CURS 2

Probabilitati conditionate
Definitia 1 – probabilitate conditionata
Fie {Ω , K , P} un camp (borelian) de probabilitate si 𝐵 ∈ 𝐾 , cu 𝑃(𝐵) > 0. Atunci, pentru orice 𝐴 ∈ 𝐾,
𝑃(𝐴∩𝐵)
probabilitatea lui A conditionata de B este data de 𝑃(𝐴|𝐵) = 𝑃(𝐵)
.

Propozitia 1
𝑛
Fie (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ evenimente din 𝐾 astfel incat 𝑃(⋂𝑖=1 𝐴𝑖 ) > 0. Atunci

𝑃 (⋂ 𝐴𝑖 ) = 𝑃(𝐴1 ) ∙ 𝑃(𝐴2 |𝐴1 ) ∙ 𝑃(𝐴3 |𝐴1 ∩ 𝐴2 ) ∙ … ∙ 𝑃(𝐴𝑛 |𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝑛−1 )

𝑖=1

Teorema 1 - formula probabilitatii totale

̅̅̅̅̅ evenimente din 𝐾 astfel incat 𝐴𝑖 ∩ 𝐴𝑗 = Φ, ∀𝑖, 𝑗 = ̅̅̅̅̅
Fie (𝐴𝑖 )𝑖∈1,𝑛 1, 𝑛 , 𝑖 ≠ 𝑗 si ⋃𝑛𝑖=1 𝐴𝑖 = Ω (i.e.
(𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ formeaza o partitie a evenimentului sigur). Atunci pentru ∀𝐵 ∈ 𝐾 avem:
𝑛

𝑃(𝐵) = ∑ 𝑃(𝐴𝑖 ) ∙ 𝑃(𝐵|𝐴𝑖 )

𝑖=1

Teorema 2- Teorema lui Bayes

Fie (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ o partitie a evenimentului sigur. Atunci pentru ∀𝐵 ∈ 𝐾 , cu 𝑃(𝐵) > 0 , avem:
𝑃(𝐴𝑘 ) ∙ 𝑃(𝐵|𝐴𝑘 )
𝑃(𝐴𝑘 |𝐵) = 𝑛
∑𝑖=1 𝑃(𝐴𝑖 ) ∙ 𝑃(𝐵|𝐴𝑖 )

Definitia 2 – evenimente independente

Evenimentele 𝐴, 𝐵 ∈ 𝐾 se numesc independente ⟺ 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∙ 𝑃(𝐵) .

Propozitia 2
Fie 𝐴, 𝐵 ∈ 𝐾 independente. Atunci:
i) 𝐴, 𝐵𝑐 sunt independente;
ii) 𝐴𝑐 , 𝐵 sunt independente;
iii) 𝐴𝑐 , 𝐵𝑐 sunt independente.

Definitia 3 – evenimente mutual independente

(𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ evenimente din 𝐾 se numesc mutual independente ⟺ 𝐴𝑖 , 𝐴𝑗 sunt independente ∀𝑖, 𝑗 =
̅̅̅̅̅
1, 𝑛 , 𝑖 ≠ 𝑗 (i.e. 𝑃(𝐴𝑖 ∩ 𝐴𝑗 ) = 𝑃(𝐴𝑖 ) ∙ 𝑃(𝐴𝑗 ) , independente ∀𝑖, 𝑗 = ̅̅̅̅̅
1, 𝑛 , 𝑖 ≠ 𝑗 ).

Definitia 4 – evenimente independente in totalitatea lor

(𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ evenimente din 𝐾 se numesc independente (sau independente in totalitatea lor) ⟺
∀ 1 ≤ 𝑖1 ≤ 𝑖2 ≤ ⋯ ≤ 𝑖𝑠 ≤ 𝑛 , ∀ 𝑠 ∈ ̅̅̅̅̅
2, 𝑛 , avem 𝑃(𝐴𝑖1 ∩ 𝐴𝑖2 ∩ … ∩ 𝐴𝑖𝑠 ) = 𝑃(𝐴𝑖1 ) ∙ 𝑃(𝐴𝑖2 ) ∙ … ∙ 𝑃(𝐴𝑖𝑠 )
Observatia 1
Daca (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ sunt independente, atunci ele sunt si mutual independente. Reciproca nu este neaparat
adevarata (exemplul – S. N. Bernstein).

Observatia 2
𝑐
Daca (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ sunt independente, atunci si (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ sunt independente.

Observatia 3
𝑛 𝑐 𝑐 𝑐
Fie (𝐴𝑖 )𝑖∈1,𝑛
̅̅̅̅̅ independente. Atunci: 𝑃(⋃𝑖=1 𝐴𝑖 ) = 1 − 𝑃(𝐴1 ) ∙ 𝑃(𝐴2 ) ∙ … ∙ 𝑃(𝐴𝑛 )

(Aceasta formula – valabila doar in cazul evenimentelor independente – este mai usor de aplicat decat
formula lui Poincare.)

