matematica facultate an 1 curs4
DESCRIPTION
Matematica Facultate An 1 CursTRANSCRIPT
-
1
INTRODUCERE N TEORIA PROBABILITILOR
Teoria probabilitilor pune la dispoziia cercettorului din orice domeniu un punct de
vedere probabilistic asupra fenomenelor naturale, este vorba de a aprecia desfurarea posibil a
unor evenimente, pe baza unor experiene anterioare sau pe baza unor date empirice.
Un experiment (sau experien) este o activitate cu rezultate observabile. Rezultatele
observabile se numesc evenimente legate de experimentul respectiv. Orice rezultat al unui
experiment se numete eveniment elementar (simplu).
Notm cu mulimea tuturor evenimentelor elementare realizabile ntr-o anumit experien. se
numete evenimentul sigur, iar evenimentul care nu se poate produce la efectuarea unei experiene
se numete evenimentul imposibil i se noteaz .
Operaii cu evenimente. Pe mulimea tuturor evenimentelor corespunztoare unei
experiene se definesc trei operaii logice : sau, i, non.
a) Fie A,B dou evenimente. Vom numi reuniunea lor i vom nota AB evenimentul A
sau B care se produce atunci cnd :
- apare numai A;
- apare numai B;
- apar simultan A i B.
b) A i B este evenimentul care se realizeaz atunci cnd se realizeaz att A ct i B. Se
noteaz prin AB.
c) Pentru orice eveniment A, exist evenimentul non A care apare dac i numai dac nu
apare A. El se noteaz A sau non A sau cA .
Proprieti ale operaiilor cu evenimente
1. c=, c= ; A A , A A ;
2. AB = BA ; AB = BA;
3. A(BC)=(AB)C; A(BC)=(AB)C;
4. A=A; A=;
5. A=; A=A;
6. AA=A; AA=A;
7. BABA ; BABA ( legile lui de Morgan)
8. B(AC)=(BA)(BC); B(AC)=(BA)(BC).
Dou evenimente A i B care nu pot avea loc simultan se numesc incompatibile, deci A i
B este evenimentul imposibil: AB=.
-
2
Dac AB , A i B se numesc compatibile.
Evenimentele elementare sunt incompatibile.
Evenimentele {A1,A2,, An} spunem c formeaz un sistem complet de evenimente dac :
- sunt incompatibile dou cte dou, adic Ai Aj= pentru i,j= n,1 ,ij;
- A1A2An=.
Cel mai simplu sistem complet de evenimente este {A, A }.
O alt operaie cu evenimente este diferena lor , A\ B. Prin definiie, A\ B= AB .
Vom spune c A implic B, dac realizarea lui A atrage dup sine realizarea lui B. Vom
nota AB.
Cmp de evenimente. Fie mulimea evenimentelor elementare realizate ntr-o anumit
experien, P() mulimea prilor lui i KP() o mulime de evenimente aleatoare rezultate
din experiena respectiv.
O mulime K de pri a lui , nevid, se numete corp de evenimente dac ndeplinete
axiomele:
k1) oricare ar fi evenimentul AK A K;
k2) oricare ar fi A i B K BA K.
Dac K este un corp de evenimente ale lui , atunci sunt adevrate urmtoarele proprieti:
a) K, K;
b) Dac A1,A2,,AnK atunci n
iiA
1K i
n
iiA
1K;
c) Dac A,BK, atunci A \ BK. Se numete corp borelian de evenimente (dup matematicianul francez Emile Borel) o
mulime KP() infinit, cu proprietile :
i) AK AK;
ii) oricare ar fi evenimentele A1,A2,..,An,K evenimentul
1iiA K.
Corpul borelian este un corp de evenimente.Reciproca nu este adevrat. n plus, dac
A1,A2,..An,K, atunci
1iiA K.
Se numete cmp finit de evenimente o mulime finit de evenimente , pe care s-a
definit un corp de evenimente K. Se noteaz {,K}.
Dac nu este finit, iar K este un corp borelian, atunci {,K} se numete cmp borelian
de evenimente.
