Nuotolinio mokymo kursas

Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

Kuratoriaus vertinamos uduoties pavyzdys

1. odio MATEMATIKA raides atsitiktinai sudkite eil. Kokia tikimyb, kad gausite od MATEMATIKA?

S odyje MATEMATIKA raid M kartojasi 2 kartus, A 3, T 2, E 1, I 1, K 1. I viso raidi yra 10. Viso galim
variant
10!
P(2,3,2,1,1,1) = = 151200 .
2!3!2!1!1!1!
Paymj udavinio klausimo vyk raide A, gauname tikimyb
1
P ( A) = . S
151200

2. Metame k loimo kauliuk. Kokia tikimyb, kad atsivertusi tak suma bus ne maesn kaip 6k1?

S I viso galim variant yra 6k, palanks visi eetai arba vienas penketas ir likusieji eetai. Variant, kad ikris vienas
penketas ir (k1) eetai, skaiius lygus k; o variant, kad atsivers visi eetai, skaiius lygus 1. Paymime vyk A
atsivertusi tak suma bus ne maesn kaip 6k1. Tada vykio A tikimyb
k +1
P( A) = k . S
6

3. Atkarpoje, kurios ilgis 4, atsitiktinai ymime tak. Kokia tikimyb, kad io tako atstumas iki atkarpos gal bus didesnis
u 1?

S Galim vyki aib yra visa atkarpa. Aibs matas (iuo atveju yra ilgis) lygus
m( ) = 4 .
Paymime vyk A = {tako atstumas iki atkarpos gal didesnis u 1}.
ios aibs matas lygus
m( A) = 2 .
I ia iplaukia, kad
m( A) 2
P ( A) = = = 0,5 . S
m ( ) 4

4. Ryio kanalu nepriklausomai vienas nuo kito siuniami trys signalai. J teisingo (be klaid) primimo tikimybs yra p1
=0,6, p2 = 0,6 ir p3 =0,6. Apskaiiuokite i vyki tikimybes:
A visi signalai priimti teisingai,
B bent vienas signalas priimtas teisingai.

S Paymime vykius:
A1 pirmas signalas priimtas teisingai;
A2 antras signalas priimtas teisingai;
A3 treias signalas priimtas teisingai.
Tada vykis A lygus
A = A1A2A3.
vykio A tikimyb
P(A) = P(A1A2A3).
vykiai A1, A2, A3 nepriklausomi. Vadinasi,
P(A) = P(A1) P(A2) P(A3) = 0,60,60,6 = 0,216.

vyk B sudaro vykiai: visi signalai priimti teisingai, du signalai priimti teisingai ir vienas signalas priimtas teisingai.
vykiui B prieingas yra vykis B visi signalai priimti klaidingai. Tada
B = A1 A2 A3 .
vykiai A1, A2, A3 nepriklausomi. Vadinasi,
P( B ) = P( A1 )P( A2 )P( A3 ) = (1 0,6) (1 0,6) (1 0,6) = 0,064.
Gauname vykio B tikimyb:
P(B) = 1 P( B ) = 1 0,064 = 0,936. S

1
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

5. Sistema sudaryta i septyni nepriklausomai funkcionuojani element. Apskaiiuokite sistemos patikimum, jei
element patikimumai p1 = p2 = 0,9; p3 = 0,8; p4 = p5 = 0,7.

S Paymime vykius Ai veikiantis i-tasis elementas, i = 1, 2, 3, 4, 5. i vyki tikimybs atitinkamai lygios pi, i = 1, 2,
3, 4, 5. vykis A veikianti sistema. Tada sistemos patikimumas

P(A) = P(A1((A2A3)A4)A5) = P(A1)P((A2A3)A4)P(A5) = P(A1)(P(A2A3) + P(A4)

P(A2A3A4))P(A5) = P(A1)(P(A2)P(A3) + P(A4) P(A2)P(A3)P(A4))P(A5) =

= p1( p2 p3 + p4 p2 p3 p4) p5 = 0,57708. S

6. Pirmoje urnoje yra m1 = 3 balt ir n1 = 2 juod, antroje m2 = 1 balt ir n2 = 1 juod, o treioje m3 = 3 balt ir n3 = 1
juod rutuli. I pirmos urnos traukiame k1 = 1, o i antros k2 = 1 rutuli ir dedame trei urn, o po to i treiosios urnos
traukiame vien rutul. Kokia tikimyb, kad jis bus baltas?

