- •Теория вероятностей
- •Содержание
- •Введение
- •Часть 1. Случайные события
- •Комбинаторика
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •2 Классическое, статистическое и геометрическое определение вероятности события. Непосредственный подсчет вероятности
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •3 Теоремы сложения и умножения вероятностей
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •4 Полная вероятность. Формулы Байеса (Бейеса)
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •5 Повторные независимые испытания
- •5.1 Основные формулы
- •5.2 Наивероятнейшее число появлений события в независимых испытаниях
- •5.3 Отклонение относительной частоты от постоянной вероятности в независимых испытаниях
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •Часть 2. Случайные величины
- •1 Дискретные случайные величины
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •2 Непрерывные случайные величины
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •3 Частные виды распределений непрерывных случайных величин
- •Нормальное распределение
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •3.2 Показательное распределение
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •3.3 Равномерное распределение
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •Закон больших чисел
- •Задачи для аудиторного решения
- •Задачи для самостоятельного решения
- •5 Цепи Маркова
- •Задачи для самостоятельного решения
- •Список использованной литературы
- •Приложения
- •Задачи для подготовки к контрольной работе №1
- •Задачи для подготовки к контрольной работе №2
- •Дополнительные задачи по курсу теории вероятностей
- •Тесты по теории вероятностей Вариант 0
- •Вариант 1
- •Вариант 2
- •Вопросы для подготовки к экзамену по теории вероятностей
- •Теория вероятностей
- •426069, Г. Ижевск, ул. Студенческая, 11.
Задачи для самостоятельного решения
При тестировании студентам задается 5 вопросов, на каждый вопрос имеется три ответа, из которых нужно выбрать правильный. Студент А решил выбирать ответ наудачу. Построить полигон распределения вероятности числа вопросов, на которые студент дал верный ответ.
Средний процент нарушения работы кинескопа телевизора в течение гарантийного срока равен 12. Вычислить вероятность того, что из 46 наблюдаемых телевизоров:
а) ровно 40 выдержат гарантийный срок;
б) более 40 телевизоров выдержат гарантийный срок службы;
в) найти наивероятнейшее число телевизоров из 46 наблюдаемых, которые выдержат гарантийный срок.
Английский биолог и статистик Пирсон, подбросив 12000 раз монету, получил частость выпадения герба 0,5016. Найти вероятность получения такой частости при повторном опыте.
В ящике 10 револьверов одной системы и одинаковых по виду, из них 4 непристрелянных. Вероятность попадания в цель из непристрелянного револьвера равна 0,3, а из пристрелянного – 0,9. Из взятого наудачу револьвера произведено 200 выстрелов по цели. Чему равна вероятность того, что число попаданий в цель:
а) заключено между 120 и 150;
б) меньше 100.
Сколько раз надо подбросить игральную кость, чтобы наивероятнейшее число выпадений двойки было равно 32?
Найти вероятность того, что в 100 независимых испытаниях относительная частота наступления события А отклонится от вероятности 0,01 по абсолютной величине не более, чем на 0,02.
С конвейера сходит в среднем 85% изделий первого сорта. Сколько изделий необходимо взять, чтобы с вероятностью 0,997 отклонение частости изделий первого сорта в них от 0,85 по абсолютной величине не превосходило 0,01?
Часть 2. Случайные величины
1 Дискретные случайные величины
Дискретной случайной величиной (ДСВ) называют переменную величину, возможные значения которой есть отдельные изолированные числа.
Законом распределения дискретной случайной величины называют соответствие между возможными значениями случайной величины и их вероятностями. Закон распределения можно задать таблицей (таблица 3), графически или аналитически.
Таблица 3 – Закон распределения дискретной случайной величины Х
Х |
х1 |
х2 |
х3 |
… |
хп |
р |
р1 |
р2 |
р3 |
… |
рп |
Для закона распределения дискретной случайной величины должно выполняться условие:
.
Для описания случайной величины в целом используют числовые характеристики: математическое ожидание, дисперсию и среднее квадратическое отклонение (таблица 4).
Таблица 4 – Числовые характеристики дискретных случайных величин
Обозначение |
Название |
Формула |
|
математическое ожидание |
|
|
дисперсия |
– определение – «рабочая формула» |
|
среднее квадратическое отклонение (СКО) |
|
Числовые характеристики случайных величин обладают свойствами, приведенными в таблице 5. При этом Х и У – независимые случайные величины, а С – константа.
Таблица 5 – Свойства числовых характеристик случайных величин
-
Математическое ожидание
Дисперсия
––
В таблице 6 приведены частные виды распределений дискретных случайных величин, имеющих наиболее важное значение в теории вероятностей и математической статистике.
Таблица 6 – Частные виды распределений дискретных случайных величин
Название вида распределения |
Вероятность |
Математическое ожидание |
Дисперсия |
Биномиальное распределение |
, где (формула Бернулли)
|
|
|
Распределение Пуассона |
, где и (формула Пуассона)
|
|
|
Геометрическое распределение |
, где |
|
|
Пример 1. В урне 2 белых и 3 черных шара. Наудачу берут 3 шара. Составить закон распределения числа белых шаров среди трех взятых. Построить полигон (многоугольник) распределения вероятностей. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение числа белых шаров среди трех взятых.
Решение. Введем дискретную случайную величину Х – число белых шаров среди трех взятых наудачу. Возможные значения этой случайной величины 0, 1, 2. Найдем соответствующие вероятности:
или ;
;
.
Запишем закон распределения Х:
-
Х
0
1
2
р
0,1
0,6
0,3
Проверка: .
