Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Matematica Complet
Matematica Complet
Serii Fourier
112
Capitolul 2
u<x
Da
a f este
ontinua ^n ori
e pun
t x 2 ( l; l) atun
i s(x) = f (x); 8 x 2 ( l; l), iar
da
a f este neteda pe [ l; l si f ( l) = f (l) atun
i s(x) = f (x); 8 x 2 [ l; l.
Teorema 2.4.2 (Dezvoltarea unei fun
tii ^n serie de
osinusuri). Da
a fun
tia
f : [0; l ! IR este neteda pe portiuni, atun
i seria:
1
nx
a0 X
+ an
os
,
2 n=1
l
2Z l
nx
unde an =
f (x)
os
dx; n 2 IN , este
onvergenta ^n 8 x 2 [0; l. ^In plus, suma
l 0
l
sa s(x) este data prin:
8
f (x + 0) + f (x 0)
>
>
>
; da
a x 2 (0; l);
>
<
2
s(x) = >
f (0 + 0);
da
a x = 0;
>
>
>
:
f (l 0);
da
a x = l:
Teorema 2.4.3 (Dezvoltarea unei fun
tii ^n serie de sinusuri). Da
a fun
tia
f : [0; l ! IR este neteda pe portiuni atun
i seria:
1
X
nx
,
bn sin
l
n
=1
nx
2Z l
f (x) sin
unde bn =
dx; n 2 IN , este
onvergenta ^n 8 x 2 [0; l: ^In plus, suma
l 0
l
sa s(x) este:
8
f (x + 0) + f (x 0)
>
<
; da
a x 2 (0; l);
s(x) = >
2
:
0;
da
a x = 0 si x = l:
PROBLEME REZOLVATE
1. Sa se dezvolte ^n serie Fourier urmatoarele fun
tii:
a) f (x) = x; x 2 [ l; l; b) f (x) = x2 ; x 2 [ l; l;
113
Serii Fourier
8
<
0; da
a x 2 [ ; 0);
d) f (x) = jxj; x 2 [ ; ;
x; da
a x 2 [0; ;
e) f (x) = ar
sin(sin x); x 2 [ ; .
Rezolvare. Fun
tiile de mai sus satisfa
onditiile Teoremei 2.4.1.
a) Deoare
e
f este impara, rezult
a
a an = 0; 8 2 IN , iar:
nx
nx
2Z l
2
nx l 2 Z l nx
1Z l
+
x sin
x sin
os
dx =
dx =
x
os
dx =
bn =
l l
l
l 0
l
n
l 0 n 0
l
2l
2l
nx l 2l
=
=
os n +
sin
( 1)n+1 ; 8 n 1.
2
0
n
(n )
l
n
De
i seria Fourier aso
iata fun
tiei f este:
1 ( 1)n+1
2l X
nx
sin
n=1 n
l
8
<
x; da
a x 2 ( l; l);
u suma s(x) = :
0; da
a x = l:
b) Fun
tia f ind para rezulta
a bn = 0; 8 n 1, iar:
1Z l
2Z l
2Z l 2
2l 2
nx
a0 =
dx =
f (x) dx =
x dx = ; an =
f (x)
os
l l
l 0
3
l 0
l
Z l
Z
nx
nx
2
nx l 2 l
2l 2
2
x2
os
2
x
sin
dx = x2 sin
dx
=
sin n
=
l Z0
l
n
l 0 n 0 Z
l
n 2
l
nx
4l
nx l
4l
nx
4l
4 l
x sin
dx =
x
os
os
dx =
( 1)n
2
2
0
n 0
l
(n )
l
(n ) 0
l
(n )2
2
nx l
4l 2
n 4l .
sin
= ( 1)
(n )3
l 0
(n )2
Seria Fourier atasata fun
tiei f este:
1 ( 1)n
l 2 4l 2 X
nx
+ 2
os
.
2
3 n=1 n
l
Deoare
e fun
tia f are derivata
ontinua pe [ l; l si f ( l) = f (l) = l2 rezulta
a
suma seriei de mai sus este s(x) = f (x); 8 x 2 [ l; l, adi
a:
1 ( 1)n
nx
l 2 4l 2 X
2
os
; 8 x 2 [ l; l.
x = + 2
2
3 n=1 n
l
Pentru l = , obtinem egalitatea:
1 ( 1)n
X
2
2
x = +4
2
os nx; 8 x 2 [ ; .
3
n=1 n
Da
a luam ^n relatia obtinuta x = 0 si x = obtinem suma seriei alternate armoni
e
generalizata,
u = 2:
2
1
1 1
1 2 + 2 + ( 1)n+1 2 + = ,
2 3
n
12
respe
tiv suma seriei armoni
e generalizate
u = 2:
1 1
1
2
1+ 2 + 2 ++ 2 + = .
2 3Z
n
6
1
1Z
) Avem a0 =
f (x) dx =
x dx = , iar:
0
2
) f (x) = :
114
Capitolul 2
1Z
1
1 Z
1Z
f (x)
os nx dx =
x
os nx dx = x sin nx0
sin nx dx =
an =
0
n
n 0
1
1
= 2
os nx0 = 2 [( 1)n 1;
n
n
1Z
1Z
1
1 Z
bn =
f (x) sin nx dx =
x sin nx dx =
os nx dx =
x
os nx0 +
n
0
n
n 0
1
( 1)n+1
1
( 1)n + 2 sin nx0 =
; 8 n 1.
=
n
n
n
De
i seria Fourier
aso
iata fun
tiei f este:
)
1 ( 1
X
( 1)n+1
n
+
[( 1) 1
os nx +
sin nx =
4 n=1 n2
n
1 ( 1)n+1
1
os (2k 1)x X
2X
+
sin nx
=
4 k=1 (2k 1)2
n
n=1
8
>
8
>
0; da
a x 2 ( ; 0);
>
>
>
<
< f (x); da
a x 2 ( ; );
sau s(x) = > x; da
a x 2 [0; );
u suma: s(x) = >
; da
a x =
>
:
>
>
2
:
; da
a x = ;
2
f ind derivabila pe [ ; n f0g.
d) Cal
ulam
oe
ientii Fourier ai fun
tiei f :
2Z
2x2
1Z
= ,
f (x) dx =
x dx =
a0 =
Z
0
2 0
Z
1
2
2
2 Z
an =
f (x)
os nx dx =
x
os nx dx = x sin nx0
sin nx dx =
0
n
n 0
2
2
= 2
os nx0 = 2 [( 1)n 1; n 1,
n
n
iar bn = 0,
a
i f este o fun
tie para.
De
i seria Fourier aso
iata fun
tiei f este:
1 2
1
os (2k 1)x
4X
X
n 1
os nx =
+
[(
1)
2 n=1 n2
2 k=1 (2k 1)2
a
arei suma s(x) este: 8
< f (x); da
a x 2 ( ; );
s(x) = :
; da
a x = ;
sau s(x) = jxj; 8 x 2 [ ; , f ind derivabila pe [ ; n f0g.
e) Deoare
e
fun
tia f este impara rezult
a
a an = 0; 8 n 0; iar:
1Z
2Z
bn =
ar
sin(sin x) sin nx dx =
ar
sin(sin x) sin nx dx =
0
Z
2 Z =2
os x
2
2
p
os nx
os nx dx
ar
sin(sin x)
os nx0 +
=
2 x dx = n 0
n
n 0
1
sin
Z
=2
2
n
2
n
2
2
2
os nx dx = 2 sin nx0
sin
nx
sin
+
sin
=
=
=2
n =2
n
n2
n2
2 n2
2
4
n
= 2 sin ; 8 n 1.
n
2
Seria Fourier este:
Serii Fourier
115
1 1
n
4X
sin sin nx; 8 x 2 [ ; ,
2
n=1 n
2
u suma s(x) = f (x); 8 x 2 [ ; ; f ind derivabila pe [ ; n
; . De
i:
2
2
1 1
1 ( 1)k
n
4X
4X
sin sin nx =
sin (2k + 1)x; 8 x 2 [ ; .
ar
sin(sin x) =
n=1 n2
2
k=0 (2k + 1)2
Da
a vom
onsidera fun
tia F : IR ! IR; F (x) = ar
sin(sin x), prelungirea prin
periodi
itate a fun
tiei f , obtinem:
1 ( 1)k
4X
ar
sin(sin x) =
sin (2k + 1)x; 8 x 2 IR.
k=0 (2k + 1)2
2. Sa se dezvolte ^n serie Fourier
urmatoarele fun
tii:
8
>
1; da
a x 2 ( ; 0);
>
>
<
a) f : [ ; ! IR; f (x) = > 0; da
a x = 0; ; ;
>
>
:
1; da
a x 2 (0; ):
8
>
a; da
a x 2 [ ; =2);
>
>
<
b) f : [ ; ! IR; f (x) = > a; da
a x 2 [ =2; =2;
>
>
:
a; da
a x 2 (=2; :
8
2a
>
>
;
(x + ); da
a x 2 ;
>
>
>
2
>
<
2a
) f : [ ; ! IR; f (x) = >
x;
da
a x 2
; ;
>
2 2
>
>
2a
>
>
:
( x); da
a x 2 ; :
2
Rezolvare. a) Deoare
e f este impara (vezi Figura 2.4.1) rezulta
a an = 0;
8 n 2 IN . Pentru
bn avem:
1Z
2
2Z
2
bn =
f (x) sin nx dx =
sin nx dx =
os nx0 = (1 ( 1)n ):
0
n
n
Seria Fourier aso
iata lui f este:
1 2
1
X
X
sin 3x sin 5x
4
4
n
(1 ( 1) ) sin nx =
sin (2k +1)x = sin x +
+
+ ,
3
5
n=1 n
k=0 (2k + 1)
u suma s(x) = f (x). Da
a F este prelungirea prin periodi
itate a fun
tiei f pe IR atun
i
are lo
egalitatea:
4
sin 3x sin 5x
F (x) = sin x +
+
+ ; 8 x 2 IR.
3
5
b) Fun
tia f ind para (vezi Figura 2.4.2) rezulta
a bn = 0; 8 n 2 IN : Pentru an
avem:
2Z
2 Z =2
2Z
1Z
f (x) dx =
f (x) dx =
a dx +
( a) dx = a a = 0;
a0 =
0
0
=2
1Z
2Z
2 Z =2
2Z
an =
f (x)
os nx dx =
f (x)
os nx dx =
a
os nx dx
a
os nx dx =
0
0
=2
=2
2a
2a n 2a n 4a n
2a
sin nx=2 = sin + sin = sin ; n 1.
= sin nx0
n
n
n
2 n
2
n
2
116
Capitolul 2
y
y
a
1
-p
-p 2
-p
p x
p2
-1
-a
Figura 2.4.1
Figura 2.4.2
a
-p
-p 2
p x
p2
-a
Figura 2.4.3
Serii Fourier
117
8a
sin 3x sin 5x
= 2 sin x
+
,
32
52
u suma s(x) = f (x); 8 x 2 [ ; .
3. Sa se dezvolte ^n serie de8
osinusuri urmatoarele fun
tii:
<
1; da
a x 2 [0; a;
a) f : [0; ! IR; f (x) = :
0; da
a x 2 (a; ; (0 < a < ):
8
x
>
< 1
; da
a 0 x 2;
2
b) f : [0; ! IR; f (x) = >
:
0;
da
a 2 < x ; (0 < < =2):
Rezolvare.Z a) Coe
ientii Fourier sunt:
2
2Za
2a
2
a0 =
f (x) dx = ; an =
os nx dx = sin na; 8 n 1:
0
0
n
Seria de
osinusuri atasata fun
tiei f este:
1 sin na
a 2X
+
os nx; x 2 [0; ,
8 n=1 n
>
>
1; da
a x 2 [0; a);
>
>
<
u suma s(x) = > 0; da
a x 2 (a; ;
>
1
>
>
:
; da
a x = a;
2
onform Teoremei 2.4.2 (f este derivabila pe [0; n fag).
b) Avem:
2Z
2 Z 2
2
x
a0 =
f (x) dx =
dx = ,
1
Z0
0
2
2
2 Z 2
2
x
2
f (x)
os nx dx =
os nx dx = sin nx0
1
an =
0
0
2
n
1 Z 2
1 Z 2
1
2
2
2
x sin nx0 +
x
os nx dx = sin 2n
sin nx dx = sin 2n
0
n
n
n 0
n
2
1
1
2
sin 2n
os nx0 =
(1
os 2n); n 1.
n
n2
n2
Seria de
osinusuri aso
iata fun
tiei f este:
#
"
1 1
1 sin n 2
X
2 1 X
os nx ; x 2 [0; ,
+
(1
os 2n)
os nx =
+
n=1 n2
2 n=1 n
u suma s(x) = f (x); 8 x 2 [0; , f ind derivabila pe [0; n f2g.
4. Sa se dezvolte ^n serie de sinusuri urmatoarele fun
tii:
a) f : [0; ! IR; f (x) =
os
ax; a 2 IR:
8
< x; da
a x 2 [0; =2;
b) f : [0; ! IR; f (x) = :
0; da
a x 2 (=2; :
Rezolvare.
a) Da
a a 2 ZZ , pentru n 6= a, avem:Z
2Z
2
1
bn =
f (x) sin nx dx =
os ax sin nx dx =
[sin (n + a)x + sin (n a)x dx =
0
0
0
1
1
1
1
1
1
=
os (n + a)x0
os (n a)x0 =
os (n + a) +
n+a
n a
n+a
n+a
118
Capitolul 2
1 1 1
1
=
os (n a) +
(1
os (n + a) ) +
(1
os (n a) ) =
n a
n a
n+a
n a
1
2n
1 1
(1 ( 1)n
os a ) +
(1 ( 1)n
os a ) =
[1 ( 1)n+a .
=
2
n+a
n a
(n a2 )
Pentru n = a sau n = a, bn = 0, de
i seria de sinusuri va :
1
i
h
X
2n
n+a sin nx,
1
(
1)
2 a2 )
n=1 (n
n8
6=jaj
os ax; da
a x 2 (0; );
0;
da
a x = 0 si x = ;
onform Teoremei 2.4.3.
1 2n
Da
a a 62 Z atun
i bn = 2 2 (1 ( 1)n
os a ); 8 n 2 IN , iar seria de sinusuri
n a
este:
1
n
2X
n
2
2 [1 ( 1)
os a sin nx,
n
a
8 n=1
<
os ax; da
a x 2 (0; );
u suma s(x) = :
0;
da
a x = 0 si x = :
b) Avem:
=2
2Z
2 Z =2
2
2 Z =2
bn =
f (x) sin nx dx =
x sin nx dx =
os nx dx =
x
os nx0 +
0
n
n
0
0
=2
2 1 n
n
2
n
1
; n 1;
os + 2 sin nx0 =
sin
os
=
n
2 n
n n
2 2
2
de unde rezulta:
1
2
b2k = ( 1)k+1 ; k 2 IN ; b2k 1 = ( 1)k+1
; k 2 IN .
2k
(2k 1)2
Seria de sinusuri
aso
iata fun
tiei f este:
1
1
X
X
1
1 1 n
n
2
sin nx = ( 1)k+1 sin 2kx+
sin
os
n=1 n n
2 2
2
2k
k=1
1
X
2
+ ( 1)k+1
sin (2k 1)x,
(2k 1)2
8 k =1
>
>
x; da
a x 2 [0; =2);
>
>
<
u suma s(x) = > ; da
a x = =2;
4
>
>
>
: 0;
da
a x 2 (=2; ;
f ind derivabila pe [0; n f=2g.
<
u suma s(x) = :
119
Serii Fourier
a
a
-p
-p+b
-b O
x
b
p-b p
-p
-c
-a
b)
a)
y
a
-p
-c
c
O
c)
Figura 2.4.4
120
Capitolul 2
178
Capitolul 3
1 ln (1 + 2 x2 ) ln (1 + 2 x2 )
dx; ; > 0.
b) I (; ) =
x4
0
24. Folosind integrarea sub semnul integrala sa se
al
uleze urmatoarele integrale:
Z 1
e x e x
os mx dx; ; > 0; m 6= 0;
a) I (; ; m) =
x
0
Z 1
1 ax
e (
os bx
os
x) dx; a > 0; b;
2 IR;
b) I (a; b;
) =
0 x
Z 1
1 ax
e (sin bx sin
x) dx; a > 0; b;
2 IR.
) I (a; b;
) =
0 x
Z
Integralele:
(1 x)q 1 dx; p; q 2 IR
10 p 1
x e x dx; p 2 IR
0
B (p; q ) =
(p) =
xp
si
se numes
integralele lui Euler de primul tip, respe
tiv de al doilea tip (sau fun
tiile beta,
respe
tiv gama ale lui Euler).
PROBLEME REZOLVATE
1. Sa se demonstreze
a:
a) B (p; q ) este
onvergenta pentru p > 0 si q > 0 si ^n rest divergenta;
b) (p) este
onvergenta pentru p > 0 si divergenta pentru p 0;
) integrala (p) depinz^and de parametrul p este uniform
onvergenta pe ori
e segment [a; b (0; 1).
Rezolvare. a) Da
a p 1 0 , p 1 si q 1 0 , q 1 atun
i B (p; q ) este o
integrala proprie, de
i
onvergenta. Da
a p 1 < 0 , p < 1 sau q 1 < 0 , q < 1 atun
i
B (p; q ) este o integrala improprie de al doilea tip
u x = 0 pun
t singular sau x = 1 pun
t
singular. Avem: Z
Z 1
a
p
1
q
1
B (p; q ) = x (1 x) dx + xp 1 (1 x)q 1 dx; 0 < a < 1.
0
179
(1 x)q 1
dx este
onvergenta da
a si
x1 p
0
0Z
Z 1
1
xp 1
numai da
a 1 p < 1 , p > 0, iar integrala I2 = xp 1 (1 x)q 1 dx =
dx
a
a (1 x)1 q
este
onvergenta da
a si numai da
a 1 q < 1 , q > 0.
De
i B (p; q ) este
onvergenta pentru p > 0 si q > 0, ^n rest ind divergenta.
b) Da
a p 1 0 , p 1 integrala (p) este improprie de primul tip,
onvergenta,
p 1 x
deoare
e xlim
!1 x x e = 0; 8 2 IR: Da
a p < 1 atun
i (p) este improprie de
ambele tipuri. O des
ompunem
astfel:
Z 1
Z a
p
1
x
xp 1 e x dx; 0 < a < 1:
(p) = x e dx +
a
0
Z a
e x
Integrala I1 =
dx este
onvergenta pentru 1 p < 1 , p > 0, iar I2 =
0 x1 p
Z 1
=
xp 1 e x dx este
onvergenta pentru 8 p 2 IR dupa
um am vazut mai sus.
a
Dedu
em astfel
a (p) este
onvergenta pentru p > 0 si divergenta pentru p 0.
) Sa
onsideram un interval [a; b (0; 1) arbitrar, momentan xat (0 < a < b).
Avem:
Z 1
Z 1
p
1
x
xp 1 e x dx.
(p) = x e dx +
Integrala I1 =
xp 1
{z
(1
I1
p
x 1e x
x)q 1 dx
{z
I2
Pentru I1 avem
xa 1 e x; 8 x 2 (0; 1; 8 p 2 [a; b; iar integrala
xa 1 e x dx este
onvergenta (1 a < 1 , a > 0). Rezulta astfel
a I1 este uniform
0
onvergenta ^n raport
u p 2 [a; b.
PentruZ I2 avem inegalitatea xp 1 e x xb 1 e x ; 8 x 2 [1; 1); 8 p 2 [a; b; iar
1 b 1 x
integrala
x e dx este
onvergenta. Rezulta
a si I2 este uniform
onvergenta pe
1
[a; b, de
i (p) este uniform
onvergenta pe [a; b.
2. Sa se demonstreze urmatoarele proprietati ale integralelor lui Euler:
p
1
= ;
a) (p + 1) = p (p); 8 p > 0; b) (n) = (n 1)! ; 8 n 2 IN ;
)
2
d) qB (p + 1; q ) = pB (p; q + 1); 8 p; q > 0;
e) B (p + 1; q ) + B (p; q + 1) = B (p; q ); 8 p; q > 0;
Z 1
tp 1
f) B (p; q ) =
dt.
0 (1 + t)p+q
Rezolvare.
a) Avem: Z
Z 1
1
1Z 1 p x
1 1 p0 x
1
1
(p) =
xp 1 e x dx =
(x ) e dx = xp e x 0 +
x e dx = (p + 1),
p 0
p
p 0
p
0
de
i (p + 1) = p (p); 8 p > 0.
b) Folosind relatia de la pun
tul a) obtinem:
(n) = (n 1) (n 1) = (n 1)(n 2) (n 2) = = (n 1)! (1),
Z
180
Capitolul 3
iar (1) =
0
e x dx = e
x 1 = 1. De
i
0
x dx: Not
am x
(n ) = ( n
1)!;
8 n 2 IN .
Z 1
1
=
x 1=2 e
= u2 ; dx = 2u du. Rezulta:
2
0
p p
Z 1
Z 1
1
1
u
u
=
u e 2u du = 2
e du = 2
= ,
2
2
0
0
(am folosit integrala lui Euler-Poisson).
d) Avem:
Z 1
Z 1
1
xp [(1 x)q 0 dx = xp (1 x)q 0 +
qB (p + 1; q ) = q xp (1 x)q 1 dx =
0
q
x) dx
8 p; q > 0.
1
1
e) B (p + 1; q ) + B (p; q + 1) = xp (1 x)q 1 dx + xp 1 (1 x)q dx =
0
0
1
1
p
1
q
1
p
1
q
1
= x (1 x) (x + 1 x) dx = x (1 x) dx = B (p; q ); 8 p; q > 0.
0
0
x
dt
t
(t > 0) ) t =
; dx =
;
f) Fa
em s
himbarea de variabila x =
1+t
1 x
(1 + t)2
x = 0 ) t = 0; x ! 1 ) t ! 1. Rezulta:
1 tp 1
1 tp 1
1
t q 1
1
dt
=
dt.
B (p; q ) =
1+t
(1 + t)2
0 (1 + t)p+q
0 (1 + t)p 1
+p
xp 1
(1
= pB (p; q + 1);
Z
3. Sa se demonstreze urmatoarea relatie dintre fun
tiile beta si gama:
(p) (q )
B (p; q ) =
; p; q > 0.
(p + q )
Rezolvare. Avem:
Z 1
Z 1
tp 1
dt =
(p + q ) B (p; q ) = (p + q ) xp 1 (1 x)q 1 dx = (p + q )
0
0 (1 + t)p+q
Z 1 Z 1
Z 1
tp 1
tp 1 Z 1 p+q 1 x
p
+
q
1
x
x
e dx dt = 0 0 (1 + t)p+q x e dx dt.
=
0
0 (1 + t)p+q
{z
}
|
I1
Z
1 p 1
t e
{z
I2
0
0
(1+t)u dt du.
}
181
(p + q ) B (p; q ) =
Z
1 p+q
u
1 p 1
e d = (p) (q ).
Z
1 q 1 u
e u Z 1 p 1
up 0 e d du = 0 u e du
;
sin (p )
8 p 2 (0; 1);
(formula
omplementelor).
Rezolvare. Deoare
e prima parte a relatiei de mai sus a fost demonstrata ^n Problema 3, ram^ane sa aratam
a:
Z 1 p 1
t
B (p; 1 p) =
; 8 p 2 (0; 1) sau
dt =
; 8 p 2 (0; 1).
sin (p )
sin (p )
0 1+t
Pentru a
easta vom folosi dezvoltarea ^n serie Fourier a fun
tiei f : [ ; ! IR,
f (x) =
os px;
p 2 IR n Z . Fiind
o fun
tie para,
oe
ient
ii bn = 0; 8 n 2 IN , iar:
Z
Z
2 sin p
2
2
1
os px dx =
os px dx = sin px =
,
a0 =
Z
0 Z
p
p
0
1
2Z
1
f (x)
os nx dx =
os px
os nx dx =
os px
os nx dx =
an =
0
1
1Z
1
=
sin (p + n)x +
sin (p n)x =
[
os (p + n)x +
os (p n)x dx =
0
(p + n)
0 (p n)
0
!
n
n
( 1) sin p
( 1) 2p
1
1
=
=
+
sin p; n 1.
p+n p n
(p2 n2 )
Deoare
e f este
ontinua, iar derivata sa are un numar nit de pun
te de dis
ontinuitate de spe
ia ^nt^ai (de
i este neteda pe portiuni) rezulta,
onform fCapitolul 2, x4,
Teorema 2.4.1g
a seria Fourier aso
iata lui f :
sin p 2p
( 1)n sin p 2p
sin p sin p 2p
os x+
os 2x+ +
p2 n2
os nx+
p
p2 12
p2 22
este
onvergenta ^n" 8 x 2 [ ; si suma sa este f (x). De
i:
#
2p
2p
2p ( 1)n
sin p 1
os x + 2 2
os 2x + + 2
os nx + ;
f ( x) =
p p2 1
p 2
p n2
8 x 2 [ ; : Pentru x = 0 rezulta:
1
2
2p
= +
+ + ( 1)n 1 2 2 + :
2
sin p p 1 p
n p
2p
1
1
1
2p
=
S
riind fra
tia 2 2 sub forma 2 2 =
n p
n p
n p n + p (n 1) + (1 p)
1
si not^and
u g (p) suma seriei alternate:
n+p
1
1
1
( 1)n
g ( p) =
+
+
+
p p+1 p+2
p+n
rezulta relatia:
= g (p) + g (1 p).
sin p
182
^n:
Capitolul 3
1 tp
I2
=2
b) I2 =
sinp 1 x
osq 1 x dx; p; q > 0.
0
Rezolvare. a) Fa
^and substitutia xm = y , obtinem:
183
1
1 p
1 Z 1 p=m 1
y (p 1)=m (1 y )q 1 y 1=m 1 dy =
y
(1 y )q 1 dy = B
;q =
m
m 0
m m
0
p
(q )
1
.
= mp
m
+
q
m
b) Fa
em
substitutia sin2 x = y ; avem:
Z 1
1
1
1 Z 1 p=2 1
y
(1 y)q=2 1 dy =
I2 = y (p 1)=2 (1 y )(q 1)=2 p p
dy =
2
y
1
y
2
0
0
q
p
1 p q 1
2
2
= B ; =
.
p+q
2 2 2
2
2
^In parti
ular pentru q = 1 obtinem:
Z =2
1 p 1
p
1
sin x dx = B ; ,
2 2 2
0
iar pentru p = 1 Zavem:
=2
1 1 q
osq 1 x dx = B ; .
2 2 2
0
6. Sa se stabileas
arelatia: p
1
(p) p + = 2p 1 (2p),
2
2
(formulele lui Legendre).
Rezolvare. Ple
am de la fun
tia B (p; p):
Z 1
Z 1
Z 1
1 1 p 1
B (p; p)= xp 1 (1 x)p 1 dx = [x(1 x)p 1 dx =
x2 + x
+
dx =
4
4
0
0
0
"
#
Z 1
2x 1 2 1 p 1
1 Z1
=
+
dx = 2(p 1) [ (2x 1)2 + 1p 1 dx =
2
4
2
0
0
2 Z 1=2
= 2(p 1)
[ (2x 1)2 + 1p 1 dx.
2
0
2 = y ) 1 2x = py 0. Obtinem:
Fa
em ^n
ontinuare
substitut
ia
(2
x
1)
1 Z1
1 Z1
1
B (p; p) = 2p 3 (1 y )p 1 p dy = 2p 1 y 1=2 (1 y )p 1 dy =
2
4 y
2
0
0
1
1
= 2p 1 B ; p .
2
2
1
2 ( p)
(p)
1
Dar B (p; p) =
; iar B ; p = 21 .
(2p)
2
2 +p
Din relatiile de mai sus obtinem:
p
p (p)
2 ( p)
1
1
, (p) p + 2 = 22p 1 (2p).
=
(2p) 22p 1
p + 12
7. Sa se exprime
u ajutorul
integralei lui Euler de al doilea tip urmatoarea integrala:
Z 1
xm e x dx; > 0; m > 1.
Im =
0
Rezolvare.
Fa
em substitutia x2 = y > 0. ObtZinem:
Z 1 m=2
1 (m 1)=2
y
1
1
Im =
y
e y dy =
e y p y 1=2 dy = (m+1)=2
2
2
0
0
I1 =
184
Capitolul 3
m + 1
.
2(m+1)=2
2
Pentru m = 0 Zavem:
p
1 x
1 1
e
dx = p
= p ;
2 2
2
0
iar pentru = 1 integrala de mai sus este integrala Euler-Poisson (vezi fx1, Problema
7g):
p
Z 1
x
e dx =
:
2
0
8. Sa se
al
uleze
folosind fun
tia B integrala:
Z 1
dx
; 0 < p < 1,
I = xp 1 (1 x) p
x+
0
unde 2 IR n ( 1; 0).
at + b
Rezolvare. Se fa
e o s
himbare de variabila de forma x =
u ad b
6= 0
t + d
(a
easta transformare se numeste transformare omogra
a). Vom determina a; b;
; d
astfel ^n
^at ^n urma a
estei tranformari intervalul pentru noua variabila t sa e tot (0; 1).
at
: Pentru t = 1 )
Pentru t = 0 obtinem x = 0 de ^ndata
e b = 0. De
i x =
t + d
a
at
x=
= 1 pentru d = a
: Obtinem astfel x =
: Apoi:
+d
t + a
at
(
a)(t 1)
at
(a +
)t +(a
)
1 x=1
=
; iar x + =
+ =
.
t + a
t + a
t + a
t + a
Alegem
= 1 si determinam pe a astfel ^n
^at x + sa se simpli
e. Avem:
at
( 1 a)(t 1)
(a )t + (a + 1)
x=
; 1 x=
; x+=
.
t+a+1
t+a+1
t+a+1
( + 1)(t 1)
( + 1)
t
; 1 x=
; x+ =
,
Pentru a = obtinem x =
+1 t
+1 t
+1 t
( + 1)
iar dx =
dt . Atun
i:
( + 1 t)2
Z 1
p 1 tp 1
( + 1) p (1 t) p + 1 t ( + 1)
I=
( + 1 t) p ( + 1) ( + 1 t)2 dt =
0 ( + 1 t)p 1
p 1
p 1
p 1 Z 1 p 1
p dt =
t
(1
t
)
B
(
p;
1
p
)
=
=
=
p
p
p
( + 1) 0
( + 1)
( + 1) sin (p )
1
p
=
.