S udavin sprsime panaudodami pilnosios tikimybs formul. Galimos tokios hipotezs:

H1 i pirmos urnos itrauktas baltas ir i antros baltas rutuliai;
H2 i pirmos urnos itrauktas baltas ir i antros juodas rutuliai;
H3 i pirmos urnos itrauktas juodas ir i antros baltas rutuliai;
H4 i pirmos urnos itrauktas juodas ir i antros juodas rutuliai.
vykis A i treios itrauktas baltas rutulys.

Apskaiiuojame hipotezi bei slygines tikimybes:

3 1 3 5
P( H 1 ) = = ; P( A H 1 ) = ;
5 2 10 6
3 1 3 4
P( H 2 ) = = ; P( A H 2 ) = ;
5 2 10 6
2 1 2 4
P( H 3 ) = = ; P( A H 3 ) = ;
5 2 10 6
2 1 2 3
P( H 4 ) = = ; P( A H 4 ) = .
5 2 10 6
Apskaiiuojame vykio A tikimyb, sura reikmes pilnosios tikimybs formul:
3 5 3 4 2 4 2 3 41
P ( A) = + + + = . S
10 6 10 6 10 6 10 6 60

7. Du aidjai vienas po kito (A pirmas, B antras) traukia po vien rutul (grinamoji imtis) i urnos, kurioje yra 1
baltas ir 2 juodi rutuliai. Laimi tas, kuris pirmas itraukia balt rutul. Apskaiiuokite i vyki tikimybes:
a) laimi A, dar netrauks 3 kart;
b) laimi B, trauks ne maiau kaip 3 kartus.
Palyginkite aidj A ir B laimjim galimybes, kai aidimas begalinis.

S Pasiymime: Ai pirmas aidjas i-tuoju traukimu itrauk balt rutul; Bj antras aidjas j-tuoju traukimu itrauk
balt rutul. vykis C1 laimi pirmas aidjas, netrauks 3 kart. vyk sudaro vykiai: A laimi itrauks pirmu traukimu
arba laimi A itrauks antru traukimu, kai B aidjas pirmu traukimu neitrauk balto rutulio. Tai uraoma:
C1 = A1 ( A1 B1 A2).
Tada tikimyb
P(C1) = P(A1 A1 B1 A2) = P(A1) + P( A1 ) P( B1 ) P(A2) =
1 2 2 1 13
= + = 0.481 .
3 3 3 3 27

vykis C2 laimi antras aidjas trauks nemaiau 3 kart. vykis C2 usirao:

C2 = ( A1 B1 A2 B2 A3 B3 ) ( A1 B1 A2 B2 A3 B3 A4 B4 )

2
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

Tada tikimyb
P(B) = P( A1 )P( B1 )P( A2 )P( B2 )P( A3 )P( B3 ) + P( A1 )P( B1 )P( A2 )P( B2 )P( A3 )P( B3 )P( A4 )P( B4 )+=
5
2 1

2 2 2 2 2 1 2 2 2 2 2 2 2 1 3 3 32
= + +L = = 0,079 .
3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 405
1
9
b b
( ia panaudota formul nykstanios geometrins progresijos sumai rasti: S = 1 , q = 2 .)
1 q b1

Paymime: CA laimi pirmas aidjas, kai aidimas begalinis; CB laimi antras aidjas, kai aidimas begalinis.
vykis CA uraomas:
CA = A1 ( A1 B1 A2 ) ( A1 B1 A2 B2 A3 ) ( A1 B1 A2 B2 A3 B3 A4 )
Tada tikimyb
1
1 2 2 1 2 2 2 2 1 2 2 2 2 2 2 1 3
P (C A ) = + + + + L = 3 = .
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 5
1
9
vykis CB uraomas:
CB = ( A1 B1 ) ( A1 B1 A2 B2 ) ( A1 B1 A2 B2 A3 B3 )
( A1 B1 A2 B2 A3 B3 A4 B4 )
Atitinkamai tikimyb
2
2 1 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 1 9 2
P (C B ) = + + + + L = = .
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 5
1
9

