Variabile aleatoare 215

10.3. VARIABILE ALEATOARE BIDIMENSIONALE

BREVIAR TEORETIC

Definiţia 1. Fie (Ω, K, P) un câmp de probabilitate. O aplicaţie (X, Y) :   R 2 se numeşte variabilă aleatoare
bidimensională (vector aleator) dacă oricare ar fi (x, y)  R 2 avem: {  X () < x, Y() < y }  K.
 În cazul în care componentele X, Y sunt v.a. discrete cu o mulţime finită de valori,
 ( xi , y j ) 
repartiţia vectorului aleator (X, Y) se poate reprezenta sub forma: ( X , Y ) :  
 sau sub forma tabelului:
 p ij  ij11,,mn
Y y1 y2  yj  yn pi
X
x1 p11 p12  p1 j  p1n p1
x2 p21 p22  p2 j p2 n p2
     
xi pi1 pi 2  pij  pin pi

     
xm pm1 pm2  pmj  pmn pn

qj q1 q2  q j  qm 1

n m
unde pij  P ( X  xi , Y  y j ) , i  1, m, j  1, n , pi   pij , i  1, m , q j   pij , j  1, n ,
m n j 1 i 1

cu condiţiile: 1) pij  0,  i  1, m, j  1, n şi 2)   pij  1

i 1 j 1

Repartiţiile marginale sunt repartiţiile variabilelor care compun vectorul (X, Y)

 xi 
Repartiţia variabilei aleatoare X condiţionată de evenimentul (Y = yj), j 1, n , este: X / Y  y j :  
 P 
X  xi Y  y j
 
i 1,m
 yj 
Repartiţia variabilei aleatoare Y condiţionată de evenimentul (X = xi), i 1, m , este: Y / X  xi :  
  
 P Y  y j X  xi  j 1,n

 În cazul în care componentele X, Y sunt v.a. continue, repartiţia vectorului aleator (X, Y) se reprezintă sub forma:
 ( x, y )  , unde f : R  R se numeşte densitatea de repartiţie a vectorului aleator (X, Y)
2
( X , Y ) :    

 f ( x, y )    f ( x, y)dxdy  1
şi verifică următoarele condiţii: 1) f(x, y)  0,  (x, y) R2 şi 2) 
Densităţile marginale se definesc astfel:
 
f X : R  R, f X ( x)   f ( x, y)dy ;

fY : R  R, fY ( y)   f ( x, y)dx

f ( x, y )
Densitatea de repartiţie a variabilei alea v.a. X condiţionată de evenimentul Y = y este: f X Y ( x y)  , pentru y 
f Y ( y)
R astfel încât fY (y)  0.
f ( x, y )
Densitatea de repartiţie a v.a. Y condiţionată de evenimentul X = x este: f Y X ( y / x)  ,
f X ( x)
pentru x  R astfel încât fX (x)  0.
Funcţia de regresie a v.a. X în raport cu Y este aplicaţia RX : Y () R, RX (y) = M (X / Y = y).
În cazul discret, funcţia de regresie se poate reprezenta sub formă sintetică astfel:
y ( y j ) j 1,n
RX (y) (M ( X Y  y j )) j 1,n

Funcţia de regresie a v.a. Y în raport cu X este aplicaţia RY : X () R, RY (x) = M (Y / X = x).

În cazul discret, funcţia de regresie se poate reprezenta sub formă sintetică astfel:
x ( xi ) i 1, m

RY (x) (M (Y X  xi )) i 1,m
216 Matematici aplicate in economie – S. Dedu, F. Şerban

Definiţia 2. Se numeşte funcţia de repartiţie a v.a. bidimensionale (X,Y) aplicaţia

F : R2  [0,1], F(x, y)=P (X < x, Y < y)
Definiţia 3. Se numeşte covarianţa v.a. X şi Y numărul: cov (X, Y) = M(XY ) - M(X )M(Y ).
Definiţia 4. Variabilele aleatoare X şi Y se numesc necorelate dacă cov (X, Y) = 0.
Definiţia 5. Se numeşte coeficient de corelaţie al variabilelor aleatoare X şi Y numărul:
cov( X , Y ) M ( XY )  M ( X )  M (Y )
 ( X ,Y )  
 ( X )   (Y )  ( X )   (Y )
Propoziţie. Oricare ar fi variabilele aleatoare X şi Y cu D 2(X) D 2(Y)  0, atunci:
1) ρ (X, Y) = 0 dacă şi numai dacă v.a. X şi Y sunt necorelate.
2) Dacă X, Y sunt v.a. independente, atunci ρ (X, Y) = 0.
3) | ρ (X, Y) | ≤ 1.
4) Dacă | ρ (X, Y) | = 1, atunci între X şi Y există o relaţie de dependenţă liniară.
Definiţia 5. Se numeşte moment iniţial de ordinul (r, s) al v.a. bidimensionale (X, Y) numărul (dacă există):
  xir y sj pij , dacă X, Y v.a. discrete
 iI jJ
mr , s  M r, s ( X ,Y )    
   x r y s f ( x, y ) dxdy , dacă X, Y v.a. continue

Definiţia 6. Se numeşte moment centrat de ordinul r, s al v.a. bidimensionale (X, Y) numărul (dacă există):

 r , s  X , Y   M  X  M  X r Y  M Y s 
Definiţia 7. Dacă funcţia de regresie a v.a. Y în raport cu v.a. X este liniară, adică RY (x) = aX + b, atunci dreapta de
regresie a lui Y în raport cu X este: y  M Y     X , Y   Y  x  M  X 
 X 

PROBLEME REZOLVATE

1. Fie v.a. independente X, Y definite pe acelaşi câmp finit de probabilitate (Ω, K, P), având repartiţiile
 1 2  şi   1 2 3  . Se cere repartiţia v.a. bidimensionale Z=(X,Y).
X :   Y :  
 0,3 0,7   0,4 0,2 0,4 

