Documente Academic
Documente Profesional
Documente Cultură
Teme de studiu:
Câmp de evenimente; câmp de probabilitate (definiţia axiomatică a funcţiei probabilitate);
definiţia în sens clasic a probabilităţilor; proprietăţile funcţiei probabilitate.
Formule probabilistice: formule de calculul probabilităţii reuniunii de evenimente (pentru
evenimente incompatibile 2 câte 2, respectiv compatibile), formule de calculul probabilităţii
intersecţiei de evenimente (pentru evenimente independente, respectiv dependente), formule
de calculul probabilităţii pentru sisteme complete de evenimente (sisteme de ipoteze)
(formula probabilităţii totale şi formula lui Bayes).
Scheme clasice de probabilitate(schema lui Poisson; schema lui Bernoulli cu două,
respectiv mai multe stări; schema hipergeometrică cu două, respectiv mai multe stări).
Variabile aleatoare(discrete, continue); distribuții de probabilitate; caracteristici numerice
ale variabilelor aleatoare
Repartiţii probabilistice clasice (discrete, continue)
Repartițiile probabilistice N – normală, Hi - pătrat, t - Student, F – Fisher.
Un eveniment A se numeşte eveniment compus dacã evenimentele B, C A astfel încât acesta
se poate scrie: A= B C. În caz contrar evenimentul se numeşte elementar.
n 1
P( An ), atunci se poate spune cã probabilitatea este complet aditivã.
A CA A A axioma
P() P( A) P( A) axioma
1 P( A) P( A)
0 0
3 2
Fie
C B A B A; A C A ( B A) B P( B) P( A) P(C )
P(C )
A C A ( B A) P(C ) (axioma10 )
Evident: , ceea ce trebuia demonstrat
A B A B ; ( A B) ( A B) A ( B B)
A A
( A B) ( A B) A ( B B)
P( A) P( A B) P( A B) P( A B) P( A) P( A B)
A B A B A B P( A B) 1 P( A B)
P5
P5
1 P( A) P( A B) 1 1 P( A) P( B A)
P5
P( A) P( B) P( A B)
P5
A B A B A
P5
P( B A) P( B) P A B
3
Note de curs Econometrie – Conf. univ. dr. Marilena Din
6. Formule probabilistice
n 1 n n n
P( Ai ) P( Ai An1 ) P( Ai ) P( An1 ) P(( Ai ) An1 )
i 1 i 1 i 1 i 1
n n
( Ai ) An 1 ( Ai An 1 )
i 1 i 1
n n Cn2 n
P(( Ai ) An1 ) P( Ai An1 ) P( Ai Aj An1 ) ....... (1) n1 P(( Ai ) An1 )
i 1 i 1 i j i 1
4
CAP. I. Elemente de calculul probabilităţilor
Demonstraţie:
inducţie după “n”:
n 2 P( A1 A2 ) P( A1 ) PA1 ( A2 )
n 1
n Baza n ipoteza
P( Ai ) P ( Ai ) An1 P( Ai ) P n ( An 1 ) P( A1 ) PA1 ( A2 ) PA1 A2 ( A3 ).....Pn1 ( An ) P n ( An 1 )
i 1 i 1 inducþiei i 1 Ai inducþiei Ai Ai
i 1 i 1 i 1
5
Note de curs Econometrie – Conf. univ. dr. Marilena Din
P( H ) P
i 1
i Hi (X )
Demonstraţie:
Din definiţia probabilitãţilor condiţionate avem:
P( H i ) PHi ( X )
P( X H i ) P( H i ) PHi ( X ) P( X ) PX ( H i ) PX ( H i )
P( X )
P(X)se exprimã din formula probabilității totale (q.e.d)
Observaţie:
În limbajul urnelor, schema Poisson este formulatã astfel :
Se dau urnele: U1,U2………Un care conţin bile albe şi negre în proporţii date, adicã se cunoaşte pi=
probabilitatea cu care se extrage o bilã albã din urna Ui. Se cere probabilitatea de a extrage “k” bile
albe şi “n-k” bile negre, atunci când se extrage câte o bilã din fiecare urnă.
Observaţie:
În limbajul urnelor, schema lui Bernoulli este schema Poisson în care toate urmele coincid
ca proporție de bile albe și negre. În acst caz, în loc de n urne identice din care se scoate câte o bilă,
se ia o singură urnă din care se fac n extrageri succesive de câte o bilă, cu revenire a bilei în urnă
după fiecare extragere (cu întoarcere). Din acest motiv Schema lui Bernoulli se mai numește și
schema bilei cu revenire.
6
CAP. I. Elemente de calculul probabilităţilor
nk
k
P(n, k ) C C a
n
b
C N
P(n,k) se calculeazã dupã formula clasicã a probabilitãţii pentru un câmp finit de evenimente şi
evenimente elementare egal posibile. Numãrul cazurilor egal posibile se determinã observând cã
extragerea consecutivã a “n” bile fãrã revenire coincide cu extragerea simultanã a unui “n” uplu de
bile deodatã).
Dacă X,Y sunt două variabile aleatoare, atunci au sens operaţiile de adunare algebrică, de înmulţire,
de împărţire, de compunere şi rezultatele lor sunt de asemenea variabile aleatoare.
În cazul variabilelor aleatoare de tip discret, ansamblul format din valorile variabilei
aleatoare şi probabilităţile evenimentelor corespunzătoare se numeşte distribuție de probabilitate,
adică:
x1 ,x2.....xn n
X : ; pi 1 pentru variabile aleatoare de tip discret şi finit;
p1 , p2..... pn i 1
x1 ,x2.....xn.....
X : ; p n 1 pentru variabile aleatoare de tip discret şi numărabil;
p1 , p2..... pn.... n 1
x
X : ; f x dx 1 pentru variabile aleatoare de continuu, unde funcția f se numește
f x R
densitate de repartiție (de probabilitate) și f x 0 pentru orice x R .
7
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Definiție: Numim funcţie de repartiţie o aplicaţie F:R[0,1] astfel încât F(x)= P(X<x);
Dacă F este funcţia de repartiţie a variabilei X, atunci ea se poate explicita pentru fiecare tip
de variabilă aleatoare, astfel:
Deci variabila aleatoare X de tip continuu are o densitate de repartiţie dacã o funcţie
x
f : R 0, ) astfel încât funcţia de repartiţie este dată de relația F ( x) f (t )dt .
p2) lim F ( x) 0
x
Demonstraţie: fie ( xn ) n R, xnn ( X xn ) n P( X xn ) n 0 F ( x) x 0
p3) lim F ( x) 1
x
Demonstraţie: analog
( xn )n R, x n
n X xn
n P( X x n )
n 1 F ( x ) x 1
8
CAP. I. Elemente de calculul probabilităţilor
(X-b) (X<a)
P ( a X b) P X b X a F b F a F x x a
x b
i1
Pentru variabilele aleatoare de tip discret numărabil, momentul iniţial de ordinul “k” este dat de
relaţia :
k E X k xnk pn , dacă seria este convergentă
n 1
Pentru variabilele aleatoare de tip continuu, momentul iniţial de ordinul “k” este dat de relaţia:
k E X x k f ( x)dx , dacă integrala este convergentă.
k
Caz particular: pentru k=1, 1= E[X] = se numeşte valoarea medie a variabilei aleatoare X sau
speranţa matematicã (expectation). Se mai notează și cu m=M[X]
n
i) xi pi pentru variabile aleatoare de tip discret şi finit
i 1
ii) xn pn pentru variabile aleatoare de tip discret şi numărabil
n 1
iii) x f ( x) dx pentru variabile aleatoare de tip continuu
9
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Dacă notăm cu 2 V ( x) 2 2 2
Expresia k k k ( x) se numeşte abaterea medie de ordinul k
Pentru k=2, V ( x) 2 ( x) se numeşte abaterea medie pătratică (standard
deviation).
