UNITATEA DE ÎNVĂŢARE 6

Teoria probabilităților (Cap. 2)

Variabile aleatoare discrete.

Cuprins:

6.1 Obiectivele unităţii de învăţare 6

6.2 Clasificarea variabilelor aleatoare
6.3 Studiul variabilelor aleatoare discrete
6.4 Ilustrarea teoriei pe cazul numeric concret al aplicaţiilor
Teste de autoevaluare.
Răspunsuri şi comentarii la testele de autoevaluare.
Bibliografia unităţii de învăţare 6.
Lucrarea de verificare nr. 6

6.1 Obiective

Unitatea de învăţare 6 continuă incursiunea în teoria probabilităţilor, prezentând variabilele

aleatoare împreună cu noţiunile importante asociate lor, precum caracteristicile numerice
corespunzătoare acestora, ce sunt de un real folos pentru practica economică, pentru studiu şi
cercetare, pentru realizarea performanţei în viitoarea muncă de economist şi eficientizarea
marketingului la nivel micro şi macroeconomic.
După studiul acestei unităţi de învăţare, studentul va avea cunoştinţe despre:
-noţiunile de variabile aleatoare existente şi conceptele de bază din teoria probabilităţilor
corelate cu ele, toate acestea oferind economiştilor, indiferent de domeniul în care vor lucra,
cunoştinţe solide de strictă specialitate, dar şi tehnici specifice matematicii aplicate;
-tipul de probleme teoretice şi practice, care fac obiectul cursului de „Variabile aleatoare
discrete şi continue”şi al lucrărilor de verificare ale studenţilor din învăţământul economic din anul
I, ID, de la Facultatea de Contabilitate și Informatică de Gestiune din Academia de Studii
Economice Bucureşti.

6.2 Clasificarea variabilelor aleatoare

Clasificarea variabilelor aleatoare este următoarea:

128 Virginia Atanasiu

(I) variabile aleatoare discrete (prescurtat v.a.d.), adică v.a., ce iau valori dintr-o mulţime,
finită sau infinit numărabilă;

deci cu o în
infinitate sensul că
de elemente elementele ei formează un şir, sau pot fi aşezate într-un şir
(II) variabile aleatoare continue (prescurtat v.a.c), adică v.a., ce iau valori dintr-un interval,
de lungime finită sau infinită.

6.3 Studiul variabilelor aleatoare discrete

Variabile aleatoare discrete (prescurtat v.a.d.)
(adică v.a., ce iau valori dintr-o mulţime)

Notaţii pentru v.a.d: X, Y, Z, U, V,.......(cu litere mari de la sfârşitul

alfabetului).

Mod de reprezentare pentru o v.a.d. X:

O variabilă aleatoare discretă X (prescurtat o v.a.d. X) este bine definită de

repartiţia sa (sau de distribuţia sa), care se reprezintă sub forma următoarei
matrice cu 2 linii şi anume:

X: , i ∈ I = (o mulţime de indici) ⊆ ℕ.

unde pe prima linie figurează valorile posibile „xi, i ∈ I” ale lui X, luate dintr-o
mulţime, valori posibile ce se scriu în ordine strict crescătoare („↑”), ceea ce
înseamnă că sunt diferite între ele și scrise de la cel mai mic la cel mai mare, iar
pe a doua linie apar probabilităţile „pi , i ∈ I”, cu care v.a.d. considerată X ia
fiecare dintre valorile sale posibile, adică: pi = P(X = xi), i ∈ I, probabilităţi, ce au
2 proprietăţi:

(P1) pi ≥ 0, ∀ i ∈ I şi (P2) ∑pi = 1.

Caracteristici numerice ale unei v.a.d X: i ∈ I, adică numere reale

asociate lui X:
Matematici Aplicate În Economie. 129

(I) Media sau valoarea medie a v.a.d. X: , i ∈ I este numărul real notat
M(X) şi egal prin definiţie cu suma produselor dintre valorile lui X şi
probabilităţile corespunzătoare lor.

M(X) ≝ .

Proprietăţile mediei sau valorii medii sunt prezentate mai jos:

M(a) = a, ∀ a ∈ ℝ;

M(aX) = aM(X), ∀ a ∈ ℝ, X = (variabilă aleatoare discretă „d”);

M(X + Y) = M(X) + M(Y), ∀ X, Y = (variabile aleatoare discrete „d”).

(II) Dispersia v.a.d. X este numărul real pozitiv notat cu D(X) şi egal prin
definiţie cu:

D(X) ≝ M(X2) – M2(X) (≥ 0).

Proprietăţile dispersiei sunt prezentate de mai jos:

D(a) = 0, ∀ a ∈ ℝ;

D(aX) = a2D(X), ∀ a ∈ ℝ, X = (variabilă aleatoare discretă „d”);

D(X + Y) = D(X) + D(Y), dacă X, Y = (variabile aleatoare discrete „d”

independente, adică variabile aleatoare discrete ce iau valori independent una de
cealaltă).

