1.

Notiunea de variabila aleatoare, functie de repartitie,variabile

aleatoare discrete si continue, variabile bidimensionale discrete
Noţiunea de variabilă aleatoare este fundamentală în teoria probabilităţilor. Intuitiv, variabila
aleatoare se poate defini ca fiind o funcţie reală definită pe mulţimea valorilor posibile ale unui
experiment.

Fie ( Ω, K ) un câmp borelian de evenimente.

Definiţie: X : Ω→ R se numeste variabila aleatoare dacă şi numai dacă { ω: X ( ω ) <x } ∈ K , ∀ x ∈ R

Observaţie: Noţiunea de probabilitate nu intră în definiţia variabilei aleatoare.

Vom utiliza notaţiile: { X < x } ∈ K pentru v.a. X

Propoziţie: X : Ω→ R este o variabilă aleatoare dacă şi numai dacă este adevarată una din afirmaţiile:

( i ) { ω : X ( ω ) ≤x } ∈ K , ∀ x ∈ R
( ii ) { ω : X ( ω ) > x } ∈ K , ∀ x ∈ R
( iii ) { ω : X ( ω ) ≥x } ∈ K , ∀ x ∈ R

Observaţie: { X =a } ∈ K şi { a< X <b } ∈ K , ∀ a , b ∈ R .

Funcţia de repartiţie a unei variabile aleatoare

Să considerăm un câmp borelian de probabilitate { Ω, K , P } şi X o variabilă aleatoare.

Definiţie: Numim funcţie de repartiţie a variabilei aleatoare X, aplicaţia

F X : R → [ 0 ,1 ] ,

definită prin relaţia

F X ( x ) =P ( { ω : X ( ω ) < x } ) . Vom scrie: F X ( x ) =P ( X <x )

Propoziţie: Funcţia de reparţie a unei variabile aleatoare X are următoarele proprietăţi;

F X ( −∞ ) = lim F X ( x )=0 F X ( ∞ ) = lim F X ( x )=1

(1) x →−∞ ; x →∞

x ≤x 2 ⇒ F X ( x 1 )≤F X ( x 2 )
(2) este nedescrescătoare : 1

F X ( x ) =F X ( x−0 )=lim F X ( y )
(3) este continuă la stânga: y↑x

x <x 2 , atunci:
Propoziţie: Daca X este o variabila aleatoare si 1

P ( x 1≤ X <x 2 ) =F X ( x2 )−F X ( x 1 )
P ( x 1 <X < x2 )=F X ( x 2 ) −F X ( x 1 ) −P ( X=x 1 )

P ( x 1 <X ≤x 2 ) =F X ( x2 )−F X ( x 1 ) +P ( X=x 2 )−P ( X =x 1 )

P ( x 1≤ X≤x 2 ) =F X ( x 2 ) −F X ( x 1 ) +P ( X =x 2 )

Observaţie:
P ( X =x i ) i=1 , 2
,
F x
reprezintă saltul funcţiei de repartiţie X în punctul i , i=1 , 2 . Dacă
FX este continuă, atunci
P ( X =x i )=0 i=1 , 2
, .

In funcţie de mulţimea valorilor posibile X (Ω ) ale v.a. X : Ω→ R avem:

Variabila aleatoare discreta

Definiţie: O v.a. X pe câmpul borelian de probabilitate { Ω, K , P } se numeşte discretă dacă ia o mulţime
X ( Ω ) ={ x i }i ∈I , x i≠x j , ∀ i , j∈ I ⊂ N ,i≠ j
cel mult numarabilă de valori :

X ( Ω ) ={ x i }i ∈I { A i }i∈ I ⊂ K Ai ={ ω ∈Ω : X ( ω )=x i }
Propoziţie: Dacă , definite prin formează o partiţie
a evenimentului sigur.

P A = p ⇒ pi ≥0 , ∑ pi =1 {x }
Notând ( i ) i i ∈I . Punctele i i∈I se numesc puncte de creştere ale
funcţiei de repartiţie, iar probabilităţile lor se numesc salturi ale funcţiei de repartiţie. Evident,
F X ( x ) = ∑ pi
x i< x
.

{ pi }i∈ I P ( X =x i )= p i , ∀ i∈ I ∑ p i=1
Definiţie: Numerele satisfacând şi i∈ I dau legea de probabilitate a
p
v.a. discrete X ( i reprezintă funcţia de frecvenţă a v.a. X numită mai sugestiv masă de probabilitate).