Rezolvare:

Deoarece v.a. X, Y sunt independente, rezultă:

P(X = xi, Y = yj) = P(X = xi)  P(Y = yj),  i{1,2}, j  {1,2,3}. Prin urmare,
P(X = 1, Y = -1) = P(X = 1)  P(Y = -1) = 0,3 0,4 = 0,12 şi analog obţinem:
P(X = 1,Y = 2) = 0,06; P(X = 1,Y = 3)= 0,12; P(X = 2,Y = -1)= 0,28; P(X = 2,Y = 2)= 0,14; P(X = 2,Y = 3)=0,28
Astfel rezultă repartiţia comună a vectorului aleator Z=(X,Y):
-1 2 3 pi
X Y
1 0,12 0,06 0,12 0,3
2 0,28 0,14 0,28 0,7
qj 0,4 0,2 0,4 1
Din repartiţia comună a v.a. X, Y se deduce repartiţia v.a.  (1,1) (1,2) (1,3) (2,1) (2,2) (2,3) 
Z  ( X , Y ) :  
 0,12 0,06 0,12 0,28 0,14 0,28 

2. Variabilele aleatoare X, Y au următoarea repartiţie comună:

X Y 0 1 2
-1 0,3 0,2 0,1
1 0,15 0,1 0,15
a) Să se determine repartiţiile marginale.
b) Să se stabilească dacă v.a. X, Y sunt independente.
c) Să se determine repartiţiile v.a. A = X + Y, B = 3X, C = Y 3, D = Y + Y 2, E = XY.
 Variabile aleatoare 217

Rezolvare:

a) Din datele problemei deducem tabelul complet al repartiţiei comune:

0 1 2 pi
X Y
-1 0,3 0,2 0,1 0,6
1 0,15 0,1 0,15 0,4
qj 0,45 0,3 0,25 1
Obţinem repartiţiile marginale: 1 1   0 1 2 
X :   ; Y :  
 0,6 0,4   0,45 0,3 0,25 
b) V.a. X, Y sunt independente dacă P(X = xi, Y = yj) = P(X = xi)  P(Y = yj),  i{1,2}, j  {1,2,3}.
Avem P(X = -1, Y = 0) = 0,3 şi P(X = -1)  P(Y = 0) = 0,6 0,45 = 0,27, deci X, Y sunt v.a. dependente.
c)  1 0 1 1 2 3   1 0 1 2 3 
A  X  Y :     
 0,3 0,2 0,1 0,15 0,1 0,15   0,3 0,2 0,1  0,15 0,1 0,15 
 3 3   0 1 8   00 2
11 2
22   0
2
2 6 
B  3 X :   ; C  Y 3 :   ; D  Y  Y 2 :    
 
 0,6 0,4   0,45 0,3 0,25   PY  0 PY  1 PY  2  0,45 0,3 0,25 
 0 1  2 0 1 2   2 1 0 1 2 
E  X  Y :     
 0,3 0,2 0,1 0,15 0,1 0,15   0,1 0,2 0,3  0,15 0,1 0,15 

5. Se consideră v.a. X, Y având repartiţia comună dată în următorul tabel:

X Y -1 0 1 pi
-1 0,08 0,17 0,05 0,3
0 0,11 0,26 0,13 0,5
1 0,05 0,05 0,10 0,2
qj 0,24 0,48 0,28 1
a) Să se scrie repartiţiile marginale.
b) Să se afle coeficientul de corelaţie al v.a. X şi Y;
c) Să se calculeze covarianţa v.a. U = 3X – 2Y şi V = X + 4Y.

Rezolvare:
a) Repartiţiile marginale sunt 1 0 1   1 0 1 
X :   ; Y :  
 0,3 0,5 0,2   0,24 0,48 0,28 
b) Coeficientul de corelaţie este:  ( X , Y )  cov ( X , Y )  M ( XY )  M ( X )  M (Y )
 ( X )   (Y )  ( X )   (Y )
3 3
M ( X )   xi pi  (1)  0,3  0  0,5  1  0,2  0,1; M (Y )   y j q j  (1)  0,24  0  0,48  1  0,28  0,04 ;
i 1 j 1

3
M 2 ( X )  M ( X 2 )   xi2 pi  (1) 2  0,3  0 2  0,5  12  0,2  0,5 ;
i 1

D( X )  M ( X 2 )  M 2 ( X )  0,5  0,01  0,49   ( X )  D( X )  0,7 ;

3
M 2 (Y )  M (Y 2 )   y 2j q j  (1) 2  0,24  0 2  0,48  12  0,28  0,52 ;
j 1

D(Y )  M (Y 2 )  M 2 (Y )  0,52  0,0016  0,5184   (Y )  D(Y )  0,72

3 3
M ( XY )   xi y j pij  (1)  (1)  0,08  (1)  0  0,17  (1)  1  0,05 
i 1 j 1
+ 0(-1)0,11 + 000,26 + 010,13 + 1(-1)0,05 + 100,1 = 0,08
M ( XY )  M ( X )  M (Y ) 0,08  (0,1)  0,04
 ( X ,Y )    0,167
 ( X )   (Y ) 0,7  0,72
c) cov(U, V) = cov(3X – 2Y, X + 4Y) = M[(3X – 2Y)( X + 4Y)] - M(3X – 2Y) M( X + 4Y) = 3M(X 2) + 10 M(XY) -
218 Matematici aplicate in economie – S. Dedu, F. Şerban

- 8M(Y 2) – 3M 2(X) - 10 M(X) M(Y) + 8M 2(Y) = 1,5 + 0,8 – 4,16 – 0,03 + 0,004 + 0,0128 = -1,8732.

