Professional Documents
Culture Documents
Kaniovskaya Sbornik
Kaniovskaya Sbornik
5
3. Доповнення події A (протилежна до А подія). Кожній
події А можна поставити у відповідність протилежну подію А , яка
відбувається тоді, коли А не відбувається. Очевидно, A A та
A A .
4. Різниця А \ В подій – це подія, що відбувається тоді, коли
відбувається подія А і не відбувається подія В. Очевидно, що A =
= \ A.
Включення (АВ). АВ означає, що подія В відбулася, якщо
відбулася подія А. Тобто з появи події А випливає поява події В.
Непорожня система підмножин f множини називається
алгеброю подій, якщо вона замкнена відносно операцій об’єднання
та доповнення. Це означає:
А1. f ;
А2. Аf, Вf АВf;
А3. Аf A f.
Якщо система підмножин f має нескінченну кількість подій,
то замкненість операції об’єднання узагальнюється так: для будь-
яких подій А1, А2, ..., Аn,... f A i f. У такому разі система
i 1
підмножин f називається σ-алгеброю подій.
6
2. Подія А1А23 означає, що лише перша та друга групи
знаходяться на заняттях.
3. Подія А1А2А3 означає, що принаймні одна з груп
знаходиться на заняттях.
4. Подія A1 A2 A 3 є протилежною до події А1А2 A3 .
Вона означає, що жодна група не знаходиться на заняттях.
5. Подія (А1 A 2 A 3)( A 1А2 A 3)( A 1 A 2А3)
означає, що в даний момент часу лише одна з груп знаходиться на
заняттях.
Задача 1.2. На електричній схемі (рис. 1.1):
b c
Рис. 1.1
7
Задачі
Група А
B
A
Рис. 1.2
b1 b2
c1 c2
Рис. 1.3
8
b1
a b2
b3
b3
Рис. 1.4
вихід з ладу елемента а – це подія А, елементів bк – подія Bk,
k =1, 2, 3. Записати події C = {схема не працює}, C .
1.5. Проведено радіолокаційне спостереження за групою, яка
складається з чотирьох літаків. Розглянемо події: А = {виявлено
один літак}, B = {виявлено принаймні один літак}, C = {виявлено
не менше двох літаків}, D = {виявлено два літаки}, E = {виявлено
три літаки}, F = {виявлено чотири літаки}. Описати події: 1) АВ;
2) АВ; 3) ВC; 4) ВC; 5) D EF; 6) ВF.
1.6. По мішені зроблено два постріли. Розглянемо події:
А1={принаймні одне влучення}, А2={принаймні один промах}. Чи
утворюють ці події повну групу?
1.7. По мішені зроблено три постріли. Нехай подія
Аk={отримано рівно k влучень у мішень}, k =0,1,2,3. Чи утворюють
події Аk повну групу?
1.8. Протягом деякого часу експлуатують два прилади.
Розглянемо події: А1={прилади працюють}, А2 ={один з приладів
працює, а другий – ні}, А3 ={прилади не працюють}. Чи утворюють
ці події повну групу?
1.9. В однакових умовах передають три повідомлення
однакової довжини. Розглянемо події: B1={спотворено перше
повідомлення}, B2={спотворено друге повідомлення},
B3={спотворено третє повідомлення}. Чи утворюють ці події повну
групу?
1.10. Два шахісти грають одну партію. Розглянемо події:
А={виграє перший шахіст}, B ={виграє другий шахіст}. Яку подію
9
необхідно додати до означеної сукупності подій, щоб утворилася
повна група подій?
Група Б
10
та принаймні один з резисторів. Записати подію А = {схема не
працює}.
1.17. Довести, що події А , А В, А В утворюють
повну групу подій.
Тоді
m
P( A)
, (1.1)
n
де m – число елементарних подій, які сприяють появі події A ;
11
n – число всіх елементарних подій. Формула (1.1) називається
формулою класичної ймовірності.
Нехай простір елементарних подій інтерпретується як
область на числовій осі (на площині або у просторі), яка має
відповідно довжину (площу або об’єм). Розглянемо -алгебру f
всіх підмножин , які мають довжину (відповідно площу або
об’єм). Нехай подія A f . Тоді
( А)
P(А) = , (1.2)
( )
де (А) – довжина (площа, об’єм) області А; () – довжина
(площа, об’єм) області .
Формула (1.2) називається формулою геометричної
ймовірності.
Із означення ймовірності випливають її властивості:
1) Аf: P(А) 1;
2) P( А ) = 1 – P(А);
3) P() = 0;
4) P(АВ) = P(А)+P(В) – P(АВ)
(теорема додавання ймовірностей);
5) якщо А В, то P(А) P(В).
12
C 93 способами, а інші шість – вибирають один з двох вагонів 26
способами. Імовірність події А визначаємо за формулою (1.1):
2 6 С 93
P А 0,27.
39
Події В буде сприяти С93С 63С33 елементарних подій. Тому
С93С63С33
P В 0,09.
39
Задача 1.5. Дві групи туристів А і В мають переправитися
через річку по одній і тій же переправі. Групи підходять до
переправи незалежно одна від одної протягом двох годин. Групі А
для переправи потрібно 30 хв, а групі В – 15 хв. Яка ймовірність
того, що жодна з груп не буде чекати переправи?
Розв’язання. y
2,0
0,5
0 0,2 2,0 x
Рис. 1.5
Нехай х та у – час прибуття (у годинах) кожної групи на
переправу. Очевидно, що = {(х,у): 0х2, 0у2}. Група А не буде
1 1
чекати переправи, якщо x y , а група В – якщо y x . Тоді
4 2
область, яка заштрихована на рис. 1.5, буде складатися з тих
моментів часу прибуття груп на переправу, коли вони можуть
починати переправу без чекання. За формулою геометричної
ймовірності (1.2) знаходимо:
2 2
7 1 3 1
P
4 2 2 2 85
0,66 .
4 128
Задачі
13
Група А
14
1.25. Дві туристичні групи умовилися зустрітися між 12.00 та
13.00 годинами. Група, яка підійшла першою, чекає іншу 20 хв,
потім покидає місце зустрічі. Яка ймовірність зустрічі цих груп,
якщо моменти приходу кожної групи протягом однієї години
незалежні один від одного?
1.26. По радіоканалу зв’язку на проміжку часу (0,1)
передають два сигнали тривалістю 1/2. Кожен з них починається
у будь-який момент інтервалу (0, 1–). Якщо сигнали перекривають
один одного хоч би частково, вони не приймаються. Яка
ймовірність прийому сигналів?
Група Б
15
1.32. Яка ймовірність того, що в групі з n (n 365) навмання
відібраних студентів принаймні у двох виявиться день народження
в один і той самий день? Підрахувати Pn для n = 24 та n = 50.
16
n n
P( Ai ) P( Ai ) .
i 1 i 1
8. Для незалежних у сукупності n подій А1, А2, ... Аn
n n
P( Ai ) 1 P( Ai ).
i 1 i 1
9. Для будь-яких двох подій
P A B P APB / A PB P A / B .
10. У загальному випадку для n подій
n
P( Ai )=P(А1)P(A2/A1)P(A3/A1A2) ... P(An/A1 ... An-1).
i 1
A2
A1 A4
A3
Рис. 1.6
17
2) якщо кожну кулю після огляду повертають в урну.
