3.

NOŢIUNI DE BAZĂ PRIVIND

PROBABILITĂŢILE
ŞI VARIABILELE ALEATOARE
3.1 Unele definiţii

Subiect (sau individ) = un obiect, proces etc. asupra căruia se

întreprinde studiul.

Variabila = o caracteristică măsurată (observată) a subiectului.

Realizarea (valoarea) = rezultatul măsurătorii (observaţiei)

asupra caracteristicii considerate.

Exemple:

1. Subiect = membru al parlamentului;

Variabile posibile: camera din care face parte, sexul, partidul
din care provine, greutatea corporală, înălţimea etc.;
Realizări posibile: Senat sau Camera Deputaţilor, femeie sau
bărbat, oricare din cale 5 partide parlamentare, orice valori dintr-o
plajă rezonabilă de greutăţi sau înălţimi.

2. Subiect = o pereche de zaruri;

Variabilă = suma punctelor de pe feţele superioare după
aruncare;
Realizare = rezultatul observat asupra variabilei la o aruncare

3. Subiect = un lac de acumulare;

Variabile posibile: nivelul suprafeţei libere, suprafaţa oglinzii
apei, debitul afluent etc.;
Realizări posibile: valorile măsurate la un moment dat ale
variabilelor menţionate.

9
 Experiment aleator (sau statistic sau stocastic) =
orice acţiune / operaţiune:
- repetabilă în condiţii similare,
- al cărei rezultat nu se cunoaşte dinainte,
- dar pentru care se cunosc mulţimea rezultatelor posibile.

Variabilă aleatoare (prescurtat V.A.) = o variabilă

căreia nu i se poate anticipa valoarea pe care o va avea într-un
experiment statistic

Spaţiu de selecţie al unui experiment (sau ansamblu

fundamental sau ansamblu de realizări) - notat prin S =
mulţimea tuturor rezultatelor posibile ale experimentului.

Pentru o V.A.
zisă discretă, spaţiul de selecţie este lista
finită sau infinită a tuturor valorilor posibile iar S este numerabil.

În cazul V.A. continue - spaţiul de selecţie este nenumerabil

şi se poate vorbi doar de amplitudinea sau intervalul de definiţie
sau intervalul de variaţie a lui S.

Exemple:

1. Pentru variabila discretă sex parlamentar S   M , F  ;

pentru variabila discretă partid de provenienţă
S   PSD, PD, PNL, PRM , PC , UDMR, PLD ;

pentru variabila continuă greutate corporală - se poate

defini un interval plauzibil sub forma S   25,200 kg.

2.La aruncarea perechii de zaruri, variabila discretă suma

punctelor are S   2,3,4,5,6,7,8,9,10,11,12 .

10
 Pentru simplificare, se rezumă acum discuţia la V.A. discrete.

Eveniment = orice submulţime de rezultate conţinute în

spaţiul de selecţie S.

Dacă evenimentul constă exact dintr-un rezultat el se numeşte

eveniment elementar (sau simplu).

Evenimentul sigur este evenimentul care se realizează

întotdeauna ca rezultat al experienţei şi el se asociază ansamblului
fundamental S.

Evenimentul imposibil nu se poate realiza ca rezultat al

unei experienţe şi se asociază mulţimii vide  .

Evenimentele compuse vor fi notate A, B,...,

iar evenimentele elementare prin e1 , e2 ,...

Exemplu: La aruncarea unui zar şi observarea cifrei rezultate, pot

apare evenimentele elementare e1  1 , e2   2 ,......, e6   6 .

Deoarece evenimentele sunt submulţimi ale lui S,

lor li se pot aplica toate operaţiunile cunoscute din
teoria mulţimilor.

Intersecţia evenimentelor A şi B se notează prin AB şi este

evenimentul conţinând toate elementele comune lui A şi B.
Se poate reprezenta prin regula A  B   x x  A..si..x  B .
Dacă AB = , evenimentele A şi B se numesc mutual exclusive
(sau incompatibile) şi ele nu pot apărea (nu se pot realiza) simultan.

11
 Reuniunea evenimentelor A şi B se notează prin AB şi este
evenimentul care conţine toate elementele aparţinând fie lui A, fie
lui B, fie ambelor.
Se reprezintă prin regula A  B   x x  A....sau...x  B .
Altfel spus AB se realizează când cel puţin unul dintre A şi B
se realizează.

Complementul evenimentului A în raport cu S se notează A

şi este format din toate elementele lui S care nu aparţin lui A.

Se poate defini prin regula A   x x  S si x  A .

Se spune că evenimentul A implică evenimentul B şi se

notează A  B , situaţia când realizarea evenimentului A implică şi
realizarea evenimentului B.

Evenimentele A şi B sunt echivalente dacă A B şi BA

Legăturile dintre spaţiul de selecţie şi diferite evenimente se

înţeleg mai comod dacă se apelezează la reprezentarea grafică numită
diagrama Venn în care
-spaţiul de eşantionare este reprezentat printr-un dreptunghi
-care conţine figuri închise (cercuri) corespunzând
evenimentelor de interes.

Se admite că fiecare figură închisă cuprinde toate realizările

unui anumit eveniment.

12
 În exemplul din Fig. 3.1., în spaţiul S sunt definite două
evenimente compatibile A şi B,
care prin intersecţia lor generează evenimenul C = AB
reprezentat haşurat.
Desigur că eliminând C din contururile evenimentelor A şi
respectiv B, rămân trei evenimente mutual exclusive (incompatibile)
şi anume C, A-C şi B-C.
De pe aceeaşi diagramă se poate constata că evenimentul AB
este reprezentat de conturul lui A plus conturul lui B-C (sau B plus
A-C).

C=AB

Fig. 3.1. Exemplu de diagramă Venn

Noţiunea de probabilitate

Probabilitatea = măsura numerică a posibilităţii efective

de realizare a unui eveniment dat.

Definiţia clasică este bazată pe noţiunea de frecvenţă:

probabilitatea de realizare a evenimentului A (notată P A ) într-un
experiment statistic este egală cu frecvenţa relativă de realizare a lui
A într-un număr tinzând către infinit de experimente echiprobabile
adică

13
 n
P A  A n (3.1)
n
cu n A - numărul de realizări ale evenimentului A din numărul n, foarte
mare, de experimente.

Deoarece n A ia valori între 0 şi cel mult n, probabilitatea P  A

calculată cu (3.1) va lua valori între 0 şi 1.

Aspectul esenţial în rezolvarea problemelor de probabilitate

care implică experimente cu rezultate stocastice = determinarea
numărului de rezultate posibile în S.

Dacă fiecare element (rezultat) din S este reprezentat de un

grup de obiecte (sau componente) cum ar fi
- oameni,
- litere ale alfabetului,
- numere întregi etc,
se poate stabili numărul total de elemente din S folosind metode
din analiza combinatorie.
Ele se deosebesc funcţie de faptul că ordinea componentelor
este sau nu este importantă.

Dacă se poate crea un nou element în S prin simpla rearanjare

a componentelor unui element deja existent în S,
atunci ordinea este importantă şi
fiecare element este numit o permutare de componente.

Numărul permutărilor posibile a n componente este

Pn  n ! (3.2)

Dacă spaţiul de selecţie într-un experiment conţine elemente

formate din grupul de litere a, b şi c, atunci S va avea 3! 6
elemente şi anume S   abc; bca; cab; acb; bac; cba

Există şi permutări mai complexe cum ar fi :

14
 - Permutări cu repetiţie a n componente (în care fiecare
componentă se poate repeta până la n ori), iar numărul variantelor
distincte este:
Pn  n n (3.3)

- Permutarea a n componente dintre care n1 sunt egale între

ele, n2 sunt egale între ele, ... nr sunt egale între ele şi unde
n1  n2  ...  nr  n . Numărul variantelor posibile este acum:
~ n!
Pn  (3.4)
n1 !n2 !... nr !
Dacă la exemplul de mai sus se ia n1  2 , rezultă
~ 3!
P3 
2!1!
3 cu variantele S   aac; aca; caa .

