Portofoliu TEORIA PROBABILITATILOR SI

STATISTICA MATEMATICA

It is a capital mistake
to theorize
before one has data.
Sir Arthur Ignatius Conan Doyle
(1859 – 1930, Scottish physician and writer,

Pop Ana Andrada

An I, TDDHFR
Contents
Rolul statisticii in cunoasterea umana.........................................................................................................3
Concepte de bază folosite în statistică........................................................................................................4
Colectivitatea si unitatea statistică (Populatia)........................................................................................4
Variabilele sau caracteristicile statistice..................................................................................................4
Statisticile (sau indicatorii statistici)........................................................................................................4
Media aritmetica.................................................................................................................................5
STATISTICA DESCRIPTIVA.............................................................................................................................6
Statistica inferenţială...............................................................................................................................6
Datele statistice şi scalele de identificare și/sau măsurare a acestora................................................6
Observarea statistică...............................................................................................................................6
Raportarea statistică................................................................................................................................7
Sondajul sau selecţia statistică............................................................................................................7
Clasificarea grupărilor statistice...............................................................................................................8
Prezentarea rezultatelor prelucrării primare a datelor............................................................................8
Tabelele statistice................................................................................................................................8
Diagramele statistice...........................................................................................................................8
Distrubutii probabilistice discrete................................................................................................................9
Distributia binomiala...............................................................................................................................9
Distrubutii probabilistice continue............................................................................................................11
Distribuţiile gamma...............................................................................................................................11
Aplicatie solicitata.....................................................................................................................................13
Bibliografie :.............................................................................................................................................16

2
 Rolul statisticii in cunoasterea umana
Statistica a fost folosita pentru rezolvarea unor nevoi practice ale vietii sociale din cele mai vechi timpuri
si pana astazi, o regasim atat in primele forme de evidenta a populatiei si bunurilor materiale, cat si in
rezolvarea celor mai variate si complexe probleme de conducere.
In tara noastra statistica oficiala reprezentata de Institutul National de Statistica este una dintre cele
mai vechi institutii publice. Se poate spune chiar ca ea s-a creat odata cu statutul roman unitar la nici o
jumatate de an de la actul istoric din 24 ianuarie 1859.
Statistica este stiința colectării și înțelegerii datelor ce caracterizează fenomenele de masa, un
instrument de cunoaştere a particularităților de volum, structură și dinamică a fenomenelor și proceselor
economico-sociale. Ea se ocupa cu aplicarea metodelor matematice pentru prelucrarea si extragearea
informatiilor statistice.
În ce privește metodele statistice, B. N. Gupta arăta faptul că acestea „sunt inductive prin natura lor,
deoarece generalizările rezultă din observații individuale. [...] Ele pun în evidență numai comportamentul
tipic al tuturor obiectelor luate în studiu, dar nu descriu comportamentul elementelor luate separat,
deoarece există o stabilitate mai mare în colectivitate decât în individ” 1 .
Pentru ca investigația statistică să-și dovedească într-adevăr aplicabilitatea, se impune existenţa
următoarelor două condiţii în legătură cu fenoemenele studiate:

 Condiţia de volum: considerarea unui număr suficient de mare de cazuri individuale;

 Condiţia de justificare a analizei statistice: existenţa unei variabilități de la un caz la
altul, dată de acțiunea unuia sau a mai multor factori de influență;
Fenomenele statistice, adică fenomenele care constituie obiectul de studiu al statisticii, se mai
numesc și „fenomene de masă”. Acestea sunt fenomene descrise simultan de proprietăţi care decurg din
cele două condiții enumerate mai sus:
1. Esenţa lor nu poate fi evidenţiată decât pe baza considerării unui număr suficient de mare de
manifestări individuale.
Exemplu: opţiunile de vot ale unui electorat nu pot fi suficient de bine cunoscute decât
prin analiza unui număr suficient de mare de alegători.
Aceste fenomene înregistrează o anumită variabilitate de la o manifestare individuală la alta.
Variabilitatea fenomenelor de masă se poate manifesta fie în timp (la nivelul unei singure unităţi
statistice), fie în spaţiu (la acelaşi moment sau pentru aceeaşi perioadă de timp).
Exemplu: comportamentele producătorilor şi ale consumatorilor pe baza cărora se
formează preţurile diferitelor mărfuri, sunt influenţate de o multitudine de factori, precum: vârsta,
sexul, educaţia, venitul etc.

