Занимательные упражнения по теории вероятности
Определение вероятности случая при заданном исходе. Вычисление возможности наступления всех последовательностей событий, приводящих к требуемому результату. Построение ряда распределения случайной величины. Расчет ее математического ожидания и дисперсии.
Рубрика | Математика |
Вид | задача |
Язык | русский |
Дата добавления | 09.12.2015 |
Размер файла | 687,8 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Задание 1
Вероятности здесь и далее приведены для шестригранной кости (d6). При этом пространство возможных исходов ? = {1; 2; 3; 4; 5; 6} и вероятность каждого отдельно взятого исхода равна 1/6.
Событие - выпадение нечетного числа (1, 3, 5 для шестригранной кости), вероятность Ѕ.
Событие - выпадение числа не больше 4 (1, 2, 3, 4), вероятность 4/6.
Событие - выпадение четного числа или числа больше 4 (2, 4, 5, 6) - вероятность 4/6.
Событие - выпадение четного числа больше 4 (только 6) - вероятность 1/6.
Событие - выпадение четного числа кроме чисел больше 4 (2, 4) - вероятность 1/3.
Событие - выпадение числа больше 4 кроме четных (только 5) - вероятность 1/6.
Задание 2
Полагаем, что используются "правильные" шестигранные кости, и мы можем воспользоваться классическим методом.
Событие A: Из всех возможных исходов для получения в сумме 7 подходят: [1; 6], [2; 5], [3; 4], [4; 3], [5; 2], [6; 1] - то есть всего шесть исходов (учитывая симметричные).
Всего возможных исходов |?| = 62 = 36, таким образом вероятность выпадения 7 в сумме (в случае, если кости изначально дают равноверятные элементарные исходы) равна:
P(A) = 6 / 36 = 1/6.
Отметим, что распределение вероятностей суммы имеет пик как раз для исхода 7 (самая вероятная сумма), остальные суммы (от 2 до 12) имеют меньшую вероятность, минимальную для крайних исходов (2 и 12).
Событие B: Произведение выпавших чисел (для полного набора исходов): [1; 4], [2; 2], [4; 1]- всего три исхода.
P(B) = 3/36 = 1/12.
Задание 3
Для начала найдем количество возможных исходов (сочетания: выбор трех шаров из десяти):
.
По условию положительные исходы - это те выборы (сочетания 3 из 10), в которых ровно два шара белых (или, что то же самое, ровно один шар черный).
Количество положительных исходов проще всего вычислить как 7 * 3 = 21, где 7 - количество возможных выборов 1 черного шара (всего черных шаров 10-3 = 7), а 3 - количество перестановок двух белых из трех.
Таким образом, конечная вероятность события "два белых и один черный" равна:
P(A) = 21/120 = 7/40 = 0,175.
Также отметим, что если условие следует понимать как "минимум два белых шара в выборке", то к посчитанной выше вероятности выбрать ровно два белых шара следует добавить вероятность выбрать сразу 3 белых (1/120), в этом случае P(A) = 22/120 = 11/60.
Другой способ решения задачи состоит в том, чтобы вычислить вероятности всех последовательностей элементарных событий, приводящих к требуемому результату. Здесь будем полагать, что шары выбираются не одновременно, а по очереди. Вероятность выбрать первым белый шар = 3/10, черный = 7/10. После чередного выбора шара общее количество шаров в урне уменьшается (то есть вероятность выбрать вторым белый шар будет 2/9 или 3/9). Таким образом:
Р(Б + Б + Ч) = 3/10 * 2/9 * 7/8 = 42 / 720 = 7/120.
Р(Б + Ч + Б) = 3/10 * 7/9 * 2/8 = 7 / 120.
Р(Ч + Б + Б) = 7/10 * 3/9 * 2/8 = 7 / 120.
Указанные три элементарных исхода являются попарно несовместимым, таким образом:
Р(А) = 7/120 + 7/120 + 7/120 = 7/40 = 0,175.
