Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Ответ: 3
#182
Задание: Доказать, что сумма вероятностей числа появлений события в независимых испытаниях, вычисленных по закону Пуассона, равна единице. Предполагается, что испытания производятся бесчисленное количество раз.
Решение: В силу закона Пуассона
Используем разложение функции ex в ряд Маклорена:
Известно, что этот ряд сходится при любом значении , поэтому,
положив , получим
Найдем искомую сумму вероятностей , учитывая, что не зависит от и, следовательно, может быть вынесено за знак суммы:
Замечание. Утверждение задачи следует немедленно из того, что сумма вероятностей событий, образующих полную группу, равна единице. Приведенное доказательство преследует учебные цели.
#183
Вероятность выигрыша по одному лотерейному билету .
Сколько нужно купить билетов, чтобы выиграть хотя бы по одному из них с вероятностью , не меньшей, чем ?
Решение:
Вероятность выигрыша мала, а число билетов, которое нужно купить, очевидно, велико, поэтому случайное число выигрышных билетов имеет приближённо распределение Пуассона.
Ясно, что события «ни один из купленных билетов не является выигрышным» и «хотя бы один билет - выигрышный» - противоположные. Поэтому сумма вероятностей этих событий равна единице: Поэтому сумма вероятностей этих событий равна единице:
, или . (*)
Положив в формуле Пуассона , получим
Следовательно, соотношение (*) примет вид .
По условию, , или . Отсюда . (**)
По таблице функции находим . Учитывая, что функция - убывающая, заключаем, что неравенство (**) выполняется при , или при . Следовательно, . Итак, надо купить не менее 300 билетов, чтобы выиграть хотя бы по одному из них.
#184
Показать, что формулу Пуассона, определяющую вероятность появления k событий за время длительностью t
Pt(k)=(λt)k*e-λt/k! (*)
можно рассматривать как математическую модель простейшего потока событий; другими словами, показать, что формула Пуассона отражает все свойства простейшего потока.
Решение.
Из формулы (*) видно, что вероятность появления k событий за время длительностью t, при заданной интенсивности λ, является функцией только k и t, что отражает свойство стационарности простейшего потока.
Формула (*) не использует информации о появлении событий до начала рассматриваемого промежутка времени, что отражает свойство отсутствия последействия.
Покажем, что формула отражает свойство ординарности. Положив k=0 и k=1, найдем вероятность непоявления событий и вероятность появления одного события:
Pt(0)= e-λt, Pt(1)= λte-λt.
Следовательно, вероятность появления более одного события
Pt(k>1)=1-[ Pt(0)+ Pt(1)]=1-[e-λt+ λte-λt]
Используя разложение функции e-λt в ряд Маклорена, после элементарных преобразований получим
Pt(k>1)=(λt)2/2+….
Сравнивая Pt (1) и Pt(k>1), получаем, что при малых значениях t вероятность появления более одного события пренебрежимо мала по сравнению с вероятностью наступления одного события, что отражает свойство ординарности.
Ч. Т. Д.
#185
Среднее число заказов такси, поступающих на диспетчерский пункт в одну минуту, равно трем. Найти вероятность того, что за 2 мин поступит: а) четыре вызова; б) менее четырех вызовов; в) не менее четырех вызовов.
Решение: По условию λ=3, t=2,k=4. Воспользуемся формулой Пуассона:
Ptk=λtke-λtk!.
a) Искомая вероятность того, что за 2 мин поступит 4 вызова:
P24=64e-64!=1296*0,002524=0,135.
б) Событие “поступило менее четырех вызовов” произойдет, если наступит одно из следующих несовместных событий: 1) поступило три вызова; 2) поступило два вызова; 3) поступил один вызов; 4) не поступило ни одного вызова. Эти события несовместны, поэтому применимая теорема сложения вероятностей несовместных событий:
P2k<4=P23+P22+P21+P20=63e-63!+62e-62!+6e-61!+e-6=e-636+18+6+1=0,0025*61=0,1525.
в) События “поступило менее четырех вызовов” и “поступило не менее четырех вызовов” противоположны, поэтому искомая вероятность того, что за 2 мин поступит не менее четырех вызовов:
Pk≥4=1-Pk<4=1-0,1525=0,8475.
#186
По условию, λ=2, t=4, k=3
Воспользуемся формулой Пуассона
=
а)вероятность того, что за 4 минуты поступит 3 вызова
= =0.0256
б)Событие “поступило менее 3-х вызовов” произойдет, если поступит одно из несовместных событий: поступило 2 вызова или поступил 1 вызов или вызовов не поступило
Эти события несовместны, поэтому применима теорема сложения вероятностей несовместных событий:
в)События “поступило менее 3-х вызовов” и “поступило не менее 3-х вызовов” противоположны, поэтому искомая вероятность того, что за 4 минуты поступит не менее 3-х вызовов:
P(k≥3)=1-P(k<3)=1-0.0123=0.9877
#187
Доказать, что для простейшего потока событий
Решение: Воспользуемся теоремой о сумме вероятностей противоположных событий:
Применяя правило Лопиталя получим
Ч.Т.Д.