Aplicaţie:La un examen se prezintă trei candidaţi. Variabila aleatoare reprezentând numărul candidaţilor

{
0 , x≤0
2
, 0< x≤1
5
5
F ( x )= ,1< x≤2 ,
6
59
, 2< x≤3
60
1 , x> 3
admişi are functia de repartiţia: .

Determinaţi probabiliteafiecărui candidat de a promova examenul.

 F X ( x ) = ∑ pi
x i< x
Solutie: din definitia avem pentru variabila aleatoare discrete reprezentand numarul
2 5 2 13 59 13
P ( X=0 )= , P ( X=1 )= − = , P ( X =2 )= −
candidatiilor promovati probabilitatile 5 6 5 30 60 30

( )
0 1 2 3
59 1 X: 2 13 3 1
P ( X=3 )=1− =
si 60 60 elementare , deci repartitia v.a. d.este 5 30 20 60 . Cum

probabilitatile elementare P ( X=k ) ,∀ k ∈ { 0 ,1 ,2 ,3 } reprezintă probabilitatea ca k sicandidaţi să

promoveze examenul, conform schemei lui Poisson se obţine sistemul:

{
2
( 1− p1 )⋅( 1− p 2 )⋅( 1− p3 )= 5
13
p 1⋅( 1− p2 )⋅( 1− p 3 ) + p2⋅( 1−p 1 )⋅( 1− p3 ) + p3⋅( 1− p 2 )⋅( 1− p1 ) =
30
3
p 1⋅p2⋅( 1− p 3 ) + p1⋅p3⋅( 1− p2 ) + p3⋅p 2⋅( 1− p1 ) =
20
1
p 1 p 2 p 3=
60
, unde i
p , i∈ { 1, 2 , 3 }
reprezintă probabilitatea fiecărui candidat de a promova examenul. Utilizând relaţiile lui Viete, sistemul

{ {
1 47
S3 = S1 =
60 60
3 1
S 2−3 S3 = ⇒ S 2= ⇒
20 5
2 1
1−S1 + S 2−S 3= S3 =
devine:
5 60
ecuaţia cu soluţiile
pi este:

1 60 −47 12 −1 1
| ⇒ p 1=
3 2
60 p −47 p +12 p−1=0 . Aplicând schema lui Horner: 3 60 −27 3 0 3 , iar p2 , p3 sunt
9±1 1 1 1
20 p2 −9 p +1=0 ⇒ p 2, 3 = , ,
soluţi pentru: 40 , probabilităţiile fiind 3 4 5 .

Observaţie: Unii autori definesc funcţia de repartiţie prin relaţia:

~
F X ( x )=P ( X ≤x ) , x∈ R

Variabila aleatoare continua

V.a. cu proprietatea că X ( Ω ) este un interval din R se numeşte continuă

Definiţie: V.a. X se numeşte continuă dacă

F X este absolut continuă, adică, dacă există o funcţie
x

integrabilă nenegativă
∫ f ( t ) dt , ∀ x ∈ R .
f : R →R + astfel încât F X ( x ) =−∞
Funcţia f se numeşte densitate de repartiţie. Din definiţia dată rezultă:

i) f ( x )≥0 , ∀ x ∈ R
∞

ii) −∞
∫ f ( x ) dx=1
Se constată imediat că dacă există densitatea de repartiţie f, atunci F este derivabilă şi
x2

F ′ ( x ) =f ( x ) P ( ω : x 1 < X < x 2 ) =F X ( x2 )−F X ( x 1 ) =∫ f ( t ) dt

X x1
, iar

{
x2
−
3
F ( x )= 1−e , x> 0
Aplicatie Aratati ca 0 , x≤0 este o functie de repartitie pentru o v.a.c. si determinati

{
x3
3 x2 − 2
e , x >0
f ( x )= 2
densitatea de repartitie a acesteia. Aratati ca 0 , x≤0 este o densitate de repartitie si
determinati functia de repartitie corespunzatoare
x2
−
3
lim F X ( x )=F ( 0 )=0 lim F X ( x )=1− lim e =1
Solutie: intr adevar x →−∞ iar x →∞ x →∞ este continua iar
x2
' 2x − 3
F ( x )= e > 0 , ∀ x> 0
3 deci crescatoare,adica indeplineste cele 3 conditii definitorii ale unei

