Curs Matem Economice

matter-
Universitatea de Vest Vasile-Goldis Arad

MATEMATICI APLICATE IN
ECONOMIE
suport de curs
VASILE L. LAZ
AR ROXANA CRISAN
UZ INTERN
Satu Mare, 2005
Cuprins
1 Teoria probabilitatilor 2
1.1 Evenimente. Operatii cu evenimente . . . . . . . . . . . . . . 2
1.2 Denitia statistica a probabilitatilor . . . . . . . . . . . . . . . 5
1.3 Denitia clasica a notiunii de probabilitate . . . . . . . . . . . 5
1.4 Camp de evenimente. Denitia
axiomatica a probabilitatilor . . . . . . . . . . . . . . . . . . . 6
1.5 Probabilitati conditionate . . . . . . . . . . . . . . . . . . . . 8
1.6 Scheme clasice de probabilitate . . . . . . . . . . . . . . . . . 11
1.7 Variabile aleatoare . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8 Probleme rezolvate . . . . . . . . . . . . . . . . . . . . . . . . 20
1.9 Probleme propuse . . . . . . . . . . . . . . . . . . . . . . . . . 25
2 Statistica matematica 27
2.1 Notiuni generale . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Teoria selectiei . . . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Teoria estimatiei . . . . . . . . . . . . . . . . . . . . . 30
3 Elemente de matematici nanciare 37
3.1 Notiuni teoretice . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.1 Dobanda simpla . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Dobanda compusa . . . . . . . . . . . . . . . . . . . . 43
3.1.3 Plati esalonate (anuitati) . . . . . . . . . . . . . . . . . 46
3.1.4 Rambursarea creditelor si imprumuturilor . . . . . . . 48
1
Capitolul 1
Teoria probabilitatilor
1.1 Evenimente. Operatii cu evenimente
Teoria probabilitatilor se ocupa cu studiul fenomenelor aleatoare si a
aparut odata cu jocurile de noroc practicate in inalta societate. Pionierii
teoriei clasice a probabilitatilor au fost matematicienii francezi P. Fermat
si B. Pascal si matematicianul elvetian J. Bernoulli, iar teoria axiomatica a
fost fundamentata de catre matematicianul rus Kolmogorov. Teoria prob-
abilitatilor este indispensabila in multe domenii: economie, zica, biologie,
chimie, etc.
Denit ia 1.1.1 Numim experiment realizarea unui sistem de conditii.
Denit ia 1.1.2 Rezultatul unui experiment se numeste proba.
Multimea tuturor probelor atasate unui experiment se numeste spatiu pro-
belor si se noteaza .
Exemplu
1) La aruncarea unui zar perfect cubic, omogen avem: = {1, 2, 3, 4, 5, 6}
2) O urna contine trei bile: una rosie - R, una alba - A si una neagra - N. Se
extrag succesiv doua bile din urna, in felul urmator:
a) cu repunerea primei bile extrase in urna inainte de a doua extragere:
= {(R, R), (R, A), (R, N), (A, R), (A, A), (A, N), (N, R), (N, A), (N, N)};
b) fara repunerea bilei extrase in urna inainte de a doua extragere:
= {(R, A), (R, N), (A, R), (A, N), (N, R), (N, A)}.
Denit ia 1.1.3 Numim eveniment asociat unui experiment un enunt sau
o armatie relativa la acel experiment care poate conrmata sau inrmata
in urma efectuarii experimentului.
2
CAPITOLUL 1. TEORIA PROBABILITATILOR 3
Observat ia 1.1.1 Daca un eveniment a fost conrmat prin valoarea unei
probe vom spune ca evenimentul a aparut, iar proba respectiva este favorabila
aparitiei evenimentului.
Denit ia 1.1.4 Exista trei feluri de evenimente: sigur, imposibil si
aleator. Evenimentul sigur sau cert, notat cu , este cel care se produce
in mod obligatoriu la realizarea experimentului. Evenimentul imposibil sau
vid nu se produce in mod obligatoriu la realizarea experimentului. Acesta se
noteaza cu . Numim eveniment aleator, evenimentul care poate sa apara
sau nu la realizarea experimentului.
Exemplu
O urna contine bile albe si negre. Se considera experimentul de extragere a
unei bile din urna.
A : Extragerea din urna a unei bile rosii - eveniment imposibil,
A = ;
B : Extragerea unei bile albe sau negre - eveniment cert, B = ;
C : Extragerea unei bile albe - eveniment aleator
Operatii cu evenimente
Denit ia 1.1.5 Spunem ca evenimentul A este inclus in evenimentul B
si scriem A B daca aparitia evenimentului A atrage dupa sine aparitia
evenimentului B.
Denit ia 1.1.6 Numim eveniment elementar, evenimentul care se real-
izeaza printr-o singura proba. Evenimentele care se realizeaza prin mai multe
probe se numesc evenimente compuse.
Exemplu
La aruncarea monedei ( = {s, b}) avem evenimentele elementare {s} (apari-
tia stemei), {b} (aparitia banului).
Denit ia 1.1.7 Evenimentele A si B sunt egale si scriem A = B daca
evenimentul A este inclus in evenimentul B si evenimentul B este inclus in
evenimentul A.
A = B A B si B A
Propozit ia 1.1.1 Urmatoarele armatii sunt adevarate:
a) A = A (proprietatea de idempotenta)
b) A = B B = A (proprietatea de simetrie)
Denit ia 1.1.8 Fie A, B doua evenimente. Se numeste reuniunea eveni-
mentelor A si B evenimentul notat cu A B (citim: A sau B) care se re-
alizeaza daca si numai daca se realizeaza cel putin unul din evenimentele A
sau B.
Exemplu
La aruncarea zarului e evenimentele: A = {1, 2, 3}, B = {4, 5},
C = {1, 3}, D = {2, 3, 5}. Atunci AB = {1, 2, 3, 4, 5} si CD = {1, 2, 3, 5}.
Denit ia 1.1.9 Fie A, B doua evenimente. Se numeste intersectia eveni-
mentelor A si B, evenimentul notat cu AB (citim: A si B) care se realizeaza
daca se realizeaza atat evenimentul A cat si evenimentul B.
Exemplu
La aruncarea zarului e evenimentele: A = {1, 2, 3, 4}, B = {2, 4, 6}. Atunci
A B = {2, 4} si se realizeaza daca la aruncarea zarului apare fata cu doua
puncte sau fata cu patru puncte.
Denit ia 1.1.10 Doua evenimente A, B se numesc incompatibile daca si
numai daca A B = .
Cu alte cuvinte doua evenimente sunt incompatibile daca nu se pot realiza
simultan in nici o proba legata de fenomenul aleator considerat.
Exemplu
La aruncarea zarului evenimentele A = {1, 2, 3}, B = {4, 5} sunt incompati-
bile deoarece A B = .
Denit ia 1.1.11 Numim diferenta evenimentelor A si B evenimentul no-
tat A\B, evenimentul care se realizeaza atunci cand se realizeaza evenimentul
A si cand nu se realizeaza evenimentul B.
Denit ia 1.1.12 Numim evenimentul contrar evenimentului A, eveni-
mentul A care se realizeaza. atunci cand nu se realizeaza evenimentul A.
1.2 Denitia statistica a probabilitatilor
In anul 1919 Von Mises formuleaza denitia statistica a probabilitatilor.
Sa consideram n repetari ale unui experiment A si la ecare repetare a ex-
perimentului marcam realizarea sau nerealizarea evenimentului A. Notam
cu k numarul aparitiilor evenimentului A in cele n repetari.
Denit ia 1.2.13 Numarul natural k care indica numarul de realizari a
evenimentului A se numeste frecventa absoluta.
Denit ia 1.2.14 Raportul dintre frecventa absoluta si numarul probelor se
numeste frecventa relativa si se noteaza cu
=
k
n
Denit ia 1.2.15 Numim probabilitatea de realizare a evenimentului A
valoarea numerica in jurul careia oscileaza frecventa relativa a lui A cand
numarul n al repetarilor experimentului creste indenit.
1.3 Denitia clasica a notiunii de probabili-
tate
Consideram spatiul probelor = {
1
,
2
, ...,
n
} atasat unui experiment
si presupunem ca evenimentele elementare sunt E
i
= {
i
}, i = 1, n. Pre-
supunem ca evenimentele elementare au aceeasi posibilitate de aparitie. Daca
aceasta conditie este indeplinita vom numi probele spatiului , cazuri.
Fie evenimentul A favorizat de cazurile
i1
,
i2
, ...,
ik
,
A = {
i1
,
i2
, ...,
ik
} . Vom spune ca aceste cazuri sunt cazuri probabile
aparitiei.
Denit ia 1.3.16 Numim probabilitatea de realizare a evenimentului A
numarul real p(A) dat de expresia:
p(A) =
k
n
=
nr. cazurilor favorabile
nr. cazurilor posibile
Observat ia 1.3.2 Au loc urmatoarele relatii:
a) 0 p(A) 1, p() = 1, p() = 0
b) A B p(A) p(B)
c) A B = , P(A B) = p(A) +p(B)
Exemplu
Se arunca doua zaruri. Care este probabilitatea sa se obtina:
A - un 2 si un 3
B - acelasi numar de puncte la cele doua zaruri
C - un total de 8 puncte
Solutie Spatiul probelor este:
= {(1, 1), (1, 2), ..., (1, 6), (2, 1), ..., (2, 6), ..., (6, 6)}
si deci numarul cazurilor posibile este 6
2
= 36. Avem:
A = {(2, 3), (3, 2)} p(A) =
2
36
=
1
18
B = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} p(B) =
6
36
=
1
6
C = {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)} p(C) =
5
36
1.4 Camp de evenimente. Denitia
axiomatica a probabilitatilor
Consideram spatiul probelor = {
1
,
2
, ...,
n
}, atasat unui experiment
si notam P() multimea partilor lui .
Denit ia 1.4.17 Spunem ca submultimea nevida K de parti a lui este un
corp sau trib sau algebra boreliana daca satisface urmatoarele conditii:
a) A K A K
b) A, B K A B K.
Denit ia 1.4.18 Perechea (, K) in care este spatiul probelor si K este
un corp se numeste camp nit de evenimente.
Teorema 1.4.1 Daca perechea (, K) este un camp nit de evenimente
atunci au loc urmatoarele relatii:
a) K
b) K
c) A, B K, A B K
d) A, B K, A\B K
e) A, B K, AB K
f ) A
i
K, i I, I N,
iI
A
i
K
g) A
i
K, i I, I N,
iI
A
i
K
Denit ia 1.4.19 Spunem ca submultimea nevida K a partilor lui este un
-corp sau trib borelian, algebra boreliana sau camp complet aditiv daca:
a) A K A K
b) A
i
K, i I, I N
iI
A
i
K.
Denit ia 1.4.20 Perechea (, K) unde este spatiul probelor si K este un
-corp se numeste camp (borelian) de evenimente.
In anul 1933 A. Kolmogorov a introdus in mod axiomatic denitia
probabilitatii.
Denit ia 1.4.21 Fie (, K) un camp nit de evenimente. Numim proba-
bilitate o aplicatie p : K R care satisface urmatoarele conditii:
a) p(A) 0, A K
b) p() = 1
c) p(A B) = p(A) +p(B), A, B K, A B = .
Denit ia 1.4.22 Tripletul (, K, p) se numeste camp nit de probabil-
itate.
Propozit ia 1.4.2 Au loc urmatoarele relatii:
a) p() = 0
b) p(A) = 1 p(A)
c) p(B\A) = p(B) p(A B)
d) A B p(A) p(B)
e) p(A B) = p(A) +p(B) p(A B)
f ) 0 p(A) 1, A K.
Teorema 1.4.2 (Formula lui Poincare sau formula de adunare a n eveni-
mente oarecare)
Fie A
i
K, i = 1, n, atunci are loc formula:
p
_
n
_
i=1
A
i
_
=
n
i=1
p(A
i
)
1i<jn
p(A
i
A
j
)+
1i<j<kn
p(A
i
A
j
A
k
)...+(1)
n1
p
_
n
i=1
A
i
_
Teorema 1.4.3 (Inegalitatea lui Boole) Fie evenimentul A
i
, A
i
K, i
{1, ..., n}
Atunci:
p
_
n
i=1
A
i
_
1
n
i=1
p(A
i
) =
n
i=1
p(A
i
) (n 1)
1.5 Probabilitati conditionate
Consideram o experienta avand n cazuri echiprobabile. Daca B este eveni-
mentul cu m cazuri favorabile atunci: p(B) = m/n. Daca din cele m cazuri
favorabile aparitiei evenimentului B, p cazuri sunt favorabile pentru aparitia
evenimentului A, atunci p(A B) = p/n.
p
B
(A) =
p
m
=
p
n
m
n
=
p(A B)
p(B)
Denit ia 1.5.23 Fie campul de probabilitate (, K, p) si evenimentul
B K, p(B) > 0. Numim probabilitatea evenimentului A K conditionata
de evenimentul B probabilitatea:
p(A|B) = P
B
(A) =
p(A B)
p(B)
Propozit ia 1.5.3 Urmatoarele proprietati au loc pentru probabilitatile con-
ditionate:
a) (, K, p
B
) este un camp de probabilitate, adica avem: p
B
() = 1 si
p
B
(A
l
A
2
) = p
B
(A
1
) +p
B
(A
2
).
b) p(A) p(B) = 0 p(A B) = p(A) p(B/A) = p(B) p(A/B)
c) Daca p (
n
i=1
A
i
) > 0 atunci are loc formula de inmultire a probabili-
tatilor:
p (
n
i=1
A
i
) = p(A
1
)p(A
2
|A
1
)p(A
3
|A
1
A
2
) ... p(A
n
|A
1
A
2
... A
n1
)
Exemplu Se arunca doua zaruri, unul alb si unul rosu. Fie A si B, respectlv
evemmentele:
A - evenimentul ca la primul zar sa apara fata 5
B - evenimentul ca numarul total de puncte obtinute la cele doua zaruri sa
e 9. Se cere:
a) probabilitatea ca suma celor doua numere obtinute sa e > 9 stiind ca
primul zar are fata 5
b) probabilitatea ca fata aparuta. sa e 5 stiind ca suma cifrelor este 9.
Solutie = {(l, 1), (1, 2), ..., (6, 5), (6, 6)};
A = {(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6)}
B = {(3, 6), (4, 5), (4, 6), (5, 4), (5, 5), (5, 6), (5, 3), (6, 4), (6, 5), (6, 6)}
A B = {(5, 4), (5, 5), (5, 6)}
p(A) =
6
36
=
1
6
, p(B) =
10
36
, p(A B) =
3
36
p(A|B) =
p(AB)
p(B)
=
3/36
10/36
=
3
10
p(B|A) =
p(AB)
p(A)
=
3/36
6/36
=
3
6
Teorema 1.5.4 (Formula probabilitatilor totale) Fie evenimentul A
i