+1
sin (p )
9. Sa se
al
uleze
u ajutorul integralei lui Euler B urmatoarea integrala:
Z 1
xa 1 (1 x)b 1
dx; a; b > 0; p 2 IR n ( 1; 0).
I=
(x + p)a+b
0
x
tp
Rezolvare. Fa
em substitutia t = (1 + p)
)
x=
; 1 x=
x+p
p+1 t
(p + 1)(1 t)
p(p + 1)
p(p + 1)
=
, x+p=
; dx =
.
p+1 t
p+1 t
(p + 1 t)2
Atun
i:
=
185
1
(p + 1)b 1 (1 t)b 1 (p + 1 t)a+b
p(p + 1)
ta 1 p a 1
I=
a
1
b
1
a
+
b
a
+
b
2 =
(
p
+
1
t
)
p
(
p
+
1)
(
p
+
1
t
)
0 ( p + 1 t)
Z 1
1
1
= b
B (a; b).
ta 1 (1 t)b 1 dt =
a
p (p + 1) 0
(1 + p)a pb
10. Sa se
al
uleze folosind integralele lui Euler urmatoarele integrale:
px
Z 1
Z 1
Z 1
Z 1
p
dx
dx
px(1 + x) ; d) 0 (1 + x2 )2 dx;
a)
; b)
x x2 dx;
)
0 1 + x3
0
0
s
px
px
Z 1
Z 1
Z 1
1 x
dx; f)
dx; g)
x2
dx;
e)
2
2
2
1+x
0 (x + 1)(x + 1)
1
0 (1 + x)
q
Z 1
Z =2
Z 1
x(1 x)
dx
p
q
tg x dx; jpj < 1; i)
h)
; j)
dx.
x+1
0 (x + 1) x2 (1 x)
0
0
1
Rezolvare. a) Notam x3 = t ) x = t1=3 ; dx = t 2=3 dt. Rezulta:
3
Z 1
Z 1
2
=
3
1 2=3 dt
t
1
I=
t
=
dt.
1+t 3 0 1+t
0 3
^In
ontinuare fa
em s
himbarea de variabila t = v ) v = t ; dt = dv ;
1 v
1+t
(1 v )2
1
. Obtinem:
(1 + t) =
1Z v
1 1 2=3
dv
1 Z 1 2=3
1=3 dv = 1 B 1 ; 2 =
I=
v (1 v )2=3 (1 v )
v
(1
v
)
=
3 0
(1 v )2 3 0
3 3 3
1
2
= = p .
3 sin 3 3 3
b) Avem:
2
1
3
3
1
Z 1
Z 1
p
3 3
2
2
2
2
1
=
2
1
=
2
2
=
=
x x dx = x (1 x) dx = B ; =
I=
2 2
(3)
2!
0
0
1p
= ( )2 = .
8
8
t
x
dt
1
) Fa
em substitutia x =
)
t =
; dx =
;
1
+
x
=
.
1 t
1+x
(1 t)2
1 t
Rezulta: Z
Z 1
1
1
1=3 (1 t) 2=3 dt = B 2 ; 1 =
t
I = (1 t)1=3 t 1=3 (1 t)
dt
=
(1 t)2
3 3
0
0
2
=
=p .
sin 23
3
p
d) Notam x = t. Rezulta:
Z 1
1
1 Z 1 t 1=3
t1=6
p dt = 2 0 (1 + t)2 dt.
I=
0 (1 + t)2 2 t
y
t
dy
Fa
em ^n
ontinuare substitutia t =
)
y=
; dt =
; 1+t=
1 y
1+t
(1 y )2
1
=
. Atun
i:
1 y
Z
186
Capitolul 3
dy
1 Z 1 1=3
1=3 dy = 1 B 2 ; 4 =
y
(1
y
)
=
(1 y )2 2 0
2 3 3
4
1
2
2 1
1
1
1 2 1 1
3
= 3
= = p .
= 3 3 3 =
2
(2)
2
1!
6 3
3
6 sin 3 3 3
x
1
dt
t
; t=
; 1+x=
; dx =
. Rezulta:
e) Notam x =
1 t
1+x
1 t
(1 t)2
Z 1
Z 1
5 3
dt
= t1=4 (1 t) 1=4 dt = B ; =
I = t1=4 (1 t) 1=4 (1 t)2
2
(1 t)
4 4
0
0
5
3
1
3
1 1
4
= 4
= = p :
=
(2)
4 4
4
4 " sin 4 2 2
#
1
1
1
1
: Atun
i:
=
f) Avem 2
(x + 1)(x + 1)2 2p
x x2 + 1 (x + 1)2
p
Z 1
Z 1
x
x
1
1
1
1 Z 1 4=5
I=
x
dx
dx
=
dx
2
2
2
2
x
+
1
0 2x x + 1
0
0 2x (x + 1)
1
1 Z 1 4=5
dx.
x
2 0
(x + 1)2
s
Z 1
x 4=5
t
t
1
2
q
Pentru I1 =
dx;
not
a
m
x
=
)
x
=
;
dx
=
1 t
1 t
0 x2 + 1
2 1t t
(1 dt t)2 . De
i:
Z 1
1
dt
1 Z 1 9=10
I1 = t 4=10 (1 t)4=10 (1 t) q t
(1 t) 1=10 dt =
=
2 2 0 t
(1
t
)
0
2 1 t
1
1 9
1
.
=
;
= B
2 10 10
2 sin 10
Z 1
x 4=5
t
1
1
Pentru I2 =
dx; notam x =
)
x+1 =
; dx =
dt.
2
1 t
1 t
(1 t)2
0 (x + 1)
De
i:
1
9
Z 1
1 9
1
5
5
4
=
5
4
=
5
2
dt = B ; =
=
(1 t) (1 t)
I2 = t
2
(1 t)
5 5
(2)
0
1 4 4
4
=
.
=
5 5 5
5 5 sin 5
1
2
Rezulta
a I =
sin .
4
sin
5
10
5
s
Z 1
Z 1
Z 1
Z 1
1 x
1 x
x2
x3
2
2
p
p
p
dx = x
g) I = x
dx =
dx
dx.
2
1+x
1
1
1 1 x2
1 1 x2
1
x
Z 1
Z 1
2
2
p x 2 dx = 2 p x 2 dx fa
em substitutia x2 = t ) x =
Pentru I1 =
0
1 1 x
1 x
p
1
= t; dx = p dt. De
i:
2 t
Z 1
Z 1
1
t
3 1
1
=
2
1
=
2
p dt = 0 t (1 t) dt = B 2 ; 2 = 2 :
I1 = 2 p
0
1 t 2 t
1Z 1
y
2
0
I=
1=3 (1
y )1=3 (1 + y )2
187
Pentru I2 =
Z 1
Z 0
3
3
3
x
x
p 2 dx = p 2 dx + p x 2 dx =
0
1 1 x
1 1 x
1 x
{z
}
|
not: x=t
pt
1 t2
dt+
x3
dx = 0:
+ p
0
1 x2
De
i I = :
2
h) Avem:
Z 1
Z =2
Z
tp
dt
x =t 1 p
=
dt.
I=
tgp x dx tg=
t
1 + t2
0 1 + t2
0
0
1
1
u
1
)
t2 + 1 =
; dt = q u
du.
Notam ^n
ontinuare t2 =
1 u
1 u
2 1 u (1 u)2
De
i:Z
1
1 p
du
1 Z 1 (p 1)=2
p=
2
p=
2
I = u (1 u) (1 u) p 1 u
u
(1 u)( p 1)=2 du =
=
2
2 u
(1 u) 2 0
0
1
p
+
1 1 p
1 Z 1 (p+1)=2 1
u
(1 u)(1 p)=2 1 du = B
=
=
;
;
=
(
p
+1)
2 0
2
2
2
2
os p2
2 sin 2
p 2 ( 1; 1).
Z 1
Z 1
dx
dx
q
= x 2=3 (1 x) 1=3
.
i) Avem I =
2
x+1
0
0 (x + 1) x (1 x)
1
Apli
am Problema 8
u = 1; p = . Rezulta:
3
1=3
2
1
1
=p p .
=p p
I=
2
sin
2 3=2
2 3
q 3
Z 1
Z 1
x(1 x)
x(1q x)
j) Avem I =
dx.
dx =
x+1
0
0 (x + 1) x(1 x)
2
x(1 x)
=2 x
. De
i:
Apoi
xZ + 1
x+1 Z
Z 1
1
1
dx
1
=
2
1
=
2
1
=
2
1
=
2
q
x (1 x) dx 2
=
I = 2x (1 x) dx
0 (x + 1) x(1 x)
0
0
1
1
1
Z 1
1 1
dx
3 1
2
2
2
1
=
2
1
=
2
= 2B ;
B ;
2 x (1 x)
=2
2 2
2 2
x+1
sin 2
(2)
0
Z 1
Z 1
dx
dx
= 2
2 x 1=2 (1 x) 1=2
.
2 x 1=2 (1 x) 1=2
x+1
2
x+1
0
0
1
Pentru ultima integrala apli
am Problema 8
u p = si = 1. Rezulta:
2
1=2
Z 1
1
dx
=p .
=
x 1=2 (1 x) 1=2
x+1
2
sin 2
0
2
p
3 2
3
p = 2 2 .
De
i I =
2
2
11. Sa se determine valoarea expresiei:
Z
188
Capitolul 3
n 2 n 1
1 2
.
E=
n
n
n
n
Rezolvare.
Avem:
1
2
n 1 n 1 n 2
1
2
E =
=
n
n
n
n
n
n
n 1
=
=
.
sin n sin 2n sin (n n1) sin n sin 2n sin (n n1)
2
(n 1) nY1 k
Pentru a
al
ula produsul Pn = sin sin sin
=
sin
sa
onn
n
n
n
k=1
2k
2k
+ i sin
; k = 0; n 1.
sideram e
uatia binoma xn 1 = 0
u rada
inile xk =
os
n
n
De
i avem urmatoarea egalitate:
!
2
2(
n
1)
2
2(
n
1)
xn 1 = (x 1) x
os
x
os n
i sin
i sin
n
n
n
!
nY1
2k
2k
.
i sin
, xn 1 = (x 1)
x
os
n
n
k=1
Deoare
e xn 1 = (x 1)(1 + x + x2 + + xn 1 ) obtinem relat
ia:
!
nY1
2k
2k
x
os
1 + x + x2 + + xn 1 =
; 8 x 2 IR.
i sin
n
n
k=1
Pentru x = 1 obtinem:
!
!
nY1
nY1
k
2k
k
k
2k
2
2 sin
, n=
i sin
2i sin
os
1
os
n=
n
n
n
n
n
k
=1
k=1
!
nY1
nY1
k
k
i
os
sin
, n = 2n 1 sin k
n k=1
n
n
k=1
|
{z
Pn
nY1
!!
3 k
3 k
, n=
os
+ i sin
+
+
2
n
2
n
k=1
!
!#
"
n
1
nX1 3
X
3 k
k
n
1
+ i sin
+
+
, n = 2 Pn
os
2
n
2
n
k
=1
k
=1
!
!#
"
3(n 1) n(n 1)
3(n 1) n(n 1)
n
1
+
n + i sin
+
n
, n = 2 Pn
os
2
2
2
2
, n = 2n 1Pn(
os 2(n 1) + i sin 2(n 1)) , n = 2n 1Pn , Pn = 2nn 1 .
n 1 2n 1
(2 )(n 1)=2
pn .
Rezulta
a E 2 =
; de
i E =
n
12. S
a se
al
uleze
u ajutorul fun
tiei integralele:
Z 1
Z 1
os bx
sin bx
I1 =
dx;
b
>
0
;
s
2
(0
;
1);
I
=
dx; b > 0; s 2 (0; 2).
2
s
x
xs
0
0
Z a
dx
1
os bx
Rezolvare. Deoare
e s s ; 8 x 2 (0; a); a > 0 si
este
onverx
x
0 xs
Z a
Z 1
os bx
os bx
genta, rezulta
a
dx este (absolut)
onvergenta. Pentru integrala
dx
s
x
xs
0
a
2n 1 Pn
189
1
& 0; x ! 1; de
i
xs
a
este o integrala
onvergenta. Rezulta astfel
a I1 este
onvergenta. ^In mod asemanator
se arata
a si I2 este
onvergenta.
Pentru
al
ulul a
estor integrale, pornim de la integrala:
Z 1
Z 1
us 1 u du 1 Z 1 s 1 u
1
ts 1 e xt dt xt==u
u e du = s (s).
e = s
s
1
x x 0
x
0
0 x
1
1 Z 1 s 1 xt
De
i s =
t e dt.
x
(s) 0
^Inmultim ambii membri ai relatiei obtinuta mai sus
u
os bx si integram pe (0; 1).
Obtinem: Z
Z
1
os bx
1 s 1
1 Z1
xt
I1 =
t e dt dx.
os bx
dx =
xs
(s) 0
0
0
S
himb^and ordinea integralelor (avem^ndeplinite
onditiile din fx2, Teorema 3.2.13g),
rezulta:
1 Z 1 s 1 Z 1
xt
I1 =
t
os bx e dx dt.
(s) 0
0
{z
}
|
apli
am
riteriul lui Diri
hlet:
os bx dx
M; 8 A a
si
I3 (t)
Apoi:
1
bZ 1
1
I4 (t) =
sin bx e xt +
os bx e
t
t
0
0
b2 Z 1
b b2
xt
I (t).
sin bx e dx = 2
t2 0
t t2 4
xt dx
b
os bx e
t2
xt
190
Capitolul 3
b
Rezulta I4 (t) = 2 2 ; iar:
t +b
Z 1
s
1
bs 1 Z 1 us 1
bt 1 t=bu b Z 1 bs 1 us 1
I2 =
dt =
b du = (s) 0 u2 + 1 du =
(s) 0 t2 + b2
(s) 0 b2 (u2 + 1)
s 1 Z =2
s 1 Z =2 tgs 1 y
u=tg y b
2 y ) dy = b
(1
+
tg
tgs 1 y dy; s 1 2 ( 1; 1).
=
(s) 0 1 + tg2 y
(s) 0
Z =2
1
=
; de
i:
Conform Problemei 10, h),
tgs 1 y dy =
(
s
1)
2
os 2
2 sin s2
0
bs 1
I2 =
.
2 (s) sin s2
13. Sa se exprime
u ajutorul integralelor euleriene urmatoarele integrale:
Z b
Z 1
(x a)m (b x)n
xm 1
dx;
0
<
m
<
n
;
b)
dx;
a)
(x +
)m+n+2
a
0 1 + xn
Z 1
n
)
xm e x dx; n 6= 0.
0
Rezolvare. a) Notam xn = t. Rezulta:
Z 1 (m 1)=n
t
1 1=n 1
1 Z 1 tm=n 1
I=
t
dt =
dt.
1+t n
n 0 1+t
0
y
t
1
Notam t =
)
y=
; 1+t=
; t = 0 ) y = 0; t ! 1 ) y ! 1. De
i:
1Z y
1+t
1 y
dy
1 Z 1 m=n 1
1 1 m=n 1
y
(1 y ) m=n+1 (1 y )
y
(1 y ) m=n dy =
=
I=
2
n
(1
y
)
n
0
0
m
m 1
1 m
= m ; 0 < < 1 .
;1
= B
n
n
n
n sin n
n
a + tb
t(b a)
b a
x a
)
x=
; x a=
; b x=
; x+
=
b) Notam t =
b x
1+t
1+t
1+t
t(b +
) + a +
b a
=
, dx =
dt. Rezulta:
1+t
(1 + t)2
Z 1 m
(1 + t)m+n+2
b a
t (b a)m (b a)n
dt =
I=
m
n
m
+
n
+2
(1Z + t)
(1 + t) [t(b +
) + a +
(1 + t)2
0
1 m
dt
.
= (b a)m+n+1
t
[t(b +
) + a +
m+n+2
0
y
t
Fa
em s
himbarea ^n
ontinuare t =
)
y=
. Obtinem:
1
y
1
+
t
Z 1
1
dy
=
I = (b a)m+n+1 y m (1 y ) m h y
im+n+2
(1 y )2
0
(
b
+
)
+
a
+
1 y
Z 1
m (1 y )n
1 Z 1 y m (1 y )n
y
dy
=
= (b a)m+n+1
dy .
b a 0 y + a+
m+n+2
0 [y (b a) + a +
m+n+2
b a
a+
u
(a +
)u
=
Ca^n Problema 8 fa
em a
um s
himbarea de variabila y = a+
b a
.
b +
(b a)u
b a +1 u
(b +
)(1 u)
a+
(a +
)u
a+
a+
Atun
i 1 y =
, iar y +
=
+
=
b +
(b a)u
b a b +
(b a)u b a b a
191
(b +
)(a +
)
iar dy =
du.
[b +
(b a)u2
(a +
)m um
1 Z1
(b +
)n (1 u)n (b a)m+n+2
De
i I =
b a 0 [b +
(b a)um [b +
(b a)un (a +
)m+n+2
Z 1
(b a)m+n+1
[b +
(b a)um+n+2 (b +
)(a +
) du
=
um (1 u)n du =
m
+
n
+2
2
n
+1
m
+1
(b +
)
[b +
(b a)u
(a +
) (b +
)
0
(b a)m+n+1
B (m + 1; n + 1); n; m > 1.
=
(a +
)n+1 (b +
)m+1
1
) Notam xn = t ) x = t1=n ; dx = t1=n 1 dt. De
i:
n
Z 1
1 m + 1 m + 1
1 Z 1 (m+1)=n 1 t
1 1=n 1 t
m=n
t
e dt =
;
e dt =
>
I=
t t
n
n 0
n
n
n
0
> 0; n 6= 0.
b + b +(b a)u ;
192
Capitolul 3
e)
=2
f)
q
3
Z 1
x2 (1 x)
dx
q
.
dx; g)
3
(1 + x)
0 (x + 3) x3 (1 x)
4
bq
(x a)(b
x) dx; I2 =
(x
a)p (b
Z b
dx
x a
q
dx;
; I3 =
b x
a
(x a)(b x)
Z b
b x
dx.
I4 =
x a
a
20. S
a se
al
uleze:
Z 1
Z 1
ax
p
1
I1 =
e x
os bx dx; I2 =
e ax xp 1 sin bx dx; a > 0; p > 0; b 2 IR.
0
0
21.Z Sa se exprime
u ajutorulZ integralelor euleriene
urmatoarele
integrale:
Z 1
1
1 p
dx
dx
p
p
ln
; m > 0; b)
;
)
dx; p > 1;
a)
x
0
0
0 n 1 xm
3
os
x
Z 1
xp 1 ln x
dx; 0 < p < 1:
d)
1+x
0
3
ILOR
PROBLEME DE TEORIA PROBABILITAT
RODICA LUCA{TUDORACHE
PROBLEME DE
ILOR
TEORIA PROBABILITAT
CUPRINS
Capitolul 1
^
CAMP
DE EVENIMENTE,
^
CAMP
DE PROBABILITATE
Capitolul 1
O urna
ontine 3 bile albe si 4 bile negre, iar o alta urna
ontine 4 bile albe
si 5 bile negre. Din e
are urna se extrage
^ate o bila. Se
onsidera evenimentele
A { bila extrasa din prima urna este alba,
B { bila extrasa din a doua urna este alba.
Sa se
al
uleze P (A \ B ), P (A [ B ), P (A n B ), P (A).
4
3
si P (B ) = .
Rezolvare. Avem P (A) =
7
9
Pentru A \ B , experienta
e
onsta din extragerea
elor doua bile, numarul
de
azuri posibile este 7 9 = 63, iar numarul de
azuri favorabile este 3 4 = 12.
12 4
De
i P (A \ B ) = = .
63 21
3 4 4 43
= ,
Apoi avem P (A [ B ) = P (A) + P (B ) P (A \ B ) = +
7 9 21 63
4
3 4
5
P (A n B ) = P (A) P (A \ B ) =
= si P (A) = 1 P (A) = .
7 21 21
7
4. Dintr-o urn
a
u n bile din
are a albe, b negre,
rosii si d verzi se extrage
la ^nt^amplare o bila. Care este probabilitatea
a bila extrasa sa e alba sau rosie.
Rezolvare. Fie A1 evenimentul
a bila extras
a din urna sa e alba, iar
A2 evenimentul
a bila extrasa sa e rosie. Deoare
e a
este evenimente sunt
in
ompatibile, avem
a
a+
.
P (A1 [ A2 ) = P (A1 ) + P (A2 ) = + =
n n
n
5. ^
Intr-un lot de N piese, M sunt defe
te. Se extrag la ^nt^amplare n piese.
Sa se determine probabilitatea pentru
a printre
ele n piese extrase, m sa e
defe
te.
Rezolvare. Num
arul de
azuri posibile este numarul de grupe de
^ate n
piese
are se pot forma
u
ele N piese ale lotului, adi
a CNn . Pentru a stabili
numarul de
azuri favorabile a
estui eveniment vom numara grupele de m piese
defe
te din
ele M ale lotului, adi
a CMm , si apoi grupele de
^ate n m piese bune
din
ele N M piese bune (fara defe
tiuni), adi
a CNn mM . Deoare
e la e
are
grup de m piese defe
te se poate aso
ia ori
e grup de n m piese bune, rezulta
a
numarul de
azuri favorabile evenimentului din problema este CMm CNn mM . Atun
i
probabilitatea pentru
a printre
ele n piese extrase, m sa e defe
te este
Cm Cn m
P = M nN M .
CN
3.
10
Capitolul 1
11
12
Capitolul 1
13
prima arun
are se poate aso
ia
u ori
are dintre
ele 35
azuri favorabile de la a
doua arun
are. Pro
ed^and prin indu
tie matemati
a, dedu
em
a la arun
area
de n ori a
elor doua zaruri, probabilitatea
a sa nu apara ni
iodata (6,6) este
35n
.
36n
35n
35n
.
Rezulta
a P (B ) = n , iar P (B ) = 1
36
36n
12. (Problema
avalerului de M e
re) Sa se arate
a probabilitatea de a se
obtine
el putin un 6 atun
i
^and se arun
a un zar de 4 ori este mai mare de
^at
probabilitatea de a se obtine
el putin un (6,6) atun
i
^and se arun
a doua zaruri
de 24 ori.
Rezolvare. Fie A evenimentul
a arun
^
and de 4 ori un zar sa obtinem
el
putin o data fata
u 6 pun
te, si B evenimentul
a arun
^and de 24 ori doua zaruri
sa apara
el putin o data (6,6). Din Problema 10 si Problema 11 dedu
em
a
54
3524
P (A) = 1 4 ' 0; 5177, iar P (B ) = 1
' 0; 4914.
6
3624
De
i probabilitatea lui A este mai mare de
^at probabilitatea lui B .
13. O urn
a
ontine 4 bile albe si 6 bile negre. Se s
oate o bila
are se pune
deoparte, apoi se extrage ^n
a o bila din urna.
a) Stiind
a prima bila extrasa din urna este alba,
are este probabilitatea
a a doua bila extrasa sa e tot alba? Dar a doua bila sa e neagra?
b) Ne
unos
^and
uloarea primei bile extrasa,
are este probabilitatea
a a
doua bila extrasa sa e alba? Dar neagra?
Rezolvare. a) Deoare
e la prima extragere am obt
inut o bila alba,
are se
pune deoparte, ^nseamna
a ^n urna au ramas 3 bile albe si 6 bile negre. De
i
3 1
probabilitatea de a obtine la a doua extragere o bila alba este P1 = = , iar
9 3
probabilitatea
a la a doua extragere sa s
oatem o bila neagra este
6 2
P2 = = (= 1 P1 ).
9 3
b) Vom
onsidera
ele doua extrageri su
esive
a un singur eveniment.
Numarul de
azuri posibile este 10 9 = 90, deoare
e avem 10
azuri posibile
la prima extragere si e
are astfel de
az se poate
ombina
u ori
are din
ele
9
azuri posibile de la a doua extragere. Sa numaram a
um
azurile favorabile.
Da
a presupunem
a la prima extragere obtinem o bila alba atun
i sunt 4
azuri
14
Capitolul 1
favorabile pentru prima extragere si 3
azuri favorabile pentru a doua bila, de
i
^n total 4 3 = 12
azuri favorabile. Da
a prima bila extrasa este neagra, atun
i
sunt 6
azuri favorabile pentru prima extragere si 4
azuri favorabile pentru a
doua bila (alba), de
i ^n total sunt 6 4 = 24
azuri favorabile. Adun^and
azurile
favorabile din
ele doua situatii obtinem 12+24 = 36
azuri favorabile evenimentului nostru. De
i probabilitatea
a ne
unos
^and prima bila extrasa, sa obtinem
la a doua extragere o bila alba este
36 2
P3 = = .
90 5
Pentru a doua parte a pun
tului b), adi
a ne
unos
^and
uloarea primei bile
extrasa, sa obtinem la a doua extragere o bila neagra, pro
edam asemanator si
obtinem
4 6 + 6 5 54 3
P4 =
= = (= 1 P3 ).
90
90 5
14. S
apte mingi sunt puse la ^nt^amplare ^n 3
utii C1 ; C2 ; C3 . Care este
probabilitatea
a ^n
utia C2 sa e 3 mingi?
7
Rezolvare. Avem 3
azuri posibile a
estui eveniment. ^
Intr-adevar sa presupunem
a numerotam mingile de la 1 la 7. Atun
i prima minge poate distribuita ^n ori
are din
ele 3
utii, de
i sunt 3
azuri posibile. A doua minge poate
si ea distribuita ^n ori
are din
ele 3
utii, de
i pentu
ele doua mingi avem 32
azuri posibile. Pentru toate
ele 7 mingi vom avea 37
azuri posibile.
Numarul
azurilor favorabile este C73 24 . Deoare
e un grup de 3 mingi
sunt introduse ^n
utia a doua, avem C73 moduri diferite de alegere a unui grup
de 3 mingi din
ele 7 date. Cele 4 mingi ramase se pot distribui ^n
ele doua
utii ramase ^n 24 moduri diferite. De
i ^n total avem C73 24
azuri favorabile.
Probabilitatea evenimentului din problema este atun
i
C 3 24
P = 7 7 ' 0; 2561.
3
15. Doispreze
e elevi dintre
are 6 fete
si 6 baieti sunt asezati la ^nt^amplare
^ate 2 ^ntr-o ban
a. Care este probabilitatea
a ^n e
are ban
a sa e un baiat si
o fata?
12!
Rezolvare. S
a numerotam ban
ile de la 1 la 6. Avem ^n total 6
azuri
2
^
posibile de asezare a
elor 12 elevi ^n
ele 6 ban
i. Intr-adevar ^n prima ban
a
15
2
se pot aseza ori
are din
ele C12
pere
hi de elevi
are se pot forma din
ei 12
2
elevi; ^n ban
a a doua se pot aseza ori
are din
ele C10
pere
hi de elevi
are se
2
pot forma din
ei 10 elevi ramasi, de
i numai pentru doua ban
i sunt C12
C102
azuri posibile. Pro
ed^and asemanator ^n
ontinuare obtinem
a numarul total
al
azurilor posibile evenimentului din problema este
2
= 7484400.
C12
C102 C82 C62C42 C22 = 12 2 11 102 9 8 2 7 6 2 5 4 2 3 2 2 1 = 12!
26
Cazurile favorabile a
estui eveniment sunt ^n numar de (6!)2 . ^Intr-adevar, ^n
prima ban
a se pot aseza ori
are din
ele 62 pere
hi (o fata si un baiat)
are se
pot forma grup^and ^n toate modurile posibile un baiat si o fata din
ei 12 elevi.
^In ban
a a doua se pot aseza ori
are din
ele 52 pere
hi (fata si baiat)
are se pot
forma grup^and ^n toate modurile posibile e
are baiat din
ei 5 ramasi
u e
are
fata din
ele 5 ramase. Pro
ed^and asemanator pentru
elelalte ban
i obtinem
numarul total al
azurilor favorabile
62 52 42 32 22 12 = (6!)2 = 518400.
De
i probabilitatea
a ^n e
are ban
a sa e un baiat si o fata este
518400
P=
' 0; 0693.
7484400
16. Dou
a persoane joa
a un jo
u mai multe pun
te. Jo
ul este
^astigat de
el
are obtine primul al treilea pun
t. Da
a s
orul este 2-1 ^n favoarea unuia din
ju
atori,
are este probabilitatea
a el sa
^astige jo
ul? Se admite
a ju
atorii
sunt de forte egale, adi
a ori
e pun
t pus ^n jo
este adjude
at de unul din
ei
1
doi parteneri
u probabilitatea .
2
Rezolvare. S
a notam
u C evenimentul
a primul ju
ator J1 sa
^astige jo
ul,
A1 evenimentul
a J1 sa
^astige primul pun
t
are urmeaza, si
u A2 evenimentul
a J1 sa
^astige al doilea pun
t
are urmeaza. Evenimentul C se exprima ^n
fun
tie de evenimentele A1 si A2 astfel
C = A1 [ (A1 \ A2 ).
1
Deoare
e P (A1 ) = P (A2 ) = , pentru probabilitatea lui C avem
2
1 1 1 3
P (C ) = P (A1) + P (A1 \ A2 ) = P (A1 ) + P (A1 ) P (A2 ) = + = .
2 2 2 4
^In formula de mai sus am folosit faptul
a evenimentele A1 si A1 \ A2 sunt
16
Capitolul 1
17
adi
a B = A1 \ A2 \ A3 . De
i
P (B ) = P (A1 )P (A2 )P (A3) = 0; 048; iar P (B ) = 1 P (B ) = 1 0; 048 = 0; 952.
) Evenimentul C se s
rie ^n fun
tie de Ai , i = 1; 3 astfel
C = (A1 \ A2 \ A3 ) [ (A1 \ A2 \ A3 ) [ (A1 \ A2 \ A3 ).
Deoare
e evenimentele A1 \ A2 \ A3 , A1 \ A2 \ A3 si A1 \ A2 \ A3 sunt in
ompatibile
doua
^ate doua, rezulta
a
P (C ) = P (A1 \ A2 \ A3 ) + P (A1 \ A2 \ A3 ) + P (A1 \ A2 \ A3 ).
Evenimentele Ai , i = 1; 3 ind independente, dedu
em
a
P (C ) = P (A1)P (A2 )P (A3 ) + P (A1 )P (A2 )P (A3 ) + P (A1 )P (A2 )P (A3 ) =
= p1 (1 p2 )(1 p3 ) + (1 p1 )p2 (1 p3 ) + (1 p1 )(1 p2 )p3 = 0; 6 0; 6 0; 2+
+0; 4 0; 4 0; 2 + 0; 4 0; 6 0; 8 = 0; 296.