-
3
Vom considera c este format dintr-un numr finit de evenimente egal posibile, pe care l
vom nota n(). Fie A un eveniment din i n(A) numrul de evenimente elementare care sunt
favorabile apariiei lui A.
Vom numi probabilitatea evenimentului A i vom nota cu P(A), raportul dintre n(A) i
n(), adic :
P(A) =posibileevennr
Aluirealizariifavorabileelementareevennr..
.. . (1)
Se numete frecven absolut a evenimentului A, numrul de apariii al evenimentului A
ntr-un numr oarecare de probe efectuate. Frecvena relativ a evenimentului A este raportul
dintre numrul m de apariii ale evenimentului A i numrul total de probe efectuate. Frecvena
relativ se va nota: fn= nm . (2)
Fie {,K} cmp de evenimente. Se numete probabilitate pe cmpul de evenimente {,K}
o funcie P :K R, care verific axiomele :
P1) P(A) 0, AK;
P2) P()=1;
P3) P(AB)=P(A)+P(B), dac AB= ( adic A i B sunt evenimente incompatibile ).
Dac A i B sunt evenimente din K, atunci:
1) P( A )=1 - P(A);
2) P()=0;
3) Dac AB ( A implic B) , atunci P(A) P(B);
4) Pentru orice eveniment AK, 0 P(A) 1;
5) P(B \ A)=P(B) P(AB);
6) Dac AB, atunci P(B \ A) = P(B) P(A);
7) P(AB)=P(A)+P(B) P(AB);
8)
n
kk
n
kk APAP
11)( , pentru evenimentele A1,A2,..,An incompatibile dou cte dou.
Un cmp de evenimente {,K} nzestrat cu o probabilitate P se numete cmp de
probabilitate. Se noteaz {,K,P}.
Fie {,K} un cmp borelian. Se numete probabilitate complet aditiv pe cmpul {,K}
o funcie P:KR cu proprietile:
1) P(A) 0 , AK;
2) P()=1;
-
4
3) ,)(11
kk
kk APAP pentru orice familie numrabil de evenimente, incompatibile dou
cte dou.
{,K,P} se numete cmp borelian de probabilitate, dac P este complet aditiv.
Probabilitate condiionat. Fie {,K,P} un cmp de probabilitate i A,B K, cu P(A)0.
Se numete probabilitatea evenimentului B condiionat de evenimentul A i se noteaz PA(B)
sau P(B/A) raportul :
P(B/A)=PA(B)= )()(
APBAP . (4)
Aceast condiionare implic faptul c se pot evalua consecinele apariiei evenimentului B,
tiind c A a avut deja loc. Adesea, se folosete formula :
P(AB)=P(A)PA(B). (5)
Evenimente independente
Dou evenimente A i B pentru care
P(AB)=P(A)P(B) (6)
se numesc evenimente independente.
Dac dou evenimente sunt independente i incompatibile atunci
P(AB)=P(A)P(B) i P(AB)=P()=0 P(A)=0 sau P(B)=0.
Evenimentele A1,A2,,An se numesc independente n totalitatea lor, dac pentru orice
numr s cuprins ntre 0 i n i orice indici k1,k2,,ks cu 1 k1 k2ksn este ndeplinit
condiia:
P( 21 kk
AA sk
A )=P( )()21 kk
APA P(sk
A ).
Formula de calcul a probabilitii evenimentului 21 AA nA , cu ,, 21 AA , nA
evenimente independente n totalitatea lor este
P( 21 AA nA )=P( )() 21 APA P( nA ). (7)
Fie A1,A2,,An evenimente. Presupunem c P( 21 AA nA ) 0. Atunci are loc
urmtoarea egalitate:
P( 21 AA nA )=P(A1)1A
P (A2) 21 AAP (A3) 121 ... nAAAP ( nA ). (8)
Tot pentru probabilitatea realizrii simultane a n evenimente a fost demonstrat inegalitatea
lui Boole:
P( 21 AA nA ) )1()(1
nAPn
kk . (10)
-
5
Formula probabilitii totale i formula lui Bayes. Fie un sistem complet de evenimente
A1,A2,,An, adic: A1A2An= i Aj Ak =, j,k= n,1 , j k.
