Rezolvarea Exerciţiilor Din Matematici

Moloniuc A.
SISTEMUL DE PROGRAME MATHEMATICA
41
FSISTEMUL DE PROGRAME MATHEMATICA.

Rezolvarea exerciiilor din Matematici
(Material didactic pentru nceptori)
8.2. Variabile aleatoare

8.2.1. Introducere
nainte de a trece nemijlocit la tema enunat n denumirea
paragrafului, dm o mic informaie. Un student a ntrebat profesorul:
Cine a creat Sistemul de programe Mathematica? Studentul a primit
rospuns la ntrebarea pus. Dar, avnd n vedere c atare ntrebare poate
s apar i la ali studeni, dm o informaie succint destre Sistemul
Mathematica i creatorul lui.
Creatorul Sistemului Mathematica estte Stephen Wolfram (S.U.A.).
El s-a noscut la Londra n a. 1959. Prima lucrare tiinific a efectuat-o la
vrsta de 15 ani. La vrsta de 20 ani a obinut titlul tiinific de Doctor n
fizica teoretic. Din 1973 ncepe s aplice calculatorul n cercetrile sale
tiinifice. ntre anii 1979 i 1983 creaz programa SMP care este prima
din Matematica simbolic. Menionm c anterior calculatorul era folosit,
de obicei, la rezolvarea problemelor din Matematica de calcul. n a. 1986
ncepe crearea Sistemului Mathematica i n 1988 apare prima variant:
Mathematica 1. Acest lucru a comtinuat i n 1991 apare Mathematica 2;
n 1996 Mathematica 3 i n 1999 Mathematica 4. Aceste sisteme au
mai multe versiuni. n unele sli de calculatoare din U.T.M. este instalat
Sistemul de programe Mathematica 5.1. Anume acest Sistem este folosi
de ctre studeni n cadrul lucrrilor de laborator la TPI. Lucrul asupra
dezvoltrii de mai departe a Sistemului Mathematica continu. Cu aceasta
se ocup firma Wolfram Research, Inc. Preedinte al ei este Stephen
Wolfram.
In acest paragraf se conine o expunere succint a rezultatelor din
teoria referitoare la variabile aleatoare i exemple de rezolvri ale
exerciiilor respective. Se aplic, n afar de funciile definite anterior, i
funciile Condition (notat i cu /;), Clear.
F[x_]:=0/;x<0;F[x_]:=1/;x0; nseamn c funciei F(x) i se atrubuie
valoarea 0 cu condiia c x<0 i valoarea 1 cu condiia c x0;
Clear[F,f,m,] nseamn c funciile sau parametrii F, f, m,... se
elibereaz de valorile atribuite lor anterior.
Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA
42
In Sistemul Mathematica sunt pachete de programe specializate pentru

rezolvarea problemelor din ramuri anumite ale Matematicii. n acest
paragraf se va folosi pachetul Statistics`NormalDistribution`. Cnd
lucrm cu un document n Sistemul Mathematica, acest pachet poate fi
instalat cu ajutorul instruciunii
<<Statistics`NormalDistribution`.
Dac se cere de construit graficul funciei f(x) pe segmentul [a,b] cu o
linie de grosime standard, atunci se poate folosi funcia
Plot[f,{x,a,b}]
Cnd se cere de construit graficul funciei f(x) pe segmentul [a,b] cu o
linie de o anumit grosime, atunci se poate folosi funcia
Plot[f,{x,a,b},PlotStyleHue[k]], unde k este raportul dintre grosimea
dorit a graficului i srosimea standard.
Cnd vrem s construim pe un singur desen graficele finciilor f 1, f2, ...
pe segmentul [a,b], atunci folosim funcia
Plot[{f1,f2,,},{x,a,b}].
Dac vrem s construim pe un singur desen graficele finciilor f 1, f2, ...
pe segmentul [a,b], cu ajutorul unor linii de diferite grosimi i culori,
atunci folosim funcia
Plot[{f1,f2,},{x,a,b},PlotStyle{Hue[k1],Hue[k2],}].
Exerciiile propuse pentru lucrul individual i lucrri de laborator sunt
luate (cu unele modificri) din TPSM.
8.2.2. Noiune de variabil aleatoare. Funcia de repartiie

1. Definiia variabilei aleatoare. O variabil aleatoare este o atare
variabil, care n experiena aleatoare dat poate lua valori din careva
mulime de numere reale, dar nu se poate prezice, nainte de terminarea
experienei, care anume valoare o va lua. Vom da definiia strict a
variabilei aleatoare.
Definiie. Fie (, K, P) un cmp de probabilitate. Se numete
variabil aleatoare pe acest cmp o funcie : R, care verific
condiia
: i () xK pentru orice xR.
(8.2.1)
Evenimentul care figureaz n condiia (8.2.1) se noteaz mai succint
astfel: () x, sau x, sau ( x). Mrimea () se numete
valoare a variabilei aleatoare . Din condiia (8.2.1) rezult c pentru
orice xR se poate gsi probabilitatea evenimentului aleator (x).
43
2. Exemple de variabile aleatoare sunt: suma numerelor aprute

la aruncarea unui zar de dou ori, durata funcionrii unui aparat electric,
numrul de particule alfa emise de o substan radioactiv ntr-o unitate
de timp, cantitatea anual de precipitaii atmosferice n careva regiune,
numrul de accidente rutiere cu participarea asigirailor unei companii de
asigurare.
3. Proprieti ale variabilei aleatoare
1) Dac este o variabil aleatoare, atunci pentru orice aR i bR

sunt definite probabilitile evenimentelor: < a, a, a b,
a, a i = a.
2) Fie (, K, P) un cmp de probabilitate, aR, :R i :R
sunt variabile aleatoare. Atunci sunt variabile aleatoare i funciile: 1) a;
2) k, k = 1, 2,...; 3) ; 4) ; 5) ; 6) 1/ dac () 0, ; 7)
; 8) a.
4. Funcia de repartiie
Definiie. Fie (, K, P) un cmp de probabilitate i R o

variabil aleatoare. Funcia F:RR, definit prin relaia
F(x) = P( x), xR,
(8.2.2)
se numete funcie de repartiie a variabilei aleatoare .
5. Probabilitatea ca o variabil aleatoare s primeasc valori

din careva interval
Fie (, K, P) un cmp de probabilitate, o variabil aleatoare pe acest

cmp i F(x) funcia de repartiie a ei. Atunci
P(a b) = F(b) F(a).
(8.2.3)
6. Proprieti ale funciei de repartiie

Funcia de repartiie F(x) are proprietile:
1) F(+) = 1;
2) F() = 0;
3) 0 F(x) 1, xR;
4) dac x1 x2, atunci F(x1) F(x2) (funcia de repartiie este
nedescresctoare);
5) F(x) este continu la stnga n orice punct xR.
7. Exemple
Exemplul 1. Se d funcia de repartiie F(x) a unei variabile
aleatoare :
1 e 2 x ,
F ( x)
0,
44
x 0,
x 0.
1) S se defineasc funcia de repartiie dat n Sistemul Mathematica.

2) S se construiasc graficul funciei F(x). 3) S se calculeze
probabilitatea evenimentului (0 1). 4) S se calculeze probabilitatea
evenimentului ( 2).
Rezolvare. 1) Definim funcia F(x) n Sistemul Mathematica cu
ajutorul funciei Condition, notat i cu /;.
In[1]:=F[x_]:=0/;x0;F[x_]:=1Exp[2*x]/;x>0;
2) Pentru construcia graficului funciei F(x) folosim fincia Plot.
In[2]:=Plot[F[x],{x,1,5}]
1
0.8
0.6
0.4
0.2
-1
Out[2]=Graphics
3) Aplicm formula (8.2.3).
In[3]:=N[F[1]F[0]]
Out[3]=0.86465
Am obinut P(0<1)=0,86465.
4) Pentru calculul probabiliti folosim formula P( 2) = 1 P(
2) i formula (8.2.2).
In[4]:=N[1F[2]]
Out[4]=0.0183156
Am obinut P(2) = 0,0183156.
Rezolvarea exerciiului s-a terminat. Cun n unele din exerciiile
urmtoare iari se va folosi notaia F(x), scoatem coninutul ei din acest
exerciiu cu ajutorul funciei Clear.
In[5]:=Clear[F].
45
8.2.3. Variabile aleatoare discrete. Valori caracteristice

