Seminarul 4. Media și varianța variabilelor aleatoare discrete. Metoda indicatorilor

Probabilități și Statistică · Seminarul 4 (seminar și laborator) · Fișă de lucru (fără rezolvări)

Alexandru Amărioarei

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

Planul seminarului și laboratorului

Media și varianța rezumă o repartiție prin două numere: „centrul” ei și împrăștierea valorilor în jurul lui. Astăzi le calculăm în trei feluri — din definiție, cu formulele repartițiilor uzuale și, mai ales, descompunând variabila într-o sumă de indicatori — și verificăm fiecare rezultat în R, prin calcul exact și prin simulare.

  • Breviar: rezultatele din Cursul 3 și instrumentele R ale ședinței.
  • Media și varianța din definiție. Formula de transport: un joc cu trei zaruri, tichete de suport, jocul de la Sankt Petersburg.
  • Media și varianța repartițiilor uzuale: pachete pierdute, cereri la un server, controlul calității.
  • Liniaritatea mediei și metoda indicatorilor: zile de naștere, puncte fixe, colecționarul de cupoane, Quicksort.
  • Varianța sumei de variabile independente: media a \(n\) măsurători.

Fiecare exercițiu: întâi partea matematică, apoi partea în R (Laborator: schelet de cod în fișa de lucru).

Obiective

La sfârșitul ședinței studentul trebuie să poată:

  1. calcula media, varianța și abaterea standard ale unei variabile discrete date prin tabel, folosi formula de transport și decide dacă un joc de noroc este corect;
  2. recunoaște o repartiție uzuală (binomială, geometrică, Poisson, hipergeometrică), aplica formulele pentru medie și varianță și interpreta abaterea standard;
  3. scrie o variabilă care numără ca sumă de indicatori și calcula media ei prin liniaritate, chiar când indicatorii nu sunt independenți;
  4. calcula varianța unei sume: de variabile independente (varianțele se adună) și de indicatori dependenți (apar termeni suplimentari);
  5. calcula în R media și varianța unei repartiții tabelate, aproxima \(\E[X]\) și \(\Var(X)\) prin mean și var pe un eșantion simulat, urmări mediile curente și scrie funcții recursive simple.

Planul ședinței

De rezolvat la seminar (în această ordine):

  • Exercițiul 1 — media și varianța din tabel, un joc corect; medie_var și mediile curente;
  • Exercițiul 4 (a)–(c), (e) — repartițiile binomială și geometrică; varianța unei sume independente;
  • Exercițiul 7 — metoda indicatorilor: perechi cu aceeași zi de naștere;
  • Exercițiul 9 — colecționarul de cupoane; colectioneaza și F_T;
  • Exercițiul 10 (a), (b), (d) — comparațiile în Quicksort; funcția recursivă quicksort_comp.

Dacă timpul permite: Exercițiul 2 (formula de transport), Exercițiul 8 (varianța numărului de puncte fixe), Exercițiul 11 (media a \(n\) măsurători).

Pentru acasă: Exercițiile 3, 5 și 6; exercițiile suplimentare 12, 13, 14, 15; tema.

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

Breviar: media și liniaritatea

Breviar

Din partea a doua a Cursul 3:

  • Media (Definiția 24 din Cursul 3): \(\E[X]=\sum_x x\,\PP(X=x)\), dacă \(\sum_x|x|\,\PP(X=x)<\infty\); altfel media nu există (Exemplul 16 din Cursul 3).
  • Formula de transport (Teorema 25 din Cursul 3): \(\E[g(X)]=\sum_x g(x)\,\PP(X=x)\), fără repartiția lui \(g(X)\). În general \(\E[g(X)]\ne g(\E[X])\).
  • Proprietățile mediei (Teorema 26 din Cursul 3): \(\E[aX+bY]=a\E[X]+b\E[Y]\), fără nicio ipoteză de independență; \(\E[\Ind_A]=\PP(A)\); dacă \(X\indep Y\), atunci \(\E[XY]=\E[X]\E[Y]\).
  • Metoda indicatorilor (Exemplul 18 din Cursul 3): dacă \(X\) numără câte dintre evenimentele \(A_1,\dots,A_n\) se realizează, atunci \(X=\Ind_{A_1}+\dots+\Ind_{A_n}\) și \(\E[X]=\PP(A_1)+\dots+\PP(A_n)\).

