конспекты / end_3
.pdf91
Тогда вероятность, что среди выбранных шаров хотя бы три красных
шара:
P = 1499 + 991 = 1599 .
361.25% всех мужчин носят обувь 43 размера. Найти вероятности: а) из 7 мужчин 2 носят обувь 43 размера; б) из 60 ровно 15 носят обувь 43 размера;
в) не меньше 25 из 80 носят обувь 43 размера.
362.Вероятность того, что изделие бракованное 0,15. Найти вероятности: а) из 7 изделий 5 не будут бракованными; б) из 60 изделий 10 будут бракованными;
в) среди 100 изделий бракованных от 12 до 20.
363.Вероятность того, что изделие стандартно 0,8. Найти вероятности:
а) из 5 деталей стандартны 3 детали; б) из 40 деталей ровно 30 стандартны; в) из 50 деталей хотя бы 40 стандартны.
364. Вероятность попадания в мишень при одном выстреле 0,8. Найти вероятности:
а) при 5 выстрелах будет 4 попадания; б) при 40 выстрелах будет 32 попадания;
в) при 200 выстрелах попаданий будет больше 150.
365.Вероятность того, что изделие бракованное 0,05. Найти вероятности: а) из 8 изделий 5 не будут бракованными; б) из 40 изделий 12 будут бракованными;
в) среди 120 изделий бракованных от 50 до 90.
366.Вероятность того, что изделие стандартно 0,85. Найти вероятности: а) из 15 деталей стандартны 13 деталей; б) из 40 деталей ровно 25 стандартны; в) из 50 деталей больше 35 стандартны.
367.Вероятность того, что покупатель сделает в магазине покупку 0,4. Найти вероятности:
а) из 5 покупателей 2 сделают покупку; б) из 30 покупателей 20 сделают покупку;
в) из 60 покупателей покупку сделают меньше 20 покупателей.
92
368. Кидают игральный кубик. Найти вероятности: а) при 5 бросках ровно 2 раза выпадет 6 очков; б) при 50 бросках 15 раз выпадет 6 очков;
в) при 80 бросках 6 очков выпадет не меньше 10 раз.
368. Ученик получает по предмету оценку “отлично” с вероятностью 0,2. Найти вероятности:
а) среди 7 учеников 3 получат оценку “отлично”; б) среди 30 учеников 10 получат оценку “отлично”;
в) среди 80 учеников не меньше 30 получат отличную оценку.
370. Наудачу бросают монету. Найти вероятности: а) герб выпадет 6 раз из 7; б) герб выпадет 20 раз из 40;
в) герб выпадет не меньше 50 раз из 100.
Пример. Вероятность того, что изделие стандартно 0,8. Найти вероятности:
а) из 10 деталей стандартны 9 деталей; б) из 100 деталей ровно 75 стандартны; в) из 100 деталей меньше 80 стандартны.
а) Используем формулу Бернулли, которая принадлежит к схеме независимых повторных испытаний.
Проводится n независимых друг от друга испытаний, в каждом из которых событие А может появиться с одной и той же вероятностью P(A) = p . Обозначим Pn (k) - вероятность того, что в n испытаниях
событие А появится ровно k раз. Иногда говорят, что Pn (k) - вероятность того, что в n испытаниях было k успехов. Тогда
P (k) = C k pk qn−k , q =1− p, 0 ≤ k ≤ n . |
|
n |
n |
Количество испытаний в данной задаче n = 10. Вероятность того, что изделие стандартно p = 0,8; q =1−0,8 = 0,2.
Найдем вероятность, что стандартны 9 деталей из 10, т.е. число успехов равно 9.
P10 (9) = C109 (0,8)9 (0,2)10−9 = 9!(1010−! 9)!(0,8)9 (0,2)1 = 0,268.
б) Так как число испытаний велико и вычисление по формуле Бернулли трудоемко, то при решении необходимо пользоваться теоремами Лапласа.
Локальная теорема Лапласа:
93
Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна P, событие наступает ровно k раз (безразлично в какой последовательности), приближенно равна
npq1 ϕ(x),
где
21π e−x2 / 2 , x = k −npqnp .