1. Definiia variabilei aleatoare discrete (v.a.d) . Fie (, K, P)
un cmp de probabilitate i :R o variabil aleatoare. Variabila se
numete variabil aleatoare discret dac mulimea valorilor posibile ale
ei este finit sau numerabil.
Dac spaiul evenimentelor elementare este finit: = 1, 2, ..., n,
sau numerabil: = 1, 2, ..., n,..., atunci o variabil aleatoare
discret poate fi definit cu ajutorul egalitilor (j) = xj, j = 1, 2,...
2. Seria de repartiie a variabilei aleatoare discrete . O
variabil aleatoare se consider dat, dac sunt date valorile posibile xj
ale ei i probabilitile pj cu care ea primete aceste valori: pj = P( = xj).
Uneori este comod ca valorile posibile i probabilitile lor ale unei
variabile aleatoare discrete s fie scrise n form de un tabel sau a unei
matrice cu dou linii. Dac n acest tabel (matrice) valorile posibile sunt
scrise n ordin cresctor, atunci acest tabel (matrice) se numete serie de
repartiie (de distribuie), a variabilei aleatoare. n loc de serie de
repartiie, uneori se spune repartiie sau distribuie. Pentru o variabil
aleatoare discret, care primete un numr finit de valori repartiia poate
fi scris n form de o matrice finit de forma (8.2.4), iar repartiia unei
variabile aleatoare discrete, care poate primi o mulime numerabil de
valori - poate fi scris n form de o matrice infinit de forma (8.2.5):
x2
p2
1
:
p1
x1
p1
x2
p2
xn
;
p n
...
...
...
...
(8.2.4)
...
.
...
xn
pn
(8.2.5)
In seriile de repartiie (8.2.4) i (8.2.5) au loc egalitile
n
j 1
p j 1 i, respectiv,
j 1
p j 1.
(8.2.6)
n cele ce urmeaz formulele vor fi scrise pentru seria de repartiie

(8.2.4). Pentru seria de repartiie (8.2.5) formulele sunt asemntoare.
Funcia de repartiie a unei v.a.d. date prin seria de repartiie (8.2.4)
poate fi calculat cu ajutorul formulei
F ( x)
x j x
pj .
(8.2.7)
3. Legea de repartiie a variabilei aleatoare. Prin lege de

repartiie a unei variabile aleatoare discrete se nelege funcia de
46
repartiie i (sau) seria de repartiie ale ei. Funcia de repartiie i seria de

repartiie ale unei variabile aleatoare discrete sunt dou forme ale legii de
repartiie a ei. O variabil aleatoare discret este determinat, dac se
cunoate legea sa de repartiie: sau n form de funcie de repartiie, sau
n form de serie de repartiie.
4. Valori caracteristice ale variabilei aleatoare discrete.

Sperana matematic. Modul. Dac se tie legea de repartiie a unei
variabile aleatoare, atunci ea este pe deplin caracterizat din punct de
vedere a probabilitii. Uneori este de ajuns s cunoatem careva valori
care caracterizeaz unele particulariti ale variabilei aleatoare date. Atare
valori se nunesc valori caracteristice sau caracteristici numerice.
1) Sperana matematic. Se numete speran matematic (valoare
medie) a variabilei aleatoare discrete suma produselor valorilor posibile i
probabilitile lor ale acestei variabile aleatoare.
Sperana matematic a variabilei aleatoare se noteaz cu M[], sau
m, sau E[]. Dac variabila aleatoare are un numr finit de valori
posibile i este definit prin seria de repartiie (8.2.4), atunci, conform
definiiei, avem formula de calcul al speranei matematice a unei
variabile aleatoare discrete:
M []
n
j 1
xj pj .
(8.2.8)
Dac numrul de experiene cu v.a.d. , este destul de mare, atunci

media aritmetic a valorilor observate este aproximativ egal cu sperana
matematic a ei. n aceasta const sensul speranei matematice.
2) Modul Se numete mod al v.a.d. valoarea posibil a ei, care
corespunde celei mai mari probabiliti.
Modul variabilei aleatoare se noteaz cu Mo[]. Din definiia
modului rezult c
Mo[] x j0 , unde
p j0 max{p j}
1 jn
(8.2.9)
3) Variabile aleatoare centrate. Dispersia. Abaterea medie

ptratic. Fie o variabil aleatoare cu sperana matematic m.
Expresia
o = m
(8.2.10)
47
se numete variabil aleatoare centrat. Sperana matematic a variabilei

aleatoare centrate este nul.
Se numete dispersie a variabilei aleatoare sperana matematic a
ptratului variabilei aleatoare centrate o. Dispersia variabilei aleatoare
se noteaz cu D[], sau D, sau Var. Din definiia dispersiei rezult c
D[] = M[(o)2].
(8.2.11)
Formula de calcul al dispersiei variabilei aleatoare discrete este:
D[]
n
j 1
( x j m ) 2 p j .
(8.2.12)
Dispersia caracterizeaz gradul de dispersare a valorilor posibile ale unei

variabile aleatoare n raport cu sperana matematic a ei.
Se numete abatere medie ptratic a unei variabile aleatoare rdcina
ptrat din dispersia ei. Abaterea medie ptratic a variabilei aleatoare
se noteaz cu [] sau . Din definiie rezult c
[] D[] .
(8.2.13)
4) Momente iniiale. Se numete moment iniial de ordinul s al unei
variabile aleatoare sperana matematic a puterii s a ei. Momentul iniial
de ordinul s al variabilei aleatoare se noteaz cu s[]. Din definiia
momentelor iniiale rezult c:
s[] = M[s], s = 1, 2,...
(8.2.14)
iar formula de calcul al momentului iniial de ordinul s al unei v.a.d. este
s []
n
j 1
x sj p j , s = 1, 2,...
(8.2.15)
Observm c sperana matematic coincide cu momentul iniial de

ordinul nti.
5) Momente centrate. Se numete moment centrat (sau central) de
ordinul s al unei variabile aleatoare sperana matematic a puterii s a
variabilei centrate respective. Momentul centrat de ordinul s al variabilei
aleatoare se noteaz cu s[]. Din definiie rezult c
s[] = M[(o)s], s = 1, 2,...
(8.2.16)
Formula de calcul al momentului centrat de ordinul s al unei variabile
aleatoare discrete are forma
n
(8.2.17)
s [ ]
( x j m ) s p j , s = 1, 2,...
j 1
Au loc egalitile 1[] = 0, 2[] = D[].

Relaiile duntre momentele centrate i cele iniiale sunt:
1) 2 = 2 12;
2) 3 = 3 312 + 213;
48
3) 4 = 4 431 + 621 31 .
6) Asimetria. Se numete asimetrie (coeficient de asimetrie) al
variabilei aleatoare numrul notat cu Sk i definit prin egalitatea
2
Sk[]
(8.2.18)
7) Excesul. Se numete exces al variabilei aleatoare numrul notat

cu sau Ex[] i definit prin egalitatea
Ex[]
3.
(8.2.19)
5. Exemple de determinare a funciei de repartiie i de calcul al

valorilor caracteristice ale unei v.a.d.
Exemplul 2. Se d v.a.d. prin seria de repartiie
0
0,3
2
0,4
5
0,1
7
.
0,2
(8.2.20)
Se cere: 1) s se defineasc (s se introduc) n Sistemul Mathematica

variabila aleatoare ; 2) s se determine funcia de repartiie F(x); 3) s se
introduc funcia de repartiie n Sistemul Mathematica; 4) s se
construeasc graficul funciei F(x); 5) s se calculeze probabilitatea ca
v.a.d. s primeasc valori din intervalul [3, 8).
Rezolvare. 1) Introducem v.a.d. n form de list elementele creia
sunt listele elementelor liniilor matricei (8.2.20).
In[6]:=p={{0,2,5,7},{0.3,0.4,0.1,0.2}}
Scriem p n forma matriceal cu ajutorul funciei MatrixForm.
In[7]:=MatrixForm[p]
0
0
.3
Out[7]=
2
0 .4
5
0 .1
0.2
2)Aplicnd formula (8.2.7), gsim funcia de repartiie

0, x 0,
0,3, 0 x 2,
F ( x) 0,7, 2 x 5,
0,8, 5 x 7,
1, x 7.
3) Introducem funcia F(x) n Sistemul Mathematica cu ajutorul

funciei Condition, notat i cu /;.
49
In[8]:=F[x_]:=0/;x0;F[x_]:=0.3/;0<x2;F[x_]:=0.7/;2<x5;F[x_]:=0.
8/;5<x7;F[x_]:=1/;7<x;
4) Construim graficul funciei de repartiie cu ajutorul funciei Plot.
In[9]:=Plot[F[x],{x,1,8}]
1
0.8
0.6
0.4
0.2
10
Out[9]=Graphics
5)Folosim formula (8.2.3).
In[10]:=P(3<8)=F[8]F[3]
Out[10]=0.3
Rezolvarea exerciiului s-a terminat. Cum funcia de repartiie F(x) din
acest exerciiu nu se folosete n exerciiile ce urmeaz, dar notaia se
folosete, trebuie s scoatem definiia ei din Sistem. Matricea p mai
rmne n Sistem deoarece ea se va folosi la rezolvarea exerciiului
urmtor.
In[10]:=Clear[F].
Exerciiul 3. Fiind dat v.a.d. prin seria de repartiie (8.2.20), se
cere: 1) sperana matematic; 2) dispersia; 3) abaterea medie ptratic;
4) momentele iniiale de ordine pn la 4 inclusiv; 5) momemtele centrate
de ordine pn la 4 inclusiv; 6) asimetria; 7) excesul.
Rezolvare. 1) Calculm sperana matematic cu ajutorul formulei
(8.2.8).
In[11]:= m
4
j 1
p[[1, j ]] p[[2, j ]]
Out[11]=2.7
Am obinut m=2,7. Aici p[i,j] este notaia elementului pij al matricei p.
2) Determinm dispersia conform formulei (8.2.12).
In[12]:= D
4
j 1
Out[12]=6.61
Am obinut D=6,61.
(( p[[1, j ]] m )^ 2) p[[ 2, j ]]
50
3) Aplicm formula (8.2.13).