18. Se arun
a o moneda de 3 ori. Care este probabilitatea sa obtinem de
e
are data "stema"?
Rezolvare. S
a notam
u A1 evenimentul
are
onsta ^n faptul
a la prima
arun
are se obtine "stema",
u A2 evenimentul
a la a doua arun
are sa se obtina
"stema", iar
u A3 evenimentul
a la a treia arun
are sa se obtina "stema".
Probabilitatile de realizare a evenimentelor Ai , i = 1; 3 sunt
1
P (A1 ) = P (A2 ) = P (A3 ) = .
2
Evenimentul A
are
onsta ^n faptul
a arun
^and de 3 ori moneda obtinem
de e
are data "stema" se exprima ^n fun
tie de Ai , i = 1; 3 astfel
A = A1 \ A2 \ A3 .
Deoare
e evenimentele Ai , i = 1; 3 sunt independente, rezulta
a
1 1 1 1
P (A) = P (A1 )P (A2 )P (A3 ) = = .
2 2 2 8
19. Se arun
a doua zaruri, unul alb si unul negru. Sa
onsideram evenimentele
A { la primul zar (alb) apare fata
u 5 pun
te,
B { numarul total de pun
te obtinut la
ele doua zaruri este mai mare de
^at 8.
Sa se determine probabilitatea lui B
onditionata de A, P (B=A).
Rezolvare. Da
a s-a realizat A, adi
a la primul zar apar 5 pun
te, atun
i
pentru B exista 6
azuri posibile
18
Capitolul 1
19
20
Capitolul 1
B = B \
= B \ (A [ A) = (B \ A) [ (B \ A).
Deoare
e evenimentele B \ A si B \ A sunt in
ompatibile, probabilitatea lui B
se poate
al
ula astfel
= (P (A)+
P (B ) = P (B \ A) + P (B \ A) = P (A)P (B=A) + P (A)P (B=A) ip:
+P (A))P (B=A) = P (B=A).
De
i am obtinut
a P (B ) = P (B=A), de unde rezulta
a evenimentele A si
B sunt independente.
25. Un
opil are 3 dis
uri vopsite pe ambele fet
e ^n felul urmator
{ un dis
are ambele fete vopsite ^n alb;
{ un dis
are o fata vopsita ^n alb si una ^n negru;
{ un dis
are ambele fete vopsite ^n negru.
Se alege un dis
la ^nt^amplare si se
onstata
a una din fete este alba. Care
este probabilitatea
a si a doua fata sa e tot alba?
Rezolvare. Fie A evenimentul
a prima fat
a a dis
ului ales sa e alba si B
evenimentul
a si a doua fata a a
eluiasi dis
sa e tot alba. Avem de
al
ulat
1
probabilitatea
onditionata P (B=A). Deoare
e P (A) = (sunt 6 fete posibile
2
1
dintre
are 3 albe), iar P (A \ B ) = (sunt 3 dis
uri dintre
are numai unul are
3
ambele fete albe). Atun
i rezulta
a
P ( A \ B ) 1=3 2
=
= ' 0; 667.
P (B=A) =
P (A)
1=2 3
3
2
1
26. S
tiind
a P (A=B ) = , P (A= B ) = si P (B=A) = sa se a
e P (A)
5
10
5
si P (B ).
2
3
Rezolvare. Din relat
iile P (A=B ) = si P (B=A) = dedu
em
a
5
5
P (A \ B ) 2 P (A \ B ) 3
= si
= ,
P (B )
5
P (A)
5
3
2
de unde obtinem P (A \ B ) = P (B ) si P (B ) = P (A).
5
2
1
Folosind a
um ipoteza P (A= B ) = , obtinem
10
(1 P (B=A))P (A) 1
2P ( A )
1
P (B=A)P (A) 1
=
)
=
)
=
10
1 P (B )
10
5(1 P (B ) 10
P (B )
) P (B ) = 1 4P (A).
21
3
Folosind a
easta ultima relatie ^mpreuna
u P (B ) = P (A) dedu
em
a P (A) =
2
2
3
= si P (B ) = .
11
11
27. Se dispune de 6 loturi de produse
u urm
atoarele
ontinuturi
{ 2 loturi
u
^ate 8 produse e
are, dintre
are doua produse prezinta defe
tiuni
(
ompozitie C1 );
{ 3 loturi
u
^ate 10 produse e
are, dintre
are un produs prezinta defe
tiuni
(
ompozitie C2 );
{ un lot de 8 produse, din
are 3 prezinta defe
tiuni (
ompozitia C3 ).
Dintr-un lot oare
are se extrage la ^nt^amplare un produs.
a) Sa se determine probabilitatea pentru
a produsul extras sa e rebut.
b) Stiind
a produsul extras este rebut, sa se determine probabilitatea
a el
sa fa
a parte dintr-unul din loturile de
ompozitie C2 .
Rezolvare. S
a notam
u Ai evenimentul
are
onsta ^n faptul
a produsul
extras este dintr-unul din loturile de
ompozitie Ci , i = 1; 3, iar
u B evenimentul
are
onsta ^n faptul
a produsul extras prezinta defe
tiuni.
Pentru a
al
ula P (B ) vom folosi formula probabilitatii totale, av^and ^n
vedere
a evenimentele Ai , i = 1; 3 formeaza un sistem
omplet de evenimente.
Si anume
P (B ) = P (B=A1 )P (A1 ) + P (B=A2)P (A2 ) + P (B=A3)P (A3 ).
2 1
Pentru A1 avem P (A1 ) = = (avem 6 loturi -
azuri posibile si 2 loturi de
6 3
3 1
1
ompozitie C1 -
azuri favorabile). Asemanator P (A2 ) = = , P (A3 ) = .
6 2
6
1
4
= (16 produse ^n loturile de
ompozitie C1 -
azuri
Apoi P (B=A1 ) =
16 4
3 1
posibile si 4 produse defe
te -
azuri favorabile), P (B=A2 )= = si P (B=A3)=
30 10
3
= .
8
Atun
i pentru probabilitatea evenimentului B obtinem
1 1 1 1 3 1
P (B ) = + + ' 0; 196:
4 3 10 2 8 6
La pun
tul b) trebuie sa
al
ulam P (A2 =B ). Vom folosi formula ipotezelor
(formula lui Bayes)
22
Capitolul 1
23
24
Capitolul 1
' 0; 000644:
25
^Intr-o urna sunt 5 bile albe si 5 bile negre. Se s
ot 3 bile su
esiv fara
^ntoar
erea bilelor ^napoi ^n urna.
a) Care este probabilitatea obtinerii a 3 bile albe?
b) Dar probabilitatea de a avea 2 bile albe si una neagra?
Rezolvare. a) Conform s
hemei hipergeometri
e, probabilitatea de a obt
ine
3 bile albe este
C3 C0 1
P1 = 5 3 5 = ' 0; 083.
C10
12
Problema se mai poate rezolva ^ntr-un mod asemanator
u Problema 23. Si
anume, da
a notam
u A1 evenimentul
a prima bila extrasa sa e alba,
u A2
evenimentul
a a doua bila extrasa sa e alba, iar
u A3 evenimentul
a a treia
bila extrasa sa e alba, atun
i avem
5 4 3 1
P1 = P (A1 )P (A2 =A1 )P (A3 =A1 \ A2 ) = = ' 0; 083.
10 9 8 12
b) Conform s
hemei hipergeometri
e avem
C2 C1 5
P2 = 5 3 5 = ' 0; 417.
C10
12
^
37. Intr-un lot de 100 de piese, 6 piese au defe
te remediabile, 4 piese sunt
rebuturi, iar restul sunt piese bune. Din a
est lot au fost luate la ^nt^amplare 10
piese. Care este probabilitatea
a din a
estea, 7 sa e bune, 2 sa aiba defe
te
remediabile si una sa e rebut?
Rezolvare. Conform s
hemei hipergeometri
e generalizate avem
7
C90
C62 C41
P=
' 0; 026.
10
C100
38. ^
Intr-o urna sunt bile de m
ulori: a1 de
uloarea
1 , a2 de
uloarea
2 ,
: : :, am de
uloarea
m . Se extrag din urna n bile deodata (sau una
^ate una fara
^ntoar
erea bilei extrasa ^n urna). Care este probabilitatea de a obtine 1 bile de
uloarea
1 , 2 bile de
uloarea
2 , : : :, m bile de
uloarea
m , (1 +2 + +m =
= n)?
Rezolvare. Apli
am s
hema hipergeometri
a generalizata. Atun
i probabilitatea evenimentului din problema este
C C C m
P = a +a ++mam .
Ca +a ++am
36.
1
1
2
2
1
1
2
2
Capitolul 2
VARIABILE ALEATOARE
x1. FUNCT
IA DE REPARTIT
IE,
DENSITATEA DE PROBABILITATE
, x 2 IR.
Fie fun
tia f : IR ! IR, f (x) =
1 + x2
a) Sa se determine
onstanta
astfel ^n
^at f sa reprezinte densitatea de
probabilitate (densitatea de repartitie) a unei variabile aleatoare X .
b) Sa se determine fun
tia de repartitie
orespunzatoare.
) Sa se
al
uleze P ( 1 < X < 1).
Z +1
f (x)dx = 1.
Rezolvare. a) Punem
ondit
iile f (x) 0; 8 x 2 IR si
1
Deoare
e Z
Z +1
+1
+1
dx
f (x)dx =
=
ar
tg
x
2
1 =
,
1 1+x
1
1
dedu
em
a
= .
b) Fun
tia de repartitie este
Z x
x
1 Z x dt
1
1
F ( x) =
f (t) dt =
ar
tg x + .
= ar
tg t 1 =
1 1 + t2
2
1
1
) P ( 1 < X < 1) = F (1) F ( 1) = .
2
2. Fie fun
t
ia f : IR !8IR,
< Ae x ; x > 0;
f (x) = :
0;
x 0; ( > 0):
Sa se determine A astfel ^n
^at f sa reprezinte densitatea de probabilitate a
unei variabile aleatoare si apoi sa se determine fun
tia de repartitie F
orespunzatoare.
Rezolvare. Din
ondit
ia f (x) 0; 8 x 2 IR rezulta A 0. Apoi avem
Z +1
Z 1
e x 1 A
= .
f (x)dx =
Ae x dx = A
0
1
0
1.
Impun^and
onditia
a
8
<
1
f (x)dx = 1, obtinem A = . De
i
1
27
Z +
e x ; x > 0;
0;
x 0:
Da
a x 0 atun
i
F (x) = 0.Z Pentru x > 0 obt
inem
Z x
x
1 t x
t
e 0 = 1 e x .
F ( x) =
f (t)dt = e dt =
0
8 1
x
<
1 e ; x > 0;
De
i F (x) = :
0;
x 0:
3. Fie fun
t
ia f 8
: IR ! IR,
x ;
< a
os x;
2
2
f (x) = :
0;
x < 2 sau x > 2 :
Sa se determine a astfel ^n
^at f sa reprezinte densitatea de probabilitate a
unei variabile aleatoare. Apoi sa se determine fun
tia de repartitie F
orespunzatoare.
Rezolvare. Din
ondit
ia
f (x) 0; 8 x 2 IR rezulta a 0, iar din
onditia
Z +1
Z =2
=2
1
f (x) dx = 1, dedu
em
a
os x dx = 1 sau a sin x =2 = 1, de
i a = .
2
1
=2
Astfel
8
1
>
<
os x; 2 x 2 ;
f ( x) = > 2
:
0;
x < 2 sau x > 2 :
Fun
tia de repartitie
orespunz
atoare este
8
>
0;
x 2 ;
>
>
Z x
<
F (x) =
f (t) dt = > 12 (sin x + 1); 2 < x 2 ;
1
>
>
:
1;
x > 2 :
, x 2 IR.
4. Se d
a fun
tia f : IR ! IR, f (x) = x
e +e x
a) Sa se determine
onstanta
astfel ^n
^at f sa e o densitate de repartitie.
b) Da
a X si Y sunt variabile independente av^and densitatea de repartitie
f , sa se
al
uleze P (X < 1; Y > 1).
Z +1
Rezolvare. a) Impunem
ondit
iile: f (x) 0; 8 x 2 IR si
f (x)dx = 1.
1
Din prima
onditZie rezulta
0.ZPentru a doua
onditie
al
ulam
+1
+1
dx
f (x)dx =
.
x
1
1 e +e x
Vom fa
e s
himbarea de variabila
f (x) = :
28
Capitolul 2
1
ex = t ) x = ln t ) dx = dt; x ! 1 ) t ! 0; x ! 1 ) t ! 1.
t
Obtinem atun
i
Z 1
1
dt
=
dt
=
ar
tg
t
.
2
0
1+t
2
0
2
2
; 8 x 2 IR.
Impun^and
onditia = 1 obtinem
= . De
i f (x) = x
2
(e + e x )
b) Deoare
e variabilele X si Y sunt independente atun
i
P (X < 1; Y > 1) = P (X < 1)P (Y > 1) = P (X < 1)(1 P (Y 1)) =
= P (X < 1)(1 P (Y < 1)).
Pentru F (1) avem
Z 1
2Z1
dt
2 Z e dy
2
F (1) =
f (t)dt =
=
=
ar
tg e.
1 et + e t 0 y 2 + 1
1
Rezulta atun
i
a
2
2
P (X < 1; Y > 1) = ar
tg e 1
ar
tg e :
5. Fie fun
t
ia f : IR !8IR,
a
>
< ln
; x 2 (0; a);
x
f ( x) = >
:
0;
x 62 (0; a); (a > 0):
a) Sa se determine astfel ^n
^at f sa reprezinte densitatea de probabilitate
a unei variabile aleatoare.
b) Sa se determine fun
t
ia de repartit
ie
orespunzatoare.
a
a
) Sa se
al
uleze P
<X < .
3
2
Rezolvare. a) Cal
ul
a
m
Z a
Z +1
Z a
a
a a
f (x)dx = ln dx = x ln 0 + dx = a.
x
x
0
1
0
Z +1
1
Pun^and
onditia
a
f (x)dx = 1 obtinem = .
a
1
Z x
b) Da
a x a avem F (x) =
f (t)dt = 0. Pentru 0 < x a obtinem
1
Z x
Z 0
Z x
Z x
1 a x
1 a
ln dt = t ln 0 +
F (x) =
f (t)dt =
f (t)dt + f (t)dt =
t
a t
1
1
0
0 a
1 x x a a x a
+ t0 = ln + = ln + 1 .
a
a x x a
x
Da
a x >
a
atun
i
Z x
Z 0
Z x
Z x
Z a
F (x) =
f (t)dt =
f (t)dt + f (t)dt + f (t)dt = f (t)dt = 1.
1
29
0;
x a;
x a
ln + 1 ; x 2 (0; a;
De
i F (x) = >
a
x
>
>
>
:
1;
x > a:
1
a
a
a
1
4 1
a
=F
F
= (ln 2+1) (ln 3+1) = ln + .
) P
<X <
3
2
2
3
2
3
27 6
6. Fie fun
t
ia f : IR8! IR,
<
4xe x ; x 0;
f ( x) = :
0;
x < 0:
a) Sa se determine astfel ^n
^at f sa reprezinte densitatea de repartitie a
unei variabile aleatoare.
b) Sa se determine fun
tia de repartitie
orespunzatoare.
) Sa se
al
uleze P (X < 4=X > 1). Z
+1
f (x)dx = 1, de
i integrala este
Rezolvare. a) Da
a 0 atun
i
1
divergent
a. Da
a Z> 0 atun
i
Z +1
+1
4 Z +1
4 x 1
x
f (x)dx =
4xe dx =
x(e x )0 dx =
xe 0 +
0
1
0
Z 1
1
4
1
4
4
e x 0 = 2 .
e x dx =
+
0
Z +1
f (x)dx = 1 si tin^and
ont de faptul
a > 0 obtinem
Pun^and
onditia
1
= 2.
Z x
b) Da
a x 0 atun
i F (x) =
f (t)dt = 0. Da
a x > 0 atun
i
F (x) =
= 2te
1Z x
t x+2
f (t)dt =
f (t)dt =
e 2t dt = 2xe
08
1Z x
4te
tx
2
0
t dt
= 2
=1 e
t(e 2t )0 dt =
x (2x + 1).
x 0;
1 e
x > 0:
) Conform denitiei probabilitatilor
onditionate avem
P (1 < X < 4) P (1 < X < 4) F (4) F (1)
=
=
,
P (X < 4=X > 1) =
P (X > 1)
1 P (X 1)
1 F (1)
(deoare
e F este
ontinua, de
i P (X 1) = P (X < 1) = F (1)).
Obtinem astfel P (X < 4=X > 1) = 1 3e 6 .
7. S
a se determine
onstanta a astfel ^n
^at fun
tia F : IR ! IR,
0;
<
De i F (x) = :
x (2x + 1);
30
Capitolul 2
8
<
0;
x 0;
1 a(x2 + 2x + 2)e x ; x > 0
sa reprezinte fun
tia de repartitie a unei variabile aleatoare. Sa se determine apoi
densitatea de probabilitate ^n
azul ^n
are fun
tia F este
ontinua.
Rezolvare. Veri
am
ele 4
onditii ale unei fun
tii de repartitie
a) F (x) 0; 8 x 2 IR; F este o fun
tie monoton
res
atoare pe IR;
b) F ( 1) = 0;
) F (+1) = 1;
d) F este
ontinua la st^anga ^n ori
e pun
t x 2 IR.
Deoare
e
onditiile b){d) sunt veri
ate, ram^ane sa impunem
onditia
a
F sa e monoton
res
atoare pe IR. Deoare
e F este
onstanta pe ( 1; 0 si
monoton
res
atoare pe (0; 1) pentru a 0, trebuie
sapunem
onditia F (0)
1
F (0 + 0) ) 0 1 2a ) a 2 . De
i a 2 0; 21 .
1
Da
a a = atun
i F este
ontinua, iar densitatea
orespunzatoare este
2
8
>
<
0;
x 0;
0
f (x) = F (x) = > 1 2 x
:
x e ; x > 0:
2
8. Fie fun
t
ia F : IR8! IR,
>
0; x 0;
>
>
<
F (x) = > ax2 ; 0 < x 1;
>
>
:
1; x > 1:
Sa se determine a astfel ^n
^at fun
tia F sa reprezinte fun
tia de repartitie a
unei variabile aleatoare. Apoi sa se determine densitatea de probabilitate
orespunzatoare, ^n
azul ^n
are F este
ontinua.
Rezolvare. Deoare
e F (+1) = 1, F ( 1) = 0, F este
ontinu
a la st^anga,
trebuie sa mai veri
am
onditiile F (x) 0; 8 x 2 IR, si F monoton
res
atoare
pe IR. Din prima
onditie dedu
em
a a 0, iar pentru a doua impunem
F (1) F (1 + 0) ) a 1.
De
i obtinem 0 a 1. Pentru a = 1 fun
tia F este
ontinua, iar densitatea de
probabilitate
orespunza8toare este
<
0; x 2 ( 1; 0 [ (1; +1);
f (x) = :
2x; x 2 (0; 1):
F (x) = :
31
Variabila aleatoare
X are densitatea de repartitie f : IR ! IR,
8
>
< 0;
x 2 ( 1; 1) [ (1; +1);
f ( x) = > 1
:
; x 2 [ 1; 1:
2
a) Sa se a
e fun
tia de repartitie
orespunzatoare.
b) Sa se determine densitatile de repartitie ale variabilelor aleatoare Y =
= eX +1 si Z = 3X 2 + 2.
Rezolvare. a) Pentru x
1 avem F (x) = 0. Pentru x 2 ( 1; 1 obtinem
Z x
Z x
1
1
dt = (x + 1).
f (t)dt =
F (x) =
2Z
1 2
1
Z x
1 1
dt = 1.
Pentru x > 1 avem F (x) = f (t)dt =
1
1 2
De
i
8
>
>
0;
x 1;
>
>
<
1
F (x) = > (x + 1); 1 < x 1;
2
>
>
>
:
1;
x > 1:
b) Pentru a determina densitatile de repartitie g si h pentru variabilele
Y = eX +1 si respe
tiv Z = 3X 2 + 2 vom
al
ula mai ^nt^ai fun
tiile de repartitie
orespunzatoare G, respe
tiv H .
Avem G(x) = P (Y < x) = P (eX +1 < x). Da
a x 0 rezulta
a G(x) = 0.
Da
a x > 0 atun
i
G(x) = P (X + 1 < ln x) = P (X < ln x 1) = F (ln x 1) =
8
>
>
0; ln x 1 1 , 0 < x 1;
>
>
<
= > 1 ln x; 1 < ln x 1 1 , 1 < x e2 ;
>
2
>
>
:
1; ln x 1 > 1 , x > e2 :
8
>
>
0; x 1;
>
>
<
De
i G(x) = > 1 ln x; 1 < x e2 ;
>
2
>
>
:
1; x > e2 :
Atun
i densitatea de probabilitate
a variabilei aleatoare Y este
8
>
< 0;
x 62 (1; e2 );
0
g (x) = G (x) = > 1
:
; x 2 (1; x2 ):
2x
Deoare
e X ia valori ^n intervalul [ 1; 1, rezulta
a Z ia valori ^n intervalul
9.
32
Capitolul 2
=P
8
>
>
>
>
s
>
<
De
i H (x) = >
>
>
>
>
:
8
>
>
<
10.
0s
x 2
x 2A
x 2A
<X<
=F
F
3
3
3
x 2A
x 2
=
.
3
3
0;
x 2;
x 2
; 2 < x 5;
3
1;
x > 5;
0;
x 62 (2; 5);
1
q
; x 2 (2; 5):
2 3(x 2)
Fie variabila aleatoare dis
reta X data prin tabloul sau de distributie
1
5 3 1 4 7 C
X:B
1
1 1 1 1 A.
4 3 6 12 6
Sa se s
rie fun
tia de repartitie
orespunzatoare.
Rezolvare.
Deoare
e
8
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
<
F (x) = >
>
>
>
>
>
>
>
>
>
>
>
>
>
>
:
0;
p1 ;
p1 + p2 ;
p1 + p2 + p3 ;
p1 + p2 + p3 + p4 ;
5
X
i=1
pi = 1;
x x1 ;
x1 < x x2 ;
x2 < x x3 ;
x3 < x x4 ;
x4 < x x5 ;
x > x5 ;
1
1
1
unde x1 = 5, x2 = 3, x3 = 1, x4 = 4, x5 = 7, iar p1 = , p2 = , p3 = ,
4
3
6
1
1
p4 = , p5 = ; obtinem
12
6
F ( x) = >
>
>
>
>
>
>
>
>
>
>
>
>
:
0;
1=4;
7=12;
3=4;
5=6;
1;
33
x 5;
5 < x 3;
3 < x 1;
1 < x 4;
4 < x 7;
x > 7:
VARIABILELOR ALEATOARE
Se arun
a doua zaruri (unul alb si unul negru). Sa se
al
uleze valoarea medie, dispersia si abaterea medie patrati
a ale numarului total de pun
te
obtinute la
ele doua zaruri.
Rezolvare. Not
am
u X variabila aleatoare
are are
a valori numarul total
de pun
te obtinute la
ele doua zaruri. Variabila X are
a valori pe 2; 3; 4; : : : ; 12.
1
Deoare
e P (X = 2) =
(avem 36
azuri posibile si un
az favorabil (1,1)),
36
1
P (X = 2) = (avem 36
azuri posibile si 2
azuri favorabile (1,2), (2,1)), : : :,
18
1
(avem 36
azuri posibile si un
az favorabil (6,6)), obtinem
P (X = 12) =
36
tabloul de distribut
ie al variabilei X
1
0
2
3
4
5
6
7
8
9
10
11
12
C
X:B
1
1 1 1 5 1 5 1 1 1 1 A:
36 18 12 9 36 6 36 9 12 18 36
Valoarea medie a variabilei aleatoare X este
1
1
1
1
1
1
M (X ) = 2 + 3 + 4 + + 10 + 11 + 12 = 7.
36
18
12
12
18
36
Dispersia variabilei X este
11
X
1
1
1
2
2
D (X ) = M (X m) = pi (xi m)2 = (2 7)2 + (3 7)2 + (4 7)2 +
36
18
12
i=1
1
35
1
+ + (11 7)2 + (12 7)2 = ' 5; 833, (unde m = M (X ) = 7),
18
36
6q
q
iar abaterea medie patrati
a este = D2 (X ) = 35=6 ' 2; 415.
Pentru
al
ulul mediei si dispersiei variabilei X putem pro
eda si ^n felul
1.
34
Capitolul 2
35
3
5
4
M (X1 ) = , M (X2 ) = , M (X3 ) = .
9
5
8
Deoare
e Xi2 = Xi , i = 1; 3, rezulta
a M (Xi2 ) = M (Xi ), i = 1; 3. Atun
i
dispersiile variabilelor Xi , i = 1; 3 sunt
4 4 2 20
2
2
2
D (X1 ) = M (X1 ) [M (X1 ) =
= ,
9 9 2 81
3
6
3
D2 (X2 ) = M (X22 ) [M (X2 )2 =
= ,
5
5
25
5 5 2 15
2
2
2
= .
D (X3 ) = M (X3 ) [M (X3 ) =
8
8
64
Da
a X este variabila aleatoare
are are
a valori numarul de bile albe
obtinute ^n
ele 3 extrageri, atun
i
4 3 5
X = X1 + X2 + X3 si M (X ) = M (X1 ) + M (X2 ) + M (X3 ) = + + =
9 5 8
601
' 1; 669:
=
360
Deoare
e variabilele Xi , i = 1; 3 sunt independente, rezulta
a
20 6 15
D2 (X ) = D2 (X1 ) + D2 (X2 ) + D3 (X3 ) = + + ' 0; 721,
81 25 64
iar (X ) ' 0; 849.
Pentru variabila X1 avem
4
mp = M (X1p ) = p1 xp1 + p2 xp2 = ,
9
4 4p 5 4p
p
p
p
p = M (X1 m1 ) = p1 (x1 m1 ) + p2 (x2 m1 ) = 1
+ 0
=
9
9
9
9
p
p
p
4 5 + ( 1) 5 4
=
,
9p+1
4
mp = M (jX1 jp) = p1 jx1 jp + p2 jx2 jp = ,
9
4 4 p 5 4 p
p
p
p
p = M (jX1 m1 j ) = p1 jx1 m1 j + p2 jx2 m1 j = 1
+
0
=
9
9
9
9
4 5p + 5 4p
=
.
9p+1
3. Se
onsider
a urmatoarele urne: U1
u 3 bile albe si 4 bile negre, U2
u 5
bile albe si 6 bile negre, si U3
u 4 bile albe si 4 bile negre. Din prima urna se
extrage o bila
are se introdu
e ^n
ea de a doua urna, dupa
are se extrage o bila
din urna a doua si se introdu
e ^n urna a treia, si ^n sf^arsit se extrage o bila din
ea de a treia urna. Sa se
al
uleze valoarea medie, dispersia si abaterea medie
patrati
a ale numarului de bile albe aparute ^n e
are din
ele trei extrageri.
Rezolvare. S
a notam
u Yi variabila aleatoare
are are
a valori numarul
36
Capitolul 2
37
+ kxk
+ =
1 x
(1 x)2
; 0 < x < 1:
5
rezulta
a
8
2
k 1
64
5
5
5
++k
+ = ,
1+2 +3
8
8
8
9
8
si de
i M (X ) = ' 2; 667.
3
Pentru x =
(2:1)
38
Capitolul 2
39
Z 1
Z 1
jxjp dx = Z 1 xp dx = xp+1 1 =
mp = M (jX jp ) =
j
xjp f (x)dx =
2
p+1 0
0
1
1
1
=
,
p+1
Z 1
p = M (jX mjp) =
jx mjpf (x) dx = mp.
1
Pentru
al
ulareaZvalorii medii a variabilei aleatoare Z , vom apli
a formula
1
M (g (X )) =
g (x)f (x) dx,
u g (x) = 2x2 + 1; x 2 IR.
1
Obtinem
Z 1
Z 1
5
1Z 1 2
2
(2x + 1) dx = (2x2 + 1) dx = .
M (Z ) =
(2x + 1)f (x) dx =
2 1
3
0
1
Pentru dispersia variabilei
Z
avem
!
2 2
5 2
2
= M 2X 2
, de
i
D (Z ) = M Z
3
3
Z 1
Z 1
2 2
2 2
1 Z 1 2 2 2
2x2
2x2
2x
f (x) dx =
dx =
dx =
D2 (Z )=
3
2 1
3
3
0
1
16
= .
45
6. Pe axa Oy a unui sistem de axe xOy se ia pun
tul A(0; 1). O dreapt
a
are tre
e prin A fa
e
u Oy unghiul si taie axa Ox ^n pun
tul P (; 0). Sa se
al
uleze valoarea medie8a lui , stiind
a are densitatea de repartitie
4
>
>
<
; x 2 0; ;
4
f (x) = >
>
:
0; x 62 0; :
4
Rezolvare. Din triunghiul OAP (vezi Figura 2.1) dedu
em
a = tg .
y
A(0,1)
P(l,0)
Figura 2.1
Atun
i
Z 1
Z
M () =
tg xf (x) dx =
1
=4
=4
2 ln 2
4
4
tg x dx = [ ln(
os x)0 =
.
40
Capitolul 2
n=1
n=0
n=0
M (Z ) =
1
n=0
(n + 1)P (Z = n + 1) =
1
(n + 1)P (n X < n + 1) =
n=0
nP (n X < n + 1) + P (n X < n + 1) = + 1.
n=0
Din relatiile de mai sus dedu
em
a m + 1.
9. Da
a o variabila aleatoare are densitatea de probabilitate f si valoarea
medie m, atun
i
n=0
41
tf (t) dt = 0.
lim
tf (t) dt = 0 si x!lim1
x!1 x
1
Pentru x > 0 avem Z
Z
1
x
f (t) dt
0 x(1 F (x)) = x 1
f (t) dt = x
f (t) dt =
=x
f (t) dt
tf (t) dt,
x
x
de unde rezulta, folosind prima limita de mai sus,
a xlim
!1 x(1 F (x)) = 0.
Pentru x < 0 avem Z
Z x
x
0 xF (x) = x
f (t) dt
tf (t) dt.
1
1
Folosind a doua limita de mai sus, dedu
em
a x!
lim1 xF (x) = 0.