Breviar: varianța și repartițiile uzuale

Breviar (continuare)
  • Varianța (Definiția 28 din Cursul 3, Teorema 29 din Cursul 3): \(\Var(X)=\E\big[(X-\E[X])^2\big]=\E[X^2]-(\E[X])^2\), \(\mathrm{SD}(X)=\sqrt{\Var(X)}\), \(\Var(aX+b)=a^2\Var(X)\).
  • Varianța sumei (Teorema 30 din Cursul 3): \(\Var\big(\sum_iX_i\big)=\sum_i\Var(X_i)+\sum_{i\ne j}\Cov(X_i,X_j)\), cu \(\Cov(X,Y)=\E[XY]-\E[X]\E[Y]\). Pentru variabile independente covarianțele sunt nule și varianțele se adună.
  • Repartiții uzuale (Secțiunea 9 din Cursul 3); pentru \(X\sim\HGeom(N,M,n)\): \(\E[X]=n\frac MN\), \(\Var(X)=n\frac MN\big(1-\frac MN\big)\frac{N-n}{N-1}\); \[ \begin{array}{l|cccc} &\Bern(p)&\Bin(n,p)&\Geom(p)&\Pois(\lambda)\\ \hline \text{media}&p&np&1/p&\lambda\\ \text{varianța}&p(1-p)&np(1-p)&(1-p)/p^2&\lambda \end{array} \]
  • Numere armonice: \(H_n=1+\frac12+\dots+\frac1n\approx\ln n+0.5772\); \(1+\frac1{2^2}+\dots+\frac1{n^2}<\frac{\pi^2}{6}\approx1.645\).

Breviar: instrumentele R ale ședinței

Instrumente R folosite azi
  • sum(x * p), sum((x - m)^2 * p) — media și varianța unei repartiții date prin tabel (valorile x, probabilitățile p);
  • mean(x), var(x), sd(x) — pe un eșantion simulat de volum mare \(B\) aproximează \(\E[X]\), \(\Var(X)\), \(\mathrm{SD}(X)\) (var împarte la \(B-1\));
  • cumsum(x) / seq_along(x) — mediile curente: media primelor \(n\) valori, pentru \(n=1,2,\dots\);
  • pmax(x, a), pmin(x, a) — maximul și minimul element cu element; tapply(p, g, sum) — sume pe grupe;
  • hist(x) — histograma; quantile(x, 0.95) — cuantila empirică;
  • rbinom, rpois, rhyper(B, M, N - M, n), rgeom(B, p) + 1 — simularea repartițiilor uzuale (R numără eșecurile dinaintea primului succes, de aceea adunăm \(1\) pentru \(\Geom(p)\) din curs);
  • funcții recursive: o funcție se poate apela pe ea însăși; are nevoie de o condiție de oprire.

Media și varianța din definiție. Formula de transport

Un joc cu trei zaruri: este corect?

Exercițiul 1 (Un joc cu trei zaruri: este corect?)

La seminar La un joc de noroc, jucătorul mizează \(1\) leu pe un număr de la \(1\) la \(6\) (să spunem pe \(6\)), apoi se aruncă trei zaruri echilibrate. Dacă numărul ales apare pe exact \(k\) zaruri, \(k\in\{1,2,3\}\), jucătorul își primește miza înapoi și câștigă în plus \(k\) lei; dacă numărul nu apare pe niciun zar, pierde miza. Fie \(X\) câștigul net al jucătorului la o partidă.

  1. Determinați tabelul de repartiție al lui \(X\).

  2. Calculați \(\E[X]\), \(\Var(X)\) și \(\mathrm{SD}(X)\). Este jocul corect (adică are câștigul mediu egal cu zero)? Cât pierde în medie un jucător care joacă \(1000\) de partide?

  3. Organizatorul păstrează premiile, dar schimbă miza: jucătorul plătește \(s\) lei, pe care îi pierde dacă numărul nu apare. Pentru ce valoare a mizei \(s\) jocul devine corect?