Как видим, ответ такой же как и в первом способе.
Задание 4
А) Хотя бы одно событие: событие А наступает с вероятностью 0,6 (в случае его наступления условие выполнено и рассматривать вероятность В не требуется). Дополнительно, в случае если событие А не наступило (), нас все ещё могут устроить исходы, когда наступит B. Таким образом, конченая вероятность будет равна:
.
Аналогично, можно рассматривать сначала В:
.
Б) Ровно одно событие: Найдем отдельно вероятности исходов "произошло только А, но не В" и "произошло только В, но не А". Нас интересует сумма этих несовместимых событий.
Вероятность события A: P(A) = 0,6. Из этих 60 % случаев нас не устраивают исходы, когда выполняется также и В, вероятность чего равна P(A) * P(B):
.
Аналогично, для случая "только В, но не А":
.
Конечная вероятность наступления только одного события:
.
Задание 5
Очевидно, для успешной сдачи экзамена нужно выучить билет. Таким образом, вероятность сдать экзамен: для отличнников 1, для хорошистов 0,8, для троечников 0,6 и для двоечников 0,4.
Выбирается один студент из 20, вероятность выбора любого из них 1/20 = 0,05.
Вероятность выбрать отличника: 0,05 * 2 = 0,1, выбрать хорошиста 0,05 * 4 = 0,2, троечника 0,05 * 10 = 0,5 и двоечника 0,05 * 4 = 0,2.
Последние вероятности дают нам набор непересекающихся исходов, в сумме 1 (то есть все исходы учтены). Для каждого исхода есть своя вероятность сдачи экзамена, которая зависит от количество выученных билетов. Таким образом, конечная вероятность интересующего нас события равна:
. (Это ответ на первый вопрос задания).
Из всех 64 % успешно сдающих студентов доля отдельно троечников составляет 0,5*0,6 = 0,3. (Ответ на второй вопрос)
Задание 6
Для серии последовательных испытаний с известными вероятностями лучше всего подходит схема Бернулли. Вероятность P(А) = 0,7 следовательно - вероятность не появления А в ходе очередного опыта (вместе они задают пространство для каждого опыта ).
о - количество появлений А после трех опытов. Составим ряд возможных значений о и вычислим вероятность каждого из них:
Значение о |
Описание исхода |
Вероятность |
|
0 |
Событие А ни разу не появилось |
P(о=0) = 0,3 * 0,3 * 0,3 = 0,027 |
|
1 |
Событие А появилось ровно один раз (только в первом, либо втором, либо третьем опыте) |
P(о=1) = 0,7 * 0,3 * 0,3 * 3 = 0.189 |
|
2 |
Событие А появилось ровно два раза (опыты 1 и 2, либо 1 и 3, либо 2 и 3) |
P(о=2) = 0,7 * 0,7 * 0,3 * 3 = 0,441 |
|
3 |
Событие А появилось во всех трех опытах |
P(о=3) = 0,7 * 0,7 * 0,7 = 0,343 |
Видим, что P(о=0) + P(о=1) + P(о=2) + P(о=3) = 0,027 + 0,189 + 0,441 + 0,343 = 1 (условие нормировки).
Таким образом пространство элементарных исходов: .
Математическое ожидание получим суммой по перемножениям значений случайной величины о на вероятность соответствующего исхода:
.
Квадрат математического ожидания:
.
Математическое ожидание квадрата:
.
Теперь можем вычислить дисперсию:
.
Среднее квадратическое отклонение:
,
.
Наконец, вероятность попадания в:
.
Для о = 0: - не выполняется.
Для о = 1: - не выполняется.
Для о = 2: - выполняется.
Для о = 3: - не выполняется.
.
Задание 7
Для начала найдем С. Сумма всех вероятностей каждого исхода случайной величины P(?)=1, для случая с непрерывной величиной этому значению соответствует интеграл. За пределами отрезка [0;2] вероятность по условию равна 0, таким образом достаточно взять следующий интеграл:
.
