Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
МАТЕМАТИКА
И ИНФОРМАТИКА
Учебная программа дисциплины
Учебное пособие
Пособие по практическим занятиям и лабораторным работам
Электронный
Красноярск
ИПК СФУ
2008
УДК 51+044
ББК 22.1+32.81
М34
Авторы:
А. М. Кытманов, И. В. Баженова, Е. В. Гохвайс, Е. В. Достовалова, А. М. Быковских,
А. А. Кытманов, Р. А. Лукина, А. Е. Николаева, Т. А. Осетрова, О. Г. Проворова,
Т. М. Садыков, В. А. Степаненко, С. Г. Толкач, Л. М. Туранова, О. В. Ходос, А. А. Чешель
1.1. Задачи
1.2. Ответы
2.1. Задачи
2.2. Ответы
2.1. Один и тот же. 2.2. Вообще говоря, разные. 2.3. Математиков
больше в 1,25 раза. 2.4. Да. 2.6. Восемь. 2.7. 2n 2.8. 2|A\B| 2.9. (2n)!/(n!)2 2.10. Их
одинаковое количество.
1 3. Элементы комбинаторики
3.1. Теория
Перестановки с повторениями.
n n!
P n1 , n2 , ... nk =
n !n ! ... n !
1 2 k
1!
= = 1
720 6!
2!
= = 2
5 040 7!
3! = 6
= 40 320 8!
4! = 24
= 362 880 9!
5!
= = 120
3 628 10!
800
Примеры разобраны в главе 3 учебного пособия «Математика и
информатика».
3.3. Ответы
3.1. 8! 3.2. 262; 23·24·25. 3.3. 6!·3!/2. 3.4. 30!/24! 3.5. 6!/3! 3.6. 9·104;
1000; 8·94; 16000. 3.7. 6!; 240 нечетных, остальные четные. 3.8. 5!/2! + 2·5!
3.9.(5!)2 3.10) 13·14·15; 13·14. 3.11. 9!-1. 3.12. 255. 3.13. 10. 3.14. 20. 3.15.
a) 8! б) 8! в) 8!/5! 3.16. 10!/6! 3.18. 90000. 3.19. 144. 3.20. a) 2·6! б) 7!-2·6!
3.21. a) 10!/5! б) 105, из них 105 -10!/5! с повторениями. 3.23. 8!/(3! ·5!). 3.24.
10!/(4! ·6!). 3.25. 20!/(3! ·5! ·12!). 3.26. 399. 3.27. 9!/(4! ·5!). 3.28. 52!/(5! ·47!).
3.29. (13!)4/((2!) 2 ·4! ·5! ·8! ·9! ·(11!)2). 3.30. 5!
4.1. Примеры
1 2 3 4 5 6 7 8 9 10 11
⎛1 1 0 0 0 0 0 0 0 0 1⎞
⎜ ⎟
0 1 1 1 1 1 0 0 0 1 0⎟
В итоге R = ⎜⎜
0 0 0 0 1 1 1 1 1 0 0⎟
⎜ ⎟
⎜0 0 0 0 0 0 0 0 1 1 1 ⎟⎠
⎝
.
4.3. Доказать, что
4.6. С помощью метода математической индукции доказать тождество
4.7. Доказать, что сумма кубов трех последовательных натуральных
чисел делится на 9.
4.8. Доказать, что n плоскостей, проходящих через одну точку так, что
никакие три из них не проходят через одну прямую, делят пространство на n(n-
1)+2 частей.
5.1. Примеры
⎧ 3
⎪⎪ b21 = b12
⎨
2
⎪b = b + 3 b
⎪⎩ 22 11 2 12
3 3
Обозначим b = x, b = y , тогда b = y, b = x + y.
11 12 21 2 22 2
⎛ x y ⎞
⎜ ⎟
Матрица B имеет вид ⎜ 3 3 ⎟.
⎜ y x + 2 y⎟
⎝2 ⎠
Следовательно, для заданной матрицы A существует множество комму-
⎛ x y ⎞
⎜ ⎟
тативных матриц вида ⎜ 3 3 ⎟ , где (x,y) – произвольная пара чисел.
⎜ y x + y
⎝2 2 ⎟⎠
5.2. Задачи
⎛ −1 3 0⎞
⎜ ⎟
Для матрицы A = ⎜ 7 − 6 1 ⎟ вычислить матрицу A4 с помощью
⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠
наименьшего числа операций.