Se numesc aranjamente a n obiecte luate câte k,

grupele de câte k obiecte în care acestea diferă prin ordine şi
compoziţie, posibil de format din cele n obiecte.
Numărul variantelor este:
n!
Ank   n n  1... n  k  1 (3.5)
n  k!
Cu cele n  3 litere a, b, c se pot realiza aranjamente diferite a
câte k  2 litere
următoarele: S   ab; ac; bc; ba; ca; cb .

Evident Ann  Pn (deoarece prin definiţie o ! 1 );

Ann 1  Ann şi Ano  1

Numărul aranjamentelor cu repetiţie a n obiecte luate câte

k este
Ank  n k (3.6)
şi în cazul celor n  3 litere, luate câte k  2 cu repetiţie
rezultă 32  9 variante
adică S   aa; bb; cc; ab; ba; ac; ca; bc; cb 

Dacă prin rearanjarea componentelor unui element din S

nu se obţine un element considerat diferit,
atunci ordinea componentelor devine neimportantă,

15
 iar ceea ce contează este selecţia (conţinutul) componentelor.

Un nou element al lui S se poate creia prin schimbarea a cel

puţin o componentă dintr-un element existent.

Se numesc combinări a n obiecte luate câte k,

grupele de câte k obiecte în care acestea diferă prin
compoziţie,
posibil de format din cele n obiecte.
Numărul variantelor este:
n!
C nk  (3.7)
k ! n  k !
La exemplul de mai sus, grupele distincte de câte k2 litere
care se pot forma din cele n  3 este C32  3
şi acestea sunt S   ab; ac; bc
În mod evident
Ank n n  1 ...  n  k  1
C nk 
k!

k!
şi
C 1n  n; C nn  C n0  C 00  1; C nk  C nn k .
k 
Se mai notează prescurtat sub forma   .
n

Numărul combinărilor cu repetiţie a n obiecte luate câte k

este
C nk  C nk k 1

În exemplul cu cele n  3 litere, luate câte k  2, cu repetiţie,

rezultă numărul de variante C32  C 42  6
şi acestea sunt S   aa; bb; cc; ab; ac; bc

Dacă spaţiul de selecţie într-un experiment statistic

Exemplul 3.1.1

este format din elemente reprezentate, fiecare, de un grup format din

trei litere  a, b, c  , dar cu posibilitatea de repetiţie a aceleiaşi litere

16
până la de trei ori într-un grup, să se precizeze conţinutul complet al
lui S.

Soluţie
Este vorba de permutări cu repetiţie a trei obiecte, iar numărul
acestora este dat de relaţia (3.3).
Rezultă P3  33  27 grupuri distincte, astfel încât conţinutul
complet al spaţiului de selecţie va fi:

aaa; bbb; ccc; aab; aba; baa; aac; aca; caa; 

 
S   abb; bab; bba; cbb; bcb; bbc; cca; cac; acc; 
 ccb; cbc; bcc; abc; acb; bac; bca; cab; cba 
 

Exemplul 3.1.2

a) În câte moduri distincte se pot grupa 4 obiecte

dispuse liniar ?
b) Dar dacă dispunerea lor are loc în jurul unui cerc ?
Reprezentaţi grafic modurile de dispunere din acest caz.

Soluţie
a) Fie cele 4 obiecte literele a, b, c, d
La aşezarea lor în linie se pot forma permutări de 4 grupe
distincte adică P4  4! 24 grupe .
Pentru a găsi cele 24 de variante cel mai simplu ar fi:
- Să se păstreze prima literă fixă şi să se permute celelalte 3 în
cele 3 ! 6 moduri posibile. Rezultă linia de grupe:
abcd acdb adbc abdc acbd adcb

- Pe coloana fiecărei grupe din prima linie să se aducă în prima

poziţie a doua literă, apoi a treia şi în final a patra, mutând la coadă
pe cea din prima poziţie. Rezultă:
bcda cdba dcab bdca cbda dcba
cdab dbac bcad cabd dacb cbad
dabc bacd cadb cabd dacb badc

17
 La aşezarea circulară a celor 4 obiecte,
b)
unul aparţine grupării atât dintr-un sens de parcurgere, cât şi
din cel opus.
Astfel rămân doar 3 obiecte ce pot fi permutate în moduri
distincte, rezultând deci P3  3 ! 6 variante distincte.
Aşa sunt, de exemplu, cele din prima linie de mai sus şi au
următoarea reprezentare grafică
b c d b c d

a c a d a b a d a b a c

d b c c d b

S-a constatat că din 100 de cititori ai presei cotidiene:

Exemplul 3.1.3

35 citesc ziarul Cotidianul (C); 49 citesc Evenimentul zilei (E); 32

citesc ziarul Adevărul (A); dar 11 citesc atât C cât şi E; 9 citesc C şi
A; 13 citesc E şi A, iar 5 le citesc pe toate trei. Alcătuiţi diagrama
Venn pentru datele de mai sus şi indicaţi în fiecare contur închis
format, care este numărul de realizări (aici cititori)

Soluţie

S-au notat evenimentele de a fi cititor al ziarelor Cotidianul,

Evenimentul zilei şi Adevărul prin literele C, E şi A. Din enunţ se
constată că există cititori şi a câte două sau chiar toate cele trei
ziare. Diagrama are în acest caz forma următoare

18
 S

E
6 30
C
20
5
4 8

15
A

12

Diagrama Venn pentru Exemplul 3.1.3.

Numărul de cititori din fiecare contur închis se află ţinând seama de
datele problemei.
- Toate cele trei ziare: 5
- Cotidianul şi Evenimentul zilei: 11  5  6
- Cotidianul şi Adevărul: 9  5  4
- Evenimentul zilei şi Adevărul: 13  5  8
- Doar Cotidianul: 35  5  6  4  20
- Doar Evenimentul zilei: 49  5  6  8  30
- Doar Adevărul: 32  5  4  8  15
Însumând datele de mai sus rezultă că 88 dintre cei 100 cititori
cumpără cel puţin unul dintre cele trei ziare menţionate, în timp ce
restul de 12 preferă alte publicaţii sau niciuna.

Exemplul 3.1.4

a) Care este probabilitatea ca la aruncarea unei perechi de zaruri,

suma cifrelor de pe cele două feţe să fie egală cu 6 ?
b) Dar egală cu 11 ?
c) Care este suma cel mai probabil să apară într-o aruncare
oarecare ?

Soluţie
Numărul total de rezultate posibile este egal cu n  6  6  36
(oricare latură a unui zar cu oricare latură a celuilat)

19
 Suma punctelor de pe cele două feţe poate lua doar valorile:
S   2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12

Dacă se contorizează suma punctelor de pe cele două feţe în cele

36 de variante posibile prezentate în tabelul 3.1.1, se constată că
evenimentele simple din spaţiul S. se realizează în câte un număr de
variante posibile ca în vectorul n A următor
n A  1; 2; 3 4; 5; 6; 5; 4; 3; 2; 1
Tabelul 3.1.1
Rezultate posibile la aruncarea a două zaruri
1,1 1,2 1,3 1,4 1,5 1,6
2,1 2,2 2,3 2,4 2,5 2,6
3,1 3,2 3,3 3,4 3,5 3,6
4,1 4,2 4,3 4,4 4,5 4,6
5,1 5,2 5,3 5,4 5,5 5,6
6,1 6,2 6,3 6,4 6,5 6,6

a) Conform definiţiei (3.1), având în vedere valoarea finită a lui

n din acest caz, probabilitatea de realizare a evenimentului ca suma
cifrelor de pe cele două feţe să fie 6 va fi:
n A5 5
P e5   6    100   100  13,89%
n 36
b) Probabilitatea ca suma cifrelor să rezulte 11 va fi:
n A10 2
P e10  11    100   100  5,56%
n 36
c) Deoarece numărul maxim din vectorul n A este 6 şi se
plasează la poziţia a 6-a rezultă că evenimentul simplu cel mai
probabil din S este e6   7 , şi are probabilitatea de apariţie
6
P  e6    100  16,67%
36
________________________________________________________

Dacă la experimentul statistic din exemplul anterior

Exemplul 3.1.5

se admite ca variabilă observată numărul de pe zarul cel mai mare

sau numărul comun (la dublă), găsiţi probabilitatea ca rezultatul
(realizarea) să fie:
a) număr par (evenimentul compus A);

20
 b) număr mai mare decât 4 (evenimentul compus B);
c) număr par sau mai mare decât 4 (evenimentul A  B );
d) număr par şi mai mare decât 4 (evenimentul A  B ).

