Фадеева
ТЕОРИЯ ВЕРОЯТНОСТЕЙ
И
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
Москва
2018
УДК 519.2(075.8)
ББК 22.17я73
Об авторах:
ISBN 978-5-600-02149-5
УДК 519.2(075.8)
ББК 22.17я73
ISBN 978-5-600-02149-5
Все права защищены. Никакая часть настоящей книги не может быть воспроизведена или
заимствована в какой-либо форме и какими-либо средствами без ссылки на источник и
письменное разрешение авторов. Всякое коммерческое использование книги запрещено.
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Содержание
Содержание
Предисловие
Введение
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Приложение Д. Дополнения
Приложение И. Это интересно
Приложение О. В чем ошибка?
Приложение С. Считаем на компьютере
Приложение К. Компетенции
Приложение Ф. Фонд оценочных средств
Приложение Т. Таблицы
Ответы
Литература
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
май 2018
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Введение
Издревле люди сталкивались со случайными событиями. Случайность всегда бросала
вызов разуму, стремящемуся все контролировать. С другой стороны, многих людей увлекают
азарт и надежда на удачу.
Со временем зрело понимание, что и в случайности существуют свои закономерности,
особенно если условия, при которых происходят события, повторяются много раз.
Теория вероятностей возникла в XVII веке (главным образом, из задач, связанных с
азартными играми), однако затем на протяжении долгого времени не имела по-настоящему
прочного основания, базируясь на интуитивно понятных рассуждениях и приемах, которые
обычно приводили к успеху, а иногда – к противоречию. Впрочем, подобная ситуация имела
место и в других разделах математики, например, в математическом анализе.
Изложить основания теории вероятностей так, чтобы это было понятно, теоретически
корректно и практически полезно, представляет собой непростую задачу. Великие умы бились
над ней несколько веков. Более того, некоторые дискуссии не утихают и до сих пор.
Проще всего сказать, что вероятность события – это мера уверенности в том, что оно
произойдет. Такое толкование называют субъективной вероятностью. Если есть полная
уверенность в том, что какое-то событие произойдет, то ему приписывается вероятность
единица, а если полная уверенность, что не произойдет, то вероятность ноль. В других случаях
вероятность оказывается где-то между нулем и единицей.
В случае, если некоторый эксперимент (испытание, наблюдение) может закончиться
одним из n исходов, и нет оснований быть больше уверенным в одном исходе, чем в другом,
то естественно приписать каждому исходу вероятность 1/n.
Например, при бросании правильной монеты нет оснований считать, что она будет
выпадать гербом чаще, чем решкой или наоборот, поэтому вероятности этих исходов логично
считать равными 1/2. При бросании правильного игрального кубика нет оснований считать,
что он будет выпадать одной гранью чаще, чем другой, значит, вероятность выпадения любой
грани равна 1/6. Если в урне имеется n шаров, и выбирается один из них, не глядя,
вероятность любого выбора равна 1/n.
Когда установлены вероятности всех возможных исходов, остается только выделить
исходы, благоприятствующие определенному событию, и сложить их вероятности, это и будет
вероятность события. Такую вероятность называют комбинаторной вероятностью,
поскольку для вычисления числа исходов часто используют комбинаторику (см. главу 1).
Если вероятность события оказалась близка к нулю, можно сделать вывод, что оно
скорее всего не произойдет, а если близка к единице, то скорее всего произойдет. Не вполне
понятно на первый взгляд, какая польза от промежуточных значений. Однако в них тоже есть
смысл. В прежние века, когда теория вероятностей применялась в основном в азартных играх,
такие вероятности использовались для расчета ставок (на то или иное событие в игре). В
общем случае их можно применять для принятия решений.
Пусть, например, имеется две урны, в первой – 1 белый шар и 9 черных, а в другой – 2
белых шара и 8 черных. Вам предлагается сыграть в игру: выбрать одну из урн и достать из
нее шар наудачу, причем за белый шар полагается приз. Конечно, посчитав вероятности
выигрыша в каждом из двух случаев (10% и 20%), вы выберете вторую урну.
Так же и во многих жизненных ситуациях (в том числе в экономике) при прочих
равных условиях разумно выбрать тот вариант действий, в котором есть больше уверенности в
том, что он принесет успех, или наоборот, в котором вероятность неудачи (риска) меньше.
Но конечно, следует избегать бездумного приписывания разным исходам одинаковой
вероятности, иначе придем к следующему известному анекдоту:
- Какова вероятность встретить на улице динозавра?
- Одна вторая.
- Почему?
- Либо встречу, либо нет.
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
Интересно, что некоторые классики теории вероятностей и математической статистики действительно
проводили опыты с многократным бросанием монеты. Например, Ж.Бюффон (1707–1788) бросил монету 4040
раз и получил 2048 гербов (относительная частота 0,508), а K.Пирсон (1857–1936) – 12000 раз и получил 6019
гербов (относительная частота 0,5016).
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Пусть имеется k групп А1, А2, ..., Аk , причем i-ая группа содержит ni элементов. Тогда
справедливы следующие правила.
Правило умножения. Общее число N способов, которыми можно выбрать по одному
элементу из каждой группы и расставить их в определенном порядке (т.е. получить
упорядоченную совокупность (a1, a2, ..., ak), где aiAi), равно
N n1n2 ...n k .
Это правило распространяется и на ситуации, когда новые группы образуются в
процессе выбора элементов, если численности этих групп не зависят от того, какие именно
элементы были выбраны.
Правило сложения. Если k групп А1, А2, ..., Аk не имеют общих элементов, то общее
число способов, которыми можно осуществить выбор одного элемента или из A1, или из A2,
..., или из Ak , равно
N n1 n2 ... nk .
Задача 1. В группе 30 студентов. Необходимо выбрать старосту, заместителя
старосты и профорга. Сколько существует способов это сделать?
Решение. Старостой может быть выбран любой из 30 студентов, заместителем –
любой из оставшихся 29, а профоргом – любой из оставшихся 28 студентов, т.е. n1=30, n2=29,
n3=28. По правилу умножения общее число N способов выбора старосты, его заместителя и
профорга равно
N n1n2 n3 30 29 28 24360.
Задача 2. Два почтальона должны разнести 10 писем по 10 адресам. Сколькими
способами они могут распределить работу?
Решение. Первое письмо имеет n1=2 альтернативы: либо его относит к адресату
первый почтальон, либо второй. Для второго письма также есть n2=2 альтернативы и т.д., т.е.
n1=n2=…=n10=2. Следовательно, в силу правила умножения, общее число способов
распределить письма между двумя почтальонами равно
N n1n2 ...n10 2
2 ...
2 210 1024 .
10 раз
Задача 3. В ящике 100 деталей, из них 30 – деталей 1-го сорта, 50 – 2-го, остальные –
3-го. Сколько существует способов извлечения из ящика одной детали 1-го или 2-го сорта?
Решение. Деталь 1-го сорта может быть извлечена n1=30 способами, 2-го сорта – n2=50
способами. По правилу суммы существует N=n1+n2=30+50=80 способов извлечения одной
детали 1-го или 2-го сорта.
§ 1.2. Размещения
Пусть имеется некоторая конечная совокупность элементов {a1, a2, ..., an}, называемая
генеральной совокупностью, и n – объем этой совокупности. Пусть эксперимент состоит в
том, что из генеральной совокупности последовательно выбирают k элементов и записывают
их в порядке выбора.
Размещениями называются упорядоченные совокупности элементов (или записи о
выборе элементов), отличающиеся друг от друга либо составом, либо порядком элементов.
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
совокупности объема n. Можно считать, что выбор производится из k групп и все группы
состоят из одинакового числа элементов n1=n2=…=nk=n. Тогда, в силу правила умножения,
число способов такого выбора равно N=nk.
Пример 3. Все размещения с повторениями двух элементов из множества a, b, c:
aa , ab, ac , ba , bb, bc , ca , cb, cc.
Задача 6. В конкурсе по 5 номинациям участвуют 10 кинофильмов. Сколько
существует вариантов распределения призов, если по всем номинациям установлены
различные премии?
Решение. Каждый из вариантов распределения призов представляет собой
комбинацию 5 фильмов из 10, отличающуюся от других комбинаций как составом, так и их
порядком. Так как каждый фильм может получить призы как по одной, так и по нескольким
номинациям, то одни и те же фильмы могут повторяться. Поэтому число таких комбинаций
равно числу размещений с повторениями из 10 элементов по 5:
N А105 10 5 100000.
§ 1.3. Сочетания
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
Здесь и далее под n-значными номерами будем понимать наборы цифр длины n. Например, четырехзначные
номера – это любые комбинации от 0000 до 9999.
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Таблица 1.1.
Размещения Сочетания
Без повторений n! n!
Ank Сnk
( n k )! (n k )!k!
С повторениями Ank n k Cnk Cnk k 1
Перестановки Разбиения на группы
Pn=n! n!
N n (n1 , n2 ,..., nk )
n1!n2!...nk !
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
В задачах 2427 предполагается, что совмещение разных должностей одним человеком не допускается.
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
43. Сколько существует двузначных чисел5, кратных либо 2, либо 5, либо тому и другому
числу одновременно?
44. Десяти ученикам выданы два варианта контрольной работы. Сколькими способами
можно посадить учеников в два ряда (по 5 человек друг за другом), чтобы у сидящих
рядом не было одинаковых вариантов, а у сидящих друг за другом был один и тот же
вариант?
45. Три машины № 1, 2, 3 должны доставить товар в шесть магазинов. Сколькими способами
можно использовать машины, если грузоподъемность каждой из них позволяет взять
товар сразу для всех магазинов и если в каждый магазин направляется ровно одна
машина? Сколько вариантов маршрута (порядка доставки товара в магазины) возможно,
если решено использовать только машину № 1?
5
В этой задаче имеются в виду обычные двузначные числа, от 10 до 99.
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Для того, чтобы формально описать некоторый эксперимент1, нужно указать все
возможные варианты результатов (исходы), которыми этот эксперимент может закончиться2.
Предполагается, что эксперимент может закончиться одним и только одним исходом.
Множество всех возможных исходов эксперимента называется пространством
элементарных событий (исходов), а каждый элемент ω этого множества называется
элементарным исходом.
Если все возможные исходы можно перечислить, т.е. их число конечно:
= {1 , 2, ... n}
или счетно:
= {1, 2 , ... n, ...},
то пространство элементарных событий называется дискретным (конечным или счетным).
Пример 1. При бросании симметричной монеты возможны два исхода – выпадение
решки или герба. В этом случае пространство элементарных событий представляется в виде
Р, Г , где буквами Р и Г обозначены решка и герб соответственно.
Пример 2. При бросании двух монет исходы представляют собой упорядоченные
пары, состоящих из символов Р и Г. Первый элемент этой пары – результат, выпавший на
первой монете, второй элемент – результат на второй монете. В этом случае пространство
элементарных событий состоит из четырех элементов
РР, РГ , ГР, ГГ .
Пример 3. В случае бросания игральной кости может выпасть любое из чисел 1, 2, 3,
4, 5, 6. Поэтому пространство элементарных событий 1, 2, 3, 4, 5, 6.
Пример 4. При бросании двух игральных костей элементарные исходы представляют
собой пары (x, y), где x – число очков, выпавшее на первой кости, а y – число очков на
второй кости. Всего таких пар 66=36, и пространство элементарных событий можно
записать в виде
( x, y) : x 1,...,6; y 1,...,6.
Событием в случае дискретного пространства элементарных событий называется
любое подмножество A этого пространства. Говорят, что «событие А произошло», если
эксперимент закончился одним из элементарных исходов А.
Простым (элементарным) событием называется множество, состоящее из одного
элементарного исхода. Сложным событием называется множество, состоящее из двух или
более элементарных исходов.
1
Под экспериментом имеется в виду не обязательно научный эксперимент, а любое действие или наблюдение,
или их последовательность, при определенных условиях.
2
Степень детализации при описании и перечислении возможных исходов может быть различной в зависимости
от целей эксперимента и других обстоятельств.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
p
i 1
i 1 (или p
i 1
i 1 ).
P(i ) pi pn 1 .
i 1 i 1
Отсюда следует, что вероятность любого элементарного исхода равна 1/n.
Тогда вероятность события А по определению равна
1 А
P( A) P(i ) m ,
i A n
где n – число элементов множества , которое обычно называют общим числом
исходов, а m А – число элементов множества A, называемое числом исходов,
благоприятствующих событию А.
Итак, в случае симметричного пространства вероятность события А определяется как
отношение числа случаев, благоприятствующих событию А, к общему числу случаев:
m
P( A) .
n
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Задача 3. Найти вероятность того, что в 8-значном номере3 ровно 4 цифры совпадают,
а остальные различны.
Решение. Событие А={8-значный номер содержит 4 одинаковые цифры}. Из условия
задачи следует, что в номере пять различных цифр, одна из которых повторяется. Число
способов её выбора равно числу способов выбора одной цифры из 10 цифр. Эта цифра
занимает любые 4 места в числе, что возможно сделать С 84 способами, так как порядок здесь
не важен. Оставшиеся 4 места занимают различные цифры из неиспользованных девяти, и
так как число зависит от порядка расположения цифр, то число способов выбора четырех
цифр равно числу размещений без повторений А94 . Тогда число благоприятствующих
событию исходов | A | 10С 84 А94 . Всего же число 8-значных номеров равно числу размещений
8
с повторениями A10 ||=108. Искомая вероятность равна
| A | 10C84 A94 8! 9! 1
P 8
0,021168 .
|| 10 4!4! 5! 107
Задача 4. Шесть клиентов случайным образом обращаются в 5 фирм. Найти
вероятность того, что хотя бы в одну фирму никто не обратится.
Решение. Рассмотрим противоположное событие A , состоящее в том, что в каждую
из 5 фирм обратился клиент. Тогда в какую-то из них обратились два человека, а в
остальные 4 фирмы – по одному клиенту. Таких возможностей
5 6!
| A | 5 N 6 (2,1,1,1,1) .
1!1!1!1!2!
Всего же способов распределить 6 клиентов по 5 фирмам | | 56 . Отсюда
5 6! 1
P( A) 0,1152 ,
1!1!1!1!2! 5 6
следовательно,
P ( A) 1 Р ( A) 0,8848 .
Задача 5. Среди 25 экзаменационных билетов имеется 5 «счастливых» и 20
«несчастливых». Студенты подходят за билетами один за другим по очереди. У кого больше
вероятность вытащить «счастливый» билет: у того, кто подошел первым, или у того, кто
подошел вторым?
Решение. Пусть «счастливые» билеты имеют номера 1, 2, 3, 4, 5. Обозначим через i1
номер билета, взятого первым студентом, через i2 – номер билета, взятого вторым студентом,
тогда элементарным исходом будет пара (i1 , i2 ) , а пространство элементарных событий
(i1, i2 ) : i1 1,...,25; i2 1,...,25; i1 i2 ,
где все элементарные исходы равновероятны.
Событие А={первый студент взял «счастливый» билет} имеет вид
A (i1 , i2 ) : i1 1,...,5; i2 1,...,25; i1 i2 ,
а событие В={второй студент взял «счастливый» билет} имеет вид:
B (i1, i2 ) : i1 1,...,25; i2 1,...,5; i1 i2 .
Каждое из событий А и В содержит | A || B | С 51С 24
1
120 элементов, а все
1 1
пространство содержит | | С 25 С 24 600 элементов. Следовательно, Р(А)=Р(В)=1/5.
Таким образом, вероятность не зависит от того, кто подошел первым, кто вторым и т.п.
Задача 6. Пусть в урне имеется N шаров, из них M белых и NM черных. Из урны
извлекается n шаров. Найти вероятность того, что среди них ровно m белых шаров.
Решение. Так как порядок шаров здесь не важен, то число всех возможных выборок
объема n из N шаров равно числу сочетаний без повторений С Nn . Число исходов,
3
Как и ранее, в главе 1, под n-значными номерами понимаются наборы цифр длины n.
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
благоприятcтвующих событию А={в выборке m белых шаров и nm черных шаров}, равно
CMm C Nn mM , и, следовательно, искомая вероятность равна
CMm C Nn mM
P( A) .
C Nn
Описанная ситуация представляет собой пример «урновой модели». Говорят также,
что случайное число белых или черных шаров в выборке имеет гипергеометрическое
распределение.
В общем случае, предположим, что имеется n=n1+n2+...+nk различных элементов,
причем n1 элементов первого типа, n2 – второго типа, ..., nk – k-го типа. Случайным образом
из этих n элементов выбирается m элементов. Найдем вероятность события А, состоящего в
том, что среди выбранных окажется ровно m1n1 элементов первого типа, m2n2 – второго
типа, ..., mknk элементов k-го типа, так что m=m1+m2+...+mk.
Поскольку порядок выбора не важен, то при определении общего числа исходов и
числа благоприятных исходов мы должны пользоваться числом сочетаний без повторений.
Общее число элементарных исходов равно Сnm . Далее, m1 элементов первого типа можно
выбрать С nm11 способами, m2 элементов второго типа – Сnm22 способами,...., mk частиц k-го типа
– Сnmkk способами. При этом любой выбор элементов каждого типа комбинируется с любыми
возможными вариантами выбора элементов остальных типов и, следовательно, число
благоприятствующих событию А исходов равно Сnm11 Cnm22 ...Cnmkk . Поэтому вероятность равна
Cnm11 Cnm22 ...Cnmkk
P( A) P(m1 , m2 ,..., mk ) .
Cnm
1 2 3 m 1
...
1 2 3 4 5 6 7 n m 1
Рис. 2.1.
Так на рис. 2.1 в первую ячейку попала одна частица, во вторую – три, третья
оказалась пустой и т.д., последняя, m-я ячейка также оказалась пустой. Поэтому общее число
вариантов равно числу сочетаний без повторений С nmm11 . Найдем вероятность того, что в
фиксированную ячейку попало ровно k частиц (событие А). Заметим, что если в этой
фиксированной ячейке уже находится k частиц, то остальные n–k частиц должны быть
распределены по оставшимся m–1 ячейкам, а это можно сделать С nmm11k 11 C nmm2 k 2
способами. Следовательно, искомая вероятность равна
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
C nmm2k 2
P( A) .
