- •Методические указания
- •Общие рекомендации студенту-заочнику к изучению курса математики
- •Теория вероятностей и математическая статистика
- •Правила выполнения и оформления контрольных работ
- •Вопросы для самопроверки к контрольной работе № 7
- •Рекомендуемые задачи для подготовки
- •Вопросы для самопроверки к контрольной работе № 8
- •Рекомендуемые задачи для подготовки к выполнению контрольной работы № 8
- •Контрольная работа № 7 «Числовые и функцииональные ряды. Операционное исчисление. »
- •Задача №2.
- •Задача № 3.
- •Задача № 5
- •Задача №6.
- •Задача № 7.
- •Контрольная работа № 8. « Теория вероятностей и элементы математической статистики» Задача № 1.
- •Задача № 2.
- •Задача № 3.
- •Задача № 4.
- •Задача № 5.
- •Задача № 6.
- •Задача № 8.
- •Примеры решения задач к контрольной работе №7
- •Примеры решения задач к контрольной работе № 8
- •Исходные данные
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Примеры решения задач к контрольной работе № 8
Пример 1. Два стрелка производят по одному выстрелу по одной мишени. Первый попадает в мишень с вероятностью 0,8, второй - с вероятностью 0,6. Найти вероятность того, что: а) оба стрелка попадут в мишень, б) оба стрелка промахнутся, в) только один стрелок попадет, г) хотя бы один стрелок попадет в мишень.
Решение. Пусть событие А означает, что первый стрелок попал в мишень, событие В - попал второй. По условию Р(А) = 0,8, Р(В) = 0,6.
а) Пусть событие С - оба стрелка попали в мишень, тогда С = АВ. Поэтому, учитывая независимость событий А и В, по теореме умножения вероятностей имеем
Р(С) = Р(АВ) = Р(А) Р(В) = 0,8 0,6 = 0,48.
б) Перейдем к противоположным событиям, которые состоят в том, что первый стрелок промахнулся , второй стрелок промахнулся . Тогда событие D = означает, что оба стрелка промахнулись.
Р(D) = Р( ) = Р( ) P ( )= (1 - Р(А)) ( 1 - Р(В)) = 0,2 0,4 = 0,08.
в) Событие Е - только один стрелок попал можно представить в виде
Е = А + В . События А и В несовместные. Поэтому, применяя теорему сложения вероятностей несовместных событий, получим
Р(Е) = Р(А +В ) = P (А )+Р(В ) =
= P (А)Р( )+Р(В)Р( ) =
= 0,8 0,4 + 0,6 0,2 = 0,44.
г) Вероятность появления хотя бы одного из совместных событий А, В равна разности между единицей и вероятностью произведения противоположных событий , . Пусть событие F - хотя бы один стрелок попал. Тогда
Р(F) = 1 - Р( ) = 1 - Р( ) P ( ) = 1 - 0,2 0,4 = 0,92.
Пример 2. В первой урне 2 белых и 3 черных шара, во второй - 7 белых и 1 черный. Из первой урны в первую переложили 2 шара, затем наудачу извлекли шар из второй урны. Найти вероятность того, что выбранный из второй урны шар - белый.
Решение. Если событие А может произойти только совместно с одним из событий Н1 , Н2 , ..., Н , образующих полную группу несовместных событий (гипотез), то вероятность Р(А)появления события определяется по формуле полной вероятности: Р (А) = Р(H ) Р(А/H ), где Р(H ) - вероятность гипотезы H , Р(А/H ) - условная вероятность события А при этой гипотезе.
Вероятность извлечения белого шара из второй урны после добавления двух шаров из первой урны зависит от состава шаров (по цвету) в этой урне. При этом возможны следующие гипотезы:
Н1 - из первой урны во вторую переложены два белых шара,
Н2- из первой урны во вторую переложен один белый и один черный шар,
Н3 - из первой урны во вторую переложены два черных шара.
Найдем вероятности этих гипотез . Вероятность каждой гипотезы связана с вероятностью извлечения соответствующих шаров из первой урны. Тогда получим
Р (Н1 ) = = 0,1,
Р (Н2) = = 0,6,
Р (Н3) = = 0,3.
Пусть А - событие, состоящее в извлечении белого шара из второй урны, если предварительно имела место одна из гипотез Нi. Условные вероятности события А будут :
Р(А/H1) = 9/10, Р(A/Н2) = 8/10, Р(A/Н3) = 7/10.
По формуле полной вероятности найдем вероятность извлечения белого шара из второй урны
Р(А) = Р(H1) Р(А/H1) + Р(H2) Р(А/H2) + Р(H3) Р(А/H3) =
= 0,1 0,9 + 0,6 0,8 + 0,3 0,7 = 0,78.
Пример 3. Один из трех стрелков вызывается на линию огня и производит два выстрела. Вероятность попадания в мишень при одном выстреле для первого стрелка равна 0,3, для второго - 0,5, для третьего - 0,8. Мишень не поражена. Найти вероятность, что выстрелы произведены первым стрелком.
Решение. Если вероятности гипотез до опыта были Р (Н1), Р (Н2) , ..., Р(Н ), а в результате опыта появилось событие А , то условная вероятность Р(Н /A) с учетом появления события А вычисляется по формуле Бейеса:
Р(Н /A) =
Возможны три гипотезы: H1 - на линию огня вызван первый стрелок; H2 - на линию огня вызван второй стрелок; H3 - на линию огня вызван третий стрелок. Так как вызов на линию огня любого стрелка равновозможен, то вероятности этих гипотез до опыта Р(H1) = Р(H2) = Р(H3) = 1/3.