Для функции ϕ(x) имеются специальные таблицы. Функция ϕ(x) -
четная функция, то есть
ϕ(x) =ϕ(−x).
Если x > 4, то можно с большой степенью точности считать, что ϕ(x) = 0.
В данной задаче n = 100, вероятность успеха p = 0,8, q = 1 - 0,8 = 0,2. Вероятность того, что событие появится ровно 75 раз, вычисляется
по локальной теореме Лапласа
|
|
1 |
|
75 −0,8 100 |
|
|
1 |
|
5 |
|
P100 (75) |
= |
|
|
|
|
= |
|
ϕ − |
|
= |
0,8 0,2 |
ϕ |
100 0,8 0,2 |
|
4 |
4 |
|||||
|
100 |
|
|
|
|
|
= 0,25 ϕ(1,25)= 0,25 0,1826 = 0,0457.
Здесь было использовано тот факт, что ϕ(−1,25) =ϕ(1,25). Значение ϕ(x) найдено по таблице.
в) Интегральная теорема Лапласа:
Вероятность того, что в n независимых испытаниях, в каждом из которых вероятность появления события равна p, событие наступит не менее k1 раз и не более k2 раз, приближенно равна
Pn (k1,k2 ) = Φ(x′′) −Φ(x′),
где
|
1 |
x |
t2 |
x′ = k1 −np |
|
x′′ = k2 −np . |
|
Φ(x) = |
∫e− |
|
dt, |
, |
|||
2 |
|||||||
|
2π |
0 |
|
|
npq |
|
npq |
Для Φ(x) -функции Лапласа составлены специальные таблицы. |
|||||||
Функция Φ(x) - нечетная функция, т.е. |
|
|
|||||
Φ(−x) = −Φ(x) . |
|
|
|
|
|
||
Если x > 4, |
то можно с большой степенью точности считать, что |
||||||
Φ(x) = 0,5. |
|
|
|
|
|
|
|
в) Событие “меньше 80 деталей стандартны” означает, стандартная деталь встречается от 0 до 80 раз:
94
|
|
80 −0,8 100 |
|
|
0 −0,8 100 |
|
|
P100 |
|
|
|
|
|
|
= |
(0,80) = Φ |
100 0,8 0,2 |
|
−Φ |
100 0,8 0,2 |
|
||
|
|
|
|
|
|
=Φ(0)−Φ(− 20)= Φ(20)−Φ(0)= 0,5.
371.Закон распределения случайной величины X имеет вид:
|
X |
-8 |
|
|
-4 |
|
|
-2 |
|
|
|
|
0 |
|
|
|
|
|||||
|
P |
0,3 |
|
|
P2 |
|
|
0,2 |
0,1 |
|
|
|
|
|||||||||
|
Вычислить: P2 , M (X ), |
D(X ), σ(X ), |
M ( |
|
X |
|
), |
P(1 ≤ X ≤ 2), D(2X − 4). |
||||||||||||||
|
|
|
||||||||||||||||||||
372. Закон распределения случайной величины X имеет вид: |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
X |
-5 |
|
|
0 |
|
|
1 |
|
|
|
|
|
5 |
|
|
|
|
||||
|
P |
P1 |
|
0,2 |
|
|
0,1 |
|
0,3 |
|
|
|
||||||||||
|
Вычислить: P1 , M (X ), |
D(X ), σ(X ), |
M (2X + 2), P(−3 ≤ X ≤1), |
D(3X ). |
||||||||||||||||||
373. Закон распределения случайной величины X имеет вид: |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
X |
-5 |
|
|
-3 |
|
|
-1 |
|
0 |
|
|
1 |
|
||||||||
|
P |
P1 |
|
0,1 |
|
|
0,2 |
|
0,3 |
|
0,2 |
|
||||||||||
|
Вычислить: P1 , M (X ), |
D(X ), σ(X ), |
M (2X + 2), P(−1 ≤ X ≤1), |
D(3X ). |
||||||||||||||||||
374. Закон распределения случайной величины X имеет вид: |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
X |
-4 |
|
|
-1 |
|
|
0 |
|
|
|
|
|
4 |
|
|
9 |
|
||||
|
P |
0,3 |
|
|
0,1 |
|
|
|
|
|
|
P3 |
|
0,1 |
|
0,3 |
|
|||||
|
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M ( X ), P(−1 ≤ X ≤ 4), D(3X + 4). |