K, i I care formeaza un sistem complet de evenimente, atunci pentru
oricare ar evenimentul A K avem:
p(A) =
iI
p(A
i
) p(A|A
i
)
Demonstratie. A
i
K astfel incat
iI
A
i
= , A
i
A
j
= , i, j I, i = j
Avem: A = A = A (
iI
A
i
) =
iI
(A A
i
).
Cum (AA
i
) (AA
j
) = p(A) =
iI
p(AA
i
) =
iI
p(A
i
) (A|A
i
).
Exemplu La depozitul unei intreprinderi se gasesc piese de acelasi fel
provenite de la trei sectii ale intreprinderii. Se stie ca prima sectie produce
25% din totalul pieselor existente, a doua sectie produce 45% din totalul
pieselor existente, iar cea de-a treia sectie produce 30% din totalul pieselor
existente. Piesele satisfac standardele de fabricatie in urmatoarele proportii:
98%, 97%, 99%. Sa se calculeze probabilitatea ca luand o piesa oarecare din
depozit, aceasta sa e necorespunzatoare.
Solutie A - evenimentul ca piesa sa e defecta
A
i
- evenimentul ca piesa sa e din sectia A
i
, i = 1, 2, 3.
Atunci
p(A) =
p(A
i
)p(A|A
i
) = p(A
1
)p(A|A
1
)+p(A
2
)p(A|A
2
)+p(A
3
)p(A|A
3
) =
=
25
100

2
100
+
45
100

3
100
+
30
100

1
100
=
215
10000
Teorema 1.5.5 (Formula lui Bayes)
Fie sistemul complet de evenimente A
i
K, i I si evenimentul A K
pentru care p(A) > 0, atunci:
p(A
i
|A) =
p(A
i
) p(A|A
i
)
n
i=1
p(A
k
) p(A|A
k
)
Demonstratie.
p(A
i
|A) =
p(A
i
A)
p(A)
=
p(A
i
) p(A|A
i
)
n
i=1
p(A
k
) p(A|A
k
)
Exemplu Presupunem ca suntem in conditiile exercitiului anterior. Se cere
probabilitatea ca piesa defecta sa provina de la prima sectie.
Solutie
p(A
1
|A) =
p(A
1
) p(A|A
1
)
p(A
1
) p(A|A
1
) +p(A
2
) p(A|A
2
) +p(A
3
) p(A|A
3
)
=
=
25
100

2
100
215
10000
=
10
43
.
Denit ia 1.5.24 Spunem ca evenimentele A si B sunt independente daca:
p(A B) = p(A) p(B)
Propozit ia 1.5.4 Urmatoarele armatii au loc:
a) daca A si B K si sunt independente atunci:
p(A|B) = p(A), p(B|A) = p(B)
b) daca A si B K si sunt independente atunci: (A, B); (A, B); (A, B)
sunt tot independente.
1.6 Scheme clasice de probabilitate
Sa consideram o experienta si A un eveniment care poate sa aiba loc.
Pentru a determina probabilitatea de aparitie a acestui eveniment aleator A
este necesar sa precizam spatiul evenimentelor elementare si spatiul eveni-
mentelor care favorizeaza realizarea evenimentului. In teoria probabilitatilor
exista clase de probleme, in care ecare problema admite o abordare iden-
tica, prin particularizarea parametrilor ce intervin. Fiecare problema dintr-o
astfel de clasa admite o abordare identica, iar clasele le vom numi scheme de
probabilitate.
A. Schema lui Bernoulli cu doua stari cu bila intoarsa (Schema bi-
nomiala)
Structura urnei
Avem o urna ce contine bile de doua culori: culoarea c
1
si culoarea c
2
. Pre-
supunem: N
1
- bile de culoare c
1
, N
2
- bile de culoare c
2
.
N
1
+N
2
= N (numarul total de bile din urna)
Tehnica extragerii Se extrage o bila si se noteaza culoarea bilei extrase. Se
reintroduce bila in urna, deci structura urnei ramane aceeasi la ecare ex-
tragere.
Formularea problemei Extragand n bile dupa tehnica de mai sus se cere sa se
determine probabilitatea ca din cele n bile extrase, k bile sa e de culoarea
c
1
si n k bile sa e de culoarea c
2
.
Rezolvarea problemei
Notam cu A
i
evenimentul de a extrage o bila de culoare c
i
, i = 1, 2.
p(A
1
) =
N
1
N
= p; p(A
2
) =
N
2
N
= q = 1 p
Probabilitatea ca din cele n bile extrase sa obtinem k bile de culoare c
1
este:
p(n, k) = C
k
n
p
k
q
nk
Observat ia 1.6.3 Daca se considera formula binomului lui Newton pentru:
(px +q)
n
=
n
k=0
C
k
n
p
k
q
nk
x
k
=
n
k=0
p(n, k)x
k
Probabilitatea ca extragand n bile sa obtinem k bile de culoarea c
1
este
coecientul lui x
k
din dezvoltarea binomului (px +q)
n
.
Exemplu Se arunca o moneda de opt ori. Sa se calculeze probabilitatea
ca la cele opt aruncari sa se obtina:
a) o singura data stema
b) de patru ori stema
c) de cel mult trei ori stema.
Solutie Experimentul: aruncarea monedei
A
l
- evenimentul aparitiei stemei
A
2
- evenimentul aparitiei marcii
p(A
1
) =
1
2
= p, p(A
2
) =
1
2
= q
a) p(8, 1) = C
1
8
_
1
2
_
1
_
1
2
_
7
=
1
9
b) p(8, 4) = C
4
8
_
1
2
_
4
_
1
2
_
4
=
35
128
c) p(8, 0)+p(8, 1)+p(8, 2)+p(8, 3) =
_
1
2
_
8
+8
_
1
2
_
7
1
2
+28
_
1
2
_
8
+56
_
1
2
_
8
= 0, 36
B. Schema lui Bernoulli cu k stari cu bila intoarsa (Schema polino-
miala)
Structura urnei
Avem o urna ce contine bile de k culori: N
1
- bile de culoare c
1
, N
2
- bile de
culoare c
2
, ... , N
k
- bile de culoare c
k
.
N
1
+N
2
+... +N
k
= N (numarul total de bile din urna)
Tehnica extragerii Se extrage o bila si se noteaza culoarea bilei extrase. Se
reintroduce bila in urna, deci structura urnei ramane aceeasi la ecare ex-
tragere.
Formularea problemei Extragand n bile dupa tehnica de mai sus se cere sa se
determine probabilitatea ca din cele n bile extrase, n
1
bile sa e de culoarea
c
1
,..., n
k
bile sa e de culoarea c
k
.
p(n, n
1
, n
2
, ..., n
k
) =
n!
n
1
!n
2
!...n
k
!
p
n
1
1
p
n
2
2
... p
n
k
k
unde
n
1
+n
2
+... +n
k
= n si p
1
+p
2
+... +p
k
= 1
p
1
=
N
1
n
, ..., p
k
=
N
k
n
si N
1
+N
2
+... +N
k
= N
Exemplu Se arunca de 10 ori un zar. Sa se calculeze probabilitatea de
a obtine fetele 1,2,3,4 de cate doua ori, iar fetele 5 si 6 o singura data.
Solutie p
i
- probabilitatea evenimentului A
i
(sa apara fata (i))
p
1
= p
2
= ... = p
6
=
1
6
n = 10
n
1
= n
2
= n
3
= n
4
= 2, n
5
= n
6
= 1
p(10; 2, 2, 2, 2, 1, 1) =
10!
2!2!2!2!

_
1
6
_
10
C. Schema lui Bernoulli cu doua stari cu bila neintoarsa (Schema
geometrica)
Structura urnei
Se considera o urna avand N
1
bile de culoare c
1
si N
2
bile de culoare c
2
.
N
1
+N
2
= N (numarul total de bile)
Tehnica extragerii Se extrage o bila, se noteaza culoarea si nu se mai
reintroduce in urna, deci structura urnei se schimba de la o extragere la alta.
Formularea problemei
Se fac n extrageri si se cere probabilitatea ca printre cele n bile extrase, k
sa e de culoare c
1
si n k bile sa e de culoare c
2
.
p(n, k) =
C
k
N
1
C
nk
N
2
C
n
N
1
+N
2
Exercitiu Intr-un lot de 50 de piese, 10 sunt defecte. Se iau la intamplare
5 piese. Sa se calculeze probabilitatea ca 3 piese din 5 sa e defecte.
Solutie
N
1
- numarul pieselor bune, N
1
= 40
N
2
- numarul pieselor defecte. N
2
= 10
n = 5
k = 3 piese bune
n k = 2 piese defecte
p(5, 3) =
C
3
40
C
2
10
C
5
50
= 0, 044
D. Schema lui Bernoulli cu k stari cu bila neintoarsa (Schema su-
pergeometrica)
Structura urnei
Se considera o urna avand N
1
bile de culoare c
1
, N
2
bile de culoare c
2
... N
k
bile de culoare c
k
.
N
1
+N
2
+... +N
k
= N (numarul total de bile)
Tehnica extragerii Se extrage o bila, se noteaza culoarea ei si nu se mai rein-
troduce in urna, deci structura urnei se schimba de la o extragere la alta.
Formularea problemei
Se fac n extrageri si se cere probabilitatea ca printre cele n bile extrase, n
1
1
,..., n
k
k
.
N
1
+N
2
+... +N
k
= N, n = n
1
+n
2
+... +n
k
n
1
N
1
, n
2
N
2
, ..., n
k
N
k
p(n; n
1
, n
2
, ..., n
k
) =
C
n
1
N
1
... C
n
k
N
k
C
n
N
Exercitiu Un magazin vinde in cursul unei saptamani 2500 bu-
jii pe care le primeste de la trei fabrici in urmatoarele cantitati:
F
1
= 2750, F
2
= 3000, F
3
= 4250.
Marfa vanduta este de aceeasi calitate. Sa se determine probabilitatea ca
cele 2500 bujii vandute sa provina: 750 de la fabrica 1, 600 de la fabrica 2 si
1150 de la fabrica 3.
Solutie
N
1
= 2750, N
2
= 3000, N
3
= 4250
n
1
= 750, n
2
= 600, n
3
= 1150
p(2500; 750, 600, 1150) =
C
750
2750
C
600
3000
C
1150
4250
C
2500
10000
E. Schema lui Poisson (Schema binomiala generalizata)
Structura urnei
Se considera n urne u
1
, u
2
, u
3
, ..., u
n
continand bile de culorile c
1
, c
2
, in
proportii diferite.
Fie p
i
- probabilitatea de a extrage o bila de culoare c
1
din urna u
i
q
i
- probabilitatea de a extrage o bila de culoare c
2
din urna u
i
, i {1, .., n}.
Evident p
i
+q
i
= 1.
Formularea problemei Se extrag n bile, cate o bila din ecare urna. Se cere
probabilitatea ca printre cele n bile extrase, k sa e de culoare c
1
si respectiv
n k bile de culoare c
2
.
p(n, k) =
1i
1
<i
2
<...<i
k
n
p
i
1
... p
i
k
q
i
k+1
... q
i
n
Observat ia 1.6.4 Probabilitatea p(n, k) de a se obtine k bile de culoare c
1
este de fapt coecientul lui x
k
din dezvoltarea (p
1
x+q
1
)(p
2
x+q
2
)...(p
n
x+q
n
)
Exercitiu Se dau 3 urne u
1
, u
2
, u
3
cu urmatoarea structuri:
u
1
- 3 bile albe, 3 bile negre
u
2
u
3
Sa se determine probabilitatea ca facand cate o extragere din ecare urna
numai o data sa apara bila de culoare alba.
p
1
=
1
2
, p
2
=
1
3
, p
3
=
5
7
q
1
=
1
2
, q
2
=
2
3
, q
3
=
2
7
Polinomul:
_
1
2
x +
1
2
_ _
1
3
x +
2
3
_ _
5
7
x +
2
7
_
Avem k = 1. Ne intereseaza deci coecientul lui x
1
in polinomul de mai sus.
El este:
p(3, 1) =
1
2