10. Da
a o variabila aleatoare are densitatea de probabilitate f si valoarea
medie m, atun
iZ
Z 0
1
m = (1 F (t))dt
F (t) dt,
0
1
unde F este fun
tia de repartitie
orespunzatoare.
Rezolvare. S
riem pe m astfel
Z 1
Z 0
Z 1
m=
tf (t) dt =
tf (t) dt +
tf (t) dt.
1
1
0
Vom
arata
a Z
Z 0
Z 0
Z 1
1
F (t) dt,
tf (t) dt =
tf (t) dt = (1 F (t)) dt si
1
1
0
0
de unde va rezulta relatia din enuntul problemei.
Pentru
prima Zintegrala de mai sus, folosind
metoda integrarii prin
parti, avem
Z x
Z x
Z x
x
x
0
F (t) dt =
F (t) dt = xF (x)
tf (t) dt = tF (t) dt = tF (t)0
=
x0
(1 F (t)) dt + xF (x)
Z
x;
8 x 2 IR.
Z
Pentru x ! 1 obtinem
tf (t) dt = (1 F (t))dt, deoare
e xlim
!1 x(1
0
0
F (x)) = 0, (vezi Problema 9).
Apoi dinZ relatia
Z x
x
tf (t) dt = xF (x)
F (t) dt,
0
0
prin tre
ere la limita pentru x ! 1 obtinem
42
Capitolul 2
Z
Z 0
tf (t) dt =
F (t) dt )
tf (t) dt =
0
1
deoare
e x!lim1 xF (x) = 0, (vezi Problema 9).
Z 0
F (t) dt,
Se observa a
k=0
Cnk pk q n k = (p + q )n = 1.
k=0
pq n
+ 0Cnn q n
Pentru
x = 1 rezulta
n
X
kCnk pk q n k = np(p + q )n
k=0
k=0
kCnk pk q n k xk 1 :
) M (X ) = np.
(2:2)
43
k=0
kCnk pk q n k xk :
k=0
k2 Cnk pk q n k xk 1 :
44
Capitolul 2
P (X + Y = k ) = P (
=
j =0
P (X = j )P (Y = k
= pk q m+n
j =0
fX = j; Y = k j g) =
j) =
j =0
j =0
Cnj pj q n j Cmk j pk j q m
P (X = j; Y = k
k+j
1) sau
j) =
xk
j =0
45
n
pq
Deoare
e nlim
!1 n"2 = 0, rezulta
a si nlim
!1 P n p " = 0:
O ^mbunatatire a a
estei proprietati este data de Teorema lui Borel,
are
spune
a ^n
onditiile Problemei
4 avem
n
! p = 1.
P
n
5. ^
In
adrul unei experiente evenimentele independente A1 ; A2 ; : : : ; An au
probabilitatile de realizare P (Ak ) = pk ; k = 1; n. Sa se
al
uleze valoarea medie
si dispersia numarului de evenimente
are se realizeaza atun
i
^and experienta
are lo
.
Rezolvare. S
a notam
u X variabila aleatoare
are are
a valori numarul
de evenimente
are se realizeaza ^n
adrul experientei. Valorile variabilei X sunt
0; 1; 2; : : : ; n. Probabilitatea
a X sa ia valoarea k (k = 0; n) este,
onform
s
hemei lui Poisson (s
hema binomiala generalizata)
oe
ientul lui xk din polinomul
Q(x) = (p1 x + q1 )(p2 x + q2 ) (pn x + qn ),
unde qi = 1 pi ; i = 1; n. Da
a s
riem desfasurat pe Q(x) sub forma
Q(x) = a0 + a1 x + a2 x2 + + an xn ,
atun
i tabloul de distribut
ie al variabilei X 1este
0
0 1 2 ::: n A
X:
:
a0 a1 a2 : : : an
Suma tuturor elementelor de pe linia a doua a tabloului de mai sus este 1;
^ntr-adevar
a0 + a1 + + an = Q(1) = (p1 + q1 )(p2 + q2 ) (pn + qn ) = 1.
Valoarea medie a variabilei
X este
n
X
M (X ) = kak .
k=0
k=1
kak = M (X ).
46
Capitolul 2
Q0 (x) = p1
k6=1
(pk x + qk ) + p2
(pk x + qk ) + + pn
k6=2
iar Q0 (1) = p1 + p2 + + pn . De i M (X ) =
k=1
( pk x + q k ) ;
(2:4)
k6=n
pk .
n
k=0
k2 ak . ^Inmultim
k=1
pk + Q00 (1):
(2:5)
+ + pn 4p1
(pj x + qj ) + p3
j 6=1;2
(pj x + qj ) + p2
j 6=1;n
(pj x + qj ) + + pn
j 6=1;3
(pj x + qj ) + + pn
j 6=2;n
Y
1
j 6=1;n
Pentru x = 1 obtinem
X
X
X
Q00 (1) = p1 pk + p2 pk + + pn pk = p1 [M (X )
k6=1
k6=2
+p2 [M (X ) p2 + + pn [M (X )
n
X
+ + p2n ) = [M (X )2
p2k .
k=1
(pj x + qj )5 +
j 6=1;n
k6=n
(pj x + qj )5.
1
p1 +
Atun
i rezulta
D 2 (X ) = M (X 2 )
k=1
[M (X )2 =
k=1
pk + [M (X )2
k=1
p2k
[M (X )2 =
47
k=1
pk
k=1
p2k =
k=1
pk (1 pk ) =
k=1
pk q k .
O alta metoda mai simpla pentru
al
ulul mediei si dispersiei variabilei X
este urmatoarea: sa notam
u Xk variabila aleatoare
are are
a valori pe 1 da
a
Ak se realizeaza, si pe 0 da
a Ak nu se realizeaza, k = 1; n. Tablourile de variatie
pentru variabilele Xk 0sunt
1
1
0
A ; k = 1; n .
Xk :
pk q k
Atun
i numarul evenimentelor
are se realizeaza este X = X1 + + Xn ,
de
i
n
n
X
X
M (X ) = M (Xk ) = pk .
k=1
k=1
k=1
k=1
k=1
k=m
Pentru a
al
ula suma seriei de mai sus, pornim de la dezvoltarea ^n serie de
puteri a fun
tiei (1 x) m , si anume
m
m(m + 1) 2
(1 x) m = 1 + x +
x + : : : ; x 2 ( 1; 1).
1!
2!
Pentru m 2 IN seria binomiala de mai sus se s
rie
1
X
(1 x) m = Cm0 1 + Cm1 x + Cm2 +1 x2 + : : : =
Ckk 1m xk m ; x 2 ( 1; 1)
k=m
sau
(1 x)
m = Cm
m
1
1
+ Cmm 1 x + Cmm+11 x2 + : : : =
k=m
48
Capitolul 2
Folosind seria de mai sus (
u x = q ), observam
a suma tuturor probabilitatilor de pe linia a doua a tabloului de distributie al variabilei X este 1;
^ntr-adev1
ar
1
X
X
Ckm 11 pm q k m = pm
Ckm 11 q k m = pm (1 q ) m = 1.
k=m
k=m
1
X
mxm 1
=
kCkm 11 xk 1 ; x 2 ( 1; 1):
m
+1
(1 x)
k=m
(2:7)
Pentru x = q rezulta
1
1
m 1
X
X
mq m 1
m 1 q k 1 , mq
=
kC
=
kCkm 11 q k 1 .
(1 q )m+1 k=m k 1
pm+1
k=m
Atun
i1valoarea medie a variabilei X1este
X
X
mq m 1 m
M (X ) =
kCkm 11 pm q k m = pm q m+1
kCkm 11 q k 1 = pm q m+1 m+1 = ,
p
p
k=m
k=m
onform egalitatii de mai sus.
Pentru a
al
ula dispersia variabilei X , vom
al
ula mai ^nt^ai M (X 2 ), si
anume
1
1
X
X
M (X 2 ) =
k2 Ckm 11 pm q k m = pm q 1 m
k2 Ckm 11 q k 1.
k =m
k=m
49
m(m + q ) m(m + q )
=
; iar
pm+2
p2
m2 + mq m2 mq
2
2
2
D (X ) = M (X ) [M (X ) =
= 2.
p2
p2
p
Observatie. O experienta se efe
tueaza p^ana la
ea de a m-a realizare a
unui eveniment A legat de ea. Da
a probabilitatea a
estui eveniment
^and
se fa
e o singura data experienta este p, atun
i numarul X de efe
tuari ale
experientei este o variabila aleatoare
u distributie binomiala
u exponent negativ
u parametrii m si p. ^Intr-adevar, evenimentul fX = kg se s
rie
a interse
tia
a doua evenimente: "^n primele k 1 efe
tuari ale experientei evenimentul A
se produ
e de m 1 ori" si "^n a k-a efe
tuare a experientei se produ
e A".
Probabilitatea primului din a
este doua evenimente este Ckm 11 pm 1 q k m (
onform s
hemei lui Bernoulli), iar probabilitatea
elui de-al doilea eveniment este
p. De
i P (X = k) = p Ckm 11 pm 1 q k m = Ckm 11 pm q k m .
7. Variabila aleatoare X are distribut
ie hipergeometri
a
u parametrii a; b; n
(a; b; n 2 IN , n a + b) da
a poate lua ori
e valoare ^ntreaga ^ntre max(0; n b)
si min(n; a) si
C kC n k
P (X = k) = a nb ; 8 k 2 [max (0; n b); min (n; a).
Ca+b
Sa se
al
uleze valoarea medie si dispersia variabilei X .
Rezolvare. Vom presupune f
ara a restr^ange generalitatea problemei
a n
b si n a, de
i max (0; n b) = 0 si min (n; a) = n. Atun
i tabloul de
distributie al variabilei
X este
1
0
0
1
2
:
:
:
n
C
B
0
n C 1C n 1 C 2C n 2
:
X:B
Can Cb0 C
Ca Cb
A
a b
a b
:
:
:
Can+b
Can+b
Can+b
Can+b
Observam mai ^nt^ai
a suma probabilitatilor de pe linia a doua a tabloului
de mai sus este 1; ^ntr-adevar avem
n C kC n k
n
X
1 X
1
a b
=
Cak Cbn k = n Can+b = 1,
n
n
Ca+b k=0
Ca+b
k=0 Ca+b
(vezi rezolvarea Problemei 3).
Valoarea medie
a variabilei aleatoare
X este
n C kC n k
n
X
X
a
an
a
a
M (X ) = k nb = n
= ap,
Cak 11 Cbn k = n Can+b1 1 =
Ca+b
Ca+b k=1
Ca+b
a+b
k=0
M ( X 2 ) = pm q 1
mq
50
Capitolul 2
a
unde am notat
u p =
.
a+b
Pentru
al
ulul dispersiei, vom
al
ula mai ^nt^ai media variabilei X 2 ; avem
n
n CkCn k
n
X
C kC n k X
C kC n k X
M (X 2 ) = k2 a nb = k(k 1) a nb + k a nb =
Ca+b
Ca+b
Ca+b
k=1
k=0
k=0
n
an
a(a 1) X
an
(a 1)(n 1)
a
(
a
1)
= n
=
+
Cak 22 Cbn k + M (X )= n Can+b2 2 +
Ca+b k=2
Ca+b
a + b (a + b)(a + b 1)
an
:
+
a+b
De
i dispersia lui X este
an(a 1)(n 1)
an
a2 n2
D2 (X ) = M (X 2 ) [M (X )2 =
+
=
(a + b)(a + b 1) a + b (a + b)2
abn(a + b n)
a+b n
=
= npq
,
2
(a + b) (a + b 1)
a+b 1
b
unde q = 1 p =
.
a+b
Observatie. Da
a dintr-o urna
are
ontine a bile albe si b bile negre se
extrag n bile una
^ate una, fara ^ntoar
erea bilei extrasa ^n urna (sau se extrag n
bile simultan), iar X este numarul de bile albe extrase, atun
i X are distributie
hipergeometri
a
u parametrii a; b; n,
onform s
hemei hipergeometri
e - s
hema
bilei ne^ntoarsa).
Folosind modelul urnei, valoarea medie a variabilei X din problema se poate
al
ula si ^n felul urmator. Consideram o urna
u a bile albe si b bile negre din
are se extrag una
^ate una n bile (fara ^ntoar
erea bilei ^n urna) si
onsideram
variabilele aleatoare: Xk
are are
a valori numarul de bile albe obtinute la extragerea k (1 da
a obtinem bila alba si 0 da
a obtinem bila neagra), k = 1; n.
a
b
Pentru X1 , avem P (X1 = 1) =
si P (X1 = 0) =
. De
i tabloul
a+b
a+b
variabilei X1 este 0
1
1
0
C
X1 : B
b A.
a
a+b a+b
Pentru variabila X2 obtinem (^n urna au ramas a + b 1 bile)
P (X2 = 1) = P (X2 = 1=X1 = 1)P (X1 = 1) + P (X2 = 1=X1 = 0)P (X1 = 0) =
a 1
a
a
b
a(a + b 1)
a
=
+
=
=
; iar
a + b 1 a + b a + b 1 a + b (a + b 1)(a + b) a + b
P (X2 = 0) = P (X2 = 0=X1 = 1)P (X1 = 1) + P (X2 = 0=X1 = 0)P (X1 = 0) =
51
a
b 1
b
b(a + b 1)
b
b
+
=
=
.
a+b 1 a+
b
a
+
b
1
a
+
b
(
a
+
b
)(
a
+
b
1)
a
+
b
0
1
1
0
C
De
i X2 : B
a
b A.
a+b a+b
Pentru variabila X3 avem (^n urna au ramas a + b 2 bile)
P (X3 = 1) = P (X3 = 1=X2 = 1)P (X2 = 1) + P (X3 = 1=X2 = 0)P (X2 = 0) =
= [P ((X3 = 1=X2 = 1)=X1 = 1)P (X1 = 1) + P ((X3 = 1=X2 = 1)=X1 =
= 0)P (X1 = 0)P (X2 = 1) + [P ((X3 = 1=X2 = 0)=X1 = 1)P (X1 = 1)+
+P ((X3 = 1=X2 = 0)=X1 = 0)P (X1 = 0)
P (X2 = 0) =
!
a
a 1
b
a
a
a 2
a 1
=
+
+
+
a + b 2 a + !b a + b 2 a + b a + b
a+b 2 a+b
b
b
(a 2)a2 + 2(a 1)ab + ab2
a
=
=
+
a+b 2 a+b a+b
(a + b 2)(a + b)2
a(a + b)(a + b 2)
a
=
=
.
2
(a + b 2)(a + b)
a+b
b
(= 1 P (X3 = 1)). De
i
Asemanator P (X3 = 0) =
a+b 1
0
1
0 C
X3 : B
a
b A:
a+b a+b
Se arata ^n a
elasi mod
a toate variabilele Xk , k = 1; n au a
elasi tablou de
distributie
0
1
1
0
C
Xk : B
a
b A ; 8 k = 1; n ,
a+b a+b
(desi ele sunt variabile dependente).
n
X
Cu ajutorul variabilelor Xk , k = 1; n, variabila X se s
rie X = Xk , de
i
=
na
a
=
= np.
M (X ) = M (Xk ) =
a+b
k=1
k=1 a + b
X
k=1
k=1
D2 (Xk )
52
Capitolul 2
k
P ( X = k ) = e ; k = 0; 1; 2; : : :
k!
Sa se
al
uleze valoarea medie si dispersia variabilei X .
Rezolvare. Variabila aleatoare X are tabloul de distribut
ie
1
0
0
1
2
:::
k
::: C
k
1
2
X:B
A:
0
e
e
e :::
e :::
0!
1!
2!
k!
Reamintim
a dezvoltarea ^n serie de puteri a fun
tiei f (x) = ex este
x x2
xk
x
e = 1 + + + + + ; 8 x 2 IR.
1! 2!
k!
Folosind dezvoltarea de mai sus pentru x = dedu
em
a suma probabilitatilor de pe linia a doua a tabloului variabilei X este 1. ^Intr-adevar avem
1
1 k
X
X
P (X = k ) = e
= e e = 1.
k=0
k=0 k !
Valoarea medie1 a variabilei
X este1 k 1
X
X
k
M (X ) = k e = e
= e e = .
k
!
(
k
1)!
k=0
k=1
Pentru dispersie,
al
ulam mai ^nt^ai media variabilei X 2 . Obtinem
1 k
1
1 k
1
X
X
X
X
k
k
M (X 2 ) = k2 e = (k2 k) e + k e = k(k 1) e +
k!
k!
k=0 k !
k=1
k=1 k !
k=2
1
k
2
X
+ M (X ) = 2 e e + = 2 + .
+M (X ) = 2 e
(
k
2)!
k=2
Atun
i dispersia lui X este
D2 (X ) = M (X 2 ) [M (X )2 = 2 + 2 = .
9. S
a se
al
uleze momentele m3 ; m4 ; 3 ; 4 pentru o variabila aleatoare X
u distributie Poisson
u parametrul .
Rezolvare. Din Problema 8
stim
a m1 = M (X ) = , m2 = M (X 2 ) =
= 2 + . Momentul initial de ordinul 3 al variabilei X este
1 k
X
m3 = M ( X 3 ) = k 3 e .
k=0 k !
3
Deoare
e k = k(k 1)(k 2) + 3k(k 1) + k, vom s
rie pe m3 astfel
1
1
1 k
X
X
X
k
k
m3 = k(k 1)(k 2) e + 3 k(k 1) e + k e =
k!
k!
k=2
k=1
k=1 k !
1
1
1
k
2
k
1
k
3
X
X
X
+ 32 e
+ e
= 3 e e +
= 3 e
(
k
3)!
(
k
2)!
(
k
1)!
k=2
k=1
k=3
2
3
2
+3 e e + e e = + 3 + .
53
k
j1 2k j e ( + ) X
= P (X1 = j )P (X2 = k j )=
Ckj j1 2k j =
e
e =
(k j )!
k! j =0
j =0 j !
j =0
k
( + )
= 1 2 e ( + ) .
k!
Dedu
em astfel
a variabila X1 + X2 are distributie Poisson de parametru
1 + 2 .
k
54
Capitolul 2
2
2
55
!
;
2
1
!
!
!
F ( x) = > x + ; x 2
;+ ;
!
2
2
2
>
>
!
>
>
:
1;
x>+ :
2
Gra
ele fun
tiilor f si F sunt date ^n Figura 2.2 si Figura 2.3.
Valoarea medieZ a lui X este Z
+ x
1
1 + !
xf (x) dx = ! dx = x2 ! = ,
M (X ) =
!
2!
1
iar dispersia este
Z + !
Z 1
+ !
1
1
!2
(x )2 f (x) dx = ! (x )2 dx = (x )3 ! = .
D2 (X )=
!
3!
12
1
8
>
>
>
>
>
<
0;
x<
2
2
2
2
1_
)
m-w
2
(
m+w
-
m-w
-
m+w
2
Figura 2.3
Figura 2.2
2
2
2
2
2
2
56
Capitolul 2
Variabilele aleatoare X si Y sunt independente. X are distributie uniforma pe intervalul [0; 1, iar Y are distributie uniforma pe intervalul [0; 2. Sa se
al
uleze densitatea de probabilitate a variabilei X + Y .
Rezolvare. Da
a Zf1 este densitatea de probabilitate a variabilei aleatoare
1
X , punem
onditia
a
f1 (x) dx = 1. Obtinem parametrii lui X : !1 = 1 si
1
1
1 = , de
i densitatea sa va
2
8
< 1; x 2 [0; 1;
f1 (x) = :
0; x 62 [0; 1:
Asem
anator da
a f2 este densitatea de probabilitate a variabilei Y , din
Z 1
f2 (x) dx = 1 obtinem parametrii: !2 = 2 si 2 = 1. De
i densi
onditia
1
tatea sa va
8
1
>
<
; x 2 [0; 2;
f2 (x) = > 2
:
0; x 62 [0; 2:
Deoare
e X si Y sunt independente, pentru densitatea de probabilitate f a
variabilei aleatoare X + Y Zvom apli
a formula
1
f ( x) =
f1 (x y )f2 (y ) dy .
1
Avem
f1 (x y ) 6= 0 pentru x y 2 [0; 1 , y 2 [x 1; x, si
f2 (y ) 6= 0 pentru y 2 [0; 2.
De
i f1 (x y )f2 (y ) 6= 0 pentru y 2 [x 1; x \ [0; 2.
Da
a x 62 [0; 3 atun
i [x 1; x \ [0; 2 = ;, de
i f (x) = 0.
Da
a x 2 [0; 1) atun
i [x 1; x \ [0; 2 = [0; x si atun
i
Z x
Z x
x
1
dy = .
f (x) = f1 (x y )f2(y )dy =
2
0
0 2
Da
a x 2 [1; 2) atun
i [x 1; x \ [0; 2 = [x 1; x si atun
i
Z x
Z x
1
1
dy = .
f (x) =
f1 (x y )f2 (y ) dy =
2
x 1
x 12
Da
a x 2 [2; 3 atun
i [x 1; x \ [0; 2 = [x 1; 2 si atun
i
Z 2
Z 2
1
3 x
f (x) =
f1 (x y )f2 (y ) dy =
dy =
.
2
x 1
x 12
De
i
14.
57
x
; x 2 [0; 1);
2
1
; x 2 [1; 2);
f ( x) = > 3 2 x
>
>
; x 2 [2; 3;
>
>
>
2
>
>
:
0; x 62 [0; 3:
15. Variabila aleatoare are distribut
ie normal
a sau urmeaza legea normal
a
u parametrii m si , m 2 IR, > 0, da
a densitatea sa de probabilitate este
x m
1
f (x) = p e ; x 2 IR:
2
Fun
tia f se numeste densitatea de repartitie normala sau gaussiana.
Sa se s
rie fun
tia de repartitie
orespunzatoare si apoi sa se
al
uleze media
si dispersia variabilei X .
Rezolvare. Mai ^
nt^ai observam
a f este o densitate de probabilitate, adi
a
Z 1
f (x)dx = 1. ^Intr-adevar da
a ^n integrala de mai sus fa
em s
himbarea de
1
p
x m
variabila p = y , rezulta dx = 2 dy ; apoi da
a x ! 1 atun
i y ! 1,
2
iar da
a xZ ! 1 atun
i y ! Z1. Astfel obtinemZ
1
2 1 y
1 1 y
e dy = p
e dy = 1.
f (x) dx = p
1
0
1
p
Z 1
y
, vezi f[6, CapiAm folosit mai sus integrala lui Euler-Poisson
e dy =
2
0
tolul 9, x1, Problema 7g.
Gra
ul fun
tiei f are forma de
lopot (vezi Figura 2.4). Dreapta x = m este
axa de simetrie pentru a
est gra
, iar pentru x = m se obtine valoarea maxima
p1 . Pun
tele x = m si x = m + sunt pun
te de in
exiune.
2
Sa notam
u f (x; m; ) densitatea de probabilitate din problema. Vom determina mai ^nt^ai fun
tia de repartitie
orespunzatoare, pentru m = 0 si = 1.
^In a
est
az
x
1
f (x; 0; 1) = p e .
2
Atun
i fun
tia deZ repartitie F (x; 0; 1) este
Z 0
Z x
x
1
F (x; 0; 1) =
f (t; 0; 1) dt =
f (t; 0; 1)dt + f (t; 0; 1)dt = + (x),
2
1
1
0
1 Z x t =2
e
dt.
unde (x) = p
2 0
8
>
>
>
>
>
>
>
>
<
2 2
)2
58
Capitolul 2
Fun
tia de mai sus se numeste fun
tia integrala a lui Lapla
e, pentru
valorile
areia sunt ^nto
mite tabele.
y
1
s 2p
m-s
m+s
Figura 2.4
2 2
)2
59
2 2
2 2
)2
)2
60
Capitolul 2
Z
0 =
f (x) dx = 1, 1 =
(x m)f (x) dx = 0 si 2 = D2 (X ) = 2 .
1
1
Pentru k 2, ^n integrala
are deneste momentul
entrat de ordinul k vom
p
x m
fa
e s
himbarea de variabila p = y , de unde dedu
em dx = 2y ; pentru
2
x ! 1 rezult
a
y
!
1
,
iar
pentru xp! 1 rezulta y ! 1. Obtinem atun
i
p kZ1
( 2)k Z 1 k 1 y 0
( 2)
k
y
p
e
dy =
y e dy =
y
k = p
p k 11
p2 kZ 1 1
( 2) k 1 y
( 2)
p
y k 2e y dy =
y e 1 + (k 1) p
=
2 p
p k 2Z1 2 1
2
( 2) ( 2)
p
= (k 1)
y k 2e y dy = (k 1) 2 k 2 .
2
1
De
i am gasit relatia de re
urenta k = (k 1) 2 k 2.
Deoare
e 0 = 1, 1 = 0 din relatia de mai sus dedu
em
a
2p 1 = 0; 2p = 1 3 5 (2p 1) 2p ; 8 p 2 IN .
18. S
a se arate
a da
a variabilele aleatoare independente X si Y urmeaza
legea normala
u parametrii m = 0 si = 1, atun
i variabilele X + Y si
X Y urmeaza de asemenea legea normala. Sa se determine parametrii a
estor
distributii.
Rezolvare. Da
a notam
u f si g densitatile de probabilitate ale variabilelor
X si Y , atun
i
1
f (x) = g (x) = p e x =2 ; x 2 IR.
2
Densitatea de probabilitate a variabilei X + Y este
Z 1
y
1 Z 1 (y xy+ x )
1 Z1 xy
e
e
e dy =
dy =
f (x y )g (y ) dy =
h(x) =
2
2
1
1
1
Z 1
x
x
x
1
1 Z 1 (y x )
y x=2=z 1
e z dz = p e =
=
e dy =
e
e
2 1
2
2
1
xp
1
= p p e ; 8 x 2 IR.
2 2
Dedu
em astfel
a X + Y urmeaza si ea legea normala
u parametrii m = 0
p
si = 2.
Asemanator pentru densitatea de probabilitate a variabilei aleatoare X Y
obtinem
Z 1
y
1 Z 1 (y +xy+ x )
1 Z1 xy
e
e dy = 2 1 e
dy =
k(x) =
f (x+y )g (y ) dy =
2 1
1
2
)2
2(
2)2
( + )2
2
61
Z 1
x
x
x
1
1 Z 1 (y+ x )
y+x=2=z 1
e
e
e dy =
e z dz = p e =
=
2 1
2
2
1
xp
1
= p p e ; 8 x 2 IR.
2 2
p
Rezulta
a X Y urmeaza legea normala
u parametrii m = 0 si = 2.
Observatie. ^In general da
a X si Y sunt doua variabile aleatoare independente
are urmeaza legea normala
u parametrii m1 , 1 , respe
tiv m2 , q
2 , atun
i
X + Y si X Y urmeaza legea q
normala de parametri m = m1 + m2 , = 12 + 22 ,
respe
tiv m = m1 m2 , = 12 + 22 .
19. Se arun
a o moneda de 256 de ori. Care este probabilitatea
a numarul
de aparitii ale "stemei" sa e
uprins ^ntre 112 si 144?
Rezolvare. S
a notam
u X variabila aleatoare
are are
a valori numarul
de aparitii ale "stemei", atun
i
^and se arun
a moneda de 256 de ori. X are
1
distributie binomiala
u parametrii n = 256 si p = (probabilitatea
a la o
2
arun
are sa apara "stema"). Trebuie sa
al
ulam P (112 < X < 144). Deoare
e
p = p64 = 8, atun
i
M (X ) = np = 128, iar D(X ) = npq
X 128
<2 .
P (112 < X < 144) = P 2 <
8
X 128
Vom folosi Teorema lui Moivre-Lapla
e si vom aproxima distributia
8
udistributia normala Y de parametri m = 0 si = 1, adi
a
X 128
P 2<
< 2 ' P ( 2 < Y < 2) = (2) ( 2) = 2(2) ' 0; 95;
8
1 Z x t =2
unde este fun
tia integrala a lui Lapla
e, (x) = p
e
dt.
2 0
20. De
^
ate ori trebuie sa arun
am un zar
ore
t pentru
a,
u probabilitatea
1
0,95, abaterea fre
ventei relative a fetei 1 de la numarul p = sa e
uprins ^ntre
6
0; 03 si 0; 03.
Rezolvare. Da
a ^n n arun
ari fata 1 apare de n ori, vom
auta n pentru
are
n
P 0; 03 <
p < 0; 03 = 0; 95.
n
A
easta inegalitate
se mai poate
pn ! s
rie astfel
np
0
;
03
5
n
.
P p
<
=
0
;
95
;
unde
q
=
1
p
=
p
npq
pq
6
Folosind formula lui Moivre-Lapla
e, relatia de mai sus ne
ondu
e la
2
2(
2)2
62
Capitolul 2
0; 03 n
0; 18 n
p
= 0; 475 )
2 p
= 0; 95 )
pq
5
p ! 1
p !
0; 18 n
0; 18 n
p
p
F
= +
= 0; 975.
2
5
5
Folosind
un tabel
u valorile fun
tiei sau F (vezi [3, Anexa I), rezulta
a
p
0; 18 n
p = 1; 96. Obtinem n ' 592; 8; de
i trebuie sa arun
am zarul de 593 de
5
ori.
21. O ma
sina produ
e o piesa
ir
ulara. Piesa este buna da
a diametrul sau
d este
uprins ^ntre 3; 99
m si 4; 01
m. Care este probabilitatea produ
erii unei
piese defe
te de
atre masina respe
tiva, stiind
a d are distributie normala
u
media 4; 002
m si abaterea medie patrati
a 0; 005
m?
Rezolvare. Probabilitatea
a o pies
a sa e bun
a este
!
!
4; 01 4; 002
a m
b m
=
P (3; 99 < d < 4; 01) =
0; 005
!
3; 99 4; 002
= (1; 6) ( 2; 4) = (1; 6)+(2; 4) = F (1; 6)+ F (2; 4)
0; 005
1 ' 0; 9452 + 0; 9918 1 = 0; 937.
Rezulta atun
i
a probabilitatea
a piesa sa e defe
ta este 1 0; 937 = 0; 063.
22. O ma
sina produ
e o piesa
ir
ulara. C^and masina este bine reglata,
diametrul d al pieselor are distributie normala
u media 10
m si abaterea medie
patrati
a 0,08
m. Se iau la ^nt^amplare 4 piese fabri
ate de masina si se
onstata
a media aritmeti
a a diametrelor a
estor piese este 10,14
m. Se poate arma
a masina s-a dereglat?
