РАБОТЕ № 8
Пример 1. Два стрелка производят по одному выстрелу по одной мишени. Первый попадает в мишень с вероятностью 0,8, второй - с вероятностью 0,6. Найдите вероятность того, что: а) оба стрелка попадут в мишень, б) оба стрелка промахнутся, в) только один стрелок попадет, г) хотя бы один стрелок попадет в мишень.
Решение. Пусть событие А означает, что первый стрелок попал в мишень, событие В - попал второй. По условию Р (А) = 0,8, Р (В) = 0,6.
а) Пусть событие С - оба стрелка попали в мишень, тогда С = АВ. Поэтому, учитывая независимость событий А и В, по теореме умножения вероятностей имеем
Р (С) = Р (АВ) = Р (А) Р (В) = 0,8 × 0,6 = 0,48.
б) Перейдем к противоположным событиям, которые состоят в том, что первый стрелок промахнулся , второй стрелок промахнулся . Тогда событие D = означает, что оба стрелка промахнулись.
Р (D) = Р ( ) = Р () P ()= (1 – Р (А)) (1 – Р (В)) = =0,2 × 0,4 = 0,08.
в) Событие Е –только один стрелок попал – можно представить в виде Е = А + В . События А и В несовместные. Поэтому, применяя теорему сложения вероятностей несовместных событий, получим
Р (Е) = Р (А + В ) = P (А )+ Р (В ) =
= P (А) Р ()+ Р (В) Р () = 0,8 × 0,4 + 0,6 × 0,2 = 0,44.
г) Вероятность появления хотя бы одного из совместных событий А, В равна разности между единицей и вероятностью произведения противоположных событий , . Пусть событие F – хотя бы один стрелок попал. Тогда
Р (F) = 1 – Р ( ) = 1 – Р () P () = 1 – 0,2 × 0,4 = 0,92.
Пример 2. В первой урне 2 белых и 3 черных шара, во второй – 7 белых и 1 черный. Из первой урны в первую переложили 2 шара, затем наудачу извлекли шар из второй урны. Найдите вероятность того, что выбранный из второй урны шар – белый.
Решение. Если событие А может произойти только совместно с одним из событий Н 1 , Н 2,..., Н , образующих полную группу несовместных событий (гипотез), то вероятность Р (А) появления события определяется по формуле полной вероятности: Р (А) = Р (H ) Р (А/H ), где Р (H ) - вероятность гипотезы H , Р (А/H ) - условная вероятность события А при этой гипотезе.
Вероятность извлечения белого шара из второй урны после добавления двух шаров из первой урны зависит от состава шаров (по цвету) в этой урне. При этом возможны следующие гипотезы:
Н 1 – из первой урны во вторую переложены два белых шара,
Н 2 – из первой урны во вторую переложен один белый и один черный шар,
Н 3 – из первой урны во вторую переложены два черных шара.
Найдем вероятности этих гипотез. Вероятность каждой гипотезы связана с вероятностью извлечения соответствующих шаров из первой урны. Тогда получим
Р (Н 1 ) = = 0,1,
Р (Н 2) = = 0,6,
Р (Н 3) = = 0,3.
Пусть А – событие, состоящее в извлечении белого шара из второй урны, если предварительно имела место одна из гипотез Нi. Условные вероятности события А будут:
Р (А/H 1) = 9/10, Р (A/Н 2) = 8/10, Р (A/Н 3) = 7/10.
По формуле полной вероятности найдем вероятность извлечения белого шара из второй урны
Р (А) = Р (H 1) Р (А/H 1) + Р (H 2) Р (А/H 2) + Р (H 3) Р (А/H 3) =
= 0,1× 0,9 + 0,6× 0,8 + 0,3× 0,7 = 0,78.
Пример 3. Один из трех стрелков вызывается на линию огня и производит два выстрела. Вероятность попадания в мишень при одном выстреле для первого стрелка равна 0,3, для второго – 0,5, для третьего – 0,8. Мишень не поражена. Найдите вероятность, что выстрелы произведены первым стрелком.
Решение. Если вероятности гипотез до опыта были Р (Н 1), Р (Н 2),..., Р (Н ), а в результате опыта появилось событие А, то условная вероятность Р (Н / A) с учетом появления события А вычисляется по формуле Бейеса:
Р (Н / A) = .