2
3

2
7
+
1
3

1
2

2
7
+
5
7

1
2

2
3
= 0, 38
1.7 Variabile aleatoare
Pana acum, in studiul campului de evenimente atasat unui exper-
iment, ne-am ocupat, in special, de aparitia sau neaparitia evenimentelor,
asadar de latura calitativa a experimentului.
Pentru studiul matematic al fenomenelor aleatoare, este necesar ca
descrierea acestora sa aiba expresii cantitative, care sa poata sa e tratate
din punct de vedere matematic. Aceasta expresie cantitativa a fenomenului
aleator este data de variabila aleatoare.
Denit ia 1.7.25 Fie campul de probabilitate (, K, P). Numim variabila
aleatoare de tip discret o aplicatie X : R, care satisface urmatoarele
conditii:
1. are o multime cel mult numarabila de valori,
2. pentru orice x R, avem ca (X = x) = { | X() = x} K.
Observat ia 1.7.5 Daca avem K = P(), atunci conditia 2. este automat
indeplinita.
Observat ia 1.7.6 Daca o variabila aleatoare de tip discret ia un numar nit
de valori, vom spune ca este o variabila aleatore simpla.
Denit ia 1.7.26 Numim distributia sau repartitia variabilei aleatoare de tip
discret X, tabloul:
X
_
x
i
p
i
_
iI
,
unde x
i
R, i I, sunt valorile pe care le ia variabila aleatoare X, iar p
i
este probabilitatea cu care variabila aleatoare X ia valoarea x
i
, adica
p
i
= P(X = x
i
), pentru ecare i I.
Observat ia 1.7.7 Deoarece evenimentele (X = x
i
), i I, formeaza un sis-
tem complet de evenimente, avem ca
iI
p
i
= 1.
In teoria probabilitatilor si in aplicatiile acesteia se intalnesc variabile
aleatoare de tip discret. Forma cea mai generala a unei variabile aleatoare
apartinand unei clase se numeste lege de probabilitate de tip discret.
Denit ia 1.7.27 Spunem ca variabila aleatoare de tip discret X urmeaza
legea binomiala, daca are distributia:
X
_
k
P(n, k)
_
k=0,n
, unde P(n, k) = C
k
n
p
k
q
nk
, iar p (0, 1), q = 1 p.
Probabilitatile P(n, k), ce intevin in distributia lui X, sunt cele de la schema
lui Bernoulli cu bila intoarsa (binomiala).
legea hipergeometrica, daca are distributia:
X
_
k
P(n, k)
_
k=0,n
, unde P(n, k) =
C
k
a
C
nk
b
C
n
a+b
, iar n min(a, b).
Probabilitatile P(n, k), ce intevin in distributia lui X, sunt cele de la schema
lui Bernoulli cu bila neintoarsa (binomiala).
legea lui Poisson, daca are distributia:
X
_
k
p
k
()
_
k=0,n
, unde p
k
() =

k
k!
e
, iar > 0.
Denit ia 1.7.30 Fie campul de probabilitate (, K, P). Spunem ca U =
(X, Y ) este vector aleator bidimensional de tip discret, daca aplicatia U :
R
2
, care satisface urmatoarele conditii:
1. are o multime cel mult numarabila de valori,
2. pentru orice (x, y) R
2
, avem ca (X = x, Y = y) = { | X() =
x, Y () = y} K.
Denit ia 1.7.31 Numim distributia sau repartitia vectorului aleator (X, Y )
de tip discret, tabloul bidimensional:
X\Y . . . y
j
. . .
.
.
.
.
.
.
x
i
. . . p
ij
. . .
.
.
.
.
.
.
unde (x
i
, y
j
) sunt valorile pe care le ia vectorul aleator (X, Y ), iar p
ij
sunt
probabilitatile cu care sunt luate aceste valori, adica putem scrie
p
ij
= P(X = x
i
, Y = y
j
).
Denit ia 1.7.32 Spunem ca variabilele aleatoare X si Y care au respectiv
distributiile
X
_
x
i
p
i
_
iI
si Y
_
y
j
q
j
_
jJ
,
sunt independente, daca P(X = x
i
, Y = y
j
) = P(X = x
i
)P(Y = y
j
), pentru
orice (i, j) I J, adica p
ij
= p
i
q
j
Denit ia 1.7.33 Fie variabilele aleatoare X si Y care au respectiv distrib-
utiile:
X
_
x
i
p
i
_
iI
si Y
_
y
j
q
j
_
jJ
,
atunci variabilele aleatoare suma, X + Y , produs, XY , si respectiv cat,
X
Y
(daca Y () = 0), vor avea distributiile
X +Y
_
x
i
+y
j
p
ij
_
(i,j)IJ
, XY
_
x
i
y
j
p
ij
_
(i,j)IJ
,
X
Y
_
x
i
y
j
p
ij
_
(i,j)IJ
unde p
ij
= P(X = x
i
, Y = y
j
).
Observat ia 1.7.8 Daca variabilele aleatoare X si Y sunt independente,
atunci p
ij
= p
i
q
j
, pentru orice (i, j) = I J.
Observat ia 1.7.9 Urmatoarele relatii au loc:
jJ
p
ij
= p
i
, i I, respectiv
iI
p
ij
= q
j
, j J.
Exercitiu La o unitate hoteliera clientii doresc camere dotate cu televizor
sau nu cu aceeasi probabilitate. Se considera primii patru clienti ai zilei si se
noteaza cu X si respectiv Y numarul clientilor ce solicita camera cu televizor
si numarul maxim al clientilor consecutiv inregistrati, care solicita camera cu
televizor. Sa se scrie distributiile:
a) variabilelor aleatoare X si Y ,
b) vectorului aleator (X, Y ),
c) variabilelor aleatoare X +Y si XY .
Solutie
Pentru a calcula probabilitatile din distributiile variabilelor aleatoare
considerate, vom scrie pentru inceput spatiul probelor. Daca marcam prin
D si respectiv N faptul ca un client solicita, respectiv nu solicita camera cu
televizor, atunci spatiul al probelor este:
= {DDDD, DDDN, DDND, DNDD, NDDDD, DDNN, DNDN, NDDN,
DNND, NDND, NNDD, DNNN, NDNN, NNDN, NNND, NNNN}
Deoarece clientii prefera sau nu televizor cu aceeasi probabilitate avem ca
probabilitatea ca un client sa solicite televizor este p = P(D) =
1
2
si sa nu
solicite televizor este q = P(N) =
1
2
a) Valorile pe care le ia variabila aleatoare X sunt 0,1,2,3,4, adica din cei
patru clienti pot dori camera cu televizor 0,1,2,3, respectiv 4 clienti. Asadar,
avem ca
X
_
0 1 2 3 4
p
0
p
1
p
2
p
3
p
4
_
, unde p
k
= P(X = k),
si care se calculeaza cu schema lui Bernoulli cu bila intoarsa. Prin urmare se
obtine ca
p
k
= C
k
4
_
1
2
_
k
_
1
2
_
4k
=
C
k
4
2
4
, pentru k = 0, 1, 2, 3, 4.
Calculand pe rand probabilitatile, rezulta ca
X
_
0 1 2 3 4
1
16
1
4
3
8
1
4
1
16
_
.
Variabila aleatoare Y poate sa ia una din valorile 0,1,2,3,4, adica din cei patru
clienti se poate ca 0,1,2,3,4 sa e numarul maxim al clientilor consecutivi ce
solicita camera cu televizor. Distributia variabilei aleatoare Y este
Y
_
0 1 2 3 4
q
0
q
1
q
2
q
3
q
4
_
, unde q
k
= P(Y = k).
Pentru a calcula probabilitatile distributiei lui Y , urmarim spatiul probelor.
De exemplu, evenimentul (Y = 0) este favorizat de proba NNNN,
deci q
0
=
1
16
. Apoi, evenimentul (Y = 1) este favorizat de probele
DNDN, DNND, DNNN, NDND, NDNN, NNDN, NNND, deci
q
1
=
7
16
. Analog, se obtine ca q
2
=
5
16
, q
3
=
1
8
, q
4
=
1
16
. Prin urmare,
distributia variabilei aleatoare Y este
Y
_
0 1 2 3 4
1
16
7
16
5
16
1
8
1
16
_
.
b) distributia vectorului aleator (X, Y ) este data prin tabloul
X\Y 0 1 2 3 4
0 p
00
p
01
p
02
p
03
p
04
1 p
10
p
11
p
12
p
13
p
14
2 p
20
p
21
p
22
p
23
p
24
3 p
30
p
31
p
32
p
33
p
34
4 p
40
p
41
p
42
p
43
p
44
unde p
ij
= P(X = i, Y = j). Pentru a calcula aceste probabilitati urmarim in
spatiul probelor, , acele probe care favorizeaza evenimentele (X = i, Y = j).
Astfel, evenimentul (X = 0, Y = 0) este favorizat de proba NNNN, deci
p
00
=
1
16
. Apoi, evenimentul (X = 0, Y = 1) nu este favorizat de nici o
proba, deci p
01
= 0.
Sa mai consideram, de exemplu, evenimentul (X = 2, Y = 2), care este fa-
vorizat de probele DDNN, NDDN, NNDD, prin urmare p
22
=
3
16
. Prin ra-
tionament analog se obtine tabloul distributional al vectorului aleator (X, Y ):
X\Y 0 1 2 3 4
0
1
16
0 0 0 0
1 0
1
4
0 0 0
2 0
3
16
3
16
0 0
3 0 0
1
8
1
8
0
4 0 0 0 0
1
16
Prin calcul direct, se vede ca
4
j=0
p
ij
= p
i
, i = 0, 4 si
4
i=0
p
ij
= q
j
, j = 0, 4.
c) Daca variabilele aleatoare X si Y iau valorile 0,1,2,3 si 4, atunci variabila
aleatoare X + Y poate lua valorile 0,1,2,...,8. Mai trebuie precizate proba-
bilitatile cu care sunt luate aceste valori. Aceste probabilitati se calculeaza
dupa cum urmeaza:
P(X +Y = 0) = P(X = 0, Y = 0) = p
00
=
1
16
,
P(X+Y = 1) = P(X = 0, Y = 1)+P(X = 1, Y = 0) = p
01
+p
10
= 0+0 = 0,
P(X+Y = 2) = P(X = 0, Y = 2) +P(X = 1, Y = 1) +P(X = 2, Y = 0) =
= p
02
+ p
11
+ p
20
= 0 +
1
4
+ 0 =
1
4
, etc. In acest fel se obtine distributia
variabilei aleatoare X +Y , anume
X +Y
_
0 1 2 3 4 5 6 7 8
1
16
0
1
4
3
16
3
16
1
8
1
8
0
1
16
_
.
Deoarece P(X + Y = 1) = 0 si P(X + Y = 7) = 0, deci este imposibil
ca X + Y sa aiba aceste valori, acestea se elimina din tabloul distributional
obtinandu-se
X +Y
_
0 2 3 4 5 6 8
1
16
1
4
3
16
3
16
1
8
1
8
1
16
_
.
Pentru a scrie distributia variabilei aleatoare XY , se procedeaza in mod ana-
log, anume XY poate lua una din valorile 0,1,2,3,4,6,8,9,12,16. De asemenea,
probabilitatile se calculeaza dupa cum urmeaza:
P(XY = 0) = P(X = 0, Y = 0) +P(X = 0, Y = 1) +P(X = 0, Y = 2)
+P(X = 0, Y = 3)+P(X = 0, Y = 4)+P(X = 1, Y = 0)+P(X = 2, Y = 0)
+P(X = 3, Y = 0) +P(X = 4, Y = 0) =
= p
00
+p
01
+p
02
+p
03
+p
04
+p
10
+p
20
+p
30
+p
40
=
1
16
,
P(XY = 1) = P(X = 1, Y = 1) = p
11
=
1
4
, etc. Se obtine in acest fel
distributia vectorului aleator produs
XY
_
0 1 2 3 4 6 8 9 12 16
1
16
1
4
3
16
0
3
16
1
8
0
1
8
0
1
16
_
.
sau
XY
_
0 1 2 4 6 9 16
1
16
1
4
3
16
3
16
1
8
1
8
1
16
_
.
1.8 Probleme rezolvate
1. Se arunca doua zaruri. Care este probabilitatea de a se obtine:
a) un 2 si un 3?
b) doi de 1?
c) acelasi numar de puncte cu cele doua zaruri?
d) un total de 8 puncte?
e) un total de puncte mai mic sau egal cu 5?
R. Universul probelor este format din 36 de rezultate posibile (primul
numar semnica punctele obtinute la aruncarea primului zar):
= {(1, 1), (1, 2), ..., (1, 6), (2, 1), ..., (2, 6), ..., (6, 1), ..., (6, 6)}.
Admitem ca evenimentele sunt echiprobabile. Avem:
A - evenimentul de a obtine un 2 si un 3 - {(2, 3), (3, 2)}
B - evenimentul de a obtine doi de 1- {(1, 1)}
C - evenimentul de a avea acelasi numar de puncte -
{(1, 1), (2, 2), ..., (6, 6)}
D - totalul punctelor este 8 - {(2, 6), (3, 5), (4, 4), (5, 3), (6, 2)}
E - se obtine un numar total mai mic sau egal cu 5 -
{(1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (4, 1)}
p(A) =
k
n
=
nr. cazurilor favorabile
nr. cazurilor posibile
=
2
36
=
1
18
p(B) =
1
36
p(C) =
6
36
=
1
6
p(D) =
5
36
p(E) =
10
36
=
5
18
2. Se arunca o moneda de trei ori. Sa se determine
(a) spatiul probelor;
(b) probele care favorizeaza aparitia evenimentelor: A - ca la prima
aruncare sa se obtina marca, B - la primele doua aruncari sa se
obtina marca, C - marca sa nu apara de doua ori consecutiv
(c) probabilitatile evenimentelor de la b)
(d) evenimentele: A C, A B, A C, B C,

