Содержание
Задание 1. 3
Задание 2. 4
Задание 3. 5
Задание 4. 7
Задание 5. 10
Задание 6. 13
Список использованной литературы.. 19
ВАРИАНТ 6
Задание 1
Охотник стреляет три раза по удаляющейся цели. Вероятность попадания в цель в начале стрельбы равна 0,9, а после каждого выстрела уменьшается на 0,1. Найти вероятность того, что охотник попадет:
а) только один раз;
b) два раза;
с) не менее двух раз;
d) хотя бы один раз;
e) все три раза или все три раза промахнется.
Решение:
p1=0,9; p2=0,8; p3=0,7
Соответственно:
q1=0,1; q2=0,2; q3=0,3
k – число попаданий
а) только один раз:
Р(k=1)=0,9*0,2*0,3+0,1*0,8*0,3+0,1*0,2*0,7=0,092
b) два раза:
Р(k=2)=0,9*0,8*0,3+0,1*0,8*0,7+0,9*0,2*0,7=0,398
с) не менее двух раз:
Р(k>=2)= Р(к=2)+Р(к=3)= 0,398+0,9*0,8*0,7=0,902
d) хотя бы один раз:
Р(k>=1)=1- Р(к=0)=1-0,1*0,2*0,3=0,994
е) все три раза или все три раза промахнется:
Р(k=3 или k=0)=1- Р(k=1)- Р(k=2)=1-0,092-0,398=0,51
Задание 2
Магазин торгует телевизорами двух марок А и В, пользующихся одинаковым спросом населения. За день торговли из имеющихся 4 телевизоров марки А и 6 телевизоров марки В было продано два телевизора. На следующий день магазин получил 6 телевизоров А и 4 телевизора марки В. За второй день торговли продали три телевизора.
1. Определить вероятность того, что по крайней мере один из проданных во второй день телевизоров – марки А.
2. Проданные во второй день – телевизоры марки А. Телевизоры каких марок вероятнее всего были проданы в первый день торговли?
Решение:
Вероятность продажи телевизора марки А в первый день:
Р1А=4/10
Тогда, вероятность после продажи двух телевизоров в первый день станет равной:
Р2А=4/10-4/10*4/10=6/25
Во второй день поступило 6 телевизоров А и 4 телевизора марки В, т.е. всего телевизоров стало 10-2+6+4=18. Значит, вероятность увеличилась на 6/18:
Р3А=6/25+6/18=43/75
Это вероятность продажи телевизора А во второй день.
1. Вероятность того, что по крайней мере один из проданных во второй день телевизоров – марки А:
P(k>=1)=1-P(k=0)=1-C30*(43/75)0*(32/75)3=0,922
2. Т.к. во второй день все проданные телевизоры марки А, то вероятность продажи телевизора А во второй день была высока, значит в первый день вероятнее всего телевизоры А не были проданы, т.е. проданы телевизоры марки В.
Задание 3
В среднем 20% пакетов акций на аукционе продаются по первоначально заявленной цене.
1. Какова вероятность того, что из 5 наугад взятых пакетов акций будет продано по другой (не первоначально заявленной) цене:
а) ровно 3;
b) не менее 3;
с) не более 3;
d)хотя бы один пакет акций?
2. Вычислить вероятность того, что из ста выставленных на аукционе пакетов акций по первоначально заявленной цене будет продано:
а) 18;
b) не менее 18;
с) не более 23;
d) не менее 15, но не более 25 пакетов акций.