Rezolvare. Fie d1 ; d2 ; d3 ; d4 diametrele
elor 4 piese alese la ^
nt^amplare.
A
estea sunt 4 variabile aleatoare independente distribuite normal
u media 10
d +d +d +d
m si abaterea medie patrati
a 0,08. Atun
i variabila d = 1 2 3 4 are
4
de asemenea distributie normala
u media 10
m si abaterea medie patrati
a 0,04
m. ^Intr-adevar
!
d1 + d2 + d3 + d4
1
m = M (d) = M
= (M (d1 ) + M (d2 ) + M (d3 ) + M (d4 )) =
4
4
40
= = 10; iar
4
!
d1 + d2 + d3 + d4
1
2
2
D (d) = D
= (D2 (d1 ) + D2 (d2 ) + D2 (d3 ) + D2 (d4 )) =
4
16
63
1
4(0; 08)2 = 0; 0016; de
i (d) = 0; 04.
16
Conform regulei
elor 6 avem
P (jd mj < 3 ) = 2(3) ' 0; 997 , P (m 3 < d < m + 3 ) ' 0; 997
sau
P (10 3 0; 04 < d < 10 + 3 0; 04) ' 0; 997 , P (9; 88 < d < 10; 12) ' 0; 997.
Din ultima relatie de mai sus dedu
em
a d ia valori ^n afara intervalului
(9; 88; 10; 12)
u o probabilitate mai mi
a de 0,003. De
i este aproape sigur
a
masina s-a defe
tat. Z
1 p 1 x
x e dx; p 2 IR integrala (sau fun
tia) gama a lui
23. Fie
(p) =
0
Euler. Sa se demonstreze
a
a) (p) este
onvergenta pentru p > 0 si divergenta pentru p 0;
b) (p + 1) = p (p); 8 p > 0;
) (n) = (n 1)!; 8 n 2 IN ;
p
d) ( 21 ) = .
Rezolvare. a) Da
a p 1 0 , p 1 atun
i integrala (p) este improprie
p 1 x
de primul tip si
onvergenta, deoare
e xlim
!1 x x e = 0; 8 2 IR. Da
a p < 1
atun
i (p) este improprie
de ambele
tipuri. O des
ompunem astfel
Z a
Z 1
p
1
x
(p) = x e dx +
xp 1 e x dx; unde a 2 (0; 1).
0
a
Z a
e x
dx este
onvergenta pentru 1 p < 1 , p > 0, iar
Integrala I1 =
1 p
0 x
Z 1
I2 =
xp 1 e x dx este
onvergenta pentru 8 p 2 IR, dupa
um am vazut mai
a
sus.
Dedu
em astfel
a (p) este
onvergenta pentru p > 0 si divergenta pentru
p 0.
b) Avem Z
Z 1
Z 1
1
1 p x
p
x
0
p
x
(p + 1)= x e dx = x ( e ) dx = x e 0 + p
xp 1 e x dx =
0
0
0
= p (p) ; 8 p > 0:
) Folosind relatia de la pun
tul b) obtinem
(n)Z = (n 1) (n 1) = (n 1)(n 2) (n 2) = = (n 1)! (1),
1 x
1
iar (1) =
e dx = e x 0 = 1. De
i (n) = (n 1)!; 8 n 2 IN .
=
d) ( ) =
1
2
1 2
64
Capitolul 2
Z
p p
= ,
=2
2
u e 2u du = 2
e
( )=
0
0
onform integralei lui Euler-Poisson.
Z 1
xp 1 (1 x)q 1 dx; p; q 2 IR, integrala (sau fun
tia)
24. Fie B (p; q ) =
0
beta a lui Euler. Sa se demonstreze
a
a) B (p; q ) este
onvergenta pentru p > 0 si q > 0, si ^n rest este divergenta;
b) B (p; q ) = B (q; p); 8 p; q > 0;
p 1
B (p 1; q ); 8 p > 1; q > 0;
) B (p; q ) =
p+q 1
q 1
B (p; q 1); 8 p > 0; q > 1;
d) B (p; q ) =
p+q 1
(p 1)(q 1)
e) B (p; q ) =
B (p 1; q 1); 8 p > 1; q > 1;
(p + q 1)(p + q 2)
(n 1)!
f) B (p; n) = B (n; p) =
; 8 n 2 IN ; p > 0;
p(p + 1) (p + n 1)
(m 1)!(n 1)!
; 8 m; n 2 IN ;
g) B (m; n) =
(m + n 1)!
h) B (p + 1; q ) + B (p; q + 1) = B (p; q ); 8 p; q > 0;
i) qB (p + 1; q ) = pB (p; q + 1); 8 p; q > 0;
Z 1
tp 1
j) B (p; q ) =
dt; 8 p; q > 0;
(1 + t)p+q
0
(p) (q )
k) B (p; q ) =
; 8 p; q > 0;
(p + q )
; 8 p 2 (0; 1).
l) B (p; 1 p) = (p) (1 p) =
sin(p )
Rezolvare. a) Da
a p 1 0 , p 1 si q 1 0 , q 1 atun
i
B (p; q ) este o integrala proprie, de
i
onvergenta. Da
a p 1 < 0 , p < 1 sau
q 1 < 0 , q < 1 atun
i B (p; q ) este o integrala improprie de al doilea tip,
fun
tia de sub semnul integrala devenind nemarginita ^n ve
inatatea lui 0 sau 1.
S
riem pe B (p;Zq ) astfel
Z 1
a
B (p; q ) = xp 1 (1 x)q 1 dx + xp 1 (1 x)q 1 dx;
u a 2 (0; 1).
0
a Z
Z a
a (1 x)q 1
dx este
onvergenta da
a
Integrala I1 = xp 1 (1 x)q 1 dx =
x1 p Z 1
0
0
si numai da
a 1 p < 1 , p > 0, iar integrala I2 = xp 1 (1 x)q 1 dx =
a
Z 1
xp 1
dx este
onvergenta da
a si numai da
a 1 q < 1 , q > 0.
=
a (1 x)1 q
1
2
u2
u2 du
65
De
i B (p; q )Zeste
onvergenta pentruZp > 0 si q > 0, ^n rest ind divergenta.
1
1
b) B (p; q )= xp 1 (1 x)q 1 dx 1 =x=y (1 y )p 1 y q 1 dy = B (q; p); 8p; q > 0.
0
0
) Avem
Z 1
1
1Z 1 p 1
1
p
1
q
1
B (p; q ) = x (1 x) dx =
x [(1 x)q 0 dx = xp 1 (1 x)q 0 +
q 0
q
0
p 1Z 1 p 2
p 1Z 1 p 2
1Z 1
p
2
q
q
(p 1)x (1 x) dx =
x (1 x) dx =
x (1
+
q 0
q
q
0
0
p 1Z 1 p 2
p 1Z 1 p 1
x)q 1 (1 x) dx =
x (1 x)q 1 dx
x (1 x)q 1 dx =
q 0
q 0
p 1
p 1
B ( p 1; q )
B (p; q ).
=
q
q
Am obtinut astfel relatia
!
p 1
p 1
B (p; q ) =
B (p 1; q ),
1+
q
q
de unde rezulta
p+q 1
p 1
p 1
B (p; q ) =
B (p 1; q ) ) B (p; q ) =
B (p 1; q ).
q
q
p+q 1
d) Tre
^and pe p ^n q si pe q ^n p, relatia de la pun
tul
) ne da
q 1
B (q; p) =
B (q 1; p),
p+q 1
q 1
B (p; q 1).
are
ombinata
u b) ne
ondu
e la relatia B (p; q ) =
p+q 1
e) Din relatiile
) si d) obtinem
p 1
(p 1)(q 1)
B (p; q ) =
B ( p 1; q ) =
B (p 1; q 1).
p+q 1
(p + q 1)(p + q 2)
f) Conform pun
tului
) avem
(n 1)(n 2)
n 1
B (p; n 1) =
B (p; n 2) = =
B (p; n) =
p+n 1
(p + n 1)(p + n 2)
(n 1)(n 2) 1
=
B (p; 1).
(p + n 1)(p + n 2)Z (p + 1)
1
xp 1 1
Deoare
e B (p; 1) = xp 1 (1 x)0 dx = 0 = ; rezulta
a
p
p
0
(n 1)!
= B (n; p); 8 n 2 IN ; p > 0.
B (p; n) =
(p + n 1)(p + n 2) (p + 1)p
g) Din pun
tul f) avem
(n 1)!
(n 1)!(m 1)!
B (m; n)=
=
; 8 m; n 2 IN .
(m + n 1)(m + n 2) (m +1)m
(m + n 1)!
h) Avem
Z 1
Z 1
p
q
1
B (p + 1; q ) + B (p; q + 1) = x (1 x) dx + xp 1 (1 x)q dx =
0
66
Capitolul 2
Z 1
Z 1
(1
[x + (1 x) dx = xp 1 (1 x)q 1 dx = B (p; q ); 8 p; q > 0.
0
i) Pornim de la
B
(
p
+
1
;
q
);
avem
Z 1
1
1
1Z 1 p
x [(1 x)q 0 dx = xp (1 x)q 0 +
B (p + 1; q ) = xp (1 x)q 1 dx =
q 0
q
0
p
1Z 1 p 1
px (1 x)q dx = B (p; q + 1),
+
q 0
q
de unde rezulta
qB (p + 1; q ) = pB (p; q + 1); 8 p; q > 0.
t
x
j) Fa
em s
himbarea de variabila x =
; (t > 0) ) t =
, iar
1+t
1 x
dt
; pentru x = 0 ) t = 0, iar pentru x ! 1; x < 1 ) t ! 1.
dx =
(1 + t)2
Rezulta
Z 1
Z 1
tp 1
1
tp 1
t q 1
B (p; q ) =
1
dt
=
dt.
(1 + t)p 1
1+t
(1 + t)2
(1 + t)p+q
0
0
Pentru demonstratiile pun
telor k) si l) vezi f[6, Capitolul 9, x3g.
25. O variabil
a aleatoare are distributie gama
u parametrul p (p > 0) da
a
densitatea sa de probabilitate
este
8
p
1
>
x e x
>
<
; x 0;
f (x) = > (p)
>
:
0;
x < 0:
Sa se
al
uleze momentele initiale mk si apoi sa se dedu
a media si dispersia
variabilei X .
Rezolvare. Observ
am mai ^nt^ai
a f este o densitate de probabilitate,
deoare
e f (xZ) 0; 8 x 2 IR, si Z
1
1 1 p 1 x
f (x) dx =
x e dx = 1.
(p) 0
1
Momentul
initial de ordinul kZ este
Z 1
1 Z 1 k+p 1 x
1 1 k p 1 x
k
x x e dx =
x
e dx =
mk =
x f (x) dx =
(p) 0
(p) 0
1
(k + p) (k + p 1) (k + p 1)
(k + p 1) (p + 1)p (p)
=
=
= =
=
(p)
(p)
(p)
= (k + p 1)(k + p 2) (p + 1)p,
onform Problemei 23, b).
Dedu
em atun
i
a
M (X ) = m1 = p; iar D2 (X ) = m2 m21 = (p + 1)p p2 = p.
=
xp
x)q
67
11
f (x) dx = m3
p
1 3
3
Z
3pm2 + 3p m1
2
+3p p = 2p,
iar momentul
entrat de ordinul
4 este
Z 1
Z 1
Z 1
Z 1
3
2
4
4
x2 f (x) dx
x f (x) dx 4p x f (x) dx + 6p
4 = (x p) f (x) dx =
Z
1
Z 1 1
1
4
xf (x) dx + p
f (x) dx = m4
1
1
4p
4pm3 + 6p m2 4p m1 + p4 =
= p(p + 1)(p + 2)(p + 3) 4p2 (p + 1)(p + 2) + 6p3 (p + 1) 4p4 + p4 = 3p2 + 6p.
27. Da
a variabilele aleatoare independente X si Y au distributii gama
u
parametrii p, respe
tiv q , sa se arate
a X + Y are distributie gama
u parametrul
p + q.
Rezolvare. S
a notam
u f si g densitatile de probabilitate pentru variabilele
X si Y . De
i
8
1 p 1 x
>
<
x e ; x 0;
f ( x) = g ( x) = > ( p )
:
0;
x < 0:
Densitatea de probabilitate
h a variabilei X + Y este
Z 1
f (x y )g (y ) dy .
h(x) =
3
Z 0
68
Capitolul 2
x 1
1 q 1 y
(x y )p 1e x+y
y e dy =
h(x) = f (x y )g (y ) dy =
(p)
(q )
0
0
e x Zx
=
(x y )p 1y q 1 dy .
(p) (q ) 0
Fa
em s
himbarea de variabila y = tx, de
i dy = xdt; pentru y ! 0 rezulta
t ! 0, iar pentru y !Z x rezulta t ! 1. Obtinem astfel
1
e x xp+q 1 Z 1 q 1
e x
(x tx)p 1 (tx)q 1 x dt =
x (1 x)p 1 dt =
h(x) =
(p) (q ) 0
(p) (q ) 0
B (q; p)
e x xp+q 1
= e x xp+q 1
=
,
(p) (q )
(p + q )
onform Problemei 24, k).
Rezulta
a X + Y are distributie gama
u parametrul p + q .
28. S
a se arate
a da
a variabila aleatoare X urmeaza legea normala de
1
parametri m si , atun
i variabila aleatoare Y = 2 (X m)2 are o distributie
2
1
gama
u parametrul .
2
Rezolvare. S
a notam
u G(x) fun
tia de repartitie a variabilei Y . Deoare
e
Y 0, atun
i pentru x < 0 rezulta
a F (x) = P (Y < x) = 0. Pentru x 0
avem
!
!
p
(X m)2
X pm p
G(x) = P (Y < x) = P
<x =P
x<
< x =
2 2
2
p
p
!
!
p
p
m 2x m
m + 2x m
=
= P (m 2x < X < m + 2x)=
p
p
p
p
2 Z 2x t =2
2 Z 2x t =2
e
dt = p
e
dt.
= 2( 2x) = p
0
2 0
Atun
i densitatea de
g a variabilei aleatoare Y este
p probabilitate
p
2
1
1
1
g (x) = G0 (x) = p 2 p e 2x=2 = p e x = p x 1=2 e x ; x 0;
2 x
x
si g (x) = 0; x < 0.
p
Deoare
e = 8( 21 ), (vezi Problema 23, d)), dedu
em
a
1
>
>
<
x 1=2 e x ; x 0;
1
)
(
g (x) = > 2
>
:
0;
x < 0;
adi
a Y are o distributie gama
u parametrul 21 .
29. O variabil
a aleatoare X are distributie beta
u parametrii p si q (p; q > 0)
da
a densitatea sa de probabilitate este
Z
69
1
xp 1 (1 x)q 1 ; x 2 [0; 1;
f (x) = > B (p; q )
:
0;
x 62 [0; 1:
Sa se
al
uleze momentele initiale mk si apoi sa se dedu
a media si dispersia
variabilei X .
Rezolvare. Fun
t
ia f de mai sus este o densitate de probabilitate, deoare
e
f (x) Z0; 8 x 2 IR si Z
1
1
1
1
f (x) dx =
xp 1 (1 x)q 1 dx =
B (p; q ) = 1.
B (p; q )
1
0 B (p; q )
Momentul
initial de ordinul Zk este
Z 1
1
1
B (k + p; q )
mk =
xk f (x) =
=
xk+p 1 (1 x)q 1 dx =
B (p; q ) 0
B (p; q )
1
(k + p 1) (p + 1)p B (p; q )
k + p 1 B ( k + p 1; q )
= =
=
=
p+q+k 1
B (p; q )
(p + q + k 1) (p + q ) B (p; q )
p(p + 1) (p + k 1)
=
,
(p + q )(p + q + 1) (p + q + k 1)
onform Problemei 24,
).
Rezulta atun
i
a
p(p + 1)
p
; iar D2 (X ) = m2 m21 =
M (X ) = m1 =
p+q
(p + q )(p + q + 1)
2
p
pq
=
.
2
2
(p + q )
(p + q ) (p + q + 1)
30. Variabila aleatoare are distribut
ie 2
u n grade de libertate (n 2 IN )
da
a densitatea sa de 8
probabilitate este
n 1 x
1
>
>
e ; x 0;
<
n nx
f (x) = > 2
2
>
:
0;
x < 0:
Sa se
al
uleze momentele initiale mk si apoi sa se dedu
a media si dispersia
variabilei X .
Rezolvare. Fun
t
ia f este o densitate de probabilitate (vezi Figura 2.5),
deoare
e f (xZ) 0; 8 x 2 IR si
1
1 Z 1 n 1 x
x e dx.
f (x) dx = n n
0
1
2
2
x
Fa
em s
himbarea de variabila = y , de unde rezulta dx = 2dy ; da
a x ! 0
2
atun
i y ! 0, iar da
a x ! 1 atun
i y ! 1. Obtinem astfel
8
>
<
70
Capitolul 2
Z
n
Z 1
1
2
n 1 y
n
2
1 Z 1
f (x) dx = n n
(2y ) 2 e 2 dy = n n
y 2 1 e y dy =
1
22 2 0
22 2 0
n
2
n
= 1.
2
n=1
0,5
n=2
n=4
n=10
n=20
x
O
18
Figura 2.5
Pentru momentul
initial de ordinul kZ avem
Z 1
1 n +k 1 x
1
k
x
mk =
x f (x) dx = n n
e dx.
0
1
2
2
Cu a
eeasi s
himbare
de
variabil
a
de mai sus obt
inem
n
2 +k Z 1 n +k 1 y
n +k 1 y
1 Z 1
e 2dy = n n
e dy =
(2y )
y
mk = n n
0
0
2
2
2
2
2k n2 + k
n
n n
+ 1 + k 1 = n(n + 2) (n + 2k 2).
=
= 2k
n
2 2
2
2
Dedu
em astfel
a M (X ) = m1 = n, iar D2 (X ) = M (X 2 ) [M (X )2 =
= m2 m21 = n(n + 2) n2 = 2n.
Observatie. Da
a variabila Xn are distributie 2
u n grade de libertate
X n
(n 1) atun
i densitatea de probabilitate a variabilei pn tinde pentru n ! 1
2n
atre densitatea de repartitie normala de parametri m = 0 si = 1.
Da
a e
are din variabilele aleatoare independente X1 ; X2 ; : : : ; Xn are distributie normala
u parametrii m = 0 si = 1, atun
i variabila aleatoare X12 + X22 +
2
71
+
2
{z
x m+n
e x
2
m+n
2
De
i
m
2
m n
B
; = m
2 2
2
+
2
n
2
+
2
1
m+n
2
m+n
2
e ; x 0.
x
2
72
Capitolul 2
m n 1 x
1
x
e ; x 0;
m
+n
( 2 )
h(x) = > 2
>
:
0;
x < 0;
2
Dedu
em astfel
a X + Y are distributie
u m + n grade de libertate.
32. Variabila aleatoare X are distribut
ie Student
u n grade de libertate
(n > 0) da
a densitatea
sa de probabilitate este
! n
n+1
2
x
2
f (x) = p
1+
; x 2 IR.
n
n n2
Sa se
al
uleze momentele initiale mk si apoi sa se dedu
a media si dispersia
variabilei X .
Rezolvare. Pentru 2k + 1 < n, momentele de ordin impar sunt nule; ^
ntr-adevar
! n
n+1
Z 1
2
x
2
2k +1
m2k+1 = p
1+
x
dx = 0,
n
1
n n2
deoare
e fun
tia f este impara, (integrala de mai sus este
onvergenta).
De
i pentru n > 1 media variabilei X este M (X ) = 0.
Da
a 2k +1 n integrala de mai sus este divergenta, de
i X nu are momente
m2k+1 .
Pentru momentulde ordin
par m2k ,
u 2k < n avem
! n
n
+1
Z 1
2
2
x
2
2k
x 1+
dx:
m2k = p
n
n n2 0
pn
x2
p
Fa
em s
himbarea de variabila = y , de unde rezulta x = ny, dx = p dy ;
n
2 y
da
a x = 0 ) y = 0, iar da
a x ! 1 ) y ! 1. Obtinem
astfel
p
n+1 Z 1
k
Z 1
2 n+1
n
n
n
2
(ny )k (1 + y )
y k (1+
m2k = p
dy = p 2n
p
n
2 y
n 2 0
2 0
Z 1
nk n+1
n
n
+y )
y (k+ ) 1 (1 + y ) [(k+ )+( k) dy .
dy = p 2n
2 0
Conform Problemei
24 (pun
tele j) si k)) rezult
a
a
n
+1
n k
n
+1
1
k
k
n
n
k
+
1 n
2
2
m2k = p 2n B k + ;
k = p 2n
=
n
+1
2 2
2
2
2
8
>
>
<
+
2
m+n
+1
2
+1
2
+1
2
+1
2
+1
2
1
2
1
2
1
2
73
nk
=p
=
=
nk
p
nk
k + 12
p
1
2
k
1
n
2
3
2
nk k
=p
k
2
n
3
2
3
2
1
2
1
2
2
2
2
1
2
2
2
k
1
1
2
n
2
2
= =
k
=
k
n
1 2 2
k
2
2
k
n 1 3 (2k 1)
.
=
(n 2)(n 4) (n 2k)
n
Rezulta
a pentru n > 2 dispersia variabilei X este D2 (X ) =
.
n 2
Da
a n 2k integralele de mai sus sunt divergente, de
i variabila X nu are
momente m2k .
Observatie. Pentru n = 1 distributia Student se mai numeste distributia
Cau
hy, pentru
are densitatea de probabilitate este
1
f (x) =
; x 2 IR.
(1 + x2 )
Observatie. Da
a fn este densitatea de probabilitate a unei distributii Student
u n grade de libertate, atun
i
lim f (x) = f (x; 0; 1); 8 x 2 IR,
n!1 n
unde f (x; 0; 1) este densitatea de repartitie normala
u parametrii m = 0 si = 1.
Da
a e
are din variabilele aleatoare independente X1 ; X2 ; : : : ; Xn+1 are
distributie normala
u parametrii
m = 0 si atun
i variabila
pn X
n+1
q
2
X1 + + Xn2
are distributie Student
u n grade de libertate.
33. Variabila aleatoare X are distribut
ie Snede
or
u parametrii n1 si n2
(n1 ; n2 2 IN , numiti si grade de libertate), da
a densitatea sa de probabilitate
este
8
n n
n +n
n
>
n 1
>
n1
n1
2
>
<
x
; x 0;
1+ x
n
n
n2
f (x) = > n2
2
2
>
>
:
0;
x < 0:
Sa se
al
uleze momentele initiale de ordinul k si apoi sa se dedu
a media si
dispersia variabilei X .
2
1
2
1
2
1
2
1+ 2
2
74
Capitolul 2
Rezolvare.
1
2
Fa em s himbarea de variabila
n1
mk =
n2
n k
= 2
n1
n
= 2
n1
n2
n1
n1
n1
n1 +n2
n1
n2 k k + n2
=
n1
n1 +n2
2
n1
n1 +n2
2
n2
n2
n2
n1
n2 x
= y . Obtinem
1 k + n1 1
y 2 (1 + y )
n n
B k + 1; 2
2 2
n2
k + n2
n2
2
n1
2
+k
1
n1 +n2
2
nn dy =
2
dy =
k =
n1 +n2
2
n1 +n2
(1 + y )
n1
2
1 n2 y k+ n21
2
Z
n1
n1
n1 +n2
1+ 2
2
1
2
n2
2
n2
n2
2
2
= =
n
1 k + 2 2 n2 n2
k
n2
2
2
=
=
n
n
n
n
n
n1
1
2
k
k
2
2
2
2
2
k
n1 (n1 + 2) (n1 + 2k 2)
n
= 2
:
n1 (n2 2)(n2 4) (n2 2k)
n2
Dedu
em
a pentru n2 > 2 media variabilei X este M (X ) =
, iar
n2 2
pentru n2 > 4 dispersia variabilei X este
n1 (n1 + 2)
n22
n2
.
D2 (X ) = 22
n1 (n2 2)(n2 4) (n2 2)2
Observatie. Da
a variabilele aleatoare independente X1 ; X2 ; : : : ; Xn ; Xn +1 ;
: : : ; Xn +n urmeaza legea normala
u parametrii 0 si atun
i variabila aleatoare
X 2 + + Xn2
n
X= 2 2 1
n1 Xn +1 + + Xn2 +n
are distributie Snede
or
u parametrii n1 si n2 .
Observatie. Da
a variabila aleatoare X are distributie Snede
or
u parametrii
n1 si n2 , atun
i variabila aleatoare Y = 12 ln X are o distributie Fisher
u parametrii n1 si n2 , adi
a densitatea sa de probabilitate este
k+
n1
n1
75
n +n
n
2
n x 1 + n1 e2x
e
g (x) = 2 1
; x 2 IR.
n
n
n2
n
2
2
2
^Intr-adevar, da
a notam fun
tia de repartitie a variabilei X
u F , atun
i
fun
tia de repartitie G a variabilei Y este
G(x) = P (Y < x) = P 21 ln X < x = P (ln X < 2x) = P (X < e2x ) =
= F (e2x ); 8 x 2 IR.
De
i densitatea de probabilitate a variabilei Y este
g (x) = G0 (x) = 2e2x F 0 (e2x )= 2e2x f (e2x ) =
n
n +n
n n
n
n1
1 2x
2
n
x
1+ e
; 8 x 2 IR.
= 2e
n
n
n2
n
2
2
2
34. Variabila aleatoare X are distribut
ie Weibull
u parametrii si ( > 0,
> 0) da
a densitatea de
probabilitate este
8
< x 1 e x ; x 0;
f (x) = :
0;
x < 0:
Sa se
al
uleze media si dispersia variabilei X .
Rezolvare. Observ
am
a f este o densitate de probabilitate; ^ntr-adevar
avem
Z 1
Z 1
I=
f (x) dx =
x 1 e x dx.
n1
n1 +n2
1
2
1+ 2
2
1
+1
76
Capitolul 2
1
2
2
+1
+1 .
D (X ) =
Observatie. Da
a = 1 distributia Weibull se mai numeste distributia
exponentiala de parametru . De
i densitatea de probabilitate a unei distributii
exponentiale X
u parametrul
este
8
x
<
e ; x 0;
f (x) = :
0; x < 0:
1
1
Valoarea medie a lui X este M (X ) = (2) = , iar dispersia sa este
h
i
1
1
2
(2) = 2 ,
D2 (X ) = 2 (3)
deoare
e (2) = 1; (3) = 2! = 2.
35. Fie variabilele independente X1
si X2
u distributii exponentiale
u
parametrii 1 si 2 . Sa se determine densitatea de probabilitate a variabilei
X1 + X2 .
Rezolvare. S
a notam
u f1 si f2 densitatile de probabilitate ale variabilelor
X1 si X2 , adi
a 8
8
<
<
1 e x ; x 0;
e x ; x 0;
f1 (x) = :
f2 (x) = : 2
0;
x < 0;
0;
x < 0:
Da
a 1 6= 2 atun
i densitatea de probabilitate f a variabilei X1 + X2 este
0 pentru x <Z 0, iar pentru x 0 avem
Z x
1
f (x) =
f1 (x y )f2 (y )dy = 1 e (x y) 2 e y dy =
1
0
Z x
x
1
2
e x e( )y 0 = 1 2 e x e x .
= 1 2 e x e( )y dy =
1 2
1 2
0
De
i
8
1 2 x
>
<
e
e x ; x 0;
f (x) = > 1 2
:
0;
x < 0:
Da
a 1 = Z2 = atun
i f (x) = 0; 8 x < 0,Ziar pentru x 0 obtinem
x
x
f (x) = e (x y) e y dy = 2 e x dy = 2 xe x .
0
0
De
i densitatea de probabilitate
a variabilei X1 + X2 este
8
<
2 xe x ; x 0;
f (x) = :
0;
x < 0:
Pentru 3 variabile aleatoare independente X1 ; X2 ; X3
u distributii exponentiale
u parametrul , densitatea de probabilitate a variabilei X1 + X2 + X3 este
2
77
2 (
2 2
)2
+ 2 )+(
+ 2 )2
2 2
4 2
+ 2 )2
2 2
2 2 +2
2
+ 2 )2 +
2 2
2
)2
+ 2
2 2
2 2
4 2 +2
2 2
2 2
+ 2 )2
2 2
78
Capitolul 2
D2 (X ) = m2
m21 = e2m+ e
2
1 :
x4. FUNCT
IA CARACTERISTICA
Pentru o variabil
a aleatoare
X , fun
tia
ara
teristi
a
: IR ! C este
itX
denita astfel
(t) = M e ; 8 t 2 IR. Sa se determine fun
tia
ara
teristi
a
a variabilei aleatoare Y = aX + b, a; b 2 IR.
Rezolvare. S
a notam
u
1 fun
tia
ara
teristi
a a variabilei Y . Atun
i
1 (t) = M eitY = M eit(aX +b) = M eiatX eitb = eitb M eiatX =
= eitb
(at); 8 t 2 IR.
2. Da
a X1 si X2 sunt variabile aleatoare independente
u fun
tiile
ara
teristi
e
1 si
2 , sa se arate
a fun
tia
ara
teristi
a a variabilei X1 + X2 este
(t) =
1 (t)
2 (t); 8 t 2 IR, iar fun
tia
ara
teristi
a a variabilei X1 X2 este
e(t) =
1 (t)
2 ( t); 8 t 2 IR.
Rezolvare. Avem
(t) = M eit(X +X ) = M eitX M eitX =
1 (t)
2 (t); 8 t 2 IR, iar
e(t) = M eit(X X ) = M eitX M e itX =
1 (t)
2 ( t); 8 t 2 IR.
3. S
a se determine fun
tia
ara
teristi
a a unei variabile aleatoare X
u
a) distributie binomiala de parametri n si p;
b) distributie binomiala
u exponent negativ de parametri m si p;
) distributie Poisson
u parametrul ;
d) distributie normala de parametri m si ;
e) distributie gama generalizata
u parametrii p si ;
f) distributie 2 generalizata
u parametrii n si ;
g) distributie exponentiala de parametru .
Rezolvare. a) Pentru 8 t 2 IR avem
1.
