- •Міністерство освіти і науки україни
- •Практичне заняття 2. Теореми додавання і множення ймовірностей
- •Практичне заняття 3. Формула повної ймовірності. Формула бейєса
- •Практичне заняття 4. Послідовність незалежних випробувань
- •Практичне заняття 5. Послідовність незалежних випробувань
- •Практичне заняття 6. Дискретна випадкова величина
- •Практичне заняття 7. Неперервна випадкова величина
- •Практичне заняття 8. Неперервна випадкова величина
- •Практичне заняття 9. Неперервна випадкова величина
- •Практичне заняття 10. Закони розподілу дискретної випадкової величини
- •Практичне заняття 11. Закони розподілу неперервної випадкової величини
- •Практичне заняття. 12. Нормально розподілена випадкова величина
- •Розв’язання.
- •Практичне заняття 13. Двовимірна дискретна випадкова величина
- •Практичне заняття 14. Двовимірна неперервна випадкова величина
- •Практичне заняття 15. Статистичні оцінки параметрів розподілу
- •Практичне заняття 16. Статистичні оцінки параметрів розподілу
- •Практичне заняття 17. Довірчі інтервали
- •Практичне заняття 18. Статистичні гіпотези
- •Практичне заняття 19. Статистичні гіпотези
- •Практичне заняття 20. Критерій згоди пірсона
- •Практичне заняття 21. Елементи теорії кореляції
- •Практичне заняття 22. Випадкові процеси
- •Практичне заняття 23. Моделювання випадкових величин методом монте-карло
- •Практичне заняття 24. Системи масового обслуговування. Ланцюги маркова
- •Таблиця значень функції
- •Таблиця значень функції
- •Таблиця значень функції
- •Додаток 4 Таблиця значень , що задовольняють рівність
- •Додаток 5 Таблиця значень
- •Додаток 6 Критичні точки розподілу Ст’юдента (t-розподілу)
- •Додаток 7 Критичні точки розподілу Фішера (f-розподілу)
- •Критичні значення критерію Колмогорова для деяких .
- •Рівномірно розподілені випадкові числа
Практичне заняття 8. Неперервна випадкова величина
Приклад.Неперервна випадкова величинаХмає закон розподілу ймовірностей у вигляді трикутника, зображеного на рис. 5.
Рис. 5
Записати вирази для щільності ймовірностей і функції розподілу ймовірностей. Побудувати графік F(x) і обчислитиР(0 <X< 4).
Розв’язання.На проміжку [–2; 2] щільність ймовірностей змінюється за законом прямої пропорційної залежностіf(x) = k1x + b1(k1 > 0), а на проміжку [2; 5] за аналогічним закономf(x) = k2x + b2(k2 < 0). Для знаходження значень параметрівk1,b1, k2, b2обчислимо координати вершини цього трикутникаА(х,у). Абсциса цієї точки відома за умовою задачі:х= 2; ординату знаходимо за умовою нормування, згідно з якою площа цього трикутникаАВСмає дорівнювати одиниці:
Отже, шукані координати:
З
Отже, на проміжку [–2; 2] маємо:
Рівняння прямої, що проходить через точки :
Звідси на проміжку [2; 5] дістаємо:
Отже, на проміжку [–2; 5] щільність ймовірностей
Знаходимо F(x) на обох розглядуваних проміжках:
1) на проміжку [–2; 2]:
2) на проміжку [–2; 5]:
Отже, функція розподілу ймовірностей
Графік F(x) зображено на рис. 6.
Рис. 6
Обчислюємо ймовірність події 0 < X< 4 згідно з (65) і (72).
На інтервалі [0; 4] діють два закони розподілу:
1)
Отже, .
Приклад.Дано щільність ймовірностей
Обчислити М (Х).
Розв’язання.
Приклад.За заданою функцією розподілу ймовірностей
обчислити М(Х).
Розв’язання.Для обчисленняМ(Х) необхідно знайти щільність ймовірностей
Тоді:
Практичне заняття 9. Неперервна випадкова величина
Приклад.Задано щільність імовірностей:
Обчислити D(X);(X). Знайти Мо; Ме.
Розв’язання.
Графік f (x) зображено на рис. 7.
Рис. 7
Оскільки є максимальним значенням, то
Знаходимо F(x) =
Отже,
.
Приклад.Задано щільність ймовірностей (рис 8).
