Элементы теории вероятностей. Учебное пособие
.pdf
|
|
|
|
Решение. |
|
|
|
|
|
|
a 18 cм, |
|
|
|
|
|
|
|
|
18,4. Тогда |
|
|||||||||
1) |
|
По условию |
0,2 см, |
17,7, |
по |
|||||||||||||||||||||||||
формуле (41): P(17,7 |
|
|
|
|
18,4 18 |
|
17,7 18 |
|
( 1,5) |
|
||||||||||||||||||||
X 18,4) |
0,2 |
|
|
0,2 |
(2) |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
(2) (1,5) 0,4772 0,4332 0,9104. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
2) |
|
По условию |
a 18 cм – |
номинальный размер |
детали, |
0,2 см, |
||||||||||||||||||||||||
|
P |
|
X 18 |
|
0,95. |
Нужно найти величину , для этого применим формулу |
||||||||||||||||||||||||
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
(42). Тогда 2 |
|
|
|
|
0,95 или |
|
|
0,475. |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
|
|
|
|||||
|
|
По таблице интегральной функции Лапласа (см. приложение 2) находим |
||||||||||||||||||||||||||||
|
1,96, откуда 0,392. |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
X 18 |
|
0,392 |
|
или 17,608 X 18,392. |
|
|
|
|||||||||||
|
|
|
|
Следовательно, |
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
3) По правилу «трех сигм» можно считать, что практически все длины |
||||||||||||||||||||||||||
деталей с вероятностью 0,9973 будут заключены в интервале (a 3 ; |
a 3 ), |
|||||||||||||||||||||||||||||
то есть P( |
|
X 18 |
|
3 0,2) 0,9973, откуда |
|
X 18 |
|
0,6 или 17,4 X 18,6. |
|
|||||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
Пример 2. Автомат штампует детали. Контролируется длина детали |
X , |
|||||||||||||||||||||||||
которая распределена по нормальному закону с математическим ожиданием (проектной длиной), равным 60 мм. Фактическая длина изготовленных деталей не менее 58 мм и не более 62 мм. Найти вероятность того, что длина наудачу
взятой детали: а) больше 61 мм; б) меньше 60,5 мм. |
|
|
|
|||||||||||||||
Решение. |
|
По |
условиюa 60. |
Предварительно найдем неизвестный |
||||||||||||||
параметр нормального распределения из условия |
P(58 X 62) 1 или по |
|||||||||||||||||
формулам (41) и (42): |
58 60 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
62 |
60 |
|
|
|
2 |
|
|
|
2 |
|
|
|
||||||
|
|
|
|
|
|
2 |
|
|
1 или |
|
|
|
0,5. |
|||||
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
||||||
По таблице интегральной функции Лапласа находим |
5. |
|||||||||||||||||
|
||||||||||||||||||
Следовательно, 0,4. Поэтому: |
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
62 60 |
|
|
61 60 |
|
|
|
|
|
|
|||||
P(61 X 62) |
0,4 |
|
|
0,4 |
(5) (2,5) 0,0062, |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
P(58 X |
60,5) |
60,5 60 |
58 60 |
|
|
|
|
|
||||||||||
|
0,4 |
|
0,4 |
(1,25) ( 5) 0,8944. |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Пример 3. Вес двухмесячного поросенка – нормально распределенная величина, составляет в среднем 16,5 кг, среднее квадратическое отклонение равно 0,4 кг. а) Найти вероятность того, что вес двухмесячного поросенка будет не менее 17 кг. б) В каком диапазоне находится вес поросенка. в) Найти величину, которую с вероятностью 0,98 не превысит вес двухмесячного поросенка.
61
Решение. По условию a 16,5 кг, 0,4 |
кг. |
|
|
||
а) Найдем вероятность, с которой случайная величина (вес) принимает |
|||||
значение при величине X 17, |
то есть в интервале 17 X . Тогда по |
||||
|
16,5 |
17 16,5 |
|
||
формуле (41): P(17 X ) |
0,4 |
|
0,4 |
( ) (1,25) |
|
|
|
|
|
||
0,5 0,39435 0,10565, то |
есть |
приблизительно |
11 % двухмесячных |
||
поросят имеют вес не менее 17 кг.