Розв’язання. Вводимо події: A={усі кулі білі}, Ak={поява
білої кулі в k-й раз}; k=1,2,3. Подія A = A1А2А3. Коли кулі не
повертають в урну після огляду, то події А1, А2, А3 – залежні, тому
що з кожним разом змінюється кількість куль в урні. Тоді
4 3 2
P(А)=P(А1)P(A2/A1)P(A3/A1A2) = 0,2.
6 5 4
Коли кулі повертають після огляду в урну, то події А1, А2,
3
4
А3 – незалежні, тоді P(А)=P(А1)P(А2)P(А3)= = 0,296.
6
Задача 1.8. Два зенітно-ракетних комплекси (ЗРК) одночасно
незалежно один від одного випускають по одній ракеті по літаку.
Імовірність влучення у літак першим ЗРК дорівнює 0,5, а другим –
0,4. Знайти ймовірності подій:
1) В = {обидва ЗРК влучають у літак};
2) C = {один ЗРК влучає у літак};
3) D = {літак не ушкоджений};
4) E = {принаймні один ЗРК влучає у літак}.
Розв’язання. Розглянемо події Ai = {влучення у літак і-м
ЗРК}, i=1, 2. За умовою задачі P(А1) = 0,5; P(А2) = 0,4. Отже:
1) B = A1А2. Події А1 та А2 – незалежні, тоді P(В) =
P(А1А2)=P(А1)P(А2) = 0,2;
2) подію С можна записати так: C A1 A2 A1 A2 , тоді
P(C ) P A1 P A2 P A1 P A2 0,5 ;
3) подія D = A1 A2 , отже, P(D) = P( A1 ) P( A2 ) = 0,3;
4) подія E = A1А2, оскільки події А1 та А2 – незалежні, то за
теоремою додавання для двох незалежних подій:
PЕ 1 P А1 P А2 1 0,5 0,6 0,7.
18
Задачі
Група А
A1
A1 A2
A2 A4
A3
A3
а б
A1 A2 A1 A2
A3 A4 A3 A4
в г
Рис. 1.7
19
три з чотирьох запитань білета. Яка ймовірність того, що студент
здасть залік?
1.37. На семи картках написані літери “А” “К”, “И”, “К”, “Ї”,
“И”, “В”. Після перетасування одну за одною виймають чотири
картки. Яка ймовірність скласти слово “КИЇВ”?
1.38. Є n РЛС, які стежать за одним об’єктом. Кожна станція
виявляє об’єкт незалежно від інших станцій з імовірністю Р. Яка
ймовірність того, що об’єкт буде виявлено?
1.39. Імовірність влучення в мішень одним пострілом
дорівнює р. Скільки треба зробити незалежних пострілів, щоб
імовірність принаймні один раз влучити в мішень була не меншою
за P? Задачу розв’язати для p = 0,4; P = 0,9.
1.40. Для сигналізації аварії встановлено два сигналізатори,
які працюють незалежно один від одного. Імовірність того, що при
аварії спрацює перший сигналізатор дорівнює 0,95, а другий – 0,9.
Знайти ймовірності того, що при аварії спрацюють: 1) принаймні
один сигналізатор; 2) тільки один сигналізатор.
1.41. Літак долає три зони протиповітряної оборони (ППО).
При подоланні першої зони його пошкоджено з імовірністю 0,6;
другої, за умови, що він пройшов першу, – 0,7; а третьої, за умови,
що він пройшов перші дві, – 0,5.
Знайти ймовірності подій: 1) проходження всіх зон;
2) пошкодження літака при проходженні другої зони.
Група Б
20
Висновки обгрунтувати обчисленням.
A1 A2 A3
A1 A2 A3
A1 A2 A3
а
A1 A2 A3
A1 A2 A3
A1 A2 A3
б
Рис. 1.8
1.44. Через канал зв’язку, який складається з передавача,
ретранслятора та приймача, передаються сигнали “0” та “1”.
Унаслідок перешкод ці сигнали можуть спотворюватися. На
ділянці передавач–ретранслятор “1” не спотворюється з
імовірністю 0,8, а “0” не спотворюється з імовірністю 0,85. На
ділянці ретранслятор–приймач імовірності цих подій відповідно
дорівнюють 0,9 та 0,7. Знайти ймовірності подій: 1) кодова
комбінація “10”, надіслана передавачем, прийнята без спотворення;
2) передали комбінацію “10”, а прийняли два однакові символи.
1.45. Студент написав n листів, запечатав їх у конверти, а
потім на кожному конверті навмання написав різні адреси. Яка
ймовірність того, що принаймні на одному конверті буде написана
вірна адреса?
1.46. Із урни, яка містить дві білі та чотири чорні кулі, два
гравці по черзі виймають кулі, не повертаючи їх знову в урну.
Виграє той, хто першим витягне білу кулю. Яка ймовірність події
А={виграє той, хто почав першим}?
1.47. Два гравці домовились, що виграш одержує той, хто
виграє певне число партій. Гра була перервана тоді, коли першому
гравцю залишалось до виграшу m партій, а другому – n партій. Як
21
поділити ставку, якщо ймовірність виграшу однієї партії для
кожного гравця однакова і дорівнює 0,5? (Задача де Мере).
22
Задача 1.10. Через перешкоди система виявлення літака
може давати помилкові дані про наявність цілі з імовірністю 0,05, а
за наявності цілі система виявляє її з імовірністю 0,9. Імовірність
появи літака в зоні роботи системи дорівнює 0,25. Надійшов сигнал
про наявність цілі. Яка ймовірність помилки?
Розв’язання. Введемо гіпотези:
H1 ={у зоні роботи системи з’явився літак};
H2 ={відсутність літака в зоні роботи системи}.
За умовою задачі P(H1) = 0,25, тоді P(H2) = 0,75. Нехай подія
A = {надійшов сигнал про наявність літака}. Тоді P(A/H1) = 0,9;
P(A/H2)=0,05. Помилка буде тоді, коли система дала сигнал про
наявність цілі, але літака в зоні роботи системи не було. Отже,
треба знайти PH 2 / A . За формулою Байєса (1.4) маємо
P( H 2 ) P( A / H 2 )
P H 2 / A
P( H 1 ) P( A / H 1 ) P( H 2 ) P( A / H 2 )
0,05 0,75 1
.
0,25 0,9 0,75 0,05 7
Задачі
Група А
23
1.51. Літак-розвідник, який виконує бойове завдання,
повинен два рази пройти зону ППО противника (туди і назад).
У зоні ППО його з імовірністю 0,5 не атакують винищувачі, з
імовірністю 0,3 атакує один винищувач, з імовірністю 0,2 – два
винищувачі. Кожен винищувач окремо вражає літак з імовірністю
0,4. Яка ймовірність того, що літак виконає бойове завдання?
1.52. Є дві партії деталей з 12 і 10 виробів, причому в кожній
партії одна деталь є бракованою. Навмання взяли деталь з першої
партії і переклали в другу, після чого виймають будь-яку деталь з
другої партії. Яка ймовірність того, що з другої партії буде вийнята
бракована деталь?
1.53. У кожний момент часу працює тільки один з трьох
блоків приладу. Встановлено, що перший блок працює 40 % усього
часу, другий – 35 %. Надійність блоків за час T відповідно
дорівнює 0,95; 0,92 та 0,9. Прилад вимикається через несправність
одного з блоків. Знайти ймовірність несправності в кожному з
блоків, якщо прилад вимкнено.