6. Fie X, Y v.a. discrete având repartiţia comună dată în tabelul incomplet de mai jos:
pi
X Y -1 0 1
-1 0,2 0,6
1 0,1
qj 0,3 0,3
a) Să se scrie repartiţiile v.a. X, Y şi repartiţia comună a v.a. X, Y .
b) Să se determine repartiţiile v.a. A = min(X, Y), B = X + Y şi repartiţia comună a v.a. A, B
c) Să se scrie repartiţiile v.a. X / Y = 1 şi Y / X = 1, | Y |, X / (Y + 2).

Rezolvare:

a) Impunând condiţiile 2 3 3 2 obţinem:

p
i 1
i  1, q
j 1
j  1, p j 1
ij  pi ,  i  1,2,  pij  q j ,  j  1,3 ,
11

p1 + p2 = 1  p2 = 0,4; q1 + q2 + q3 = 1  q2 = 0,4; p11 + p21 = 0,3  p21 = 0,1; p12 + p22 = 0,4  p12 = 0,3;
p11 + p12 + p13 = 0,6  p13 = 0,1; p13 + p23 = 0,3  p23 = 0,2.
Rezultă repartiţiile  1 1   1 0 1  şi repartiţia comună a v.a. (X, Y)
X :   ; Y :  
 0,6 0,4   0,3 0,4 0,3 
X Y -1 0 1 pi
-1 0,2 0,3 0,1 0,6
1 0,1 0,1 0,2 0,4
qj 0,3 0,4 0,3 1

b) 1 1 1 1 0 1  1 0 1 
A  min ( X , Y ) :     
 0,2 0,3 0,1 0,1 0,1 0,2   0,7 0,1 0,2 
  2 1 0 0 1 2    2 1 0 1 2 
B  X  Y :     0,2 0,3 0,2 0,1 0,2 
 0 , 2 0 ,3 0,1 0,1 0,1 0, 2   
Pentru determinarea repartiţiei comune a v.a. A, B procedăm în felul următor:
Y -1 0 1
X
-1 A = min (-1,-1) = -1 A = min (-1,0) = -1 A = min (-1,1) = -1
B = -1 + (-1) = -2 B = -1 + 0 = -1 B = -1 + 1 = 0
1 A = min (1,-1) = -1 A = min (1,0) = 0 A = min (1,1) = 1
B = 1 + (-1) = 0 B=1+0=1 B=1+1=2
P(A = -1, B = -2) = P(X = -1, Y = -1) = 0,2; P(A = -1, B = -1) = P(X = -1, Y = 0) = 0,3;
P(A = -1, B = 0) = P(X = -1, Y = 1) = 0,1; P(A = -1, B = 1) = P() = 0;
analog se calculează celelalte probabilităţi şi rezultă că repartiţia comună este:
A B -2 -1 0 1 2 pi
-1 0,2 0,3 0,2 0 0 0,7
0 0 0 0 0,1 0 0,1
1 0 0 0 0 0,2 0,2
qj 0,2 0,3 0,2 0,1 0,2 1

c)   1 1  , unde:
X Y  1 :  
 1  2 
P X  1  Y  1 0,1 1 P X  1  Y  1 0,2 2
 1  P X  1 Y  1    ;  2  P X  1 Y  1    ;
P(Y  1) 0,3 3 P(Y  1) 0,3 3
obţinem:  1
1 ;  1 0 1 ;
X Y  1:  1
 Y X  1 : 
  
  1  2 3 
2
 3
3
PY  1   X  1 0,2 1 ; PY  0   X  1 0,3 1
1  PY  1 X  1     2  PY  0 X  1   
P( X  1) 0,6 3 P( X  1) 0,6 2
PY  1   X  1 0,1 1
 3  PY  1 X  1   
P( X  1) 0,6 6
 Variabile aleatoare 219

Deci  1 0 1 1 0 1   0 1 ;
  Y :     
Y X  1 :  1 1 ;

1
  0,3 0,4 0,3  0,4 0,6 
 3 2 6
 1 1 1 1 1 1   1  1  1 1 1 1 
X  1 2 0  2 1 2 1 2 0  2 1 2    2 3 3 2
:
Y  2  0,2 0,2   0,2 0,1 0,1
 0,3 0,1 0,1 0,1  0,3 0,1 0,2

7. Fie v.a. X, Y , unde  1 1   0 1  . Fie k = P(X = -1, Y = 0).

X :   , Y :  
 0,7 0,3   0,4 0,6 
a) Să se scrie tabelul comun al repartiţiei v.a. X, Y.
b) Să se determine parametrul real k astfel încât v.a. X, Y să fie necorelate.
c) Pentru k determinat la punctul b), să se stabilească dacă v.a. X, Y sunt independente.
Rezolvare:
a)
X Y 0 1 pi
-1 k 0,7 - k 0,7
1 0,4 - k k – 0,1 0,3
qj 0,4 0,6 1
k  0
Din condiţiile: 1) p  0,  i, j  1,2 şi 2) 2 2 obţinem: 0,7  k  0
ij   pij  1 
1)    0,1  k  0,4
i 1 j 1
0,4  k  0
k  0,1  0
2)  k + 0,7 – k + 0,4 – k + k - 0,1 = 1, relaţie care se verifică,  k  R .
Repartiţia comună a v.a. X, Y este cea din tabelul de mai sus, cu condiţia k  [0,1; 0,4].
b) V.a. X, Y sunt necorelate dacă: cov(X, Y) = 0  M (XY) - M (X)M (Y) = 0.
2 2
M ( X )   xi pi  (1)  0,7 1  0,3  0,4 ; M (Y )   y j q j  0  0,4  1  0,6  0,6 ;
i 1 j 1
2 2
M ( XY )   xi y j pij  (1)  0  k  (1)  1  (0,7  k )  1  0  (0,4  k )  1  1  (k  0,1)  2k  0,8
i 1 j 1

M (XY) - M (X)M (Y) = 0  2k – 0,8 + 0,24 = 0  k = 0,28  [0,1; 0,4].

c) Pentru valoarea determinată a parametrului k obţinem tabelul repartiţiei comune:
0 1 pi
X Y
-1 0,28 0,42 0,7
1 0,12 0,18 0,3
qj 0,4 0,6 1
Avem: P(X = -1, Y = 0) = 0,28 = P(X = -1)  P(Y = 0); P(X = -1, Y = 1) = 0,42 = P(X = -1)  P(Y = 1);
P(X = 1, Y = 0) = 0,12 = P(X = 1)  P(Y = 0); P(X = 1, Y = 1) = 0,18 = P(X = 1)  P(Y = 1).
Din aceste relaţii rezultă, conform definiţiei, că v.a. X, Y sunt independente.