⎛ −1 3 0⎞
⎜ ⎟
5.3. Дан многочлен f ( x) = 2 x 2 − 3x + 7 и матрица A = ⎜ 7 − 6 1⎟ .
⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠
Вычислить f (A) .
⎛ −1 3 0⎞ ⎛ 2 1 − 2⎞
⎜ ⎟ ⎜ ⎟
5.4. Даны матрицы A = ⎜ 7 −6 1⎟ и B = ⎜ 1 −3 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 2
⎝ 4 1 ⎟⎠ ⎜− 4
⎝ 4 1 ⎟
⎠
Определить, являются ли они перестановочными.
⎛ 2 − 4⎞
5.5. Для матрицы A = ⎜⎜ ⎟ найти перестановочную матрицу.
⎟
⎝ 3 5 ⎠
6. Определители и их вычисление
6.1. Примеры
2 −4 5
Пример 6.1. Вычислить определитель 7 − 8 3 тремя способами:
−4 5 7
1. Непосредственно по определению;
2. По определению, предварительно путем преобразования получив
несколько нулевых элементов;
3. Разложением по строке или столбцу.
Решение.
2 −4 5
1. 7 −8 3 =
−4 5 7
= (2 ⋅ (−8) ⋅ 7 + 7 ⋅ 5 ⋅ 5 + (−4) ⋅ (−4) ⋅ 3) − ((−4) ⋅ (−8) ⋅ 5 + (−4) ⋅ 7 ⋅ 7 + 5 ⋅ 3 ⋅ 2) = 117.
2 −4 5
2. 7 −8 3 =
−4 5 7
[ко 2-й строке прибавим 1-ю, умноженную на (-2); к 3-й строке прибавим 1-
ю, умноженную на 2]
2 −4 5
= 3 0 −7 =
0 − 3 17
= (2 ⋅ 0 ⋅17 + 3 ⋅ (−3) ⋅ 5 + (−4) ⋅ (−7) ⋅ 0) − (5 ⋅ 0 ⋅ 0 + (−4) ⋅ 3 ⋅17 + 2 ⋅ (−3) ⋅ (−7)) = 117.
2 −4 5
3. 7 −8 3 =
−4 5 7
[Вычисление определителя путем разложения удобно производить по той
строке (столбцу), в которой все элементы, кроме одного, равны нулю. Такую
строку (столбец) легко получить, если в ней находится элемент, равный еди-
нице с любым знаком или кратный всем остальным элементам строки
(столбца). Этому условию не удовлетворяет ни один элемент определителя,
6.2. Задачи
7.1. Примеры
⎧ x + 3x − x = 2
⎪ 1 2 3
⎪
⎨ 12 x − x + 4x = 9
⎪ 2 3
x
⎪⎩ 1 + 2 x − 3 x = −3
2 3
методом Гаусса.
Решение.
Составим расширенную матрицу системы из коэффициентов при неиз-
вестных и свободных членов уравнений:
⎛1 3 −1 2 ⎞
⎜ ⎟
⎜2 −1 4 9 ⎟ .
⎜ ⎟
⎜1
⎝ 2 − 3 − 3 ⎟⎠
Исключение неизвестных будем производить, преобразуя данную матрицу:
⎛1 3 −1 2 ⎞ ⎛1 3 −1 2 ⎞ ⎛1 3 −12 ⎞ ⎛1 3 −1 2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜2 −1 4 9 ⎟ ≈ ⎜ 0 − 7 6 5 ⎟ ≈ ⎜0 1 2 5 ⎟ ≈ ⎜0 1 2 5 ⎟≈
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 2 − 3 − 3 ⎟⎠ ⎜⎝ 0 − 1 − 2 − 5 ⎟ ⎜0 − 7 6 5 ⎟⎠ ⎜⎝ 0 0 20 40 ⎟
⎝ ⎠ ⎝ ⎠
⎛1 3 −12 ⎞ ⎛ 1 3 0 4 ⎞ ⎛ 1 0 0 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
≈ ⎜0 1 2 5 ≈ 0 1 0 1 ⎟ ≈ ⎜0 1 0 1
⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0 0 1 2 ⎟⎠ ⎜⎝ 0 0 1 2 ⎟⎠ ⎜⎝ 0 0 1 2 ⎟
⎝ ⎠
[были выполнены следующие действия: 1) ко 2-й строке прибавлена 1-я, ум-
ноженная на (-2); к 3-й строке прибавлена 1-я, умноженная на (-1); 2) 3-я
строка, умноженная на (-1), и 2-я переставлены относительно друг друга; 3) к
3-й строке прибавлена 2-я, умноженная на 7; 4) 3-я строка поделена на 20; 5)
ко 2-й строке прибавлена 3-я, умноженная на (-2); к 1-й строке прибавлена 3-
я; 6) к 1-й строке прибавлена 2-я, умноженная на (-3).]