|||||||||||||||||||
375. Закон распределения случайной величины X имеет вид: |
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
X |
0 |
|
|
2 |
|
|
4 |
|
|
|
|
9 |
|
|
|
|
|||||
|
P |
0,3 |
|
|
0,2 |
|
|
|
|
P3 |
0,2 |
|
|
|
|
|||||||
|
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M ( |
|
X |
|
), |
P(1 ≤ X ≤ 2), D(2X − 4). |
||||||||||||||
|
|
|
95
376. Закон распределения случайной величины X имеет вид:
|
X |
1 |
|
5 |
|
9 |
|
|
|
13 |
|
18 |
|
||
|
P |
0,1 |
|
0,36 |
|
0,35 |
|
0,14 |
|
P5 |
|
||||
|
Вычислить: P5 , M (X ), |
D(X ), σ(X ), |
M ( |
|
X |
|
), |
P(1 ≤ X ≤ 8), D(2X −1). |
|||||||
|
|
|
|||||||||||||
377. Закон распределения случайной величины X имеет вид: |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
X |
0 |
|
1 |
|
3 |
|
|
|
4 |
|
|
|
||
|
P |
0,3 |
|
0,2 |
|
0,1 |
|
P4 |
|
|
|
||||
|
Вычислить: P , M (X ), |
D(X ), σ(X ), |
M (X 2 +1), P(−1 ≤ X ≤ 2), |
D(X −3). |
|||||||||||
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
378. Закон распределения случайной величины X имеет вид: |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
X |
-4 |
|
-1 |
|
0 |
|
|
|
4 |
|
9 |
|
||
|
P |
0,2 |
|
0,1 |
|
|
|
P3 |
|
0,2 |
|
0,1 |
|
|
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M (X + 7), |
P(−1 ≤ X ≤ 5), |
D(3X + 4). |
||||||||||||||
379. Закон распределения случайной величины X имеет вид: |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
10 |
20 |
|
30 |
|
40 |
|
50 |
|
||||||||
|
P |
|
0,2 |
0,3 |
|
|
|
|
|
|
|
|
|
P3 |
|
0,1 |
|
0,05 |
|
|
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M ( |
|
X |
|
), P(10 ≤ X ≤ 20), D(2X −3). |
||||||||||||
|
|
|
|||||||||||||||||
380. Закон распределения случайной величины X имеет вид: |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
X |
|
-100 |
-25 |
|
0 |
|
25 |
|
100 |
|
||||||||
|
P |
|
0,3 |
0,1 |
|
|
|
|
|
|
|
P3 |
|
0,1 |
|
0,3 |
|
||
|
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M (X / 4), |
P(10 ≤ X ≤ 30), |
D(X −3). |
||||||||||||||
|
|
Пример. Случайная величина X имеет распределение: |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
X |
|
-30 |
-20 |
|
0 |
|
|
|
20 |
|
30 |
|
||||||
|
P |
|
0,2 |
0,3 |
|
|
|
|
|
P3 |
|
0,1 |
|
0,2 |
|
||||
Вычислить: P3 , M (X ), |
D(X ), σ(X ), |
M ( |
|
X |
|
), P(− 40 ≤ X ≤ 25), |
D(2X +8). |
||||||||||||
|
|
Пусть закон распределения случайной величины представлен в виде
96
|
|
|
|
|
|
X |
x1 |
x2 |
x3 |
x4 |
x5 |
P |
p1 |
p2 |
p3 |
p4 |
p5 |
Т.к. закон распределения данной дискретной величины представляет полную группу событий, то сумма всех вероятностей равна 1.
p1 + p2 + p3 + p4 + p5 =1.
Тогда искомая вероятность: p1 =1−0,2 −0,3 −0,1−0,2 = 0,2 .