8. Fie variabila aleatoare bidimensională Z = (X,Y) :

Y -1 0 2 pi
X
-2 0,2 0,3 0,1 0,6
1 0,1 0,1 0,2 0,4
qj 0,3 0,4 0,3 1
Să se calculeze funcţiile de regresie RY (x) şi RX (y).
Rezolvare:
Funcţia de regresie a v.a. Y în raport cu X este: RY (x) = M (Y / X = x).
Calculăm repartiţiile condiţionate ale v.a. Y în raport cu X:  1 0 2 
Y X  2 :  
 1 2  3 
PY  1   X  2 0,2 1
1  PY  1 X  2   
P X  2 0,6 3
PY  0   X  2 0,3 1
 2  PY  0 X  2   
P X  2 0,6 2
220 Matematici aplicate in economie – S. Dedu, F. Şerban

PY  2   X  2 0,1 1

 3  PY  2 X  2   
P X  2 0,6 6
1 0 2
 ; M Y X  2  (1)   0   2   0
Rezultă: 1 1 1
Y X  2 :  1 1 1
 3 2 6 3 2 6
Analog obţinem: Y X  1 :   1 0 2
 ; M Y X  1  (1)   0   2   ;
1 1 1 3
 1 1 1
 4 4 2 4 4 2 4

Obţinem funcţia de regresie a v.a. Y în raport cu X:

x -2 1
RY (x) 0 3/4
Funcţia de regresie a v.a. X în raport cu Y este: RY (x) = M (X / Y = y).
Calculăm repartiţiile condiţionate ale v.a. X în raport cu Y :  2 1
X Y  1 :  
 2 
 1
P X  2  Y  1 0,2 2 P X  1  Y  1 0,1 1
1  P X  2 Y  1    ;  2  P X  1 Y  1   
P(Y  1) 0,3 3 P(Y  1) 0,3 3
Obţinem:  2 1 ; şi analog:
 M  X Y  1  (2)   1   1
2 1
X Y  1 :  2
 1 3 3
 3 3
 2 1 ;
 M  X Y  0  (2)   1   
3 1 5
X Y  0: 3
 1  4 4 4
 4 4
 2 1 ;
 M  X Y  2  (2)   1   0
1 2
X Y  2: 1
 2 3 3
 3 3
Rezultă că funcţia de regresie a v.a. X în raport cu Y este:
y -1 0 2
RX (y) -1 -5/4 0

9. Fie v.a.  1 2 3 ,  1 2  . Ştiind că P (X = 1, Y = 1) = 0,04, să se determine valoarea minimă şi

X :   Y :  0,6 0,4 
 0,25 0,14 0,61  
valoarea maximă a coeficientului de corelaţie al celor două v.a.
Rezolvare:
Alcătuim tabelul repartiţiei comune. Notăm P (X = 2, Y = 1) = a şi cunoscând probabilităţile marginale şi
P (X = 1, Y = 1) = 0,4 calculăm celelalte probabilităţi.
Y 1 2 pi
X
1 0,04 0,21 0,25
2 a 0,14 - a 0,14
3 0,56 – a a + 0,05 0,61
qj 0,6 0,4 1
a  0
Din condiţiile p  0,  i  1,3, j  1,2 obţinem: 0,14  a  0
ij 
  a  [0; 0,14]
0,56  a  0
a  0,05  0
M ( XY )  M ( X )  M (Y )
 ( X ,Y ) 
 ( X )   (Y )
3
M ( X )   xi pi  1  0,25  2  0,14  3  0,61  2,36
i 1
3
M ( X )   xi2 pi  12  0,25  2 2  0,14  3 2  0,61  6,3
2
i 1
D( X )  M ( X 2 )  M 2 ( X )  6,3  2,36 2  0,7304   ( X )  D( X )  0,85
 Variabile aleatoare 221

2
M (Y )   y j q j  1  0,6  2  0,4  1,4
j 1
2
M (Y )   y 2j q j  12  0,6  2 2  0,4  2,2
2
j 1
D(Y )  M (Y 2 )  M 2 (Y )  2,2  1,96  0,24   (Y )  D(Y )  0,48

3 2
M ( XY )   xi y j pij  1  1  0,04  1  2  0,21  2  1  a  2  2  (0,14  a)  3  1  (0,56  a)  3  2  (a  0,05)  a  3
i 1 j 1

a  0,3 ; cum a  [0; 0,14], rezultă că:

 (X ,Y) 
0,85  0,48

max ρ(X, Y) se obţine pentru a = 0,14 şi are valoarea max ρ(X, Y) = - 0,392;

min ρ(X, Y) se obţine pentru a = 0 şi are valoarea min ρ(X, Y) = - 0,735.