  4. În R: calculați media și varianța din tabel, simulați \(10^5\) partide și reprezentați grafic media câștigurilor din primele \(n\) partide, în funcție de \(n\).

O variabilă dată prin tabel: tichete de suport

Exercițiul 2 (O variabilă dată prin tabel: tichete de suport)

Dacă timpul permite Numărul \(X\) de tichete (cereri de asistență) primite într-o zi de echipa de suport a unei firme mici are repartiția \[ X\sim\begin{pmatrix}0&1&2&3&4\\0.1&0.3&0.3&0.2&0.1\end{pmatrix}. \]

  1. Calculați \(\E[X]\), \(\Var(X)\) (din definiție și cu formula \(\E[X^2]-(\E[X])^2\)) și \(\mathrm{SD}(X)\).

  2. Costul zilnic al serviciului este \(C=100+40X\) lei (un cost fix plus \(40\) de lei pentru fiecare tichet). Calculați \(\E[C]\), \(\Var(C)\) și \(\mathrm{SD}(C)\).

  3. Echipa poate rezolva cel mult două tichete pe zi; celelalte sunt amânate. Fie \(Y=\max(X-2,0)\) numărul de tichete amânate. Calculați \(\E[Y]\) în două moduri: determinând repartiția lui \(Y\) și cu formula de transport. Este adevărat că \(\E[Y]=\max(\E[X]-2,0)\)?

  4. Verificați rezultatele în R, prin calcul exact și prin simulare.

Jocul de la Sankt Petersburg prin simulare

Exercițiul 3 (Jocul de la Sankt Petersburg prin simulare)

Pentru acasă În jocul din Exemplul 16 din Cursul 3 se aruncă o monedă echilibrată până la apariția primului cap; dacă acesta apare la aruncarea \(K\), jucătorul primește \(X=2^K\) lei. La curs s-a arătat că \(X\) nu are medie finită.

  1. Calculați \(\E[K]\). Presupunem apoi că banca poate plăti cel mult \(2^m\) lei, deci jocul se oprește după cel mult \(m\) aruncări, iar câștigul este \(X_m=2^{\min(K,m)}\). Arătați că \(\E[X_m]=m+1\). Care este miza corectă pentru \(m=10\), \(m=20\) și \(m=30\)?

  2. Simulați \(10^5\) partide și calculați mediile curente pentru \(K\) și pentru \(X\). Ce observați?

  3. Repetați de \(5\) ori estimarea mediei, de fiecare dată cu câte \(10^5\) partide, pentru \(K\) și pentru \(X\). Comparați cu jocul din Exercițiul 1.

Media și varianța repartițiilor uzuale

Pachete pierdute și retransmisii

Exercițiul 4 (Pachete pierdute și retransmisii)

La seminar Un fișier este împărțit în \(n=200\) de pachete, trimise printr-o rețea fără fir. Fiecare transmisie a unui pachet eșuează (pachetul se pierde) cu probabilitatea \(q=0.2\), independent de celelalte transmisii; un pachet pierdut este retransmis până când ajunge la destinație.

  1. Fie \(X\) numărul de pachete pierdute la prima transmisie a celor \(200\) de pachete. Recunoașteți repartiția lui \(X\) și calculați \(\E[X]\), \(\Var(X)\) și \(\mathrm{SD}(X)\). Între ce limite se află \(X\) „de obicei”?

  2. Fie \(N\) numărul de transmisii necesare pentru un pachet fixat. Recunoașteți repartiția lui \(N\) și calculați \(\E[N]\), \(\Var(N)\) și \(\mathrm{SD}(N)\).

  3. Fie \(S\) numărul total de transmisii pentru întregul fișier. Calculați \(\E[S]\), \(\Var(S)\) și \(\mathrm{SD}(S)\).

  4. Protocolul renunță la un pachet după trei transmisii eșuate. Fie \(M=\min(N,3)\). Determinați repartiția și media lui \(M\) și numărul mediu de pachete abandonate dintr-un fișier.

  5. Verificați rezultatele în R.

Cereri la un server

Exercițiul 5 (Cereri la un server)

Pentru acasă Numărul \(X\) de cereri care sosesc într-o secundă la un server web are repartiția \(\Pois(3)\), iar numerele de cereri din secunde diferite sunt independente.

