5665
.pdf
|
|
|
|
|
|
|
|
|
(2.12) |
M X |
np, |
D X |
npq, |
X |
npq. |
|
|
||
Для данной случайной величины по формулам (2.11) получим |
|
||||||||
|
|
|
|
|
|
|
|
|
|
M X 5 0,8 |
4, D X |
5 |
0,8 0,2 |
0,8, |
X |
0,8 |
|
0,89. |
Это означает следующее: при 5 посаженных саженцах в среднем будут приживаться четыре, рассеяния значений относительно центра M X 4 практически нет, так как X небольшое число.
Ответы: M X 4 ; D X 0,8 ; X 0,89 .
Пример 13. В процессе производства изделие высшего качества удаётся получить только с вероятностью 0,2. С конвейера берутся наугад детали до тех пор, пока не будет взято изделие высшего качества. Найти математическое ожидание числа прове-
ренных изделий. |
|
Решение. Обозначим через |
X число проверенных изделий до получения изделия |
высшего качества. Очевидно, что X имеет геометрическое распределение с парамет- |
|
ром p 0,2 : |
|
P X m |
1 p m 1 p, m 1, 2, ... . |
Для решения задачи найдём формулу для нахождения математического ожидания геометрического распределения. По определению математического ожидания имеем:
M X |
m P X m |
m 1 p m 1 p |
|
|
|
|
|
|||||||
m 1 |
|
|
|
m 1 |
|
|
|
|
|
|
|
|
|
|
p |
|
m |
1 |
p m 1 |
|
p |
1 |
p m |
|
|
|
|
||
m 1 |
|
|
|
|
|
|
m 1 |
|
p |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
1 p |
p |
p |
1 |
1 p |
p |
1 |
|
1 |
. |
|||
|
|
|
|
|
|
p 2 |
|
|||||||
|
1 1 |
p |
|
|
|
p |
|
|
|
p |
||||
Учитывая, что p 0,2 , получим M X |
|
1 |
|
5 . |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
||||||
|
0,2 |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Ответ: M X 5 .
Пример 14. Группа туристов, состоящая из 10 девушек и 5 юношей, выбирает по жребию дежурную команду в составе трёх человек. Составить ряд распределения случайной величины X – числа девушек, попавших на дежурство.
Решение. Случайная величина этого примера имеет гипергеометрический закон
распределения. Обозначим параметры этого распределения через |
N, S, K . При этом |
|||||
число N есть общее число элементов совокупности, S – это число элементов данно- |
||||||
го качества (свойства) во всей совокупности, |
K – число элементов случайной выбор- |
|||||
ки без их возвращения в совокупность. Если случайная величина |
X есть число эле- |
|||||
ментов r данного свойства в выборке, то X |
r : 0, 1, 2, ..., min S, K . Вероятности собы- |
|||||
тий X r вычисляются по формуле |
|
|
|
|
|
|
|
|
r |
K |
r |
|
|
P X r |
|
CS |
CN |
S |
. |
(2.13) |
|
|
CNK |
|
|||
|
|
|
|
|
|
|
51 |
|
|
|
|
|
По данным этого примера составим схему:
N |
15 |
S |
10 |
N |
S |
5 |
K |
3 |
r |
0, 1, 2, 3 |
K |
r |
3, 2, 1, 0 |
|
|
|
|
|
|
|
Стрелки поясняют, как происходит выборка элементов. Действуя по формуле (2.13), получим следующие результаты:
|
|
|
C 0 |
C 3 |
1 10 |
|
|
|
|
10 |
|
|
|
|
||||||||||
P X |
0 |
|
10 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|||
|
|
C 3 |
455 |
|
|
|
|
455 |
|
|||||||||||||||
|
|
|
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C1 |
C 2 |
10 10 |
|
100 |
|
|
||||||||||||||||
P X |
1 |
10 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|||
|
|
C |
3 |
|
|
|
455 |
|
|
|
|
|
455 |
|||||||||||
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
C 2 |
C1 |
45 5 |
|
|
|
225 |
|
|
|||||||||||||
P X |
2 |
|
10 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
||
|
|
C 3 |
455 |
|
|
|
|
|
455 |
|
||||||||||||||
|
|
|
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C 3 |
C 0 |
120 1 |
120 |
|
||||||||||||||||
P X |
3 |
|
10 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|||
|
|
C 3 |
455 |
|
|
|
455 |
|||||||||||||||||
|
|
|
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, ряд распределения случайной величины имеет вид:
|
X |
|
0 |
|
|
1 |
|
|
2 |
|
|
3 |
|
|
|
P |
|
2 |
|
|
20 |
|
|
45 |
|
24 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
91 |
|
91 |
|
91 |
|
91 |
|||||
Очевидно, что свойство |
|
P X xi |
1 выполняется. |
|
|
|
|
|
||||||
|
|
|
i |
|
|
|
|
|
|
|
|
|
||
Ответ: |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
X |
|
0 |
|
|
1 |
|
|
2 |
|
|
3 |
|
|
|
P |
|
2 |
|
|
20 |
|
|
45 |
|
24 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
91 |
|
91 |
|
91 |
|
91 |
Пример 15. Найти основные числовые характеристики случайной величины примера 14.