Cea mai importantă lege statistică este legea numerelor mari, formulată pentru prima dată de către
Jacob Bernoulli (1654-1705) în celebra sa lucrare Ars Conjectandi. Legea numerelor mari a dobândit în
timp rolul unui principiu fundamental al cercetării statistice, care afirmă că într-un număr suficient de mare
de cazuri individuale, influenţele diverşilor factori se pot compensa, astfel încât să se ajungă la o anumită
valoare tipică, reprezentativă pentru întreg ansamblul studiat.
Un loc important în cercetarea statistică trebuie acordat etapei de planificare a acesteia.
Cei care investighează trebuie să fie conştienţi de limitele caracteristice cercetărilor statistice. Astfel de
limite pot fi, de exemplu, cele determinate de indisponibilitatea tuturor datelor statistice necesare.

3
Concepte de bază folosite în statistică
Colectivitatea si unitatea statistică (Populatia)
Populatia statistică reprezintă o mulţime de elemente a căror observare este necesară pentru
obţinerea informaţiilor statistice dorite.Prin observarea statistică a acestor elemente, se obțin date
statistice a căror prelucrare poate genera informaţii statistice de interes.
Elementele unei colectivităţi statistice sunt denumite unităţi statistice și ele pot fi simple, adică
indivizibile (de exemplu, studenții din cadrul unei universități, angajații din cadrul unei firme, cetățenii cu
drept de vot dintr-o anumită localitate, produsele obținute pe o linie de fabricație etc.) sau complexe,
adică ansambluri organizate de unități simple (de exemplu, grupele sau semigrupele de studenți dintr-o
facultate, colectivele de muncă dintr-o întreprindere, familiile sau gospodăriile dintr-o localitate, loturile
de produse fabricate într-o unitate industrială etc.).

Variabilele sau caracteristicile statistice

Variabilele sau caracteristicile statistice sunt criteriile de interes după care unităţile statistice sunt
supuse studiului statistic. Se numesc aşa deoarece pot înregistra mai multe variante de la o unitate
statistică la alta. Ele pot fi:
 Date univariate: (o singură variabilă statistică);
 Date bivariate: (două variabile statistice);
 Date multivariate: ( mai mult de două variabile statistice);
Caracteristicele statistice se pot clasifica după mai multe criterii:
1) După modul de exprimare:
 Calitative ( nu se exprimă numeric: profesie, locul de domiciliu)
 -Cantitative (se exprimă numeric: salariu, greutate, înălțime)
2) În funcție de variantele de răspuns:
 Alternative (binare) cu doua variante de răspuns.
 Nealternative , cu mai multe răspunsuri (se pot transforma în alternative.
3) În funcție de natura caracteristicilor.
 Caracteristici continue : greutate, înălțime.
 Caracteristici discrete: număr de orașe, număr de copii.
4) În funcție de conținutul caracteristicii:
 Caracteristici de timp.
 Caracteristici de spațiu.
 Caracteristici atributive (altul decât spațiul și timpul)
5) În funcție de modul de obținere și caracterizare a fenomenelor.
 Caracteristici primare.
 Caracteristici derivate.

