Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Пример контрольной работы

.pdf
Скачиваний:
133
Добавлен:
01.04.2014
Размер:
298.71 Кб
Скачать

ЗАДАЧА 1.

В задачах 1.13-1.19 наудачу взяты два положительных числа x и y, причем x ≤ 5, y ≤ 2. Найти вероятность того, что y+ax-b ≤ 0 и y-cx ≤ 0.

1.15. a=1, b=5, c=0,25.

Решение:

Требуется найти вероятность того, что y+ax–b ≤ 0 и y-cx ≤ 0 ,

или y ≤ 5-x и y ≤ 0.25x.

K B

A

0

C

Площадь прямоугольника ОАВС равна S1=1×5=5;

Точки удовлетворяющие неравенствам y ≤ 5-x и y ≤ 0.25x принадлежать треугольнику ОКС. Площадь треугольника составляет

S2= 12 ×4 ×1 + 12 ×1(5 4)= 2 + 12 = 2,5 P(A)= SS12 = 2 ×5 5 = 12

Ответ: 12 .+

ЗАДАЧА 2.

В задаче 2.1 приведены схемы соединения элементов, образующих цепь с одним входом и одним выходом. Предполагается, что отказы элементов являются независимыми в совокупности событиями. Отказ любого из элементов приводит к прерыванию сигнала в той ветви цепи, где находится данный элемент. Вероятности отказа элементов 1, 2 соответственно равны p1=0,1; p2=0,2. Найти вероятность того, что сигнал пройдет со входа на выход.

Решение:

Цепь из элементов при последовательном подключении выходит из строя при отказе хоть одного элемента.

Тогда вероятность выхода из строя равна:

P(A1 + A2) = 0,1 + 0,2 0,1×0,2 = 0,3 0,02 = 0,28

А вероятность того, что сигнал пройдет с входа на выход:

P(A) =1 0,28 = 0,72

Ответ: 0,72. +

3.12. Имеются три одинаковых по виду ящика. В первом ящике 20 белых шаров, во втором - 10 белых и 10 черных шаров, в третьем - 20 черных шаров. Из выбранного наугад ящика вынули белый шар. Вычислить вероятность того, что шар вынут из первого ящика.

Решение:

Полагая k = 1 – одна урна с благоприятным исходом, n = 3 – всего три.

P(Hi / A) =

 

P(H1 )P(A / H1 )

 

 

 

 

P(H1 )P(A / H1 ) + P(H2 )P(A / H2 ) + P(H3 )P(A / H3 )

 

Найдем соответствующие вероятности:

 

 

Р(Н1)=1/3

 

Р(Н2) = 1/3 Р(Н3) = 1/3

 

 

 

Р(А/Н1) = 20/20 =1

 

Р(А/Н2) = 10/20

Р(А/Н3) = 0

Учитывая

 

независимость событий, найдем условную вероятность ис-

пользуя формулой Бейеса:

 

 

 

 

 

 

 

P(H1 / A) =

 

1/ 3×1

=

 

1/ 3

 

= 1×6 =

2

 

1/ 3×1 +1/ 3×1/ 2 + 0

1/ 3 +1/ 6

 

 

 

 

 

 

3×3 3

 

Ответ: 2/3. +

ЗАДАЧА 4.

4.4. Игральную кость подбрасывают 12 раз. Чему равно наивероятнейшее число выпадений 6?

Решение:

Благоприятный исход одного броска равен 1/6.

По свойству формулы Бернулли, число k0 которому соответствует максимальная вероятность P(n,k0), называется наивероятнейшим числом появления события А и определяется неравенствами:

np q k0 np + p

12× 16 65 k0 12× 16 + 16 1.16 k0 2.16

Итак, при k≥1.16 функция возрастает, а при k≤2.16 – убывает. Тогда существует точка k0, в которой P(n,k) достигает максимума.

Таким образом – наивероятнейшее число выпадений 6 равно двум.

Ответ: 2. . +

ЗАДАЧА 5.

В задачах 5.20 дискретная случайная величина Х может принимать одно из пяти фиксированных значений x1, x2, x3, x4, x5 с вероятностями p1, p2, p3, p4, p5 соответственно (конкретные значения приведены в табл. 1.1). Вычислить математическое ожидание и дисперсию величины Х. Рассчитать и построить график функции распределения.