Возможны три гипотезы: H 1–на линию огня вызван первый стрелок; H 2 –на линию огня вызван второй стрелок; H 3 –на линию огня вызван третий стрелок. Так как вызов на линию огня любого стрелка равновозможен, то вероятности этих гипотез до опыта равны Р (H 1) = Р (H 2) = Р (H 3) = 1/3.
В результате опыта наблюдалось событие А – после произведенных двух выстрелов мишень не поражена. Условные вероятности этого события равны
Р (А/H 1) = 0,7 × 0,7 = 0,49; Р (А/H 2) = 0,5 × 0,5 = 0,25; Р (А/H 3) = 0,2 × 0,2 = 0,04.
По формуле Бейеса для частного случая, когда вероятности гипотезы опыта равны между собой, находим вероятность гипотезы Н 1 после опыта:
Р (H 1/ A) = = 0,628
Пример 4. Найдите вероятность того, что в пяти независимых испытаниях событие появится: а) ровно 3 раза, б) не менее трех раз, в) не более трех раз г) хотя бы один раз, – если в каждом испытании вероятность появления этого события равна 0,8.
Решение. Так как число испытаний невелики, то для вычисления искомой вероятности воспользуемся формулой Бернулли: (k) = , где – число сочетаний из n элементов по k, q = 1 – p. В рассматриваемом случае:
а) вероятность появления события ровно 3 раза в 5 испытаниях равна
P (3) = = = 0,2048.
б) вероятность появления события не менее трех раз в 5 испытаниях равна
P (3) + P (4) + P (5)= 0,2048 + + + = 0,2048 + 0,4096 + 0,3277 = 0,9421.
в) вероятность появления события не более 3 раз в 5 испытаниях равна
P (0)+ P (1) + P (2) + P (3)= 1 – P (4)– P (5)=
= 1 – 0,4096 – 0,3277 = 0,2629.
г) вероятность появления события хотя бы один раз в 5 испытаниях равна
P (1) + P (2) + P (3) + P (4) + P (5) = 1 – P (0) =
=1 – = 1 – 0,0003 = 0,9997.
При решении б) – г) использована теорема сложения вероятностей несовместных событий, а при решении в), г) – понятие противоположных событий, сумма вероятностей которых равна 1.
Пример 5. Вероятность попадания в цель у стрелка р = =0,8. Производится три выстрела. Построить ряд распределения случайной величины Х – числа попаданий в цель. Найдите математическое ожидание М [ X ] и дисперсию D [ X ].
Решение. Случайная величина Х может принимать значения: 0, 1, 2, 3. Вероятность того, что попаданий не будет р (х= 0) найдем по формуле Бернулли P (k) = , здесь p = 0,8, q = 1– p= 0,2, n = 3, k = 0.
p (x= 0) = = = 0,008.
Аналогично найдем p (x= 1) – в результате трех выстрелов будет одно попадание
p (x= 1)= = 0,8 0,4 = 0,096;
p (x= 2)= 0,384; p (x= 3)=0,512.
Ряд распределения будет иметь вид
x i | |||||
p i | 0,008 | 0,096 | 0,384 | 0,512 |
Математическое ожидание М [ Х ] и дисперсию D [ Х ] определим по формулам
М [ X ] = хipi = 0,096 + 2×0,384 + 3×0,512 = 2,4;
D [ X ] = (хi -M [ X ])2 p i ; или
D [ X ] = M [ X 2] – (M [ X ])2.
Предварительно построим ряд распределения случайной величины X 2
x i 2 | |||||
p i | 0,008 | 0,096 | 0,384 | 0,512 |
M [ X 2] = 0,096 + 4×0,384 + 9×0,512 =6,24.
D [ X ]=6,24 – (2,4)2 = 0,48.
Пример 6. Дана плотность распределения
случайной величины Х. Найдите параметр а, функцию распределения случайной величины, математическое ожидание М [ X ], дисперсию D [ X ], вероятность выполнения неравенства
0 < X< 1.
Решение. Для определения параметра а воспользуемся основным свойством плотности распределения
f (x) dx = 1, т.к. при x [-1,1] плотность вероятности равна нулю, то получим равенство
dx = 1,
Вычислим интеграл
dx=
Поэтому , отсюда .
Функция распределения связана с функцией плотности соотношением
F (x) = f (x) dx.
1) х <- 1, F (x) = 0 dx=0;
2) -1 x <1, F (x) = 0 dx +
3) х 1, F (x) =
Таким образом, F (x) =
Математическое ожидание М [ Х ] и дисперсию D [ Х ] определим по формулам
М [ X ] = х f (x) dx, D [ X ] = (х - M [ X ])2 f (x) dx.