A, A\C.
R: a) Notam prin M aparitia marcii la o aruncare si cu S aparitia fetei
opuse.
= {MMM, MMS, MSM, SMM, MSS, SMS, SSM, SSS}.
b) A = {MMM, MMS, MSM, MSS}
B = {MMM, MMS}
C = {MSM, MSS, SMS, SSM, SSS}
c) p(A) =
4
8
= 0, 5
p(B) =
2
8
= 0, 25
p(C) =
5
8
d) A C = {MMM, MMS, MSM, MSS, SMS, SSM, SSS} in-
seamna ca marca apare la prima aruncare sau nu apare de doua ori
consecutiv.
A B = {MMM, MMS} - evenimentul ca marca sa apara la primele
doua aruncari.
A C = {MSM, MSS} - evenimentul ca marca sa apara la prima
aruncare dar nu si la a doua.
B C = - evenimentele B si C sunt incompatibile.
A = {SSS, SSM, SMS, SMM} - evenimentul ca marca sa nu apara

la prima aruncare.
A\C = {MMM, MMS} - la prima doua aruncari apare marca.
3. Stiind ca o piesa fabricata este acceptata la controlul calitatii daca
satisface patru caracteristici A
1
, A
2
, A
3
si A
4
si ca aceste caracteristici
sunt satisfacute cu probabilitatile p(A
1
) = 0, 8; p(A
2
) = 0, 9; p(A
3
) =
0, 9; p(A
4
) = 0, 85 sa se evalueze probabilitatea minima ca piesa sa
satisfaca standardul de fabricatie, deci ca toate cele patru caracteristici
sa e satisfacute.
R: Conform inegalitatii lui Bolle avem:
P (A
1
A
2
A
3
A
4
)
4
i=1
P(A
i
)3 = 0, 8+0, 9+0, 9+0, 853 = 3, 453 = 0, 45
4. Trei tunuri trag simultan asupra aceeasi tinte si o nimeresc cu proba-
bilitatile p
1
= 0, 5; p
2
= 0, 6 si respectivp
3
= 0, 4. Se cere probabilitatea
ca tinta sa e nimerita cel putin o data.
R: A-tinta este lovita cel putin o data
A
i
- tinta a fost lovita de tunul i.
Atunci, conform formulei lui Poincare, avem:
P(A) = P (A
1
A
2
A
3
) =
3
i=1
P (A
i
)
3
i,j=1
i<j
P (A
i
A
j
)+P (A
1
A
2
A
3
) .
Deoarece evenimentele sunt independente se obtine:
P(A) =
3
i=1
p
i
i,j=1
i<j
p
i
p
j
+p
1
p
2
p
3
= 0, 88.
5. Un lot de 100 piese contine 5 piese rebut. Controlul de calitate
stabileste ca regula de acceptare a lotului conditia ca la 5 vericari
consecutive sa nu e nici o piesa rebut. Care este probabilitatea de
acceptare a lotului?
R: Fie A
k
evenimentul ca piesa controlata la controlul de ordinul k sa
e corespunzatoare si e A evenimentul ca lotul sa e acceptat. Atunci
A = A
1
A
2
A
3
A
4
A
5
. Evenimentele nu sunt independente,
deoarece orice realizare a unuia dintre ele inuenteaza realizarea
celorlalte prin modicarea proportiei de piese corespunzatoare din lot.
p(A) = p(A
1
)p(A
2
|A
1
)p(A
3
|A
1
A
2
)p(A
4
|A
1
A
2
A
3
)p(A
5
|A
1
A
2
A
3
A
4
)
Avem p(A
1
) =
95
100
.
Daca A
1
s-a realizat in lot raman 99 piese din care 94 sunt bune, deci
probabilitatea ca piesa extrasa la a doua vericare sa e buna este
p(A
2
|A
1
) =
94
99
.
Daca A
1
si A
2
s-au realizat in lot raman 98 piese din care 93 sunt bune,
deci probabilitatea ca cea de a treia piesa controlata sa e buna este
p(A
3
|A
1
A
2
) =
93
98
.
Analog, p(A
4
|A
1
A
2
A
3
) =
92
97
, p(A
5
|A
1
A
2
A
3
A
4
) =
91
96
.
Deci
p(A) =
95
100

94
99

93
98

92
97

91
96
= 0, 77
6. Daca intr-o clasa sunt 25 copii, se cere probabilitatea ca 14 din cei 25
copii sa e baieti
R: Pentru rezolvarea problemei se aplica schema lui Bernoulli cu bila
intoarsa, unde n = 25, p = q =
1
2
. Fie A evenimentul ca in clasa sa e
exact 14 baieti. Luam k = 14 in schema lui Bernoulli cu bila intoarsa
si avem:
p(A) = p(25, 14) = C
14
25
_
1
2
_
14
_
1
2
_
2514
7. Intr-un depozit sunt 30 televizoare, 18 de productie straina si 12 de
productie romaneasca, ambalate identic. Care este probabilitatea ca
la o comanda de 10 televizoare, un magazin sa primeasca 6 straine si
4 romanesti?
R: Se aplica schema lui Bernoulli cu bila neintoarsa, unde:
N
1
- numarul televizoarelor straine din depozit; N
1
= 18
N
2
- numarul televizoarelor romanesti din depozit; N
2
= 12
N - numarul total de televizoarelor aate in depozit; N = N
1
+N
2
= 30
n - numarul de televizoare comandate de magazin; n = 10
k - numarul de televizoare straine din magazin; k = 6
n k - numarul de televizoare romanesti din magazin; n k = 4
p(10, 6) =
C
6
18
C
4
12
C
10
30
= 0, 9
8. Patru sportivi trag cate un foc de arma asupra unei tinte. Care este
probabilitatea ca tinta sa e nimerita exact de trei ori, daca primul
sportiv nimereste tinta cu probabilitatea
2
3
, al doilea cu probabilitatea
3
4
, al treilea cu
4
5
si al patrulea cu
5
6
.
R: Se aplica schema lui Poisson. Probabilitatea ca tinta sa e nimerita
de trei ori este coecientul lui x
3
din dezvoltarea:
(p
1
x +q
1
)(p
2
x +q
2
)(p
3
x +q
3
)(p
4
x +q
4
) =
=
_
2
3
x +
1
3
__
3
4
x +
1
4
__
4
5
x +
1
5
__
5
6
x +
1
6
_
p(4, 3) = p
1
p
2
p
3
q
4
+p
1
p
2
p
4
q
3
+p
1
p
3
p
4
q
2
+p
2
p
3
p
4
q
1
= 0, 436
9. Un magazin primeste intr-o saptamana 100 rulmenti proveniti de la trei
fabrici: F
1
, F
2
, F
3
. Probabilitatea ca marfa sa provina de la fabrica
F
1
este de 0,6, de la F
2
de 0,2 si de la fabrica F
3
de 0,2. Care este
probabilitatea ca din cei 100 rulmenti primiti 60 sa provina de la F
1
,
30 de la F
2
, iar restul de la fabrica F
3
?
R: Se aplica schema lui Bernoulli cu k stari si bila intoarsa:
p(100, 60, 30, 10) =
100!
60! 30! 10!
(0, 6)
60
(0, 2)
30
(0, 2)
10
10. O urna contine 6 bile albe, 10 bile negre si 12 bile rosii. Se extrag 5
bile. Care este probabilitatea ca dintre aceste bile extrase 1 sa e alba,
2 negre si 2 rosii.
R: Schema lui Bernoulli cu k stari cu bila neintoarsa.
N
1
= 6 - numarul bilelor albe
N
2
= 10 - numarul bilelor negre
N
3
= 12 - numarul bilelor rosii.
N = N
1
+N
2
+N
3
= 28
n
1
= 1, n
2
= 2, n
3
= 2
n = n
1
+n
2
+n
3
= 5
p(5; 1, 2, 2) =
C
1
6
C
2
10
C
2
12
C
5
28
= 0, 18
1.9 Probleme propuse
1. Se arunca o moneda de patru ori. Fie A evenimentul ca marca sa
apara de doua ori B evenimentul ca marca sa apara cel putin o data, C
evenimentul ca marca sa apara la aruncarea a doua. Sa se determine:
a) spatiul al probe1or,
b) probele care favorizeaza aparitiile evenimentelor A, B si C
c) evenimentele A B, A C, B C, A, B, C, A B, A B
C, A B, B C, A B, B A, A C, A B C,
d) probabilitatile evenimentelor de la punctele precedente.
2. Un lacat are un cifru format din patru cifre. Sa se calculeze probabili-
tatea de a ghici cifrul daca:
a) lacatul functioneaza perfect,
b) ultima cifra, din cauza unei defectiuni nu trebuie sa coincida cu
ultima cifra a combinatiei considerate,
c) prima si ultima cifra nu trebuie sa coincida cu prima si respectiv
ultima cifra a combinatiei considerate.
3. La o conferinta de presa participa 7 ziaristi straini si 17 ziaristi
autohtoni (8 femei si 9 barbati). Stiind ca la conferinta de presa vor
pune Intrehari 6 7, ziaristi luati la intamplare din cei 24 prezenti, se
cere probabilitatea ca intrebarile sa e puse de:
a) 2 ziaristi straini si 4 autohtoni;
b) 2 ziaristi straini si 4 autohtoni (2 femei si 2 barbati);
c) 1 ziarist strain si 5 autohtoni (2 femei si 3 barbati).
4. Se stie ca un magazin de cosmetice are acelasi numar de clienti barbati,
respectiv femei. Se considera primii 12 clienti ai magazinului dintr-o
zi xata. Sa se calculeze probabilitatea ca dintre cei 12 clienti
a) patru sa e femei,
b) sa e cel mult patru femei.
5. Zece aparate de acelasi tip sunt date in folosinta, trei provenind de
la unitatea U
1
, cinci de la unitatea U
2
, iar doua de la unitatea U
3
.
Se supun aceste aparate unei probe de vericare. Cele care provin
de la unitatea U
1
trec proba cu probabilitatea 0,9, cele de la U
2
cu
probabilitatea 0,75, ia cele de la U
3
cu probabilitatea 0,85. Se ia un
aparat la intamplare si se cere probabilitatea ca aparatul sa treaca
proba de vericare.
6. La o loterie s-au vandut 85 bilete loto, din care o persoana a cumparat
10 bilete. Stiind ca din cele 85 bilete trei sunt castigatoare sa se cal-
culeze probabilitatea ca persoana care a cumparat cele 10 bilete :
a) sa nu castigat,
b) sa aiba un bilet castigator,
c) sa aiba cel putin un bilet castigator.
7. Se arunca o moneda de trei ori. Se noteaza cu X si Y respectiv nu-
marul aparitiilor marcii in cele trei aruncari si numarul maxim de marci
consecutive aparute in cele trei aruncari. Sa se scrie distributiile:
a) variabilelor aleatoare X si Y ,
b) vectorului aleator (X, Y ),
c) variabilelor aleatoare X +Y si XY .
Capitolul 2
Statistica matematica
2.1 Notiuni generale
2.1.1 Teoria selectiei
Denit ia 2.1.1 Numim colectivitate sau populatie, o multime C de elemente
care este cercetata din punct de vedere a uneia sau mai multor caracteris-
tici (proprietati), elementele colectivitatii numinduse indivizi, iar numarul
indivizilor unei colectivitati se va numi volumul colectivitatii.
Observat ia 2.1.1 Din punct de vedere al teoriei probabilitatilor, o caracter-
istica a unei colectivitati C este o variabila aleatoare X, ale carei caracter-
istici numerice se vor numi caracteristici teoretice. Astfel vom avea media
teoretica, dispersia teoretica, s.a.m.d.
Observat ia 2.1.2 Problema centrala a statisticii matematice este stabilirea
legii de probabilitate pe care o urmeaza caracteristica X.
Observat ia 2.1.3 Dupa cum variabila aleatoare este de tip discret, sau de
tip continuu vom avea caracteristici de tip discret, ca de exemplu: numarul
copiilor dintr-o familie, si caracteristici de tip continuu, ca de exemplu rezis-
tenta la rupere a unui r de matase. De asemenea, daca proprietatea cerc-
etata este calitativa, ca de exemplu culoarea ochilor, vom numi caracteristica
respectiva atribut.
27
CAPITOLUL 2. STATISTICA MATEMATICA 28
Denit ia 2.1.2 Numim selectie (sondaj) o subcolectivitate a colectivitatii
cercetate C, iar numarul indivizilor ce intra in selectie se numeste volumul
selectiei (sondajului).
Denit ia 2.1.3 O selectie se numeste repetata sau bernoulliana, daca dupa
examinarea indivldului, acesta este reintrodus in colectivitate, in caz contrar,
adica daca individul examinat nu se reintroduce in colectivitate, vom spune
ca selectia este nerepetata.
Observat ia 2.1.4 Daca volumul colectivitatii C este mult mai mare decat
volumul selectiei, atunci selectia nerepetata poate considerata ca ind se-
lectie repetata. In cele ce urmeaza, vom considera numai selectii repetate.
Denit ia 2.1.4 Numim date de selectie relative la caracteristica X valorile
obtinute pentru caracteristica X privind indivizii care intra in selectie. Daca
selectia este de volum n, vom nota datele de selectie prin x
1
, x
2
, ..., x
n
.
Observat ia 2.1.5 Datele de selectie x
1
, x
2
, ..., x
n
sunt valori ale unor vari-
abile aleatoare, respectiv X
I
, X
2
, ..., X
n
, care se vor numi variabile de selectie.
Observat ia 2.1.6 Daca selectia este repetata, atunci variabilele de selectie
X
l
, X
2
, ..., X
n
, sunt variabile aleatoare independente si urmeaza ecare aceeasi
lege de probabilitate cu variabila aleatoare X, adica sunt identic repartizate
cu X.
Observat ia 2.1.7 Daca datele de selectie x
1
, x
2
, ..., x
n
au valorile distincte
x
1
, x
2
, ..., x
n
, atunci tabloul de forma
X
_
x
1
x
2
... x
N
f
1
f
2
... f
N
_
unde f
i
este frecventa aparitiei valorii x
i
, se va numi distributia empirica de
selectie a caracteristicii X.
Observat ia 2.1.8 Daca X este de tip continuu, se face o grupare a datelor
de selectie in clase prin impartirea intervalului (a, b), unde X ia valori, in
subintervalele date prin
a = a
0
< a
1
< a
2
< ... < a
N
= b.
Distributia empirica de selectie a caracteristicii X va de aceeasi forma ca
si in cazul discret
X
_
x
1
x
2
... x
N
f
1
f
2
... f
N
_
unde, de regula,
a
i1
+a
i
2
, iar f
i
este recventa datelor de selectie din intervalul
(clasa) [ai I, ai).
Observat ia 2.1.9 De multe ori este necesara o grupare a datelor de selectie
si pentru cazul cand caracteristica X este de tip discret. De exemplu, daca
X reprezinta salariile angajatilor unei unitati comerciale.
Denit ia 2.1.5 Daca avem functia h : R
n
R, numim functie de selectie
sau statistica, variabila aleatoare
Z
n
= h(X
1
, X
2
, X
3
, ..., X
n
),
X
1
, X
2
, X
3
, ..., X
n
, ind variabilele de selectie, iar valoarea numerica
z
n
= h(x
1
, x
2
, x
3
, ..., x
n
),
o numim valoarea functiei de selectie, x
l
, x
2
, x
3
, ..., x
n
ind datele de selectie.
Denit ia 2.1.6 Numim medie de selectie functia de selectie data prin
X =
1
n
n
i=1
X
k
iar valoarea numerica x =
1
n
n
i=1
x
k
, se numeste valoarea
mediei de selectie.
Observat ia 2.1.10 Daca se considera caracteristica X care urmeaza legea
normala, N(m, , atunci media de selectie X urmeaza legea normala
N(m,