10. Fie v.a.bidimensională discretă Z = (X,Y) a cărei repartiţie este dată în tabelul:
Y pi
b-2 b -1 b b+1
X
a-1 2/24 1/24 9p
a 1/24 8p
a+1 1/24 4/24 1/24 7p
qj 6q 7q 8q 3q 1
unde a, b  N ; p, q  R . Ştiind că M(3X2 – 12X) = 3 şi D (6Y - 4) = M2(6Y ) - 4, să se determine:
a) repartiţia variabilei aleatoare X;
b) repartiţia variabilei aleatoare Y;
c) repartiţia comună a v.a. X şi Y şi repartiţiile marginale;
d) coeficientul de corelaţie al v.a. X şi Y.
Rezolvare:
a) Avem: M(3X2 – 12X) = 3  3M(X2) – 12 M(X) = 3.
Din tabelul repartiţiei comune deducem că repartiţia v.a. X este:  a 1 a a  1 ; din condiţiile p  0 şi
X :  
 9 p 8 p 7 p 
9p + 8p +7p = 1 rezultă p = 1/24. Obţinem  a 1 a a  1
X : 9 
 8 7 
 24 24 24 
3
M ( X )   xi pi  (a  1)  249 a  248  (a  1)  247  a  121 ;
i 1
3
M ( X 2 )   xi2 pi  (a  1) 2  249 a 2  248  (a  1) 2  247  a 2  16 a  23 . Rezultă:
i 1

   
3M X 2  12M  X   3  3 a 2  16 a  23  12a  121   3  3a 2  25
2
a  3  3  a1  0, a2  25
6
Deoarece a  N, convine numai soluţia a = 0. Deducem că repartiţia v.a. X este  1 0 1 
 
X : 9 8 7 
 
 24 24 24 
b) Avem: D (6Y - 4) = M2(6Y ) - 4
Din tabelul repartiţiei comune deducem că repartiţia v.a. Y este: b  2 b 1 b b  1 ;
Y :  
 6q 7q 8q 3q 
din condiţiile q  0 şi 6q + 7q + 8q + 3q = 1 rezultă q = 1/24, prin urmare b  2 b 1 b b  1
Y : 6 
 7 8 3 
 24 24 24 24 
4
6 7 8 3 2
M (Y )   y j q j  (b  2)   (b  1)  b  (b  1)  b ;
i 1 24 24 24 24 3
4
6 7 8 3 4 17
M (Y 2 )   y 2j q j  (b  2) 2  (b  1) 2   b2   (b  1) 2   b2  b 
i 1 24 24 24 24 3 12
222 Matematici aplicate in economie – S. Dedu, F. Şerban

D(Y )  M (Y 2 )  M 2 (Y )  b 2  43 b  17  (b  23 ) 2  35
 D(6Y  4)  36D(Y )  35
 
12 36

M 2 (6Y )  M 6Y   M 36Y

2
 2
  36M Y   36b
2 2
 48b  51 . Rezultă:
D6Y  4  M 2 6Y   4  35  36b  48b  51  4  36b 2  48b  12  0  b1  1, b2  1/ 3
2

Deoarece b N, convine numai soluţia b = 1. Deducem că repartiţia v.a. Y este  1 0 1 2

 
Y : 6 7 8 3 
 
 24 24 24 24 
c) Folosind rezultatele obţinute la punctele precedente, obţinem:

Y b -2 b -1 b b+1 pi
X
a-1 2/24 1/24 9/24
a 1/24 8/24
a+1 1/24 4/24 1/24 7/24
qj 6/24 7/24 8/24 3/24 1
Din condiţiile ca tabelul să reprezinte repartiţia comună a v.a. X şi Y obţinem:
7 6 1 6 2 4
p31  p3  ( p32  p33  p34 )    ; p11  q1  ( p21  p31)   
24 24 24 24 24 24
analog rezultă: p22 = 4/24; p13 = 2/24; p23 = 2/24; p24 = 1/24. Repartiţia comună a variabilelor aleatoare X şi Y este:
Y
-1 0 1 2 pi
X
-1 4/24 2/24 2/24 1/24 9/24
0 1/24 4/24 2/24 1/24 8/24
1 1/24 1/24 4/24 1/24 7/24
qj 6/24 7/24 8/24 3/24 1
d)  ( X , Y )  M ( XY )  M ( X )  M (Y ) ; folosind calculele realizate la punctele a) şi b), deducem:
 ( X )   (Y )
1
12
1
12
1
6
2 2;
M ( X )  a    ; M ( X 2 )  a2  a  
3 3
D X   M X 2  M 2  X  
95
144
 
; M (Y )  b   ; DY  
2 1
3 3
35
36
3 4
5 . Obţinem:
5
 121  13
M ( XY )   xi y j pij  (X ,Y )   17  72  0,2948
24
72 5 133
i 1 j 1 24 95
144
 36
35

11. Fie v.a. bidimensională continuă Z = (X,Y) având densitatea de repartiţie

k ( x  y  1), ( x, y )  1,2 0,1
f ( x, y)   ; kR
 0, ( x, y)  1,2 0,1
a) Să se determine parametrul k;
b) Să se calculeze densităţile de repartiţie marginale;
c) Să se verifice dacă variabilele aleatoare X, Y sunt independente;
d) Să se determine funcţia de repartiţie a variabilei aleatoare Z;
e) Să se determine densităţile de repartiţie condiţionate;
f) Să se calculeze P ({ / Z ()  A}), unde A = [1, 3/2]  [0, 1/2];
g) Să se determine funcţia de regresie a v.a. X în raport cu v.a. Y.
Rezolvare:
a) Punem condiţiile ca f să fie densitatea de repartiţie a unei v.a. bidimensionale continue:
1) f ( x, y)  0,  x, y   R 2 ; 2)   . Din condiţia 1) rezultă k  0;
  f ( x, y)dxdy  1
 
