = 2k
− 0
Din condiţia I = 1 rezultă k = 1/ 2 .
  x −  x −
− −
b) M ( X ) = 1 1
− xf ( x)dx = 2  xe  xe
 
dx = dx ;
−
2 −

Cu schimbarea de variabilă x − = t  x =  t +  ; dx =  dt rezultă:


  
− t  − t − t
M ( X ) = 1  ( t +  ) e dt =  te dt +   e dt = 0 +  (1) = 
2 2 2
− − −
  x −
−

 (x − M ( X ))  (x −  )
1 
D( X ) = f ( x)dx =
2 2
e dx
−
2 −
 
x −
= t  x =  t +  ; dx =  dt , prin urmare: D( X ) = 1 ( t ) dt =  2  t 2 e − t dt =  2 (3) = 2 2
2
2 − t
 e
− 0

 1 x −
x x −  e , x 
c) F : R → 0, 1 → R, F (x ) =  f (t ) dt . Avem: f ( x) = 1 e
−
  2
=
− 2  1
− x +

 2 e

, x 

x t − t − x x −

x    F (x ) =
1 1 1

  
e dt = e = e
2 −
2 2
−

 t − x − t + t −  − t + x − t +

x    F (x ) =
1 1 1 1 1
 
    
e dt + e dt = e − e =1− e
2 −
2 
2 2 2
− 

 1 x −
 e , x 
Am obţinut  2
F ( x) =  − x +
 1 
1
 2− e , x 
26 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1


k ln , x  (0, a )
a
25. Fie funcţia . Să se determine:
f : R → R, f ( x ) =  x ; k  R, a  0
 0, x  (0, a )
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X .
b) funcţia de repartiţie a variabilei aleatoare X;
c) media, dispersia şi momentul iniţial de ordin r, r  N*, al variabilei aleatoare X .
Rezolvare:
a) f este densitatea de repartiţie a unei v.a. continue X dacă îndeplineşte următoarele condiţii:

 a
 f ( x)dx = 1.
1) f ( x)  0, x  R  a  0; 2) Fie ;
I =  f ( x)dx = k  ln ax dx
− − 0

folosind schimbarea de variabilă ln a = t  a = e t  x = a e − t ; dx = − a e − t dt rezultă

x x
0
I = − a k  t e − t dt = a k (2) = a k

Din condiţia 2) rezultă k = 1/ a.
x
b) Funcţia de repartiţie a variabilei aleatoare X este F : R → R, F ( x) =  f (t )dt
−
x
•
x  (−, 0]  F ( x) =  0 dt =0
−

( )
0 x
•
x  (0, a )  F ( x) =  0dt + 1a  ln at dt = ax 1 + ln ax
− 0
0 a x
• 1 a
x  [a, )  F ( x) =  0dt +
a 0 t
ln dt +  0dt = 1 . Am obţinut:
− a

 0, x  (−, 0]

 x a 
F : R → [0,1], F ( x) =   1 + ln  , x  (0, a )
a  x
 1, x  [ a, )
c) Vom calcula mai întâi momentul iniţial de ordinul r :

( )
a 0 0
1 a 1
mr = M ( X r ) =  x r f ( x)dx =  x r  ln dx =  a e − t t (−a e − t ) dt = a r  t e − ( r +1) t dt
r

− 0
a x a 
0
y 1 ar ar
Notăm (r + 1) t = y  t =
r +1
; dt =
r +1
dy , deci mr =
(r + 1) 2 

y e − y dy =
(r + 1) 2
(2) ,
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

( )
r
prin urmare mr = a 2 , r  N * , deci M ( X ) = m1 =
a
, M X 2 = m2 =
a 2 şi
D( X ) =
a 2 a 2 7a 2
(r +1) 4 9
− =
9 16 144

26. Fie funcţia F : R → R, F ( x) =  a, x0

 −x
; a, b, c  R . Să se determine:
 b + ce , x  0
2

a) parametrii a, b, c astfel încât F să fie funcţia de repartiţie a unei v.a. continue X.

b) densitatea de repartiţie a variabilei aleatoare X.
c) funcţiile de repartiţie ale variabilelor aleatoare Y = 3 X - 1, Z = X 2, T = │X│.

Rezolvare:
a) Conform propoziţiei 2 din breviarul teoretic, F este funcţia de repartiţie a unei v.a. dacă verifică următoarele
condiţii:
1) lim F ( x) = 0  lim a = 0  a = 0 ; lim F ( x) = 1  lim (b + ce − x 2 ) = 1  b = 1 ;
x → − x → − x→ x→
2) F este continuă la stânga; avem:
F (0 − 0) = lim F ( x) = lim 0 = 0 ; F (0) = b + c = 1 + c
x →0 x →0
x 0 x 0

impunând condiţia de continuitate la stânga în punctul x = 0, rezultă c = -1. Obţinem  0, x  0


F ( x) = 
 −x2
1 − e , x  0
3) F nedescrescătoare, condiţie care se verifică pentru F determinat.
b) 
 0, x0 .
f ( x) = F ' ( x) = 
 − x 2

2 xe ,x  0
c) Funcţia de repartiţie a variabilei aleatoare Y este:
 x +1  0
 x  −1
( ) ( )
0, 0,

FY ( x) = P(3 X − 1  x) = P X  x +1 = F X x +1 = 
3
=
( )
1 − e − ( 3 ) , x +1  0 1 − e 3 , x  −1
3 3 x +1 2 − x +1 2

 3
Funcţia de repartiţie a variabilei aleatoare Z este:
 P(), x0  0, x0 .
FZ ( x) = P( Z  x) = P( X 2  x) =  =
( )
P X  x , x  0 P(− x  X  x ) , x  0
 0, x  0  0, x  0 . Funcţia de repartiţie a v.a. T este:
FZ ( x) =  =
 X
F ( )x − F X(− x )
, x  0 1 − e − x , x  0

 P(), x  0  x0  0, x  0
FT ( x) = P(T  x) = P( X  x ) = 
0,
= =
 P (− x  X  x ), x  0  X
F ( x ) − FX (− x ), x  0 1 − e− x , x  0
2
28 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

 0, x  0
27. Variabila aleatoare X are funcţia de repartiţie 
 x2
F : R → R, F ( x ) =  , x  (0, 2
 4
 1, x  2
Să se determine funcţiile de repartiţie ale variabilelor aleatoare Y = 3 – X şi Z = 2X 2 + 1.
Rezolvare:
b) FY (x ) = P(Y  x ) = P(3 − X  x ) = P( X  3 − x ) = 1 − P( X  3 − x ) = 1 − F X (3 − x )

 0, 3− x  0  0, x3  0, x 1
  ; rezultă 
 (3− x ) , x  1, 3) .
  FY ( x ) =  1 −
2

FX (3 − x ) =  (3 − x )
, 3 − x  (0, 2 =  (3 − x )
, x  1, 3)
2 2

4 4 4
 1, 3 − x  2  x 1


 

1,  1, x3

 P (), x −1
0  0, x 1
( ) = 
( ) ( )
2
FZ ( x) = P ( Z  x) = P (2 X 2 + 1  x) = P X 2  x −1
= =
 P X   0  P −
 X  x2−1 , x  1
x −1
2 x −1 x −1
, 2 2 2

 0, x  1  0, x  1
x  1  0, x  1 

=
( )− F (−
0,
) =
, x  1  FX ( ) = 
1 x −1
2
, x −1
( )
 (0, 2   F ( x ) =
 x −1
 2 , x  (1, 9
2 ,x 1
x −1 x −1 x −1 4 2 2 Z
 FX 2 X 2   1, x  9
 1, 2  2
x −1 

28. V.a. continuă X are densitatea de repartiţie: 4 x 3 , x  [0,1]

f ( x) = 
 0, x  [0,1]
Să se determine repartiţiile v.a. Y = X 2, Z = 2 X + 3, şi T = e X.

