Professional Documents
Culture Documents
Elemente Din Teoria Probabilitatilor
Elemente Din Teoria Probabilitatilor
December 2, 2018
• o persoană face zilnic drumul ı̂ntre casa şi locul de muncă. Timpul dru-
mului nu este constant, ci prezintă variaţii datorate factorilor ı̂ntâmplători
(trafic, condiţii meteo, etc.),
1
1) apariţia bilei cu cifra k, ∀k = 1, 10;
2) apariţia bilei cu cifra k sau j, k 6= j, k, j = 1, 10;
3) apariţia unei bile;
4) apariţia unei bile cu număr par;
5) apariţia unei bile cu număr mai mic sau egal cu 4.
2
• Diferenţa evenimentelor A, B,( ı̂n această ordine) este evenimentul care
se realizează atunci când se realizează A şi nu se realizează B ; se
notează A \ B.
2) A ∩ B = B ∩ A; A ∪ B = B ∪ A;
3) (A ∩ B) ∩ C = A ∩ (B ∩ C); (A ∪ B) ∪ C = A ∪ (B ∪ C);
4) A ∩ ∅ = ∅, A ∪ ∅ = A;
5) A ∩ Ω = A, A ∪ Ω = Ω;
6) A ∩ A = A, A ∩ CA = ∅;
7) A ∪ A = A, A ∪ CA = Ω;
9) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C), A ∪ (B ∩ C) = (A ∩ B) ∪ (A ∩ C).
Definiţie. Evenimentele {A1 , A2 , . . . , An } formează un sistem complet de
evenimente, dacă :
• sunt incompatibile două câte două, adică Ai ∩Aj = ∅, ∀i, j = 1, n, i 6= j;
• A1 ∪ A2 ∪ · · · ∪ An = Ω.
Câmp de evenimente
3
1 Definiţia probabilităţii
Fie M mulţimea evenimentelor ataşate unei experienţe cu un număr finit de
rezultate posibile. Evenimentele din M se deosebesc ı̂ntre ele prin posi-
bilitatea de apariţie sau grad de realizare. Pentru a măsura gradul de re-
alizare al unui eveniment se defineşte noţiunea de probabilitate ı̂n sens cla-
sic. În definiţia clasică a probabilităţii se presupune că orice eveniment aso-
ciat experienţei este ori elementar, ori se exprimă ca o reuniune de eveni-
mente elementare. Evenimentele elementare sunt considerate egal posibile
(au acelaşi grad de realizare). Reamintim că evenimentele elementare care
intră ı̂n componenţa unui eveniment A se numesc cazuri favorabile, iar toate
evenimentele elementare se numesc cazuri posibile.
Definiţie. [Definiţia clasică a probabilităţii] Raportul dintre numărul cazurilor
favorabile şi numărul cazurilor posibile realizării unui eveniment A se numeşte
probabilitatea evenimentului A şi se notează cu P (A).
Definiţie. [Definiţia axiomatică a probabilităţii] Fie (Ω, K) un câmp finit de
evenimente. Se numeşte probabilitate pe acest câmp, o funcţie
P :K→R
2. P (Ω) = 1.
Observaţie.
1. Axioma 3. din definiţia (1) se poate extinde prin inducţie la orice reuniune
finită de evenimente incompatibile două câte două.
1. P (CA) = 1 − P (A), ∀A ∈ K.
2. P (∅) = 0.
3. 0 ≤ P (A) ≤ 1, ∀A ∈ K.
4
4. P (A \ B) = P (A) − P (A ∩ B), ∀A, B ∈ K.
P (A ∩ B) = P (A) · P (B)
se numesc independente.
Dacă P (A ∩ B) 6= P (A) · P (B), evenimentele se numesc dependente.
2 Variabile aleatoare
Se ı̂nţelege prin mărime aleatoare o mărime ale cărei valori se schimba sub
influenţa unor factori ı̂ntâmplători. Pentru astfel de mărime, faptul că atinge o
valoare reprezintă un eveniment ce se realizează cu o anumită probabilitate.
De exemplu, ı̂n experienţa aruncării zarului, o mărime aleatoare core-
spunzătoare este numărul de puncte care apare la o singură aruncare a zaru-
lui. Notând această mărime cu X, realizarea evenimentului ”apare faţa cu trei
puncte” ı̂nseamnă că mărimea ia valoarea 3. Vom numi mărimile aleatoare
variabile aleatoare.
Definiţie. Fie (Ω, K, P ) un câmp de probabilitate. O aplicaţie
X : Ω → R,
dată de
ω 7→ X(ω)
se numeşte variabilă aleatoare ı̂n raport cu corpul K dacă pentru orice x ∈ R
mulţimea
{ω ∈ Ω, X(ω) < x}
este un element din K.
