CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.03.O.

009
DATA: 01.09.2017
TEHNICI DE SIMULARE STATISTICA A SISTEMELOR PAGINA: 1/14

FACULTATEA CALCULATOARE, INFORMATICĂ ȘI MICROELECTRONICĂ

DEPARTAMENTUL INGINERIA SOFTWARE ȘI AUTOMATICĂ

APROBATĂ APROBATĂ
la şedinţa DISA la şedinţa Consiliului FCIM
nr.____din____________ nr.____din____________
Șef DISA Președintele Consiliului FCIM
Ion FIODOROV, conf. univ., dr. Dumitru CIORBĂ, conf. univ., dr.
__________________________ _______________________

Program de studiu: 526.3 Automatică și Informatică

Denumirea unității de curs: METODE SI MODELE DE CALCUL
Modulul 2. TEHNICI DE SIMULARE STATISTICA A SISTEMELOR
Benefeciari: Studenţii anului II, învățământ cu frecvență
Ciclul de învățământ: Studii superioare de Licenţă, ciclul I
Numărul de credite ECTS: 3 (45 ore în auditoriu şi 45 ore de activităţi individuale ale
studentului, 1 credit = 15 ore de activităţi în auditoriu şi 15
ore de activităţi individuale ale studentului)

Titularul untății de curs: prof. univ., dr. Alexei LEAHU

_______________________________
semnătura titularului de curs

1
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.03.O.009
DATA: 01.09.2017
TEHNICI DE SIMULARE STATISTICA A SISTEMELOR PAGINA: 2/14

I. PRELIMINARII
Dat fiind interesul crescut in ultimii ani pentru teoria sistemelor in care sunt implicate
fenomenele/procesele cu character aleator, cursul nostru vine cu abordarea modelelor respective prin
prisma tehnicilor de simulare statistica. Aceste tehnici au numeroase aplicaţii în următoarele domenii:
modelarea si simularea proceselor industriale în scopul cunoaşterii acestora şi al conducerii lor;
conducerea automată în sisteme tehnice. Disciplinele pe care se bazează cursul sunt: Matematica
superioară, Teoria Probabilitatilor si a Informatiei, Programarea Calculatoarelor.
Obiectivele principale ale cursului sunt orientate in a familiariza studentul cu metodele de baza de
simulare (generare) a numerelor aleatore (uniforme si neuniforme) cu ajutorul calculatorului si
aplicarea lor la simularea statistica a sistemelor in scopul cercetarei fenomenelor/proceselor aleatoare
din punct de vedere al teoriei probabilitatilor si statisticii matematice.
Scopul principal al cursului „Tehnici de simulare statistica a sistemelor in calitate de Modul 2
in cadrul disciplinei didactice „Metode si modele de calcul” reprezintă tratarea principalelor aspecte
aplicative legate de cercetarea sistemelor, functionarea carora este descrisa prin intermediul modelelor
probabilistico-statistice. Aceasta pentru a servi la rezolvarea problemelor specifice de proiectare și
analiză a soluțiilor și a strategiilor pentru conducera (reglarea, optimizarea) unor procese cu caracter
aleator, cât și aspectele practice ale alegerii echipamentelor și elaborarea produselor program adecvate
rezolvarii acestor probleme.
Cursul „Tehnici de simulare statistica a sistemelor este inclus, in calitate de modul aparte, în
categoria unităţilor de curs de specialitate pentru studenţii Programului de studiu 526.3 Automatică și
Informatică. Consolidarea materialului teoretic şi obţinerea abilităţilor practice se realizează în
procesul de elaborare a lucrărilor de laborator şi a proiectelor de licenţă.
Obiectivele principale ale cursului „Tehnici de simulare statistica a sistemelor vizează formarea
si consolidarea la studenţi a următoarelor abilităţi:
• Înţelegerea principiilor de baza a metodelor/tehnicilor de modelare/simulare statistice.
• Capacitatea de a identifica modelul /repartitia probabilista adecvata fenomenului/procesului
aleator ce caracterizeaza functionarea sistemului cercetat.
• Capacitatea de a transcrie, in baza modelului identificat, algoritmii corespunzatori si rularea
lor pe calculator.
• Capacitatea de a utiliza Legea Numerelor Mari si Teorema Limita Centrala pentru optimizarea
algoritmilor de simulare statistica a sistemului cercetat.
• Capacitatea de a analiza si interpreta datele obtinute prin intermediul metodelor speci-
fice statisticii matematice.
• Modelarea Monte-Carlo a fiabilității sistemelo în scopul imbunatatirii performantelor lor.