Presupunem c P(Ak) 0, k = n,1 . Fie un eveniment X. Atunci X se mai poate scrie :
X= X=X
n
kkA
1=
n
kkAX
1)(
.
Evenimentele XAk sunt incompatibile dou cte dou, deoarece ij, (XAi)(XAj)=
, Ai, Aj fiind incompatibile. Se obine astfel :
P(X) =
n
kkAXP
1)( .
Dar din relaia (5) fiecare termen al sumei se poate scrie P(XAk)= P(Ak) P(X/Ak) k= n,1 , cu condiia P(Ak)0.
Se obine astfel: P(X) = )/()(1
k
n
kk AXPAP
. (11)
Aceasta se numete formula probabilitii totale.
tim c dac X i B sunt dou evenimente cu probabiliti diferite de zero, atunci P(BX)=
P(X)P(B /X) = P(B)P(X /B) ; rezult:
P(B / X)=)(
)/()(XP
BXPBP . (12)
Dac {A1,A2,,An} este un sistem complet de evenimente, n locul evenimentului B n (12)
putem lua unul din evenimentele sistemului, fie Ak i vom obine formula:
P(Ak /X)= )()/()(
XPAXPAP kk =
)/()(
)/()(
1i
n
ii
kk
AXPAP
AXPAP
. (13)
Aceast formul se numete formula lui Bayes, dup numele omului de tiin englez care a
trit n secolul al XVIII-lea.
Fie A1,A2,,An, n evenimente compatibile. Probabilitatea producerii a cel puin unui eveniment este dat de formula :
P( 21 AA nA ) =
n
iiAP
1)( -
n
jiji
ji AAP1,
)( +
n
kjikji
kji AAAP1,,
)( -.+
+ ).....()1( 211
nn AAAP . (14)
Aceasta se numete formula lui Poincare.
Pentru n=2, formula lui Poincare devine
P(A1A2)=P(A1)+P(A2) P(A1A2).
-
6
VARIABILE ALEATOARE
n multe situaii este potrivit s asociem evenimentelor unui experiment valori numerice. De
exemplu, dac experimentul const n aruncarea unui zar i observarea feei care apare, este natural
s asociem numerele 1,2,3,4,5,6 respectiv evenimentelor elementare ale experimentului. Dac, X
desemneaz rezultatul experimentului, atunci X ia valorile 1,2,3,4,5 sau 6. Deoarece valorile lui X
depind de rezultatele unui experiment, ne vom referi la X ca fiind o variabil aleatoare
(ntmpltoare).
O variabil aleatoare este o funcie care asociaz un numr fiecrui eveniment al unui
experiment.
Variabilele aleatoare se pot clasifica n funcie de valorile pe care le iau n trei categorii.
1. O variabil aleatoare care are un numr finit de valori se numete discret finit;
2. O variabil aleatoare care are valori intr-o mulime numrabil de valori se numete discret
infinit;
3. O variabil aleatoare se numete continu, dac valorile pe care le poate lua conin un interval
de numere reale.
Vom da definiia axiomatic a unei variabile aleatoare.
Fie {,K,P} un cmp de probabilitate i X:R o funcie.
Funcia X:R se numete variabil aleatoare dac :
xR, evenimentul Ax={ X() x} aparine lui K.
Condiia AxK implic faptul c putem asocia o probabilitate evenimentului Ax,
P(Ax)=P({ X() x}).
X() se numete valoarea variabilei aleatoare, iar evenimentul { X() x} se mai
noteaz {Xx} i este egal cu reuniunea tuturor evenimentelor , pentru care X() x.
Fie {,K,P} un cmp de probabilitate i X:R o variabil aleatoare. Atunci
evenimentele (X x), (X x) , (X x), (X = x), (a X b), (a X b), (a X b), (a X b)
aparin cmpului K.