Rezolvare:
• Repartiţia v.a. Y este de forma:  x  , unde fY este densitatea de probabilitate a v.a. Y. Avem:
Y :  
 f Y ( x)  xR
 P(), x  0  0, x0  0, x0
FY ( x) = P(Y  x) = P( X 2  x) =  = =
P( X  x ) , x  0 P(− x  X  x ) , x  0 FX ( x ) − FX (− x ) , x  0
 x0
Prin derivare obţinem:  0, x0 
0,

f Y ( x) = 
( x ) 1
, x0
 3
= 4 x  ( )
1
, x  (0,1]
fX  2 x
 2 x 
 0, x 1
Rezultă  2 x, x  [0,1] şi astfel repartiţia v.a. Y este determinată.
f Y ( x) = 
 0, x  [0,1]
• V.a. Z are repartiţia:  x  , unde fZ este densitatea de probabilitate a v.a. Z.
Z :  
 Z
f ( x )  xR
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

Avem F ( x) = P( Z  x) = P(2 X + 3  x) = P X  x − 3 = F x − 3 .
Z X ( 2
) (2)
 0, x −3  0
Prin derivare obţinem:  2

( ) ( )
.
− 1  x −3 3 1 x −3
f Z ( x) = f X x 3  = 4   ,  (0,1]
2 2  2 2 2
x −3  1
 0,
 2

Rezultă că v.a. Z are densitatea de repartiţie  ( x − 3) 3

 , x  [3,5] .
f Z ( x) =  4
 x  [3,5]
 0,
•  x  , unde fT este densitatea de probabilitate a v.a. T.
V.a. T are repartiţia
T :  
 f T ( x)  xR
Avem: P(), x  0  0, x0.
FT ( x) = P(T  x) = P(e X  x) =  =
P( X  ln x), x  0 FX (ln x), x  0
 0, x0
Prin derivare obţinem:  0, x0   4 ln 3 x .
  4 (ln x ) 3
 , x  [1, e]
fT ( x) =  1 = , ln x  (0,1] =  x
 f X (ln x)  x , x  0  x  xe
 0, ln x  1  0,

29. Fie v.a. discretă  − 2 − 1 0 1 2  . Să se determine:

X : 2 
 1 4 1 2
 10 10 10 10 10 
a) funcţia caracteristică a variabilei aleatoare X;
b) funcţia generatoare de momente a variabilei aleatoare X;
c) media şi dispersia variabilei aleatoare X, folosind funcţia generatoare de momente;
d) funcţia caracteristică a variabilei aleatoare Y = 3 X - 2.
Rezolvare:

 (t ) =  e itx pk = e it (− 2)  2 + e it (−1)  1 + e it 0  4 + e it 1  1 + e it  2  2
a) 5
k
10 10 10 10 10
k =1
Folosind formula eitx = cos x + i sin x, funcţia caracteristică se mai poate scrie:

1 (2 cos (− 2t ) + 2i sin (− 2t ) + cos (− t ) + i sin (− t ) + 4 + cos t + i sin t + 2 cos 2t + 2i sin 2t ) sau

 (t ) = 10
1 (4 + 2 cos t + 4 cos 2t ) = 1 (2 + cos t + 2 cos 2t ) .
 (t ) = 10 5

( )
5
b) g (t ) =
e
k =1
txk
pk = e t( −2)  102 + e t( −1)  101 + e t0  104 + e t1  101 + e t2  102 = 101 2e −2t + e −t + 4 + e t + 2e 2t
30 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

c) Aplicând propoziţia 8, punctul 2), obţinem: M(X) = m1 = g’(0);

10
( )
g ' (t ) = 1 − 4e −2t − e −t + e t + 4e 2t  g ' (0) = 0 , deci M(X) = 0; M(X ) = m2 = g (0);
2 ’’

( 9 , deci
g ' ' (t ) = 101 8e −2t + e −t + e t + 8e 2t  g ' ' (0) =
5
)M (X 2 ) = = D 2 ( X ) .
9
5
d) Aplicând propoziţia 8, punctul 3), avem: 3 X −2 (t ) = e −2it   X (3 t ) = e −2it  (2 + cos 3t + 2 cos 6t ) / 5

30. Fie f : N → R, f (x ) = e− 2 a  (2a ) , a  0

x

x!
a) Să se arate că f reprezintă legea de probabilitate a unei variabile aleatoare X.
b) Să se determine funcţia caracteristică a variabilei aleatoare X.
c) Să se calculeze media şi dispersia v.a. X, folosind funcţia caracteristică.
Rezolvare:
a) Din domeniul de definiţie al funcţiei f deducem că X este o v.a. discretă; prin urmare

f este legea de probabilitate a unei v.a. X dacă îndeplineşte condiţiile: 1) f ( x )  0, x  N ; 2)  f (x ) = 1
x =0
  (2a ) x  (2a ) x
 f ( x ) =  e − 2a 
Deoarece condiţia 1) se verifică şi
= e − 2a  = e − 2a  e 2a = 1
x =0 x =0 x! x =0 x!
rezultă că f este legea de probabilitate a unei v.a. discrete.

b)  (t ) =  e

itx
f (x ) = 

itx − 2 a
e e 
(2a )x =e − 2a

(
2aeit )
x
=
x =0 x =0 x! x =0 x!
= e − 2a  e 2ae = e 2a (e −1) , deci  : R → C ,  (t ) = e 2a (e −1)
it it it

c) Conform propoziţiei 8 din breviarul teoretic, M ( X ) =  ' (0) ; M ( X 2 ) =  ' ' (0)
2
i i
 ' (t ) = 2a i e it  e 2 a (e −1)   ' (0) = 2 a i  M ( X ) = 2a
it

 ' ' (t ) = 2a i 2 e it  e 2 a (e −1) + 4a 2 i 2 e 2it  e 2 a (e −1)   ' ' (0) = −(4a 2 + 2a ) 

it it

 M(X2) = 4a2 + 2a, prin urmare D2(X) = 2a.

 1 −
x

31. Să se calculeze funcţia caracteristică a v.a. având densitatea de repartiţie  x 3

e 2a
, x0
f ( x) =  96 a 4
 x0
 0,
Rezolvare:
Conform definiţiei, avem:
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

  x   1 
− − − it  x
 : R → C ,  (t ) =  e itx f ( x) dx = 1
96 a 4 e x e
itx 3 2a
dx = 1
96 a 4 e  2a 
x 3 dx
− 0 0
Cu schimbarea de variabilă  1  1 2a 2a obţinem:
 − it  x = y  x = y= y  dx = dy
 2 a  1
−i 1 − 2 ait 1 − 2 ait
2a
 3 
1  2a  2a 1 1 1 1 1
96a 4 0 6 (1 − 2ait )3 0
 (t ) = e− y  y dy =  y 3e− y dy = (4) =
 1 − 2ait  1 − 2ait 6 (1 − 2ait )3 (1 − 2ait )3

32. O v.a. X are funcţia caracteristică

 (t ) =
1
8
(
1 + e it ) 3 . Să se determine:

a) media şi dispersia variabilei aleatoare X;

b) repartiţia variabilei aleatoare X;
c) funcţia de repartiţie a variabilei aleatoare X.