Математическое ожидание случайной величины находится по формуле:
MX = x1 p1 + x2 p2 + x3 p3 +x4 p4 + x5 p5 ;
в нашей задаче
MX = −30 0,2 − 20 0,3 + 0 0,2 + 20 0,1+30 0,2 = −4.
Дисперсия случайной величины:
DX = M (X 2 ) −(MX )2 .
Чтобы найти M (X 2 ) , найдем закон распределения величины X 2 . Для этого возведем все значения, которые принимает X , в квадрат.
X |
900 |
400 |
0 |
400 |
900 |
P |
0,2 |
0,3 |
0,2 |
0,1 |
0,2 |
Тогда
M (X 2 ) = 900 0,2 + 400 0,3 + 0 0,2 + 400 0,1+900 0,2 = 520 .
Отсюда
DX = 520 −(−4)2 = 504 .
Среднее квадратическое отклонение случайной величины:
σ(X ) = DX ;
тогда
σ(X ) = 504 = 22,45 .
Чтобы найти M X , найдем распределение величины X :
X |
30 |
20 |
0 |
20 |
30 |
P |
0,2 |
0,3 |
0,2 |
0,1 |
0,2 |
Найдем M X :
M X = 30 0,2 + 20 0,3 + 0 0,2 + 20 0,1+30 0,2 = 20 .
Для нахождения D(2X +8) следует знать соотношения:
D(aX +b) = a2 DX ;
M (aX +b) = aMX +b.
97
Тогда для нашего примера
D(2X +8)= 22 DX = 4 504 = 2016.
Чтобы найти P(− 40 ≤ X ≤ 25), следует рассмотреть те значения X , которые попадают в заданный интервал. Это значения −30, − 20, 0, 20 .
Этим значениям |
соответствуют вероятности 0,2; 0,3; 0,2; 0,1. События, |
||
состоящие в том, что X |
принимает данные значения, несовместны, |
||
следовательно, |
искомая |
вероятность P(− 40 ≤ X ≤ 25) |
равна сумме |
вероятностей:
P(− 40 ≤ X ≤ 25)= 0,2 + 0,3 + 0,2 + 0,1 = 0,8 .
381-390. Случайная величина X задана функцией распределения F(x). Найти плотность распределения вероятностей, математическое ожидание и дисперсию случайной величины.
|
|
0, |
|
x ≤ 0; |
381. |
F(x)= x2 |
16, |
0 < x ≤ 4; |
|
|
|
1, |
|
x > 4. |
|
|
|
|
|
|
|
0, |
|
x ≤ 0; |
383. |
F(x)= |
sin x, |
0 < x ≤π 2; |
|
|
|
|
|
|
|
|
|
|
x >π 2. |
|
|
1, |
|
|
|
|
0, |
|
x ≤1 2; |
385. |
F(x)= x −1 2, |
1 2 < x ≤ 3 2; |
||
|
|
|
|
x > 3 2. |
|
|
1, |
|
|
|
|
0, |
|
x ≤ −π 4; |
387. |
F(x)= |
cos 2x, |
−π 4 < x ≤ 0; |
|
|
|
|
|
|
|
|
|
|
x > 0. |
|
|
1, |
|
|
|
|
0, |
|
x ≤ 0; |
389. |
F(x)= x3 |
8, |
0 < x ≤ 2; |
|
|
|
1, |
|
x > 2. |
|
|
|
|
|
|
|
0, |
x ≤ 0; |
382. |
F(x)= 2x2 − x, |
0 < x ≤1; |
|
|
|
1, |
x >1. |
|
|
|
|
|
|
0, |
x ≤ 0; |
384. |
F(x)= |
1−cos x, |
0 < x ≤π 2; |
|
|
|
|
|
|
|
x >π 2. |
|
|
1, |
|
|
|
0, |
x ≤ −4 3; |
386. |
F(x)= |
3x 4 +1, |
− 4 3 < x ≤ 0; |
|
|
|
|
|
|
|
x > 0. |
|
|
1, |
|
|
|
0, |
x ≤ 0; |
388. |
F(x)= 2sin 2x, |
0 < x ≤π 12; |
|
|
|
|
x >π 12. |
|
|
1, |
|
|
|
0, |
x ≤ −π 2; |
390. |
