
- •Глава 1. Основные понятия теории вероятностей
- •1.1 Классификация событий. Действия над событиями
- •1.2. Относительная частота
- •1.3. Классическое определение вероятности
- •1.4. Элементы комбинаторики
- •Примеры решения задач
- •Глава 2. Основные теоремы теории вероятностей
- •2.1 Сложение и умножение вероятностей
- •Теорема умножения вероятностей: Вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого, при условии, что первое событие уже произошло:
- •Свойства:
- •1. Вероятность произведения n событий равна произведению одного из них на условные вероятности всех остальных, вычисленные в предположении, что все предыдущие события наступили:
- •2.2 Формула полной вероятности. Формула Байеса
- •Примеры решения задач
- •Глава 3. Повторные испытания
- •3.1 Формула Бернулли
- •3.2 Предельные теоремы Лапласа и Пуассона
- •Примеры решения задач
- •Глава 4. Дискретные случайные величины
- •4.1. Дискретные случайные величины.
- •4.2. Числовые характеристики дискретных случайных величин.
- •1. Математическое ожидание.
- •2. Дисперсия случайной величины.
- •3. Среднее квадратическое (стандартное) отклонение.
- •4. Моменты случайных величин.
- •5. Характеристики формы распределения.
- •4.3. Числовые характеристики меры связи случайных величин.
- •1. Ковариация.
- •2. Корреляция.
- •4.4. Распределения дискретных случайных величин.
- •1. Равномерное распределение.
- •2. Геометрическое распределение.
- •4. Биномиальное распределение.
- •5. Распределение Пуассона.
- •Примеры решения задач
- •Глава 5. Непрерывные случайные величины.
- •5.1. Функция распределения случайной величины
- •5.2. Плотность распределения вероятностей.
- •Связь между функцией распределения и плотностью распределения вероятностей.
- •5.3. Числовые характеристики непрерывных случайных величин
- •Примеры решения задач
- •Глава 6. Распределения непрерывных случайных величин
- •6.1. Равномерное распределение.
- •6.2. Показательное (экспоненциальное) распределение.
- •6.3. Нормальное распределение
- •Примеры решения задач
Примеры решения задач
6.1. Цена деления шкалы амперметра равна 0,1 А. Показания округляют до ближайшего целого деления. Найти вероятность того, что при отсчете будет сделана ошибка, превышающая 0,02 А.
Решение: Ошибку округления отсчета можно рассматривать как случайную величину Х, которая распределена равномерно в интервале между двумя соседними целыми делениями. Плотность равномерного распределения f(x)=1/(b—а), где (b—а)—длина интервала, в котором заключены возможные значения Х; вне этого интервала f(x)=0. В рассматриваемой задаче длина интервала, в котором заключены возможные значения X, равна 0,1, поэтому f(x)=1/0,1=10. Ошибка отсчета превысит 0,02, если она будет заключена в интервале (0,02, 0,08).
По
формуле Р (а
< Х <b)=
получим
Р
(0,02 < Х <
0,08)=
0,6.
6.2. Математическое ожидание и среднее квадратическое отклонение нормально распределенной случайной величины Х соответственно равны 10 и 2. Найти вероятность того, что в результате испытания Х примет значение, заключенное в интервале (12, 14).
Решение: Воспользуемся формулой (6.10б)
.
Подставив
,
,
а =10
и
=2,
получим
Р (12 < Х < 14)= Ф(2)—Ф(1).
По таблице приложения 2 находим: Ф(2)=0,4772, Ф(1)=0,3413. Искомая вероятность Р (12 < Х < 14)=0,1359.
6.3. Автомат изготовляет шарики. Шарик считается годным, если отклонение Х диаметра шарика от проектного размера по абсолютной величине меньше 0,7 мм. Считая, что случайная величина Х распределена нормально со средним квадратическим отклонением =0,4 мм, найти, сколько в среднем будет годных шариков среди ста изготовленных.
Решение: Так как Х—отклонение (диаметра шарика от проектного размера), то М(Х)=а=0.
Воспользуемся
формулой (6.11б)
.
Подставив
,
получим
.
Таким образом, вероятность отклонения, меньшего 0,7 мм, равна 0,92. Отсюда следует, что примерно 92 шарика из 100 окажутся годными.
6.4.
Непрерывная случайная величина Х
распределена по показательному
закону, заданному плотностью вероятности
f(x)
при
;
при x<0
функцией
f(x)=0.
Найти вероятность того, что в результате
испытания Х
попадает в
интервал (0,13,
0,7).
Решение: Используем формулу (6.6)
Учитывая,
что, по условию,
,
,
получим
Р(0,13
< Х < 0,7)=
=0,677—0,122=0,555.