- •Содержание
- •Тема 2. Классические теоремы теории вероятностей
- •Если события а, в, с совместны, то
- •Формула полной вероятности имеет вид
- •Тема 3. Повторные независимые испытания
- •Тема 4. Случайные величины и законы их распределения
- •Тема 5. Числовые характеристики случайных величин
- •Пусть с – постоянная величина. Тогда
- •Для вычисления дисперсии используется формула
- •Дисперсия обладает свойствами
- •Тема 6. Основные дискретные случайные величины и их числовые характеристики
- •Если случайная величина распределена по закону Пуассона, то
- •Тема 7. Основные непрерывные случайные величины и их числовые характеристики
- •Плотность нормального распределения имеет вид
- •Дисперсия нормального распределения
- •Правило трех сигм записывается в виде равенства
- •2. Для нахождения математического ожидания и дисперсии применим формулы (7.3). Получим следующие значения:
- •Ошибка указания времени часами со скачущей минутной стрелкой имеет равномерное распределение. Определить вероятность того, что при определении времени ошибка не будет превышать 20 секунд.
- •Тема 8. Закон больших чисел и центральная предельная теорема
- •В предельной форме утверждения теоремы Бернулли имеют вид
- •Тема 9. Основные понятия математической статистики. Числовые характеристики
- •На практике для вычисления дисперсии применяется формула
- •Легко установить, что
- •Вычислим размах товарооборота по формуле (9.14). Получим, что
- •Тема 10. Статистические оценки
- •Если дисперсия несмещенной оценки при n→стремится к нулю, то такая оценка будет и состоятельной. Это следует из неравенства Чебышева (см.(8.2))Рдля случайной величины*.
- •Тема 11. Корреляция и регрессия
- •Непосредственно из этого определения следует, что
- •Тема 12. Проверка статистических гипотез
Дисперсия нормального распределения
Д(Х) = 2. (7.12)
Следовательно, среднее квадратическое отклонение равно второму параметру :
(Х) = . (7.13)
Вероятность того, что нормальная случайная величина Х примет значение, принадлежащее промежутку <, >, находится по формуле
Р(<Х<) = ФФ, (7.14)
где Ф(х) – функция Лапласа, для которой имеется таблица ее значений. Вероятность того, что отклонение такой случайной величины по абсолютной величине будет меньше заданного числа >0, находится из равенства
Р = 2Ф . (7.15)
Правило трех сигм записывается в виде равенства
Р = 2Ф (3) 0,9973. (7.16)
Р е ш е н и е т и п о в ы х з а д а ч
Задача 1. Определить вероятность того, что случайная величина, равномерно распределенная на отрезке [2, 7], примет значение в промежутке [5, 6].
Решение. С помощью формулы (7.4) получаем
Р (5 Х 6) = = 0,2.
Задача 2. Троллейбусы некоторого городского маршрута идут с интервалом в 6 минут. Пассажир подходит к остановке в некоторый момент времени. Требуется: 1) определить плотность вероятности и функцию распределения случайной величины Х – времени, в течение которого пассажир будет ожидать троллейбус; 2) вычислить ее математическое ожидание и дисперсию; 3) найти вероятность появления пассажира на остановке не ранее, чем через две минуты после ухода предыдущего троллейбуса, но не позднее, чем за минуту до отхода следующего.
Решение. 1. Время, в течение которого пассажир будет ожидать троллейбус, представляет собой случайную величину, имеющую равномерное распределение. Следовательно, по формуле (7.1) определим плотность распределения случайной величины Х:
f(х) =
По формуле (7.2) получаем выражение для функции распределения:
F(х) =
2. Для нахождения математического ожидания и дисперсии применим формулы (7.3). Получим следующие значения:
М(Х) = ;Д(Х) = = 3.
3. Если пассажир подойдет к остановке не ранее чем через две минуты после ухода предыдущего троллейбуса, но не позднее чем за минуту до отхода следующего, то он будет ожидать троллейбус не менее минуты и не более четырех минут. По формуле (7.4) определяем вероятность того, что случайная величина Х примет значение в промежутке [1, 4]:
Р (1 Х 4) = =.
Задача 3. Случайная величина подчинена показательному закону распределения с параметром . Найти вероятность того, что случайная величина примет значение меньшее ее математического ожидания.
Решение. Для показательного распределения, согласно (7.7), М(Х)=. Вероятность того, что случайная величинаХ примет значение в интервале , определяем по формуле (7.8):
Р (0 < Х < ) = e -e= 1- 0,6 321.