б) Диапазон веса двухмесячных поросят можно определить с помощью
правила «трех сигм»: а 3 16,5 3 0,4 15,3, |
а 3 16,5 3 0,4 17,7. |
|||||||||||||||
|
Вес двухмесячных поросят находится в диапазоне от 15,3 кг до 17,7 кг. |
|||||||||||||||
|
в) По условию Р Х 0,98. Найдем величину . Получим: |
|||||||||||||||
P(X ) P( |
|
16,5 |
|
16,5 |
16,5 |
|||||||||||
X ) |
0,4 |
|
|
0,4 |
|
|
0,4 |
|
( ) |
|||||||
16,5 |
|
|
|
|
|
|
|
|
|
|||||||
|
16,5 |
|
0,5 |
|
|
|
|
|
|
|
||||||
|
0,4 |
( ) |
0,4 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Левые части составленных выражений равны, то равны и их правые |
|||||||||||||||
|
16,5 |
0,5 0,98 или |
|
16,5 |
|
|
|
|
|
|
||||||
части: |
0,4 |
|
|
0,4 |
0,48. |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
16,5 |
|
||
|
По |
таблице |
интегральной |
функции |
Лапласа |
находим: |
|
2,06, |
||||||||
|
0,4 |
|||||||||||||||
следовательно, 16,5 0,4 2,06 17,324. |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|||||||||||
|
С вероятностью 0,98 вес двухмесячного поросенка не превысит 17,324 кг. |
|||||||||||||||
|
Пример |
4. |
Себестоимость |
|
1 |
ц молока |
(нормально |
распределенной |
||||||||
случайной величины) составляет в среднем 20 условных денежных единиц, среднее квадратичное отклонение 0,6 усл. ден. ед. Определить: а) вероятность того, что себестоимость 1 т молока не превысит 210 усл. ден. ед.; б) в каких пределах возможна себестоимость 1 т молока?
Решение.
Пересчитаем параметры нормального распределения для 1 т молока: 1 т = 10 ц, тогда а 20 10 200, 0,6 10 6.
а) Определим вероятность, |
с |
|
которой |
|
случайная |
величина |
||
(себестоимость) принимает значение |
Х 210, то есть находится в интервале |
|||||||
X 210 : |
|
|
|
|
|
|
|
|
210 200 |
|
200 |
|
5 |
( ) |
|||
P(X 210) P( X 210) |
6 |
|
|
6 |
|
|
|
|
|
|
|
|
|
3 |
|
||
(1,67) ( ) 0,45254 0,5 0,95254.
б) Пределы возможных значений себестоимости найдем с помощью правила «трех сигм»: а 3 200 3 6 182, а 3 200 3 6 218.
Себестоимость 1 т молока возможна в пределах от 182 усл. ден. ед. до 218 усл. ден. ед.
62
Задачи для решения в аудитории
1. Автомат штампует детали. Контролируется длина детали X , которая распределена нормально с математическим ожиданием (проектная длина), равным 50 мм. Фактически длина изготовленных деталей не менее 32 и не более 68 мм. Найти вероятность того, что длина наудачу взятой детали: а) больше 55 мм; б) меньше 40 мм.
2.Из данных, полученных от руководства цеха при его проверке, следует, что брак составляет 5 % всей выпускаемой продукции. По полученным данным и технической документации, установлено, что размер продукции представляет собой случайную величину, распределенную по нормальному закону с математическим ожиданием, равным 10 мм, и средним квадратичным отклонением, равным 0,2 мм. Величина максимально допустимого отклонения размера детали от номинального, при котором деталь еще считается годной, составляет 0,3 мм. Оцените с помощью вероятности достоверность информации, полученной от руководства цеха о качестве выпускаемой продукции.
3.Методом проб установлено, что потери зерна при уборке урожая в
среднем составляют 3 г на 1 м2 , среднее квадратичное отклонение равно 1 г
на 1 м2 . Найти:
а) вероятность того, что на 1 га потери составят не менее чем 29,8 кг; б) величину, которую с вероятностью 0,99 не превысят потери на 1 га.
Считать, что X – потери зерна есть нормально распределенная случайная величина.
4. Коробки с шоколадом упаковываются автоматически. Средняя масса одной коробки 1,06 кг. Известно, что только 5% коробок имеет массу менее 1 кг. Найти стандартное отклонение, полагая, что масса коробок распределена нормально.
63
Глава 4. ПРЕДЕЛЬНЫЕ ТЕОРЕМЫ ТЕОРИИ ВЕРОЯТНОСТИ
В теории вероятностей изучаются закономерности массовых случайных однородных явлений, зависящих от большого числа случайных факторов. Некоторые свойства случайных величин, описывающих такие явления, рассматриваются в так называемых предельных теоремах.