  1 2
  
1 2

  f ( x, y ) dxdy  0  1
 k ( x  y  1)dx 


dy  k    ( x  y  1)dx dy 

01



   
1 2 1 2 1
 k  x  xy  x dy  k  5  y dy  k  5 y    2k
y2

0
2
0
2 2 2 
0
1
Din condiţia 2) obţinem k = 1/2 şi prin urmare  1 ( x  y  1), ( x, y )  1,2 0,1

f ( x, y )   2

 0, ( x, y )  1,2 0,1
 Variabile aleatoare 223

b) Fie fX , fY densităţile de repartiţie ale v.a. X, Y (densităţile marginale).


f X : R  R, f X x    f ( x, y )dy


xy  
0 1 
f X x    0 dy  12  x  y  1dy   0 dy 
1
Pentru x  [1,2] avem: y2
1
2 2
y  2 x 1
4
0
 0 1
  2 x 1 , x  1, 2
Pentru x  [1,2] rezultă
f X x    0 dy  0 . Obţinem f X : R  R, f X x    4
  0, x  1, 2

f Y : R  R, f Y  y    f ( x, y )dx


 
1 2  2 52 y
Pentru y  [0,1] avem: f Y  y    0 dx  12  x  y  1 dx   0 dx  12 x2  xy  x  4
2

1
 1 2

Pentru y [0,1] rezultă f  y   . Obţinem
Y  0 dx  0

 5 2 y
 , y  0,1
f Y : R  R, f Y  y    4

 0 , y  0, 1
c) V.a. X, Y sunt independente dacă f(x, y) = f(x)  f(y),  x, y  R.
Observăm că această condiţie nu este îndeplinită, prin urmare v.a. X, Y sunt dependente.
x y
F : R 2  R, F x, y     f u, v  du dv
d)
 
Pentru x  (-, 1] sau x  (-, 0] rezultă F (x, y) = 0.
Pentru x  (1, 2] şi y  (0, 1] rezultă
x
 
yx y x  y 2
F x, y     12 (u  v  1)dudv  12    (u  v  1)du dv  12  u2  uv  u dv 
 
01 01  0 1

   
y 2 y
2 2 2 x 2 y  xy 2  2 xy  y 2  3 y
 1  x  xv  x  3  v dv  1 x v  x v  xv  3 v  v 
2 2 2 2 2 2 2 2 0 4
0

 
1 x x
Pentru x  (1, 2] şi y  (1, ) rezultă 1x  1
F x, y     1 (u  v  1) dudv  1    (u  v  1)du dv  1 u2  uv  u dv 
2 2   2 2
01 0 1  0 1
1
2
  2 2

 1  x  xv  x  3  v dv  1 x v  x v  xv  3 v  v
2 2 2 2 2 2 2 2
2
 10  x 4x  2
2

0
Pentru x  (2, ) şi y  (0, 1] rezultă
2
2 
   (u  v  1)du dv      
y 2 y y y

F x, y     12 (u  v  1)dudv    v dv 

y
5 y y2
u2
 uv  u dv  v  v2 
2
1 1 1 5 1 5
2 2 2 2 2 2 2 0 4
0 1 0 1 0 1 0

Pentru x  (2, ) şi y  (1, ) reyultă că F(x, y) = 1. Am obţinut că funcţia de repartiţie a v.a. Z = (X,Y) este:

 0, x, y   ,1  R sau R  - ,0

 2
 x y  xy  2 xy  y  3 y ,
2 2
x, y  1, 2x0, 1
 4

 5y  y2
F  x, y    , x, y  2,    0, 1
 4
 x2  x  2
 , x, y  1, 2  2,  
 4

 1, x, y  2,    1,  
224 Matematici aplicate in economie – S. Dedu, F. Şerban

e) Densitatea de repartiţie a v.a. X condiţionată de evenimentul Y = y este:

f x, y  , pentru y  [0,1], adică  2x  y  1
f X Y x y    , x  1,2 şi y  [0,1]
f X Y x y    5  2 y
fY ( y)

 0, x  1,2

Densitatea de repartiţie a v.a. Y condiţionată de evenimentul X = x este:

2 x y 1
f x, y  , pentru x  [1,2], adică 
 , y  0,1 şi x [1,2]
fY X  y x  f Y X  y x    2 x1
f X ( x) 
 0, y  0,1
1 3
2 2
P / Z ( )  A   f x, y dxdy  
1
 2 ( x  y  1)dxdy 
f)
A 0 1
3
 1 3
 1 2 1 1

1  2 2  1  x2 2
 1 29 y 19 y2  2
7
    ( x  y  1)dx dy     xy  x  dy      dy   y   
2 01  2 0 2 0 2 08 2 28 2  0
32
 
g) Pentru y  [0, 1], avem:
2

2( x  y  1) 2  x3 x2 x2  23  27 y
2
R X ( y)  M ( X / Y  y) 

 x  f ( x / y)dx   x 
1
5  2 y
dx 
5  2 y
 
 3 2
y   
2  1 3(5  2 y)
,

prin urmare 23  27 y pentru y  [0, 1].

R X ( y)  ,
3(5  2 y )

12. Fie v.a. bidimensională continuă Z = (X,Y) a cărei densitate de repartiţie este
ke2 x 3 y , ( x, y)  0,   0,   . Să se determine:
f ( x, y)   ; kR
 0, ( x, y)  0,   0,  
a) parametrul k;
b) densităţile de repartiţie marginale;
c) să se studieze dacă variabilele aleatoare X, Y sunt independente;
d) coeficientul de corelaţie al variabilelor aleatoare X, Y .
Rezolvare:
a) Punem condiţiile ca f să fie densitatea de  repartiţie a unei v.a. bidimensionale

continue: 1) f(x, y)  0,  (x, y) R2 şi 2)   f ( x, y )dxdy  1. Din condiţia 1) rezultă k ≥ 0;

 
      

 f ( x, y)dxdy    ke  2 x 3 y
dxdy  k  e 2 x dx   e3 y dy  k  12  et dt  13  e v dv  k  16 1  1  k
6
 0 0 0 0 0 0