(III) Abaterea medie pătratică a lui X este numărul real pozitiv notat cu
şi egal prin definiţie cu: ≝ (≥ 0).

6.4 Ilustrarea teoriei pe cazul numeric concret al aplicaţiilor

Aplicaţia1: Fie variabila aleatoare discretă:

X: , unde p ℝ.
130 Virginia Atanasiu

Cerinţa1: ? = p.

Rezolvarea cerinței1: X: , unde p ℝ.

Pe linia1 în repartiția lui X: 0 < 1< 3 ⇒ strict „↑” (crescătoare);

Pe linia2 în repartiția lui X:

p ≥ 0, p ≥ 0, 2p ≥ 0;

p + p + 2p = 1 ⇔ 4p = 1 ⇔ p = convine, deoarece verifică relațiile de mai

sus, și anume: p = ≥ 0, p = ≥ 0, 2p = 2 = ≥ 0.

Deci:

X: , unde p = ⇒ X: .

Cerinţa2: ? = (media v.a. X).

Rezolvarea cerinței2: ? = M(X) ← ? = X:

X: ⇒ M(X) ≝ 0 x + 1 x + 3 x = + = = .

Cerinţa3: ? = (media) v.a. 5X2 – 3.

Rezolvarea cerinței3:

M(X + Y) = M(X) + M(Y)

↓
M(5X – 3) = M[5X + (-3)] = M(5X2) + M(-3) = 5M(X2) – 3.
2 2

↑M(aX) = aM(X), M(a) = a

? = M(X2) ← ? = X2 ← ? = X;
Matematici Aplicate În Economie. 131

X: ⇒ X2: ⇒ M(X2) = 0 x +

+1 x + 9 x = + = = .

M(5X2 – 3) = ... = 5M(X2) – 3 = 5 x –3= –3= = .

Cerinţa4: ? = (media) v.a. X(X – 4) + 2.

Rezolvarea cerinței4:
↓M(X+Y)=M(X)+M(Y)
M[X(X – 4) + 2] = M(X2 – 4X + 2) = M[X2 + (-4X) + 2] =
↓ M(X2) = , M(X) =
= M(X2) + M(-4X) + M(2) = M(X2) – 4M(X) + 2 = -4 +2= –7+2=
↑M(aX) = aM(X), M(a) = a

= –5= =- .

Cerinţa5: ? = (dispersia) v.a. X.

Rezolvarea cerinței5:

M(X2) = , M(X) =
↓
D(X) ≝ M(X2) – M2(X) = – ( )2 = - = = ( 0).

Cerinţa6: ? = (dispersia) v.a. .

Rezolvarea cerinței6:
↓D(X) =
D( ) = D( X) = )2D(X) = D(X) = = (≥ 0).
↑D(aX) = a2D(X)

Cerinţa7: ? = (dispersia) v.a. 3X – 4.

132 Virginia Atanasiu

Rezolvarea cerinței7:

↓D(X + Y) = D(X)+D(Y) dacă X, Y independente

D(3X – 4) = D(3X + (-4)) = D(3X) + D(-4) = 32D(X) + 0 = 9D(X) =
↑ ↑
v.a. 3X şi (-4) sunt independente D(aX) = a2D(X); D(a) = 0
(orice v.a. este independentă de orice număr real)
= 9D(X) = 9 = (≥ 0).
↑D(X) =

Cerinţa8: ? = (abaterea medie pătratică) a v.a. X.

Rezolvarea cerinței8:

↓D(X) =

X ≝ = = = = (≥ 0).

Cerinţa9: ? = (abaterea medie pătratică) a v.a. 3X – 4.

Rezolvarea cerinței9:

↓D(3X – 4) = , conform cerinței7

3X - 4 ≝ = = = = = = = (
≥ 0).

Cerinţa10: ? = (media v.a. Y = (3X – 1)2).

Rezolvarea cerinței10:

↓(a – b)2 = a2 + b2 – 2ab [(a + b)2 = a2 + b2 + 2ab]

M(Y) = M[(3X – 1)2] = M(9X2 + 1 – 6X) = M[9X2 + 1 + (-6X)] =
= M(9X2) + M(1) + M(-6X) = 9M(X2) + 1 – 6M(X) = 9 +1–6 = =
= = , unde: M(X + Y) = M(X) + M(Y), M(aX) = aM(X), M(a) = a.
Matematici Aplicate În Economie. 133

Cerinţa11: ? = (media) v.a. Z = (1 – 5X)2.

Rezolvarea cerinței11:

↓(a – b)2 = a2 + b2 – 2ab [(a + b)2 = a2 + b2 + 2ab]

M(Z) = M[(1 – 5X)2] = M(1 + 25X2 – 10X) = M[1 + 25X2 + (-10X)] =
= M(1) + M(25X2) + M(-10X) = 1 + 25M(X2) - 10M(X) = 1 + 25 - 10 =
= = = , unde: M(X + Y) = M(X) + M(Y), M(aX) = aM(X),
M(a) = a.

