МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Завдання 1.Контрольна робота З теорії ймовірностей Варіант 9
Завдання 1.
Два стрільці зробили по одному пострілу по мішені. Ймовірність попасти в мішень при одному пострілі для першого стрільця дорівнює 0,8, для другого – 0,9. Яка ймовірність, що попаде лише один стрілець?
Розв'язок
Позначимо події: А1 – перший стрілець попав у мішень; А2 – другий стрілець попав у мішень. Тоді протилежні події Ā1, Ā2 означають, що відповідний стрілець не попав у мішень. Попадання лише одного стрільця у мішень означає, що або перший стрілець попав, а другий не попав, або другий стрілець попав, а перший не попав. Позначимо подію, що в мішень попав лише один стрілець, В. Тоді за формулою складання та множення ймовірностей маємо:
Р (В) = Р (А1) • Р (Ā2) + Р (А2) • Р (Ā1)
За умовою задачі, Р (А1) = 0,8; Р (А2) = 0,9. За правилом визначення імовірності протилежних подій, маємо:
Р (Ā1) = 1 – Р (А1) = 1 – 0,8 = 0,2 Р (Ā2) = 1 – Р (А2) = 1 – 0,9 = 0,1
Отже, ймовірність того, що у мішень попаде лише один стрілець, дорівнює:
Р (В) = 0,8 • 0,1 + 0,9 • 0,2 = 0,08 + 0,18 = 0,26
Завдання 2.
В ящику міститься 12 деталей, виготовлених на заводі № 1 і 20 деталей, виготовлених на заводі № 2. Імовірність того, що деталь, виготовлена на заводі № 1 стандартна, дорівнює 0,8, для деталей, виготовлених на заводі № 2, ця ймовірність дорівнює 0,7. Яка імовірність, що взята навмання деталь стандартна?
Розв'язок
Нехай подія А означає, що взята навмання деталь стандартна. Позначимо події: Н1 – деталь виготовлена на заводі № 1, Н2 – деталь виготовлена на заводі № 2. Позначимо умовні імовірності РН1(А), РН2(А) – деталь є стандартною при умові, що вона виготовлена відповідно на заводі Визначаємо імовірності подій Н1 та Н2:
12 12 Р(Н1) = –––––– = –––– = 0,375; 12 + 20 32
20 20 Р(Н2) = –––––– = –––– = 0,625; 12 + 20 32
За формулою повної імовірності визначаємо імовірність того, що взята навмання деталь є стандартною:
Р (А ) = РН1(А) • Р(Н1) + РН2(А) • Р(Н2) = 0,8 • 0,375 + 0,7 • 0,625 =
= 0,3 + 0,4375 = 0,7375.
Завдання 3.
Проведено n = 900 незалежних випробувань, в кожному з яких може відбутись подія А з імовірністю р = 0,8. а) За локальною теоремою Муавра – Лапласа знайти імовірність того, що подія А наступить 709 раз. б) За інтегральною теоремою Муавра – Лапласа знайти імовірність того, що подія А наступить від 700 до 729 раз.
Розв'язок
а) За локальною теоремою Муаврв – Лапласа, ймовірность того, що у n незалежних випробуваннях подія А відбудеться m разів визначається за формулою: 1 m – nр Рn (m) = –––––––– • φ ( ––––––– ) npq npq
де р – імовірність того, що подія А відбудеться у кожному окремому незалежному випробуванні q = 1 – р - імовірність того, що подія А не відбудеться у кожному окремому незалежному випробуванні
1 φ (х) = ––––– • ( е – t²/ 2 ) –функція Гаусса 2 π
m – nр х = ––––––– npq
Визначаємо х :
709 – 900 · 0,8 709 – 720 – 11 х = –––––– ––––––– = –––––––– = –––––– = – 0,92 900 ·0,8 ·0,2 144 12
За таблицею значень функції Гаусса і враховуючи парність функції, визначаємо, що φ (– 0,92) = 0,2613
Звідси, ймовірність того, що що подія А наступить m = 709 раз, становить: 1 1 Р900 (709) = –––––––– • φ ( – 0,92 ) = –––– • 0,2613 = 0,0218 144 12
б) За інтегральною теоремою Муавра-Лапласа, ймовірность того, що у n незалежних випробуваннях подія А відбудеться від m1 до m2 разів визначається за формулою:
m2 – nр m1 – nр Рn (m1 ≤ m ≤ m2) = Ф ( ––––––– ) – Ф ( ––––––– ) npq npq
де р – імовірність того, що подія А відбудеться у кожному окремому незалежному випробуванні q = 1 – р - імовірність того, що подія А не відбудеться у кожному окремому незалежному випробуванні
1 х Ф (х) = ––––– ∫ е – t²/ 2 dt –функція Лапласа 2 π 0
m1 – nр m2 – nр х1 = –––––––; х2 = –––––––; npq npq
Визначаємо х1 та х2 :
700 – 900 · 0,8 700 – 720 – 20 х1 = –––––– ––––––– = –––––––––– = –––––– = – 1,67 900 ·0,8 ·0,2 144 12
729 – 900 · 0,8 729 – 720 9 х2 = –––––– ––––––– = ––––––––– = ––– = 0,75 900 ·0,8 ·0,2 144 12
За таблицею значень функції Лапласа і враховуючи непарність функції, визначаємо, що Ф (– 1,67) = – 0,4526; Ф (0,75) = 0,2735.