Решение.
Составим и вычислим определители системы Δ, Δ1 , Δ 2 , Δ 3 :
1 −1 2 1 −1 2 1 −1 1
−1 1
Δ = 2 1 1 = 3 0 3 = 3 0 0 = 3 ⋅ (−1) 2 + 1 ⋅ =
3 1
1 2 3 0 3 1 0 3 1
= −3 ⋅ ((−1) ⋅1 − 3 ⋅1) = 12 ≠ 0.
[Были выполнены следующие действия: 1) ко 2-й строке прибавлена 1-я; к 3-
й строке прибавлена 1-я, умноженная на (-1); 2) к 3-му столбцу прибавлен 1-
й, умноженный на (-1); 3) выполнено разложение по 2-й строке.]
5 −1 2 0 −1 0
12 3
Δ = 7 1 1 = 12 1 3 = (−1) ⋅ (−1)1 + 2 ⋅ = 12 ⋅ 7 − 16 ⋅ 3 = 24.
1 20 7
10 2 3 20 2 7
[Были выполнены следующие действия: 1) к 1-му столбцу прибавлен 2-й,
умноженный на 5; к 3-му столбцу прибавлен 2-й, умноженный на 2; 2) вы-
полнено разложение по 1-й строке.]
1 5 2 1 0 0
−3 −3 1 1
Δ = 2 7 1 = 2 − 3 − 3 = 1⋅ (−1)1 + 1 ⋅ = (−3) ⋅ =
2 5 1 5 1
1 10 3 1 5 1
= (−3) ⋅ (1⋅1 − 5 ⋅1) = 12.
[Были выполнены следующие действия: 1) ко 2-му столбцу прибавлен 1-й,
умноженный на (-5); к 3-му столбцу прибавлен 1-й, умноженный на (-2); 2)
выполнено разложение по 1-й строке.]
1 −1 5 1 0 0
3 −3 1 −3
Δ = 2 1 7 = 2 3 − 3 = 1⋅ (−1)1 + 1 ⋅ = 3⋅ =
3 3 5 1 5
1 2 10 1 3 5
= 3 ⋅ (1⋅ 5 − 1⋅ (−3)) = 24.
[Были выполнены следующие действия: 1) ко 2-му столбцу прибавлен 1-й; к
3-му столбцу прибавлен 1-й, умноженный на (-5); 2) выполнено разложение
по 1-й строке.]
Следовательно, решение заданной системы имеет вид
7.2. Задачи
методом Гаусса.
7.3. Решить систему линейных алгебраических уравнений
⎧ 2x − x + x = 0
⎪ 1 2 3
⎪
⎨3x1 + 2 x2 − 5 x3 = 1
⎪
⎪⎩ x1 + 3x2 − 2 x3 = 4
методом Крамера.
8.1. Теория
8.2. Примеры
5 13
P (C ) = 1 − P ( B ) = 1 − = .
18 18
Пример 8.2. В коробке 5 синих, 4 красных и 3 зеленых карандаша.
Наудачу вынимают 3 карандаша. Какова вероятность того, что:
а) все они одного цвета;
б) все они разных цветов;
в) среди них 2 синих и 1 зеленый карандаш.
Решение. Сначала заметим, что число способов выбрать 3 карандаша из
12 n = C123 = 220 .
а) Выбрать 3 синих карандаша из 5 можно С53 способами, 3 крас-
ных карандаша из 4 можно С43 способами, 3 зеленых карандаша из 3
можно С33 способами.