 −1 0 1 
Aplicaţia2: Fie v.a.d. (variabila aleatoare discretă) X:   (p ∈ ℝ)
2
 0,2 0,3 p 
i) Scrieţi repartiţiile v.a. (variabilelor aleatoare): Y = 4X + 3, Z = X3, U = X + X2
ii) Determinaţi mediile, dispersiile şi abaterile medii pătratice ale v.a. X, Y, Z, U
1 1 1
iii) Calculaţi probabilităţile: P(|X – M(X)| < 1); P(X < | X ≥ - ); P(X2 < )
4 2 5
iv) Calculaţi probabilitatea P(2X -1 ≤ 0| 4X > -1)

Rezolvare:

i) Pentru a şti cine sunt v.a. Y, Z, U, adică ce repartiţii au ele, trebuie să ne asigurăm că
repartiţia v.a.d. X are sens, deoarece în cadrul ei apare parametrul real necunoscut p. În cele ce
urmează, verificăm dacă repartiţia dată, adică a v.a.d. X are sens. Pentru ca repartiţia v.a.d. X să
aibă sens, trebuie să fie îndeplinite condiţiile:

Pe linia L1 din repartiția lui X: -1 < 0 < 1, ceea ce este evident adevărat ⇒ valorile
posibile -1; 0; 1 ale lui X sunt scrise în ordine strict „↑” (crescătoare).

Pe linia L2 din repartiția lui X: :

10) 0,2 = P(X = -1) ≥ 0 (evident adevărat);

0,3 = P(X = 0) ≥ 0 (evident adevărat);
p2 = P(X = 1) ≥ 0 (evident adevărat).

20) 0,2 + 0,3 + p2 = 1 ⇔ 0,5 + p2 = 1 ⇔ p2 = 1 – 0,5 ⇔ p2 = 0,5 ⇔ p = ± 0,5 .

Ambele valori obţinute pentru p convin, deoarece sunt reale. În concluzie, nu pentru
orice p ∈ ℝ repartiţia v.a.d. X are sens, ci numai pentru p = - 0,5 sau p = + 0,5 .
134 Virginia Atanasiu

Aşadar (fie că p = - 0,5 , fie că p = + 0,5 , p2 = 0,5):

 −1 0 1   −1 0 1 
X :   =   , adică:
 0,2 0,3 p = 0,5   0,2 0,3 0,5 
2

X:

Folosind operaţiile cu v.a.d. obținem că:

X: ⇒ Y = 4X + 3 astfel:

 4(−1) + 3 4 ⋅ 0 + 3 4 ⋅ 1 + 3   − 1 3 7 
Y = 4X + 3:   =  .
 0,2 0,3 0,5   0,2 0,3 0,5 

Deci Y = v.a.d.

X: ⇒ Z = X3 astfel:

 (−1)3 03 13   − 1 0 1 
Z = X3:   =  .
 0,2 0,3 0,5   0,2 0,3 0,5 


Observaţie: Două v.a. X şi Y se numesc identice din punct de vedere probabilistic şi

scriem X (p) Y, dacă ele au (urmează) aceeaşi repartiţie.

La noi, se observă că Z ( p) X.

X: ⇒ U = X + X2 astfel:

 (−1) + (−1) 2 0 + 02 1 + 12   0 0 2 
U = X + X2:   =  =
 0,2 0,3 0,5   0,2 0,3 0,5 
 0 2 
=   ; deci: U = v.a.d. + = 0,5
 0,5 0,5 

ii) X = v.a.d.: ? = M(X); ? = D(X); ? = σX.

X: ⇒ M(X) ≝ (-1) ⋅ 0,2 + 0 ⋅ 0,3 + 1 ⋅ 0,5 = -0,2 + 0,5 = 0,3; D(X) ≝

≝ M(X2) – M2(X) = ? - (0,3)2 = ? - 0,09 = ?;
Matematici Aplicate În Economie. 135

 −1 0 1   (−1) 2 = 1 02 = 0 12 = 1  1 0 1 
X:   ⇒ X 2 :   =  =
 0,2 0,3 0,5   0,2 0,3 0,5   0,2 0,3 0,5 


+ = 0,7
 0 1 
=   ⇒ X2 = v.a.d. ⇒ M(X2) = 0 ⋅ 0,3 + 1 ⋅ 0,7 = 0,7 ⇒ D(X) = ... = ? - 0,09 = 0,7 – 0,09=
 0,3 0, 7 
= 0,70 – 0,09 = 0,61 (≥ 0).

σX ≝ D(X) = 0,61 (≥ 0).

Deci: M(X) = 0,3; D(X) = 0,61 (≥ 0); σX = (≥ 0).

Y = v.a.d.: ? = M(Y); ? = D(Y); ? = σY.

Folosind proprietăţile mediei avem:

M(Y) = M(4X + 3) = M(4X) + M(3) = 4M(X) + 3 = 4 ⋅ 0,3 + 3 = 1,2 + 3 = 4,2.