Din condiţia 2) obţinem k = 6 şi deci 6e 2 x 3 y , ( x, y )  0,   0,  

f ( x, y )   ;
 0, ( x, y )  0,   0,  
b) Fie fX , fY densităţile de repartiţie ale v.a X, Y (densităţile marginale). Avem: 
f X : R  R, f X x    f ( x, y )dy


Pentru x  (- , 0] rezultă
f X x    0 dy  0

Pentru x  (0, ) avem: 0 
, deci 2e 2 x , x  0,  
f X x    0 dy  6 e  2 x 3 y dy  2e  2 x f X : R  R, f X x   
 0  0, x  0,  

f Y : R  R, f Y  y    f ( x, y )dx


Pentru y  (- , 0] rezultă
f Y  y    0 dx  0

 Variabile aleatoare 225


3e 3 y , y  0,  
0
Pentru y  (0, ) avem:
f Y  y    0 dx  6 e  2 x 3 y dx  3e 3 y f Y : R  R, f Y  y   
 0 , deci  0, y  0,  

c) V.a. X, Y sunt independente dacă f (x, y) = f (x)  f (y),  x, y  R.

Observăm că această condiţie este îndeplinită, prin urmare v.a. X, Y sunt independente.
d) Deoarece variabilele aleatoare X, Y sunt independente, rezultă că ρ (X, Y) = 0.

PROBLEME PROPUSE
1. Fie v.a. independente X, Y definite pe acelaşi câmp finit de probabilitate (Ω, K, P), având repartiţiile
  2 1  şi 1 1 3  . Se cere repartiţia v.a. bidimensionale Z = (X, Y).
X :   Y :  
 0,6 0, 4   0,3 0, 2 0,5 
2. Variabilele aleatoare X, Y au următoarea repartiţie comună:
X Y 0 2 3
-1 0,25 0,1 0,15
2 0,15 0,2 0,15
a) Să se determine repartiţiile marginale.
b) Să se stabilească dacă v.a. X, Y sunt independente.
c) Să se determine repartiţiile v.a. A = X + Y, B = 4Y, C = X 4, D = XY, E = Y + Y 2.

3. Se consideră v.a. X, Y având repartiţia comună dată în următorul tabel:

Y -2 -1 2 pi
X
-2 0,08 0,12 0,05 0,25
0 0,12 0,23 0,15 0,5
3 0,05 0,05 0,15 0,25
qj 0,25 0,4 0,35 1
a) Să se scrie repartiţiile marginale.
b) Să se calculeze coeficientul de corelaţie al v.a. X, Y şi covarianţa v.a. U, V, unde U = 3X – 2Y, V = X + 4Y.

4. Se dau v.a.  2 1  ,   1 3  . Fie k = P(X = -2, Y = 3).

X :   Y :  
 0, 4 0,6   0,7 0,3
a) Să se alcătuiască tabelul comun al repartiţiei v.a. X, Y ;
b) Să se determine parametrul real k astfel încât v.a. X, Y să fie necorelate.
c) Pentru k determinat la punctul b), să se stabilească dacă v.a. X, Y sunt independente.
5. Să se determine funcţiile de regresie RY (x) şi RX (y) cunoscând repartiţia v.a. Z=(X,Y):
X Y -2 1 3 pi
-1 0,3 0,1 0,2 0,6
2 0,1 0,2 0,1 0,4
qj 0,4 0,3 0,4 1

6. Fie v.a. X :   1 1 2 , 3 4  . Ştiind că P(X = 1, Y = 4) = 0,05, se cere valoarea minimă şi

 0,15 0,25 0,6  Y :  0,4 0,6 
   
valoarea maximă a coeficientului de corelaţie al celor două v.a.

7. Fie v.a. bidimensională continuă Z = (X,Y) având densitatea de repartiţie este

k ( x  y  1), ( x, y)  0,2  1,1
f ( x, y)   ; k  R . Să se determine:
 0, ( x, y )  0,2  1,1
a) parametrul k, densităţile de repartiţie marginale şi densităţile condiţionate;
b) funcţia de repartiţie a v.a. Z şi P({ / Z()A}), unde A = [1/2, 1]  [-1/2, 1/2].

8. Fie X, Y două variabile aleatoare având următoarea repartiţie comună:

X Y 1 3 pi
-1 k 1/2
1
qj 2/3 1
226 Matematici aplicate in economie – S. Dedu, F. Şerban

Să se completeze tabelul dat şi să se studieze independenţa v.a X, Y pentru k = 1/6 şi k = 1/12.

9. Fie X şi Y două v.a. discrete, a căror repartiţie comună este dată în tabelul următor:
X Y b 3a +1 pi
a 3p
b +1 . k 2p
qj 2q 3q 1 unde a, b, k R.
a) Să se determine repartiţiile v.a. X şi Y, ştiind că M(5X +1)=10 şi M(5Y +4)=20.
b) Să se calculeze coeficientul de corelaţie al v.a. X şi Y.
c) Să se determine valoarea parametrului k astfel încât v.a. X şi Y sa fie independente.
d) Să se determine valoarea parametrului k astfel încât v.a. X şi Y sa fie necorelate.

