Capitolul I. Matematici Speciale

Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Noţiuni de bazǎ.
Definiţii şi
proprietǎţi
Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
evenimente
Introducere ı̂n probabilitǎţi Operaţii cu

evenimente
Câmp de evenimente
Noţiunea de
probabilitate
Definiţia statisticǎ a
probabilitǎţii
Definiţia clasicǎ a
probabilitǎţii
Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Bernoulli
cu mai multe stǎri
Schema lui Poisson
Schema bilei
Variabile aleatoare
7 norocos?
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Romanii considerau cǎ existǎ trei moduri de a obţine Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
suma 7 atunci când sunt aruncate douǎ zaruri: 6 cu 1, 5 evenimente
Operaţii cu
cu 2, sau 4 cu 3. De asemenea, existǎ trei moduri de a evenimente
obţine suma 6: 5 cu 1, 4 cu 2, sau 3 cu 3. Astfel, şansa Noţiunea de

probabilitate
ca suma sǎ fie 7 ar trebui sǎ coincidǎ cu şansa ca suma Definiţia statisticǎ a
probabilitǎţii
sǎ fie 6. Totuşi, ı̂n practicǎ, ei constatau cǎ suma 7 Definiţia clasicǎ a
probabilitǎţii
apare mai des decât suma 6. Acest lucru şi-l explicau probabilitǎţii
Probabilitǎţi
prin intervenţia divinǎ ı̂n favoarea ”norocosului” 7. condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
7 norocos?
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Romanii considerau cǎ existǎ trei moduri de a obţine Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
suma 7 atunci când sunt aruncate douǎ zaruri: 6 cu 1, 5 evenimente
Operaţii cu
cu 2, sau 4 cu 3. De asemenea, existǎ trei moduri de a evenimente
obţine suma 6: 5 cu 1, 4 cu 2, sau 3 cu 3. Astfel, şansa Noţiunea de

probabilitate
ca suma sǎ fie 7 ar trebui sǎ coincidǎ cu şansa ca suma Definiţia statisticǎ a
probabilitǎţii
sǎ fie 6. Totuşi, ı̂n practicǎ, ei constatau cǎ suma 7 Definiţia clasicǎ a
probabilitǎţii
apare mai des decât suma 6. Acest lucru şi-l explicau probabilitǎţii
Probabilitǎţi
prin intervenţia divinǎ ı̂n favoarea ”norocosului” 7. condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Quintǎ roialǎ!
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Chinta regalǎ este mâna cea mai valoroasǎ ı̂n jocul de evenimente
Operaţii cu
evenimente
poker. Dintre cele 2.598.960 mâini care pot sǎ aparǎ la Câmp de evenimente
ı̂mpǎrţirea cǎrţilor dintr-un pachet de 52 de cǎrţi, doar 4 Noţiunea de

probabilitate
sunt chinte regale. Astfel, şansa de a obţine o chintǎ Definiţia statisticǎ a
probabilitǎţii
regalǎ este de 4/2.598.960, adicǎ 0, 000154%. Definiţia clasicǎ a

probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Quintǎ roialǎ!
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Chinta regalǎ este mâna cea mai valoroasǎ ı̂n jocul de evenimente
Operaţii cu
evenimente
poker. Dintre cele 2.598.960 mâini care pot sǎ aparǎ la Câmp de evenimente
ı̂mpǎrţirea cǎrţilor dintr-un pachet de 52 de cǎrţi, doar 4 Noţiunea de

probabilitate
sunt chinte regale. Astfel, şansa de a obţine o chintǎ Definiţia statisticǎ a
probabilitǎţii
regalǎ este de 4/2.598.960, adicǎ 0, 000154%. Definiţia clasicǎ a

probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Noţiuni de bazǎ. Definiţii şi Eveniment

Relaţii ı̂ntre
evenimente
proprietǎţi Operaţii cu
evenimente
Noţiunea de
Experienţe. Probǎ. Eveniment probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Noţiuni de bazǎ. Definiţii şi Eveniment

Relaţii ı̂ntre
evenimente
proprietǎţi Operaţii cu
evenimente
Noţiunea de
Experienţe. Probǎ. Eveniment probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim experienţǎ o acţiune care poate fi Experienţe. Probǎ.
Eveniment
repetatǎ ı̂n condiţii date. Relaţii ı̂ntre
evenimente
Notaţie. Notǎm cu E o experienţǎ. Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
Definiţie. Se numeşte probǎ orice realizare Noţiunea de
practicǎ(efectivǎ) a unei experienţe. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
Notaţie. Notǎm cu ω o probǎ. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
Notaţie. Notǎm cu ω o probǎ. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Definiţie. Spunem cǎ o experienţǎ este deterministǎ proprietǎţi
ı̂n cazul ı̂n care condiţiile experienţei definesc ı̂n mod Eveniment
Relaţii ı̂ntre
evenimente
cert rezultatul care se obţine. Operaţii cu
evenimente
Definiţie. Vom numi experienţǎ aleatoare o Câmp de evenimente
Noţiunea de
experienţǎ al cǎrei rezultat nu poate fi anticipat. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Notaţie. Notǎm cu Ω mulţimea tuturor rezultatelor Definiţia statisticǎ a
probabilitǎţii
posibile ale unei experienţe E. probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Notaţie. Notǎm cu Ω mulţimea tuturor rezultatelor Definiţia statisticǎ a
probabilitǎţii
posibile ale unei experienţe E. probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Exemplu. Introducere ı̂n

probabilitǎţi
a) În cazul aruncǎrii unui zar şi citirii numǎrului ı̂nscris
pe faţa superioarǎ a zarului, avem de-a face cu o Definiţii şi
proprietǎţi
experienţǎ aleatoare, pentru care mulţimea reazultatelor Experienţe. Probǎ.
Eveniment
posibile este Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Ω = {1, 2, 3, 4, 5, 6} , cu |Ω| = 6. Câmp de evenimente
Noţiunea de
probabilitate
(Notǎm cu |M| numǎrul de elemente ale unei mulţimi Definiţia statisticǎ a

probabilitǎţii
M.) probabilitǎţii
probabilitǎţii
b) În cazul aruncǎrii a douǎ zaruri, Probabilitǎţi
condiţionate
Evenimente
independente
Ω = {(1, 1), (1, 2), . . . , (6, 6)} , |Ω| = 36. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Exemplu. Introducere ı̂n

probabilitǎţi
a) În cazul aruncǎrii unui zar şi citirii numǎrului ı̂nscris
pe faţa superioarǎ a zarului, avem de-a face cu o Definiţii şi
proprietǎţi
experienţǎ aleatoare, pentru care mulţimea reazultatelor Experienţe. Probǎ.
Eveniment
posibile este Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Ω = {1, 2, 3, 4, 5, 6} , cu |Ω| = 6. Câmp de evenimente
Noţiunea de
probabilitate
(Notǎm cu |M| numǎrul de elemente ale unei mulţimi Definiţia statisticǎ a

probabilitǎţii
M.) probabilitǎţii
probabilitǎţii
b) În cazul aruncǎrii a douǎ zaruri, Probabilitǎţi
condiţionate
Evenimente
independente
Ω = {(1, 1), (1, 2), . . . , (6, 6)} , |Ω| = 36. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Numim eveniment aleator orice situaţie Noţiuni de bazǎ.

Definiţii şi
care se poate realiza prin una sau mai multe probe. proprietǎţi
Eveniment
Notaţie. Evenimentele aleatoare le notǎm cu A, B, . . . Relaţii ı̂ntre
evenimente
Notaţie. Mulţimea tuturor evenimentelor o notǎm Operaţii cu
evenimente
P(Ω). Câmp de evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Eveniment
evenimente
evenimente
Noţiunea de
Observaţie. |P(Ω)| = 2|Ω| . probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Eveniment
evenimente
evenimente
Noţiunea de
Definiţie. Se numeşte eveniment elementar(sau probabilitǎţii
simplu) un eveniment care se realizeazǎ printr-o singurǎ probabilitǎţii
probabilitǎţii
probǎ. Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Eveniment
evenimente
evenimente
Noţiunea de
Definiţie. Se numeşte eveniment elementar(sau probabilitǎţii
simplu) un eveniment care se realizeazǎ printr-o singurǎ probabilitǎţii
probabilitǎţii
probǎ. Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Exemplu. În cazul experienţei aruncǎrii unui zar, {1}, Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
{2}, {3}, {4}, {5}, {6} - apariţia feţei cu un anumit evenimente
Operaţii cu
numǎr constituie evenimente elementare. evenimente
Observaţie. A ∈ P(Ω) este eveniment elementar ⇐⇒ Noţiunea de

probabilitate
|A| = 1. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Exemplu. În cazul experienţei aruncǎrii unui zar, {1}, Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
{2}, {3}, {4}, {5}, {6} - apariţia feţei cu un anumit evenimente
Operaţii cu
numǎr constituie evenimente elementare. evenimente
Observaţie. A ∈ P(Ω) este eveniment elementar ⇐⇒ Noţiunea de

probabilitate
|A| = 1. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim eveniment compus un eveniment Eveniment
Relaţii ı̂ntre
evenimente
care se descompune ı̂n mai multe evenimente simple. Operaţii cu
evenimente
Observaţie. A ∈ P(Ω) este eveniment compus ⇐⇒ Câmp de evenimente
Noţiunea de
|A| > 1. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim eveniment compus un eveniment Eveniment
Relaţii ı̂ntre
evenimente
care se descompune ı̂n mai multe evenimente simple. Operaţii cu
evenimente
Observaţie. A ∈ P(Ω) este eveniment compus ⇐⇒ Câmp de evenimente
Noţiunea de
|A| > 1. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Exemplu. Fie, ı̂n cazul experienţei aruncǎrii a douǎ Eveniment
Relaţii ı̂ntre
zaruri, C evenimentul ”obţinerea sumei 5”. Atunci evenimente
Operaţii cu
evenimente
C = {(1, 4), (2, 3), (3, 2), (4, 1)} , |C | = 4. Noţiunea de