  1. Calculați \(\E[X]\), \(\Var(X)\), \(\mathrm{SD}(X)\) și \(\PP\big(|X-\E[X]|\le2\,\mathrm{SD}(X)\big)\).

  2. Serverul poate procesa cel mult \(5\) cereri pe secundă; cererile în plus sunt respinse. Fie \(R=\max(X-5,0)\) numărul de cereri respinse într-o secundă. Calculați \(\E[R]\) cu formula de transport. Ce proporție din cereri este respinsă pe termen lung?

  3. Fie \(Y\) numărul de cereri sosite într-un minut. Calculați \(\E[Y]\), \(\Var(Y)\) și \(\mathrm{SD}(Y)\) și comparați raportul \(\mathrm{SD}/\text{medie}\) pentru o secundă și pentru un minut.

  4. Verificați în R și determinați cea mai mică capacitate \(c\) pentru care \(\PP(X>c)\le0.01\).

Controlul calității: cu și fără întoarcere

Exercițiul 6 (Controlul calității: cu și fără întoarcere)

Pentru acasă Un lot de \(N=100\) de plăci de bază conține \(M=10\) plăci defecte. Un inspector alege la întâmplare \(n=20\) de plăci și le testează. Fie \(X\) numărul de plăci defecte găsite dacă extragerea se face fără întoarcere (cazul obișnuit) și \(Y\) numărul de plăci defecte găsite dacă extragerea s-ar face cu întoarcere (fiecare placă testată este pusă înapoi în lot).

  1. Recunoașteți repartițiile lui \(X\) și \(Y\) și calculați mediile, varianțele și abaterile standard.

  2. Scrieți \(X\) și \(Y\) ca sume de indicatori și explicați de ce mediile coincid, iar varianțele nu.

  3. Lotul este respins dacă se găsesc cel puțin \(4\) plăci defecte. În R: calculați probabilitatea de respingere în cele două scheme și verificați (a) prin simulare.

Liniaritatea mediei și metoda indicatorilor

Metoda indicatorilor: rețeta

Multe variabile numără ceva: perechi, potriviri, pachete, comparații. Repartiția unei astfel de variabile este de obicei greu de găsit, dar media ei se obține imediat dacă o scriem ca sumă de indicatori.

Metoda indicatorilor

\[ X=\Ind_{A_1}+\dots+\Ind_{A_m}\quad\Longrightarrow\quad \E[X]=\PP(A_1)+\dots+\PP(A_m), \] fără nicio ipoteză de independență (ca în Exercițiul 6).

  1. alegem evenimentele \(A_i\) astfel încât \(X\) să fie numărul celor care se realizează;
  2. calculăm \(\PP(A_i)\);
  3. adunăm.

Pentru varianță avem nevoie, în plus, de probabilitățile \(\PP(A_i\cap A_j)\).

Perechi cu aceeași zi de naștere

Exercițiul 7 (Perechi cu aceeași zi de naștere)

La seminar Într-o sală se află \(n\) persoane. Presupunem, ca în Exercițiul 9 din Seminarul 1, că zilele lor de naștere sunt independente și uniform repartizate pe cele \(365\) de zile ale anului. Acolo am calculat probabilitatea ca cel puțin două persoane să fie născute în aceeași zi; acum numărăm coincidențele: fie \(X\) numărul de perechi (neordonate) de persoane născute în aceeași zi.

  1. Scrieți \(X\) ca sumă de indicatori și calculați \(\E[X]\). Evaluați pentru \(n=23\) și \(n=50\). Care este cel mai mic \(n\) pentru care \(\E[X]\ge1\)?

  2. Arătați că indicatorii a două perechi diferite sunt independenți și deduceți \(\Var(X)\).

  3. În R: scrieți o funcție perechi(n) care simulează o sală cu \(n\) persoane și întoarce numărul de perechi; pentru \(n=23\) comparați media, varianța și \(\PP(X=0)\) cu valorile teoretice.

