Statistică şi Prelucrarea Datelor

An univ. 2018-2019, DAIA

Curs 3 – Introducere în teoria probabilităților

Obiective
• Experiment aleator
• Eveniment, spațiu de selecție
• Evenimente independente
• Metode de numărare
• Probabilitate
• Probabilități condiționate
• Regula de calcul a probabilității totale
• Teorema lui Bayes
Experiment aleator
Un experiment ale cărui rezultate sunt diferite, chiar dacă condițiile de
repetare sunt identice, se numește experiment aleator .

Sistem real

Măsurători Analiză

Model
Spațiul de selecție
Mulțimea tuturor rezultatelor unui experiment aleator formează spațiul de
selecție (în continuare va fi notat cu S ).

• Spațiul de selecție este discret dacă se consideră un număr finit

de rezultate posibile sau infinit numărabile

• Spațiul de selecție este continuu dacă conține un interval (finit

sau infinit) de numere reale
Spațiul de selecție
Exemplu: Timpul de încărcare a blitzului unei camere foto

= +
S = { x | x > 0} S = {rapid, mediu, lent}

=
S { x |0.5 < x < 5} S = {DA, NU}
Evenimente
Un eveniment este o submulțime a spațiului de selecție.

Deoarece evenimentele sunt submulțimi , atunci pentru Α, Β ∈ S

Α∪Β Evenimentul se realizează dacă se realizează A sau B

Α∩Β Evenimentul se realizează dacă se realizează A și B
Α Evenimentul contrar
Α⊂Β Evenimentul A implică B
Α\Β Evenimentul se realizează dacă se realizează A sau B
Evenimente
Două evenimente se numesc incompatibile dacă Α ∩ Β = ∅

( Α ∪ Β) ∩ C = (A ∩ C) ∪ (B ∩ C)
Α∪Β = Α∩Β
Α∩Β = Α∪Β
Metode de numărare
Principiul multiplicarii. Presupunem că avem două situații A și B, situația A
se poate realiza în m moduri, iar situatia B în k moduri. Numărul de moduri în
care se poate realiza A și B este m×k.

Exemplu: Pentru a proiecta un website se pot folosi 4 culori, 3 fonturi și

3 tipuri de coloane. Cate proiecte distincte se pot realiza? R=4×3×3=36

Permutări: Fie o multime A cu n elemente. Elementele acestei mulțimi se pot

ordona în mai multe moduri. Fiecare mulțime ordonată care se formează cu cele
n elemente ale multimii A se numește permutare a elementelor acelei mulțimi.
Numarul permutărilor cu n elemente este n! = 1×2 ×.. ×n.

Aranjamente: Fie o mulțime A cu n elemente. Submulțimile ordonate ale lui A,

având fiecare câte k elemente, 0≤k ≤n, se numesc aranjamente de n luate câte k.
Numarul aranjamentelor de n luate câte k se noteaza Ank= n(n − 1)...(n − k + 1)
Metode de numărare
Exemplu: Pe o placă de dezvoltare se găsesc 8 poziții în care se pot plasa
componente electronice. Dacă se dorește plasarea a 4 componente diferite,
câte poiecte diferite se obțin?
8!
A84 = = 8 × 7 × 6 × 5 = 1680
4!
Combinări: Fie o mulțime A cu n elemente. Submulțimile lui A având fiecare
câte k elemente, 0≤k ≤n, în care nu ne interesează ordinea elementelor, se numesc
combinări de n luate câte k. Numărul combinărilor de n luate câte k se notează
n! Ank
=C = k

(n − k )!k ! Pk
n

Exemplu: Pe o placă de dezvoltare se găsesc 8 poziții în care se pot plasa

componente electronice. Dacă se dorește plasarea a 5 componente identice,
câte poiecte diferite se obțin?
8!
=
C85 = 56
5!3!
Probabilitate
Noțiuni preliminare – frecvență absolută, frecvența relativă

Puls necorespunzător
tensiune

timp

Frecvența absolută – numărul de realizări a unui eveniment

frecventa absoluta
Frecvență relativă –
numar de repetari a experimentului
Probabilitate
Ipoteze: S este finit sau infinit numărabil
e ∈ S (submulțime cu un element) se numește eveniment elementar

∑ P(e) nr. cazuri favorabile

P : P ( S ) → [ 0,1] , =
P( Α) =
e∈ A

∑ P(e)
e∈S
nr. cazuri posibile

Axiome

P( S ) = 1
0 ≤ P( Α) ≤ 1; ∀Α ∈ S
Α ∩ Β = ∅ ⇒ P ( Α ∪ Β) = P ( Α ) + P ( Β)
Probabilitate
Proprietăți

Α ⊂ Β ⇒ P(Β \ Α)= P(Β) − P ( Α) si P ( Α) ≤ P (Β)

P( Α) = 1 − P( Α); P(∅) = 0;

Α ∩ Β ≠ ∅ ⇒ P( Α ∪ Β=
) P( Α) + P(Β) − P( Α ∩ Β); P( Α ∪ Β) ≤ P( Α) + P(Β)
Probabilități condiționate
Fie (S,P) un câmp discret de probabilitate.

∀ Α, Β ∈ S , (Β ≠ ∅); P( Α | Β) reprezintă probabilitatea lui A după ce B a avut loc

P ( Α ∩ Β)
P ( Α | Β) =
P ( Β)

Obs: Două evenimente se numesc independente dacă

P( Α | Β)= P( Α)
sau ⇔ P( Α ∩ Β=
) P ( Α )  P ( Β)
P(Β | Α)= P(Β)
 Probabilități condiționate
Exemplu: Fiabilitatea sistemelor

=
P( Α) 0.98; =P(Β) 0.95
P( sistem)= P (A ∩ B)= P(A) P(B)= 0.931

=
P (C) 0.9;= P (D) 0.85
P ( sistem) = P (C ∪ D) = P (C) + P (D) − P (C) P (D) = 0.931

= =
P(A) 0.95; =
P(B) 0.97; =
P(C) 0.93; P(D) 0.86
P( sistem=
) P[(A ∩ B) ∩ (C ∪ D)]= 0.9125
Regula de calcul a probabilității totale

∀ Α, Β ∈ S
P( Α=
) P( Α ∩ Β) + P( Α ∩ Β=
)
= P ( Α | Β ) P ( Β ) + P ( Α | Β) P ( Β)

∀ Α, Βi ∈ S , i = 1, n
P( Α=
) P( Α ∩ Β1 ) + P( Α ∩ Β2 ) +  + P ( Α ∩ Β n =
)
= P( Α | Β1 ) P(Β1 ) + P( Α | Β2 ) P(Β2 ) +  + P( Α | Βn ) P(Βn )
Regula de calcul a probabilității totale
Exemplu: Un set de 10 componente electronice conține 3
defecte. Două componente sunt alese aleator și testate. Fie A
evenimentul = prima componentă extrasă este defectă, iar B
evenimentul = a doua componentă este defectă.

3 2
=
P ( Α) ; = P (Β | Α )
10 9
1
P ( Α ∩ Β) = P ( Β | Α ) P ( Α ) =
15
7
P ( Α ∩ Β) = P ( Β | Α ) P ( Α ) =
30
3
P (Β)= P (Β ∩ Α) + P (Β ∩ A)=
10
Teorema lui Bayes
∀ Α, Β ∈ S
P ( B | A) P( A)
=
P(Α | B) =
P( B)
P ( B | A) P( A)
=
P ( B | A) P( A) + P( B | A) P( A)

∀ Α, Βi ∈ S , i = 1, n
P ( Α | Βi ) P (Βi )
P (Βi | Α ) = n
∑ P(Α | Β )P(Β )
i =1
i i
Teorema lui Bayes
Exemplu: Un asamblor de produse electronice foloseste circuite din
trei surse: A, B si C. Ele pot fi defecte cu probabilitatile de respectiv
0.001, 0.005 si 0.01. Daca se ia un circuit la întâmplare si se
constata ca este defect, care este probabilitatea ca el sa provina de la
sursa A sau B.
= =
P(F|A) 0.001; =
P(F|B) 0.005; P(F|C) 0.01
1 10
=
P(A|F) = ; P(B|F)
16 16
11
P(A ∪ B|F)= P(A|F) + P(B|F)=
16
Curs 04
Variabile aleatoare discrete, funcții discrete de repartiție.