Решение:
р=1-0,2=0,8 – вероятность того, что пакет акций будет продан по другой цене
1. n=5 – число выбранных пакетов акций
k – число пакетов акций, проданных по другой цене
Используя формулу Бернулли Pn(k)=Ckn*pk*qn-k рассчитаем вероятности:
а) Р(k=3)= C53*0,83*0,22=0,2048
b) Р(k>=3)= Р(k=3)+ Р(k=4)+ Р(k=5)=0,2048+C54*0,84*0,21+ C55*0,85*0,20=
0,94208
с) Р(k<=3)=1- Р(k>=3)+ Р(k=3)=1-0,94208+0,2048=0,26272
d) P(k>=1)=1- P(k=0)=1- C50*0,80*0,25=0,99968
2. . n=100– число выбранных пакетов акций
p=0,2 вероятность того, что пакет акций будет продан по первоначально заявленной цене
k – число пакетов акций, проданных по первоначально заявленной цене
a) Р(k=18)= C10018*0,218*0,882=0,7468
b) Р(k≥18)=Р(18,100)
Воспользуемся интегральной теоремой Лапласа:
P(k1, k2)=Ф(x2)-Ф(x1)
где Ф(x) - функция Лапласа[1]
x1=(k1-n*p)/√npq=(18-100*0,2)/√100*0,2*0,8= -0,5
x2=(k2-n*p)/√npq=(100-100*0,2)/√ 100*0,2*0,8=20
Ф(-0,5)= -0,1915
Ф(20)= 0,5
Значит, искомая вероятность равна:
P(18,100)=0,5+0,1915=0,6915
c) Р(k≤23)=Р(0,23)
P(k1, k2)=Ф(x2)-Ф(x1)
x1=(k1-n*p)/√npq=(0-100*0,2)/√100*0,2*0,8= -5
x2=(k2-n*p)/√npq=(23-100*0,2)/√ 100*0,2*0,8=0,75
Ф(-5)= -0,5
Ф(0,75)=0,2734
Значит, искомая вероятность равна:
P(0,23)=0,2734+0,5=0,7734
d) Р(15≤k≤25)=P(15, 25)
P(k1, k2)=Ф(x2)-Ф(x1)
x1=(k1-n*p)/√npq=(15-100*0,2)/√100*0,2*0,8= -1,25
x2=(k2-n*p)/√npq=(25-100*0,2)/√ 100*0,2*0,8=1,25
Ф(-1,25)= -0,3944
Ф(1,25)=0,3944
Значит, искомая вероятность равна:
P(15, 25)=0,3944+0,3944=0,7888
Задание 4
В партии из 10 изделий содержится 3 бракованных. Для проверки качества изделий контролер из всей партии наугад выбирает одновременно три изделия. Рассматривается случайная величина (с.в.) ξ – число бракованных изделий, содержащихся в выборке.
1. Составить ряд распределения с.в. ξ и представить его графически.
2. Найти функцию распределения с.в. ξ и построить его график.
3. Вычислить математическое ожидание (среднее значение) М ξ, дисперсию D ξ и среднее квадратическое (стандартное) отклонение σ (ξ).
4. Определите вероятности:
а) Р {ξ < М ξ };
b) Р {ξ < М ξ +1};
c) Р {|ξ - М ξ| < σ (ξ)}.
Решение:
1. n=3 – число выбранных изделий
k – число бракованных изделий среди выбранных
p=3/10=0,3 – вероятность попадания бракованного изделия
q=7/10=0,7 – вероятность попадания исправного изделия
Р (k=0) = C30*(0,3)0*(0,7)3=0,343
Р (k=1) = C31*(0,3)1*(0,7)2=0,441
Р (k=2) = C32*(0,3)2*(0,7)1=0,189
Р (k=3) = C33*(0,3)3*(0,7)0=0,027
Ряд распределения с.в. ξ:
ξ |
Р |
0 |
0,343 |
1 |
0,441 |
2 |
0,189 |
3 |
0,027 |
|
1 |
и его графическое представление:
2. Функция распределения с.в. ξ:
F(x)=P(X-x)
F(x) |
x |
0 |
x<=0 |
0,343 |
0<x<=1 |
0,784 |
1<x<=2 |
0,973 |
2<x<=3 |
1 |
x>3 |
Его графическое представление:
3.