[M(Y) se mai putea calcula şi pe baza repartiţiei v.a.d. Y, astfel:

Y: ( ) ⇒ M(Y) = (-1)⋅0,2 + 3⋅0,3 + 7⋅0,5 = -0,2 + 0,9 + 3,5 = 0,7 + 3,5 = 4,2]

Folosind proprietăţile dispersiei avem:

↓4X, 3 sunt independente, iar D(X + Y) = D(X) + D(Y), dacă X, Y sunt

independente ↓
D(Y) = D(4X + 3) = D(4X) + D(3) = 42D(X) + 0 = 16 ⋅ 0,61 = 9,76 (≥ 0)
[D(Y) se mai putea calcula şi cu definiţia dispersiei, astfel:
D(Y) = M(Y2) – M2(Y), dar aceasta ar fi condus la calcule mai lungi]

σ Y = D(Y) = 9,76 (≥ 0);

Z = v.a.d.: ? = M(Z); ? = D(Z); ? = σZ.

Z ( p) X ⇒ M(Z) = M(X) = 0,3;

D(Z) = D(X) = 0,61 (≥ 0); σZ = σX = 0,61 (≥ 0).

U = v.a.d.: ? = M(U); ? = D(U); ? = σU.

136 Virginia Atanasiu

U = v.a.d. ⇒ U: ⇒ M(U) = 0⋅0,5 + 2⋅0,5 = 1.

[M(U) se mai putea calcula şi folosind proprietăţile valorii medii, astfel:

M(U) = M(X + X2) = M(X) + M(X2) = 0,3 + 0,7 = 1];

D(U) = M(U2) - M2(U) = 2 – 12 = 2 – 1 = 1 (≥ 0), deoarece:

 0 2   02 = 0 22 = 4 
U:   ⇒ U 2 :   ⇒ U2 = v.a.d. ⇒ M(U2) = 0⋅0,5 + 4⋅0,5 = 2

 0,5 0,5   0 ,5 0 ,5 
Observaţie: D(U) = D(X + X2) ≠ D(X) + D(X2), deoarece X, X2 nu sunt v.a. independente
(sunt dependente şi anume X2 depinde, în mod evident, de X); σU = D( U) = 1 = 1 (≥ 0).

iii) ? = P(|X-M(X)|< 1): ? = (|X-M(X)|< 1); ? = |X-M(X)|: X: ⇒

 − 1 − M(X) 0 − M(X) 1 − M(X) 

⇒X – M(X):   , adică:
 0,2 0,3 0,5 

 − 1 − 0,3 = −1,3 0 − 0,3 = −0,3 1 − 0,3 = 0,7 

X – M(X):   ,
 0, 2 0,3 0 ,5 

 | −1,3 |= 1,3 | −0,3 |= 0,3 | 0,7 |= 0,7 

deci: | X − M ( X ) |:  ,
 0,2 0,3 0,5 

sau (aşezând în ordine crescătoare valorile posibile):

 0,3 0,7 1,3 

| X − M ( X ) |:   ,
 0,3 0,5 0,2 

de unde rezultă:

ev. reprezentate de cele 2 paranteze rotunde din cadrul ∪ -ii

↓ sunt incompatibile
P(X-M(X) < 1) = P[(X-M(X) = 0,3) ∪ (X-M(X) = 0,7)] =

= P[(X-M(X) = 0,3)] + P[(X-M(X) = 0,7)] = 0,3 + 0,5 = 0,8, deoarece:

|X–M(X)| = V:( )
Matematici Aplicate În Economie. 137

  )  ⇒ (X-M(X) < 1) = [(X-M(X) = 0,3) ∪ (X-

X-M(X): 0,3 0,7 1 1,3

-M(X) = 0,7)].

? = (probabilitatea ca X < , știind că X ≥ - ) = P(X < | X ≥ - )

 1 1
P − ≤ X < 
P( A ∩ B)
= 
1 1 2 4
P(X < | X ≥ - ) = P(AB) = =
4 2 P( B)  1
P X ≥ − 
 2
 1 1
P − ≤ X < 
4 P( X = 0)
= 
2 0,3 3
= = = ; X: .
 1 P[( X = 0) ∪ ( X = 1)] 0,8 8
P X ≥ − 
 2
1 1
−
2 4
1 1
 [  )  ⇒ (− ≤ X < 4) = (X = 0) ⇒ P( − ≤ X <
2 2
X: -1 0 1

< 4) = P(X = 0) = 0,3;

1
−
2
1
 [   ⇒ (X ≥ − ) = (X = 0) ∪ (X = 1) ⇒
2
X: -1 0 1

ev. reprezentate de cele 2 paranteze rotunde din cadrul ∪ -ii

↓ sunt incompatibile
1
⇒ P(X ≥ − ) = P[(X = 0) ∪ (X = 1)] = P[(X = 0)] + P[(X = 1)] = 0,3 + 0,5 = 0,8, unde am
2
ținut seama de: X: .

