Seminarul 3. Variabile aleatoare discrete și repartiții uzuale

Probabilități și Statistică · Seminarul 3 (seminar și laborator) · Fișă de lucru (fără rezolvări)

Alexandru Amărioarei

Universitatea din București · Facultatea de Matematică și Informatică · 2026–2027

Planul seminarului și laboratorului

Punem la lucru noțiunile din Cursul 3: recunoaștem modelul, calculăm cu formulele din curs și regăsim rezultatele în R. Fiecare exercițiu are o parte matematică și una în R (Laborator: schelet de cod în fișa de lucru).

Tema Exerciții
Breviar rezultatele din Cursul 3; funcțiile d, p, q, r
Funcția de masă și funcția de repartiție 1–3: bile albe, de la funcția de repartiție la tabel, diferența a două zaruri
Binomială și hipergeometrică 4–6: test grilă, suprarezervarea unui zbor, controlul unui lot
Geometrică și negativ binomială 7 și 8: până la primul succes, un mesaj din trei pachete
Poisson și aproximarea Poisson 9–11: cereri către un server, aproximarea binomialei, zile de naștere
Studiu individual și temă exerciții suplimentare, temă

Obiectivele ședinței

La sfârșitul ședinței studentul trebuie să poată:

  1. construi funcția de masă și funcția de repartiție ale unei v.a. discrete pornind de la un experiment și trece de la una la cealaltă;
  2. calcula \(\PP(a<X\le b)\), \(\PP(X<a)\), \(\PP(X=a)\) cu funcția de repartiție și determina repartiția unei funcții \(g(X)\);
  3. recunoaște într-un enunț repartițiile binomială, hipergeometrică, geometrică, negativ binomială și Poisson și preciza parametrii lor;
  4. folosi în R funcțiile d, p, q, r, ținând cont de convențiile pentru repartițiile geometrică, negativ binomială și hipergeometrică;
  5. simula o v.a. discretă (sample(..., prob = p), funcțiile r...) și compara frecvențele relative cu funcția de masă;
  6. aplica aproximarea Poisson a repartiției binomiale și evalua numeric cât de bună este.

Planul ședinței

De rezolvat la seminar (în această ordine):

  • Exercițiul 1 — funcția de masă și funcția de repartiție dintr-un experiment; funcția compara;
  • Exercițiul 3 (a), (c), (d) — repartiția unei funcții \(g(X)\); funcția rep_functie;
  • Exercițiul 4 — repartiția binomială: dbinom, pbinom, qbinom, rbinom;
  • Exercițiul 7 — repartiția geometrică, convenția din R, lipsa de memorie;
  • Exercițiul 10 (a)–(d) — aproximarea Poisson a binomialei; funcția err_pois.

Dacă timpul permite: Exercițiul 2 (de la \(F\) la tabelul de repartiție), Exercițiul 6 (hipergeometrică sau binomială), Exercițiul 9 (cereri către un server).

Pentru acasă: Exercițiile 5, 8 și 11; exercițiile suplimentare 12, 13, 14; tema.

Rezolvările complete vor fi publicate ulterior. Scheletele de cod R și răspunsurile: în fișa de lucru.

Breviar: funcția de masă și funcția de repartiție

Breviar

Toate rezultatele sunt demonstrate în Cursul 3.