In[13]:= D
Out[13]=2.57099
Am obinut =2,57099.
4) Pentru calculul momentelor iniiale folosim formulele (8.2.15).
In[14]:= 1
4
j 1
(( p[[1, j ]])^1) p[[2, j ]]
Out[14]=2.7
In[15]:= 2
4
j 1
(( p[[1, j ]])^2) p[[2, j ]]
Out[15]=13.9
In[16]:= 3
4
j 1
(( p[[1, j ]])^3) p[[2, j ]]
Out[16]=84.3
In[17]:= 4
4
j 1
(( p[[1, j ]])^4) p[[2, j ]]
Out[17]=549.1
Am obinut 1=2,7; 2=13,9; 3=84,3; 4=549,1.
5) Calculm momentele centrate conform formulelor (8.2.17).
In[18]:= 1
4
j 1
(( p[[1, j ]] m )^1) p[[2, j ]]
Out[18]=1.110221016
Noi cunoatem c 1 = 0. Aici am primit un numr foarte aproape, dar
totui diferit de zero. Aceasta se ntmpl uneori cnd se opereaz cu
numere aproximative. Dup rotundire se obine aceeai valoare 0.
In[19]:= 2
4
j 1
(( p[[1, j ]] m )^ 2) p[[2, j ]]
Out[19]=6.61
In[20]:= 3
4
j 1
(( p[[1, j ]] m )^3) p[[2, j ]]
Out[20]=11.076
In[21]:= 4
4
j 1
(( p[[1, j ]] m )^ 4) p[[2, j ]]
Out[21]=87.2137
Am obinut 1=0; 2=6,61; 3=11;076, 4=87,2137.
6) Calculm asimetria conform formulei (8.2.18).
In[22]:=Sk[]= 3/ 3
Out[22]=0.65175
7) Calculm excesul conform formulei (8.2.19).
In[22]:=Ex[]= 4/ 4 3
51
Out[22]=1.0039
Rezolvarea exerciiulei s-a terminat. Eliberm paramenrii de valorile
atribuite n acest exerciiu.
In[23]:=Clear[p,m,D, , 1, 2, 4, 1, 2, 3, 4,Sk[],Ex[]].
8.2.4. Repartiii discrete clasice

1. Funcia generatoare a variabilei aleatoare. n unele cazuri este
comod ca valorile caracteristice ale unei variabile aleatoare discrete s fie
calculate cu ajutorul unei funcii numite funcie generatoare (funcie
generatoare de momente).
Definiie. Fie c variabila aleatoare discret este determinat de seria
de repartiie
1
2 ... k ...
0
:
(8.2.21)
p 0 p1 p 2 ... p k ...
Se numete funcie generatoare a variabilei aleatoare (8.2.21) funcia (z)
definit prin egalitatea
( z )
k 0
pk z k ,
(8.2.22)
unde z este un parametru, care primete valori din intervalul (0;1].

n cazul cnd variabila aleatoare discret primete o mulime finit de
valori, atunci n expresia (8.2.22) coeficienii pk, ncepnd cu careva
indice, sunt egali cu zero. Se demonstreaz c
1[] = M[] = (1).
(8.2.23)
2[] = (1) + (1).
(8.2.24)
3[] = (1) + 3(1) + (1).
(8.2.25)
2
D[] = (1) + (1) [(1)] .
(8.2.26)
2. Repartiia binomial
Definiie. Se spune c o variabil aleatoare discret are repartiie
binomial de parametri n i p dac valorile posibile ale ei sunt 0, 1, 2, ...,
n, iar probabilitile acestor valori sunt:
p k P ( k ) C nk p k q n k , 0 p 1, q = 1p, k = 0, 1,..., n. (8.2.27)
O repartiie binomial de parametri n i p se noteaz cu B(n, p). Din
definiie rezult c o variabil aleatoare discret cu repartiia binomial
are seria de repartiie de forma:
: 0 0 n 0
Cn p q
C n1
1
p 1 q n 1
...
k
k k n k
... C n p q
52
...
n
n n 0 .
... C n p q
(8.2.28)
Repartiia binomial apare, de exemplu, n cazul cnd se efectueaz n
experiene independente i n fiecare din ele un careva eveniment aleator
A poate s se realizeze cu probabilitatea p = P(A) 0, variabila aleatoare
fiind numrul de realizri ale evenimentului A.
Folosind funcia generatoare se deduc formulele:
M[] = 1[] = np,
(8.2.29)
D[] = npq,
(8.2.30)
[] npq .
(8.2.31)
Dac npq este numr ntreg, atunci valoarea maxim a probabilitii
Pn(k) se atinge pentru dou valori ale lui k: k0 = npq i k 0 = npq+1 =
np+p. Dac npq este un numr fracionar, atunci valoarea maxim a
probabilitii Pn(k) se atinge n punctul k0 = [npq]+1, unde [npq] este
partea ntreag a numrului npq.
Exemplul 4. Un eveniment aleator A poate aprea ntr-o experien
aleatoare cu probabilitatea p = 0,3. Se efectueaz 1000 de repetri ale
acestei experiene. Se cere: 1) s se scrie seria de repartiie a variabilei
aleatoare care reprezint numrul de apariii ale evenimentului A;
2) Mo[], 3) M[], 4) D[]; 5) [], P(250350).
Rezolvare. 1) Variabila aleatoare poate primi valorile: 0, 1, 2,,
1000. Probabilitile acestor valori se calculeaz conform formulei
Bernoulli. Deci variabila aleatoare are seria de repartiie
k
p k P ( k ) P1000 ( k ) C1000
(0,3) k (0,7)1000 k , k = 0, 1, 2,,
1000.
2) Cum npq = 10000,30,7 = 299,3 este un numr fracionar, rezult
c modul, adic valoarea posibil care corespunde celei mai mari
probabiliti este: Mo[] = [299,3]+1 = 299+1 = 300.
3) M[] = np = 10000,3 = 300.
4) D[] = npq = 10000,30,7 = 210.
5) [] npq 210 .
6) Calculm probabilitatea cerut
k
k
1000 k
P(250 350)= k 250 C1000 (0,3) (0,7)
350
cu ajutorul Sistemului Mathematica.
53
(1000 ! ) * ((0.3)^ k ) * ((0.7)^ (1000 k ))

]
( k ! ) * ((1000 k ))!
k 250
Out[24]=0.999509
Am obinut P(250350)=0,999509.
3. Repartiia Poisson
Definiie. Se spune c variabila aleatoare discret are repartiie
Poisson de parametru a, a > 0, dac ea are valorile posibile 0, 1, ..., k,...
probabilitile crora sunt
350
In[24]:=N[
a k a
(8.2.32)
e , k = 0, 1, 2,...,
k!
unde a este un parametru real pozitiv.
Repartiia Poisson de parametru a se noteaz cu P(a). Din definiie
rezult c o variabil aleatoare discret cu repartiia Poisson de
parametru a are seria de repartiie de forma
p k P ( k )
0
a0
:
e a
0!
a a
e
1!
...
a a
...
e
k!
...
...
(8.2.33)
Dac numerele n i k sunt relativ mari i npq < 9, atunci repartiia

binomial de parametri n i p poate fi aproximat cu ajutorul repartiiei
Poisson de parametru a = np.
Folosind funcia generatoare, se obin formulele:
M[] = a; D[] = a; [] = a .
(8.2.34)
Dac a este numr ntreg, atunci pk i atinge valoarea maxim pentru
k0 = a i k0 = a1. Dac a este fracionar, atunci Mo[]=[a]+1.
Definiie. Se numete flux de evenimente un ir de evenimente
aleatoare, care pot s se realizeze n momente aleatoare de timp. Un flux
de evenimente se numete flux Poisson dac el are proprietile:
a) este staionar, adic probabilitatea ca n careva interval de timp s
se realizeze k evenimente depinde numai de numrul k i de lungimea
(durata) intervalului de timp i nu depinde de nceputul lui;
b) probabilitatea realizrii a k evenimente n careva interval de timp nu
depinde de faptul cte evenimente s-au realizat nainte de nceperea
acestui interval;
c) realizarea a dou sau mai multe evenimente ntr-un interval mic de
timp este practic imposibil.
Numrul mediu de evenimente dintr-un flux Poisson care se realizeaz
ntr-o unitate de timp se numete intensitate a fluxului. Vom nota
54
intensitatea fluxului cu a. Numrul de realizri ale evenimentelor din