1
? = P(X2 < ) = P(X2 = 0) = 0,3, deoarece:
5

X: ⇒X2: .
138 Virginia Atanasiu

1
5
1
| ) | ⇒ (X2 < ) = (X2 = 0).
5
X2: 0 1

P( A ∩ B) P ( X = 0)
iv) P(2X - 1 ≤ 0| 4X > -1) = P(A|B) = = =
P( B) P[( X = 0) ∪ ( X = 1)]
10 )
0,3 0,3 0,3 3
= = = = , întrucât au loc cele de mai jos:
P ( X = 0) + P ( X = 1) 0,3 + 0,5 0,8 8
1
A = (2X - 1 ≤ 0) = (2X ≤ 1) = (X ≤ ) = (X = -1) ∪ (X = 0), conform primei
2
reprezentări grafice pe axa reală de mai jos.

1
B = (4X > -1) = (X > − ) = (X = 0) ∪ (X = 1), conform celei de a doua reprezentări
4
grafice pe axa reală de mai jos.

1 1 1 1
A ∩ B = (X ≤ ) ∩ (X > − ) = ( − < X ≤ ) = (X = 0), conform celei de a treia
2 4 4 2
reprezentări grafice pe axa reală de mai jos.

X -1 0 1/2 1 X -1 -1/4 0 1
| | ]| | | |( | |

-1/4 1/2
X | |( | ]| |
-1 0 1

Aplicația3: Se consideră v.a.i. (variabilele aleatoare independente):

 1 2 4   1 4 6 7 
X:  , Y :   .
 0,7 0,1 0,2   0,2 0,4 0,1 0,3 
Să se calculeze: M(2X + 4Y), D(2X + 4Y), σ2X+4Y.

Rezolvare:
Se verifică faptul că repartiţiile v.a.d. X şi Y au sens, deoarece:

 1 2 4   1 4 6 7 
X:  , Y :   .
 0, 7 0,1 0, 2   0, 2 0, 4 0,1 0,3 

• pentru X:
pe linia L1 din repartiția lui X: 1 < 2 < 4, evident adevărat.
Matematici Aplicate În Economie. 139

pe linia L2 din repartiția lui X:

2) 0,7 ≥ 0; 0,1 ≥ 0; 0,2 ≥ 0 (evident)
3) 0,7 + 0,1 + 0,2 = 1 (evident).

• pentru Y:
pe linia L1 din repartiția lui Y: 1 < 4 < 6< 7, evident adevărat.
pe linia L2 din repartiția lui Y:

1) 0,2 ≥ 0; 0,4 ≥ 0; 0,1 ≥ 0; 0,3 ≥ 0 (evident);

2) 0,2 + 0,4 + 0,1 + 0,3 = 1 (evident).

M(2X + 4Y) = ?.
↑
Media lui 2X + 4Y
Folosind proprietăţile valorii medii (M(a) = a, ∀ a ∈ ℝ; M(aX) = aM(X), ∀ a ∈ ℝ, X =
= (variabilă aleatoare); M(X + Y) = M(X) + M(Y), ∀ X, Y = (variabile aleatoare)) avem că:

M(2X + 4Y) = M(2X) + M(4Y) = 2M(X) + 4M(Y); ? = M(X), ? = M(Y).

 1 2 4   1 4 6 7 
X:  , Y :   .
 0,7 0,1 0, 2   0, 2 0, 4 0,1 0,3 

 1 2 4   1 4 6 7 
X:  , Y :   .
 0,7 0,1 0,2   0,2 0,4 0,1 0,3 

M(X) ≝ 1 ⋅ 0,7 + 2 ⋅ 0,1 + 4 ⋅ 0,2 = 0,7 + 0,2 + 0,8 = 0,7 + 1 = 1,7.

M(Y) ≝ 1 ⋅ 0,2 + 4 ⋅ 0,4 + 6 ⋅ 0,1 + 7 ⋅ 0,3 = 0,2 + 1,6 + 0,6 + 2,1 = 1,8 + 2,7 = 4,5.

Deci:

M(2X + 4Y) = ... = 2M(X) + 4M(Y) = 2 ⋅ 1,7 + 4 ⋅ 4,5 = 3,4 + 18 = 21,4.

D(2X + 4Y) = ?.
↑Dispersia lui 2X + 4Y

Folosind proprietăţile dispersiei (D(a) = 0, ∀ a ∈ ℝ; D(aX) = a2D(X), ∀ a ∈ ℝ, X =

= (variabilă aleatoare); D(X + Y) = D(X) + D(Y), ∀ X, Y = (variabile aleatoare independente))
avem că:

↓X, Y v.a.i. ⇒ 2X, 4Y v.a.i.

D(2X + 4Y) = D(2X) + D(4Y) = 22D(X) + 42D(Y) = 4D(X) + 16D(Y), ? = D(X), ? = D(Y).
140 Virginia Atanasiu

D(X) ≝ M(X2) – M2(X) = M(X2) - (1,7)2, ? = M(X2) ⟵ ? = X2 ⇐ X.