Задача 4. Функция распределения случайного времени безотказной работы радиоаппаратуры имеет вид: для t<0 F(t)=0 и для t 0 F(t) = 1-е . Найти: 1) плотность вероятностиf(t); 2) вероятность безотказной работы аппаратуры в течение времени Т.
Решение. 1. Для отыскания f(t) можно воспользоваться равенством f(t)=F (t) или формулами (7.6) и (7.5) с =. Тогда
f(t) =
2. Вероятность безотказной работы аппаратуры за время Т вычислим по формуле
Р (t T) = 1- Р (0 t < T).
Значение Р (0 t < T) находим по формуле (7.8)
Р (0 t < T) = .
Следовательно, Р (t T) = 1-(1-е -1) = е –1 0,367 879.
Задача 5. Найти плотность распределения нормально распределенной случайной величины, если известны ее числовые характеристики: М(Х) = 4, (Х)=. Построить график этого распределения.
Решение. Согласно (7.11)-(7.13) и условию задачи имеем, что а=4, =. Плотность вероятности нормально распределенной случайной величины имеет вид (7.9). Подставляя данные значения а и в (7.9), получим искомую плотность вероятности
f(х)=.
Функция f(х) имеет максимум при х=4, равный f(4)=0,23 033. Абсциссы точек перегиба: х1= а- и х2=а+. В данном случае
х1=4-2,268 и х2=4+5,732; их ординаты: f(х1)=f(х2)=0,1 397. График функции симметричен относительно прямой х=4, ось абсцисс является асимптотой.
y
4-4 4+x
Задача 6. Рост взрослых мужчин является случайной величиной, которая распределена по нормальному закону. Пусть ее математическое ожидание равно 176 см, а дисперсия – 25. Найти плотность распределения вероятностей и функцию распределения этой случайной величины. Вычислить вероятность того, что рост наугад выбранного мужчины будет находиться в пределах от 173 до 180 см.
Решение. По условию задачи а=176, ==5. Поэтому согласно (7.9) плотность распределения вероятностей данной случайной величины такова:
f(х) = .
Найдем функцию распределения по формуле (7.10):
F(х) = .
Введем подстановку z=, тогдаdt=5dz. При t - переменная z-, при t=х переменная z=. ПолучимF(х)=Ф.
Здесь учтено, что (интеграл Пуассона). Вычислим по формуле (7.14) вероятность того, что выбранный наугад мужчина будет иметь рост от 173 до 180 см:
Р(173<Х<180)=Ф-Ф= Ф(0,8) – Ф(-0,6) =Ф(0,8) +Ф(0,6).
Из приложения 2 ([5]) находим Ф(0,8)0,2 881, Ф(0,6)0,2 257. Окончательно имеем: Р(173<Х<180) 0,5 138.
Задача 7. Завод изготовляет шарики для подшипников. Номинальный диаметр шариков d0=5 мм. Вследствие неточности изготовления шарика фактический его диаметр – случайная величина, описываемая нормальным законом распределения со средним значением d0 и средним квадратическим отклонением =0,05. При контроле бракуются все шарики, диаметр которых отличается от номинального больше чем на 0,1 мм. Определить, какой процент шариков будет отбраковываться.
Решение. Пусть Х – случайная величина, выражающая диаметр шарика. По условию задачи требуется определить в процентах Р. Определим вероятность противоположного события, т.е.Р. Применяя формулу (7.15), получим
Р= 2Ф= 2Ф(2).
По таблице (приложение 2 из [5]) находим Ф(2)0,4 772. Тогда искомая вероятность равна
Р= 1-Р 1- 0,9 544 = 0,0 456.
Таким образом, при данном технологическом процессе около 4,6% шариков будут отбраковываться.
Задача 8. Средний процент выполнения плана определенной группой предприятий составляет 106%, среднее квадратическое отклонение =8%. Полагая, что процент выполнения плана этой группой предприятий подчиняется нормальному закону, определить, в каких границах следует ожидать процент выполнения плана этими предприятиями с вероятностью 0,95.
Решение. Применим формулу (7.15). Согласно условию задачи а=М(Х)=106, =8, Р=0,95. Неизвестную величину находим как решение трансцендентного уравнения
Ф= 0,475.
С помощью таблицы (приложение 2 из [5]) определяем =1,96, откуда=81,96=15,68. Итак, с вероятностью Р=0,95 можно ожидать, что процент выполнения плана данной группой предприятий будет находиться в границах от 90,32% до 121,68%.
З а д а ч и