fluxul Poisson n t uniti de timp este o variabil aleatoare cu repartiia
( at ) k at
Pt ( k )
e , k = 0, 1, 2,
k!
Pentru t = 1 din formula precedent se obine repartiia Poisson.
Vom enumera cteva variabile aleatoare care au repartiii aproape de
repartiia Poisson:
1) numrul de particule (alfa) emise de o substan radioactiv intrun interval de timp;
2) numrul de automobile care vin la o staie de alimentare cu benzin
ntr-o unitate de timp;
3) numrul de clieni care se adreseaz la un oficiu potal ntr-o zi;
4) numrul de apeluri la o staie telefonic ntr-o unitate de timp;
5) numrul de solicitri de taxi recepionate de o staie de dispecerat
ntr-o unitate de timp;
6) numrul de greeli comise la formarea numrului de telefon ntr-o
unitate de timp;
7) numrul de greeli de tipar care se conin pe o pagin (sau un grup
de pagini) dintr-o carte;
8) numrul de 3 gemeni noi nscui n decurs de un an n careva ar;
9) numrul de oameni care au depit vrsta de 100 de ani din careva
ar.
10) numrul de cutremuri de pmnt care au loc n careva regiune ntro unitate de timp;
11) numrul de accidente rutiere produce n careva regiune ntr-o
unitate de timp;
12) numrul de decese printre asiguraii unei companii de asigurare
ntr-o unitate de timp.
Exemplul 5. Numrul mediu de solicitri de taxi recepionate de o
staie de dispecerat ntr-un minut este egal cu 2. S se calculeze
probabilitile evenimentelor: A = n decursul a unui minut este
recepionat o singur solicitare, B = n decursul unui minut vor fi
recepionate nu mai mult de 2 solicitri, C = n decurs de 3 minute vor
fi recepionate mai mult de 2 solicitri.
Rezolvare. Variabila aleatoare care reprezint numrul de solicitri
de taxi ntr-un minut are repartiia Poisson de parametru a = 2. Aceast
variabil aleatoare are seria de repartiie
p k P ( k )
1) Cum P ( A) P ( 1)
2 k 2
e , k = 0, 1, 2,
k!
55
(8.2.35)
21 2
avem:
e
1!
21 2
e ]
1!
Out[25]=0.270671
2) Cum P( B) P ( 0) P ( 1) P ( 2) din (8.2.35) avem:
2 0 2 21 2 2 2 2
In[26]:=N[
e
e
e ]
0!
1!
2!
Out[26]=0.676676
3) Cum P(C) = 1 P(B), avem :
In[27]:=N[1%]
Out[27]=0.323224
Am obinut P(A)=0,270671, P(B)=0,676676, P(C)=0,323224.
4. Repartiia geometric (Pascal)
Definiie. Se spune c o variabil aleatoare are o repartiie
geometric (repartiie Pascal) de parametru p, dac valorile posibile ale
ei sunt 0, 1, 2,, k,.. i probabilitile lor sunt
p k P( k ) q k p , 0 p 1, q = 1p, k = 0, 1, 2, (8.2.36)
Seria de repartiie (8.2.36) poate fi scris n urmtoarea form
matriceal:
1
2
...
k
...
0
.
2
k
... pq
...
p pq pq
Repartiia geometric apare, de exemplu, atunci se efectueaz repetri
ale unei experiene aleatoare pn la prima apariie a unui eveniment A,
care poate aprea n fiecare experien cu probabilitatea p, 0 p 1.
Dac notm cu numrul de eecuri pn la primul succes, adic pn la
prima apariie a evenimentului A, atunci variabila aleatoare are
repartiia geometric (8.2.36).
Cu ajutorul funciei generatoare se obin formulele:
M [] q p, D[] q p 2 , [] q p .
(8.2.37)
Definiie. Se numete repartiie geometric plus unu de parametru p
repartiia n care variabila aleatoare are valorile posibile 1, 2,, k,.. cu
probabilitile
p k p q k 1 , k = 1, 2,
In[25]:=N[
56
Fie o experien aleatoare n care un eveniment A poate aprea cu

probabilitatea p. Variabila aleatoare care reprezint numrul de experiene
efectuate pn la prima apariie a evenimentului A este o variabil
aleatoare cu o repartiie geometric plus unu.
Sperana matematic i dispersia unei variabile aleatoare cu repartiia
geometric plus unu se calculeaz conform formulelor
M[] = 1/p, D[] = q/p2.
(8.2.38)
Exemplul 6. ntr-o urn se conin 2 bile albe i 8 bile negre. Se
extrage cte o bil cu revenire pn la prima apariie a unei bile albe. S
se determine: 1) seria de repartiie a variabilei aleatoare care reprezint
numrul de extrageri pn la prima apariie a unei bile albe; 2) M[];
3) D[]; 4) numrul minim m suficient pentru a afirma cu probabilitatea
0,7 c o bil alb va fi extras la primele m extrageri.
Rezolvare. 1) Notm cu A evenimentul care const n apariia unei
bile albe la o extragere i cu N evenimentul care const n extragerea unei
bile negre. Evident c N = A . Cum n urn sunt 2 bile albe i 8 bile
negre, rezult c P(A) = 0,2 i P(N) = P( A ) = 10,2 = 0,8.
Dac bila alb apare la prima extragere, atunci primete valoarea 1
cu probabilitatea p1 = P(A) = 0,2. Dac la prima extragere a aprut o bil
neagr, iar la a doua o bil alb, atunci variabila aleatoare primete
valoarea 2 cu probabilitatea p2 = P(=2) = P( A A) = P( A )P(A) =
0,80,2 = 0,16. n general, cnd bila alb apare prima dat la extragerea
cu numrul de ordin k, atunci variabila aleatoare primete valoarea k cu
probabilitatea
P ( A
... A A) = 0,2(0,8)k1, k = 1, 2,
pk = P(=k) =
k 1
ori
Deci variabila aleatoare are o repartiie geometric plus unu de

parametru 0,2.
2) Conform primei din formulele (1.7.19) avem: M[] = 1:0,2 = 5.
3) Din a doua dintre formulele (1.7.19) obinem:
D[] = (10,2)/(0,2)2 = 20.
4) Determinm numrul m din condiia
0,2 + 0,20,8 + + 0,2(0,8)m1 0,7.
Aceast inecuaie se reduce la inecuaia m > log0,80,3.
Aici aplicm Sistemul Mathematica.
In[28]:=N[Log[0.8,0.3]]
Out[28]=5.3955
Am obinut m = 6.
57
4. Repartiia hipergeometric
Definiie. Se spune c o variabil aleatoare are o repartiie
hipergeometric de parametri a, b, n dac ea primete valorile 0, 1, 2, ,
mina, n cu probabilitile
p k P ( k )
C ak C bn k
C an b
, k = 0, 1, 2, , mina,n.
(8.2.39)
Se demonstreaz c
M[] = na/(a+b).
(8.2.40)
Repartiia hipergeometric apare, de exemplu, n experiena care
const n extragerea fr revenire a bilelor dintr-o urn care conine bile
de dou culori.
8.2.5.Variabile aleatoare continue. Valori caracteristice

1. Noiune de variabil aleatoare continu.. Se numete variabil
aleatoare continu (v.a.c.) o variabil aleatoare, mulimea valorilor
posibile ale crei este un careva interval i funcia de repartiie este
continu n intervalul (; ) i derivabil n afar, poate c, de un
numr finit de puncte de pe acest interval.
2. Exemple de variabile aleatoare continue
1) Durata funcionrii unui aparat electric este o variabil aleatoare
continu care poate primi valori din intervalul [0; ).
2) Fie c se msoar lungimea unui obiect (sau rezistena unei linii
electrice) cu un aparat de msurare cu gradaii i rezultatul msurrii se
rotunjete pn la un numr ntreg. Eroarea obinut la aceast rotungire
este o variabil aleatoare continu care primete valori din imtervalul
(1; 1).
3) Cantitatea anual de precipitaii atmosferice n careva regiune este
o variabil aleatoare continu care ea valori din intervalul [0; ).
3. Funcia de repartiie. Funcia de repartiie pentru orice variabil
aleatoare a fost definit n unul din paragrafele precedente. Pentru
comoditate amintim aici definiia i proprietile acestei funcii.
Se numete funcie de repartiie a variabilei aleatoare funcia
F:R[0,1] definit prin egalitatea
F(x) = P( x).
(8.2.41)
Funcia de repartiie are proprietile:
1) F(+) = 1;
58
2) F() = 0;
3) 0 F(x) 1, xR;
4) F(x) este o funcie nedescresctoare;
5) F(x) este continu la stnga n orice punct xR.
6) Formula de calcul al probabilitii ca variabila aleatoare s
primeasc valori din intervalul [a; b):
P(a b) = F(b) F(a).
(8.2.42)
7) Probabilitatea ca s primeasc o valoare concret a este egal cu
zero:
P( = a) = 0.
(8.2.43)
8) Au loc egalitile
P(a b) = P(a b) = P(a b) = P(a b). (8.2.44)
4. Densitatea de repartiie i proprietile ei. Se numete densitate
de repartiie a variabilei aleatoare continue cu funcia de repartiie F(x)
funcia f(x) definit prin egalitatea
f(x) = F (x).
(8.2.45)
Densitatea de repartiie este o a doua form a legii de repartiie a unei
variabile aleatoare continue. Prima form a acestei legi este funcia de
repartiie. Variabila aleatoare continu este determinat dac este dat
funcia de repartiie sau densitatea de repartiie ale ei.
Graficul densitii de repartiie a unei variabile aleatoare continue se
numete curb (linie) de repartiie a ei.
Densitatea de repartiie are proprietile ce urmeaz.
1) Dac f(x) este densitatea de repartiie a variabilei aleatoare continue
, atunci are loc egalitatea
P ( a b)
b
a
f ( x ) dx .
(8.2.46)
2) f(x) 0, xR;
3) f ( x ) dx 1 ;
(8.2.47)
x
4) F ( x ) f (t ) dt .
(8.2.48)
5. Valori caracteristice ale variabilei aleatoare continue
Se numete speran matematic a variabilei aleatoare continue cu
densitatea de repartiie f(x) numrul M[] (care se noteaz i cu m)