C nmm11
В статистике ФермиДирака n неразличимых частиц распределяются по m ячейкам
(nm), однако в каждой ячейке не может находиться более одной частицы. Число различных
элементарных исходов совпадает с числом способов, которыми мы можем выбрать n занятых
ячеек из общего числа ячеек m, и так как порядок выбора не важен, то число способов равно
числу сочетаний без повторений С mn . Найдем вероятность того, что заняты k фиксированных
ячеек. Пусть событие А заключается в том, что заняты фиксированные k ячеек (kn). Тогда
оставшиеся mk ячеек должны быть заполнены nk частицами, а это можно сделать С mn kk
способами. Поэтому искомая вероятность равна
C n k
P( A) mnk .
Cm
Предполагая, что n различных частиц распределяются по m ячейкам без ограничений
на число попавших в каждую ячейку частиц, получаем статистику МаксвеллаБольцмана.
Поскольку каждая из n частиц может попасть в любую из m ячеек, то общее число
элементарных исходов равно mn. Пусть событие А заключается в том, что в первую ячейку
попало n1 частиц, во вторую – n2, …, в m-ую – nm частиц (n1+n2+...+nm=n). Тогда число
благоприятcтвующих событию А исходов равно числу разбиений множества из n элементов
на m групп так, что в первую группу попадает n1 элементов, во вторую – n2 элементов, в m-
ую группу – nm элементов, то есть числу
n!
N n (n1 , n 2 ,..., n m ) .
n1!n 2 !...n m !
Таким образом, искомая вероятность равна
n! 1
P( A) .
n1! n 2 !...n m ! m n
Статистика МаксвеллаБольцмана представляет собой частный случай так
называемой полиномиальной схемы (см. § 4.5).
Все описанные статистики активно используются в статистической физике.
Статистика МаксвеллаБольцмана описывает системы невзаимодействующих частиц,
подчиняющихся законам классической механики, например, частицы идеального газа.
Статистикам БозеЭйнштейна и ФермиДирака подчиняются частицы, называемые
бозонами и фермионами. К первым относятся, например, фотон (квант света), знаменитый
бозон Хиггса, а также некоторые атомы при температурах, близких к абсолютному нулю. Ко
вторым относятся, в частности, электроны и нейтрино.
В последние десятилетия в мире активно развиваются новые научные направления –
эконофизика и социофизика, которые стараются применить методологию физики в
экономике и общественных науках, в том числе статистическую физику. Речь идет о
попытках описать поведение больших масс людей подобно поведению множества атомов
или элементарных частиц. Интересующиеся могут найти много материалов на эту тему в
Интернете.
4
Область здесь понимается в широком смысле, как множество, для которого можно определить объем. Это
может быть и неограниченное множество, и конечный или счетный набор отдельных областей, объемы которых
при этом складываются.
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
«наудачу» означает, что в таком эксперименте нет оснований полагать, что в какие-то места
области точка должна попадать чаще, чем в другие. В этом случае вероятность попадания
точки в какую-то подобласть A определяют формулой
V ( A)
P( A) ,
V ( )
где V ( A) и V ( ) – n-мерные объемы областей A и соответственно. Здесь элементарными
исходами называются точки множества (которое играет роль пространства элементарных
событий), а благоприятствующими исходами – точки множества A .
В частности, при n=1, на прямой, под объемами имеются в виду длины отрезков (или
наборов отрезков):
l ( A)
P( A) ,
l ( )
при n=2, на плоскости, площади фигур (или наборов фигур):
S ( A)
P( A) ,
S ( )
при n=3, в трехмерном пространстве, обычные объемы тел (или наборов тел):
V ( A)
P( A) .
V ( )
Задача 7. Точку наудачу бросили на отрезок [0; 2]. Какова вероятность попадания
этой точки на отрезок [0,5; 1,4]?
Решение. Здесь пространство элементарных событий – это отрезок [0; 2] , а
множество A [0,5; 1,4] , при этом длины этих отрезков составляют l () 2 и l ( A) 0,9 .
Поэтому вероятность попадания точки в указанный отрезок равна
l ( A) 0,9
P( A) 0,45 .
l ( ) 2
Задача 8. На отрезок [0; 2] бросили наудачу и поочередно две точки. Какова
вероятность, что первая точка лежит правее второй точки?
Решение. Обозначим получившиеся координаты точек через x и y. Элементарным
исходом в таком бросании двух точек будет пара ( x , y ) , а пространством элементарных
событий – квадрат ( x, y) : x, y [0; 2] .
Событие A={первая точка лежит правее второй точки} равносильно условию x>y,
следовательно, A ( x, y ) : x, y [0; 2], x y, т.е. представляет собой треугольник (см. рис.
2.2). Площади квадрата и треугольника A равны соответственно S ( ) 4 и S ( A) 2 ,
отсюда
S ( A) 2
P( A) 0,5 .
S ( ) 4
Рис. 2.2.
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 2.3.
Рис. 2.4.
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 2.5.
5
Cм. например: Соболь И.М. Численные методы Монте-Карло. М.: Наука, 1973; Михайлов Г.А., Войтишек А.В.
Численное статистическое моделирование. Методы Монте-Карло. М.: Академия, 2006.
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1. Бросают две игральные кости. Чему равна вероятность того, что сумма очков, выпавших
на обеих костях, не превзойдет 5?
2. Какова вероятность того, что в 4 бросаниях кости хотя бы один раз выпадет «единица»?
3. Четыре человека вошли в лифт на первом этаже шестиэтажного дома. Найти вероятности
следующих событий: а) все пассажиры выйдут на шестом этаже; б) все пассажиры
выйдут на одном и том же этаже; в) все пассажиры выйдут на разных этажах.
4. Семь человек вошли в лифт на первом этаже восьмиэтажного дома. Какова вероятность,
что хотя бы на одном этаже вышли по крайней мере два человека?
5. Лифт начинает движение с 7 пассажирами и останавливается на 10 этажах. Найти
вероятность того, что три пассажира вышли на одном этаже, два − на другом этаже и еще
два − на еще одном этаже.
6. Пять яблок раскладываются в четыре ящика. Какова вероятность, что в двух ящиках
будет по два яблока, в одном − одно яблоко и один ящик будет пустой?
7. Шесть шаров случайным образом раскладываются по 3 ящикам. Найти вероятность того,
что в первом ящике лежит 4 шара.
8. Пять клиентов случайным образом обращаются в 5 фирм. Найти вероятность того, что
ровно в одну фирму никто не обратится.
9. Шесть клиентов обращаются в 3 фирмы равновероятно. Найти вероятность того, что
ровно в одну фирму обратятся 2 клиента.
10. Шесть клиентов обращаются в 4 фирмы равновероятно. Найти вероятность того, что в
какие-то две фирмы обратятся по два клиента и в какие-то две − по одному.
11. N клиентов обращается в M фирм равновероятно. Найти вероятность того, что хотя бы в
одну фирму никто не обратится, если: a) N=5, M=4; б) N=6, M=4; в) N=7, M=5.
12. N клиентов обращаются в M фирм равновероятно. Найти вероятность того, что во все
фирмы обратится разное число клиентов (включая, возможно, ноль), если: а) N=6, M=3;
б) N=7, M=3; в) N=7, M=4.
13. В каждой упаковке товара фирмы «Икс» имеется одна из букв «И», «К», «С»
(равновероятно). Какова вероятность собрать все буквы, купив 5 упаковок товара?
14. В каждой из упаковок товара равновероятно встречаются буквы «П», «Р», «И», «З».
Найти вероятность того, что можно будет собрать слово «ПРИЗ», купив: а) 6 упаковок
товара; б) 7 упаковок товара.
15. В каждой упаковке товара имеется одна из 5 различных наклеек (равновероятно). Какова
вероятность собрать их все, купив 7 упаковок товара?
16. Найти вероятность того, что в шестизначном номере три цифры совпадают, а остальные
различны (считаем, что номера могут начинаться с нуля).
17. Найти вероятность того, что в восьмизначном номере ровно три цифры совпадают, а
остальные различны.
18. Найти вероятность того, что в пятизначном номере имеются 2 четные цифры и 3
нечетные, при условии, что все они различны.
19. Семь человек становятся случайным образом в очередь один за другим. Какова
вероятность того, что два определенных человека, Анна и Борис, встанут рядом?
20. В очередь в булочную случайным образом встали восемь женщин и двое мужчин. Какова
вероятность того, что между мужчинами будут стоять две женщины?
21. В очередь в кассу стоят 9 человек (трое мужчин, четыре женщины и двое детей). Какова
вероятность, что между некоторыми двумя мужчинами будут стоять двое детей и одна
женщина?
22. В очереди стоят 4 женщины и 3 мужчины. Какова вероятность, что все мужчины стоят
рядом?
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
23. В урне 5 белых и 4 черных шара. Из урны наугад вынимают два шара. Какова
вероятность того, что это будут: а) два белых шара; б) два черных шара; в) один черный и
один белый.
24. В партии из 8 изделий имеется 3 изделия высшего качества. Найти вероятность того, что
среди отобранных (без возвращения) 4 изделий – ровно одно изделие высшего качества.
25. В лотерее из 50 билетов 5 выигрышных. Какова вероятность того, что среди 5 купленных
выбранных билетов ровно 2 будут выигрышными?
26. В лотерее из N билетов имеется M выигрышных. Найти вероятность того, что среди K
купленных билетов окажется хотя бы один выигрышный, если: а) N=50, M=4, K=10; б)
N=60, M=5, K=10.
27. Из N проданных за неделю телевизоров M имеют скрытые дефекты. Найти вероятность
того, что среди случайно выбранных K телевизоров (из числа проданных за неделю)
окажется ровно L без скрытых дефектов, если: а) N=10, M=4, K=5, L=2; б) N=16, M=4,
K=6, L=4.
28. Из N проданных за неделю автомобилей M имеют скрытые дефекты. Найти вероятность
того, что среди случайно выбранных K автомобилей (из числа проданных за неделю)
окажется не более L со скрытыми дефектами, если: а) N=12, M=4, K=7, L=1; б) N=15,
M=3, K=5, L=1; в) N=11, M=5, K=7, L=2; г) N=13, M=4, K=7, L=2.
29. Группа из N студентов пишет контрольную работу из М вариантов (одинаковое число
студентов в каждом варианте). Найти вероятность того, что среди случайно выбранных К
студентов есть писавшие каждый вариант, если: а) N=18, M=3, K=5; б) N=20, M=4, K=5; в)
N=24, M=4, K=5; г) N=32, M=4, K=6.
30. В трех студенческих группах 72 человека (по 24 человека в группе: 12 юношей и 12
девушек). Наудачу выбраны 5 человек. Какова вероятность, что среди них будут девушки
из всех трех групп?
31. На группу из 10 человек предоставлено для производственной практики 6 мест в
лаборатории № 1 и 4 места – в лаборатории № 2. Какова вероятность того, что при
случайном распределении мест двое неразлучных друзей из этой группы попадут на
практику в одну лабораторию?
32. Работа каждого из четырех студентов заочного отделения может быть направлена на
проверку одному из четырех преподавателей, равновероятно и независимо от других
работ. Какова вероятность, что все четыре работы проверены разными преподавателями?
33. В пакете с леденцами лежит 4 красных, 6 желтых и 10 зеленых конфет. Найти
вероятность вынуть наудачу подряд 3 конфеты одного цвета.
34. В урне K белых шаров, L красных и М черных. Найти вероятность достать из урны (без
возвращения) три шара, не все цвета которых одинаковы, если: а) K=9, L=7, M=4; б)
K=10, L=8, M=6.
35. В ящике находятся 5 белых, 3 красных и 2 черных шара. Наудачу выбирают 6 шаров.
Найти вероятность того, что выборка будет содержать 3 белых, 2 красных и 1 черный
шар, если: а) выборка производится без возвращения (все 6 шаров выбираются сразу); б)
выборка производится с возвращением (записывается цвет выбранного шара, после чего
он возвращается в ящик).
36. В точке С, любое положение которой на телефонной линии АВ длиной 10 км
равновозможно, произошел разрыв. Определить вероятность того, что точка С удалена от
точки А, где находится ремонтная станция, на расстояние, не меньшее 1 км.
37. Какова вероятность, что дуэль состоится, если каждый из дуэлянтов приходит на место
дуэли в случайный момент времени между 5 и 6 часами и ждет противника в течение 5
минут?
38. Две подруги договорились встретиться в условленном месте в промежутке от 17 до 19
часов. Пришедшая первой ждет другую не более 15 минут. Какова вероятность, что
подруги не встретятся?
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
39. На отрезок [2, 5] наудачу бросаются две точки. Какова вероятность, что расстояние
между ними окажется меньше 2?
40. На отрезок [1, 2] наудачу брошены две точки. Какова вероятность, что расстояние
между ними окажется больше 1?
41. Два теплохода должны подойти к одному и тому же причалу. Время прихода обоих
теплоходов независимо и равновозможно в течение данных суток. Найти вероятность
того, что ни одному из теплоходов не придется ожидать освобождения причала, если
время стоянки первого теплохода — 1 час, а второго — 2 часа.
42. Студент может добраться до факультета либо на автобусе, интервал движения которого
составляет 7 минут, либо на троллейбусе, интервал движения которого составляет 10
минут. Найти вероятность того, что студенту, пришедшему на остановку в случайный
момент времени, придется ждать не более трех минут.
43. На шахматную доску (88) случайным образом поставлены две ладьи. Какова
вероятность того, что они не будут бить друг друга? (Одна ладья бьет другую, если она
находится с ней на одной горизонтали или на одной вертикали шахматной доски)
44. Наудачу взяты два положительных числа Х и Y от 0 до 1. Найти вероятность того, что
сумма Х+Y не превышает 1, а произведение ХY не меньше 0,09.
45. * Найти вероятность того, что из трех наудачу взятых отрезков длиной от 0 до L можно
построить треугольник.
46. В урне лежали шары, черные и белые. Вероятность вынуть из урны белый шар была
равна 2/5. После того, как из урны вынули один белый шар, эта вероятность стала равна
1/3. Определить, сколько шаров каждого цвета было в урне.
47. В урне лежит 10 шаров, которые могут быть черными и белыми. Вероятность вынуть два
черных шара подряд без возвращения равна p. Определить, сколько черных шаров лежит
в урне, если: а) p=1/3; б) p=2/9; в) p=4/5.
48. Точка случайным образом выбирается в квадрате. Какова вероятность, что она попадет в
круг, вписанный в данный квадрат?
49. Две точки случайным образом выбираются на окружности. Какова вероятность того, что
расстояние между ними окажется меньше радиуса окружности?
50. Точка (p,q) случайным образом выбирается в квадрате K. Найти вероятность того, что
уравнение x 2 px q 0 имеет действительные корни, если: а) K=[0,1]2; б) K=[1,1]2.
51. Студент добирается до факультета с пересадкой. Сначала он ждет на остановке трамвай,
затем на другой остановке ждет автобус. Интервал движения трамвая составляет 12
минут, интервал движения автобуса – 8 минут. Найти вероятность того, что студенту
придется ждать на остановках в сумме не более 10 минут.
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 3.1.
Пример 1. Бросают две игральные кости. Пусть А – событие, состоящее в том, что
сумма очков нечетная, В – событие, заключающееся в том, что хотя бы на одной из костей
выпала двойка. Опишем события А В и А В .
Пространство элементарных исходов может быть представлено в виде:
Ω={(1,1), (1,2), …,(2,1),…, (6,6)}; 36 .
Согласно условию задачи, события А и В состоят из следующих элементарных
исходов:
А={(1,2),(1,4),(1,6),(2,1),(2,3),…,(6,1),(6,3),(6,5)};
B={(1,2),(2,1),(2,3),(3,2),(2,4),(4,2),(5,2),(2,5),(2,6),(6,2),(2,2)}.
Объединение А В представляет собой событие, состоящее в наступлении хотя бы
одного из событий А и В, т.е. событие А В означает, что сумма выпавших очков нечетна
или на одной из костей выпала двойка (может быть и то, и другое вместе):
А В ={(1,2),(1,4),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),…,(6,1),(6,3),(6,5)}.
Пересечение А В представляет собой событие, состоящее в наступлении обоих
событий А и В, т.е. в том, что на одной из костей выпала двойка, а сумма очков – нечетное
число:
А В ={(1,2),(2,1),(2,3),(3,2),(2,5),(5,2)}.
А ,i Ai A j , i j .
i 1
Это означает, что в результате эксперимента обязательно произойдет одно из данных
событий, и только одно.
Пример 2. События А и А несовместны и образуют полную группу.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Следствия:
1. Вероятность пересечения двух событий A и B вычисляется по формуле
P ( A B ) P ( A) P ( B ) P ( A B ) .
2. Вероятность объединения любого конечного числа событий вычисляется по
формуле включения-исключения:
n
P( A1 ... An ) P( Ai ) P( Ai Aj ) ... (1) n 1 P( A1... An )
i 1 i j
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
второй (младший) ребенок – девочка. Этому событию AB отвечает один исход – МД. Таким
образом, |AB|=1, |B|=2 и
| AB | 1
P( A | B) 0,5.
|B| 2
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
в предположении, что Р(А)>0, получим, что условная вероятность события B при условии А
равна его безусловной вероятности:
P ( B | A) P ( B ) .
Следовательно, события A и B независимы, если появление одного из них не меняет
вероятности появления другого. В этом случае получаем
P ( AB ) P ( A) P ( B ) (*)
Это равенство в теории вероятностей принимается за определение независимости
событий A и B. Такое определение является более общим и удобным, чем определения через
условную вероятность, поскольку оно симметрично относительно событий A и B и не
требует выполнения условий P(A)>0, P(B)>0.
Понятие независимости можно обобщить на любое конечное число событий.
События А1, А2, …, Аn называются независимыми в совокупности, если для любого
их подмножества Ai1 , Ai2 ,..., Aik имеет место равенство
P ( Ai1 Ai2 ... Aik ) P( Ai1 ) P ( Ai2 )...P( Aik )
для любых k от 1 до n и любых несовпадающих номеров i1, i2, …, ik.