Выносим константу С за знак интеграла, таким образом:
.
.
Таким образом, плотность распределения для о описывается следующим образом: вероятность математическое ожидание дисперсия
.
Следующим шагом найдем функцию распределения - найдя первообразную f(x) и учитывая разрывы в точках x=0 и x=2:
.
График функции распределения (часть параболы для x от 0 до 2) представлен ниже:
Математическое ожидание:
.
.
Квадрат математического ожидания:
.
Математическое ожидание квадрата:
.
Дисперсия:
.
Задание 8
По условию: математическое ожидание , дисперсия следовательно среднеквадратичное отклонение .
Вероятность попадания в отрезок , а поскольку искомый отрезок по условию симметричен относительно математического ожидания, то формула принимает вид:
,
где c - искомая константа.
Плотность распределения вероятности для нормального закона (Гаусса) по определению:
.
Подставляя известные по условию a = 15 и получаем окончательное значение:
.
При взятии интеграла получаем:
,
где erf - функция Лапласа или функция ошибок:
.
Возвращаясь к условию:
.
(воспользовавшись табличными значениями для Ф = erf(x))
.
.
Искомый интервал: [-26,1997; 56,1997).
Задание 9
Значение p31 найдем исходя из условия нормировки вероятности:
.
.
Расчеты для о.
Частное распределение:
P(о=0) = 5/8 = 0,625.
P(о=1) = 2/8 = 0,25.
P(о=3) = 1/8 = 0,125.
Математическое ожидание M [о]:
.
Квадрат математического ожидания (M [о])2:
.
Математическое ожидание квадрата M [о2]:
.
Дисперсия D [о]:
.
Расчеты для з:
Частное распределение для з:
P(з=-1) = 2/8 = 0,25, P(з=0) = 2/8 = 0,25, P(з=1) = 4/8 = 0,5.
Математическое ожидание M [з]:
.
Квадрат математического ожидания (M [з])2:
.
Математическое ожидание квадрата M [з2]:
.
Дисперсия D [з]:
.
Корреляционный момент Kоз:
.
. (Остальные члены суммы равны нулю, т.к. p=0, либо , либо ).
.
Коэффициент корреляции rоз:
.
.
.
.
Размещено на Allbest.ru
...Подобные документы
Определение вероятности наступления события, используя формулу Бернулли. Вычисление математического ожидания и дисперсии величины. Расчет и построение графика функции распределения. Построение графика случайной величины, определение плотности вероятности.
контрольная работа [390,7 K], добавлен 29.05.2014Решение задач по определению вероятности событий, ряда и функции распределения с помощью формулы умножения вероятностей. Нахождение константы, математического описания и дисперсии непрерывной случайной величины из функции распределения случайной величины.
контрольная работа [57,3 K], добавлен 07.09.2010Определение вероятности для двух несовместных и достоверного событий. Закон распределения случайной величины; построение графика функции распределения. Нахождение математического ожидания, дисперсии, среднего квадратичного отклонения случайной величины.
контрольная работа [97,1 K], добавлен 26.02.2012Определение вероятностей различных событий по формуле Бернулли. Составление закона распределения дискретной случайной величины, вычисление математического ожидания, дисперсии и среднеквадратического отклонения случайной величины, плотностей вероятности.
контрольная работа [344,8 K], добавлен 31.10.2013Определение вероятности определенного события. Вычисление математического ожидания, дисперсии, среднеквадратического отклонения дискретной случайной величины Х по известному закону ее распределения, заданному таблично. Расчет корреляционных признаков.
контрольная работа [725,5 K], добавлен 12.02.2010Определение вероятности случайного события; вероятности выиграшных лотерейных билетов; пересечения двух независимых событий; непоражения цели при одном выстреле. Расчет математического ожидания, дисперсии, функции распределения случайной величины.