Dac variabila aleatoare X este discret finit, are un numr finit de valori, fie acestea
x1,x2,..,xn, atunci X verific urmtoarele dou condiii:
- poate lua numai valorile x1,x2,..,xn;
- probabilitile evenimentelor (X=xj) , j= n,1 , pe care le notm cu p1,p2,,pn verific
p1+p2++pn=1.
O variabil aleatoare discret finit se scrie, n general, astfel:
-
7
X:
n
n
pppxxx
........
........
21
21 sau X:Ijj
j
px
unde x1x2..xn i p1+p2++pn=1. Am notat pj=P({ X()=xj }), j= n,1 .
Evident { X()=xj}{ X()=xk}=, pentru jk.
Aceast scriere a lui X se mai numete repartiia lui X.
Fie {,K,P} un cmp de probabilitate i X:R o variabil aleatoare. Se numete funcie
de repartiie a variabilei aleatoare X funcia F:RR, definit prin
F(x)= P({ X() x})=P(Xx), xR.
Fie X o variabil aleatoare i F funcia ei de repartiie, x1,x2R, x1 x2. Atunci au loc
urmtoarele afirmaii :
a) P(x1 X x2)= F(x2) F(x1);
b) P(x1 X x2)= F(x2) F(x1) P(X=x1);
c) P(x1 X x2)= F(x2) F(x1)+P(X=x2) P(X=x1);
d) P(x1 X x2)= F(x2) F(x1)+ P(X=x2).
1.Funcia de repartiie a unei variabile aleatoare este cresctoare.
2. 0)(lim
xFx
i 1)(lim
xFx
.
3.Funcia de repartiie este continu la stnga n orice punct xR.
Functia de repartiie a unei variabile aleatoare discret finit:
X:
n
n
pppxxx
........
........
21
21 , 11
n
jjp .
este F:RR definit prin :
F(x)=
n
jjj
xxptr
xxxptrppp
xxxptrppxxxptrp
xxptr
.1...........................................
..............................................0
121
3221
211
1
-
8
Operaii cu variabile aleatoare de tip discret
Se poate arta c, dac X i Y sunt variabile aleatoare i k un numr real oarecare, atunci X+k , kX ,
X1
( dac X0) , X+Y, X Y, XY , YX
(dac Y0) sunt variabile aleatoare. Acestea se definesc
astfel :
Fie X:
n
n
pppxxx
........
........
21
21 , 11
n
jjp i Y:
m
m
qqqyyy
........
........
21
21 , 11
m
jjq sau
pe scurt X:njj
j
px
,1
i Y:
mjj
j
qy
,1
.
Notm cu p ij probabilitatea ca X s ia valoarea xi i Y s ia valoarea yj, adic:
p ij=P(X=xi , Y=yj),
m
j
n
iijp
1 11.
Atunci: X+k :njj
j
pkx
,1
; X :
njj
j
px
,1
; kX:
njj
j
pkx
,1
X2:njj
j
px
,1
2
; X3:
njj
j
px
,1
3
;; Xn:
njj
nj
px
,1
;
X1 :
njj
j
px
,1
1
.
Operaiile cu dou variabile aleatoare discrete se definesc astfel:
X+Y : mjniij
ji
pyx
,1,1
; X - Y :
mjniij
ji
pyx
,1,1
; XY :
mjniij
ji
pyx
,1,1
;
YX :
mjniij
j
i
pyx
,1,1
.
Dou variabile aleatoare X i Y discrete, definite pe acelai cmp de probabilitate, se
numesc independente dac pij=P(X=xi,Y=yj)=P(X=xI)P(Y=yj), i= n,1 , j= m,1 sau pij= pi qj
Aceast definiie rezult din definiia evenimentelor independente (X=x i) i (Y=yj).
n acest caz operaiile cu variabilele X i Y independente se efectueaz astfel:
X+Y : mjniji
ji
qpyx
,1,1
; X-Y :
mjniji
ji
qpyx
,1,1
; XY :
mjniji
ji
qpyx
,1,1
;
YX :
mjniji
j
i
qpyx
,1,1
.
Variabile aleatoare bidimensionale discrete
Fie dou variabile aleatoare X1 i X2 definite pe acelai cmp de probabilitate:
X1, X2 : R.