События А1, А2, ..., Аn называются попарно независимыми, если для любых ij, i, j
{1, ..., n} события Ai и Aj независимы.
Из данных определений следует, что из независимости в совокупности следует
попарная независимость, но из попарной независимости не следует независимости в
совокупности.
Пример Бернштейна. На плоскость бросается правильный тетраэдр, три грани
которого покрашены в цвета: красный, синий и зеленый, а на четвертую грань нанесены все
три цвета. Пусть событие A – при бросании выпал красный цвет, событие B – синий цвет,
событие C – зеленый цвет. Вероятности этих событий равны между собой и равны
2 1
P( A) P ( B ) P (C ) .
4 2
Найдем вероятности их попарных пересечений:
1 1 1
P( AB) P( A) P( B);
4 2 2
1 1 1
P( AC ) P( A) P(C );
4 2 2
1 1 1
P( BC ) P( B) P(C ).
4 2 2
Отсюда следует, что они попарно независимы. Однако вероятность появления всех
трех цветов сразу равна
1 1 1 1 1
P ( ABC ) P ( A) P ( B) P (C ) ,
4 2 2 2 8
т.е. вероятность пересечения всех трех событий не равна произведению вероятностей этих
событий, и, следовательно, они зависимы в совокупности.
Задача 6. В одном ящике 3 белых и 5 черных шаров, в другом ящике – 6 белых и 4
черных шара. Из каждого ящика вынули по одному шару. Найти вероятность того, что среди
них будет хотя бы один белый.
Решение. Событие A={среди вынутых шаров есть белый шар} можно представить в
виде объединения A A1 A2 , где события A1 и A2 означают появление белого шара из
первого и второго ящика соответственно. Вероятность вытащить белый шар из первого
ящика равна P( A1 ) 3 / 8 , а вероятность вытащить белый шар из второго ящика P( A2 ) 6 / 10 .
Кроме того, в силу независимости A1 и A2 имеем:
3 6 9
P( A1 A2 ) P ( A1 ) P( A2 ) .
8 10 40
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 3.2.
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Задача 9. В первой урне лежат 1 белый и 2 черных шара, а во второй урне – 3 белых
и 5 черных шаров. Из первой урны во вторую перекладывается, не глядя, один шар, а затем
один шар перекладывается из второй урны в первую. После этого из первой урны вынули
один шар. Найти вероятность, что он белый.
Решение. Последовательные перекладывания шаров изображаем (слева направо)
посредством ветвлений на дереве вероятностей (рис. 3.3). В скобках указаны вероятности
перекладывания шаров данного цвета. Внутри кружков указаны числа шаров (белых и
черных) в урнах (I и II). Заметим, что две ветви дерева сходятся, поскольку перекладывания
некоторого шара из первой во вторую урну, а затем шара того же цвета назад приводят к
одинаковому результату, а именно – к возвращению обеих урн в исходное состояние. Кроме
того, одна из ветвей оказывается «тупиковой», поскольку в этом случае в первой урне не
остается белых шаров, и достижение события А по данному пути невозможно.
Рис. 3.3.
Легко видеть, что от исходной точки к событию А ведут всего три пути. Перемножая
вероятности вдоль них, а затем складывая произведения, получаем:
1 4 1 2 2 1 2 1 2 28
P( A) .
3 9 3 3 3 3 3 3 3 81
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
является счетно-аддитивной.
Заметим также, что все введенные аксиомы в случае дискретного пространства
превращаются в доказуемые утверждения.
Далее покажем, что счетную аддитивность вероятности можно заменить на конечную
аддитивность в сочетании с непрерывностью, определяемой следующим образом.
Аксиома непрерывности: Если последовательность событий АnF, n1, такова,
что каждое последующее вложено в предыдущее, а пересечение всех событий Аn пусто, то
P(An)→0 при n→∞.
Теорема 6. Аксиома счетной аддитивности равносильна аксиоме непрерывности (в
сочетании с конечной аддитивностью).
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
откуда
n 1
n 1
P( An ) P ( A1 ) P(Ci ) P Ci P(Ci ) 0, n ,
i 1 i 1 i 1
так что аксиома непрерывности выполняется.
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
Задача заменена на новую из-за совпадения старой с задачей 33 из главы 2.
14
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
Эту задачу лучше решать после изучения материала главы 4.
15
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
16
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
фирма уходит от налогов по третьей схеме, если при проверке по первым двум схемам
нарушений не обнаружено.
44. Изделие имеет скрытые дефекты с вероятностью d. В течение года выходит из строя
доля p изделий со скрытыми дефектами и r изделий без дефектов. Найти вероятность, что
изделие имело скрытые дефекты, если оно вышло из строя в течение года, при: а) d=0,2,
p=0,75, r=0,15; б) d=0,1, p=0,6, r=0,15.
45. В цехе работают N мастеров и M учеников (каждый работник изготовляет одинаковое
количество изделий). Вероятность брака мастера – p1, вероятность брака ученика – p2.
Изделие оказалось бракованным. Найти вероятность, что его изготовил ученик, если: а)
N=7, M=3, p1=0,01, p2=0,05; б) N=10, M=4, p1=0,01, p2=0,04.
46. Производственный брак составляет 4%. Каждое изделие равновероятным образом
поступает к одному из двух контролеров, первый из которых обнаруживает брак с
вероятностью 0,92, второй – 0,98. Какова вероятность, что признанное годным изделие на
самом деле является бракованным?
47. Имеются три партии по 20 деталей в каждой. Число стандартных деталей в первой,
второй и третьей партиях соответственно равно 20, 15 и 10. Из наудачу выбранной
партии извлечены (с возвращением) две детали, оказавшиеся стандартными. Найти
вероятность того, что детали были извлечены из третьей партии.
48. На заводе установлена аварийная сигнализация, которая при наличии аварии
срабатывает с вероятностью p. Однако с вероятностью r сигнал также может возникнуть,
когда аварии нет. Вероятность аварии равна s. Найти вероятность того, что случилась
авария, если сигнализация сработала, при: а) p=0,99, r=0,001, s=0,005; б) p=0,99, r=0,002,
s=0,007.
49. К системному администратору обращаются пользователи. Среди них доля начинающих –
p, опытных – q. Вероятность того, что начинающий пользователь обратится за помощью
– r, что обратится опытный – s. Найти вероятность того, что очередной пользователь,
обратившийся за помощью, окажется начинающим, если: а) p=0,6, q=0,4, r=0,8, s=0,1; б)
p=0,6, q=0,4, r=0,85, s=0,15; в) p=0,7, q=0,3, r=0,8, s=0,1.
50. Мимо бензоколонки проезжают легковые и грузовые машины. Среди них доля грузовых
машин – p. Вероятность того, что проезжающая машина подъедет заправиться, для
грузовой машины равна 0,1; для легковой – 0,2. Найти вероятность того, что очередная
машина, подъехавшая на заправку, окажется грузовой, если: а) p=0,75; б) p=0,7.
51. Фирма А занимает 20% рынка электронной техники, фирма Б – 50%, фирма В – 30%.
Доля мобильных телефонов в поставках фирмы А составляет 20%, в поставках фирмы Б –
40%, в поставках фирмы В – 70%. Покупатель приобрел мобильный телефон. Какова
вероятность того, что этот телефон произведен фирмой А?
52. В город поступают товары трех фирм в соотношении 2:3:5. В поставках первой фирмы
60% товара высшего качества, второй – 40%, а третьей – 20%. Куплен товар высшего
качества. Найти вероятность, что он изготовлен второй фирмой.
53. В город поступают товары трех фирм в количественном соотношении 3:4:6. В поставках
первой фирмы 30% товара высшего качества, второй – 20%, а третьей – 25%. Куплен
товар высшего качества. Найти вероятность, что он изготовлен второй или третьей
фирмой.
54. В компании 70% менеджеров работают в центральном офисе, 30% – в региональных.
Вероятность того, что менеджеру центрального офиса потребуется консультация
специалиста, равна 0,3, менеджеру регионального офиса – 0,5. Одному из менеджеров
потребовалась консультация. Какова вероятность того, что он работает в центральном
офисе?
55. Стрелок А поражает мишень с вероятностью 0,6, стрелок Б – с вероятностью 0,5 и
стрелок В – с вероятностью 0,4. Стрелки дали залп по мишени, и две пули попали в цель.
Что вероятнее: попал стрелок В в мишень или нет?
17
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
56. Из урны, где было 4 белых и 6 черных шаров, вынут один шар неизвестного цвета. После
этого из урны извлечены (без возвращения) два шара, оказавшиеся белыми. При этом
условии найти вероятность, что сначала вынут был черный шар.
57. Из урны, где было 11 красных, 5 белых и 10 черных шаров, вынут один шар. После этого
из урны извлечены (без возвращения) 2 шара, оказавшиеся красным и белым. При этом
условии найти вероятность, что сначала был вынут черный шар.
58. Из урны, где было 10 красных, 6 желтых и 4 синих шара, вынут один шар. После этого из
урны извлечены (без возвращения) 2 шара, оказавшиеся красным и желтым. При этом
условии найти вероятность, что сначала был вынут синий шар.
59. Из урны, где было 6 белых и 4 черных шара, переложен вынутый наудачу шар в урну,
содержащую 7 белых и 2 черных шара. После этого из второй урны был вынут шар,
оказавшийся белым. Найти вероятность, что сначала был переложен белый шар.
60. Из урны, где было 5 белых и 3 черных шара, переложен вынутый наудачу шар в урну,
содержащую 4 белых и 2 черных шара. После этого из второй урны был вынут шар,
оказавшийся белым. Найти вероятность, что сначала был переложен черный шар.
61. Вероятность того, что новый электрический чайник прослужит больше года, равна 0,97.
Вероятность того, что он прослужит больше двух лет, равна 0,82. Найдите вероятность
того, что он прослужит не больше двух лет, но больше года.
62. Вероятность того, что изделие прослужит менее двух лет, равна p, а вероятность того,
что оно прослужит более одного года, равна r. Найти вероятности того, что изделие
прослужит менее одного года, от одного до двух лет и более двух лет, если: а) p=0,8;
r=0,5; б) p=0,9; r=0,3.
63. Вероятность того, что изделие прослужит менее двух лет, равна p; вероятность того, что
оно прослужит от одного до трех лет, равна r; вероятность того, что она прослужит более
трех лет, равна s. Найти вероятности того, что изделие прослужит менее одного года, от
одного до двух лет и от двух до трех лет, если: а) p=0,7; r=0,5; s=0,1; б) p=0,8; r=0,3;
s=0,1.
64. Антон и Борис играют в шахматы. Если Антон играет белыми, то он выигрывает у
Бориса с вероятностью 0,6, а если играет черными, то с вероятностью 0,4. Антон и Борис
играют две партии, причем во второй партии меняют цвет фигур. Результаты двух
партий независимы. Найти вероятность того, что Антон выиграет оба раза.
65. В торговом центре два одинаковых автомата продают кофе. Вероятность того, что к
концу дня в автомате закончится кофе, равна 0,3. Вероятность того, что кофе закончится
в обоих автоматах, равна 0,11. Найти вероятность того, что к концу дня кофе останется в
обоих автоматах.
66. Агрофирма закупает куриные яйца в двух домашних хозяйствах. Яйца высшей
категории в продукции первого хозяйства составляют 40%, в продукции второго
хозяйства – 20%. Всего высшую категорию имеют 36% яиц агрофирмы. Найти
вероятность того, что яйцо, купленное у этой агрофирмы, окажется из первого хозяйства.
67. Доля брака в продукции до прохождения контролера составляет А%, а после
прохождения контролера – В%. Найти вероятность, с которой контролер обнаруживает
брак, если: а) A=5; B=0,4; б) A=4; B=0,5.
68. В урне было 10 шаров, черные и белые. Из урны вынули и выбросили один шар, а взамен
добавили один шар другого цвета. После этого вероятность вынуть из урны белый шар
стала равна 0,58. Определить, сколько белых шаров сначала было в урне.
69. Группа из 21 студента пишет контрольную из трех вариантов (по 7 человек в каждом).
Найти вероятность того, что среди случайно выбранных 5 студентов окажется ровно двое
писавших первый вариант, если известно, что среди выбранных есть писавшие каждый
вариант.
18
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
70. Среди клиентов туристической фирмы 20% ездили в Италию, 30% ездили во Францию, а
60% не ездили ни в одну из этих стран. Найти вероятность того, что случайно выбранный
клиент: а) ездил в Италию, при условии, что он ездил во Францию; б) ездил во Францию,
при условии, что он ездил в Италию; в) ездил в Италию, при условии, что он ездил хотя
бы в одну их этих стран; г) ездил во Францию, при условии, что он ездил ровно в одну из
этих стран.
71. Среди сотрудников международной компании 80% знают английский, 55% – немецкий,
45% – французский, 40% – английский и немецкий, 30% – английский и французский,
20% – немецкий и французский, 10% – все три языка. Найти вероятность того, что
случайно выбранный сотрудник: а) знает немецкий и французский, при условии, что он
знает английский; б) знает немецкий или французский, при условии, что он знает
английский; в) знает английский, при условии, что он знает немецкий и французский; г)
знает английский, при условии, что он знает немецкий или французский; д) знает
французский, при условии, что он знает ровно два языка из перечисленных; е) знает
английский, при условии, что он знает ровно один язык из перечисленных.
72. В двух пакетах лежат красные и желтые конфеты. Из каждого пакета берут по одной
конфете, в случайном порядке. Известно, что сначала была взята красная, затем желтая
конфета. Найти вероятность того, что первая конфета была взята из первого пакета, а
вторая из второго, если: а) в первом пакете лежали 2 красные и 3 желтые конфеты, во
втором – 4 красные и 1 желтая; б) в первом пакете лежали 2 красные и 8 желтых конфет,
во втором – 6 красных и 4 желтых.
73. В трех пакетах лежат красные, желтые и зеленые конфеты. Из каждого пакета берут по
одной конфете, в случайном порядке. Известно, что сначала была взята красная, потом
желтая, затем зеленая конфета. Найти вероятность того, что первая конфета была взята
из первого пакета, вторая из второго и третья из третьего, если в первом пакете лежали 2
красные, 3 желтые, 5 зеленых конфет, во втором – 1 красная, 2 желтые, 7 зеленых
конфет, в третьем – 6 красных, 1 желтая, 3 зеленых.
74. * Как разложить 50 черных и 50 белых шаров по двум урнам так, чтобы вероятность
вытащить один белый шар из случайно выбранной урны была наибольшей? Найти эту
вероятность.
75. * В группе 18 студентов. Преподаватель хотел бы найти способ вызывать их к доске
равновероятно. Как это можно сделать с помощью двух бросаний игрального кубика?
19
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
m 0 1 2 3
Pn(m) 1/8 3/8 3/8 1/8
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
a
х z2
1
0 ( x) e 2 dz
2 0
– функция Лапласа.
Действительно, при достаточно больших n можно считать, что
x2 z2
m np 1
P x1 x2 e 2 dz 0 ( х2 ) 0 ( х1 ).
npq 2 x1
Приближенная формула здесь используется при тех же условиях, что и для локальной
теоремы МуавраЛапласа: когда наряду с числом испытаний n велики также np и nq (np>10,
nq>10).
Функция Ф0(x) – нечетная: Ф0(–х)–Ф0(x) для всех x, и равна нулю при x=0: Ф0(0)=0.
Для функции Ф0(х) составлены специальные таблицы при некоторых положительных
значениях аргумента (см. таблицу 2 приложения T). При x>5 можно считать, что Ф0(x)=0,5.
Задача 9. Страховая компания заключила 40000 договоров. Вероятность страхового
случая по каждому из них в течение года составляет 2%. Найти вероятность, что таких
случаев будет не более 870.
Решение. По условию задачи n=40000, p=0,02, np=800, npq 28 . Для вычисления
вероятности Р(m870) воспользуемся интегральной теоремой Лапласа:
P40000 (0 m 870) 0 ( x2 ) 0 ( x1 ) ,
где
0 800 870 800
x1 28,57 и x2 2,5 .
28 28
Находим по таблице значений функции Лапласа:
Р(0m870)Ф0(х2)–Ф0(х1)Ф0(2,5)–Ф0(–28,57)0,4938+0,5=0,9938.
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1. Ежедневно новая сделка совершается с вероятностью 0,2 (но не более одной в день).
Какова вероятность, что за 5 дней будет совершено 3 сделки?
2. В результате каждого визита страхового агента договор заключается с вероятностью
0,25. Какова вероятность, что из 10 визитов страхового агента 5 закончатся
заключением договора?
3. Вероятность поражения мишени стрелком равна 0,9. Найти вероятность того, что он
поразит мишень ровно два раза, сделав 5 выстрелов.
4. Для вычислительной лаборатории приобретено 9 компьютеров, причем вероятность
брака для одного компьютера равна 0,1. Какова вероятность, что придется заменить
более двух компьютеров (т.е. они окажутся бракованными)?
5. Зачетная работа по предмету состоит из 6 задач, при этом зачет считается сданным,
если студент решил хотя бы 3 задачи. Студент Иванов может решить каждую задачу с
вероятностью 0,6 независимо от других. Какова вероятность, что он сдаст зачет?
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
6. В коробке 3 детали, вероятность брака для каждой детали равна 0,1. Какова
вероятность того, что среди 10 коробок будет не менее восьми не содержащих
бракованных деталей?
7. Два равносильных противника играют в шахматы. Что вероятнее: а) выиграть одну
партию из двух или две партии из четырех; б) выиграть не менее двух партий из
четырех или не менее трех партий из пяти? Ничьи во внимание не принимаются.
8. Мастер и ученик играют шахматный матч. Мастер выигрывает матч, если он выиграл
все партии в матче, ученик выигрывает матч, если он выиграл хотя бы одну партию в
матче. Вероятность победы мастера в одной партии равна 0,9, а ученика – 0,1. Из
скольких партий должен состоять матч, чтобы вероятности выиграть его у мастера и
ученика были как можно ближе к 1/2?
9. Фонд инвестирует средства в три компании. Вероятность получения прибыли от
каждой из компаний равна 0,7. Фонд зарабатывает деньги, если хотя бы две компании
дают прибыль. Известно, что фонд оказался в выигрыше. Какова вероятность того,
что при этом условии вложения во все три компании оказались прибыльными?