контрольная работа [480,0 K], добавлен 29.06.2010Вычисление математического ожидания, дисперсии, функции распределения и среднеквадратического отклонения случайной величины. Закон распределения случайной величины. Классическое определение вероятности события. Нахождение плотности распределения.
контрольная работа [38,5 K], добавлен 25.03.2015Алгоритм определения вероятности события и выполнения статистических ожиданий. Оценка возможных значений случайной величины и их вероятности. Расчет математического ожидания, дисперсии и среднего квадратического отклонения. Анализ характеристик признака.
контрольная работа [263,8 K], добавлен 13.01.2014Вычисление вероятностей возможных значений случайной величины по формуле Бернулли. Расчет математического ожидания, дисперсии, среднеквадратического отклонения, медианы и моды. Нахождение интегральной функции, построение многоугольника распределения.
контрольная работа [162,6 K], добавлен 28.05.2012Определение вероятности наступления определенного события по законам теории вероятности. Вычисление математического ожидания, дисперсии и среднего квадратичного отклонения. Нахождение выборочного уравнения регрессии по данным корреляционной таблицы.
контрольная работа [212,0 K], добавлен 01.05.2010Нахождение вероятности события, используя формулу Бернулли. Составление закона распределения случайной величины и уравнения регрессии. Расчет математического ожидания и дисперсии, сравнение эмпирических и теоретических частот, используя критерий Пирсона.
контрольная работа [167,7 K], добавлен 29.04.2012Определение вероятность срабатывания устройств при аварии. Расчет математического ожидания, дисперсии и функции распределения по заданному ряду распределения. Построение интервального статистического ряда распределения значений статистических данных.
контрольная работа [148,8 K], добавлен 12.02.2012Дискретные случайные величины и их распределения. Формула полной вероятности и формула Байеса. Общие свойства математического ожидания. Дисперсия случайной величины. Функция распределения случайной величины. Классическое определение вероятностей.
контрольная работа [33,8 K], добавлен 13.12.2010Построение доверительных интервалов для математического ожидания и дисперсии, соответствующие вероятности. Исследование статистических характеристик случайной величины на основе выбора объема. Теоретическая и эмпирическая плотность распределения.
курсовая работа [594,4 K], добавлен 02.01.2012Определение вероятности того, что из урны взят белый шар. Нахождение математического ожидания, среднего квадратического отклонения и дисперсии случайной величины Х, построение гистограммы распределения. Определение параметров распределения Релея.
контрольная работа [91,7 K], добавлен 15.11.2011Вычисление по классической формуле вероятности. Определение вероятности, что взятая наугад деталь не соответствует стандарту. Расчет и построение графиков функции распределения и случайной величины. Вычисление коэффициента корреляции между величинами.
контрольная работа [708,2 K], добавлен 02.02.2011Вычисление общего решения дифференциальных уравнений первого порядка с разделяющимися переменными. Расчет определенного интеграла с точностью до 0,001. Определение вероятности заданных событий, математического ожидания и дисперсии случайной величины.
контрольная работа [543,4 K], добавлен 21.10.2012Определение числа всех равновероятных исходов испытания. Правило умножения вероятностей независимых событий, их полная система. Формула полной вероятности события. Построение ряда распределения случайной величины, ее математическое ожидание и дисперсия.
контрольная работа [106,1 K], добавлен 23.06.2009Определение вероятности попадания в мишень по формуле Бернулли. Закон и многоугольник распределения случайной величины. Построение функции распределения, графика. Математическое ожидание, дисперсия, среднее квадратическое отклонение случайной величины.
контрольная работа [86,4 K], добавлен 26.02.2012Особенности выполнения теоремы Бернулли на примере электрической схемы. Моделирование случайной величины по закону распределения Пуассона, заполнение массива. Теория вероятности, понятие ожидания, дисперсии случайной величины и закон распределения.
курсовая работа [29,7 K], добавлен 31.05.2010