ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
(ФГБОУ ВО ВГУ)
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ
по курсу «Теория вероятностей и математическая статистика»
для студентов 2 курса экономического факультета по направлениям
«Экономика» и «Экономическая безопасность»
Воронеж 2015
3
Стр.1
СОДЕРЖАНИЕ
ТЕМА 1. ТЕОРИЯ ВЕРОЯТНОСТЕЙ…………………………………………...6
Методические указания и примеры выполнения заданий……………………...6
Индивидуальные задания……………………………………………………….14
ТЕМА 2. МАТЕМАТИЧЕСКАЯ СТАТИСТИКА……………………………..21
Методические указания и примеры выполнения заданий…………………….21
Индивидуальные задания……………………………………………………….33
ПРИЛОЖЕНИЯ………………………………………………………………….40
ПЕРЕЧЕНЬ ЭКЗАМЕНАЦИОННЫХ ВОПРОСОВ…………………………..46
ЛИТЕРАТУРА…………………………………………………………………...48
.
5
Стр.3
Пример 4. По самолету производится три одиночных выстрела. Вероятность
попадания при первом выстреле равна 0,4, при втором – 0,5, при третьем –
0,7. Для выхода самолета из строя заведомо достаточно трех попаданий; при
одном попадании самолет выходит из строя с вероятностью 0,2, при двух
попаданиях - с вероятностью 0,6.
1) Найти вероятность того, что в результате трех выстрелов самолет будет
выведен из строя.
2) Известно, что самолет выведен из строя, найти вероятность, что в него
попало три снаряда.
Решение: Пусть событие
A - самолет выведен из строя. Рассмотрим четыре
гипотезы:
- в самолет не попало ни одного снаряда,
B0
P B
P B 1 0,4 1 0,5 1 0,7 1 0,4 0,51 0,7 1 0,4 1 0,50,7 0,36
B2 - в самолет попало два снаряда,
P B
2 1 0,4 0,5 0,7 0,4 1 0,5 0,7 0,4 0,5 1 0,7 0,41
B3 - в самолет попало три снаряда,
P B
Контрольная формула:
P B P B P B P B 3 0,09 0,36 0,41 0,14 1 .
0 1
2
P AB0
гипотезы ,B0 PB0 A
P AB1
P AB2
B2
P AB3
B3
- вероятность выхода самолета из строя при осуществлении
0 .
гипотезы ,B1 PB1 A 0,2 .
, PB2 A 0,6 .
, PB3 A
- вероятность выхода самолета из строя при осуществлении
- вероятность выхода самолета из строя при осуществлении гипотезы
- вероятность выхода самолета из строя при осуществлении гипотезы
1 .
1) Применяя формулу полной вероятности, получим:
P A P B PB0 A P B PB1 A P B PB2 A P B P A3B
0,36 0,2 0,41 0,6 0,14 1 0,458
0
1
2
3
.
2) По формуле Байеса вычислим условные вероятности событий (гипотез).
8
3 0,4 0,5 0,7 0,14
.
.
0 1 0,4 1 0,5 1 0,7 0,6 0,5 0,3 0,09
B1 - в самолет попал один снаряд,
.
.
Стр.6
PB
A
3
P B P AB
3
3
PA
( )
0,14 1
0,458
0,306 .
Пример 5. В каждом из 6 независимых испытаний событие А происходит с
постоянной вероятностью 0,3. Вычислить все вероятности
k ,
где k – частота события А. Найти наивероятнейшую частоту.
Решение: Используем формулу Бернулли
p C p p n k
помощью которой p
n k
p
1
n
0
0
66
Тогда
1
6
kk
nn
p
p p C 0,3 (0,7) (0,7) 0,117649.
0
kp
0
1
p
p k
6
1
, 1,2, ,n
6
6 1 1 0,3 0,117649 0,302526.
1 0,7
p
p
p
p
p
p
p
Контроль
0
6
1
6
2
6
3
6
4
6
5
6
6
6
k
Значит, наивероятнейшая
p
2
6
p
n
i 1
Аналогично вычисляем все
остальные значения. Результаты занесем в таблицу.
0,117649
0,302526
0,324135
0,18522
0,059535
0,010206
0,000729
1
Найдём наивероятнейшую частоту по заданным условиям:
np q k np p,
6 0,3 0,7 6 0,3 0,3,
1,1 2,1.
k
частота
6 2 1 0,3 0,302526 0,324135
2 0,7
k 2
и значение
является максимальным.
k
n
вычисляются по значению :
.
k 1
n
nn (1 ) и формулу, с
p
k
k k
Вычислим
значение
pk0,1, ,6 ,
9
Стр.7
Пример 6. Вероятность поражения цели при одном выстреле равна 0,3.
Найти вероятность того, что при 100 выстрелах цель будет поражена 30 раз.