 1 2 4  12 = 1 22 = 4 42 = 16 
X:   ⇒ X 2 :   ⇒ X2 = v.a.d. ⇒ M(X2) = 1 ⋅ 0,7 + 4
 0,7 0,1 0,2   0,7 0,1 0,2 

⋅ 0,1 + 16 ⋅ 0,2 = 0,7 + 0,4 + 3,2 = 1,1 + 3,2 = 4,3, a.î.:

D(X) = ... = M(X2) - (1,7)2 = 4,3 - (1,7)2 = 4,3 – 2,89 = 4,30 – 2,89 = 1,41 (≥ 0), iar:

D(Y) ≝ M(Y2) – M2(Y) = M(Y2) – (4,5)2, ? = M(Y2) ⟵ ? = Y2 ⇐ Y.

 1 4 6 7  12 = 1 4 2 = 16 6 2 = 36 7 2 = 49 
Y :   ⇒ Y 2 :  ⇒
 0,2 0,4 0,1 0,3   0,2 0,4 0,1 0,3 
⇒ Y2 = v.a.d. ⇒ M(Y2) = 1 ⋅ 0,2 + 16 ⋅ 0,4 + 36 ⋅ 0,1 + 49 ⋅ 0,3 = 0,2 + 6,4 + 3,6 + 14,7 =
= 6,6 + 18,3 = 24,9, a.î.:

D(Y) = ... = M(Y2) - (4,5)2 = 24,9 - 20,25 = 4,65 (≥ 0).

D(2X + 4Y) = ... = 4D(X) + 16D(Y) = 4 ⋅ 1,41 + 16 ⋅ 4,65 = 5,64 + 74,4 = 80,04 (≥ 0).

σ2X+4Y = ?.
↑
Abaterea medie pătratică a lui 2X + 4Y

σ2X+4Y = = = 8,9 (≥ 0).

 a 2a 3a 4a 
Aplicaţia4: Fie variabila aleatoare discretă X:   , unde a, p ∈ ℝ.
 p 3p 3p p 
Determinaţi parametrii a, p ∈ ℝ, a.î. M(8X + 3) = 23.

Rezolvare:

Ne asigurăm ca repartiţia lui X să aibă sens (sau să fie corect definită).

Pe L1 din repartiţia lui X impunem condiţia ca valorile posibile ale lui X să fie scrise în
ordine strict „↑, adică: a < 2a < 3a < 4a.

Pe L2 din repartiţia lui X verificăm îndeplinirea celor două proprietăţi (P1) şi (P2), unde:

(P1) [p ≥ 0; 3p ≥ 0; 3p ≥ 0; p ≥ 0] ( ⇔ [p ≥ 0]).
Matematici Aplicate În Economie. 141

(P2) p + 3p + 3p + p = 1 ⇔ 8p = 1 ⇔ p = 1
, convine, pentru că verifică relaţiile de la (P1), şi
8
anume:

p=
1
≥ 0;
8
3p =
3
≥ 0,
8
(sau întrucât p =
1
≥ 0), a.î. repartiţia lui X corect definită este următoarea:
8
a 2a 3a 4a  ↑
X:  1 3 3 1  + , unde a ∈ ℝ, cu a verificând relaţiile de mai sus, adică: a < 2a <
 
8 8 8 8  →1
< 3a < 4a.

? = a ∈ ℝ, impunînd condiţia din enunţul problemei M(8X + 3) = 23, echivalentă cu:

(4
20
8M(X) + 3 = 23 ⇔ 8M(X) = 23 - 3 ⇔ 8M(X) = 20 ⇔ M(X) = =
5 ⇔
M(X) = 2,5, unde:
8 2
(4
1 3 3 1 a + 6a + 9a + 4a 20a 5
M(X) = a x + 2a x + 3a x + 4a x = = = a = 2,5a şi deci
8 8 8 8 8 8 2
relaţia M(X) = 2,5 de mai sus devine: 2,5a = 2,5 ⇔ a = 1 ∈ ℝ, valoare ce convine, întrucât verifică
relaţiile de la L1, şi anume: a = 1 < 2a = 2 x 1 = 2 < 3a = 3 x 1 = 3 < 4a = 4 x 1 = 4.

Prin urmare:

1
p= şi a = 1,
8
1 2 3 4 ↑
iar repartiţia corect şi complet definită a lui X este X:  1 3 3 1 + .
 
8 8 8 8 →1

 a −1 a + 2 a + 4
Aplicaţia5: Fie variabila aleatoare discretă X:   , unde a, p ∈ ℝ.
 4p 3p 0,3 
Determinaţi parametrii a, p ∈ ℝ, a.î. M(10X - 1) = 13.

Rezolvare:

Ne asigurăm ca repartiţia lui X să aibă sens (sau să fie corect definită).

Pe L1 din repartiţia lui X avem: a -1 < a + 2 < a + 4 ⇔ -1 < 2 < 4, ceea ce este evident
adevărat. Deci valorile posibile ale lui X sunt scrise în ordine strict „↑”.

Pe L2 din repartiţia lui X verificăm îndeplinirea celor două proprietăţi (P1) şi (P2), unde:

(P1) [4p ≥ 0; 3p ≥ 0]; 0,3 ≥ 0, ceea ce este evident adevărat.