Taigi, galim padaryti ivad: kai aidimas begalinis pirmo aidjo laimjimo tikimyb yra didesn nei antrojo. S

8. Tarp siuntoje esani 5 gamini 2 gaminiai yra pirmos ries. Atsitiktinai imame 3 gaminius, X paimt pirmos ries
gamini skaiius. Uraykite X tikimybi pasiskirstymo dsn (lentel, pasiskirstymo funkcija). Nubraiykite pasiskirstymo
funkcijos grafik. Apskaiiuokite vidurk, vidutin kvadratin nuokryp ir tikimyb P(X MX). Udavin isprskite, kai
imtis grinamoji.

S Paymime atsitiktin dyd X paimt pirmos ries gamini skaiius, xi galimos jo reikms. iame udavinyje j yra
4: x1 = 0, x2 = 1, x3 = 2, x4 = 3. Apskaiiuojame tikimybes, su kuriomis atsitiktinis dydis X gali gyti kiekvien reikm, t.y.
tikimybes pi = P(X = xi), ia i = 1, 2, 3, 4.
Paymime raide Aj, vyk , jog j-tuoju traukimu itraukta pirmos ries detal ( j = 1, 2, 3, 4 ). Tada
3 3 3 27
P ( X = 0) = P ( A1 A2 A3 ) = = ,
5 5 5 125
2 3 3 3 2 3 3 3 2 54
P ( X = 1) = P( A1 A2 A3 + A1 A2 A3 + A1 A2 A3 ) = + + = ,
5 5 5 5 5 5 5 5 5 125
2 2 3 2 3 2 3 2 2 36
P ( X = 2) = P ( A1 A2 A3 + A1 A2 A3 + A1 A2 A3 ) = + + = ,
5 5 5 5 5 5 5 5 5 125
2 2 2 8
P ( X = 3) = P ( A1 A2 A3 ) = = .
5 5 5 125
Atsitiktinio dydio X galimas skaitines reikmes xi ir apskaiiuotas pi suraome lentel:

X 0 1 2 3
27 54 36 8
p
125 125 125 125

Skaiiuojame pasiskirstymo funkcij:

kai x 0, tai F(x) = P(X < x) = 0,
27
kai 0 < x 1, tai F(x) = P(X < x) = P(X = 0) = ,
125

3
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

81
kai 1 < x 2, tai F(x) = P(X < x) = P(X = 0) + P(X = 1) = ,
125
117
kai 2 < x 3, tai F(x) = P(X < x) = P(X = 0) + P(X = 1) + P(X = 2) = ,
125
kai x > 3, tai F(x) = P(X < x) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) =1.
Vadinasi, pasiskirstymo funkcija
0, kai x 0,

27
125 , kai 0 < x 1,

81
F ( x) = , kai 1 < x 2,
125
117 , kai 2 < x 3,
125

1, kai x > 3.

Jos grafikas pavaizduotas paveiksle

F(x)
1
117
125
81
125

27
125

0 1 2 3 x

Apskaiiuojame atsitiktinio dydio vidurk:

27 54 36 8 6
MX = 0 + 1 + 2 + 3 = .
125 125 125 125 5
Apskaiiuojame dispersij:
4 2
6 18
DX = xi p i =
5 25
.
i =1
Vidutinis kvadratinis nuokrypis yra:

= DX 0.8485 .
Tikimyb P(X MX) yra lygi
6 36 8 44
P X = P( X = 2) + P ( X = 3) = + = . S
5 125 125 125

9. Radijo aparatra sudaryta i n =100 elektroelement. Vieno elemento sutrikimo per metus tikimyb lygi p = 0,005 ir
nepriklauso nuo kit element bsenos. Apskaiiuokite i vyki tikimybes:
a) per metus sutriko k = 3 element,
b) per metus sutriko ne maiau kaip k = 3 element.

