Scribd Logo
Upload

Welcome to Scribd!

  • Probabilitati

    Uploaded by

    ssccc556
    11 views16 pages

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    11 views16 pages

    Probabilitati

    Uploaded by

    ssccc556

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 16
    Capitolul 30 ——— = INTRODUCERE iN PROBABILITATI 30.1. Subiecte tratate Acest capitol debuteaza prin descrierea structurii experimentelor si eveni- mentelor, incluzdnd evenimente reciproc exclusive si independente. Sunt definite apoi probabilitafile, alituri de regulile de adunare si inmulire ale acestora. 30.2. Conceptul de probabilitate Probabilitatea este un concept pe care majoritatea oamenilor 1l inteleg imediat, deoarece cuvinte cum ar fi sansa, ,posibilitate (gi chiar probabilitatea fn sine) sunt folosite in limbajul cotidian. De exemplu, cea mai mare parte a urmatoarelor expresii, care pot fi auzite tn orice context de afaceri, sunt de fapt declaratii de probabilitati: a) ,Exisé o sansi de 30% ca aceasti Iucrare si nu fie terminata la timp". b) ,.Dupi toate probabilititile, afacerea va produce profit in anul viitor*. ¢) De noud ori din zece ocazii, el soseste cu intirziere la propriile intélniri™. d) ,,.Nu exist nici 0 posibilitate de a livra bunurile inainte de marti“. Probabilitatea, in sens statistic, structureaza conceptul obisnuit de proba- bilitate, permiténd consecven{a unei abordii logice in rezolvarea problemelor. Totusi, inainte de definirea probabilitatii este necesar si prezentm fundamentele ei sub forma notiunilor de experiment si eveniment. 30.3. Experimente statistice Un experiment statistic poate fi descris ca fiind orice situatie, determinata de om sau aparand in mod natural, care se poate efectua sau considera pentru a obtine informatii utile. Experimentele statistice pot fi simple sau complexe, si pot fi repetate ori de cate ori este necesar pentru a obtine informatia dorita. S& consider urmatoarele exemple. 452 Partea a VUll-a. Calculul probabilis. a) Pentru a determina daca o linie de fabricatie realizeazi produse cu © suficient de ridicata, un supraveghetor ar putea numara cate unitati sunt pro intr-o perioada de cinci minute, de exemplu, si ar putea repeta aceast procedsst intervale regulate. Acesta ar fi considerat un experiment simplu. b) Un chestionar ar putea fi intocmit pentru a preciza variante si = parerea fortei de munca, angajate de citre 0 mare corporatie, cu privire la post introducere a diferitelor scheme de participare la profit. Acesta ar fi considers: experiment complex. 30.4. Rezultatele experimentelor O multime a rezultatelor pentru un experiment consta in specifi tuturor rezultatelor posibile distincte (adica iesirile) ale experimentului, atunci este efectuat o dati. Altfel spus, atunci cfind se efectueazi un experiment, rezul trebuie si fie un element si numai unul din multimea rezultatelor. De exexe multimea rezultatelor pentru experimentul cu linia de fabricatie din sectiunes 3” punctul a) ar fi {0, 1, 2, 3, 4, 5,...}. Rezultatele cu probabilitate egala (echiprobabile) sunt definite in carat care orice rezultat al unui experiment are o probabilitate de aparitie la fel ca or altul, atunci cdnd se efectueaz experimentul. in practica, rezultatele echipr: reprezint4 doar cazul ideal, dar conceptul este important (pentru a intelege probabilitatilor). De exemplu: a) Rezultatele experimentului cu linia de productie din sectiunea 2) punctul a) nu pot fi considerate in nici un fel de probabilitate egala, deoas rezultatele ,,0* si ,,586%, s4 zicem, ar avea 0 probabilitate de aparitie mult mai = decat ,,13 sau ,,40". b) Un exemplu clasic de multime de rezultate cu probabilitate egala cel obfinut prin aruncarea unui zar obisnuit cu sase fete. Multimea rezult== pentru acest experiment este {1, 2, 3, 4, 5, 6} si atat timp cat zarul este suficient & »hetrucat" (adica lipsit de distorsiuni. de forma sau omogenitate) nu ne-am astr=: ca rezultatul ,,1“ s& apari mai des decat ,,2“, ,,3, .4°. 