Rezolvare:
a) Din propoziţia 8 avem că:  ' (0)  " (0)
M (X ) = ; M (X 2) = ;
i i2
3 3  ' (0) 3
 ' (t ) = (1 + e it ) 2  ie it   ' (0) = i  M ( X ) = = ;
8 2 i 2
6 3  ' ' (0)
 ' ' (t ) = (1 + e it )  i 2 e 2it + (1 + e it ) 2  i 2 e it   ' ' (0) = 3i 2  M ( X 2 ) = 2 = 3 ;
8 8 i
9 3
D( X ) = M ( X 2 ) − M 2 ( X ) = 3 − = .
4 4
b) 1  0 1 2 3 
 (t ) = (1 + 3eit + 3e 2it + e3it ) = M (eitx )  X :  
8 1 / 8 3 / 8 3 / 8 1 / 8 
0, x  0
1
c)  ,0  x  1
8

1
F ( x ) =  ,1  x  2
2
7
 8 ,2  x  3

1, x  3


1  x
33. Fie funcţia  4 1 − 4  , x  4
f : R → R, f ( x ) =   
 0, x 4

a) Să se arate că f este densitatea de probabilitate a unei variabile aleatoare continue X.
32 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

b) Să se determine funcţia caracteristică a variabilei aleatoare X.

Rezolvare:
a) Trebuie să verificăm condiţiile: 1) f ( x)  0,  x  R , care este adevărată; 2)  ;
 f ( x)dx = 1
−
4
 4 1 x 1 4 x 1 x 2 
 f ( x)dx =  4 1 − 4 dx = 2  4  1 − dx =  x − =1
− −4   0 4 2 8 
0
b) Conform definiţiei, funcţia caracteristică a variabilei aleatoare X este:

( )
 4 1 x 0 1 x 4 1 x
 X (t ) = M eitX =  eitx  f ( x)dx =  eitx 1 −  dx =  eitx 1 +  dx +  eitx 1 −  dx
− −4 4  4  −4 4  4  0 4 4
În prima integrală facem schimbarea de variabilă - x = y  dx = - dy
1 y 1 x  y  x  x
( )
0 4 4 4 4
1 1 1
 X (t ) = − e −ity 1 − dy +  e itx 1 − dx =  e −ity 1 − dy +  e itx 1 − dx =  e itx + e −itx 1 − dx =
4
4 4 0
4 4 40  4 4 0  4 40  4

(cos tx + i sin tx + cos(−tx) + i sin( −tx))1 − x dx = 1  1 − x  cos tx dx = 1  1 − x   1 sin tx ' dx =
4 4 4
1
4 0
=
 4 2 0 4 2 0  4  t 
4 4
1 x  1  1 1 − cos 4t sin 2 2t
4
1 1 1 1 1
2 4 0 t
= 1 −  sin tx  +  sin tx dx = − 2 cos tx =− cos 4t + 2 = =
2  4  t  0
8t 0 8t 2
8t 8t 2 4t 2

34. Se consideră o urnă ce conţine bile albe şi bile negre. Fie p probabilitatea ca la o extragere din acastă urnă să apară o
bilă albă şi q probabilitatea să apară o bilă neagră. Se extrag succesiv n bile, cu revenire. Fie X v.a. ce indică numărul de
bile albe extrase. Să se determine funcţia generatoare de momente a v.a. X şi cu ajutorul acesteia să se calculeze media şi
dispersia v.a. X.

Rezolvare:

Problema descrie schema lui Bernoulli, prin urmare repartiţia v.a. X este  x 
X :  x n n− x  , p + q =1
C p q 
 n  x = 0, n
n n
g X (t ) = M (e tX ) =  e tx C nx p x q n− x =  C nx ( pe t ) x q n− x  g X (t ) = ( pe t + q) n
x =0 x =0
M ( X ) = g 'X (0) = n( pe t + q) n−1 pe t =n p
t =o
n−2
M ( X ) = g (0) = n(n − 1)( pe + q)
2 ''
X
t
pe2 2t
+ n ( pe t + q) n−1 pe t = n  (n − 1) p 2 + n  p = n 2 p 2 + np(1 − p) = n 2 p 2 + npq
t =0 t =0

D( X ) = M ( X 2 ) − M 2 ( X ) = npq

PROBLEME PROPUSE
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

1. Dintr-o urnă ce conţine trei bile albe şi cinci bile negre se extrag simultan patru bile. Fie X v.a. care indică numărul
de bile albe obţinute în cele patru extrageri. Să se determine:
a) repartiţia variabilei aleatoare X;
b) probabilitatea ca cel mult două dintre bilele extrase să fie albe, ştiind că s-a extras cel puţin o bilă albă;
c) valoarea medie, dispersia şi modul variabilei aleatoare X;
d) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X.

2. Dintr-o urnă ce conţine 40 bile albe şi 80 bile negre se extrag trei bile. Fie X v.a. care indică numărul de bile negre
obţinute în cele trei extrageri. Să se determine:
a) repartiţia variabilei aleatoare X;
b) probabilitatea ca cel puţin una din bilele extrase să fie neagră, dacă cel mult două din bilele extrase sunt negre;
c) P ( X – M (X) <  (X));
d) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X.

3. Se aruncă un zar de patru ori şi se notează cu X v.a. care indică numărul de apariţii ale feţei cu 4 puncte în cele patru
aruncări. Să se determine:
a) repartiţia, funcţia de repartiţie şi funcţia generatoare de momente a variabilei aleatoare X;
b) media, abaterea medie pătratică şi modul variabilei aleatoare X;
c) probabilitatea ca faţa cu 4 puncte să apară cel puţin de două ori.
4. Dintr-o urnă ce conţine n bile numerotate de la 1 la n se extrage o bilă (n  N*).
Fie X variabila aleatoare care indică numărul bilei extrase. Să se determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie şi dispersia variabilei aleatoare X.

5. S-a observat că o maşină automată care realizează un anumit tip de piesă produce în medie 10 % piese defecte. Se iau
şase piese la întâmplare din producţia maşinii şi se notează cu X v.a. care indică numărul de piese corespunzătoare
obţinute în cele şase extrageri. Să se determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie şi dispersia variabilei aleatoare X;
c) funcţia de repartiţie a variabilei aleatoare X.

6. Se aruncă simultan două zaruri omogene pe o suprafaţă netedă. Fie X v.a. care indică suma punctelor apărute pe
feţele superioare ale zarurilor. Să se determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie şi momentul iniţial de ordinul 2;
c) dispersia şi momentul centrat de ordinul 3;
d) modul variabilei aleatoare X.

7. Se aruncă o monedă de zece ori şi se notează cu X variabila aleatoare care indică numărul de apariţii ale stemei în
cele zece aruncări. Să se determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie şi dispersia variabilei aleatoare X;
c) funcţia de repartiţie a variabilei aleatoare X.
34 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

8. Se aruncă un zar şi se notează cu X variabila aleatoare care indică numărul de aruncări efectuate până la prima
apariţie a feţei cu 6 puncte. Să se determine:
a) repartiţia variabilei aleatoare X;
b) valoarea medie şi dispersia variabilei aleatoare X;
c) funcţia de repartiţie a variabilei aleatoare X;
d) probabilitatea ca faţa cu 6 puncte să nu apară în primele şase aruncări.