1.54. Телеграфне повідомлення складається з сигналів
“крапка” та “тире”. Статистичні властивості перешкоди такі, що
2 1
спотворюють у середньому повідомлень “крапка” та
5 3
повідомлень “тире”. Відомо, що серед сигналів, які передаються,
“крапка” та “тире” зустрічаються у відношенні 5:3. Знайти
ймовірності подій: 1) прийнято сигнал “крапка”; 2) надіслали
сигнал “тире”, а прийняли сигнал “крапка”.
1.55. У групі з 10 студентів, які прийшли на іспит, три
підготовлені відмінно, чотири – добре, два – задовільно та один –
погано. У білетах є 20 запитань. Відмінно підготовлені студенти
можуть відповісти на всі 20 запитань, добре підготовлені – тільки
на 16 запитань, задовільно підготовлені – тільки на 10, погано
підготовлений студент – тільки на п’ять. Викликаний навмання
студент відповів на три запитання. Знайти ймовірність того, що цей
студент підготовлений: 1) відмінно; 2) погано.
1.56. Відомо, що 96 % виготовленої продукції задовольняє
стандарт. Спрощена схема контролю визнає придатною стандартну
продукцію з імовірністю 0,98 та нестандартну – з імовірністю 0,05.
24
Яка ймовірність того, що продукція, яка пройшла спрощений
контроль, задовольняє стандарт?
1.57. У піраміді знаходяться 10 карабінів, які складають
чотири групи, що різняться своїми бойовими якостями. До першої
групи належать два карабіни, до другої – чотири, до третьої – три,
до четвертої – один карабін. Імовірність влучення в мішень з
карабіна першої групи дорівнює 0,92, другої – 0,8, третьої – 0,75,
четвертої – 0,5. Стрілець бере навмання один карабін і робить один
постріл. 1. Яка ймовірність того, що стрілець влучить у мішень?
2. Стрілець схибив. Яка ймовірність того, що він стріляв з карабіна
третьої групи?
Група Б
25
посадки дорівнює p1 . Якщо аеродром затягнуло низькою
хмарністю, то пілот здійснює посадку літака за допомогою
приладів. Надійність приладів “сліпої” посадки дорівнює P . Якщо
прилади “сліпої” посадки спрацювали нормально, то літак сідає з
тією ж імовірністю p1 , що й при візуальній посадці. Якщо прилади
“сліпої” посадки не спрацювали, то пілот може посадити літак з
імовірністю p1 p1 . 1. Знайти повну ймовірність посадки літака,
якщо відомо, що в k % всіх випадків посадки аеродром затягнутий
низькою хмарністю. 2. Відомо, що літак приземлився
благополучно. Яка ймовірність того, що пілот користувався
приладами “сліпої” посадки?
1.62. Маємо три урни: у першій з них а білих куль і b
чорних; у другій – c білих куль і d чорних; у третій – тільки k білих.
Навмання вибирають одну урну і виймають з неї кулю. Ця куля
виявилася білою. Знайти ймовірності того, що ця куля витягнута:
1) з першої урни; 2) з другої урни; 3) з третьої урни.
1.63. Серед n осіб розігрують m n виграшів витягуванням n
квитків. Чи однакові шанси виграшу для будь-якого з гравців? Чи
вигідно тягнути квиток на початку розіграшу?
26
число, то існують два найбільш імовірних числа m01 np q та
m02 np p .
Якщо n достатньо велике, а p – достатньо мале число,
наприклад, n>100 і p<0,01 або np 20 , то найчастіше
використовують асимптотичну формулу Пуассона:
a m a
Pn m e , де a np. (1.6)
m!
Функція комплексної змінної Ф z pz q називається
n
27
Задачі
Група А
28
додатних помилок при чотирьох вимірюваннях та ймовірність
найбільш імовірного числа від’ємних помилок.
Група Б
30
ГЛАВА 2. ВИПАДКОВІ ВЕЛИЧИНИ
31
Для дискретної випадкової величини F x P x k . Це
xk x
32
Останню властивість часто використовують для обчислення
дисперсії, для дискретної випадкової величини вона набуває
вигляду:
D xk P{ xk } ( M ) 2 ;
2
(2.4)
k 1
4) якщо та – незалежні випадкові величини, то
D( ) D D .
Розмірність дисперсії не збігається з розмірністю випадкової
величини. Для того, щоб розмірність характеристики розсіювання
була така сама, як розмірність випадкової величини, вводять
середньоквадратичне відхилення (стандартне відхилення)
D .
Для знаходження числових характеристик дискретної
випадкової величини, яка набуває цілих значень, можна
використовувати генератрису:
Ф ( z ) P{ xk }z k . (2.5)
k 1
Тоді
M Ф (1) ; D Ф (1) Ф (1) [Ф (1)]2 .
33
= 3. Імовірності, з якими ці значення набуваються, знайдемо за
формулою Бернуллі:
P{ k} C3k p k (1 p) 3k , де k = 0, 1, 2, 3; p = 0,3.
Отже, ряд розподілу випадкової величини має вигляд
(табл.2.2):
Таблиця 2.2
0 1 2 3
p 0,343 0,441 0,189 0,027
0 1 2 3 x
Рис. 2.1
3. Обчислимо математичне сподівання та дисперсію за
формулами (2.1) та (2.4):
M 0·0,343+1·0,441+2·0,189+3·0,027=0,9;
D 0 0,343 1 0,441 4 0,189 9 0,027 0,9 0,63.
2
34
4. Імовірність події А знайдемо так:
P( A) P{ 2} 1 P{ 2} 1 F (2) 1 0,784 0,216 .
Задача 2.2. Перевіряють деталі в режимі перевантаження.
Імовірність пройти випробування для кожної деталі дорівнює 0,8.
Випробування незалежні одне від одного і закінчуються одразу, як
тільки деталь, яку перевіряють, виходить з ладу. Скласти ряд
розподілу випадкової величини , яка задає кількість випробувань.
Обчислити математичне сподівання M і дисперсію D .
Розв’язання. Дискретна випадкова величина може
набувати нескінченної кількості значень: x1=1, x 2 =2, ..., x k = k, ...
Для знаходження ймовірностей, з якими ці значення набуваються,
будемо використовувати теорему множення ймовірностей для
незалежних подій. Отже, загальна формула визначення відповідних
імовірностей буде такою:
P{ k} (1 p) k 1 p , де р = 0,2, k = 1, 2, ... .
Таким чином, ряд розподілу має вигляд (табл.2.3):
Таблиця 2.3
1 2 ... k ...
р 0,2 0,16 ... (0,8) k 1 0,2 ...
35
Задачі
Група А
36
працюють, серед трьох вийнятих. Записати функцію розподілу
величини та обчислити числові характеристики.
2.7. Чотири РЛС незалежно одна від одної виявляють цілі.
Імовірність виявлення цілі першою станцією дорівнює 0,4, другою
– 0,6, третьою та четвертою – 0,5. Випадкова величина означає
кількість станцій, які виявили ціль. Записати функцію розподілу
величини . Знайти числові характеристики та ймовірність події
А= {2 4} .
2.8. Є сім радіоламп, з яких три не працюють, але вони не
відрізняються від нових. Навмання беруть чотири радіолампи.