По правилу сложения общее число случаев, благоприятствующих на-
ступлению события A = {три карандаша, вынутых из коробки, одного цвета},
m 15 3
m = C 53 + C 43 + C 33 = 15 . Отсюда P ( A) = = = .
n 220 44
б) Пусть событие B = {три вынутых карандаша разных цветов}. Число
исходов, благоприятствующих наступлению события B , по правилу умноже-
m 60 3
ния m = C51 ⋅ C 41 ⋅ C 31 = 5 ⋅ 4 ⋅ 3 = 60 . Поэтому P ( A) = = = .
n 220 11
в) Пусть событие C = {из трех выбранных карандашей 2 синих и 1 зе-
леный}. Выбрать 2 синих карандаша из 5 синих можно С52 способами, а 1 зе-
леный из 3 зеленых – С31 способами. Отсюда по правилу умножения имеем
m 30 3
m = C52 ⋅ C31 = 30 . Поэтому P (С ) = = = .
n 220 22
Пример 8.3. Дано шесть карточек с буквами Н, М, И, Я, Л, О. Найти
вероятность того, что:
а) получится слово ЛОМ, если наугад одна за другой выбираются три
карточки и располагаются в ряд по мере появления;
б) получится слово МОЛНИЯ, если наугад одна за другой выбираются
шесть карточек и располагаются в ряд в порядке появления.
Решение.
а) Из шести данных букв можно составить n = A63 = 120 трехбуквенных
«слов» (НИЛ, ОЛЯ, ОНИ, ЛЯМ МИЛ и т.д.). Слово ЛОМ при этом появится
лишь один раз, т. е. т = 1 . Поэтому вероятность появления слова ЛОМ (собы-
m 1
тие A ) P ( A) = = .
n 120
б) Шестибуквенные «слова» отличаются друг от друга лишь порядком
расположения букв. Их число равно числу перестановок из 6 букв, т.
е. n = P6 = 6! . Очевидно, что m = 1 . Тогда вероятность появления слова МОЛ-
m 1 1
НИЯ (событие B ), P( B) = = = .
n 6! 720
8.5. Ответы
2 1 5 1
8.1. 10 −8 . 8.2. . 8.3. а) , б) . 8.4. . 8.5. ≈ 0,21×10−2 , ≈ 0,39 .
7 4 28 2
2 1 l
8.6. а) ≈ 0,41, б) ≈ 0,44 , в) ≈ 0,14 . 8.7. . 8.8. ≈ 0,77 . 8.9. . 8.10. 1 − .
3 12 L
1 1
8.11. ≈ 0,41. 8.12. . 8.13. . 8.14. ≈ 0,1 . 8.15. 0,6 . 8.16. ≈ 0,37 .
9 6
9.1. Теория
Независимые события
P ( A + B + C ) = P ( A) + P ( B ) + P (C ) − P ( AB ) − P ( AC ) − P ( BC ) + P ( ABC ) .
9.2. Примеры
Второе решение.
Поражение цели ( C ) означает, что : в нее попал первый стрелок, а вто-
рой промазал ( A1 ⋅ B1 ); или попал второй стрелок, а первый промазал ( A1 ⋅ B1 );
или попали оба стрелка ( A1 ⋅ B1 ). Тогда
C = A1 + B1 = A1 B1 + A1 B1 + A1B1.
По правилу сложения вероятностей несовместных событий получаем
P(C ) = P( A1 B1 ) + P( A1B1 ) + P( A1 B1 ) = 0,7 ⋅ 0,2 + 0,3 ⋅ 0,8 + 0,7 ⋅ 0,8 = 0,94.
Третье решение.
Найдем вероятность события C , противоположного событию C . Оче-
видно, что C = A1 + B1 = A1 ⋅ B1 = {оба стрелка промахнулись}. Так как события
A1 и B1 независимы, то P(C ) = P ( A1 ⋅ B1 ) = P( A1 ) ⋅ P ( B1 ) = 0,3 ⋅ 0,2 = 0,06 . Следова-
тельно, P(C ) = 1 − P(C ) = 1 − 0,06 = 0,94 .
Если два стрелка делают по два выстрела в мишень, то событию C бла-
гоприятствует 15 исходов данного опыта (стрельба по мишеням) из 16 воз-
можных исходов. Такими исходами являются, например, следующие:
A1 A2 B1 B2 , A1 A2 B1 B2 , A1 A2 B1B2 , A1 A2 B1 B2 и т. д. Поэтому проще найти вероят-
ность противоположного события C = {все четыре выстрела – промах}. Име-
ем
P (C ) = P ( A1 A2 B1 B2 ) = P ( A1 ) ⋅ P ( A2 ) ⋅ P( B1 ) ⋅ P( B2 ) = 0,3 ⋅ 0,3 ⋅ 0,2 ⋅ 0,2 = 0,0036.
C907 C10
1
⋅ C906 C102 ⋅ C90
5
Таким образом, P( A) = 7
+ 7
+ 7
≈ 0,98 .