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim eveniment imposibil un eveniment Experienţe. Probǎ.
Eveniment
care nu se realizeazǎ prin nici o probǎ. Relaţii ı̂ntre
evenimente
Notaţie. Notǎm cu ∅ evenimentul imposibil. Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
Exemplu. Noţiunea de
a) Obţinerea sumei 13 din douǎ aruncǎri de zaruri. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
b) Obţinerea sumei 1 din douǎ aruncǎri de zaruri. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
b) Obţinerea sumei 1 din douǎ aruncǎri de zaruri. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim eveniment sigur un eveniment care Experienţe. Probǎ.
Eveniment
se realizeazǎ prin oricare din probe(adicǎ are loc pentru Relaţii ı̂ntre
evenimente
Operaţii cu
orice efectuare a experienţei). evenimente
Notaţie. Notǎm cu E (sau cu Ω) evenimentul sigur. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente
Operaţii cu
Exemplu. Obţinerea unuia dintre numerele 1, 2, . . . , 6, probabilitate
probabilitǎţii
la aruncarea unui zar. Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente
Operaţii cu
Exemplu. Obţinerea unuia dintre numerele 1, 2, . . . , 6, probabilitate
probabilitǎţii
la aruncarea unui zar. Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Dacǎ A este un eveniment, se numeşte Noţiuni de bazǎ.
evenimentul contrar(sau Definiţii şi
proprietǎţi
complementar)evenimentului A, acel eveniment care Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
se realizeazǎ atunci şi numai atunci când când nu se evenimente
Operaţii cu
realizeazǎ A. evenimente
Notaţie. Notǎm evenimentul contrar lui A cu A sau Noţiunea de

probabilitate
CΩ A. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu

probabilitate
probabilitǎţii
Observaţie. a) ∅ = Ω Definiţia clasicǎ a
probabilitǎţii
b) Ω = ∅ Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
c) A = A(i.e., CΩ (CΩ A) = A). Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu

probabilitate
probabilitǎţii
Observaţie. a) ∅ = Ω Definiţia clasicǎ a
probabilitǎţii
b) Ω = ∅ Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
c) A = A(i.e., CΩ (CΩ A) = A). Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Relaţii ı̂ntre evenimente evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Definiţie. Spunem cǎ douǎ evenimente A şi B, asociate proprietǎţi
efectuǎrii unei experienţe, sunt echivalente dacǎ ele se Eveniment
Relaţii ı̂ntre
realizeazǎ simultan. evenimente
Operaţii cu
evenimente
Notaţie. Pentru douǎ evenimente echivalente notǎm Câmp de evenimente
A = B(deoarece mulţimea probelor prin care se Noţiunea de

probabilitate
realizeazǎ A coincide cu mulţimea probelor prin care se Definiţia statisticǎ a
probabilitǎţii
realizeazǎ B). probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Definiţie. Spunem cǎ douǎ evenimente A şi B, asociate proprietǎţi
efectuǎrii unei experienţe, sunt echivalente dacǎ ele se Eveniment
Relaţii ı̂ntre
realizeazǎ simultan. evenimente
Operaţii cu
evenimente
Notaţie. Pentru douǎ evenimente echivalente notǎm Câmp de evenimente
A = B(deoarece mulţimea probelor prin care se Noţiunea de

probabilitate
realizeazǎ A coincide cu mulţimea probelor prin care se Definiţia statisticǎ a
probabilitǎţii
realizeazǎ B). probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Pentru douǎ evenimente A şi B, spunem cǎ Noţiuni de bazǎ.

Definiţii şi
A implicǎ B prin definiţie dacǎ pentru orice realizare a proprietǎţi
evenimentului A se realizeazǎ şi evenimentul B. Eveniment
Relaţii ı̂ntre
Notaţie. Dacǎ A implicǎ B, vom nota A ⊆ B(deoarece evenimente
Operaţii cu
evenimente
mulţimea probelor evenimentului A este atunci inclusǎ ı̂n Câmp de evenimente
mulţimea probelor evenimentului B). Noţiunea de

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente

probabilitate
Observaţie. Pentru orice eveniment A au loc Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
∅⊆A şi A ⊆ Ω. probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente

probabilitate
Observaţie. Pentru orice eveniment A au loc Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
∅⊆A şi A ⊆ Ω. probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Observaţie. Relaţia de implicaţie este o relaţie de proprietǎţi
ordine, adicǎ are proprietǎţile: Eveniment
Relaţii ı̂ntre
1. reflexivitate: A ⊆ A, (∀)A ∈ P(Ω). evenimente

Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre

Operaţii cu
evenimente
2. antisimetrie: A, B ∈ P(Ω), A ⊆ B şi B ⊆ A Câmp de evenimente
Noţiunea de
=⇒ A = B. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre

Operaţii cu
evenimente
Noţiunea de
3. tranzitivitate: A, B, C ∈ P(Ω), A ⊆ B şi B ⊆ C Definiţia statisticǎ a

probabilitǎţii
=⇒ A ⊆ C . probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre

Operaţii cu
evenimente
Noţiunea de
3. tranzitivitate: A, B, C ∈ P(Ω), A ⊆ B şi B ⊆ C Definiţia statisticǎ a

probabilitǎţii
=⇒ A ⊆ C . probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu evenimente Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Se numeşte reuniunea a douǎ evenimente A Relaţii ı̂ntre
evenimente
şi B, evenimentul care se realizeazǎ dacǎ şi numai dacǎ Operaţii cu
evenimente
se realizeazǎ cel puţin unul dintre evenimentele A şi B. Câmp de evenimente
Noţiunea de
Notaţie. A ∪ B. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Se numeşte reuniunea a douǎ evenimente A Relaţii ı̂ntre
evenimente
evenimente
se realizeazǎ cel puţin unul dintre evenimentele A şi B. Câmp de evenimente
Noţiunea de
Notaţie. A ∪ B. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Se numeşte intersecţia a douǎ evenimente A Relaţii ı̂ntre
evenimente
evenimente
se realizeazǎ simultan evenimentele A şi B. Câmp de evenimente
Noţiunea de
Notaţie. A ∩ B. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Se numeşte intersecţia a douǎ evenimente A Relaţii ı̂ntre
evenimente
evenimente
se realizeazǎ simultan evenimentele A şi B. Câmp de evenimente
Noţiunea de
Notaţie. A ∩ B. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Observaţie. În mod asemǎnǎtor se definesc reuniunea şi proprietǎţi
intersecţia unei familii oarecare(finite sau infinite) de Eveniment
Relaţii ı̂ntre
evenimenteS(Ai )i∈I ⊆ P(Ω): evenimente

Operaţii cu
evenimente
Reuniunea i∈I Ai se realizeazǎ o datǎ cu realizarea cel Câmp de evenimente
Noţiunea de
puţin unuia dintre evenimentele Ai . probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre

Operaţii cu
evenimente
Noţiunea de
puţin unuiaTdintre evenimentele Ai . probabilitate
Intersecţia i∈I Ai se realizeazǎ o datǎ cu realizarea Definiţia statisticǎ a

probabilitǎţii
simultanǎ a tuturor evenimentelor Ai . probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre

Operaţii cu
evenimente
Noţiunea de
puţin unuiaTdintre evenimentele Ai . probabilitate
Intersecţia i∈I Ai se realizeazǎ o datǎ cu realizarea Definiţia statisticǎ a

probabilitǎţii
simultanǎ a tuturor evenimentelor Ai . probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Observaţie. Reuniunea şi intersecţia evenimentelor sunt Experienţe. Probǎ.
Eveniment
operaţii asociative şi comutative: Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
(A ∪ B) ∪ C = A ∪ (B ∪ C ) (A ∩ B) ∩ C = A ∩ (B ∩ C ) Câmp de evenimente
Noţiunea de
A∪B =B ∪A A∩B =B ∩A probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Numim diferenţa evenimentelor A şi B Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
evenimentul care se realizeazǎ atunci când se realizeazǎ evenimente
Operaţii cu
A şi nu se realizeazǎ B. evenimente
Notaţie. A \ B. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
probabilitate
Observaţie. A \ B = A ∩ B = A ∩ CΩ B. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
probabilitate
Observaţie. A \ B = A ∩ B = A ∩ CΩ B. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Evenimentele A şi B se numesc Relaţii ı̂ntre

evenimente
Operaţii cu
incompatibile dacǎ A ∩ B = ∅. evenimente
În caz contrar, evenimentele se numesc compatibile. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Definiţie. Evenimentele A şi B se numesc Relaţii ı̂ntre

evenimente
Operaţii cu
incompatibile dacǎ A ∩ B = ∅. evenimente
În caz contrar, evenimentele se numesc compatibile. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Câmp de evenimente Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Fie Ω mulţimea tuturor rezultatelor posibile ale unei Introducere ı̂n

probabilitǎţi
experienţe aleatoare E, ω o probǎ, P(Ω) mulţimea Noţiuni de bazǎ.
pǎrţilor(submulţimilor) lui Ω, iar A, B, C , . . . Definiţii şi
proprietǎţi
evenimente aleatoare asociate experienţei. Experienţe. Probǎ.
Eveniment
Familia tuturor evenimentelor asociate unei experienţe Relaţii ı̂ntre

evenimente
Operaţii cu
aleatoare E este definitǎ de o familie K ⊆ P(Ω) cu evenimente
urmǎtoarele proprietǎţi: Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
probabilitate
Definiţie. Se numeşte corp de evenimente(sau Definiţia statisticǎ a
probabilitǎţii
algebrǎ de pǎrţi) pe Ω o familie K ⊆ P(Ω) care Definiţia clasicǎ a
probabilitǎţii
verificǎ urmǎtoarele condiţii: Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
probabilitate
probabilitǎţii
probabilitǎţii

probabilitǎţii
Probabilitǎţi
1) Ω ∈ K condiţionate
Evenimente
2) A ∈ K =⇒ CΩ A = A ∈ K independente
totale. Formula lui
3) A, B ∈ K =⇒ A ∪ B ∈ K Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
probabilitate
probabilitǎţii
probabilitǎţii

probabilitǎţii
Probabilitǎţi
1) Ω ∈ K condiţionate
Evenimente
2) A ∈ K =⇒ CΩ A = A ∈ K independente
totale. Formula lui
3) A, B ∈ K =⇒ A ∪ B ∈ K Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Observaţie. Proprietatea 3) se poate generaliza Experienţe. Probǎ.
Eveniment
imediat: Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
n
[ Câmp de evenimente
0
3 ) Ai ∈ K, i = 1, n =⇒ Ai ∈ K. Noţiunea de
probabilitate
i=1 Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Propoziţie. Fie K ⊆ P(Ω) un corp de evenimente pe Experienţe. Probǎ.
Eveniment
Ω. Atunci au loc Relaţii ı̂ntre
evenimente
a) A, B ∈ K =⇒ A ∩ B ∈ K (mai general, avem cǎ Operaţii cu

evenimente
Tn Câmp de evenimente
Ai ∈ K, i = 1, n =⇒ Ai ∈ K) Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
probabilitate
b) A, B ∈ K =⇒ A \ B ∈ K probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
evenimente

evenimente
probabilitate
b) A, B ∈ K =⇒ A \ B ∈ K probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Demonstraţie. Definiţii şi
proprietǎţi
a) A, B ∈ K =⇒ A, B ∈ K =⇒ A ∪ B ∈ K. Avem ı̂nsǎ Experienţe. Probǎ.
Eveniment
A ∪ B = {ω ∈ Ω|ω 6∈ A} ∪ {ω ∈ Ω|ω 6∈ B} = {ω ∈ Relaţii ı̂ntre

evenimente
Operaţii cu
Ω|ω 6∈ A ∨ ω 6∈ B} = evenimente
= {ω ∈ Ω|ω 6∈ A ∩ B} = A ∩ B Noţiunea de
probabilitate
(am demonstrat astfel cǎ A ∪ B = A ∩ B, adicǎ Definiţia statisticǎ a
probabilitǎţii
reuniunea complementarelor a douǎ mulţimi este Definiţia clasicǎ a
probabilitǎţii
complementara intersecţiei celor douǎ mulţimi). Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Astfel proprietǎţi
 Eveniment
def Relaţii ı̂ntre
A ∈ K =⇒ A ∈ K def def evenimente