F(x)= 2cos x, |
−π 2 < x ≤ −π 3; |
|
|
|
|
x > −π 3. |
|
|
1, |
Пример. Случайная величина X задана функцией распределения F(x). Найти плотность распределения вероятностей, математическое
98
|
|
0, |
x ≤ 2; |
ожидание и дисперсию случайной величины. F(x)= x 2 −1, |
2 < x ≤ 4; |
||
|
|
|
x > 4. |
|
|
1, |
|
Найдем плотность распределения: |
|
||
|
0, |
x ≤ 2; |
|
′ |
|
< x ≤ 4; |
|
f (x)= F (x)= 1 2, 2 |
|
||
|
|
x > 4. |
|
|
0, |
|
Используя определения математического ожидания и дисперсии для непрерывных случайных величин:
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
M (X )= ∫xf (x)dx , D(X )= M (X 2 )−[M |
(X )]2 = ∫x2 f (x)dx −[M (X )]2 , |
|||||||||||||||||||||||||
−∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
−∞ |
|
|
|
|
|
|
|
|
|
|
||
получаем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
+∞ |
2 |
4 |
1 |
|
|
|
|
|
|
|
+∞ |
|
|
|
|
x |
2 |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
M (X )= ∫xf (x)dx = ∫x 0 dx +∫x |
|
dx + ∫x 0 dx = |
|
|
|
= 3. |
||||||||||||||||||||
2 |
|
|
|
|
|
|||||||||||||||||||||
−∞ |
−∞ |
2 |
|
|
|
|
|
|
|
4 |
|
|
|
2 |
|
|
2 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
||||||||
+∞ |
|
4 |
|
|
1 |
|
|
|
|
|
|
x |
3 |
|
|
|
|
|
|
|
5 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
D(X )= ∫x2 f (x)dx −[M (X )]2 = ∫x2 |
|
dx −9 = |
|
|
|
−9 = |
|
. |
||||||||||||||||||
2 |
|
|
3 |
|||||||||||||||||||||||
−∞ |
|
2 |
|
|
|
|
6 |
|
|
2 |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
391. Плотность распределения случайной величины X имеет вид: |
||||||||||||||||||||||||||
|
|
1 |
|
|
1 |
|
(x−1)2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
f (x) = |
e |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
2 |
9 . |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
Найти: M(X), D(X ), |
3 |
2x |
P( |
|
|
|
|
|
|
|
≤ 0,3). |
|
|
|
|
|
|
|
|
|
|
|||||
P(0,5≤ X ≤2), |
|
X −1 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
392. Случайная величина имеет нормальное распределение с плотностью:
|
1 |
−(x+3)2 |
||||
f (x) = |
e 18 . |
|||||
|
3 2π |
, P( |
|
|
|
≤ 2). |
Найти: M(X), D(X ), P(−4≤ X ≤−2) |
|
X +3 |
|
|||
|
|
393. Плотность распределения случайной величины имеет вид:
−(x−2)2
f (x) = 21π e 2 .
Найти: M(X), D(X ), P(1≤ X ≤2), P(X − 2 ≤1).
99
394. Плотность распределения случайной величины имеет вид:
−(x−2)2
f (x) = 21π e 2 .
Найти: M(X), D(X ), P(1≤ X ≤ 2), P(X − 2 ≤ 3).