Puncte fixe ale unei permutări: media și varianța

Exercițiul 8 (Puncte fixe ale unei permutări: media și varianța)

Dacă timpul permite Cele \(n\) lucrări ale unei grupe sunt returnate la întâmplare celor \(n\) studenți (câte una fiecăruia), adică după o permutare aleatoare. Fie \(X\) numărul de studenți care își primesc propria lucrare (numărul de puncte fixe ale permutării). În Exemplul 18 din Cursul 3 s-a arătat, cu metoda indicatorilor, că \(\E[X]=1\) pentru orice \(n\).

  1. Pentru \(n=3\) scrieți toate permutările, determinați repartiția lui \(X\) și calculați \(\E[X]\) și \(\Var(X)\).

  2. Pentru \(n\ge2\) oarecare, calculați \(\E[X^2]\) cu ajutorul indicatorilor și deduceți că \(\Var(X)=1\).

  3. Comparați \(\Var(X)\) cu suma varianțelor indicatorilor. Sunt indicatorii independenți?

  4. În R: verificați prin simulare (ca în Exercițiul 10 din Seminarul 1) pentru mai multe valori ale lui \(n\), enumerați toate permutările pentru \(n=4\) și comparați repartiția lui \(X\) pentru \(n=10\) cu repartiția \(\Pois(1)\).

Colecționarul de cupoane

Exercițiul 9 (Colecționarul de cupoane)

La seminar Fiecare pachet de cereale conține un cupon, ales la întâmplare (uniform și independent de celelalte pachete) dintre \(n\) tipuri. Fie \(T\) numărul de pachete cumpărate până când avem toate cele \(n\) tipuri. În Exemplul 20 din Cursul 3 s-a arătat că \(\E[T]=nH_n\), unde \(H_n=1+\frac12+\dots+\frac1n\).

  1. Reluați descompunerea \(T=T_1+\dots+T_n\) și arătați că \(\Var(T)=n^2\big(1+\frac1{2^2}+\dots+\frac1{n^2}\big)-nH_n\).

  2. Calculați \(\E[T]\) și \(\mathrm{SD}(T)\) pentru \(n=6\) (toate fețele unui zar), \(n=50\) și \(n=365\) (toate zilele anului ca zile de naștere).

  3. În R: scrieți o funcție colectioneaza(n) care simulează o colecție și întoarce numărul de pachete cumpărate; reprezentați histograma lui \(T\) și comparați media și varianța empirice cu formulele.

  4. Câte pachete trebuie cumpărate pentru a avea colecția completă cu probabilitatea de cel puțin \(0.95\)? Răspundeți prin simulare.

Numărul mediu de comparații în Quicksort

Exercițiul 10 (Numărul mediu de comparații în Quicksort)

La seminar Algoritmul Quicksort randomizat sortează \(n\) chei distincte astfel: alege la întâmplare (uniform) una dintre chei, numită pivot, o compară cu fiecare dintre celelalte chei, separând cheile mai mici de cele mai mari decât pivotul, apoi sortează recursiv cele două grupe. Fie \(C_n\) numărul total de comparații. În Exercițiul 12 din Cursul 3 s-a arătat că \(\E[C_n]=\sum_{i<j}\frac{2}{j-i+1}=2(n+1)H_n-4n\).

  1. Pentru \(n=3\) determinați direct repartiția lui \(C_3\) și verificați formula.

  2. Explicați, pe exemplul cheilor \(1,2,\dots,8\) și al perechii \((2,5)\), de ce a \(i\)-a și a \(j\)-a cheie în ordine crescătoare sunt comparate cu probabilitatea \(\frac{2}{j-i+1}\). Scrieți \(C_n\) ca sumă de indicatori și refaceți calculul mediei.

  3. Comparați \(\E[C_n]\) cu cazul cel mai defavorabil și cu aproximarea \(2n\ln n\), pentru \(n\in\{10,100,1000\}\).

  4. În R: scrieți o funcție recursivă quicksort_comp(v) care întoarce numărul de comparații; simulați pentru \(n\in\{10,50,100,200,500\}\) și comparați cu formula exactă și cu \(2n\ln n\).