Perechea de variabile aleatoare (X1,X2) se numete vector aleator bidimensional.
-
9
Dac X1 i X2 sunt variabile aleatoare discrete, cu n valori, respectiv m valori, atunci
vectorul bidimensional (X1,X2) va avea n general mn valori.
Fie x1,x2,,xn valorile lui X1 i y1,y2,,ym valorile lui X2. Pentru a scrie repartiia
vectorului bidimensional trebuie cunoscute toate probabilitile realizrii simultane a valorilor lui
X1 i X2, adic:
pij=P(X1=xI,X2=yj) i= n,1 , j= m,1 .
Repartiia vectorului aleator (X1,X2) este dat n tabelul urmtor:
cu condiia
m
j
n
iijp
1 1=1.
Variabilele aleatoare X1 i X2 care
alctuiesc vectorul aleator (X1,X2) se numesc variabile marginale. Ele au repartiiile:
X:
n
n
pppxxx
........
........
21
21 , 11
n
jjp i Y:
m
m
qqqyyy
........
........
21
21 , 11
m
jjq
unde p1=p11+p12++p1m, p2=p21+p22++p2m,, pn=pn1+pn2++pnm i
q1=p11+p21++pn1, q2=p12+p22++pn2,, qm=p1m+p2m++pnm.
Variabilele aleatoare X1 i X2 au funciile de repartiie F1 i F2 care n acest caz se numesc
funcii marginale de repartiie.
Media unei variabile aleatoare. O caracteristic numeric asociat unei variabile aleatoare
X este media (sau valoarea medie) M(X) i care se definete astfel:
pentru o variabil aleatoare discret finit X, care are repartiia
X:
n
n
pppxxx
........
........
21
21 , 11
n
jjp
M(X)= x1p1 +x2p2 ++xnpn =
n
kkk px
1.
Proprietatile mediei
a) Dac X este o variabil aleatoare constant X:
1a
, atunci M(X)=a.
b) Dac X este o variabil aleatoare i kR , atunci M(kX)=kM(X).
c) Dac X i Y sunt dou variabile aleatoare, atunci M(X+Y)=M(X)+M(Y).
d) Dac X i Y sunt variabile aleatoare, independente, atunci M(XY)=M(X)M(Y).
X2 X1
y1 y2 ym
x1 x2 .
. xn
p11 p12 p1m p21 p22 p2m . pn1 pn2 pnm
-
10
Momente iniiale i momente centrate ale unei variabile aleatoare
Fie X o variabil aleatoare discret finit:
X:
n
n
pppxxx
........
........
21
21 , 11
n
jjp .
Se numete moment iniial de ordin r, rN* al lui X i se noteaz Mr(X), media variabilei
Xr,
Mr(X)=M(Xr)=
n
ii
ri px
1.
Notm cu m media variabilei aleatoare X.
Variabila X -m :
n
n
pppmxmxmx
........
........
21
21 , 11
n
jjp , se numete variabila
centrat asociat lui X.
Se numete moment centrat de ordin r, rN* asociat lui X, momentul de ordin r al
variabilei aleatoare centrate, asociate lui X. Se noteaz r(X).
r(X)= Mr(X m)=M[(X m)r]=
n
ii
ri pmx
1)( .
Momentele vectorilor aleatori discrei
Fie vectorul aleator X=(X1,X2) , care are repartiia
X2 X1
y1 y2 ym x1
x2
.
.
xn
p11 p12 p1m p21 p22 p2m
.
pn1 pn2 pnm
Momentul de ordin (r,s) asociat vectorului X este dat de :
Mrs(X1,X2)=M
n
i
m
jij
sj
ri
sr pyxXX1 1
21 ),( .
Notm cu m1=M(X1) , m2=M(X2).
Momentul centrat de ordin (r,s) asociat vectorului X i notat rs(X1,X2) este:
-
11
rs(X1,X2)=
n
i
m
jij
si
ri pmxmx
1 1)()( .
Momentul centrat de ordin r=s=1 se numete covariana lui X i se noteaz cov(X1,X2).