  • Funcția de masă (Definiția 7 din Cursul 3): \(p_X(x)=\PP(X=x)\), cu \(p_X(x)\ge0\) și \(\sum_x p_X(x)=1\) (Propoziția 8 din Cursul 3); \(\PP(X\in A)=\sum_{x\in A}p_X(x)\). Tabelul de repartiție: valorile pe primul rând, probabilitățile pe al doilea.
  • Funcția de repartiție (Definiția 4 din Cursul 3): \(F(x)=\PP(X\le x)\) — pentru o v.a. discretă, o funcție în scară, cu salturi în valorile lui \(X\). Din Propoziția 6 din Cursul 3: \[ \begin{aligned} \PP(X>x)&=1-F(x), & \PP(x<X\le y)&=F(y)-F(x),\\ \PP(X<x)&=F(x-), & \PP(X=x)&=F(x)-F(x-), \end{aligned} \] unde \(F(x-)\) este limita la stânga a lui \(F\) în \(x\) (valoarea de pe treapta dinaintea lui \(x\)).
  • Funcție de o v.a. discretă (Propoziția 18 din Cursul 3): \(\PP(g(X)=y)=\sum_{x:\,g(x)=y}\PP(X=x)\) — adunăm probabilitățile valorilor care au aceeași imagine.

Breviar: repartiții discrete uzuale

Breviar (continuare)
  • Binomială \(\Bin(n,p)\) (Definiția 10 din Cursul 3) — succese în \(n\) încercări independente: \(\PP(X=k)=\binom nk p^k(1-p)^{n-k}\), \(k=0,\dots,n\).
  • Hipergeometrică \(\HGeom(N,M,n)\) (Definiția 11 din Cursul 3) — bile negre la \(n\) extrageri fără întoarcere din \(N\) bile, \(M\) negre: \(\PP(X=k)=\binom Mk\binom{N-M}{n-k}\big/\binom Nn\); pentru \(N\) mare față de \(n\), \(\approx\Bin\big(n,\frac MN\big)\).
  • Geometrică \(\Geom(p)\) (Definiția 13 din Cursul 3) — încercări până la primul succes, inclusiv: \(\PP(X=k)=(1-p)^{k-1}p\), \(k\ge1\); \(\PP(X>n)=(1-p)^n\); lipsa de memorie (Propoziția 14 din Cursul 3): \(\PP(X>n+k\mid X>n)=\PP(X>k)\).
  • Negativ binomială \(\NBin(r,p)\) (Definiția 15 din Cursul 3) — încercări până la al \(r\)-lea succes, inclusiv: \(\PP(X=k)=\binom{k-1}{r-1}(1-p)^{k-r}p^r\), \(k\ge r\).
  • Poisson \(\Pois(\lambda)\) (Definiția 16 din Cursul 3): \(\PP(X=k)=e^{-\lambda}\frac{\lambda^k}{k!}\), \(k\ge0\). Aproximarea Poisson (Teorema 17 din Cursul 3): \(n\) mare și \(p\) mic \(\Rightarrow\Bin(n,p)\approx\Pois(np)\).

Breviar: instrumentele R ale ședinței

Instrumente R folosite azi
  • O repartiție discretă = doi vectori, x și p: cumsum(p) dă valorile lui \(F\), diff(c(0, Fx)) salturile, iar sample(x, B, replace = TRUE, prob = p) generează \(B\) valori.
  • Prefixul spune ce calculăm, restul numelui pentru ce repartiție (binom, hyper, geom, nbinom, pois): dbinom(k, n, p) \(=\PP(X=k)\); pbinom(k, n, p) \(=\PP(X\le k)\); qbinom(u, n, p) = cel mai mic \(k\) cu \(\PP(X\le k)\ge u\) (cuantila, Cursul 4); rbinom(B, n, p) = \(B\) valori aleatoare.
Atenție! (Convențiile din R nu sunt întotdeauna cele din curs)
  • Geometrică, negativ binomială: R numără eșecurile, nu încercările. \(\PP(X=k)=\) dgeom(k - 1, p), \(\PP(X\le n)=\) pgeom(n - 1, p), simulare: rgeom(1, p) + 1; \(\PP(X=k)=\) dnbinom(k - r, r, p), \(\PP(X\le n)=\) pnbinom(n - r, r, p).
  • Hipergeometrică: pentru \(X\sim\HGeom(N,M,n)\), \(\PP(X=x)=\) dhyper(x, M, N - M, n) — al treilea argument este numărul de bile albe, nu numărul total.