Звідси, ймовірність того, що не подія А наступить від m1 = 700
Р900 (700 ≤ m ≤ 729) = Ф (0,75) – Ф (– 1,67) = 0,2735 + 0,4526 = 0,7261
Завдання 4 .
Дискретна випадкова величина задана рядом розподілу. Знайти функцію розподілу і побудувати її графік. Знайти математичне сподівання і дисперсію випадкової величини.
Розв'язок
Знаходимо функцію розподілу за формулою:
F = Р (Х < х )
де Р (Х < х ) – імовірність того, що випадкова величина Х прийме значення, менше за х.
При Х ≤ 1 F = Р (Х < 1) = 0 При 1 ≤ Х ≤ 2 F = Р (Х < 2) = Р (Х = 1) = 0,1 При 2 ≤ Х ≤ 4 F = Р (Х < 4) = Р (Х = 1) + Р (Х = 2) = 0,1 + 0,8 = 0,9 При Х > 4 F = Р (Х ≤ 4) = 1
Отже, функція розподілу має вигляд:
0, Х ≤ – 1 F (Х) = 0,1, 1 < Х ≤ 2 0,9, 2 < Х ≤ 4 1, Х > 4
Будуємо графік.
F (Х)
1 0,9
0,1 Х 0 1 2 3 4
Обчислюємо математичне сподівання М(х):
М(х) = ∑х р = 1 ·0,1 + 2 ·0,8 + 4 ·0,1 = 0,1 + 1,6 + 0,4 = 2,1
б) обчислюємо дисперсію D (х):
D (х) = М(х2) – [М(х)] 2 = ∑х2 р– [М(х)] 2 = 12 ·0,1 + 22 ·0,8 + 42 ·0,1 – (2,1) 2 = = 0,1 + 3,2 + 1,6 – 4,41 = 0,49
Завдання 5.
Випадкова величина Х задана функцією розподілу F(Х). Знайти щільність розподілу f (Х), імовірність попадання випадкової величини в інтервал (α, β). Побудувати графіки функцій F(Х) та f(х).
0, Х ≤ 0 F (Х) = 2 sin х, 0 < Х ≤ π/6 α = 0, β = π/6 1, Х > π/6
Розв'язок
Знаходимо щільність розподілу за формулою:
f(х) = F ' (Х)
де F ' (Х) – перша похідна функції F(Х) в точці Х = х.
Знаходимо відповідні похідні.
При Х ≤ 0 F ' (Х) = 0 ' = 0 При 0 < Х ≤ π/6 F ' (Х) = (2 sin х) ' = 2 cos х При Х > π/6 F ' (Х) = 1' = 0 Отже. функція щільності розподілу має вигляд:
0, Х ≤ 0 f (Х) = 2 cos х, 0 < Х ≤ π/6 0, Х > π/6
Знаходимо імовірність попадання випадкової величини Х в інтервал (α = 0, β = π/6 ) за формулою:
Р (α < Х < β) = F (β ) – F (α)
де F (α) – значення функції F(Х) в точці Х = α, F (β ) – значення функції F(Х) в точці Х = β
Р (0 < Х < π/6) = F (π/6 ) – F (0) = 2 sin π/6 – 0 = 2 · 0.5 = 1,0
Будуємо графіки.