Випадкова величина означає кількість ламп, які працюють, серед
узятих. Записати функцію розподілу величини та знайти числові
характеристики.
Група Б
37
роботи) блоків першого приладу дорівнює 0,7, а надійність блоків
другого приладу – 0,4. Випадкова величина означає загальну
кількість блоків, що працюють за період експлуатації приладів.
Скласти ряд розподілу та функцію розподілу величини . Знайти
ймовірності подій А= { 1} , В={ <3}, а також числові
характеристики випадковоъ величини .
2.13. Сигнали на ввімкнення приладів подаються через кожні
5 с. Час від моменту передачі сигналу до ввімкнення приладу –16 с.
Подача сигналів припиняється відразу після того, як ввімкнено
принаймні один прилад. Знайти ряд розподілу для випадкового
числа поданих сигналів, якщо ймовірність ввімкнення для кожного
приладу дорівнює 0,5.
2.14. При передачі повідомлення по радіоканалу зв’язку
спостерігаються перешкоди, які заважають його декодувати.
Повідомлення не вдається декодувати з імовірністю р. Його
передають доти, доки його не декодують. Довжина передачі
повідомлення дорівнює 2 хв. Знайти математичне сподівання часу
Т, що витрачений на передачу повідомлення.
2.15. По каналу зв’язку у двійковому коді передають
повідомлення. Знаки “0” або “1” чергуються з рівною ймовірністю
незалежно один від одного. Розглядають будь-яку групу знаків, які
повторюються, наприклад, “0”, “0”, “0”, ... або “1”, “1”, “1”, ... .
Беруть навмання одну з таких груп. Випадкова величина задає
кількість знаків у такій групі. Знайти її закон розподілу, числові
характеристики, а також імовірність P{ k} .
38
величини найчастіше задається щільністю розподілу
ймовірностей. За означенням щільність розподілу дорівнює
границі
Рx x x
f ( x) lim . (2.6)
x 0 x
Із формули (2.6) випливають основні властивості
щільності розподілу ймовірностей:
1) f ( x) 0, x R ;
2) f ( x) F ( x);
3) f ( x)dx 1 (умова нормування);
b
4) P{a b} f ( x)dx F b F a .
a
(Остання властивість справджується також для відкритих та
напіввідкритих проміжків, тому що для неперервної випадкової
величини P{ m} 0 , де m – будь-яка стала величина);
x
5) F ( x) f (t )dt .
Основні числові характеристики неперервної випадкової
величини обчислюють за формулами:
M xf ( x)dx, (2.7)
за умови, що цей інтеграл збігається абсолютно;
D ( x M ) 2 f ( x)dx (2.8)
або
D x
2
f ( x)dx ( M ) 2 . (2.9)
Зміст цих характеристик такий самий, як і для дискретних
випадкових величин.
39
Приклади розв’язання задач
F (x )
0 1 x
Рис. 2.2
40
f (x )
0 1 x
Рис. 2.3
41
4. Знайти ймовірність події .
3 3
Розв’язання.
1. Коефіцієнт А знайдемо з умови нормування щільності
2
1
розподілу ймовірностей. Маємо: A cos xdx 1, звідси A=
2
.
2
f (x )
0,5
– 2 – 3 0 x
3 2
Рис. 2.4
якщо x ( , ).
2 2
При x , F (x ) = 0, при x , F (x ) = 1.
2 2
Отже,
0, x ;
2
1
F (x ) = (sin x 1), x ( , );
2 2 2
1, x .
2
42
Графік функції розподілу випадкової величини наведений на
рис. 2.5.
F (x )
0,5
0 x
2 2
Рис. 2.5
1 2
M xf ( x)dx x cos xdx 0 ;
2
2
1 2 2 2
D ( x M ) 2 f ( x)dx x cos xdx 2;
2 4
2
8 2
D .
2
4. Імовірність попадання випадкової величини в заданий
проміжок знайдемо за властивістю 4 функції розподілу:
3
Р = F F sin .
3 3 3 3 3 2
43
Задачі
Група А
0, x 0, x 2;
2.17. f (x ) = 1,5; = 2.
Ax , 0 x 2;
0, x 1, x 2;
2.18. f (x ) = 0; = 1.
A( x 1), 1 x 2;
0, x 1, x 2; 4
2.19. f (x ) = 1; = .
A( x 1), 1 x 2; 3
0, x 0, x 1;
2.20. f (x ) = 2 0,25; = 0,25.
Ax , 0 x 1;
0, x 0, x 3;
2.21. f (x ) = 1; = 2.
A(3 x x ), 0 x 3;
2
0, x 0, x 2;
2.22. f (x ) = 0,5; = 1.
A( 2 x x ), 0 x 2;
2
44
0, x 0;
5
F ( x) Ax , 0 x 3;
1, x 3.
Знайти коефіцієнт А, щільність розподілу ймовірностей
f (x ) , числові характеристики M і D , а також імовірність події
1 4.
2.24. Функція розподілу неперервної випадкової величини
має вигляд:
0, x a ;
a x a , a 0 ;
x
F ( x) A B arcsin ,
a
1, x a.
Знайти коефіцієнти А та В, побудувати графік функції F (x ) .
Записати щільність розподілу ймовірностей f (x ) , побудувати
a a
графік. Яка ймовірність події ?
2 2
2.25. F (x )
1
0 2 5 x
Рис. 2.6
45
2.26.
F (x )
1
0,5
-3 0 2 x
Рис. 2.7
2.27.
F (x )
1
0,5
0 1 2 6 x
Рис. 2.8
Група Б
0 1 2 x
Рис. 2.9
46
Записати аналітичні вирази функцій f (x ) та F (x ) .
Обчислити числові характеристики M і D , знайти ймовірність
події 1 1,5 .
2.30. Деякі неперервні випадкові величини, які
використовують в економіці, статистиці та інших прикладних
науках, розподілені за законом Парето. Функція розподілу закону
Парето задається так:
0, x x0 ;
a
F ( x) x0
1 x , x x0 , a 0 .
Записати щільність розподілу ймовірностей закону Парето.
При яких значеннях параметра а існує математичне сподівання
M та дисперсія D ? Знайти числові характеристики закону.
2.31. У задачах з радіотехніки і радіолокації часто
зустрічаються неперервні випадкові величини , які розподілені за
законом Релея:
0, x 0;
x2
f ( x ) x 2
2e
2 , x 0, 0.
Записати функцію розподілу F (x ) . Побудувати графіки
функцій щільності розподілу ймовірностей f (x ) та F (x ) ,
обчислити числові характеристики M і D .
2.32. Щільність розподілу ймовірностей випадкових амплітуд
шумової напруги задають законом Релея з параметром . Чи
однаково часто зустрічаються амплітуди, менші та більші за
середню?
2.33. У деяких приладах термін служби елементів
електронної апаратури задається законом розподілу Вейбулла,
функція розподілу якого має вигляд:
1 ехр сx a , x 0, a 0, c 0;
F ( x)
0, x 0.
47
Записати щільність розподілу ймовірностей закону Вейбулла
та знайти числові характеристики M і D .
2.34. Неперервна випадкова величина розподілена за законом
x
Коші, якщо її функція розподілу дорівнює F ( x) b c arctg ,
a
x . Знайти коефіцієнти b і с. Записати щільність розподілу
закону Коші. Чи існує математичне сподівання цього розподілу?
