UNIVERSITATEA DE STAT DIN MOLDOVA

Facultatea Matematic i Informatic

Departamentul Matematici Aplicate

CURRICULUM
la disciplina

PROBABILITI I STATISTIC
Ciclul I, licen
Specialitile: Matematic, Matematic Aplicat

AUTOR:
Dr., conf.univ.,
Andrei POTARU

CHIINU 2014

I. PRELIMINARII
Teoria probabilitilor i statistica matematic constituie domenii vaste ale matematicii i
aplicaiilor ei. Dezvoltarea ei este strns legat de dezvoltarea tiinei i tehnicii, unde se
contureaz tot mai clar necesitatea de a formula interpretri probabiliste adecvate pentru
fenomene i procese foarte diverse.
Teoria probabilitilor propune modele matematice pentru fenomene aleatoare tipice i
dezvoltarea evolutiv a lor i n cadrul acestor modele studiaz legitile probabiliste proprii lor,
elaboreaz metode de rezolvare ale unor probleme importante pentru aplicaii (prognozarea,
gestionarea etc.)
Statistica matematic rezolv probleme de estimare a unor parametri i a structurii unui
model probabilist i n baza datelor statistice ofer metode de verificare a ipotezelor statistice
etc.
n condiiile cnd procesele economice, sociale i de orice alt natur devin tot mai
complexe i capt un caracter stochastic pronunat, cunoaterea elementelor de teoria
probabilitilor i statistic matematic ofer un instrument serios i prodigios pentru studierea
lor.
II. ADMINISTRAREA DISCIPLINEI

Codul
disciplinei

cu frecven
la zi

F03O015

Denumirea
disciplinei

Responsabil
de disciplin

Semestrul

A.Potaru

III

Probabiliti
i Statistic

LI

Nr. de
credite

Forma de
nvmnt

Evaluarea

Ore total:

45

30

15

90

inclusiv
Total
180

Uniti de coninut i repartizarea orientativ a orelor

Nr.
d/o
1.
2.
3.
4.
5.

Uniti de coninut
Cmpuri de probabiliti oarecare. Variabile aleatoare.
Teoreme limit.
Procese aleatoare Markov
Estimarea parametrilor
Verificarea ipotezelor.
Total

C
14
10
7
8
6

Ore
S
14
8
4
2
2

L
7
4
6

45

30

15

Tematica i repartizarea orientativ a orelor de laborator

N

Tema

1.

Metoda Monte-Carlo. Aplicarea ei la calculul probabilitii, valorii

medii i integralei definite.
Modelarea sistemelor de ateptare

2.
3.

Verificarea ipotezelor statistice neparametrice. Testele hi-ptrat

(Pearson) i Kolmogorov.