Полигон распределения вероятностей:
р
0,6
0,3
0,1
0 1 2 х
Рисунок 8
Найдем математическое ожидание :
– приближенно
равно среднему значению случайной величины Х.
Вычислим дисперсию , используя определение:
Вычисления удобно производить с помощью таблицы:
-
–1,2
–0,2
0,8
1,44
0,04
0,64
р
0,1
0,6
0,3
Найдем дисперсию по «рабочей формуле»:
.
-
Х 2
0
1
4
р
0,1
0,6
0,3
(Заметим, что дисперсию удобнее вычислять по «рабочей» формуле.)
Среднее квадратическое отклонение :
.
Пример 2. Известны законы распределения случайных величин Х и У:
Х |
–1 |
0 |
1 |
|
У |
–2 |
0 |
р |
0,2 |
0,3 |
0,5 |
р |
0,3 |
0,7 |
1) Составить закон распределения случайной величины .
2) Найти и :
а) используя закон распределения случайной величины ;
б) пользуясь свойствами математического ожидания и дисперсии.
Решение. 1) Составим закон распределения случайной величины :
2Х У |
–2 0,2 |
0 0,3 |
2 0,5 |
–2 0,3 |
–4 0,06 |
–2 0,09 |
0 0,15 |
0 0,7 |
–2 0,14 |
0 0 ,21 |
2 0,35 |
|
–4 |
–2 |
0 |
–2 |
0 |
2 |
р |
0,06 |
0,09 |
0,15 |
0,14 |
0,21 |
0,35 |
Упростим полученный ряд, объединив одинаковые значения случайной величины:
|
–4 |
–2 |
0 |
2 |
|
р |
0,06 |
0,23 |
0,36 |
0,35 |
|
Проверка: 0,06+0,23+0,36+0,35=1.
2а) Найдем математическое ожидание и дисперсию Z, используя полученный закон распределения случайной величины Z:
.
2б) Найдем математическое ожидание и дисперсию Z, пользуясь их свойствами:
(Заметим, что вычисление математического ожидания и дисперсии удобнее проводить, используя их свойства.)
Пример 3. Приживаемость саженцев яблонь составляет 80%. Наудачу выбирают 5 саженцев.
1) Составить закон распределения числа прижившихся саженцев.
2) Найти математическое ожидание и дисперсию числа прижившихся саженцев.
Решение. 1) Введем случайную величину Х – число прижившихся саженцев среди пяти отобранных. Возможные значения Х: 0, 1, 2, 3, 4, 5. Вероятность приживаемости каждого наудачу взятого саженца постоянна и равна 0,8. Поэтому для нахождения вероятностей можно использовать схему повторных независимых испытаний. В данном случае (п невелико), вероятности вычислим по формуле Бернулли:
|
.
|
Запишем закон распределения Х:
Х |
0 |
1 |
2 |
3 |
4 |
5 |
р |
0,00032 |
0,0064 |
0,0512 |
0,2048 |
0,4096 |
0,32768 |
Проверка: 0,00032 + 0,0064 + 0,0512 + 0,2048 + 0,4096 + 0,32768 = 1.
Так как для нахождения была использована формула Бернулли, то данное распределение является биномиальным.
2) Найдем математическое ожидание и дисперсию, используя формулы биномиального распределения:
Пример 4. При введении вакцины против некоторого заболевания иммунитет создается в 99,9% случаев. Вакцинируют 1000 животных.
1) Составить закон распределения числа животных, которые заболеют этой болезнью после вакцинации.
2) Найти математическое ожидание и дисперсию случайной величины.
Решение. 1) Введем случайную величину Х – число животных, которые заболеют после вакцинирования. Возможные значения Х: 0, 1, 2, …, 1000. Найдем соответствующие вероятности. По условию задачи число вакцинированных животных , а вероятность заболеть после вакцинации , то есть . Так как п – велико, а р – мало, то используем формулу Пуассона:
, где .
…
.
Закон распределения будет иметь вид:
Х |
0 |
1 |
2 |
… |
1000 |
р |
0,368 |
0,368 |
0,184 |
… |
0 |
Так как были вычислены по формуле Пуассона, то данное распределение является пуассоновским.
2) Для вычисления математического ожидания и дисперсии используем известные формулы:
.
Пример 5. Игральный кубик подбрасывают до тех пор, пока не выпадет 6 очков.
1) Составить закон распределения случайной величины Х – числа подбрасываний кубика, если число подбрасываний не ограничено. Найти математическое ожидание и дисперсию случайной величины Х.
2) Составить закон распределения случайной величины – числа подбрасываний, если кубик подбрасывают не более трех раз. Найти математическое ожидание и дисперсию случайной величины .
Решение. 1) Случайная величина Х – число подбрасываний кубика до первого появления 6 очков. Возможные значения Х: 1, 2, 3, …
;
;
;
;
…
Запишем закон распределения:
Х |
1 |
2 |
3 |
4 |
… |
|
… |
р |
|
|
|
|
… |
|
… |
Так как образуют геометрическую прогрессию, то распределение случайной величины Х является геометрическим. Тогда
2) Случайная величина – число подбрасываний кубика до первого появления 6 очков (кубик подбрасывается не более трех раз). Возможные значения : 1, 2, 3.
;
;
.
Запишем закон распределения:
|
1 |
2 |
3 |
р |
|
|
|
Как видим, распределение случайной величины не относится ни к одному из известных нам видов распределений, поэтому числовые характеристики будем считать, используя закон распределения: