- •Организационно-методические указания
- •Вопросы к экзамену по теории вероятностей и математической статистике
- •Теория вероятностей
- •Математическая статистика
- •Варианты контрольных заданий
- •Задание 1
- •Задание 2
- •Задание 3
- •Задание 4
- •Задание 5
- •Задание 6
- •Вариант
- •Вариант
- •Вариант
- •Решение типового варианта
- •Задание 1
- •Задание 2
- •Задание 3
- •Задание 4
- •Задание 5
- •По данным таблицы находим
- •Общее число обследованных экземпляров аппаратуры
- •Задание 6
- •Приложение 1
- •Литература
P(X = 3) = C43 p3q = |
4 |
|
1 |
4 |
||||||
|
2 |
|
||||||||
|
|
|
|
|
|
|
|
|
||
P(X = 4) |
4 |
p |
4 |
q |
0 |
|
1 |
4 |
||
= C4 |
|
|
= |
2 |
|
|||||
|
|
|
|
|
|
|
|
|
Закон распределения случайной величины Х:
=0.2500,
=0.0625.
Х |
0 |
1 |
2 |
3 |
4 |
р |
0.0625 |
0.2500 |
0.3750 |
0.2500 |
0.0625 |
б) Математическое ожидание ДСВХ:
M(X) = 0 0.0625 +1 0.25 + 2 0.375 + 3 0.25 + 4 0.0625 = 2,
D(X) = 02 0.0625 +12 0.25 + 22 0.375 + 32 0.25 + 42 0.0625 − 4 =1.
в) Ожидаемое число остановок автомобиля на данной улице равно 2.
Задание 4
Задачи 4.01-4.04. N = 60000, p = 0.6, P = 0.9973.
Пусть m – максимальное число лампочек, проданных в течение дня. Тогда по условию задачи P(0 < k < m) = 0.9973. Применяя интегральную
формулу Муавра-Лапласа, получим
|
m − pN |
|
0 − pN |
|
||||
P(0 < k < m) = P |
(0; m) ≈ Φ |
|
|
− Φ |
|
|
|
= |
N |
|
Npq |
|
|
|
|
|
|
|
|
|
|
|
Npq |
|
|
m − 60000 0.6 |
|
|
60000 0.6 |
|
|
|
||||
= Φ |
|
|
|
|
|
+ Φ |
|
|
|
|
= |
|
|
|
|
|
|
|
|||||
|
|
60000 0.6 0.4 |
|
|
60000 0.6 0.4 |
|
|
|
|||
|
|
m − 36000 |
|
+ Φ (300) = 0.9973. |
|
|
|
||||
|
= Φ |
120 |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
Так как Ф(300) = 0.5, то
Φm − 36000 + 0.5 = 0.9973,120
откуда
Φm − 36000 = 0.4973.120
По таблице значений функции Лапласа находим, что
Ф(2.77)=0.4972, т.е. m −12036000 = 2.77, m = 36333.
Итак, с вероятностью 0.9973 можно утверждать, что наибольшее число лампочек, проданных в течение дня, равно 36333.
34
Задачи 4.05-4.08. |
|
|
|
n = 85, |
|
|
m = 60, |
|
|
r = 60. |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
а) Воспользуемся локальной теоремой Муавра-Лапласа, согласно |
||||||||||||||||||||||||||||||||||||||||||||||||||||
которой |
|
|
|
ϕ |
(x) |
|
|
|
|
|
|
|
|
m |
− np |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
||||||||||||||||||
P (m) ≈ |
|
|
|
, |
x = |
, |
|
|
|
ϕ(x) = |
|
|
|
exp(−x2 / 2). |
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
n |
|
|
|
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
npq |
|
|
|
|
|
|
|
|
|
|
|
|
|
2π |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Находим |
|
|
|
|
|
|
|
|
|
|
60 − 0.8 85 |
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x = |
|
|
= |
− |
|
|
|
= −2.17. |
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.69 |
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
85 0.8 0.2 |
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
По таблице значений функции ϕ(x) находим: |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ϕ(−2.17) = 0.0379. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
Следовательно, |
|
|
|
|
|
|
|
|
|
|
|
|
|
0.0379 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
(60) ≈ |
= 0.01. |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
85 |
|
|
|
|
|
|
|
3.69 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
б) По интегральной формуле Муавра-Лапласа |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
85 −85 0.8 |
|
|
|
|
|
60 −85 0.8 |
|
|
|
|
|||||||||||||||||||||||||||||||||||||
P85 (60;85) ≈ Φ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− Φ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= Φ |
(4.61) |
+ Φ (2.17) = |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
85 0.8 0.2 |
|
85 0.8 0.2 |
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 0.5 + 0.4855 = 0.9855. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
Задачи 4.09-4.12. |
|
|
d0 = 6, |
σ = 0.04, |
|
|
ε = 0.1, |
α = 5.97, |
β = 6.05. |
|||||||||||||||||||||||||||||||||||||||||||
а) Пусть случайная величина Х – фактический диаметр шарика. По |
||||||||||||||||||||||||||||||||||||||||||||||||||||
условию X N(a;σ) = N(6;0.04). |
Найдем |
|
|
|
вероятность |
осуществления |
||||||||||||||||||||||||||||||||||||||||||||||
неравенства |
|
X − d0 |
|
|
≤ε. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
P( |
|
X −d0 |
|
|
≤ε)= P( |
|
|
X −6 |
|
≤ 0.1)=. |
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
ε |
|
|
|
|
|
|
|
0.1 |
|
2Φ (2.5) = 2 0.4938 = 0.9876 |
||||||||||||||||||||||||||||||||||||||
= 2Φ |
|
|
|
|
|
= |
2Φ |
|
|
|
|
|
|
= |
||||||||||||||||||||||||||||||||||||||
σ |
0.04 |
|||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Вероятность противоположного события равна |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
P( |
|
X − d0 |
|
|
>ε)=1 − P( |
|
|
X − d0 |
|
|
≤ε)=1 − 0.9876 = 0.0124. |
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
Значит в среднем будет отбраковываться 1.24% шариков. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
б) Найдем вероятность того, что фактический диаметр шариков будет |
||||||||||||||||||||||||||||||||||||||||||||||||||||
заключен в границах от 5.97 до 6.05 см. |
6.05 |
− 6 |
|
|
|
|
|
|
5.97 − 6 |
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
P(5.97 < X < 6.05)= Φ |
|
|
|
0.04 |
|
|
|
|
− Φ |
0.04 |
= |
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
= Φ(1.25) − Φ(−0.75) = Φ(1.25) + Φ(0.75) = 0.3944 + 0.2734 = 0.6678. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
Задачи 4.13-4.16. |
a = 3, |
σ 2 = 0.0025, |
d = 2.96 |
, β = 3.04, P = 0.9972. |
а) Здесь случайная величина Х – контролируемый размер детали, причем
X N(a;σ) = N(3; 0.05).
35
Поэтому |
|
3.04 − 3 |
|
2.96 − 3 |
|
||
P(2.96 |
|
|
= |
||||
< X < 3.04)= Φ |
0.05 |
|
− Φ |
0.05 |
|
||
|
|
|
|
|
|
|
= Φ(0.8) − Φ(−0.8) = 2Φ(0.8) = 2 0.2881 = 0.5762. |
|||||||||||||||||||
б) |
Рассмотрим событие |
|
X − 3 |
|
<ε, |
где ε > 0. |
Будем считать, что |
|||||||||||||
|
|
|||||||||||||||||||
вероятность этого события равна 0.9972, т.е. |
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
ε |
|
ε |
|
|
|
|
|
|
|
ε |
|
||||
|
|
|
|
|
|
|
||||||||||||||
P( |
X − 3 |
<ε)= 2Φ |
|
|
= 2Φ |
|
|
|
|
= 0.9972, |
Φ |
|
= 0.4986. |
|||||||
|
|
0.05 |
0.05 |
|||||||||||||||||
|
|
|
|
σ |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
||||||||||||||
По таблицам значений функции Лапласа находим, что |
|
|||||||||||||||||||
|
|
|
|
|
|
|
Φ(2.98) = 0.4986. |
|
|
|
||||||||||
Значит |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
ε |
= 2.98, |
ε = 0.05 |
2.98 = 0.15. |
|
|
||||||||||||
|
0.05 |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
С другой стороны, |
из неравенства |
|
X − 3 |
|
< 0.15 |
следует неравенство |
||||||||||||||
|
|
2.85 < X < 3.15 Это означает, что с вероятностью 0.9972 следует ожидать, что контролируемый размер детали будет закл ючен в границах от 2.85 см до
3.15 см.