ξ |
Р |
ξ *Р |
ξ2 |
ξ2* Р |
0 |
0,343 |
0 |
0 |
0 |
1 |
0,441 |
0,441 |
1 |
0,441 |
2 |
0,189 |
0,378 |
4 |
0,756 |
3 |
0,027 |
0,081 |
9 |
0,243 |
Сумма: |
1 |
0,9 |
- |
1,44 |
Математическое ожидание (среднее значение):
М ξ=∑ξ *Р=0,9
Дисперсия:
D ξ= М (ξ2) – (М ξ)2=∑ ξ2* Р - (М ξ)2=1,44-0,92=0,63
Среднее квадратическое (стандартное отклонение):
σ(ξ)=√Dξ=√0,63=0,7
4. а) Р {ξ < М ξ }= Р {ξ < 0,9}= Р (ξ =0)= 0,343
b) Р {ξ < М ξ +1}= Р {ξ < 1,9}= Р (ξ =0)+ Р (ξ =1)=
=0,343+0,441=0,784
c) Р {|ξ - М ξ| < σ (ξ)}= Р {|ξ – 0,9| < 0,7}= Р (ξ =1)= 0,441
Задание 5
Время ξ (в мин.) между прибытием двух автомашин к светофору является случайным с плотностью распределения:
p(x)= c*e-x/2, если x>=0
0, если x<0
1. Установить неизвестную постоянную С и построить график функции p(x).
2. Найти функцию распределения с.в. ξ и построить ее график.
3. Вычислить математическое ожидание (среднее значение) М ξ, дисперсию D ξ и среднее квадратическое (стандартное) отклонение σ (ξ).
4. Во сколько раз число прибывших к светофору автомашин со временами между прибытиями больше среднего превосходит число автомашин со временами между прибытиями меньше среднего?
Решение:
1. Для определения коэффициента С воспользуемся формулой:
-∞+∞∫f(x)dx=1
Так как f(x) на разных интервалах задана различными выражениями, то интеграл -∞+∞∫f(x)dx разбиваем на два интервала:
-∞+∞∫f(x)dx=-∞0∫0dx+0+∞∫С*e-x/2dx=1
Отсюда 0+∞∫С*e-x/2dx=1
-2*С* e-x/2│0+∞=1
2*С=1
Следовательно: С=1/2
В силу этого плотность вероятности запишется:
p(x)= e-x/2/2, если x>=0
0, если x<0
2. Чтобы найти функцию распределения с.в. ξ используем формулу:
F(x)= -∞x∫f(x)dx
Если x<=0, то f(x)=0, следовательно,
F(x)= -∞x∫0dx=0
Если x>0, то
F(x)= -∞0∫0dx + 0x∫ e-x/2/2 dx= 0x∫e-x/2/2 dx= -e-x/2│0x=1- e-x/2
Итак:
F(x)= 1- e-x/2, если x>=0
0, если x<0
3. Воспользуемся формулами:
M(X)= -∞+∞∫x*f(x) dx и D(X)= -∞+∞∫x2*f(x) dx – [M(X)]2;
M(X)= -∞+∞∫x*f(x) dx=-∞0∫0dx+0+∞∫x*e-x/2 /2dx= -x*e-x/2 -2*e-x/12│0+∞=2
D(X)= -∞+∞∫x2*f(x) dx – 22=-∞0∫x2*0dx+0+∞∫x2*e-x/2 /2dx-22=
-x2*e-x/17 -4x*e-x/17 - 8e-x/17│0+∞-22=8-22=4
Cреднее квадратическое (стандартное) отклонение σ (ξ):
σ (x)= √D(X)=2
4. Вероятность того, что число прибывших к светофору автомашин со временами между прибытиями меньше среднего:
р(x<17)= -∞2∫f(x)dx=02∫ e-x/2/2 dx =-e-x/2│02=1-е-1
и больше среднего:
р(x>17)= 2∞∫f(x)dx=2∞∫ e-x/2/2 dx = -e-x/2│2∞= е-1
Значит, число прибывших к светофору автомашин со временами между прибытиями меньше среднего превосходит число автомашин со временами между прибытиями больше среднего в:
р(x<17)/ р(x>17)= (1-е-1)/ е-1=е-1=1,71828 раз
Задание 6
При измерении веса 25 упаковок сильнодействующего лекарственного препарата были обнаружены следующие отклонения (в гр.) от указанного на обертке:
-24.34, -14.59, -18.27, -8.94, -15.09, -10.94, 4.47, 3.05, -8.33, -22.98, 1.75, -32.07, -7.43, -18.63, -12.97, -11.08, -7.44, -1.70, 6.34, -11.08, -11.12, -15.90, -10.26, -8.07, -6.48.
Необходимо:
1. Определить исследуемый признак и его тип (дискретный или непрерывный).
2. В зависимости от типа признака построить полигон или гистограмму относительных частот.
3. На основе визуального анализа полигона (гистограммы) сформулировать гипотезу о законе распределения признака.