Operaţii cu
=⇒ A∪B ∈ K =⇒ A ∩ B ∈ K =⇒ evenimente
def Câmp de evenimente
B ∈ K =⇒ B ∈ K  Noţiunea de
probabilitate
def probabilitǎţii
=⇒ A ∩ B ∈ K =⇒ A ∩ B ∈ K. Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
b) 
Eveniment
Relaţii ı̂ntre
A\B = A∩B  a) evenimente
Operaţii cu
A∈K =⇒ A ∩ B ∈ K.
evenimente
def  Noţiunea de
B ∈ K =⇒ B ∈ K
 probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Observaţie. Legile lui de Morgan sunt proprietǎţi Experienţe. Probǎ.
Eveniment
adevǎrate pentru orice A, B ∈ P(Ω): Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
A∩B = A∪B Noţiunea de
A∪B = A∩B probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Observaţie. Legile lui de Morgan se pot generaliza la proprietǎţi
un numǎr oarecare de submulţimi ale lui Ω: Eveniment
Relaţii ı̂ntre
evenimente
T S Operaţii cu
evenimente
Ai = Ai Câmp de evenimente
i∈I i∈I Noţiunea de
S T
Ai = Ai probabilitate
i∈I i∈I probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. O pereche (Ω, K), ı̂n care K este un corp de Experienţe. Probǎ.
Eveniment
evenimente, se numeşte câmp de evenimente. Relaţii ı̂ntre
evenimente
Exemplu. Ω = {ω1 , ω2 , . . . , ωn }, ωi - evenimente Operaţii cu

evenimente
elementare. Noţiunea de
|P(Ω)| = 2|Ω| = 2n , K = P(Ω) =⇒ (Ω, P(Ω)) - câmp probabilitate
(finit) de evenimente. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. O pereche (Ω, K), ı̂n care K este un corp de Experienţe. Probǎ.
Eveniment
evenimente, se numeşte câmp de evenimente. Relaţii ı̂ntre
evenimente
Exemplu. Ω = {ω1 , ω2 , . . . , ωn }, ωi - evenimente Operaţii cu

evenimente
elementare. Noţiunea de
|P(Ω)| = 2|Ω| = 2n , K = P(Ω) =⇒ (Ω, P(Ω)) - câmp probabilitate
(finit) de evenimente. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Noţiunea de probabilitate Relaţii ı̂ntre

evenimente
Operaţii cu
evenimente
Definiţia statisticǎ a probabilitǎţii Noţiunea de

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Noţiunea de probabilitate Relaţii ı̂ntre

evenimente
Operaţii cu
evenimente
Definiţia statisticǎ a probabilitǎţii Noţiunea de

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Fie E o experienţǎ aleatoare şi A un eveniment aleator Experienţe. Probǎ.

Eveniment
Relaţii ı̂ntre
asociat experienţei E. Fie n ∈ N un numǎr natural. evenimente
Operaţii cu
Repetǎm experienţa E de n ori ı̂n condiţii identice şi evenimente

notǎm cu nA numǎrul de realizǎri ale evenimenului A, Noţiunea de

probabilitate
numit frecvenţǎ absolutǎ a evenimentului A. Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Se numeşte frecvenţǎ relativǎ a lui A pe
parcursul unei serii de n efectuǎri ale experienţei E, Definiţii şi
proprietǎţi
numǎrul Experienţe. Probǎ.
Eveniment
fn (A) = nnA Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Observaţie. Deoarece frecvenţa absolutǎ a unui Câmp de evenimente
Noţiunea de
eveniment A pe parcursul unei serii de n efectuǎri ale probabilitate
unei experienţe aleatoare E poate fi cel mult n, Definiţia statisticǎ a

probabilitǎţii
probabilitǎţii
nA Definiţia axiomaticǎ a
0 ≤ nA ≤ n | : n =⇒ 0 ≤ ≤1 probabilitǎţii
Probabilitǎţi
n condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Se numeşte frecvenţǎ relativǎ a lui A pe
parcursul unei serii de n efectuǎri ale experienţei E, Definiţii şi
proprietǎţi
numǎrul Experienţe. Probǎ.
Eveniment
fn (A) = nnA Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Observaţie. Deoarece frecvenţa absolutǎ a unui Câmp de evenimente
Noţiunea de
eveniment A pe parcursul unei serii de n efectuǎri ale probabilitate
unei experienţe aleatoare E poate fi cel mult n, Definiţia statisticǎ a

probabilitǎţii
probabilitǎţii
nA Definiţia axiomaticǎ a
0 ≤ nA ≤ n | : n =⇒ 0 ≤ ≤1 probabilitǎţii
Probabilitǎţi
n condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Dacǎ ı̂n cazul ı̂n care n ia valori foarte mari, Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
frecvenţa relativǎ fn (A) a unui eveniment A oscileazǎ ı̂n evenimente
Operaţii cu
jurul unei anumite constante reale, aceasta se numeşte evenimente
probabilitatea statisticǎ a evenimentului A şi se Noţiunea de

probabilitate
noteazǎ P(A). Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Definiţia clasicǎ a probabilitǎţii Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Exemplu. Considerǎm experienţa aleatoare care constǎ Eveniment
Relaţii ı̂ntre
evenimente
ı̂n ”aruncarea unui zar(cinstit)”, cu mulţimea probelor Operaţii cu
evenimente
Ω = {1, 2, 3, 4, 5, 6}. Şansa de apariţie a fiecǎrei feţe Câmp de evenimente
Noţiunea de
este 61 . probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Fie E o experienţǎ aleatoare, Ω = {ω1 , ω2 , . . . , ωn }, Noţiuni de bazǎ.
n ∈ N∗ , ωi - evenimente elementare. Definiţii şi
proprietǎţi
Definiţie. Spunem cǎ rezultatele unei experienţe Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
aleatoare E sunt echiprobabile(egal probabile) dacǎ evenimente
Operaţii cu
au aceeaşi şansǎ de realizare ı̂n orice efectuare a evenimente
experienţei E. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
probabilitate
Numim evenimentele echiprobabile şi cazuri. Dacǎ Definiţia statisticǎ a
probabilitǎţii
presupunem cǎ evenimentele elementare (ωi )i=1,n sunt Definiţia clasicǎ a
probabilitǎţii
echiprobabile, şansa de apariţie a evenimentului probabilitǎţii
Probabilitǎţi
elementar ωi este n1 . condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
probabilitate
Numim evenimentele echiprobabile şi cazuri. Dacǎ Definiţia statisticǎ a
probabilitǎţii
presupunem cǎ evenimentele elementare (ωi )i=1,n sunt Definiţia clasicǎ a
probabilitǎţii
echiprobabile, şansa de apariţie a evenimentului probabilitǎţii
Probabilitǎţi
elementar ωi este n1 . condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Numim probabilitate a evenimentului Noţiuni de bazǎ.

Definiţii şi
elementar ωi numǎrul P(ωi ) = n1 . proprietǎţi
Definiţie. Fie A ∈ P(Ω) un eveniment aleator. Eveniment

Relaţii ı̂ntre
evenimente
Probabilitatea evenimentului A este numǎrul Operaţii cu
evenimente
|A| nA Noţiunea de
P(A) = = probabilitate
n n Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
unde nA este numǎrul rezultatelor favorabile realizǎrii Definiţia axiomaticǎ a
probabilitǎţii
evenimentului A. Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Numim probabilitate a evenimentului Noţiuni de bazǎ.

Definiţii şi
elementar ωi numǎrul P(ωi ) = n1 . proprietǎţi
Definiţie. Fie A ∈ P(Ω) un eveniment aleator. Eveniment

Relaţii ı̂ntre
evenimente
Probabilitatea evenimentului A este numǎrul Operaţii cu
evenimente
|A| nA Noţiunea de
P(A) = = probabilitate
n n Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
unde nA este numǎrul rezultatelor favorabile realizǎrii Definiţia axiomaticǎ a
probabilitǎţii
evenimentului A. Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Maimuţa şi tastatura. O maimuţǎ aşezatǎ ı̂n faţa Introducere ı̂n

probabilitǎţi
unui calculator loveşte cele 26 de taste corespunzǎtoare Noţiuni de bazǎ.
Definiţii şi
literelor şi bara de spaţiu la ı̂ntâmplare. Care este proprietǎţi
probabilitatea ca primele 39 de caractere(incluzând şi Eveniment
Relaţii ı̂ntre
spaţiile) sǎ fie ”to be or not to be that is the question”? evenimente
Operaţii cu
evenimente
Numǎrul de texte de lungime 39 care se pot obţine Câmp de evenimente
folosind cele 26 de litere şi caracterul spaţiu este 2739 . Noţiunea de

probabilitate
Dintre acestea, doar unul corespunde citatului hamletian Definiţia statisticǎ a
probabilitǎţii
”to be or . . . ”. Probabilitatea cǎutatǎ este deci probabilitǎţii
probabilitǎţii
1 Probabilitǎţi
P= ≈ 0, 15025 · 10−55 . condiţionate

Evenimente
2739 independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Observaţie. Definiţia clasicǎ a probabilitǎţii se poate Relaţii ı̂ntre

evenimente
Operaţii cu
aplica numai pentru experienţe cu evenimente evenimente
elementare echiprobabile. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Propoziţie. Probabilitatea (clasicǎ) are urmǎtoarele Noţiuni de bazǎ.
Definiţii şi
proprietǎţi: proprietǎţi
1) 0 ≤ P(A) ≤ 1, (∀)A ∈ P(Ω). Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu
3) Dacǎ A, B ∈ P(Ω) sunt evenimente evenimente
incompatibile(adicǎ A ∩ B = ∅), atunci Noţiunea de

probabilitate
P(A ∪ B) = P(A) + P(B). Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu

probabilitate
probabilitǎţii
4) P(A) = 1 − P(A). Definiţia clasicǎ a

probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu

probabilitate
probabilitǎţii

probabilitǎţii
5) Dacǎ A ⊆ B, atunci P(A) ≤ P(B). probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu

probabilitate
probabilitǎţii

probabilitǎţii
Probabilitǎţi
6) Dacǎ A ⊆ B, atunci P(B \ A) = P(B) − P(A). condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Eveniment
2) P(∅) = 0, P(Ω) = nn = 1.
Relaţii ı̂ntre
evenimente
Operaţii cu

probabilitate
probabilitǎţii

probabilitǎţii
Probabilitǎţi
6) Dacǎ A ⊆ B, atunci P(B \ A) = P(B) − P(A). condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Problema acului lui Bufon. Savantul francez
G.L.Buffon a considerat urmǎtoarea problemǎ: Un ac de
Introducere ı̂n
lungime l este aruncat la ı̂ntâmplare pe o podea, pe care probabilitǎţi
sunt trasate linii paralele la distanţǎ d(d > l) ı̂ntre ele. Noţiuni de bazǎ.
Definiţii şi
Care este probabilitatea ca acul sǎ atingǎ vreuna dintre proprietǎţi
linii? Eveniment
Relaţii ı̂ntre
Câmpul de evenimente corespunzǎtor experienţei nu este evenimente
Operaţii cu
evenimente
unul finit(nici mǎcar discret, de altfel), astfel cǎ definiţia Câmp de evenimente
clasicǎ nu poate fi aici folositǎ, decât cu greutate. Noţiunea de

probabilitate
Probabilitatea care se obţine are valoarea Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
2l Definiţia axiomaticǎ a
probabilitǎţii
P= . Probabilitǎţi
πd condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
linii? Eveniment
Relaţii ı̂ntre
Operaţii cu
evenimente

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
πd condiţionate
Evenimente
independente
Buffon a ı̂ncercat sǎ foloseascǎ acest rezultat pentru a totale. Formula lui
Bayes
calcula valoarea numǎrului π. Aruncând un ac de peste Scheme clasice de

probabilitate
5000 de ori pe podea, el a reuşit sǎ obţinǎ valoarea lui π Schema lui Bernoulli
cu o zecimalǎ exactǎ! cu mai multe stǎri
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
linii? Eveniment
Relaţii ı̂ntre
Operaţii cu
evenimente

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
πd condiţionate
Evenimente
independente
Buffon a ı̂ncercat sǎ foloseascǎ acest rezultat pentru a totale. Formula lui
Bayes
calcula valoarea numǎrului π. Aruncând un ac de peste Scheme clasice de

probabilitate
5000 de ori pe podea, el a reuşit sǎ obţinǎ valoarea lui π Schema lui Bernoulli
cu o zecimalǎ exactǎ! cu mai multe stǎri
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Definiţia axiomaticǎ a probabilitǎţii Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Fie (Ω, K) un câmp de evenimente. Noţiuni de bazǎ.