2.35. У теорії масового обслуговування та теорії надійності
важливу роль відіграє закон Ерланга, щільність розподілу
0, x 0;
ймовірностей якого має вигляд: f ( x) n 1 n x
x e , x 0.
n!
Записати функцію розподілу закону Ерланга та знайти його
числові характеристики.
49
Нормальний закон розподілу (закон Гаусса). Неперервна
випадкова величина розподілена за законом Гаусса, якщо її
щільність розподілу має вигляд:
( x a ) 2
1
f ( x) e 2 2 ,
2
де а і >0 – параметри закону. Зміст цих параметрів такий:
M a; D 2 , тобто .
Функція розподілу F (x ) закону Гаусса записується через
функцію Лапласа Ф(x) :
xa 1
F ( x) Ф ,
2
x t2
1
де Ф( x)
2 0
e 2 dt .
50
E 2 , (2.12)
де 0,477.
Якщо за числову характеристику розсіювання береться
серединне відхилення, то щільність розподілу ймовірностей закону
Гаусса набуває вигляду:
2 ( x a ) 2
f ( x) e E2 ,
E
а функція розподілу
xa 1
F ( x) Фˆ ,
E 2
x 2t 2
де Фˆ ( x) e dt – зведена функція Лапласа, таблиця якої
0
наведена в дод. 2. Зв’язок між функцією Лапласа Ф(х) та зведеною
x
функцією Лапласа Фˆ ( x) такий: Ф( x) Фˆ або
2
Фˆ ( x) Ф( 2 x) .
Для розв’язання задач у цьому випадку найчастіше
використовують формули:
a ˆ a
P Фˆ Ф ;
E E
P{ a } 2Фˆ . (2.13)
E
Згідно з ”правилом 4Е”, практично всі значення нормально
розподіленої випадкової величини знаходяться в інтервалі
(a 4E, a 4E ) , тому що P a 4 E 0,993 .
Задача 2.5. Під час роботи ЕОМ час від часу виникають збої.
Середня кількість збоїв за добу дорівнює 1,5. Будемо вважати
51
кількість збоїв за добу випадковою величиною, яка розподілена за
законом Пуассона. Знайти ймовірності подій:
1) за дві доби не буде жодного збою;
2) протягом доби буде принаймні один збій;
3) за тиждень буде не менше трьох збоїв.
Розв’язання.
1. Нехай випадкова величина 1 означає кількість збоїв за дві
доби. Середня кількість збоїв за дві доби дорівнює трьом, тобто
M1 =3. Отже, 1 має розподіл Пуассона з параметром а = 3, а тому
за формулою (2.10)
a0
P{1 0} e a e 3 0,0498 .
0!
2. Нехай випадкова величина 2 означає кількість збоїв за
добу, тоді M 2 = 1,5 = а. Імовірність того, що протягом доби буде
принаймні один збій знайдемо так:
1,50 1,5
P{ 2 1} 1 P{ 2 0} 1 e 1 e 1,5 0,777 .
0!
3. Нехай випадкова величина 3 означає кількість збоїв за
тиждень, тоді M 3 = 10,5 = а. Відповідну ймовірність обчислюємо
так:
P 3 3 1 P 3 0 P 3 1 P 3 2
52
Нехай подія А ={принаймні один з п’яти сигналів буде
виявлено}. Знайдемо ймовірність події A ={жодного сигналу не
виявлено}. За формулою Бернуллі (1.5):
P ( A ) (0,75) 5 0,237 , звідси P( A) 1 P( A ) 0,763.
Задача 2.7. Час безвідмовної роботи (у годинах) деякого
приладу є випадкова величина , яка задана щільністю розподілу
ймовірностей
f (t ) 0,08e0,08t , t 0.
Знайти: 1) середній час безвідмовної роботи приладу;
2) імовірність безвідмовної роботи приладу протягом 4 год;
3) імовірність відмови приладу в інтервалі часу [4,
20] год;
4) надійність системи, яка складається з п’яти послідовно
під’єднаних однакових приладів протягом 4 год. Вважати відмови
приладів незалежними.
Розв’язання.
1. Середній час безвідмовної роботи приладу є математичним
сподіванням випадкової величини – часу безвідмовної роботи
приладу. З вигляду щільності розподілу ймовірностей робимо
висновок, що величина розподілена за експоненціальним
1
законом з параметром = 0,08. Отже, M = 12,5 год.
2. Імовірність безвідмовної роботи приладу
знайдемо за формулою
P{ t} 1 F (t ) et .
За умовою задачі = 0,08, t = 4 год, а тому
P{ 4} e 0,32 0,726 .
3. Спочатку знайдемо ймовірність безвідмовної роботи
приладу в інтервалі часу [4, 20]:
P{4 20} F (20) F (4) e0,32 e1,6 0,524 .
Тоді ймовірність відмови приладу в цьому інтервалі
p 1 P{4 20} 0,476 .
53
4. Надійність (імовірність безвідмовної роботи) системи
послідовно під’єднаних приладів за теоремою множення
ймовірностей
n
n n t i
i t
Pсист (t ) Pi (t ) e e i 1
,
i 1 i 1
де i – параметри експоненціального закону розподілу
безвідмовної роботи для кожного приладу. Якщо прилади однакові,
n
то 1 = 2 =...= n . За умовою задачі n = 5, = 0,08, тому i =5 =
i 1
=0,4. Надійність роботи системи за 4 год
Pсист (4) e 40, 4 e 1,6 0,202 .
y
25
10
0 Лінія прицілювання
Автострада -10 Напрям польоту літака x
-25
Рис. 2.10
За формулою (2.13)
54
10
P{ 10} 2Фˆ 0,2127 .
25
1. Задачі
B. Група А
55
величина, яка розподілена за законом Пуассона. Знайти
ймовірності того, що протягом хвилини: 1) на вузол зв’язку
надійшло не більше одного повідомлення; 2) надійшло три
повідомлення; 3) надійшло не менше п’яти повідомлень.
2.42. Радіостанція веде передачу інформації протягом 100
мкс в умовах імпульсних завад. Середня кількість імпульсів завад
за секунду дорівнює 103. Збігу одного імпульсу завад з періодом
роботи радіостанції достатньо для зриву передачі. Визначити
ймовірність того, що передача інформації не відбудеться.
2.43. Випадкова величина розподілена за законом
Пуассона з математичним сподіванням M = а = 3. Записати
функцію розподілу випадкової величини . Знайти ймовірність:
1) того, що випадкова величина набуває значень, менших за
математичне сподівання M ; 2) величина набуває додатних
значень.
2.44. Помилка виміру деяким вимірювальним приладом є
випадкова величина , яка задана щільністю розподілу
ймовірностей
A, x [1, 1];
f ( x)
0, x [1, 1].
Знайти коефіцієнт А, записати функцію розподілу F (x ) . Яка
ймовірність того, що при одному вимірі помилка не вийде за межі
0,5 , а також числові характеристики помилки виміру?
2.45. Ціна поділки шкали радіодалекоміра дорівнює 10 м. Яка
ймовірність того, що абсолютна помилка виміру відстані не
перевищує 2 м?
2.46. Шкала секундоміра має ціну поділки 0,2 с. Яка
ймовірність зробити за цим секундоміром відлік часу з
помилкою, більшою за 0,05 с?