X
Z unde X o variabilă aleatoare cu E(X) = şi
Variabila abatere normată Z dată de:
abaterea medie pătratică x = .
Se demonstrează ușor că variabila abatere normată Z are E(Z)=0 şi V(Z)=1.
10
CAP. I. Elemente de calculul probabilităţilor
Variabila aleatoare X care are funcţia de frecvenţe P(X =k)=b(k; n, p)=Cnk pk qn-k , q=1-p,
poartă numele de variabilă binomială şi se notează cu Bi(n, p).
Termenul de variabilă aleatoare binomială provine din faptul că probabilităţile date de
numerele b(k; n, p) sunt egale cu termenii succesivi din dezvoltarea binomială (p+q)n.
Repartiţia variabilei X~Bi(n, p) se scrie:
0 1 2 ... k ... n
X: n 1 1 n 1 2 2 n 2 k k n k
n
q C n p q C n p q ... C n p q ... p
Alegerile lui p şi n determină în mod unic repartiţia binomială în sensul că pentru diferite
alegeri se obţin diferite repartiţii (exceptând cazul p=0, când nu avem succes niciodată).
Dacă X~Bi(n, p), atunci M(X)=np şi D(X)=np(1-p).
Variabila X este ataşatã schemei Bernoulli cu douã stări. Schema Bernoulli este modelul
matematic al unui număr mare de fenomene reale şi este realizată de o succesiune de extrageri
independente dintr-o urnă ce conţine a bile albe şi b bile negre, a şi b rămânând acelaşi în decursul
11
Note de curs Econometrie – Conf. univ. dr. Marilena Din
j1 j1
F x P X x ...............................................
q n C1 pqn 1 ... C k p k q n k , k x k 1
n n
.................................................
1 ,x n
Graficul acestei funcţii de repartiţie este un grafic în n trepte, corespunzătoare celor n+1 puncte de
discontinuitate.
De reținut:
Variabila binomială de parametrii n şi p este suma a n variabile independente Bernoulli.
Se considera o urnă cu bile albe şi bile negre de aceeaşi mărime si greutate şi fie p proporţia de bile
albe, iar q=1- p proporţia de bile negre. Dacă notăm cu X v.a. ce reprezintă numărul de bile albe
apărute în cele n extrageri cu repunerea bilei extrase în urnă, atunci avem că:
X:
x
x x n -x
x=0,1,2,…n, unde
C p (1 - p)
n
P(X=x) = C nx p x (1 p) n x , x=0,1,2,…n, 0 p 1
E(X) = np
V(X)= np(1-p)
Notaţie X~Bin(n,p)
12
CAP. I. Elemente de calculul probabilităţilor
x
x n x Cax C Nn xa
X : C a C N a , x=1,2,3,…,n, unde P(X=x) =
Cn C Nn
N
a
E(X) =n
N
a N a N n
V(X)= n
N N N 1
Legea Poisson este legea limită a repartiţiei binomiale de mai sus, când numărul de experimente
este foarte mare n , probabilitatea de realizare a evenimentului A este foarte mică (p 0) dar
n p = .
p
n
k
n(n 1)(n 2).....(n k 1) k
n
13
Note de curs Econometrie – Conf. univ. dr. Marilena Din
n m
m! e
m
k ( x) n k e (m 1) k 1 e m k 1 C k11 m k 2 ..... C kk12 m 1
n 0 n! m 0 m! m 0
m
m
m
m k 1 e C k11 m k 2 e ..... e ( k 1 C k11 k 2 ........ 1)
m 0 m! m 0 m! m 0 m!
not.
( 1) k 1
de unde i ptr.k 0; 0 1;1 M X ; 2 (1 1) ( 1)
Deci: M X
2 Momentul centrat de ordinul “k”
m
k n
k ( x) (m ) k e C ki k i (1) k i m i e
m 0 m! m 0 i 0 n!
k
m not.
C ki k i (1) k i m ii e ( )
k
i 0 m 0 m!
i i ; 0 ( x) 1;1 ( x) 0;
unde
2 ( x) D( x) 2 2 1 2 ( 1) 2 ;
Deci, media şi dispersia unei variabile distribuite după legea Poisson, sunt egale cu valoarea
parametrului : M X ; D( X )
Repartiţia Poisson apare în multiple situaţii, ca de exemplu: probabilităţile unui număr
specificat de apeluri telefonice într-o unitate de timp, sau a unui număr de defecte dat pe unitatea de
produs, sau a unui număr de bacterii pe unitatea de volum într-o soluţie, sau a unui număr de
accidente dat într-o unitate de timp.
Dacă X1, X2, …, Xn sunt variabile aleatoare independente, repartizate după legea Poisson, de
parametrii 1, 2, …,respectiv n, atunci X1+ X2+ …+ Xn ~Po(1+ 2+…+n).
1 ,x n
De reținut:
Repartiţia Poisson este distribuţia ce modelează numărul de evenimente care se produc unul după
altul cu o rată constantă . Un experiment de tip Poisson este caracterizat de următoarele proprietăţi:
1. numărul de apariţii ale evenimentului care apare în oricare interval este independent de numărul
de apariţii ale evenimentului care apare în oricare alt interval
2. probabilitatea de apariţie a evenimentului într-un interval este aceeaşi pentru oricare alt interval
de mărime egală
3. probabilitatea de apariţie a evenimentului este proporţională cu mărimea intervalului
Repartiţia Poisson mai este numită şi “legea evenimentelor rare” deoarece dacă se efectuează un
număr foarte mare de probe independente probabilitatea apariţiei evenimentului dorit este foarte
mică în comparaţie cu numărul de probe.
14
CAP. I. Elemente de calculul probabilităţilor
Dacă X~Bin(n,p), atunci pentru p foarte mic, adica p→ 0, și notăm cu =np, atunci n = /p → ∞
şi în acest caz Bin(n,p) devine Poisson ( ) cu distribuția:
x x
X : x unde P(X = x) = e , x N , 0 ; P(X=x) = P( X x 1)
e x! x
x!
E(X) =
V(X)=
Notaţie X~Poisson( )
În cazul unei variabile aleatoare continue (variabilă care poate lua orice valori în cadrul unui
anumit interval) este utilizată funcţia de densitate.
Deoarece, pentru o variabilă aleatoare continuă, probabilitatea de a avea o anumită valoare
este 0, se calculează probabilitatea ca valoarea înregistrată de variabila aleatoare să aparţină unui
anumit interval.
b
Astfel, Pa x b f x dx , iar funcţia de repartiţie este dată de probabilitatea:
a
x
F x P X x f t dt
Dacă X este o variabilă aleatoare de tip continuu şi ia valori nenule în intervalul astfel
încât densitatea sa de repartiţie rămâne constantă în acest interval, se spune că variabila X este
repartizată uniform, cu densitatea sa de repartiţie:
c, x ( , )
f ( x)
0, x ( , )
Determinând constanta c astfel încât f(x) să verifice teorema de caracterizare a densităţii de
probabilitate, se obţine:
f ( x)dx c dx c( ) 1
1
, x ( , )
f ( x)
0, x ( , )
Funcţia de repartiţie este:
0, x
x
x
x
F ( x) f (t )dt f (t )dt , x ( , )
1, x
Caracteristicile numerice pentru variabila X repartizată după legea densităţii uniforme, devin:
15
Note de curs Econometrie – Conf. univ. dr. Marilena Din
k 1 k 1
k ( x) x f ( x)dx
k
( )(k 1)
0 1
2 2
1 m M X
2
; 2 M X 2
3
k 1
k ( x) ( x ) f ( x)dx
k 1
(k 1)( )
1 (1) k
2 2
D( x) 2 ( x), D( x)
f(x) 0 şi f ( x )dx 1.