S a) iam udaviniui galima taikyti Bernulio formul. Taiau skaiiuoti faktorialus, kai n didelis, o tikimyb p maa,
sudtinga, todl taikome Puasono formul:
k e
Pn (k ) ,
k!
ia = np.
Ms atveju n =100, p = 0,005. Tai = 0,5. Tada tikimyb, kad per metus sutriks k = 3 elementai, apytiksliai lygi

4
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

0,53 e 0.5
P100 (3) 0.0126 .
3!

b) Paymime vyk, kad per metus sutriko nemaiau kaip 3 elementai, raide A. Nordami apskaiiuoti tikimyb, kad per
metus sutriks ne maiau kaip k = 3 elementai, nagrinjame prieing vyk, t.y. per metus suges maiau kaip 3 elementai
(t.y. arba visi elementai veiks, arba suges vienas elementas, arba suges du elementai). Tada tikimyb lygi:
P ( A) = 1 P100 (0) P100 (1) P100 (2) 0.9856 . S

10. Atsitiktinis dydis X pasiskirsts pagal normalj pasiskirstymo dsn, o jo parametrai yra m ir . Apskaiiuokite
tikimybes P( X ), P(|X| > ). Uraykite 2 taisykl ir paaikinkite jos geometrin ir praktin prasmes. ia:
m = 1, =2, = -1, =2.

S Apskaiiuojame tikimyb, kad atsitiktinis dydis X [, ]:

m m
P( X ) = ( , m, ) ( , m, ) = ,

2
x y
1
ia ( x) =
2
dy , x R, ( x) = 1 ( x) . Reikms (x) imamos i lenteli.
e 2

Tada ms atveju tikimyb bus:

2 1 11 1
P( 1 X 2) = = ( 1) = (0,5) (1 (1)) 0.6915 0.1587 = 0.5328 .
2 2 2

Apskaiiuojame tikimyb P(|X| > 2):

P(|X| > 2) = 1 P(|X| 2) = 1 P( 2 X 2 ) =
2 1 2 1 1 3
= 1 = 1 = 1 ((0,5) (1 (1,5))) 1 (0.6915 0.0668) = 0.3753 .
2 2 2 2

Uraome 2 taisykl:
P(|X 1| 4) 0,95.
t.y. tikimyb, kad normalusis atsitiktinis dydis nukryps nuo vidurkio m = 1 ne daugiau kaip 2 = 4 lygi 0,95. Tai rodo, kad
normalusis dydis vidurkio aplinkoje yra labai koncentruotas. S

11. Parinkite parametr taip, kad p(x) bt tankio funkcija. Nubrkite grafik. Uraykite pasiskirstymo funkcijos
analizin irak, nubraiykite jos grafik. Apskaiiuokite vidurk, dispersij ir tikimyb P(|X MX| < DX ). ia:
1
, x [1, 3],
p( x) = 2
0, x [1, 3].

S Kad funkcija p(x) bt tankio funkcija, ji turi tenkinti tankio funkcijos savyb:

p( x)dx = 1 .

Apskaiiuojam kairs puss integral:
3 3
1 1 1 2
2
dx =
2
x =
1
2
(3 1) =
2
.
1
Randame :
2
= 1,
2
= 0.

5
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

Tada tankio funkcija usirao:

1
, x [1, 3]
p( x) = 2
0, x [1, 3].

Skaiiuojame pasiskirstymo funkcij pagal formul:
x
F ( x) = P( X x) = p( y)dy .