В результате опыта наблюдалось событие А - после произведенных двух выстрелов мишень не поражена. Условные вероятности этого события
Р(А/H1) = 0,7 0,7 = 0,49; Р(А/H2) = 0,5 0,5 = 0,25; Р(А/H3) = 0,2 0,2 = 0,04.
По формуле Бейеса для частного случая, когда вероятности гипотезы опыта равны между собой, находим вероятность гипотезы Н1 после опыта:
Р(H1/A) = = 0,628
Пример 4. Найти вероятность того, что в пяти независимых испытаниях событие появится: а) ровно 3 раза, б) не менее трех раз, в) не более трех раз г) хотя бы один раз, если в каждом испытании вероятность появления этого события равна 0,8.
Решение. Так как число испытаний невелики, то для вычисления искомой вероятности воспользуемся формулой Бернулли: (k) = , где
, число сочетаний из n элементов по k , q =1 -p. В рассматриваемом случае:
а) вероятность появления события ровно 3 раза в 5 испытаниях
P (3) = = = 0,2048.
б) вероятность появления события не менее трех раз в 5 испытаниях
P (3) + P (4) + P (5)= 0,2048 + + + = 0,2048 + 0,4096 + 0,3277 = 0,9421.
в) вероятность появления события не более 3 раз в 5 испытаниях
P (0)+ P (1) + P (2) + P (3)= 1 - P (4) - P (5)= 1 - 0,4096 - 0,3277 = 0,2629.
г) вероятность появления события хотя бы один раз в 5 испытаниях
P (1) + P (2) + P (3) + P (4) + P (5) = 1 - P (0) = =1 - == 1 - 0,0003 = 0,9997.
При решении б) - г) использована теорема сложения вероятностей несовместных событий, а при решении в), г) - понятие противоположных событий, сумма вероятностей которых равна 1.
Пример 5. Вероятность попадания в цель у стрелка р = 0,8. Производится три выстрела. Построить ряд распределения случайной величины Х – числа попаданий в цель. Найти математическое ожидание М [X] и дисперсию D [X].
Решение. Случайная величина Х может принимать значения : 0, 1, 2, 3. Вероятность того, что попаданий не будет р (х=0) найдем по формуле Бернулли P (k) = , здесь p = 0,8, q = 1- p= 0,2, n = 3, k = 0.
p (x=0) = = = 0,008.
Аналогично найдем p (x=1) – в результате трех выстрелов будет одно попадание
p (x=1)= = 0,8 0,4 = 0,096;
p (x=2)= 0,384; p (x=3)=0,512.
Ряд распределения будет иметь вид
xi 0 1 2 3
pi 0,008 0,096 0,384 0,512
Математическое ожидание М [Х] и дисперсию D [Х] определим по формулам
М [X] = хipi =0,096 + 2 0,384 + 3 0,512 = 2,4 ;
D [X] = (хi -M[X])2 p i ; или
D [X] = M[X2] – (M[X] )2.
Предварительно построим ряд распределения случайной величины X2
xi 2 0 1 4 9
pi 0,008 0,096 0,384 0,512
M[X2] = 0,096 + 4 0,384 + 9 0,512 =6,24.
D [X]=6,24 – (2,4)2 = 0,48.
Пример 6. Дана плотность распределения
f (x) =
случайной величины Х. Найти параметр а, функцию распределения случайной величины, математическое ожидание М [X], дисперсию D [X], вероятность выполнения неравенства
0 < х< 3.
Решение. Для определения параметра а воспользуемся основным свойством плотности распределения
f (x) dx =1, т.к. при x плотность распределения равна нулю, то интеграл примет вид
dx =1, или
, откуда а =1/2.
Функция распределения связана с функцией плотности соотношением
F(x) = f (x) dx.
1) х< , F(x) = 0 dx=0;
2) x< , F(x) = 0 dx+ = ;
3) х F(x) = 0 dx+ +
Таким образом F(x) =
Математическое ожидание М [Х] и дисперсию D [Х] определим по формулам
М [X] = х f (x) dx, D [X] = (х -M[X])2 f (x) dx
В нашем случае
М[X]= d x= = =0.
D [X] = dх = dх + = .
Вероятность выполнения неравенства 0 < х < определим по формуле
Р( 0 < х < ) = f (x) dx = F ( ) - F (0) = 1-1/2= 1/2.
Пример 7. Найти вероятность попадания в данный интервал (15,25) нормально распределенной случайной величины, если известны ее математическое ожидание а = 20 и среднее квадратическое отклонение = 5.
Решение. Для определения искомой вероятности воспользуемся формулой
Р ( Х ) = Ф Ф .
Здесь Ф (х)= - функция Лапласа, значения которой определяются по таблице. Учитывая, что функция Ф(х) нечетная, получим
Р (15 Х25 ) = Ф Ф =
= Ф (1 ) Ф (- 1) = 2 Ф (1)= 2 0,34 = 0,68.
Пример 8. Определить доверительный интервал для оценки с надежностью =0,95 неизвестного математического ожидания а нормально распределенного признака Х генеральной совокупности, , если известно выборочное среднее = 14, объем выборки n = 25 и генеральное среднее квадратическое отклонение = 5.
Решение. Требуется найти доверительный интервал
-- < a < + (*)
Здесь t – значение аргумента функции Лапласа Ф (t). при котором 2 Ф (t)= . Все величины кроме t известны. Найдем t из соотношения Ф (t)= 0,95/2= 0,475. По таблице функции Лапласа, зная ее значение, находим значение аргумента t =1,96. Подставив t =1,96, = 5, n = 25, = 14 в (*), окончательно получим искомый доверительный интервал 12,04< a < 15,96.