Folosind proprietile mediei, covariana se poate exprima i astfel:
cov(X1,X2)= 11(X1,X2)=M[(X1-m1)(X2-m2)]=M(X1X2-m1X2-m2X1+m1m2)=
= M(X1X2)-m1 M(X2) - m2 M(X1) + m1m2 =M(X1X2) - m1m2
11(X1,X2)= cov(X1,X2)= M(X1X2) M(X1)M(X2).
Dac X1 i X2 sunt variabile aleatoare independente, atunci cov(X1,X2)=0, deoarece
M(X1X2) = M(X1)M(X2).
Dac cov(X1,X2)=0, spunem c variabilele aleatoare X1 i X2 sunt necorelate.
Se definesc momente iniiale i momente centrate de ordin (r,s) i pentru variabile continue, dar cu
ajutorul integralei duble, care nu a fost studiat n acest curs.
Dispersia unei variabile aleatoare. Abaterea medie ptratic.
Dac X este o variabil aleatoare discret sau continu, care are media m=M(X), atunci
momentul centrat de ordinul 1 este 0.
Momentul centrat de ordin doi al variabilei aleatoare X se numete dispersie. Se noteaz
D2(X) ; D2(X)=2(X)=M[(X-m)2]
Dispersia unei variabile aleatoare este mereu pozitiv sau cel puin egal cu zero. Ea arat ct de
deprtate sunt valorile variabilei aleatoare X fa de media sa.
Vom obine o formul de calcul pentru dispersie:
D2(X)=2(X)=M[(X-m)2]=M(X2-2mX+m2)=M(X2)-2mM(X)+m2=M(X2)-2m2+m2=M2(X)-(M(X))2
D2(X)= M2(X)-(M(X))2.
Proprietile dispersiei
1. Dac X =const., atunci D2(X)=0. Reciproca este adevrat.
2. Dac X este o variabil aleatoare i aR, atunci D2(aX)=a2D2(X).
3. Dac X i Y sunt dou variabile aleatoare independente, atunci
D2(X+Y)=D2(X)+D2(Y).
4. Dac X i Y sunt variabile aleatoare independente, atunci
D2(X - Y)=D2(X)+D2(Y).
5. Daca X i Y sunt variabile aleatoare oarecare se obine formula
D2(X -Y) = D2(X)+D2(Y) - 2cov(X,Y).
Se numete abaterea medie ptratic a variabilei aleatoare X i se noteaz X, sau
numrul real = )(2 XD .
-
12
Fie vectorul aleator (X,Y).Se numeste coeficient de corelaie asociat vectorului aleator
(X,Y) i se noteaz X,Y, numrul real :
X,Y=YX
YMXMXYM
)()()( =)()(
),cov(22 YDXD
YX
.
Proprietile coeficientului de corelaie
1. X,Y = 0 X i Y sunt variabile aleatoare necorelate.
2. Dac X i Y sunt independente atunci X,Y = 0.
3. X,Y 1, oricare ar fi variabilele aleatoare X i Y definite pe acelai cmp de evenimente.
4. X,Y = 1 implic o dependen liniar ntre X i Y.
n cazul cnd X,Y =1, spunem c X i Y sunt direct corelate, iar cnd X,Y = -1, variabilele
X i Y sunt indirect corelate, adic una crete i cealalt scade.
Inegalitatea lui Cebev
Fie X o variabil aleatoare cu media M(X) i dispersia D2(X) i un numr pozitiv.
Atunci, are loc urmtoarea inegalitate:
P )(XMX 22 )(1
XD
sau, echivalent: P )(XMX 22 )(
XD .
Aceast inegalitate se numete inegalitatea lui Cebev.
Inegalitatea lui Cebev va fi aplicat la stabilirea unor rezultate privind irurile de variabile
aleatoare i legi ale numerelor mari.