Caracteristicile numerice ale unei variabile aleatoare repartizate după legea exponenţială:
Momentul iniţial de ordinul k:
1
1 0
k 2 k!
k ( x) k 1 ( x) 2 1 k k
...............
k
k k 1
Momentul centrat de ordinul k:
1 k
k ( x) (1) k k k 1 ( x)
Deci, pentru variabila aleatoare care urmează o lege exponenţială, media şi dispersia sunt:
1 M X
1
1 1
2 ( x) D( x )
2
Repartiţia exponenţială cu media M X
1
apare ca repartiţie a duratei pe timp între
evenimentele succesive într-un proces Poisson, de intensitate . Repartiţia exponenţială este
folosită ca repartiţie a duratei de viaţă când există un risc constant de defectare care nu se schimbă
cu vârsta De exemplu, repartiţia exponenţială poate fi considerată ca un model posibil pentru
intervalele de timp dintre accidentele miniere.
16
CAP. I. Elemente de calculul probabilităţilor
2
xm
t , dx 2t
2
Caracteristicile numerice ale unei variabile aleatoare X, repartizată după legea normală
Se calculează momentul iniţial de ordinul k:
( xm)2
1 1
n ( x) x f ( x)dx x e dx ( 2t m) n e t dt
2
n n 2 2
2
n n
1 1
C n t ( 2 ) m e dt C nk ( 2 ) k m nk tk
mk t
e tdt
2 2
k k k
k 0 k 0 Ik
1 not
n ( 2 I m) n ; I k I k
1
0 1; 1 M [ x] ( 2 I1 m I 0 ) m
Deci parametrul “m” din legea densităţii normale este chiar media variabilei:
M[X]=m
iar momentul iniţial de ordinul doi este:
1
2 M[x2 ] (2 2 I 2 2 2 I1m m 2 I 0 ) 2 m 2
Se calculează momentul centrat de ordinul “n”
( xm)2
2 t
1 1
n ( x) ( x m) f ( x)dx ( x m) e
n n
dx e t dt
2
n n 2 2
2
1
2 2k 2k 1!! (2k 1)!! 2 k n ( x)
0 , n 2k 1
(2k 1)!! , n 2k
k 2k
2
xm
t
2
17
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Deci parametrul din expresia densităţii normale reprezintă chiar abaterea medie patratică:
0 1; 1 0; 2 D( x) 2
Graficul densităţii normale se numeşte Clopotul lui Gaus, după aliura sa.
Se observă că variabila X repartizată după legea normală este definită pe toată axa reală,
deci graficul densităţii nu admite asimptote verticale:
( xm)2
1
lim f ( x) lim e 2 2
0
x x
2
deci y = 0 este asimptota orizontală la .
Graficul admite ca axă de simetrie dreapta x = m
m x e x2m
2
1
f ( 2m x ) f ( x ) f ( x ) ` 2
2 2
1
f ` ( x ) 0 x m f ( m)
2
m x
( x m)2
1
f ( x) e 2 2
0 x m
`` 2 2
5
2
1
Calculăm f (m ) f (m ) ceea ce reprezintă ordonatele punctului de
2e
inflexiune ale graficului.
Funcţia de repartiţie se calculează astfel:
t m
0 x m xm xm
2 2 2
x
1
x
1 1 1
F ( x) f (t )dt e 2 dt e y dy 2 e dy
y
2 2 2
2 0 0
cu schimbarea de variabilă:
t m
y
2
Deci funcţia de repartiţie este:
x m
2
F x
1 1
e
y2
dy
2 0
18
CAP. I. Elemente de calculul probabilităţilor
Pentru a putea calcula probabilitatea din relaţia de mai sus, se introduce funcţia lui Laplace,
ale cărei valori sunt tabelate:
x
2
e dy
y2
( x)
0
Astfel, cu ajutorul tabelelor pentru funcţia lui Laplace se pot calcula valorile funcţiei de
repartiţie şi ale probabilităţii care ne interesează pentru o variabilă aleatoare repartizată după legea
normală:
1 x m
F ( x) 1
2 2
1 m m
P( x )
2 2 2
Principalele proprietăţi ale funcţiei lui Laplace
p1) monoton crescătoare
p2) lim x 1
x
cu proprietăţile
1. ( z) ( z)
1 1
2. lim ( z) şi lim ( z)
y 2 y 2
e
2
F ( x) dt şi deci P(a X b) F (b) F (a)
2
Legea normală se aplică însă, de cele mai multe ori, nu sub forma iniţială, ci sub forma unei
repartiţii normale cu m = 0 şi =1, prin trecerea de la o variabilă X cu legea N(x,m,) la variabila
19
Note de curs Econometrie – Conf. univ. dr. Marilena Din
1
X m 1 2 z2
Z care va avea densitatea de repartiţie: f ( z) e şi funcţia de repartiţie
2
1 z 12t2
F ( z ) P( Z z ) e dt
2
Avem atunci că :
1
F ( z ) ( z )
2
1 xm
sau F ( x)
2
Şi F ( z) 1 F ( z) .
X m xm
Aşadar, P( X x) P Z z P( Z z ) F ( z )
Valorile funcţiilor (z) şi F ( z ) sunt tabelate.
0.20
0.15
0.10
0.05
-2 -1 0 1 2
0.4
0.2
0.0
-2 -1 0 1 2
0.3
0.2
0.1
0.0
0 1 2 3 4 5 6 7
Repartiţia t – Student
21
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Pentru diferite valori ale lui n, există tabele de valori corespunzătoare probabilităţilor de forma:
t0
P ( T t0 ) 1
t0
f (t )dt .
Dacă T este variabila aleatoare cu repartiţia Student, atunci media şi dispersia acesteia sunt:
n
E (T ) 0 şi V (T ) .
n2 0.6
0.5
0.4
dt(x, 1)
0.3
0.2
0.1
0.0
-2 -1 0 1 2
Distribuţia t - Student
Observație: când numărul gradelor de libertate tinde la infinit, repartiţia Student converge către
repartiţia normală normată.
Repartiţia F -Fischer
U / k1 k2U
Variabila aleatoare F definită de relaţia: F în care U şi V sunt variabile aleatoare
V / k2 k1V
independente cu legi 2 respectiv cu k1 şi k2 grade de libertate se numeşte variabila Fischer iar
repatiţia sa se numeşte repartiţia Fischer cu k1 şi k2 grade de libertate.
F Fischer
0.8
0.6
df(x, 1, 1)
0.4
0.2
0.0
Distribuţia F - Fischer
22
CAP. I. Elemente de calculul probabilităţilor
1 2 k12 k22
unde constanta C are expresia: C
CF 2 2
f (F ) k1 k2
x0
k2 k1F k k
2 1 2
2 2
Dacă k2 2 graficul funcţiei f(F) este cel din figura de mai sus. Pentru repartiţia Fischer sunt
alcătuite tabele care dau valorile F ,k1,kk în funcţie de gradele de libertate k1,k2 şi de probabilitatea
conform cu relaţia: P( F F ;k1,k2 ) f (F )df
F , k1 , k2
k 2(k1 k2 ) 4
2
k
E ( F ) m1 2 , V ( F ) m2 m12 2
k2 2 k2 2 k1 (k2 4)
Fie X:R o variabilă aleatoare discretă sau continuă cu media E(X) = m şi dispersia finită V(X).
Are loc inegalitatea:
P X E( X ) 1 2
V (X )
0 arbitrar, numită inegalitatea lui Cebîşev.
V (X )
Inegalitatea lui Cebîşev se mai poate scrie P m X m 1
2
Dacă X1, X2, …..,Xn sunt variabile aleatoare (discrete sau continue) independente, ale caror
dispersii sunt mai mici decat o constanta C, atunci oricare ar fi un numar pozitiv :
X 1 X 2 ...... X n E ( X 1 ) E ( X 2 ) ..... E ( X n )
lim P 1
n
n n
23
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Observaţii:
X1 X 2 ...... X n
1. Dacă notăm : X atunci legea numerelor mari se scrie :
n
lim P[| X E( X ) | ] 1
n
1
lim Cnx p x q n x e 2 , unde m = n∙p şi npq
n 2
4. Având la dispoziție tabelul valorilor densităţilor de repartiție (de probabilitate) ale variabilei
normale normate, adică N(0,1), rezultatul anterior poate fi scris :
, unde z x m , m = n∙p si npq
f ( z)
Cnx p x q n x Z
Fie X1, X2, ….,Xn un şir de variabile aleatoare independente, identic repartizate cu medie m si
dispersie .