Definiţii şi
Definiţie. O probabilitate pe (Ω, K) este o funcţie proprietǎţi
P : K −→ [0, 1], care verificǎ axiomele Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Relaţii ı̂ntre
evenimente
1) P(Ω) = 1 Operaţii cu
evenimente
2) (∀)A, B ∈ K, A ∩ B = ∅ Câmp de evenimente
Noţiunea de
=⇒ P(A ∪ B) = P(A) + P(B). probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Definiţie. Un câmp de evenimente (Ω, K), ı̂nzestrat cu probabilitǎţii
o funcţie de probabilitate P, se numeşte câmp de probabilitǎţii
probabilitǎţii
probabilitate şi se noteazǎ (Ω, K, P). Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Definiţie. Un câmp de evenimente (Ω, K), ı̂nzestrat cu probabilitǎţii
o funcţie de probabilitate P, se numeşte câmp de probabilitǎţii
probabilitǎţii
probabilitate şi se noteazǎ (Ω, K, P). Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Propoziţie. Fie (Ω, K, P) un câmp de probabilitate.

Atunci au loc urmǎtoarele proprietǎţi: Introducere ı̂n
1) 0 ≤ P(A) ≤ 1, (∀)A ∈ K. probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

2) P(∅) = 0. Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
3) P(A) = 1 − P(A). Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
4) P(A \ B) = P(A) − P(A ∩ B), (∀)A, B ∈ K. Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
5) Dacǎ B ⊆ A, atunci P(A \ B) = P(A) − P(B). Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
6) Dacǎ (Ai )i=1,n ⊆ K, cu Ai ∩ Aj = ∅, Noţiunea de
(∀)i, j = 1, n, i 6= j, atunci probabilitate
probabilitǎţii
n
[ n
X probabilitǎţii
P( Ai ) = P(Ai ) probabilitǎţii
Probabilitǎţi
condiţionate
i=1 i=1 Evenimente
independente
totale. Formula lui
(proprietatea de aditivitate finitǎ). Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
probabilitǎţii
n
[ n
Probabilitǎţi
condiţionate
i=1 i=1 Evenimente
independente
totale. Formula lui
7) Dacǎ A, B ∈ K, atunci Scheme clasice de

probabilitate
P(A ∪ B) = P(A) + P(B) − P(A ∩ B). Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
probabilitǎţii
n
[ n
Probabilitǎţi
condiţionate
i=1 i=1 Evenimente
independente
totale. Formula lui

probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
probabilitǎţii
n
[ n
Probabilitǎţi
condiţionate
i=1 i=1 Evenimente
independente
totale. Formula lui

probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
8) Dacǎ (Ai )i=1,n ⊆ K, atunci

Introducere ı̂n
n
S n
P P probabilitǎţi
P( Ai ) = P(Ai ) − P(Ai ∩ Aj )+ Noţiuni de bazǎ.
i=1 i=1 1≤i<j≤n Definiţii şi
proprietǎţi
n
P(Ai ∩ Aj ∩ Ak ) + · · · + (−1)n−1Experienţe.
P T
+ P( Probǎ.
Eveniment Ai )
Relaţii ı̂ntre
1≤i<j<k≤n i=1
evenimente
Operaţii cu
evenimente
(formula lui Poincaré). Noţiunea de
n
S Pn probabilitate
9) P( Ai ) ≤ P(Ai ). Definiţia statisticǎ a
probabilitǎţii
i=1 i=1 Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n
n
S n
proprietǎţi
n
P T
+ P( Probǎ.
Eveniment Ai )
Relaţii ı̂ntre
1≤i<j<k≤n i=1
evenimente
Operaţii cu
evenimente
n
S Pn probabilitate
probabilitǎţii
probabilitǎţii
10) Dacǎ (Ai )i=1,n ⊆ K, atunci Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
n
T n
P independente
P( Ai ) ≥ P(Ai ) − (n − 1) Legea probabilitǎţii
totale. Formula lui
Bayes
i=1 i=1
Scheme clasice de
probabilitate
(inegalitatea lui Boole). Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n
n
S n
proprietǎţi
n
P T
+ P( Probǎ.
Eveniment Ai )
Relaţii ı̂ntre
1≤i<j<k≤n i=1
evenimente
Operaţii cu
evenimente
n
S Pn probabilitate
probabilitǎţii
probabilitǎţii
10) Dacǎ (Ai )i=1,n ⊆ K, atunci Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
n
T n
P independente
P( Ai ) ≥ P(Ai ) − (n − 1) Legea probabilitǎţii
totale. Formula lui
Bayes
i=1 i=1
Scheme clasice de
probabilitate
(inegalitatea lui Boole). Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Fie Ω 6= ∅. O familie K ⊆ P(Ω) se numeşte Noţiuni de bazǎ.
Definiţii şi
σ-corp de evenimente(sau σ-algebrǎ de pǎrţi) dacǎ proprietǎţi
are proprietǎţile: Eveniment
Relaţii ı̂ntre
1) Ω ∈ K evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente
2) A ∈ K =⇒ A ∈ K Câmp de evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente
S∞ Noţiunea de
3) (∀)(Ai )i≥1 ⊆ K =⇒ Ai ∈ K. probabilitate
i=1 probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente
S∞ Noţiunea de
Definiţie. Dacǎ Ω 6= ∅, un cuplu (Ω, K), ı̂n care K este Definiţia clasicǎ a
probabilitǎţii
un σ-corp de evenimente, se numeşte σ-câmp de probabilitǎţii
Probabilitǎţi
evenimente. condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Relaţii ı̂ntre
Operaţii cu
evenimente
S∞ Noţiunea de
Definiţie. Dacǎ Ω 6= ∅, un cuplu (Ω, K), ı̂n care K este Definiţia clasicǎ a
probabilitǎţii
un σ-corp de evenimente, se numeşte σ-câmp de probabilitǎţii
Probabilitǎţi
evenimente. condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Definiţie. Se numeşte probabilitate pe σ-câmpul de Introducere ı̂n

probabilitǎţi
evenimente (Ω, K) o funcţie P : K −→ [0, 1] care Noţiuni de bazǎ.
verificǎ axiomele: Definiţii şi
proprietǎţi
1) P(Ω) = 1 Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment
2) Dacǎ (Ai )i∈N∗ ⊆ K este o familie numǎrabilǎ oarecare Relaţii ı̂ntre

evenimente
Operaţii cu
de evenimente incompatibile douǎ câte douǎ, atunci evenimente
[ X Noţiunea de
probabilitate
P( Ai ) = P(Ai ) Definiţia statisticǎ a
probabilitǎţii
i≥1 i≥1 Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
[ X Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Definiţie. Un σ-câmp de probabilitate este un condiţionate
Evenimente
σ-câmp de evenimente (Ω, K), ı̂mpreunǎ cu o funcţie de independente
totale. Formula lui
probabilitate P, notat (Ω, K, P). Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
[ X Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Definiţie. Un σ-câmp de probabilitate este un condiţionate
Evenimente
σ-câmp de evenimente (Ω, K), ı̂mpreunǎ cu o funcţie de independente
totale. Formula lui
probabilitate P, notat (Ω, K, P). Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Propoziţie. Fie (Ω, K, P) un σ-câmp de probabilitate.

Introducere ı̂n
Atunci au loc: probabilitǎţi
a) Dacǎ (Ai )i≥1 ⊆ K este un şir ascendent de Noţiuni de bazǎ.

Definiţii şi
evenimente, adicǎ un şir pentru care An ⊆ An+1 , proprietǎţi
(∀)n ∈ N∗ , atunci Eveniment
Relaţii ı̂ntre
evenimente
[ Operaţii cu
evenimente
lim P(An ) = P( Ai ) Câmp de evenimente
n−→∞ Noţiunea de
i≥1 probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
[ Operaţii cu
evenimente
i≥1 probabilitate
probabilitǎţii
b) Dacǎ (Ai )i≥1 ⊆ K este un şir descendent de Definiţia clasicǎ a
probabilitǎţii
evenimente: An+1 ⊆ An , (∀)n ∈ N∗ , atunci Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
\ Evenimente
independente
lim P(An ) = P( Ai ) Legea probabilitǎţii
n−→∞ totale. Formula lui
i≥1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
[ Operaţii cu
evenimente
i≥1 probabilitate
probabilitǎţii
b) Dacǎ (Ai )i≥1 ⊆ K este un şir descendent de Definiţia clasicǎ a
probabilitǎţii
evenimente: An+1 ⊆ An , (∀)n ∈ N∗ , atunci Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
\ Evenimente
independente
lim P(An ) = P( Ai ) Legea probabilitǎţii
n−→∞ totale. Formula lui
i≥1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Probabilitǎţi condiţionate evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Considerǎm un câmp de probabilitate (Ω, K, P) şi

B ∈ K cu P(B) > 0(i.e. P(B) 6= 0) Introducere ı̂n
probabilitǎţi
Definiţie. Dacǎ A ∈ K este un eveniment, se numeşte Noţiuni de bazǎ.
Definiţii şi
probabilitatea condiţionatǎ de evenimentul B a proprietǎţi
evenimentului A(sau probabilitatea lui A Experienţe. Probǎ.

Eveniment
Relaţii ı̂ntre
condiţionat de B) numǎrul evenimente
Operaţii cu
evenimente
P(A∩B)
PB (A) = P(A|B) = P(B)
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Definiţii şi

Eveniment
Relaţii ı̂ntre
Operaţii cu
evenimente
P(A∩B)
PB (A) = P(A|B) = P(B)
Noţiunea de
probabilitate
probabilitǎţii
Analog, dacǎ P(A) > 0, putem defini probabilitatea lui probabilitǎţii
probabilitǎţii
B condiţionat de A: Probabilitǎţi
condiţionate
Evenimente
independente
P(A ∩ B) Legea probabilitǎţii
PA (B) = totale. Formula lui
Bayes
P(A) Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Definiţii şi

