Министерство образования, культуры и исследований

Республики Молдова
Технический Университет Молдовы
Департамент Программной Инженерии и Автоматики

Лабораторная работа №2
Вариант 5
Тема: “ Случайные величины”
По предмету
PSA

Подготовил: Кирчу Даниил,

Группа TI – 219
Проверила : Черней Ирина

г. Кишинёв 2021
8.2.1. Дан ряд распределения дискретной случайной величины ξ:

ξ:
( x1
p1
x2
p2
x3
p3
x4
p4 )
Найти: 1)Ввести в системе Mathematica дсв. ξ; 2) Функцию распределения и ее график;
3)Вероятность того что ξ примет значения в интервале [1; 4); 4) Математическое ожидание;

5) Дисперсию; 6) среднее квадратическое отклонение; 7) начальные моменты до четвертого

порядка включительно; 8) центральные моменты до четвертого порядка включительно; 9)
асимметрию; 10) эксцесс.

5 вариант) x1=2, x2=3, x3=4, x4=3, p1=0,1, p2=0,2, p3=0,3, p4=0,4;

2 3 4 3

0,1 0,2 0,3 0,4

1) Введем ДСВ ξ в виде списка, элементы которого являются элементами матрицы. С помощью
MatrixForm выведем на экран в виде матрицы.

2) Применяя формулу ниже находим функцию распределения дсв:

{
0 ,∧x ≤ 2
0,1 ,2< x ≤3
F ( x)= 0,3 , 3< x ≤ 4
0,6 , 4 < x ≤ 3
1 , x >3
Вводим ее в Вольфрам и строим график F(x) при помощи Plot:

3) Найдем вероятность того что ξ примет значения в интервале [1; 4); Для этого используем

формулу: P(1≤ξ<4)=F[4]−F[1]

4) Вычисляем математическое ожидание с помощью формулы:

5) Вычисляем дисперсию:

6) Найдем среднее квадратическое отклонение с помощью формулы

7) Определим начальные моменты до четвертого порядка включительно с помощью формулы:

8) Определим центральные моменты до четвертого порядка включительно с помощью формулы:

Известно что μ1 = 0. Здесь мы получили очень близкое число которое все таки отлично от нуля. Это
случается когда производятся действия с приближенными числами. После округления получаем
то же значение 0.

8) Вычисляем асимметрию по формуле:

9) Вычисляем эксцесс по формуле:

8.2.2. По статистике вероятность того что новорожденный будет мальчиком равна 0,51. Найти:
1) Ряд распределения дсв ξ представляющее количество мальчиков среди 1000 новорожденных;
2) Найти вероятность того, что из 1000 новорожденных количество мальчиков будет содержаться
между 300+5=305 и 500+5=505, где k номер варианта.
Решение 1) Случайная величина ξ может принимать значения: 0, 1, 2,…, 1000. Вероятности этих
значений вычисляются по формулам Бернулли:
k k 1000−k
Pk =P ( ξ=k )=P1000 ( k )=C 1000 ( 0,51 ) (0,49) где

Таким образом, т.к. это биноминальное распределение, ряд распределния выглядит так:

X 1 2 3 …nX
n−1
P 0.51 0.25 0.122 q p

2)Нужную вероятность находим по формуле:

505
P(305 ≤ ξ ≤ 505)= ∑ k
C1000 ¿¿
k=305

8.2.3 Количество ξ альфа частиц выделенных одним граммом радиоактивного вещества за

секунду это дсв с законом распределения Пуассона параметра a, где a среднее количество альфа
частиц выделенных одним граммом радиоактивного вещества за секунду. 1) Составить ряд
распределения дсв. ξ. 2)Найти вероятности событий: A = {за секунду будут выделены не более
двух частиц} и B = { за секунду будут выделены пять частиц }. C = { за секунду будут выделены
более десяти частиц }.Какое количество частиц соответствуют наибольшей вероятности? Считать
что a=1+0,25*5=2,25.
1) Случайная величина ξ , представляющая количество ξ альфа частиц выделенных одним
граммом радиоактивного вещества за секунду имеет распределение Пуассона с параметром
 a = 2,25:

2 ,25 k −2,25
Pk =P ( ξ=k )= e где k=0,1,2… .
k!

Тогда ряд распределения дсв будет иметь вид:

X 0 1 2 … kX
P 0.105399 0.237148 0.266792 2,25k −2,25
e
k!

