Построить ряд распределения случайной величины

Производится n опытов по схеме Бернулли с вероятностью успеха p . Пусть X — число успехов. Случайная величина X имеет область значений <0,1,2. n>. Вероятности этих значений можно найти по формуле: , где C m n — число сочетаний из n по m .
Ряд распределения имеет вид:

x 0 1 . m n
p (1-p) n np(1-p) n-1 . C m np m (1-p) n-m p n

Этот закон распределения называется биноминальным.

Назначение сервиса . Онлайн-калькулятор используется для построения биноминальным ряда распределения и вычисления всех характеристик ряда: математического ожидания, дисперсии и среднеквадратического отклонения. Отчет с решением оформляется в формате Word .

  • Решение онлайн
  • Видеоинструкция

Числовые характеристики случайной величины, распределенной по биноминальному закону

Дисперсия случайной величины Х, распределенной по биноминальному закону.
D[X]=npq

Пример №1 . Изделие может оказаться дефектным с вероятностью р = 0.3 каждое. Из партии выбирают три изделия. Х – число дефектных деталей среди отобранных. Найти (все ответы вводить в виде десятичных дробей): а) ряд распределения Х ; б) функцию распределения F(x) .
Решение. Случайная величина X имеет область значений <0,1,2,3>.
Найдем ряд распределения X.
P3(0) = (1-p) n = (1-0.3) 3 = 0.34
P3(1) = np(1-p) n-1 = 3(1-0.3) 3-1 = 0.44

P3(3) = p n = 0.3 3 = 0.027

xi 0 1 2 3
pi 0.34 0.44 0.19 0.027

Математическое ожидание находим по формуле M[X]= np = 3*0.3 = 0.9
Проверка: m = ∑xipi.
Математическое ожидание M[X].
M[x] = 0*0.34 + 1*0.44 + 2*0.19 + 3*0.027 = 0.9
Дисперсию находим по формуле D[X]=npq = 3*0.3*(1-0.3) = 0.63
Проверка: d = ∑x 2 ipi — M[x] 2 .
Дисперсия D[X].
D[X] = 0 2 *0.34 + 1 2 *0.44 + 2 2 *0.19 + 3 2 *0.027 — 0.9 2 = 0.63
Среднее квадратическое отклонение σ(x).

Функция распределения F(X).
F(x 3) = 1

  1. Вероятность появления события в одном испытании равна 0.6 . Производится 5 испытаний. Составить закон распределения случайной величины Х – числа появлений события.
  2. Составить закон распределения случайной величины Х числа попаданий при четырех выстрелах, если вероятность попадания в цель при одном выстреле равна 0.8 .
  3. Монету подбрасывают 7 раз. Найти математическое ожидание и дисперсию числа появлений герба. Примечание: здесь вероятность появление герба равна p = 1/2 (т.к. у монеты две стороны).

Пример №2 . Вероятность появления события в отдельном испытании равна 0.6 . Применяя теорему Бернулли, определите число независимых испытаний, начиная с которого вероятность отклонения частоты события от его вероятности по абсолютной величине меньше 0.1 , больше 0.97 . (Ответ: 801)

Пример №3 . Студенты выполняют контрольную работу в классе информатики. Работа состоит из трех задач. Для получения хорошей оценки нужно найти правильные ответы не меньше чем на две задачи. К каждой задаче дается 5 ответов из которых только одна правильная. Студент выбирает ответ наугад. Какая вероятность того, что он получит хорошую оценку?
Решение. Вероятность правильно ответить на вопрос: p=1/5=0.2; n=3.
Эти данные необходимо ввести в калькулятор. В ответ см. для P(2)+P(3).

Пример №4 . Вероятность попадания стрелка в мишень при одном выстреле равна (m+n)/(m+n+2) . Производится n+4 выстрела. Найти вероятность того, что он промахнется не более двух раз.

Примечание. Вероятность того, что он промахнется не более двух раз включает в себя следующие события: ни разу не промахнется P(4), промахнется один раз P(3), промахнется два раза P(2).

Пример №5 . Определите распределение вероятностей числа отказавших самолётов, если влетает 4 машины. Вероятность безотказной работы самолета Р=0.99 . Число отказавших в каждом вылете самолётов распределено по биноминальному закону. Задача 4. Среди 11 изделий 7 изделия первого сорта. Наудачу выбрали четыре изделия. случайная величина X – число первосортных изделий среди выбранных четырех изделий.
1. Составить закон распределения случайной величины X .
2. Построить полигон относительных частот.
3. Найти функцию распределения F(x) случайной величины X , построить ее график.
4. Найти характеристики случайной величины X :
а) математическое ожидание M(X) ;
б) дисперсию D(X) , среднее квадратическое отклонение σ( Х );
в) моду M0.

Решение находим с помощью калькулятора.
Случайная величина X имеет область значений (0,1,2. n). Вероятности этих значений можно найти по формуле:
Pn(m) = C m np m q n-m
где C m n — число сочетаний из n по m.

Найдем ряд распределения X.
P4(0) = (1-p) n = (1-0.636) 4 = 0.0176
P4(1) = np(1-p) n-1 = 4(1-0.636) 4-1 = 0.12


P4(4) = p n = 0.636 4 = 0.16

Читайте также:  Kraftway credo vv18 прошивка
xi 0 1 2 3 4
pi 0,0176 0,12 0,32 0,37 0,16

Полигон относительных частот

Мода равна тому значению X, при котором вероятность максимальная. В данном примере максимальная вероятность p =0,37 соответствует X = 3.

Математическое ожидание находим по формуле m = ∑xipi.
Математическое ожидание M[X].
M[x] = 0*0.0176 + 1*0.12 + 2*0.32 + 3*0.37 + 4*0.16 = 2.54
Дисперсию находим по формуле d = ∑x 2 ipi — M[x] 2 .

Дисперсия D[X].
D[X] = 0 2 *0.0176 + 1 2 *0.12 + 2 2 *0.32 + 3 2 *0.37 + 4 2 *0.16 — 2.54 2 = 0.92601646

Среднее квадратическое отклонение σ(x).

Функция распределения F(X).
F(x≤0) = 0
F(0 4) = 1

Пример 1 . Вероятность того, что трамвай подойдет к остановке строго по расписанию, равна 0,7. X — число трамваев, прибывших по расписанию из 4 исследуемых. Составить закон распределения дискретной случайной величины X, вычислить M(X), D(X), σ(X), построить многоугольник распределения и график функции распределения F(X).
Решение. Случайная величина X имеет область значений (0,1,2. n). Вероятности этих значений можно найти по формуле:
Pn(m) = C m np m q n-m
где C m n — число сочетаний из n по m.

Найдем ряд распределения X.
P4(0) = (1-p) n = (1-0.7) 4 = 0.0081
P4(1) = np(1-p) n-1 = 4(1-0.7) 4-1 = 0.0756


P4(4) = p n = 0.7 4 = 0.2401

x 0 1 2 3 4
p 0.0081 0.0756 0.2646 0.4116 0.2401

Математическое ожидание находим по формуле m = ∑xipi.
Математическое ожидание M[X].
M[x] = 0*0.0081 + 1*0.0756 + 2*0.2646 + 3*0.4116 + 4*0.2401 = 2.8
Дисперсию находим по формуле d = ∑x 2 ipi — M[x] 2 .
Дисперсия D[X].
D[X] = 0 2 *0.0081 + 1 2 *0.0756 + 2 2 *0.2646 + 3 2 *0.4116 + 4 2 *0.2401 — 2.8 2 = 0.84
Среднее квадратическое отклонение σ(x).

Пример 2 . Вероятность того, что телевизор проработает гарантийный срок без поломки, равна 0.8. Закупили 4 телевизора. Какова вероятность того, что три телевизора не проработают гарантийный срок?
Решение. Задачу решаем с помощью калькулятора Схема Бернулли . В поле вероятность вводим значение p = 1- 0 .8 = 0.2 , поскольку нас интересует вероятность поломки.

Ответ: Вероятность того, что три телевизора не проработают гарантийный срок равна 0.0256.

Случайной величиной называется величина, которая в результате опыта может принять то или иное значение, не известное заранее. Случайные величины бывают прерывного (дискретного) и непрерывного типа. Возможные значения прерывных величин заранее могут быть перечислены. Возможные значения непрерывных величин не могут быть заранее перечислены и непрерывно заполняют некоторый промежуток.

Пример дискретных случайных величин:

1) Число появления герба при трех бросаниях монеты. (возможны значения 0;1;2;3)

2) Частота появления герба в том же опыте. (возможные значения )

3) Число отказавших элементов в приборе, состоящем из пяти элементов. (Возможные значения величин 0;1;2;3;4;5)

Примеры непрерывных случайных величин:

1) Абсцисса (ордината) точки попадания при выстреле.

2) Расстояние от точки попадания до центра мишени.

3) Время безотказной работы прибора (радиолампы).

Случайны величины обозначаются большими буквами, а их возможные значения – соответствующими малыми буквами. Например, X – число попаданий при трех выстрелах; возможные значения: X1=0,Х2=1, Х3=2, Х4=3.

Рассмотрим прерывную случайную величину Х с возможными значениями Х1, Х2, … , Хn. Каждое из этих значений возможно, но не достоверно, и величина Х может принять каждое из них с некоторой вероятностью. В результате опыта величина Х примет одно из этих значений, то есть произойдет одно из полной группы несовместных событий.

Обозначим вероятности этих событий буквами p с соответствующими индексами:

Так как несовместные события образуют полную группу, то

,

то есть сумма вероятности всех возможных значений случайной величины равна 1. Эта суммарная вероятность каким-то образом распределена между отдельными значениями. Случайная величина будет полностью описана с вероятностной точки зрения, если мы зададим это распределение, то есть в точности укажем какой вероятностью обладает каждое из событий. (Этим мы установим так называемый закон распределения случайных величин.)

Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующей им вероятности. (Про случайную величину мы будем говорить, что она подчинена данному закону распределения)

Простейшей формой задания закона распределения случайной величины является таблица, в которой перечислены возможные значения случайной величины и соответствующие им вероятности.

Читайте также:  Эквивалентные преобразования дискретная математика
Xi X1 X2 Xn
Pi P1 P2 Pn

Такую таблицу называют рядом распределения случайных величин.

Чтобы придать ряду распределения более наглядный вид прибегают к его графическому изображению: по оси абсцисс откладывают возможные значения случайной величины, а по оси ординат – вероятности этих значений. (Для наглядности полученные точки соединяют отрезками прямых.)

Рисунок 1 – многоугольник распределения

Такая фигура называется многоугольником распределения. Многоугольник распределения, так же как и ряд распределения, полностью характеризует случайную величину; он является одной из форм закона распределения.

производится один опыт, в котором может появиться или не появиться событие А. Вероятность события А=0,3. Рассматривается случайная величина Х – число появлений события А в данном опыте. Необходимо построить ряд и многоугольник распределения величины Х.

Xi
Pi 0,7 0,3

Рисунок 2 — Функция распределения

Функция распределения является универсальной характеристикой случайной величины. Она существует для всех случайных величин: как прерывных, так и не прерывных. Функция распределения полностью характеризует случайную величину с вероятностной точки зрения, то есть является одной из форм закона распределения.