(P2) 4p + 3p + 0,3 = 1 ⇔ 7p + 0,3 = 1 ⇔ 7p = 1 – 0,3 ⇔ 7p = 0,7 ⇔ p =
0,7
= 0,1, convine,
7
pentru că verifică relaţiile de la (P1), şi anume:
142 Virginia Atanasiu

4p = 4 x 0,1 = 0,4 ≥ 0;
3p = 3 x 0,1 = 0,3 ≥ 0,
a.î. repartiţia lui X corect definită este următoarea:

 a −1 a + 2 a + 4 ↑
X:   + , unde a ∈ ℝ.
 0, 4 0,3 0,3  →1

? = a ∈ ℝ, impunînd condiţia din enunţul problemei M(10X - 1) = 13, echivalentă cu:

10M(X) – 1 = 13 ⇔ 10M(X) = 13 + 1 ⇔ M(X) = 14 ⇔ M(X) = 1,4, unde:
10
M(X) = (a – 1)0,4 + (a + 2)0,3 + (a + 4)0,3 = a(0,4 + 0,3 + 0,3) + (-0,4 + 0,6 + 1,2) = a x 1 +
+ (0,2 + 1,2) = a + 1,4 şi deci relaţia M(X) = 1,4 de mai sus devine: a + 1,4 = 1,4 ⇔ a = 0 ∈ ℝ.

Prin urmare:

p = 0,1

şi:

a = 0,

iar repartiţia corect şi complet definită a lui X este:

 −1 2 4  ↑
X:   + .
 0,4 0,3 0,3  → 1

Teste de autoevaluare.

Testul de autoevaluare nr. 1:

Aplicația1:
Se consideră variabila X, având repartiția: X:( ), unde
a, p ∈ ℝ. Știind că valoarea medie a variabilei aleatoare 4X + 1 este egală cu 3, să se
determine a, p și repartiția variabilei aleatoare X3 - 2X.

Testul de autoevaluare nr. 2:

Aplicația1:
Se consideră variabila X, având repartiția X:( ), unde a,
b ∈ ℝ. Știind că valoarea medie a variabilei aleatoare 6X – 2 este egală cu 1, să se
determine a, b și repartiția variabilei aleatoare 2X – X3.
Răspunsuri şi comentarii la testele de autoevaluare.
Matematici Aplicate În Economie. 143

Testul de autoevaluare nr. 1:

Rezolvare:

X:( ) ⇒ linia1: a - 2 < a < a + 2 < a + 3 ⇔ -2 < 0 < 2 < 3,

ceea ce este evident adevărat; linia2: p ≥ 0, 2p ≥ 0, 4p ≥ 0, 3p ≥ 0, precum și:

p + 2p + 4p + 3p = 1 ⇔ 10p = 1 ⇔ p = = 0,1 convine, deoarece:

p = 0,1 ≥ 0, 2p = 2(0,1) = 0,2 ≥ 0, 4p = 4(0,1) = 0,4 ≥ 0, 3p = 3(0,1) = 0,3 ≥ 0, a.î.

repartiția corect definită a v.a.d. X este:

X:( ). ? = a ∈ ℝ din condiția ca: M(4X + 1) = 3 ⇔

⇔ M(4X) + M(1) = 3 ⇔ 4M(X) + 1 = 3 ⇔ 4M(X) = 3 – 1 ⇔ 4M(X) = 2 ⇔

⇔ M(X) = = = 0,5, unde:

X:( ) ⇒ M(X) = (a - 2) (0,1) + (a)0,2 + (a + 2)0,4 + (a +

+ 3)0,3 = 0,1a – 0,2 + 0,2a + 0,4a + 0,8 + 0,3a + 0,9 = a + 1,5, a.î. relația de mai

sus M(X) = 0,5 devine: a + 1,5 = 0,5 ⇔ a = 0,5 – 1,5 ⇔ a = -1.

Prin urmare, repartiția corect definită și complet determinată a v.a.d. X este:

X: ( )⇔

⇔ X: ( )⇒
- - - -
3
X – 2X: ( )⇒

⇒ X3 – 2X: ( )⇒

⇒ X3 – 2X: ( ) ⇒ X3 – 2X: ( ).

Testul de autoevaluare nr. 2:

144 Virginia Atanasiu

Rezolvare:

X:( ) ⇒ linia1: a < a + 2 < a + 4 < a + 5 ⇔ 0 < 2 < 4 < 5, ceea

ce este evident adevărat; linia2: b ≥ 0, 2b ≥ 0, 4b ≥ 0, 3b ≥ 0, precum și:

b + 2b + 4b + 3b = 1 ⇔ 10b = 1 ⇔ b = = 0,1 convine, deoarece:

b = 0,1 ≥ 0, 2b = 2(0,1) = 0,2 ≥ 0, 4b = 4(0,1) = 0,4 ≥ 0, 3b = 3(0,1) = 0,3 ≥ 0, a.î.

repartiția corect definită a v.a.d. X este:

X:( ). ? = a ∈ ℝ din condiția ca: M(6X – 2) = 1 ⇔

⇔ M(6X + (-2)) = 1 ⇔ M(6X) + M(-2) = 1 ⇔ 6M(X) – 2 = 1 ⇔ 6M(X) = 1 + 2

⇔ 6M(X) = 3 ⇔ M(X) = = = 0,5, unde:

X:( ) ⇒ M(X) = a(0,1) + (a + 2)0,2 + (a + 4)0,4 + (a +

+ 5)0,3 = 0,1a + 0,2a + 0,4 + 0,4a + 1,6 + 0,3a + 1,5 = a + 3,5, a.î. relația de mai

sus M(X) = 0,5 devine: a + 3,5 = 0,5 ⇔ a = 0,5 – 3,5 ⇔ a = -3.