Soluţie

a) Ştiind numărul total de variante de aruncare posibile n  36

şi inspectând datele din tabelul 3.1.1 în acord cu definiţia variabilei
observate aici, se constată că evenimentul A (variabilă număr par) se
produce în 21 dintre variantele de aruncare posibile şi deci
21
P  A   100  58,33%
36

b) Evenimentul B (variabila cu realizare  4 ) se produce în 20

20
dintre variantele posibile, deci P B   36 100  55,56%

c) Evenimentul A  B (variabila cu realizare număr par sau

 4 ) apare în 30 dintre variante, astfel că
30
P A  B    100  83,33%
36

d) Evenimentul A B are doar 11 realizări posibile şi deci

11
P A  B    100  30,56%
36

Estimaţi probabilitatea ca două persoane anumite

Exemplul 3.1.6

dintr-un grup de 10 persoane aşezate aleatoriu în jurul unei mese

rotunde, să se afle pe locuri învecinate.

Soluţie

S-a văzut în Ex. 3.1.2 că la dispunerea circulară a 4 obiecte,

există 3 ! variante de aranjare diferită.

21
 Generalizând, rezultă că n obiecte se pot aşeza circular în
N  Pn 1   n  1 ! variante diferite şi deci numărul total de variante de
aşezare în jurul mesei este N  9 !
Excluzând cele două persoane anumite din grup, restul de 8
persoane se pot aşeza în permutări de 8 variante diferite adică
P8  8 ! (ca la aşezarea lineară, deoarece sunt separate de cele două

speciale).
Cele două persoane anumite pot fi plasate fie una în stânga şi
a doua în dreapta, fie invers (faţă de un sens oarecare ales), în
oricare dintre cele P8  8 ! variante de aşezare a celorlanţi.
Rezultă că numărul total de variante posibile cu două persoane
anumite aşezate pe locuri vecine este n  2  P8  2  8 !
Probabilitatea evenimentului considerat în problemă va fi deci:
n 28 !
P 100  100  22,2%
N 9!

..Problema 3.1.1
?
Presupunând că nu se dispută nici o partidă, în câte moduri ar
putea să arate clasamentul unei competeţii la care s-au înscris 10
echipe?

..Problema 3.1.2
?
În câte moduri se pot ocupa poziţiile de preşedinte,
vicepreşedinte şi secretar în Biroul Executiv, format din 10 membri, al
unui partid politic ?

..Problema 3.1.3
?
Un grup de 5 copii este alcătuit din 2 gemeni identici şi respectiv
3 tripleţi identici. Câte aranjări diferite în formaţiune de câte 5 se pot
face cu grupul respectiv şi reprezentaţi-le grafic ?

22
 ..Problema 3.1.4
?
Ajunsă în faţa unui bancomat, o persoană mai în vârstă constată
că nu-şi mai aduce aminte din codul PIN de 4 cifre decât pe prima şi
faptul că toate cifrele diferă între ele. Care este probabilitatea ca din
primele 5 încercări să reuşească să-şi scoată banii necesari, dacă
tastează corect variante de cod posibile ?

3.2. Axiome fundamentale şi probabilităţi

condiţionate
S-a menţionat că probabilitatea unui eveniment A definit pe
spaţiul de selecţie S este:
0  P  A  1 (3.8)
şi s-a definit evenimentul sigur pentru care:
P S   1 , (3.9)
cu semnificaţia că la un experiment stocastic se obţine în mod cert
un rezultat oarecare din spaţiul de selecţie S al problemei

În multe situaţii practice se poate calcula probabilitatea unui

eveniment aplicând o serie de reguli asupra probabilităţilor
cunoscute ale altor evenimente.

Fie A şi B două evenimente cu probabilităţile P  A şi P B 

cunoscute sau uşor calculabile.

23
 Evenimentul reuniune a celor două, adică are o
A B
probabilitate calculabilă cu regula (sau axioma) aditivităţii,
şi formula:

P  A  B   P  A  P  B   P  A  B  (3.10)

unde P A  B  este probabilitatea evenimentului intersecţie a lor

Dacă A şi B sunt mutual exclusive (incompatibile) - deoarece

A B  (evenimentul imposibil, de probabilitate P A  B   0 ), din
(3.10) rămâne

P  A  B   P  A  P  B  (3.11)

Dacă (complementul lui A în raport cu S), deoarece

B A
A A  S şi A  A   , iar P S   1 - v. (3.9), rezultă că:
1  P  A  P  A

sau P  A  1  P  A (3.12)

Evident, pentru un grup de evenimente mutual exclusive

A1 , A2 ,..., An ,
regula aditivităţii se generalizează sub forma:

P A1  A2  ...  An   P A1   P A2   ...  P An  (3.13)

Evenimentele A şi B se numesc independente dacă realizările

lor nu se influenţează.
În caz contrar este vorba de evenimente dependente.
_______________________________________________________

Simbolul P  B A defineşte probabilitatea de realizare a lui B

ştiind că evenimentul A deja s-a realizat.
Se numeşte probabilitate condiţionată (impune condiţia ca
A să fi apărut în prealabil) şi se defineşte prin:
P A  B 
P  B A  dacă P A  0 (3.14)
P  A

24
unde P A  B  şi P A sunt calculate în raport cu S.

Dacă se obţine că P B A  P B  , rezultă că probabilitatea

apariţiei lui B nu este influenţată de realizarea lui A şi cele două
evenimente sunt independente, fiind adevărat şi P A B   P A .

Definiţia (3.14) conduce la regula (axioma) multiplicativă

P  A  B   P  A  P  B A  (3.15)
utilizabilă pentru calculul probabilităţii evenimentului A intersectat
cu B.

Deoarece A  B  B  A , în locul lui (3.15) se poate scrie şi

P  A  B   P  B  A  P  B   P  A B  (3.16)

Dacă evenimentele sunt independente, adică P  B A  P  B  ,

rezultă:
P  A  B   P  A  P  B  (3.17)

În multe cazuri practice există o ordine cronologică de apariţie

pe care o implică simbolul A  B (în sensul că evenimentul care
apare primul - aici A- este cel care asigură condiţia ce trebuie
impusă înainte de a calcula orice probabilităţi ulterioare).

Generalizată la trei evenimente A1 , A2 , A3 regula (3.15) se scrie:

P A1  A2  A3   P A1   P  A2 A1   P A3 A1  A2  (3.18)

iar dacă evenimentele sunt independente

P A1  A2  A3   P A1   P A2   P A3  (3.19)
_______________________________________________________

Fie evenimentele B1 , B2 ,..., Bk formând o partiţie a spaţiului S

şi A un alt eveniment oarecare din S.
În acest caz, A poate fi scris ca o reuniune de evenimente
mutual exclusive B1  A , B2  A , ..., Bk  A , sub forma:
A   B1  A   B2  A  ...   Bk  A (3.20)

25
 Aplicând regula aditivităţii şi folosind (3.14), se ajunge la
teorema probabilităţii totale sau regula de eliminare:
P A  P  B1   P  A B1   P  B2   P  A B2   ...  P Bk   P  A Bk  
k
(3.21)
  P Bi   P A Bi 
i 1
Teorema este utilă în special când trebuie evaluate
probabilităţile condiţionate P Br A , pentru r  1,2,..., k .
Deoarece prin definiţie
P Br  A
P  Br A 
P  A
folosind la numitor probabilitatea totală P A dată de (3.21) se obţine:
P  B r   P  A Br 
P  Br A 
k
 P Bi   P A Bi  , pentru (3.22)
r  1,2,..., k

i 1

relaţie cunoscută sub numele de regula (formula) lui Bayes.

Reluând problema celor 100 cititori de presă din

Exemplul 3.2.1

Exemplul 3.1.3, să se găsească probabilitatea ca o persoană aleasă

aleator din acest grup:
a) Să nu citească nici unul dintre cele 3 ziare;
b) Să citească Cotidianul sau Evenimentul zilei
c) Să citească Adevărul, ştiind că ea citeşte Cotidianul;
d) Să citească Evenimentul zilei şi Adevărul, dar să nu citească
Cotidianul;
e) Să nu citească Cotidianul sau să nu citească Adevărul.

Soluţie
a) Revăzând datele, 88 persoane citesc cel puţin un ziar din cele
trei, iar 12 persoane din 100 citesc alte publicaţii.
Rezultă pentru punctul a) probabilitatea
12
P a    100  12%
100
b) Cotidianul şi Evenimentul zilei sunt citite de 35+49=84
persoane, dar dintre ei 11 le citesc pe ambele şi nu pot face parte din
cei 84. Rezultă atunci

26
 84  11
P C  E    100  73%
100

c) Cotidianul este citit de 35 persoane, iar 9 citesc şi Adevărul.

Rezultă probabilitatea condiţionată
9
P A C    100  25,71%
35
d) Evenimentul zilei şi Adevărul sunt citite doar de 8 persoane.
Rezultă pentru punctul d) probabilitatea
8
P d    100  8%
100
e) Deoarece 9 persoane din 100 citesc Cotidianul şi Adevărul,
probabilitatea de a nu citi Cotidianul sau a nu citi Adevărul va fi
100  9
P e   100  91%
100
Altă rezolvare
Fie C şi A evenimentele de a nu citi Cotidianul şi respectiv
Adevărul. Având în vedere datele din enunţ
P C   P  A 
100  35 65 100  32 68
100

100
şi 100

100
Din regula aditivităţii se ştie că
      
P e   P C  A  P C  P A  P C  A  
 P  C   P  A  P  C   P  A C 

Probabilitatea condiţionată a evenimentului A , când se

cunoaşte că C a avut loc se estimează astfel:
- din 100 persoane sunt 65 care nu citesc C
- dintre cei 65 se ştie că 12 nu citesc nimic şi 30 citesc
Evenimentul zilei (restul citind A sau A+E)
Rezultă atunci că P A C   65  65
12  30 42

Înlocuind în relaţia de mai sus probabilităţile găsite, se obţine


P e   P C  A   65

68

65 42
 
100 100 100 65 100
91

Exemplul 3.2.2

a) Estimaţi probabilitatea ca o mână de 5 cărţi primită din

servire la pocher să conţină cel mult 2 aşi.

27
 b)Merită să-ţi imaginezi că vei avea cărţi de full cu 3 aşi din
prima mână ?

Soluţie
a) Notând cu
A evenimentul că mâna nu conţine nici un as, cu
B evenimentul că include un as şi cu
C evenimentul că s-au nimerit 2 aşi,
evenimentele respective sunt mutual exclusive, iar evenimentul de a
avea cel mult 2 aşi în mână este reprezentat de reuniunea A  B  C .

Cele 52 cărţi pot fi combinate în grupe de câte 5, într-un

număr total de N  C52
5
moduri distincte.

Presupunând evenimentul C şi
separând cei 4 aşi de restul cărţilor,
aceştia se pot extrage în grupe de câte doi în C 42 variante
distincte.
Din restul de 48 cărţi, celelalte 3 cărţi necesare unei mâini se
pot grupa în C 48 3
moduri diferite.
Rezultă că numărul total de variante ale evenimentului C este
2 3
nC  C 4  C 48 , iar probabilitatea evenimentului C este, conform
definiţiei
2 3
nC C 4  C 48
P C    şi rezultă P C   0,03993
N 5
C52

Raţionând în mod similar, numărul de variante posibile ale

unei mâini cu un singur as este n B  C14  C 484 ,
iar pentru evenimentul A (mână fară nici un as): n A  C 40  C 48
5
.
Rezultă probabilităţile:
C 40  C 48
5
C 14  C 48
4
P  A   0,65884 P B    0,29947
5 5
C52 C52

Deoarece în cazul evenimentelor mutual exclusive

P A  B  .C   P A  P B   P C  ,

rezultă că probabilitatea de a primi o mână cu cel mult 2 aşi este:

P A  B  .C   0,65884  0,29947  0,03993  0,99824

b)Fără un calcul sofisticat şi ignorând faptul că celelalte 2 cărţi

28
se potrivesc sau nu, dacă şansa de a avea cel mult 2 aşi în prima
mână este de 99,824%, rezultă că şansa de a avea din servire 3 aşi
nu poate depăşi 0,176%, adică sub 2 la 1000.
Deci, dacă eşti un tip cu profil ezitant, normal sau riscant
ponderat, nu-ţi faci iluzia de a avea 3 cărţi de aceeaşi valoare din
prima! (raţionamentul fiind valabil pentru orice carte!)

Pentru un jucător la 6 din 49 există 12 numere

Exemplul 3.2.3

speciale distincte (vârsta lui, numărul de la pantofi, data zilei de

naştere a copilului, etc.) din care compune variante de joc. Care este
probabilitatea ca la o extragere aleatoare, aceasta să conţină:
a) Două numere speciale pentru jucător ?
b) Dar cinci numere speciale ?

Soluţie
La extragerea 6 din 49 există evident N  C 49 6
variante distincte
echiprobabile.
6 49!
Deoarece C 49  6! 43!  13 983 816 , rezultă că probabilitatea de
extragere a unei anumite variante este de 1 la aproape 14 milioane.
Notând
cu n = 49 numărul de bile din aparat,
cu t = 6 talia extragerii,
cu s = 12 numărul de bile speciale pentru jucător şi
cu d – numărul de bile speciale aflate printre cele t extrase,

numărul de variante de extragere a d bile speciale este egal cu

C sd înmulţit cu C nt ds , unde d  min  s, t  ,

adică
numărul de variante de combinare a celor s speciale în grupe
de câte d dorite,
înmulţit cu numărul de variante de combinare a celor
nespeciale din total  n  s  , în grupe de câte se acceptă nespeciale
dintre cele extrase  t  d  .

29
 a) Dacă se doresc d = 2 numere speciale, acestea pot apărea în
12! 37!
2
n a  C12 4
 C 37 variante distincte şi na  .
2!10! 4!33!
 4 358 970

Probabilitatea apariţiei a 2 numere speciale va fi

na 4 358 970
P a     0,312
N 13 983 816

b) Dacă se doresc d = 5 numere speciale, acestea pot apărea în

12!
5
nb  C12 1
 C37 variante distincte şi nb  5!7!  37  29 304
Probabilitatea apariţiei a 5 numere speciale rezultă
n
P b   b  0,002
N

Serviciul de control a calităţii a constatat statistic, în

Exemplul 3.2.4

timp, că trei muncitori A, B şi C sunt capabili să realizeze câte 100

piese simple de un anumit tip într-o oră, dar cu câte 1, 2 şi respectiv
4 rebuturi la suta de piese.
Într-o anumită oră de lucru, A a produs 95 piese, B a produs
103 piese şi C doar 92 piese.
Alegând la întâmplare una dintre piesele produse în ora
respectivă şi observând că este defectă, care sunt probabilităţile ca ea
să fie realizată de A, B şi respectiv C ?
Soluţie

În ora considerată s-au produs N = 95+103+92=290 piese.