n
).
Denit ia 2.1.7 Se numeste moment de selectie de ordin k, functia de
se1ectie
k
=
1
n
n
i=1
X
k
i
iar valoarea numerica
k
=
1
n
n
i=1
x
k
i
se numeste
valoarea momentului de selectie de ordin k.
Observatia 2.1.20. Pentru k = 1, avemca 171= X,
Denit ia 2.1.8 Numim moment centrat de selectie de ordin k functia de
se1ectie
k
=
1
n
n
i=1
(X
i
X)
k
, iar valoarea numerica
k
=
1
n
n
i=1
(x
i
x)
k
se numeste valoarea momentului centrat de selectie de ordin k.
Denit ia 2.1.9 Numim functie de repartitie de selectie, functia de selectie
denita prin
F
n
(x) =
K
n
(x)
n
, pentru orice x R,
unde K
n
(x) noteaza numarul variabilelor de selectie mai mici decat x.
Teorema 2.1.1 (Glivenko) Daca se considera caracteristica X ce are functia
de repartitie teoretica F si e functia de repartitie de selectie F
n
atunci
P(lim
n
sup
xR
|F
n
(x) F(x) = 0) = 1.
Observat ia 2.1.11 Functia K(x) se numeste functia lui Kolmogorov si se
aa de obicei din tabele.
2.1.2 Teoria estimatiei
Relativ la colectivitatea C este cercetata caracteristica X, care urmeaza
legea de probabilitate data prin functia de probabilitate f(x; ) ce reprezinta
functia de frecventa daca X este de tip discret, respectiv densitatea de
probabilitate in cazul continuu, iar este un parametru necunoscut.
Teoria estimatiei are ca scop evaluarea parametrilor de care depinde legea
de probabilitate a caraderisticii X, folosind datele de selectie x
l
, x
2
, ..., x
n
si bazandu-se pe rezultatele teoretice relative la variabilele de selectie
X
l
, X
2
, ..., X
n
.
Denit ia 2.1.10 Numim functie de estimatie (punctuala) sau estimator al
parametrului functia de selectie (statistica)
(X
1
, X
2
, ..., X
n
),
cu ajutorul careia se obtin concluzii relative la parametrul .
Denit ia 2.1.11 Spunem ca functia de estimatie
este functie de es-

timatie consistenta sau estimator consistent pentru parametrul necunoscut
, daca lim
n
P(|
| < ) = 1, pentru orice numar > 0, ad-

ica
(X
1
, X
2
, ..., X
n
)
p
, iar valoarea numerica corespunzatoare
(x
1
, x
2
, ..., x
n
) se numeste estimatie consistenta pentru parametrul
.
Denit ia 2.1.12 Numim functie de estimatie (estimator) absolut corecta
pentru parametrul , functia de estimatie
(X
1
, X
2
, ..., X
n
)
care satisface conditiile :
(X
1
, X
2
, ..., X
n
) care satisface conditiile :
(i)M(
) = ,
(ii)lim
n
D
2
(
) = 0
(x
1
, x
2
, ..., x
n
) se numeste estimatie absolut
corecta pentru parametrul .
Denit ia 2.1.13 Numim functie de estimatie (estimator) corecta pentru
parametrul , functia de estimatie
(X
1
, X
2
, ..., X
n
) care satisface con-
ditiile :
(i)lim
n
M(
) = ,
(ii)lim
n
D
2
(
) = 0.
(x
1
, x
2
, ..., x
n
) se numeste estimatie corecta
pentru parametrul .
Denit ia 2.1.14 Numim distorsiunea (deplasarea) estimatorului
al para-
metrului , diferenta M(
) , iar daca distorsiunea este nula estimatorul
se numeste nedeplasat.
Propozit ia 2.1.1 Daca
(X
l
, X
2
, ..., X
n
) este un estimator absolut
corect pentru parametrul atunci estimatorul este consistent.
Observat ia 2.1.12 Media de selectie X =
1
este estimator absolut corect
pentru media teoretica M(X =
1
).
Denit ia 2.1.15 Numim cantitatea de informatie (a Iui Fischer) a unei
selectii de volum n relativ la parametrul R necunoscut, valoarea
I
n
() = nM
_
_
ln f(X; )
_
2
_
.
Observat ia 2.1.13 (Inegalitatea Rao-Cramer) Estimatorul absolut corect
al parametrului satisface inegalitatea

D
2
(
)
1
I
n
()
.
Denit ia 2.1.16 Estimatorul
, absolut corect pentru parametrul necunos-

cut se numeste ecient, daca D
2
(
) =
1
I
n
()
iar raportul
e(
) =
I
1
n
()
D
2
(
)
se numeste ecienta estimatorului
.
Metoda verosimilitatii maxime
Fie X caracteristica cercetata, care are fnnctia f(x;
1
,
2
, ...,
s
de
probabilitate, ce o caracterizeaza si care depinde de parametrii necunoscuti
1
,
2
, ...,
s
.
Deoarece variabilele de selectie X
l
, X
2
, ..., X
n
sunt variabile aleatoare in-
dependente si urmeaza aceeasi lege de probabilitate ca X, rezulta ca vectorul
aleator (X
l
, X
2
, ..., X
n
) va avea functia de probabilitate
V (x
l
, x
2
, ..., x
n
;
1
,
2
, ...,
s
) =
n
k=1
f(x
k
;
1
,
2
, ...,
s
)
si care poarta numele de functie de verosimilitate.
Denit ia 2.1.17 Spunem ca estimatorii
i
=
i
(X
1
, X
2
, ..., X
n
) sunt esti-
matori de verosimilitate maxima, respectiv pentru parametrii
i
, i = 1, s,
daca realizeaza maximul functiei de verosimilitate.
Observat ia 2.1.14 Determinarea estimatorilor de verosimilitate maxima se
obtine prin rezolvarea sistemului de ecuatii:
V
1
= 0,
V
2
= 0, ...,
V
s
= 0.
Acest sistem, se inlocuieste cu sistemul:
ln V
1
= 0,
ln V
2
= 0, ...,
ln V
s
= 0.
care conduce la aceeasi solutie si care se numeste sistemul de verosimilitate
maxima.
Observat ia 2.1.15 Un estimator ecient este estimator de verosimilitate
maxima.
Observat ia 2.1.16 Un estimator de verosimilitate maxima este estimator
consistent, iar pentru valori mari ale volumului n este o variabila aleatoare
ce urmeaza legea normala N(, I
1
n
()), unde este parametrul estimat.
EXEMPLU
Sa determinam estimatorii de verosimilitate maxima pentru valoarea medie
si abaterea standard, daca se considera caracteristica X, care urmeaza legea
normala N(m, ).
Solutie Se stie ca M(X) = m si (X) = , iar
f(x; m, ) =
1
2
e
(xm)
2
2
2
.
Pentru a scrie sistemul de verosimilitate maxima, avem ca
ln f(x; m, ) = ln
2 ln
(x m)
2
2
2
,
de unde
ln f(x; m, )
m
=
x m
2
,
ln f(x; m, )
=
1
+
(x m)
2
3
In acest mod se obtine
_
ln V
m
=
n
k=1
ln f(X
k
;m,)
m
=
n
k=1
X
k
m
2
= 0
ln V
n
k=1
ln f(X
k
;m,)
n
k=1
_
+
(X
k
m)
2
3
_
= 0
sau
_
n
k=1
(X
k
m) = 0
n
k=1
[
2
+ (X
k
m)
2
] = 0,
de unde se obtin estimatorii de verosimilitate maxima:
m
=
1
n
n
k=1
X
k
= X,
_
1
n
n
k=1
(X
k
X)
2
=
_
2
,
pentru parametrii m si .
Metoda momentelor
Fie caracLeristica X care are functia f(x;
1
,
2
, ...,
s
de probabitate
si care depinde de s parametrii
1
,
2
, ...,
s
.
Metoda momentelor consta in estimarea acestor parametrii din conditiile
ca momentele teoretice initiale ale caracteristicii X au ca estimatori absolut
corecti pe momentele de selectie de ordin corespondent. Astfel se obtine
sistemul de ecuatii
k
=
k
, pentru k = 1, s, din care se obtin estimatii
pentru parametrii
1
,
2
, ...,
s
.
EXEMPLU
Se considera caracteristica X care urmeaza legea gamma de parametri a, b >
0 necunoscuti. Vom estima acesti parametrii folosind metoda momentelor,
pe baza datelor x
l
, x
2
, ..., x
n
de selectie.
Solutie Functia densitate de probabilitate a caracteristicii X este
f(x; a, b) =
_
1
(a)b
a
x
a1
e
x
b
, daca x > 0,
0 , daca x 0,
unde este functia lui Euler de speta a doua, adica
(a) =
_
0
x
a1
e
x
dx.
In cazul de fata este vorba de doi parametri, deci sistemul de ecuatii este
format din doua ecuatii, anume
1
=
1
si
2
=
2
.
Vom calcula momentul teoretic initial
k
de ordin k, adica:
k
=
x
k
f(x; a, b)dx =
1
(a)b
a
_
0
x
a+k1
e
x/b
dx.
Daca se face schimbarea de variabila x = bt, dx = bdt, se obtine
k
=
1
(a)b
a
_
0
(bt)
a+k1
e
t
dt =
b
k
(a)
_
0
t
a+k1
e
t
dt =
=
b
k
(a)
(a +k) =
b
k
(a +k 1)(a +k 2)...a(a)
(a)
,
deci
k
= b
k
(a +k 1)(a +k 2)...a. Rezulta astfel sistemul
_

1
=
1
n
n
k=1
x
k
=
1
= ab
2
=
1
n
n
k=1
x
2
k
=
2
= b
2
a(a + 1),
care are solutia
a
=

2
1
2
1
, b
=

2
2
1
1
,
care reprezinta estimatorii pentru parametrii a si respectiv b.
1. 1 Fie caracteristica X, care are distributia empirica de selectie
X
_
39, 25 39, 75 40, 00 40, 50 40, 75 50, 00
2 4 2 3 2 1
_
Se cere:
a) media de selectie, momentul centrat de selectie de ordinul doi, dis-
persia de selectie,
b) functia de repartitie de selectie.
2. Fie caracteristica X ce urmeaza legea lui Poisson, cu parametrul > 0
necunoscut. Se considera o se1ectie repetata de volum n.
Se cere:
a) estimatorul
de verosimilitate maxima pentru parametrul ,

b) sa se arate ca
este estimator corect pentru ,

c) sa se arate ca
este estimator ecient pentru .