Breviar: dbinom, pbinom și qbinom pe un grafic

Pentru \(\Bin(10,0.3)\): dbinom dă înălțimile bețelor, pbinom înălțimile treptelor, iar qbinom(u, ...) citește graficul lui \(F\) „invers”: prima valoare \(k\) la care treapta atinge nivelul \(u\) (aici \(u=0.9\), deci \(k=5\)).

Funcția de masă și funcția de repartiție

Numărul de bile albe

Exercițiul 1 (Numărul de bile albe)

La seminar Dintr-o urnă cu \(5\) bile albe și \(3\) bile negre se extrag la întâmplare, simultan (deci fără întoarcere), \(3\) bile. Fie \(X\) numărul de bile albe extrase.

  1. Determinați mulțimea valorilor lui \(X\) și funcția sa de masă (tabelul de repartiție).
  2. Determinați funcția de repartiție \(F\) a lui \(X\).
  3. Calculați \(\PP(X\ge2)\), \(\PP(X<2)\), \(\PP(1<X\le3)\) și \(\PP(1\le X<3)\).
  4. În R: memorați repartiția în doi vectori, reprezentați grafic funcția de masă și funcția de repartiție, apoi simulați experimentul de \(10^5\) ori și comparați frecvențele relative ale valorilor lui \(X\) cu funcția de masă.

De la funcția de repartiție la tabelul de repartiție

Exercițiul 2 (De la funcția de repartiție la tabelul de repartiție)

Dacă timpul permite Un planificator de sarcini alocă fiecărui job \(1\), \(2\), \(4\) sau \(8\) nuclee de procesor. Fie \(X\) numărul de nuclee alocate unui job ales la întâmplare; funcția de repartiție a lui \(X\) este \[ \begin{array}{c|ccccc} x & x<1 & 1\le x<2 & 2\le x<4 & 4\le x<8 & x\ge8\\ \hline F(x) & 0 & 0.15 & 0.40 & 0.85 & 1 \end{array} \]

  1. Determinați tabelul de repartiție al lui \(X\).
  2. Calculați \(\PP(2<X\le8)\), \(\PP(2\le X\le8)\), \(\PP(X<4)\), \(\PP(X=3)\) și \(\PP(X>2)\).
  3. Știind că jobul a primit mai mult de un nucleu, care este probabilitatea ca el să fi primit cel puțin \(4\) nuclee?
  4. În R: obțineți funcția de masă din valorile lui \(F\), definiți \(F\) ca funcție R, recalculați probabilitățile de la (b) și (c) și verificați-le prin simulare.

Diferența a două zaruri

Exercițiul 3 (Diferența a două zaruri)

La seminar Se aruncă două zaruri echilibrate, unul roșu și unul albastru. Fie \(X_1\) numărul de pe zarul roșu, \(X_2\) numărul de pe zarul albastru și \(D=X_1-X_2\) diferența lor.

  1. Determinați funcția de masă a lui \(D\).
  2. Determinați repartiția distanței \(Y=|D|\) dintre cele două numere.
  3. Într-un joc, dacă zarul roșu arată mai mult decât cel albastru, jucătorul primește diferența (în lei); altfel nu primește nimic. Determinați repartiția câștigului \(V=\max(D,0)\) și calculați \(\PP(V\ge3)\).
  4. În R: obțineți repartiția lui \(D\) prin enumerarea celor \(36\) de rezultate; scrieți o funcție care calculează repartiția lui \(g(X)\) pornind de la repartiția lui \(X\) și aplicați-o pentru \(|D|\) și \(\max(D,0)\); verificați (c) prin simulare.

Repartiția binomială și repartiția hipergeometrică

Test grilă cu răspunsuri ghicite

Exercițiul 4 (Test grilă cu răspunsuri ghicite)

La seminar Un test grilă are \(8\) întrebări, fiecare cu \(4\) variante de răspuns, dintre care exact una este corectă. Un student nepregătit alege la fiecare întrebare un răspuns la întâmplare, independent de celelalte întrebări. Fie \(X\) numărul de răspunsuri corecte. (Un test cu \(10\) întrebări a fost analizat în Exercițiul 5 din Cursul 3.)