Задачи 4.17-4.20. a = 280, σ = 0.8, |
α = 278, β = 283, σ1 = 0.9. |
а) Здесь случайная величина Х – |
фактический размер детали, тогда |
X N(a,σ) = N(280; 0.8). Найдем вероятность изготовления годной детали, т.е. вероятность события: 278 <X <283:
P(278 |
|
283 − 280 |
|
|
278 − 280 |
|
= |
< X < 283)= Φ |
0.8 |
|
− Φ |
0.8 |
|
||
|
|
|
|
|
|
||
= Φ(3.75) − Φ(−2.50) = Φ(3.75) + Φ(2.50) = 0.4970 + 0.4938 = 0.9908. |
|||||||
б) Если точность изготовления детали ухудшится, то вероятность |
|||||||
изготовления годной детали будет равна |
|
|
|
|
|
||
P(278 |
|
283 − 280 |
|
|
278 − 280 |
|
= |
< X < 283)= Φ |
0.9 |
|
− Φ |
0.9 |
|
||
|
|
|
|
|
|
= Φ(33) −Φ(−2.2) = 0.4994 +0.4861 = 0.9855.
Вероятность изготовления бракованной детали при ухудшении точности ее изготовления равна 0.0145. Это значит, что в среднем брак будет составлять
1.45%.
Задачи 4.21-4.24. N = 15000, p = 0.004, C = 15, S = 2500.
Пусть N – число автолюбителей, застрахованных в компании; С – страховой взнос;
S – сумма, выплачиваемая пострадавшему в аварии;
К - предельное число автолюбителей, попавших в аварию, при котором страховая компания не терпит убытки.
Очевидно, что сумма страховых взносов должна быть не меньше суммы, выплачиваемой по страхованию, т.е. C N ≥ S K .
36
Откуда
K ≤ C SN =15250015000 = 90.
Если m – число автолюбителей, попавших в аварию в течение года, то при выполнении неравенства K < m < N страховая компания будет терпеть убытки. Согласно интегральной теореме Муавра-Лапласа будем иметь
PN (K < m < N)= Φ(x") − Φ(x') ,
где |
N − Np |
|
15000 −15000 0.004 |
|
14940 |
|
|
||||||||||||||
x"= |
= |
= |
=1933, |
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7.73 |
|
||||||
|
|
Npq |
|
|
15000 0.004 0.996 |
|
|||||||||||||||
|
|
|
|
|
|
|
|
||||||||||||||
x' = |
K − Np |
= |
|
90 −15000 0.004 |
= |
30 |
= |
3.88. |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
Npq |
|
15000 0.004 0.996 |
|
7.73 |
|
|
|||||||||||||
Таким образом, искомая вероятность равна |
|
|
|
|
|||||||||||||||||
P15000 (90 < m <15000)≈ Φ(1933) − Φ(3.88) = 0.5 − 0.4999 = 0.0001. |
|
||||||||||||||||||||
Задачи 4.25-4.28. |
t = 750, t1 = 450, |
t2 = 600. |
|
|
|||||||||||||||||
а) Рассмотрим случайную величину Т – длительность времени |
|||||||||||||||||||||
безотказной работы i – го элемента, |
i = |
|
. Так как М(Т) = 750, то λ = 1 |
|
|||||||||||||||||
1,3 |
750 |
||||||||||||||||||||
и функция распределения случайной величины Т примет вид |
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
−t / 750 |
; t ≥ 0, |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
1 − e |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
F (t) = |
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
t < 0. |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
0; |
|
|
|
|
|
|
|
|
Вероятность того, что величина Т примет значение из интервала (α; β) определяется формулой
P(α <T < β)= e−λα − e−λβ .
Введем событие Аi = {i -ый элемент устройства проработал безотказно |
|||||||||||
от t1 до t2 часов}. Тогда искомая вероятность |
|
|
|
|
|
||||||
|
P = P(A1 + A2 + A3 )=1 − P( |
|
1 ) P( |
|
2 ) P( |
|
3 ). |
|
|||
|
A |
A |
A |
|
|||||||
Находим |
|
= P(A ) = e−450 / 750 − e−600 / 750 |
= e−0.6 |
− e−0.8 |
|
||||||
P(A ) = P(A ) |
= |
||||||||||
1 |
2 |
3 |
|
|
|
|
|
|
|
|
|
Следовательно, |
= 0.5488 − 0.4493 = 0.0995. |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
P =1 − 0.90053 =1 − 0.7302 = 0.2698.
37