Вариант

x1

x2

x3

x4

x5

p1

p2

p3

p4

p5

5.20

5

6

7

8

9

0,1

0,1

0,1

0,1

0,6

Решение:

Представим исходные данные в виде таблицы:

X

5

6

7

8

9

P

0,1

0,1

0,1

0,1

0,6

Вычислим математическое ожидание М(Х), дисперсию D(X) и среднее квадратическое отклонение σ(Х).

n

M (x) = xi pi .

i=1

М(X)=5×0,1+6×0,1+7×0,1+8×0,1+9×0,6=8;

D(x) = M (x2 ) [M (x)]2 ;

n

M(x2 ) = x2i pi .

i=1

M (x2 ) =25×0,1+36×0,1+49×0,1+64×0,1+81×0,6=66; D(x) =66–82=2

σ(x) = D(x) =1,41;

Рассчитаем и построим график функции распределения. Следовательно, функция распределения будет иметь вид

 

0,

x 5

0,1;

5 x 6

F(x) = 0,2;

6 x 7

0,3;

7 x 8

0,4;

8 x 9

 

 

 

 

0,1; 9 x

 

Построим график функции распределения

+

ЗАДАЧА 6.

В задачах 6.15 (параметры заданий приведены в табл. 1.2) случайная величина Х задана плотностью вероятности

Определить константу С, математическое ожидание, дисперсию, функцию распределения величины Х, а также вероятность ее попадания в интер-

вал[α, β].

Таблица 1.2

Вариант

φ(x,c)

 

a

 

b

 

α

β

6.15

cx

 

 

 

 

 

-2

 

2

 

1,5

2

 

 

 

 

 

 

 

 

 

 

 

 

Решение:

 

x < −2

 

 

 

0,

 

 

 

 

 

x

 

,

- 2 x 2

 

 

 

 

 

f (x) = C

 

 

 

 

 

0,

x > 2

 

 

 

 

 

 

По свойству вероятности f (x)dx =1, учитывая что при х<-2 и х>2 f(x)=0 по-

−∞

лучим.

2

 

 

 

 

 

 

C

x

dx = 4 C

2

 

 

 

 

=> C = 1/4

 

 

 

 

0,

x < −2

 

 

 

1

,

- 2 x 2

f (x) =

 

 

 

4

0,

x > 2

 

 

 

 

 

2

 

 

 

 

1

 

 

 

 

 

 

 

 

M[x] =

 

 

x

 

x

 

dx = 0

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

2

 

x2 1

 

 

 

 

 

dx (0)2 = 2

D[x] =

 

 

 

 

 

x

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

Функция распределения с плотностью распределения связаны форму-

лой F(x) = x

f (t)dt

 

 

 

 

 

 

 

−∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Так как

f(x) 0 только для 2 x 2 , то по свойствам F(x) имеем:

F(x)=0 при x<–2; F(x) = 1 при x>2. Для 2 x 2 :

F(x) = x 1

 

t

 

dt =

x2

 

 

 

 

 

 

 

0

4

 

 

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

x < −2

F(x) =

x2

 

,

 

 

- 2 x 2

 

 

 

 

 

 

8

 

 

 

 

 

 

 

1,

 

 

 

x > 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вероятность попадания случайной величины в заданный интервал (α, β) можно найти по формуле: Р(α<=x<β) = F(β)–F(α).

P(1.5<=x<=2)=F(2)–F(1.5)= 4/8 – 2.25/8 = 0.209

+

ЗАДАЧА 7.

В задаче 7.15 (условия приведены в табл. 1.3) случайная величина Х распределена равномерно на интервале [a,b]. Построить график случайной величины Y=φ(X) и определить плотность вероятности g(y).

Таблица 1.3

Вариант

φ (x)

a

b

 

 

 

 

7.15

sin(x)

0

0,75π

 

 

 

 

Решение:

Так как случайная величина распределена равномерно на интервале [0, 0.75π], то ее плотность распределения имеет вид:

 

 

0,

 

x < a

 

1

 

 

 

a x b ,

f (x) =

 

,

 

 

 

 

b a

 

 

x > b

 

 

0,

 

или

 

 

 

0,

x < 0

 

 

 

 

 

1

 

 

 

 

f (x) =

 

 

 

,

0 x 0.75π

 

0.75π

 

 

x > 0.75π

 

 

0,

 

Построим график величины Y=sin(x) для x в интервале [0, 0.75π] и в зависимости от числа k обратных функций выделим следующие интервалы для Y:

[-∞, 0] k=0 [0, 0.5] k=1 [0.5, 1] k=2 [1, +∞] k=0

Так как на интервале [-∞, 0] и [1, +∞] обратная функция не существует, то для этих интервалов g(y)=0;

В интервале [0, 0.5] имеется одна обратная функция ψ( y) = −arcsin(y);

