Вариант №12Сгенерировать последовательность из 50 случайных чисел с нормальным законом распределения mx=5, dx=4 и последовательность из 50 случайных чисел с экспоненциальным законом распределения с параметром =5. Все числа свести в массив, расположив их по возрастанию. Вычислить среднее значение, дисперсию и вывести результаты на печать в виде гистограммы, разбив последовательность чисел на 10 интервалов.import numpy as npimport matplotlib.pyplot as plt# генерируем последовательность из 50 случайных чисел с нормальным законом распределенияnormal_distribution = np.random.normal(loc=5, scale = 2, size = 50)# генерируем последовательность из 50 случайных чисел с экспоненциальным законом распределенияexponential_distribution = np.random.exponential(scale = 1 / 5, size = 50)# объединяем две последовательности в один массив и сортируем его по возрастаниюresult_array = np.concatenate((normal_distribution, exponential_distribution))result_array = np.sort(result_array)# вычисляем среднее значение и дисперсию для полученного массиваmean_value = np.mean(result_array)variance_value = np.var(result_array)# строим гистограмму для полученных данныхplt.hist(result_array, bins = 10, density = True, alpha = 0.5, color = 'purple', edgecolor = 'black')plt.title('Распределение случайных чисел')plt.xlabel('Значение')plt.ylabel('Вероятность')plt.axvline(x = mean_value, color = 'green', label = 'Среднее значение')plt.axvline(x = mean_value + np.sqrt(variance_value), linestyle = '--', color = 'grey', label = 'Стандартное отклонение')plt.axvline(x = mean_value - np.sqrt(variance_value), linestyle = '--', color = 'grey')plt.legend()plt.show()