Statisticile (sau indicatorii statistici)

Statisticile (sau indicatorii statistici) sunt valori reprezentative pentru colectivităţile statistice
studiate, obţinute prin diverse operaţii numerice (de calcul, cumulare, agregare etc.).
 statistici pentru descrierea tendinţei centrale – statistici medii (media aritmetică, media
geometrică etc.), statistici de poziție (valoarea mediană, valoarea sau valorile modale etc.),
statistici devariaţie în jurul tendinţei centrale (amplitudinea, abaterea medie
pătratică, dispersia sau varianţa, coeficientul de variaţie etc.);
4
  statistici ale concentrării/diversificării (abaterea medialămediană, indicele de concentrare Gini,
energia informaţională Onicescu etc.);

Media aritmetica
Media aritmetică este valoarea reprezentativă statistic din punctul de vedere al sumei valorilor
înregistrate. Concret, aceasta înseamnă că prin înlocuirea tuturor valorilor înregistrate cu media lor
aritmetică, suma lor nu se modifică. Media aritmetică simplă exprimă un nivel mediu, anihilând abaterile
individuale, netipice. Ea este cuprinsă între valoraea cea mai mare şi cea mai mică.
Dacă în urma unei selecţii apar valorile distincte   atunci media aritmetică este

dată de formula:

În cazul datelor centralizate (în care avem repartiţia de frecvenţă (2)):

care se mai numeşte medie aritmetică ponderată. Numărul care arată de câte ori se repetă fiecare valoare
(nj) este "ponderea" valorii respective.

Observaţia 1. Media aritmetică are dezavantajul că este sensibilă la valori extreme, iar dacă termenii sunt
prea "împrăştiaţi", tinde să devină o valoare nereprezentativă. Media aritmetică este o valoare lipsită de
conţinut dacă elementele sunt deosebite din punct de vedere calitativ, caz în care este mai util să se facă
medii parţiale pentru fiecare tip de colectivitate.
Observaţia 2. Dacă avem mai multe medii, fiecare referindu-se la o anumită categorie, fiecare medie va
fi ponderată în funcţie de importanţa categoriei sale.
Aplicatie :

1. Numarul angajatilor in regim part-time, pentru 9 firme, selectate aleator, se prezinta astfel:

4 10 12 9 16 18 18 22 8

Media aritmetica simpla (folosita in cazul datelor negrupate) se calculeaza astfel:

Interpretare: In medie, o firma a angajat 13 persoane in regim part-time.

STATISTICA DESCRIPTIVA
În urma centralizării datelor statistice se obţin statisticile primare, iar prin prelucrarea, cu ajutorul
tehnicilor de calcul statistice, a statisticilor primare, se obţin statisticile derivate.
Statisticile primare se exprimă în unităţile de măsură specifice variabilelor studiate (bucăţi,
kilograme, metri etc.). Cu ajutorul lor se pot face doar aprecieri globale privind fenomenele studiate.
Statisticile derivate sunt necesare pentru evidenţierea tendinţelor specifice
5
(care interesează în cercetările întreprinse) manifestate la nivelul colectivităţilor statistice studiate.

Statistica inferenţială
Statistica modernă s-a dezvoltat mai ales prin apariţia şi dezvoltarea metodelor de investigare
parţială. Metodele de investigare statistică parţială sunt metode ale aşa-numitei statistici inferenţiale.
Statistica inferenţială îşi propune să caracterizeze colectivitatea statistică studiată prin observarea
doar a uneia sau mai multor părţi ale acesteia, denumite eşantioane. Bineînţeles, o astfel de caracterizare
nu poate fi decât una estimativă, valorile statistice obţinute la nivel de eşantion statistic fiind denumite
estimatori statistici.
Datele statistice şi scalele de identificare și/sau măsurare a acestora
Pentru a fi complete, datele statistice trebuie să conţină următoarele elemente:
 noţiunea, care precizează fenomenul sau procesul la care se referă data statistică;
 identificatorii – de spaţiu, de timp etc.;
 valoarea numerică însoţită, dacă este cazul, de unitatea de măsură.
Datele statistice sunt purtătoare de informaţii statistice, acestea din urmă constând în mesajele
semnificative oferite de datele statistice.