4. Вычислить выборочные характеристики изучаемого признака: среднее, дисперсию, среднее квадратическое (стандартное) отклонение.
5. Используя критерий согласия «хи-квадрат» Пирсона, проверить соответствие выборочных данных выдвинутому в п.3 закону распределения при уровне значимости 0,05.
6. Для генеральной средней и дисперсии построить доверительные интервалы, соответствующие доверительной вероятности 0,95.
7. С надежностью 0,95 проверить гипотезу о равенстве:
а) генеральной средней значению -10;
б) генеральной дисперсии значению 100.
Решение:
1. Тип исследуемого признака непрерывный, т.к. все значения встречаются ровно по одному разу и распределены в интервале от -32.07 до 6.34 гр.
2. Т.к. тип признака непрерывный, то весь интервал, в котором заключены все наблюдаемые значения признака разобьем на ряд частичных интервалов длины h=5 и найдем mi – сумму частот вариант, попавших в i-й интервал:
Номер интервала |
Частичный интервал |
Частоты |
Относительные частоты |
Плотности относительных частот |
i |
xi-1 - xi |
mi |
wi= mi /∑mi |
wi/h |
1 |
< -25 |
1 |
0,04 |
0,008 |
2 |
-25 - -20 |
2 |
0,08 |
0,016 |
3 |
-20 - -15 |
4 |
0,16 |
0,032 |
4 |
-15 - -10 |
7 |
0,28 |
0,056 |
5 |
-10 - -5 |
6 |
0,24 |
0,048 |
6 |
-5 - 0 |
1 |
0,04 |
0,008 |
7 |
0 - 5 |
3 |
0,12 |
0,024 |
8 |
>5 |
1 |
0,04 |
0,008 |
Сумма: |
- |
25 |
1 |
|
Построим гистограмму:
3. На основе визуального анализа гистограммы можно сделать предположение о нормальном распределении признака, т.е.:
где а – математическое ожидание, σ – среднее квадратическое ожидание.
4. Серединные значения интервалов рассчитаны как xi*= (xi+ xi-1)/2
Номер интервала |
Середины частичных интервалов |
Сумма частот вариант частичного интервала |
xi**mi |
xi* 2 |
xi* 2* mi |
i |
xi* |
mi |
|||
1 |
-27,5 |
1 |
-27,5 |
756,25 |
756,25 |
2 |
-22,5 |
2 |
-45 |
506,25 |
1012,5 |
3 |
-17,5 |
4 |
-70 |
306,25 |
1225 |
4 |
-12,5 |
7 |
-87,5 |
156,25 |
1093,75 |
5 |
-7,5 |
6 |
-45 |
56,25 |
337,5 |
6 |
-2,5 |
1 |
-2,5 |
6,25 |
6,25 |
7 |
2,5 |
3 |
7,5 |
6,25 |
18,75 |
8 |
7,5 |
1 |
7,5 |
56,25 |
56,25 |
|
|
25 |
-262,5 |
|
4506,25 |
Вычислим выборочные характеристики изучаемого признака: среднее значение (MX) , дисперсию, среднее квадратическое (стандартное) отклонение:
xсрвыб = ∑ xi**mi /n= -262,5/25= -10,5
Dвыб= x*2cp -xсрвыб 2=∑ xi*2* mi / n - xсрвыб 2=4506,25/25-10,52=70
σвыб=√70=8,366
5. Найдем исправленную выборочную дисперсию s2:
s2=n/n-1 * Dвыб=25/24 * 70=72,917
и исправленное выборочное среднее квадратическое отклонение:
s=8,54
Найдем теоретические частоты mi′:
mi′=n*h/s *φ(ti*)=25*5/8,54*φ(ti*)=14,64*φ(ti*)[2],
где ti*= (xi*- xсрвыб)/s
Составим расчетную таблицу для нахождения теоретических частот:
i |
xi* |
ti*= (xi*- xсрвыб)/s |
φ(ti*) |
mi′=n*h/s *φ(ti*) |
1 |
-27,5 |
-1,99 |
0,0551 |
0,81 |
2 |
-22,5 |
-1,41 |
0,1476 |
2,16 |
3 |
-17,5 |
-0,82 |
0,285 |
4,17 |
4 |
-12,5 |
-0,23 |
0,3885 |
5,69 |
5 |
-7,5 |
0,35 |
0,3752 |
5,49 |
6 |
-2,5 |
0,94 |
0,2565 |
3,75 |
7 |
2,5 |
1,52 |
0,1257 |
1,84 |
8 |
7,5 |
2,11 |
0,0431 |
0,63 |