  1. Care este repartiția lui \(X\)? Calculați \(\PP(X=2)\).
  2. Testul se promovează cu cel puțin \(4\) răspunsuri corecte. Care este probabilitatea ca studentul să promoveze?
  3. Pentru a descuraja ghicitul, punctajul este \(S=X-\frac13(8-X)\): un punct pentru fiecare răspuns corect și o penalizare de \(\frac13\) pentru fiecare răspuns greșit. Exprimați evenimentele \(\{S>0\}\) și \(\{S\ge4\}\) cu ajutorul lui \(X\) și calculați probabilitățile lor.
  4. În R: verificați (a)–(c). Pentru un examen cu \(40\) de întrebări de același tip, calculați \(\PP(X\ge20)\) și cel mai mic prag \(c\) pentru care \(\PP(X\ge c)\le0.01\). Simulați \(10^5\) teste cu \(8\) întrebări.

Suprarezervarea unui zbor

Exercițiul 5 (Suprarezervarea unui zbor)

Pentru acasă O companie aeriană știe că fiecare pasager cu bilet se prezintă la îmbarcare cu probabilitatea \(0.9\), independent de ceilalți. Pentru un avion cu \(30\) de locuri compania vinde \(32\) de bilete.

  1. Care este repartiția numărului \(X\) de pasageri care se prezintă? Dar a numărului \(Y\) de pasageri care lipsesc?
  2. Calculați probabilitatea ca toți pasagerii prezenți să aibă loc în avion.
  3. Care este cel mai mare număr de bilete pe care compania îl poate vinde, astfel încât riscul ca măcar un pasager să rămână fără loc să fie cel mult \(5\%\)?
  4. În R: verificați (b) și (c); scrieți o funcție risc(n, locuri, p) și rezolvați punctul (c) pentru un avion cu \(180\) de locuri.

Controlul unui lot: hipergeometrică sau binomială

Exercițiul 6 (Controlul unui lot: hipergeometrică sau binomială)

Dacă timpul permite Un lot de \(N=25\) de routere conține \(M=5\) routere defecte. Un inspector alege la întâmplare, fără întoarcere, \(n=4\) routere și le testează; fie \(X\) numărul de routere defecte găsite. Lotul este respins dacă \(X\ge2\). (Situații asemănătoare: Exemplul 8 din Cursul 3 și Exercițiul 6 din Cursul 3.)

  1. Care este repartiția lui \(X\)? Scrieți tabelul de repartiție.
  2. Calculați probabilitatea ca lotul să fie respins.
  3. Refaceți (a) și (b) în ipoteza că fiecare router testat este pus înapoi în lot înainte de alegerea următorului (extrageri cu întoarcere).
  4. În R: calculați funcția de masă cu dhyper și comparați-o cu dbinom pentru loturi cu \(N=25\), \(250\) și \(2500\) de routere, dintre care \(20\%\) sunt defecte; verificați (b) prin simulare. Ce repartiție are variabila din Exercițiul 1?

Repartiția geometrică și repartiția negativ binomială

Până la primul succes

Exercițiul 7 (Până la primul succes)

La seminar Un senzor trimite un pachet de date către o stație de bază printr-o legătură radio cu pierderi. Fiecare transmisie reușește cu probabilitatea \(p=0.4\), independent de celelalte, iar pachetul este retransmis până la prima reușită. Fie \(X\) numărul de transmisii efectuate (inclusiv cea reușită).