Varianța sumei de variabile independente

Media a n măsurători independente

Exercițiul 11 (Media a n măsurători independente)

Dacă timpul permite Un senzor măsoară o mărime a cărei valoare reală este \(\mu=20\). Fiecare măsurătoare este afectată de o eroare: \(X_i=\mu+\varepsilon_i\), unde erorile \(\varepsilon_1,\varepsilon_2,\dots\) sunt independente și uniform repartizate pe \(\{-2,-1,0,1,2\}\). Pentru a reduce eroarea, se fac \(n\) măsurători și se raportează media lor aritmetică \(\Xbar=\frac1n(X_1+\dots+X_n)\).

  1. Calculați media și varianța \(\sigma^2\) ale unei măsurători.

  2. Calculați \(\E[\Xbar]\), \(\Var(\Xbar)\) și \(\mathrm{SD}(\Xbar)\). Unde se folosește independența? Câte măsurători sunt necesare pentru ca \(\mathrm{SD}(\Xbar)\le0.1\)?

  3. Caz particular. Dacă \(X_1,\dots,X_n\) sunt independente, cu repartiția \(\Bern(p)\), regăsiți varianța repartiției \(\Bin(n,p)\) și calculați media și varianța frecvenței relative \(\frac1n(X_1+\dots+X_n)\).

  4. Ce se întâmplă dacă măsurătorile nu sunt independente? Analizați cazul extrem \(X_1=X_2=\dots=X_n\) și comparați cu Exercițiile 6 și 8.

  5. În R: verificați (b) prin simulare pentru \(n\in\{1,4,16,64,256\}\).

Studiu individual și temă

Pentru studiul individual: recorduri

Patru exerciții care reiau indicatorii, liniaritatea și varianța sumei; răspunsurile: în fișa de lucru; rezolvările complete vor fi publicate ulterior.

Exercițiul 12 (Recorduri într-o permutare aleatoare)

Pentru acasă Un program parcurge un vector cu \(n\) valori distincte, așezate în ordine aleatoare, și reține maximul; un element mai mare decât toate cele dinaintea lui se numește record. Fie \(R_n\) numărul de recorduri (actualizări ale maximului). (a) Arătați că \(\E[R_n]=H_n\); evaluați pentru \(n=100\) și \(n=10^6\). (b) Indicatorii recordurilor de pe poziții diferite sunt independenți; deduceți \(\Var(R_n)\). (c) Verificați prin simulare pentru \(n=100\).

Pentru studiul individual: tabele de dispersie

Exercițiul 13 (Tabele de dispersie: căsuțe goale și coliziuni)

Pentru acasă O funcție de dispersie (hash) trimite fiecare dintre \(m\) chei într-una dintre cele \(n\) căsuțe ale unui tabel, uniform și independent (echivalent: \(m\) bile în \(n\) cutii). (a) Calculați numărul mediu de căsuțe goale și de căsuțe ocupate. (b) O cheie produce o coliziune dacă ajunge într-o căsuță deja ocupată. Calculați numărul mediu de coliziuni și numărul mediu de perechi de chei aflate în aceeași căsuță. (c) Evaluați pentru \(n=1000\) și \(m=500\).

Pentru studiul individual: serii

Exercițiul 14 (Numărul de serii la aruncarea unei monede)

Pentru acasă O monedă care arată cap cu probabilitatea \(p\) este aruncată de \(n\) ori. O serie este un bloc maximal de rezultate identice consecutive (șirul CCPCPPP are \(4\) serii: CC, P, C, PPP). Fie \(N\) numărul de serii. (a) Scrieți \(N\) cu ajutorul unor indicatori și calculați \(\E[N]\); evaluați pentru \(n=100\), cu \(p=0.5\) și cu \(p=0.8\). (b) Calculați \(\Var(N)\). Pentru ce valoare a lui \(p\) indicatorii sunt necorelați? (c) Verificați prin simulare.

Pentru studiul individual: probabilitățile cozii

Exercițiul 15 (Media ca sumă a probabilităților cozii)

Pentru acasă Fie \(X\) o variabilă aleatoare cu valori în \(\N=\{0,1,2,\dots\}\). (a) Arătați că \(X=\sum_{k\ge1}\Ind_{\{X\ge k\}}\) și deduceți \(\E[X]=\sum_{k\ge1}\PP(X\ge k)\). (b) Regăsiți media repartiției \(\Geom(p)\) și media variabilei \(M=\min(N,3)\) din Exercițiul 4. (c) Se aruncă trei zaruri echilibrate și se notează cu \(Z\) cel mai mare dintre cele trei numere. Calculați \(\E[Z]\). (d) În R: verificați (c) prin enumerare și regăsiți \(\E[T]=14.7\) pentru colecționarul cu \(n=6\) tipuri.