Решение. Для дискретной случайной величины, распределённой по гипергеометрическому закону, математическое ожидание и дисперсия выражаются через пара-
метры N, S, K закона по формулам |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
M X |
K |
|
S |
|
, |
|
|
|
|
|
|
|
|
(2.14) |
|||||||
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
D X K |
|
S |
1 |
|
|
S |
|
|
1 |
|
|
K |
. |
|
|
(2.15) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
N |
1 |
|
|
|
N |
|
|
|
|
|
N |
|
|
|
|
|
||||
Так как N 15, S 10, K |
|
3 , то |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
M X 3 |
10 |
|
2 , D X 3 |
10 |
|
1 |
10 |
|
|
|
1 |
3 |
|
|
4 |
, X |
2 |
. |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
15 |
14 |
|
15 |
|
|
|
15 |
|
|
7 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
7 |
|
||||||||||||
|
|
|
|
|
|
|
|
52 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ответы: M X |
2 ; D X |
|
4 |
; |
|
X |
2 |
|
|
. |
|
|
|
|
|
|
|||
7 |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
||||||
Пример 16. Случайная величина распределена по закону Пуассона |
|||||||||||||||||||
|
|
|
|
2m |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
P X m |
|
|
|
|
e 2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
m! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найти M X , D X |
и X . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение. Дискретную |
|
случайную |
|
|
величину, |
принимающую значения |
|||||||||||||
X m: 0, 1, 2, ... с вероятностями |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
||
|
|
|
P X |
m |
|
|
|
|
e |
0 , |
|
(2.16) |
|||||||
|
|
|
|
|
m! |
|
|||||||||||||
называют распределённой по закону Пуассона с параметром |
. При этом справедли- |
||||||||||||||||||
вы равенства |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M X |
, |
|
|
D X |
. |
|
(2.17) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Так как в данном примере |
2 , то M X |
|
|
|
|
|
2 , D X |
2 , |
X |
2 . |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Ответы: M X |
2 ; D X |
2 ; |
|
X |
2 . |
|
|
|
|
|
|
Пример 17. Завод, изготовляющий телевизоры, отправил потребителю партию из 2 000 доброкачественных телевизоров. Вероятность того, что при транспортировке какой-либо телевизор будет повреждён, равна 0,001. Найти вероятность того, что потребитель получит 5 телевизоров с дефектами.
Решение. Для решения задачи можем предположить, что мы испытываем 2 000 телевизоров на приобретение повреждений при транспортировке. Эти испытания не-
зависимы друг от друга и дефекты возникают с одинаковой вероятностью |
p 0,001. |
||||
Имеем схему независимых испытаний Бернулли B n, p , |
где n |
2 000, p |
0,001. Ис- |
||
комая вероятность будет равна P2 000 5 . Так как n 2 000 |
велико, а |
p |
0,001 мало и |
||
n p 2 000 0,001 2 10 , то можно ввести случайную величину |
X |
– |
число повре- |
ждённых при транспортировке телевизоров, распределённую по закону Пуассона с параметром n p 2 . Тогда, используя формулу (2.16), получим
|
P |
5 |
|
P X |
5 |
25 |
e 2 |
0,036 . |
||
|
|
|
||||||||
|
2 000 |
|
|
|
|
|
5! |
|
|
|
|
|
|
|
|
|
|
|
|
||
Ответ: P2 000 5 |
0,036 . |
|
|
|
|
|
|
|
|
|
Пример 18. Непрерывная случайная величина задана функцией распределения |
||||||||||
|
|
|
|
|
0 |
|
при |
x |
3, |
|
|
F x |
|
1 |
x |
3 2 |
при |
3 |
x 6, |
||
|
9 |
|||||||||
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
1 |
|
при |
x |
6. |
|
Найти плотность |
f x распределения вероятностей и вероятность события 4 X 7 . |
|||||||||
Построить графики функций F x |
и |
f |
x . |
|
|
|
|
|||
|
|
|
|
|
|
|
53 |
|
|
Решение. |
В точках дифференцирования функции F x плотность (дифференци- |
|||||||
альная функция) задаётся равенством |
f x |
F |
x . Тогда по правилам дифференциро- |
|||||
вания получим |
|
|
|
|
|
|
|
|
|
|
0 |
|
при |
x |
3, |
||
|
f x |
|
2 |
x |
3 |
при |
3 |
x 6, |
|
9 |
|||||||
|
|
|
|
|
|
|
||
|
|
0 |
|
при |
x |
6. |
||
В точке x |
6 функция F x |
не имеет производной. Геометрически это объясняется |
тем, что в точке (6, 1) кривая, заданная функцией F x , не имеет касательной (рисунок 10).
Графики функции распределения и плотности изображены на рисунках 10 и 11. y
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
0 |
3 |
|
|
6 |
x |
||||
|
Рисунок 10 – График функции распределения F x |
||||||||
|
y |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
2 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
3 |
|
|
6 |
|
x |
|||
|
Рисунок 11 – График плотности f |
x |
|||||||
Для нахождения вероятности события a |
X |
b в случае непрерывной случайной |
|||||||
величины справедливы равенства |
|
|
|
|
|
|
|
|
|
|
P a |
|
X |
b |
F b |
F a , |
(2.18) |
||
|
|
|
|
|
b |
|
|
|
|
|
P a X |
b |
f |
x dx . |
(2.19) |
a
Так как уже известны обе функции F x и f x , то вероятность заданного события можно найти по любому из равенств (2.18), (2.19). Согласно (2.18), имеем
P 4 X 7 F 7 F 4 1 |
1 |
4 3 2 |
1 |
1 |
|
8 |
. Согласно (2.19), имеем |
|
9 |
9 |
9 |
||||||
|
|
|
|
54
7 |
6 |
2 |
|
7 |
|
Р 4 X 7 |
f x dx |
|
x 3 dx |
0 dx |
|
9 |
|||||
4 |
4 |
|
6 |
2 |
|
x 2 |
3x |
|
6 |
|
|
||||
|
|
|
|||
9 |
2 |
|
4 |
||
|
|
||||
|
|
|
|
|
2 |
18 |
18 |
8 |
12 |
2 |
4 |
8 |
. |
|
9 |
9 |
9 |
|||||||
|
|
|
|
|
|
В силу задания функции f x интеграл по отрезку 4, 7 был разбит на два интеграла; при вычислении интеграла по отрезку 4, 6 была применена формула Ньютона – Лейбница. Естественно, что по любой из формул (2.18), (2.19) получен один и тот же результат.
|
|
|
|
0 |
при |
x |
3, |
|
|
|
|
|
|
|
|
|
Ответы: |
1) |
f x |
2 |
x 3 |
при 3 |
x |
6, ; |
2) P 4 |
X |
7 |
|
8 |
; 3) графики функ- |
|||
9 |
9 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
0 |
при |
x |
6. |
|
|
|
|
|
|
|
|
|
ций F x и |
f x |
изображены на рисунках 10 и 11. |
|
|
|
|
|
|
|
|||||||
Пример 19. Пусть задана функция |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
0 |
при |
x |
0, |
|
|
|
|||
|
|
|
|
|
F x |
|
cos x |
при 0 |
x |
|
|
|
, |
|
|
|
|
|
|
|
|
|
2 |
|
|
||||||||
|
|
|
|
|
|
|
1 |
при |
x |
|
. |
|
|
|
||
|
|
|
|
|
|
|
2 |
|
|
|
Будет ли эта функция функцией распределения какой-нибудь случайной величины? Решение. Функция распределения (ф.р.) случайной величины X определяется
формулой FX x P X x . Из определения ф.р. как вероятности вытекают свойства: 1) определена всюду; 2) не убывает; 3) 0 FX x 1; 4) непрерывна слева. Нетрудно проверить, что все свойства, кроме свойства 2), выполнены. Однако
функция cos x убывает на промежутке 0, 2 . Поэтому данная функция F x не явля-
ется функцией распределения никакой случайной величины.