Probabilităţile ca piesa defectă să fie realizată de A, B, C sunt:

95 103 92
P  A   0,328 P B    0,355 P C    0,317
290 290 290

Totuşi, din statistica anterioară se cunoaşte că muncitorul C are

o rată mai mare de rebuturi.
Notând cu R evenimentul că piesa este rebut, se cunosc
probabilităţile condiţionate de a genera rebuturi de către cei trei sub
forma:
P  R A   0,01 P  R B   0,02 P  R C   0,04

30
 Probabilitatea totală a evenimentului R este, conform (3.21):
P  R   P  A  P  R A  P  B   P  R B   P  C   P  R C  
 0,328  0,01  0,355  0,02  0,317  0,04  0,02306

Folosind regula lui Bayes (3.22),

probabilitatea condiţionată ca muncitorul A să fi produs
rebutul când el s-a realizat este:
P  A  P  R A 0,328  0,01
P A R     0,14
P R  0,02306

0,355  0,02 0,314  0,04

La fel, P B R   0,02306  0,31 şi P C R   0,02306  0,55

Mai sus P A , P B  , P C  sunt probabilităţile iniţiale, iar

probabilităţile condiţionate de forma P A R  se numesc probabilităţi
actualizate (la calculul lor se folosesc informaţii suplimentare)
După probabilităţile iniţiale, cel mai probabil rebutul a fost
produs de B şi cel mai puţin probabil de C.
Ţinând seama de randamentele lor anterioare, probabilităţile
actualizate îl indică de departe pe C ca posibil autor (55% şansă) şi
pe A cel mai improbabil (14% şansă).

..Problema 3.2.1
?
Verificaţi regula aditivităţii pe datele problemei din Exemplul
3.1.5 şi aflaţi probabilitatea evenimentului număr par ştiind că este
mai mare decât 4.
..Problema 3.2.2
?
La revenirea din vacantă, 100 de studenţi aleşi aleatoriu din cei
1750 studenţi ai facultăţii, au fost chestionaţi în legătură cu excursiile
în care şi-au petrecut săptămânile de vacanţă. Dintre aceştia 55 au
declarat câte o săptămână pe litoral (L), 30 – câte o săptămână la
munte (M) şi 24 – câte o săptămână în străinătate (S). 17 studenţi au
declarat vacanţe de câte 2 săptămâni şi anume: 6 la munte şi pe litoral;
7 la munte şi în străinătate şi 4 în străinătate şi pe litoral; iar 5 au
petrecut 3 săptămâni, câte una la munte, în străinătate şi pe litoral.
Folosiţi diagrama Venn pentru a afla:

31
 a) Procentul celor care n-au declarat nici o destinaţie de vacanţă;
b) Procentul celor care au fost pe litoral sau la munte;
c) Procentul celor care au fost sau pe litoral sau în străinătate
sau la munte;
d) Procentul celor care au fost în străinătate ştiind că au fost şi
pe litoral;
e) Estimaţi numărul de studenţi din facultate care îndeplinesc
condiţiile de la punctele a) la d);
f) Dacă vacanţa efectivă are 6 săptămâni, ce procent din
perioada de vacanţă au petrecut cei 1750 studenţi în excursii la munte,
pe litoral sau în străinătate ?
..Problema 3.2.3
?
Dintr-un lot de 100 becuri verificate la stand s-au depistat 5
defecte însă din greşeală au plecat toate la împachetat. Ştiind că se
alcătuiesc baxuri având câte 10 becuri ambalate, care este
probabilitatea ca un bax ales aleator să conţină:
a) Un bec defect;
b) 3 becuri defecte;
c) Toate cele 5 becuri defecte ?

3.3. Distribuţii de variabile aleatoare

Se prezintă aspecte referitoare la descrierea numerică a

realizărilor unui experiment statistic.

Variabila aleatoare este o funcţie definită pe S şi a cărei

valoare este un număr real aflat în legătură (asociat) cu fiecare
element al spaţiului de selecţie S.

Prin litere mari (de exemplu X) se denumesc variabile

aleatoare,
iar literele mici corespunzătoare (aici x) vor fi utilizate pentru
a defini una din valorile variabilei aleatoare.

32
 S-a văzut că o V.A. definită pe un spaţiu de eşantionare discret
(numerabil) este o V.A. discretă,
iar dacă S este continuu (nenumerabil) V.A. este continuă.

În general V.A. discrete reprezintă date numărate

(contorizate), pe când V.A. continue corespund la date măsurate.

S-a constatat că se poate determina probabilitatea ca o V.A

discretă să ia una sau mai multe valori (realizări) din S.

Notând cu xi ( xi  S ) o astfel de valoare şi probabilitatea

asociată valorii xi luate de V.A. X cu p xi   P X  xi  ,
tabloul sau formula care listează toate realizările pe care V.A
discretă le poate lua, împreună cu probabilităţile acestor valori se
numeşte distribuţie discretă de probabilitate şi V.A X se
reprezintă simbolic prin
 x x2 ... xn ...
X :  1  (3.23)
 p  x1  p  x 2  ... p  x n  ...
Când valorile p  xi  se
definesc prin intermediul unei funcţii, se
utilizează şi noţiunea de lege de probabilitate a V.A X.

Astfel de legi se pot deduce pe baza proprietăţilor

probabilităţilor asociate tipului de experiment statistic efectuat şi a
naturii V.A considerate.

Exemplu
Fie experimentul statistic lansarea unui zar cinstit,
cu spaţiul de selecţie discret S  1;2;3;4;5;6 .

Dacă V.A este definită ca numărul de lansări necesare pentru

a obţine orice valoare întreagă din intervalul 1;6 , atunci tabloul
asociat acestei V.A discrete este
1 2 3 4 5 6
X :1 1 1 1 1 1
 
6 6 6 6 6 6
şi distribuţia se numeşte uniformă.

33
 Dacă însă V.A este definită ca numărul de lansări necesare
pentru a obţine o anumită cifră (să spunem 5),
spaţiul de selecţie pentru această V.A X este numerabil, dar
infinit, adică S X  1,2,3,..., k ,... unde k este ordinul lansării.
Se pune problema calculării probabilităţilor ca din prima
aruncare P X  1 , din a doua aruncare P X  2 etc. să rezulte zarul
dorit.
Notând cu A evenimentul elementar că zarul aruncat indică 5,
este uşor de sesizat că:
- La prima aruncare, probabilitatea de a rezulta 5 este
1
p1  P X  1 
6
iar a evenimentului complementar lui A în raport cu S este
 
P A  1
1 5

6 6
- Dacă prima aruncare a fost un eşec şi este nevoie de a doua -
1
probabilitatea de a rezulta 5 rămâne 6 (aruncările fiind
experimente independente),
iar probabilitatea de reuşită acum se obţine aplicând regula
1
multiplicativă (3.17) asupra probabilităţii curente  
6
şi a celei de
eşec la anterioara lansare, adică
5 1
p 2  P X  2  
6 6

- Cu nereuşită la a doua încercare (de probabilitate  

P A 
5
6
)
probabilitatea de succes la a treia va fi
2
5 5 1 5 1
p  3  P  X  3      
6 6 6 6 6
- Generalizând pentru încercarea k rezultă
k 1
5 1
p k   P X  k     
6 6
iar tabloul V.A X definită în acest fel va fi
1 2 3 ... k ...
 k 1 
X :1 5 52 5
6 ... ...
 62 63 6k 

Distribuţia de probabilitate de mai sus este un caz particular al

legii de probabilitate numită geometrică, conform căreia, dacă

34
probabilitatea de realizare a evenimentului A într-un experiment
este q, atunci probabilitatea ca el să se obţină în k experimente
identice şi independente este dată de relaţia:
p k   P X  k   q  1  q  k 1 (3.24)

Suma probabilităţilor p xi  dintr-un tablou ca (3.23) trebuie să

fie egală cu 1, (semnificând că V.A X ia cu certitudine o valoare
oarecare xi din S la realizarea unui experiment statistic dedicat).

Se defineşte funcţia de repartiţie a V.A X şi se notează

FX  x  ,
*

o funcţie luând valori numere reale pe intervalul  0;1 dată

de:
F X  x *   P e  S , X  e   x *  (3.25)
adică prin probabilitatea ca unui eveniment elementar e din S să-i
corespundă pentru V.A X o valoare cel mult egală cu valoarea
specificată x * .

În general, funcţie şi de natura V.A X,

lim F X  x *   1 lim F X  x *   0
x  * şi x *
 (3.26)

Pentru două valori x * precizate din S, fie acestea a şi b, este

valabilă relaţia:
F X  b   FX  a   P  e  S , a  X  e   b  (3.27)
adică probabilitatea ca V.A X să ia valori între a şi b este egală cu
diferenţa valorilor funcţiei de repartiţie, evaluate în b şi respectiv a.