10. Курс акции за день растет или падает на 1 пункт равновероятно. Найти вероятность
того, что за 10 дней торгов курс: а) упадет на 4 пункта; б) поднимется на 2 пункта; в)
поднимется на 6 пунктов.
11. В коробке 4 детали. Вероятность того, что деталь стандартна, равна 0,9. Сколько надо
взять коробок, чтобы с вероятностью не менее 0,99 среди них нашлась хотя бы одна
коробка, не содержащая брака?
12. Вероятность хотя бы одного попадания при двух выстрелах равна 0,96. Найти
вероятность трех попаданий при четырех выстрелах.
13. Вероятность того, что в партии из 8 изделий имеется хотя бы одно бракованное
изделие, составляет 57%. Найти вероятность того, что там не более одного
бракованного изделия.
14. В люстре 3 лампы. Вероятность того, что они перегорят в течение года, составляет
0,8%. Найти вероятность того, что в течение года перегорит ровно одна лампа.
15. На ежегодную вечеринку приглашены 12 человек, причем каждый из них может
прийти с вероятностью 0,7 независимо от других. Найти наиболее вероятное число
гостей и его вероятность.
16. Система состоит из 6 независимо работающих элементов. Вероятность отказа
каждого элемента равна 0,3. Найти: а) наивероятнейшее число отказавших элементов;
б) вероятность наивероятнейшего числа отказавших элементов системы; в)
вероятность отказа системы, если для этого достаточно, чтобы отказали хотя бы пять
элементов.
17. Игральная кость бросается 16 раз. Найти наивероятнейшее число бросаний, в которых
выпало число очков, кратное трем, и вычислить его вероятность.
18. Известно, что в среднем доля p деталей имеет дефекты. Сколько деталей надо
проверить, чтобы с вероятностью r среди них оказалась хотя бы одна с дефектами?
Найти наивероятнейшее число деталей с дефектами в этом случае. Решить задачу,
если: а) p=0,01, r=0,95; б) p=0,02, r=0,97; в) p=0,02, r=0,99.
19. При визите страхового агента вероятность заключения договора равна p. Найти
наивероятнейшее число заключенных договоров после N визитов и вероятность того,
что их будет заключено не больше найденного числа. Решить задачу, если: а) p=0,2,
N=10; б) p=0,15, N=12.
20. Страховой агент при каждом визите заключает договор с вероятностью 30%. При
каком числе визитов наивероятнейшее число договоров будет равно 10?
21. Сколько надо сделать выстрелов с вероятностью попадания в цель 0,7, чтобы
наивероятнейшее число попаданий в цель было равно 15?
22. Сколько раз надо бросить игральную кость, чтобы наивероятнейшее число появлений
четного числа очков было равно 6?
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
23. Сколько надо сыграть партий в шахматы с вероятностью победы в одной партии,
равной 1/3, чтобы наивероятнейшее число побед было равно 5?
24. Найти вероятность того, что в серии из N бросаний монеты числа «орлов» и «решек»
совпадают, если: а) N=100; б) N=400.
25. Посетитель магазина совершает покупку с вероятностью 0,75. Какова вероятность,
что из 300 посетителей сделают покупки ровно: а) 230; б) 240.
26. Каждый из 100 компьютеров в интернет-кафе занят клиентами в среднем в течение
80% рабочего времени. Какова вероятность того, что в некоторый момент клиентами
будет занято: а) от 70 до 90 компьютеров; б) не менее 80 компьютеров?
27. На научную конференцию приглашены 100 человек, причем каждый из них
прибывает с вероятностью 0,7. В гостинице для гостей заказано 65 мест. Какова
вероятность того, что все приехавшие будут поселены в гостинице?
28. В партии из N арбузов каждый арбуз оказывается неспелым с вероятностью p
(независимо от других). Найти наиболее вероятное число спелых арбузов и
вероятность того, что их реальное число будет находиться в пределах от K до L, если:
а) N=768, p=0,25, K=564, L=600; б) N=800, p=0,2, K=600, L=650; в) N=400, p=0,2,
K=300, L=360; г) N=625, p=0,2, K=490, L=520.
29. Страховая фирма заключила 10000 договоров. Вероятность страхового случая по
каждому в течение года составляет 2%. Найти вероятность того, что таких случаев
будет: a) не более 230; б) не более 250.
30. Страховая фирма заключила N договоров. Вероятность страхового случая по каждому
договору в течение года составляет 2%. Найти наивероятнейшее число страховых
случаев и вероятность того, что реальное число случаев отклонится от него не более
чем на K, если: а) N=10000, K=30; б) N=8100, K=25; в) N=1000, K=10.
31. Консалтинговая фирма обслуживает N компаний. Каждая компания обращается в эту
фирму в среднем 4 раза в год. Какова вероятность того, что в течение месяца фирме
придется обслужить не менее M компаний? Решить задачу, если: а) N=120, M=50; б)
N=240, M=100.
32. Каждый из 1000 адресатов, получивших рекламное объявление, обращается в фирму с
вероятностью 5%. Найти вероятность того, что число обратившихся составит не
менее 40 человек.
33. Каждый из 500 адресатов, получивших рекламное объявление, откликается на него с
вероятностью 5%. Найти наивероятнейшее число откликов и вероятность, что число
откликов будет отличаться от него не более чем на 10.
34. Посетитель магазина совершает покупку с вероятностью 0,8. Какова вероятность, что
из 400 посетителей сделают покупки от 300 до 350 человек?
35. Посетитель магазина совершает покупку с вероятностью 0,4. Какова вероятность, что
из 600 посетителей сделают покупки от 200 до 250 человек?
36. Известно, что вероятность рождения мальчика равна 0,515, а девочки – 0,485. Какова
вероятность того, что среди 1000 новорожденных детей мальчиков будет больше, чем
девочек?
37. Производится 500 подбрасываний симметричной монеты. В каких пределах будет
находиться отклонение относительной частоты выпадения герба от 0,5 с
вероятностью 0,99?
38. При изготовлении деталей наблюдается в среднем 10% брака. Исследуется партия в
1500 деталей. Найти границы, в которых число бракованных деталей лежит с
вероятностью 0,9.
39. Каждый из 400 клиентов фирмы случайным образом обращается к одному из 5
менеджеров. В каких границах с вероятностью 0,95 лежит число клиентов отдельно
взятого менеджера?
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
40. Каждый из 900 посетителей оптового рынка случайным образом обращается в один из
10 ларьков. В каких границах с вероятностью 0,95 лежит число клиентов отдельно
взятого ларька?
41. Страховая фирма заключила 10000 договоров. Вероятность страхового случая по
каждому в течение года составляет 1%. В каких границах с вероятностью 0,95 лежит
количество страховых случаев?
42. Стиральным порошком "Снежок" пользуется 25% населения. Сколько людей надо
опросить, чтобы определить эту долю с точностью 0,05 с вероятностью 0,95?
43. Зубной пастой "Чистозуб" пользуется 10% населения. Сколько человек надо
опросить, чтобы определить эту долю с точностью 0,03 с вероятностью 0,99?
44. На выборах кандидата в мэры поддерживает 40% населения. При изучении
общественного мнения было опрошено 1000 человек. С какой вероятностью можно
утверждать, что доля избирателей из этой выборки, поддерживающих кандидата,
отличается от истинной доли не более, чем на 0,05?
45. Доля населения региона, занятого в промышленности, равна 0,4. В каких границах с
вероятностью 0,95 лежит число занятых в промышленности среди 10000 случайно
отобранных людей?
46. Известно, что вероятность «зависания» компьютера равна 0,6%. Какова вероятность
того, что из 200 компьютеров «зависнут»: а) ровно 6 компьютеров; б) не более 5
компьютеров?
47. В среднем 1% документов содержит ошибки. Какова вероятность, что из 100
документов будет не более двух с ошибками?
48. При наборе текста наборщик делает ошибку в слове с вероятностью p. Какова
вероятность, что в тексте из N слов будет не более M ошибок? Решить задачу, если: а)
p=0,001, N=5000, M=5; б) p=0,002, N=2000, M=4.
49. При наборе текста наборщик делает ошибку в слове с вероятностью p. Найти
наивероятнейшее число ошибок в тексте из N слов и вероятность того, что оно не
будет превышено. Решить задачу, если: а) p=0,002, N=1500; б) p=0,003, N=1300.
50. Сборник задач содержит 400 задач с ответами. В каждом ответе может быть ошибка с
вероятностью 0,01. Какова вероятность, что ровно 99% всех ответов даны без
ошибок?
51. Вероятность правильно прочитать закодированное слово равна 99,75%. С какой
вероятностью в тексте длиной 2000 слов будет сделано более двух ошибок?
52. Известно, что вероятность выпуска дефектной детали равна 0,02. Детали
укладываются в коробки по 100 штук. Чему равна вероятность того, что: а) в коробке
нет дефектных деталей; б) число дефектных деталей в коробке не более двух?
53. Производители калькуляторов знают из опыта, что в среднем 1% проданных
калькуляторов имеет дефекты. Аудиторская фирма купила 500 калькуляторов. Какова
вероятность того, что придется заменить ровно 4 калькулятора?
54. Изделие является годным с вероятностью p. Какова вероятность, что в партии из N
деталей будет не более M бракованных? Решить задачу, если: а) p=0,95, N=100, M=2;
б) p=0,96, N=100, M=3; в) p=0,95, N=120, M=4.
55. Вероятность того, что в партии из 100 изделий имеется хотя бы одно бракованное
изделие, составляет 63,2%. Найти вероятность того, что в этой партии не более трех
бракованных изделий.
56. Вероятность того, что пассажир опоздает к поезду, равна 0,004. Найти наиболее
вероятное число опоздавших, если всего билет купило 750 человек, и вероятность
того, что их будет именно столько (т.е. наиболее вероятное число).
57. Два шахматиста, Артем и Борис, встречались за доской 50 раз, причем 15 раз выиграл
Артем, 10 раз выиграл Борис и 25 партий закончились вничью. Найти вероятность
того, что в матче из 10 партий между этими шахматистами 3 партии выиграет Артем,
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
61. На острове Чунга-Чанга бывает два типа погоды: хорошая и отличная, причем в
течение дня она не меняется. Известно, что каждый день с вероятностью 0,7 погода
оказывается такой же, как и в предыдущий день, независимо от более давнего
прошлого. Сегодня на острове хорошая погода. Найти вероятность того, что там будет
отличная погода: а) через 3 дня; б) через неделю.
62. Мебельный магазин торгует шкафами. Спрос на шкафы за неделю составляет: 0 – с
вероятностью 0,3; 1 – с вероятностью 0,5; 2 – с вероятностью 0,2. Найти вероятность,
что за 3 недели будет продано ровно: а) 3 шкафа; б) 4 шкафа.
63. Ежедневно новая сделка заключается с вероятностью 0,2 (но не более одной в день).
За сколько дней с вероятностью 0,9 можно ожидать заключения не менее 50 сделок?1
64. Аппаратура состоит из 100 одинаково надежных и независимо работающих
элементов, каждый из которых может отказать в течение суток с вероятностью 0,01.
На обнаружение отказавшего элемента и его замену требуется 20 минут, в течение
которых аппаратура простаивает. Найти вероятность того, что время простоя составит
не более 40 минут в сутки.2
65. Магазин ежедневно посещают 300 покупателей, каждому из них может понадобиться
торт с вероятностью 0,01. Сколько тортов, как минимум, следует приготовить на
продажу, чтобы удовлетворить весь спрос с вероятностью не менее 0,9?
1
Это бывшая задача 16 из главы 8.
2
Это бывшая задача 17 из главы 8.
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0 1 2
P 1/4 1/2 1/4
x1 х2 … xn
P p1 р2 … pn
n
При этом сумма вероятностей равна единице: p
i 1
i 1.
1
В аксиоматике А.Н.Колмогорова требуется, чтобы эта функция была измеримой, т.е. все события вида
{ : ( ) x} принадлежали -алгебре F вероятностного пространства (, F, P) (см. § 3.7). Далее будем
считать это условие выполненным по умолчанию.
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Задача 1. В связке из трех ключей только один ключ подходит к двери. Ключи
перебирают до тех пор, пока не отыщется подходящий ключ. Построить закон
распределения для случайной величины – числа опробованных ключей.
Решение. Число опробованных ключей может равняться 1, 2 или 3. Если испытали
только один ключ, это означает, что этот первый ключ сразу подошел к двери, а вероятность
такого события равна 1/3. Итак, P ( 1) 1 / 3. Далее, если опробованных ключей было 2,
т.е. =2, это значит, что первый ключ не подошел, а второй – подошел. Вероятность этого
события равна 2/3×1/2=1/3. То есть, P ( 2) 1 / 3. Аналогично вычисляется вероятность
P ( 3) 1 / 3. В результате получается следующий ряд распределения случайной величины:
1 2 3
P 1/3 1/3 1/3
Доказательства.
1) Очевидно, поскольку это вероятность события.
2) Представим событие, состоящее в том, что случайная величина примет значение,
меньшее х2, в виде суммы несовместных событий:
{ : ( ) x2 } { : ( ) x1} { : x1 ( ) x2 } .
По теореме сложения для несовместных событий:
F ( x2 ) P ( x2 ) P ( x1 ) P ( x1 x2 ) F ( x1 ) P( x1 x2 ) ,
и так как вероятность P( x1 x2 ) 0 , то получаем неравенство F ( x1 ) F ( x2 ) .
3) Свойство вытекает из равенства F ( x2 ) F ( x1 ) P ( x1 x2 ) .
4) Событие { : ( ) x} является противоположным событию { : ( ) x} и,
следовательно, P ( x) 1 P( x) 1 F ( x) .
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рассмотрим случай n=2, т.е. когда на пространстве элементарных событий заданы две
дискретные случайные величины и , принимающие значения хi (i=1, 2, ..., n) и уj (j=1, 2,
..., m), соответственно. Упорядоченная пара (, ) называется двумерным случайным
вектором или двумерной случайной величиной. Сами величины и называются в этом
случае составляющими (или компонентами) случайного вектора.
Геометрически совокупность двух случайных величин можно рассматривать как
случайную точку с координатами (, η) на плоскости ХОY или как случайный вектор,
направленный из начала координат в точку (, η), составляющие которого случайные
величины и η. Совокупность трех случайных величин изображается случайной точкой или
случайным вектором в трехмерном пространстве, совокупность n случайных величин -
случайной точкой или случайным вектором в пространстве n измерений.
Любое соотношение между возможными значениями случайного вектора и их
вероятностями называется совместным законом распределения.
Совместный закон распределения вероятностей дискретных величин и задается
набором вероятностей pij одновременного осуществления событий {=хi} и {=уj}, т.е.
pij P ( xi , y j ) , и представляется в виде таблицы:
y1 y2 … ym
x1 p11 p12 … p1m
x2 p21 p22 … p2m
… … … … …
xn p n1 pn2 … pnm
где суммирование происходит по всем возможным парам (хi, yj) значений случайных величин
и η, для которых случайная точка (xi,yj) входит в область В.
Частным законом распределения случайной величины называется набор
вероятностей событий {=хi}. Если задан совместный закон распределения, то частный закон
распределения для можно получить с помощью формулы:
m
p ( xi ) P ( хi ) P ( xi , y j ) pij .
j j 1
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
m
{ xi } { xi , y j } .
j 1
1 2
1 1/16 3/16
0 1/16 3/16
1 1/8 3/8
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 2 p
1 1/16 3/16 1/4
0 1/16 3/16 1/4
1 1/8 3/8 1/2
p 1/4 3/4
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Отметим, что бывает важным различать разные ситуации, когда ряд в определении
математического ожидания не является абсолютно сходящимся. Поэтому используют также
более точное определение, а именно, следующее.
Если множество значений случайной величины счетно, ее математическое ожидание
представляют в виде суммы двух рядов, по положительным и отрицательным значениям
случайной величины:
M xi pi xi pi .
i: xi 0 i: xi 0
xi p ( xi ) y j p ( y j ) M M .
i j
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 0 2
P 1/4 1/4 1/2
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
me
m m m
М 2 m 2 e m(m 1 1) e m(m 1) m
m 1 m! m 1 m! m 1 m! m 1 m!
m2
e 2 2 .
(m 2)!
m2
1 m 1 m 1 q 1
p
m2
p
pq m(m 1)q pq q pq q pq
p
m 1 m 1 m 1 1 q p
2 1 2q 1
pq 3 2 .
p p p p
Отсюда получаем
2 2q 1 1 2q p 1 q
D M 2 M 2 2 2.
p p p p2 p
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
выборке. Оно может равняться любому числу от 0 до n, но, конечно, не больше, чем М. С
другой стороны, число нестандартных деталей в выборке не больше, чем NM, поэтому
число стандартных не меньше n(NM). Вероятности этих значений определяются
гипергеометрической формулой
C m C nm
P( m) M nN M , max{0, n N M } m min{n, M }.
CN
Для гипергеометрического распределения M=np, D=(Nn)npq/(N1), где p=M/N,
q=1p. Доказательство этих формул оставим для следующего параграфа.
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
8. Если D=0 или D=0, это значит (по свойству 2 дисперсии), что соответствующая
случайная величина постоянна, откуда следует также, что cov(,)=0. Поэтому достаточно
рассмотреть случай D>0 и D>0.
Найдем дисперсию случайной величины х х , где х – произвольное число. По
свойству 7 ковариации и свойству 3 дисперсии получаем
D x x 2 D 2 x cov( , ) D .
Как функция от х, дисперсия Dx представляет собой квадратный трехчлен. Но
дисперсия любой случайной величины не может быть меньше нуля, так что Dx 0 для
любого х. Поскольку коэффициент при x 2 равен D>0, то дискриминант уравнения Dx=0
должен быть не положителен (либо отрицателен, и тогда корней нет, либо равен нулю, тогда
корень один, и это точка касания параболы с осью Ox), т.е.
(cov( , )) 2 D D 0 или | cov( , ) | D D .