(t) =
k=0
b) (t) =
Cnk pk q n k eitk
1
k=m
Cnk peit q n
k=0
Ckm 11 pm q k m eitk
= pm eitm
k=m
= peit + q :
Ckm 11 qeit
k m
79
pm eitm (1
)
(t) =
e(eit
qeit ) m
1 k
k=0
k!
peit
=
1 qeit
e eitk = e
1 k
1 (eit )k
X
it
eitk = e
= e ee =
X
k=0
k!
k!
k=0
:
d) Fun
tia
ara
teristi
a este:
Z 1
x m
1 Z 1 itx
itx
(t) =
e f (x) dx = p
e e dx =
1
2 1
1 Z 1 x mx m itx
dx =
e
= p
2 Z 1
1 x x m it m it m
m it
1
= p
e
e dx =
2 1
1 m i t mit m Z 1 x m it
dx x (m+= it)=z
e
= p e
1
2
Z 1
pz =u 1
t
t
1 imt t Z 1 z
dz = p eimt
.
= p e
e
e u du = eimt
1
1
2
e) Vom folosi ai
i formula
are ne da momentul de ordinul k al variabilei X
^n fun
tie de derivatele fun
tiei
^n pun
tul 0, mai pre
is
mk =
(k) (0) i k ,
si dezvoltarea ^n serie de puteri a fun
tiei
,
are are forma urmatoare
1 m ik
1 (it)k
1
(k) (0)
X
X
X
k k
k
t =
t =
mk .
(t) =
k=0 k !
k=0 k !
k=0 k !
Deoare
e pentru o distributie gama generalizata
u parametrii p si ,
p(p + 1) (p + k 1)
, (vezi Problema 25), atun
i fun
tia sa
ara
teristi
a
mk =
k
este
1 (it)k
1 (it)k p(p + 1) (p + k 1)
X
X
(t) =
mk =
=
k
k=0 k !
k=0 k !
1 p(p + 1) (p + k 1) it k
X
it p
= 1
.
=
k
!
k=0
f) Pentru o distributie 2 de parametri n si momentele
mk sunt
n
n
n
2k
2 k
mk = n(n + 2) (n + 2k 2) = (2 )
+1 +k 1
2 2
2
(vezi Problema 30). Atun
i fun
tia sa
ara
teristi
a este
1 (it)k
1 (it)k
X
X
n n
2 k n
(t) =
mk =
(2 ) 2 2 + 1 2 + k 1 =
k=0 k !
k=0 k !
=
1)
2 (
2 + 4 2 2 +2
2 2
2 2
2
+ 2
2 2
2 2
+ 2
)+(
2 2
2
2 2
+ 2
)2 +
+ 2
2 2
2 2
)2
+ 2 )2
2 2
)2
2 2
2
2 2
2
80
=
Capitolul 2
(2it 2 )k
n n
2
+1
2
+k
2
= 1 2it 2
k!
k=0
g) Din denit
ia fun
t
iei
ara
teristi
eZ avem
Z 1
1 itx
e e
eitx f (x) dx =
(t) = M eitX =
x dx
=
1 (it )x
e
dx =
1
Z 1 0
Z 10
1 x
x
= e (
os(tx) + i sin(tx)) dx = e
os(tx) dx +i e x sin(tx) dx.
Z
{z
I1
{z
I2
Pentru
I avem
Z 11
1
1
1 Z 1 x 0
(e )
os(tx) dx = e x
os(tx)0
I1 =
e x
os(tx) dx =
0
0
1
t Z 1 x
1 t Z 1 x 0
1 t x
e sin(tx) dx = + 2
(e ) sin(tx) dx = + 2 e sin(tx)0
Z 0
2 0Z
1 x
1 t 1 x
t
e
os(tx) dx =
e
os(tx) dx.
22 0
0
1 t
I ) I1 = 2 2 .
Rezulta astfel
a I1 =
2 1
+t
Pentru I2 din relatiile de mai sus obt
inem
1
t
1 t
I2 ) I2 =
I1 = 2 2 .
I1 =
t
+t
Rezulta astfel
( + it)
t 1
(t) = I1 + iI2 = 2 2 =
= 1 i
.
+t
it
Observatie. Folosind Problema 2 si Problema 3, pun
tul d), se poate dedu
e usor
a suma si diferenta a doua variabile aleatoare independente X1 si
X2
u distributii normale, au si ele distributii normale. ^Intr-adevar, sa presupunem
a variabilele aleatoare independente X1 si X2 au distributii normale
u parametrii m1 si 1 , respe
tiv m2 si 2 . Fun
tiile lor
ara
teristi
e sunt
t
t
1 (t) = eim t
;
2 (t) = eim t
. Atun
i fun
tia
ara
teristi
a a variabilei
aleatoare X1 + X2 este
t
.
(t) =
1 (t)
2 (t) = ei(m +m )t
Se observa
a
(t) este to
mai fun
tia q
ara
teristi
a
orespunzatoare legii
normale
u parametrii m = m1 + m2 si = 12 + 22 .
Asemanator fun
tia
ara
teristi
a a variabilei aleatoare X1 X2 este
t
e(t) =
1 (t)
2 ( t) = ei(m m )t
.
Se observa
a
e(t) este fun
tia q
ara
teristi
a
orespunzatoare legii normale
u parametrii m = m1 m2 si = 12 + 22 .
1
2 2
1
2
2 2
2
2
2 + 2) 2
( 1
2
2
( 2+ 2) 2
1
2
2
Capitolul 3
VECTORI ALEATORI
Se da ve
torul aleator bidimensional (X; Y ) de tip dis
ret prin tabloul
sau de distributie
XY 1 0 2
1 181 121 61
1 19 29 181
2 181 91 365
1
1.
Ve
torul
(X; Y ) se poate da si astfel
0
1
(
1
;
1)
(
1
;
0)
(
1
;
2)
(1
;
1)
(1
;
0)
(1
;
2)
(2
;
1)
(2
;
0)
(2
;
2)
C
(X; Y ) : B
1
1
1
1
2
1
1
1
5 A:
18
12
6
9
9
18
18
9
36
a) Sa se s
rie variabilele aleatoare marginale X si Y .
b) Sa se
al
uleze
ovarianta
elor doua variabile
ov(X; Y ) = 1;1 si
oe
ientul de
orelatie r1;2 .
) Sa se s
rie variabilele aleatoare
onditionate si sa se determine regresiile
(fun
tiile de regresie ale) variabilei X fata de Y , M (X; Y ), si a variabilei Y fata
de X , M (Y=X ).
d) Sa se
al
uleze raporturile de
orelatie X2 ;Y si Y2 ;X .
Rezolvare. Se veri
a
a suma tuturor probabilitatilor pij din tabloul de
mai sus este 1.
a) Avem
1
1 1 11
1 2 1
7
P (X = 1) = + + = ; P (X = 1) = + + = ,
18 12 6 36
9 9 18 18
1 1 5 11
P (X = 2) = + + = .
18 9 36 36
De
i variabila X are tabloul de distributie
82
Capitolul 3
1
1 1 2 C
X:B
11
7 11 A :
36 18 36
Apoi
1 1 1 2
1 2 1 5
P (Y = 1) = + + = ; P (Y = 0) = + + = ,
18 9 18 9
12 9 9 12
5 13
1 1
P (Y = 2) = + + = .
6 18 36 36
De
i variabila Y are tabloul de distributie
0
1 0 2 C
Y :B
2
5 13 A.
9 12 36
Astfel tabloul de distributie al ve
torului aleator (X; Y ) se
ompleteaza astfel
XY 1 0 2
1
1
2
1
18
1
12
1
6
11
36
1
9
2
9
1
18
7
18
1
18
1
9
5
36
11
36
2
9
5
12
13
36
1
b) Covarianta
elor doua variabile este
1;1 =
ov(X; Y ) = M ((X m1 )(Y m2 )) = M (X Y ) m1 m2 ,
unde m1 = M (X ), iar m2 = M (Y ).
Avem
1
1
1
1
2
M (X Y ) = ( 1) 1 + ( 1) 0 + ( 1) 2 + 1 1 + 1 0 +
18
12
6
9
9
1
1
5 1
1
+1 2 + 2 1 + 2 0 + 2 2 = ,
18
18
9
36 2
11
7
11 25
2
5
13 17
M (X ) = 1 + 1 + 2 = ; iar M (Y ) = 1 + 0 + 2 = .
36
18
36 36
9
12
36 18
Atun
i
101
1 25 17
=
' 0; 1559.
ov (X; Y ) =
2 36 18
648
Coe
ientul de
orelatie r1;2 este
ov (X; Y )
r1;2 =
,
1 2
q
q
unde 1 = D2 (X ); 2 = D2 (Y ).
Pentru dispersia variabilei X , D2 (X ) = M (X 2 ) [M (X )2 ,
al
ulam mai
^nt^ai media lui X 2 ; avem
Ve tori aleatori
83
7
11 23
11
M (X 2 ) = ( 1)2 + 1 + 4 = .
36
18
36p 12
2
23
25
1859
1859
Atun
i D2 (X ) =
=
; iar 1 =
' 1; 1977.
2
12 36
1296
36
Pentru dispersia variabilei Y , D2 (Y ) = M (Y 2 ) [M (Y )2 ,
al
ulam media
lui Y 2 ; avem
5
13 5
2
M (Y 2 ) = 1 + 0 + 4 = .
9
12
36 3
p
5 172 251
251
2
2
2
Atun
i D (Y ) = M (Y ) [M (Y ) =
=
; iar 2 =
' 0; 8802.
2
3 18
324
18
101
p ' 0; 1478.
Rezulta
a
oe
ientul de
orelatie este r1;2 = p
1859 251
) Pentru
al
ulul probabilitatilor
onditionate vom folosi formulele
P (X1 = x(1i) ; X2 = x(2j ) ) pij
= ; 8 i = 1; l; 8 j = 1; k,
P (X1 = x(1i) =X2 = x(2j ) ) =
p0j
P (X2 = x(2j ) )
P (X1 = x(1i) ; X2 = x(2j ) ) pij
P (X2 = x(2j ) =X1 = x(1i) ) =
= ; 8 j = 1; k; 8 i = 1; l.
pi0
P (X1 = x(1i) )
Variabilele
ondit
ionate sunt
1
0
0
1
1
1
2
1
1
2
C
B
B
C
X=Y = 1 : B
1=9 1=18 C
1 1 A;
A = 1
1=18
2=9 2=9 2=9 1
4 2 4
0
0
1
1
1
2
1
1
2
C
B
B
C
X=Y = 0 : B
2=9 1=9 C
8 4 A,
A = 1
1=12
5=12 5=12 5=12
5 15 15
1
0
0
1
1
1
2 C B 1 1 2 C
B
X=Y = 2 : B
1=6 1=18 5=36 C
2 5 A:
A = 6
13=36 13=36 13=36
13 13 13
Mediile a
estor variabile sunt
1
1 3
1
M (X=Y = 1) = 1 + 1 + 2 = ,
4
2
4 4
1
8
4 13
M (X=Y = 0) = 1 + 1 + 2 = ,
5
15
15 15
2
5
6
6
M (X=Y = 2) = 1 + 1 + 2 = .
13
13
13 13
Variabila aleatoare M (X=Y ) numita regresia (fun
tia de regresie) a lui X
fata de Y are
a valori, medii de variabila X
onditionate de valorile variabilei
Y ,
u probabilitatile valorilor
are
onditioneaza. De
i
84
Capitolul 3
3 13 6
B
C
4 15 13 C
M (X=Y ) : B
2
5 13 A.
9 12 36
Media a
estei variabile este media lui X ; ^ntr-adevar avem
3 2 13 5
6 13 25
M [M (X=Y ) = + + = = M (X ).
4 9 15 12 13 36 36
E
uatia de regresie, adi
a e
uatia lui M (X=Y )
a fun
tie de Y este M (X=Y ) '
' aY + b. Gra
ul regresiei lui X fata de Y este format din pun
tele A(1; 43 ),
13
), C (2; 136 ), (vezi Figura 3.1).
B (0; 15
1
y
A
13 / 15
3/4
6 / 13
14 / 11
12 / 11
4/7
C
x
Figura 3.1
-1
Figura 3.2
85
Ve tori aleatori
14 4 12
B
C
11 7 11 C
M (Y=X ) : B
11
7 11 A :
36 18 36
Media variabilei M (Y=X ) este
14 11 4 7 12 11 17
M [M (Y=X ) = + + = = M (Y ).
11 36 7 18 11 36 18
14
Gra
ul regresiei lui Y fata de X este format din pun
tele A( 1; 11
), B (1; 47 ),
12
), (vezi Figura 3.2).
C (2; 11
d) Deoare
e
2 3 25 2 5 13 25 2 13 6 25 2
2
D [M (X=Y ) =
+
+
' 0; 0326,
9 4 36
12 15 36
36 13 36
2
2
iar D (X ) ' 1; 4344, rezulta
a raportul de
orelatie X ;Y este
D2 [M (X=Y )
' 0; 0227.
X2 ;Y =
D 2 (X )
Apoi
11 14 17 2 7 4 17 2 11 12 17 2
2
+
+
' 0; 0936,
D [M (Y=X ) =
36 11 18
18 7 18
36
11 18
2
2
iar D (Y ) ' 0; 7747. Rezulta
a raportul de
orelatie Y ;X este
D2 [M (Y=X )
Y2 ;X =
' 0; 1208.
D 2 (Y )
2. Fie ve
torul aleator (X; Y ) de tip dis
ret
u tabloul de distribut
ie
XY 1 2
1
1
1
1 12 4 0
1 18 16 245
2 241 121 241
1
sau
1
0
(
1
;
1)
(
1
;
2)
(
1
;
1)
(1
;
1)
(1
;
2)
(1
;
1)
(2
;
1)
(2
;
2)
(2
;
1)
C
(X; Y ) : B
1
1
1
5
1
1
1 A:
1
0
12
4
8
6
24 24 12
24
a) Sa se s
rie variabilele aleatoare marginale X si Y .
b) Sa se
al
uleze
ov(X; Y ).
) Sa se determine regresiile M (X=Y ) si M (Y=X ).
Rezolvare. a) Variabilele marginale X
si Y sunt
1
1
0
0
1
2
1
1
1
2
C
C
B
X:B
1
1 1 A ; Y : 1 1 1 A,
3 2 6
4 2 4
0
86
Capitolul 3
1
12
1
4
1
3
1
8
1
6
5
24
1
2
1
24
1
12
1
24
1
6
1
4
1
2
1
4
1
1
b) Avem M (X ) = , M (Y ) = 1, M (X Y ) = 0, iar
ov(X; Y ) = .
2
2
) Variabilele
ondit
ionate
de
valori
ale
lui
Y
sunt
0
1
1
0
1
1
2
1
1
2
B
C
C
X=Y = 1 : B
1
1 1 A ; X=Y = 2 : 1 1 1 A ;
2 6 1
2 3 6
03
1 1 2 C
X=Y = 1 : B
5 1 A.
0
6 6
Valorile medii ale variabilelor de mai sus sunt
1
1
7
M (X=Y = 1) = ; M (X=Y = 2) = ; M (X=Y = 1) = ,
2
6
6
iar regresia lui X fata de Y0 este
1 1 7 1
B
C
2 6 6 C
M (X=Y ) : B
1
1 1 A.
4 2 4
Variabilele
ondit
ionate de1valori ale lui X0sunt
1
0
1
2
1
1
2
1
B
C
C
Y=X = 1 : B
A ; Y=X = 1 : 1
1
3
1 5 A;
0
4 4
4 3 12
0
1
1 2 1C
Y=X = 2 : B
1
1 1 A.
4 2 4
Valorile medii ale variabilelor de mai sus sunt
1
7
M (Y=X = 1) = ; M (Y=X = 1) = ; M (Y=X = 2) = 1,
4
2
iar regresia lui Y fata de X
este
0
1
7 1
1 C
B
4
2
C
M (Y=X ) : B
1
1 1 A.
3 2 6
3. Se dau variabilele
87
Ve
tori aleatori
1
1 2 3 C
1 0 2 C
B
X:B
1
1 1 A; Y : 1 1 1 A:
3 6 2
6 3 2
a) Sa se
ompleteze tabloul urmator pentru a avea un ve
tor aleator generat
de
ele doua variabile aleatoare
XY 1 2 3
1
1 121 151
3
1
1
0 20
6
13
1
2
60
2
1
1
1
1
6
3
2
b) Sa se determine astfel ^n
^at variabilele X si Y sa e ne
orelate. Sa se
veri
e ^n a
est
az da
a ele sunt sau nu independente.
) Sa se s
rie variabilele
onditionate si regresia e
arei variabile ^n raport
u
ealalta variabila pentru determinat anterior.
Rezolvare. a) Pentru a
ompleta tabloul trebuie s
a
al
ulam elementele p13 ,
p23 , p31 si p33 . Folosim formulele
pi0 =
j =1
i=1
pij ; j = 1; k.
Avem
1
1
1
11
1
1
+ + p13 = ) p13 = ; + + p23 = )
12 15
3
60
20
6
1
1
1
+ + p31 = ) p31 =
;
12
6
12
1
1
13
1
13
+ + p33 = ) p33 =
p31 + + p33 = ,
60
2
12
60
2
De
i tabloul de distributie al ve
torului (X; Y ) este
XY
1
2
3
1
0
2
1
15
1
12
1
12
1
6
11
60
13
60
1
+
5
1
3
1
2
1
20
7
60
p23 =
7
60
1
+ .
5
1
3
1
6
1
2
Pentru
a toate valorile din tablou sa reprezinte probabilitati vom pune
on1
7
1
ditiile 0 < 1, 0
< 1, 0
< 1 si 0 + < 1. Obtinem
12
60
5
88
Capitolul 3
1
2 0; .
12
b) Pentru
a variabilele X si Y sa e ne
orelate vom impune
onditia
ov(X; Y ) = 0 , M (X Y ) M (X ) M (Y ) = 0.
Avem
1
1
11
1
M (X Y ) = ( 1) 1 + ( 1) 2 + ( 1) 3 + 0 1 + 0 2 +
12
15
60
20
13
22
1
1
7
+21
+ 2 2 + 2 3 + = + 4 ,
+0 3
60
12
60
5
15
2
7
M (X ) = , iar M (Y ) = .
3
3
4
+4 , de unde impun^and
onditia
ov(X; Y )=
Rezulta astfel
ov(X; Y )=
45
1
1
= 0, obtinem = 2 0; .
45
12
Pentru independenta variabilelor aleatoare X si Y trebuie sa veri
am
onditiile
P (X1 = x(1i) ; X2 = x(2j ) ) = P (X1 = x(1i) ) P (X2 = x(2j ) ); 8 i = 1; l; j = 1; k.
Deoare
e
1
1
P (X = 1; Y = 1) = 6= = P (X = 1) P (Y = 1),
12 18
rezulta
a variabilele aleatoare X si Y nu sunt independente.
1
) Pentru = tabloul de distributie al ve
torului aleator (X; Y ) devine
45
XY 1 2 3
1
0
2
1
12
1
15
11
60
1
3
1
45
1
20
17
180
1
6
11
180
13
60
2
9
1
2
1
6
1
3
1
2
Variabilele
onditionate de valorile
lui Y si mediile lor sunt
1
0
0
1
1
0
2
1 0 2 C
C
B
7
=B
X=Y =1 : B
1
1=45 11=180 C
2 11 A ; M (X=Y =1)= 30 ;
A
1=12
1=6 1=6
1=6 1
2 15 30
0
0
1
1
0
2
1
0
2
C
B
11
C
=B
X=Y =2 : B
1
1=20 13=60 C
3 13 A ; M (X=Y =2)= 10 ;
A
1=15
1=3 1=3 1=3
5 20 20
89
Ve
tori aleatori
0
1
0
2 C
1 0 2 C
B
47
B
B
X=Y =3 : 11=60 17=180 2=9 C
17 4 A ; M (X=Y =3)= 90 .
A = 11
1=2
1=2 1=2
30 90 9
Atun
i regresia variabilei
X
fat
a
de
Y
este
0
7 11 47 1
B
C
30
10
90
C
M (X=Y ) : B
1
1 1 A,
6 3 2
2
u media M [M (X=Y ) = = M (X ).
3
Apoi variabilele
ondit
ionate de
valorile
lui X s1i mediile lor sunt
0
1
0
1
2
3 C
1 2 3 C
B
23
Y=X = 1 : B
=B
1
1=15 11=60 C
1 11 A ; M (Y=X = 1)= 10 ;
1=12
A
1=3 1=3 1=3 1
4 5 20 1
0
0
1
2
3 C B 1 2 3
B
73
B
= 2 3 17 C
Y=X =0 : 1=45 1=20 17=180 C
;
A ; M (Y=X =0)=
A
30
1=6 1=6
1=6 1
15 10 301
0
0
1
2
3 C B 1 2 3
B
209
C
B
Y=X =2 : 11=180 13=60 2=9 C
13 4 A ; M (Y=X =2)= 90 .
A = 11
1=2
1=2 1=2
90 30 9
Atun
i regresia variabilei
Y
fat
a
de
X
este
1
0
23 73 209
B
10 30 90 C
C
M (Y=X ) = B
1
1 1 A,
3 6 2
7
u media M [M (Y=X ) = = M (Y ).
3
4. Se dau 0
variabilele
1 aleatoare
1
0
1
1
2
1
2
C
C
B
X:B
1
1 A ; Y : 1 1 1 A.
2 2
2 3 6
1
1
Sa se s
rie ve
torul aleator (X; Y ) stiind
a p11 = si p23 = ,
onform
4
10
tabloului de mai jos
XY 1 1 2
1
1 14
2
1
1
2
10
2
1
1
1
1
2
3
6
Rezolvare. Avem
90
Capitolul 3
1
1 1
1 1
3
1
+ p21 = ) p21 = ; + p22 + = ) p22 = ;
4
2
4 4
10 2
20
3 1
11
1 1
1
p12 + = ) p12 = ; p13 + = ) p13 = .
20 3
60
10 6
15
De
i tabloul de distributie al ve
torului aleator (X; Y ) este
XY 1 1 2
1
2
1
4
11
60
1
15
1
2
1
4
3
20
1
10
1
2
1
2
1
3
1
6
Se dau 0
variabilele1aleatoare
0
1
0
2
1
1
B
C
C
X:B
3
1 A ; Y : 1 2 A.
4 4
3 3
a) Sa se s
rie ve
torul aleator (X; Y ) stiind
a p12 = .
b) Sa se determine astfel ^n
^at variabilele sa e ne
orelate.
1
) Pentru = sa se
al
uleze regresiile M (X=Y ) si M (Y=X ).
2
Rezolvare. a) Avem
5
3
; p21 =
; p22 = 23 .
p11 =
4
12
Tabloul de distributie al ve
torului aleator (X; Y ) este
XY
0
2
5.
1 34
1
5
12
2
3
1
3
2
3
3
4
1
4
1
4
b) Mediile variabilelor X si Y sunt M (X ) =
, M (Y ) = , iar media
2
3
4
4. Pun^and
onditia
a
ov(X; Y ) = 0 ,
variabilei X Y este M (X Y ) =
3
1
M (X Y ) M (X ) M (Y ) = 0 obtinem = . De
i tabloul ve
torului aleator
2
(X; Y ) este
XY 0 2
1
1
1
4
1
2
3
4
1
12
1
6
1
4
1
3
2
3
91
Ve tori aleatori
) Variabilele
ondit
ionate 1sunt
1
0
0
1
1
1
1
C
C
B
X=Y = 0 : B
3
1 A ; X=Y = 2 : 3 1 A ;
4 1
41
04
0 4
0 2 C
0 2 C
B
Y=X = 1 : B
1
2 A ; Y=X = 1 : 1 2 A :
3 3
3 3
Valorile medii ale a
estor variabile
onditionate sunt
1
1
4
M (X=Y =0)= ; M (X=Y =2)= ; M (Y=X = 1)= ;
2
2
3
iar regresiile sunt
0
0
4
1 1 1 0 1 1
B
B
C
C
B
B 3
2 2 C
M (X=Y ) : B
1 2 A = 2 A ; M (Y=X ) : 3
1
3 3
4
6. Fie fun
t
ia f : IR82 ! IR,
< x2 y 2 ; (x; y ) 2 D;
f (x; y ) = :
0;
(x; y ) 62 D;
4
M (Y=X =1)= ,
3
4
3
1
4
C
C
A
=B
4
3
1
1
C
A
1
unde D este domeniul
ompa
t determinat de parabola y 2 = 2x si dreapta x = .
2
a) Sa se determine astfel ^n
^at f sa reprezinte densitatea de probabilitate
a unui ve
tor aleator bidimensional (X; Y ) de tip
ontinuu.
b) Sa se determine (pentru gasit la a)) densitatile de probabilitate ale
variabilelor aleatoare marginale X si Y .
) Sa se
al
uleze
ovarianta variabilelor X si Y si
oe
ientul de
orelatie.
d) Sa se s
rie densitatile pentru legile de repartitie
onditionate.
e) Sa se s
rie regresiile lui X fata de Y , si a lui Y fata de X .
Rezolvare. a) Pentru
a f s
a reprezinte ZZ
o densitate de probabilitate, imf (x; y ) dxdy = 1. Din prima
punem
onditiile f (x; y ) 0; 8 (x; y ) 2 IR2 si
onditie rezulta 0. Conditia a doua devine
IR2
ZZ
x2 y 2 dxdy = 1. Domeniul
8
<
x y dxdy =
2
Z 1 2
0
p2x x y dy dx =
2
Z 1 2
0
0 x 21 ;
p
p
2x y 2x:
y 3 y=p2x
x y= p2x dx =
3
!
92
Capitolul 3
2
x
y =2
1
D
1/2
-1
Figura 3.3
93
Ve tori aleatori
unde m1 = M (X ), m2 = M (Y ).
Pentru M (X ZZ
Y ) avem
ZZ
M (X Y ) =
xyf (x; y ) dxdy =
xy 54 x2 y 2 dxdy =
IR
D
!
p
!
Z
Z 1=2
Z 1=2
2x
y 4 p2x
3 3
3
p
dx = 0.
= 54
x
p x y dy dx = 54
4 2x
0
2x
0
Apoi
Z 1
Z 1=2
p
p x11=2 1=2 9
= ,
M (X ) =
xf1 (x) dx =
x 72 2 x7=2 dx = 72 2
0
11=2 !
22
1
0
Z 1
Z 1
4
10
1
y
9
y
9 2
M (Y ) =
= 0.
yf2(y ) dy = y y (1 y 6) dy =
1
4
4
4
10
1
1
Atun
i rezulta
a 1;1 = 0, adi
a variabilele sunt ne
orelate, iar r1;2 =
ov(X; Y )
=
= 0.
1 2
Variabilele X si Y nu sunt independente, deoare
e f (x; y ) 6= f1 (x) f2 (y ).
d) Pentru y 2 [ 1; 1 xat, variabila aleatoare
onditionata X=Y = y are
densitatea
8
h
i
>
24x2
y ;1 ;
<
;
x
2
f (x; y ) >
2
2
= 1 y6
f (x=y ) =
i
h
f2 (y ) >
>
y
1
:
0;
x 62 ; :
2
Pentru x 2 [0; 21 xat, variabila aleatoare
onditionata Y=X = x are densitatea de probabilitate
8
p p
>
3y 2
>
<
p
2x; 2x;
;
y
2
[
f (x; y )
f (y=x) =
= > 4 2 x3=2
p
p
f 1 ( x) >
:
0;
y 62 [ 2x; 2x:
e) Regresia lui X fata de Y , M (X=Y ) este variabila aleatoare
u valorile
M (X=Y = y ), y 2 [ 1; 1, si
u densitatea de probabilitate f2 (y ). Pentru y 2
2 [ 1; 1 avem
Z 1
Z 1=2
24 x4 1=2
24x2
dx
=
=
M (X=Y = y ) =
xf (x=y ) dx =
x
1 y6
1 y 6 4 y =2
1
y =2
3(1 y 8)
=
.
8(1 y 6)
Valoarea medie a variabilei M (X=Y ) este egala
u valoarea medie a variabilei
^
X . Intr-adevar
Z 1
Z 1
3(1 y 8) 9 2
y (1 y6) dy =
M [M (X=Y ) = M (X=Y = y )f2 (y ) dy =
y 6) 4
1 8(1
1
2
94
Capitolul 3
!
9
27 y 3 y 11 1
=
=
= M (X ).
1
32 3 11
22
Regresia lui Y fata de X , M (Y=X ) este variabila aleatoare
u valorile
i
h
M (Y=X = x), x 2 0; 12 , si
u densitatea de probabilitate f1 (x). Pentru x 2 [0; 21
avem
p
Z
Z 1
2x
3y 2
3
p
yf (y=x) dy = p y
M (Y=X = x) =
dy = p 3=2
3
=
2
2x
1
4 2x
4 2x
p
y 4 2x
4 p2x = 0.
Valoarea medie a variabilei M (Y=X ) este egala
u valoarea medie a variabilei
Y . ^Intr-adevar
Z 1=2
Z 1=2
p
0 72 2 x7=2 dx = 0 =
M (Y=X = x)f1 (x) dx =
M [M (Y=X ) =
0
0
= M (Y ).
7. Fie fun
t
ia f : IR2 8
! IR,
>
<
; (x; y ) 2 D;
f (x; y ) = > 1 + x2 y 2
:
0;
(x; y ) 62 D;
unde D este domeniul
ompa
t limitat de hiperbolele xy = 1 si xy = 2, si de
dreptele x = 1 si x = 2.
a) Sa se determine astfel ^n
^at f sa reprezinte densitatea de probabilitate
a unui ve
tor aleator bidimensional (X; Y ) de tip
ontinuu.
b) Pentru determinat la pun
tul a) sa se determine densitatile de probabilitate ale variabilelor marginale X si Y .
) Sa se
al
uleze
ovarianta dintre variabilele X si Y .
Rezolvare. a) Impunem
ondit
iile f (x; y ) 0, 8 (x; y ) 2 IR2 , si
ZZ
f (x; y ) dxdy = 1. Din prima
onditie rezulta 0. Pentru a doua
onditie,
IR
avem
ZZ
ZZ
I=
dxdy .
f (x; y ) dxdy =
IR
D 1 + x2 y 2
Domeniul
D (vezi Figura 3.4) este simplu ^n raport
u axa Oy ; avem
8
< 1 x 2
(D ) : : 1
Atun
i
2
y
:
x
x
!
!
Z 2
Z 2=x
Z 2
1 Z 2=x 1
1
dy dx =
dy dx =
I=
1
2 2
2
2
1 x
1=x y +
1=x 1 + x y
1
x
2
95
Ve tori aleatori
y =2=x
2
1
ar
tg xy y=1=x dx = ar
tg 31 ln x1 = ar
tg 13 ln 2.