X m
Atunci, pentru n suficient de mare, avem că: ~ N (0,1), n
/ n
Dacă variabilele aleatoare Xk, k =1,2,…,n sunt independente şi nu iau valori prea mari una în
n
comparație cu cealaltă, iar n este suficient de mare, atunci X = X
k 1
k are ca repartiţie asimptotică
repartiția normală, oricare ar fi repartiţiile variabilelor aleatoare Xk, k =1,2,…,n. Prin urmare,
Teorema Limită Centrală dă posibilitatea folosirii repartiţiei normale drept lege practică de
aproximare.
6. Distribuţia normală poate fi folosită pentru aproximarea altor distribuţii care au aceeaşi medie şi
dispersie. De exemplu :
Bin(n,p) ~ N(m= np, 2 = np(1-p))
Poisson( ) ~ N(m= , 2 = )
24
CAP. I. Elemente de calculul probabilităţilor
PROBLEME REZOLVATE
25
Note de curs Econometrie – Conf. univ. dr. Marilena Din
c) P6, 4 C64 p 4 q 2
6
d) P6,k 2 P6,k
k 2
e) p6,3 C p q 3 3 3
6
4. Profitul unui agent economic la sfârşitul lunii poate sã creascã faţã de luna precedentã
cu probabilitatea de 0,6. Se anticipeazã profitul agentului economic pentru urmãtoarele 4 luni. Sã
se afle probabilitatea ca profitul :
a) sã creascã în 3 din cele 4 luni ;
b) sã creascã cel puţin în 2 din cele 4 luni ;
c) sã nu creascã în 2 din cele 4 luni ;
d) sã nu creascã în cel mul 2 din cele 4 luni ;
e) activitatea agentului economic sã nu fie rentabilã în nici una din cele 4 luni ;
f) activitatea agentului economic sã fie rentabilã pe întreaga periodã.
Soluţie: ( Schema Bernoulli sau schema bilei revenite )
p P( A) 0,6 ; evenimentul A = “profitul sã creascã faţã de luna precedentã ”
a) P4,3 C 43 p 3 q1
b) P4, 2 P4,3 P4, 4 C42 p 2q 2 C43 p3q1 C44 p 4q0
c) P4, 2 C42 p 2 q 2
d) P4, 2 P4,3 P4, 4 C42 p 2q 2 C43 p3q1 C44 p 4q0
e) P4,0 C40 p 2 q 2
f) P4, 4 C 44 p 4 q 0
C100 k 0 C100 k 0
C70
26
CAP. I. Elemente de calculul probabilităţilor
Formule probabilistice
Soluţie:
a) Fie Ai evenimentul ca modulul “ i ” să funcţioneze fară defect ; pi P( Ai ) ; i 1, 3 .
Fie A evenimentul ca aparatul să funcţioneze. Atunci A A1 A2 A3 şi cum evenimentele Ai
sunt independente, P( A) P( A1 A2 A3 ) p1 p2 p3 0,8 0,85 0,9 0,612 .
b) Fie B evenimentul cerut, ca aparatul să nu funcţioneze. Evident : B A . Deci :
P( B) 1 P( A ) 1 0.612 0.388 .
c) Fie C evenimentul cerut. El se realizează daca şi numai dacă un singur eveniment Ai din
cele trei nu se realizează. Deci : C ( A1 A2 A3 ) ( A1 A2 A3 ) ( A1 A2 A3 ) .
Cum evenimentele reunite sunt incompatibile două căte două, pentru calculul lui P(C ) se foloseşte
finit aditivitatea funcţiei probabilitate.
P(C ) P( A1 A2 A3 ) P( A1 A2 A3 ) P( A1 A2 A3 )
(1 p1 ) p 2 p3 p1 (1 p 2 ) p3 p1 p 2 (1 p3 )
0,2 0,85 0.9 0,8 0,15 0,9 0,8 0,85 0,1 0,153 0,108 0,068 0,329
2. O firma are în trei oraşe diferite câte o filială. Consiliul de administraţie al firmei a fixat
o valoare S faţa de care se raportează profitul fiecărei filiale.
Din datele statistice ale firmei rezultă că probabilităţile cu care fiecare filiala obţine un profit ce
depăşeşte suma S sunt aproximate de valorile p1 0,5 ; p2 0,6 ; p3 0,8 .
Să se afle probabilitatea ca :
a) cel puţin o filială să aibă un profit ce depăşeşte pe S ;
b) o singura filiala să aibă profit mai mare decât S ;
c) profitul la toate filialele să fie mai mare ca S ;
d) profitul la toate filialele să fie mai mic ca S ;
e) profitul la cel mult 2 filiale să depăşească pe S.
Soluţie:
a) Fie Ai evenimentul ca filiala “ i ” să obţină un profit mai mare decât S. Fie A
3
evenimentul ca cel puţin o filiala să aibă un profit mai mare ca S. Deci X Ai şi cum
i 1
evenimentele sunt compatibile P(X) se calculează cu formula Poincare :
3
P AI P( A1 ) P( A2 ) P( A3 ) P( A1 A2 ) P( A1 A3 ) P( A2 A3 ) P( A1 A2 A3 )
I 1
p1 p2 p3 p1 p2 p1 p3 p2 p3 p1 p2 p3
= 0,5 0,6 0,8 0,5 0,6 0,5 0,8 0,6 0,8 0,5 0,6 0,8 0,96 .
27
Note de curs Econometrie – Conf. univ. dr. Marilena Din
97 96 95 94
0,858.
100 99 98 97
b) Evenimentul cerut notat cu Y ca lotul să nu fie acceptat, este contrarul evenimentului X.
Deci P(Y ) 1 P( X ) 1 0.858 0,142.
c)Notăm cu Z evenimentul cerut.
97 3
Z A1 A2 P( Z ) P( A1 ) P A2 1,02.
A1 100 99
4. Două maşini automate care fabrică acelaşi fel de piese şi au aceeaşi productivitate,
realizează piese rebut cu probabilitatea p1 0,05; p 2 0,02. Din producţia celor două maşini se
extrage la întâmplare o piesă:
a) Care este probabilitatea ca piesa extrasă să fie corespunzătoare;
b) Care este probabilitatea ca piesa extrasă să fie rebut;
c) Ştiind că piesa extrasă este rebut, să se afle probabilitatea ca ea să provină de la prima
maşină;
d) Ştiind că piesa extrasă este corespunzătoare, care este probabilitatea ca ea să provină de
la a doua maşină?
Soluţie:
28
CAP. I. Elemente de calculul probabilităţilor
P H 1 P H 2
1
2
a) Fie X evenimentul ca piesa extrasă să fie corespunzătoare.
X se poate descompune ca reuniune de evenimente incompatibile:
X X X H1 H 2 X H1 X H 2
Aplicăm formula probabilităţii totale:
P X PH 1 P X PH P X
H , unde P X H q1 ; P X H q 2
H 1 2 1 2
2
Variabile aleatoare
1 2 3 4
X : 2 7 1 1
p P
4 3 6
a) Care este probabilitatea ca variabila X să ia o valoare 3 ?
b) Calculaţi M X şi D X
Soluţie:
7 1 1
a) X este variabilă aleatoare => p 2 p 1
4 3 6
29
Note de curs Econometrie – Conf. univ. dr. Marilena Din
12 p 2 21 p 4 2 12 0
4p2 7p 2 0
D 49 32 81
79 1 79
p1 p2 2 0 soluţie care nu convine.