Ответ: не будет функцией распределения никакой случайной величины.
Пример 20. Непрерывная случайная величина задана плотностью распределения вероятностей
|
0 |
при |
x |
0, |
|
||
f x |
cos x |
при 0 |
x |
|
|
|
, |
2 |
|||||||
|
0 |
при |
x |
|
. |
|
|
|
2 |
|
55
Найти функцию распределения F x и вероятность события |
|
X |
. Построить |
|
4 |
||||
|
|
|
||
графики функций f x и F x . |
|
|
|
Решение. Так как задана плотность, то вероятность указанного события можно
найти по формуле (2.19). Учитывая вид |
f |
x , по этому равенству получим |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
P |
|
X |
|
f x dx |
|
|
cos x dx 0 dx |
||
4 |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
4 |
2 |
|
sin x 2
4
sin |
|
sin |
|
1 |
|
2 |
|
0,3. |
|
|
|
|
|
||||
2 |
4 |
2 |
|
График плотности f x изображён на рисунке 12. y
1
0 |
|
|
|
|
x |
|
|
|
|||
2 |
|
|
|
||
Рисунок 12 – График плотности f x |
примера 20 |
Функция распределения F x связана с плотностью распределения вероятностей f x равенством
|
x |
|
F x |
f t dt . |
(2.20) |
Отметим, что в связи с этим равенством функцию F x называют ещё интегральной функцией.
На основании (2.20) с учётом задания f x получим, что
|
|
0 |
|
|
|
|
|
|
|
|
|
||
|
|
0 |
dt |
|
|
при |
x |
0, |
|
||||
|
0 |
|
|
|
x |
|
|
|
|
|
|
|
|
F x |
0 |
dt |
cost dt |
при 0 |
x |
|
|
|
, |
||||
2 |
|||||||||||||
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||||
0 |
dt |
|
|
cost dt |
|
0 dt |
при |
x |
|
. |
|
||
0 |
|
2 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
Эти записи легче понять, обратив внимание на график функции f x (рисунок 12). Вычислив интегралы, окончательно получим
56
|
0 |
при |
x |
0, |
|
||
F x |
sin x |
при 0 |
x |
|
|
|
, |
2 |
|||||||
|
1 |
при |
x |
|
. |
|
|
|
2 |
|
График этой функции изображён на рисунке 13. y
1
0 |
|
x |
|
2 |
|||
|
|
Рисунок 13 – График интегральной функции примера 20
Из графика F x видно, что выполняются все свойства функции распределения:
0 |
F x |
1, |
x2 x1 |
F x2 F x1 , |
|
lim F x |
0, |
lim F x 1. |
x |
|
x |
Так как теперь известна функция распределения, то вероятность требуемого события можно найти и по формуле (2.18). Применяя её, получаем
P |
|
|
X |
F |
F |
|
|
1 |
|
sin |
|
1 |
|
2 |
. |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
4 |
|
|
|
|
4 |
|
4 |
|
2 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
0 |
при |
|
x |
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Ответы: |
1) F x |
sin x |
при |
0 x |
|
|
|
|
, ; |
2) |
P |
|
|
X |
1 |
2 |
|
; 3) графики |
||||||||
2 |
|
|
||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
2 |
|
|
||||||||
|
|
|
|
1 |
при |
|
x |
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
функций f x |
|
и F x |
изображены на рисунках 12 и 13. |
|
|
|
|
|
|
|||||||||||||||||
Пример 21. Может ли функция |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
0 |
|
|
при |
|
|
x |
0, |
|
|
|
|
|
|||||
|
|
|
|
|
f |
x |
sin x |
при |
|
0 x |
|
, |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
0 |
|
|
при |
|
|
x . |
|
|
|
|
|
быть плотностью распределения некоторой случайной величины?
Решение. Главным свойством любой плотности распределения является неотрица-
тельность всюду. Данная функция отрицательная в интервале |
|
, , поэтому не мо- |
2 |
жет являться плотностью распределения ни для какой случайной величины. Ответ: f x не является плотностью.