2.47. Випадкова величина означає тривалість
прямокутного імпульсу напруги. Вона має рівномірний закон
розподілу на інтервалі (10, 18) мкс. Записати закон розподілу
величини , знайти її числові характеристики. Яка ймовірність
56
того, що різниця між математичним сподіванням М і величиною
не перевищує 1,5 ?
2.48. Випадкова величина означає час безвідмовної роботи
системи. Вона має щільність розподілу ймовірностей
0, t 0;
f (t ) 0,1t
Ae , t 0.
Знайти коефіцієнт А, функцію розподілу F (t ) , числові
характеристики величини , а також надійність (імовірність
безвідмовної роботи) системи протягом часу . Яка ймовірність
того, що час безвідмовної роботи системи буде меншим від
математичного сподівання?
2.49. Функція розподілу часу безвідмовної роботи
t
радіоапаратури літака (у годинах) має вигляд: F (t ) 1 e 40 , t 0.
Знайти щільність розподілу часу безвідмовної роботи, а також
надійність (імовірність безвідмовної роботи) радіоапаратури
протягом трьох льотних змін по 6 год кожна. Яка ймовірність
відмови радіоапаратури за 10 льотних змін по 6 год кожна?
2.50. Час відновлення каналу зв’язку має експоненціальний
розподіл. Середній час відновлення дорівнює 10 хв. Яка
ймовірність того, що час відновлення буде знаходитись у межах від
5 до 25 хв?
2.51. Час безвідмовної роботи приладу літака має
експоненціальний розподіл. Яким має бути середній час
безвідмовної роботи приладу, щоб його надійність за 4 год польоту
літака була не нижчою за 0,99?
2.52. Щільність розподілу ймовірностей часу роботи
t
1 540
елемента деякого приладу f (t )
e , t 0 . Знайти
540
ймовірності подій А ={елемент відмовив протягом 648 год};
В ={елемент відмовив в інтервалі часу від 324 до 800 год};
С ={елемент безвідмовно працював протягом трьох діб}.
Знайти надійність (імовірність безвідмовної роботи) протягом
трьох діб безперервної роботи приладу, який складається з 15
однакових елементів. Відомо, що відмова хоча б одного з елементів
57
призводить до відмови всієї схеми. Вважати відмови елементів
незалежними.
2.53. Неперервна випадкова величина розподілена за
законом Гаусса та має числові характеристики: M = 2, D = 1.
Записати щільність розподілу ймовірностей та функцію розподілу
величини . Яка ймовірність події {0< <3}?
2.54. Амплітуда струму в коливальному контурі розподілена
за законом Гаусса з числовими характеристиками M = 30 мА, D
= 55 мА2. Знайти ймовірності того, що амплітуди струму в контурі
будуть: 1) у межах від 20 до 40 мА; 2) не менше 25 мА;
3) не більше 42 мА.
2.55. Систематична помилка вольтметра дорівнює 20 мВ.
Випадкові помилки вольтметра розподілені за законом Гаусса.
Яким має бути серединне відхилення помилки, щоб у 90 %
випадків помилка виміру не перевищувала помилки в бік
завищення 100 мВ?
2.56. Численними вимірами встановлено, що напруга в
електричній мережі в 220 В не відхиляється від свого номіналу на
28 В. Записати щільність розподілу ймовірностей нормального
закону, який має напруга. Яка ймовірність нормальної роботи
телевізора, якщо відомо, що вона розрахована на діапазон напруги
від 205 до 235 В?
2.57. Визначити серединне відхилення вимірювального
приладу, якщо систематичних помилок він не робить, а випадкові
помилки розподілені за нормальним законом. Крім того, відомо,
що помилки з імовірністю 0,8 не виходять за межі мінус 20 ... плюс
20 м.
2.58. Гармата веде вогонь по залізничній колії шириною 10 м.
Площина стрільби перпендикулярна до напрямку колії.
Прицілювання – на середину колії. Систематична помилка
відсутня. Імовірність відхилення у напрямку, перпендикулярному
до колії, дорівнює 20 м. Зроблено 60 пострілів. Яким буде
найбільш імовірне число влучень?
2.59. Помилка, яку дає вимірювальний прилад, розподілена за
законом Гаусса з дисперсією 16 мм2. Систематична помилка
відсутня. Знайти ймовірність того, що в п’яти незалежних вимірах
58
помилка: 1) один раз буде більша за модулем 6 мм; 2) принаймні
один раз буде в інтервал від 0,5 до 3,5 мм.
a) Група Б
59
що діаметр кульки D є нормально розподіленою випадковою
величиною з числовими характеристиками: MD d1 d 2 / 2 ;
D d 2 d1 / 4 . Знайти ймовірність того, що кулька буде
забракована.
2.64. За умов задачі 2.63 знайти середньоквадратичне
відхилення D , якщо відомо, що брак складає 10 % усієї продукції.
2.65. Дві випадкові величини та мають однакові
дисперсії. Випадкова величина розподілена нормально, величина
розподілена рівномірно. Знайти співвідношення між
серединними відхиленнями цих випадкових величин.
2.66. Встановити зв’язок між середнім абсолютним
відхиленням М М нормально розподіленої випадкової
величини та її середньоквадратичним відхиленням.
2.67. Випадкова величина розподілена за законом Гаусса з
параметрами m і . Знайти ймовірності подій: 1) А = x1 ;
2) В= x 2 , де x1 і x 2 – точки перегину кривої щільності
розподілу ймовірностей випадкової величини .
2.68. Випадкова величина розподілена за законом Гаусса з
параметрами a 1 , 1 . Знайти коефіцієнт асиметрії, коефіцієнт
ексцесу та початковий момент шостого порядку величини .
60
20 ГЛАВА 3. СИСТЕМИ ВИПАДКОВИХ ВЕЛИЧИН
(ВИПАДКОВІ ВЕКТОРИ)
61
розподілу системи двох дискретних випадкових величин ,
найчастіше задається таблицею розподілу (табл. 3.1).
Таблиця 3.1
x1 x2 … xn …
y1 p11 p21 … pn1 …
y2 p12 p 22 … pn 2 …
… … … … … …
p 1m
ym p2m … p nm …
… … … … … …
M xi pij ;
i 1 j 1
3.2
M y j pij .
i 1 j 1
63
D 1 K 1 2 ... K 1 n
K 21 D 2 ... K 2 n
K = K 3 K 3 2 ... K 3 n .
... ... ... ...
K n1 K n ... D n
Аналогічно для n-вимірного випадкового вектора можна
скласти нормовану кореляційну матрицю
1 r1 2 ... r1 n
r 21 1 ... r 2 n
R
... ... ...
.
...
r r ... 1
n1 n 2
Обидві матриці симетричні.
При вивченні системи випадкових величин часто
розглядають умовні закони розподілу компонент. Розглянемо це
поняття на прикладі системи двох випадкових величин. Умовним
законом розподілу випадкової величини, що входить до системи
, , називається закон розподілу, який знайдено за умови, що
інша випадкова величина набула відповідного значення. Умовну
функцію розподілу компоненти знаходимо так:
P x, y F ( x, y )
F x / y P x / y .
P y F ( y )
Аналогічно
F ( x, y )
F ( y / x) .
F ( x)
Для системи двох дискретних випадкових величин умовні
закони розподілу задають формулами:
P xi , y j
P xi / y j
P y j
;
P y / x P xi , y j .