Scala nominală de identificare a datelor

Variabile calitative sunt variabile nemăsurabile. Aceasta înseamnă că variantele care descriu aceste
variabile constau în diferite atribute sau însușiri și nu în cantități.
Sunt patru scale principale de măsurare:
 Scala nominală :(scala denumirilor) se atribuie nume pentru variabile. Se face o diferențiere de
specie dar nu și de grad.
Exemplu: ocupația, sexul, profesia.
 Scala ordinală: sunt măsurate variabile de timp nenumeric dar care pot fi ordonate. Diferenţiere
de specie şi de grad.
Exemplu: nivelul de studii, categorii de hoteluri, ratinguri, etc.
 Scala de intervale (cardinală). Diferenţiere de specie şi de grad, în plus folosește unități de
măsură egale. Absența unui punct zero absolut pentru scală.
Exemplu: temperatura.
 Scala proporțională ( de raport) Are toate calitățile celor anterioare iar în plus are un punct fix
zero absolut.
Pentru compararea şi măsurarea opiniilor, a comportamentelor, s-au elaborat scale specifice de
intensitate.
Ȋn cercetările de marketing se foloseşte scala de opinie sau de rating. Se fixează 4 până la 10 gradaţii
pentru gradarea răspunsurilor.

Observarea statistică
Cercetarea statistică se desfăşoară în următoarele trei etape:
 observarea statistică, adică culegerea datelor statistice;
 prelucrarea datelor obţinute în faza precedentă;
 analiza şi interpretarea rezultatelor obţinute în urma prelucrării.
Aceste etape trebuie abordate împreună, ca un tot unitar, asigurându-se astfel premisa reducerii
riscului unor erori de culegere, prelucrare sau analiză statistică.
Pentru a putea satisface corespunzător necesităţile de cercetare statistică, observarea statistică trebuie
să îndeplinească două condiţii:

6
  condiţia de volum, care presupune culegerea datelor de la toate unităţile care compun
colectivitatea sau eşantionul statistic, aşa cum au fost definite acestea în etapa de planificare
statistică;
 condiţia de calitate, care presupune înregistrarea de date autentice, reale.
După modul de organizare a lor în timp, observările statistice se pot clasifica în:
 observări permanente (cum sunt, de exemplu, cele realizate prin raportările statistice din cadrul
Sistemelor Informaţionale Statistice, SIS, Naţionale);
 observări fără caracter permanent, cum sunt recensămintele, anchetele, monografiile statistice etc.
După numărul unităţilor supuse observării, observările statistice se pot împărţi în:
 observări totale – în urma cărora se obţin date de la toate unităţile care compun colectivitatea
statistică ţintă (recensăminte, rapoarte statistice, etc.);
 observări parţiale (observări prin sondaj sau prin selecţie) – prin care se culeg date doar de la o
parte (eşantion) din unităţile care compun colectivitatea statistică ţintă.
Principalele metode de observare statistică sunt:
 recensământul;
 raportarea statistică;
 sondajul sau selecţia statistică;
 ancheta statistică;
 observarea părţii principale (panelul);
 monografia statistică.

Recensământul
Recensământul este cea mai veche metodă de observare statistică, constând în culegerea periodică de
date statistice de la toate unităţile care compun colectivitatea statistică ţintă.
Primul recensământ demografic autentic din România a fost organizat în anul 1838 şi a vizat
totalitatea locuitorilor Ţării Româneşti, indiferent de vârstă, sex, stare socială etc.
Raportarea statistică
Prin intermediul unui sistem de raportare statistică se doreşte o observare
permanentă a tuturor unităţilor statistice componente ale colectivității statistice ţintă.
În cadrul unui sistem de raportare statistică, unităţile statistice trebuie să furnizeze permanent datele
statistice solicitate, astfel încât să poată fi surprinsă evoluţia în timp a fenomenelor cercetate.