57
Пример 22. Плотность распределения случайной величины X имеет вид
|
0 |
при |
x |
1, |
f x |
C x 2 x |
при 1 |
x |
4, |
|
0 |
при |
x |
4. |
Найти 1) константу С ; 2) функцию распределения F x ; 3) вероятность попадания в интервал 3, 6 .
Решение. 1. Найдём константу С из условия, что f x dx 1. При интегрирова-
нии разобьём числовую прямую на три части, в каждой из которых плотность определена однозначно:
f x dx |
1 0 dx |
4 C x 2 |
|
x dx |
|
0 dx C |
x3 |
|
x 2 |
|
|
4 |
||||
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|||||||||||
|
|
3 |
2 |
|
|
|
||||||||||
|
|
|
|
1 |
|
|
|
|
4 |
|
|
|
1 |
|||
|
C |
64 |
|
8 |
1 |
|
1 |
C |
57 |
1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
3 |
|
3 |
|
2 |
2 |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Поэтому С 572 .
2.Для нахождения функции распределения достаточно найти её выражение для
x1, 4 :
F x |
x |
f t dt |
1 0 dt |
|
x 2 |
t 2 |
t dt |
|
2 t 3 |
|
t 2 |
|
x |
||||||||||
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
1 57 |
57 |
|
3 |
2 |
|
1 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
2 x3 |
x2 |
1 |
|
1 |
|
|
2 x3 |
x2 |
5 |
. |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
57 |
|
3 |
|
2 |
|
3 |
2 |
|
|
57 |
|
3 |
|
2 |
|
6 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, функция распределения имеет вид:
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
при |
|
x |
1, |
|
|
|
|
|
|
|
|
||
|
|
F x |
|
2 |
|
|
x3 |
|
|
x2 |
|
|
5 |
|
|
при |
1 x |
4, |
|
|
|
|
|
|
|||||||
|
|
57 |
3 |
|
2 |
|
|
6 |
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
при |
|
x |
4. |
|
|
|
|
|
|
|
|
||
3. Вероятность попадания в интервал найдём по формуле (2.18): |
|
|
|
|
|||||||||||||||||||||||||||
P X |
3, 6 F 6 |
F 3 |
|
1 |
2 |
|
27 |
|
9 |
|
5 |
1 |
0,444 |
|
0,556 . |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
57 |
|
3 |
|
2 |
|
6 |
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
при |
x |
1, |
|
Ответы: |
1) |
С |
2 |
|
; |
|
|
|
|
2) |
|
|
|
|
|
F x |
|
2 |
|
x3 |
|
|
x2 |
|
5 |
при |
1 x |
4, |
|||
57 |
|
|
|
|
|
|
|
|
|
57 |
|
3 |
2 |
|
6 |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
при |
x |
4. |
|
3) P X 3, 6 |
0,556 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Пример 23. Вычислить математическое ожидание, дисперсию и стандарт случайной величины примера 18.
58
Решение. Математическое ожидание непрерывной случайной величины вычисляется по формуле
|
|
|
|
|
|
|
|
|
|
M X |
|
x |
f x dx . |
|
|
|
|
(2.21) |
||||||||||||||
Учитывая задание плотности |
|
|
f |
x , получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
6 |
|
2 |
|
|
|
|
2 |
|
|
|
x3 |
|
|
3x |
2 |
|
|
6 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
M X |
|
x x |
3 dx |
|
|
|
|
|
|
|
5 . |
||||||||||||||||||
|
|
|
|
3 |
9 |
9 |
|
3 |
|
|
|
|
2 |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Для |
вычисления |
дисперсии |
|
|
D X |
|
применим |
|
|
|
равенство (2.8), где |
|||||||||||||||||||||
M X 2 |
x2 f x dx . Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
2 |
|
2 |
|
|
|
|
|
2 |
|
2 |
|
|
|
x 4 |
|
|
|
3 |
|
6 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
D X |
x |
x |
|
3 dx |
5 |
|
|
|
x |
|
25 0,5 . |
|||||||||||||||||||
|
|
3 |
9 |
|
|
|
9 |
|
|
4 |
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|||||||||||
Согласно (2.7) имеем |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
X |
0,5 |
|
0,7. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Ответы: 1) M X |
5 ; 2) D X |
|
0,5 ; 3) |
X |
|
0,7. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Пример 24. Случайная величина X задана функцией распределения |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
0 |
|
при |
|
|
|
|
|
x 0, |
|
|
|
|
|
|
|
|
|||||||
|
|
F x |
|
|
|
|
0,5 1 |
|
cos x |
при |
0 |
|
|
|
x |
|
|
, |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
1 |
|
при |
|
|
|
|
|
x . |
|
|
|
|
|
|
|
|
Найти плотность, математическое ожидание и дисперсию случайной величины. Решение. Плотность распределения непрерывной случайной величины связана с
функцией распределения соотношением f |
x |
F x |
, поэтому |
||
|
0 |
при |
|
x 0, |
|
f x |
0,5sin x |
при |
0 |
x |
, |
|
0 |
при |
|
x . |
|
Найдём математическое ожидание, используя формулу (2.21):
|
0 |
|
|
|
M X |
x 0 dx |
x 0,5sin x dx |
x 0 dx |
0,5 x sin x dx . |
|
|
0 |
0 |
0 |
Воспользуемся методом интегрирования по частям, то есть применим формулу
b |
b |
|
||
u dv u v |
|
ba |
v du , где u x, dv sin x dx, du dx, v |
cosx . |
|
||||
|
|
|
||
a |
a |
|
В результате получим
M X |
0,5 x sin x dx |
0,5 x cosx |
0 |
0,5 cosx dx |
|
0,5sin x |
0 |
|
. |
|
2 |
2 |
|||||||||
|
0 |
|
|
0 |
|
|
|
|||
|
|
|
|
|
|
|
|
Для нахождения дисперсии, как и в примере 23, воспользуемся равенством (2.8) и интегрированием по частям:
59
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
D X |
0,5 |
x 2 sin x dx |
|
|
|
u |
0,5x 2 , dv |
sin x dx, du xdx, v |
cosx |
|
|||||||||||
|
|
||||||||||||||||||||
|
0 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
2 |
|
|
||
|
0,5 |
x 2 cos x |
|
x cos x dx |
|
|
|
|
|
x sin x |
0 |
|
sin x dx |
|
|
|
|||||
|
4 |
|
4 |
4 |
|
|
|||||||||||||||
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cos x dx |
|
|
2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
0 |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
при |
|
x |
0, |
|
|
|
|
2 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Ответы: 1) |
f x |
0,5sin x |
при |
0 x |
, |
2) M X |
|
|
; 3) D X |
|
|
2 . |
|||||||||
|
2 |
4 |
|||||||||||||||||||
|
|
|
|
0 |
|
|
при |
|
x |
. |
|
|
|
|
|
|
|
Пример 25. Непрерывная случайная величина имеет своей плотностью распределения вероятностей функцию
|
0 |
|
при |
x |
2, |
f x |
1 |
|
при |
2 |
x 6, |
|
|
||||
4 |
|
||||
|
|
|
|
|
|
|
0 |
|
при |
x |
6. |
Найти числовые характеристики M X , D X , |
X . |
|
|||
Решение. Так как задана функция f x |
, то для вычисления указанных характери- |
стик можно действовать по аналогии решения примера 23, то есть применить форму-
лы (2.21), (2.8) и (2.7).
Однако проще поступить так. Очевидно, что данная случайная величина имеет так называемый равномерный закон распределения. В случае такого закона функция f x имеет вид:
|
|
0 |
|
при |
x |
a, |
|
f x |
|
1 |
|
при |
a |
x b, |
(2.22) |
|
|
|
|||||
|
|
|
|||||
|
b |
|
a |
|
|
|
|
|
|
0 |
|
при |
x |
b. |
|
Очевидно, что в данном случае a |
|
2, b 6 . |
|
|
|
В случае равномерного закона распределения математическое ожидание и дис-
персия случайной величины выражаются через параметры a, b |
закона следующим |
|||||||||||||||||||||||
образом: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
M X |
a |
b |
, |
D X |
|
|
b |
a 2 |
. |
|
|
|
|
|
(2.23) |
|||||
|
2 |
12 |
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
В силу последних равенств получим |
M X |
|
2 |
6 |
|
|
4, D X |
|
6 2 2 |
|
4 |
. Тогда |
||||||||||||
|
|
|
|
|
|
2 |
|
|
12 |
3 |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
X |
2 |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Ответы: 1) M X 4 ; 2) D X |
|
4 |
; 3) |
X |
2 |
|
. |
|
|
|
|
|
|
|
|
|
||||||||
3 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
3 |
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
60 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|