#188
Найти математическое ожидание дискретной случайной величины X, заданной законом распределения:
а)
X | -4 | ||
p | 0,2 | 0,3 | 0,5 |
б)
X | 0,21 | 0,54 | 0,61 |
P | 0,1 | 0,5 | 0,4 |
Решение.
а) Математическое ожидание равно сумме произведений всех возможных значений на их вероятности:
.
б) .
#189
Найти математическое ожидание случайной вели-
величины Z, если известны математические ожидания X и Y:
a) Z = X + 2Y, Af(X) = 5, M(Y) = 3; б) Z = 3X+4Y,
Af(X) = 2, M(Y) = 6.
Решение, а) Используя свойства математического ожидания
(математическое ожидание суммы равно сумме математических ожи-
ожиданий слагаемых; постоянный множитель можно вынести за знак
математического ожидания), получим
М (Z) = М (X + 2К) = М (X) + М BY) = М (X)+2М (К) =
=5+2-3=11.
#190
Используя свойства математического ожидания, доказать, что: а) , б) математическое ожидание отклонения равно нулю.
Решение.
а) Положим . Тогда . Из свойства 4 математического ожидания следует, что . Отсюда .
Но так как , имеем
, что и требовалось доказать.
б) Требуется доказать, что верно равенство . По формуле, доказанной в п. а), получаем .
Так как математическое ожидание есть постоянная, можно воспользоваться свойства 1 случайной величины: . Теперь имеем
, что и требовалось доказать.
#191
Дискретная случайная величина X принимает три возможных значения: с вероятностью ; с вероятностью и с вероятностью . Найти и , зная, что .
Решение.
Поскольку случайная величина принимает одно из трёх возможных значений, они образуют полную группу. Тогда , .
Далее, из определения математического ожидания . Отсюда .
Ответ: 21.
#192
Дан перечень возможных значений дискретной случайной величины X: , , , а также известны математические ожидания этой величины и ее квадрата: . Найти вероятности соответствующие возможным значениям .
РЕШЕНИЕ.
Так как сумма вероятностей всех возможных значений X равна 1, а и , то составим систему уравнений.
Решив ее, получим искомые вероятности: .
#193
Условие:
Дан перечень возможных значений дискретной случайной величины , а так же известны математические ожидания этой величины и ее квадрата:
.
Найти вероятности, соответствующие возможным значениям .
Решение:
Пользуясь тем, что сумма вероятностей всех возможных значений равна единице, а так же принимая во внимание, что , составим следующую систему трех линейных уравнений относительно неизвестных вероятностей:
Решив эту систему, найдем искомые вероятности:
#194
В партии из 10 деталей содержится три нестандартных. Наудачу отобраны две детали. Найти математическое ожидание дискретной случайной величины X – числа нестандартных деталей среди двух отобранных.
Решение.
Общее число возможных элементарных исходов испытания равно числу способов, которыми можно извлечь две детали из десяти деталей, т.е. - числу сочетаний из десяти по два.
А) одну нестандартную деталь можно взять из трех нестандартных деталей способами; при этом одна деталь должна быть нестандартной; взять же одну нестандартную деталь из семи нестандартных можно способами. Следовательно, число благоприятствующих исходов равно
Искомая вероятность равна отношению числа исходов, благоприятствующих событию, к числу всех элементарных исходов:
Две нестандартных детали можно взять из трех нестандартных деталей способами; Следовательно, число благоприятствующих исходов равно
Искомая вероятность равна отношению числа исходов, благоприятствующих событию, к числу всех элементарных исходов:
Математическое ожидание равно сумме произведений всех возможных значений X на их вероятности:
#195
а) Доказать, что математическое ожидание числа появлений события А в одном испытании равно вероятности р появления события А.
Указание. Дискретная случайная величина X—число появлений события в одном испытании—имеет только два возможных значения: x = l (событие А наступило)
и y = 0 (событие А не наступило).
б) Доказать, что математическое ожидание дискретной случайной величины X—числа появлений события А в n независимых испытаниях, в каждом из которых вероятность появления события равна р—равно произведению числа испытаний на вероятность появления события в одном испытании, т. е. доказать, что математическое ожидание биномиального распределения М(Х)=nр.
Решение:
а) дискретная случайная величина х задана законом распределения:
х 1 2
р р р
По формуле математического ожидания получим:
М(х)=1*р+0*р=р
Что и требовалось доказать.
б) Так как число испытаний велико, а вероятность р появления со-
бытия в каждом испытании очень мала, то воспользуемся законом Пуассона.
По определению математического ожидания для
случая, когда число возможных значений X есть счетное множество,
Учитывая, что при к=0 первый член суммы равен нулю, при-
примем в качестве наименьшего значения k единицу:
Положив k—l=m, получим
Принимая во внимание, что
получим:
А так как λ=np то получим M(x)=np что и требовалось доказать.
#196
Найти математическое ожидание дискретной случайной величины Х – числа таких бросаний пяти игральных костей, в каждом из которых на двух костях появится по одному очку, если общее число бросаний равно двадцати.