M []
xf ( x ) dx .
59
(8.2.49)
Se numete mod al variabilei aleatoare continue numrul, notat cu

Mo[], pentru care densitatea de repartiie f(x) are maxim.
Se numete median a variabilei aleatoare numrul, notat cu xm (sau
Me[]), care verific condiia
P( xm) = P( xm) = 1/2.
(8.2.50)
Condiia (8.2.50) este echivalent cu condiia
xm
f ( x ) dx 1 2 .
(8.2.51)
Ecuaia (8.2.51) n raport cu variabila xm poate fi aplicat la determinarea

medianei.
Folosind noiunea de speran matematic, ca i n cazul unei variabile
aleatoare discrete, se introduc noiunile de dispersie, abatere medie
ptratic, momente iniiale i momente centrate. Scriem aici numai
formulele de calcul ale lor.
Formula de calcul al dispersiei
D[]
( x m ) 2 f ( x)dx .
Formula de calcul al abaterii medii ptratice

[] D[] .
Formula de calcul al momentelor iniiale
s [ ]
x s f ( x ) dx
,, s = 1, 2,...
(8.2.52)
(8.2.53)
(8.2.54)
Formula de calcul al momentelor centrate
s [] ( x m ) s f ( x ) dx , s = 1, 2,...
(8.2.55)
Relaiile dintre momentele iniiale i cele centrate sunt la fel ca i n

cazul variabilei aleatoare discrete.
Fie o variabil aleatoare, care poate primi numai valori nenegative.
Se numete coeficient de variaie a acestei variabile aleatoare numrul v
v = /m.
(8.2.56)
Se numete coeficient de asimetrie (sau asimetrie) a variabilei
aleatoare mrimea, notat cu Sk, definit prin egalitatea
Sk[] = 3/3.
(8.2.57)
Se numete exces al variabilei aleatoare mrimea, notat cu sau Ex,
Ex[] = 4/43.
(8.2.58)
60
6. Exemple
Exemplul 7. Variabila aleatoare este definit prin densitatea de
repartiie
( x 2) / 18, x [ 2;8],
f ( x)
0, x [ 2;8]
S se gseasc: 1) linia de repartiie; 2) probabilitatea ca s primeasc

valori din segmentul [5; 10]; 3) funcia de repartiie i graficul ei;
4) sperana matematic; 5) dispersia; 6) abaterea medie ptratic;
7) momentele iniiale de primele patru ordine; 8) momentele centrate de
primele patru ordine; 9) coeficientul de asimetrie; 10) excesul;
11) coeficientul de variaie.
Rezolvare. 1) Introducem densitstea de repartiie n Sistemul
Mathematica.
In[30]:=f[x_]:=0/;x<2;f[x_]:=(x2)/18/;2x8;f[x_]=0/;x>8;
Construim linia de repartiie, adic graficul funciei f(x).
In[31]:=Plot[f[x],{x,0,10}]
0.3
0.25
0.2
0.15
0.1
0.05
2
10
Out[31] Graphics
2) Calculm probabilitatea cerut conform formulei (8.2.58).
In[32]:=NIntegrate[f[x],{x,5,8}]
Out[32]=0.75
3) Determinm funcia de repartiie. Cum toate valorile posibile ale
v.a.c. aparin segmentului [2,8], rezult c F(x)=0, x<2, i F(x)=1, x>8.
Determinm aceast funcie pe segmentului [2,8] folosind formula
(8.2.48).
xt 2
dt
In[33]:=F1[x]=
2 18
61
1 x x2

9 9 36
Deci funcia de repartiie este
Out[33]=
0, x 0,
1 x x 2
F ( x)
, 2 x 8,
9
9
36
1, x 8.
Introducem aceast funcie n Sistemul Mathematica.

1 x x2
In[34]:=F[x_]:=0/;x<0;F[x_]:=
/;2x8/;F[x_]:=1/;x>8;
9 9 36
Construim graficul funciei F(x) cu ajutorul funciei Plot.
In[35]:=Plot[F[x],{x,2,9}]
1
0.8
0.6
0.4
0.2
Out[35]=Graphics
4) Calculm sperana matematic folosind formula (8.2.49). Avem
In[36]:=m=NIntegrate[x*f[x],{x,2,8}]
Out[36]=6.
Am obinut m=6.
5) Calculm dispersia conform formulei (8.2.52).
8
In[37]:=N[ 2 ( x m ) 2 f ( x ) dx ]
Out[37]=2.
6) Calculm abaterea medie ptratic conform formulei (8.2.53).
In[38]:= = %
Out[38]=1.41421
7) Momentul iniial 1 coincide cu sperana matematic i deci 1[] =
m = 6. Gsim celelalte momente iniiale conform formulei (8.2.54).
62
In[39]:=N[ 2 x 2 f ( x) dx ]
Out[39]=38
8
In[40]:=N[ 2 x 3 f ( x ) dx ]
Out[40]=250.4
8
In[41]:=N[ 2 x 4 f ( x ) dx ]
Out[41]=1699.2
Am obinut 1=6, 2=38, 3=250,4, 4=1699,2.
8) Momentul centrat de ordinul 1 este egal cu zero pentru orice
variabil aleatoare: 1 = 0. Momentul centrat de ordinul doi coincide cu
dispersia i deci 2 = D = 2. Calculm momentele 3 i 4 folosind
formulele (8.2.55).
8
In[42]:= 3=N[ 2 ( x m ) 3 f ( x ) dx ]
Out[42]=1.6
8
In[43]:= 4=N[ 2 ( x m ) 4 f ( x ) dx ]
Out[43]=9.6
Am obinut 1 = 0, 2 = 2, 3 = 1,6, 4 = 9,6.
9) Calculm coeficientul de asimetrie conform formulei (8.2.57):
In[44]:=Sk[]= 3/( )3
Out[44]=0.565685
10) Folosim formula de calcul al excesului (8.2.58).
In[45]:=Ex[]= 4/( )43
Out[45]=0.6
11)Calculm coeficientul de variaie conform formulei (8.2.56).
In[46]:=v= /m
Out[46]=0.235702
Rezolvarea exerciiului s-a terminat. Scoatem valorile parametrilor din
acest exerciiu.
In[47} :=Clear[f,F,m, , 1, 2, 3, 4,Sk[],Ex[],v].
8.2.6. Repartiii continue clasice
63
1. Repartiia uniform. Se spune c variabila aleatoare continu

are repartiie uniform pe segmentul [a; b], dac densitatea de repartiie a
ei este de forma
1 /(b a ), x [a; b],
f ( x)
(8.2.59)
0,
x [ a; b].
n calitate de exemplu de variabil aleatoare cu repartiia uniform

poate servi durata ateptrii autobusului care vine la staie peste fiecare 5
minute, n cazul cnd pasagerul vine la staie ntr-un moment aleator de
timp (independent de orarul circulaiei autobusului).
Folosind formula (8.2.48), determinm funcia de repartiie F(x).
x a,
0,
F ( x) ( x a ) /(b a ),
1, x b.
a x b,
(8.2.60)
Sperana matematic este m = (ba)/2, iar dispersia este D =