Предположим, что дискриминант равен нулю, тогда уравнение
x 2 D 2 x cov( , ) D 0
имеет некоторое решение х0 и D x0 0 . Это означает, что х0 с const , т.е. постоянная
величина, и случайные величины и связаны линейной функциональной зависимостью
=х0–с, причем если коэффициент х0 положителен, то cov( , ) D D , а если х0
отрицателен, то cov( , ) D D .
Cвойствами 15 удобно пользоваться при вычислении ковариации линейных
комбинаций случайных величин. Например,
cov(2 ,3 4 ) 2 cov( ,3 4 ) cov( ,3 4 )
6 cov( , ) 8 cov( , ) 3 cov( , ) 4 cov( , ) 6 D 5 cov( , ) 4 D .
Задача 6. Для пары случайных величин из задачи 3 вычислить ковариацию cov(,).
Решение. В предыдущей задаче уже было вычислено математическое ожидание
M ( ) 7 / 16 . Используя полученные в решении задачи 3 частные законы распределения,
получаем
M 1 1 / 4 0 1 / 4 1 1 / 2 1 / 4 ; M 1 1 / 4 2 3 / 4 7 / 4 ;
и
cov( , ) M ( ) M M 7 / 16 1 / 4 7 / 4 0 ,
чего и следовало ожидать вследствие независимости случайных величин.
Задача 7. Случайный вектор (,) принимает значения (0,0), (1,0), (1,0), (0,1) и (0,1)
равновероятно (см. рис. 5.1). Вычислить ковариацию случайных величин и . Показать, что
они зависимы.
Рис. 5.1.
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Решение. Поскольку
Р(=0)=3/5, P(=1)=1/5, P(=–1)=1/5, Р(=0)=3/5, P(=1)=1/5, P(=–1)=1/5,
то
М=3/50+1/51+1/5(–1)=0 и М=0;
М()=001/5+101/5–101/5+011/5–011/5=0.
Получаем cov(, )=М()–ММ=0, так что случайные величины некоррелированы.
Однако они зависимы. Пусть =1, тогда условная вероятность события {=0} равна
Р(=0|=1)=1 и не равна безусловной вероятности Р(=0)=3/5, или вероятность {ξ=0, η=0} не
равна произведению вероятностей: Р(=0,=0)=15Р(=0)Р(=0)=9/25. Следовательно, и
зависимы.
14
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
P(i 1, j 1)
P( 1 x , 2 x2 , ..., i 1 xi 1 , i 1, i 1 xi 1 ,..., j 1 x j 1 , j 1, j 1 x j 1 ,..., n xn )
1
x1 , x 2 , ..., x i 1 , x i 1 ,..., x j 1 , x j 1 ,..., x n
P(1 1, 2 1).
Рассматривая выбор первой и второй детали, получаем
M N M
P(i 1) P(1 1) p, P (i 0) P(1 0) 1 p q;
N N
M ( M 1)
P(i 1, j 1) P(1 1, 2 1) .
N ( N 1)
Перейдем теперь к выводу характеристик гипергеометрического распределения2.
Любая случайная величина ξi может принимать только два значения: 1 с вероятностью
р и 0 с вероятностью q, где p=M/N, q=1p. Поэтому Mi 1 p 0 q p для любого i.
Тогда случайная величина (число стандартных деталей) может быть представлена в
виде суммы n случайных величин ξi:
n
i .
i 1
Отсюда
n n
М M i М i np .
i 1 i 1
Найдем дисперсию ξi. Поскольку 0 и 1 в квадрате снова дают 0 и 1, то i2 i , так что
M i2 M i p , откуда
Di Mi2 ( Mi ) 2 p p 2 p (1 p ) pq .
Однако в отличие от случая распределения Бернулли, случайные величины ξi здесь
зависимы и просто суммировать дисперсии было бы неверно. Необходимо использовать
формулу дисперсии суммы с учетом ковариаций (свойство 7 ковариации).
Заметим, что случайные произведения индикаторов ξiξj, где i<j, также принимают
значения только 0 и 1. Поэтому
M ( M 1)
Mi j P( i j 1) P(i 1, j 1) ,
N ( N 1)
2
M ( M 1) M M M 1 M
cov(i , j ) Mi j Mi M j
N ( N 1) N N N 1 N
M NM N NM M M (N M ) pq
2 ,
N N ( N 1) N ( N 1) N 1
n
n(n 1) pq n 1 N n
D Di 2 cov(i , j ) npq 2 npq1 npq .
i 1 i j 2 N 1 N 1 N 1
Таким образом, приведенные ранее формулы (см. § 5.5.4) доказаны.
Ковариацию можно считать мерой зависимости случайных величин, так как для
независимых случайных величин она равна нулю. Однако существенным недостатком
ковариации является то, что ее размерность совпадает с произведением размерностей
2
Феллер В. Введение в теорию вероятностей и ее приложения. Т. 1. М.: Мир, 1984. С. 247248.
15
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 +1
1 0,3 0,2
+1 0,1 0,4
1 +1 p
1 0,3 0,2 0,5
+1 0,1 0,4 0,5
p 0,4 0,6
16
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
В таких задачах предполагается, что цены акций обеих компаний равны, либо что случайные приращения
рассматриваются на единицу цены акции, т.е. это относительные приращения (например, в процентах).
17
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
\ 1 3 4 8
3 0,15 0,06 0,25 0,04
6 0,30 0,10 0,03 0,07
\ 1 3 4 8 p
3 0,15 0,06 0,25 0,04 0,50
6 0,30 0,10 0,03 0,07 0,50
p 0,45 0,16 0,28 0,11
18
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 2
а искомое условное математическое ожидание равно M ( | 1) 3 6 5 .
3 3
б) Аналогично получаем
M ( | 3) P | (1 | 3) 3P | (3 | 3) 4 P | (4 | 3) 8 P | (8 | 3)
0,15 3 0,06 4 0,25 8 0,04
3,3.
0,5
19
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Теоретические задачи4
1. * При двух бросаниях игрального кубика вероятность того, что выпадет одинаковое
число очков, равна 1/6. Следует ли отсюда, что этот кубик правильный (все числа от 1
до 6 выпадают равновероятно)?
2. У игрального кубика математическое ожидание и дисперсия числа выпадающих
очков такие же, как у правильного кубика. Следует ли отсюда, что этот кубик
правильный?
3. Пусть две независимые случайные величины 1 и 2 имеют распределения Пуассона с
параметрами 1 и 2 соответственно5. Найти условное распределение 1 при условии,
что =1+2=n, n>0, и функцию регрессии 1 по .
Вычислительные задачи
4
Теоретические задачи заменены в связи с тем, что вывод формул математических ожиданий и дисперсий
основных дискретных распределений включен в текст (см. § 5.4).
5
Это бывшая задача 65.
20
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
14. Среди 5 ключей два подходят к двери. Ключи пробуют один за другим, пока не
откроют дверь. Найти распределение числа опробованных ключей.
15. Среди 6 ключей три подходят к двери. Ключи подбираются до тех пор, пока дверь не
будет открыта. Найти распределение числа опробованных ключей.
16. Курс акции в течение дня торгов может подняться или опуститься на один пункт,
либо остаться неизменным (все три варианта равновероятны). Найти распределение
изменения курса акции: а) за 2 дня; б) за 3 дня.
17. Курс акции в течение дня торгов может подняться на один пункт с вероятностью p,
опуститься на один пункт с вероятностью r, либо остаться неизменным с
вероятностью s. Найти распределение изменения цены акции за 2 дня. Вычислить
математическое ожидание. Решить задачу, если: а) p=0,6, r=0,3, s=0,1; б) p=0,5, r=0,4,
s=0,1; в) p=0,7, r=0,2, s=0,1.
18. В телеигре игроку задают вопросы. Если игрок правильно отвечает на вопрос, ему
задают следующий; если неправильно, то игрок выбывает из игры. Всего задается не
более трех вопросов. Вероятность ответить на первый вопрос равна 0,9; на второй –
0,3; на третий – 0,1. Найти распределение числа правильных ответов и
математическое ожидание выигрыша, если за один правильный ответ платят 100 руб.,
за два – 400 руб и за три – 1000 руб.
19. На викторине задаются 3 вопроса. Вероятность правильно ответить на первый – p, на
второй – r, на третий – s. После неправильного ответа игрок выбывает из игры. Найти
распределение числа правильных ответов. Вычислить математическое ожидание.
Решить задачу, если: а) p=0,7, r=0,6, s=0,3; б) p=0,8, r=0,4, s=0,1.
20. На викторине задаются 3 вопроса. Вероятность правильно ответить на первый – 0,7,
на второй – 0,5, на третий – 0,2. После неправильного ответа игрок выбывает из игры.
Найти распределение числа заданных вопросов. Вычислить математическое
ожидание.
21. На викторине задаются 4 вопроса. Вероятность правильно ответить на первый – p, на
второй – r, на третий – s, на четвертый – w. После неправильного ответа игрок
выбывает из игры. Найти распределение числа правильных ответов. Вычислить
математическое ожидание. Решить задачу, если: а) p=0,9, r=0,8, s=0,4, w=0,2; б) p=0,9,
r=0,8, s=0,3, w=0,2; в) p=0,9, r=0,7, s=0,4, w=0,2.
22. В офисе проводится собеседование с N кандидатами на некоторую должность (по
очереди). Если подходящий человек найден (принято решение о приеме его на
работу), то с оставшимися кандидатами собеседование не проводится. Вероятность
того, что кандидат подходит, равна p. Найти распределение числа кандидатов, с
которыми беседовали, и его математическое ожидание, если: а) N=4, p=0,2; б) N=5,
p=0,3; в) N=6, p=0,2.
23. В игровом автомате три окошка, в которых случайным образом появляются цифры от
0 до 9, равновероятно и независимо друг от друга. Если две цифры совпали, игрок
получает 10 руб., если все три – 100 руб. Чтобы начать игру, он платит 5 руб. Найти
распределение прибыли игрока и ее математическое ожидание.
24. В игровом автомате три окошка, в которых случайным образом появляются 7 цветов,
равновероятно и независимо друг от друга. Если два цвета совпали, игрок получает 20
руб., если три – 100 руб. Чтобы начать игру, он платит 10 руб. Найти распределение
прибыли игрока. Вычислить математическое ожидание.
25. В экзаменационном билете три задачи. Вероятность правильного решения студентом
первой задачи равна p, второй – r и третьей – s. Найти распределение числа
правильно решенных задач и найти его математическое ожидание, если: а) p=0,8,
r=0,7, s=0,3; б) p=0,9, r=0,5, s=0,3; в) p=0,8, r=0,6, s=0,3.
26. Фирма участвует в трех независимых проектах. Вероятность успешного завершения
первого равна p, второго – r, третьего – s. Найти распределение числа успешных
21
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0 1 2 3
P 1/8 3/8 3/8 1/8
–1 2 3 5
P 1/4 1/2 1/8 1/8
22
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0 1 3 4
P 1/9 2/9 1/6 1/2
–2 –1 1 3
P 1/7 3/7 2/7 1/7
η
ξ
0 1
0 1 1
C
4 2
1 1
С
4
η
ξ
–1 1
0 1 1
C
3 6
2 1 1
C
6 3
η
ξ
–1 1
–1 1
С
3
1 1 1
C
2 6
23
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
η
ξ
0 1
1 1 1
C
3 4
2 1 1
C
6 4
–1 0 1
0 1 1 1
10 5 5
1 1 1 1
5 10 5
24
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
–1 0 2
0 1 1 1
8 6 6
1 1 1 3
12 12 8
η
ξ
–2 0 3
0 0,1 0,2 0,2
1 0,1 0,1 0,3
η
ξ
–2 –1 0
–1 0,15 0,1 0,05
2 0,4 0,2 0,1
η
ξ
–1 0 2
0 1/7 2/7 1/7
1 1/7 1/7 1/7
25
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
η
ξ
–1 0 2
–2 2/15 1/5 2/15
1 4/15 1/15 1/5
η
ξ
1 2 4
0 1/6 1/6 1/12
1 1/4 1/12 1/4
1 +1
1 0,2 0,1
+1 0,2 0,5
1 +1
1 0,4 0,1
+1 0,1 0,4
26
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
61. Случайные приращения цен акций двух компаний за день имеют дисперсии D=1 и
D=4, а их коэффициент корреляции 0,7. В каких долях следует разделить капитал при
вложении в акции, чтобы минимизировать риск?
62. По таблице совместного распределения из задачи 45: а) найти условное распределение
при условии =0; б) найти условное распределение при условии =0; в) функцию
регрессии по ; г) функцию регрессии по .
63. По таблице совместного распределения из задачи 46: а) найти условное распределение
при условии =–1; б) найти условное распределение при условии =1; в) функцию
регрессии по ; г) функцию регрессии по .
64. По таблице совместного распределения из задачи 47: а) найти условное распределение
при условии =2; б) найти условное распределение при условии =–1; в) функцию
регрессии по ; б) функцию регрессии по .
65. Фирма делает клиентам скидку, равную последней цифре номера паспорта (в процентах).
Стоимость услуги фирмы без скидки составляет 1000 рублей. Найти математическое
ожидание и среднее квадратическое отклонение стоимости услуги с учетом скидки.
66. Независимые в совокупности случайные величины , и равновероятно принимают
значения из множеств {2, 4, 9}, {1, 6, 8} и {3, 5, 7} соответственно. Найти вероятности
событий P(>), P(>), P(>).
67. На грани трех игральных кубиков A, B, C нанесены цифры: A: 3, 3, 3, 3, 3, 6; B: 2, 2, 2, 5,
5, 5; C: 1, 4, 4, 4, 4, 4. Найти вероятности, что на кубике A выпадет число больше, чем на
B; на B – больше, чем на C, на C – больше, чем на A.
68. Случайные величины , и независимы в совокупности; принимает значения 0 и 3 с
вероятностями 1p и p; =2; принимает значения 1 и 4 с вероятностями p и 1p. Найти
максимум величины v=min{P(>), P(>), P(>)} и при каком p он достигается.
69. Пусть – число, выпадающее при бросании игрального кубика. Проверить, являются ли
случайные величины = mod 2 и = mod 3 независимыми.
70. Независимые случайные величины 1 и 2 принимают значения 1 равновероятно. Пусть
=12. Проверить, являются ли три случайные величины 1, 2 и независимыми: а)
попарно, б) в совокупности.
71. Найти распределение суммы двух геометрически распределенных случайных величин с
параметром p.
72. По двум конвейерам параллельно поступают детали. Вероятности появления
бракованных деталей на первом и втором конвейерах равны p1 и p2 соответственно.
Найти вероятность того, что на первом конвейере бракованная деталь появится раньше,
чем на втором.
73. Число бракованных изделий в партии имеет распределение Пуассона с параметром .
Контролер проверяет каждое изделие в партии независимо от других и находит брак с
вероятностью p. Найти распределение числа пропущенных им бракованных деталей.
74. * Найти вероятность того, что случайная величина примет четное значение, если она
имеет распределение: а) биномиальное; б) пуассоновское; в) геометрическое.
75. * Шары с номерами от 1 до 8 раскладывают по двум урнам поровну. Из каждой урны
вынимают по одному шару и записывают их номера. При каком разложении шаров по
урнам математические ожидания и дисперсии номеров будут совпадать?
27
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
p (t )dt 1.
4. Плотность распределения определяет закон распределения случайной величины, так
как определяет вероятность попадания случайной величины на любой полуинтервал
[ a, b) :
b
P [a, b) Pa b F (b) F (a) p (t )dt .
a
Доказательство.
1) Следует из определения1.
2) Следует из взаимосвязи между производной и интегралом.
x
3) p (t )dt lim p (t )dt lim F ( x) 1.
x x
4) Используем формулу НьютонаЛейбница.
1
То, что плотность можно полагать неотрицательной функцией без ограничения общности, следует также из
неубывания функции распределения.
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Заметим, что плотность может быть разрывна в некоторых точках, где ее можно
определить произвольным образом: это никак не повлияет на функцию распределения и
другие числовые характеристики.
Часто говорят, что плотность – это производная функции распределения (там, где она
существует, для абсолютно непрерывных распределений). Однако это не совсем одно и то
же. Дело в том, что плотность определяется неоднозначно. Если взять за плотность
производную, а потом «испортить» ее, положив равной произвольным значениям в отдельно
взятых точках, или даже в бесконечном множестве точек меры нуль, то она все равно
останется плотностью по определению, поскольку эти искажения никак не повлияют на
интеграл. Другое дело, что использовать такую «испорченную» плотность неудобно,
поэтому среди всех возможных выбирается наиболее простая (производная).
В точках, где производной не существует из-за того, что левая и правая производные
функции распределения не совпадают, можно полагать плотность равной как левой, так и
правой, как удобнее, и ошибки в этом не будет. Кроме того, если в результате каких-то
вычислений получается плотность, отклоняющаяся от некоторой формулы в отдельных
точках, то можно «поправить» ее в этих точках.
Бывает также, что при приближении к некоторой точке производная стремится к
бесконечности. В этом нет ничего страшного, это означает только, что график функции
распределения в этой точке имеет вертикальную касательную (оставаясь непрерывным).
По свойству 4, вероятность попадания случайной величины в любой полуинтервал [a,
b), где плотность равна нулю, тоже равна нулю. Поэтому можно считать, что множество
значений случайной величины совпадает с промежутком, на котором плотность ее
распределения отлична от нуля (при желании, включая концы промежутка, это не влияет на
вероятность).
График плотности распределения называется кривой распределения. Площадь,
ограниченная кривой распределения и осью абсцисс, как следует из свойства 2, равна
единице. Тогда значение функции распределения F(x) в точке х0 геометрически есть
площадь, ограниченная кривой распределения и осью абсцисс и лежащая левее точки х0 (см.
рис. 6.1.).
Рис. 6.1.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Решение. Константа C находится из условия p ( x)dx 1. В результате имеем:
2 2
x32 8C
1 p ( x )dx Cx dx C ,
0
3 0
3
откуда C=3/8.
Чтобы построить функцию распределения F(x), отметим, что интервал [0, 2] делит
область значений аргумента x (числовую ось) на три части: (, 0), [0, 2], ( 2, ).
Рассмотрим каждый из этих промежутков.
В первом случае (когда x<0) вероятность события {<x} вычисляется так:
x x
F ( x) P ( x) p (t )dt 0dt 0,
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0
M xp( x)dx xp( x)dx .