Kai 1 x 3, tai
x
1 1
F ( x) = 2 dy = 2 ( x 1) .
1
Kadangi atsitiktinio dydio X visos reikms yra sutelktos intervale [1, 3], tai i kairs nuo io intervalo F(x) = 0, i deins
F(x) = 1, todl
0, kai x < 1,

1
F ( x) = ( x 1), kai 1 x 3,
2
1, kai x > 3.

Pasiskirstymo funkcijos grafikas
F(x)
1

0 1 2 3 x
Vidurkis lygus
+ 3
1
MX = xp( x)dx = 2
xdx = 2 .
1
Dispersija lygi
3
2 1 1
(x MX ) p( x) dx = ( x 2) dx = .
2
DX =
1
2 3

Tada tikimyb P(|X MX| < DX ) bus lygi:

1 1 1 1 1
P x 2 < = P 2 < x < 2+ = F2 + F2 0.577 . S
3 3 3 3 3

12. Atsitiktinio dydio X tankis yra px(x). Uraykite dydio Y pasiskirstymo funkcij Fy(y), tank py(y) ir apskaiiuokite
vidurk MY, jei Y kvadrato, kurio kratin X, plotas. ia:
e x , kai x 0,

p X ( x) =
0, kai x < 0.

S Atsitiktinio dydio X pasiskirstymo funkcija

1 e x , kai x 0,

FX ( x) =
0, kai x < 0.

Tada Y pasiskirstymo funkcija
(
FY ( y ) = P (Y < y ) = P X 2 < y = P X < ) ( )
y = FX ( y )= 1 e y
, kai y 0.
Vadinasi

6
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

1 e y
, kai y 0,

FY ( y ) =
0, kai y < 0.

Tankis
1 y
e , kai y > 0,
pY ( y ) = FY ( y ) = 2 y
0, kai y < 0.

Tada atsitiktinio dydio Y vidurkis

1 y
MY = yp( y ) dy = y 2 y
e dy = 2 . S
0

13. Atsitiktinio dydio X tankis apibrtas 12 uduotyje. Dydis Y = -2X2 + 1. Apskaiiuokite dydio Y vidurk ir dispersij.

S Atsitiktinio dydio X tankis

e x , kai x 0,

p X ( x) =
0, kai x < 0.

Atsitiktinio dydio Y vidurkis

MY =
f ( x) p X ( x) dx = (2 x 2 + 1)e x dx = 3 .
0
Tada atsitiktinio dydio dispersija

( y MY ) p( x)dx = ((2 x + 1) (3)) e dx = 80 .

2 2 2 x
DY = S
0

14. Dvimatis atsitiktinis dydis (X, Y) tolygiai pasiskirsts trikampje srityje ABC, t.y. jo tankis
1
( x, y ) ABC ,
p X,Y ( x, y ) = S
0 ( x, y ) ABC ,

ia S trikampio ABC plotas. Uraykite vienmaius tankius pX(x), pY(y) ir kovariacin matric. Ar dydiai X ir Y yra
priklausomi, ar koreliuoti? Apskaiiuokite D(-2X + 3Y).
P a s t a b a . Virni A(0; 0), B(-2, 2) ir C(2, 2) koordinats nurodytos staiakampje sistemoje.

S Uraome trikampio kratini lygtis:

y
AB: y = -x; 2
B C
BC: y = 2;
AC: y = x.

Trikampio ABC plotas lygus 4, taigi, dvimaio atsitiktinio dydio (X, Y)

tankio funkcija yra -2 A
2 x
1
, ( x, y ) ABC ,
p X ,Y ( x, y ) = 4
0, ( x, y ) ABC.
Tada vienmai atsitiktini dydi X ir Y tankio funkcijos
2 1 1
dy = ( 2 + x ), kai 2 x 0 ,
x 4 4
2 1 1
p X ( x ) = p X ,Y ( x , y )dy = dy = ( 2 x ), kai 0 < x 2 ,
x 4 4

0 , kai x < 2 , x > 2.