(ba)2/12. Repartiia uniform nu are mod. Mediana este egal cu
(b+a)/2.
Exemplul 8. Un troleibus vine la staie peste fiecare 5 minute. Care
este probabilitatea ca un pasager, care vine la staie ntr-un moment
aleator de timp, va atepta troleibusul cel mult 2 minute (evenimentul A)?
Rezolvare. Densitatea de repartiie a variabilei aleatoare , care
reprezint durata ateptrii proleibusului, este
1 / 5, x [0; 5],
0, x [0; 5].
f ( x)
2
In[48]:= P (0 2) 0 (1 / 5)dx
Out[48[=2/5
Am obinut P(A)=2/5.
2. Repartiia exponenial. Se spune c o variabil aleatoare
continu are repartiie exponenial de parametru , >0, dac
densitatea de repartiie a ei este de forma
e x ,
f ( x)
0,
x 0,
x 0.
(8.2.61)
Funcia de repartiie este

1 e x ,
F ( x)
0,
x 0;
x 0,
(8.2.62)
64
Folosind funcia de repartiie, obinem probabilitatea ca o variabil

aleatoare cu repartiie exponenial s primeasc valori din segmentul
[a; b], 0 a b:
P(a b) = ea eb.
Au loc egalitile:
M[] = 1/. D[] = 1/2; [] = 1/.
(8.2.63)
Un exemplu de variabil aleatoare care are repartiie exponenial de
parametru este durata funcionrii unui aparat electric. n acest caz
parametril este mumrul mediu de deteriorri (de refuzuri) ale
aparatului ntr-o unitate da timp. Funcia
R ( x ) e x , x 0.
(8.2.64)
se numete funcie de fiabilitate a aparatului i valoarea ei n punctul x
reprezint probabilitatea ca aparatul s funcioneze fr refuz x uniti de
timp. Din definiia funciei de fiabilitate rezult c
R ( x) 1 F ( x) , x 0.
Exemplul 9. Fie c durata (msurat n zile) funcionrii fr refuz a
unui televizor este o variabil aleatoare care are repartiie exponenial
de paramertu = 0,001. S se determine: 1) densitatea de repartiie;
2) funcia de repartiie; 3) fiabilitatea; 4) sperana matematic i dispersia;
5) probabilitatea ca televizorul s funcioneze fr refuz cel puin 2000 de
zile (evenimentul A).
Rezolvare. 1) Cum = 0,001, din (8.2.61) rezult c densitatea de
repartiie a variabilei aleatoare este
0,001e 0, 001x , x 0,
f ( x)
0,
x 0.
2) Conform formulei (8.2.62), funcia de repartiie este

1 e 0, 001x , x 0,
F ( x)
0,
x 0.
3) Din (8.2.64) rezult c funcia de fiabilitate este

R ( x ) e 0, 001x , x 0.
4) Din (8.2.63) rezult c sperana matematic este M = 1/0,001 =
1000, iar dispersia este D = 1/(0,001)2 = 1000000.
5) Folosim formula (8.2.64).
In[49]:=P(>2000)=N[e0.001*2000]
Out[49]=0.135335
Am obinut P(A)=0,135335.
65
3. Repartiia normal. Se spune c variabila aleatoare continu are

repartiie normal, dac densitatea de repartiie a ei este de forma
f ( x)
( xm)2
2 2
,
(8.2.65)
2
unde 0 i m sunt constante reale, numite parametri ai repartiiei
normale.
Exemple de v.a.c. de repartiie normal sunt: cantitatea anual de
precipitaii atmosferice din careva regiune, eroarea care se obine la
msurarea unei mrimi cu un aparat cu gradaii, nlimea unui brbat
matur.
Linia repartiiei normale este linia lui Causs. Funcia de repartiie a
repartiiei normale (8.2.65) este
1
x m ,
(8.2.66)
F (x )
2

unde (x) este funcia Laplace care se definete prin egalitatea
( x)
z
0
e t
dt .
(8.2.67)
Au loc egalitile:
m m , D 2 , ,
(8.2.68)
m
m

.
(8.2.69)

n Sistemul Mathematica funcua de repartiie F(x) a repartiiei

normale se exprim prin funcia Erf cu ajutorul egalitii:
xm
1
.
F ( x) 1 Erf
2
2
P ( )
Funcia Erf se definere prin rformula

Erf ( x)
x
0
e t dt
i se numete funcie a erorilor, sau integrala probabilitii. Relaia

dintre funcia Laplace i funcia Erf este
1
Erf ( x ) 2 ( x 2 ) sau ( x ) Erf ( x 2 ) .
2
Exemplul 10. Presupunem c cantitatea anual de precipitaii
atmosferice din careva regiune este o v.a.c. cu repartiie normal de
parametri m = 400 mm i = 100 mm. S se calculeze probabilitatea ca
66
la anul viitor cantitatea de precipitaii atmosferice s fie mai mare ca 500

mm (evenimentul A).
Rezolvare. Densitatea de repartiie este
f ( x)
1
100 2
( x 400 ) 2
2 (100 ) 2
Folosim formula (8.2.46).

1
In[50]:=N[ 500
100 2
e ( x 400 )
/( 2*100 2 )
dx ]
Out[50]=0.158655
Am obinut P(A)=0,158655.
n Sistemul Mathematica este un pchet de programe dedicat repartiiei
normale. Acest pachet poate fi nstalat cu agutorul funciei
<<Statistics`NormalDistribution`. Dm un exemplu de utilizare a
acestui pachet.
Exemplul 11. Fie o v.a.c. cu repartiie normal de parametri m=3 i
=2. Se cere: 1) s se instaleze pachetul de programe
Statistics`NormalDistribution` ; 2) s se defineasc (introduc) v.a.c.
dat ; 3) s se defineasc (determine) densitatea de repartiie ; 4) s se
construiasc linia de repartiie ; 5) s se defineasc (determine) funcia de
repartiie ; 6) s se construiasc graficul funciei de repartiie ; 7) s se
construiasc pe acelai desen graficele densitii de repartiie i al funciei
de repartiie ; 8) s se construiasc pe acelai desen gfaficele densitii de
repartiie i al funciei de repartiie astfel, ca grosimea graficului
densitii de repartiie s fie egal cu 0,5 din grosimea standard, iar
grosimea graficului funciei de repartiie s fie egal cu 0,9 din grosimea
standard.
Rezolvare. 1) Ne aflm (lucrm cu un document) n Sistemul
Mathematica. Instalm pachetul cerut de programe.
In k :Statistics`NormalDistribution`
2) Definim v.a.c. dat de repartiie normal i i dm numele rn.
In k 1 :rn NormalDistribution 3, 2
Out k 1 NormalDistribution 3, 2
3) Definim densitatea de repartiie i i nm numele drn.
In k 2 :drn PDF rn, x

1
Out k 2
3 x 2
4) Construim graficul densitii de repartiie drn folosind funcia Plot.

In k 3 : Plot drn, x, 10, 15
67
0.2
0.15
0.1
0.05
-10
-5
Out k 3 Graphics
10
15
5) Definim funcia de repartiie i i dm numele frn.
In k 4 : frn CDF rn, x

Out k 4
1
3 x
1 Erf
2
2 2
Aici funcia Erf este urmtoarea**

6) Construim graficul funciei de repartiie.
In k 5 : Plot frn, x, 0, 6
0.8
0.6
0.4
0.2
Out k 5 Graphics
7) Construim pe unul i acelai desen graficele densitii de repartiie

i al funciei de repartiie.
In k 6 : Plot
drn, frn , x, 0, 6
68
0.8
0.6
0.4
0.2
Out k 6 Graphics
8) Construim pe acelai desen graficul densitii de repartiie cu

grosimea egal cu 0,5 din grosimea standard i graficul funciei de
repartiie cu grosimea egal cu 0,9 din grosimea standard.
In k 7 :Plot
drn, frn , x, 0, 6 ,
PlotStyle Hue 0.5 , Hue 0.9
0.8
0.6
0.4
0.2
Out k 7 Graphics
Pe ecran apare graficul densitii de repartiie de culoare albastr i

graficul funciei de repartiie de culoate roie.
Rezolvarea exerciiului s-a terminat. Rmune s scoatem valorile
parametrilor.
Clear[rn,drn,frn].
4. Repartiia gama. Se spune c o variabil aleatoare continu are
repartiie gama de parametri a i b, dac densitatea de repartiie a ei este
x a 1e x b
, a 0, b 0, x 0,
f ( x) b a (a)
0, x 0,
69
(8.2.70)
unde este funcia gama, care se definete prin egalitatea

(a)
t a 1 e t dt
Au loc egalitile M [] ba D[] = b2a, [] b a .