9. Se aruncă un zar care are două feţe vopsite cu roşu, două feţe vopsite cu albastru şi două feţe vopsite cu verde. Se
acordă un punct dacă la aruncare apare o faţă vopsită cu roşu, 2 puncte dacă apare o faţă vopsită cu albastru şi 3 puncte
dacă apare o faţă vopsită cu verde. Fie X v.a. care indică numărul de puncte obţinute de un jucător la o aruncare. Să se
calculeze media şi dispersia acestei v.a.

10. Dintr-o urnă ce conţine 7 bile albe, 10 bile negre şi 5 bile roşii se extrag la întâmplare 3 bile. Fie X v.a. ce indică
numărul de bile roşii extrase. Să se scrie repartiţia v.a. X şi să se calculeze valoarea medie şi abaterea medie pătratică ale
acesteia în următoarele cazuri:
a) extragerea este cu revenire;
b) extragerea este fără revenire.
11. Fie X, Y două v.a. independente, având repartiţiile −1 0 1  şi 2 3 5  . Să se determine
X : 5  Y : 
 1 2 3 1 1
 8 8 8  5 5 5 
repartiţiile următoarelor v.a.: X + 2 , X + 1 , ln Y, X - Y,
Y
Y 2-2 Y, XY şi să se calculeze mediile şi dispersiile variabilelor 3X – 2Y, XY.

12. Distribuţia v.a. X este − 2 -1 0 1 2

X :  7  ; p  R . Să se determine:
1
p 3
p p2 1 
 16 4 2 16 
a) parametrul p;
( ) ( ) ( ) (
b) M 5 X 2 + 2 , M X 3 − 3 X , D X 2 − 2 X , D X 3 − 2 ,  1  ;
D  )
3− X 
(
c) P( X  1 / X  −1) ; P X − M ( X )  1  ( X ) ;
3
)
d) funcţia caracteristică a variabilei aleatoare X.

13. Să se determine repartiţia sumei şi a produsului variabilelor aleatoare independente − 2 0 1 2  şi

X : 1 
 8q q 2 2
 15 5 15 
 −1 0 1 ,
Y :5  p, q  R .
 p p 2 1
3 3

14. Fie v.a. independente  −1 0 1 şi a 0 1  , p, q R, a  R \ {0,1}.

X :  Y : 
p+ 1 q + 13 1 1  2p − q 12 p 2 
 6 3 3
a) Să se determine distribuţia variabilei aleatoare X + Y .
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

b) Să se determine valorile parametrului a pentru care P (X + Y = 0) > 2/9.

15. Fie variabila aleatoare  −1 0 1 2  . Să se calculeze media, dispersia şi funcţia caracteristică ale v.a.
X : 1 
 1 1 1
 8 2 4 8
Y = 7 X - 4 şi Z = X 2 - 3X.

16. Să se calculeze media şi dispersia următoarelor variabile aleatoare:

a) X :  − 1 0 1 2
; p  R b) X :  0 1 2 3 4 5 
; p  R
 p  6 p p 2
2 p 3 p 2 3 p 2 
 p 4p 2p  4p

c) 1 2 3 . . . n . . .  0 1 2 . . . n . . . 
X :   ; p, q  R d) X :  
  p ; pR
. . . n . . . 
2 n −1 p p p
p pq pq . . . pq . . .

 3 32
3 
 n   n   n 
e)   f)   g)  
X : p  ; pR X : p  ; pR X : p  ; pR
 n (n + 1)   n   n 
  nN *  2 nN  4  nN *
h)  n  i)  n  j)  n 
   
X :  an  , a  0; p  R X :  an  , a  (0, 1); p  R  
X : p  , a  1, p  R
 p   p   n 
 n! nN  n  nN *  a  nN
k)  n  l)  n 
   
X : p  , a  0; p  R X : p  ; pR
 (n + a )(n + a + 1)(n + a + 2)   n (n + 1)(n + 2) 
 nN *   nN *

0 2 3 4 .......... n  şi
1 1 1 ,
 p, q  R , n  N . Să se determine:
*
X : 
17. Fie v.a.  . . .
p 1 1 Y :  2 23
1 .......... 1  n(n + 1) 
 2 4 8 q 2 n −1  q 
 q . . .
a) repartiţiile variabilelor aleatoare X şi Y; b) M ( X + Y ).

18. Să se calculeze momentul centrat de ordin k, k≥ 2 al v.a.  −2 2 3 

 
X : , pR
12 p 
1
 2p p+ 2

 6 

19. Fie v.a. − 2 3 4 6  . Să se determine parametrii reali a, b astfel încât v.a. Y = aX + b să aibă media
X :  
 6 p 2 p 9 p p 
57 şi dispersia 75. R: a = 3, b = 51 sau a = -3, b = 63.

20. Fie X v.a. care indică numărul de puncte obţinute la aruncarea unui zar. Să se determine parametrii reali a şi b
astfel încât momentul centrat de ordinul doi al v.a. Y = a X + b să fie egal cu 1.
36 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

21. Fie v.a. discretă  − 2 −1 0 1 2  . Să se determine:

X :  , p  R
 3p 4 p 2p p p
a) repartiţia variabilei aleatoare X;
b) funcţia de repartiţie a v.a. X şi graficul acesteia;

D  
 2
(
c) M (3 X − 2) , D(6 X − 3) , M ( X + X 2 ) , D ( X + X 2 ) ,  X + 1  ; P( X  1,3) , P X  1 / − 1,25  X  0,75 )
 X + 1

 a 1 2  şi  a +1 1 2
X : 1  Y :  , a, p, q  R .
22. Se dau v.a. independente
 p q   1 2 −q p 
 3   3 3
Să se determine parametrul real a astfel încât v.a. X - Y să aibă dispersia egală cu 4/9.

23. Fie v.a.  a a +1 a + 3  . Să se determine parametrii reali a şi p astfel încât valoarea medie a v.a. X să
X : 
 p − 0,05 0,3 p 2 

fie 2,05. R: a = 1; p = 0,5.

24. Fie v.a.  a −1 a+2 a + 4  . Să se determine parametrii reali a şi p ştiind că D (X) = 6,76.
X :  
 0,9 − 3 p 2p 0,3 − p 

25. Fie variabila aleatoare  1 2 3  . Să se determine parametrul real p pentru care dispersia v.a.
V :  
 0, 2 + p 0, 4 − 2 p 0, 4 + p 
V este: a) maximă; b) minimă.

26. Fie variabila aleatoare a 2 a 3  . Să se determine valorile parametrilor reali a şi p pentru

V :  
 0,2 0,25 + p 0,35 0,2 − p 
care dispersia variabilei aleatoare V este minimă.