Затем составим расчетную таблицу для вычисления наблюдаемого значения критерия χ2набл.:
i |
mi |
mi′ |
mi - mi′ |
(mi - mi′)2 |
(mi - mi′)2/ mi′ |
1 |
1 |
0,81 |
0,19 |
0,04 |
0,05 |
2 |
2 |
2,16 |
-0,16 |
0,03 |
0,01 |
3 |
4 |
4,17 |
-0,17 |
0,03 |
0,01 |
4 |
7 |
5,69 |
1,31 |
1,72 |
0,30 |
5 |
6 |
5,49 |
0,51 |
0,26 |
0,05 |
6 |
1 |
3,75 |
-2,75 |
7,59 |
2,02 |
7 |
3 |
1,84 |
1,16 |
1,35 |
0,73 |
8 |
1 |
0,63 |
0,37 |
0,14 |
0,22 |
|
|
|
|
|
χ2набл=3,38 |
По таблице критических точек распределения χ2кр(α,s)[3] при заданном уровне значимости α=0,05 и числе степеней свободы s=k-3=8-3=5 находим критическую точку правосторонней критической области:
χ2кр= χ2кр(0,05;5)=11,1
Так как χ2набл < χ2кр, то по данным выборки нет оснований отвергать гипотезу о нормальном распределении признака X в генеральной совокупности.
6. Т.к. генеральная совокупность распределена нормально, то для построения доверительного интервала генеральной средней можно воспользоваться формулой:
xсрвыб - tγ(s/√n)< xсрген< xсрвыб + tγ(s/√n),
где s - исправленное выборочное среднее квадратическое отклонение, равное 8,54 (см. п.5);
tγ находят по таблице[4] по заданным n и γ
γ=0,95 (по условию)
t(0.95, 25)=2,064
tγ*(s/√n)= 2,064*8,54/√25=3,53
xсрвыб = -10,5 (см. п.4)
Тогда искомый интервал имеет вид:
-10,5-3,53< xсрген<-10,5+3,53
-14,03< xсрген<-6,97
Чтобы построить доверительный интервал генеральной дисперсии сначала найдем доверительный интервал среднего квадратического отклонения по формуле:
s(1-q) <σген< s(1+q) (при q<1),
0< σген< s(1+q) (при q>1),
где q находят по таблице[5] по данным n и γ
q(0.95, 25)=0,32
Доверительный интервал среднего квадратического отклонения:
8,54*(1-0,32) <σген<8,54*(1+0,32)
5,807<σген<11,273
Тогда доверительный интервал генеральной дисперсии имеет вид:
5,8072<Dген<11,2732
33,72<Dген<127,08
7. а) Т.к. доверительный интервал генеральной средней -14,03< xсрген<-6,97 включает значение -10, то с надежностью 0,95 можно утверждать о правильности гипотезы.
б) Т.к. доверительный интервал генеральной дисперсии 33,72<Dген<127,08 включает значение 100, то с надежностью 0,95 можно утверждать о правильности гипотезы.
Список использованной литературы
1. Гмурман В.Е./ Теория вероятностей и математическая статистика. М.: Высшая школа, 2002
2. Гмурман В.Е./ Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002
3. Колемаев В.А., Староверов О.В., Турундаевский В.Б./ Теория вероятностей и математическая статистика. М.: Высшая школа, 1991
4. Семенов А.Т. /Теория вероятностей и математическая статистика: Учебно-методический комплекс. – Новосибирск: НГАЭиУ, 2003
5. Семенов А.Т. /Теория вероятностей: Учебное пособие. – Новосибирск: НГАЭиУ, 2003
[1] Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002. Прил. 2, С. 390.
[2] Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002. Прил. 1, С. 388
[3] Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002. Прил. 5, С. 393.
[4] Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002. Прил. 3, С. 392.
[5] Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 2002. Прил. 4, С. 392.