(3.6)
P xi
j i
64
Важливою характеристикою умовного розподілу є умовне
математичне сподівання. Умовним математичним сподіванням
дискретної випадкової величини при xi , де xi – одне з
можливих значень , називають величину
М / xi y j P y j / xi , (3.7)
j 1
65
Приклади розв’язання задач
p01 P 0, 1 P 0 ;
p10 P 1, 0 C31 0,4 0,6 0,2 0,086 ;
2
p20 P 2, 0 P 0 ;
p21 P 2, 1 C32 0,4 0,6 1 0,288 ;
2
p30 P 3, 0 P 0 ;
p31 P 3, 1 0,4 1 0,064 .
3
66
0 0,216 0,086 0 0
1 0 0,346 0,288 0,064
x 0 1 2 3 x
0
Рис. 3.1 Рис. 3.2
y y
1 1
0 1 2 3 x 0 1 2 3 x
Рис. 3.3 Рис. 3.4
При 0 x 1, 0 y 1; F ( x, y ) 0, 0 0,216.
Дійсно, в заштрихованій на рис. 3.3 області знаходиться точка з
координатами (0,0).
При 0 x 1, y 1 ;
F ( x, y ) P 0, 0 P 0, 1 0,216 0 (рис. 3.4).
67
Аналогічно, орієнтуючись весь час на геометричну
інтерпретацію функції розподілу, знаходимо всі значення F ( x, y ) .
Відшукані значення заносимо в табл. 3.3.
Таблиця 3.3
x 0 0 x 1 1 x 2 2 x 3 x 3
y0 0 0 0 0 0
0 y 1 0 0,216 0,302 0,302 0,302
y 1 0 0,216 0,648 0,936 1,000
Таблиця 3.5
0 1
p 0,302 0,698
68
Таким чином, центр розсіювання випадкового вектора
системи , має координати (1,2; 0,698). Знайдемо дисперсії
компонент. Будемо використовувати формулу (2.4):
D 0 0,216 1 0,432 4 0,288 9 0,064 1,2 0,72;
2
69
Розв’язання. Умовний закон розподілу компоненти за
умови, що набула значення нуля, визначається сукупністю
умовних імовірностей
P 1 / 0; P 2 / 0; P 3 / 0 .
Указані ймовірності знайдемо за першою формулою системи
рівнянь (3.6):
P 1, 0
P 1 / 0
0,1 1
;
P 0 0,1 0,3 0 4
P 2, 0 0,3 3
P 2 / 0 ;
P 0 0,4 4
P 3, 0 0
P 3 / 0 0.
P 0 0,4
Умовне математичне сподівання M / 1 обчислимо за
формулою (3.7):
M / 1 0 P 0 / 1 1 P 1 / 1
P 1, 1 0,2 2
0 .
P 1 0,1 0,2 3
Задачі
Група А
70
Знайти закони розподілу випадкових компонент та та
числові характеристики вектора , . Чи будуть величини та
незалежними?
3.2. У системі керування об’єктом є три блоки, які працюють
незалежно. Надійність (імовірність безвідмовної роботи) блоків
протягом деякого часу однакова і дорівнює 0,7. Розглядаємо
систему випадкових величин , , де – кількість блоків, що
працюють; – кількість блоків, що відмовили. Скласти таблицю
розподілу системи , . Записати у вигляді таблиці функцію
розподілу системи F ( x, y ) ; знайти ймовірності подій:
A 0 2, 1 3, B 1 3, 0 2 .
Знайти центр розсіювання та скласти нормовану кореляційну
матрицю системи , .
3.3. Два стрільці незалежно один від одного роблять по
одному пострілу по мішені. Імовірність влучення в мішень для
першого стрільця дорівнює 0,4, для другого – 0,7. Розглядаємо
випадковий вектор , , де – кількість влучень першим
стрільцем, – кількість влучень другим стрільцем. Скласти
таблицю розподілу системи , , знайти функцію розподілу цієї
системи та обчислити ймовірність події A 0 1, 0 1.
3.4. Передають два повідомлення, кожне з яких може бути
незалежно одне від одного спотворене. Імовірність того, що перше
повідомлення буде спотворено, дорівнює p1 , а друге – p 2 .
Введемо випадкові величини та , які набувають таких значень:
1 , якщо перше повідомлення спотворено, і 0 , якщо перше
повідомлення не спотворено; 1 , якщо друге повідомлення
спотворено, і 0 , якщо друге повідомлення не спотворено.
Скласти таблицю розподілу системи випадкових величин , ,
знайти функцію розподілу F ( x, y ) та обчислити ймовірність події
А 0 1,5; 0 1 .
3.5. По мішені зробили два незалежних постріли. Імовірність
влучення в мішень при кожному пострілі дорівнює 0,4. Нехай
71
означає кількість влучень при двох пострілах, а кількість
промахів. Знайти числові характеристики системи випадкових
величин , .
3.6. Дискретні випадкові величини та незалежні та
мають ряди розподілів (табл. 3.8 і 3.9).
Група Б
72
3.9. Зробили три постріли по мішені. Імовірності влучення в
мішень при кожному пострілі дорівнюють відповідно 0,5; 0,3; 0,2.
Імовірність ураження мішені при одному влученні дорівнює 0,2;
при двох – 0,4; при трьох – 0,6. Нехай випадкова величина –
кількість влучень у мішень, величина характеризує стан мішені.
Скласти таблицю розподілу випадкового вектора , , функцію
розподілу F ( x, y ) та знайти числові характеристики системи
випадкових величин , .
3.10. По кожній з двох мішеней виконують по одному
пострілу. Імовірність влучення в мішень дорівнює 0,4; при
влученні кожну з мішеней уражено з імовірністю 0,7. Нехай
величина – загальна кількість влучень, кількість уражених
мішеней. Скласти закон розподілу системи випадкових величин
, та обчислити числові характеристики системи.
3.11. Проводять чотири незалежних досліди, в кожному з
яких може з’явитися подія А з імовірністю p. Розглянемо систему
випадкових величин , , де величина – кількість появ події А,
величина – кількість появ протилежної події A . Скласти закон
розподілу та обчислити числові характеристики системи
випадкових величин , .
3.12. Два спортсмени стріляють кожен по своїй мішені.
Перший спортсмен робить три постріли з імовірністю влучення,
яка дорівнює 0,5 при кожному пострілі, а другий – два постріли з
імовірністю влучення, що дорівнює 0,7. Розглядаються випадкові
величини: – кількість влучень першого спортсмена; –
кількість промахів другого спортсмена. Скласти таблицю розподілу
випадкового вектора , та знайти функцію розподілу F ( x, y) .
Знайти ймовірність події A 0,5 2,5; 0,5 2.
Обчислити числові характеристики системи випадкових величин
, . Чи будуть корельованими випадкові величини та ?
3.13. З урни, в якій знаходяться три білі, дві чорні та п’ять
червоних куль, виймають одну кулю. Вводять випадкові величини
, і , які набувають таких значень: 1 , якщо витягли білу
73
кулю, і 0 , якщо не витягли білу кулю; 1 , якщо витягли
чорну кулю, і 0 , якщо не витягли чорну кулю; 1 , якщо
витягли червону кулю, і 0 , якщо не витягли червону кулю.
Скласти кореляційну матрицю і нормовану кореляційну матрицю
системи випадкових величин , , та знайти центр розсіювання
системи.