Графік функції F(Х):
F (Х)
1,0
0 π/6 Х
Графік функції f(Х):
f (Х) 2
3
Х 0 π/6
Завдання6.
Випадкова величина Х задана щільністю розподілу f(Х). Знайти математичне сподівання і дисперсію випадкової величини Х. Знайти закон розподілу х F (Х) = ∫ f (х) d (х). - ∞
Побудувати графіки функцій f(х) та F(Х).
0, Х ≤ 3 f (Х) = 2 (х – 3) 3 < Х ≤ 4 0, Х > 4
Розв'язок
Знаходимо математичне сподівання М (Х):
∞ 4 4 М (Х) = ∫ х·f (х) d (х) = ∫ х ·2 (х – 3) d (х) = 2 ∫ (х2 – 3х) d (х) = - ∞ 3 3
х3 3 х2 4 43 3·42 33 3·32 = 2 ·(––– – ––––) = 2 ( –– – ––– – ––– + ––– ) = 3 2 3 3 2 3 2
64 27 128 – 144 – 54 + 81 11 11 = 2 ( ––– – 24 – 9 + ––– ) = 2 ( ––––––––––––––––––– ) = 2 · –– = ––– 3 2 6 6 3
Знаходимо дисперсію D (х): ∞ 4 11 2 D (Х) = ∫ х2·f (х) d (х) – [М(х)] 2 = ∫ х2 ·2 (х – 3) d (х) – (––– ) = - ∞ 3 3
4 121 х4 3х3 4 121 = 2 ∫ (х3– 3х2) d (х) – ––– = 2·( ––– – ––––) – ––– = 3 9 4 3 3 9
44 3·43 34 3·33 4 121 81 121 = 2 ( ––– – ––– – ––– + –––) – ––– = 2 ( 64 – 64 – ––– + 27) – ––– = 4 3 4 3 3 9 4 9
81 121 – 729 + 972 – 242 1 = 0 – ––– + 54 – –––– = ––––––––––––––– = ––– 2 9 18 18 х Знаходимо закон розподілу F (Х) = ∫ f (х) d (х). - ∞ х При Х ≤ 3 F (Х) = ∫ 0 d (х) = 0 - ∞
3 х Х2 х При 3 < Х ≤ 4 F (Х) = ∫ 0 d (х) + ∫ 2 (х – 3) d (х) = 0 + 2 (–– – 3 х ) = - ∞ 3 2 3
Х2 9 = 2 ( ––– – 3х – –– + 9 ) = х2 – 6 х + 9 2 2
3 4 х При Х > 2 F (Х) = ∫ 0 d (х) + ∫ 2 (х – 3) d (х) + ∫ 0 d (х) = - ∞ 3 4
Х2 4 42 32 = 0 + 2 ( ––– – 3х) + 0 = 2 ( –––– – 12 – ––– + 9) = 16 – 24 –9 + 18 = 1 2 3 2 2
Отже, закон розподілу випадкової величини Х має вигляд:
0, Х ≤ 3 F (Х) = х2 – 6 х + 9 3 < Х ≤ 4 1, Х > 4
Будуємо графіки функцій f(х) та F(Х).
Графік функції f(Х):
f (Х)
2
Х 0 1 2 3 4
Графік функції F(Х):
F (Х)
1
0 1 2 3 4 Х
Завдання 7.
Відомо математичне сподівання а і середнє квадратичне відхилення σ нормально розподіленої випадкової величини Х. Знайти імовірність попадання цієї величини в заданий інтервал (α,β)
а = 2, σ = 5, α = 4, β = 9.
Розв'язок
Імовірність попадання нормально розподіленої випадкової величини Х в заданий інтервал (α,β) розраховуємо за формулою:
β – а α – а Р (α < Х < β) = Ф ( ––––– ) – Ф ( ––––– ) σ σ
де а – математичне сподівання; σ – середнє квадратичне відхилення (α,β) – заданий інтервал
1 х Ф (х) = ––––– ∫ е – t²/ 2 dt –функція Лапласа 2 π 0
α – а β – а х1 = –––––––; х2 = –––––––; σ σ
Знаходимо х1 та х2
4 – 2 2 х1 = ––––––– = –––– = 0,4; 5 5
9 – 2 7 х2 = ––––––– = ––– = 1,4 5 5
За таблицею значень функції Лапласа знаходимо:
Ф ( 0,4 ) = 0,1555 Ф (1,4) = 0,4190
Звідси, Р (4 < Х < 9) = Ф (1,4) – Ф ( 0,4) = 0,4190 – 0,1555 = 0,2635
Завдання 8.