Reprezentarea grafică a distribuţiei de probabilitate discretă se

poate face prin histograma de probabilitate.
Valorile V.A X din S se reprezintă pe abscisă, alocând câte o
unitate de lăţime centrată în jurul fiecărei date din S,
iar probabilităţile asociate se reprezintă pe ordonată,
proporţional cu mărimea lor.

35
 Rezultă un grafic conţinând o succesiune de bastonaşe
dreptunghiulare a căror suprafaţă însumată va fi egală cu 1 (dacă
baza lor se ia unitară, iar înălţimea – ca fracţie din 1).

În cazul distribuţiei geometrice (3.24) cu q = 0,4 , primele

5 probabilităţi asociate valorilor X = 1; 2; ...; 5 sunt p = 0,4; 0,24;
0,144; 0,0864 şi 0,0518, iar histograma are alura din Fig. 3.2.
p x 

0,4

0,3

0,2

0,1

x
0 1 2 3 4 5

Fig.3.2. Histogramă de probabilitate pentru legea geometrică (3.24) cu q = 0,4

În cazul V.A continuă definită pe un spaţiu de selecţie

continuu, cu număr infinit de valori, probabilitatea ca o astfel de
V.A să ia exact una din aceste valori este zero.
Din această cauză, o reprezentare tabelară a distribuţiei de
probabilitate este imposibilă.

Totuşi, pentru o V.A continuă, legea de probabilitate a ei se

poate defini printr-o
funcţie numită de densitate de probabilitate notată
f  x  şi atunci
P  X  dx   f  x  dx (3.28)
redă probabilitatea ca V.A X să ia o valoare din intervalul dx în
jurul lui x de interes.

36
 Această cantitate se numeşte probabilitatea elementară şi
este echivalentă cu probabilitatea p x  pentru o V.A. discretă.

Funcţia f  x  poate avea alura din Fig. 3.3, cu proprietăţile că:

i) suprafaţa dintre graficul ei şi axa absciselor este egală cu 1;
ii) suprafaţa dintre graficul ei, axa absciselor şi verticalele
ridicate prin două puncte x  a şi x  b redă probabilitatea ca V.A. X
să ia valori din acest interval, adică:
b
P a  X  b    f  x  dx (3.29)
a

f  x

dx

f  x  dx

x
Fig.3.3. Graficul funcţiei de densitate de probabilitate pentru o V.A. continuă

În cazul V.A. discrete, funcţia de repartiţie corespunzătoare

unei valori x * specificate se calculează cu:
x*
 
FX x *   p x  (3.30)


iar pentru V.A. continuă, cu relaţia:

*

F X  x *    f  x  dx
x
(3.31)


şi în plus:
 
f x* 
 
dFX x *
(3.32)
dx

37
 Având în vedere relaţia (3.31), în loc de (3.29) se poate scrie:

P  a  X  b   FX  b   FX  a  (3.33)

Funcţia de repartiţie (3.31) are o alură continuă, cu

variaţia între 0 şi 1.

3.4. Caracteristici ale variabilei aleatoare

Reamintesc despre notaţii

pentru caracteristicile descriptive ale unui eşantion de date
înregistrate - litere latine.
pentru caracteristicile V.A. definită pe un spaţiu de selecţie S şi
formând o populaţie - litere greceşti,

Dacă aceste caracteristici se estimează doar pe baza unui

eşantion din S - se vor nota cu litere greceşti indexate prin accent
circonflex sau prin asterix ( ̂ sau  de exemplu). *

În cazul V.A. X, media numită şi speranţă matematică se

notează cu  X sau E  X  .

Dacă V.A. X este discretă, atunci media rezultă cu:

 X   p  xi  xi
S
(3.34)
iar pentru V.A. continuă cu
 X   f  x .x.dx
S
(3.35)
Cu c o constantă, la translatarea şi respectiv scalarea lui X
prin c rezultă
E  X  c   c   X şi respectiv E  cX   c X .

Semnificaţia speranţei matematice (sau a valorii aşteptate a

V.A.) = valoare medie a V.A. X rezultată din experimente repetate
indefinit, care generază valori pentru X.

38
 Asemănător, varianţa V.A. X se defineşte în cazul discret
prin:
 2X   p  xi  xi   X 
2

S
(3.36)
şi respectiv, în cazul continuu prin relaţia:
 2X  E  X   X      x   X  f  x  dx
2 2

S
(3.37)

Pentru o V.A. X, momentul de ordin r în raport cu

originea este:
 p xi  xir sau  x f  x  dx
r
M Xr  M Xr 
S S
(3.38)

iar momentul centrat de ordin r:

 Xr   p  xi  xi   X  r sau  Xr    x   X  r f  x  dx
S S
(3.39)

În cazul unei V.A. X, pentru simplificare

- media se va nota prin 
- varianţa prin  2 ,
- iar momentele prin M r şi  r .

Se observă că   M1 iar 2  2 , pe când 1 este 0.

Legăturile între momentele centrate şi cele faţă de origine au

aceeaşi formă ca relaţiile (2.32), cu diferenţa că aici se referă la o
populaţie, iar M r se determină folosind (3.38).
Coeficienţii de variaţie, asimetrie şi aplatisare ai
V.A. X se definesc prin intermediul momentelor, cu relaţiile:
 3 4
 ;  3 şi 4

39
 Considerând o distribuţie discretă de probabilitate pentru
V.A. X de forma simbolică (3.23)
şi admiţând că valorile v xi  pentru i  1,2, , n, sunt valorile
unei noi variabile aleatoare discrete v X  care depinde de X,
atunci

speranţa matematică (media) ei este dată de:

E  v  X     v  X    v  xi  p  xi 
S
(3.40)
iar varianţa acesteia rezultă cu:
 
 2 v X    v xi    v X  2 p xi 
(3.41)
S

Dacă v X  are forma simplă v X   aX  b , cu a şi b constante

(deci scalare însoţită de translatare),
iar  X şi  2X sunt media şi varianţa V.A. X continuă sau
discretă,
atunci se pot utiliza următoarele relaţii de calcul:
 aX b  a X  b ;  aX  a X
 2X b   2X ;  2aX b  a 2  2X (3.42)

3.5. Cazul variabilelor aleatoare multiple

Foarte frecvent apar situaţii în care procesul, fenomenul etc.

analizat are o realizare (variabilă aleatoare) a cărei valoare
depinde de mai multe variabile aleatoare.

-------------------------------------------------------------------------------
Exemple

1. valoarea debitului maxim înregistrat la închiderea unui

bazin hidrografic în urma unei ploi este o variabilă aleatoare

40
 care este influenţată de valorile luate de alte variabile
aleatoare cum ar fi: intensitatea ploii, cantitatea de precipitaţii,
starea anterioară de umiditate a solului, temperatura apei ploii (în
legătură cu viteza de infiltraţie) ş.a.m.d.

2. cedarea sau nu a piesei realizată dintr-un anumit material

depinde de
solicitarea la care este supusă la un moment dat, de rezistenţa
materialului la acest tip de solicitare, de gradul de oboseală anterior
solicitării curente ş.a.m.d., toate acestea putând fi admise ca
variabile aleatoare într-un experiment.
---------------------------------------------------------------------------------

Rezumându-ne doar la două V.A. notate X şi Y şi considerând

cazul discret,
se numeşte distribuţie de probabilitate legată (sau
comună) - un tablou sau o formulă care listează
- toate valorile posibile xi şi y j ale variabilelor X şi Y,
- împreună cu probabilităţile asociate f  xi , y j  .

Aici f  xi , y j  reprezintă probabilitatea ca X  xi şi simultan

Y  y j , pentru i şi j  1,2,  , n , unde n este numărul de realizări

discrete ale V.A. care depinde de X şi Y.

Dacă se însumează pentru toate valorile lui Y la valori fixe ale
lui X, rezultă distribuţia discretă de probabilitate doar a lui X, cu
valorile notate prin g  xi  .
Invers, dacă se însumează pentru toate valorile lui X la valori
fixe ale lui Y, rezultă distribuţia discretă de probabilitate doar a lui
Y, având valorile notate prin h y j  .