Cursul este orientat spre pregătirea specialiştilor de o calificare înaltă în domeniul proiectării si
analizei sistemelor in scopul optimizarii functionarii lor, sisteme care vor activa în diferite organizații
și întreprinderi industriale.

II. PRECONDIŢII DE ACCES LA UNITATEA DE CURS/MODUL:

Pentru a atinge obiectivele cursului studenţii trebuie să posede abilităţi de identificare a modeleor
probabiliste ale fenomenelor/proceselor aleatoare care se intalnesc in functionarea sistemelor, sa poata

2
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.03.O.009
DATA: 01.09.2017
TEHNICI DE SIMULARE STATISTICA A SISTEMELOR PAGINA: 3/14

interpreta din punct de vedere probabilist parametrii care se afla la baza acestor modele, sa poata
elabora si sa programeze algoritmii ce rezulta din aceste modele.

III. COMPETENŢELE CARE URMEAZĂ A FI DEZVOLTATE

Competenţele obținute de această unitate de curs vor fi utilizate în cadrul studierii disciplinelor
de specialitate, proiectării de licenţă și proiectării sistemelor functionarea carora este influientata de
fenomene/factori aleatori.
Unitatea de curs prevede formarea următoarelor competenţe profesionale şi transversale:
CP1. Utilizarea de cunoştinţe legate de teoria probabilitatilor, statistica matematică, metode de
modelare, calculatoare, limbaje de programare.
▪ Utilizarea în comunicarea profesională a conceptelor, teoriilor şi metodelor ştiinţelor
fundamentale folosite în modelarea si simularea sistemelor.
▪ Explicarea temelor de rezolvat şi argumentarea soluţiilor din ingineria sistemelor, prin utilizarea
tehnicilor, conceptelor şi principiilor din probabilitati, statistica, algoritmi si programarea lor.
▪ Rezolvarea problemelor uzuale din domeniul ingineriei sistemelor prin identificarea de tehnici,
principii, metode adecvate fenomenelor aleatoare care apar in contextual functionarii sistemelor.
▪ Aprecierea potenţialului, avantajelor şi dezavantajelor unor metode şi procedee din domeniul
ingineriei sistemelor in care se impun tehnici de simulare statistica.
CP3. Utilizarea fundamentelor automaticii, a metodelor de modelare, simulare, identificare şi
analiză a proceselor, a tehnicilor de proiectare asistată de calculator.
▪ Identificarea conceptelor fundamentale ale teoriei sistemelor, ingineriei reglării automate, a
principiilor de bază din modelare şi simulare, precum şi a metodelor de analiză a proceselor, în scopul
explicării problemelor de bază din domeniu.
▪ Explicarea şi interpretarea problemelor de automatizare a unor tipuri de procese prin aplicarea
fundamentelor teoriei probabilitatilor si prelucrarii statistice a datelor, a metodelor de modelare,
identificare, simulare şi analiza proceselor, precum şi a tehnicilor de proiectare asistată de calculator.
▪ Rezolvarea unor tipuri de probleme de conducere prin: folosirea de metode şi principii de
modelare, elaborarea de scenarii de simulare, aplicarea de metode de identificare şi de analiză a unor
procese (inclusiv procese tehnologice) şi sisteme.
CP4. Implementarea, testarea, utilizarea şi mentenanţa sistemelor cu echipamente de uz general
şi dedicat, inclusiv calculatoare, pentru aplicaţii de automatică şi informatică aplicată.
▪ Definirea cu ajutorul principiilor de funcţionare şi proiectare, a cerinţelor standardelor aplicabile şi
a metodelor de implementare, testare, mentenanţă şi exploatare a echipamentelor folosite în aplicaţiile
de automatică şi informatică aplicată prin prisma tehnicilor de simulare statistica.
▪ Explicarea şi interpretarea metodelor de proiectare, implementare, testare, utilizare şi
mentenanţă a echipamentelor de uz general şi dedicat, folosite pentru aplicaţii de conducere automată
şi de informatică aplicată in cazul sistemelor influentate de factori aleatori.
▪ Evaluarea prin analiză de date experimentale pe calculator, folosind tehnici de simulare statistica
a sistemelor in vederea optimizarii performantelor functionarii sistemelor reale.
CT1. Aplicarea, în contextul respectării legislaţiei, a drepturilor de proprietate intelectuală
(inclusiv transfer tehnologic), a metodologiei de certificare a produselor, a principiilor, normelor şi
valorilor codului de etică profesională în cadrul propriei strategii de muncă riguroasă, eficientă şi
responsabilă.
CT2. Identificarea rolurilor şi responsabilităţilor într-o echipă plurispecializată, luarea
deciziilor şi atribuirea de sarcini, cu aplicarea de tehnici de relaţionare şi muncă eficientă în cadrul
echipei.

3
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.03.O.009
DATA: 01.09.2017
TEHNICI DE SIMULARE STATISTICA A SISTEMELOR PAGINA: 4/14

CT3. Identificarea oportunităţilor de formare continuă şi valorificarea eficientă a resurselor şi

tehnicilor de învăţare pentru propria dezvoltare.

ADMINISTRAREA UNITĂŢII DE CURS

Numărul de ore Evaluarea

Codul Anul
Semestrul Lucrări de Lucrul Credit
disciplinei predării Prelegeri Seminare Curentă Finală
laborator individual e
F.05.O.009 Învăţământ cu frecvenţă

II III 30 - 15 45 3 2 atestări examen

4
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 05.02.2017
TEORIA SISTEMELOR 1 PAGINA: 5/13

IV. REZULTATELE ÎNVĂŢĂRII, CONŢINUTURI ŞI METODE DIDACTICE APLICATE

Conţinuturi Realizarea în timp (ore)*

învăţămân
învăţământ
t cu
cu
Rezultatele învăţării. frecvenţă
Metode de predare frecvenţă
Studentul trebuie: Prelegeri Lucrări de laborator redusă
prel
prele l.pr. l.
eger
geri / lab lab
i
1 2 3 4 5 6 7 8
Să cunoască: Tema 1 Laboratorul 1. Pentru prelegere: 6 0/3
 Obiectivele şi scopul Simularea si notiunile aferente.Realizarea algoritmului de Expunerea, conversaţia.
disciplinei; Generatori de numereGenerare a numerelor Pentru laborator:
 Specificul si avantajele aleatoare. Variabile aleatoare aleatoare si de producere a Învățare prin utilizarea unui
simularii. (v.a.) uniforme in cazurile evenimentelor aleatoare cu limbaj de programare,
discret si continuu. Generatori
 Structura si scopul unui ajutorul calculatorului. elaborarea si rularea unui
de numere pseudoaleatoare
generator de numere program pe calculator.
(uniforme) utilizati in simularea
pseudoaleatoare. statistica. Lucrarea de laborator nr.1
Să fie capabil: Rezolvarea problemelor cu
 Să recunoasca v.a.uniforme in caracter probabilist, utilizand
functie de fenomenul/ex- tehnici de simulare statistica a
perimentul aleator analizat. experimentelor aleatoare.
 Să distinga cazurile discret si
cntinuu, inclusiv functiile
program din limbajele de
programare ce corespund
acestor cazuri.

5
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 05.02.2017
TEORIA SISTEMELOR 1 PAGINA: 5/13

Tema 2
Să cunoască: Modele (repartitii) probabi- Laboratorul 2. Pentru prelegere: 6 0/3
 Modelele probabiliste uzuale in liste uzuale. Modele (repartitii) Tehnici directe de simulare a Expunerea, conversaţia.
caz discret. probabiliste uzuale in caz v.a. repartizate Bernoulli, Pentru laborator:
 Fenomenele/experimentele discret (Uniforma, Bernoulli, Binomial, Geometric, Poisson, Insusirea tehnicilor de simu-
binomi-ala, Geometrica,
aleatoare care le descriu Hypergeometric sau Normal si lare statistica pe calculator a
Poisson, Hy-pergeometrica).
modelele probabiliste uzuale in rezolvarea unor probleme cu probelor Bernoulli si ale vari-
Modele (repar-titii) probabiliste
caz discret. uzuale in caz continuu caracter probabilistic aferente abilelor aleatoare repartizate
 Modelele probabiliste uzuale in (Uniforma, Exponenti- acestora. binomial, geometrica, dar si
caz continuu. ala,Erlang, Laplace, Normala) . normal repartzate .
 Fenomenele/experimentele
aleatoare care le descriu
modelele probabiliste uzuale in
caz continuu.
 Să fie capabil:
 Să identifice modelul in functie
de fenomenul/experiment in caz
discret.
 Să identifice modelul in functie

6
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 05.02.2017
TEORIA SISTEMELOR 1 PAGINA: 5/13

de fenomenul/experiment in caz
continuu.

Să cunoască:
 Metodele/tehnicile de baza
utilizate in simularea statistica
a v.a neuniforme.
 Algotitmii care corespund
acestor tehnici.
Să fie capabil:
 Să aplice tehnicile de baza
utilizate in simularea statistica
a v.a. neuniforme.
 Să scrie algoritmii pentru
realizarea tehnicilor de
simulare astatistica folosind
legatura intrinseca intre unele
repartitii/modele probabiliste.
Tema 3
Metode de simulare a variabi-
lelor aleatoare neuniforme.
Metoda inversarii. Metoda
compunerii (mixarii sau
amestecarii). Algoritmi bazati pe
legatura dintre repartitii ale
variabilelor aleatoare. Exemple
de aplicare a lor in evaluarea
fiabilitatii sistemelor.
Laboratorul 3 Pentru prelegere: 6 0/3
Tehnici de simulare statistica Expunerea, conversaţia.
folosind metodele inversarii si Pentru laborator:
mixarii in baza repartitiilor Problematizarea; tehnici de
(modelelor) exponentiale, învăţare prin simulare pe
Weibull, Laplace si utilizarea calculator și interactiv-
lor in evaluarea fiabilitatii creativă.
sistemelor.
Lucrarea de laborator nr. 2
Rezolvarea unei probleme de
analiza a functionarii
sistemelor de asteptare prin
intermediul tehnicilor de
simulare statistica.

7

Să cunoască:
 Specificul Metodei-Monte
Carlo.
 Algotitmii care corespund
acestor tehnici.
 Metodele de reducere a disper-
siei.
 Rolul Legii Numerelor Mari si
a Teoremei Limita Centrala in
simularea statistica
Să fie capabil:
 Să aplice tehnicile de baza
utilizate in metoda Monte-
Carlo in calculul Integralelor.
 Să scrie si sa optimizeze
algoritmii legati de imple-
mentarea Metodei Monte-
CURRICULA UNITĂŢII DE CURS/MODULULUI
TEORIA SISTEMELOR 1
Tema 4
Metoda Monte–Carlo.
Istoricul metodei. Esenta
Metodei Monte-Carlo. Calculul
aproximativ al integralelor.
Metoda Monte-Carlo bruta.
Metode de reducere a dispersiei.
Legea Numerelor Mari si
Teorema Limita Centrala
aplicate la optimizarea
algoritmilor de simulare
statistica.
COD: F.05.O.013
DATA: 05.02.2017
PAGINA: 5/13
Pentru prelegere: 6 0/3
Expunerea, conversaţia.
Pentru laborator:
Problematizarea; tehnici de
învăţare prin simulare pe cal-
culator și interactiv-creativă.
Laboratorul 4
Realizarea Metodei Monte-
Carlo ca metoda altenativa la
metodele Numerice de calcul
aproximativ pe exemplul de
calcul a integralelor.
8
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 05.02.2017
TEORIA SISTEMELOR 1 PAGINA: 5/13

Carlo.

Tema 5
Aplicatii: simularea fiabilitatii Pentru prelegere: 6 0/3
sistemelor. Notiuni de baza Laboratorul 5 Expunerea, conversaţia.
Să cunoască: legate de fiabilitatea sistemelor: Algoritmi specifici tehnicilor Pentru laborator:
 Modele de baza din Teoria indicatori de fiabilitate, functii de simulare statistica a Problematizarea; tehnici de
ce descriu uzura sistemelor.
Asteptarii. fiabilitatii sistemelor. învăţare prin simulare pe
Algoritmi de simulare a
 Cum se aplica aceste modele la sistemelor
calculator și interactiv-
descrierea si optimizarea creativă.
functionarii unor sisteme reale,
inclusiv a calculatoarelor
moderne.
Să fie capabil:
 Să aplice tehnicile de baza
utilizate in simularea statistica
a v.a. neuniforme ce apar in
sistemele de asteptare.
 Sa realizeze acesti algoritmi pe
calculator.
 Sa analizeze rezultatele

9
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 05.02.2017
TEORIA SISTEMELOR 1 PAGINA: 5/13

calculelor in vederea optimi-

zarii functionarii sistemelor
cercetate.