Для количественной характеристики этого распределения вероятностей удобно воспользоваться не вероятностью события X=x, а вероятностью события X

Свойства функции распределения случайной величины

1. Функция распределения F(x) есть неубывающая функция своего аргумента, то есть при ;

2. На минус бесконечности :

3. На плюс бесконечности :

Рисунок 3 – график функции распределения

График функции распределения в общем случае представляет собой график неубывающей функции, значения которой начинаются от 0 и доходят до 1.

Зная ряд распределения случайной величины, можно построить функцию распределения случайной величины.

для условий предыдущего примера построить функцию распределения случайной величины.

Построим функцию распределения X:

Рисунок 4 – функция распределения Х

1) При

2) При

3) При

Функция распределения любой прерывной дискретной случайной величины всегда есть разрывная ступенчатая функция, скачки которой происходят в точках, соответствующих возможным значениям случайной величины и равны вероятностям этих значений. Сумма всех скачков функции распределения равна 1.

По мере увеличения числа возможных значений случайной величины и уменьшения интервалов между ними, число скачков становится больше, а сами скачки – меньше:

Ступенчатая кривая становится более плавной:

Случайная величина постепенно приближается к непрерывной величине, а ее функция распределения к непрерывной функции. Также существуют случайные величины, возможные значения которых непрерывно заполняют некоторый промежуток, но для которых функция распределения не везде является непрерывной. И в отдельных точках терпит разрыв. Такие случайные величины называются смешенными.

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: На стипендию можно купить что-нибудь, но не больше. 9122 — | 7289 — или читать все.

91.146.8.87 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.

Отключите adBlock!
и обновите страницу (F5)

очень нужно

На этой странице мы собрали краткую теорию и примеры решения учебных задач, в которых дискретная случайная величина уже задана своим рядом распределения (табличный вид) и требуется ее исследовать: найти числовые характеристики, построить графики и т.д. Примеры на известные виды распределения вы можете найти по ссылкам:

Краткая теория о ДСВ

Дискретная случайная величина задается своим рядом распределения: перечнем значений $x_i$, которые она может принимать, и соответствующих вероятностей $p_i=P(X=x_i)$. Количество значений случайной величины может быть конечным или счетным. Для определенности будем рассматривать случай $i=overline<1,n>$. Тогда табличное представление дискретной случайной величины имеет вид:

$$ egin <|c|c|>hline X_i & x_1 & x_2 & dots & x_n \ hline p_i & p_1 & p_2 & dots & p_n \ hline end $$

При этом выполняется условие нормировки: сумма всех вероятностей должна быть равна единице

Графически ряд распределения можно представить полигоном распределения (или многоугольником распределения). Для этого на плоскости откладываются точки с координатами $(x_i,p_i)$ и соединяются по порядку ломаной линией. Подробные примеры вы найдете ниже.

Читайте также:  Artmoney не видит игру

Числовые характеристики ДСВ

$$M(X) = sum_^ x_i cdot p_i$$

Среднее квадратическое отклонение:

Мода: значение $Mo=x_k$ с наибольшей вероятностью $p_k=max_i$.

Функция распределения ДСВ

По ряду распределения можно составить функцию распределения дискретной случайной величины $F(x)=P(Xlt x)$. Эта функция задает вероятность того, что случайная величина $X$ примет значение меньшее некоторого числа $x$. Примеры построения с подробными вычислениями и графиками вы найдете в примерах ниже.

Примеры решенных задач

Задача 1. Дискретная случайная величина задана рядом распределения:
1 2 3 4 5 6 7
0,05 0,15 0,3 0,2 0,1 0,04 0,16
Построить многоугольник распределения и функцию распределения $F(x)$. Вычислить: $M[X], D[X], sigma[X]$, а также коэффициент вариации, асимметрии, эксцесса, моду и медиану.