8 4 8
1 2 3 4
Rescriem distribuţia variabilei aleatoare, X :
1 / 16 7 / 16 1 / 3 1 / 6
1 7
M X 2 12 22 32 42
16 16
1
3
1
6
30
CAP. I. Elemente de calculul probabilităţilor
4
P1 X 5 F 5 F 1 pk 0.340 0.070 0.007 0.41 .
k 1
4. Se da o funcţie f : R R , unde:
k sin x , x [0, ]
f x ,k R
0 , x [0, ]
a. Să se determine constanta k astfel ca f să fie densitatea de repartiţie a unei variabile
aleatoare X .
b. Să se afle funcţia de repartiţie F a lui X
5
c. Să se calculeze P 0 X , P 0 X / x , P X / X
4 4 6 2 4 4
Soluţie:
Condiţiile ca f să fie densitate de repartiţie a variabilei aleatoare X sunt:
1. f x 0, x R k sin x 0 k 0
2.
f ( x)dx 1 k sin xdx k cos x
0
0
2k 1 k 1
2
1
sin x pentru x [0, ]
Deci: f ( x) 2
0 pentru x [0, ]
x
Deoarece : F x f (t )dt
pentru x 0 , F x 0
0 x x 1
pentru x a, b , F x
1 1
0 dt 0 2 sin tdt
2
cos t (1 cos x)
0 2
0 x
F x
1
pentru x f (t )dt 0 f (t )dt f (t )dt 0 0 2 sin tdt 0 1
0 , daca x0
1 cos x
In concluzie: F x , daca 0 x
2
1 , daca x
41 2 2
c. P 0 X = sin xdx
4 0 2 4
P 0 X / X
P X F F
=
6 4
4 6 2 3 2
4 6 2 3
P X 1 F
6 6
5 5 1
P X F F 1
5 2 4
2
4 2 2
P X / X
4 4 4 P X 5 F 5 F 1 2 2 2
1 1
4 4 4 4 2 2
31
Note de curs Econometrie – Conf. univ. dr. Marilena Din
1
=> K unde B(a, b) este funcţia beta de parametri a si b .
B ( a, b)
1 , daca 1 c x 1 c
f ( x) x ,c R
0 in rest
Să se afle valoarea constantei c pentru care funcţia f este o densiatate de repartiţie.
Soluţie:
Pentru ca f sa fie o densitate de repartiţie, trebuie ca f ( x) 0, () x R şi f ( x)dx 1
R
Din f ( x) 0 rezultă ca c 0
1 c
dx 1 c 1 c
Din condiţia 1c x 1 rezultă că ln x
1 c
1 sau ln
1 c
1
1 c e 1
Rezultă că: e , adică c .
1 c e 1
Y
0 k 1 k 1
4 4
1 1 k 5 k 3
3 12 4
1 2
P(Xx) 3 3
32
CAP. I. Elemente de calculul probabilităţilor
Valorile care apar în tabel sunt probalilităţi deci trebuie să satisfacă condiţiile:
1
0 k 1 0 3 k 1
, ,
5
0 14 k 1 0 k 1
12
Din cele patru inegalităţi rezultă 0 k 14 .
8
E( X ) 1 , E ( X 2 ) 1, V (X )
3 9
Avem:
3
E (Y ) 3 , E (Y 2 ) 3 , V (Y )
4 4 16
E ( XY ) (1) 0 k (1) 1 1 k 1 0 1 k 11 k 5
3 4 12 1
2k ,
12
1 1 3 2
2k 2k
Rezultă: ( X ,Y ) 12 3 4 12 24k 2 12k 1 .
8 3 1 12 6
9 16 6
1
Observăm că pentru k coeficientul de corelaţie este zero, deci variabilele aleatoare X şi Y sunt
12
independente.
f x dx 1
c dx 1
dx c c arctgx c 1 c
1 x 1 x
2
1 1 1
P 1 X 1 f x dx
dx 1 dx
1
1 1 x 2 11 x 2
1 1 1
1
1
arctgx .
1 4 4 2 2
0 , pentru x 0
9. Fie f : R R , f x
e
2 x
, pentru x 0
a. Să se determine pentru ca f să fie densitatea de repartiţie a unei variabile aleatoare
continue X .
b. Să se calculeze P X 3 , P X 3 , P2 X 3 .
c. Să se calculeze M X si D X .
Soluţie:
a) f densitate de repartiţie dacă:
f x 0, x R 0 ; f x dx 1 e
2 x
dx e 2 x dx 1
0
33
Note de curs Econometrie – Conf. univ. dr. Marilena Din
1
e 2 x
1 1
1 e e 0 1 2
2 0
2 2
3
b) P X 3 2e 2 x dx e 2 x ; P X 3 1 P X 3 6
3 1 1
1 e 6 1 6
0
0 e e
1 e2 1
3
P2 X 3 2e 2 x dx e 2 x
3 1
e 4 e 6 6
2
2 e4 e6 e
c) M X xf x dx 2 xe dx 2 xe dx
2 x 2 x
0 0
1 1
xe 2 x e 2 x dx 0 e 2 x .
0
0
2 0 2
M 2 X x f x dx 2 x e
2 2 2 x
dx
0
1 1 1
2 x e 2 x
2
2 x e 2 x
dx 0 e 2 x .
2 0 0
2 0 2
D X M 2 X M 2 X
1 1 1
.
2 4 4
10. Se da funcţia:
x , daca 0 x 1
f x 2 x , daca 1 x 2
0
, in rest
a. Să se verifice că f x este o densitate de probabilitate;
b. Să se calculeze M X si D 2 X .
Soluţie:
a)Se verifica uşor că f x > 0
1 1
1
x2
2
x2
f x dx 0 xdx 1 2 x dx
1 1
2 x 2 1 .
2 0 2 0 2 2
Deci f x este o densitate de probabilitate.
2 1 2
0 0 01
1 2 2
x3 2x 2 x3 1 8 1
4 1 3 2 1
3 0
2 1
3 1
3 3 3
2 1 2
M 2 X x 2 f x dx x 3 dx x 2 2 x dx
0 0 1
4 1 3 2 4 2
x x x 7
2 .
4 0
3 1
4 1
6
D X M 2 X M 2 x
7 1
1 .
6 6
34
CAP. I. Elemente de calculul probabilităţilor
1. Profitul unui agent economic, la sfârşitul unei luni, poată sa crească, fata de cel din luna
precedenta, cu probabilitatea 0,5. Se anticipează profitul agentului economic pe următoarele 6
luni.
a) Sa se estimeze numărul mediu de luni in care profitul creste ;
b) Sa se caracterizeze probabilitatea ca numărul lunilor in care profitul creste sa fie cuprins
intre doua si cinci luni.
Soluţie:
35
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Fie X variabila aleatoare care reprezintă numărul lunilor in care profitul creste fata de luna
precedenta; X poate lua valorile 0,1,2,3,4,5,6. X este o variabila aleatoare cu repartiţie binomiala de
parametrii p = 0,5;
n = 6 unde:
f ( x) P( X x) C6x (0,5) x (0,5)6 x .
Numărul mediu de luni cu profit in creştere este M(X). Avem : M ( X ) n p 3 deci, se poate
estima ca in trei luni din cele 6, profitul va creste.
Probabilitatea din enunţ se poate exprima, in cadrul modelului propus astfel : P(2 X 5) ; atunci
se poate scrie :
5
P(2 X 5) = P( X 2) P( X 3) P( X 4) P( X 5) C6x (0,5)6 x
x2
Se mai poate caracteriza aceasta probabilitate cu ajutorul inegalităţii lui Cebîşev, in felul
următor :
D( X ) np(1 p)
P(2 X 5) P( x 3 2) P( X M ( X ) 2) 1 2
1 0,7
2 4
Soluţie:
Fie X variabila aleatoare care reprezintă numărul de seturilor câştigate de unul dintre jucători. X
1
poate lua valorile 1,12, iar probabilitatea de a câştiga este .
2
1
Variabila aleatoare X are, in acest caz, o repartiţie binomiala cu : n = 12 si p = unde :
2
x 12 x 12
x 1 1 x 1
f ( x) P( X x) C12 C12 , x 1,12
2 2 2
1
M ( X ) n p 12 6
2
D( X ) n p (1 p) 3
x D( X ) 3
Soluţie:
Variabila aleatoare definita in enunţ are o repartiţie binomiala de parametri n =10 si p = 0,75.
36
CAP. I. Elemente de calculul probabilităţilor
C x
(0,75) x (0,25)10 x
P(8 X 10) 10
P 7 X 10 x 7
X 8 P( X 8) 10
C
x 8
x
10 (0,75) x (0,25)10 x
Soluţie:
Consideram funcţionarea fiecărui modul ca evenimente independente. Probabilitatea ca viata
medie a unui modul sa fie mai mare sau egala cu 3 este :
1
3 1
p e t dt e3 e 3 e1
3
e
1
Probabilitatea căutată este : p
6
e6
Observaţie : Funcţionarea unui motor are o repartiţie exponenţial negativă.
37
Note de curs Econometrie – Conf. univ. dr. Marilena Din
C
5
6 x
x
C9990
P(3 X 5) 10
C106
P X 3 x 3
; P X 6
X 5
C
P( X 5) 5
6 x
6
C10000
x
10 C9990
x 0
6. Un aparat electronic este format din 100 de repere. Probabilitatea de defectare a unui
reper într-un an de funcţionare este egal cu 0,01 şi nu depinde de starea celorlalte repere. În
ipoteza că numărul de defecţiuni este o variabila aleatoare X cu repartiţie Poisson, să se afle:
a) probabilitatea defectării a doua repere;
b) probabilitatea defectării a cel puţin două repere.
Soluţie:
Parametrul repartiţiei este a 100 0,01 şi repartiţia are forma:
x e 1
X : , unde x N , f x ;
f ( x) x!
a) P X 2 f 2 e 1
1 1
0,184
2 2e
b) P X 2 f x 1 f 0 f 1 1 2e 1 0,264
x 2
3
M X 2 xi2 pi 0,820 şi D X M X 2 M 2 X 0,46
i 0
c) Riscul asumat de magazin constă în evenimentul ca nici un furnizor să nu-şi onoreze contractul.
Vom avea:
3
P X 1 pi 0,496
i 1
38
CAP. I. Elemente de calculul probabilităţilor
X 1
c) P ;
0 X 3
d) Să se afle o limită inferioară a P0 X 4.
Soluţie:
Deoarece X este o variabilă aleatoare normală de parametrii m 2 şi 2 ,
bm a m
probabilităţile cerute se pot calcula cu formula Pa X b .
32 02 1
a) P0 X 3 1 0,5328
2 2 2
1 2 1 2 3 1
b) P X 1 P 1 X 1 0,242
2 2 2 2
1 2 02
X 1 P0 X 1 2 2
c) P 0,281
0 X 3 P0 X 3 0,5328
D X
d) P0 X 4 P X 2 2 1
1 1
1
4 2 2
10. Pe baza unui contract o firmă trebuie să livreze 100000 piese unui beneficiar. O piesă
este acceptată de beneficiar numai dacă valoarea unei caracteristici cercetate X a acesteia se află
în intervalul (9,8 şi 10,2). Variabila aleatoare asociată X N 10;0,15 . Să se determine numărul
de piese pe care trebuie să-l producă firma pentru a putea onora contractul.
Soluţie:
Fie A evenimentul 9,8 X 10,2, n numărul pieselor contractate şi p probabilitatea realizării
x p
evenimentului A . Din teorema lui Bernoulli rezultă p ; atunci pentru x suficient de mare
n
10,2 10 9,8 10 4
n x . Avem: p P9,8 X 10,2
1
2 0,81
p 0,15 0,15 3
Rezultă n 100000 0,81 123457
1
11. Probabilitatea obţinerii unei piese rebut din producţia unei maşini automate este
p 0,005 . Să se determine probabilitatea ca din 10000 de piese fabricate de această maşină,
numărul pieselor rebut să fie:
a) între 60 şi 70;
b) cel mult 70.
Soluţie:
0 1 n
Fie X k : , k N * şi S n X k
0,995 0,005 k 1
n
Atunci S n X k reprezintă numărul de piese de schimb rebut şi are o repartiţie binomială de
k 1
parametrii n 10000 şi p 0,005 , de unde rezultă:
M S n n p 50, DS n n p q 49,75, Sn 7.
39
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Conform teoremei Moivre - Laplace, repartiţia limită a repartiţiei binomiale este repartiţia normală
de parametrii np şi npq şi are loc următoarea aproximare:
b np
Pa S n b a np .
npq npq
Probabilitatea căutată este:
70 50 60 50 20 10
P60 S n 70 0,497888 0,42364 0,07 b)
7 7 7 7
70 50 50
Probabilitatea căutată este: P0 S n 70 0,997
7 7
PROBLEME PROPUSE
1. Un aparat electronic e alcătuit din 3 module ce funcţionează independent unul de altul. Pe baza
datelor statistice firma apreciază că probabilitatea de funcţionare fară defect într-un interval dat de
timp a modulului “ i ” este : “ p i ”. Fie Ai evenimentul ca modulul “ i ” să funcţioneze fară defect.
Exprimaţi evenimentul ca aparatul să funcţioneze fără defect.
a) A A1 A2 A3
b) A A1 A2 A3
c) A A1 A2 A3
2. O firma are în trei oraşe diferite câte o filială. Consiliul de administraţie al firmei a fixat o valoare
S faţa de care se raportează profitul fiecărei filiale. Din datele statistice ale firmei rezultă că
probabilităţile cu care fiecare filiala obţine un profit ce depăşeşte suma S sunt aproximate de
valorile“ p i ”. Să se determine evenimentul X ca „cel puţin o filială să aibă un profit ce depăşeşte pe
S”, dacă notăm cu Ai evenimentul ca filiala “ i ” să obţină un profit mai mare decât S.
a) X A1 A2 A3 A1 A2 A3 A1 A2 A3
3 3
b) X Ai ; c) X Ai
i 1 i 1
3. O maşină automată produce în medie 8% piese necorespunzătoare. Un lot de 300 de piese e
supus controlului de calitate. Condiţia ca lotul să fie respins constă în depistarea a cel puţin unei
piese cu defect în 4 verificări consecutive la întâmplare. Dacă X este evenimentul ca lotul să fie
acceptat şi Ai evenimentul ca la verificarea cu numărul i tricotajul să fie corespunzător, să se
exprime formula probabilităţii ca lotul să fie respins după a doua verificare.
2
a) P( X ) P Ai P( A1 ) P 2
A
i 1 A1
2 2
b) P X P Ai P Ai
i 1 i 1
A
c) P A1 A2 P( A1 ) P 2
A1
40
CAP. I. Elemente de calculul probabilităţilor
4. O firmă are 6 debitori. Probabilitatea ca la şfârşitul unei luni un debitor sa fie solvabil este p.
Utilizând notaţia P n, k Cnk p k q n k pentru probabilitatea ca din n extrageri consecutive de câte o bilă
cu revenire, să se obţină k bile albe, sã se exprime probabilitatea ca cel puţin 2 debitori sã fie
solvabili.
a) P6,6 P6,5 P6, 4 C66 p6q0 C65 p5q1 C64 p 4q 2
b) P6, 4 C64 p 4 q 2
6
c) P6,k 2 P6,k
k 2
5. La deschiderea bursei se pun în vânzare 100 de acţiuni cu aceeaşi valoare nominalã dintre care 30
sunt ale firmei A, iar restul sunt ale firmei B. Sã presupunem cã pânã la închidera bursei s-au vândut
10 acţiuni. Sã se afle probabilitatea ca 3 acţiuni vândute sã fie de la firma A.