В нашем случае
М [ X ]= d x= =
D [ X ] = dх = dх – =
Вероятность выполнения неравенства 0 < X < 1 определим по формуле
Р (0 < X < 1) = f (x) dx = F (1) – F (0) = 1–1/2= 1/2.
Пример 7. Найдите вероятность попадания в данный интервал (15,25) нормально распределенной случайной величины, если известны ее математическое ожидание а = 20 и среднее квадратическое отклонение s = 5.
Решение. Для определения искомой вероятности воспользуемся формулой
Р (a< Х < b) = Ф - Ф .
Здесь Ф (х)= - функция Лапласа, значения которой определяются по таблице. Учитывая, что функция Ф (х) нечетная, получим
Р (15< Х <25) = Ф - Ф =
= Ф (1) - Ф (- 1) = 2 Ф (1)= 2× 0,34 = 0,68.
Пример 8. Определите доверительный интервал для оценки с надежностью =0,95 неизвестного математического ожидания а нормально распределенного признака Х генеральной совокупности, если выборочное среднее равно = 14, объем выборки n = 25и генеральное среднее квадратическое отклонение = 5.
Решение. Требуется найти доверительный интервал
– < a < + (*)
Здесь t – значение аргумента функции Лапласа Ф (t). при котором 2 Ф (t)= . Все величины кроме t известны. Найдем t из соотношения Ф (t)= 0,95/2= 0,475.
По таблице функции Лапласа, зная ее значение, находим значение аргумента t =1,96. Подставив t =1,96, = 5,
n = 25, = 14 в (*), окончательно получим искомый доверительный интервал
12,04< a < 15,96.
Приложения
Таблица изображений некоторых элементарных функций
№ п/п | f (t) | |
1/ p | ||
sin at | ||
cos at | ||
sh at | ||
ch at | ||
Таблица значений функции ,
x | ||||||||||
0,0 | 0.3989 | |||||||||
0,1 | ||||||||||
0,2 | ||||||||||
0,3 | ||||||||||
0,4 | ||||||||||
0,5 | ||||||||||
0,6 | ||||||||||
0,7 | ||||||||||
0,8 | ||||||||||
0,9 | ||||||||||
1,0 | 0.2420 | |||||||||
1,1 | ||||||||||
1,2 | ||||||||||
1,3 | ||||||||||
1,4 | ||||||||||
1,5 | ||||||||||
1,6 | ||||||||||
1,7 | ||||||||||
1,8 | ||||||||||
1,9 | ||||||||||
2,0 | 0.0540 | |||||||||
2,1 | ||||||||||
2,2 | ||||||||||
2,3 | ||||||||||
2,4 | ||||||||||
2,5 | ||||||||||
2,6 | ||||||||||
2,7 | ||||||||||
2,8 | ||||||||||
2,9 | ||||||||||
3,0 | 0.0044 | |||||||||
3,1 | ||||||||||
3,2 | ||||||||||
3,3 | ||||||||||
3,4 | ||||||||||
3,5 | ||||||||||
3,6 | ||||||||||
3,7 | ||||||||||
3,8 |
Таблица значений функции ,
x | ||||||||||
0,0 | 0,00000 | |||||||||
0,1 | ||||||||||
0,2 | ||||||||||
0,3 | ||||||||||
0,4 | ||||||||||
0,5 | ||||||||||
0,6 | ||||||||||
0,7 | ||||||||||
0,8 | ||||||||||
0,9 | ||||||||||
1,0 | ||||||||||
1,1 | ||||||||||
1,2 | ||||||||||
1,3 | ||||||||||
1,4 | ||||||||||
1,5 | ||||||||||
1,6 | ||||||||||
1,7 | ||||||||||
1,8 | ||||||||||
1,9 | ||||||||||
2,0 | ||||||||||
2,1 | ||||||||||
2,2 | ||||||||||
2,3 | ||||||||||
2,4 | ||||||||||
2,5 | ||||||||||
2,6 | ||||||||||
2,7 | ||||||||||
2,8 | ||||||||||
2,9 | ||||||||||
3,0 | 0,49865 | 3,1 | 3,2 | 3,3 | 3,4 | |||||
3,5 | 3,6 | 3,7 | 3,8 | 3,9 | ||||||
4,0 | ||||||||||
4,5 | ||||||||||
5,0 |