0
Далее возможны четыре случая:
1. Оба интеграла сходятся. Тогда математическое ожидание существует и равно их
сумме.
2. Первый интеграл расходится (стремится к ), второй сходится. Тогда говорят, что
конечного математического ожидания не существует, математическое ожидание равно .
3. Первый интеграл сходится, второй расходится (стремится к +). Тогда говорят, что
конечного математического ожидания не существует, математическое ожидание равно +.
4. Оба интеграла расходятся. Тогда математическое ожидание не определено, ни
конечное, ни бесконечное.
Дисперсия абсолютно непрерывной случайной величины вычисляется по формуле
D ( x M ) 2 p( x)dx ,
если интеграл сходится, или, как и в дискретном случае, по формуле
2 2 2 2
D M ( M ) , где M x p ( x) dx .
Если математическое ожидание конечно, а интеграл в определении дисперсии
расходится, то дисперсия бесконечна, а если математическое ожидание бесконечно или не
определено, дисперсия не определена.
Как и ранее, определяется среднее квадратическое отклонение D .
Все свойства математического ожидания и дисперсии, ковариации и коэффициента
корреляции, приведенные в § 5.4 для дискретных случайных величин, справедливы и для
непрерывных случайных величин.
Имеет место та же статистическая интерпретация математического ожидания.
Физическая (механическая) интерпретация математического ожидания и дисперсии в
данном случае аналогичная. Рассмотрим тонкий материальный стержень, расположенный
вдоль горизонтальной оси Ox, плотность которого описывается функцией p(x). Тогда
математическое ожидание дает координату центра тяжести стержня, а дисперсия –
момент инерции стержня относительно вертикальной оси, проходящей через центр тяжести.
Задача 2. Для случайной величины из задачи 1 вычислить математическое
ожидание и дисперсию.
Решение.
0 2 2
3 3 x4 3
M x p ( x) dx x 0dx x x 2 dx x 0dx .
80 2
8 4 0 2
Далее,
2 2
2 2 3 2 2 3 x5 12
M x p ( x )dx x x dx ,
80 8 5 0
5
и значит,
2
2 12 3 2
D M ( M ) 0,15.
5 2
В качестве других характеристик, описывающих свойства распределения случайной
величины, используются начальные и центральные моменты.
Начальным моментом k-го порядка называется математическое ожидание k-ой
степени случайной величины, что обозначается k=Мk. Очевидно, что М=1. Получаем
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
k k
M x p ( x)dx ,
если интеграл абсолютно сходится.
Существует также универсальная формула для начальных моментов:
0
k k 1
M k x F ( x)dx k x k 1 (1 F ( x))dx, k 1
0
(если оба интеграла сходятся). Эта формула получается интегрированием по частям, однако
работает не только для абсолютно непрерывных, но и для дискретных, и вообще для любых
функций распределения.
Центральным моментом k-го порядка k называется математическое ожидание k-й
степени отклонения случайной величины от ее математического ожидания
k M ( M ) k .
Из определения следует, что 2 M ( M ) 2 D .
Справедливы формулы:
0 1,
1 0,
2 2 12 ,
3 3 31 2 213 ,
4 4 41 3 612 2 314 ,
...
которые получаются разложением по биному Ньютона и приведением подобных слагаемых.
Если распределение симметрично относительно математического ожидания, то все
центральные моменты нечетного порядка равны нулю.
Величина =3/3 называется коэффициентом асимметрии (или просто
асимметрией) случайной величины . Коэффициент асимметрии характеризует
"скошенность" распределения по отношению к математическому ожиданию. Для
симметричных распределений 3=0, поэтому коэффициент асимметрии равен нулю. Для
распределений, скошенных влево, верно , для скошенных вправо – 0 (см. рис. 6.2а).
Величина =44–3 называется коэффициентом эксцесса (или просто эксцессом)
случайной величины . Коэффициент эксцесса характеризует «сглаженность» или
«крутость» распределения по отношению к нормальному (см. § 6.4.3), поскольку для
нормального распределения 44=3 и, следовательно, =0. Для более островершинных
распределений 0, для менее островершинных 0 (см. рис. 6.2б).
Рис. 6.2.
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.3.
Математическое ожидание, мода, медиана, начальные и центральные моменты
являются основными числовыми характеристиками случайной величины. На практике
числовыми характеристиками часто пользуются для приближенной замены одного закона
распределения другим, но так, чтобы сохранились неизменными несколько важнейших
моментов.
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
т.е. k-ая производная от производящей функции при t=0 равна начальному моменту k-го
порядка, а любой центральный момент можно выразить через начальные моменты.
Основные свойства производящей функции следующие:
1. mc a (t ) Met ( c a ) m (ct )e at .
2. Производящая функция суммы независимых случайных величин равна произведению
производящих функций этих величин.
n
Действительно, пусть i , тогда
i 1
n n n n
m (t ) M exp ti M exp(ti ) M exp(ti ) m i (t )
i 1 i 1 i 1 i 1
Рис. 6.4.
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.5.
Рис. 6.6.
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.7.
Рис. 6.8.
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2 2 2 2
эксцесс – = ( e 1)(e 3 3e 2 6e 6) .
Из формул видно, что асимметрия и эксцесс логарифмически нормального
распределения всегда положительны и тем ближе к нулю, чем ближе к нулю . Мода и
медиана стремятся к слиянию друг с другом по мере стремления к нулю параметра .
Функция логнормального распределения может быть выражена через функцию
стандартного нормального распределения:
ln x a
F ( x) ,
откуда плотность имеет вид:
1 (ln x a) 2
p ( x) exp .
x 2 2 2
Графики плотности и функции логнормального распределения при некоторых
значениях параметров представлены на рис. 6.9 (A=1, =1) и 6.10.
Рис. 6.9.
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.10.
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.11.
Рис. 6.12.
14
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.13.
Рис. 6.14.
15
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0, 1, 1/
1 1 ln 2
X mod 1 Xmed= .
1 , 1,
Рис. 6.15.
16
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
kс0k
момент k-го порядка М = существует при k.
k
Рис. 6.16.
17
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2 2 | a b 2x |
1 , x [a, b];
p ( x) b a (b a )
0, x [a, b].
График плотности распределения Симпсона представлен на рис. 6.17.
Рис. 6.17.
18
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Теоретические задачи
19
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 6.18.
Вычислительные задачи
20
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
C ( x 2), x [3,5]
в) p ( x) ; A 4 6;
0, x [ 3 ,5 ]
C ( x 4), x [1,3]
г) p ( x) ; A 2 5 .
0 , x [ 1 , 3 ]
C (3 x), x [5,2]
д) p ( x) ; A 0 5.
0 , x [ 5 , 2 ]
12. Плотность распределения случайной величины равна p(x). Вычислить константу C,
функцию распределения F(x), M и вероятность P(A), если:
C ( x 2 1), x [1,3]
а) p ( x) ; A 2 5 ;
0, x [1,3]
C ( x 2 3), x [2,1]
б) p ( x) ; A 1 2;
0 , x [ 2 ,1 ]
C (9 x 2 ), x [3,2]
в) p ( x) ; A 0 3;
0, x [3,2]
C ( x 2 x), x [1,4]
г) p ( x) ; A 3 6;
0 , x [1 , 4 ]
C ( x 2 2 x), x [2,5]
д) p ( x) ; A 1 4;
0, x [2,5]
C ( x 3 1), x [2,6]
е) p ( x) ; A 5 7 ;
0, x [2,6]
C ( x 3 2), x [1,3]
ж) p ( x) ; A 0 2.
0, x [1,3]
13. Плотность распределения случайной величины равна p(x). Вычислить константу C,
функцию распределения F(x), M и вероятность P(A), если:
C ( x 4) , x [5,8]
а) p ( x) ; A 3 6;
0, x [5,8]
C ( x 2) , x [1,3]
б) p ( x) ; A 0 5;
0, x [1,3]
C (8 x) , x [2,3]
в) p ( x) ; A 2 5 ;
0, x [2,3]
C ( x 6) , x [1,4]
г) p ( x) ; A 0 5.
0, x [1,4]
14. Плотность распределения случайной величины имеет вид:
C ( x 1) 3 / 2 , x 0,
p ( x)
0, x 0.
Найти константу C, функцию распределения F(x), M , D и вероятность P ( | 1 / 3 | 1).
15. Плотность распределения случайной величины имеет вид:
C (1 x 2 ), | x | 1,
p ( x)
0, | x | 1.
Найти константу C, функцию распределения F(x), M , D и вероятность P(| 1/ 2 | 1 / 4).
21
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
22
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
30. Прибор состоит из двух блоков, которые могут выйти из строя независимо друг от друга.
Прибор выходит из строя, если выходит из строя хотя бы один блок. Срок службы
первого блока имеет распределение Рэлея со средним 3 года, второго – 4 года. Найти
средний срок службы прибора.
23
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 d 1 ( y )
p ( y ) p ( ( y )) .
dy
Доказательство. Пусть (x) – возрастающая функция, тогда обратная ей функция
также возрастающая, и функцию распределения случайной величины ( ) можно
представить в виде F ( y ) F ( 1 ( y )) , так как
F ( y ) P( ( ) y ) P( 1 ( y )) F ( 1 ( y ))
Дифференцируя, получаем
dF ( 1 ( y )) d 1 ( y ) d 1 ( y ) d 1 ( y )
p ( y ) F( y ) 1 p ( 1 ( y )) , 0.
d ( y ) dy dy dy
Пусть теперь (x) – убывающая функция, тогда обратная ей также убывающая, и
F ( y ) P( ( ) y ) P( 1 ( y )) 1 F ( 1 ( y ))
Отсюда получаем
1 dF ( 1 ( y )) d 1 ( y ) 1 d 1 ( y )
p ( y ) F( y ) (1 F ( ( y ))) p ( ( y )) ,
d 1 ( y ) dy dy
d 1 ( y )
0.
dy
Объединяя формулы, полученные в случаях возрастающей и убывающей функции
(x) , получаем исходное утверждение.
Если плотность p (x ) отлична от нуля на некотором промежутке (конечном или
бесконечном), то границы соответствующего промежутка для p ( y ) находятся подстановкой
исходных границ в функцию . Заметим, что порядок следования границ может меняться,
когда – убывающая функция.
Задача 1. Случайная величина равномерно распределена на отрезке [0, 2]. Найти
плотность случайной величины 1 .
Решение. Из условия задачи следует, что
0, x [0,2],
p ( x) 1
2 , x [0,2].
1
1
Здесь ( y ) – функция, обратная к функции (x) , т.е. 1 ( y ) x , если y (x ) .
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0, y [ 3 ,1],
1 d 1 ( y ) 1
p ( y ) p ( ( y )) p ( ( y )) 2 | y | 2 | y | 1
dy 2 , y [ 3 ,1].
Значит,
0, y [ 3 ,1],
p ( y )
y , y [ 3 ,1].
2
Раздел перенесен из главы 5, поскольку совместная функция распределения обычно используется для
описания непрерывных распределений, а не дискретных.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 7.1.
3
Если случайная величина ограничена, то вместо + можно подставить ее наибольшее возможное значение.
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 7.2.
Используя геометрическую интерпретацию функции распределения F(x,y), можно
вычислить вероятность попадания случайного вектора (,) в прямоугольник
{( x, y ) : x [a1 , b1 ), y [a2 , b2 )}
(см. рис. 7.3). Действительно,
P(a1 b1 , a2 b2 ) P(( , ) )
P( b1 , b2 ) P( b1 , a2 ) P( a1 , a2 ) P( a1 , b2 )
F (b1 , b2 ) F (b1 , a2 ) F (a1 , b2 ) F (a1 , a2 ).
Рис. 7.3.
Если случайный вектор непрерывный, то эта формула верна для любых интервалов,
полуинтервалов или отрезков в определении П, так как вероятности точек и прямых в этом
случае нулевые.
Полученная формула имеет важное значение. Дело в том, что в двумерном случае
приведенных выше свойств 14 не достаточно, чтобы функция F(x,y) была двумерной
функцией распределения. Нужно еще потребовать следующее:
5. При любых a1 b1 и a2 b2 выполнено неравенство:
P(a1 b1 , a2 b2 ) F (b1 , b2 ) F (b1 , a2 ) F (a1 , b2 ) F (a1 , a2 ) 0 .
Данное неравенство называется неравенством прямоугольника и отражает тот факт,
что вероятность попадания в любой прямоугольник, рассчитанная с помощью совместной
функции распределения, должна быть неотрицательной. В случае n>2 случайных величин
это неравенство обобщается с прямоугольника на n-мерный параллелепипед.
Вернемся теперь к понятию независимости случайных величин (см. § 5.2). Напомним,
что cлучайные величины и называются независимыми, если для любых борелевских
множеств (см. § 3.7) A и В выполняется условие:
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 7.4.
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 7.5.
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Поэтому
2 y
p ( x) p ( x y) p ( y)dy p ( x y) 2e dy
0
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
g ( x)
d
C
d
f (u )du g ( x) f ( g ( x)), f (u )du g ( x) f ( g ( x)) .
dx C
dx g ( x )
1. Разность
z y
F ( z ) p ( x) p ( y )dxdy p ( x)dx p ( y )dy .
x y z
Здесь используем тот факт, что xyz эквивалентно xz+y.
Дифференцируя по z, получаем
p ( z ) p ( z y) p ( y)dy .
2. Произведение
0 z y
F ( z ) p ( x) p ( y )dxdy p ( x)dx p ( y )dy p ( x)dx p ( y )dy .
xy z z y 0
Здесь используем тот факт, что xyz эквивалентно xz/y при y<0 и xz/y при y>0.
Дифференцируя по z, получаем
0
1 z 1 z 1 z
p ( z ) p p ( y )dy p p ( y )dy p p ( y )dy .
y y 0
y y
| y| y
3. Отношение
0 zy
F ( z ) p ( x) p ( y )dxdy p ( x)dx p ( y )dy p ( x)dx p ( y )dy
x y z zy 0
Здесь используем тот факт, что x/yz эквивалентно xzy при y<0 и xzy при y>0.
Дифференцируя по z, получаем
0
p ( z ) yp zy p ( y )dy yp zy p ( y )dy | y | p zy p ( y)dy .
0
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Наиболее важен для приложений случай, когда вектор (, ) представляет собой
двумерную непрерывную случайную величину с совместной плотностью распределения
p , ( x, y ) . Тогда
х
p , (u, y )
F | ( x | y ) p ( y) du .
В данном случае условная функция распределения имеет производную по х, то есть
существует условная плотность распределения при условии =у, равная
F ( x | y ) p , ( x, y )
p | ( x | y ) | .
x p ( y )
Условное математическое ожидание непрерывной случайной величины при
известном η вычисляется по формуле:
p ( x, y )
M ( | y ) xp | ( x | y )dx x , dx ,
p ( y )
и называется функцией регрессии ξ по η:
| ( y ) M ( | y ) .
Функция регрессии | ( y ) определена в области возможных значений , то есть при
p ( y ) 0 .
Задача 6. Двумерный случайный вектор (,) равномерно распределен внутри
треугольника ( x, y) : x 0, y 0, x y 2. Найти условное распределение при условии
=y и функцию регрессии |(y).
Решение. Как было показано ранее (см. задачи 2 и 3),
0, ( x, y ) , 0, y (0, 2),
p , ( x, y ) 1 и p ( x) 2 y
2 , ( x, y ) 2 , y (0, 2).
Поделив первую плотность на вторую, получаем условную плотность:
0, x (0, 2 y ),
1
p | ( x | y )
, x (0, 2 y ).
2 y
Таким образом, речь идет о равномерном распределении на промежутке (0, 2y).
Функцию регрессии вычисляем как математическое ожидание равномерного распределения.
Получаем |(y)=(2y)/2, 0<y<2.
Задача 7. Точку бросают случайным образом в круг радиуса R с центром в начале
координат. Найти условную плотность распределения случайной величины – абсциссы
точки падения при условии, что ордината приняла значение у.
Решение. Используя ранее данное определение равномерного распределения на
двумерном множестве (см. § 7.2.2), получаем плотность совместного распределения
0,
x 2 y 2 R 2 , 0, x R2 y2 ,
p , ( x, y ) 1 2 2 2 1
R 2
, x y R , 2 , x R2 y 2 ,
R
и плотность распределения :
0, y R,
p ( y ) 2 R 2 y 2
, y R,
R 2
Отсюда при |у|R получаем условную плотность
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0, x R2 y2 ,
p | ( x | y ) 1 .
, x R2 y2.
2 R2 y2
Таким образом, случайная величина при условии =у равномерно распределена на
отрезке [ R 2 y 2 ; R 2 y 2 ] . Ее условное математическое ожидание тождественно равно
нулю. Интересно отметить, что условная плотность распределения случайной величины
при условии =у равномерна, в то время как безусловная плотность таковой не является. И
в этом примере случайные величины и зависимы между собой.
В заключение отметим важный для приложений случай, когда случайный вектор (1,
2) имеет двумерное нормальное распределение (см. § 7.2.2) с совместной плотностью
1 1 ( x1 a1 ) 2 ( x1 a1 )( x2 a2 ) ( x2 a2 ) 2
p ( x1 , x2 ) exp 2
2
2 .
2 1 2 1 2 2(1 ) 1 1 2 22
Из формулы совместной плотности компонент двумерного случайного вектора можно
получить также их условные плотности. После громоздких вычислений оказывается, что 2
при условии 1=x1 имеет нормальное распределение
N 2 ( x1 a1 ) a2 , (1 2 ) 22 ,
1
а 1 при условии 2=x2 имеет нормальное распределение
N 1 ( x2 a2 ) a1 , (1 2 ) 12 .
2
Отсюда следуют также формулы для функций регрессии (условных математических
ожиданий) одной компоненты по другой:
2
2 | 1
( x1 ) ( x1 a1 ) a2 , | ( x2 ) 1 ( x2 a2 ) a1 .
1 1 2
2
Для практических приложений очень важно, что эти функции являются линейными,
так что речь идет о линейной регрессии.
А при =1 наступает просто линейная зависимость между компонентами:
2
2 (1 a1 ) a2 , 1 1 ( 2 a2 ) a1 .