Предельные теоремы делятся на две группы. Теоремы первой группы, объединенные общим названием «закон больших чисел», ставят условия, при которых среднее арифметическое случайных величин приближается к некоторым неслучайным (детерминированным) величинам.
Теоремы второй группы, объединенные общим названием «центральная предельная теорема», определяют условия, при которых закон распределения суммы случайных величин приближается к нормальному закону.
1. Закон больших чисел
Как показывает опыт, при некоторых сравнительно широких условиях сумма достаточно большого числа случайных величин почти утрачивает характер случайной величины и может быть предсказана с большой степенью определенности. Это так называемое свойство устойчивости массовых случайных явлений объясняется тем, что случайные отклонения от среднего, неизбежные в каждом отдельном опыте, в массе опытов взаимно погашаются. Именно эта устойчивость средних значений и составляет физическое содержание закона больших чисел.
Основными теоремами закона больших чисел являются теоремы Чебышева и Бернулли. Их доказательство базируется на весьма общей лемме, известной под названием неравенства Чебышева.
1.1. Неравенство Чебышева
Вероятность того, что отклонение случайной величины X от ее математического ожидания M (X ) по абсолютной величине не больше сколь
угодно малого положительного числа , больше 1 |
|
D(X ) |
, то есть: |
|
|||||||||||
2 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
P |
|
|
X M X |
|
1 |
|
D(X ) |
. |
|
(43) |
|||||
|
|
|
|||||||||||||
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
В противном случае P |
|
X M X |
|
D(X ) |
|
(44) |
|||||||||
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Неравенство Чебышева |
дает верхнюю |
|
|
оценку для |
вероятности |
||||||||||
отклонения значений случайной величины от своего математического ожидания.
Пусть имеется последовательность независимых случайных величин X1 ,
X2 , X3, Xn , Xn .
Говорят, что последовательность Xn сходится по вероятности к величине a (случайной или неслучайной), если при любом 0 имеет место равенство:
64
limP( |
|
X |
n |
a |
|
) 1. |
|
|
|||||
n |
|
|
|
|
|
|
|
|
|
|
Пример 1. Вероятность наступления события A в каждом из 1000 независимых опытов равна 0,8. Найти вероятность того, что число наступлений
события |
A в этих опытах отклонится от своего математического ожидания по |
|||
абсолютной величине не больше, чем на 50. |
||||
Решение. Пусть |
X – число наступлений события A в указанных 1000 |
|||
опытах. |
|
n 1000, |
p 0,8, |
q 0,2 и рассматривается серия |
По |
условию |
|||
независимых опытов, поэтому применим формулы биномиального распределения.
ТогдаM (X ) np 1000 0,8 800 и D(X ) npq 1000 0,8 0,2 160.
Учитывая, что величина 50, то с помощью неравенства (43) получим:
P X 800 50 1 160502 или P X 800 50 0,936.
Пример 2. Среднее значение длины детали 50 см, а дисперсия 0,1. Пользуясь неравенством Чебышева, оценить вероятность того, что случайно взятая деталь окажется по длине вне поля допуска (меньше 49,5 см или больше
50,5 см).
Решение. По условию M (X ) 50, D(X ) 0,1, 0,5.
Применим формулу (44):
P X 50 0,5 (00,5,1)2 или P X 50 0,5 0,4.
Задачи для решения в аудитории
1. Средняя температура в квартире в период отопительного сезона равна 200 С, а среднее квадратическое отклонение равно 20 С. С помощью
неравенства Чебышева оценить снизу вероятность того, что температура в квартире отклонится от средней температуры по абсолютной величине менее чем на 40 С.
1.2. Теорема Чебышева
Если – последовательность попарно независимых случайных величин, дисперсии которых равномерно ограничены одним и тем же
постоянным числом С, то есть |
D(X1) C, D(X 2) C, , D(X n ) C, , то |
|||||||||||||||
каково бы ни было малое положительное число , имеет место равенство: |
||||||||||||||||
|
|
|
|
|
|
|
1 |
n |
1 n |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
limP |
|
|
|
Xk |
|
M (Xk ) |
|
1. |
(45) |
||||
|
|
|
||||||||||||||
|
|
|
n |
|
|
n |
k 1 |
n k 1 |
|
|
|
|
||||
То есть при |
величине |
n |
среднее |
арифметическое |
значение |
|||||||||||
|
|
|
|
1 |
n |
|
|
|
|
|
|
|
||||
случайных величин |
|
|
|
Xk сходится по |
вероятности к их |
общему |
||||||||||
X |
||||||||||||||||
|
||||||||||||||||
|
|
|
|
n k 1 |
|
|
|
|
|
|
|
|||||
математическому ожиданию.