C3 C7
a) P10,3 3010 70
C100
3
1 3 k 10 k
b) P10, k 10 C30 C70
k 0 C100 k 0
3
1 3 k 10 k
c) P10, k 10 C30 C70
k 0 C100 k 0
6. Un om de afaceri încheie într-o zi trei afaceri care pot fi rentabile ( Ai ) sau nerentabile ( Ai ) ,
i 1,3 , în final. Să se scrie evenimentele care să corespundă situaţiilor următoare:
a) una din afacerile încheiate este rentabilă;
b) cel puţin o afacere încheiată este rentabilă;
c) cel mult o afacere încheiată este rentabilă;
d) nici o afacere încheiată nu este rentabilă;
cel mult două afaceri sunt rentabile.
7. Un student se prezintă în sesiune la 4 examene pe care le poate promova
( Ai )
sau nu
( Ai ) ,
i 1,4 .
Să se scrie evenimentele corespunzătoare următoarelor situaţii:
a) studentul promovează toate examenele;
b) cel puţin două examene sunt promovate;
c) cel puţin un examen şi cel mult trei sunt promovate;
d) nici un examen nu este promovat;
cel mult un examen este promovat.
8. Un lot de 100 de produse este supus controlului de calitate. Condiţia ca acest lot să fie respins
este găsirea a cel puţin a unui produs defect în cinci verificări consecutive. Care este probabilitatea
ca lotul să fie respins, dacă el conţine 5% produse necorespunzătoare?
9. O fabrică de băuturi produce şi vinde produsele realizate în trei secţii. Salariaţii celor trei secţii
sunt plătiţi în acord, în funcţie de realizări.
Din datele anterioare se ştie că cele trei secţii îşi depăşesc programul de producţie cu probabilităţile:
0,7; 0,6; 0,8.
Să se afle probabilitatea ca:
a) toate secţiile să depăşească programul de producţie;
b) cel puţin o secţie să depăşească programul de producţie;
nici o secţie să nu depăşească programul de producţie.
41
Note de curs Econometrie – Conf. univ. dr. Marilena Din
10. O grupă de studenţi din anul I are de realizat trei lucrări de cercetare ştiinţifică. În ipoteza că
cele trei proiecte pot fi integral realizate cu probabilităţile P1 0,6 ; P2 0,8 ; P3 0,7 să se
determine probabilitatea ca:
a) cel puţin un proiect să fie terminat la timp;
numai un proiect să nu fie terminat la timp.
11. Zece aparate de acelaşi tip sunt date în exploatare: trei provenind de la furnizorul F1 , cinci de la
furnizorul F2 , două de la furnizorul F3 .
Aparatele sunt supuse unei probe de verificare. Cele care provin de la furnizorul F1 trec proba de
verificare cu probabilitatea 0,9, cele de la furnizorul F2 cu probabilitatea de 0,75, iar cele de la
furnizorul F3 cu probabilitatea de 0,85. Se alege la întâmplare un aparat.
a) care este probabilitatea ca aparatul să treacă proba de verificare?
b) în ipoteza că aparatul ales trece proba de verificare să se determine probabilitatea ca acesta
să provină de la primul furnizor.
12. Trei furnizori F1 , F2 , F3 aprovizionează un magazin en gross cu acelaşi produs în cantităţi
proporţionale cu numerele 3, 2, 5, iar calitatea produselor necorespunzătoare în proporţie de 2%,
2,5% şi 3%. O cantitate din produs vândută de magazin clienţilor săi în valoare de 7800 u.b. este
restituită de către aceştia în baza contractului de garanţie; suma urmează a fi recuperată de la
furnizori. În ipoteza că nu se cunoaşte furnizorul produsului necorespunzător, să se stabilească în
mod echitabil sumele ce urmează a fi recuperate de la fiecare furnizor.
13. Trei bănci sunt abilitate să efectueze anumite operaţiuni de scont. Din mai multe controale
asupra activităţilor acestor bănci se apreciază că operaţiunile efectuate sunt corecte în proporţie de
90%, 95% şi 88% respectiv pentru prima, a doua şi a treia bancă. O comisie de control solicită la un
moment dat respectiv 10, 15 şi 35 de documente scontate. Din cele 60 de documente solicitate se
alege la întâmplare unul spre a fi verificat. În aceste condiţii, se cer:
a) cu ce probabilitate documentul ales a fost scontat corect?
b) constatând că documentul scontat este corect, cu ce probabilitate el aparţine celei de-a treia
bănci?
14. În urma unor alegeri generale, Coaliţia guvernamentală a fost formată din reprezentanţii a patru
partide politice în proporţie de respectiv 42%, 28%, 16% şi 14%.
Fiecare formaţiune din cele patru lansează spre dezbatere un număr de acte normative proporţional
cu ponderea sa în coaliţie.
Din statistici s-a constatat că probabilitatea de a fi adoptat un act normativ lansat spre dezbatere este
respectiv 60%, 65%, 70%, 82% pentru fiecare formaţiune în parte.
Să se determine probabilitatea ca:
a) un act normativ să fie adoptat, indiferent ce formaţiune politică l-a lansat;
un act normativ adoptat să provină de la formaţiunea a doua.
15. O fabrică de băuturi produce şi vinde produse realizate în trei secţii. Salariaţii îşi depăşesc
planul de producţie cu probabilităţile 0,7; 0,6; 0,8.
Să se afle probabilitatea ca:
a) toate secţiile să depaşască programul de producţie.
b) cel puţin o secţie să depăşească programul de producţie.
c) nici o secţie să nu depăşească programul de producţie.
16. Două maşini automate, care fabrică acelaşi fel de piese şi au aceeaşi productivitate, realizează
piese rebut cu probabilitatea p1 0,05 şi respectiv p2 0,02 . Din producţia celor 2 maşini se
extrage la întâmplare o piesă.
a) Care este probabilitatea ca piesa extrasă să fie corespunzătoare?
b) Ştiind că piesa extrasă este rebut, să se afle probabilitatea ca ea să provină de la prima
maşină.
42
CAP. I. Elemente de calculul probabilităţilor
43
Note de curs Econometrie – Conf. univ. dr. Marilena Din
23. Densitatea de repartiţie a funcţionarii normale ( vieţii ) unui motor de automobil format din 6
principale module este : f (t ) et , t 0, 1 . Sa se determine probabilitatea ca cel puţin 3 ani
3
motorul sa funcţioneze normal.
1 1 1
a) ; b) 6 ; c) 3
e e e
8. Fie variabila aleatoare X, repartizată după legea normală de parametrii m 3 şi
5 , X N 3,5. Să se calculeze P0 X 3;
1
a) P0 X 3 1
2
1
b) P0 X 3 1
2
1
c) P0 X 3
2
24. Distribuţia variabilei aleatoare X este:
1 2 3
X : 2
2 . Se cere P(X ≤ 2).
p 2p
9
25. Într-o urna sunt 7 bile albe şi 10 bile negre. Se fac 4 extrageri cu reintroducerea bilei extrase în
urnă. Se noteză cu X variabila aleatoare ce ia ca valori numărul de bile albe ce apar în cele 4
extrageri. Să se calculeze probabilitatea ca:
a) să extragem o bilă albă
b) să extragem cel puţin o bilă albă
c)să extragem cel puţin 3 bile negre
d)să extragem cel mult 2 bile negre
26. Într-o urna sunt 7 bile albe şi 10 bile negre. Se fac 4 extrageri fără reintroducerea bilei extrase în
urnă. Se noteză cu X variabila aleatoare ce ia ca valori numărul de bile albe ce apar în cele 4
extrageri. Să se calculeze probabilitatea ca:
a) să extragem o bilă albă
b) să extragem cel puţin o bilă albă
c)să extragem cel puţin 3 bile negre
d)să extragem cel mult 2 bile negre
27. Un aparat electronic este format din 1000 de repere. Probabilitatea de defectare a unui reper în
decursul unui an de funcţionare este egală cu 0,001 şi nu depinde de starea celorlalte elemente. În
ipoteza că numărul de defectări este o variabilă cu repartiţia Poisson, să se afle:
a) probabilitatea defectării a 3 repere
b) probabilitatea defectării a cel puţin 2 repere.