1 2
§ 7.5. Максимумы и минимумы зависимых случайных величин
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
F ( x) F ( x, 1) min{x 3 , x 2 } x 3 , x [0,1],
F ( y ) F (1, y ) min{ y 2 , y 4 } y 4 , y [0,1],
Fmax ( x) F ( x, x) min{x 5 , x 6 } x 6 , x [0,1],
Fmin ( x) F ( x) F ( x) F ( x, x) x 3 x 4 x 6 , x [0,1].
Задача 9. Система состоит из двух блоков, времена безотказной работы которых и
имеют совместное распределение
F ( x, y ) 1 e ( a c ) x e (b c ) y e ( ax by c min{ x , y}) , x, y 0, a, b, c 0 .
Известно, что система выходит из строя, если хотя бы один блок выходит из строя. Найти
функции распределения времен безотказной работы каждого блока и системы в целом.4
Решение. Находим
F ( x) F ( x, ) 1 e ( a c ) x , x 0; F ( y ) F (, y ) 1 e (b c ) y , y 0;
Fmin ( x) F ( x) F ( x) F ( x, x) 1 e ( a b c ) x , x 0.
Задачи для самостоятельного решения
Теоретические задачи
Вычислительные задачи
4
Это классическая модель МаршаллаОлкина в теории надежности.
5
Задача заменена на бывшую задачу 37.
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
г) I=[0, 2], (3 )3 ;
д) I=[1, 2], 3 ;
е) I=[1, 2], 1 ;
ж) I=[1, 2], 1 ( 1) ;
з) I=[1, 2], 6 ( 1) ;
и) I=[1, 1], 1 ( 1) 2 ;
к) I=[1, 1], ln( 2) .
7. Случайная величина имеет показательное распределение с параметром =2. Найти
плотность распределения случайной величины , если:
а) 2 1 ;
б) 3 1 ;
в) 1 3 ;
г) e 1 ;
д) ln( 1) .
8. Случайная величина имеет показательное распределение с параметром . Найти
функции плотности распределения случайных величин:
а) 1= ; б) 2 =2; в) 3= ; г) 4 1 e .
9. Случайная величина распределена по нормальному закону с параметрами a и 2.
Найти плотность распределения случайной величины , если:
а) a=2, =2, ( 2)3 ;
б) a=1, =3, 3 2 ;
в) a=2, =1, ( 1)3 ;
г) a=1, =2, e ;
д) a=1, =3, 3 .
10. Случайная величина имеет стандартное распределение Коши. Найти плотность
распределения случайной величины , если:
а) 3 ;
б) arctg ;
в) e .
11. Плотность распределения случайной величины равна p(x). Найти плотность
распределения , если:
x 4
, x [1,3]
а) p ( x) 20 ; ( 1)3 ;
0, x [1,3]
x 3
, x [4,6]
б) p ( x) 4 ; 2 6;
0, x [4,6]
2(3 x)
, x [5,2] 2
в) p ( x) 63 ; 1 ( 5) ;
0, x [5,2]
2(5 x)
, x [2,5]
г) p ( x) 55 ; ln( 4) ;
0, x [2,5]
14
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
8 x
, x [1,3]
д) p ( x) 28 ; e 1 ;
0, x [1,3]
12. Плотность распределения случайной величины равна p(x). Найти плотность
распределения , если:
3( x 2 1)
а) p ( x) 20 , x [1,3] ; 1 ;
0, x [1,3]
x2 1
б) p ( x) 24 , x [1,4] ; 1 ;
0, x [1,4]
3(9 x 2 )
в) p ( x) 100 , x [3,2] ; 1 ( 3) ;
0, x [3,2]
2( x 2 x)
г) p ( x) 57 , x [1,4] ; ln( 2 1) ;
0, x [1,4]
x2 2x
д) p ( x) 18 , x [2,5] ; ln( 1) ;
0, x [2,5]
x3 1
е) p ( x) 324 , x [2,6] ; 2 (1 ) ;
0, x [2,6]
1
, x [1,3]
ж) p ( x) (ln 2)( x 5) ; e3 ;
0, x [1,3]
1
, x [2,3]
з) p ( x) (ln 2)(8 x) ; e 2 ;
0, x [2,3]
13. Продавец прохладительных напитков установил, что его доход (за день) в летний
период зависит от среднедневной температуры воздуха экспоненциальным образом и
при повышении температуры от 20С до 30С растет от 1000 до 2000 денежных
единиц. В предположении, что температура равномерно распределена от 20С до
30С, найти: а) вероятность того, что доход составит более 1500 денежных единиц; б)
средний доход; в) среднее квадратическое отклонение дохода.
14. Предприниматель взял кредит в 100 денежных единиц под сложные проценты (0,1% в
день) на время реализации некоторого проекта. Определить, какую сумму в среднем
ему придется выплатить, если время реализации проекта: а) равномерно распределено
от 100 до 200 дней; б) показательно распределено со средним 150 дней.
15
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
16
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
6
В задачу 33 добавлены новые пункты д), е).
7
В задачу 34 добавлены новые пункты д), е).
17
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
8
Задача заменена на новую.
18
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 n
i ,
n i1
которая имеет
1 n 1 n
M i
n i 1
M и D Di
n 2 i 1
(согласно свойствам математического ожидания и дисперсии).
Задача 1. В 400 испытаниях Бернулли вероятность успеха в каждом испытании равна
0,8. С помощью неравенства Чебышева оценить вероятность того, что разница между числом
успехов в этих испытаниях и средним числом успехов будет меньше 20.
Решение. Число успехов распределено по закону Бернулли, поэтому среднее число
успехов равно М=np=400×0,8=320, а дисперсия D=npq=400×0,8×0,2=64. Тогда в силу
неравенства Чебышева имеем:
D 64
P 320 20 1 2 1 0,84.
20 400
Вычислим эту же вероятность с помощью приближенной (интегральной) формулы
МуавраЛапласа (см. § 4.3.2):
k np k
P 320 20 P np k P
npq npq npq
k
2 0 2 0 20 2 0 (2,5) 2 0,4938 0,9876.
npq 64
Последнее вычисление показывает, что неравенство Чебышева дает довольно грубые
оценки вероятностей.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
i 0 1
P q р
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
c2 x2
m np 1
lim P c1 c2 e 2
dx 0 (c 2 ) 0 (c1 ) ,
n
npq 2
c1
где
x y2
1
2
0 ( x) e dy
2 0
– функция Лапласа. Этот результат называется интегральной теоремой Муавра–Лапласа и
уже встречался раньше (см. § 4.3.2). Таким образом, ЦПТ есть обобщение интегральной
теоремы МуавраЛапласа на случай слагаемых более общего вида (не только 0 и 1).
Задача 2. В продукции цеха детали отличного качества составляют 50. Детали
укладываются в коробки по 200 штук в каждой. Определить, сколько деталей надо положить
в коробку, чтобы с вероятностью, не меньшей 0,99, можно было утверждать, что число
деталей отличного качества в коробке не менее 100.
Решение. Обозначим
100 np
u .
npq
Используя нормальное приближение, получаем
m np 1
P(m 100) P u 1 (u ) 0 (u ) 0,99 .
npq 2
Отсюда 0 (u ) 0,49 , а из таблицы 2 приложения Т и свойств функции Лапласа получаем
1
неравенство u 2,32 . Обозначив x n 0 , с учетом p q , приходим к квадратному
2
2
неравенству х –2,32х–2000, решая которое, получаем n236.
Можно предложить и другой метод. Пусть i – число деталей, которые пришлось
перебрать, чтобы найти i-ую деталь отличного качества (включая ее саму). Случайные
величины имеют геометрическое распределение с параметром p=1/2. Находим M=1/p=2,
D=(1p)/p2=2. Используя ЦПТ, получаем неравенство
n 100 2 1 n 200
P( S100 n) 0 0,99 ,
2 100 2 14,14
откуда следует n200+14,142,32=232,8 или, округляя, n233.
Результаты получаются близкие, но первый метод более точен и потому
предпочтительней. Вторым методом лучше пользоваться, если нужно определить границы, в
которых лежит неизвестное число деталей.
Задача 3. Доходы жителей города имеют математическое ожидание 10 тыс. руб. и
среднее квадратическое отклонение 2 тыс. руб. Найти вероятность того, что средний доход
100 случайно выбранных жителей составит от 9,5 до 10,5 тыс. руб.
Решение. Переформулируем условие задачи для суммарного дохода: он должен
составлять от 950 до 1050 тыс. руб. Используя ЦПТ, получаем:
1050 100 10 950 100 10
P(950 S100 1050) 0 0 2 0 (2,5) 0,9876.
2 100 2 100
Задача 4. Срок службы электрической лампы имеет показательное распределение с
математическим ожиданием 1000 часов. Найти вероятность, что средний срок службы для
100 ламп составит не менее 900 часов.
Решение. Примем для простоты 1000 часов за единицу времени. Вспомним числовые
1 1
характеристики показательного распределения: М= , D= 2 . Отсюда следует, что среднее
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Теоретические задачи
в)
n n 0 n
P 1 2 1
1
n n n
г)
n n2 3 0 n2 3
P 1 2 1
1
n n n
2. Пусть 1, 2, ..., i, ... — независимые, одинаково распределенные случайные величины с
функцией распределения F(x). Пусть заданы случайные величины
1, i x,
i
0, i x.
Выполняется ли для последовательности 1, 2, ... i, ... закон больших чисел?
3. Доказать закон больших чисел в «обобщенной форме»: пусть 1 , 2 , ..., n , ... –
последовательность независимых случайных величин, у которых существуют
математические ожидания Mi и дисперсии Di , причем все дисперсии ограничены
сверху одной константой C>0. Тогда для любого >0 верно
1 n 1 n
lim P i M i 0 .
n i 1 n i 1
n
4. Пусть случайная величина имеет нормальное распределение с параметрами М=а,
D=2. Найти вероятности P| a | и P| a | 3 , пользуясь таблицами функции
Лапласа. Затем оценить вероятности с помощью неравенства Чебышева.
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Вычислительные задачи
6. Средний размер вклада в отделении банка равен 6000 руб. Оценить вероятность, что
случайно взятый вклад будет меньше 10000 руб.
7. Среднее количество вызовов, поступающих на АТС завода в течение часа, равно 300.
Оценить вероятность того, что в течении следующего часа число вызовов на
коммутатор: а) будет не менее 400; б) будет менее 600.
8. Отделение банка обслуживает в среднем 100 клиентов в день. Оценить вероятность
того, что сегодня в отделении банка будет обслужено: а) менее 200 клиентов; б) не
менее 150 клиентов.
9. Среднее абсолютное приращение цены акции компании в течении биржевых торгов
составляет 0,3%. Оценить вероятность того, что на ближайших торгах курс изменится
не менее, чем на 3%.
10. Среднее квадратическое отклонение приращения цены акции компании в течение
биржевых торгов составляет 2%, а среднее приращение равно нулю. Оценить
вероятность того, что на ближайших торгах курс изменится не менее, чем на 5%.
11. Выплаты страховой фирмы клиенту по страхованию имущества имеют среднее 1 млн.
руб., среднее квадратическое отклонение 200 тыс. руб. Оценить, с какой вероятностью
страховой фирме придется заплатить 25 клиентам от 20 до 30 млн. руб.1
12. По статистическим данным, в среднем 87% новорожденных доживают до 50 лет. С
помощью неравенства Чебышева оценить вероятность того, что из 1000
новорожденных доля доживших до 50 лет будет отличаться от вероятности этого
события менее, чем на 0,04 (по абсолютной величине).
13. В среднем 10% работоспособного населения некоторого региона – безработные.
Оценить с помощью неравенства Чебышева вероятность того, что уровень
безработицы среди случайно выбранных 10000 работоспособных жителей составит от
9% до 11%.
14. Опыт страховой компании показывает, что страховой случай приходится примерно на
каждый пятый договор. Оценить с помощью неравенства Чебышева количество
договоров, при котором с вероятностью 0,9 можно утверждать, что доля страховых
случаев отклонится от 0,2 менее, чем на 0,01 (по абсолютной величине). Уточнить
ответ с помощью теоремы МуавраЛапласа.
15. В продукции цеха детали отличного качества составляют 80%. В каких границах
будет находиться с вероятностью 0,99 число деталей отличного качества среди 10000
деталей? Сделать оценку с помощью неравенства Чебышева и с помощью теоремы
МуавраЛапласа.
16. Фирма делает клиентам скидку, равную последней цифре номера паспорта (в
процентах). Стоимость услуги фирмы без скидки составляет 1000 рублей.
Определить, в каких границах лежит суммарный доход фирмы от оказания услуг 100
клиентам с учетом скидок.2
17. Аппаратура состоит из 100 одинаково надежных и независимо работающих
элементов, каждый из которых может отказать в течение суток с вероятностью 0,01.
1
Задача заменена на новую.
2
Задача заменена на новую, старая задача перенесена в главу 4.
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
3
Задача модифицирована, старая задача перенесена в главу 4.
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Случайным процессом называется функция двух переменных (t,), где tT – время,
– элементарный исход. Время может быть непрерывным или дискретным
(целочисленным).
Случайный процесс ставит в соответствие каждому моменту времени tT случайную
величину (t)=(t,) как функцию от . Поэтому процесс обычно для краткости
обозначают через (t).
Пусть заданы моменты времени 0t1<t2<…<tn<tn+1<…<tn+m, n, m>0, и А – любое
событие (утверждение), относящееся к случайным величинам (t1),…,(tn1), В – относящееся
к (tn+1),…,(tn+m), C – относящееся к (tn). Говорят, что процесс обладает марковским
свойством, если для него всегда выполняется равенство:
P ( B | AC ) P ( B | C )
или (в эквивалентной форме):
P ( AB | C ) P( A | C ) P ( B | C ) .
Марковское свойство означает, что будущее поведение процесса не зависит от его
прошлого при условии, что известно настоящее (т.е. текущее значение процесса).
Марковским процессом называется случайный процесс, обладающий марковским
свойством.
Пространством состояний S случайного процесса называется множество всех
возможных значений функции (t,).
Цепью Маркова называется марковский процесс, для которого выполнено хотя бы
одно из следующих двух условий:
а) пространство состояний конечно или счетно;
б) время дискретно.
Далее будем изучать цепи Маркова с конечным или счетным числом состояний, как с
дискретным, так и с непрерывным временем.
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Следует отметить, что это система из m+1 уравнений с m неизвестными, так что одно
из уравнений (любое из первых m) можно исключить.
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
Пример 1, задача 3 и задачи для самостоятельной работы 911 взяты из книги Соколов Г.А., Чистякова Н.А.
Теория вероятностей. Управляемые цепи Маркова в экономике. М.: Физматлит, 2005.
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 0,99 1 0,04 2 ,
2 0,01 1 0,96 2 ,
1,
1 2
получаем =(0,8; 0,2). Таким образом, в стационарном режиме 80% живут в городе, 20% – в
пригороде.
Задача 3. Магазин электротоваров торгует холодильниками. Случайный спрос на
холодильники за неделю имеет распределение, заданное таблицей:
Спрос 0 1 2
P 0,2 0,5 0,3
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
На практике эти условия выполняются далеко не всегда. Однако получаемые при данных предположениях
результаты можно использовать в качестве предварительных грубых оценок показателей работы системы.
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
откуда
0 1 , j j (1 ) .
Найдем среднюю длину очереди.
При числе требований j<2 очереди нет, при j2 длина очереди равна j1.
Используем тот факт, что при |x|<1 верно
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
k 1 k k 1 1 1
k 0
x , x kx
1 x k 1 k 1
1 x (1 x)
2
.
Получаем
L ( j 1) j ( j 1) j (1 )
j 2 j 2
.
k 1 2 1
2 k 1 2
(1 ) k (1 ) k
k 1 k 1 (1 ) 2 1
Вероятность того, что длина очереди больше m, равна
j
vm j (1 ) m 2 .
j m 2 j m 2
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Спрос 0 1 2
P 0,3 0,6 0,1
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
23. Имеется 4 машины, каждая из которых выходит из строя в среднем раз в 2 часа.
Найти среднее время наладки, при котором вероятность того, что все машины
находятся в рабочем состоянии, составляет не менее 75%. Каждая машина выходит
из строя и обслуживается независимо от других.
24. Имеется 8 машин, каждая из которых выходит из строя в среднем раз в 3 часа. Найти
среднее время наладки, при котором в среднем не менее 7 машин находятся в
рабочем состоянии. Каждая машина выходит из строя и обслуживается независимо
от других.
25. В однолинейной системе среднее время между поступлениями требований составляет
10 минут. Сколько в среднем времени должно занимать обслуживание требования,
чтобы вероятность очереди более чем из 3 заявок составляла не более 10%?
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
n i 1
i n, w
i 1
i 1 . Результаты можно записать в таблицу:
x1 x2 ... xk
w1 w2 ... wk
Рис. 10.1.
1
В единственном числе – вариантА (женского рода).
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис.10.2.
2
На практике гистограммами также называют ступенчатые фигуры с высотами wi (без деления на h).
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
убывают, и таким образом, график накопленных частот имеет вид ступенчатой "лестницы"
(от 0 до 1).
График накопленных частот используется для приближения теоретической функции
распределения (рис. 10.4).
Задача 23. Анализируется выборка из 100 малых предприятий региона. Цель
обследования – измерение коэффициента соотношения заемных и собственных средств (хi)
на каждом (i-ом) предприятии. Результаты представлены в таблице 10.1.
Таблица 10.1.
5,56 5,45 5,48 5,45 5,39 5,37 5,46 5,59 5,61 5,31
5,46 5,61 5,11 5,41 5.31 5,57 5,33 5,11 5,54 5,43
5,34 5,53 5,46 5,41 5,48 5,39 5,11 5,42 5,48 5,49
5,36 5,40 5,45 5,49 5,68 5,51 5,50 5,68 5,21 5,38
5,58 5,47 5,46 5,19 5,60 5,63 5,48 5,27 5,22 5,37
5,33 5,49 5,50 5,54 5,40 5.58 5,42 5,29 5,05 5,79
5,79 5,65 5,70 5,71 5,85 5,44 5,47 5,48 5,47 5,55
5,67 5,71 5,73 5,05 5,35 5,72 5,49 5,61 5,57 5,69
5,54 5,39 5,32 5,21 5,73 5,59 5,38 5,25 5,26 5,81
5,27 5,64 5,20 5,23 5,33 5,37 5,24 5,55 5,60 5,51
3
Задача взята из книги Айвазян С.А., Мхитарян В.С. Прикладная статистика в задачах и упражнениях. М.:
ЮНИТИ-ДАНА, 2001.