65
Хотя случайные отклонения отдельных величин X k от своих
математических ожиданий могут быть существенны и разного знака (как больше, так и меньше нуля), но в среднем арифметическом (это тоже случайная величина), они взаимно погашаются. Поэтому при достаточно большом числе
n среднее арифметическое значение случайных величин X практически уже не случайно и с вероятностью, близкой к единице, может приниматься в качестве приближенной оценки математического ожидания
М(X ) 1 n M (Xk ). n k 1
Этим и объясняется рекомендуемый в практической деятельности способ многократного измерения изучаемой случайной величины с тем, чтобы получить ее значение, близкое к истинному значению.
Пример. Дисперсия каждой из 1000 независимых случайных величин Xk , где k 1; 1000, равна 4. Оценить вероятность того, что отклонение
среднего арифметического значения этих величин от среднего арифметического значения их математических ожиданий по абсолютной величине не превзойдет 0,1.
Решение. Согласно неравенству, вытекающему из условия (45) при значениях С 4 и 0,1 имеем:
|
|
1000 |
|
|
|
1000 |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||||||||
|
|
|
X k |
|
|
|
|
M (X k ) |
|
|
|
||||
|
|
|
k 1 |
|
|
|
|
k |
1 |
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,1 |
|
|
|
1000 |
|
|
|
|
1000 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1000 |
|
|
1000 |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
X k |
|
M (X k ) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
k |
1 |
|
|
k 1 |
|
|
|
|||
Тогда P |
|
|
|
|
|
||||||||||
|
|
1000 |
|
1000 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 10004(0,1)2 .
0,1 0,6.
Задача для самостоятельной работы
Дисперсия каждой из 7500 независимых случайных величин равна 55. Оценить вероятность того, что отклонение среднего арифметического значения этих случайных величин от среднего арифметического значения их математических ожиданий по абсолютной величине окажется менее чем 0,2.
1.3. Теорема Бернулли
Если в каждом из n независимых испытаний вероятность p появления
события постоянна, то с вероятностью, близкой к единице, можно утверждать, что при неограниченном увеличении числа испытаний относительная частота W появления события сходится по вероятности к его вероятности P :
lim P |
|
W p |
|
1. |
(46) |
|
|
||||
n |
|
|
|
|
|
|
|
|
|||
66 |
|
||||
Следовательно, теоремой Бернулли доказывается устойчивость относительной частоты, которая раньше (см. пример с многократным подбрасыванием монеты) рассматривалась как эмпирический факт.
2. Центральная предельная теорема (теорема Ляпунова)
Вотличие от закона больших чисел, объектом рассмотрения которого являются случайные величины, центральная предельная теорема рассматривает их законы распределения и определяет условия, при которых они начинают подчиняться нормальному закону распределения.
То есть если случайная величина X представляет собой сумму большого числа взаимно независимых случайных величин, распределенных по различным законам, причем влияние каждой из них на всю сумму ничтожно мало, то величина X имеет распределение, близкое к нормальному закону.
Вчастности, если X1, X2, , Xn – независимые случайные величины,
имеющие один и тот же закон распределения (не важно какой) с математическим ожиданием M (X ) и дисперсией D(X ), то при
n
неограниченном увеличении числа n закон распределения суммы S Xk
k 1
неограниченно приближается к нормальному распределению с параметрами a n M (X ), nD(X ) .
Условия справедливости центральной предельной теоремы выполняются очень часто, например, в теории ошибок измерений, теории стрельбы и т. д., что и объясняет особую роль нормального закона.
В практических задачах центральная предельная теорема часто применяется для вычисления вероятности того, что сумма нескольких случайных величин окажется в заданных пределах.