Cele două funcţii cu valorile g  xi  şi   se numesc

h yj

distribuţii marginale ale lui X şi respectiv Y.

----------------------------------------------------------------------------
Funcţia notată f  y x  şi definită prin:
f  x, y 
f  y x  (3.43)
g  x

41
pentru o valoare fixă a lui x, este o funcţie doar de y şi reprezintă
probabilitatea condiţionată ca Y să ia valoarea y, ştiind că X  x .
Are toate proprietăţile unei distribuţii discrete de probabilitate
dacă X şi Y sunt variabile aleatoare discrete şi se numeşte
distribuţie condiţionată a V.A. Y, fiind cunoscut că X x

În mod asemănător, funcţia f  x y   f  x, y  h y  este o funcţie

doar de x şi se numeşte distribuţie condiţionată a V.A. X ştiind
că Y  y .

Cele două funcţii sunt definite doar dacă g  x  şi respectiv h y 

sunt mai mari decât 0.
----------------------------------------------------------------------------------

Fie X şi Y două V.A. discrete sau continue şi distribuţia lor

comună f  x, y  , iar distribuţiile marginale g  x  şi respectiv h y  .

Se spune că V.A. X şi Y sunt statistic independente

dacă şi numai dacă
f  x, y   g  x  h  y  (3.44)
pentru toate valorile lui X şi Y.

Dacă se poate găsi cel puţin o combinaţie de valori pentru care

f  x, y   g  x  h y  ,

atunci V.A. X şi Y nu sunt independente statistic.

În cazul a două V.A. X şi Y, se numeşte covarianţă şi se

notează prin Cov X , Y  sau  XY expresia:
 XY  E  X   X  Y  Y   (3.45)

42
 Pentru un eşantion de câte N perechi de valori  xi , yi  ,
i  1,2, , N observate simultan asupra variabilelor X şi Y, covarianţa

este dată de:

1 N 1 N
s XY   
N i 1
 
xi  x y i  y   xi y i  x y
N i 1 (3.46)
şi reprezintă o măsură a dependenţei lineare între cele două
variabile X şi Y.

Dacă s XY este nulă (sau cvasinulă), atunci nu există o relaţie de

legătură de tip linear între X şi Y şi se spune că acestea sunt V.A.
linear independente.
Totuşi independenţa lineară nu exclude posibilitatea unui tip
nelinear de relaţie între variabilele respective, chiar dacă s XY are
valori neglijabile.

Expresia normalizată a lui s XY se numeşte coeficient de

corelaţie lineară şi este dat de
s XY
rXY  (3.47)
s X sY
adică raportul covarianţei la produsul abaterilor standard ale celor
două variabile observate.

Deoarece rXY  1 , rezultă că s XY  s X .sY .

Atât s XY cât şi rXY sunt simetrice faţă de ordinea variabilelor

adică  s XY  sYX  .

Covarianţa nu se modifică la translaţii de forma X+a, Y+b, dar

prin scalări de tipul aX, bY se obţine Cov(aX, bY)=a b s XY .

Coeficientul de corelaţie lineară rămâne invariant atât la

translaţie, cât şi la scalare.

Revenind la cazul populaţiilor de V.A. multiple,

dacă V.A. Z unde Z=aX+bY+c este exprimată ca o combinaţie
lineară a celor două V.A. X şi Y prin intemediul constantelor a, b şi
c,

43
 atunci media şi varianţa lui Z sunt date de relaţiile:
 Z  a. X  b. Y  c
 2Z  a 2 . 2X  b 2 .Y2  2.a.b. XY (3.48)

Pentru a  1, c  0 şi b  1 , adică Z  X Y , rezultă

 Z   X   Y ;. 2Z   2X  Y2  2. XY (3.49)

iar dacă X şi Y sunt linear independente  XY  0 şi ultimul termen din

 Z2 dispare.

Dacă V.A. Z este dată de produsul a două V.A. X şi Y adică

Z=XY, media lui Z rezultă
 Z   X .Y   XY (3.50)

iar dacă X şi Y sunt V.A. independente statistic, atunci varianţa lui

Z este dată de
 2Z   2X .Y2   2X .Y2  Y2 . 2X (3.51)

În cazul unei V.A. care este funcţie mai complicată de alte V.A.,
sub forma generală Z=φ(X,Y,…),
nu se pot găsi relaţii exacte pentru  Z şi  2Z ca mai sus.
Se folosesc diverse metode aproximative:
- linearizarea prin dezvoltare în serie Taylor cu păstrarea
primilor termeni şi prelucrarea lor sau
- metoda Rosenblueth bazată pe discretizarea funcţiilor de
densitate în distribuţii discrete echivalente.

44
 În cadrul unui team-building organizat de o firmă
Exemplul 3.3.1

pentru noii angajaţi, trebuie alcătuit aleator un echipaj de 5 persoane

pentru coborârea cu barca pe un curs de apă, dintr-un lot de 4 bărbaţi
şi 6 femei încă nerepartizaţi. Dacă variabila aleatoare discretă X
este definită prin numărul de bărbaţi din echipaj, să se găsească:
a) Distribuţia de probabilitate a lui X;
b) O relaţie de calcul pentru distribuţia de probabilitate a V.A.
discretă X;
c) Să se reprezinte grafic histograma de probabilitate pentru
distribuţia lui X

Solutie
a) V.A. discretă poate lua doar valorile 0; 1; 2; 3; 4, în timp ce
spaţiul de selecţie pentru un echipaj de 5 persoane, posibil de format
dintr-un lot de 4+6=10, conţine N  C105  252 realizări distincte.
Există C 40C65  6 variante distincte de formare a echipajului de 5
persoane doar dintre cele 6 femei. Deci probabilitatea formării unui
echipaj fără bărbaţi este
C 40 C 65 6 3
P ( X  0)   
N 252 126
În mod similar, numărul de variante cu un singur bărbat în
60 30
echipaj este C14C64  60 şi P( X  1)  252  126 .
C 42 C 63 120 60
Pentru X=2 rezultă P ( X  2)    .
N 252 126
C 3C 62 30
Pentru X=3 rezultă P ( X  3)  4  .
N 126
3
Pentru X=4 rezultă P( X  4) 
126
.

Distribuţia de probabilitate a V.A. X va fi

xi 0 1 2 3 4
p(xi 3 30 60 30 3
) 126 126 126 126 126

b)În general există C 4x variante de a alege x bărbaţi din 4

şi C 65 x variante de a alege 5-x femei din cele 6
pentru a forma un echipaj de 5 persoane.

45
 Rezultă deci C 4x C 65 x variante posibile de a alege x bărbaţi şi 5-
x femei pentru echipaj.

Atunci formula pentru distribuţia de probabilitate a lui X

va fi
C 4x C 65 x
p ( x) 
5
C10
,
cu x= 0, 1, 2, 3, 4 sau - mai detaliat -
480
p( x)  , cu x= 0,1,…4.
7(5  x )!( 4  x)!( x!) 2

c) Histograma de probabilitate are valorile

p  xi  =
0,024; 0,238; 0,476; 0,238 şi 0,024,
centrate pe valorile xi =0, 1, 2, 3, 4 ca în figură.

Se constată că rezultă o distribuţie simetrică a V.A. X.

p(x)
0,5

0,4

0,3

0,2

0,1

x
0
0 1 2 3 5
Histograma de probabilitate pentru Exemplul 3.3.1

46
 Ştiind că o V.A. continuă X, poate lua valori pe
Exemplul 3.3.2

intervalul x  [2;6] şi are funcţia de densitate de probabilitate

f  x   0,075.x  0,05

a) Să se arate că P 2  x  6  1 .
b) Să se găsească P x  5 .
c) Să se găsească P 3  x  5 .
d) Să se găsească P x  5 .