30 0/15

10
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 02.02.2017
TEORIA SISTEMELOR 1 PAGINA: 11/16

V. CONŢINUTUL PROIECTULUI DE AN

Conform Planului de studii nu este prevăzut Proiect de curs

VII. SUGESTII PENTRU ACTIVITATEA INDIVIDUALĂ A

STUDENŢILOR

Pe parcursul semestrului, studenţii realizează activităţi individuale, care includ:

- studiul literaturii obligatorii conform listei surselor bibliografice prezentate în curriculă;
- realizarea temelor pentru acasă, propuse în cadrul lucrărilor de laborator;
Pe parcursul semestrului studenţilor li se propune tematica pentru elaborarea referatelor în scopul
aprofundării cunoştinţelor teoretice, după cum urmează:
Pentru prima atestare:
-identificarea modelelor/repartitiilor probabiliste de tip discret in functie de experimentul aleatoriu;
- identificarea modelelor/repartitiilor probabiliste de tip continuu in functie de experimentul
aleatoriu,
-elaborarea algoritmului de simulare statistica in functie de modelul probabilist identificat.
Pentru a doua atestare:
- identificarea metodei de simulare statistica in functie de modelul/repartitiia probabiliste data;
- elaborarea algoritmului de simulare statistica in functie de metoda aleasa pentru modelul
probabilist dat.

VIII. EVALUAREA UNITĂȚII DE CURS

Curentă
Proiect de an Examen final
Atestarea 1 Atestarea 2
30 % 30 % - 40%
Standard minim de performanţă
Prezenţa şi activitatea la prelegeri, lucrări practice şi lucrări de laborator.
Obţinerea notei minime de „5” la fiecare dintre atestări, lucrări de laborator.
Demonstrarea la examinare finală a cunoaşterii noptiunelor de baza, modelelor probabiliste uzuale, metodelor
de baza, dar si a modalitatilor (bazate pe LNM si TLC) de optimizare a algoritmilor ce tin de tehnicile de
simulare statistica a sistemelor.

IX. LISTA DE SUBIECTE PENTRU EVALUĂRI PERIODICE ŞI CEA FINALĂ

CHESTIONAR PENTRU ATESTAREA I-A

1. Noțiunea generala de Simulare si notiunea de Simulare Statistica.

2. Efectele si avantajele Simularii Statistice.
3. Variabile aleatoare (v.a.) uniforme in caz discret si exemple de experimente aleatoare in care
apar aceste v.a.
4. Variabile aleatoare (v.a.) uniforme in caz (absolut) continuu si exemple de experimente
aleatoare in care apar aceste v.a.
5. Legatura dintre v.a. uniform repartizate pe [0,1] si cele uniform repartizate pe [a,b].
6. Legatura dintre v.a. uniform repartizate pe [0,1] si cele digitale, adica uniform repartizate pe
{0,1}.

11
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 02.02.2017
TEORIA SISTEMELOR 1 PAGINA: 12/16