Дано закон розподілу дискретної двомірної випадкової величини (Х,Y). Знайти коефіцієнт кореляції між Х та Y.
Розв'язок
Коефіцієнт кореляції обчислюємо за формулою:
К ρ = –––––– σх σу
де К = М (ХY) – М(Х) · М(Y) - коваріація М (ХY) – математичне сподівання двомірної випадкової величини ХY М (Х) – математичне сподівання випадкової величини Х М (Y) – математичне сподівання випадкової величини Y σх – середнє квадратичне відхилення випадкової величини Х σу– середнє квадратичне відхилення випадкової величини Y
Знаходимо необхідні показники.
М (ХY) = ΣΣхyрхрy = 1 (–1 ·0,15+0 ·0,15+1 ·0,25)+ + 2 (–1 ·0,15+0 ·0,10+1 ·0,20) =1·0,1 + 2 · 0,05 = 0,2
М (Х) = Σхрх = 1 (0,15+0,15 + 0,25)+ 2 (0,15+0,10+0,20) = = 1·0,55 + 2 ·0,45 = 0,55 + 0,9 = 1,45
М (Y) = Σyрy = –1 (0,15+0,15)+ 0 (0,15+0,10)+ 1 (0,25 + 0,20) = = – 1·0,30 + 0 ·0,25 + 1 · 0,45= – 0,30 + 0,45 = 0,15
К = 0,2 – 1,45 ·0,15 = 0,2 – 0,2175 = – 0,0175
σх = М(Х2) – [М(Х)] 2 = 12 (0,15+0,15 + 0,25)+ 22 (0,15+0,10+0,20) – – 1,452 = 1·0,55 + 4 ·0,45 – 2,1025 = 0,55 + 1,8 – 2,1025 = 0,2475
σу = М(Y2) – [М(Y)] 2 = –12 (0,15+0,15)+ 02 (0,15+0,10)+ + 12 (0,25 + 0,20) – 0,152 = 0,30 + 0,45 – 0,0225 = 0,7275
Звідси коефіцієнт кореляції між Х та Y становить:
– 0,0175 – 0,0175 ρ = –––––––––––––– = –––––––––– = – 0,097 0,2475 · 0,7275 0,18
Отже, кореляційний зв’язок між Х та Y є оберненим, слабким.
Завдання 9.
За результатами спостережень над випадковою величиною Х знайти вибіркову функцію розподілу, вибіркове середнє і незсунену оцінку дисперсії.
Розв'язок
Знаходимо вибіркову функцію розподілу за формулою:
μn Fn (Х) = ––––– n
де μn – кількість значень випадкової величини Х, менших за хі n = 50 – загальна кількість спостережень.
При Х ≤ –3 μn = 0; Fn (Х) = ––––– = 0
При –3 < Х ≤ –2 μn = n1 = 1; Fn (Х) = ––––– = 0,02
При –2 < Х ≤ –1 μn = n1 + n2 = 1 + 7 = 8; Fn (Х) = ––––– = 0,16 При –1 < Х ≤ 1 μn = n1 + n2 + n3 = 1 + 7 + 25 = 33; Fn (Х) = ––––– = 0,66 При 1 < Х ≤ 2 μn = n1+ n2 + n3+ n4 = 1 + 7 + 25 + 10 = 43; Fn (Х) = –––– = 0,86 При 2 < Х ≤ 3 μn = n1 + n2 + n3 + n4 + n5 = 1 + 7 + 25 + 10 + 5 = 48;
Fn (Х) = ––––– = 0,96
При Х > 3 μn = n = 50; Fn (Х) = ––––– = 1
Отже, вибіркова функція розподілу має вигляд:
0, Х ≤ –3 0,02, –3 < Х ≤ –2 0,16 –2 < Х ≤ –1 Fn (Х) = 0,66 –1 < Х ≤ 1 0,86 1 < Х ≤ 2 0,96 2 < Х ≤ 3 1, Х > 3
Знаходимо вибіркове середнє:
_ 1 1 хв = –– Σ хі nі = ––– [ (–3) ·1+(–2 ) ·7+(–1) ·25+1·10+2 ·5 + 3·2] = n 50
– 3 – 14 – 25 + 10 + 10 + 6 –16 = –––––––––––––––––––––– = –––– = – 0,32 50 50
Знаходимо вибіркову дисперсію.