1

1y2

ψ ( y) =

По формуле получим:

g( y) =

fx (ψ( y)) ×

 

ψ

 

=

1

×

 

1

 

 

 

 

 

 

 

 

 

( y)

 

0.75π

 

y2

 

 

 

 

 

 

 

1

В интервале [0.5, 1] две обратные функции:

ψ1( y) = −

 

1

 

 

 

и ψ2( y) =

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1y2

 

 

y2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

По формуле получим:

 

 

 

 

 

 

1

 

 

1

 

1

 

 

1

 

g( y) = fx

(ψ1( y))

×

 

ψ1( y)

 

+ fx (ψ2

( y)) ×

 

ψ2( y)

 

=

×

 

+

×

 

=

 

 

 

 

 

 

 

 

0.75π

 

 

0.75π

 

 

=

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

y2

 

1

y2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.75π

1y2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таким образом плотность вероятности величины Y равна:

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

y < 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

, 0 y 1/ 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.75π

 

1y2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

g( y) =

 

 

2

 

 

 

 

 

 

 

1/2 y 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.75π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1y2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y >1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+

ЗАДАНИЕ 8 (22).

В задаче 8 двухмерный случайный вектор (Х, У) равномерно распределен внутри выделенной жирными прямыми линиями на рис. 1.1 области B. Двухмерная плотность вероятности f(x,y) одинакова для любой точки этой области B:

c, (x, y) B, f (x, y) =

0, иначе.

Вычислить коэффициент корреляции между величинами X и Y.

Рис. 1.1

y

y2

y1

x

0

x1

x2

 

 

 

 

x3

x4

x5

x6

 

 

 

 

 

 

x4

 

 

 

 

 

 

 

 

Вариант

x1

x2

x3

x5

x6

y1

y2

 

 

 

 

8.22

0

0

4

4

4

6

1

2

 

 

Решение:

Построим область B. Соединим последовательно точки с координатами согласно рис. 1.1:

-точку (x1;0) = (0;0) c точкой (x2; y2) = (0; 2),

-точку (x2; y2) = (0; 2) c точкой (x4; y2) = (4; 2),

-точку (x4; y2) = (4; 2) c точкой (x3; y1) = (4; 1),

-точку (x3; y1) = (4; 1) c точкой (x5; y1) = (4; 1) (т.е. остаемся на месте),

-точку (x5; y1) = (4; 1) c точкой (x6; 0) = (6; 0) .

В результате получим следующую фигуру:

Запишем в аналитической форме совместную плотность вероятности:

 

 

0 y 2;0 x 4

c,

y 1;4 x 6 2y

f (x, y) =

0

 

 

0,иначе

 

 

Найдем неизвестную константу с, определим, используя условие нормировки плотности вероятности:

∞ ∞

2

4

 

1

62 y

 

2

1

∫ ∫

 

 

 

 

 

 

 

 

f (x, y)dxdy =

cdx dy +

cdx dy = c ×4dy + c(6 2y 4) = 8c + c = 9c =1

−∞ −∞

0

0

 

0

4

 

0

0

с = 19

Проверим геометрически полученный результат. Объем тела, ограниченный поверхностью распределения и плоскостью x0y должен быть равен

единице, т.е. V = c ×Sb = 19 ×9 =1

Вычислим математические ожидания:

 

2

 

 

4

 

 

 

 

 

 

 

 

 

1

 

 

 

 

(62 y)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

mX :=

 

 

 

 

 

9 x dx dy

+

 

 

 

 

 

 

 

9

x dx dy = 2.296

 

0

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

4

 

 

 

 

 

 

1

 

 

 

 

62 y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

 

 

y

 

 

 

 

 

 

 

 

 

mY :=

 

 

 

 

 

9 dx dy +

 

 

 

 

 

9 dx dy = 0.926

 

 

0

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

4

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

62 y

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

2

 

 

2

Dx:=

 

 

 

 

x

9 dx dy

+

 

 

 

 

x

 

9 dx dy 2.296 = 1.914

0

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

4

 

 

 

 

 

 

1

 

 

 

 

 

(62 y)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

1

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

1

2

 

Dy :=

 

 

 

 

 

 

 

y

 

 

 

 

 

 

 

= 0.346

 

 

y

 

 

 

 

9 dx dy +

 

 

 

 

 

 

 

 

 

9 dx dy 0.926

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

4

 

 

 

 

 

 

 

1

 

 

(62 y)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Kxy :=

 

y

 

 

9 x dx dy +

 

 

 

 

y

 

 

 

 

 

 

 

9

x dx dy mX mY = −0.182

 

 

0

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Rxy:=

 

Kxy

 

 

 

= −0.223

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Dx Dy

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ответ: коэффициент корреляции равен -0,223, что предполагает наличие обратной связи между величинами.