3. Re1ativ la popu1atia C, se cerceteaza caracteristica X ee urmeaza
legea norma1a N(m, ), cu media teoretica m = M(X) necunoscuta
si dispersia
2
= 0, 06. Sa se determine intervalu1 de ineredere pentru
m, cu probabilitatea de incredere 1 = 0, 9, daca se cunosc datele
de se1ectie :
10, 5, 10, 8, 11, 2, 10, 9, 10, 4, 10, 6, 10, 9, 11, 0, 10, 3, 10, 8, 10, 6, 11, 3,
10, 5, 10, 7, 10, 8, 10, 9, 10, 8, 10, 7, 10, 9, 11, 0.
4. In urma unei selectii de voium n 100, privind caracteristica X s-au
obtinut urmatoarele date de selectie:
X
_
12, 5 12, 55 12, 65 12, 75 12, 8
12 10 15 12 10
_
Se cere:
a) o estimatie abso1ut corecta pentru media teoretica m = M(X),
b) o estimatie corecta si una abso1ut corecta pentru dispersia teoretica
2
= D
2
(X).
5. Fie caracteristica X ce urmeaza legea normala N(m, ), unde m R
este cunoscut, iar > 0 este necunoscut. Se considera o selec-
tie repetata de vo1um n. Sa se arate ca functia de selectie V =
1
n
_
/2
n
k=1
|X
k
m| este o functie de estimatie absolut corecta pen-
tru parametrul =
_
D
2
(X).
6. Se considera un esantion de 20 clienti, care intra intr-un supermar-
ket. Pentru a cerceta frecventa X cu care acestia fac apel la servicile
magazinului in decursul unei saptamani si respectiv pentru cercetarea
cheltuielilor lunare Y in sute de mii lei, ale clientilor pentru proeurarea
de bunuri, s-au obtinut date de selectie pentru X si respectiv Y
X : 1, 2, 1, 4, 3, 2, 5, 6, 1, 2, 3, 2, 3, 4, 6, 2, 4, 3, 1, 2;
Y : 9, 9, 10, 8.5, 8.5, 7.7, 10, 10.5, 8.6, 9.7, 7.6, 12.1, 11.3, 11, 9.6, 9.2,
10.8, 11.2, 10.3, 10.9.
Se cere:
a) distributiile empirice de selectie pentru ecare din caracteristicile X
si Y ,
b) mediile de selectie, momentele centrate de selectie de ordinul al
doi1ea si dispersii1e de se1ectie pentru caracteristicile X si Y ,
c) functiile de repartitie de selectie pentru X si Y .
Capitolul 3
Elemente de matematici
nanciare
3.1 Notiuni teoretice
3.1.1 Dobanda simpla
Una dintre cele mai importante operatii nanciare este operatia de
dobanda simpla. Pe ea se bazeaza si celelalte operatii nanciare certe, care
se vor studia in cadrul acestui capitol.
Dobanda este o suma de bani platita de catre debitor creditorului pentru
folosirea capitalului imprumutat, ca factor de productie sau in alte scopuri.
Dobanda este pretul la care se vinde sau se cumpara capitalul de imprumut
de pe piata capitalului, constituind o recompensa pentru riscul pe care si-l
asuma creditorul prin cedarea temporara a capitalului sau. Dobanda se
plateste pentru depunerile facute de diversi agenti economici la institutii
nanciar-bancare, pentru obligatiunile emise de stat sau de diverse societati
comerciale.
Sursa dobanzii o constituie o parte din rezultatele nanciare ce se obtin
prin investirea capitalului imprumutat in activitatile economice. In cazul
creditului de consum, de care beneciaza in principal populatia, dobanda
este suportata din veniturile personale ale debitorului.
Se opereaza, in cele ce urmeaza, cu una dintre categoriile de baza ale
economiei politice: valoarea. Exprimarea diferitelor cantitati ale valorii se
face in sisteme monetare concrete. Toate consideratiile pe care le vom face
vor valabile numai in masura in care se va asigura stabilitatea sistemului
37
CAPITOLUL 3. ELEMENTE DE MATEMATICI FINANCIARE 38
monetar.
Ne vom ocupa numai cu operatii nanciare certe: dobanda simpla,
dobanda compusa, plati esalonate (anuitati) si rambursarea creditelor si
imprumuturilor, adica acelea in cadrul carora platile sumelor de bani se fac
in mod cert, fara a conditionate de realizarea unor evenimente.
Din cadrul matematicilor nanciare mai fac parte si operatiile nanciare
aleatoare, in cadrul carora platile unor sume de bani se fac numai in masura
realizarii unor evenimente. Ne referim la cazul asigurarilor de persoane sau
bunuri.
In toate consideratiile ce vor urma, unitatea monetara pe care o utilizam
este leul.
Notam cu s suma de bani care se imprumuta de catre creditor debitoru-
lui, sau se depune spre fructicare, si pe care o numim suma initiala.
Perioada de imprumut (sau de depunere) se considera de durata t, ma-
surata in ani, deci unitatea de masura a timpului este anul.
Este natural sa admitem ca dobanda D, ce se cuvine pentru folosirea
sumei imprumutate s pe perioada t, este direct proportionala cu acestea.
Daca notam cu i factorul de proportionalitate vom scrie
D = i s t. (3.1.1)
Aceasta relatie constituie formula de baza a operatiei de dobanda
simpla.
Observat ia 3.1.1 Semnicatia factorului de proportionalitate i este urma-
toarea: el reprezinta dobanda pentru suma s = 1(leu) pe perioada t = 1(an).
Intr-adevar, cu aceste date, formula de baza devine i = D, ceea ce arata ca i
este o dobanda unitara anuala.
Observat ia 3.1.2 In practica nanciara curenta la aplicarea formulei de
baza se utilizeaza in locul dobanzii unitare anuale, procentul, adica dobanda
ce se cuvine pentru 100 unitati monetare (lei) pe timp de un an. Simbolul
procentului este %.
Notand cu p procentul, avem p = 100i.
Deci, in acest caz, cand se utilizeaza procentul, formula de baza a operatiei
de dobanda simpla are forma:
D =
p s t
100
. (3.1.2)
Observat ia 3.1.3 Marimea procentului se stabileste de catre stat, e rezulta
in functie de cererea si oferta capitalului de imprumut.
Exemplu
Daca dobanda unitara anuala este de 0,25, sa se calculeze dobanda pentru
suma de 1.000.000 lei pe timp de un an, respectiv pe o jumatate de an.
Aceleasi intrebari cand procentul este 25%.
SolutieAvem ca dobanda unitara anuala i = 0, 25, s = 1.000.000 lei, p = 25%,
t = 1 an, respectiv t = 1/2 an. Astfel, cu formula de baza obtinem
D = 0, 25 1.000.000 1 = 250.000lei,
respectiv
D = 0, 25 1.000.000 1/2 = 125.000lei.
Aceleasi rezultate se obtin si cand se foloseste procentul, deoarece p = 25%
implica i = 0, 25.
Dobanzi unitare echivalente
In cazul exemplelor concrete, sunt situatii cand unitatea de masura
a timpului nu este anul, ci o fractiune din an. Astfel anul se imparte in k
subperioade (fractiuni de an), unde k N, k > 1. (de exemplu: cand k = 2
avem semestrul, cand k = 4 avem trimestrul, cand k = 12 avem luna, etc.)
Notand cu t
k
perioada de timp pe care se imprumuta suma s, masurata in
unitatea de masura subperioada, vom putea scrie t
k
= kt, unde t reprezinta
aceeasi perioada de timp, dar masurata in ani.
Spre exemplu, daca t = 2 (ani) si k = 4, atunci t
k
= 4 2 = 8 semestre.
In mod similar, vom nota cu i
k
dobanda unitara corespunzatoare subpe-
rioadei.
Pentru ca, prin formula de baza, sa obtinem aceeasi dobanda trebuie sa
avem i
k
=
i
k
. Astfel avem
D = i
k
s t
k
, (3.1.3)
deoarece D =
i
k
s k t rezulta D = i s t.
Denit ia 3.1.1 Dobanzile i si i
k
se numesc dobanzi unitare echivalente,
deoarece ele produc aceeasi dobanda D pentru aceeasi suma s pe aceeasi pe-
rioada de timp t masurata in ani, respectiv t
k
masurata in fractiuni de ani.
Observat ia 3.1.4 Din relatiai
k
=
i
k
se constata ca dobanzile unitare echiva-
lente sunt si proportionale, direct proportionale cu perioadele si invers pro-
portionale cu unitatile de masura ale perioadelor, adica
i
k
t
k
= i t
Observat ia 3.1.5 Cel mai frecvent caz intalnit in practica este acela cand
unitatea de masura a timpului este ziua. Vom scrie deci
t =
t
k
360
=
t
360
360
unde t
k
= t
360
reprezinta numarul de zile ale perioadei considerate. Supri-
mand (pentru comoditate) indicele k
D =
i s t
360
. (3.1.4)
unde t este numarul de zile (perioada) de imprumut.
Observat ia 3.1.6 In mod analog se vor considera procente echivalente (deci
si proportionale) p (anual) si p
k
(al subperioadei).
Exemplu
Sa se calculeze dobanda pentru suma de 5.000.000 lei cu 16% pe timp de 200
zile si sa se calculeze procentul trimestrial echivalent cu procentul anual de
16% .
Solutie Avem s = 5.000.000lei, p = 16% si t = 200 zile, deci
D =
0, 16 5.000.000 200
360
= 444.444, (4)
apoi pentru i = 0, 16 si k = 4 obtinem i
4
=
i
4
=
0,16
4
= 0, 04 . Astfe1 p
4
= 9%
este procentul trimestrial echivalent (deci proportional) cu procentul anual
p = 16%, in cadrul operatiei dobanda simpla.
Variatia sumei in timp
Daca 1a suma initiala s se aduna dobanda D se obtine suma marita
sau suma nala. Notand cu S suma nala vom scrie
S = s +D sau S = s(1 +it), (3.1.5)
cand timpul este masurat in ani.
Astfel, din aceasta relatie, se constata ca suma nala, privita ca functie de
timp, este o functie liniara (de gradul intai). In schimb, deoarece s =
S
1+it
,
suma initiala este o functie rationala (fractie) de t.
Dintre cele doua sume s si S, una se considera data (cunoscuta) si se va
numi nominala, iar cealalta urmeaza sa se determine.
Observat ia 3.1.7 Daca s = 1(leu), t = 1(an), notand S = u, obtinem, din
formula valorii nale,
u = 1 +i, (3.1.6)
iar u se numeste factor de fructicare.
Daca, in schimb, s = 1(leu), t = 1(an), notand s = v, obtinem, din formula
valorii initiale,
v =
1
1 +i
=
1
u
(3.1.7)
iar v se numeste factor de actualizare.
Observat ia 3.1.8 Toate notiunile introduse pana acum au fost denite
pornind de la suma initiala s. Intr-un mod absolut analog, se pot deni
notiunile similare, pornind de la suma nala S. In practica, pentru a deosebi
cele doua situatii, se utilizeaza termenul decursiv, in primul caz, respectiv an-
ticipativ, in al doilea caz. Spre exemplu, vom avea procentul decursiv, cand
se aplica asupra lui s, respectiv procentul anticipativ, cand se aplica asupra
lui S.
Principiul de echivalenta
Denit ia 3.1.2 Se numeste imprumut un triplet format din: o suma nom-
inala (initiala sau naIa), un procent si o data, adica un moment al nomi-
nalizarii (precizarii) sumei.
In orice problema nanciara trebuie sa rezulte daca folosirea sumei este an-
terioara sau posterioara datei nominalizarii.
Sunt situatii in care un sistem de imprumuturi se schimba cu un alt sistem
de imprumuturi. Schimbarea este posibila, numai daca cele doua sisteme de
imprumuturi sunt echivalente.
Echivalenta se bazeaza pe principiul echilibrului nanciar potrivit caruia
doua, sisteme de imprumuturi sunt echivalente daca si numai daca suma val-
orilor actuale ale valorilor nominale de la primul sistem este egala cu suma
valorilor actuale ale valorilor nominale de la al doilea sistem.
Consideram sistemele de imprumuturi, date cu valorile nale ca valori nom-
inale,
{(S
k
, p
k
, t
k
)}
k=1,m
si {(S
k
, p
k
, t
k
)}
k=1,n
Denit ia 3.1.3 Spunem ca cele doua sisteme sunt echivalente si scriem
{(S
k
, p
k
, t
k
)}
k=1,m
{(S
k
, p
k
, t
k
)}
k=1,n
daca si numai daca are loc egalitatea:
m
k=1
s
k
=
n
k=1
s
k
adica
m
k=1
S
k
1 +i
k
t
k
=
n
k=1
S
k
1 +i
k
t
k
.
Analog, daca sistemele sunt date cu valorile initiale, ele vor echivalente si
scriem
{(s
k
, p
k
, t
k
)}
k=1,m
{(s
k
, p
k
, t
k
)}
k=1,n
daca si numai daca are loc egalitatea
m
k=1
S
k
=
n
k=1
S
k
adica
m
k=1
s
k
(1 +i
k
t
k
) =
n
k=1
s
k
(1 +i
k
t
k
).
Observat ia 3.1.9 Se pot considera cateva cazuri particulare, mai des intal-
nite:
m = n = 1, cand se formuleaza eehivalenta a doua imprumuturi;
m = 1 si n oarecare, cand se formuleaza echivalenta unui imprumut cu
un sistem de lmprumuturi.
Observat ia 3.1.10 Se pot introduce, pe baza echivalentei, asa-zisele valori
medii. Fie {(S
k
, p
k
, t
k
)}
k=1,n
un sistem de imprumuturi.
Se numeste volumul mediu al sumelor S
k
, suma S determinata pe baza
echivalentei
{(S, p
k
, t
k
)}
k=1,n
{(S
k
, p
k
, t
k
)}
k=1,n
Se numeste procentul mediu al procentelor p
k
, procentul p determinat pe
baza echivalentei
{(S
k
, p, t
k
)}
k=1,n
{(S
k
, p
k
, t
k
)}
k=1,n
Se numeste scadenta comuna a datelor t
k
, data (momentul) t determinat
pe baza echivalentei
{(S
k
, p
k
, t)}
k=1,n
{(S
k
, p
k
, t
k
)}
k=1,n
Daca avem deja procentul mediu si imprumuturile se inlocuiesc cu un
singur imprumut, la care suma (nala) este
S =
n
k=1
S
k
atunci data (timpul) se numeste scadenta mijlocie. Astfel, pentru a obtine
scadenta mijlocie t
m
, se pleaca de la echivalenta
{(S
k
, p, t
m
)}
k=1,n
{(S
k
, p
k
, t
k
)}
k=1,n
unde p este procentul mediu al procentelor p
k
, k = 1, n.
Valori medii analoage se pot deni si cand sistemul de imprumuturi
este dat prin valorile (nominale) initiale, adica (s
k
, p
k
, t
k
)
k=1,n
.
Exercitiu: Sa se determine valorile medii in acest caz.
3.1.2 Dobanda compusa
Daca perioada de timp pe care este imprumutata (depusa) suma initiala
s este mai mare decat un an, atunci in locul operatiei de dobanda simpia
se foloseste operatia de dobanda compusa. De fapt operatia de dobanda
compusa trebuie considerata intotdeauna cand perioada de timp, pe care
este depusa suma, depaseste perioada de timp la care se refera procentul.
La inceput, vom presupune ca suma s este depusa pe o perioada de n
ani, n N
. Vom utiliza urmatoarea schema de calcul: suma nala S