5“ sau ,,6", atunci cand = aruncé zarul. 30.5. Evenimente statistice in orice experiment, un eveniment este definit ca orice submultime © multimii rezultatelor date care prezinta interes. Astfel, un eveniment const’ dine mulfime de rezultate, si se spune ca evenimentul s-a petrecut, dacd rezultn experimentului (cand si dacd se efectueaz4) este continut in multimea evenimes tului. De exemplu: a) Pentru experimentul cu linia de fabricatie din sectiunea 30,3 punctul = am putea defini evenimentul ,,productie rapidi de Ja 15 sau mai multe produse >= minut. Aceasta inseamna ci multimea evenimentelor este {15, 16, 17, 18,...}. Dace experimentul este efectuat (adici este determinat numarul de produse care ies de pe linia de fabricatie intr-o anumiti perioada de 5 minute) si rezultatul este 23, atn= se spune ca evenimentul s-a realizat, deoarece 23 este un element al multiy evenimentelor, In acest caz, productia ar fi consideratl ca fiind ,,rapida. 30. Introducere in probabilitai 453 b) Pentru experimentul cu aruncatul zarului, evenimentul ,,numar par“ este coultimea {2, 4, 6}. Dac se arunc& zarul si apare un 5, atunci evenimentul “sumir par” nu s-a realizat deoarece ,,5% nu este un element al mulfimii de evenimente. fn termenii teoriei multimilor, multimea rezultatelor poate fi considerata coulfimea universal pentru orice eveniment care poate fi definit, deoarece (prin Sefinitie) toate evenimentele sunt submultimi ale multimii rezultatelor. Pot fi definite atitea evenimente cate se doresc pentru o multime a zerultatelor experimentului, Unele s-ar putea st se suprapund, altele ar putea fi chiar distincte (sau disjuncte). Exemplul urmator demonstreaz& acest aspect. 30.6. Definirea evenimentelor unui experiment — exemplu Exemplul 1 O multime de noua oameni care lucreazi este clasificata in trei modalitati diferite: a) Dupa sex (B sau F); ) Dupi calificare (Q = calificat; U = necalificat); ) Dupa statut (F = cu norma intreag’; P = cu jumatate de norma), Persoana 1 este barbat, calificat si cu norma intreagi si este simbolizat ca 1:BOF. Celelalte opt sunt: 2:BQE, 3:BUP, 4:BQF, 5:BUP, 6:FQF, 7:FQF, 8:FUF si 9 = 0.05 30.20. Regula inmultirii probabilitatilor Dacé A si B sunt doud evenimente, atunci semnificatia expresiei pit este suficient de clara in termenii probabilititilor. Ea inseamna probabil ambele evenimente A si B si se realizeze. Mai mult, daci A si B sum evenimente independente, atunci probabilitatea ca si se realizeze A si B. pA $i B), se poate calcula ca produsul dintre p(A) si p(B). Regula inmultirii Daca A si B sunt dou evenimente independente, atunci: Ca exemplu, se presupune 4, in orice siptimana, probabilitate= defectiri a liniei de asamblare este 0,03, iar probabilitatea lipsei unei mates este 0,1. Dac se stie de asemenea ca aceste dou’ evenimente sunt inde; atunci probabilitatea unei defectiri a linei de asamblare si a lipsei unet prime este data de: 0,1 x 0,03 = 0,003. 30.21. Experimente si evenimente combinate C&teodaté este convenabil si se considere impreund doud ex; Aceasti situatie se numeste experiment combinat. Se presupune ca experimentul X are doua rezultate a si b,

    You might also like