44
CAP. I. Elemente de calculul probabilităţilor
1 0 1 a 0 1
X : 1 1 1, Y :1 ; a 0, a 1 . Să se scrie distribuţia variabilei
p q 2 p q 12 p 2
6 3 3 3
2
X Y . Pentru ce valoare a lui a avem: P( X Y 0) ?
9
33. Se testează trei prototipuri de produse. Probabilităţile ca acestea să fie corespunzătoare sunt
respectiv: p1 0,9 ; p2 0,8 ; p3 0,85 . Să se determine repartiţia variabilei aleatoare
corespunzătoare numărului de prototipuri care corespund.
34. Într-un lot de 100 de produse, 10 sunt necorespunzătoare. Pentru un control de calitate se extrag
la întâmplare 5 produse din lot.
a) să se determine repartiţia variabilei aleatoare X care ia ca valori numărul produselor
necorespunzătoare din cele 5 produse selectate;
b) să se determine P( X 4), P(1 X 5) .
35. Repartiţia unei variabile aleatoare X este:
1 2 3
X : . Să se determine repartiţiile variabilelor aleatoare: X 2 , X 1 ,3 X , (2 X ) 2 .
0, 2 0,5 0,3
36. Se consideră variabila aleatoare X cu repartiţia:
1 2 n
X :1 1 1 . Să se calculeze media şi dispersia acesteia.
n n n
37. Variabila aleatoare X are repartiţia:
1
X : . Să se determine şi ştiind că M ( X ) 1,4 şi 1 . Pentru şi
0,2 0,4 0,4
determinate să se calculeze M X 3 .
38. Fie X şi Y două variabile aleatoare independente cu repartiţiile:
1 0 1 1 2 3 4
X : 1 1 1 şi Y : 1 4 2 3 .
3 3 3 10 10 10 10
45
Note de curs Econometrie – Conf. univ. dr. Marilena Din
46
CAP. I. Elemente de calculul probabilităţilor
47. La o agenţie LOTO din 10.000 de bilete 10 sunt câştigătoare. Un jucător cumpără 6 bilete şi fie
X variabila aleatoare ce reprezintă numărul biletelor câştigătoare. Se cere:
a) repartiţia variabilei aleatoare X ;
b) M ( X ), D( X ), ( X ) ;
P( X 5) , PX 3 X 5 şi P X 6 .
48. Un aparat electronic este format din 100 de repere. Probabilitatea de defectare a unui reper într-
un an de funcţionare este egală cu 0,01 şi nu depinde de starea celorlalte repere. În ipoteza că
numărul de defecţiuni este o variabilă aleatoare X cu repartiţie Poisson, să se afle:
a) probabilitatea defectării a două repere;
b) probabilitatea defectării a cel putin două repere.
49. Un magazin se aprovizionează de la 3 furnizori. Probabilităţile cu care furnizorii nu-şi pot onora
contractele sunt p1 0,1 ; p2 0,3 ; p3 0,2 .
Fie X variabila aleatoare care indică numărul furnizorilor ce nu-şi pot onora contractul. Să se afle:
a) repartiţia variabilei aleatoare X ;
b) M ( X ), D( X ) ;
c) riscul pe care şi-l asumă magazinul.
50. Fie variabila aleatoare normală X N 2,2 . Să se calculeze:
a) P0 X 3 ;
b) P X 1;
c) P X 1 0 X 3 ;
d) să se afle o limită inferioară a P0 X 4 .
51. Presupunem că timpul de aşteptare într-o anumită staţie de metrou este o variabilă aleatoare T
cu funcţia de repartiţie:
0 ,t 0
t
,0 t 1
2
1
F (t ) ,1 t 2 , unde t reprezintă durata aşteptării în minute.
2
t ,2 t 4
4
1 , t 4
a) să se afle densitatea de repartiţie a variabilei aleatoare T;
b) să se calculeze probabilitatea ca un călător să aştepte:
a. mai mult de trei minute;
b. mai puţin de trei minute;
c. între un minut şi trei minute.
c) să se afle probabilitatea condiţionată ca un călător să aştepte:
a. mai mult de trei minute, ştiind că a aşteptat mai mult de un minut;
b. mai puţin de 3 minute, ştiind că a aşteptat mai mult de un minut.
52. Fie , K, P un câmp finit de probabilitate, unde 1 , 2 , 3 , 4 , 5 , K ,
Pi . Fie
1
P:K R este probabilitatea clasică cu X : R , unde
5
X k k 3 9k 2 23k 5 . Să se scrie repartiţia lui X şi să se calculeze FX , M X , D X şi
X .
Fie câmpul finit de probabilitate de la problema 2 şi fie Y : R , unde X i i , i 1,5 .
a) Să se scrie repartiţia lui Y şi să se calculeze FY , M Y , DY şi Y ;
b) Să se stabilească repartiţia lui Z 7 X 3Y , U XY , V 2 Z ;
47
Note de curs Econometrie – Conf. univ. dr. Marilena Din
Să se calculeze: P60 Z 95 , P12 U 30 , P12 V , PV 10 şi PV 11 .
53. Se consideră o urnă în care se află 6 bile albe şi 4 bile verzi de aceeaşi mărime. Se extrag la
întâmplare 3 bile şi fie X variabila aleatoare care reprezintă numărul de bile albe extrase. Să se
scrie repartiţia lui X şi să se calculeze M X , D X şi X în următoarele cazuri: a) extragerea
este revenită; b) extragerea este nerevenită
54. Se testează 3 prototipuri de aparate electronice. Probabilităţile ca prototipurile să treacă testul
sunt respectiv: p1 0,9 , p2 0,8 , p3 0,5 . Să se determine repartiţia variabilei aleatoare ale cărei
valori sunt numărul de prototipuri ce trec testul.
55. Într-un lot de 100 de produse, 10 sunt necorespunzătoare. La un control de calitate se extrag la
întâmplare 5 produse. Să se determine repartiţia variabilei aleatore X ce reprezintă numărul
produselor necorespunzătoare din cele 5 produse cercetate.
Bibliografie
1. Caraiani, P., Solomon, O., Despa, R. , Din, M.A.- Econometrie, Ed. Universitară, Bucureşti
2010
2. Bădin V.şi colab. – Culegere de probleme de matematici aplicate în economie, Universitatea
Româno – Americană Bucureşti 1998;
3. Cenuşă Ghe.şi colab. – Matematici pentru economişti, Editura Cison, Academia de Studii
Economice Bucureşti 2000;
4. Despa R. Şi colab. - Matematici aplicate în economie, Editura Universitară Universitatea
Româno-Americană, 2006;
5. Popescu O. şi colab. – Matematici aplicate în economie, Vol. I şi II, Editura Didactică şi
Pedagogică, Bucureşti 1993;
6. Din, M, A., Econometrie – note de curs pe suport electronic, 120 pagini: cap. I. Econometrie
ELEMENTE DE TEORIA PROBABILITATILOR; cap. II. Econometrie ELEMENTE DE
INFERENTA STATISTICA; cap. III. Econometrie REGRESIE LINIARA SIMPLA,
Exemplu + Ghid proiect econometrie; Model Tesatare Econometrie cu solutii.
7. David R. Anderson, Dennis J. Sweeney, Thomas A. Williams - Statistics for Business and
Economics, Cengage Learning Inc., second edition.
8. Jeffrey M. WOOLDRIDGE - Introductory Econometrics, South-Western Cengage
Learning, 4th edition, 2009
9. David M Diez, Christopher D Barr, Mine Cetinkaya-Rundel (2015). OpenIntro Statistics
(Third Edition). Acest manual este disponibil sub o licență Creative Commons. Vizitați
openintro.org pentru un PDF gratuit
10. Damodar GUJARATI - Econometrics by Example, Palgrave Macmillan, 2011
48