1 курс / 1 курс 2 семестр / Теория_вероятностей_9_22_лекц_1К
.pdfТеория вероятностей и математическая статистика
Задача 2. Найти математическое ожидание случайной величины Z = X + 2Y, если известны математические ожидания X и Y. M(X) = 5, M(Y) = 3.
Решение. Используя свойства математического ожидания (математическое ожидание суммы равно сумме математических ожиданий слагаемых; постоянный множитель можно вынести за знак математического ожидания), получим :
М(Z) = M(X + 2Y) = M(X) + M(2Y) = M(X) + 2M(Y) = 5 + 2 3
= 11.
11
Теория вероятностей и математическая статистика
Задача 3. Дан перечень возможных значений дискретной случайной величины X: х1 = -1, х2 = 0, х3 = 1, а также известны математические ожидания этой величины и ее квадрата: М(Х) = 0,1; М(Х2) = 0,9. Найти вероятности р1, р2, р3, соответствующие возможным значениям х1, х2, х3.
Решение. Пользуясь тем, что сумма вероятностей всех возможных значений Х равна единице, а также принимая во внимание, что М(Х) = 0,1, М(Х2) = 0,9 составим систему трех линейных уравнений относительно неизвестных вероятностей:
М(Х)М(Х2)
Решая эту систему, найдем: р1 = 0,4; р2 = 0,1; р3 = 0,5.
12
Теория вероятностей и математическая статистика
Задача 4. Устройство состоит из n элементов. Вероятность отказа любого элемента за время опыта равна р. Найти математическое ожидание числа таких опытов, в каждом из которых откажет ровно m элементов, если всего произведено N опытов.
Решение. Обозначим через Х число опытов, в которых откажет ровно m элементов. Так как опыты независимы
и вероятности интересующего нас события (в
одном опыте откажет ровно m элементов) в этих опытах одинаковы, то применима формула
М(Х) = N(P), (*)
где N – общее число опытов; P – вероятность того, что в одном опыте откажет ровно m элементов.
13
Теория вероятностей и математическая статистика
Найдем вероятность Р по формуле Бернулли:
= −.
Подставив (**) в (*), получим искомое выражение
( ) = − .
(**)
математическое
14
Теория вероятностей и математическая статистика
Задача 5. Случайные величины X и Y независимы. Найти дисперсию случайной величины Z = 3X + 2Y, если известно, что D(X) = 5, D(Y) = 6.
Решение. Так как величины X и Y независимы, то независимы также и величины 3X и 2Y. Используя свойства дисперсии (дисперсия суммы независимых случайных величин равна сумме дисперсий слагаемых; постоянный множитель можно вынести за знак дисперсии, возводя его в квадрат), получим
D(Z) = D(3X+2Y) = D(3X) + D(2Y) = 9D(X) + 4D(Y) = 9 5 + 4 6 = 69.
15
Теория вероятностей и математическая статистика
Задача 6. Найти дисперсию дискретной случайной величины Х – числа появлений события А в пяти независимых испытаниях, если вероятность появления события А в каждом испытании равна 0,2.
Решение. Дисперсия числа появлений события в независимых испытаниях (с одинаковой вероятностью появления события в каждом испытании) равна произведению числа испытаний на вероятности появления и непоявления события:
D(X) = npq.
По условию, n = 5; p = 0,2. Определим q. q = 1-0,2 = 0,8.
Искомая дисперсия
D(X) = npq = 5 0,2 0,8 = 0,8.
16
Теория вероятностей и математическая статистика
Задача 7. Найти дисперсию дискретной случайной величины Х – числа появлений события А в двух независимых испытаниях, если вероятности появления события в этих испытаниях одинаковы и известно, что М(Х) = 1,2.
Решение 1. Возможные значения величины Х таковы:
х1 = 0 (событие не появилось), х2 = 1 (событие появилось 1 раз), х3 = 2 (событие появилось 2 раза).
Шаг 1. Найдем вероятности возможных значений по
формуле Бернулли ( = −):
|
|
|
|
; |
|
|
|
|
|
|
|
= |
|
= = ; |
|
= . |
|||||
|
|
|
|
|
|
|
|
17
Теория вероятностей и математическая статистика
Шаг 2. Напишем закон распределения Х:
Х |
0 |
1 |
2 |
|
|
|
|
р |
q2 |
2pq |
p2 |
Шаг 3. Найдем М(Х):
M(X) = 2pq + 2p2 = 2p(q+p) = 2p.
Шаг 4. По условию М(Х) = 1,2. То есть 2p = 1,2. Откуда
P=0,6 и, следовательно, q = 1- 0,6 = 0,4.
Шаг 5. Найдем искомую дисперсию по формуле
D(X) = npq = 2 0,6 0,4 = 0,48.
18
Теория вероятностей и математическая статистика
Задача 7. Найти дисперсию дискретной случайной величины Х – числа появлений события А в двух независимых испытаниях, если вероятности появления события в этих испытаниях одинаковы и известно, что М(Х) = 1,2.
Решение 2.
Шаг 1. Воспользуемся формулой M(X) = np. По условию М(Х) = 1,2; n = 2. Следовательно, 1,2 = 2p. Откуда р = 0,6 и, значит, q = 0,4.
Шаг 2. Найдем искомую дисперсию:
D(X) = npq = 2 0,6 0,4 = 0,48.
19
Теория вероятностей и математическая статистика
8. ЗАКОН БОЛЬШИХ ЧИСЕЛ
8.1. Предварительные замечания
Как уже известно, нельзя заранее уверенно предвидеть, какое из возможных значений примет случайная величина в итоге испытания; это зависит от многих случайных причин, учесть которые невозможно.
Казалось бы, поскольку о каждой случайной величине мы располагаем в этом смысле весьма скромными сведениями, то вряд ли можно установить
закономерности поведения и суммы достаточно большого числа случайных величин.
20