27. Fie v.a.  1 2 3 4  . Să se afle parametrul real p pentru care P(X<2,5) = 0,7.
X :  
 0,2 + p 0,25 + p 0,3 − 2 p 0,25 

28. Fie v.a.  − 3 − 2 0 1  şi Y = 2 X - 3. Să se calculeze M(X + X2- Y).

X :  
 0,2 0,4 0,1 0,3 
29. Să se determine repartiţia v.a. X, funcţiile de repartiţie şi dispersiile v.a. Y = 4 X + 1, Z = X 2, T = e X dacă:
a)  x  ; b) x
X :   ; x  [0,1], a  R X :   ; x  [1,3], a  R
 a (3 x 2
+ 2 x )   ax 
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

30. Fie c . Se cere:

f : R → R, f ( x ) = , cR
1 + x2
a) parametrul c astfel ca f să fie densitatea de repartiţie a unei v.a. continue X
b) P (X2 < 1);
c) să se studieze existenţa momentelor iniţiale ale v.a. X
d) funcţia de repartiţie a variabilei aleatoare X
R: a) 1/; b) 1/2; c) nu există mr,  r  N*; d) F: R → R, F(x) = 1/2 + (1/) arctg x.

31. V.a.continuă X are densitatea de probabilitate  A  sin x, x  0,  

f : R → R, f ( x) =  , A R
 0, x  0,  
Să se determine:
a) parametrul A;
b) probabilităţile: P(X < /3) şi P(X < /4 / X > /6);
c) media şi abaterea medie pătratică a variabilei aleatoare X;
d) funcţiile de repartiţie ale v.a. X, Y =2X 2 + 1, Z = |X|;
e) mediana şi modul variabilei aleatoare X.
 0, x  0
R: a) 1/2; b) 3 − 2 ; c)  ;  − 2 ; d) ; e) /2; /2.
2
1− cos x
2+ 3 2 4 FX (x ) =  , x  (0,  
2

 1, x 
 3 − 2x
32. Fie funcţia  Să se determine:
f : R → R , f ( x ) = k x e , x  0 , k  R .
 0, x0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţiile de repartiţie v.a. X, 3X – 2, 1/X, X1/2 şi e X şi mediile v.a. X, 4X2 – 3, 1/X, X1/2;
c) P (X < 2), P (X > 4), P (4  X  8), P (X  4 / X > 2) şi modul variabilei aleatoare X;
d) media, dispersia şi momentul iniţial de ordinul r, r  N* ale v.a. X prin două metode;

 0, x0 2 r −1 (r + 3)!
R: a) 1/96; b) 
; d) 8; 16; ; e) 6.
F ( x) =  x 3 + 6 x 2 + 24 x + 48 − x 3
1 − e , x0
2
 48

( 2a ) x
f a : N → R, f a ( x ) = e − 2 a 
33. Fie
, a0
x!
a) Să se arate că f este legea de probabilitate a unei v.a. X şi să se determine funcţia caracteristică a v.a. X.
b) Să se calculeze media şi dispersia v.a. X prin două metode de calcul.
c) Dacă v.a. Y are densitatea de repartiţie fb, unde b > 0, să se determine legea de repartiţe a v.a. X + Y, ştiind că v.a.
X, Y sunt independente.
d) Să se generalizeze rezultatul obţinut la punctul c).
38 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

34. V.a. continuă X are densitatea de probabilitate  A  cos x, x   0, 2 

f : R → R, f ( x ) =  , A R
 0, x   0, 2 


a) Să se determine parametrul A.
b) Să se calculeze probabilităţile: P(X <  / 3) şi P(X <  / 4 / X >  / 6).
c) Să se determine media, dispersia şi mediana variabilei aleatoare X
R: a) 1; b) 3 / 2 ; 2 − 1; c)  / 2 − 1;  − 3 ;  / 6

35. Fie  k x a −1 ( 1 − x ) b −1, x  (0,1) . Să se determine:

f : R → R, f ( x ) =  , a, b  0; k  R
 0 , x  (0,1)
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media, dispersia, modul şi momentul iniţial de ordin r al variabilei aleatoare X, r  N*;
c) funcţia de repartiţie a v.a. X şi P (X < 1/2), P (X > 1/3), P (X  1/2 / X > 1/4) pentru a = 2 şi b = 3.
R: 1 a ab a (a + 1)(a + 2).....(a + r − 1)
a) ; b) ; ;
 (a, b ) a+b (a + b)2 (a + b + 1) (a + b)2 (a + b + 1)...(a + b + r − 1)

36. Fie f n , p ( x) = C nx p x (1 − p) n − x , x  0, n; n  N * ; p  (0, 1)

a) Să se arate că fn,p este legea de repartiţie a unei v.a. discrete X.
b) Să se determine funcţia caracteristică si funcţia generatoare de momente a v.a. X.
c) Să se calculeze media şi dispersia v.a. X prin două metode de calcul.
d) Dacă v.a. Y are densitatea de repartiţie fn,q, q  (0,1), să se determine legea de repartiţe a v.a. X + Y, ştiind că v.a. X,
Y sunt independente.
e) Să se generalizeze rezultatul obţinut la punctul d).

37. Fie funcţia k (e − x + e x ), x  [0,1] . Să se determine:

f : R → R, f ( x ) =  , kR
 0, x  [ 0,1]
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X şi P ( X <1/2 / X >1/4 );
c) media şi dispersia variabilei aleatoare X.
 0, x0
e ; b)
R: a) 2
e −1
 2x
 e e −1
F ( x) =  2
(
, x  (0, 1
)
; c) 2 ; e − 3 .
e +1 e −1
 e −1 e
x
( )
 1, x 1

38. Fie funcţia f : R → R, f ( x) = k e − (3 x−1) ; k  R . Să se determine:

2

a) parametrul real k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media şi dispersia variabilei aleatoare X.
R: a) 3 ; b) 1/3; 1/18.

 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5


, x  (1, e )
39. Fie funcţia k . Să se determine:

f : R → R, f ( x) =  x 3 ln 2 x − ln 3 x , kR
 x  (1, e )
 0,
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) funcţiile de repartiţie ale variabilelor Y =3 X - 4, Z = |X|, T = e X .
R: a) Se face schimbarea de variabilă ln x = t şi se aplică integrala beta; rezultă k = 3 / 2

40. Fie funcţia  −

x
. Să se determine:

f : R → R , f ( x ) = k x e , x  0 , k  R , a  0 .
a

 0, x0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie, modul şi mediana variabilei aleatoare X;
c) P (X < 2a), P (X > a) şi P (X  4a / X > 2a) şi o margine inferioară a probabilităţii P (0 < X < 4a);
d) media, dispersia, şi momentul iniţial de ordinul r, r  N* ale v.a. X , folosind două metode de calcul;
e) mediile variabilelor aleatoare X2, X1/2, X -1/2. R: a) 12 ; b)  0, x0

a F ( x) =  x + a − x
1 − a e , x  0
a

41. Fie funcţia k , x  3 . Să se determine:


f ( x) =  81
 4 , x 3
8x
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) densitatea de repartiţie a v.a. X3;
c) funcţia de repartiţie a v.a. X şi probabilitatea p = P(1< X < 4 / X >3);
d) media si dispersia v.a. X;
e) o margine inferioară a probabilităţii P (-10 < X < 10).
R: a) 1/8; b)  1 −2 / 3 ; c) p = 37/64; d) 0; 9; e) 0,91.
, y  27  27
 24 y  − 8 x 3 , x  −3
f X 3 ( y) =  
 27 , y  27 x + 4
F ( x) =  , − 3  x  3,
 8 y 2
 8
 27
1 − 8 x 3 , x  3



2
x
− 2
42. Fie funcţia  , x  0 ; k  R, a  0 . Să se determine:
f : R → R , f ( x ) = k x e
2a

 0, x  0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X;
c) P (X < 2a), P (X > a) şi P (X  4a / X > 2a);
d) media, dispersia, momentul iniţial de ordinul r, r  N* ale v.a. X ;
e) momentul centrat de ordinul trei, mediana şi modul variabilei aleatoare X;
f) momentul centrat de ordinul 2 al v.a. Y = X 2;
g) o margine inferioară a probabilităţii P(0  X  a 2 ) .
40 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

R: a) 1 / a 2 ; d ) M ( X ) = a  / 2 ; D( X ) = a 2 (2 −  / 2); e)  3 ( X ) = a 3 ( − 3)  / 2 ; mo = a

43. Fie  p x 2 (1 − x) 4 , x  (0,1) . Să se determine:

f : R → R, f ( x ) =  ; pR
 0, x  (0,1)
a) parametrul p astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media v.a. X , 1/X şi X1/2, dispersia, modul şi momentul iniţial de ordin r al v.a. X, r  N*;
c) funcţia de repartiţie a v.a. X şi P (X < 1/2), P (X > 1/3), P (X  1/2 / X > 1/4).

 n
−1 −
x
44. V.a. X are densitatea de repartiţie  2
e 3 , x  0, p  R, n  N * .
f n : R → R, f n ( x ) =  p x
 0, x0
a) Să se determine parametrul p şi funcţia caracteristică, iar media şi dispersia v.a. X prin două metode de calcul.
b) Dacă v.a. Y are densitatea de repartiţie fm, m  N*, să se determine densitatea de repartiţe a v.a. X + Y, ştiind că v.a.
X, Y sunt independente.
c) Să se generalizeze rezultatul obţinut la punctul b).
45. Fie funcţia ( )
 p x 2 − 1 , x  [−1,1]
f : R → R, f ( x ) =  , pR
. Să se determine:
 0 , x  [ −1,1]
a) parametrul p astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a v.a. X şi probabilităţile: P (X < 1/2), P (X > -1/2) şi P (1/4  X  2/3);
c) media, dispersia, mediana şi modul variabilei aleatoare X.
46. Se consideră următoarele funcţii:
k (4 x + 1), x  [−2, − 1] ;  − 3x k (2 x + 1), x  [0,3] ;
a)
f ( x) = 
b)  ; c)
f ( x) = 
x  [−2, − 1] f ( x) = ke 2 , x  0 0, x  [0,3]
 0,  0, x  0 



k , x  [ −1, 1]
ke − 2 x , x  0 ;
  k ,x  0 ;
d)
f ( x) =  x 2 +1 ; e)
f ( x) =  f) 
f ( x) =  x x 2 +1

 0 , x  [ − 1, 1] 
 0, x  0 
 0 , x0
g) 
 −
x
; h) 

k , x  (− 2, 2 ) ;
f ( x ) = kxe 3 , x  0 f ( x) =  4 − x 2
 0, x  0  0, x  (− 2, 2 )




k , x  (− 1, 3) ;  k , x  (1, 2) . Să se determine:
f ( x) =  6 ( x +1)(3− x )
j) k)
f ( x) =  x 2 + 4 x

 0, x  (− 1, 3)  0, x  (1, 2)
i) parametrul k astfel încât funcţiile să fie densităţi de repartiţie ale unor v.a. continue;
ii) funcţiile de repartiţie ale variabilelor aleatoare corespunzătoare;
iii) media, dispersia, momentul iniţiale de ordin r, r  N*, momentul centrate de ordinul 3, mediana, modul, asimetria
şi excesul pentru fiecare dintre v.a. corespunzătoare.
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

47. Funcţia de repartiţie a unei v.a. continue X este  a, x  0 . Să se determine:


F ( x) = bx 2 ,0  x  1; a, b, c  R
 c, x  1

a) parametrii a, b, c şi P (1/ 4  X  3/ 4);
b) funcţiile de repartiţie ale variabilelor aleatoare 2X – 3, eX +1, 3X2 - 1, X5;
c) densităţile de repartiţie ale variabilelor aleatoare 3X2 + 2, e2X -1;
d) dispersiile variabilelor aleatoare 5 - X, eX, 2X2 – 3 X + 5.
48. Fie funcţia  ax, x  − 1, 0

f : R → R, f ( x) =  x + a, x  1, 2 , aR
 0, x  − 1, 0  1, 2

a) Să se determine parametrul a astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) Să se determine funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X.
c) Să se calculeze media, mediana, modul, asimetria şi abaterea medie pătratică ale v.a. X.

49. Fie funcţia k (1 − x − 3 ), x  2, 4 . Să se determine:

f : R → R, f ( x) =  , kR
 0 , x  2, 4
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X;
c) media, mediana, modul, asimetria şi abaterea medie pătratică ale v.a. X. R: a) 1.

50. Fie funcţia  ax + b, x  − 2, 2 . Să se determine:

f : R → R, f ( x) =  , a, b  R
 0 , x  − 2, 2 
a) parametrii a, b astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X;
c) media, mediana, modul, şi dispersia variabilei aleatoare X.

51. Fie funcţia ax 2 + bx + c, x  − 3, 3 . Să se determine:

f : R → R, f ( x ) =  , a, b, c  R
 0 , x  − 3, 3
a) parametrii a, b, c astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X;
c) media, modul, şi dispersia variabilei aleatoare X.

52. Fie
f : R → R, f ( x ) = 
( )
 p e − ax 1 − e − ax , x  0
, p  R, a  0
. Să se determine:
 0, x  0
a) parametrul p astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie, media şi dispersia v.a. X;
c) probabilităţile: P (X < 1/a), P (X > -1/2a) şi P (2/a  X  1/ a);
R: a) Se face schimbarea de variabilă e – ax = t şi se obţine p = 2a.
42 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

53. Fie funcţia k x x e − x / 2 , x  0 Să se determine:

f : R → R, f ( x ) =  , k R.
 0 , x  0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media şi dispersia v.a. X , X1/2 şi X3, funcţia caracteristică şi funcţia generatoare de momente a v.a. X ;
c) modul şi momentul iniţial de ordinul r, r  N* ale v.a. X.
R: a) 1 /(3 2 ) ; b) M ( X ) = 5; D( X ) = 10;  (t ) = (1 − it ) − 5 / 2

54. V.a. continuă X are funcţia de repartiţie  0, x  0


F ( x ) =  x 3 , x  (0, 1]
 1, x 1

Să se determine:
a) valoarea medie şi dispersia v.a. X, X 3 şi X 1/2;
b) mediana şi modul variabilei aleatoare X;
c) funcţia de repartiţie şi dispersia v.a. 5X +1, e3X, 2X2+3.

55. O v.a. continuă X are funcţia de repartiţie  0, x  0


F ( x) = 4 x 2 , x  (0,1 / 2]
 1, x  1

Să se determine funcţiile de repartiţie şi mediile v.a. Y = 2X+3, Z = X5, T = eX, U = 3X2 +1.
56. Se consideră funcţia  2 Să se determine:
k ln , x  (0, 2)
f : R → R, f ( x ) =  x ; k  R.

 0, x  (0, 2)
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X şi P (X < 2 / X > 1);
c) media, dispersia şi momentul iniţial de ordin r, r  N*, al variabilei aleatoare X.
 0, x  (−,0]
R: 
x  2 2r 1 7
a ) 1 / 2; b) F ( x) =  1 + ln , x  (0, 2) ; c) mr = ,  r  N * ; M ( X ) = ; D( X ) =
 
2 x  ( r + 1) 2 2 36

 1, x  [2, )

57. Fie x 2 , x  (− ,  ) . Să se determine:

f : R → R, f ( x ) =  , 0
 0 , x  (− ,  )
a) parametrul α astfel încât f să fie densitatea de probabilitate a unei v.a. continue X.
b) abaterea medie pătratică a v.a. X;
c) funcţia de repartiţie a variabilei aleatoare X. R: a) 4 3 / 2

58. Se consideră funcţia f ( x) =  ax e , x  0 ; k  0, a  R . Să se determine:

2 − kx


 0, x0
a) parametrul a astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X .
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

c) dispersia v.a. X şi X1/2 şi P(0 < X < 1/k).

 0, x0
R: a) k ; b) F ( x ) = 
3
; c) 3 ; 3 ; 1 − 5
2  k 2 x 2 + 2 kx+ 2 e − 2 kx ,
1 − x0
2
k k 2e
2

59. Fie  0, x  0
f : R → R, f ( x) =  k − k x , k = 1,   0
 e , x0
a) Să se demonstreze că f este densitatea de repartiţie a unei v.a. continue X.
b) Să se scrie funcţia de repartiţie a variabilei aleatoare X.
c) Să se calculeze media şi dispersia variabilei aletoare X .
d) Să se calculeze momentul iniţial de ordinul 7 al variabilei aleatoare X.
e) Să se determine P (X > 6 / X < 4).

60. Fie X o v.a. continuă cu densitatea f : R → R, f ( x) =  0, x  0

 p −x
; A, p  0 .
 Ax e , x  0
3

a) Să se determine parametrul A în funcţie de p.

b) Pentru densitatea de repartiţie determinată mai sus , să se calculeze M (X k), k  N*.
c) Pentru p = 2 să se calculeze dispersia, momentul centrat de ordinul 3 şi modul v.a. X.

61. Fie variabila aleatoare X cu densitatea de repartiţie f (x) = e - 2x, x  R. Să se determine:

a) dispersia, momentul iniţial de ordinul r şi momentul centrat de ordinul r, r  N*;
b) P (X < n), n > 0;
c) funcţia de repartiţie a variabilei aleatoare X;
d) mediana şi modul variabilei aleatoare X.

1 Să se determine:
62. Fie  , x  (1 −  ,1 +  )
f : R → R, f ( x ) =  x ;   (0,1) .

 0, x  (1 −  ,1 +  )
a) parametrul α astfel încât f să fie densitatea de probabilitate a unei v.a. continue X
b) media şi dispersia v.a. X;
c) funcţia de repartiţie a variabilei aleatoare X.
 0, x  2
 e +1
R: a) e −1 ; b) 2 (e −1) ; 2 (e −1)(3 − e ) ; c)
( 
.
 x (e +1)
e +1 e +1 (e +1) 2
F (x ) =  , x  2 , 2e
2e e +1 e +1

 1, x  2e
 e +1

63. Fie funcţia k . Să se determine:

 , x0
f : R → R, f ( x ) =  a x ; k  R, a  1.

 0, x  0
a) parametrul k astfel încât f să fie densitatea de probabilitate a unei v.a. continue X.
b) funcţia de repartiţie a variabilei aleatoare X .
c) media şi dispersia variabilei aleatoare X.
44 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

64. Fie funcţia f : N → R, f (x) = k ax, k  R, a  (0,1). Să se determine:

a) parametrul real k astfel încât f să fie legea de probabilitate a unei v.a. X.
b) funcţia de repartiţie a variabilei aleatoare X .
c) media, dispersia şi funcţia caracteristică a variabilei aleatoare X.
65. Fie v.a. X cu densitatea de repartiţie f : R → R, f ( x) = a x 3 e − x , a  R . Să se determine:
2

a) parametrul real a;
b) modul variabilei aleatoare X şi P ( X < 2 / X >21/2);
c) media, dispersia şi momentul iniţial de ordinul r, r  N*.
−
(2 x −1)2
66. Se consideră funcţia f : R → R, f ( x) = k e 3
; k  R . Să se determine:
a) parametrul real k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) media şi dispersia variabilei aleatoare X. R: a) 2 / 3 ; b) 1 / 2; 6 / 4.
 k Să se determine:
67. Fie  , x 
f : R → R, f ( x) =  x  +1 ;   0,   0, k  R .
 0, x  
a) parametrul real k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X ;
c) să se studieze existenţa momentelor iniţiale şi atunci când este posibil să se calculeze;
d) condiţiile în care există media şi dispersia v.a. X şi în aceste cazuri să se calculeze.
R: a)  ; b)  0, x   ; c) există mr dacă şi numai dacă r < α şi  r − ; d)  M(X)   > 1 şi
F (x ) =  mr =

1 − ( / x) , x    −r

M ( X ) =  −1
 ;  D (X)   > 2 şi
D( X ) =
a
2
( − 1)2 ( − 2)
( x−a )2
−
68. Se consideră funcţia f : R → R, f ( x) = k e 2b 2 ; a  R, b  0 . Să se determine:
a) parametrul real k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) media şi dispersia variabilei aleatoare X.
R: a) 1 / b 2 ; b) a ; b 2

69. O variabilă aleatoare X are funcţia caracteristică (t) = 0,25  (1 + eit)2. Să se determine:
a) valoarea medie şi dispersia v.a. X;
b) funcţia de repartiţie a variabilei aleatoare X.
70. O v.a. X are funcţia caracteristică φ(t) = cost. Să se calculeze momentul iniţial de ordinul 2 al v.a. X .
71. Să se calculeze funcţia caracteristică şi funcţia generatoare de momente pentru fiecare din următoarele v.a.:
 1 2 3   x  x 
a) X :   ; b) X :  , x  [0,1] ; c) X :  5 − x , x  0

1 / 4 1 / 4 1 / 2   
2 x  x e / 120 
şi apoi să se verifice dacă momentele obţinute pe cale directă coincid cu cele obţinute cu ajutorul acestei funcţii.
72. Patru studenţi care se prezintă la un examen au pregătit respectiv 8, 16, 10 şi 14 dintre cele 20 de subiecte indicate
de către profesor. La examen fiecare student primeşte câte un subiect. Să se determine:
a) repartiţia v.a. X ce indică numărul studenţilor care rezolvă corect subiectul şi repartiţia v.a. Y ce indică numărul
studenţilor care nu rezolvă corect subiectul;
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

b) probabilitatea ca cel puţin doi studenţi să rezolve corect subiectul;

c) probabilitatea ca cel mult doi studenţi să nu rezolve corect subiectul;
d) probabilitatea ca cel puţin un student să rezolve corect subiectul, ştiind că cel mult trei au rezolvat corect.
73. Se consideră funcţia k . Să se determine:
f : R → R, f ( x ) = − x , kR
e + ex
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) funcţia de repartiţie a variabilei aleatoare X.
c) P(X ≥ 0) şi P(X<1 / X ≥ 0).
d) dacă Y este o v.a. independentă de X şi identic repartizată cu aceasta, să se calculeze P(X<1, Y>1).
R: a) 2 /  ; b) F ( x ) = 2 /   arctg e x ; c) 1 / 2; 4 /   arctg e − 1; d ) 3 2 / 16 .
 a −1 − x
a