Решение
Воспользуемся формулой
,
Где n – общее число испытаний (бросаний пяти костей); Х – число появлений интересующего нас события (на двух костях из пяти появится по одному очку) в n испытаниях; Р – вероятность появления рассматриваемого события в одном испытании.
По условию, n = 20. Остаётся найти Р – вероятность того, что на гранях двух из пяти костей появится по одному очку. Эту вероятность вычислим по формуле Бернулли, учитывая, что вероятность появления одного очка на грани одной кости p = 1/6, следовательно q = 5/6:
.
Искомое математическое ожидание
Ответ: 3
#197
Задание: Устройство состоит из элементов. Вероятность отказа любого элемента за время опыта равна . Найти математическое ожидание числа таких опытов, в каждом из которых откажет ровно элементов, если всего произведено опытов. Предполагается, что опыты независимы один от другого.
Решение: Обозначим через число опытов, в которых откажет ровно элементов. Так как опыты независимы и вероятности интересующего нас события (в одном опыте откажет ровно элементов) в этих опытах одинаковы, то применима формула
где —общее число опытов; —вероятность того, что в одном опыте откажет ровно элементов. Найдем вероятность по формуле Бернулли:
Подставив (**) в (*), получим искомое математическое ожидание:
198.....
#199
Обозначим через сумму числа очков, которые выпадут на всех гранях, через – число выпавших очков на грани -й кости. Тогда, очевидно,
Следовательно,
Очевидно, все величины имеют одинаковое распределение, а следовательно одинаковые числовые характеристики и, в частности, одинаковые математические ожидания, т.е. .
В силу (*) получим
(**)
Таким образом, достаточно вычислить математическое ожидание величины ,т.е. математическое ожидание числа очков, которые могут выпасть на первой кости. Для этого напишем закон распределения :
1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 |
Найдем
(***)
Подставив (***) в (**), окончательно получим
#200
Математическое ожидание дискретной случайной величины X равно произведению числа испытаний на вероятность появления события.
В данном случае можно использовать формулу Бернулли
В данной задаче, по условию, k=4, n=5, p=0,9, q=0,1
Находим вероятность
Так как проверяется 50 партий, то найденную вероятность нужно умножить на 50
Получаем М(Х)=50* =16,4025≈16
201. Доказать: 1) М(Y)=аМ(Х)+b, если Y=аХ+b; 2) М(Y)= i=1n∑аiМ(Хi)+b, если Y= i=1n∑(аiХi)+b.
Решение:
1) М(Y)=М(аХ+b)=(ах1+b)р1+ (ах2+b)р2+…+ (ахn+b)рn=ах1р1+ ах2р2+…+ ахnрn+bр1+ bр2+…+ bрn=
=а(х1р1+ х2р2+…+ хnрn)+b(р1+ р2+…+ рn)= а(х1р1+ х2р2+…+ хnрn)+b=аМ(Х)+b.
Что и требовалось доказать.
2) М(Y)=М(i=1n∑(аiХi)+b)= i=1n∑(аiХi 1)*р1+ i=1n∑(аiХi 2)*р2+…+ i=1n∑(аiХi n)*рn+М(b)=
= i=1n∑аi*(i=1n∑Хi 1*р1+ i=1n∑Хi 2*р2+…+ i=1n∑Хi n*рn)+b= i=1n∑ai* i=1n∑M(Xi)+b= i=1n∑аiМ(Хi)+b
Что и требовалось доказать.
#202
События A1,A2,…,An несовместны и образуют полную группу; вероятности появления этих событий соответственно равны p1,p2,…,pn. Если в итоге испытания появляется событие Aii=1,…,n, то дискретная случайная величина X принимает возможное значение xi, равное вероятности pi появления события Ai. Доказать, что математическое ожидание случайной величины Х имеет наименьшее значение, если вероятности всех событий одинаковы.
Решение: Возможные значения величины Х по условию равны вероятности pi событий Ai; вероятность возможного значения pi, очевидно, также равна pi. Таким образом, X имеет следующее распределение:
X | p1 | p2 | … | pn |
P | p1 | p2 | … | pn |
Найдем математическое ожидание:
MX=p12+p22+…+pn2. (*)
Рассматриваемые события образуют полную группу, поэтому:
p1+p2+…+pn=1.
Из дифференциального исчисления известно, что если сумма независимых переменных постоянна, то сумма квадратов этих переменных имеет наименьшее значение в случае равенства переменных. Применительно к рассматриваемой задаче это означает: сумма (*), т. е. математическое ожидание М (X), имеет наименьшее значение, если вероятности всех событий, образующих полную группу, равны между собой, что и требовалось доказать.
#203
Доказать, что математическое ожидание дискретной случайной величины заключено между наименьшим и наибольшим ее возможными знаениями.
Решение: Пуст Х – дискретная случайная величина, заданная законом распределения:
X | x1 | x2 | x3 | … | xn |
p | p1 | p2 | p3 | … | pn |
Обозначим наименьшее и наибольшее значения X соответственно через m и M. Тогда
Дата публикования: 2015-01-10; Прочитано: 2917 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!