C100 C100 C100
Следовательно, вероятность того, что партия изделий будет забракована,
P ( A) = 1 − P ( A) = 1 − 0,98 = 0,02 .
9.1. Найти вероятность того, что при бросании трех игральных костей
хотя бы на одной выпадет 5 очков, при условии, что на всех костях выпали
грани с нечетным числом очков? С четным числом очков?
9.2. В произвольном порядке выписываются 2 буквы И и 2 буквы С.
Найти вероятность того, что обе буквы С стоят рядом, при условии, что по-
следняя по порядку буква есть буква И.
9.3. Из колоды в 36 карт вытаскивается наудачу одна. Зависимы ли со-
бытия: А = {вытащен валет}, В = {вытащена карта черной масти}?
9.4. В урне 4 белых и 3 черных шара. Из нее вынимают 2 шара. Найти
вероятность того, что оба шара белые. Рассмотреть выборки:
а) без возвращения;
б) с возвращением.
9.5. Из колоды в 36 карт наудачу вынимаются три карты (без возврата).
Какова вероятность того, что среди них не будет ни одной шестерки?
9.5. Ответы
19 2 2 16
9.1. , 0. 9.2. . 9.3. Нет. 9.4. а) , б) . 9.5. ≈ 0,69 . 9.6.
27 3 7 49
1
.
110
9.7. ≈ 0,11 . 9.8. 0,79 . 9.9. а) 0,48 , б) 0,32 , в) 0,44 , г) 0,92 .
10.1. Теория
10.2. Примеры
PH 4 ( A) = 0 ; PH 5 ( A) = 0 ; PH 6 ( A) = 0 ; PH 7 ( A) = 0 .
Отсюда
P( H1 ) ⋅ PH1 ( A) 0,056 ⋅ 1 56 14
PA ( H1 ) = = = = ≈ 0,264 .
P( A) 0,212 212 53
P ( H1 ) ⋅ PH 1 ( A) 0,5 ⋅ 0,05 20
а) PA ( H1 ) = = = ;
P ( A) 0,02625 21
P ( H 2 ) ⋅ PH 2 ( A) 0,5 ⋅ 0,0025 1
б) PA ( H1 ) = = = .
P ( A) 0,02625 21
Отметим, что сумма условных вероятностей гипотез (т. е. апостериор-
ных вероятностей) также равна единице ⎛⎜ 20 + 1 = 1⎞⎟ .
⎝ 21 21 ⎠
10.5. Ответы
29 1
10.1. . 10.2. Р1 = 0 ,8 = Р 2 . 10.3. 0,6448 . 10.4. 0,915 . 10.5. .
70 7
304 5 4
10.6. ≈ 0,997 ; ≈ 0,9998 . 10.7. . 10.8. 0,108 ; ≈ 0,44 .
305 11 9
11.1. Теория
Формула Бернулли
Полиномиальное распределение
Формула Пуассона
где
где
m1 − np m2 − np
x1 = , x2 = ,
npq npq
x t2
1 −
Φ ( x) = ∫
2π 0
e 2 dt – функция Лапласа.
x1 x2 … xn
p1 p2 … pn
p1 + p2 + ... + pn = 1 .
при этом математическое ожидание существует, если ряд в правой части этой
формулы абсолютно сходится.
Свойства математического ожидания:
1. M (C ) = C , где C = const ;
2. M (CX ) = C ⋅ M ( X ) ;
3. M ( X ± Y ) = M ( X ) ± M (Y ) (правило сложения математических ожиданий);
4. M ( X ⋅ Y ) = M ( X ) ⋅ M (Y ) , если X и Y – независимые случайные величи-
ны (правило умножения математических ожиданий).
Определение 11.8. Дисперсией (рассеянием) случайной величины X на-
зывается математическое ожидание квадрата отклонения с.в. от ее ма-
тематического ожидания a :
D( X ) = M ( X − a) 2 .
Сразу из определения вытекает часто используемая формула
D( X ) = M ( X 2 ) − a 2 .
Если X – дискретная случайная величина, то ее дисперсия вычисляется по
формуле
n n
D ( X ) = ∑ ( xi − a ) 2 ⋅ pi , т. е. D ( X ) = ∑ xi2 ⋅ pi − a 2
i =1 i =1
Свойства дисперсии:
1. D (C ) = 0 , где C = const ;
2. D(CX ) = C 2 ⋅ D( X ) ;
3. D ( X ± Y ) = D ( X ) + D (Y ) если X и Y – независимые случайные величи-
ны (правило сложения дисперсий);
4. D( X + C ) = D( X ) .
Определение 11.8. Средним квадратичным отклонением случайной ве-
личины X называется число σ( X ) , определяемое равенством σ( X ) = D ( X ) .