7
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

y1 1


dx = y, kai 0 y 2


pY ( y ) = p X ,Y ( x, y )dx = 4
y
0,
2
kai y < 0, y > 2.
Randame vienmai atsitiktini dydi X ir Y vidurkius
0 2
1 1
MX = xp X ( x)dx = x (2 + x )dx + x (2 x)dx = 0 ,
2
4 0
4
2
1 4
MY =


ypY ( y )dy = y
0
2
ydy = .
3
Taip pat apskaiiuojame j dispersijas
0 2
1 1 2
x 2 p X ( x )dx (MX ) =
2
DX = x 2 (2 + x)dx + x 2 (2 x)dx = ,
2
4 0
4 3
2 2
1 4 2
y 2 pY ( y )dy (MY ) = y 2

2
DY = ydy = .
0
2 3
9
Kovariacija yra
2 y
1

4
cov( X , Y ) = xyp X ,Y ( x, y ) dx dy MX MY = y x dx dy 0 =0 .

4 3
0 y
Tada kovariacin matrica lygi:
2
DX cov( X , Y ) 3 0
K = = .
cov(Y , X ) DY 0 2

9
Kadangi atsitiktini dydi X ir Y kovariacija lygi 0, tai dydiai nekoreliuoti, taiau pX(x)pY(y) pX,Y(x,y), t.y. atsitiktiniai
dydiai yra priklausomi.
Apskaiiuojame dispersij D(-2X + 3Y):
62
D(-2X + 3Y) = (-2)2DX + 32DY + 2(-2)3cov(X,Y) = . S
9

15. Duota seka nepriklausom atsitiktini dydi X1, X2,, Xk,. Dydis Xk su vienodomis tikimybmis gali gyti tik dvi
reikmes k arba -k. Ar galioja iai sekai didij skaii dsnis, kai parametras = 1, 2? Jeigu galioja, uraykite j.
ia 1 = -0,25, 2 =0,4.

S Uraome atsitiktini dydi Xk skirstinius

Xk k -k
1 1
P
2 2
kai k = 1, 2, .

Pakankamos slygos, kad galiot didij skaii dsnis:

(A) DXk C visiems k = 1, 2, ;
arba
n
1
(B)
n2
DX k 0 , kai n .
k =1

Apskaiiuojame atsitiktini dydi vidurkius ir dispersijas:

1 1
MXk = k + (-k) = 0,
2 2
1 1
DXk = (k ) + (-k)2 (MXk)2 = k2.
2
2 2

1) Nagrinjame, kai 1 = -0,25. Tada dispersijos lygios:

1 1
DXk = k -0,5 = 0,5 = .
k k

8
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

1 1 1
DX1 = =1; DX2 = 0 ,707 ; 0 ,577 ;
DX3 =
1 2 3
Kaip matome, kad DXk 1 visiems k = 1, 2, (dispersijos tolygiai aprtos).
Slyga (A) yra tenkinama, t.y. pagal ebiovo teorem sekai {Xn} galioja didij skaii dsnis:
1 n
kiekvienam > 0 P
n
X k < 1, kai n .

k =1

2) Kai 2 = 0,4, tai DXk = k 0,8, t.y.:

DX1 = 10,8 = 1; DX2 = 20,8 1,741; DX3 = 30,8 2,408;
0,8
lim k = , taigi, dispersijos DXk neaprtos, ir slyga (A) nra tenkinama. Tikrinsime slyg (B):
k
n n
1 n 1 n 0 ,8 1 1 x1,8 1 n1,8 11,8 n1,8 1
0 2
n k =1
DX k = 2
n k =1 n 1

k 2 x 0 ,8 dx = 2
n 1,8 1 n
= 2
1,8
< 2 =
n 1,8 1,8n 0 ,2
0 , kai n .

(B) slyga tenkinama, todl sekai {Xn} galioja didij skaii dsnis:
1 n
kiekvienam > 0 P
n
X k < 1, kai n . S
k =1

16. Monte-Karlo metodu apytiksliai apskaiiuokite integral ir vertinkite absoliutin paklaid. ia

sin x
2
dx .
0

S Paymime integral

I = sin x 2 dx
0
Taikydami Monte-Karlo metod skaiiuojame integralo vert
1 n
I = y i ,
n i =1
ia
yi = ( 0)sin(xi2),
xi = 0 + ( 0)ri,
o, r1, , rn atsitiktiniai dydiai tolygiai pasiskirst intervale (0, 1).