Soluţie
a) Graficul funcţiei de densitate f  x  pe domeniul lui x este
reprezentat în figura următoare.

f(x)
0,5

0,4

0,3
f(x)

0,2

0,1

x
0
1 2 3 4 5 6

Suprafaţa cuprinsă între graficul lui f  x  , axa absciselor şi

verticalele ridicate prin extremităţile intervalului de definiţie x1  2 şi
respectiv x2  6 este un trapez având aria

Aa 
 f ( x1 )  f ( x2 )( x2  x1 )   f (2)  f (6)(6  2)  (0.1  0.4)4  1.
2 2 2
Deci într-adevăr probabilitatea ca V.A. X definită prin f  x  să ia
orice valoare din x  [2;6] este 100%.

b) P x  5 corespunde trapezului haşurat spre dreapta, de arie

47
 Ab 
 f (2)  f (5)(5  2)  (0.1  0.325)  3  0.6375
2 2
deci P  x  5 =63.75%.

c) P  3  x  5 corespunde trapezului haşurat dublu, de arie

Ac 
 f (3)  f (5)(5  3)  (0.175  0.325)  2  0.5
2 2
deci P 3  x  5 =50%.

d) Deoarece este vorba de o V.A. continuă, P x  5 =0.

Într-un recipient sunt amestecate 9 piese

Exemplul 3.3.3

asemănătoare dintre care 4 sunt perfecte (B); 3 au mici defecţiuni

reparabile (R) şi 2 sunt rebuturi (D). Din recipient se extrag 3 piese
fără reinserţie.
Se notează prin X variabila aleatoare reprezentând numărul
de piese defecte (D) extrase şi cu Y variabila aleatoare reprezentând
numărul de piese reparabile (R) extrase.
a) Să se găsească distribuţia de probabilitate comună (legată) a
lui X şi Y.
b) Să se găsească probabilitatea P  X , Y   A , unde A este o zonă
din spaţiul de selecţie astfel încât   x, y ! x  y  2
c) Să se găsească distribuţiile marginale pentru X şi Y.
d) Să se găsească distribuţia condiţionată f  y ¦ 2  pentru toate
valorile lui y, precum şi PY  1 X  2 .
e) Să se determine dacă V.A. X şi Y sunt statistic independente.
f) Să se găsească media V.A. Z definită prin Z=XY.

Soluţie

48
 a) Valorile discrete posibile pentru V.A. X (piese D) la o
extragere de 3 piese sunt x = 0, 1, 2 .
Valorile discrete posibile pentru V.A. Y (piese R) la extragerea de
3 piese sunt y=0; 1; 2; 3.
Rezultă combinaţiile posibile de valori  x, y  următoare
(0,0); (0,1); (0,2); (0,3); (1,0); (1,1); (1,2); (2,0) şi (2,1),
care conţin cel mult 3 piese extrase.
Dacă f 1,2 reprezintă probabilitatea de a se extrage o piesă D şi
2 piese R, atunci
- numărul de variante de a extrage o piesă D din 2 existente este
C 12  2
- numărul de variante de a extrage 2 piese R din 3 existente este
C32 3

apărând C12C32  2  3  6 variante distincte de a extrage o piesă D şi 2

piese R.
Numărul total de variante echiprobabile de a extrage 3 piese din
recipientul cu 9 este C93  84 .
6
Rezultă că f 1,2  84 .
Procedând în mod similar pentru a afla probabilităţile celorlalte
combinaţii  x, y  posibile, se găsesc datele din matricea
distribuţiei de probabilitate comună prezentată mai jos:
Probabilităţi f  xi , y j 
xi
yj 0 1 2  pe linii
0 4/84 12/84 4/84 20/84
1 18/84 24/84 3/84 45/84
2 12/84 6/84 - 18/84
3 1/84 - - 1/84
 pe 35/84 42/84 7/84 1
coloane

Expresia analitică pentru această distribuţie se scrie

y 3( x  y )
C 2x C 3 C 4
f ( x, y )  ,
C 93

pentru x=0,1,2; y=0,1,2,3 şi 0 x y 3

49
în care ultimul termen de la numărător reprezintă numărul de
variante de extragere posibile a  3  x  y  piese B din 4, dacă selecţia
conţine x piese D şi y piese R.

b) Se constată că perechile  x, y  care îndeplinesc condiţia

x  y  2 sunt (0,0); (0,1); (0,2); (1,0); (1,1) şi (2,0).
Însumând probabilităţile f ( xi , y j ) corespunzătoare conform
tabelului anterior, se obţine
4 12 4 18 24 12 74
P ( X , Y )  A  P( X  Y  2)        .
84 84 84 84 84 84 84

Distribuţia marginală pentru X, g(X), corespunde ultimei

c)
linii din tabelul anterior şi se obţine însumând valorile f  xi , y j  , de
pe coloana fiecărui. xi Deci

xi 0 1 2
g(xi) 35/84 42/84 7/84

La fel, distribuţia marginală pentru Y, h(Y), corespunde

ultimei coloane din tabel şi se obţine însumând pe linii. Deci

yi 0 1 2 3
h(yi) 20/84 45/84 18/84 1/84

d) Din definiţia distribuţiei condiţionate rezultă

f  2, y  f  2, y 
f  y 2    12  f  2, y  pentru y = 0, 1, 2, 3.
g  2 7 84
Se obţine succesiv:
4 4 3 3
f  0 2   12  f  2,0  12   ; f 1 2   12  f  2,1  12   ;
84 7 84 7
iar f  2 2 şi f  3 2 sunt 0 deoarece f  2 2   f  3 2  0 .
Deci

50
 yj 0 1 2 3
f(yj/2) 4/7 3/7 0 0

3
Se constată că PY  1 X  2  f 1 2 
7
.

e) Dacă V.A. X şi Y sunt statistic independente, atunci trebuie

ca f  x, y   g ( x )  h ( y )
pentru orice pereche  x, y  posibilă.

Alegând la întâmplare x = 0 şi y = 0, din datele de mai sus se

constată că:
4 35 20
f (0,0) 
84
; g ( 0) 
84
; h(0) 
84
.
20  35
Evident, produsul g (0)  h(0)  84 diferă de f (0,0)

şi deci V. A. nu sunt statistic independente.

Media (speranţa matematică) a V.A. discrete

f) Z  X Y
se obţine cu relaţia
2 3
E  XY     xi  y j  f  xi , y j 
i 0 j 0

Cu datele din tabelul problemei, (unele fiind f ( x, y )  0 !), rezultă

44
E X ,Y  
84

..Problema 3.3.1
?
O persoană care doreşte să investească la bursă o anumită sumă de
bani pentru un an, are şansa ca dacă investeşte în acţiuni ale
Companiei A să câştige 3.000 RON cu probabilitatea de 40% sau să
piardă 1.000 RON cu probabilitatea de 60%, iar dacă investeşte în
acţiuni de la Compania B - să câştige 10.000 RON cu probabilitatea
de 20% sau să piardă 3.000 cu probabilitatea de 80%. Pentru care
acţiuni este recomandabil să opteze?

..Problema 3.3.2
?

51
 Echipajul de 6 astronauţi al unei navete spaţiale se selectează
aleatoriu dintr-un grup de 5 ingineri, 4 biologi şi 3 fizicieni. Dacă V.A.
X = numărul de ingineri şi Y = numărul de biologi aleşi în echipaj
a) Să se găsească distribuţia de probabilitate comună a lui X şi Y,
sub formă analitică şi tabelară
b) Dacă se ştie că deja s-a selectat 1 biolog în echipaj, care este
probabilitatea de a avea şi cel puţin 2 ingineri pentru a se putea ocupa
de problemele de pilotaj şi alte activităţi tehnice de la bord?

..Problema 3.3.3
?
Fie V.A. X cu distribuţia de probabilitate
xi 1 2 3 4
p  xi  0,1 0,2 0,3 0,4
a) Să se găsească media funcţiei de variabila aleatoare
v1  x    3 x  1
2

Să se găsească abaterea standard a funcţiei v2  x    2 x  3

2
b)

..Problema 3.3.4
?
Fie X şi Y două V.A. independente, cu varianţele 2
X 2 şi  Y2  3 .
Să se găsească varianţa V.A. Z  4 X  3Y  5 .

52