Рис. 8
Обчислити D(X);(X); Mе. Знайти Мо.
Розв’язання.За умовою нормування знайдемо ординату точкиВ:
.
На проміжку [–2; 0] .
На [0; 4] .
Отже, щільність ймовірностей
Знаходимо функцію розподілу ймовірностей:
На проміжку [–2; 0]
На [–2; 4]
Отже, функцію розподілу ймовірностей можна подати у вигляді
Графік F(x) зображено на рис. 9.
Рис. 9
Далі обчислюємо D(X):
Для визначення Ме необхідно знайти проміжок, в якому вона міститься. Оскільки то медіана належить проміжку [0; 4].
Далі маємо:
Отже, Ме = Мо = 0.
Приклад.Задано щільність ймовірностей:
Обчислити Аs,Еs.
Розв’язання.
Оскільки 3= 0, то іАs= 0. Отже, можливі значення випадкової величиниХсиметрично розподілені відносноМ(Х) = 1. Для обчисленняЕsнеобхідно знайти4і.
Практичне заняття 10. Закони розподілу дискретної випадкової величини
1. Біноміальний закон розподілу. Числові характеристики.
2. Закон розподілу Пуассона. Числові характеристики.
3. Геометричний розподіл.
4. Гіпергеометричний розподіл.
Приклад. У кожному із 100 контейнерів міститься по 8 виробів першого сорту, а решта 2 – браковані. Із кожного контейнера навмання беруть по одному виробу. Визначити М (Х),D (X), (X) для дискретної випадкової величини Х – поява числа виробів першого сорту серед 100 навмання взятих.
Розв’язання. Цілочислова випадкова величинаХмає біноміальний закон розподілу. Із умови задачі маємо:
n = 100,p = 0,8,q = 0,2,k = 0, 1, 2, 3, ..., 100.
За формулами (235), (236), (237) дістаємо:
= 100 0,8 = 80;
= 100 0,80,2 = 16;
=4.
Приклад. У деякому населеному пункті маємо 0,1% дальтоніків. Навмання вибирають 5000 мешканців цього населеного пункту. ВизначитиМ(Х),D (X),(Х) випадкової величиниХ– числа дальтоніків, яких буде виявлено серед 5000 навмання вибраних мешканців.
Розв’язання. Цілочислова випадкова величинаХмає пуассонівський закон розподілу. Із умови задачі:n= 5000,p= 0,0001. Згідно з (10), (11), (12), дістаємо:
= 5000 0,0001 = 0,5;
= 0,5;
.
Приклад.Спортсмен стріляє зі спортивної рушниці по одній і тій самій мішені. Імовірність влучити в мішень при одному пострілі є величиною сталою і дорівнює 0,8. Стрільба по мішені ведеться до першого влучення. ВизначитиМ(Х),D(X),(Х) випадкової величиниХ– числа витрачених спортсменом набоїв.
Розв’язання. Випадкова величина Хє цілочисловою, з геометричним законом розподілу ймовірностей. За умовою задачі:p= 0,8;q = 0,2.
Згідно з (15), (16) і (17) маємо:
; ;.
Приклад.В ящику міститься 10 однотипних деталей, із них 7 стандартних, а решта є бракованими. Навмання із ящика берутьmдеталей. Побудувати закони розподілу цілочислової випадкової величиниХ —появу числа стандартних деталей середmнавмання взятих і обчислитиМ(Х),D(X),(Х), якщо 1)m = 4; 2)m = 5; 3)m = 7.
1). m = 4;= 7;= 3;k = 1, 2, 3, 4.
У табличній формі закон розподілу подається так:
|
1 |
2 |
3 |
4 |
|
|
|
|
|
або
k |
1 |
2 |
3 |
4 |
|
|
|
|
|
.
1.
;
2.
;
3. .
2) m = 5;n1 = 7;n = 3;k = 2, 3, 4, 5.
У табличній формі закон подається так:
|
2 |
3 |
4 |
5 |
|
|
|
|
|
або
k |
2 |
3 |
4 |
5 |
|
|
|
|
|
1.
;
2.
;
.
3 .
3). m = 7;= 7;= 3;k = 4, 5, 6, 7.
У табличній формі закон подається так:
|
4 |
5 |
6 |
7 |
|
|
|
|
|
або
k |
4 |
5 |
6 |
7 |
|
|
|
|
|
.
1. ;
2. ;
3. .