{ {
x2 x3
2x − 3 3 x2 − 2
e , x> 0 e , x >0
f ( x )= 3 f ( x )= 2
functii de repartitie. Evident 0 , x≤0 .Pentru 0 , x≤0 primitiva

{
x3
−
2
1−e , x >0
F ( x )=
0 , x≤0 este functia de repartitie corespunzatoare

In general, variabilele aleatoare sunt mixte

Aplicaţie: Durata unei convorbiri telefonice exprimată în secunde este o variabilă aleatoare X având
1 − 50 1 − 50
F X ( t )=1− e − e
t
,t >0
[ ]
t

funcţia de repartiţie: 2 2 . Determinaţi

probabilitatea ca o convorbire telefonică să dureze:

a) cel mult 70s

b) cel puţin 110s

c) între 70 si 110s

d) exact 100s, respectiv 90s

e) cel mult doua minute, ştiind ca va dura cel puţin un minut

f) cel puţin un minut, ştiind ca va dura cel mult doua minute .

Solutie: Funcţia de repartiţie a variabilei date, explicitata, este:

{
t
1 − 50
1− e dacã 0< t ≤50
2
t
1 − 50 1
1− e − dacã 50< t ≤100
F X ( t )= 2 2e
t
1 −50 1
1− e − 2
dacã 100<t ≤150
2 2e
. ..

Aceasta este o functie crescǎtoare, continua la dreapta, avand salturi in punctele de forma t=50k,
7
1 − 1
P ( X <70 ) =F X ( 70 )=1− e 5 −
2 e b) P ( X >110 )=1−F X ( 110 )
¿
k ∈ N . Deci: a) 2

( )
7 11
11
1 − − 1 1
1 1 − P ( 70< X <110 )=F X ( 110 )−F X ( 70 )= e 5
−e 5
+ − 2
= 2+ e 5 2 e e
2e 2 : c)

d)
P ( X=100 )= lim F X ( t )−F X ( 100 )=
t ↓100
1
2e
1− ( )
1
e , iar P ( X=90 )=0

1
1+ 5
P ( X <120|X > 60 )=
F X ( 120 )−F X ( 60 ) 1
=1− ⋅ √e 2
1−F X ( 60 ) e 1
1+ 5
e) √e
 6
1 1 −
F X ( 120 )−F X ( 60 ) 1− − e 5
2e 2
P ( X >60|X < 120 )= =1− 12
F X ( 120 ) 1 1 −
1− − e 5
f) 2e 2

variabile bidimensionale discrete

In cazul discret, repartiţia vectorului ( X , Y ) :

( ) ( xi , y j )
p ij i=1,2 ,...,m; j=1 ,2,...,n
se scrie sub forma:
X \ Y y1 y2 .. . yj ... yn Total
x1 p11 p12 … p1j … p1n p1●
x2 p21 p22 … p2j … p2n p2●
… … … … … … … …
xi pi1 pi2 … pij … pin nj●
… … … … … … … …
xm-1 p(m-1)1 p(m-1)2 … p(m-1)i … pm-1)n p(m-1)●
xm pm1 pm2 … pij … pmn pm●
Total p●1 n●2 … n●i … n●n 1
pi =P ( X=x i , Y = y j ) , i=1, 2 , .. . ,m ; j=1 , 2 ,. . . ,n
j ; X,Y v.a.i.
⇔ pij = pi p j
n m m n m n
pi =∑ pi , i=1 ,2 , .. . , m p j=∑ p i , j=1 ,2 , . .. , n ⇒ ∑ ∑ pi = ∑ pi =∑ p j =1
j j j
j=1 ; i=1 i=1 j =1 i =1 j=1

(( )
xi|Y = y j
X|Y = y j : , j∈ J
P X =xi|Y = y j ) i ∈I
Mai mult, avem: cu

P ( X=x i , Y = y j ) pij
P ( X =x i|Y = y j ) =p ( xi| y j ) = =
P (Y = y j ) pj

Exemplu:tema- determinati tabloul de repartitie al variabilei bidimensionale ( X , Y ) unde X reprezinta

numarul locurilor ocupate de 3 obiecte plasate in 3 locuri distincte, iar Y cel al numarului de obiecte
dintr un anumeloc si adatati ca variabilele nu s independente.