Probleme propuse
1.O societate comercial are 6 debitori. La sfritul lunii fiecare debitor poate fi sau nu
solvabil.S se exprime urmtoarele evenimente:
a) toi debitorii sunt solvabili;
b) cel puin un debitor este solvabil;
c) cel mult un debitor este solvabil;
d) nici un debitor nu este solvabil;
e) cel puin un debitor nu este solvabil;
f) 4 debitori sunt solvabili;
g) societatea comercial nu mai are debitori la sfritul lunii;
h) societatea comercial mai are debitori la sfritul lunii.
-
13
2.Un lot de produse ambalate n cutii, oferite de o firm, este acceptat de beneficiar, dac n
urma examinrii a 5 cutii, extrase la ntmplare, coninutul lor se constat a fi corespunztor. S se
exprime urmtoarele evenimente:
a) lotul a fost acceptat;
b) lotul nu a fost acceptat;
c) dup examinarea a trei cutii, extrase la ntmplare, lotul a fost respins.
3.Un aparat electronic este alctuit din 3 module care funcioneaz independent unul de
altul.Pe baza datelor statistice pe care le deine, firma productoare apreciaz c probabilitatea pi,
3,1i de funcionare fr defect este p1=0,8, p2=0,85 i respectiv p3=0,9. S se determine
probabilitatea ca:
a) aparatul s funcioneze;
b) aparatul s nu funcioneze;
c)s fie necesar nlocuirea unui singur modul pentru ca aparatul s poat funciona.
4.ntr-o urn se gsesc 3 bile albe i 4 bile negre, iar ntr-o alt urn 4 bile albe i 5 negre. Se
extrage o bil la ntmplare dintr-una dintre urne.
a)Care este probabilitatea ca bila s fie alb?
b)Dac bila extras este alb care este probabilitatea ca ea s fie extras din prima urn?
5.Trei trgtori trag asupra unei inte cte un foc. Probabilitatea ca primul trgtor s ating
inta este p1=0,6, pentru cel de-al doilea trgtor este p2=0,7 i pentru cel de-al treilea este
p3=0,8.inta a fost atins de un singur foc. Care este probabilitatea ca inta s fie atins de focul tras
de primul trgtor?
6.Dintr-o urn in care sunt bile notate de la 1 la 90, se extrag 6 numere. Care este
probabilitatea ca sa apar trei dintre numerele
5, 72, 27, 31, 29, 86.
7.O urn conine 3 bile albe i 4 negre. Din aceasta urn se extrage o bil. In locul ei se
introduce o bil de cealalt culoare i se face o nou extragere.
a) Care este probabibilitatea ca a doua bila extras sa fie neagr, tiind ca prima bil extras este
alb ? Dar tiind c prima a fost neagr ?
b) Care este probabilitatea ca a doua bil extras s fie neagr ?
c) Care este probabilitatea s obinem bile de culori diferite in cele dou extrageri ?
8.Se arunc 4 zaruri. S se calculeze valoarea medie a numrului de puncte obinute.
9.S se calculeze valoarea medie a produsului numerelor de puncte care apar la aruncarea a
dou zaruri.
-
14
10.Se arunc dou zaruri i se noteaza cu X variabila aleatoare care arat numrul total de
puncte. S se scrie repartiia lui X i funcia sa de repartitie.
11.Se arunc dou zaruri. Se acord 12 puncte dac suma punctelor care apar pe zaruri este
12, 4 puncte dac aceast sum este 7 i un punct pentru celelalte cazuri. S se scrie repartiia
variabilei aleatoare care arat numrul de puncte obinut de cel care arunc zarurile; s se calculeze
media i dispersia acesteia.
12.Variabila aleatoare X are repartiia
X :
31
31
31
101.
S se scrie repartiia variabilelor aleatoare X+X2, X+X3. S se calculeze media acestora.
13.Ce repartiie are suma variabilelor aleatoare independente :
X :
31
35
1012 pp ; Y :
301
61
58
21012 qq .
Dar produsul lor ?
14.Fie variabila aleatoare X:
61
31
47
43212 . S se determine valoarea parametrului
R i s se calculeze P(X 3).
15. Fie variabilele independente
X:
31
31
61
101 i Y:
2122
31
101 ,,R.
S se determine valorile parametrilor , , i media variabilei XY.