kl
de
la sfarsitul anului k 1 este suma initiala pentru anul urmator k. In cazul
ecarui an se aplica operatia de dobanda simpla, cand t = 1, asa incat avem
succesiv :
s
1
= s +i s 1 = s(1 +i) = s u
s
2
= s
1
+i s
1
1 = s
1
(1 +i) = s
1
u = su
2
s
3
= s
2
+i s
2
1 = s
2
(1 +i) = s
2
u = su
3
...
s
n
= su
n
,
relatie care se demonstreaza prin inductie maternatica.
Daca notam suma de la sfarsitul ultimului an cu S, adica S = s
n
, avem
formula de baza a operatiei de dobanda compusa:
S = s u
n
(3.1.8)
un de s este suma initiala., S este suma nala, n este numarul de ani, iar u
este factorul de fructicare, adica u = 1 +i.
Observat ia 3.1.11 In formula de baza a dobanzii compuse nu este eviden-
tiata in mod explicit dobanda, dar intrucat S = s +D, gasim pentru dobanda
compusa expresia
D = s(u
n
1). (3.1.9)
Observat ia 3.1.12 Notiunea de dobanda unitara anuala se pastreaza si in
cazul operatiei de dobanda compusa deoarece, pentru s = 1 si n = 1, avem
D = i. Ca atare raman valabile si notiunile de factor de fructicare u si
factor de actualizare v. Cum uv = 1, valoarea initiala s se exprima cu
valoarea nala S prin relatia.
s = S v
n
(3.1.10)
Exemplu
Se depune spre fructicare suma de 50.000 lei pe timp de 10 ani, cu procentul
5%. Sa se determine suma nala si dobanda.
Solutie Avem s = 50.000 lei, n = 10 ani si p = 5%, deci i = 0, 05 si u = 1, 05.
Atunci u
10
= 1, 6288 si astfel suma nala este S = 50.000 1, 6288 = 81.440
lei, iar dobanda (compusa) este D = S s = 31.440 lei.
Toate consideratiile anterioare au fost facute in ipoteza ca unitatea
de masura a timpului este anul. Daca se trece la o noua unitate de masura
- fractiunea de an - se pune problema denirii notiunii de dobanzi unitare
echivalente, asa ca la operatia de dobanda simpla.
Presupunem ca anul este impartit in k subperioade si e i dobanda unitara
anuala, iar i
k
dobanda unitara corespunzatoare subperioadei.
Denit ia 3.1.4 Dobanzile i si i
k
se numesc echivalente daca pentru aceeasi
suma initiala, pe acelasi interval de timp, conduc la aceeasi suma nala, deci
la aceeasi dobanda compusa.
Deducerea relatiei care stabileste legatura intre dobanzile unitare echivalente
se face dupa cum urmeaza. Intrucat n ani constituie nk subperioade, conform
denitiei, avem relatia
s u
nk
k
= s u
n
, adica u
k
k
= u.
De aici se gaseste ca u
k
=
k
u, deci i
k
=
k
i + 1 1.
Observat ia 3.1.13 Dobanzilor unitare echivalente i si i
k
le corespund pro-
centele echivalente p (anual) si p
k
(al subperioadei).
Exemplu
Sa se determine procentul trimestrial echivalent cu procentul anual 6%.
Solutie Avem p = 6%, deci i = 0, 06. Cum k = 4, gasim i
4
=
4
1, 06 1 =
0.0146.
Astfel procentul trimestrial este p
4
= 1, 46%.
Observat ia 3.1.14 Din consideratiile anterioare se constata ca dobanzile
unitare echivalente i si i
k
nu sunt proportionale. In cazul operatiei de dobanda
simpla avea loc aceasta situatie, adica dobanzile echivalente erau propor-
tionale.
Daca notam cu i
k
dobanda unitara proportionala cu i, avem i
k
=
i
k
.
Se arata usor ca i
k
> i
k
si astfel se gaseste ca suma nala S
, calculata
cu procentul proportional, este mai mare ca suma nala S, calculata cu
procentul echivalent.
Observat ia 3.1.15 Utilizand procentele echivalente, se poate considera pe-
rioada de timp, pe care se depune suma s, nu neaparat egala cu un numar
intreg de ani. Daca aceasta perioada este t, t Q, masurata in ani, atunci
formula de baza are forma S = su
t
. Prin trecere la limita, utilizand notiuni
de analiza matematica, formula ramane valabila si in cazul t R.
Problemele privind echivalenta sistemelor de imprumuturi, formulate
in cazul operatiei de dobanda simpla, pot formulate si in cazul operatiei
de dobanda compusa.
Daca sunt nominalizate sumele initiale, sistemele de imprumuturi
{(s
k
, p
k
, t
k
)}
k=1,m
, {(s
k
, p
k
, t
k
)}
k=1,n
sunt echivalente atunci si numai atunci cand
m
k=1
S
k
=
n
k=1
S
k
adica
m
k=1
s
k
u
t
k
k
=
n
k=1
s
k
u
t
k
k
.
Cazul cand sunt nominalizate sumele nale il lasam ca exercitiu pentru citi-
tor.
Observat ia 3.1.16 Pot considerate si aici cazurile particulare cand se de-
termina valorile medii: volumul mediu al sumelor, procentul mediu, scadenta
comuna si scadenta mijlocie.
3.1.3 Plati esalonate (anuitati)
Sunt situatii in care plata unor sume de bani nu se face deodata, ci
esalonat, in rate, la date xate.
Sa presupunem ca se platesc ratele a
1
, a
2
, ..., a
n
la momentele (datele)
t
1
, t
2
, ..., t
n
.
Se numeste anuitate ansamblul datelor: a
1
, a
2
, ..., a
n
, adica ratele si
t
1
, t
2
, ..., tn, adica momentele de plata (de nominalizare a ratelor).
Se pune problema evaluarii anuitatii la un moment oarecare t R de
evaluare.
Valoarea actuala a ratelor anuitatii, adica valoarea anuitatii, este data
prin formula de baza :
V (t) =
n
k=1
a
k
v
t
k
t
,
obtinuta in regim de dobanda compusa.
Anuitati constante posticipate
Anuitatea este constanta daca ratele sunt constante si perioadele (inter-
valele dintre platile consecutive) sunt constante, adica
a
1
= a
2
= ... = a
n
= a si t
k
t
k1
= const.
Observat ia 3.1.17 Daca t
k
t
kl
= 1 (an), atunci anuitatea se numeste
intreaga, iar daca t
k
t
kl
=
1
m
(fractiune de an), anuitatea se numeste
fractionata. Vom prezenta in continuare numai cazul anuitatilor intregi.
Consideram ca plata ratelor constante se face la sfarsitul anului, asa incat
t
k
= k. Folosind formula de baza, in acest caz, se obtine
V (t) =
n
k=1
av
kt
,
Utilizand suma progresiei geometrice, rezultatul, in forma restransa, se
poate scrie astfel
V (t) = a
1 v
n
i
u
t
.
Daca t = 0 obtinem V (0) = a
1v
n
i
, care reprezinta valoarea initiala a
anuitatii constante posticipate, iar daca t = n obtinem V (n) = a
1v
n
i
u
n
=
a
u
n
1
i
, care reprezinta valoarea nala a anuitatii constante posticipate.
Exemplu
Timp de 10 ani se depune o suma anuala de 20 milioane lei. Care este
valoarea nala a sumei dupa 10 ani daca procentul de dobanda este de 15%
Solutie Avem: a = 20 milioane lei, i = 0, 15 u = 1 +i = 1, 15 si n = 10.
Formula pentru suma nala este:
V (n) = a
u
n
1
i
= 20.000.000
1, 15
10
1
0, 15
= 20.000.000
4, 045 1
0, 15
= 20.000.000 20, 303 = 406.060.000
Anuitati constante anticipate
In acest caz plata ratelor constante se face la inceputul anului, asa incat
acum t
k
= k 1. Folosind formula de baza se obtine:
V (t) =
n
k=1
av
kt1
, adica V (t) = a
1 v
n
i
u
t+1
.
Valoarea initiala a anuitatii anticipate se gaseste cand t = 0, deci
V (0) = a
1 v
n
i
u = au
1 v
n
i
Observat ia 3.1.18 Se constata ca, fata de anuitatea posticipata, la anui-
tatea anticipata rata anuitatii este au in loc de a.
Valoarea nala a anuitatii anticipate se gaseste cand t = n, deci
V (n) = au
1 v
n
i
= au
u
n
1
i
Observat ia 3.1.19 Daca t = m valorile anuitatilor pot reprezentate uni-
cat astfel:
V (m, ) = a
1 v
n
i
u
m+
.
Daca = 0, anuitatea este posticipata., iar daca = 1, anuitatea este
anticipata.
Daca m < 0, anuitatea se numeste amanata, daca m > 0, anuitatea se
nnmeste avansata, iar daca m = 0, anuitatea se numeste imediata.
Observat ia 3.1.20 Daca numarul de plati creste indenit, adica avem
n , se obtin anuitati perpetue.
Exemplu
Sa se determine valoarea initiala a unei anuitati anticipate pentru care rata
este 100.000 lei, cu 5% pe timp de 7 ani.
Avem a = 100.000 lei, p = 5% si n = 7 ani. Astfel se obtine
V (0) = 100.000
1
1
1,05
7
0, 05
1, 05 = 611743, 002
3.1.4 Rambursarea creditelor si imprumuturilor
Asa cum am vazut in paragrafele anterioare, imprumutul este o suma de
bani (cu un procent pe o perioada de timp), care este transferata debitoru-
lui de catre creditor. Restituirea (rambursarea) imprumutului se poate face
deodata sau in rate (prin amortizare).
Pentru folosirea imprumutului, debitorul este obligat sa plateasca o
dobanda.
Exista mai multe modalitati de rambursare:
- prin rate constante sau
- rate variabile.
Principalele tipuri de amortizare sunt directe si indirecte.
In cazul amortizarilor directe legatura se face intre debitor si creditor,
schimburile de sume realizandu-se direct, numai intre aceste doua persoane.
In cazul amortizarilor indirecte mai este implicata o a treia persoana -
terta parte - la care se capitalizeaza datoria debitorului prin plati esalonate
(anuitati), urmand ca, de la terta parte, debitorul sa ridice suma pe care o
plateste creditorului.
Determinarea elementelor ce caracterizeaza rambursarea creditelor si im-
prumuturilor se face cu folosirea operatiilor de dobanda (simpla sau compusa)
respectiv de anuitati.
Folosim urmatoarele notatii:
s - suma imprumutata;
t - durata imprumutului (de obicei se va lua un numar intreg n de ani);
p - procentul (cu care a fost imprumutata suma s - in regim de dobanda);
t
k
- momentele in care se vor plati ratele (in regim de anuitati);
p - procentul cu care se fructica ratele.
Vom presupune ca platile se fac la sfarsitul perioadei (anului).
Pentru a cunoaste stadiul rambursarii imprumutului in ecare moment,
se intocmesc programe (planuri) de amortizare.
Structura unui asemenea plan este:
k R
k
D
k
Q
k
r
k
unde:
k- numarul perioadei (anului);
R
k
- suma nerambursata la inceputul perioadei k;
D
k
- dobanda pentru suma nerambursata R
k
pe perioada k;
Q
k
- cota aferenta perioadei k (o parte din imprumut );
r
k
- rata aferenta perioadei k (totalul platii de la sfarsitul perioadei k).
lntre aceste elemente exista urmatoarele relatii:
R
1
= s, R
k+1
= R
k
Q
k
, R
n
= Q
n
.
D
k
= R
k
i, r
k
= Q
k
+D
k
, k = 1, n.
Aceste relatii nu sunt suciente pentru a determina toate marimile. Se
mai foloseste si relatia ce se obtine pe baza principiului echilibrului nanciar:
s u
n
=
n
k=1
r
k
v
kn
,
care contine, in cei doi membri, obligatiile debitorului si creditorului.
Amortizari directe
In acest caz debitorul plateste ratele direct creditorului. Avem p
= p,
iar ratele ce se platesc la sfarsitul perioadelor, sunt r
k
.
Observat ia 3.1.21 Un caz limita de amortizare este cu plata unica, acela in
care debitorul plateste toata datoria sa, S = su
n
, o singura data, la scadenta,
deci ratele si cotele sunt:
r
k
= Q
k
= 0, k = 1, n 1, Q
n
= s u
n1
, r
n
= s u
n
.
Acesta se va numi in continuare MODELUL 1D (plata unica a sumei
la nalul perioadei).
Exemplu
Sa se intocmeasca planul de amortizare al unui imprumut de 40.000 lei cu
20% pe timp de 3 ani prin plata unica a sumei la nalul perioadei.
Solutie
k R
k
D
k
Q
k
r
k
1 40.000 8.000 - -
2 48.000 9.600 - -
3 57.600 11.520 57.600 69.120
total 29.120 69.120
MODELUL 2D: amortizarea prin achitarea sumei la scadenta
si plata periodica a dobanzilor
Debitorul plateste periodic (anual) dobanzile, iar suma imprumutata o
va plati la scadenta (la sfarsitul ultimei perioade). Relatiile pe baza carora
se intocmeste planul (tabelul) de amortizare sunt:
r
k
= s, k = 1, n, Q
k
= 0, k = 1, n 1, Q
n
= s, k = 1, n,
D
k
= s i, k = 1, n, r
k
= s i, k = 1, n 1, r
n
= s u.
Exemplu
Sa se intocmeasca planul de amortizare al unui imprumut de 40.000 lei cu 20%
pe timp de 3 ani prin plata anuala a dobanzii si achitarea sumei imprumutate
la scadenta.
Solutie
k R
k
D
k
Q
k
r
k
1 40.000 8.000 - 8.000
2 40.000 8.000 - 8.000
3 40.000 8.000 40.000 48.000
total 24.000 64.000
MODELUL 3D: amortizarea prin cote constante
Debitorul plateste, la sfarsitul ecarei perioade, o cota constanta din
imprumut, impreuna cu dobanzile corespunzatoare pentru sumele nerambur-
sate.
Relatiile cu care se determina elementele planului (tabelului) de amortizare
sunt:
Q
k
= Q =
s
n
, k = 1, n, R
1
= s, R
k+1
= s kQ, k = 1, n,
D
k
= R
k
i = si(k1)Qi, k = 1, n, r
k
= Q+D
k
= Q+si(k1)Qi, k = 1, n.
Observat ia 3.1.22 Dobanzile D
k
si ratele r
k
sunt termenii unor progresii
aritmetice cu ratia progresiei Qi, iar sumele R
k
sunt termeni ai unei pro-
gresii aritmetice cu ratia Q.
Exemplu
10% pe timp de 3 ani prin achitarea periodica a unei cote constante si cu
plata periodica a dobanzilor pentru suma nerambursata.
Solutie Deoarece Q
k
= Q =
s
n
, obtinem ca Q = 20.000
k R
k
D
k
Q
k
r
k
1 60.000 6.000 20.000 26.000
2 40.000 4.000 20.000 24.000
3 20.000 2.000 20.000 22.000
total 12.000 72.000
MODELUL 4D: amortizarea prin rate constante
Debitorul plateste, la sfarsitul ecarei perioade, o rata constanta, care ac-
opera atat o parte din imprumut cat si dobanda pentru suma nerambursata.
Valoarea ratei constante se determina, pe baza principiului echilibrului
nanciar, din relatia
s = r
1 v
n
i
, deci r =
s i
1 v
n
Astfel relatiile ce se utilizeaza sunt:
R
1
= s, R
k
= r
1 v
nk+1
i
, D
k
= r(1 v
nk+1
),
Q
k
= r v
nk+1
, r
k
= r, k = 1, n.
Toate acestea se deduc, din aproape in aproape, folosind relatiile date la
punctul 1.
Observat ia 3.1.23 Prin inductie matematica se poate stabili ca are loc
relatia
Q
k
= Q
1
u
k1
, k = 2, n.
deci cotele Q
k
sunt termeni ai unei progresii geometrice cu ratia u.
Exemplu
10% pe timp de 3 ani prin achitarea periodica a unei rate constante, care
acopera atat o parte din imprumut cat si dobanda pentru suma nerambusata.
Solutie Vom calcula rata constanta prin relatia:
r =
s i
1 v
n
=
60.000 0, 1
1
_
1
1,1
_
3
= 24.096, 385
k R
k
D
k
Q
k
r
k
1 60.000 6.000 18096,385 24.096,385
2 41.903,615 4.190,361 19.906,024 24.096,385
3 21.997,591 2.199,759 21.997,591 24.096,385
total 72.289,155
Observat ia 3.1.24 La toate tipurile de amortizari, intocmirea planului
(tabelului) se realizeaza prin completarea (linie dupa linie) elementelor, fara
scrierea expresa a formulelor lor de calcul.
Amortizari indirecte
Imprumutul s pe care debitorull-a luat de la creditor este amortizat
indirect, prin depuneri de rate r
k
la o terta parte.
MODELUL 1I: amortizarea prin plata periodica a dobanzilor catre
creditor si constituirea sumei imprumutate la o terta parte prin
plati periodice constante
Se intocmesc doua planuri de amortizare, unul intre debitor si creditor si
altul intre debitor si terta parte.
Intre debitor si creditor planul de amortizare este de tipul 2D descris mai
inainte, cand actioneaza procentul p.
Intre debitor si terta parte planul de amortizare este de tipul 4D descris
mai sus, cand suma de pornire (initiala) este s v
n
(deoarece suma nala la
terta parte trebuie sa e s), iar procentul cu care se fac calculele este p
.
Ratele (platile) r
constante, care sunt depuse de debitor la terta parte,

