Решение задач по курсу теории вероятности и математической статистики (стр. 1 из 2)

Вариант 1

№ 1

Три стрелка делают по одному выстрелу по одной и той же цели. Вероятности поражения целей равны соответственно р₁ = 0,9, р₂ = 0,8, р₃ = 0,7.

Найти вероятности того, что:

а) все три стрелка попадают в цель;

б) только один из них попадает в цель;

в) хотя бы один стрелок попадает в цель.

Обозначим события: А – все 3 стрелка попадают в цель; В – только один стрелок попадает в цель; С – хотя бы один стрелок попадает в цель.

Вероятности промахов равны соответственно: q₁ = 0,1, q₂ = 0,2, q₃ = 0,3.

а) Р(А) = р₁р₂р₃= 0,9∙0,8∙0,7 = 0,504.

б) Р(В) = p₁q₂q₃ + q₁p₂q₃ + q₁q₂p₃ = 0,9∙0,2∙0,3 + 0,1∙0,8∙0,3 + 0,1∙0,2∙0,7 = 0,092.

в) Событие

– все три стрелка промахиваются. Тогда

Р(С) = 1 – Р(

) = 1 – 0,1∙0,2∙0,3 = 1 – 0,006 = 0,994.

№ 11

Вероятность наступления события в каждом из одинаковых независимых испытаний равна 0,02. Найти вероятность того, что в 150 испытаниях событие наступит ровно 5 раз

У нас nдостаточно великó, р малó, λ = np = 150 ∙ 0,02 = 3 < 9, k = 5. Справедливо равенство Пуассона:

. Таким образом,

№ 21

По данному закону распределения дискретной случайной величины Х определить математическое ожидание М(Х), дисперсию D(X) и среднее квадратическое отклонение σ(Х).

хі	1	2	3	4	5
рі	0,05	0,18	0,23	0,41	0,13

Последовательно получаем:

₅

М(Х) = ∑ х_ір_і = 0,05 + 2∙0,18 + 3∙0,23 + 4∙0,41 + 5∙0,13 = 3,39.

i=1

₅

D(X) = ∑ x_i²p_i – M² = 0,05 + 2²∙0,18 + 3²∙0,23 + 4²∙0,41 + 5²∙0,13 – 3,39² = i=1

1,1579.

σ(Х) = √D(X) = √1,1579 = 1,076.

№ 31

Случайная величина Х задана интегральной функцией

а) дифференциальную функцию f(x) (плотность вероятности);

б) математическое ожидание и дисперсию величины х;

в) вероятность того, что X примет значение, принадлежащее интервалу

;

г) построить графики функций F(x) и f(x).

Последовательно получаем:

а)

;

в) Р(a < x < b) = F(b) – F(a) ÞP

= F(1) – F = – 0 = .

Графики функций поданы далее.

№ 41

Определить вероятность того, что нормально распределённая величина Х примет значение, принадлежащее интервалу (α; β) если известны математическое ожидание а и среднее квадратическое отклонение σ. Данные: α = 2; β = 13; а = 10; σ = 4.

Используем формулу Р(α < x < β) =

Имеем: Р(2 < x < 13) =

= Ф – Ф(–2).

Поскольку функция Лапласа есть нечетная, можем записать:

Ф

– Ф(–2) = Ф + Ф(2) = 0,2734 + 0,4772 = 0,7506.

№ 51

Поданному статистическому распределению выборки

хі	4	5,8	7,6	9,4	11,2	13	14,8	16,6
mі	5	8	12	25	30	20	18	6

Определить: а) выборочную среднюю; б) выборочную дисперсию;в) выборочное среднее квадратическое отклонение.

Для решения задачи введём условную переменную

, где С – одно из значений х_і, как правило, соответствующее наибольшему значению m_і , а h– это шаг (у нас h = 1,8).

Пусть С = 11,2. Тогда

.

Заполним таблицу:

xi	mi	xi´	ximi	(xi´)²mi
4	5	– 4	– 20	80
5,8	8	– 3	– 24	72
7,6	12	– 2	– 24	48
9,4	25	– 1	– 25	25
11,2	30	0	0	0
13	20	1	20	20
14,8	18	2	36	72
16,6	6	3	18	54
∑ = 124	∑ = – 19	∑ = 371

Используя таблицу, найдём

;

D(x´) = ∑(x_i´)²m_i – (x_i´)² = – (– 0,1532)² = 2,9685.

Теперь перейдем к фактическим значениям х и D(x):

_

x = x´h + C = – 0,1532∙1,8 + 11,2 = 10,9242;D(x) =D(x´)∙h² = 2,9685∙1,8² = 9,6178;

σ(x) = √D(x) = √9,6178 = 3,1013.

№ 61

По данной корреляционной таблиценайти выборочное уравнение регрессии.

у х	6	9	12	15	18	21	ny
5	4	2	6
15	5	23	28
25	18	44	5	67
35	1	8	4	13
45	4	2	6
nx	4	7	42	52	13	2	n= 120

Для упрощения расчетов введем условные переменные

u =

, v = .Составим таблицу:

vu	– 3	– 2	– 1	0	1	2	nv	nuvuv
– 2	4 6	2 4	6	32
– 1	5 2	23 1	28	33
0	18 0	44 0	5 0	67	0
1	1–1	8 0	4 1	13	3
2	4 2	2 4	6	16
nu	4	7	42	52	13	2	n = 120	∑ = 84

Последовательно получаем:

;

;

;

;

σ_u² = – (u)² = 1,058 – (– 0,425)² = 0,878; σ_u = √0,878= 0,937;

σ_v² = – (v)² = 0,742 – (– 0,125)² = 0,726; σ_v = √0,726 = 0,8521;

По таблице, приведённой выше, получаем ∑n_uvuv = 84.

Находим выборочный коэффициент корреляции:

Далее последовательно находим:

x= u∙h₁ + C₁ = – 0,425∙3 + 15 = 13,725; y = v∙h₂ + C₂ = – 0,125∙10 + 25 = 23,75;

σ_x= σ_u∙h₁ = 0,937∙3 = 2,811; σ_y = σ_v∙h₂ = 0,8521∙10 = 8,521.

Уравнение регрессии в общем виде:

Таким образом,

упрощая, окончательно получим искомое уравнение регрессии:

Необходимо произвести проверку полученного уравнения регрессии при, по крайней мере, двух значениях х.

1) при х = 12 по таблице имеем

по уравнению:

у_х=12 = 2,457∙12 – 9,968 = 19,516; ε₁ = 19,762 – 19,516 = 0,246;

2) при х = 18 по таблице имеем

по уравнению:

у_х=18 = 2,457∙18 – 9,968 = 34,258; ε₂ = 34,258 – 34,231 = 0,027.