Решение: При решении этой задачи используем локальную теорему МуавраЛапласа:
если при n независимых испытаниях событие А происходит с
постоянной вероятностью р, которая не очень близка к нулю и единице, то
при достаточно большом числе испытаний n вероятность того, что событие
произойдет ровно m раз, приближенно равна
n() ()
Pm fx
()
npq
, где m np
1
f x( )
,
2
e x
2 ,
x m np
P100 30
p 0,2
21
1
npq
100 0,3 0,7
30 100 0,3
e
0
42
1
, то получим:
.
0
x
2
npq
.
Функция fx чётная и принимает только неотрицательные значения.
Так как p 0,3 , q 0,7 , n 100 m 30
Отсюда имеем:
2
1
0,083 .
Пример 7. Вероятность того, что деталь не прошла проверку ОТК, равна
. Найти вероятность того, что среди 400 случайно отобранных
деталей окажется непроверенных от 70 до 100 деталей.
Решение: По условию
p 0,2 ,
q 0,8 ,
n 400 ,
k1 70
,
k2 100
.
Воспользуемся интегральной теоремой Лапласа: если при n независимых
испытаниях событие А происходит с постоянной вероятностью р, которая не
очень близка к нулю и единице, то при достаточно большом числе
испытаний n вероятность того, что частота m появления события А
находится в интервале
m m m
12
P m m m x
t
)
где
(x)
,
n(12 x
x
1 122e dt x
2
2
( )
npq
, x
Функция Ф(x) принимает значения в интервале
( )
так как для x>5 можно принять Ф(0)=0,5.
По условию
,
x
Найдем
10
p 0,2 , q 0,8 , n 400 1 70m
P400 70 x.
, приближенно равна
,
m np m np
npq
.
0,1 , является нечётной
xx ( ) . В приложении 4 приведены значения интеграла лишь до x=5,
, m2 100
.
Стр.8
x m np
1
npq
npq
x m np
2
Таким образом, получим:
P
400 70 Ф2,5 Ф
0,4938 0,3944 0,8882 .
Пример 8. Учебник издан тиражом 100000 экземпляров. Вероятность того,
что учебник сброшюрован неправильно равна 0,0001. Найти вероятность
того, что тираж содержит 5 бракованных книг.
Решение: По условию
p 0,0001 ,
a np
как вероятность события мала используем формулу Пуассона
P
xi
pi
100000 5 10 e10
5!
5
3
0,0375 .
Пример 9. Дан ряд распределения случайной величины Х:
1
5
0,1
0,4
0,2
7
0,2
9
0,1
Найти функцию распределения F(x). Вычислить для X её математическое
ожидание, дисперсию и моду.
Решение:
Функцию распределения находим по формуле F x pi .
xxi
Fx
() 0,5, 3 5,
0,7, 5 7,
x
0,9, 7 9,
1,
x
x
x 9.
Математическое ожидание вычислим по формуле:
n
m x p
x
i 1
i
i
Для нахождения дисперсии воспользуемся формулами:
11
1 0,1 3 0,4 5 0,2 7 0,2 9 0,1 4,6 .
0, 1,
0,1, 1 3,
x
x
Pk ae
m
n()
!
По асимптотической формуле Пуассона искомая вероятность приближенно
равна:
70 40 0,20
400 0,2 0,8
400 0,2 0,8
100 400 0,2
1,25 ,
2,5 .
1,25 Ф2,5 Ф1,25
100000 0,0001 10 , m 5 . Так
mm
.
Стр.9
d x m pi
x
xp
2
n
ii
i1
Дисперсия случайной величины:
D
x 26,6 (4,6) 5,44 ,
2
откуда легко определить среднеквадратическое отклонение:
.
x 5,44 2,33
Моду M0 найдём по максимальной вероятности M 3 .
0
Пример 10. Задана плотность распределения вероятностей непрерывной
случайной величины . Требуется:
1. Определить коэффициент ;
2. Найти функцию распределения
X
A
F( )x ;
3. Найти математическое ожидание и дисперсию ;
4. Найти вероятность того, что
X
f x A x( 1) при 2 4
x
( )
0 при 4
x
0 при 2
x
Решение:
1. Для определения коэффициента
нормированности плотности распределения:
2
( )
т.е. 8 1A
f x dx 0 dx A x ( 1)dx 0 dx A x
4
2
f x( )
8
0
( 1)
x
4
4
2
, отсюда A1/8 . Таким образом,
при x
02
1
A
X примет значение из интервала ( , ) .
3,5.
3;
воспользуемся свойством
f ( ) .1dxx
( 1)dx A x2
2
x
4
2
8A ,
1 0,1 9 0,4 25 0,2 49 0,2 81 0,1 26,6 .
nn
i
x
ii
11
22
2
x p mx
i i
при x
при x 4.
2. Для нахождения функции распределения используем формулу
x
F x( ) f t dt
12
( ) .
2 4
Стр.10