sunt determinate din relatia
s v
n
= r
1 v
n
i
, deci r
=
s v
n
i
1 v
n
MODELUL 2I: amortizarea printr-o unica plata catre creditor con-
stituita la o terta parte prin plati periodice constante
In acest caz, planul de amortizare dintre debitor si creditor este de tipul
1D, deci debitorul plateste toata datoria sa S = su
n
o singura data, la sca-
denta.
Intre debitor si terta parte planul de amortizare este de tipul 4D, cand
suma de pornire (initiala) este S v
n
= (s u
n
)v
n
, deoarece suma nala la
terta parte trebuie sa e S = s u
n
, iar procentul p
.
Astfel ratele (platile) r
constante, care sunt depuse de catre debitor, la

terta parte, sunt determinate din relatia
S v
n
= r
1 v
n
i
, deci r
=
S v
n
i
1 v
n
Exemplu
10% pe timp de 3 ani printr-o unica plata catre creditor si constituirea sumei
necesare restituirii datoriei prin plati periodice depuse spre fructicare cu
11% la terta parte.
Solutie Planul de amortizare dintre debitor si creditor este de tip 1D, deci:
k R
k
D
k
Q
k
r
k
1 10.000 1.000 - -
2 11.000 1.100 - -
3 12.100 1.210 12.100 13.310
Astfel debitorul va restitui toata datoria sa de 13.310 lei la scadenta. Pentru
ca peste trei ani debitorul sa aiba la terta parte aceasta suma cu procentul
11%, acum ar trebui sa acopere suma initiala:
S
0
= S v
n
= 13.310
_
1
1, 11
_
3
= 13.310 0, 9
3
= 13.310 0, 73 = 9716, 3
Astfel intre debitor si terta parte vom avea un model de rambursare de tip
4D. Vom calcula rata constanta prin relatia:
r
=
S
0
i
1 v
n
=
9.716, 3 0, 11
1
_
1
1,11
_
3
= 3958, 48
si in consecinta avem urmatorul plan de amortizare intre debitor si terta
parte:
k R
k
D
k
Q
k
r
k
1 9.716,3 1068,79 2889,69 3958,48
2 6826,61 750,93 3207,55 3958,48
3 3619,06 339,42 3619,06 3958,48
Observat ia 3.1.25 Daca procentele p si p
sunt egale atunci se obtine sis-

temul de amortizare francez. Se poate considera ca debitorul depune ratele
sale direct creditorului, deci nu apare terta parte.
Observat ia 3.1.26 Daca procentele p si p
sunt diferite, avem sistemul de

amortizare american (sinkind fund). Astfel, se constata ca daca p
> p,
atunci debitorul este avantajat fata de creditor, iar daca p
< p, atunci cred-

itorul este avantajat fata de debitor.
1. Sa se calculeze dobanda si valoarea nala a unui imprumut de
90.000.000 lei cu 15% pe tirnp de un jumatate de an, respectiv trei
sferturi de an.
2. Se considera un imprumut in valoarea nala de 100.000.000 lei cu 10%,
scadent peste
1
2
an. Care este valoarea initiala si respectiv dobanda?
3. Sa se gaseasca procentul trimestrial eehivalent eu procentul anual de
20%, in cazul operatiei de dobanda simpla. Sa se calculeze apoi factorii
de fructicare si de actualizare corespunzatori celor doua procente
echivalente.
4. Sa se calculeze volumul mediu al sumelor, procentul mediu, scadenta
comuna si scadenta mijlocie in cazul urmatoarelor imprumuturi care
se depun spre fructicare:
15.000.000 lei cu 12% pe timp de 180 zile;
20.000,000 lei cu 15%pe timp de 250 zile;
10.000.000 lei cu 20% pe timp de 200 zile.
5. Sc considera problema precedenta cand sumele se presupun a valori
nale. Se cer aceleasi elemente.
6. Cat devine suma de 55.000.000 lei depusa spre fructicare cu 15%, pe
timp de 10 ani?
7. Ce suma trebuie depusa spre fructicare cu 8% pe timp de 10 ani ca
sa devina 16.000.000 lei?
8. Cu ce procent (cel mai mic intreg) trebuie depusa o suma pentru ca ea
sa se tripleze in 10 ani?
9. Sa se calculeze volumul mediu al sumelor, proeentul mediu si scadenta
comuna a urmatoarelor imprumuturi considerate ca valori nale:
80,000.000 lei cu 10% pe timp de 8 ani;
90.000.000 lei cu 12% pe timp de 10 ani;
120.000.000 lei cu 15% pe timp de 12 ani.
10. Sa se calculeze dobanda si suma nala in cazul unul imprumut de
24.000.000 lei cu procentul semestrial 8% pe timp de 10 ani.
11. La inceputul ecarui an se depune spre fructicare suma de 2.000.000
lei timp de 8 ani, cu 12%. Sa se calculeze:
a) suma disponibila peste 5 ani;
b) suma unica, platibila in locul primei rate care sa acopere cele 8
plati anuale.
12. Sa se ramburseze creditul de 300 milioane lei imprumutat de o unitate
hoteliera pe timp de 4 ani, cu 15%, prin plata anuala a dobanzii si
achitarea crediiului imprumutat la scadenta.
13. Sa se intocmeasca planul de amortizare al unui imprumut de 12.000.000
lei cu procentul de 24% pe timp de 4 ani, prim rambursarea periodica
a unei cote constante si cu plata periodica a dobanzilor pentru suma
nerambursata.
14. Sa se intocmeasca planul de amortizare al unui imprumut de 50
milioane lei, luat de o societate pe actiuni, pe timp de 5 ani, cu 20%,
prin plata periodica a unei rate constante, care acopera atat o parte
din imprumut cat si dobanda pentru suma nerambursata.
15. Sa se amortizeze in 3 ani un imprumut de 90.000.000 lei prin plata
periodiea a dobanzilor cu 9% catre creditor si constituirea sumei
necesare restituirii imprumutului prin plati constante depuse spre
fructicare cu 15% la o terta parte.
16. Sa se amortizeze in 4 ani un imprumut de 50.000.000 lei printr-o unica
plata catre creditor achitata cu 12% si constituirea sumei necesare resti-
tuirii datoriei prin plati constante depuse spre fructicare cu 15% la o
terta parte.
Bibliograe
[1] Blaga P., Muresan A.: Matematici aplicate in economie, vol I-II, Ed.
Transilvania Press, Cluj-Napoca, 1996
[2] Blaga P., Muresan A., Lupas A. : Matematici aplicate in economie, vol
I-II, Ed. Promedia Plus, Cluj-Napoca, 1996
[3] Coroian I., Pop M.S. : Matematici cu aplicatii in economie, Ed. Univer-
sitatii de Nord, Baia Mare, 2001
[4] Mot G., Petrusel A.:Matematici superioare pentru ingineri si economisti,
vol I-II, Ed. Mirton, Timisoara, 1999
[5] Oprescu Gh.: Matematici pentru economisti, Ed. Fundatiei Romania
de Maine, Bucuresti, 1996
[6] Otiman P.I., Cret F.: Elemente de Matematici Aplicate in Economia
Agroalimentara, Ed. Agroprint, Timisoara, 2002
[7] Vladislav T., Rasa I.: Matematici nanciare, economice, bancare si in-
gineresti, Ed. Fair Partners, Bucuresti, 2001
57

Curs Matem Economice

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Matem Economice

Încărcat de

Drepturi de autor:

Formate disponibile

matter-

Universitatea de Vest Vasile-Goldis Arad

A = {SSS, SSM, SMS, SMM} - evenimentul ca marca sa nu apara

este functie de es-

| < ) = 1, pentru orice numar > 0, ad-

) , iar daca distorsiunea este nula estimatorul

al parametrului satisface inegalitatea

, absolut corect pentru parametrul necunos-

de verosimilitate maxima pentru parametrul ,

este estimator corect pentru ,

este estimator ecient pentru .

. Vom utiliza urmatoarea schema de calcul: suma nala S

constante, care sunt depuse de debitor la terta parte,

constante, care sunt depuse de catre debitor, la

sunt egale atunci se obtine sis-

sunt diferite, avem sistemul de

< p, atunci cred-

S-ar putea să vă placă și