Если X k – последовательность независимых случайных величин с математическими ожиданиями M (X1), M (X 2), , M (X n ) и дисперсиями D(X1), D(X 2), , D(X n ), причем число n достаточно велико, а величины X1, X2, , Xn сравнимы по порядку своего влияния на сумму, то вероятность
попадания случайной величины Y n Xk в интервал ( , ) равна:
|
|
|
|
|
|
|
k 1 |
|
|
|
|
|
m |
y |
|
m |
y |
|
|
||||
P( Y ) |
|
|
|
|
|
|
, |
|
|||
|
|
|
|
|
|
||||||
|
|
y |
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
n |
y |
Dy |
|
n |
|
|
|
|
|||
где my M (Xi ), |
D(Xi ) , |
(x) – интегральная функция |
|||||||||
i 1 |
|
|
|
|
|
i 1 |
|
|
|
|
|
Лапласа.
67
РАСЧЕТНО-ГРАФИЧЕСКАЯ РАБОТА № 1
Вариант № 1
1.Сколькими способами можно сформировать программу конференции, выбрав из 20 участников 4-х участников, выступающих с докладами?
2.В магазин привезли разные вазы. Сколькими способами из 28 ваз можно выбрать 6, чтобы выставить их на витрину?
3.Сколькими способами можно разложить 7 одинаковых шаров по 4-м ящикам, если в каждый ящик должен попасть хотя бы один шар?
4.В урне тысяча лотерейных билетов с номерами от 1 до 1000. Найти вероятность того, что номер наудачу вынутого билета: а) четный; б) нечетный; в) < 1000; г) > 1000.
5.Из 30 вопросов программы студент знает 20. Найти вероятность то го, что студент знает а) хотя бы один из трех вопросов, предложенных экзаменатором, б) предложенные экзаменатором три вопроса (вопросы выбираются по очереди).
6.Счетчик регистрирует частицы трех типов: А, В и С. Вероятность появления этих частиц составляет 0,3; 0,6; 0,1 соответственно. Вместе с тем, счетчик улавливает частицы типа А с вероятностью 0,7; частицы типа В – 0,6; а частицы типа С – 0,9. Счетчик отметил частицу. Определить вероятность того, что это была: а) частица С; б) частица В.
7.Предприятие производит полиэтиленовые бутылки. Пивной завод покупает их, наполняет и запускает в торговлю. При покупке бутылок на пивном заводе для контроля качества из партии отбирается случайным образом 8 бутылок. Если среди этих бутылок только две или менее оказываются дефектными, вся партия принимается и направляется в производство. Какова вероятность того, что вся партия будет принята, если предприятие-производитель выпускает 20 % дефектных бутылок?
Вариант № 2
1.Сколько можно составить различных буквосочетаний из 8 разных букв, если выбирать из них по 4?
2.Из 78 сотрудников РОВД выбирают 7 для выполнения специального задания. Сколькими способами можно это сделать?
3.Шесть ящиков различных материалов доставляются на пять этажей стройки. Сколькими способами можно распределить материалы по этажам? В скольких вариантах на пятый этаж доставлен какой-либо один.
4.В урне находится 10 шаров: 3 белых, 4 черных, 3 красных. Какова вероятность вынуть а) белый шар, б) черный шар, в) красный шар, г) белый и черный шары, д) черный и красный шары?
5.Брошены три игральные кости. Чему равна вероятность того, что на одной из них выпала единица, если на всех трех костях выпали разные числа?
6.Для посева заготовлены семена 4 видов клена. Причем, 22 % всех семян клена 1-го вида; 33 % – 2-го вида; 32 % – 3-го вида; 13 % – 4-го вида. Вероятность всхожести для семян первого вида равна 0,69; для второго – 0,74; для третьего – 0,43; для четвертого – 0,38. Найти вероятность того, что наугад взятое семечко взойдет.
68
7. Девушка согласилась пойти в кино с юношей только на четвертое его приглашение. Вероятность того, что юноша приглашает девушку в какой-то день пойти с ним в кино, равна 0,4. Какова вероятность того, что девушка пойдет в кино с юношей, если он ее сегодня приглашает в пятый раз?
Вариант № 3
1.Сколькими способами можно на 12 лифтах (лифты пронумерованы) отправить двух профессоров с 1-го на 7-й этаж, если каждый из них хочет ехать
вотдельном лифте?
2.В ресторане работают 39 поваров. Сколькими способами можно выбрать 15 из них для работы в воскресенье?
3.Сколькими способами можно разложить 5 разноцветных шаров по 3-м ящикам?
4.Сейфовый замок имеет 4 диска с пятью секторами, на каждом из которых записана одна из цифр от 0 до 4. Какова вероятность открыть замок сейфа, набрав 4 цифры наугад?