Temă (răspunsuri: în fișa de lucru)

  1. Ruleta europeană (\(37\) de numere: \(0,1,\dots,36\), dintre care \(18\) roșii), miză de \(1\) leu: pariul pe un număr aduce \(35\) de lei, pariul pe „roșu” aduce \(1\) leu; altfel se pierde miza. Calculați media și abaterea standard a câștigului net pentru fiecare pariu și simulați câte \(10^5\) partide. Ce au în comun și prin ce diferă cele două pariuri?
  2. Fie \(X\sim\Unif(\{-2,-1,0,1,2\})\). Calculați \(\E[X]\) și \(\Var(X)\), determinați repartiția lui \(Y=X^2\) și calculați \(\E[Y]\) și \(\Var(Y)\). Calculați \(\E[2^X]\) cu formula de transport și comparați cu \(2^{\E[X]}\).
  3. Variabila \(X\) cu \(\PP(X=k)=\frac{1}{k(k+1)}\), \(k\ge1\), nu are medie finită (Exercițiul 3 din Cursul 3). Simulați \(10^5\) valori cu floor(1 / runif(B)) și reprezentați grafic mediile curente; repetați de câteva ori și comentați.
  4. Fie \(X\sim\Bin(10,0.3)\) și \(Y\sim\Pois(2)\) independente. Calculați \(\E[2X-3Y+5]\), \(\Var(2X-3Y+5)\), \(\E[XY]\), \(\E[X^2]\) și \(\E[(X-Y)^2]\).

Temă (continuare)

  1. Numărul de greșeli de tipar de pe o pagină a unei cărți are repartiția \(\Pois(0.5)\), independent de la o pagină la alta; cartea are \(200\) de pagini. Calculați media și abaterea standard a numărului total de greșeli și a numărului de pagini fără nicio greșeală.
  2. Zece persoane urcă într-un lift la parterul unei clădiri cu \(8\) etaje; fiecare coboară la un etaj ales la întâmplare, independent de ceilalți. Calculați numărul mediu de opriri ale liftului (indicatorul „liftul oprește la etajul \(j\)”) și verificați prin simulare în R.
  3. În problema colecționarului (Exercițiul 9), fie \(T_{(k)}\) numărul de pachete cumpărate până la obținerea a \(k\) tipuri distincte. Calculați \(\E[T_{(k)}]\) și evaluați pentru \(n=6\), \(k=3\) și pentru \(n=50\), \(k=25\). Modificați funcția colectioneaza pentru a verifica prin simulare.
  4. Modificați funcția quicksort_comp (Exercițiul 10) astfel încât pivotul să fie întotdeauna primul element. Comparați numărul de comparații pentru un vector deja sortat (1:n) cu numărul mediu pentru o permutare aleatoare (sample(n)), \(n\in\{50,100,200\}\).

Bibliografie

Rezultatele folosite: Cursul 3. Medie, varianță și indicatori: (Blitzstein and Hwang 2019, cap. 4), (Bertsekas and Tsitsiklis 2008, cap. 2), (Ross 2014, cap. 4); simulări în R: (Wagaman and Dobrow 2021); analiza algoritmilor probabiliști (colecționarul de cupoane, Quicksort): (Mitzenmacher and Upfal 2017, cap. 2).

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.
Mitzenmacher, Michael, and Eli Upfal. 2017. Probability and Computing: Randomization and Probabilistic Techniques in Algorithms and Data Analysis. 2nd ed. Cambridge University Press.
Ross, Sheldon M. 2014. Introduction to Probability and Statistics for Engineers and Scientists. 5th ed. Elsevier Academic Press.
Wagaman, Amy S., and Robert P. Dobrow. 2021. Probability with Applications and R. 2nd ed. Wiley.