10. Fie v.a. X, Y a căror repartiţie comună este definită în tabelul de mai jos:
Y
X -1 0 2 pi
-1 1/24 1/8 1/4
2 1/4 1/6 1/2
3 1/12
qj 1/6
a) Să se completeze tabelul repartiţiei comune şi să se determine repartiţiile marginale.
b) Să se precizeze dacă v.a. X, Y sunt dependente.
c) Să se determine repartiţiile v.a. X + Y, XY, X .
Y
d) Să se afle coeficientul de corelaţie al variabilelor aleatoare X şi Y.
11. Fie v.a.  0 1  şi  1
1  . Ştiind că P (X = 1, Y = -1) = k, k  R, se cere:
X :   Y :  
1 / 3 2 / 3  1 / 2 
 1/ 2
a) repartiţia v.a. bidimensionale Z = (X,Y) şi coeficientul de corelaţie al v.a. X şi Y ;
c) valorile k  R pentru care v.a. X, Y sunt necorelate; în acest caz să se cerceteze independenţa v.a. X, Y.
12. În cazul v.a bidimensionale Z = (X,Y) având repartiţia de mai jos se cere:

Y -1 0 1
X
-1 0,10 0,15 0,05
0 0,13 0,20 0,17
1 0,02 0,03 0,15
a) coeficientul de corelaţie al variabilelor aleatoare X şi Y ;
b) funcţia de regresie a v.a. X în raport cu Y şi funcţia de regresie a v.a.Y în raport cu X.
13. Să se calculeze P(X > Y) în cazul v.a. bidimensionale Z = (X,Y) având repartiţia:

X Y -1 0 2
0 0,08 0,17 0,05
1 0,11 0,26 0,13
2 0,05 0,05 0,10

14. Fie v.a.  1 2 3  şi  1 2  . Ştiind că P(X = 2, Y = 1) = 0,05 şi P(X = 1, Y = 2) = 0,1 se cer:

X :   Y :  
 0, 25 0, 4 0,35   0,35 0,65 
a) repartiţia variabilei aleatoare Z = X / Y ;
2

b) coeficientul de corelaţie al v.a. X şi Y.

15. Fie X, Y două v.a. discrete având repartiţia comună dată în tabelul de mai jos:
Y -2 -1 1 pi
X
-1 0,1 0,6
 Variabile aleatoare 227

3 0,1
qj 0,3 0,3
a) Să se scrie repartiţiile v.a. X, Y, X / Y = -1, Y / X = 3, |Y |, X şi repartiţia comună a v.a. X, Y .
Y 3
b) Să se afle repartiţiile v.a. A = max(X, Y), B = X - Y şi repartiţia comună a v.a. A, B.

16. Fie v.a. bidimensională (X,Y) cu densitatea de repartiţie axy 2 , ( x, y )  [0,1]  [0,2]
h ( x, y )   ; a  R . Se cer:
 0, ( x, y )  [ 0,1]  [ 0, 2]
a) parametrul a, densităţile de repartiţie marginale, densităţile condiţionate şi funcţiile de regresie;
b) F(1/2, 3/2), unde F este funcţia de repartiţie a vectorului aleator (X, Y);
c) coeficientul de corelaţie al v.a. X, Y şi să se studieze inpendenţa v.a. X, Y;
d) covarianţa şi coeficientul de corelaţie al v.a. U, V, dacă U = 5X - 2Y şi V = 4X + 3.
17. Fie v.a. bidimensională continuă Z = (X,Y) a cărei densitate de repartiţie este
1 . Să se determine:
 (2 x  y  2), ( x, y ) [0,1]  [2,2]
h( x, y )  12

 0, ( x, y )  [0,1]  [2,2]
a) densităţile de repartiţie marginale şi densităţile de repartiţie condiţionate;
b) să se cerceteze dacă variabilele aleatoare X, Y sunt independente;
c) funcţia de repartiţie a v.a. Z şi probabilitatea P({ / Z()D}) unde D = [0,1]  [1,2];
d) covarianţa şi coeficientul de corelaţie al v.a. U, V, dacă U = X - 4Y şi V = 2X + 3Y.

18. Fie v.a. bidimensională continuă Z = (X,Y), a cărei densitate de repartiţie este
k (3x  2 y ) e 2 x3 y , ( x, y )  0,    0,  
 . Să se determine:
f ( x, y )   ; kR

 0, ( x, y )  0,    0,  
a) parametrul k şi densităţile de repartiţie marginale;
b) să se studieze dacă variabilele aleatoare X, Y sunt independente;
c) coeficientul de corelaţie al variabilelor aleatoare X, Y.

19. Fie v.a. bidimensională Z= (X,Y) având repartiţia   x, y  

 X , Y  :  1 1 

 a x  
y  
   x, y 2,31,2,3
a) Să se determine repartiţiile marginale, P (X =2Y ) şi ρ (X, Y).
b) Să se verifice dacă variabilele aleatoare X, Y sunt independente.

20. Fie v.a. bidimensională discretă Z = (X, Y) având repartiţia dată în tabelul următor:

Y b3 b2 b 1 b 2b pi
X
a2 5/80 2/80 1/80 1/80 p
a 1 10/80 3/80 2p
a 1 1/80 15/80 10/80 3p
a2 1/80 5/80 10/80 2p
qj q 2q 3q 2q 2q 1
unde a, b  R, b > 0; p, q  R. Ştiind că M (8X +7) = 10 şi M (15Y 2 +25Y) = 29, să se determine:
a) repartiţiile individuale şi repartiţia comună ale v.a. X, Y ;
b) să se studieze dacă X şi Y sunt independente;
c) coeficientul de corelaţie al v.a. X, Y şi dispersiile v.a. X / Y, Y / X = x3 şi X / Y = y2.
21. Fie v.a.  1 2 , 2 4 6  , astfel ca P (X = 1, Y = 2) = 0,1 şi P (X = 2, Y = 4) = 0,3.
X :   Y :  
 0,4 0,6   0,2 0,5 0,3
a) Să se determine funcţiile de regresie.
b) Să se calculeze covarianţa v.a. X, Y şi coeficientul de corelaţie al v.a. A = 2X – 3 şi B = 5X + Y;
c) Să se calculeze mediile şi dispersiile v.a. Y/X, X/Y= 4, Y / X= 2, Y 2– 2Y +3 şi 3X– 4Y .