1 x
1
.
Pun^and
onditia
a I = 1 obtinem =
ln 2 ar
tg 13
Z 2
2
D
xy=2
xy=1
1/2
x
O
Figura 3.4
Z
1
f (x; y ) dx. Pentru
1
y 62 21 ; 2 , f2 (y ) = 0. Pentru y 2 21 ; 1 avem
Z 2
Z 2
x=2
dx
Z 2 dx
f (x; y ) dx =
f2 (y ) =
=
=
ar
tg
xy
=
2 2
x=1=y
y 2 1=y x2 + y1
y
1=y 1 + x y
1=y
2y 1
1
ar
tg
.
=
1
2y + 1
y ln 2 ar
tg 3
Pentru y 2 [1; 2 avem
Z 2=y
Z 2=y
x=2=y
dx
Z 2=y dx
f2 (y )=
f (x; y ) dx =
=
=
=
ar
tg
xy
x=1
1 + x2 y 2 y 2 1 x2 + y1
y
1
1
2 y
1
ar
tg
.
=
1
y ln 2 ar
tg 3
2y + 1
2
96
Capitolul 3
h
i
2y 1
1
1
ar
tg
;
y
2
;
1
;
2
2y + 1
y ln 2 ar
tg 31
2 y
1
De
i f2 (y ) = >
ar
tg
; y 2 (1; 2;
1
>
y ln 2 ar
tg 3
2y + 1
>
>
h
i
>
>
:
0;
y 62 12 ; 2 :
) Covarianta variabilelor X si Y este
1;1 =
ov(X; Y ) = M ((X m1 )(Y m2 )) = M (X Y ) m1 m2 .
Avem
Z 1
1
,
xf1 (x) dx =
m1 = M (X ) =
lnZ 2
1
Z 2
Z 1
1
2 y
2y 1
dy + ar
tg
dy =
m2 = M (Y ) =
yf2 (y ) dy =
ar
tg
2y + 1
2
y
+
1
1
1 Z
1=2
Z 2
1
2y 1 1
4y
y
2 y 2
= y ar
tg
+
dy
+
y
ar
tg
dy =
2
2
2y + 1 1=2
2y + 1 1
1=2 8y + 2
1 y + 1
ln 25
.
=
4 ln 2 ar
tg 13
Apoi
!
ZZ
ZZ
Z 2 Z 2=x
xy
xy
xyf (x; y ) dxdy=
M (X Y )=
dxdy =
dy dx =
2 2
D 1 + x2 y 2
1=x 1 + x y
IR
1
!
Z 2
Z 2
1
1 y=2=x
1 Z 2=x 2y
2
dy dx =
ln y + x2 y=1=x dx =
=
1
2
1 2x
1=x y +
1 2x
x
2
ln 25
= ln 25 ln x1 =
.
2
2 ar
tg 13
ln 52
2
Rezulta atun
i 1;1 =
2
ln
2
1
.
4 ar
tg 13 ln2 2
8. Fie fun
t
ia f : IR82 ! IR,
< (x2 + y 2 ); (x; y ) 2 D = [1; 2 [2; 3;
f (x; y ) = :
0;
(x; y ) 62 D:
a) Sa se determine astfel ^n
^at f sa reprezinte densitatea de probabilitate
a unui ve
tor aleator bidimensional (X; Y ).
b) Sa se determine (pentru gasit la pun
tul a)) densitatile de probabilitate
ale variabilelor X si Y .
) Sa se
al
uleze
ovarianta variabilelor X si Y .
d) Sa se s
rie regresiile M (X=Y ) si M (Y=X ).
Rezolvare. a) Gra
ul domeniului D este desenat ^
n Figura 3.5.
8
>
>
>
>
>
>
<
97
Ve
tori aleatori
8
<
1x2
Din
onditia
2 yZZ
3:
f (x; y ) 0, 8 (x; y ) 2 IR2 , rezulta 0, iar pentru
onditia
f (x; y ) dxdy =
IR
= 1 dedu
em
ZZ
ZZ
Z 2 Z 3
I=
f (x; y ) dxdy =
(x2 + y 2 )dy dx =
(x2 + y 2 ) dxdy =
IR
2
D
1
!
Z 2
Z 2
19
26
y 3 y=3
2
2
dx =
x +
dx =
.
=
x y+
3 y=2
3
3
1
1
3
Pun^and
onditia
a I = 1 rezulta = .
26
y
Domeniul D este simplu ^n raport
u axa Oy , (D) : :
2
x
O
Figura 3.5
1
1
f (x; y ) dy . Da
a x 62 [1; 2 atun
i f1 (x) = 0. Da
a x 2 [1; 2 atun
i
1
!
Z
f1 (x) =
(x2 + y 2 ) dy = x2 y +
2
8
>
<
y3
3
y
y
=3
=2
3x2 + 19
.
26
3x2 + 19
; x 2 [1; 2;
De
i f1 (x) = > 26
:
0;
x 62 [1; 2:
Densitatea de probabilitate a variabilei aleatoare Y este f2 (y ) =
Z 1
=
f (x; y ) dx. Da
a y 62 [2; 3 atun
i f2 (y ) = 0. Da
a y 2 [2; 3 atun
i
1
!
Z 2
3
x=2
x
3y 2 + 7
f2 (y ) = (x2 + y 2 ) dx =
+ xy 2 x=1 =
.
3
26
1
8
3y 2 + 7
>
<
; y 2 [2; 3;
De
i f2 (y ) = > 26
:
0;
y 62 [2; 3:
) Covarianta variabilelor X si Y este
1;1 =
ov(X; Y ) = M (X Y ) m1 m2 .
Avem
Z 1
Z 2
1 Z2 3
3x2 + 19
dx =
(3x + 19x) dx =
m1 = M ( X ) =
xf1 (x) dx = x
26
26 1
1
1
98
1 3x4 19x2
=
+
26 4
2
Capitolul 3
!
2
1
159
,
104
Z 3
1
1 Z3 3
3y 2 + 7
yf2 (y ) dy = y
dy =
(3y + 7y ) dy =
26
26 2
1
2
m2 = M (Y ) =
!
1 3y 4 7y 2 3 265
=
+
; iar
=
26 4
2 ZZ 2 104
ZZ
M (X Y ) =
xyf (x; y ) dxdy =
xy (x2 + y 2 ) dxdy =
IR
D
!
Z 2 Z 3
Z 2
3
405
65
x
5
x
dx =
+
.
=
(x3 y + xy 3 )dy dx =
2
4
104
2
1
1
405 159 265
Atun
i 1;1 =
' 0; 0014.
104 104 104
d) Pentru y 2 [2; 3 variabila aleatoare
onditionata X=Y = y are densitatea
de probabilitate
8
> 3(x2 + y 2 )
<
; x 2 [1; 2;
f (x; y ) >
= > 3y 2 + 7
f (x=y ) =
f2 (y ) >
:
0;
x 62 [1; 2;
u valoarea medie Z
Z 2
1
3 Z2 3
3x(x2 + y 2 )
(x +
dx
=
M (X=Y = y ) =
xf (x=y )dx =
3y 2 + 7
3y 2 + 7 1
1
1
!
3
x4 x2 y 2 x=2 9(2y 2 + 5)
+xy 2 ) dx = 2
=
+
.
x=1
3y + 7 4
2
4(3y 2 + 7)
Regresia M (X=Y ) este variabila aleatoare
are are valorile M (X=Y = y ),
y 2 [2; 3, iar densitatea de probabilitate f2 (y ). Valoarea medie a regresiei
M (X=Y ) este
Z 3
Z 3
9(2y 2 + 5) 3y 2 + 7
26 dy =
M [M (X=Y ) = M (X=Y = y )f2 (y ) dy =
2
2
2 4(3y + 7)
9 Z3 2
159
=
(2y + 5) dy =
= M (X ).
104 2
104
Pentru x 2 [1; 2 variabila aleatoare
onditionata Y=X = x are densitatea de
probabilitate
8
3(x2 + y 2)
<
; y 2 [2; 3;
f (x; y ) >
= > 3x2 + 19
f (y=x) =
f1 (x) :
0;
y 62 [2; 3;
u valoarea medie Z
Z 3
1
3 Z3 2
3y (x2 + y 2)
(x y +
dy = 2
M (Y=X = x) =
yf (y=x)dy =
3x2 + 19
3x + 19 2
1
2
!
3
x2 y 2 y 4 y=3 15(2x2 + 13)
+y 3)dy = 2
=
+
.
3x + 19 2
4 y=2 4(3x2 + 19)
2
Ve tori aleatori
99
Regresia M (Y=X ) este variabila aleatoare
are are valorile M (Y=X = x),
x 2 [1; 2, iar densitatea de probabilitate f1 (x). Valoarea medie a regresiei
M (Y=X ) este
Z 2
Z 2
15(2x2 + 13) 3x2 + 19
26 dx =
M [M (Y=X ) = M (Y=X = x)f1 (x) dx =
4(3x2 + 19)
1
1
Z 2
265
15
(2x2 + 13) dx =
= M (Y ).
=
104 1
104
100
Bibliograe
BIBLIOGRAFIE
Capitolul 3
Legi clasice de probabilitate (distribuii sau
repartiii) ale variabilelor aleatoare discrete
Introducere
Vom prezenta n acest capitol principalele legi de probabilitate ale
variabilelor aleatoare discrete, i anume: legea discret uniform, legea
binomial i cazul su particular legea Bernoulli, legea binomial cu exponent
negativ i cazul particular legea geometric, legea hipergeometric i legea
Poisson (legea evenimentelor rare).
x1 x 2 ... x n
1
, unde p k = , k = 1, 2, ...n , n * .
X :
n
p1 p 2 ... p n
(3.1.1)
1
= 1.
k =1 n
pk =
k =1
1 n
1 n
1 n
M ( X ) = x k , D 2 ( X ) = x k2 2 x k .
n k =1
n k =1
n k =1
(3.1.2)
k =1
k =1
M ( X ) = xk pk = xk
1 1 n
= xk ,
n n k =1
D ( X ) = M ( X ) [ M ( X )] = x p k x k p k
k =1
k =1
= x k2
k =1
2
k
1 n
1
1 n
1 n
x k = x k2 2 x k .
n k =1
n
n k =1
n k =1
q.e.d.
Observaia 3.1.3. Deoarece D 2 ( X ) 0 , din relaia a doua (3.1.2) avem
2
n x xk ,
k =1
k =1
n
2
k
relaie util n diverse aplicaii practice, i care rezult direct i din inegalitatea
lui Cauchy-Buniakovski-Schwarz.
Propoziia 3.1.4. Dac variabila aleatoare discret X are distribuie uniform
cu tabloul de distribuie (3.1.1), atunci funcia sa caracteristic este
c(t ) =
1 n itxk
e , t R.
n k =1
(3.1.3)
c(t ) = p k e
k =1
itxk
1 n itxk
= e , t R.
n k =1
q.e.d.
Propoziia 3.1.5. Dac variabila aleatoare discret X are distribuie uniform
i ia valorile xk = k , k = 1, 2, ..., n , adic are tabloul de distribuie
1 2 n
X : 1 1
1 ,
n
n n
atunci
n +1
n2 1
,
, D2 (X ) =
12
12
nt
sin
i ( n +1) t
2
c(t ) =
e 2 , t R, t 2k , k Z ; c(t ) = 1, t = 2k , k Z .
t
n sin
2
M (X ) =
1 n
1 n
n +1
x
=
k=
,
k
n k =1
n k =1
2
D2 (X ) =
1 n 2 1 n
1 n 2 1 n
x
x
k
k n2
k n 2
k
n k =1
n k =1
k =1
k =1
1 n(n + 1)(2n + 1) 1 n 2 (n + 1) 2 n 2 1
.
=
2
=
n
6
4
12
n
Din formula (3.1.3), obinem pentru funcia caracteristic
c(t ) =
nt
nt
nt
nt
nt
nt
sin cos + i sin
2i sin cos
it
e
2
2
2
2
2
2 =e
=
t
t
t
t
t
t
n
n
2 sin 2 2i sin cos
sin cos + i sin
2
2
2
2
2
2
nt
nt
sin
e it sin
i ( n +1) t
(
1
)
n
t
n
t
(
1
)
2 e 2 , t R, t 2k , k Z ,
2 cos
=
+ i sin
=
t
t
2
2
n sin
n sin
2
2
c(t ) = 1, t = 2k , k Z .
it
2 sin 2
q.e.d.
P ( X = k ) = C nk p k q nk , k = 0,1, 2,..., n,
(3.2.1)
unde q = 1 p .
Tabloul de distribuie pentru variabila aleatoare X este
1
2
...
n
0
.
X : 0 0 n 1 n 1 2 2 n 2
n n 0
... C n p q
C n p q C n pq C n p q
Se observ c
k =0
k =0
Cnk p k q nk = Cnk p nk q k =( p + q) n = 1.
(3.2.2)
M ( X ) = 0 C n0 p 0 q n + 1 C n1 pq n1 + 2 C n2 p 2 q n2 + + n C nn p n q 0 = kC nk p k q nk .
k =0
k =0
k =0
= C nk p n k q k x n k = C nk p k q n k x k .
Derivnd polinomul de mai sus obinem
+ C nn1 pq n1 + 0 C nn q n = kC nk p k q nk x k 1 .
k =0
kC
k =0
k
n
p k q nk = np ( p + q ) n1 , de unde
rezult c M ( X ) = np .
Pentru a calcula dispersia lui X vom folosi formula
D 2 ( X ) = M ( X 2 ) [ M ( X )]2 .
n
+ 0 C nn q n = kC nk p k q nk x k .
k =0
unde q = 1 p.
Demonstraie. Dac este modulul variabilei X atunci
5
P( X = 1) P( X = ), P( X = + 1) P( X = ).
p
q
n + 1
p q
+ 1 n
np + p
np q,
q.e.d.
(3.2.4)
k =0
k =0
c(t ) = C nk p k q n k e itk = C nk ( pe it ) k q n k = ( pe it + q ) n , t R.
q.e.d.
Teorema 3.2.7. Dac variabilele independente X i Y au distribuii binomiale cu
parametrii n i p, respectiv m i p, atunci variabila X+Y are distribuie
binomial cu parametrii m+n i p.
Demonstraie. Deoarece X ia valorile 0,1,, n, iar Y ia valorile 0,1,, m,
rezult c variabila X+Y va lua valorile 0,1,, n + m. Variabila X+Y are valoarea
k ( k {0,1,, n + m}) dac (X=0 i Y=k) sau (X=1 i Y=k-1) sau ... sau (X=k i
Y=0). Atunci vom obine
k
k
P( X + Y = k ) = P { X = j , Y = k j} = P( X = j , Y = k j )
j =0
j =0
k
= P( X = j ) P(Y = k j ) = C nj p j q n j C mk j p k j q mk + j
j =0
j =0
= p k q m+ n k C nj C mk j = C mk + n p k q m+ n k .
j =0
C
j =0
j
n
P( X + Y = k ) = C mk + n p k q m+ nk , k = 0,1,, n + m,
c(t ) = pe it + q
) ( pe
n
it
+q
) = ( pe
m
it
+q
m+ n
, t R.
Din expresia de mai sus a funciei c tragem concluzia c variabila aleatoare X+Y
are distribuie binomial cu parametrii m+n i p.
q.e.d.
Teorema 3.2.8. (Bernoulli) Un eveniment are probabilitatea de realizare p
atunci cnd facem o singur dat experiena de care este legat. Dac n este
numrul de realizri ale evenimentului cnd repetm experiena de n ori,atunci
lim P n p = 0,
n
n
(3.2.5)
oricare ar fi > 0.
Demonstraie. Variabila aleatoare n care are ca valori numrul de realizri ale
evenimentului din problem are distribuie binomial cu parametrii n i p.
Conform Teoremei 3.2.2 avem M ( n ) = np i D 2 ( n ) = npq . Variabila aleatoare
n
n
pq
1
D 2 n = 2 D 2 ( n ) =
, =
n
n n
pq
.
n
7
n
n
i a = .
2
pq
P n p 2 = 2 .
n
n
Deoarece lim
n
pq
= 0 , din inegalitatea de mai sus rezult inegalitatea (3.2.5).
n 2
q.e.d.
Observaia 3.2.9. O mbuntire a inegalitii (3.2.5) este dat de teorema lui
Borel, care spune c n condiiile Teoremei 3.2.8 are loc relaia
P n p = 1.
n
(3.2.6)
(3.2.7)
0 1 2 n
X :
.
a0 a1 a 2 a n
Suma tuturor elementelor de pe linia a doua a tabloului de mai sus este 1. ntradevr
8
a0 + a1 + + a n = Q(1) = ( p1 + q1 )( p 2 + q 2 ) ( p n + q n ) = 1.
n
(3.2.8)
de unde rezult
n
k 2
(3.2.9)
k n
M ( X ) = pk .
(3.2.10)
k =1
Pentru x = 1 deducem din relaia de mai sus Q' (1) + Q' ' (1) = k 2 a k . Deci
k =1
(3.2.11)
k =1
Q' ' ( x) = p1 p 2 ( p j x + q j ) + p3 ( p j x + q j ) + + p n ( p j x + q j )
j 1, 3
j 1, n
j 1, 2
+ + p n p1 ( p j x + q j ) + p 2 ( p j x + q j ) + + p n1 ( p j x + q j ).
j 2,n
j 1, n 1
j 1,n
k 2
k n
+ + p n [ M ( X ) p n ] = M ( X )( p1 + p 2 + + p n ) ( p12 + p 22 + + p n2 )
n
= [ M ( X )]2 p k2 .
k =1
k =1
k =1
M ( X 2 ) = p k + [ M ( X )]2 p k2 .
(3.2.12)
k =1
k =1
k =1
k =1
k =1
= p k p k2 = p k (1 p k ) = p k q k .
O alt metod mai simpl pentru calculul mediei i dispersiei variabilei X este
urmtoarea: s notm cu X k variabila aleatoare care are ca valori pe 1 dac Ak se
realizeaz, i pe 0 dac Ak nu se realizeaz, pentru k = 1, 2,, n. Tablourile de
distribuie pentru variabilele X k sunt
1 0
, k = 1, 2,, n.
X k :
pk qk
Atunci numrul evenimentelor care se realizeaz este X = X 1 + + X n , deci
media sa va fi
10
k =1
k =1
M ( X ) = M ( X k ) = pk .
D (X ) = D (X k
2
k =1
) = {M ( X
n
k =1
2
k
) [M ( X k
)] } = ( p
n
k =1
p ) = pk qk .
2
k
k =1
q.e.d.
Pentru n = 1, legea binomial este cunoscut i sub numele de legea
Bernoulli cu parametrul p. Variabila aleatoare X care urmeaz legea Bernoulli
cu parametrul p admite doar dou valori posibile 0 i 1 cu probabilitile de
realizare q=1-p i p, avnd tabloul de distribuie
0
X :
q
1
, q = 1 p.
p
(3.3.1)
unde q=1-p.
Tabloul de distribuie pentru variabila aleatoare X este
X : m1 m 0
C m1 p q
m +1
m+2
m 1
m
m 1
m +1
p q C
p q
singur dat experiena este p, atunci numrul X de efecturi ale experienei este
variabil aleatoare care are distribuie binomial cu exponent negativ cu
parametrii m i p. ntr-adevr, evenimentul { X = k} se scrie ca intersecia a dou
evenimente: n primele k-1 efecturi ale experienei evenimentul A se produce
de m-1 ori i n a k-a efectuare a experienei se produce A. Probabilitatea
primului din aceste dou evenimente este C km11 p m1q k m , conform schemei lui
Bernoulli, iar probabilitatea celui de-al doilea este p. Deci
P( X = k ) = pC km=11 p m1q k m = C km11 p m q k m , k = m, m + 1,
m
,
p
D2 (X ) =
mq
.
p2
(3.3.2)
= kC km11 p m q k m .
k =m
m(m + 1) 2
m
x +,
x+
2!
1!
x (1,1).
=C
0
m 1
+C x+C
1
m
2
m +1
x + = C kk1m x k m ,
2
x (1,1)
k =m
sau
x (1,1).
(3.3.3)
k =m
Folosind seria de mai sus (cu x=q), observm c suma tuturor probabilitilor
de pe linia a doua a tabloului distribuiei variabilei X este 1. ntr-adevr
12
k =m
m 1
k 1
p q
k m
=p
k =m
m 1
k 1
k m
= p (1 q )
m
1 q
=
p p
= 1.
1 q
.
p p
Relaia (3.3.3) se scrie echivalent astfel
xm
=
C km11 x k
m
(1 x)
k =m
(3.3.4)
mx m1
=
kC km11 x k 1 ,
m +1
(1 x)
k =m
x (1,1).
(3.3.5)
mq m1
=
kC km11q k 1 .
m +1
p
k =m
(3.3.6)
M ( X ) = kC
k =m
m 1
k 1
p q
k m
=p q
m
m +1
kC
k =m
m 1
k 1
k 1
=p q
m
m +1
mq m1 m
= .
p
p m+1
k =m
k =m
mx m
=
kC km11 x k ,
m +1
(1 x)
k =m
x (1,1).
x m1m(m + x) 2 m1 k 1
= k C k 1 x ,
(1 x) m+ 2
k =m
x (1,1).
k 2Ckm11q k 1 =
k =m
q m1m(m + q )
.
p m+ 2
1 m
q m1m(m + q ) m(m + q )
,
=
p m+ 2
p2
m 2 + mq m 2 mq
2 = 2.
p2
p
p
q.e.d.
Propoziia 3.3.4. Dac variabila aleatoare X are distribuie binomial cu
exponent negativ cu parametrii n i p, atunci funcia sa caracteristic este
pe it
c(t ) =
it
1 qe
, t R.
(3.3.7)
k =m
pe it
, t R,
= p m e itm (1 qe it ) m =
it
1 qe
conform relaiei (3.3.3), care este adevrat i pentru numere complexe
x C , | x |< 1.
q.e.d.
1
X : m 0
p q
p q
p q
q
pe it
1
, D 2 ( X ) = 2 , c(t ) =
, t R.
p
p
1 qe it
C ak Cbn k
, k [max(0, n b), min(n, a )].
C an+b
(3.4.1)
0
0 n
X : C a Cb
Cn
a +b
1
1
a
n 1
b
2
a
CC
C an+b
C C .
2
n2
b
C C
C an+b
n 0
a b
n
a +b
n
C a +b
k =0 C a +b
n
C
k =0
k
a
Cbn k =
1
C an+b = 1.
n
C a +b
Exemplul 3.4.2. Dac dintr-o urn care conine a bile albe i b bile negre se
extrag n bile una cte una, fr ntoarcerea bilei extrase n urn (sau se extrag n
bile simultan), iar X este numrul de bile albe extrase, atunci X are distribuie
hipergeometric cu parametrii a, b i n, conform schemei hipergeometrice
(schema bilei nentoarse).
15
unde p =
D 2 ( X ) = npq
a+bn
,
a + b 1
(3.4.2)
a
b
, q = 1 p =
.
a+b
a+b
C
k =1
k 1
a 1
Cbnk =
a
an
= ap .
C an+b11 =
n
a+b
C a +b
Pentru calculul dispersiei, vom calcula mai nti media variabilei X 2 ; avem
n
M (X 2) = k 2
k =0
n
n
C ak Cbn k
C ak Cbn k
C ak Cbn k
)
1
(
k
k
k
+
=
C an+b
C an+b
C an+b
k =0
k =1
an(a 1)(n 1)
an
a (a 1) n 2
a (a 1) n k 2 n k
C a +b 2 +
C a 2 Cb + M ( X ) =
=
n
n
a + b (a + b)(a + b 1)
C a +b
C a +b k = 2
an
.
a+b
(a + b)(a + b 1) a + b (a + b) 2
abn(a + b n)
a+bn
=
= npq
.
2
a + b 1
(a + b) (a + b 1)
D 2 ( X ) = M ( X 2 ) [ M ( X )]2 =
a
,
a+b
P ( X 1 = 0) =
b
.
a+b
16
X1 : a
b .
a+b a+b
a
a (a + b 1)
a 1
a
a
b
,
=
=
+
a + b 1 a + b a + b 1 a + b (a + b 1)(a + b) ) a + b
P( X 2 = 0) = P( X 2 = 0 / X 1 = 1) P( X 1 = 1) + P( X 2 = 0 / X 1 = 0) P( X 1 = 0)
b
b(a + b 1)
b
b 1
a
b
.
=
=
a + b 1 a + b a + b 1 a + b (a + b)(a + b 1) a + b
X2 : a
b .
a+b a+b
+
=
a+b2 a+ba+b
(a + b 2)(a + b) 2
a (a + b)(a + b 2)
a
=
=
.
2
a+b
(a + b 2)(a + b)
Asemntor se arat c
17
P( X 3 = 0) =
b
(= 1 P( X 3 = 1)).
a+b
X3 : a
b .
a+b a+b
Xk : a
b ,
a+b a+b
k = 1, 2,, n ,
a
na
=
= np .
a+b
k =1 a + b
M (X ) = M (X k ) =
k =1
D
k =1
(X k ) ,
q.e.d.
k
k!
e , k = 0,1, 2,
(3.5.1)
X : 0
e
0!
1
1!
2!
k!
(3.5.2)
k =0
k =0
k!
P ( X = k ) = e
= e e = 1.
D2 (X ) = .
(3.5.3)
k =0
k!
M (X ) = k
e = e
k =1
k 1
(k 1)!
= e e = .
k =0
k!
M (X 2) = k 2
+ M ( X ) = 2 e
k =2
k =1
k!
e = ( k 2 k )
k 2
(k 2)!
k =1
k!
e + k
k =2
k!
e = k (k 1)
+ M ( X ) = 2 e e + = 2 + .
19
c(t ) = e ( e
it
1)
, t R.
(3.5.4)
c(t ) =
k =0
k!
e e
itk
=e
k! e
itk
k =0
it
it
(e it ) k
=e
= e e e = e ( e 1) , t R.
k!
k =0
q.e.d.
Teorema 3.5.4. Variabilele aleatoare independente X 1 i X 2 au distribuii
Poisson cu parametrii 1 i respectiv 2 . Atunci variabila aleatoare X 1 + X 2
are distribuie Poisson cu parametrul 1 + 2 .
Demonstraie. Variabila aleatoare X 1 + X 2 are ca valori pe 0,1, 2, Fie
k 0 ntreg. Atunci avem
P ( X 1 + X 2 = k ) = P j =0 ( X 1 = j , X 2 = k j ) = P ( X 1 = j , X 2 = k j )
k
= P( X 1 = j ) P( X 2 = k j ) =
j =0
j =0
j
1
j!
e 1
j =0
k j
2
(k j )!
e 2 =
e ( 1 +2 )
k!
C
j =0
j
k
1j k2 j
(1 + 2 ) ( 1 +2 )
.
e
k!
k
c(t ) = c1 (t )c2 (t ) = e 1 ( e
it
1)
e 2 ( e
it
1)
= e ( 1 +2 )( e
it
1)
it
1)
, t R , deducem
, t R.
Teorema 3.5.5. Fie k N fixat, iar pentru n > k considerm variabilele X n care
au distribuii binomiale cu parametrii n i p n , astfel nct toate s aib aceeai
valoare medie . Atunci are loc relaia
lim P( X n = k ) =
n
k
k!
e .
(3.5.5)
n(n 1) (n k + 1)
n
k!
n
n(n 1) (n k + 1)
= lim
lim1
k
n
k! n
n
n
nk
k
k!
1
n
nk
e ,
q.e.d.
k =0
k!
m3 = M ( X 3 ) = k 3
e .
21
m3 = k (k 1)(k 2)
k =2
= 3 e
k!
+ 32 e
k =2
k =1
k!
e + 3 k (k 1)
(k 3)!
k =3
k 3
k 2
(k 2)!
k =1
k!
e + k
+ e
k =1
k 1
(k 1)!
= 3 e e
+ 3 e e + e e = + 3 + .
3
3 = M ( X ) 3 = M ( X 3 3X 2 + 32 X 3 ) = M ( X 3 ) 3M ( X 2 )
+ 32 M ( X ) 3 = m3 3m2 + 32 m1 3 = 3 + 32 + 3 (2 + )
+ 33 3 = .
k =0
k!
m4 = M ( X 4 ) = k 4
e .
k =3
k!
m4 = k (k 1)(k 2)(k 3)
k =1
k!
+ 7 k (k 1)
+ 7 2 e
k =1
k!
e + k
k 2
k = 2 ( k 2)!
+ e
k =2
k!
e + 6 k (k 1)(k 2)
k 4
e = 4 e
k 1
k =1 ( k 1)!
k =4
(k 4)!
+ 63 e
k =3
k 3
(k 3)!
= 4 e e + 63 e e + 72 e e
+ e e = 4 + 63 + 72 + .
Apoi momentul centrat de ordinul al patrulea este
4 = M ( X ) 4 = M ( X 4 4X 3 + 62 X 2 43 X + 4 ) = M ( X 4 )
4M ( X 3 ) + 62 M ( X 2 ) 43 M ( X ) + 4 = m4 4m3 + 62 m2 43 m1 + 4
= 4 + 63 + 72 + 4 (3 + 32 + ) + 62 (2 + ) 44 + 4 = 32 + .
22
Capitolul 4
Legi clasice de probabilitate (distribuii sau
repartiii) ale variabilelor aleatoare continue
Introducere
Vom prezenta n acest capitol principalele legi de probabilitate ale
variabilelor aleatoare continue, i anume: legea continu uniform (rectangular),
legea normal (Gauss-Laplace), legea log-normal, legea gamma, legea beta,
legea 2 (Helmert-Pearson), legea Student (t) i cazul su particular legea
Cauchy, legea Snedecor i legea Fisher, legea Weibull i cazul su particular
legea exponenial.
, x 2 , + 2 ,
f ( x) =
0, x , + , .
2
2
(4.1.1)
f ( x) dx =
dx =
= 1.
23
x , ,
0,
2
F ( x) = x + , x , + ,
2
2
2
x + , .
1,
2
(4.1.2)
Figura 4.1.1
Figura 4.1.2
D2 (X ) =
2
12
(4.1.3)
M ( X ) = xf ( x) dx =
dx =
1 2
x
2
= ,
D ( X ) = ( x ) f ( x) dx =
2
1
dx =
(x )
( x )3
3
2
2
12
q.e.d.