5.Рассмотрим семью с двумя детьми. Какова вероятность того, что в семье оба ребенка – мальчики, если:
а) старший ребенок – мальчик; б) по крайней мере, один из детей – мальчик?
6.Вероятность того, что клиент банка направится к первой кассе – 1/2, ко второй – 1/6; к третьей – 1/3. Вероятность того, что ему придется стоять в очереди больше получаса в первую кассу, составляет 1/6; во вторую кассу – 1/10; в третью – 1/9. Определите вероятность того, что клиент был обслужен в течение 20 минут.
7. Вероятность появления фальшивой банкноты в банке равна p 10 8 . В течение рабочей, недели банк оперирует с 7,5∙108 банкнотами.
Оценить вероятности встретить в ходе обработки 0; 1; 2; 3 фальшивые банкноты.
Вариант № 4
1.В комиссионном магазине продаются разные люстры в количестве 17 штук, в каждой по одному патрону. Сколькими способами можно ввернуть в
них 6 разноцветных лампочек?
2.На фирму привезли 43 вида обедов. Сколько существует возможных способов выбора по 19 из них?
3.Из вазы, где стоят 10 красных и 4 розовых гвоздики, выбирают один красный и два розовых цветка. Сколькими способами это можно сделать?
4.В ящике лежат 16 игрушек, среди которых 4 с дефектами. Найти вероятность того, что среди 7 наудачу вынутых игрушек одна окажется с дефектом.
5.Определить вероятность того, что выбранное наудачу изделие является первосортным, если известно, что 5 % всей продукции является браком, а 75 % не бракованных изделий удовлетворяют требованиям первого сорта.
69
6.В собранной электрической цепи могут быть поставлены предохранители 3 типов. Вероятности постановки предохранителя первого, второго или третьего типов равны 0,19; 0,63 и 0,18 соответственно. Вероятности перегорания при перегрузке цепи для предохранителей первого, второго и третьего типов равны 0,89, 0,97 и 0,82 соответственно. Какова вероятность того, что предохранитель в цепи перегорит, если его тип неизвестен?
7.Книга в 500 страниц содержит 50 опечаток. Оценить вероятность того, что на случайно выбранной странице не менее 3 опечаток.
Вариант № 5
1.В адвокатскую контору поступило 17 новых дел. Сколькими способами адвокаты могут выбрать по одному делу для работы над ним, если число адвокатов, работающих в конторе равно 5?
2.На стоянке в городе Стуково стоят 14 автобусов. Сколькими способами можно выбрать 3 из них для того, чтобы перевезти спортивную команду в город Дрюково?
3.Замок открывается только в том случае, если набран определенный трехзначный номер. Попытка состоит в том, что набирают наугад три цифры из заданных пяти цифр. Угадать номер удалось только на последней из всех возможных попыток. Сколько попыток предшествовало удачной попытке?
4.Трех стюардесс для рейса выбирают по жребию из 25 девушек, среди которых 7 блондинок, 10 шатенок и 8 брюнеток. Какова вероятность того, что среди выбранных девушек все будут иметь разный цвет волос?
5.За месяц из 41 краж, совершенных в Центральном районе города Брюково, было раскрыто 14. Следователь наудачу выбирает 3 дела. Найти вероятности событий: а) среди отобранных дел хотя бы одно окажется делом о раскрытой краже, б) все отобранные дела окажутся таковыми (дела выбирают по очереди).
6.Агентство по страхованию автомобилей разделяет водителей по 3 классам: P1 (практически не рискует), Р2 (мало рискует), Р3 (всегда рискует). Анализ застрахованных водителей предыдущих периодов показал, что 32 % водителей принадлежит классу P1, 48 % – классу Р2 и 20 % – классу Р3. Вероятность попасть в течение года в аварию для водителей класса P1 равна 0,01; класса Р2 – 0,015; класса Р3 – 0,124. Какова вероятность того, что наугад выбранный водитель за год не попадет в аварию?
7.При передаче сообщения вероятность искажения одного знака равна 0,1. Найти вероятность того, что сообщение из 9 знаков: а) не будет искажено; б) содержит три искажения; в) содержит не более трех искажений.
Вариант № 6
1.Вилла состоит из 16 комнат. Сколькими способами можно поклеить
в2-х из них разные обои?
2.В адвокатскую контору поступило 16 новых дел. Сколькими способами можно выбрать 7 из них для рассмотрения в первом отделе конторы?
70