7. Ce este Generatorul de Numere Aleatoare? Dar Generatorul de Numere Pseudo Aleatoare?

8. Functia de repartitie (f.r.) a v.a. privita ca model probabilist in caz general.
9. Notiunea de model (repartitie) probabilist in caz discret.
10. Repartitia Bernoulli ca model probabilist al probelor Bernoulli .
11. Repartitia binomiala, scheme si experimente aleatoare care conduc la ea.
12. Repartitia geometrica si experimentul aleatoriu modelat de ea.
13. Proprietatea „lipsei memoriei” a repartitiei geometrice.
14. Repartitia exponentiala cu exponent negativ si experimentele aleatoare modelate de ea.
15. Repartitia Pascal si experimentele aleatoare modelate de ea.
16. Repartitia Poisson si exemple de experimente/fenomene aleatpoare modelate de ea.
17. Teorema Limita Poisson, care reflecta conditiile in care modelul (repartitia binpomial poate fi
aproximat cu repartitia Poisson.
18. Notiunea de model probabilist/densitate de repartitie in caz (absolut) continuu.
19. Modelul (repartitia) Simpson si legatura lui cu repartitia uniforma.
20. Repartitia exponentiala si exemple de experimente/fenomene aleatpoare modelate de ea..
21. Proprietatea „lipsei memoriei” a repartitiei exponentiale.
22. Modele (repartitii) inrudite cu repartitia exponenntiala (Laplace, Erlang, hiperexponentiala).
23. Repartitiile Weibull si Beta si rolul lor in modelarea fiabiliotatii sistemelor.
24. Reoartitia Normala, repartitia normala standart si legaturile dintre ele.
25. Reoartitii inrudite cu cea Normala (HI-patrat, Student).
26. Repartitii inrudite cu cea Normala (Fusher-Snedecor, Rayleigh)
27. Repartitia de putere.

CHESTIONAR PENTRU ATESTAREA A II-A

1. Tehnica (metoda) inversarii pentru generarea de v.a. discrete. Exemple si algoritmi de

realizare a acestei tehnici.
2. Tehnica (metoda) inversarii pentru generarea de v.a. continue. Exemple si algoritmi de
realizare a acestei tehnici.
3. Compunerea discreta si algoritmul compunerii discrete de simulare a v.a. Exemplu.
4. Compunerea continue si algoritmul compunerii continue de simulare a v.a. Exemplu.
5. Tehnica (metoda) respingerii de generare a v.a. si Algoritmul general. Exemplu.
6. Alte Tehnici de simulare statistica (Tehnici bazate pe Teoria Numerelor, Tehnica Convolutiei,
Tehnici bazate pe legatura cu alte v.a.).
7. Legea Numerelor Mari (L.N.M.) si sensul pentru simularea statistic.
8. Teorema Limita Centrala (T.L.C.) si sensul ei pentru simularea statistica.
9. Esenta Metodei Monte Carlo. Schema Generala.
10. Aplicarea T.L.C. la evaluarea erorii de aproximare prin Metoda Monte Carlo.
11. Esenta (descrierea) metodelor de calcul (aproximativ) a integralelor prin Metoda Monte Carlo.
12. Alegerea schemei de calcul a integralelor prin mMetoda Monte Carlo drept consecinta din
Teorema lui Sobol.
13. Metoda Monte Carlo bruta.
14. Metode de diminuare a dispersiei:Metoda Monte Carlo dupa importanta.
15. Metode de diminuare a dispersiei in Metoda Monte Carlo: Metoda variabilei de control.
16. Notiuni legate de fiabilitatea sistemelor.
17. Functii ce descriu uzura sistemelor.

12
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 02.02.2017
TEORIA SISTEMELOR 1 PAGINA: 13/16