Величина σ( X ) неотрицательна и имеет ту же размерность, что и с.в.
X.
Определение 11.9. Начальным моментом порядка k (k = 0,1,2,...)
дискретной случайной величины X называется число α k , определяемое
по формуле
αk = M ( X k ) , т. е. α k = ∑ xik ⋅ pi ,
i
11.2. Примеры
конечно, гораздо сложнее): P10 (1) + P10 (2) + ... + P10 (10) или
0 10 10
⎛1⎞ ⎛5⎞ ⎛5⎞
1 − P10 (0) = 1 − C100 ⋅ ⎜ ⎟ ⋅ ⎜ ⎟ = 1 − ⎜ ⎟ .
⎝6⎠ ⎝6⎠ ⎝6⎠
Пример 11.2. Всхожесть семян данного сорта растений составляет
70 %. Найти наивероятнейшее число всхожих семян в партии из 240 семян.
Решение. Наивероятнейшее число m0 всхожих семян находим из условия
np − q ≤ m0 ≤ np + p .
Поскольку n = 240 , p = 0,7 и q = 0,3 , то 240 ⋅ 0,7 − 0,3 ≤ m0 ≤ 240 ⋅ 0,7 + 0,7 , т. е.
167,7 ≤ m0 ≤ 168,7 . Отсюда следует, что m0 = 168 .
Пример 11.3. Прибор состоит из 3 независимо работающих элементов.
Вероятности отказов элементов за время t различны и соответственно равны:
p1 = 0 ,1 , p 2 = 0, 2 , p3 = 0,3 . Найти вероятности того, что за время t откажут:
а) все элементы; б) два элемента; в) один элемент; г) ноль элементов.
Решение. Так как p1 = 0 ,1 , p 2 = 0,2 , p3 = 0,3 , то вероятности того, что
элементы не откажут, соответственно равны: q1 = 0,9 , q 2 = 0,8 , q3 = 0,7 . Соста-
вим производящую функцию:
ϕ( z ) = (0,9 + 0,1z )(0,8 + 0,2 z )(0,7 + 0,3z ) = 0,006 z 3 + 0,092 z 2 + 0,398z + 0,504 .
Отсюда следует, что:
а) P3 (3) = 0,006 ;
б) P3 (2) = 0,092 ;
в) P3 (1) = 0,398 ;
г) P3 (0) = 0,504 .
Пример 11.4. Вероятность «сбоя» в работе телефонной станции при каж-
дом вызове равна 0,007 . Поступило 1000 вызовов. Определить вероятность
9 «сбоев».
Решение. По условию n = 1000 , m = 9 , p = 0,007 . Поскольку n – доста-
точно велико, p – мало ( npq < 7 ), то для вычисления P1000 (9) можно использо-
вать формулу Пуассона. Имеем a = [np ] = 1000 ⋅ 0,007 = 7 , откуда
7 9 ⋅ e −7
P1000 (9) ≈ ≈ 0,1014 .
9!
Пример 11.5. Завод-изготовитель отправил на базу 12 000 доброкаче-
ственных изделий. Число изделий поврежденных при транспортировке, со-
ставляет в среднем 0,05 %. Найти вероятность того, что на базу поступит:
а) не более 3 поврежденных изделий;
б) хотя бы 2 поврежденных.
Решение. Для нахождения искомых вероятностей применим формулу
Пуассона. Имеем n = 12000 , p = 0,0005 , a = 12000 ⋅ 0,0005 = 6 .
а) В этом случае имеем
P12000 (0 ≤ m ≤ 3) = P12000 (0) + P12000 (1) + P12000 (2) + P12000 (3) ≈
6 0 ⋅ e −6 61 ⋅ e −6 6 2 ⋅ e −6 63 ⋅ e −6
≈ + + + = e − 6 (1 + 6 + 18 + 36 ) = 0,151 .
0! 1! 2! 3!
б) Искомая вероятность P12000 (m ≥ 2) = P12000 (2) + P12000 (3) + ... + P12000 (12000) вы-
числяется довольно громоздко, поэтому найдем вероятность противополож-
ного события: поступило менее 2 поврежденных деталей:
P12000 (0 ≤ m ≤ 1) = P12000 ( 0) + P12000 (1) ≈ e −6 + 6e −6 ≈ 0,0174 .
то
m − np − 10 ϕ ( x) = ϕ ( −1,45) = ϕ (1,45) ≈ 0,1394
x= = ≈ −1,45 ,
npq 6,892
дия при отдельном выстреле равна 0,75. Найти вероятность того, что при 300
выстрелах число попаданий будет не менее 210, но не более 230 раз.
Решение. По условию n = 300 , p = 0,75 , q = 0,25 , m1 = 210 , m 2 = 230 . Для
нахождения вероятности P300 (210 ≤ m ≤ 230) воспользуемся интегральной фор-
мулой Муавра–Лапласа.
Имеем np = 300 ⋅ 0,75 = 225 , npq = 300 ⋅ 0,75 ⋅ 0,25 = 7,5 . Тогда
m − np 210 − 225 m − np 230 − 225
x1 = 1 = = − 2 , x2 = 2 = = 0,67 . Следовательно,
npq 7,5 npq 7,5
⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ 0,51n − 0,5n ⎟ ⎜ 0,49n − 0,5n ⎟
Φ _Φ = 0,90 ,
⎜ 1 1 ⎟ ⎜ 1 1 ⎟
⎜ n⋅ ⋅ ⎟ ⎜ n⋅ ⋅ ⎟
⎝ 2 2 ⎠ ⎝ 2 2 ⎠
отсюда Φ (0,02 n ) + Φ (0,02 n ) = 0,90 , или Φ (0,02 n ) = 0,45 . Используя таблицу
значений функции Лапласа, получаем 0,02 n ≈ 1,65 . Отсюда следует, что
n = 82 ,5 ,
т. е. n = 6807 .
Таким образом, нужно подбросить монету около 7000 раз.
Замечание. Задачу можно было решить проще, используя формулу
«вероятности отклонения относительной частоты от постоянной вероятности
в n независимых испытаниях не более чем на число ε > 0 »
⎛m ⎞ ⎛ n ⎞
Pn ⎜⎜ − p < ε ⎟⎟ = 2Φ⎜⎜ ε ⎟.
⎟
⎝ n ⎠ ⎝ pq ⎠
Тогда
⎛ ⎞
⎜ ⎟
n ⎟ = 0,90 ,
2Φ⎜ 0,01 ⋅
⎜ 1 1 ⎟
⎜ ⋅ ⎟
⎝ 2 2 ⎠
отсюда Φ (0,02 n ) = 0,45 , т. е. 0,02 n ≈ 1,65 и, следовательно, n ≈ 7000 .
Пример 11.10. В урне 4 белых и 3 черных шара. Из нее последователь-
но вынимают шары до первого появления белого шара. Построить ряд и по-
лигон распределения д.с.в. X – числа извлеченных шаров.
Решение. Возможными значениями с. в. X являются числа x1 = 1 , x2 = 2 ,
x3 = 3 , x4 = 4 . Значение x3 = 3 , например, означает, что первый и второй шары
были черными, а третий – белый.
Соответствующие вероятности p1 , p 2 , p3 , p 4 найдем, воспользовав-
шись правилом умножения вероятностей:
4
p1 = P{ X = 1} = P {1-й шар белый} = ,
7
3 4 2
p 2 = P{ X = 2} = P {1-й шар черный, 2-й шар белый} = ⋅ = ,
7 6 7
3 2 4 4
p3 = P{ X = 3} = ⋅ ⋅ = ,
7 6 5 35
3 2 1 4 1
p4 = P{ X = 4} = ⋅ ⋅ ⋅ = .
7 6 5 4 35
4 2 4 1
pi
7 7 35 35
4
4 2 4 1
Контроль: ∑p
i =1
i = + + +
7 7 35 35
= 1.
yi 0 1 2 3
pi 1 12 18 4
35 35 35 35
3
1 12 18 4
Контроль: ∑p
i =0
i = + + +
35 35 35 35
= 1.
xi -2 1 2 3
Найти:
а) функцию распределения F (x) ;
б) вероятности событий A = {X < 2} , B = {1 ≤ X < 3} , C = {1 < X ≤ 3} ;
в) построить график функции F (x) .
Решение.
а) По определению функции распределения находим:
если x ≤ −2 , то F ( x) = P{X < x} = 0 ;
если − 2 < x ≤ 1 , то F ( x) = P{ X < x} = P{ X = −2} = 0,08 ;
если 1 < x ≤ 2 , то F ( x) = P{X = −2} + P{X = 1} = 0,08 + 0,40 = 0,48 ;
если 2 < x ≤ 3 , то F ( x) = P{ X = −2} + P{ X = 1} + P{ X = 2} = 0,08 + 0,40 + 0,32 = 0,80 ;
если 3< x, то
F ( x) = P{ X = −2} + P{ X = 1} + P{ X = 2} + P{ X = 3} = 0,08 + 0,40 + 0,32 + 0,2 = 1.
⎧ 0, если x ≤ −2,
⎪ 0,08 если − 2 < x ≤ 1,
⎪
Итак, F ( x ) = ⎪⎨0,48, если 1 < x ≤ 2,
⎪ 0,80 если 2 < x ≤ 3,
⎪
⎪⎩ 1, если 3 < x.
xi -2 -1 1 2 3
Решение.
а) Возможные значения с.в. Y таковы:
y1 = 2 ⋅ (−2) = −4 , y2 = 2 ⋅ ( −1) = −2 , y3 = 2 ⋅1 = 2 , y4 = 2 ⋅ 2 = 4 , y5 = 2 ⋅ 3 = 6 . Веро-
ятности этих значений равны вероятностям соответствующих значений с.в.
X (например, P{Y = −4} = P{ X = −2} = 0,20 и т.д.). Таким образом,
yi -4 -2 2 4 6
zi 1 4 9
xi 1 2 3 -2 -1
yi
pi 0,3 0,5 0,2 0,4 0,6
pi
Найти закон распределения случайных величин а) Z = X +Y ,
б) W = X ⋅ Y .
Решение.
а) Найдем возможные значения zij = xi + y j :
z11 = x1 + y1 = 1 + ( −2) = −1 , z12 = x1 + y2 = 1 + ( −1) = 0 , z 21 = x2 + y1 = 2 + ( −2) = 0 ,
p3 = P{Z = 1} = P{X = 2, Y = −1} + P{X = 3, Y = −2} = 0,5 ⋅ 0,6 + 0,2 ⋅ 0,4 = 0,38 ;
Напомним, что запись вида P{X = 3,Y = −1} означает вероятность насту-
пления двух независимых событий { X = 3} и {Y = −1} , т. е.
P{X = 3, Y = −1} = P{{X = 3} ⋅ {Y = −1}} = P{ X = 3} ⋅ P{Y = −1} .
zi -1 0 1 2
4
Контроль: ∑p i =1
i = 0,12 + 0,38 + 0,12 + 0,38 = 1 .
wi -6 -4 -3 -2 -1
5
Контроль: ∑p
i =1
i = 0,08 + 0,20 + 0,12 + 0,42 + 0,18 = 1 .
xi -2 -1 0 1 2 3
6
M (X ) = ∑x p
i =1
i i = −2 ⋅ 0,1 + ( −1) ⋅ 0,2 + 0 ⋅ 0,25 + 1 ⋅ 0,15 + 2 ⋅ 0,1 + 3 ⋅ 0,2 = 0,55 .
x i2 0 1 4 9
(−2 − 0,55)2 ⋅ 0,1 + (−1 − 0,55)2 ⋅ 0,2 + (0 − 0,55)2 ⋅ 0,25 + (1 − 0,55)2 ⋅ 0,15 +
(1 − 0,55)2 ⋅ 0,15 + (2 − 0,55)2 ⋅ 0,1 + (3 − 0,55)2 ⋅ 0,22 = 2,6475 .
Эту же величину можно найти проще, используя формулу
D( X ) = M ( X 2 ) − (M ( X ))2 .
Действительно, M ( X 2 ) = 2,95 , (M ( X ))2 = 0,552 = 0,3025 . Следовательно,
xi4 0 1 16 81
pi 1 1 1 1 1 1
6 6 6 6 6 6
Поэтому, учитывая, что
n
D ( X ) = M ( X ) 2 − ( M ( X )) 2 = ∑ xi2 ⋅ pi − ( M ( X )) 2 ,
i =1
имеем
1 1 1 1 1 1 7
M ( X1) = 1⋅ + 2⋅ + 3⋅ + 4⋅ + 5⋅ + 6⋅ = ,
6 6 6 6 6 6 2
2
1 1 1 1 1 1 ⎛ 7 ⎞ 91 49 35
D( X 1 ) = 1 ⋅ + 22 ⋅ + 32 ⋅ + 42 ⋅ + 52 ⋅ + 62 ⋅ − ⎜ ⎟ = −
2