- •Задания и методические указания по по теории вероятности
- •Оглавление.
- •Введение.
- •Раздел I. Основные понятия теории вероятностей
- •§ 1. Некоторые формулы комбинаторики.
- •§2. Полная группа событий.
- •§2. Виды случайных событий.
- •§3. Классическое определение вероятности.
- •Раздел II. Теорема сложения вероятностей.
- •§1. Несовместные события.
- •§3. Противоположные события.
- •Раздел III. Теорема умножения вероятностей.
- •§1. Произведение событий и условная вероятность.
- •§2. Независимые события.
- •§3. Обобщенные теоремы сложения и произведений
- •3.1. Вероятность появления хотя бы одного из событий
- •3.2. Теорема сложения вероятностей совместных событий.
- •3.3. Формула полной вероятности. Формула Байеса.
- •Раздел IV. Схема независимых испытаний.
- •§1. Формула Бернулли.
- •§2. Интегральная теорема Лапласа.
- •Раздел V. Случайные величины.
- •§1. Случайные величины и законы их распределения.
- •Закон распределения. Многоугольник распределения
- •§2. Числовые характеристики случайных величин
- •2.1. Математическое ожидание. Дисперсия.
- •Биномиальное распределение
- •Функция распределения вероятностей и плотность вероятности.
- •Числовые характеристики непрерывной случайной величины.
- •Равномерное распределение
- •Задание 3
- •Список литературы.
- •1. Методические указания по выполнению контрольных работ
2.1. Математическое ожидание. Дисперсия.
Пусть случайная
величина
может принимать значения
с вероятностями соответственно
.
Определение. Математическим ожиданием дискретной случайной величинаы называется сумма произведений всех ее возможных значений на соответствующие вероятности:
.
Свойства математического ожидания.
;
,
где
взаимно независимые случайные величины.
.
Рассеяние случайной величины около среднего значения характеризуют дисперсия и среднеквадратическое отклонение.
Дисперсией случайной величины называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
.
Для вычислений используется следующая формула
Свойства дисперсии.
1.
;
2.
,
где
взаимно независимые случайные величины.
3. Среднеквадратическое
отклонение
.
Задача 16. Найти математическое ожидание случайной величины Z = X+ 2Y, если известны математические ожидания случайных величин X и Y: М(Х) = 5, М(Y) = 3.
Решение. Используем свойства математического ожидания. Тогда получаем:
М (Х+2Y) = М (Х) + М(2Y) = М (Х) + 2М(Y) = 5 + 2.3 = 11.
Задача 17. Дисперсия случайной величины Х равна 3. Найти дисперсию случайных величин: а) –3Х; б) 4Х + 3.
Решение. Применим свойства 3, 4 и 2 дисперсии. Имеем:
а) D(–3Х) = (–3)2 D(Х) = 9 D(Х) = 9.3 = 27;
б) D(4 Х + 3) = D(4Х) + D(3) = 16D(Х) + 0 = 16.3 = 48.
Задача 18. Дана независимая случайная величина Y – число очков, выпавших при бросании игральной кости. Найти закон распределения, математическое ожидание, дисперсию и среднее квадратичное отклонение случайной величины Y.
Решение. Таблица распределения случайной величины Y имеет вид:
Y |
1 |
2 |
3 |
4 |
5 |
6 |
р |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
1/6 |
Тогда М(Y) = 1 · 1/6 + 2 · 1/6 + 3 · 1/6+ 4 · 1/6+ 5 · 1/6+ 6 · 1/6 = 3,5;
D(Y) = (1 – 3,5)2 · 1/6 +(2 – 3,5)2 · /6 + (3 – 3,5)2 · 1/6 + (4 – 3,5)2 · /6 +(5 – –3,5)2· 1/6 + (6 – 3,5)2. · 1/6 = 2,917; σ(Y) =Ö 2,917 = 1,708.
Биномиальное распределение
Задача 19. Дана независимая случайная величина Х – число появлений герба при двух подбрасываниях монеты. Найти закон распределения, математическое ожидание, дисперсию случайной величины Х.
Решение.
Случайная величина Х
принимает значение
m
с вероятностью P2(m)
=
(формула
Бернулли), где m
= 0,1,2 и p
= 0,5. Таблицей распределения
этой случайной величины является
Х |
0 |
1 |
2 |
Р |
0,25 |
0,5 |
0,25 |
Отсюда
М(Х)
= 0 · 0,25 + 1 · 0,5 + 2 · 0,25 = 1 (или, используя
формулу,: М(Х)
= np
=
);
D(Х)
= М(Х
–
М(Х))2=
М(Х
– 1)2
= (0 –1)2.
·
0,25
+ (1 –1)2
·
0,5
+ (2 –1)2
·
0,25
= 0,5 (по формуле:
D(X)=
npq
=
).
Задача 20. Найти дисперсию дискретной случайной величины Х – числа появлений события А в пяти независимых испытаниях, если вероятность появления события А в каждом испытании равна 0,2.
Решение. Дисперсия числа появлений события в независимых испытаниях (с одинаковой вероятностью появления события в каждом испытании) равна произведению числа испытаний на вероятность каждого появления и не появления события: D(X) = npq. По условию, n = 5, p= 0,2, q = 1 – 0,2 = 0,8. Искомая дисперсия равна: D(X) = 5 · 0,2 · 0,8 = 0,8.