Sondajul sau selecţia statistică

Sondajul sau selecţia statistică este o metodă de observare
statistică parţială a colectivității statistice ţintă. O observare
statistică parţială este motivată prin eforturile mai mici pe care
aceasta le presupune.
exemplu: sondaj CURS realizat in 26 februarie 2021

Clasificarea grupărilor statistice

În funcţie de numărul criteriilor (variabilelor) de grupare, gruparea poate fi:
 simplă, adică după un singur criteriu, rezultatul grupării putând fi redat printr-un tabel simplu;
 combinată, realizate după două sau mai multe variabile concomitent, rezultatul urmând a fi redat
printr-un tabel combinat.
În funcţie de natura criteriilor de grupare, se pot realiza:
 grupări cronologice, realizate după un criteriu de timp (ziua, luna, anul, etc.).

7
  grupări spaţiale sau teritoriale, realizate după un criteriu de spaţiu (ţara, judeţul, zona
geografică etc.).
 grupări după variabile atributive (de exemplu, grupări pe tipuri, pe feluri etc.);
 grupări după variabile cantitative, care la rândul lor pot fi cu variaţie discretă (grupări pe
variante, pe valori discrete) sau cu variaţie continua(grupări pe intervale).

Prezentarea rezultatelor prelucrării primare a datelor

Gruparea şi centralizarea datelor statistice asigură posibilitatea descrierii grafice a colectivităţii
statistice studiate prin intermediul tabelelor şi diagramelor statistice.

Tabelele statistice
Tabelele statistice sunt folosite pentru prezentarea seriilor statistice şi se construiesc în aşa fel încât să
conţină următoarele elemente:
Elementele unui tabel:
 titlul general si titlurile interioare;
 unitatea de măsură generală;
 notele explicative;
 sursa datelor;
 rubricile tabelului.
Tipuri de tabele :
 simplu (distribuție univariate)
 cu dublă intrare (tabel de corelație)
Diagramele statistice
Metodă de prezentare sub forma unei imagini a datelor unei distribuții într-un sistem de coordonate
dat. Principiul de bază : proporționalitatea.
Elementele reprezentării: Axele de coordinate; Scara; Rețeaua graficului; Legenda; Sursa Datelor; Note
explicative

Principalele tipuri de grafice statistice sunt:

 Diagramele prin benzi- sunt grafice în care datele
statistice, grupate prin metodele prezentate, sunt
reprezentate prin ariile unor dreptunghiuri
construite cu bazele pe ordonata unui sistem
rectangular de axe.

 Diagramele prin coloane- Cu ajutorul diagramelor prin

coloane, datele statistice sunt reprezentate tot prin dreptunghiuri, construite însă pe verticală,
cu bazele pe abscisă(coloane).
 Diagramele de structură- se folosesc pentru reprezentarea distribuţiilor statistice după
variabilele considerate. Pentru reprezentarea grafică se folosesc diverse figuri geometrice:
cercul, pătratul, dreptunghiul etc.

8
  Diagrama polară- Se mai numeşte şi diagramă radială şi se foloseşte pentru ilustrarea
sezonalităţii caracteristice anumitor fenomene statistice studiate.
Diagrama polară se construieşte folosind o reţea radială.

 Histograma- se foloseşte pentru reprezentarea repartiţiilor variabilelor

statistice definite pe intervale.Ea se construieşte într-un sistem rectangular de axe astfel:
- pe abscisă se reprezintă prin segmente de dreaptă mărimile intervalelor de grupare;
- pe ordonată se reprezintă prin segmente de dreaptă frecvenţele distribuţiei statistice;
- se construiesc dreptunghiuri care au ca baze segmentele de dreaptă cereprezintă
mărimile intervalelor de grupare şi înălţimi egale cu segmentele de pe ordonată
corespunzătoare frecvenţelor statistice.

 Poligonul de frecvenţe- este linia poligonală care uneşte, în cadrul unui sistem rectangular
de axe, punctele care corespund frecvenţelor absolute ale căror valori sunt reprezentate pe
ordonata graficului
 Ogiva- este linia poligonală care uneşte, în cadrul unui
sistem rectangular de axe, punctele care corespund
frecvenţelor absolute sau relative cumulate ale căror valori
sunt reprezentate pe ordonata graficului.