5. Repartiia hi-ptrat (2). Se spune c variabila aleatoare continu
are repartiie hi-ptrat (2) de parametri r i dac ea are densitatea de
repartiie
x r 21e x ( 2 2 )
, 0, r N ,
f ( x ) 2 r 2 r r 2
0,
x 0.
x 0,
(8.2.71)
Repartiia hi-ptrat este caz particular din repartiia gama: funcia

(8.2.71) se obine din (8.2.70) pentru a = r/2 i b = 22. Folosind
rezultatele punctului precedent, deducem c pentru o variabil aleatoare
cu repartiia hi-ptrat (8.2.71) avem:
M[] = r2, D[] = 2r4, [] = 2r .
Se demonstreaz c dac 1, 2, ..., r sunt variabile aleatoare cu
repartiia normal de parametri m = 0 i = 1, atunci variabila aleatoare
12 22 ... 2r
are repartiie hi-ptrat de parametri = 1 i r.
8.2.6. Exerciii pentru lucrul individual

8.2.1.(TPSM.Ex1.5.1.pag.39 i 1.6.1.p.50). Este dat seria de
repartiie a variabilei aleatoare discrete :
x
: 1
p1
x2
p2
x3
p3
x4
p 4
(datele numerice se conin pe variante dup enunul exerciiului). Se

cere: 1) s introduc n Sistemul Mathematica v.a.d. ; 2) funcia de
repartiie i graficul ei; 3) probabilitatea ca s primeasc valori din
intervalul [1; 4); 4) sperana matematic; 5) dispersia; 6) abaterea medie
ptratic; 7) momentele pniiale de ordine pn la 4 inclusiv; 8)
70
momentele centrate de ordine pn la 4 inclusiv; 9) aspmetria; 10)

excesul.
1) x1=1, x2=0, x3=2, x4=3, p1=0,1, p2=0,5, p3=0,4, p4=0,2;
2) x1=0, x2=1, x3=7, x4=3, p1=0,6, p2=0,2, p3=0,1, p4=0,1;
3) x1=2, x2=1, x3=0, x4=1, p1=0,2, p2=0,4, p3=0,3, p4=0,1;
4) x1=1, x2=2, x3=5, x4=6, p1=0,1, p2=0,5, p3=0,3, p4=0,1;
5) x1=2, x2=3, x3=4, x4=3, p1=0,1, p2=0,2, p3=0,3, p4=0,4;
6) x1=1, x2=3, x3=4, x4=5, p1=0,2, p2=0,6, p3=0,1, p4=0,1;
7) x1=2, x2=4, x3=5, x4=6, p1=0,1, p2=0,4, p3=0,4, p4=0,1;
8) x1=1, x2=0, x3=1, x4=2, p1=0,4, p2=0,1, p3=0,3, p4=0,2;
9) x1=2, x2=1, x3=0, x4=1, p1=0,1, p2=0,2, p3=0,1, p4=0,6;
10) x1=0, x2=1, x3=2, x4=3, p1=0,6, p2=0,1, p3=0,2, p4=0,1;
11) x1=1, x2=2, x3=4, x4=5, p1=0,1, p2=06, p3=0,2, p4=0,1;
12) x1=2, x2=3, x3=5, x4=7, p1=0,1, p2=0,4, p3=0,3, p4=0,2;
13) x1=3, x2=4, x3=5, x4=6, p1=0,1, p2=0,5, p3=0,3, p4=0,1;
14) x1=1, x2=3, x3=4, x4=5, p1=0,2, p2=0,6, p3=0,1, p4=0,1;
15) x1=2, x2=4, x3=5, x4=6, p1=0,1, p2=0,6, p3=0,2, p4=0,1;
16) x1=0, x2=1, x3=3, x4=4, p1=0,5, p2=0,3, p3=0,1, p4=0,1;
17) x1=2, x2=1, x3=0, x4=2, p1=0,1, p2=0,4, p3=0,3, p4=0,2;
18) x1=1, x2=0, x3=1, x4=2, p1=0,1, p2=0,5, p3=0,3, p4=0,1;
19) x1=0, x2=1, x3=2, x4=3, p1=0,1, p2=0,6, p3=0,2, p4=0,1;
20) x1=1, x2=2, x3=3, x4=5, p1=0,2, p2=0,5, p3=0,1, p4=0,2;
21) x1=1, x2=0, x3=1, x4=2, p1=0,2, p2=0,4, p3=0,3, p4=0,1;
22) x1=2, x2=1, x3=0, x4=2, p1=0,3, p2=0,1, p3=0,4, p4=0,2;
23) x1=0, x2=1, x3=3, x4=4, p1=0,1, p2=0,3, p3=0,4, p4=0,2;
24) x1=1, x2=3, x3=5, x4=7, p1=0,2, p2=0,1, p3=0,3, p4=0,4;
25) x1=2, x2=3, x3=4, x4=5, p1=0,4, p2=0,2, p3=0,1, p4=0,3;
26) x1=0, x2=2, x3=3, x4=5, p1=0,3, p2=0,4, p3=0,2, p4=0,1;
27) x1=1, x2=2, x3=3, x4=5, p1=0,2, p2=0,3, p3=0,4, p4=0,1;
28) x1=2, x2=3, x3=5, x4=6, p1=0,3, p2=0,4, p3=0,1, p4=0,2;
29) x1=1, x2=4, x3=5, x4=6, p1=0,4, p2=0,1, p3=0,2, p4=0,3;
30) x1=1, x2=3, x3=4, x4=5, p1=0,1, p2=0,2, p3=0,3, p4=0,4.
8.2.2. Presupunem c probabilitatea statistic ca un copil nou nscut
s fie in biat este 0,51. Se cere: 1) s se determine seria de repartiie a
variabilei aleatoare care reprezint numrul de biei printre 1000 de
copii noi nscui; 2) s se calculeze probabilitatea ca printre 1000 de copii
noi nscui numrul bieilor s fie cuprims ntre 300+k i 500+k, unde k
este numrul variantei.
71
8.2.3.(TPSM.Ex1.7.1.p.58). Numrul de particule alfa emise de un

gram de o substan radioactiv ntr-o secund este o variabil aleatoare
discret cu legea de repartiie Poisson cu parametrul a, unde a este
numrul mediu de particule alfa emise ntr-o secund i se determin
experimental pentru fiecare substan radioactiv. 1) S se determine
seria de repartiie a v.a.d. .
2) S se calculeze probabilitile
evenimentelor: A = ntr-o secund vor fi emise nu mai mult de dou
particule alfa i B = ntr-o secund vor fi emise cinci particule alfa. C
= ntr-o secund vor fi emise mai mult de zece particule alfa. Care este
numrul de particule alfa care corespunde celei mai mari probabiliti? S
se considere c a=1+0,25n, unde n este numrul variantei.
8.2.4.(TPSM.Ex1.7.3.p.50). S se scrie legea de repartiie a variabilei
aleatoare care reprezint numrul de aruncri nereuite ale unui zar
pn la prima apariie a numrului 4. S se calculeze probabilitatea ca n
timpul aruncrilor cu numerele de ordin de la 5+k pn la 15+k numrul 4
nu va aprea, unde k este numrul variantei..
8.2.5.(TPSM.Ex1.8.1.p.66). Variabila aleatoare continue este
definit de densitatea sa de repartiie f(x). S se determine: 1)
reprezentarea v.a.c. n Sistemul Mathematica; 2) linia de repartiie, 3)
funcia de repartiie F(x) i graficul ei, 4) sperana matematic, 5)
dispersia, 6) abaterea medie ptratic, 7) coeficientul de variaie, 8)
momentele iniiale de ordinele pn la 4 inclusiv, 9) momentele centrale
de ordinele pn la 4 inclusiv, 10) asimetria, 11) excesul, 12)
probabilitatea ca s primeasc valori din prima jumtate a intervalului
de valori posibile. Funcia f(x) este dat pe variante.
( x 1) 2 , x [1,3],
1) f ( x)
2)
0, x [1,3];
2( x 1) 9 , x [1,4],
0, x [1,4];
f ( x)
2 x 2, x [1,2],
0, x [1,2];
3) f ( x)
( x 1) 8 , x [1,5],
0, x [1,5];
f ( x)
4)
2( x 1) 25 , x [1,6],
0, x [1,6];
5) f ( x )
72
6)
( x 1) 18 , x [1,7],
2( x 1) 49 , x [1,8],
7) f ( x)
0, x [1,7];
0, x [1,8];
f ( x)
2( x 2), x [2,3],
( x 2) 2 , x [ 2,4],
9) f ( x)
10)
0, x [ 2,3];
0, x [2,4];
8) f ( x)
2( x 2) 9 , x [ 2,5],
0, x [2,5];
f ( x)
( x 2) 8 , x [ 2,6],
0, x [ 2,6];
11) f ( x)
2( x 2) 25 , x [2,7],
0, x [ 2,7];
12) f ( x)
( x 2) 18 , x [2,8],
0, x [ 2,8];
13) f ( x )
14)
2( x 2) 49 , x [ 2,9],
0, x [ 2,9];
f ( x)
( x 3) 2 , x [3,5],
2 x 6, x [3,4],
16) f ( x)
17)
0, x [3,4];
0, x [3,5];
15) f ( x)
2( x 3) 9 , x [3,6],
0, x [3,6];
f ( x)
2( x 3) 25 , x [3,8],
0, x [3,8];
19) f ( x)
( x 3) 8 , x [3,7],
0, x [3,7];
18) f ( x )
20)
( x 3) 18 , x [3,9],
0, x [3,9];
f ( x)
( 2 x ) 2 , x [0,2],
(4 x ) 8 , x [0,4],
22) f ( x)
0, x [0,2];
0, x [0,4];
21) f ( x )
(6 x) 18 , x [0,6],
0, x [0,6];
23) f ( x )
(8 x ) 32, x [0,8] ,
0, x [0,8];
f ( x)
24)
(10 x) 50 , x [0,10],
0, x [0,10];
25) f ( x)
73
26)
2(1 x ), x [0,1],
0, x [0,1];
f ( x)
2(3 x ) 9 , x [0,3],
0, x [0,3];
27) f ( x)
28)
2(5 x) 25 , x [0,5],
0, x [0,5];
f ( x)
2(7 x) 49 , x [0,7],
0, x [0,7];
29) f ( x )
2(9 x) 81 , x [0,9],
0, x [0,9].
30)
f ( x)
8.2.6.(TPSM.Ex1.9.1.p.74). Variabila aleatoare are repartiie