2) Найти вероятности событий: A = {за секунду будут выделены не более двух частиц}:
Т.к. P( A)=P ( ξ=1 ) + P ( ξ=2 ) то получаем: -наибольшая вероятность

3) B = { за секунду будут выделены пять частиц }:

P( B)=P ( ξ=5 )

4) C = { за секунду будут выделены более

 десяти частиц }:

8.2.4Написать закон распределения дсв ξ , представляющей собой количество неудачных бросков

до первого появления числа 4. Вычислить вероятность того что за время бросков с порядковым
номером от 5+5=10 до 15+5=20 число 4 не появится, где k номер варианта.

1) Обозначим через A событие состоящее в появлении числа 4 при некотором броске и через N
событие состоящее в появлении любого другого числа. P(A)=p=1/12=0,083; Очевидно что N = Ā ,
P(N)=q=1-1/12=0,917; Закон распределения имеет вид геометрического распределения Паскаля:

X 1 2 3 … k
P 0,083 0,076 0.0063 pq k
2) Вычислить вероятность того, что за время бросков с порядковым номером от 5+5=10 до
15+5=20 число 4 не появится, где k номер варианта.
Вероятность, что 4 не появится- P(N)=q=1-1/12=0,917, тогда:

8.2.5. Непрерывная случайная величина ξ задана плотностью распределения f(x). Найти: 1)

представление нсв ξ в системе Mathematica; 2) график f(x); 3) Функцию распределения F(x) и ее
график, 4) Математическое ожидание, 5) дисперсию, 6) среднее квадратическое отклонение, 7)
коэффициент вариации, 8) начальные моменты до четвертого порядка включительно; 9)
центральные моменты до четвертого порядка включительо;10) асиметрию; 11) эксцесс; 12)
вероятность того что ξ примет значения из первой половины интервала возможных значений.

5)
f (x )= {2(x−1)/25 , x ∈[1,6 ],
0, x∉[1,6 ];

1) Представление нсв ξ в системе Mathematica:

2) график f(x);
3) Определяем функцию распределения. Так как все возможные значения нсв ξ принадлежат
отрезку[1,6], следует что F(x)=0, x<1, и F(x)=1, x>6. Определяем эту функцию на отрезке [1,6]
используя формулу:

т. е

Получаем такую функцию распределения:

{
0 , x <1 ,
2
F ( x)= 1 − 2 x + x ,0 ≤ x ≤ 4 , Вводим эту функцию в систему Mathematica и строим график:
25 25 25
1 , x >6.
4) Находим математическое ожидание по формуле:

5) Находим дисперсию по формуле:

6) Найдем среднее квадратическое отклонение по формуле

7) Находим коэффициент вариации по формуле

8) Найдем начальные моменты до четвертого порядка включительно по формуле:

Первы начальный момент совпадает с мат.ожиданием: α 1=4.3333

9) Находим центральные моменты до четвертого порядка включительно по формуле:

Центрированный момент I порядка равен нулю для любой св: μ 1 = 0. Центрированный момент II
порядка равен дисперсии μ2 = Dξ = 1.38889. Вычисляем μ3 и μ4 :
10) Находим асимметрию по формуле:

11) Находим эксцесс по формуле:

12)Находим вероятность того, что ξ примет значения из первой половины интервала возможных
значений:

8.2.6. Случайная величина ξ имеет нормальное распределение с математическим

ожиданием m и со средним квадратическим отклонением σ. Требуется: 1) установить пакет
программ Statistics`NormalDistribution` ; 2) определить (ввести) данное н.с.в. ; 3) Определить
плотность распределения ; 4) построить линию распределения ; 5)определить функцию
распределения ; 6) построить график функции распределения ; 7) построить в одной и той же
системе координат графики плотности распределения и функции распределения; 8) построить в
одной и той же системе координат графики плотности распределения и функции распределения
так, чтобы толщина линии графика плотности равнялась 0,5 от стандартной, а толщина графика
функции распределения была равна 0,9 от стандартной толщины; 9) Вычислить вероятность
того,что данное н.с.в ξ sпримет значения из интервала [α, β]. Значения для m, σ, α и β даны по
вариантам.

5)m=7, σ=2, α=4

1)Устанавливаем требуемый пакет программ.

2) Вводим данную н.с.в. с параметрами m=7, σ=2, с нормальным распределением и называем rn.

3) Определяем плотность распределения и называем drn:

4) Строим линию распределения с помощью функции Plot:

5) Определяем функцию распределения и называем frn:

6) Cтроим график функции распределения:

7) Строим в одной и той же системе координат графики плотности распределения и функции
распределения:

8) Строим в одной и той же системе координат графики плотности распределения и функции

распределения так, чтобы толщина линии графика плотности равнялась 0,5 от стандартной, а
толщина графика функции распределения была равна 0,9 от стандартной толщины.
9) Вычисляем вероятность того,что данное н.с.в ξ примет значения из интервала [4, 8].

Очищаем:

8.2.7. Высота взрослого мужчины – случайная величина с нормальным распределением. Пусть

параметры этого распределения будут m=175+(-1)n/n=175+1/22=175.04 cm и σ=6-(-1)n/n=6-
1/22=6.04 cm, где n номер варианта. Составить программу пошива мужских костюмов для
швейной фабрики, специализирующейся на пошив мужских костюмов для обеспечения
костюмами мужчин высота которых принадлежит интервалам: [150, 155), [155, 160), [160, 165),
[165, 170), [170, 175), [175, 180), [180, 185), [185, 190), [190, 195), [195, 200].
8.2.8.  Предположим что телефонный разговор длится в среднем 5 минут и является н.с.в. ξ с
показательным распределением. 1) Ввести в систему Mathematica плотность распределения н.с.в.
ξ. 2)Определить функцию распределения и построить ее график ;3) Если приближаетесь к
телефонной кабине сразу после того как туда зашел человек, то какова вероятность того что
будете ждать не более 2+5/3=2.3 минуты, где n номер варианта?

Решение. 1)Т.к телефонный разговор длится в среднем 5 минут, тогда λ=5. Используя данную

формулу: находим плотность распределения случайной величины ξ,

представляющей собой длительность времени ожидания освобождения телефонной кабины, она
имеет вид:
 f ( x)= { ¿ ,¿0 , x <0 .¿

Вводим ее в систему:

2) Находим функцию распределения по формуле:

{
−5 x
Она имеет вид: F (x)=
1−e x >0
0 , x ≤ 0.

Вводим ее в систему и строим график:

3) Если приближаетесь к телефонной кабине сразу после того, как туда зашел человек, то какова
вероятность того что будете ждать не более 2.3 минуты:

Формула нахождения вероятности, когда случайная величина с показательным распределением

−λa
принимает значение в интервале: P(a < ξ < b) = e − e−λb
Тогда получаем: P(1 ≤ ξ ≤ 2.3) = e−λ*1 − e−λ*2.3
8.2.9. Автобус курсирует регулярно с интервалом в 30 минут. 1) Написать в системе Mathematica
плотность распределения н.с.в. ξ представляющей время ожидания автобуса пассажиром
приходящим на остановке в случайный момент времени; 2) Построить линию распределения;
3) Определить функцию распределения и построить ее график; 4) Какова вероятность того, что
приходя на остановке, пассажир будет ждать автобус не больше 10+n/2 минут, где n este номер
варианта. 10+5/2=7.5

1) Плотность распределения случайной величины ξ, представляющая собой длительность

времени ожидания автобуса находим по формуле для равномерного распределения:

f (x )= {
1/(b−a ), x∈[ a;b],
0, x ∉[a ;b ]. Тогда она будет иметь вид:
f (x)=
{1/300 , x,∉[0;
x ∈[0 ; 30],
30 ].

Введем ее в систему Математика и строим график:

3) Функция распределения для равномерной случайной величины вычисляется по формуле:

{
0 , x <a ,

{
F( x )= ( x−a )/(b−a ), a≤x≤b , 0 , x <0 ,
F ( x)= x /30 , 0≤ x ≤ 30 ,
1 , x>b .
Она имеет вид: 1 , x >30.

Вводим ее в систему и строим ее график:

4) Какова вероятность того, что приходя на остановку, пассажир будет ждать автобус не больше
10+5/2=7.5 минут, где n este номер варианта:
30
Решение: P(0 ≤ ξ ≤ 30)=∫( 1/30) dx
0

8.2.10. Пусть годовое количество осадков в некотором регионе это н.с.в. имеющая нормальное
распределение с параметрами m = 500 (мм) и σ = 150 мм. Какова вероятность того, что в
следующем году количество осадков будет заключена между 400+5n=400+5*5=425 и
500+5n=500+5*5=525, где n номер варианта. Если считать, что год засушливый когда количество
осадков не превышает 300 мм, то какова вероятность того что два из следующих десять годов
будут засушливыми?
( x−m )2
−
1 2 σ2
f (x )= e
Решение. Плотность распределения вычисляем по формуле: σ √2 π

1
Тогда она имеет вид:
f ( x)= e−¿ ¿¿
150 √ 2 π

1) Какова вероятность того, что в следующем году количество осадков будет заключена между
400+5n=400+5*5=425 и 500+5n=500+5*5=525:
2) Если считать, что год засушливый когда количество осадков не превышает 300 мм, то какова
вероятность того что два из следующих десяти лет будут засушливыми?