ЗАДАЧА 9.

Одномерная выборка №138:

5.622.43 4.81 5.70 3.68 3.76 2.45 6.21 3.75 4.05 5.98 0.96 1.42 2.69 0.72

5.755.38 3.41 0.33 4.37 5.59 2.95 6.58 2.69 2.05 2.51 3.91 2.86 5.60 3.31 5.53

6.642.20 1.84 6.16 2.22 3.94 1.61 4.87 1.22 5.35 1.61 2.02 5.14 4.41 1.04 6.51

3.851.08 3.36 6.49 6.04 5.67 3.83 1.40 5.32 5.95 5.48 6.18 2.55 6.53 5.33 5.14

4.311.46 5.60 3.97 4.14 3.56 1.51 4.33 6.47 1.02 3.49 0.66 5.37 0.54 3.42 2.74

1.055.03 4.25 4.64 1.80 3.51 6.47 4.35 6.46 6.83 2.45 4.62 3.17 1.79 5.59 4.93

2.113.89 5.70 2.87 4.54

По выборке одномерной случайной величины,:

- получить вариационный ряд; - построить на масштабно-координатной бумаге формата А4 график

эмпирической функции распределения F*(x);

- построить гистограмму равноинтервальным способом; - построить гистограмму равновероятностным способом;

- вычислить точечные оценки математического ожидания и диспер-

сии;

- вычислить интервальные оценки математического ожидания и дис-

персии (γ = 0,95); - выдвинуть гипотезу о законе распределения случайной величины и

проверить ее при помощи критерия согласия χ2 и критерия Колмогорова (α = 0,05). График гипотетической функции распределения F0(x) построить совместно с графиком F*(x) в той же системе координат и на том же листе.

Решение:

1)получим вариационный ряд:

0.330.54 0.66 0.72 0.96 1.02 1.04 1.05 1.08 1.22 1.40 1.42 1.46 1.51 1.61 1.61

1.791.80 1.84 2.02 2.05 2.11 2.20 2.22 2.43 2.45 2.45 2.51 2.55 2.69 2.69 2.74

2.862.87 2.95 3.17 3.31 3.36 3.41 3.42 3.49 3.51 3.56 3.68 3.75 3.76 3.83 3.85

3.893.91 3.94 3.97 4.05 4.14 4.25 4.31 4.33 4.35 4.37 4.41 4.54 4.62 4.64 4.81

4.874.93 5.03 5.14 5.14 5.32 5.33 5.35 5.37 5.38 5.48 5.53 5.59 5.59 5.60 5.60

5.625.67 5.70 5.70 5.75 5.95 5.98 6.04 6.16 6.18 6.21 6.46 6.47 6.47 6.49 6.51

6.536.58 6.64 6.83

Х

0.33

0.54

0.66

0.72

0.96

1.02

1.04

1.05

1.08

1.22

1.40

М

1

1

1

1

1

1

1

1

1

1

1

Х

1.42

1.46

1.51

1.61

1.79

1.80

1.84

2.02

2.05

2.11

2.20

М

1

1

1

2

1

1

1

1

1

1

1

Х

2.22

2.43

2.45

2.51

2.55

2.69

2.74

2.86

2.87

2.95

3.17

М

1

1

2

1

1

2

1

1

1

1

1

Х

3.31

3.36

3.41

3.42

3.49

3.51

3.56

3.68

3.75

3.76

3.83

М

1

1

1

1

1

1

1

1

1

1

1

Х

3.85

3.89

3.91

3.94

3.97

4.05

4.14

4.25

4.31

4.33

4.35

М

1

1

1

1

1

1

1

1

1

1

1

Х

4.37

4.41

4.54

4.62

4.64

4.81

4.87

4.93

5.03

5.14

5.32

М

1

1

1

1

1

1

1

1

1

2

1

Х

5.33

5.35

5.37

5.38

5.48

5.53

5.59

5.60

5.62

5.67

5.70

М

1

1

1

1

1

1

2

2

1

1

2

Х

5.75

5.95

5.98

6.04

6.16

6.18

6.21

6.46

6.47

6.49

6.51

М

1

1

1

1

1

1

1

1

2

1

1

Х

6.53

6.58

6.64

6.83

 

 

 

 

 

 

 

М

1

1

1

1

 

 

 

 

 

 

 

Построим график эмпирической и гипотетической функции распределения:

F*(x)

F0(x)