normal cu sperana matematic m i cu abaterea medie ptratic . 1) s
se instaleze pachetul de programe Statistics`NormalDistribution` ; 2) s
se defineasc (introduc) v.a.c. dat ; 3) s se defineasc (determine)
densitatea de repartiie ; 4) s se construiasc linia de repartiie ; 5) s se
defineasc (determine) funcia de repartiie ; 6) s se construiasc graficul
funciei de repartiie ; 7) s se construiasc pe acelai desen graficele
densitii de repartiie i al funciei de repartiie ; 8) s se construiasc pe
acelai desen gfaficele densitii de repartiie i al funciei de repartiie
astfel, ca grosimea graficului densitii de repartiie s fie egal cu 0,5 din
grosimea standard, iar grosimea graficului funciei de repartiie s fie
egal cu 0,9 din grosimea standard; 9) S se calculeze probabilitatea ca
s primeasc valori din intervalul [, ]. Valorile lui m, , i sunt
date pe variante.
1)m=3, =2, =2, =8; 2)m=4, =2, =2, =7; 3)m=5, =2, =2, =6;
4)m=6, =2, =4, =9; 5)m=7, =2, =4, =8; 6)m=9, =2, =6, =9;
7)m=9, =2, =7, =12; 8)m=3, =3, =2, =5; 9)m=4, =3, =2, =7;
10)m=5, =3, =4, =7; 11)m=6, =3, =4, =9; 12)m=7, =3, =6,
=9; 13)m=8, =3, =5, =9; 14)m=9, =3, =7, =10; 15)m=5, =4,
=4, =8; 16)m=6, =4, =4, =9; 17)m=7, =4, =5, =8; 18)m=8,
=4, =5, =9; 19)m=9, =4, =7, =10; 20)m=6, =5, =4, =7;
21)m=7, =5, =4, =9; 22)m=8, =5, =5, =9; 23)m=8, =5, =6,
=9; 24)m=8, =5, =7, =9; 25)m=2, =2, =1, =3; 26)m=3, =2,
74
=1, =4; 27)m=4, =2, =1, =5; 28)m=4, =3, =2, =5; 29)m=5,
=2, =1, =6; 30)m=6, =3, =2, =8.
8.2.7.(TPSM.Ex1.9.3.p.75). nlimea unui brbat matur este o
variabil aleatoare cu repartiie normal. Presupunem c aceast repartiie
are parametrii m=175 cm i =6 cm. S se fomeze programul de
conficionate a costumelor brbteti pentru o fabric de confecii care se
refer la asigurarea cu costume a brbailor, nlimile crora aparin
intervalelor: [150, 155), [155, 160), [160, 165), [165, 170), [170, 175),
[175, 180), [180, 185), [185, 190), [190, 195), [195, 200].
8.2.8.(TPSM.Ex1.9.4.p.50). Presupunem c o conversaie telefonic
dureaz n mediu 5 minute i este o variabil aleatoare de repartiie
exponenial. 1) S se introduc n Sistemul Mathematica densitatea de
repartiie a.v.a.c. . 2) S se determine funcia de repartiie i s se
construiasc graficul ei. 3) Dac v apropriai de o cabin telefonic
imediat dup ce o persoan a ntrat n ea atunci care este probabilitatea c
o s ateptai nu mai mult de 2+n/3 minute, unde n este numrul
variantei?
8.2.9.(TPSM.Ex1.9.6.p.76). Un autobus circul regulat cu intervalul
30 minute. 1) S se scrie n Sistemul Mathematica densitatea de repartiie
a v.a.c. care reprezint durata ateptrii autobusului de ctre un pasager
care vine la staie ntr-un moment aleator de timp. 2) S se construiasc
linia de repartiie. 3) S se determine funcia de repartiie i s se
construiasc graficul ei. 4) Care este probabilitatea c, sosind la staie,
pasagerul va atepta autobusul nu mai mult de 10+n/2 minute, unde
numrul n coincide cu numrul variantei.
8.2.10.(TPSM.Ex1.9.2.p.75). Cantitatea anual de precipitaii
atmosferice are repartiie normal. Presupunem c cantitatea anual de
precipitaii ntr-o careva regiune este o variabil aleatoare de repartiie
normal de parametrii m = 500 (mm) i = 150. Care este probabilitatea
c la anul viitor cantitatea de precipitaii va fi cuprins ntre 400+5n i
500+5n, unde n este numrul variantei. Dac considerm c un an este
secetos cnd cantitatea de precipitaii nu depete 300 mm, atunci care
este probabilitatea c doi din viitorii zece ani vor fi secetoi?

Rezolvarea Exerciţiilor Din Matematici

Încărcat de

Informații document

Titlu original

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

Rezolvarea Exerciţiilor Din Matematici

Încărcat de

Drepturi de autor:

Formate disponibile

Moloniuc A.

SISTEMUL DE PROGRAME MATHEMATICA

FSISTEMUL DE PROGRAME MATHEMATICA.

8.2. Variabile aleatoare

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

In Sistemul Mathematica sunt pachete de programe specializate pentru

8.2.2. Noiune de variabil aleatoare. Funcia de repartiie

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

2. Exemple de variabile aleatoare sunt: suma numerelor aprute

3. Proprieti ale variabilei aleatoare

1) Dac este o variabil aleatoare, atunci pentru orice aR i bR

Definiie. Fie (, K, P) un cmp de probabilitate i R o

5. Probabilitatea ca o variabil aleatoare s primeasc valori

Fie (, K, P) un cmp de probabilitate, o variabil aleatoare pe acest

6. Proprieti ale funciei de repartiie

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

1) S se defineasc funcia de repartiie dat n Sistemul Mathematica.

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

8.2.3. Variabile aleatoare discrete. Valori caracteristice

In seriile de repartiie (8.2.4) i (8.2.5) au loc egalitile

n cele ce urmeaz formulele vor fi scrise pentru seria de repartiie

3. Legea de repartiie a variabilei aleatoare. Prin lege de

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

repartiie i (sau) seria de repartiie ale ei. Funcia de repartiie i seria de

4. Valori caracteristice ale variabilei aleatoare discrete.

Dac numrul de experiene cu v.a.d. , este destul de mare, atunci

3) Variabile aleatoare centrate. Dispersia. Abaterea medie

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

se numete variabil aleatoare centrat. Sperana matematic a variabilei

Dispersia caracterizeaz gradul de dispersare a valorilor posibile ale unei

Observm c sperana matematic coincide cu momentul iniial de

Au loc egalitile 1[] = 0, 2[] = D[].

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

7) Excesul. Se numete exces al variabilei aleatoare numrul notat

5. Exemple de determinare a funciei de repartiie i de calcul al

Se cere: 1) s se defineasc (s se introduc) n Sistemul Mathematica

2)Aplicnd formula (8.2.7), gsim funcia de repartiie

3) Introducem funcia F(x) n Sistemul Mathematica cu ajutorul

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

3) Aplicm formula (8.2.13).

(( p[[1, j ]])^1) p[[2, j ]]

(( p[[1, j ]])^2) p[[2, j ]]

(( p[[1, j ]])^3) p[[2, j ]]

(( p[[1, j ]])^4) p[[2, j ]]

(( p[[1, j ]] m )^1) p[[2, j ]]

(( p[[1, j ]] m )^3) p[[2, j ]]

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

8.2.4. Repartiii discrete clasice

unde z este un parametru, care primete valori din intervalul (0;1].

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

cu ajutorul Sistemului Mathematica.

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

(1000 ! ) * ((0.3)^ k ) * ((0.7)^ (1000 k ))

Dac numerele n i k sunt relativ mari i npq < 9, atunci repartiia

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

intensitatea fluxului cu a. Numrul de realizri ale evenimentelor din

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

Fie o experien aleatoare n care un eveniment A poate aprea cu

Deci variabila aleatoare are o repartiie geometric plus unu de

Moloniuc A. SISTEMUL DE PROGRAME MATHEMATICA

8.2.5.Variabile aleatoare continue. Valori caracteristice