Scheme probabilistice
Schema urnei cu bila nerevenita cu 2 stari
Consideram o urna cu a bile albe si b bile negre. Se fac n (𝑛 ≤ 𝑎 + 𝑏 ) extrageri succesive fara revenire
(bila obtinuta la o extragere nu se pune inapoi in urna inaintea urmatoarei extrageri). Probabilitatea ca
𝐶𝑎𝑘 ∙𝐶𝑏𝑛−𝑘
din cele n bile extrase exact k ( 𝑘 ≤ 𝑎 ) sa fie albe este: 𝑝𝑛,𝑘 = 𝑛
𝐶𝑎+𝑏

Schema urnei cu bila nerevenita cu r stari

Consideram o urna care contine 𝑎𝑖 bile de culoarea 𝑖 , 𝑖 ∈ ̅̅̅̅ 1, 𝑟 . Notam numarul total de
bile 𝑁 = ∑𝑟𝑖=1 𝑎𝑖 . Se fac n (𝑛 ≤ 𝑁 ) extrageri succesive fara revenire (bila obtinuta la o extragere nu se
pune inapoi in urna inaintea urmatoarei extrageri). Probabilitatea ca din cele n bile extrase exact 𝑘𝑖
( 𝑘𝑖 ≤ 𝑎𝑖 ) sa fie de culoarea 𝑖 , 𝑖 ∈ ̅̅̅̅
1, 𝑟 , 𝑛 = ∑𝑟𝑖=1 𝑘𝑖 este data de:
𝑘 𝑘 𝑘
𝐶𝑎 1 ∙ 𝐶𝑎22 ∙ … ∙ 𝐶𝑎𝑟𝑟
𝑝𝑛,𝑘1 …𝑘𝑟 = 1
𝐶𝑁𝑛

Schema urnei cu bila revenita cu 2 stari (schema lui Bernoulli)

Consideram o urna cu bile albe si negre. Notam cu 𝑝 probabilitatea de a obtine o bila alba la o extragere
individuala din urna (𝑝 ∈ (0,1)). Se fac n extrageri succesive cu revenire (bila obtinuta la o extragere se
pune inapoi in urna inaintea urmatoarei extrageri). Probabilitatea ca din cele n bile extrase exact k sa fie
albe este: 𝑝𝑛,𝑘 = 𝐶𝑛𝑘 ∙ 𝑝𝑘 ∙ 𝑞 𝑛−𝑘 , unde 𝑞 = 1 − 𝑝.

Schema urnei cu bila revenita cu r stari

Consideram o urna cu bile de r culori. Notam cu 𝑝𝑖 probabilitatea de a obtine o bila de culoarea 𝑖 la o
extragere individuala din urna (𝑝𝑖 ∈ (0,1) si ∑𝑟𝑖=1 𝑝𝑖 = 1 ). Se fac n extrageri succesive cu revenire (bila
obtinuta la o extragere se pune inapoi in urna inaintea urmatoarei extrageri). Probabilitatea ca din cele n
bile extrase exact 𝑘𝑖 sa fie de culoarea 𝑖 , ∈ ̅̅̅̅
1, 𝑟 , 𝑛 = ∑𝑟𝑖=1 𝑘𝑖 este data de:
𝑛! 𝑘 𝑘 𝑘
𝑝𝑛,𝑘1 …𝑘𝑟 = ∙ 𝑝1 1 ∙ 𝑝2 2 ∙ … ∙ 𝑝𝑟 𝑟
𝑘1 ! ∙ 𝑘2 ! ∙ … ∙ 𝑘𝑟 !
Schema lui Poisson
Consideram n urne, fiecare din aceastea continand bile albe si negre in diverse proportii. Probabilitatea
de a extrage o bila alba din urna 𝑖 este 𝑝𝑖 , 𝑖 ∈ ̅̅̅̅̅
1, 𝑛. Notam 𝑞𝑖 = 1 − 𝑝𝑖 (probabilitatea de a extrage o
bila neagra din urna 𝑖). Se extrage cate o bila din fiecare urna. Atunci probabilitatea ca din cele 𝑛 bile
extrase exact 𝑘 sa fie albe este data de coeficientul lui 𝑡 𝑘 din
(𝑝1 ∙ 𝑡 + 𝑞1 ) ∙ (𝑝2 ∙ 𝑡 + 𝑞2 ) ∙ … ∙ (𝑝𝑛 ∙ 𝑡 + 𝑞𝑛 )

Observatia 4
Daca in schema lui Poisson, cele n urne au aceeasi structura/compozitie, obtinem scema lui Bernoulli.

Exemplele 1-5:
1. Trei intreprinderi trimit acelasi tip de piese intr-un depozit central, in proportii de 50%, 30% si
20%. Cele trei intreprinderi au rebuturi de 1%, 3%, respectiv 2%. Un anumit numar de piese, in
valoare de 3600 u.m s-au dovedit rebuturi. In ce proportii trebuie impartita suma de 3600 u.m
intre cele 3 intreprinderi?

2. Intr-o urna sunt 90 bile numerotate de la 1 la 90. Se extrag 6 bile. Care este probabilitatea ca din
cele 6 bile extrase, 3 sa fie din multimea {3, 13, 23, 33, 43, 53}?

3. Intr-un lot de piese sunt 15% de calitatea I, 65% de calitatea a II-a, 18% de calitatea a III-a si
restul cu anumite defecte. Se extrag la intamplare 20 de piese, punandu-se de fiecare data
inapoi piesa extrasa. Se cer:
a) probabilitatea ca 5 piese sa fie de calitatea I;
b) probabilitatea ca 5 piese sa fie de calitatea I, 10 de calitatea II, 4 de calitatea III si 1 cu
defect.

4. Se reia problema anterioara, presupunand ca numarul produselor din lot este 100, iar
extragerile se fac fara revenire.

5. Intr-o magazine sunt 3 loturi de produse. In primul lot sunt 5% produse defecte, in al doilea sunt
6% defecte, iar in al treilea 3%. Se extrage cate un produs din fiecare lot. Se cer:
a) probabilitatea ca din cele 3 produse unul sa fie defect;
b) probabilitatea ca din cele 3 produse cel mult un produs sa fie defect.