Eveniment
Relaţii ı̂ntre
Operaţii cu
evenimente
P(A∩B)
PB (A) = P(A|B) = P(B)
Noţiunea de
probabilitate
probabilitǎţii
Analog, dacǎ P(A) > 0, putem defini probabilitatea lui probabilitǎţii
probabilitǎţii
B condiţionat de A: Probabilitǎţi
condiţionate
Evenimente
independente
P(A ∩ B) Legea probabilitǎţii
PA (B) = totale. Formula lui
Bayes
P(A) Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Propoziţie. Fie (Ω, K, P) un (σ-)câmp de
probabilitate şi B ∈ K un eveniment cu P(B) > 0. Definiţii şi
proprietǎţi
Atunci funcţia PB reprezintǎ o probabilitate pe (Ω, K), Experienţe. Probǎ.
Eveniment
adicǎ verificǎ axiomele Relaţii ı̂ntre
evenimente
Operaţii cu
1) 0 ≤ PB (A) ≤ 1, (∀)A ∈ K evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
2) PB (Ω) = 1 Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
probabilitate
3) PB (A1 ∪ A2 ) = P(A1 ) + PB (A2 ), (∀)A1 , A2 ∈ K, cu Definiţia statisticǎ a
probabilitǎţii
A1 ∩ A2 = ∅ Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
probabilitate
probabilitǎţii
A1 ∩ A2 = ∅ S P Definiţia clasicǎ a
probabilitǎţii
(respectiv 3’ PB ( Ai ) = P(Ai ), (∀)(Ai )i≥1 ⊆ K, cu Definiţia axiomaticǎ a
probabilitǎţii
i≥1 i≥1 Probabilitǎţi
condiţionate
Ai ∩ Aj = ∅, (∀)i, j ≥ 1, i 6= j) Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
probabilitate
probabilitǎţii
A1 ∩ A2 = ∅ S P Definiţia clasicǎ a
probabilitǎţii
(respectiv 3’ PB ( Ai ) = P(Ai ), (∀)(Ai )i≥1 ⊆ K, cu Definiţia axiomaticǎ a
probabilitǎţii
i≥1 i≥1 Probabilitǎţi
condiţionate
Ai ∩ Aj = ∅, (∀)i, j ≥ 1, i 6= j) Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Observaţie. a) Dacǎ A, B ∈ K sunt evenimente cu

Introducere ı̂n
P(A), P(B) > 0, atunci din probabilitǎţi
Definiţii şi
P(A ∩ B) P(A ∩ B) proprietǎţi
PB (A) = şi PA (B) = Experienţe. Probǎ.
P(B) P(A) Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
obţinem cǎ evenimente
Noţiunea de
probabilitate
P(A ∩ B) = P(A) · PA (B) = P(B) · PB (A) Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
b) Dacǎ P(A ∩ B) = P(A) · P(B), atunci din egalitǎţile Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
de mai sus obţinem cǎ condiţionate
Evenimente
independente
PB (A) = P(A) şi PA (B) = P(B) totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Observaţie. a) Dacǎ A, B ∈ K sunt evenimente cu

Introducere ı̂n
P(A), P(B) > 0, atunci din probabilitǎţi
Definiţii şi
P(A ∩ B) P(A ∩ B) proprietǎţi
PB (A) = şi PA (B) = Experienţe. Probǎ.
P(B) P(A) Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
obţinem cǎ evenimente
Noţiunea de
probabilitate
P(A ∩ B) = P(A) · PA (B) = P(B) · PB (A) Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
b) Dacǎ P(A ∩ B) = P(A) · P(B), atunci din egalitǎţile Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
de mai sus obţinem cǎ condiţionate
Evenimente
independente
PB (A) = P(A) şi PA (B) = P(B) totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Evenimente independente Operaţii cu

evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Definiţie. Fie (Ω, K, P) un (σ-)câmp de probabilitate Experienţe. Probǎ.
Eveniment
şi A, B ∈ K douǎ evenimente. A şi B se numesc Relaţii ı̂ntre
evenimente
evenimente independente dacǎ Operaţii cu

evenimente
Noţiunea de
P(A ∩ B) = P(A) · P(B) probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
Definiţie. Fie (Ω, K, P) un (σ-)câmp de probabilitate proprietǎţi
şi (Ai )i=1,n ⊆ K o familie de evenimente. Evenimentele Eveniment
Relaţii ı̂ntre
evenimente
Ai , i = 1, n se numesc evenimente independente dacǎ Operaţii cu
evenimente
pentru orice 1 ≤ k ≤ n şi 1 ≤ i1 < i2 < · · · < ik ≤ n Câmp de evenimente
Noţiunea de
probabilitate
P(Ai1 ∩ Ai2 ∩ · · · ∩ Aik ) = P(Ai1 ) · P(Ai2 ) · · · · · P(Aik ) Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Legea probabilitǎţii totale. Formula lui Operaţii cu
evenimente
Bayes Câmp de evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţie. Fie (Ω, K, P) un (σ-)câmp de probabilitate Definiţii şi
proprietǎţi
şi o familie de evenimente (Ai )i=1,n ⊆ K \ {∅}. Spunem Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
cǎ evenimentele Ai , i = 1, n formeazǎ un sistem evenimente
Operaţii cu
complet de evenimente dacǎ evenimente
n
S Noţiunea de
1) Ai = Ω probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
n
S Noţiunea de
probabilitǎţii
2) Ai ∩ Aj = ∅, (∀)i, j = 1, n, i 6= j Definiţia clasicǎ a
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
n
S Noţiunea de
probabilitǎţii
probabilitǎţii
3) P(Ai ) > 0, (∀)i = 1, n. Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
n
S Noţiunea de
probabilitǎţii
probabilitǎţii
3) P(Ai ) > 0, (∀)i = 1, n. Definiţia axiomaticǎ a

probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n
probabilitate şi (Ai )i=1,n un sistem complet de probabilitǎţi
evenimente. Pentru orice eveniment B ∈ K avem atunci: Noţiuni de bazǎ.

Definiţii şi
a)(Legea probabilitǎţii totale) proprietǎţi
Eveniment
Relaţii ı̂ntre
n
P evenimente
Operaţii cu
P(B) = PAi (B) · P(Ai ) evenimente
i=1
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
Eveniment
Relaţii ı̂ntre
n
P evenimente
Operaţii cu
i=1
Noţiunea de
probabilitate
b)(Formula lui Bayes) Dacǎ P(B) > 0, atunci pentru Definiţia statisticǎ a
probabilitǎţii
orice indice k ∈ {1, . . . , n} probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
P(Ak )·PAk (B) Evenimente
PB (Ak ) = n
P independente
PAi (B)·P(Ai ) totale. Formula lui
i=1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
Eveniment
Relaţii ı̂ntre
n
P evenimente
Operaţii cu
i=1
Noţiunea de
probabilitate
b)(Formula lui Bayes) Dacǎ P(B) > 0, atunci pentru Definiţia statisticǎ a
probabilitǎţii
orice indice k ∈ {1, . . . , n} probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
P(Ak )·PAk (B) Evenimente
PB (Ak ) = n
P independente
PAi (B)·P(Ai ) totale. Formula lui
i=1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Demonstraţie. a) Introducere ı̂n

probabilitǎţi
n
[ n
[ Noţiuni de bazǎ.
P(B) = P(B ∩ Ω) = P(B ∩ ( Ai )) = P( (B ∩ Ai )) = Definiţii şi
proprietǎţi
i=1 i=1 Eveniment
Relaţii ı̂ntre
evenimente
n n Operaţii cu
X X evenimente
= P(B ∩ Ai ) = PAi (B) · P(Ai ) Câmp de evenimente
Noţiunea de
i=1 i=1 probabilitate
b) probabilitǎţii
probabilitǎţii
P(B ∩ Ak ) a) P(Ak ) · PAk (B) probabilitǎţii
Probabilitǎţi
PB (Ak ) = = Pn
condiţionate
P(B) Evenimente
PAi (B) · P(Ai ) independente
totale. Formula lui
i=1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Demonstraţie. a) Introducere ı̂n

probabilitǎţi
n
[ n
[ Noţiuni de bazǎ.
P(B) = P(B ∩ Ω) = P(B ∩ ( Ai )) = P( (B ∩ Ai )) = Definiţii şi
proprietǎţi
i=1 i=1 Eveniment
Relaţii ı̂ntre
evenimente
n n Operaţii cu
X X evenimente
= P(B ∩ Ai ) = PAi (B) · P(Ai ) Câmp de evenimente
Noţiunea de
i=1 i=1 probabilitate
b) probabilitǎţii
probabilitǎţii
P(B ∩ Ak ) a) P(Ak ) · PAk (B) probabilitǎţii
Probabilitǎţi
PB (Ak ) = = Pn
condiţionate
P(B) Evenimente
PAi (B) · P(Ai ) independente
totale. Formula lui
i=1 Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Scheme clasice de probabilitate Experienţe. Probǎ.

Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Schemele clasice de probabilitate permit calculul Noţiunea de

probabilitate
probabilitǎţii unor evenimente compuse folosind idei Definiţia statisticǎ a
probabilitǎţii
simple de analizǎ combinatorie. Definiţia clasicǎ a

probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Scheme clasice de probabilitate Experienţe. Probǎ.

Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Schemele clasice de probabilitate permit calculul Noţiunea de

probabilitate
probabilitǎţii unor evenimente compuse folosind idei Definiţia statisticǎ a
probabilitǎţii
simple de analizǎ combinatorie. Definiţia clasicǎ a

probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Schema lui Bernoulli evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Sǎ presupunem cǎ probabilitatea apariţiei unui anumit Introducere ı̂n

eveniment A ı̂n urma efectuǎrii unei experienţe aleatoare probabilitǎţi
este p, iar probabilitatea apariţiei evenimentului contrar Definiţii şi
proprietǎţi
A este q = 1 − p. Experienţe. Probǎ.
Eveniment
Dacǎ experienţa aleatoare se repetǎ ı̂n condiţii identice şi Relaţii ı̂ntre
evenimente
independente de n ori, probabilitatea ca ı̂n cele n Operaţii cu
evenimente
experienţe evenimentul A sǎ aparǎ de exact k ori este Noţiunea de
probabilitate
P(n; k) = Cnk p k q n−k .

probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
probabilitate

probabilitǎţii
probabilitǎţii
Observaţie. Probabilitatea P(n; k) se poate obţine probabilitǎţii
Probabilitǎţi
condiţionate
citind coeficientul lui X k din dezvoltarea binomului Evenimente
independente
(pX + q)n . Din acest motiv, aceastǎ schemǎ de calcul se Legea probabilitǎţii
totale. Formula lui
Bayes
mai numeşte şi schema binomialǎ. Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
evenimente
evenimente
probabilitate

probabilitǎţii
probabilitǎţii
Observaţie. Probabilitatea P(n; k) se poate obţine probabilitǎţii
Probabilitǎţi
condiţionate
citind coeficientul lui X k din dezvoltarea binomului Evenimente
independente
(pX + q)n . Din acest motiv, aceastǎ schemǎ de calcul se Legea probabilitǎţii
totale. Formula lui
Bayes
mai numeşte şi schema binomialǎ. Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Observaţie. Schema lui Bernoulli poate fi realizatǎ
printr-o urnǎ cu bile de douǎ culori(de ex., albe şi negre),
Introducere ı̂n
din care se extrage pe rând şi ı̂n mod aleator câte o bilǎ, probabilitǎţi
se noteazǎ rezultatul şi apoi se repune bila ı̂n urnǎ. Dacǎ Noţiuni de bazǎ.
Definiţii şi
numǎrul bilelor albe este a, iar al celor negre b, proprietǎţi
evenimentul A este cel ca la o extragere sǎ se obţinǎ o Eveniment
Relaţii ı̂ntre
evenimente
bilǎ albǎ, şi notǎm cu P(n; k) probabilitatea ca din n Operaţii cu
evenimente
extrageri sǎ se obţinǎ de exact k ori o bilǎ albǎ, atunci Câmp de evenimente
Noţiunea de
probabilitate
a b Definiţia statisticǎ a
p = P(A) = , q = P(A) = 1 − p = probabilitǎţii
a+b a+b probabilitǎţii
probabilitǎţii
şi Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
probabilitate
probabilitǎţii
condiţionate
ak b n−k Evenimente
independente
P(n; k) = Cnk n
= Cnk p k q n−k . Legea probabilitǎţii
totale. Formula lui
(a + b) Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
probabilitate
probabilitǎţii
condiţionate
independente
P(n; k) = Cnk n
totale. Formula lui
(a + b) Bayes
Scheme clasice de
Datoritǎ acestei prezentǎri, schema lui Bernoulli se mai probabilitate
numeşte schema bilei revenite. Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
probabilitate
probabilitǎţii
condiţionate
independente
P(n; k) = Cnk n
totale. Formula lui
(a + b) Bayes
Scheme clasice de
Datoritǎ acestei prezentǎri, schema lui Bernoulli se mai probabilitate
numeşte schema bilei revenite. Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Schema lui Bernoulli admite douǎ generalizǎri Relaţii ı̂ntre

evenimente
Operaţii cu
importante: schema lui Bernoulli cu mai multe stǎri evenimente
şi schema lui Poisson. Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Schema lui Bernoulli cu mai multe stǎri evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Sǎ presupunem cǎ unei experienţe aleatoare ı̂i putem

Introducere ı̂n
asocia un sistem complet de evenimente probabilitǎţi
{Ai |i = 1, s}(numite stǎri), cu probabilitǎţile Noţiuni de bazǎ.