 Cartograma- Reprezentări grafice specifice seriilor

teritoriale.

 Cronograma- reprezentare grafică specifică seriilor de

timp. Poate fi liniară sau prin benzi sau coloane.

 Corelograma- se foloseşte în cazul seriilor statistice cronologice. Ea este, de fapt, o

diagramă pentru care una dintre axe este axa timpului. Sunt utile în redarea evoluţiei
fenomenelor foarte dinamice.

Distrubutii probabilistice discrete

Distributia binomiala
Acest tip de distributie (variabila aleatoare) apare atunci cand numaram succesele obtinute în repetarea
de un anumit numar de ori a unui experiment, spre exemplu:
- în jocurile de noroc (numarul de aparitii a stemei la aruncarea unui ban, numar de aparitii a unei
anumite fete la aruncarea unui zar, etc);
- în controlul calitatii produselor (numarul de piese defecte dintr-un lot, etc).
- în sondajele de opinie (numa˘rul de persoane care prefera˘ un anumit candidat, numa˘rul de
persoane asupra ca˘rora un anumit medicament a avut efectul dorit, etc).
În toate aceste situa¸tii suntem interesa¸ti de numa˘rul total de apari¸tii a unui anumit eveniment A în n încerca˘ri
independente, în fiecare din acestea probabilitatea de apari¸tie a evenimentului A fiind . Daca˘
într-o anumita˘ încercare evenimentul A nu apare, atunci înseamna˘ ca˘ a apa˘rut evenimentul contrar lui A
(adica˘ Ac),c u probabilitate −
Evenimentul A se nume¸ste succes (chiar daca˘ aceasta înseamna˘ spre exemplu ca˘ o piesa˘ aleasa˘ dintr-un lot
9
are defec¸tiuni, ca˘ un anumit autobuz a întârziat, etc), iar evenimentul contrar Ac se nume¸ste insucces.
Distribu¸tia binomiala˘ sau variabila aleatoare binomiala˘ X cu parametrii n ¸si p este:

u¸sor de observat ca˘ valorile posibile ale lui X sunt 0, 1,2, 3,…….,n (de ce?), ¸si deci variabila aleatoare
binomiala˘ cu parametrii n si p este de forma:

−
Pentru a determina probabilita˘¸tile sa˘ observa˘m ca˘ X=x înseamna˘ ca˘ evenimentul
A a apa˘rut de x ori ¸si evenimentul A a apa˘rut de n-x ori în cele n încerca˘ri.
c

Cum cele n încerca˘ri sunt independente, putem calcula probabilitatea de apari¸tie de x ori a evenimentului
A urmata˘ de apari¸tia de n-x ori a evenimentului Ac astfel:

Aceasta este însa˘ numai una din posibilele moduri de apari¸tie x ori a evenimentui A ¸si de n-z ori a evenimentului
Ac. Cum numa˘rul total de aranja˘ri distincte a x de A ¸si n-z de A C este conform Propozi¸tiei ?? (cu k = 2,
n1=x si n 2 =n-x) egal cu

ob¸tinem ca˘ probabilitatea P(X=x) de apari¸tie de x ori a evenimentului A în n încerca˘ri este:

Functia de probabilitate a variabilei binomiale X cu parametrii n si p este deci

Aplicatie:

S˘a se determine probabilitatea obt¸inerii a cel put¸in doi de s¸ase la aruncarea de patru ori a unui zar.
S˘a not˘am cu A evenimentul constând în aparit¸ia lui s¸ase la aruncarea zarului (evenimentul
“succes”). Num˘arul de succese la aruncarea de patru ori a zarului este o variabil˘a aleatoare
binomial˘a cu parametrii n = 4 (num˘arul de încerc
6 ˘ari) s¸i probabilitatea succesului

Probabilitatea cerut˘a este deci:

10
Distrubutii probabilistice continue

Distribuţiile gamma

O v.a. X spunem ca urmeaza distributia Gamma de parametri unde p > 0 si λ > 0 si scriem X ∼ Gamma(p,
λ) , daca are densitatea de repartitie data de

unde Γ este funct,ia Gamma

Folosim un criteriu de convergenta si deducem ca aceasta integrala improprie este convergenta pentru
orice p > 0, deoarece, pentru orice α > 1, avem

Distributia exponent,iala este un caz particular al distributiei Gamma:

Exp (λ) = Gamma(1, λ) .
Distributia Erlang (vezi Nota 252) este un caz particular al distributiei Gamma:
Erlang (n, λ) = Gamma(n, λ) , pentru orice n ∈ N∗,
deci Exp (λ) = Gamma(1, λ) = Erlang (1, λ).
Proprietati ale funct,iei Gamma sunt:
(i) Γ (p + 1) = pΓ (p) , pentru orice p > 0,
(ii) Γ (1) = 1, Γ (n + 1) = n! , pentru orice n ∈ N,

(iii)
Proprietatea (i) se demonstreaza utilizand procedeul de integrare prin parti iar (ii) este o consecinta
imediata a lui (i) .

si apoi, facand substitutia x2 = t sau echivalent x = t1/2, obtinem:

Deci
Se verifica si proprietatile unei densitat,i de repartitie: f (x) ≥ 0 pentru orice
11
x ∈ R si

deoarece am facut schimbarea de variabila x′ = λx.

Media si dispersia v.a. distribuite Gamma X ∼ Gamma(p, λ) sunt date de:

Proprietati:
Suma a doua v.a. independente care urmeaza o distribuit,ie de tip Gamma este o v.a care urmeaza o
distribuitie tot de tip Gamma:

Suma a doua v.a. independente care urmeaza o distribuitie de tip exponential este o v.a care urmeaza o
distribuit,ie de tip Gamma:

Ca o consecinta a rezultatului anterior se obtine urmatoarea proprietate:

Daca avem n v.a. independente, distribuite exponential de acelasi parametru λ, adica n v.a. independente
Xi ∼ Exp(λ) = Gamma(1, λ) , atunci suma lor este distribuita de tip Gamma, de tip Erlang:

Aplicatie:
Vom arata ca, in cazul particular al unei v.a. Sn ∼ Gamma(n, λ), cu n ∈ N∗, avem

sau, echivalent,

In cazul n ≥ 2, avem, integrand prin parti,

12
Aplicatie solicitata
pagina 51, din Statistica matematica, Butanescu Remus, aplicand indicele alocat : 1,4

Pentru a exemplifica proprietatea de liniaritate în cazul a două variabile aleatoare discrete, să considerăm
datele din tabelul 2.2, privitoare la greutatea măsurată la nivelul unui lot de 50 de pachete de pufuleți cu
surprize, obținută prin însumarea greutății pufuleților din pachete (variabila X) și a greutății jucăriilor-
surpriză introduse în aceste pachete (variabila Y).
Pe baza acestor date putem determina valoarea așteptată a greutății la extragerea aleatoare a unui pachet
de pufuleți cu surprize, valoare utilă companiei în efortul de îmbunătățire a managementului costurilor cu
transportul acestor produse.
Pentru aceasta trebuie construită mai întâi distribuția probabilistică bivariată corespunzătoare acestor date.
Aceasta este prezentată în tabelul 2.3. Probabilitățile din acest tabel au fost calculate prin împărțirea
frecvențelor absolute înregistrate pentru fiecare combinație posibilă a greutăților într-un pachet la
numărul total de pachete (50).
Tabelul 2.2

Greutatea
pufuleților (grame)

Greutatea 99 100 101 Total

jucăriilor-surpriză
(grame)