Observaţie. {ω ∈ Ω, X(ω) < x} reprezintă reuniunea evenimentelor ele-
mentare ω care au proprietatea X(ω) < x.
5
Deci
{ω ∈ Ω, X(ω) < x}
este un eveniment şi X este variabilă aleatoare ı̂n raport cu câmpul K dacă
acest eveniment aparţine câmpului K. Vom nota acest eveniment cu (X < x).
Observaţie. Se pot considera şi următoarele evenimente:
not
{ω ∈ Ω, X(ω) ≤ x} = (X ≤ x)
not
{ω ∈ Ω, X(ω) = x} = (X = x)
not
{ω ∈ Ω, X(ω) ≥ x} = (X ≥ x)
not
{ω ∈ Ω, X(ω) > x} = (X > x)
not
{ω ∈ Ω, a < X(ω) ≤ b} = (a < X ≤ b)
not
{ω ∈ Ω, a ≤ X(ω) ≤ b} = (a ≤ X ≤ b)
not
{ω ∈ Ω, a ≤ X(ω) < b} = (a ≤ X < b)
not
{ω ∈ Ω, a < X(ω) < b} = (a < X < b)
Se poate demonstra că evenimentele de mai sus aparţin câmpului K.
6
2.2 Tipuri de variabile aleatoare
Fie (Ω, K, P ) un câmp de probabilitate.
Definiţie. O variabilă aleatoare X : Ω → R pentru care X(Ω) este cel mult
numărabilă se numeşte variabilă aleatoare discretă.
Definiţie. O variabilă aleatoare X : Ω → R care ia un număr finit de valori se
numeşte variabilă aleatoare discretă finită.
Mulţimea valorilor unei variabile aleatoare discretă finită X este X(Ω) =
{x1 , . . . , xn }. Evenimentul din câmpul (Ω, K) care constă ı̂n faptul că variabila
aleatoare X ia valoarea xi este {ω, X(ω) = xi }, adică (X = xi ). Fie pi =
P (X = xi ) ce inseamnă că X ia valoarea xi .
Atunci
p1 + p2 + · · · + pn = 1.
Variabila aleatoare discretă se mai poate scrie:
x 1 x2 . . . x n xi
X: ⇐⇒ X =
p1 p2 . . . pn pi i=1,n
7
3 Operaţii cu variabile aleatoare discrete
Fie (Ω, K, P ) un câmp de probabilitate, X şi Y variabile aleatoare ı̂n raport cu
câmpul K, a ∈ R o constantă reală arbitrară.
Teoremă. Funcţiile
X + a, aX, |X|,
1
X n, , X + Y,
X
X
XY, X − Y,
Y
sunt variabile aleatoare ı̂n raport cu câmpul K.
Observaţie.
1. Orice constant
ă poate fi considerată ca o variabilă aleatoare discretă cu
a
repartiţia .
1
xi
2. Dacă X este variabilă aleatoare discretă cu repartiţia X :
pi i∈I
n 1
atunci repartiţiile variabilelor aleatoare X + a, aX, |X|, X , X sunt
xi + a axi
X +a: , aX : ,
pi i∈I
pi i∈I
n
|xi | n xi
|X| : , X :
pi i∈I
pi i∈I
şi respectiv,
1
1 xi
:
X pi i∈I
cu xi 6= 0.
xi yj
3. Dacă X = şi Y = sunt variabile aleatoare discrete
pi i∈I qj j∈J
ı̂n raport cu acelaşi câmp K atunci variabilele
X
X ± Y, XY,
Y
(unde evenimentul ca variabila Y să ia valoarea zero este cel imposibil)
vor avea următoarele repartiţii:
xi
xi ± yj xi y j X yj
X ±Y : , XY : , ,
pij i∈I,j∈J
p ij i∈I,j∈J Y p ij i∈I,j∈J
8
Definiţie. Două variabile aleatoare discrete X şi Y ı̂n raport cu câmpul K se
numesc independente dacă pentru orice i ∈ I şi j ∈ J,
\
P (X = xi ) (Y = yj ) = P (X = xi ) · P (Y = yj ).
1. M (X + Y ) = M (X) + M (Y ).
3. M (a) = a, adic ă
media unei constante, privită ca o variabilă aleatoare
a
cu repartiţia , este egală cu acea constantă.
1
4. M (a + X) = a + M (X), ∀a ∈ R.
9
5. M (aX) = aM (X).
3. D2 (X) = M (X 2 ) − (M (X))2 .
4. D2 (aX) = a2 D2 (X), ∀a ∈ R.
5. D2 (a + X) = D2 (X), ∀a ∈ R.
10