Definiţii şi
proprietǎţi
s Experienţe. Probǎ.
Eveniment
X
pi = P(Ai ) , i = 1, s , cu pi = 1 . Relaţii ı̂ntre
evenimente
Operaţii cu
i=1 evenimente
Dacǎ experienţa se repetǎ de n ori ı̂n condiţii identice şi Noţiunea de

probabilitate
independente, probabilitatea P(n; k1 , k2 , . . . , ks ) ca Definiţia statisticǎ a
probabilitǎţii
evenimentul A1 sǎ aparǎ de exact k1 ori, A2 de k2 , . . . , probabilitǎţii
As de ks ori, unde k1 + k2 + · · · + ks = n, este probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
proprietǎţi
Eveniment
X
evenimente
Operaţii cu
i=1 evenimente

probabilitate
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
n! independente
P(n; k1 , k2 , . . . , ks ) = p1k1 p2k2 . . . psks . Legea probabilitǎţii

totale. Formula lui
k1 !k2 ! . . . ks ! Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

Introducere ı̂n

Definiţii şi
proprietǎţi
Eveniment
X
evenimente
Operaţii cu
i=1 evenimente

probabilitate
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
n! independente
P(n; k1 , k2 , . . . , ks ) = p1k1 p2k2 . . . psks . Legea probabilitǎţii

totale. Formula lui
k1 !k2 ! . . . ks ! Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Observaţie. Probabilitatea P(n; k1 , k2 , . . . , ks ) se poate probabilitǎţi
obţine citind coeficientul termenului care conţine Definiţii şi
X1k1 X2k2 . . . Xsk2 din dezvoltarea polinomonului

proprietǎţi
Eveniment
(p1 X1 + p2 X2 + · · · + ps Xs )n . Din acest motiv, schema Relaţii ı̂ntre
evenimente
lui Bernoulli cu mai multe stǎri se mai numeşte şi Operaţii cu

evenimente
schema polinomialǎ sau schema multinomialǎ. Noţiunea de
Observaţie. Schema lui Bernoulli este cazul particular probabilitate
s = 2 al schemei multinomiale, considerând sistemul probabilitǎţii
probabilitǎţii
complet de evenimente {A1 = A, A2 = A}, p1 = p, Definiţia axiomaticǎ a
probabilitǎţii
p2 = q(= 1 − p), k1 = k, k − 2 = n − k, şi notând Probabilitǎţi
condiţionate
Evenimente
P(n; k) pentru P(n; k1 , k2 ) = P(n; k, n − k). independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Observaţie. Probabilitatea P(n; k1 , k2 , . . . , ks ) se poate probabilitǎţi
obţine citind coeficientul termenului care conţine Definiţii şi
X1k1 X2k2 . . . Xsk2 din dezvoltarea polinomonului

proprietǎţi
Eveniment
(p1 X1 + p2 X2 + · · · + ps Xs )n . Din acest motiv, schema Relaţii ı̂ntre
evenimente
lui Bernoulli cu mai multe stǎri se mai numeşte şi Operaţii cu

evenimente
schema polinomialǎ sau schema multinomialǎ. Noţiunea de
Observaţie. Schema lui Bernoulli este cazul particular probabilitate
s = 2 al schemei multinomiale, considerând sistemul probabilitǎţii
probabilitǎţii
complet de evenimente {A1 = A, A2 = A}, p1 = p, Definiţia axiomaticǎ a
probabilitǎţii
p2 = q(= 1 − p), k1 = k, k − 2 = n − k, şi notând Probabilitǎţi
condiţionate
Evenimente
P(n; k) pentru P(n; k1 , k2 ) = P(n; k, n − k). independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Schema lui Poisson Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
Aceastǎ schemǎ reprezintǎ o altǎ generalizare a schemei probabilitate
lui Bernoulli. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Schema lui Poisson Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
Aceastǎ schemǎ reprezintǎ o altǎ generalizare a schemei probabilitate
lui Bernoulli. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Considerǎm n experienţe aleatoare independente Introducere ı̂n

distincte, pentru care suntem interesaţi ı̂n cazul fiecǎruia probabilitǎţi
de producerea câte unui anumit eveniment Ai , având Definiţii şi
proprietǎţi
probabilitatea pi , respectiv a evenimentului Ai , Experienţe. Probǎ.
Eveniment
complementar lui Ai , care are probabilitatea qi = 1 − pi . Relaţii ı̂ntre
evenimente
În aceaste condiţii, probabilitatea P(n; k) ca ı̂n exact k Operaţii cu
evenimente
dintre cele n experienţe aleatoare sǎ aparǎ unul dintre Noţiunea de
evenimentele Ai , iar ı̂n celelalte n − k sǎ aparǎ probabilitate
evenimentele complementare Ai , se obţine citind probabilitǎţii
probabilitǎţii
coeficientul termenului de grad k din dezvoltarea Definiţia axiomaticǎ a
probabilitǎţii
polinomului Probabilitǎţi
condiţionate
Evenimente
independente
(p1 X + q1 )(p2 X + q2 ) . . . (pn X + qn ) . totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Considerǎm n experienţe aleatoare independente Introducere ı̂n

distincte, pentru care suntem interesaţi ı̂n cazul fiecǎruia probabilitǎţi
de producerea câte unui anumit eveniment Ai , având Definiţii şi
proprietǎţi
probabilitatea pi , respectiv a evenimentului Ai , Experienţe. Probǎ.
Eveniment
complementar lui Ai , care are probabilitatea qi = 1 − pi . Relaţii ı̂ntre
evenimente
În aceaste condiţii, probabilitatea P(n; k) ca ı̂n exact k Operaţii cu
evenimente
dintre cele n experienţe aleatoare sǎ aparǎ unul dintre Noţiunea de
evenimentele Ai , iar ı̂n celelalte n − k sǎ aparǎ probabilitate
evenimentele complementare Ai , se obţine citind probabilitǎţii
probabilitǎţii
coeficientul termenului de grad k din dezvoltarea Definiţia axiomaticǎ a
probabilitǎţii
polinomului Probabilitǎţi
condiţionate
Evenimente
independente
(p1 X + q1 )(p2 X + q2 ) . . . (pn X + qn ) . totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Observaţie. Schema lui Bernoulli este cazul particular Relaţii ı̂ntre
evenimente
al schemei lui Poisson ı̂n care toate experienţele Operaţii cu
evenimente
aleatoare considerate sunt identice, evenimentele Câmp de evenimente
not not Noţiunea de

A1 = A2 = · · · = An = A, iar p1 = p2 = · · · = pn = p. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Schema bilei nerevenite evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Aceastǎ schemǎ se poate reprezenta prin urmǎtorul
experiment aleator compus(de la care ı̂i şi vine Definiţii şi
proprietǎţi
denumirea): Experienţe. Probǎ.
Eveniment
Dintr-o urnǎ ı̂n care se gǎsesc a bile albe şi b bile negre Relaţii ı̂ntre
evenimente
Operaţii cu
se extrag, fǎrǎ a fi repuse ı̂napoi ı̂n urnǎ, n bile, unde evenimente
n ≤ a + b. Probabilitatea P̃(n; k) ca exact k dintre Noţiunea de
probabilitate
bilele extrase sǎ fie albe este atunci Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
probabilitate
probabilitǎţii
Cak Cbn−k probabilitǎţii
P̃(n; k) = n
. probabilitǎţii
Ca+b Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
proprietǎţi
Eveniment
evenimente
Operaţii cu
probabilitate
probabilitǎţii
Cak Cbn−k probabilitǎţii
P̃(n; k) = n
. probabilitǎţii
Ca+b Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
Exerciţii rezolvate evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
1. Cum se explicǎ ”norocosul” 7(vezi introducerea)? Noţiuni de bazǎ.

Definiţii şi
Rezolvare: Dacǎ aruncǎm douǎ zaruri, rezultatele proprietǎţi
posibile sunt: Eveniment
Relaţii ı̂ntre
evenimente
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), Operaţii cu
evenimente
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6), Câmp de evenimente
Noţiunea de
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), probabilitate
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6), probabilitǎţii
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), probabilitǎţii
probabilitǎţii
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6). Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
1. Cum se explicǎ ”norocosul” 7(vezi introducerea)? Noţiuni de bazǎ.

Definiţii şi
Rezolvare: Dacǎ aruncǎm douǎ zaruri, rezultatele proprietǎţi
posibile sunt: Eveniment
Relaţii ı̂ntre
evenimente
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), Operaţii cu
evenimente
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6), Câmp de evenimente
Noţiunea de
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), probabilitate
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6), probabilitǎţii
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), probabilitǎţii
probabilitǎţii
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6). Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Prin urmare, combinaţiile de zaruri care dau anumite

sume ale ochiurilor feţelor superioare sunt: Introducere ı̂n
suma combinaţiile probabilitǎţi
2 (1,1) Definiţii şi
proprietǎţi
3 (1,2), (2,1) Experienţe. Probǎ.
Eveniment
4 (1,3), (2,2), (3,1) Relaţii ı̂ntre
evenimente
5 (1,4), (2,3), (3,2), (4,1) Operaţii cu
evenimente
6 (1,5), (2,4), (3,3), (4,2), (5,1) Noţiunea de
7 (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) probabilitate
8 (2,6), (3,5), (4,4), (5,2), (6,2) probabilitǎţii
probabilitǎţii
9 (3,6), (4,5), (5,4), (6,3) Definiţia axiomaticǎ a
probabilitǎţii
10 (4,6), (5,5), (6,4) Probabilitǎţi
condiţionate
Evenimente
11 (5,6), (6,5) independente
12 (6,6) totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
4 (1,3), (2,2), (3,1) Relaţii ı̂ntre
evenimente
5 (1,4), (2,3), (3,2), (4,1) Operaţii cu
evenimente
6 (1,5), (2,4), (3,3), (4,2), (5,1) Noţiunea de
7 (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) probabilitate
8 (2,6), (3,5), (4,4), (5,2), (6,2) probabilitǎţii
probabilitǎţii
probabilitǎţii
10 (4,6), (5,5), (6,4) Probabilitǎţi
condiţionate
Evenimente
Bayes
6
Şansa de apariţie a sumei 7 este deci de 36 = 61 şi este Scheme clasice de
probabilitate
5
mai mare decât 36 , cât este şansa de apariţie a sumei 6. Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare

proprietǎţi
Eveniment
4 (1,3), (2,2), (3,1) Relaţii ı̂ntre
evenimente
5 (1,4), (2,3), (3,2), (4,1) Operaţii cu
evenimente
6 (1,5), (2,4), (3,3), (4,2), (5,1) Noţiunea de
7 (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) probabilitate
8 (2,6), (3,5), (4,4), (5,2), (6,2) probabilitǎţii
probabilitǎţii
probabilitǎţii
10 (4,6), (5,5), (6,4) Probabilitǎţi
condiţionate
Evenimente
Bayes
6
Şansa de apariţie a sumei 7 este deci de 36 = 61 şi este Scheme clasice de
probabilitate
5
mai mare decât 36 , cât este şansa de apariţie a sumei 6. Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
2. Dintr-o urnǎ ı̂n care se gǎsesc a bile albe şi b bile

negre se extrage o bilǎ la ı̂ntâmplare. Care este Introducere ı̂n
probabilitǎţi
probabilitatea ca bila extrasǎ sǎ fie albǎ? Dar neagrǎ? Noţiuni de bazǎ.
Definiţii şi
proprietǎţi
Eveniment
Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Rezolvare: Numǎrul cazurilor posibile este a + b. Definiţii şi
proprietǎţi
Numǎrul cazurilor favorabile pentru extragerea unei bile Experienţe. Probǎ.
Eveniment
Relaţii ı̂ntre
albe este a. Probabilitatea extragerii unei bile albe este evenimente
Operaţii cu
deci evenimente
a Câmp de evenimente
P= . Noţiunea de
a+b probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
deci evenimente
P= . Noţiunea de
a+b probabilitate
probabilitǎţii
Extragerea unei bile negre constituie evenimentul Definiţia clasicǎ a
probabilitǎţii
complementar celui de extragere a unei bile albe, astfel Definiţia axiomaticǎ a
probabilitǎţii
cǎ probabilitatea sa este Probabilitǎţi

condiţionate
Evenimente
independente
b Legea probabilitǎţii
totale. Formula lui
Q =1−P = . Bayes
a+b Scheme clasice de

probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
proprietǎţi
Eveniment
Relaţii ı̂ntre
Operaţii cu
deci evenimente
P= . Noţiunea de
a+b probabilitate
probabilitǎţii
Extragerea unei bile negre constituie evenimentul Definiţia clasicǎ a
probabilitǎţii
complementar celui de extragere a unei bile albe, astfel Definiţia axiomaticǎ a
probabilitǎţii
cǎ probabilitatea sa este Probabilitǎţi

condiţionate
Evenimente
independente
b Legea probabilitǎţii
totale. Formula lui
Q =1−P = . Bayes
a+b Scheme clasice de

probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
3. Se aruncǎ douǎ zaruri de n ori. Care este

probabilitatea P ca dubla 6 − 6 sǎ aparǎ cel puţin o Introducere ı̂n
probabilitǎţi
datǎ? Noţiuni de bazǎ.
Definiţii şi
Rezolvare: Vom determina ı̂n primul rând proprietǎţi
probabilitatea evenimentului complementar. Pentru Experienţe. Probǎ.

Eveniment
Relaţii ı̂ntre
aceasta avem cǎ numǎrul cazurilor posibile este 36n , iar evenimente
Operaţii cu
cel al cazurilor favorabile este 35n . Probabilitatea ca evenimente

dubla 6 − 6 sǎ nu aparǎ nici o datǎ este atunci Noţiunea de

probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Definiţii şi

Eveniment
Relaţii ı̂ntre
Operaţii cu


probabilitate
n probabilitǎţii
35 Definiţia clasicǎ a
Q= , probabilitǎţii
36 probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Definiţii şi

Eveniment
Relaţii ı̂ntre
Operaţii cu


probabilitate
Probabilitǎţi
condiţionate
Evenimente
astfel cǎ n independente
35 totale. Formula lui
P =1−Q =1− . Bayes
36 Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare

probabilitǎţi
Definiţii şi

Eveniment
Relaţii ı̂ntre
Operaţii cu


probabilitate
Probabilitǎţi
condiţionate
Evenimente
astfel cǎ n independente
P =1−Q =1− . Bayes
36 Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Observaţie. Numǎrul minim de aruncǎri ale zarurilor Experienţe. Probǎ.
Eveniment
pentru care P > 21 este n = 25, deoarece Relaţii ı̂ntre
evenimente
Operaţii cu
evenimente
25 24 Câmp de evenimente
35 1 35
≈ 0, 494468453 < < 0, 508596123 ≈ . Noţiunea de
probabilitate
36 2 36 Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
4. Sǎ se compare probabilitatea de a obţine cel puţin un Variabile aleatoare
6 atunci când se aruncǎ un zar de patru ori cu

probabilitatea de a obţine cel puţin o datǎ dubla 6 − 6 Introducere ı̂n
probabilitǎţi
atunci când se aruncǎ douǎ zaruri de 24 de ori.
Rezolvare: Notǎm cu A evenimentul ca aruncând un Definiţii şi
proprietǎţi
zar de patru ori sǎ obţinem cel puţin un 6, respectiv cu Experienţe. Probǎ.
Eveniment
B evenimentul ca aruncând douǎ zaruri de 24 de ori sǎ Relaţii ı̂ntre

evenimente
Operaţii cu
obţinem cel puţin o datǎ dubla 6 − 6. Atunci evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
4 Noţiunea de
5 probabilitate
P(A) = 1 − ≈ 0, 517746913 , Definiţia statisticǎ a
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
4 Noţiunea de
5 probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
iar 24 Probabilitǎţi
condiţionate
35 Evenimente
P(B) = 1 − ≈ 0, 491403876 . independente
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
4 Noţiunea de
5 probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
condiţionate
35 Evenimente
P(B) = 1 − ≈ 0, 491403876 . independente
Bayes
Prin urmare, Scheme clasice de

probabilitate
1 Schema lui Bernoulli
P(A) > > P(B) . Schema lui Bernoulli
2 cu mai multe stǎri
Schema lui Poisson
Schema bilei

probabilitǎţi
proprietǎţi
Eveniment

evenimente
Operaţii cu
4 Noţiunea de
5 probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
condiţionate
35 Evenimente
P(B) = 1 − ≈ 0, 491403876 . independente
Bayes
Prin urmare, Scheme clasice de

probabilitate
1 Schema lui Bernoulli
P(A) > > P(B) . Schema lui Bernoulli
2 cu mai multe stǎri
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
probabilitǎţi
Definiţii şi
proprietǎţi
Observaţie. Aceastǎ problemǎ a constituit punctul de Experienţe. Probǎ.
Eveniment
plecare al teoriei probabilitǎţilor. Cavalerul de Méré a Relaţii ı̂ntre
evenimente
observat empiric cǎ are loc proprietatea Operaţii cu

evenimente
P(A) > 21 > P(B), şi, deoarece nu i se pǎrea logicǎ, i-a Noţiunea de
cerut o argumentare lui Blaise Pascal, cu care era probabilitate
contemporan. probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
5. Trei trǎgǎtori trag simultan asupra unei ţinte. probabilitǎţi
Probabilitǎţile fiecǎruia dintre ei de a nimeri ţinta sunt Noţiuni de bazǎ.

Definiţii şi
p1 = 0, 4, p2 = 0, 5, respectiv p3 = 0, 7. Care este proprietǎţi
probabilitatea caţinta sǎ fie nimeritǎ exact o datǎ? Eveniment
Relaţii ı̂ntre
evenimente
Rezolvare: Putem sǎ folosim schema lui Poisson şi sǎ Operaţii cu
evenimente
calculǎm probabilitatea P(3; 1) determinând coeficientul Câmp de evenimente
Noţiunea de
lui X 1 ı̂n dezvoltarea polinomului probabilitate
probabilitǎţii
(0, 4X + 0, 6)(0, 5X + 0, 5)(0, 7X + 0, 3) . probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Obţinem cǎ P(3; 1) = condiţionate
Evenimente
independente
0, 4 · 0, 5 · 0, 3 + 0, 6 · 0, 5 · 0, 3 + 0, 6 · 0, 5 · 0, 7 = 0, 36. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Obţinem cǎ P(3; 1) = condiţionate
Evenimente
independente
0, 4 · 0, 5 · 0, 3 + 0, 6 · 0, 5 · 0, 3 + 0, 6 · 0, 5 · 0, 7 = 0, 36. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
6. Ştiind cǎ P(A|B) = 52 , P(A|B) = 10

1
şi P(B|A) = 35 ,
sǎ se afle P(A) şi P(B). Introducere ı̂n
Rezolvare: Necunoscutele P(A) şi P(B) verificǎ probabilitǎţi
sistemul de ecuaţii Noţiuni de bazǎ.

Definiţii şi
proprietǎţi
P(A) · P(B|A) = P(B) · P(A|B) (= P(A ∩ B)) Eveniment
Relaţii ı̂ntre
evenimente
P(A) · P(B|A) = P(B) · P(A|B) (= P(A ∩ B)) Operaţii cu
evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
6. Ştiind cǎ P(A|B) = 52 , P(A|B) = 10

1
şi P(B|A) = 35 ,

Definiţii şi
proprietǎţi
Relaţii ı̂ntre
evenimente
evenimente
Deoarece P(B) = 1 − P(B), iar P(B|A) = 1 − P(B|A), Noţiunea de

probabilitate
ı̂nlocuind valorile probabilitǎţilor condiţionate din enunţ, Definiţia statisticǎ a
probabilitǎţii
sistemul de mai sus se scrie probabilitǎţii
probabilitǎţii
3
P(A) − 25 P(B) = 0
Probabilitǎţi
condiţionate
5 Evenimente
2 1 1
5
P(A) + 10 P(B) = 10 independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
6. Ştiind cǎ P(A|B) = 52 , P(A|B) = 10

1
şi P(B|A) = 35 ,

Definiţii şi
proprietǎţi
Relaţii ı̂ntre
evenimente
evenimente

probabilitate
probabilitǎţii
probabilitǎţii
3
P(A) − 25 P(B) = 0
Probabilitǎţi
condiţionate
5 Evenimente
2 1 1
5
totale. Formula lui
Bayes
2
Rezolvând sistemul acesta, obţinem cǎ P(A) = 11
şi Scheme clasice de
probabilitate
3
P(B) = 11 . Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
6. Ştiind cǎ P(A|B) = 52 , P(A|B) = 10

1
şi P(B|A) = 35 ,

Definiţii şi
proprietǎţi
Relaţii ı̂ntre
evenimente
evenimente

probabilitate
probabilitǎţii
probabilitǎţii
3
P(A) − 25 P(B) = 0
Probabilitǎţi
condiţionate
5 Evenimente
2 1 1
5
totale. Formula lui
Bayes
2
Rezolvând sistemul acesta, obţinem cǎ P(A) = 11
şi Scheme clasice de
probabilitate
3
P(B) = 11 . Schema lui Bernoulli
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
7. În urma unei experienţe, un eveniment A poate probabilitǎţi
apǎrea cu o probabilitate de 0, 01. Noţiuni de bazǎ.