18 1 3 6 10

19 4 9 8 21

20 7 5 1 13

13
 21 4 1 1 6

Total 16 18 16 50

Tabelul 2.3

Greutatea
pufuleților
(grame)
99 100 101 Total
Greutatea
jucăriilor-
surpriză(grame)

18 0,02 0,06 0,12 0,20

19 0,08 0,18 0,16 0,42

20 0,14 0,1 0,02 0,26

21 0,08 0,02 0,02 0,12

Total 0,32 0,36 0,32 1,00

Aceste distribuții univariate (denumite și distribuții marginale, întrucât sunt descrise de probabilitățile
marginale dintr-o distribuție bivariată) sunt prezentate în tabelele 2.4 și 2.5.

x P(X = x) x·P(X = x) Tabelul 2.4

138,6 0,32 44,35
140 0,36 50,4
141,4 0,32 45,25
Total 1,00 140
Tabelul 2.5

y P(Y = y) y·P(Y = y)
25,2 0,20 5,04
26,6 0,42 11,172
28 0,26 7,28
29,4 0,12 3,528
Total 1,00 27,02
In ambele cazuri x si y, am aplicat indicele alocat de 1,4
14
 Tabelul 2.6

P(x, y) =
x y x+y = P(X = x,Y = y) =
= P(X = x)·P(Y = y)
25,2 163,8 0,32x0,20 = 0,0640
138,6 26,6 165,2 0,32x0,42=0,1344
28 166,6 0.32x0,26=0,0832
29,4 168 0,32x0,12=0,0384
25,2 165,2 0,36x0,2=0,0720
140 26,6 166,6 0,36x0,42=0,1512
28 168 0,36x0,26=0,0936
29,4 169,4 0,36x0,12=0,0432
25,2 166,6 0.32x0,2=0,0640
141,4 26,6 168 0,32x0,42=0,1344
28 169,4 0,32x0,26=0,0832
29,4 170,8 0,32x0,12=0,0384
Total 1,0000
Tabelul 2.7

x+y P(x, y) (x + y)·P(x, y)

163,8 0,064 10,4832
165,2 0,2064 34,09728
166,6 0,2984 49,71344
168 0,2664 44,7552
169,4 0,1264 21,41216
170,8 0,0384 6,55872
Total 1 167,02
În tabelul 2.6 sunt determinate probabilitățile tuturor combinațiilor posibile ale celor 2 greutăți
(calculul acestora are la bază relația de înmulțire a probabilităților, întrucât combinațiile posibile ale
celor 2 greutăți corespund unor intersecții de evenimente). Probabilitățile corespunzătoare variabilei
aleatoare a sumelor posibile x + y sunt apoi centralizate în distribuția probabilistică din tabelul 2.7. În
ultima coloană a acestui tabel sunt calculate valorile necesare pentru calculul valorii așteptate a
variabilei aleatoare a sumei celor două variabile (X + Y).

15
Bibliografie :

1. Remus C-tin BUTĂNESCU-VOLANIN- Statistica Descriptiva, Ed. Univeristatii “Lucian

Blaga”, Sibiu, 2018
2. Remus C-tin BUTĂNESCU-VOLANIN— Probabilități și statistică matematică cu
aplicații în economie, Sibiu, 2015
3. Jaba Elisabeta – Statistică economică, ediţia a treia, Ed. Economică, Bucureşti 2002
4. Ţiţan Emilia – Statistică.Teorie şi aplicaţii în sectorul terţiar.Ed. Meteor Press Bucureşti
2002
5. Otinan Păun Ioan, Creţ Florian – Elemente de matematici aplicate în economia
agroalimentară, Ed. Agroprint, Timişoara 2002
6. PetriSor Emilia – Probabilităţi şi statistică .Aplicaţii în economie şi inginerie, Ed.
Politehnica, Timişoara 2003
7. Florea I., ş.a.- Statistică descriptivă.Teorie şi aplicaţii, Ed. Aisteda Alba-Iulia 1998
8. Lucian MATICIUC- TEORIA PROBABILITATILOR, Iasi, 2020

16