Propoziia 4.1.3. Funcia caracteristic a unei variabile aleatoare X cu
distribuie uniform cu parametrii i este
24
i it
it +
2
2
, t R* ,
e
e
c(t ) = t
t = 0.
1,
(4.1.4)
c(t ) = e itx f ( x) dx =
e itx dx =
1 itx
e
it
it +
i it 2
e 2 ,
e
iar c(0) = f ( x) dx = 1.
q.e.d.
m2 = x 2 f ( x) dx =
x 2 dx =
1 3
x
3
3
1
3
2
1 2
2
3
3 +
= 2 +
.
=
4
12
3
m3 = x f ( x) dx =
3
1 4
x
dx =
x
4
3
1
=
+
4
2
1
2
3
3
3
=
+
=
+
(
4
)
,
4
4
3 = ( x ) f ( x) dx =
1
(x )
dx =
(x )4
4
= 0.
25
f1 ( x) dx = 1 i
f 2 ( x) dx = 1. Deducem din
1
aceste relaii c parametrii variabilei X sunt 1 = 1 i 1 = , iar parametrii
2
variabilei Y sunt 2 = 2 i 2 = 1. Atunci densitile de probabilitate vor avea
forma
1, x [0,1],
f1 ( x ) =
0, x [0,1],
1
,
f 2 ( x) = 2
0,
x [0,2],
x [0,2].
f ( x) = f1 ( x y ) f 2 ( y ) dy .
f ( x) = f1 ( x y ) f 2 ( y ) dy =
x
1
dy = .
2
2
x 1
1
1
dy = .
x 1 2
2
f1 ( x y ) f 2 ( y ) dy =
x 1
1
3 x
.
dy =
x 1 2
2
f1 ( x y ) f 2 ( y ) dy =
26
x / 2,
1 / 2,
f ( x) =
(3 x) / 2 ,
0,
1
f ( x; m, ) =
e
2
( xm )2
, x R.
2 2
(4.2.1)
xm
= y . Rezult c
2
dx = 2 dy . Dac x atunci y , iar dac x atunci y .
Obinem astfel
n integrala de mai sus facem schimbarea de variabil
f ( x) dx =
e y dy =
2
e y dy = 1.
2
e y dy = / 2 .
2
27
Figura 4.2.1
Pentru m = 0 i = 1 funcia f dat de relaia (4.2.1) devine
x2
1 2
f ( x; 0,1) =
e ,
2
x R.
(4.2.2)
1
+ ( x) ,
2
(4.2.3)
1 x t 2 / 2
e dt . Funcia de mai sus se numete funcia
2 0
integral a lui Laplace, pentru valorile creia sunt ntocmite tabele.
Dac variabila aleatoare X urmeaz legea normal cu parametrii m i
1
, atunci variabila aleatoare Y = ( X m) urmeaz legea normal cu parametrii
unde ( x) =
(4.2.4)
28
f1 ( x) = F1' ( x) = f (m + x; m, ) =
1 x2 / 2
= f ( x; 0,1), x R .
e
2
(4.2.5)
(4.2.6)
(4.2.7)
1
M ( X ) = xf ( x; m, ) dx =
( xm )2
xe
2 2
dx .
xm
= y , de unde
M (X ) =
+
m
2
1
2
ey
/2
(y + m)e y / 2 dy =
2
ye y
/2
dy
dy = m f ( y; 0,1) dy = m .
1
D ( X ) = ( x m) f ( x; m, ) dx =
2
2
( x m) e
2
( xm )2
2 2
dx .
1
2
D2 (X ) =
2
2
2
+
2
/2
2
2
2 y 2 e y / 2 dy =
2
y ye y
ey
y 2e y
/2
dy
) dy = 2 y(e ) dy = 2 ye
2
/2
y2 / 2
'
y2 / 2
dy = 2 .
imt
2t 2
, t R.
(4.2.8)
1
c(t ) = e f ( x) dx =
2
1
=
2
itx
1
=
e
2
e e
itx
x 2 2 x ( m + 2it ) + ( m + 2it ) 2 + m 2
m 2 + 4i 2t 2 + 2 mit 2 m 2
2 2
2 2
c(t ) =
imt
2t 2
2
1
dx =
2
x 2 2 mx + m 2 2 2itx
2 2
dx
2 2
dx
[ x ( m + 2it )]2
( x m )2
( m + 2it ) 2
2 2
dx , t R .
x (m + 2 it )
= u , obinem
2
e
u 2
du = e
imt
2t 2
2
, t R.
q.e.d.
Propoziia 4.2.4. Dac variabila aleatoare X are distribuie normal cu
parametrii m i , iar a, b, k R, k > 0 , atunci
bm
am
a) P(a < X < b) =
(4.2.9)
;
b) P(| X m |< k ) = 2 (k ) .
(4.2.10)
30
2
2
bm
am
=
.
b) Conform relaiei (4.2.9) obinem
P(| X m |< k ) = P(m k < X < m + k ) = (k ) (k ) = 2 (k ) ,
q.e.d.
(4.2.11)
2 p 1 = 0, 2 p = (2 p 1)!! 2 p , p N * ,
(4.2.12)
unde (2 p 1)!!= 1 3 5 (2 p 1) .
Demonstraie. Momentul centrat de ordinul k este
1
k = ( x m) f ( x) dx =
2
k
( x m) e
k
( xm )2
2 2
dx .
(4.2.13)
Obinem astfel
0 = f ( x) dx = 1, 1 = ( x m) f ( x) dx = 0, 2 = D 2 ( X ) = 2 .
31
k =
=
( 2 ) k
y e
( 2 ) k k 1 y 2
y e
2
= (k 1)
y2
( 2 ) k
dy =
2
+ (k 1)
( 2 ) 2 ( 2 ) k 2
( ) dy
y k 1 e y
( 2 ) k
2
'
y k 2 e y dy
2
y k 2 e y dy = (k 1) 2 k 2 .
2
1 x2 / 2
e
, x R.
2
1
=
2
1
f ( x y ) g ( y ) dy =
2
x
y
2
1
=
e 2(
2 2
x2
4
y x / 2= z
dy
( x y )2
2
x2
1 4
e
2
y2
2
z2
1
dy =
2
dz =
1
2
x2
y 2 xy +
dy
x2
4
x2
2 )2
, x R.
32
1
=
2
1
f ( x + y ) g ( y ) dy =
2
x
y +
2
1
=
e 2(
2 2
x2
4
y + x / 2= z
dy
( x+ y )2
2
x2
1 4
e
2
y2
2
z2
1
dy =
2
dz =
1
2
x2
y 2 + xy +
dy
x2
4
x2
2 )2
, x R.
im1t
12t 2
2
, c2 (t ) = e
im2t
22t 2
2
, t R.
i ( m1 + m2 ) t
2
2
1 + 2
)t
, t R.
2
2
1 + 2
)t
, t R.
q.e.d.
este
X np
1
lim P a < n
< b = P ( a < X < b) =
n
npq
2
e
a
x2 / 2
dx .
(4.2.14)
Teorema 4.2.9 ne spune c pentru valori mari ale lui n putem folosi tabelele
legii normale pentru studiul variabilelor aleatoare distribuite binomial. Pentru
n 30 , exist urmtoarea regul practic care ne permite s aproximm
distribuia binomial prin cea normal:
- Dac min (np, nq ) 10, atunci aproximarea este foarte bun.
- Dac min (np, nq ) (5,10), atunci aproximarea este acceptabil, dac nu
este nevoie de mare precizie.
- Dac min (np, nq ) 5, atunci nu se folosete aceast aproximare.
Teorema lui Moivre-Laplace este un caz particular al aa numitei Teorema
limit central, care spune c funcia de repartiie a unei sume de variabile
aleatoare independente tinde n condiii destul de generale ctre funcia de
repartiie normal. De fapt, prin Teorema limit central se nelege un grup de
teoreme care trateaz problema repartiiei limit a sumelor de variabile aleatoare
(nu ntotdeauna independente). Rezultatul cel mai general n cazul variabilelor
aleatoare independente este teorema lui Lindeberg-Fellar. n aplicaii este foarte
util un caz particular al acestei teoreme, prezentat mai jos.
Teorema 4.2.10. (Liapunov) Fie variabilele aleatoare independente
X n , n 1 cu mediile i dispersiile mn = M ( X n ) , n2 = D 2 ( X n ) , n 1, care au
momente centrate absolute de ordinul al treilea n3 = M (| X n mn |3 ) , n 1.
34
( n)
= 0 , unde (n) = 12 + 22 + + n2 i
n ( n )
Dac lim
1 n
( X k mk ) .
(n) k =1
P 2 <
< 2 P(2 < Y < 2) = (2) (2) = 2 (2) 0,95.
8
Aplicaia 4.2.12. De cte ori trebuie s aruncm un zar corect astfel nct
probabilitatea ca abaterea frecvenei relative a feei 1 de la numrul p=1/6 s
fie cuprins ntre -0,03 i 0,03, este 0,95.
Rezolvare. Dac n n aruncri faa 1 apare de n ori, vom determina pe n astfel
nct s aib loc relaia
(4.2.15)
35
np 0,03 n
= 0,95 , q = 1 p = 5 .
P n
<
npq
6
pq
(4.2.16)
0,03 n
,
pq
pq
5
0,18 n 1
0,18 n
= +
= 0,975.
F
5 2
5
=
0,005
3,99 4,002
= (1,6) (2,4) = (1,6) + (2,4) 0,937 .
0,005
Rezult atunci c probabilitatea ca piesa s fie defect este 1-0,937=0,063.
Aplicaia 4.2.14. O main produce o pies circular. Cnd maina este bine
reglat, diametrul d al pieselor are distribuie normal cu media 10 cm i
abaterea medie ptratic 0,08 cm. Se iau la ntmplare 4 piese fabricate de
main i se constat c media aritmetic a diametrelor acestor piese este 10,14
cm. Se poate afirma c maina s-a dereglat ?
Rezolvare. Fie d1 , d 2 , d 3 , d 4 diametrele celor 4 piese alese la ntmplare.
Acestea sunt 4 variabile aleatoare indepedente distribuite normal cu media 10 cm
36
4 i =1
d + d2 + d3 + d4 1 4 2
D 2 (d ) = D 2 1
= D (d i ) = 0,0016, (d ) = 0,04.
4
16 i =1
de unde rezult c P(9,88 < d < 10,12) 0,997 . Din aceast ultim relaie
deducem c d ia valori n afara intervalului (9,88; 10,12) cu o probabilitate mai
mic de 0,003. Deci este aproape sigur c maina s-a defectat.
2
e 2 , x > 0,
f ( x; m, ) = x 2
0,
x 0.
(4.3.1)
1
f ( x) dx =
2
1
e
x
ln x m
(ln x m ) 2
2
dx
=t
1
2
t2
2
dt = 1.
37
1
0 t e
1
F ( x) = f (t ) dt =
2
ln x m
= F
; 0,1,
ln t m
(ln t m ) 2
2
=u
dt
1
2
ln x m
u2
2
du
unde F(x;0,1) este funcia de repartiie normal standard. Deducem din ultima
ln X m
relaie c pentru valorile pozitive ale lui X, variabila Y =
urmeaz legea
normal standard.
mk +
2k 2
, k N *.
2,
(4.3.2)
mk = x f ( x) dx =
k
1
=
2
1
=
2
1
=
2
e e
ky
( y m)
x 2
2 2
(ln x m ) 2
ln x = y
dx =
2 2
x e
1
dy =
2
y 2 2 my + m 2 2 2 yk
2 2
dy
y 2 2 y ( m + 2 k ) + ( m + 2 k ) 2 ( m + 2 k ) 2 + m 2
2 2
dy
[ y ( m + 2 k )]2 4 k 2 2 m 2 k
2
1
dy =
e
2
4 k 2 + 2 mk 2
2 2
[ y ( m + 2 k )]2
2 2
dy.
Notm ( y m 2 k ) /( 2 ) = u i obinem
1
mk =
e
2
2 k 2 + 2 mk
2
u 2
2 du = e
mk +
2k 2
2
q.e.d.
Din relaia (4.3.2) deducem c media i dispersia variabilei X cu distribuie
log-normal cu parametrii m i sunt
M ( X ) = m1 = e
m+
2
2
D 2 ( X ) = m2 m12 = e 2 m+ (e 1) .
2
(4.3.3)
38
x p 1e x
,
f ( x ) = ( p )
0,
x > 0,
(4.4.1)
x 0,
f ( x) dx =
1 p 1 x
x e dx = 1.
( p ) 0
(4.4.2)
mk = x k f ( x) dx =
1 k + p 1 x
( k + p )
x
e dx =
( p ) 0
( p )
39
(k + p 1)(k + p 1)
(k + p 1) ( p + 1) p( p )
==
( p )
( p )
= (k + p 1)(k + p 2) ( p + 1) p.
=
q.e.d.
D 2 ( X ) = m2 m12 = p.
(4.4.3)
p x p 1e x
,
f ( x) = ( p )
0,
x > 0,
(4.4.4)
x 0,
p ( p + 1) ( p + k 1)
, k N *,
(4.4.5)
D 2 ( X ) = m2 m12 =
(4.4.6)
it
c(t ) = 1 , t R .
(4.4.7)
c ( k ) (0) k mk i k k (it ) k
mk .
t =
t =
c(t ) =
k!
k =0
k = 0 k!
k = 0 k!
Folosind formula (4.4.5) pentru momentele iniiale ale variabilei X, obinem
pentru funcia caracteristic formula
(it ) k
(it ) k p ( p + 1) ( p + k 1)
mk =
k
k = 0 k!
k = 0 k!
c(t ) =
=
k =0
p ( p + 1) ( p + k 1) it it
= 1 , t R.
k!
k
q.e.d.
Din relaia (4.4.7) pentru = 1, deducem c funcia caracteristic a unei
variabile X cu distribuie gamma cu parametrul p este
c(t ) = (1 it ) , t R .
p
(4.4.8)
(
p
)
f ( x) = g ( x) =
0,
x 0.
Dac x 0 atunci
0
h( x) = f ( x y ) g ( y ) dy + f ( x y ) g ( y ) dy = 0,
(n prima integral g(y)=0, iar n a doua integral f(x-y)=0).
41
h( x) = f ( x y ) g ( y ) dy =
1
1
( x y ) p 1 e x + y
y q 1e y dy
( p )
( q )
x
ex
( x y ) p 1 y q 1 dy.
=
0
( p ) ( q )
Pentru calculul ultimei integrale de mai sus facem schimbarea de variabil y=tx,
deci dy=xdt; pentru y 0 rezult t 0, iar pentru y x rezult
t 1. Obinem astfel
h( x ) =
x
=e x
1
e x x p + q 1 1 q 1
ex
p 1
q 1
=
x (1 x) p 1 dt
(
)
(
)
x
tx
tx
x
dt
0
0
( p ) ( q )
( p ) ( q )
p + q 1
B ( q, p )
e x x p + q 1
=
.
( p ) ( q ) ( p + q )
( p+q)
, t R.
Deducem din relaia obinut c X+Y are distribuie gamma cu parametrul p+q.
q.e.d.
Propoziia 4.4.8. Dac variabila aleatoare X urmeaz legea normal cu
1
parametrii m i , atunci variabila aleatoare Y =
( X m) 2 are o
2 2
distribuie gamma cu parametrul 1/2.
Demonstraie. S notm cu G(x) funcia de repartiie a variabilei Y. Deoarece
Y 0 , atunci pentru x 0 rezult c F ( x) = P(Y < x) = 0 . Pentru x > 0 avem
42
( X m) 2
X m
G ( x) = P(Y < x) = P
< x = P x <
< x
2
2
m + 2x m
m 2x m
= 2 ( 2 x ) =
2x
e t
/2
dt.
ex =
x 1 / 2 e x ,
g ( x) = (1 / 2)
x 0,
0,
q.e.d.
3 = ( x p) 3 f ( x) dx = x 3 f ( x) dx 3 p x 2 f ( x) dx + 3 p 2 xf ( x) dx
p
f ( x) dx = m3 3 pm2 + 3 p m1 p3 = p ( p + 1)( p + 2) 3 p 2 ( p + 1)
2
+ 3 p 3 p 3 = 2 p,
iar momentul centrat de ordinul al patrulea este
4 = ( x p) 4 f ( x) dx = x 4 f ( x) dx 4 p x 3 f ( x) dx + 6 p 2 x 2 f ( x) dx
4 p 3 xf ( x) dx + p 4 f ( x) dx = m4 4 pm3 + 6 p 2 m2 4 p 3 m1 + p 4
= p ( p + 1)( p + 2)( p + 3) 4 p 2 ( p + 1)( p + 2) + 6 p 3 ( p + 1) 4 p 4 + p 4 = 3 p 2 + 6 p.
43
B
p
q
(
,
)
f ( x) =
0,
x (0,1),
(4.5.1)
x (0,1),
f ( x) dx =
1
1
x p 1 (1 x) q 1 dx = 1.
B ( p, q ) 0
j)
B ( p, q ) =
l)
B ( p,1 p ) = ( p )(1 p ) =
sin( p )
, p (0,1).
p ( p + 1)( p + k 1)
, k N *.
( p + q )( p + q + 1) ( p + q + k 1)
(4.5.2)
B ( p, q )
B ( p, q )
(k + p 1) ( p + 1) p B( p, q )
k + p 1 B(k + p 1, q )
==
=
( p + q + k 1) ( p + q ) B( p, q )
B ( p, q )
p + q + k 1
p ( p + 1) ( p + k 1)
,
=
( p + q )( p + q + 1) ( p + q + k 1)
mk = x k f ( x) dx =
q.e.d.
p
,
p+q
D 2 ( X ) = m2 m12 =
pq
.
( p + q ) ( p + q + 1)
2
(4.5.3)
45
n
x
1
1
2
2
x e ,
n
2 n
f ( x ) = 2
2
0,
x > 0,
(4.6.1)
x 0.
n
x
1
2
2
x e dx = 1.
n 0
2
2
Pentru verificarea relaiei de mai sus , facem n integrala dat schimbarea de
variabil x/2=y, de unde rezult dx=2dy; dac x 0 atunci y 0 , iar dac
x atunci y . Obinem astfel
f ( x) dx =
f ( x) dx =
n
2
(2 y )
n 0
n
1
2
e y 2 dy =
n
2
y 2 e y dy
n 0
2 2
2 2
2
2
1
n
= 1.
=
n 2
2
n Figura 4.6.1 sunt reprezentate grafic funciile f pentru diverse valori ale
parametrului n.
Figura 4.6.1
46
(4.6.2)
n
2
2
mk = x k f ( x) dx =
n
2
x2
+ k 1
x
2
dx.
f ( x) dx , obinem
n
mk =
1
n
2
(2 y )
n
+ k 1
2
2 dy =
22
n
2
+k
y2
+ k 1
e y dy
2
2
2
2
n
2 k + k
= 2 k n n + 1 n + k 1 = n(n + 2) (n + 2k 2).
2
=
22 2
n
2
q.e.d.
M ( X ) = m1 = n,
D 2 ( X ) = m2 m12 = 2n.
(4.6.3)
1 2
1
2
2
x e
, x > 0,
n n
f ( x) = ( 2 )
2
0,
x 0.
(4.6.4)
47
(4.6.5)
(4.6.6)
n
2
c(t ) = (1 2it ) , t R .
2
(4.6.7)
(it ) k
(it ) k
nn n
mk =
c(t ) =
(2 2 ) k + 1 + k 1
22 2
k = 0 k!
k = 0 k!
nn n
+ 1 + k 1
n
2
2 k 22
= (1 2it ) 2 , t R.
= (2it )
k!
k =0
q.e.d.
Din relaia (4.6.7) pentru = 1, deducem c funcia caracteristic a unei
variabile X cu distribuie 2 cu n grade de libertate este
c(t ) = (1 2it ) 2 , t R .
(4.6.8)
X n n
2n
tinde pentru
48
0,
m
x
1
1
2
2
, x > 0,
x
e
m
2 m
f ( x ) = 2
2
0,
x 0,
x > 0,
x 0.
h( x) = f ( x y ) g ( y ) dy.
h( x ) =
m
2
m
2
2
e
=
2
m+ n
2
x
2
( x y)
m
2 2
m
1
2
x y
2
1
n
2
2
n
2
n
y
1
2
2
dy
( x y ) 2 y 2 dy.
49
h( x ) =
2
m+ n
2
=
2
m+ n
2
x
2
m n
2 2
x
2
m n
2 2
1
x
= m+ n
m+n
2
2
( x tx)
m
1
2
m+ n
1 1
2
0
(1 t )
m+ n
x
1
2
2
e ,
(tx)
m
n
1
1
2
2
n
1
2
x dt
m+ n
e 2x 2
m n
dt = m+ n
B ,
m n 2 2
2 2
2 2
x > 0.
c1 (t ) = (1 2it ) 2 ,
m
n
2
c2 (t ) = (1 2it ) , t R .
m+ n
2
, t R.
2 2
x
2
1 + ,
f ( x) =
n
n
n
2
x R.
(4.7.1)
50
n +1
n +1
n +1
n +1
2
2 2
x
2
2 x2 2
1 +
1 +
dx.
dx =
f ( x) dx =
n
n
n 0
n
n
n
2
2
n
dy. Intervalul [0, ) se transform n intervalul [0, ) i
2 y
astfel obinem
n +1
n +1
1 / 2
2 y
2 1 n
B ,
dy =
n 1
f ( x) dx =
+
n
2 2
n 0
(1 + y ) 2 2
2
2
n +1 1 n
2 2 2
= 1.
=
n +1
n
2
2
n k (2k 1)!!
, 2 k < n, k N * .
(n 2)(n 4) (n 2k )
(4.7.2)
51
n +1
n +1
2 2
x
2
(4.7.3)
m2 k +1 =
x 2 k +1 1 +
dx = 0,
n
n
n
2
deoarece funcia f este impar (integrala de mai sus este convergent). Dac
2k +1 n integrala din (4.7.3) este divergent, deci X nu are momente iniiale de
ordinul 2k + 1.
Pentru momentul de ordin par m2k , cu 2k < n avem
m2 k
n +1
n +1
2
2 2
2 x 2 k 1 + x
dx.
=
n
n 0
n
2
(4.7.4)
f ( x) dx = 1. Notm
n
dy. Intervalul [0, ) se transform n
2 y
n +1
n +1
1
n
2
2 k2
k
2
2
m2 k =
(
ny
)
(
1
y
)
dy
y
(
1
y
)
dy
+
+
=
0
n
n 0
2 y
n
2
2
n +1
n k
1 n
1
k + + k
2 k + 2 1
y
(1 + y ) 2 2 dy.
=
0
n
2
52
1 n
n +1
n +1
n k
n k
k + k
2 2
2
2 B k + 1 , n k =
m2 k =
n
2 2
n +1
n
2
2
2
1 n
1
1 n
k + k
k k k
k
k
n
2 2
2
2 2
= n
=
n n
n
1 1
2 2
2
1
3
3 n
k k k k
k
n
2
2
2 2
=
=
n n
n
1 2 2
2 2
2
1
3 1 1 n
k k k
k
n
n k (2k 1)!!
2
2 2 2 2
=
.
=
n 1 n 2 n k n k (n 2)(n 4) (n 2k )
2
2
2 2
Dac 2k n integrala din relaia (4.7.4) este divergent, deci variabila X nu are
momente iniiale de ordinul 2k.
q.e.d.
Din relaiile (4.7.2) deducem c dac n>1 atunci media variabilei X este
n
M(X)=0, iar dac n>2 atunci dispersia variabilei X este D 2 ( X ) =
.
n2
Legturile dintre distribuia Student i distribuia normal sunt prezentate n
urmtoarele dou teoreme.
Teorema 4.7.3. Dac f n este densitatea de probabilitate a unei distribuii
Student cu n grade de libertate atunci
lim f n ( x) = f ( x; 0,1), x R,
n
53
X= n
X n+1
X 12 + X n2
1
,
(1 + x 2 )
x R.
n1 + n2
n1
n 2 2 n1 1 n
x 2 1 + 1
1
n
f ( x) = n2
n1 n2
2
2 2
0,
n1 + n2
2
x > 0,
(4.8.1)
x 0.
n
f ( x) dx = 1
n2
n1
2
n + n2
1
n
2 21 1 n1
x 1 +
n1 n2 0
n2
2 2
n1 + n2
2
dx.
54
n
f ( x) dx = 1
n2
n1
2
n + n2
n1
1
1
n +n
n2 y 2
1 2 n2
2
2
(
)
y
dy
+
1
n1
n1 n2 0 n1
2 2
n + n2
1
n
n +n
1 2
2 21 1
2
y
y
dy =
=
+
(
1
)
n1 n2 0
2 2
n + n2
1
2 B n1 , n2 = 1.
n1 n2 2 2
2 2
, 2k < n2 , k N * .
n1k (n2 2)(n2 4) (n2 2k )
(4.8.2)
mk = x k f ( x) dx =
n1
n2
n1
2
n + n2
1
n1
2 x k + 2 1 1 + n1
n
n n
2
1 2
2 2
n1 + n2
2
dx.
n1
2
f ( x) dx = 1. Notm n1 x / n2 = y
n + n2
n
1
k + 1 1
n1 + n2
2 n2 y 2 (1 + y ) 2 n2 dy
n1
n n 0 n
1 2 1
2 2
55
n
= 2
n1
n
= 2
n1
n
= 2
n1
n
= 2
n1
n
= 2
n1
n + n2
1
n1
n1 + n2
2 y k + 2 1 (1 + y ) 2 dy
n n 0
1 2
2 2
n + n2
1
2 B k + n1 , n2 k
2 2
n1 n2
2
2
n n
n + n2
1
k + 1 2 k
2 2
2
n
n
n
n
+
2
1
1 2
2
2 2
n
n
n
k + 1 1 1 + k 1 2 k
2
=
2
2
n
n n
1 2 1 2 1
2
2 2
n
n
n n n
k + 1 1 k + 1 2 1 1 2 k
2
2
2 2 2
n
n
n
n n
1 2 1 2 2 2 k 2 k
2
2
2
2 2
n n1 (n1 + 2) (n1 + 2k 2)
= 2
.
n1 (n2 2)(n2 4) (n2 2k )
q.e.d.
Din relaia (4.8.3) deducem c pentru n2 > 2 media variabilei X este
n2
, iar pentru n2 > 4 dispersia variabilei X este
M (X ) =
n2 2
2n22 (n1 + n2 2)
D (X ) =
.
n1 (n2 4)(n2 2) 2
2
56
X 12 + + X n21
n2
X= 2
n1 X n1 +1 + + X n21 + n2
n1
2
n + n2
n +n
1
1 2
n
2 e n1x 1 + 1 e 2 x 2 ,
n
n n
2
1 2
2 2
x R.
(4.8.3)
1
G ( x) = P(Y < x) = P ln X < x = P(ln X < 2 x)
2
2x
2x
= P( X < e ) = F (e ), x R.
Deci densitatea de probabilitate a variabilei Y este
g ( x) = G ' ( x) = 2e 2 x F ' (e 2 x ) = 2e 2 x f (e 2 x )
n
= 2e n1x 1
n2
n1
2
n + n2
n +n
1
1 2
2 1 + n1 e 2 x 2 , x R.
n n n2
1 2
2
2
q.e.d.
57
0,
x 0.
(4.9.1)
f ( x) dx = x 1e x dx =1.
0
f ( x) dx =
ey
y dy = e y dy = 1.
0
1
+ 1 ,
D2 (X ) =
2 1
+ 1 + 1.
(4.9.2)
M ( X ) = x e x dx =
0
ey
1
1
y dy
1
y e y dy = + 1.
58
M ( X ) = x
2
+1 x
dx =
+1
2
dy = + 1.
2 1
+ 1 + 1 .
q.e.d.
Pentru = 1 legea (distribuia) Weibull se mai numete legea exponenial
(distribuia exponenial) de parametru . Deci densitatea de probabilitate a
unei variabile aleatoare X cu distribuie exponenial cu parametrul este
e x ,
f ( x) =
0,
x > 0,
x 0.
(2) =
D2 (X ) =
[(3) 2 (2)] =
it
c(t ) = 1 , t R .
(4.9.3)
59
( )
I1
Pentru I1 obinem
I1 = e x cos(tx) dx =
0
e x sin(tx) dx =
I2
1
(
e ) cos(tx) dx = e
x '
cos(tx)
1 t
(e ) sin(tx) dx = + (e
x '
1 t 2 x
sin(tx)
+ t2
2
. Pentru
t
. Obinem astfel pentru c(t)
+ t2
2
it
expresia c(t ) = 1 , t R.
q.e.d.
1e 1x , x > 0,
f1 ( x ) =
x 0,
0,
2 e 2 x , x > 0,
f 2 ( x) =
x 0.
0,
f ( x) = f1 ( x y ) f 2 ( y ) dy = 1e 1 ( x y ) 2 e 2 y dy
= 12 e x e ( ) y dy = 1 2 e x e ( ) y
0
1 2
x
x
0
12 x x
(e e ).
1 2
2
60
12
e 2 x e 1x ,
f ( x) = 1 2
0,
x > 0,
x 0.
f ( x) = e ( x y ) e y dy = 2 e x dy = 2 xe x .
Deci densitatea de probabilitate a variabilei X 1 + X 2 este
2 xe x ,
f ( x) =
0,
x > 0,
x 0.
h( x) = 2 ( x y )e ( x y ) e y dy = 3 e x ( x y ) dy =
x 2 e x .
Deci
3 2 x
x e , x > 0,
h( x ) = 2
0,
x 0.
n
x n1e x ,
k ( x) = (n 1)!
0,
x > 0,
x 0.
61
Bibliografie
1. G. Ciucu, Elemente de teoria probabilitilor i statistic matematic,
Editura Didactic i Pedagogic, Bucureti, 1963.
2. G. Ciucu, G. Smboan, Teoria probabilitilor i statistic matematic,
Editura Tehnic, Bucureti, 1962.
3. N. Cojocaru, V. Clocotici, D. Dobra, Metode statistice aplicate n
industria textil, Editura Tehnic, Bucureti, 1986.
4. Gh. Mihoc, N. Micu, Teoria probabilitilor i statistic matematic,
Editura Didactic i Pedagogic, Bucureti, 1980.
5. C. Reischer, A. Smboan, Culegere de probleme de teoria probabilitilor
i statistic matematic, Editura Didactic i Pedagogic, Bucureti,
1972.
6. R. Luca-Tudorache, Probleme de analiz matematic. Calcul integral,
Casa de Editur Venus, Iai, 2007.
62