Imkime n = 20. Tarpiniai rezultatai pateikti lentelje.

i ri xi yi
1 0,059 0,184 0,106
2 0,745 2,341 -2,260
3 0,906 2,847 3,043
4 0,980 3,080 -0,193
5 0,356 1,120 2,986
6 0,496 1,557 2,065
7 0,309 0,970 2,539
8 0,024 0,076 0,018
9 0,782 2,458 -0,751
10 0,471 1,478 2,568
11 0,297 0,933 2,402
12 0,203 0,639 1,247
13 0,421 1,322 3,093
14 0,125 0,393 0,483
15 0,242 0,762 1,723
16 0,783 2,460 -0,721
17 0,918 2,883 2,818
18 0,850 2,670 2,351
19 0,446 1,402 2,900
20 0,738 2,318 -2,480

9
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

I ia gauname integralo I vert:

1 20
I = yi 1.197 .
20 i =1
Sukonstruojame integralo I pasikliautinj interval. Imame = 0,1. Turime

S2 =
1 n

n 1 i =1
( 2
)
y i I 3,221 ,

z/2 = -1,645, z1/2 = 1,645,

ia z/2, z1/2 standartinio normaliojo skirstinio kvantiliai.
I ia gauname integralo I pasikliautinj interval:
S S
I z1 / 2 ; I z / 2 ,
n n
t.y.
( 0,537; 1,857).
Tai reikia, kad su tikimybe 0,9 galime teigti, jog integralo I reikm yra tarp 0,537 ir 1,857. S

17. Uraykite imties dan ir santykini dani pasiskirstymo eilutes. Apskaiiuokite skaitines imties charakteristikas.
Nubrkite empirins pasiskirstymo funkcijos ir santykini dani histogramos grafikus. Atsivelgdami santykini dani
histogramos form ir skaitines imties charakteristikas, ikelkite atsitiktinio dydio pasiskirstymo hipotez. Raskite takinius
pasiskirstymo dsnio parametr verius (moment arba maksimalaus tiktinumo metodais). Pasinaudodami 2 arba
Kolmogorovo suderinamumo kriterijais, patikrinkite neparametrin empirins pasiskirstymo funkcijos suderinamumo su
teorine hipotez. Paaikinkite gautus rezultatus. Uraykite generalins aibs pasiskirstymo ir tankio funkcij iraikas.
Duomenys:
5.97 5.96 3.12 38.04 42.70 3.88 4.89 92.70 49.13 23.20
3.23 17.53 18.82 0.02 4.13 55.67 36.47 0.77 9.66 12.71
8.89 60.38 28.44 2.56 99.65 23.23 42.80 53.77 20.00 8.17
44.78 7.54 16.99 4.64 17.93 4.06 42.91 28.75 97.23 26.73
32.60 46.46 60.28 3.25 43.63 16.81 24.91 4.24 38.25 11.11
1.22 6.90 5.81 57.90 113.30 8.41 2.99 7.66 13.36 11.08
20.08 38.41 12.64 38.66 22.51 30.31 21.49 26.29 104.10 14.97
24.33 27.83 133.30 4.20 10.36 14.70 16.84 28.20 1.88 1.06
15.60 26.07 20.18 3.88 7.15 15.38 36.99 3.89 34.78 4.15
48.05 3.37 102.90 81.95 39.41 62.44 20.40 87.29 31.49 19.21

S is udavinys isprstas naudojantis MathCad programa.

Duomen skaiius
n = 100.
Variacin eilut
0,02 0,77 1,06 1,22 1,88 2,56 2,99 3,12 3,25 3,37 3,88 3,88

Imties dani eilut

0,02 0,77 1,06 1,22 1,88 2,56 2,99 3,12 3,25 3,37 3,88 3,89
1 1 1 1 1 1 1 1 1 1 2 1

IVADA: imties dani skirstinys parodo, kiek kart imtyje pasikartoja ta pati reikm, pvz.:0,02 pasikartoja imtyje 1 kart
(jos danis lygus 1), reikm 3,88 - 2 kartus (jos danis 2).

