Вы находитесь на странице: 1из 6

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВОРОНЕЖСКИЙ ИНСТИТУТ ВЫСОКИХ ТЕХНОЛОГИЙ


Факультет заочного и послевузовского обучения

КОНТРОЛЬНАЯ РАБОТА №1

По дисциплине: "Теория вероятностей и элементы


математической статистики"

Воронеж 2004 г.
Вариант – 9.

Задача № 1.
№№ 1-20. Техническое устройство, состоящее из трех узлов,
работало в течение некоторого времени t. За это время первый узел
оказывается неисправным с вероятностью р1, второй – с вероятностью р2,
третий – с вероятностью р3. Найти вероятность того, что за время
работы: а) все узлы оставались исправными; б) все узлы вышли из строя; в)
только один узел стал неисправным; г) хотя бы один узел стал
неисправным (см. исходные данные в таблице).
p1=0,4 p2=0,6 p3=0,9

Решение:
Пусть событие А означает, что первый узел оказался неисправным, В
оказался неисправным второй узел и С – оказался неисправным третий узел,
тогда А - первый узел был исправен в промежуток времени t, В - был
исправен второй узел, С - был исправен третий узел.

а) Пусть событие D означает, что все узлы оставались исправными,


тогда D = A ⋅ B ⋅ C . Поэтому , учитывая независимость событий А , В и С , по
теореме умножения вероятностей имеем:
P ( D ) = P ( A ) ⋅ P ( B ) ⋅ P ( C ) = (1 − P( A) ) (1 − P ( B ) ) (1 − P ( C ) ) = 0,6 ⋅ 0,4 ⋅ 0,1 = 0,024

б) Пусть событие Е – все узлы вышли из строя, тогда:


P ( E ) = P ( ABC ) = P ( A ) ⋅ P ( B ) ⋅ P( C ) = 0,4 ⋅ 0,6 ⋅ 0,9 = 0,216

в) Пусть событие F – только один узел стал неисправным, тогда:


F = AB C + A BC + A B C
События AB C , A BC , A B C несовместные. Поэтому, применяя теорему
сложения вероятностей несовместимых событий, получим:
P( F ) = P ( AB C + A BC + A B C ) = P ( AB C ) + P ( A BC ) + P ( A B C ) =
= P( A) ⋅ P(1 − B ) ⋅ P(1 − C ) + P(1 − A) ⋅ P( B ) ⋅ P(1 − C ) + P(1 − A) ⋅ P(1 − B ) ⋅ P( C ) =
= 0,4 ⋅ 0,4 ⋅ 0,1 + 0,6 ⋅ 0,6 ⋅ 0,1 + 0,6 ⋅ 0,4 ⋅ 0,9 = 0,016 + 0,036 + 0,216 = 0,268

г) Пусть событие D1 – хотя бы один узел стал неисправным, тогда:


P ( D1 ) = 1 − P ( A B C ) = 1 − P ( A ) ⋅ P ( B ) ⋅ P( C ) = 1 − (1 − P( A) ⋅ (1 − P( B ) ) ⋅ (1 − P ( C ) ) ) =
= 1 − 0,6 ⋅ 0,4 ⋅ 0,1 = 1 − 0,024 = 0,976 .
Задача № 2
№39. По линии связи могут быть переданы символы А, В, С.
Вероятность передачи символа А равна 0,5; символа В – 0,3; символа С –
0,2. Вероятности искажения при передаче символов А, В, С равны
соответственно 0,01; 0,03; 0,07. Установлено, что сигнал из двух символов
принят без искажения. Чему равна вероятность, что передавался сигнал
АВ?
Решение:
Пусть событие А – передача символа А, событие В – передача символа В,
событие С – передача символа С, событие А′ - искажение при передаче
символа А, событие В ′ и С ′ - искажения при передаче символов В и С
соответственно.
По условию вероятности этих событий равны:
P( A) = 0,5 , P ( B ) = 0,3, P( C ) = 0,2 , P( A′ ) = 0,01 , P( B ′ ) = 0,03 , P ( C ′) = 0,07
Если события A′ , B ′ и C ′ - искажения при передаче символов, то
события A ′ , B ′ и C ′ - отсутствие искажений при передаче. Их вероятности:
P ( A ′) = 1 − 0,01 = 0,99
P ( B ′) = 1 − 0,03 = 0,97
P ( C ′) = 1 − 0,07 = 0,93
Обозначим через D событие, состоящее в том, что были переданы два
символа без искажений.
Можно выдвинуть следующие гипотезы:
Н1 – переданы символы АА,
Н2 – символы АВ,
Н3 – символы ВА,
Н4 – символы АС,
Н5 – символы СА,
Н6 – символы ВВ,
Н7 – символы ВС,
Н8 – символы СВ,
Н9 – символы СС.
Вероятности этих гипотез:
Р( Н 1 ) = Р( А) ⋅ Р( А) = 0,5 ⋅ 0,5 = 0,25
Р ( Н 2 ) = Р( А) ⋅ Р( В ) = 0,5 ⋅ 0,3 = 0,15
Р( Н 3 ) = Р( В ) ⋅ Р( А) = 0,3 ⋅ 0,5 = 0,15
Р( Н 4 ) = Р( А) ⋅ Р( С ) = 0,5 ⋅ 0,2 = 0,1
Р( Н 5 ) = Р( С ) ⋅ Р( А) = 0,2 ⋅ 0,5 = 0,1
Р( Н 6 ) = Р( В ) ⋅ Р( В ) = 0,3 ⋅ 0,3 = 0,09
Р( Н 7 ) = Р( В ) ⋅ Р( С ) = 0,3 ⋅ 0,2 = 0,06
Р( Н 8 ) = Р( С ) ⋅ Р( В ) = 0,2 ⋅ 0,3 = 0,06
Р( Н 9 ) = Р( С ) ⋅ Р( С ) = 0,2 ⋅ 0,2 = 0,04
Условные вероятности события D если имела место одна из гипотез
будут:
P( D H 1 ) = P( A ′) ⋅ P( A ′) = 0,99 ⋅ 0,99 = 0,98
P( D H 2 ) = P( A ′) ⋅ P( B ′) = 0,99 ⋅ 0,97 = 0,96
P( D H 3 ) = P ( B ′) ⋅ P ( A ′) = 0,97 ⋅ 0,99 = 0,96
P( D H 4 ) = P( A ′) ⋅ P( C ′) = 0,99 ⋅ 0,93 = 0,92
P( D H 5 ) = P( C ′) ⋅ P( A ′) = 0,93 ⋅ 0,99 = 0,92

P( D H 6 ) = P( B ′) ⋅ P( B ′) = 0,97 ⋅ 0,97 = 0,94


P( D H 7 ) = P( B ′) ⋅ P( С ′) = 0,97 ⋅ 0,93 = 0,9
P( D H 8 ) = P( С ′) ⋅ P( B ′) = 0,93 ⋅ 0,97 = 0,9
P( D H 9 ) = P( C ′) ⋅ P( С ′) = 0,93 ⋅ 0,93 = 0,87
По формуле Бейеса вычислим условную вероятность P( H 2 D ) с учетом
появления события Р:
P( H 2 ) ⋅ P ( D H 2 )
P( H 2 D ) = 9 =
∑ P( H i ) ⋅ P( D H i )
i =1
0,15 ⋅ 0,96 0,144
= = = 0,15
0,245 + 0,144 + 0,144 + 0,092 + 0,092 + 0,085 + 0,054 + 0,054 + 0,035 0,94

Задача № 3

№№ 41-60. Найти вероятность того, что в п независимых


испытаниях событие появится: а) ровно k раз; б) не менее k раз; в) не более
k раз; г) хотя бы один раз, если в каждом испытании вероятность
появления этого события равна р (см. исходные данные в таблице).
n=5 k=4 p=0,8

Решение:
Так как число испытаний невелико, то для вычисления искомой
вероятности воспользуемся формулой Бернулли:
Pn ( k ) = C nk p k q n−k , где
n!
C nk =
( n − k )!k!
число сочетаний из п элементов по k, q=1-p. В рассматриваемом случае:

а) вероятность появления события ровно 4 раза в 5 испытаниях:


5! 15
P5 ( 4 ) = C54 ⋅ 0,8 4 (1 − 0,8) = ⋅ 0,8 4 ⋅ 0,21 = ⋅ 0,41 ⋅ 0,2 = 0,123
1!4! 10

б) вероятность появления события не менее 4 раз в 5 испытаниях:


P5 ( 4 ) + P5 ( 5 ) = 0,123 + С55 ⋅ 0,85 ⋅1 = 0,123 + 0,328 = 0,45

в) вероятность появления события не более 4 раз в 5 испытаниях:


P5 ( 0 ) + P5 (1) + P5 ( 2 ) + P5 ( 3) + P5 ( 4 ) = 1 − P5 ( 5) = 1 − 0,328 = 0,67

г) вероятность появления события хотя бы один раз в 5 испытаниях:


P5 (1) + P5 ( 2 ) + P5 ( 3) + P5 ( 4 ) + P5 ( 5) = 1 − P5 ( 0 ) = 1 − C50 ⋅ 0,80 ⋅ 0,2 5 = 1 − 0,0003 = 0,9997

Задача № 4

№№ 61-80. Дана плотность распределения f(x) случайной величины


Х. Найти параметр а, функцию распределения случайной величины,
математическое ожидание М[Х], дисперсию D[X], вероятность
выполнения неравенства х1<x< x2, построить график функции
распределения F(x).
 1
 , x ∈ ( − 1,1)
79. f ( x ) =  a 1 − x 2
0, x ∉ ( − 1,1)

Решение:
Для определения параметра а воспользуемся основным свойством
плотности распределения:

∫ f ( x )dx =1 , так как при x ∉( −1;1) плотность распределения равна нулю, то


−∞
1
dx arcsin x 1

интеграл примет вид: ∫ = 1 или


a
=1 , откуда
−1 a 1− x2 −1

arcsin (1) arcsin ( −1)


− =1 ; a = Π
a a
Функция распределения связана с функцией плотности соотношением:
x
F ( x) = ∫ f ( x ) dx
−∞
 1
0 1
Откуда получим: F ( x ) =  ⋅ arcsin ( x ) + .
1 Π 2
Математическое ожидание M [ X ] и дисперсию D[ X ] определим по
формулам:

1 1 xdx 1 1
M[X] = xf ( x ) dx = 1 − ( − 1) = 0;
2
∫ ∫
Π −1 1 − x 2
=−
Π
1 −12 +
Π
−∞

∫(x − M [ X ] )
∞ 1 2 1
1 x dx 1 x 1
D[ X ] = f ( x ) dx = ∫
2
=− ⋅ 1 − x 2 + arcsin x =
−∞ Π −1 1 − x 2 Π 2 2 −1

arcsin (1) arcsin ( −1) Π Π Π


= −0 + −0 − = + =
2 2 4 4 2
Вероятность выполнения неравенства <x< определим по
формуле: Р( <x< )= ∫ f ( x )dx =F( ) – F( )=
Задача №5

№№ 81-100. Найти вероятность попадания в заданный интервал


(α, β ) нормально распределенной случайной величины, если известны ее
математическое ожидание а и среднее квадратическое отклонение σ (см.
исходные данные в таблице).
α = 10 β = 22 a=8 σ =6

Решение:
Для определения искомой вероятности воспользуемся формулой:
 β −α  α − a 
P (α < x < β ) = Φ  − Φ 
 σ   σ 
x
1
Здесь Φ( x ) = ⋅ ∫ e −i 2 2 dt - функция Ломпаса, значения которой
2Π 0
определяются по таблице. Учитывая, что функция Ф(х) нечетная, получим:
 22 − 8   10 − 8   14  2 7 1
P (10 < x < 22 ) = Φ  − Φ  = Φ  − Φ  = Φ  − Φ  =
 6   6  6 6 3 3
= Φ( 2,33 ) − Φ( 0,33 ) = 0,98 − 0,26 = 0,72 .