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 10.3.
Рис.10.4.
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
nx
Доказательство. По определению Fn ( x) , где nx – число наблюдений, меньших х.
n
Рассмотрим наблюдения как n независимых испытаний Бернулли, в каждом из которых
возможны два исхода: xkx} или xkx}. Вероятности этих событий равны p=P(<x)=F(x) и
q=P(x)=1–F(x) соответственно. Событие xkx} можем называть успехом, тогда nx – число
успехов в n независимых испытаниях Бернулли. Следовательно, математическое ожидание
Мnx=np, и дисперсия Dnx=npq. Отсюда
1 nF ( x )
МFn ( x ) Мn x F ( x ),
n n
1 nF ( x )(1 F ( x )) F ( x )(1 F ( x ))
DFn ( x ) 2 Dn x .
n n2 n
В силу неравенства Чебышева для любого верна оценка:
DFn ( x)
P(| Fn ( x) F ( x) | ) 2
,
поэтому
F ( x)(1 F ( x))
P(| Fn ( x) F ( x) | ) , n,
n 2
откуда следует утверждение теоремы.
Смысл теоремы ГливенкоКантелли заключается в том, что при увеличении объема
выборки n у эмпирической функции распределения исчезают свойства случайности, и она
приближается к теоретической функции распределения. Эмпирическая функция
распределения служит оценкой функции распределения генеральной совокупности.
График эмпирической функции распределения есть неубывающая ступенчатая кривая
со скачками равными 1/n в точках вариационного ряда (если значения не совпадают). Если
ni точек вариационного ряда совпадают и равны xi, то скачок в точке xi равен ni/n.
7
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
xi 2 3 5
ni 75 20 5
wi 0,75 0,2 0,05
Рис.10.5.
Рис. 10.6.
хi 15 20 25 30 35
ni 10 15 30 20 25
3. В таблице представлены данные по числу крупных сделок на фондовой бирже за квартал для
400 инвесторов.
xi 0 1 2 3 4 5 6 7 8 9 10
ni 146 97 73 34 23 10 6 3 4 2 2
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
хi 2 4 5 7 10
wi 0,15 0,2 0,1 0,1 0,45
xi 46 68 810 1012 1214 1416 1618 1820 2022 2224 2426
ni 1 3 6 11 15 20 14 12 10 6 2
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
14. Результаты исследования прочности 200 образцов материала на сжатие представлены в виде
интервального статистического ряда:
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
При расчете выборочной дисперсии в этом случае иногда делают поправку Шеппарда, вычитая из нее h2/12,
где h длина интервала разбиения. Далее эта поправка не используется, для простоты изложения.
2
На практике коэффициенты асимметрии и эксцесса часто оцениваются по более сложным, но более точным
формулам (в пределе дающим тот же ответ).
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
2
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 n 1 n na
Mx М xi Мxi a,
n i 1 n i 1 n
так как Мхi=М, т.е. выборочное среднее является несмещенной оценкой математического
ожидания, и
1 n 1 n n 2 2
Dx D xi 2 Dxi 2 0, n ,
n i 1 n i 1 n n
так как Dхi=D.
Отсюда в силу неравенства Чебышева для любого фиксированного >0
Dx 2
P(| x a | ) 2 2 0, n .
n
Итак, выборочное среднее (среднее арифметическое выборки) x сходится по
вероятности к математическому ожиданию случайной величины, т.е. является
состоятельной оценкой математического ожидания.
Аналогично доказывается состоятельность оценок начальных моментов ̂ k любого
порядка.
Вычислим математическое ожидание выборочных начальных моментов:
1 n 1 n n k
Мˆ k М xik Мxik k .
n i1 n i1 n
Следовательно, выборочные начальные моменты являются несмещенными оценками
теоретических начальных моментов. Очевидно, что для любого k справедливо равенство
D k M 2 k ( M k ) 2 2 k k2 .
Учитывая, что хi – независимые случайные величины, получим соотношение
1 n k 1 n k 1 k 2 k k2
Dˆ k D xi 2 Dxi D 0, n ,
n i 1 n i 1 n n
что является достаточным условием для сходимости по вероятности. Действительно, в силу
неравенства Чебышева для любого фиксированного >0
Dˆ 2
P(| ˆ k k | ) 2 k 2 k 2 k 0, n ,
n
т.е. выборочный начальный момент ̂ k k-го порядка является состоятельной оценкой
начального момента k генеральной совокупности.
Заметим, что в обоих случаях для доказательства состоятельности можно было бы
также сослаться на закон больших чисел (см. § 8.2, теорема 4) и усиленный закон больших
чисел (см. § 8.2, теорема 6). Последний даже не требует существования дисперсий.
Покажем теперь, что выборочная дисперсия
1 n
ˆ 2 ( xi x) 2
n i 1
является смещенной оценкой дисперсии D=2 генеральной совокупности.
Лемма 1. Для любого числа b выборочную дисперсию можно записать в виде
1 n
ˆ 2 ( xi b) 2 ( x b) 2 .
n i 1
Доказательство. Используем следующую цепочку равенств:
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 n 1 n 1 n
2 i ( x x ) 2
i [( x b ) ( x b )]2
[( xi b)2 2( xi b)( x b) ( x b)2 ]
n i 1 n i 1 n i 1
1 n 2( x b ) n 1 n
( xi b) 2 ( xi b) ( x b) 2
n i 1 n i 1 n i 1
1 n x b n
( xi b) 2 2 xi 2nb n x nb
n i 1 n i 1
1 n 2 x b n n
n i 1
( xi b ) 2
n i 1
xi nb
i 1
xi
1 n 2 1 n 1 n
( xi b ) ( x b ) xi b ( xi b) 2 ( x b) 2 .
n i 1 n i 1 n i 1
Следствие 1. Если М=а есть среднее генеральной совокупности, то
1 n
̂ 2
( xi a ) 2 ( x a ) 2 .
n i 1
Вычислим математическое ожидание выборочной дисперсии:
1 n 1 n
Mˆ 2 M ( xi a) 2 M ( x a) 2 M ( xi a) 2 D x
n i 1 n i 1
n 2 2 n 1 2
.
n n n
Отсюда следует, что ˆ 2 является смещенной оценкой дисперсии.
Несмещенной оценкой дисперсии будет
1 n
s2 ( xi x ) 2 ,
n 1 i 1
поскольку
n ˆ2 n n n 1 2
Ms 2 M Mˆ 2 2.
n 1 n 1 n 1 n
Поэтому оценку ˆ 2 (при получении которой сумма квадратов делится на n) называют
смещенной или неисправленной выборочной дисперсией, а оценку s2 (при получении
которой сумма делится на n–1) называют несмещенной или исправленной выборочной
дисперсией. Выборочным средним квадратическим отклонением (исправленным или
неисправленным) называют положительный корень из соответствующей выборочной
дисперсии. Эта оценка теоретического среднего квадратического отклонения D , к
сожалению, в обоих случаях является смещенной. Далее по умолчанию будем иметь в виду
исправленные оценки.
Обычный закон больших чисел не применим к центрированным величинам, так как
после центрирования они становятся зависимыми. Однако с помощью теоремы Слуцкого
можно доказать, например, что выборочная дисперсия сходится по вероятности к
теоретической дисперсии, если последняя существует.
Теорема 1 (Слуцкого). Пусть функция f(x,y) непрерывна в точке (а,b) и случайные
последовательности Xn и Yn сходятся по вероятности соответственно к числам a и b.
Тогда f(Xn,Yn) сходится по вероятности к f(a,b).
Доказательство. Если f(x,y) непрерывна в точке (a,b), то для любого >0 существует
такое, что при |xa|< и |yb|< выполняется неравенство | f ( x, y ) f (a, b) | . Тогда,
если | f ( x, y ) f (a, b) | , то справедливо хотя бы одно из неравенств: |x–a|≥ или |y–b|≥.
Рассмотрим событие
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
{ : | f ( X n , Yn ) f (a, b) | } { : | X n a | } { : | Yn b | } .
В силу теоремы сложения вероятностей получаем
P( | f ( X n , Yn ) f (a, b) | ) P({ | X n a | } { | Yn b | })
P(| X n a | ) P(| Yn b | ) P(| X n a | , | Yn b | )
P(| X n a | ) P(| Yn b | ),
причем P(| X n a | ) 0 и P(| Yn b | ) 0 при n. Следовательно,
lim P( | f ( X n , Yn ) f (a, b) | ) 0
n
или
р
f ( X n , Yn ) f ( a, b ) .
Понятно, что теорема Слуцкого верна не только в случае функции двух аргументов,
но и обобщается на случай произвольного конечного числа аргументов.
Следствие 2. Выборочные дисперсии s2 и ˆ 2 являются состоятельными оценками
теоретической дисперсии.
Доказательство. Требуется доказать сходимость обеих выборочных дисперсий к
теоретической по вероятности.
Начнем с неисправленной выборочной дисперсии ˆ 2 , которая по лемме 1 может быть
представлена в виде (при b=0):
1 n 1 n
ˆ 2 ( xi x ) 2 xi2 x 2 .
n i1 n i1
Рассмотрим непрерывную функцию f ( x, y ) x y 2 , положив
1 n
X n xi2 M 2 , Yn x M , n ,
n i 1
и применим теорему Слуцкого:
р
ˆ 2 f ( X n , Yn ) f ( M 2 , M ) M 2 ( M ) 2 D .
Далее, поскольку
n n
s2 ˆ 2 и 1, n ,
n 1 n 1
отсюда следует также
р
s2 D .
Подобным образом доказывается сходимость по вероятности любого выборочного
р
центрального момента к теоретическому центральному моменту: ˆ k k (конечно, если
последний существует). Действительно, из сходимости по вероятности случайных величин
i(n) к некоторым постоянным числам аi следует, в силу теоремы Слуцкого, сходимость по
вероятности любой непрерывной функции (1(n),2(n),…,k(n)) к ее значению в точке
р р
(а1,а2,…,аk), т.е. , если i(n) ai, то (1(n),2(n),…,k(n)) (a1,a2,…,ak) при n.
Поскольку все выборочные центральные моменты (а также функции от них –
выборочные коэффициенты асимметрии и эксцесса) являются непрерывными функциями от
наблюдений, то они сходятся по вероятности к соответствующим теоретическим значениям.
Теорема 2. Если ˆn – несмещенная оценка параметра , и ее дисперсия стремится к
нулю: Dˆ 0 при n , то оценка состоятельная.
n
5
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Решение: Перейдем к условным вариантам ui = 10(xi –19,3). Тогда ˆ 2 (u) =100 ˆ 2 (x) и
ui 9 4 0 3
ni 5 10 20 15
ˆ ( x, y ) (x
i 1
i x )( yi y )
ˆ ( x, y ) .
ˆ ( x)ˆ ( y ) n
2
n
2
(x
i 1
i x) (y
i 1
i y)
6
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
сравнение их между собой и поиск наилучшей среди них. Естественным критерием такого
поиска является дисперсия как мера разброса значений случайной величины вокруг его
среднего значения. Наилучшей оценкой является оценка с минимальной дисперсией. Однако
для смещенной оценки ˆn дисперсия служит мерой близости не к оцениваемому параметру
, а к математическому ожиданию этой же оценки Mˆ . Поэтому естественно искать
n
наилучшие оценки с наименьшей дисперсией только среди несмещенных оценок.
Получая ту или иную оценку, нужно иметь возможность определить, обладает ли она
минимальной дисперсией из всех возможных, или нет. С этой целью вводится понятие
эффективности оценки и используется неравенство РаоФрешеКрамера.
Информацией Фишера о неизвестном параметре , содержащейся в одном из
независимых наблюдений случайной величины , называется величина
2
ln p ( , )
I ( ) M ,
где в качестве p ( x, ) берется либо плотность в точке x (для непрерывных случайных
величин), либо вероятность принять значение x (для дискретных случайных величин).
Говорят, что величина I ( ) определяет количество информации Фишера.
Теорема 4 (РаоФрешеКрамера).
Пусть функция плотности р(x,) удовлетворяет следующим условиям регулярности:
1) область Gn={x: р(x,)>0} всех возможных значений случайной величины, для
которых р(x,θ)≠0, не зависит от параметра ;
2) в тождествах
ˆn ( X ) p( X , )dX Mˆn и p( x, )dx 1
Rn R
8
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
9
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 n 1 n D (1 )
Dˆ D xi 2 Dxi .
n i 1 n i 1 n n
Найдем информацию Фишера, причем в данном случае наблюдаемая величина
принимает всего два значения: 0 и 1 с вероятностями p0 ( ) 1 и p1 ( ) .
2 2 2 2
d ln p0 ( ) d ln p1 ( ) 1 1 1
I ( ) p0 ( ) p1 ( ) (1 ) .
d d 1 (1 )
Таким образом,
1
e(ˆn ) 1,
nI ( ) D(ˆ ) n
значит, оценка является эффективной.
Задача 6. Пусть выборка x1, x2, ..., xn произведена из генеральной совокупности с
равномерным распределением на интервале (0; ). Проверить на эффективность оценку
n 1
ˆ x max
n
для неизвестного параметра .
10
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
11
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1 2 1
; e(ˆ) n 1 .
n
nI ( ) 9n Dˆ 3
Следовательно, оценка неэффективная.
12
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
1
i2
ci n .
1
j 1
2
j
Теоретические задачи
13
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Вычислительные задачи
14. В итоге четырех измерений некоторой величины одним прибором (без систематических
ошибок) получены следующие результаты: 8, 9, 11, 12. Найти: а) выборочное среднее
результатов измерений; б) смещенную и исправленную выборочные дисперсии ошибок
прибора.
15. С помощью измерительного прибора, не имеющего систематической ошибки, было сделано
8 независимых измерений некоторой величины:
Номер 1 2 3 4 5 6 7 8
измерения
Значение хi 2504 2486 2525 2495 2515 2528 2492 2494
14
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
xi 0 1 2 3 4 5 6 7 8 9 10
ni 146 97 73 34 23 10 6 3 4 2 2
xi 46 68 810 1012 1214 1416 1618 1820 2022 2224 2426
ni 1 3 6 11 15 20 14 12 10 6 2
3
Доходы увеличены в 10 раз.
4
Старые задачи 2022 изменены и перенесены на места 3032. Нумерация с этого места изменена.
15
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Год 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Урожайность,
ц/га 18,0 17,1 15,3 13,1 14,9 17,8 12,9 14,4 15,6 19,4
16
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
17
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
18
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
0 0
2) Очевидно,
1
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
(1) e x dx 1 .
0
3) Применим принцип математической индукции. Утверждение верно для n=1 (по
свойству 2). Пусть оно выполнено для n=k: Г(k)=(k–1)! Тогда по свойству 1 получаем
Г(k+1)=kГ(k)=k(k–1)!=k!, так что оно выполнено и для n=k+1.
4) Вычислим интеграл методом замены переменной (y=x1/2):
1 / 2 x y2 2
(1 / 2) x e dx 2 e dy e y dy (интеграл Эйлера-Пуассона).
0 0
Поскольку гамма-функция не выражается через элементарные функции, ее значения
табулированы. Обычно в таблицах представлены значения Г(x) для 1x2, и этого
достаточно для вычисления функции при любых x>0 (с помощью свойства 1).
Гамма-функция стремится к бесконечности при x0 и при x+.
На рис. 12.1 представлен график гамма-функции на отрезке [0,01; 5].
Рис. 12.1.
Примеры:
1 1
1. Г(3/2)=Г(1+1/2)= .
2 2 2
2. Г(4,7)=3,72,71,7Г(1,7)=3,72,71,70,9086=15,43.
3. Г(0,7)=Г(1,7)/0,7=1,298.
4. Пользуясь свойствами гамма-функции, можем вычислить:
4 x 51 x
2. x e dx
0
x
0
e dx (5) 4! 24.
1 1
3 2 4 1 (4)(3) 3!2! 1
3. x (1 x) dx x (1 x)31 dx B(4,3) .
0 0
(7 ) 6! 60
7 3 5 3 1 1 1 1
1 5 1
2 2 7 3 2 2 2 2 2 2 2 2 5
4. 0 x (1 x) dx 2 , 2 (5) .
4! 128
5.
2 5 1 5 5 1 5
4
3 3 3
х 2 (2 x) dx x 2 y, dx 2dy (2 y ) 2 (2 2 y) 2dy 2 2
0 0
y 2 (1 y) dy
0
13
7 5 3 1 1 23 2
13 (4) 132 3! 2
7
2 2
2 2 2 2 2
2 2048 2
2 B ,4 2 .
2 7 13 11 9 7 5 3 1 1 13 11 3 7 3003
4
2 2 2 2 2 2 2 2 2
3
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
9 5
Задача 3. Найти В , .
2 2
Решение.
7 5 3 1 1 3 1 1
2
9 5 9 5 9 5 2 2 2 2 2 2 2 2 7 53 7
B , .
2 2 2 2 2 2 7 6!2 6
1024
Pис. 12.2
Процентной точкой уровня q или q%-ной точкой (при 0q100) для непрерывной
случайной величины с функцией распределения F(x) называется такое значение vq
случайной величины, что вероятность события vq равна q/100, т.е. 1–F(vq)=P(vq)=q/100.
Геометрически q%-ная точка – это значение случайной величины, при котором
площадь криволинейной трапеции, ограниченной графиком плотности распределения, осью
абсцисс и лежащая правее vq, равна q/100.
На рис. 12.3 показана квантиль уровня 0,8 (она же 20%-ная точка) для стандартного
нормального распределения (на графиках плотности и функции распределения).
4
© А.В.Лебедев, Л.Н.Фадеева, 2018 ISBN 978-5-600-02149-5
Рис. 12.3.