Задача 2. Дан закон распределения дискретной случайной величины Х. Требуется:
а) определить математическое ожидание М(х), дисперсию D(х) и среднее квадратическое отклонение (х) случайной величины Х; б) построить график этого распределения.
хi 0 1 2 3 4 5 6
pi 0,02 0,38 0,30 0,16 0,08 0,04 0,02

Задача 3. Для случайной величины Х с данным рядом распределения
-1 0 1 8
0,2 0,1 $р_1$ $р_2$
А) найдите $р_1$ и $р_2$ так, чтобы $М(Х)=0,5$
Б) после этого вычислите математическое ожидание и дисперсию случайной величины $Х$ и постройте график ее функции распределения

Задача 4. Дискретная СВ $X$ может принимать только два значения: $x_1$ и $x_2$, причем $x_1 lt x_2$. Известны вероятность $P$ возможного значения, математическое ожидание $M(x)$ и дисперсия $D(x)$. Найти: 1) Закон распределения этой случайной величины; 2) Функцию распределения СВ $X$; 3) Построить график $F(x)$.
$P=0,3; M(x)=6,6; D(x)=13,44.$

Задача 5. Случайная величина Х принимает три значения: 2, 4 и 6. Найти вероятности этих значений, если $M(X)=4,2$, $D(X)=1,96$.

Задача 6. Дан ряд распределения дискретной с.в. $Х$. Найти числовые характеристики положения и рассеивания с.в. $Х$. Найти м.о. и дисперсию с.в. $Y=X/2-2$, не записывая ряда распределения с.в. $Y$, проверить результат с помощью производящей функции.
Построить функцию распределения с.в. $Х$.
¦ x¦ 8 ¦ 12 ¦ 18 ¦ 24 ¦ 30 ¦
¦ p¦ 0,3¦ 0,1¦ 0,3¦ 0,2¦ 0,1¦

Задача 7. Распределение дискретной случайной величины $Х$ задано следующей таблицей (рядом распределения):
-6 3 9 15
0,40 0,30 ? 0,10
Определить недостающее значение в таблице распределения. Вычислить основные числовые характеристики распределения: $M_x, D_x, sigma_x$. Найти и построить функцию распределения $F(x)$. Определить вероятность того, что случайная величина $Х$ примет значения:
А) больше чем 6,
Б) меньше чем 12,
В) не больше 9.

Задача 8. В задаче требуется найти: а) математическое ожидание; б) дисперсию; в) среднее квадратическое отклонение дискретной случайной величины X по заданному закону её распределения, заданному таблично (в первой строке таблицы указаны возможные значения, во второй строке – вероятности возможных значений).

Задача 9. Задан закон распределения дискретной случайной величины $X$ (в первой строке указаны возможные значения $x_i$, во второй строке – вероятности возможных значений $p_i$).
Найти:
А) математическое ожидание $M(X)$, дисперсию $D(X)$ и среднее квадратическое отклонение $sigma(X)$;
Б) составить функцию распределения случайной величины $F(x)$ и построить ее график;
В) вычислить вероятности попадания случайной величины $X$ в интервал $x_2 lt X lt x_4$, пользуясь составленной функцией распределения $F(x)$;
Г) составить закон распределения величины $Y=100-2X$;
Д) вычислить математическое ожидание и дисперсию составленной случайной величины $Y$ двумя способами, т.е. пользуясь
свойством математического ожидания и дисперсии, а также непосредственно по закону распределения случайной величины $Y$.
10 20 30 40 50
0,1 0,2 0,1 0,2 0,4

Задача 10. Дискретная случайная величина задана таблице. Вычислить ее начальные и центральные моменты до 4 порядка включительно. Найти вероятности событий $xi lt Mxi$, $xi ge M xi$, $xi lt 1/2 M xi$, $xi ge 1/2 M xi$.
X 0 0,3 0,6 0,9 1,2
P 0,2 0,4 0,2 0,1 0,1

Решебник по терверу

Нужны еще решения? Более 11000 подробно решенных и оформленных задач. Найди в решебнике сейчас:

Оцените статью
Добавить комментарий

Adblock
detector