Prin urmare, repartiția corect definită și complet determinată a v.a.d. X este:

X: ( )⇔

⇔ X: ( )⇒

2X – X3: ( )⇒

⇒ 2X – X3: ( )⇒

⇒ 2X – X3: ( ) ⇒ 2X – X3: ( ).

Bibliografia unităţii de învăţare 6:

Matematici Aplicate În Economie. 145

1. Atanasiu V., „Matematici aplicate în economie. Teorie, cazuri şi soluţii”, Editura Printech,
Bucureşti, 2005,
2. Atanasiu V., „Matematici aplicate în economie. Culegere de probleme: cazuri şi soluţii”,
Editura Printech, Bucureşti, 2005.
3. Dedu S., Şerban F., „Matematici aplicate în economie. Culegere de probleme”, Tipogrup
Press, Bucureşti, 2007.
4. Purcaru I., „Matematici generale şi elemente de optimizare”, Editura Economică, Bucureşti,
1997.
Lucrarea de verificare nr. 6:

(sinteză a cunoştinţelor dobândite de student în urma studiului său individual, bazat

pe noţiunile teoretice introduse şi aplicaţiile pezentate de noi, în cadrul unităţii de
învăţare 6)

Aplicaţia1: Fie X, Y v.a.”i.” = „independente”, având repartiţiile:

−1 0 + 1  −1 1
X:   şi Y:   , unde a, b ∈ ℝ.
 3a 2a 5a   b b

1) Să se determine a şi b.

2) Să se scrie repartiţia v.a. X + Y2.

3) Să se calculeze probabilitatea condiţionată: P(4X + 1 ≤ 0 | 2Y > - 1).

1 1  0 1 2 
Rezolvare: 1) a = = 0,1 și b = = 0,5. 2) X + Y2 = X + 1:   . 3)
10 2  0,3 0,2 0,5 

P(4X + 1 ≤ 0 | 2Y > - 1) = 0,3.

 − 1 0 + 1
Aplicaţia2: Fie v.a.d. X:  2  , unde a ∈ ℝ.
a a a 2 
1) Să se determine a.
2) Să se scrie repartiţia v.a. X + 2X2.
3) Să se determine probabilitatea condiţionată P(2X ≤ 1| 3X > - 1).
 0 1 3  " ↑"
Rezolvare: 1) a = a1 = . 2) X + 2X2:  1 1 1  "+" . 3) P(2X ≤ 1| 3X > - 1) = 2\3.
1
 
 2 4 4 →1
2

Aplicaţia3: Fie X, Y v.a.”i.”, având repartiţiile:

−1 2  − 1 0 + 1
X:   şi Y:   unde a, b ∈ ℝ.
 a a  5b 2b 3b 
146 Virginia Atanasiu

1) Să se determine a şi b.

2) Să se scrie repartiţia v.a. X - 3Y.

3) Să se calculeze probabilitatea condiţionată: P(3X ≤ 1 | 2Y > -1).

1 1
Rezolvare: 1) a = = 0,5 şi b = = 0,1.
2 10

 − 4 −1 2 5  ↑
2) X - 3Y:   + .
 0,15 0,25 0,35 0,25  → 0,4 + 0,6 = 1

3) P(3X ≤ 1 | 2Y > -1) = 0,5.

− 2 −1 0
Aplicaţia4: Fie v.a.d. X:  2  , unde a ∈ ℝ.
a a 2 a 

1) Să se determine a.

2) Să se scrie repartiţia v.a. X2 + X.

3) Să se determine probabilitatea condiţionată P(2X ≤ -1| X > -2).

0 2  " ↑"
. 2) X2 + X:  3 1  "+" . 3) P(2X ≤ -1| X > -2) =
1 1
Rezolvare: 1) a = a1 = .
 
4 →1
2 3
4

Precizări importante:
1. Media teză (MT) = (Nota Sub. 1. + Nota Sub. 2. + Nota Sub. 3 . + Nota Sub. 4):4;
MT ∈ [1,10]
2. Punctajul aferent fiecărei etape din rezolvarea subiectelor lucrării scrise se acordă numai
dacă rezolvarea este corectă, completă şi justificată.
3. Citiţi cu grijă textul problemelor, atenţie la calcule şi mult SUCCES!. 😊😊
4. Citiţi şi reţineţi precizările de mai sus pentru o autoevaluare corectă!