Definiţii şi
a) Care este probabilitatea ca efectuı̂nd de 10 ori proprietǎţi
experienţa, evenimentul A sǎ aparǎ de 4 ori? Eveniment
Relaţii ı̂ntre
evenimente
b) De câte ori ar trebui repetat experimentul pentru ca Operaţii cu
evenimente
probabilitatea de apariţie cel puţin o datǎ a Câmp de evenimente
Noţiunea de
evenimentului A sǎ fie cel puţin 0, 5. probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Rezolvare: a) Putem aplica schema lui Bernoulli, astfel probabilitǎţii
cǎ probabilitatea cǎutatǎ este probabilitǎţii
probabilitǎţii
Probabilitǎţi
4
(0, 01)4 · (0, 99)6 ≈ 0, 000001977 .
condiţionate
P(10; 4) = C10 Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Rezolvare: a) Putem aplica schema lui Bernoulli, astfel probabilitǎţii
cǎ probabilitatea cǎutatǎ este probabilitǎţii
probabilitǎţii
Probabilitǎţi
4
(0, 01)4 · (0, 99)6 ≈ 0, 000001977 .
condiţionate
P(10; 4) = C10 Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
b) Probabilitatea ca evenimentul A sǎ aparǎ cel puţin o probabilitǎţi
datǎ din n repetǎri ale experimentului este 1 − (0, 99)n . Noţiuni de bazǎ.
Definiţii şi
proprietǎţi
Trebuie deci sǎ determinǎm n astfel ı̂ncât sǎ aibǎ loc Experienţe. Probǎ.
Eveniment
inegalitatea Relaţii ı̂ntre
evenimente
1 Operaţii cu
1 − (0, 99)n ≥ , evenimente
2 Câmp de evenimente
Noţiunea de
sau echivalent probabilitate
probabilitǎţii
1 lg (2) Definiţia clasicǎ a
(0, 99)n ≤ ⇐⇒ n·lg (0, 99) ≤ −lg (2) ⇐⇒ n ≥ −

probabilitǎţii
≈ 68,
Definiţia 9675
axiomaticǎ a
2 lg (0, 99) probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
proprietǎţi
Eveniment
evenimente
1 Operaţii cu
Noţiunea de
probabilitǎţii
(0, 99)n ≤ ⇐⇒ n·lg (0, 99) ≤ −lg (2) ⇐⇒ n ≥ −

probabilitǎţii
≈ 68,
Definiţia 9675
axiomaticǎ a
Probabilitǎţi
condiţionate
Evenimente
Obţinem astfel cǎ n ≥ 69. independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Definiţii şi
proprietǎţi
Eveniment
evenimente
1 Operaţii cu
Noţiunea de
probabilitǎţii
(0, 99)n ≤ ⇐⇒ n·lg (0, 99) ≤ −lg (2) ⇐⇒ n ≥ −

probabilitǎţii
≈ 68,
Definiţia 9675
axiomaticǎ a
Probabilitǎţi
condiţionate
Evenimente
Obţinem astfel cǎ n ≥ 69. independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
8. Loto 6/49. Un jucǎtor la loto 6/49 marcheazǎ pe probabilitǎţi
formularul sǎu de joc 12 numere. Care este Noţiuni de bazǎ.

Definiţii şi
probabilitatea ca (exact) 4 dintre aceste numere sǎ fie proprietǎţi
extrase la jocul de duminicǎ? Câte numere ar trebui sǎ Eveniment
Relaţii ı̂ntre
evenimente
marcheze jucǎtorul pentru a avea cel puţin 50% şanse de Operaţii cu
evenimente
a câştiga premiul cel mare. Câmp de evenimente
Noţiunea de
probabilitate
probabilitǎţii
probabilitǎţii
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Rezolvare: Folosind schema bilei nerevenite, probabilitate
probabilitatea cerutǎ este probabilitǎţii
probabilitǎţii
4 2
C12 · C37 probabilitǎţii
P̃(6; 4) = 6
≈ 0, 02357510997 . Probabilitǎţi
condiţionate
C49 Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
Relaţii ı̂ntre
evenimente
evenimente
Noţiunea de
Rezolvare: Folosind schema bilei nerevenite, probabilitate
probabilitatea cerutǎ este probabilitǎţii
probabilitǎţii
4 2
C12 · C37 probabilitǎţii
P̃(6; 4) = 6
≈ 0, 02357510997 . Probabilitǎţi
condiţionate
C49 Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n
Probabilitatea câştigului marelui premiu ı̂n cazul marcǎrii probabilitǎţi
a n numere este Noţiuni de bazǎ.

Definiţii şi
proprietǎţi
Cn6 Experienţe. Probǎ.

Eveniment
P̃(6; 6) = 6
. Relaţii ı̂ntre
C49 evenimente
Operaţii cu
evenimente
Condiţia ca aceasta sǎ fie cel puţin 0,5 este atunci Noţiunea de
probabilitate
1 1 probabilitǎţii
P̃(6; 6) ≥ ⇐⇒ n(n−1)(n−2)(n−3)(n−4)(n−5) ≥ ·49·48·47·46·45·
probabilitǎţii
2 2 Definiţia axiomaticǎ a
probabilitǎţii
Probabilitǎţi
condiţionate
Evenimente
independente
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
proprietǎţi

Eveniment
P̃(6; 6) = 6
C49 evenimente
Operaţii cu
evenimente
probabilitate
P̃(6; 6) ≥ ⇐⇒ n(n−1)(n−2)(n−3)(n−4)(n−5) ≥ ·49·48·47·46·45·
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Cea mai micǎ soluţie naturalǎ a acestei inegalitǎţi este condiţionate
Evenimente
independente
n = 44. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei
Variabile aleatoare
Introducere ı̂n

Definiţii şi
proprietǎţi

Eveniment
P̃(6; 6) = 6
C49 evenimente
Operaţii cu
evenimente
probabilitate
P̃(6; 6) ≥ ⇐⇒ n(n−1)(n−2)(n−3)(n−4)(n−5) ≥ ·49·48·47·46·45·
probabilitǎţii
probabilitǎţii
Probabilitǎţi
Cea mai micǎ soluţie naturalǎ a acestei inegalitǎţi este condiţionate
Evenimente
independente
n = 44. Legea probabilitǎţii
totale. Formula lui
Bayes
Scheme clasice de
probabilitate
Schema lui Poisson
Schema bilei

Capitolul I. Matematici Speciale

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Capitolul I. Matematici Speciale

Caricato da

Copyright:

Formati disponibili

Variabile aleatoare

Introducere ı̂n probabilitǎţi Operaţii cu

obţine suma 6: 5 cu 1, 4 cu 2, sau 3 cu 3. Astfel, şansa Noţiunea de

obţine suma 6: 5 cu 1, 4 cu 2, sau 3 cu 3. Astfel, şansa Noţiunea de

ı̂mpǎrţirea cǎrţilor dintr-un pachet de 52 de cǎrţi, doar 4 Noţiunea de

regalǎ este de 4/2.598.960, adicǎ 0, 000154%. Definiţia clasicǎ a

ı̂mpǎrţirea cǎrţilor dintr-un pachet de 52 de cǎrţi, doar 4 Noţiunea de

regalǎ este de 4/2.598.960, adicǎ 0, 000154%. Definiţia clasicǎ a

Noţiuni de bazǎ. Definiţii şi Eveniment

Noţiuni de bazǎ. Definiţii şi Eveniment

Notaţie. Notǎm cu E o experienţǎ. Operaţii cu

Notaţie. Notǎm cu E o experienţǎ. Operaţii cu

Notaţie. Notǎm cu E o experienţǎ. Operaţii cu

Notaţie. Notǎm cu E o experienţǎ. Operaţii cu

Exemplu. Introducere ı̂n

Ω = {1, 2, 3, 4, 5, 6} , cu |Ω| = 6. Câmp de evenimente

(Notǎm cu |M| numǎrul de elemente ale unei mulţimi Definiţia statisticǎ a

Exemplu. Introducere ı̂n

Ω = {1, 2, 3, 4, 5, 6} , cu |Ω| = 6. Câmp de evenimente

(Notǎm cu |M| numǎrul de elemente ale unei mulţimi Definiţia statisticǎ a

Definiţie. Numim eveniment aleator orice situaţie Noţiuni de bazǎ.

P(Ω). Câmp de evenimente

Definiţie. Numim eveniment aleator orice situaţie Noţiuni de bazǎ.

P(Ω). Câmp de evenimente

Definiţie. Numim eveniment aleator orice situaţie Noţiuni de bazǎ.

P(Ω). Câmp de evenimente

Definiţie. Numim eveniment aleator orice situaţie Noţiuni de bazǎ.

P(Ω). Câmp de evenimente

Observaţie. A ∈ P(Ω) este eveniment elementar ⇐⇒ Noţiunea de

Observaţie. A ∈ P(Ω) este eveniment elementar ⇐⇒ Noţiunea de

Observaţie. A ∈ P(Ω) este eveniment compus ⇐⇒ Câmp de evenimente

Observaţie. A ∈ P(Ω) este eveniment compus ⇐⇒ Câmp de evenimente

C = {(1, 4), (2, 3), (3, 2), (4, 1)} , |C | = 4. Noţiunea de

Notaţie. Notǎm cu ∅ evenimentul imposibil. Operaţii cu

Notaţie. Notǎm cu ∅ evenimentul imposibil. Operaţii cu

Notaţie. Notǎm cu ∅ evenimentul imposibil. Operaţii cu

Notaţie. Notǎm cu ∅ evenimentul imposibil. Operaţii cu

Notaţie. Notǎm evenimentul contrar lui A cu A sau Noţiunea de

Notaţie. Notǎm evenimentul contrar lui A cu A sau Noţiunea de

Notaţie. Notǎm evenimentul contrar lui A cu A sau Noţiunea de

A = B(deoarece mulţimea probelor prin care se Noţiunea de

A = B(deoarece mulţimea probelor prin care se Noţiunea de

Definiţie. Pentru douǎ evenimente A şi B, spunem cǎ Noţiuni de bazǎ.

mulţimea probelor evenimentului B). Noţiunea de

Definiţie. Pentru douǎ evenimente A şi B, spunem cǎ Noţiuni de bazǎ.

mulţimea probelor evenimentului B). Noţiunea de

Definiţie. Pentru douǎ evenimente A şi B, spunem cǎ Noţiuni de bazǎ.

mulţimea probelor evenimentului B). Noţiunea de

1. reflexivitate: A ⊆ A, (∀)A ∈ P(Ω). evenimente

1. reflexivitate: A ⊆ A, (∀)A ∈ P(Ω). evenimente

1. reflexivitate: A ⊆ A, (∀)A ∈ P(Ω). evenimente

3. tranzitivitate: A, B, C ∈ P(Ω), A ⊆ B şi B ⊆ C Definiţia statisticǎ a

1. reflexivitate: A ⊆ A, (∀)A ∈ P(Ω). evenimente

3. tranzitivitate: A, B, C ∈ P(Ω), A ⊆ B şi B ⊆ C Definiţia statisticǎ a

Operaţii cu evenimente Operaţii cu

se realizeazǎ cel puţin unul dintre evenimentele A şi B. Câmp de evenimente

se realizeazǎ cel puţin unul dintre evenimentele A şi B. Câmp de evenimente

se realizeazǎ simultan evenimentele A şi B. Câmp de evenimente

se realizeazǎ simultan evenimentele A şi B. Câmp de evenimente

evenimenteS(Ai )i∈I ⊆ P(Ω): evenimente

evenimenteS(Ai )i∈I ⊆ P(Ω): evenimente

Intersecţia i∈I Ai se realizeazǎ o datǎ cu realizarea Definiţia statisticǎ a

evenimenteS(Ai )i∈I ⊆ P(Ω): evenimente

Intersecţia i∈I Ai se realizeazǎ o datǎ cu realizarea Definiţia statisticǎ a