1 _ 1 δ2в = –– Σ х2і nі – ( хв )2 = ––– [ (–3) 2 ·1+(–2 ) 2 ·7+ (–1)2 ·25+12·10+ n 50
9 + 28 + 25 + 10 + 20 + 18 + 22 ·5 + 32 ·2] – (–0,32)2 = –––––––––––––––––––––––– – 0,1024 =
= –––– – 0,1024 = 2,2 – 0,1024 = 2,0976
Знаходимо незсунену оцінку дисперсії.
n 50 S2 = ––––– · δ2в = ––– ·2,0976 = 2,1404 n – 1 49
Завдання 10.
У відділі технічного контролю було виміряно n = 200 втулок з партії, виготовленої одним автоматичним верстатом. У таблиці дано відхилення діаметрів від номіналу (у мікронах) після групування. Знайти вибіркове середнє і незсунену оцінку дисперсії для цих відхилень. Знайти надійні межі для математичного сподівання а відхилення діаметру від номіналу для генеральній сукупності при надійному рівні 0,95.
Розв'язок
Всі необхідні обчислення будемо здійснювати за допомогою наступної таблиці:
Знаходимо вибіркове середнє:
_ 1 1 хв = –– Σ хі nі = –––– ·870 = 4,35 n 200
Знаходимо вибіркову дисперсію.
1 _ 1 δ2в = –– Σ х2і nі – ( хв )2 = ––– ·22400–(4,35) 2 = 112 – 18,9225 = 93,0775 n 200
Знаходимо незсунену оцінку дисперсії.
n 200 S2 = ––––– · δ2в = –––– ·93,0775 = 93,545 n – 1 199
Знаходимо надійні межі для математичного сподівання а відхилення діаметру від номіналу для генеральній сукупності.
_ S2 а = хв ± t · –––– n
де t – коефіцієнт довіри, який визначається із співвідношення:
2Ф(t) = γ
γ = 0,95 – рівень довіри
1 t Ф (t) = ––––– ∫ е – t²/ 2 dt –функція Лапласа 2 π 0
γ 0,95 Ф(t) = ––– = –––– = 0,475 2 2
За таблицею значень функції Лапласа визначаємо, що значенню функції Ф(t) = 0,475 відповідає значення t = 1,96. Звідси маємо:
93,545 а = 4,35 ± 1,96 · –––––– =4,35± 1,96 · 0,4677 = 4,35 ± 1,96 ·0,684 =
= 4,35 ± 1,34
4,35 – 1,34 ≤ а ≤ 4,35 + 1,34
3,01 ≤ а ≤ 5,69
Отже, математичне сподівання а відхилення діаметру від номіналу для генеральній сукупності втулок з рівнем надійності 0,95 знаходиться у межах від 3,01 до 5,69 мікрон.
Завдання 11.
Знайти надійний інтервал для оцінки математичного сподівання а _ нормального розподілу з надійністю 0,95, знаючи вибіркову середню х, об’єм
вибірки n і середнє квадратичне відхилення σ. _ х = 75,09; n = 196; σ=14.
Розв'язок
Знаходимо надійний інтервал для оцінки математичного сподівання а нормального розподілу.
_ σ2 а = х ± t · –––– n
де t – коефіцієнт довіри, який визначається із співвідношення:
2Ф(t) = γ
γ = 0,95 – рівень довіри
1 t Ф (t) = ––––– ∫ е – t²/ 2 dt –функція Лапласа 2 π 0
γ 0,95 Ф(t) = ––– = –––– = 0,475 2 2
За таблицею значень функції Лапласа визначаємо, що значенню функції Ф(t) = 0,475 відповідає значення t = 1,96. Звідси маємо:
142 а = 75,09 ± 1,96 · –––––– =75,09± 1,96 · 1 = 75,09 ± 1,96
75,09 – 1,96 ≤ а ≤ 75,09 + 1,96
73,13 ≤ а ≤ 77,05
Отже, математичне сподівання а нормального розподілу для генеральній сукупності з рівнем надійності 0,95 знаходиться у межах від 73,13 до 77,05.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|