Imties santykini dani eilut

0,02 0,77 1,06 1,22 1,88 2,56 2,99 3,12 3,25 3,37 3,88 3,89
0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,01 0,01 0,01 0,02 0,01

IVADA: imties santykini dani eilut parodo, kokia tikimybe i imties paimti vien konkrei reikm.

Imties charakteristikos:
Imties vidurkis X = 28,35
Imties apatinis kvartilis X0,25 = 7,03
Imties virutinis kvartilis X0,75 = 38,53

10
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

Imties mediana Xme = 20,04

Imties moda Xmo = 3,88
Maiausia reikm Xmin = 0,02
Didiausia reikm Xmax = 133,30
Imties dispersija S2 = 809,308
Imties standartinis nuokrypis S = 28,448

Duomenis grupuojame
k = 1 + 3,22 lg(n) 7,644.
Parenkame interval skaii k = 7.
Xmin = 0,02 Xmax = 133,30
Parenkame interval, kuris padengt visas imties reikmes
a0 = 0 ir ak = 140.
a k a0
interval daliname 7 intervalus, su ploiu h = = 20 .
k
Randame intervalinius danius ir santykinius danius
(ai, (100, (120,
(0, 20) (20, 40) (40, 60) (60, 80) (80, 100)
ai+1) 120) 140)
i 49 28 11 3 5 3 1
i 0,49 0,28 0,11 0,03 0,05 0,03 0,01

Grupuot duomen vidurkis

1 k
a i + a i +1
X gr =
n

i =1 2
i = 30 .

Grupuot duomen dispersija

2
1 k
ai + a i +1
S gr2 =
n 1

i =1 2
X gr i = 767.677

Pasiskirstymo funkcija:
0 kai x 0,
0,49 kai 0 < x 20,

0,77 kai 20 < x 40,

0,88 kai 40 < x 60,
Fn ( x) =
0,91 kai 60 < x 80,
0,96 kai 80 < x 100,

0,99 kai 100 < x 120,
1 kai 120 < x.

11
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

ir jos grafikas

Briame santykini dani histogram ir spjam teorin tank

Pagal gaut histogram darome prielaid, kad duomenys yra pasiskirst pagal eksponentin dsn.
Keliame hipotez:
H0 : X ~ E()
Ha : X nepasiskirsts pagal E().
Moment metodu randame eksponentinio pasiskirstymo neinomo parametro vert :

MX = X ,
1
= X,

1
= .
X

Pasirenkam reikmingumo lygmen = 0,1.

Hipotezs tikrinimui parenkame statistik, kuri turi skirstin 2 su parametru = k r 1, ia r = 1 - neinom parametr
skaiius, k = 8 interval skaiius.

=
2
k (o j e j )2 ,
j =1
ej

ia oj intervaliniai daniai, ej teoriniai daniai.

12
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003
Nuotolinio mokymo kursas
Tikimybi teorija ir matematin statistika Kuratoriaus vertinamos uduoties pavyzdys

1 1
Apskaiiuojame teorinius danius ej, laikydami = = .
X gr 30

(ai, (100, (120,

(0, 20) (20, 40) (40, 60) (60, 80) (80, 100)
ai+1) 120) +)
ei 48,66 24,98 12,83 6,59 3,38 1,74 1,83

Apskaiiuojame statistikos 2 vert

8
2 =
(o j e j )2 = 4.65.
j =1
ej

Kai reikmingumo lygmuo = 0,1 i lenteli randame 2 skirstinio su = k r 1 = 5 laisvs laipsniais kvantil
21() = 20,99(5) = 9,24.
Gavome:

2 = 4,65 < 9,24 = 20,99(5),

taigi nra pagrindo atmesti hipotez H0 apie eksponentin X skirtin.

Grafikai tai atrodo taip:

Generalins aibs tankio ir pasiskirstymo funkcijos:

1
x 1 30 x
p( x) = e = e , kai x 0,
30
1
x
F ( x ) = 1 e x = 1 e 30 , kai x 0. S

13
KAUNO TECHNOLOGIJOS UNIVERSITETAS, Taikomosios matematikos katedra, 2003