74. Fie funcţia 

f : R → R , f ( x ) = k x e , x  0 , k  R ; a , b  0
b

 0, x0
a) Să se determine parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) Să se studieze existenţa momentelor iniţiale de ordinul r, r  N* şi dacă este posibil să se calculeze media şi
dispersia variabilei aleatoare X. R: a) a / b.
75. Fie ax
f : N → R, f ( x ) = , a  0.
(a + 1)x +1
a) Să se arate că f este legea de probabilitate a unei variabile aleatoare X.
b) Să se calculeze funcţia caracteristică, media şi dispersia variabilei aleatoare X.
R: b)  (t) = (a + 1 - a eit)-1 ; M(X) = a; D(X) = a (a +1).
| 2 x − 3|
−
76. Se consideră funcţia f : R → R, f ( x) = k e 5 , k  R. Să se determine:
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) funcţia de repartiţie, media, dispersia şi mediana variabilei aleatoare X .
R: a) 1/5; b)  2 x −3
; 3/2; 25/2; 3/2.
 1/ 2  e 5 , x  3 / 2
F ( x) =  − 2 x +3
1 − 1 / 2  e 5 , x  3 / 2

 a −1 − bx
77. Fie funcţia  . Să se determine:
f : R → R, f ( x) = k x e , x  0, k  R ; a, b  0
 0, x  0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) media, dispersia, funcţia caracteristică şi momentul iniţial de ordin r, r  N*, ale v.a. X.
 
R: a) 1 / b a (a) ; b) M ( X ) = ab ; D( X ) = ab 2 ;  (t ) = (1 − ibt ) − a ; m r = b a (a + r ) / (a) .

78. Fie X variabila aleatoare ce reprezintă numărul de aruncări ale unui zar până la apariţia feţei cu 6 puncte.
Să se determine repartiţia, media şi dispersia v.a. X.

79. Fie X v.a. ce reprezintă numărul de aruncări ale unui zar până la apariţia unui număr par de puncte pe faţa
superioară a acestuia. Să se determine repartiţia, funcţia caracteristică, media şi dispersia v.a. X.
46 Silvia Dedu - Probabilități și Statistică Matematică - seminar 1

80. Fie v.a.  i  Să se afle abaterea medie pătratică a v.a. X şi P ( X = 2 / X > 1).
X :   , c  R, n  N , n  2.
c 
  i =1,n
i
−1
81. Să se determine repartiţiile v.a. X, Y, Z ştiind că: 1 2  e it 
 X (t ) =
(1 + e it ) 4 ;  Y (t ) = cos 3 t;  Z (t ) = 1 −  .
16 3 3 
82. Fie v.a. independente X, Y având funcţia de repartiţie, respectiv densitatea de repartiţie date de:
 0 , x  (− , 0 şi  x, x  [0,1]
 
FX : R → 0,1, FX ( x) =  x f : R → R , f ( x ) =  2 − x , x  (1,2]
1 − (1 + 3x ) e 3 , x  (0,  )
− Y Y
 0, 
 x [0,2]
Să se determine funcţia caracteristică a sumei celor două v.a.
n +1
−
83. Fie funcţia f : R → R, f ( x) = k 1 + x 
2 2

  , k  R, n  N * . Să se determine:
 n 
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) media, dispersia şi momentul iniţial de ordinul r, r  N* ale v.a. X.
R: ( n2+1 ) n
a) ; b) M ( X ) = 0, D( X ) = .
n (n / 2) n−2
k
84. Se consideră funcţia  , xa
f : R → R, f ( x ) =  x 4 , k  R, a  R .
 0, x  a
a) Să se determine parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) Să se studieze existenţa momentelor iniţiale ale v.a. X.
R: a) 3a3; b) există mr dacă şi numai dacă r = 1 sau r = 2.

 −x
2

85. Fie funcţia  ,  > 0 fixat. Se cere:

f : R → R, f ( x) = kxe , x  0 , k  R


 0, x  0
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X.
b) să se studieze existenţa momentelor iniţiale de ordinul n, n  N* ale v.a. X.

86. Fie funcţia  − x fixat. Să se determine:


f : R → R, f ( x) = ke , x   , k  R,   0
 0, x  
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie, funcţia caracteristică a v.a. X şi P(X  2 / X   )

 − x2
2

87. Fie funcţia  . Să se determine:

f : R → R, f ( x) = axe , x  0 , a  R,   0


 0, x  0
a) parametrul a astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie a variabilei aleatoare X;
 Silvia Dedu - Probabilități și Statistică Matematică - Seminar 4 + 5

c) P (X < ), P (X > ), P (X  4 / X > 2) şi o margine inferioară a probabilităţii P ( | X - M(X) |< ).
d) media, dispersia, momentul iniţial de ordinul r, r  N* ale v.a. X ;
e) momentul centrat de ordinul trei, mediana şi modul variabilei aleatoare X;
f) momentul centrat de ordinul 2 al v.a. Y = X2;
88. Fie   a+b  . Să se determine:
 , x  a, b
2
k 1 − x−
f : R → R, f ( x) =   b − a 2  , a, b, k  R, a  b
 x  a, b
 0,
a) parametrul k astfel încât f să fie densitatea de repartiţie a unei v.a. continue X;
b) funcţia de repartiţie şi funcţia caracteristică a variabilei aleatoare X;
c) media, mediana, modul, asimetria şi abaterea medie pătratică ale v.a. X. R: a) 2/(b-a)
89. Fie funcţia 1  x 
 1 − , x 
f : R → R, f ( x) =    
 , 0

 0, x 
a) Să se arate că f este densitatea de probabilitate a unei v.a. continue X.
b) Să se determine funcţia caracteristică a variabilei aleatoare X.
90. Se consideră n urne ce conţin bile albe şi bile negre în diferite proporţii. Se ştie că probabilitatea ca la o extragere
din urna Ui să obţinem o bilă albă este pi, i{1,2,..., n}. Se extrage câte o bilă din fiecare urnă. Fie X v.a. ce indică
numărul bilelor albe obţinute în cele n extrageri. Să se demonstreze că:
a) M(X) = p1 + p2 + .... + pn ; b) D (X) = p1 q1 + p2 q2 + .... + pn qn
91. Se consideră trei urne: U1 conţine 15 bile albe şi 25 bile negre, U2 conţine 15 bile albe şi 15 bile negre, U3 conţine 10
bile albe şi 20 negre. Din prima urnă se extrage o bilă, din a doua se extrag două bile fără revenire, iar din a treia se extrag
trei bile cu revenire. Fie Xi v.a. ce indică numărul bilelor albe extrase din urna Ui, i{1,2,3}.
a) Să se determine repartiţiile v.a. Xi, i{1,2,3}.
b) Să se afle repartiţia v.a. ce indică numărul total al bilelor albe obţinute la extragerile din urnele U2 şi U3.
c) Să se calculeze numărul mediu de bile albe şi numărul mediu de bile negre extrase din cele trei urne.

92. S-a stabilit că un absolvent al unei anumite facultăţi poate obţine o bursă pentru doctorat la universităţile U1, U2 şi
U3 cu probabilităţile de respectiv: 0,6; 0,8 şi 0,5. Un absolvent al facultăţii respective depune câte o cerere la fiecare
universitate. Să se afle valoarea medie şi dispersia numărului de răspunsuri favorabile obţinute.