395. Плотность распределения случайной величины имеет вид:
|
1 |
−(x+3)2 |
||||
f (x) = |
e 18 . |
|||||
|
3 2π |
P( |
|
|
|
≤ 3). |
Найти: M(X), D(X ), P(−4≤X ≤−2), |
|
X +3 |
|
|||
|
|
396. Плотность распределения случайной величины имеет вид:
|
|
1 |
|
|
|
|
|
−(x−1)2 |
||||
|
f (x) = |
|
|
|
|
e |
18 . |
|||||
|
3 2π |
|
|
|
|
|
|
|
|
|
||
Найти: M(X), D(X ), |
P(0≤X ≤3) |
, P( |
|
|
X −1 |
|
≤ 5). |
|||||
|
|
|||||||||||
397. Случайная величина X имеет плотность распределения: |
||||||||||||
|
|
1 |
|
|
|
|
|
−(x−2)2 |
||||
|
f (x) = |
|
|
|
e |
32 . |
||||||
|
4 2π |
|
|
|
|
|
|
|
|
|
||
Найти: M(X), D(X ), |
P(1≤X ≤4) |
, |
P( |
|
X − 2 |
|
≤ 4). |
|||||
|
|
398. Функция распределения случайной величины X имеет вид:
|
1 |
x |
−(x−1)2 |
f (x) = |
|
e 8 dx. |
|
|
2 2π −∞∫ |
|
Найти: M(X), D(X ), P(0 ≤ X ≤3) , P(X −1 ≤ 7).
399. Плотность распределения случайной величины имеет вид:
|
1 |
|
1 |
|
(x−1)2 |
|
|||
f (x) = |
e |
2 |
9 . |
||||||
3 |
2x |
P( |
|
|
|
|
|
≤ 0,3). |
|
Найти: M(X), D(X ), P(0,5≤ X ≤2), |
|
X −1 |
|
||||||
|
|
100
400. Случайная величина имеет нормальное распределение с плотностью:
|
1 |
|
1 (x−1)2 |
|||||||
f (x) = |
e |
|
|
|
|
|
. |
|||
2 |
9 |
|||||||||
|
3 2x |
P( |
|
|
|
|
|
|
≤ 0,3). |
|
Найти: M(X), D(X ), P(0,5≤ X ≤2), |
|
X −1 |
|
|||||||
|
|
Пример. Плотность распределения случайной величины имеет вид:
|
1 |
|
−(x−2)2 |
||||
f (x) = |
|
e 2 . |
|||||
|
2π |
|
|
|
|
|
|
Найти: M (X ), D (X ), P (1 ≤ X ≤1), |
P( |
|
X − 2 |
|
≤ 4). |
||
|
|
Нормально распределенная случайная величина имеет плотность распределения:
f (x) =σ 12π e
−(x−m)2
2σ2 , где математическое ожиданиеM (X ) = m, дисперсия
D(X ) =σ 2 .
В нашем примере M (X ) = 2; D(X ) =1.
Для нормальной случайной величины вероятность P (a ≤ X ≤ b) равна:
P (a ≤ X ≤ b)= |
a − m |
|
|
|
|
b − m |
|
b − m |
|
a − m |
|
|
||||||||||||||||||||||
P |
|
|
|
|
|
|
|
≤ X |
≤ |
|
|
|
|
|
= Φ |
|
|
−Φ |
|
|
. |
|||||||||||||
|
|
|
σ |
|
|
σ |
|
σ |
|
σ |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
1− |
2 |
|
−1− 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
P (−1 ≤ X ≤1)= Φ |
|
|
|
|
|
|
|
−Φ |
|
|
|
|
|
= Φ(3)−Φ(1)= |
|
|
|
|
|
|
||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
= 0,499 −0,341 = 0,158 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
− a |
|
|
|
|
X − m |
|
a |
|
a |
|
|
− a |
|
a |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
P( |
|
X − m |
≤ a)= P |
|
|
|
≤ |
|
|
|
≤ |
|
|
= Φ |
|
−Φ |
|
|
= 2Φ |
|
; |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
σ |
|
|
|
|
σ |
|
|
σ |
|
σ |
|
|
σ |
|
|
|
σ |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
P( |
|
X − 2 |
|
≤ 4)= |
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
2Φ |
|
|
|
= 2 0,499 = 0,998. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
401-410. Из партии в N образцов бетона путем бесповторной выборки отобрано n образцов. Измерения прочности отобранных деталей дали выборочное среднее x МПа и выборочное среднее квадратическое отклонение σ МПа. Некондиционными признано m образцов. С вероятностью γ найти:
1.Доверительный интервал для генеральной средней ~x .
2.Доверительный интервал для генеральной доли некондиционных изделий p .