  1. Care este repartiția lui \(X\)? Calculați \(\PP(X=3)\) și \(\PP(X\le3)\).
  2. Calculați \(\PP(X>5)\).
  3. Care este cel mai mic număr \(n\) de transmisii care trebuie permise pentru ca pachetul să ajungă la destinație cu probabilitate de cel puțin \(0.95\), adică \(\PP(X\le n)\ge0.95\)?
  4. Primele două transmisii au eșuat. Care este probabilitatea să fie nevoie de mai mult de \(3\) transmisii suplimentare? Comparați cu \(\PP(X>3)\).
  5. În R: verificați (a)–(d) cu dgeom, pgeom, qgeom; simulați experimentul și verificați pe datele simulate proprietatea lipsei de memorie.

Un mesaj din trei pachete

Exercițiul 8 (Un mesaj din trei pachete)

Pentru acasă Senzorul din Exercițiul 7 are de trimis un mesaj format din \(3\) pachete, pe rând: fiecare transmisie reușește cu probabilitatea \(p=0.4\), independent de celelalte, iar un pachet este retransmis până când reușește. Fie \(T\) numărul total de transmisii necesare pentru întregul mesaj.

  1. Care este repartiția lui \(T\)? Calculați \(\PP(T=3)\) și \(\PP(T=5)\).
  2. Calculați probabilitatea ca \(6\) transmisii să fie suficiente, \(\PP(T\le6)\).
  3. Arătați că \(\{T\le6\}\) este același eveniment cu „printre primele \(6\) transmisii sunt cel puțin \(3\) reușite” și regăsiți rezultatul de la (b) cu repartiția binomială.
  4. În R: verificați (a)–(c) cu dnbinom, pnbinom și pbinom; simulați \(T\) ca sumă a trei variabile geometrice. Câte transmisii trebuie prevăzute pentru ca mesajul să fie livrat cu probabilitate de cel puțin \(0.95\)?

Repartiția Poisson și aproximarea Poisson a binomialei

Cereri către un server

Exercițiul 9 (Cereri către un server)

Dacă timpul permite Numărul de cereri care sosesc într-un minut la un server intern este o variabilă aleatoare \(X\sim\Pois(4)\).

  1. Calculați \(\PP(X=0)\) și \(\PP(X=4)\).
  2. Arătați că \(\PP(X=k+1)=\frac{4}{k+1}\,\PP(X=k)\) pentru orice \(k\ge0\) și folosiți această relație pentru a calcula \(\PP(X\le5)\) și \(\PP(X\ge6)\).
  3. Serverul poate prelucra cel mult \(c\) cereri pe minut; un minut este supraîncărcat dacă \(X>c\). Care este cea mai mică valoare a lui \(c\) pentru care probabilitatea de supraîncărcare este cel mult \(0.01\)?
  4. Numerele de cereri din minute diferite sunt independente, iar \(c\) are valoarea de la (c). Care este probabilitatea ca într-o oră să existe cel puțin un minut supraîncărcat? Ce repartiție are numărul de minute până la primul minut supraîncărcat?
  5. În R: verificați (a)–(d) cu dpois, ppois, qpois și prin simulare cu rpois.

Aproximarea Poisson a binomialei

Exercițiul 10 (Aproximarea Poisson a binomialei)

La seminar O linie de fabricație produce cipuri; fiecare cip este defect cu probabilitatea \(p=0.004\), independent de celelalte. Un lot conține \(n=500\) de cipuri; fie \(X\) numărul de cipuri defecte din lot.

  1. Care este repartiția exactă a lui \(X\)? Calculați \(\PP(X=0)\) și \(\PP(X=1)\).
  2. Aproximați \(\PP(X=0)\), \(\PP(X=1)\) și \(\PP(X\ge4)\) cu ajutorul repartiției Poisson (Teorema 17 din Cursul 3).
  3. În R: comparați, într-un tabel și pe un grafic, funcțiile de masă ale repartițiilor \(\Bin(500,0.004)\) și \(\Pois(2)\).
  4. În R: pentru \(np=2\) fixat și \(n\in\{5,8,10,20,50,100,500,5000\}\), calculați eroarea maximă a aproximării, \(\max_k\big|\PP(\Bin(n,p)=k)-\PP(\Pois(2)=k)\big|\). Cum depinde ea de \(p\)?
  5. Cât de bună este aproximarea Poisson pentru testul grilă din Exercițiul 4 și pentru pasagerii absenți din Exercițiul 5?

Când folosim aproximarea Poisson

Observație (când folosim aproximarea Poisson)

Pentru aproximarea Poisson există și o margine teoretică a erorii: dacă \(X\sim\Bin(n,p)\) și \(Y\sim\Pois(np)\), atunci pentru orice mulțime \(A\) \[ \big|\PP(X\in A)-\PP(Y\in A)\big|\le np^2 . \] Pentru cipuri, \(np^2=500\cdot0.004^2=0.008\). Regula practică: aproximarea este bună când \(p\) este mic (de ordinul sutimilor sau mai mic), iar \(n\) este suficient de mare pentru ca \(\lambda=np\) să aibă o valoare „moderată”.

Zile de naștere și aproximarea Poisson

Exercițiul 11 (Zile de naștere și aproximarea Poisson)

Pentru acasă Revenim la problema zilelor de naștere (Exemplul 16 din Cursul 1, Exercițiul 9 din Seminarul 1): într-un grup de \(n\) persoane, zilele de naștere sunt independente și uniform repartizate pe cele \(365\) de zile ale anului. Fie \(W\) numărul de perechi de persoane născute în aceeași zi.

  1. Câte perechi de persoane există în grup? Care este probabilitatea ca două persoane fixate să fie născute în aceeași zi?
  2. Aproximând repartiția lui \(W\) cu o repartiție Poisson, arătați că \(\PP(\text{cel puțin o coincidență})\approx1-e^{-n(n-1)/730}\). Calculați aproximarea pentru \(n=23\) și găsiți cel mai mic \(n\) pentru care ea este cel puțin \(\frac12\).
  3. În R: comparați aproximarea cu valoarea exactă pentru \(n\in\{10,23,30,40,50\}\); pentru \(n=23\), comparați prin simulare repartiția lui \(W\) cu repartiția Poisson de la (b).

Studiu individual și temă

Pentru studiul individual: trei zaruri

Trei exerciții care reiau metodele ședinței; răspunsurile: în fișa de lucru; rezolvările complete vor fi publicate ulterior.

Exercițiul 12 (Maximul și minimul a trei zaruri)

Pentru acasă Aruncăm \(3\) zaruri echilibrate; fie \(Z\) cel mai mare și \(W\) cel mai mic dintre numerele obținute (pentru două zaruri: Exemplul 14 din Cursul 3). (a) Calculați \(\PP(Z\le k)\) și deduceți funcția de masă a lui \(Z\). (b) Calculați \(\PP(W\ge k)\) și funcția de masă a lui \(W\); ce legătură este între repartițiile lui \(W\) și \(7-Z\)? (c) Câte zaruri trebuie aruncate pentru ca maximul să fie \(6\) cu probabilitate de cel puțin \(0.99\)? (d) În R: enumerați cele \(216\) rezultate; scrieți o funcție care dă funcția de masă a maximului a \(n\) zaruri.

Pentru studiul individual: cine câștigă seria

Exercițiul 13 (Cine câștigă seria)

Pentru acasă Două echipe, \(A\) și \(B\), joacă o serie „cel mai bun din \(5\)”: câștigă seria prima echipă care obține \(3\) victorii. Echipa \(A\) câștigă fiecare meci cu probabilitatea \(p=0.55\), independent de celelalte meciuri (seria „cel mai bun din \(7\)”: Exercițiul 11 din Cursul 3). (a) Calculați probabilitatea ca echipa \(A\) să câștige seria. (b) Determinați funcția de masă a numărului \(L\) de meciuri jucate. (c) În R: scrieți o funcție p_serie(r, p) pentru seria „primul la \(r\) victorii” și studiați ce se întâmplă când seria se lungește.

Pentru studiul individual: cereri filtrate

Exercițiul 14 (Cereri filtrate: o binomială cu număr Poisson de încercări)

Pentru acasă La serverul din Exercițiul 9 sosesc într-un minut \(X\sim\Pois(4)\) cereri. Fiecare cerere provine de la un robot cu probabilitatea \(0.25\), independent de celelalte cereri și de numărul lor. Fie \(Y\) numărul de cereri venite de la roboți într-un minut. (a) Care este repartiția lui \(Y\) dacă știm că au sosit \(X=n\) cereri? (b) Folosind formula probabilității totale, arătați că \(Y\sim\Pois(1)\). (c) Calculați \(\PP(Y=0)\) și \(\PP(Y\ge3)\). (d) În R: verificați (b) numeric și prin simulare.

Temă (răspunsuri: în fișa de lucru)

  1. Fie \(p(k)=c\,(6-k)\) pentru \(k\in\{1,2,3,4,5\}\). Determinați constanta \(c\) pentru care \(p\) este funcția de masă a unei v.a. \(X\), valorile funcției de repartiție în punctele de salt, \(\PP(X>2)\) și \(\PP(1<X\le4)\).
  2. Fie \(X\) uniform repartizată pe \(\{-2,-1,0,1,2\}\). Determinați, de mână și în R (cu funcția rep_functie), repartițiile variabilelor \(Y=X^2-1\) și \(U=|X|-X\).
  3. Un cod corector poate corecta cel mult o eroare într-un bloc de \(n\) biți; fiecare bit este recepționat greșit cu probabilitatea \(0.05\), independent de ceilalți. Calculați probabilitatea ca un bloc de \(12\) biți să fie decodat corect. În R, găsiți cea mai mare lungime \(n\) pentru care această probabilitate este cel puțin \(0.9\).
  4. Dintr-un pachet de \(52\) de cărți de joc se extrag la întâmplare \(5\) cărți; fie \(X\) numărul de ași extrași. Recunoașteți repartiția lui \(X\), calculați \(\PP(X=0)\) și \(\PP(X\ge2)\) și verificați în R.

Temă (continuare)

  1. Un program încearcă să obțină o conexiune la un server aglomerat; fiecare încercare reușește cu probabilitatea \(0.15\), independent de celelalte. Calculați probabilitatea ca prima reușită să fie la a patra încercare, probabilitatea să fie nevoie de cel mult \(10\) încercări și numărul minim de încercări care asigură conexiunea cu probabilitate de cel puțin \(0.99\).
  2. Fiecare versiune a unui program trece toate testele cu probabilitatea \(0.7\), independent de celelalte. Cu ce probabilitate este a cincea versiune reușită a opta versiune rulată? Scrieți și instrucțiunea R.
  3. Numărul de greșeli de tipar de pe o pagină a unui raport este repartizat \(\Pois(0.5)\), independent de la o pagină la alta. Calculați probabilitatea ca o pagină să nu conțină nicio greșeală, să conțină cel puțin două greșeli și ca o secțiune de \(10\) pagini să nu conțină nicio greșeală.
  4. Un text are \(2000\) de caractere; fiecare este tastat greșit cu probabilitatea \(0.001\), independent de celelalte. Calculați în R probabilitatea ca textul să nu conțină nicio greșeală și probabilitatea să conțină cel puțin \(4\), exact și cu aproximarea Poisson. Cât este err_pois(2000, 0.001)?

Bibliografie

Bertsekas, Dimitri P., and John N. Tsitsiklis. 2008. Introduction to Probability. 2nd ed. Athena Scientific.
Blitzstein, Joseph K., and Jessica Hwang. 2019. Introduction to Probability. 2nd ed. CRC Press.
Wagaman, Amy S., and Robert P. Dobrow. 2021. Probability with Applications and R. 2nd ed. Wiley.