Numrul
de ore

6
4
5

III. COMPETENE
Competene generice:
- Cunoaterea bazelor teoretice ale Teoriei Probabilitilor i Statisticii matematice
- Aplicarea metodelor probabiliste la elaborarea unor modele matematice pentru
diverse procese economice, sociale etc.
- Argumentarea metodelor probabiliste i statistice la verificarea unor ipoteze statistice
- Identificarea unor probleme din domeniul tehnicii i tiinei care pot fi interpretate i
rezolvate cu ajutorul metodelor probabiliste.
Competene specifice:
- Cunoaterea noiunilor din analiza matematic care se utilizeaz la examinarea unor
probleme cu aspect probabilist
- Interpretarea corect a noiunilor: probabilitate, valoare medie, dispersie, funcie de
repartiie.
- Interpretarea corect a legii numerelor mari i a aplicaiilor ei
- Interpretarea deciziilor statistice ca fiind nesigure
- Aplicarea tabelelor legilor de repartiie normal, student X 2 (hi-patrat) la verificarea
ipotezelor statistice
- Abordarea sistematic a subiectelor cu character probabilist i statistic.
IV. OBIECTIVE GENERALE
Cunoatere i nelegere
S disting modele probabiliste discrete i continui,
S interpreteze la nivel probabilist intuitiv operaiile cu evenimente aleatoare,
S identifice legile de repartiie clasice discrete i absolut continui,
S interpreteze legea de repartiie a variabilei aleatoare ca funcie de mulime numeric,
S cunoasc modele matematice care reflect adecvat o latur sau alta a fenomenelor
aleatoare,
S disting evenimentele i variabilele aleatoare independente i dependente,
S determine esena legii numerelor mari,
S determine esena teoremei limit centrale,
S interpreteze proprietatea Markov a lanurilor ca proprietatea a unor sisteme fizice,
sociale, biologice, etc.
S cunoasc i s poat interpreta ergodicitatea lanurilor Markov,
S disting problemele tipice de statistic,
S disting estimaiile unui parametru dup dispersiile lor
S descrie testul statistic ca o procedur algoritmic,
S disting esena noiunilor de putere a unui test,
S disting testele statistice dup puterile lor.
Aplicare
S construiasc modele probabilistice ale experimentelor aleatoare,
S aplice teorema limit central n cadrul metodei Monte Carlo,
S stabileasc independena variabililor aleatoare aplicnd funcia i densitatea de
repartiie
S utilizeze limita irului funciilor caracteristice pentru determinarea legii de repartiielimit
S construiasc intervale de ncredere pentru parametrii legilor de repartiie
S determine funcia de repartiie a variabilei aleatoare prin funcia caracteristic i viceversa,
3

S stabileasc ergodicitatea unui lan Markov

S aplice testul X 2 (hi-patrat) la verificarea ipotezelor de concocrdan,
S utilizeze inegalitatea Rao-Cramer pentru construirea estimaiilor de minim dispersie,
S utilizeze tabelele statistice la rezolvarea problemelor de statistic.

Integrare
S propun metode statistico probabiliste pentru rezolvarea unor probleme de
optimizare,
S propun metode de tipul metodei Monte Carlo pentru rezolvarea unor probleme
matematice, ce nu au un aspect probabilist,
S practice abordri probabiliste ale unor probleme din economie, finane, etc.
S formuleze probleme ce in de teoria lanurilor Markov n termenii grafurilor
orientate,
S abordeze probleme de tiin, tehnic, economie n termenii legii numerelor mari i a
teoremei limit central
V. OBIECTIVE DE REFERIN I UNITI DE CONINUT
Subiectul 1. Cmpuri de probabilitate oarecare. Variabile aleatoare.

Obiective
S defineasc corect noiunile de algebr i
a-algebr
S indentifice definiia probabilitii
discrete ca un caz particular al definiiei
axiomatice Kolmogorov
S formeze cmpul de probabilitate pentru
experimente aleatoare
S defineasc variabile aleatoare ca funcie
F-msurabil pe mulimea de evenimente
aleatoare
S identificen funcia de repartiie ca
instrument principal
de descriere
exhaustiv a variabilelor aleatoare i de
operare cu ele
S aplice noiunile de funcie i densitate de
repartiie
la verificarea independenei
variabilelor aleatoare
S identifice legile de repartiie clasice ca
modele matematice ale unor fenomene
reale
S defineasc noiunea de variabil ndimensional (vector aleator)
S rezolve probleme de determinare a
funciei i a densitii de repartiie comun
a variabilelor aleatoare
S identifice importana noiunii de
independen a variabilelor aleatoare n
teoria probabilitilor
S rezolve probleme de calcul a
caracteristicilor numerice ale variabilelor
aleatoare

Uniti de coninut
Algebre i a-algebre. Noiunea de msur
Lebegue.
Axiomatica lui Kolmogorov. Axioma
continuitii.
Exemple de cmpuri boreliene de
probabilitate.
Variabile aleatoare. Variabile aleatoare ca
limit a unui ir de variabile aleatoare
discrete.
Funcia de repartiie. Proprieti.
Trei tipuri de funcii de repartiie. Legi de
repartiie absolut continue clasice.
Variabile aleatoare n-dimensionale (vectori
aleatori)
Funcia i densitatea de repartiie comun a
variabilelor aleatoare
Variabile aleatoare independente
Caracteristici numerice ale variabilelor
aleatoare. Matricea
de corelaie a
vectorului aleator
Funcii de variabile aleatoare. Formula
convoluiei
Repartiii condiionate, valoarea medie
condiionat
Linii de regresie.

S calculeze repartiia i valoarea medie

condiional.
Subiectul 2. Teoreme limit

Obiective
s rezolve probleme cu ajutorul teoremelor
lui Moivre-Laplace i Poisson
S defineasc corect
noiunile de
convergen
aproape
sigur,
n
probabilitate, n repatiie (slab) i n medie
S identifice prin exemple deosebirea dintre
convergena aproape sigur i convergena
m probabilitate
S utilizeze funciile caracteristice la
demonstrarea teoremelor limit
S identifice importana inegalitii lui
Cebsev (practic i teoretic)
S descrie diverse condiii suficiente pentru
legea (slab) numerelor mari
S defineasc corect noiunea de lege a
numerelor mari (slab i tare)
S identifice diferena dintre legea slab i
legea tare a numerelor mari
S aplice teorema i inegalitatea
lui
Cebev la rezolvarea problemelor
S interpreteze Lema Borel-Cantelli ca un
caz particular al legii 0 sau 1 a lui
Kolmogorov
S identifice argumentele n baz crora
frecvena relativ a unui eveniment este o
aproximaie bun a probabiliti lui.

Uniti de coninut
Teorema limit n schema Bernoulli:
teoremele Moivre-Laplace i Poisson
iruri de variabile aleatoare i tipuri de
convergen
Funcia caracteristic i proprietile ei.
Legtura dintre convergena irurilor de
variabile aleatoare i convergena slab a
irurilor de funcii de repartiie.
Legea numerelor mari
Teorema lu Cebev. Consecine
Lema Borel-Cantelli
Legea tare a numerelor mari.
Teorema lui Kolmogorov. Consecine

Subiectul 3. Procese aleatoare Markov

Obiective
s defineasc corect noiunea de lan
Markov
S defineasc corect i s interpreteze
proprietatea Markov a unui lan discret
(dup timp i stri)
S identifice lanul Markov cu un sistem
(fizic, social, biologic, etc) care evolueaz
n timp ntr-o manier probabilist
S descrie proprietile principale ale
proprietilor de trecere
S identifice tipurile de stri: eseniale,
neeseniale, nule, periodice
S aplice condiiile necesare i suficiente la
verificarea recurenei strilor
S identifice proprietatea de ergodicitate a
lanului Markov omogen

Uniti de coninut
Lanuri Markov omogene cu timp discret i
mulime discret de stri
Probabiliti de trecere
Matricea probabilitilor de trecere n n
pai. Proprieti
Clasificarea strilor. Lanuri ireductibile
Condiia necesar i suficient de recuren
Ergodicitatea lanurilor

S modeleze fenomenele reale cu ajutorul

lanurilor Markov omogene.

Subiectul 4. Estimarea parametrilor

Obiective
s defineasc adecvat noiunile de populaie
statistic, slecie, model statistic
S identifice metodele de reprezentare a
seleciilor
S descrie modalitatea general de abordare
a noiunii de estimare a parametrilor
S defineasc i s interpreteze estimaiile
ca variabile aleatoare
S identifice minimizarea dispersiei ca
metod principal de construire a
estimaiilor bune
S descrie corect metodele de construire a
estimaiilor
S identifice inegalitatea Rao-Cramer ca
criteriu de construire a estimaiilor eficiente
(de minim dispersie)
S formuleze corect problema construirii
intervalelor de ncredere pentru parametri
ca o problem de estimare.

Uniti de coninut
Populaie statistic. Selecii. Reprezentarea
seleciilor. Funcia de repartiie empiric
Estimaii (estimatori). Estimaii :
nedeplasate; de minim dispersie.
Inegalitatea Rao-Cramer. Estimaii
eficiente
Metode de construire a estimaiilor: metoda
verosimilitii maxime; metoda momentelor
Intervale de ncredere (pentru valoarea
medie, dispersie i probabilitate)

Subiectul 5. Verificarea ipotezelor statistice

Obiective
s defineasc corect noiunile de ipotez,
ipotez nul, ipotez alternativ, ipoteze
simple, ipoteze compuse
S descrie testul statistic ca un algoritm
care permite a accepta sau a respinge o
ipotez statistic
S descrie principiul general de alegere a
regiunii critice a unui test statistic
S identifice sensul probabilist al noiunilor
de prag de semnificaie a testului, erori,
funcie de putere
S defineasc adecvat noiunea de cel mai
puternic test
S aplice testul lui Neyman-Pearson pentru
repartiii absolut continui i discrete
S descrie ca algoritm testul X 2
S aplice testul X 2 la verificarea ipotezelor
de concordan.

Uniti de coninut
Ipoteze statistice. Test statistic, regiunea
critic a testului statistic. Erori; prag de
semnificaie; funcie de putere; cel mai
puternic test statistic.
Verificarea ipotezei simple cu alternativ
simpl. Testul Neyman-Pearson. Exemple.
Verificarea ipotezelor de concordan.
Testul X 2 (Pearson).

VI. LUCRUL INDIVIDUAL

Nr.

1.

2.

Produsul
preconizat
Soluionarea unei
probleme clasice
prin cteva
metode diferite
Soluionarea unui
set de probleme
pe tematic ct
mai larg

Strategii de realizare

Criterii de evaluare

Termen de
realizare

Studiu bibliografic,
investigaii proprii

Corectitudine, exhaustivitate

Ctre prima
atestare

Studiu bibliografic,
investigaii proprii,
consultaii

Corectitudine, exhaustivitate

Ctre a doua
atestare

VII. BIBLIOGRAFIE SELECTIV

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.

Potaru A. Teoria probabilitilor. - Chiinu. :CECMI USM, 2008

Ciucu G., Tudor C. Teoria probabilitilor i aplicaii. Bucureti, Editura tiinific i
enciclopedic, 1983
Potaru A., Benderschi O. Teoria probabilitilor. Culegere de probleme. CE USM,
2014(2015)
Potaru A., Prodan N. Probleme de teoria probabilitilor( variabile aleatoare). Chiinu,
USM, 1991
Potaru A., Benderschi O. Teoria probabilitilor i statistica matematic (Lucrri de
laborator). Chiinu, CEP USM, 2005.
.. . - .:
, 1982.
.. . - .: , 1986.
. ., , . .
, , 1979
.. . - .: , 1969, 1988.
. , 1 . - ., ,
1984.
.. . - .: , 1989.
.. . - .: -
, 1992.
. ., . ., . :
1984, 2003.
. ., . ., . 2010,
Internet
Ciucu G., Crain V., Inferen statistic. Bucureti, Ed. Didactic i Pedagogic, 1974
.., .., ..
. - .: , 1989.
. ., .., .. . - .:
, 1986.
( ).
. .. - .: , 1990.
,
. . . . , -: , 1970.
7

20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

. .,
. .,
. , 1967.
. ., . ., . .
.- : 1989.
Ciucu G., Crain V., Probleme de statistic matematic. Bucureti, Ed. Didactic i
Pedagogic, 1968.
Trandafir R., Chica M., Teoria probabilitilor, Ed. Fund. Rom. De Mine, Bucureti,
2007
Pletea A., Popa L., Teoria probabilitilor. Iai, Univ. Tehnic Gh. Asachi, 1999.
. ., . ., . .,
. , 2004.
. ., . , . 2004
. ., . ., . ., . .
x- : , 2003.
Sheldon M. Ross. Initiation aux probabilites. Presses Polytechniques romandes, 1987
Cantoni E., Huber Ph., Ronchetti E., Matriser laleatoire. Exercices resolus de probabilites
et statistique. Springer-Verlag France, Paris, 2006.
Reicher C., Leblanc R., s.s. Theorie des probabilites: probleme set solutions. Internet.