18. Modele ale retelelor (sitemelor) de tip serie/paralel si algoritmi de simulare a fiabilitatii lor.

CHESTIONAR PENTRU EXAMEN

1. Noțiunea generala de Simulare si notiunea de Simulare Statistica.
2. Efectele si avantajele Simularii Statistice.
3. Variabile aleatoare (v.a.) uniforme in caz discret si exemple de experimente aleatoare in care
apar aceste v.a.
4. Variabile aleatoare (v.a.) uniforme in caz (absolut) continuu si exemple de experimente
aleatoare in care apar aceste v.a.
5. Legatura dintre v.a. uniform repartizate pe [0,1] si cele uniform repartizate pe [a,b].
6. Legatura dintre v.a. uniform repartizate pe [0,1] si cele digitale, adica uniform repartizate pe
{0,1}.
7. Ce este Generatorul de Numere Aleatoare? Dar Generatorul de Numere Pseudo Aleatoare?
8. Functia de repartitie (f.r.) a v.a. privita ca model probabilist in caz general.
9. Notiunea de model (repartitie) probabilist in caz discret.
10. Repartitia Bernoulli ca model probabilist al probelor Bernoulli .
11. Repartitia binomiala, scheme si experimente aleatoare care conduc la ea.
12. Repartitia geometrica si experimentul aleatoriu modelat de ea.
13. Proprietatea „lipsei memoriei” a repartitiei geometrice.
14. Repartitia exponentiala cu exponent negativ si experimentele aleatoare modelate de ea.
15. Repartitia Pascal si experimentele aleatoare modelate de ea.
16. Repartitia Poisson si exemple de experimente/fenomene aleatpoare modelate de ea.
17. Teorema Limita Poisson, care reflecta conditiile in care modelul (repartitia binpomial poate fi
aproximat cu repartitia Poisson.
18. Notiunea de model probabilist/densitate de repartitie in caz (absolut) continuu.
19. Modelul (repartitia) Simpson si legatura lui cu repartitia uniforma.
20. Repartitia exponentiala si exemple de experimente/fenomene aleatpoare modelate de ea..
21. Proprietatea „lipsei memoriei” a repartitiei exponentiale.
22. Modele (repartitii) inrudite cu repartitia exponenntiala (Laplace, Erlang, hiperexponentiala).
23. Repartitiile Weibull si Beta si rolul lor in modelarea fiabiliotatii sistemelor.
24. Repartitia Normala, repartitia normala standart si legaturile dintre ele.
25. Repartitii inrudite cu cea Normala (HI-patrat, Student).
26. Repartitii inrudite cu cea Normala (Fusher-Snedecor, Rayleigh)
27. Repartitia de putere.

28. Tehnica (metoda) inversarii pentru generarea de v.a. discrete. Exemple si algoritmi de realizare
a acestei tehnici.
29. Tehnica (metoda) inversarii pentru generarea de v.a. continue. Exemple si algoritmi de
realizare a acestei tehnici.
30. Compunerea discreta si algoritmul compunerii discrete de simulare a v.a. Exemplu.
31. Compunerea continue si algoritmul compunerii continue de simulare a v.a. Exemplu.
32. Tehnica (metoda) respingerii de generare a v.a. si Algoritmul general. Exemplu.
33. Alte Tehnici de simulare statistica (Tehnici bazate pe Teoria Numerelor, Tehnica Convolutiei,
Tehnici bazate pe legatura cu alte v.a.).
34. Legea Numerelor Mari (L.N.M.) si sensul pentru simularea statistic.

13
 CURRICULA UNITĂŢII DE CURS/MODULULUI COD: F.05.O.013
DATA: 02.02.2017
TEORIA SISTEMELOR 1 PAGINA: 14/16

35. Teorema Limita Centrala (T.L.C.) si sensul ei pentru simularea statistica.

36. Esenta Metodei Monte Carlo. Schema Generala.
37. Aplicarea T.L.C. la evaluarea erorii de aproximare prin Metoda Monte Carlo.
38. Esenta (descrierea) metodelor de calcul (aproximativ) a integralelor prin Metoda Monte Carlo.
39. Alegerea schemei de calcul a integralelor prin mMetoda Monte Carlo drept consecinta din
Teorema lui Sobol.
40. Metoda Monte Carlo bruta.
41. Metode de diminuare a dispersiei:Metoda Monte Carlo dupa importanta.
42. Metode de diminuare a dispersiei in Metoda Monte Carlo: Metoda variabilei de control.
43. Notiuni legate de fiabilitatea sistemelor.
44. Functii ce descriu uzura sistemelor.
45. Modele ale retelelor (sitemelor) de tip serie/paralel si algoritmi de simulare a fiabilitatii lor.

X. REFERINŢE BIBLIOGRAFICE

1. I. Balmuş, Gh. Ceban, A. Leahu, I. Lisnic, A. Moloşniuc, Teoria Probabilităţilor şi a Informaţiei în

Sistemul de Programe Mathematica, Edit. “Tehnica-UTM”, Chişinău, 2017, pp.130
2. A. Leahu, Tehnici de simulare statistica, Curs pe suport electronic
3. I. Văduvă, Modele ¸si simulare, Edit. Univ. Bucureşti, 2004, pp.190
4. F.Gorunescu, A. Prodan, Modelare stochastică şi simulare, Edit. Albastra, Cluj, 2001, pp.372
5. Hand-book on STATISTICAL DISTRIBUTIONS for experimentalists,
http://www.physto.se/~walck/suf9601.pdf
6. Computer Generation of Statistical Distributions, http://ftp.arl.mil/random/random.pdf
7. http://www.xycoon.com/continuousdistributions.htm

14