3.14. Система дискретних випадкових величин , задана
таблицею розподілу (табл. 3.12).
Таблиця 3.12
1 3 4
3 0,10 0,30 0,20
6 0,06 0,18 0,16
74
Випадковий вектор 1 , 2 ,..., n , визначений
на ймовірнісному просторі , f , P, називається неперервним
випадковим вектором, або системою неперервних випадкових
величин, якщо всі компоненти цього вектора i , i 1, 2, ..., n –
неперервні випадкові величини. Закон розподілу неперервного
випадкового вектора найчастіше задається щільністю розподілу
ймовірностей f x1 ,..., xn . При n = 2 маємо двовимірні неперервні
вектори або систему двох неперервних величин , . У цьому
випадку щільність розподілу ймовірностей є невід’ємною
функцією двох змінних f ( x, y ) . Вона визначається як границя
P , П
f ( x, y ) lim ,
x 0 xy
y 0
2 F ( x, y )
3) f ( x, y ) , де F ( x, y ) – функція розподілу
xy
системи випадкових величин;
x y
4) F ( x, y ) f ( x, y )dxdy ;
f ( x ) f ( x, y )dy;
(3.8)
f ( y ) f ( x, y )dx;
75
6) P , D f ( x, y )dxdy , де D – замкнена область в
D
координатній площині ХОУ.
Необхідною й достатньою умовою незалежності випадкових
величин та є виконання рівності
f ( x, y ) f ( x) f ( y ) або F x, y F x F y .
Математичні сподівання компонент неперервного
випадкового вектора , обчислюємо за формулами:
M xf ( x, y )dxdy ;
M yf ( x, y )dxdy .
Дисперсії компонент необхідно обчислювати за формулами:
D x M f ( x, y)dxdy x f ( x, y)dxdy M ;
2 2 2
D y M f ( x, y )dxdy y f ( x, y )dxdy M .
2 2 2
Кореляційний момент неперервного двовимірного
випадкового вектора будемо обчислювати так:
K x M y M f ( x, y )dxdy
(3.9)
xyf ( x, y )dxdy M M.
Система двох неперервних випадкових величин має
рівномірний закон розподілу в області D на площині, якщо
щільність розподілу ймовірностей цього вектора дорівнює:
1
, x, y D;
f ( x, y ) S D (3.10)
0, x , y D,
де S D – площа області D.
Для системи двох неперервних випадкових величин умовний
закон розподілу задається умовною щільністю розподілу:
76
f ( x, y )
f ( x / y) ;
f ( y)
f ( x, y )
(3.11)
f ( y / x) .
f ( x)
Умовні математичні сподівання обчислюємо так:
M / x yf ( y / x)dy;
M / y xf ( x / y )dx.
Графіки функцій M / x m x та M / y m y
називаються лініями регресії.
y y
a a
y
D1
0 a x 1.
77 D 0 x a x
Рис. 3.5 Рис. 3.6
a
a
y
D3
D2
Рис. 3.7 0 Рис. 3.8a x
0 x a x
78
д) аналогічно визначимо функцію розподілу для точок
x, y : x a, 0 y a , тоді інтегрування виконаємо по області D3
(рис. 3.8).
2 y a y
2
y
2
dy dx 1 1 ;
F ( x, y )
a 0 0 a
е) нарешті, якщо x a, y a , то
F ( x, y ) f ( x, y )dxdy 1.
D
Усі знайдені вирази зведемо в одну формулу:
0, x 0, y 0;
2
xy , x 0, y 0, x y a;
a2
x
2
y
2
1 1 1 , x a, y a, x y a;
F ( x, y )
a a
2
x
1 1 , 0 x a, y a;
a
2
y
1 1 , x a, 0 y a;
a
1, x a, y a.
Знайдемо одновимірну щільність розподілу випадкової
величини за формулами (3.8):
0, x 0 , x a;
f ( x) f ( x, y )dy 2
1 ,
x
0 x a.
a a
Аналогічно
0, y 0, y a;
f ( y) f ( x, y )dx 2
y
1 , 0 y a.
a a
79
Легко побачити, що f ( x, y ) f ( x) f ( y ). Це означає
залежність випадкових величин та .
Знайдемо центр розсіювання системи випадкових величин
, . Оскільки щільності розподілу ймовірностей компонент
відомі, то математичні сподівання M та M краще обчислити за
формулою (2.7):
a
2 x a
M xf ( x)dx x 1 dx .
0 a a 3
a
Аналогічно M . Отже, центр розсіювання має
3
a a
координати ; .
3 3
Дисперсії компонент обчислюємо за формулою (2.9):
a
2 x a2 a2
D x f ( x) dx M x 2 1 dx
2 2
.
0 a a 9 18
a2
Аналогічно D .
18
Кореляційний момент знайдемо за формулою (3.9):
a x
a
2y a2 a2
K xdx 2 dy .
0 0 a 9 36
Обчислимо коефіцієнт системи випадкових величин ,
кореляції:
K 1
r .
2
Задача 3.4. Система випадкових величин , має
рівномірний розподіл у квадраті K x, y : x y 1. Знайти
щільності розподілу ймовірностей окремих компонент цієї
системи. Чи будуть випадкові величини та незалежними?
Записати умовні щільності розподілу ймовірностей цих випадкових
величин.
Розв’язання. Площа квадрата К S K 2 (рис. 3.9).
80
y
1
y= x+1 y= –x+1
B. K
–1 0 1 x
Рис. 3.9
y = – x – щільність
Записуємо 1 y=x–1
розподілу ймовірностей системи
випадкових величин , за формулою (3.10):
–1
1
, x, y K ;
f ( x, y) 2
0, x, y K .
Знаходимо щільності розподілу випадкових величин та
за формулами (3.8):
1 1 x
dy 1 x, 0 x 1;
2 1x1x
1
f ( x) dy 1 x, 1 x 0;
2 1 x
0, x 1, x 1.
Або коротко:
1 x , x 1;
f ( x)
0, x 1.
Аналогічно
1 y , y 1;
f ( y)
0, y 1.
Отже, законом розподілу окремих компонент випадкового
вектора є закон Сімпсона. Із порівняння знайдених виразів видно,
81
що f ( x, y ) f ( x) f ( y ) . Це означає, що випадкові величини та
залежні.
Знайдемо умовні щільності за формулами (3.11):
1
f ( x, y ) , y 1 x;
f ( x / y) 21 y
f ( y)
0, y 1 x;
1
x 1 y ;
21 x
f ( x, y ) ,
f ( y / x)
f ( x) 0,
x 1 y.
Із симетрії області К і рівномірності розподілу випливає, що
M M 0 . Обчислимо кореляційний момент випадкових
величин та . За формулою (3.9)
1
K xydxdy 0.
xyf ( x, y )dxdy
2K
Це означає, що випадкові величини та некорельовані.
Розглянута задача дає можливість зробити важливий висновок: з
некорельованості випадкових величин ще не випливає їх
незалежність.
Задачі
Група А
y
b2
b1
82
0 a1 a2 x
Рис. 3.10
83
при x 0, y 0 . Знайти коефіцієнт А, щільність розподілу системи
, та щільності розподілу компонент. Чи будуть випадкові
величини та незалежними?
3.22. Щільність розподілу системи двох неперервних
випадкових величин , має вигляд:
1
, x a, y b;
f ( x, y ) 4ab
0, x a, y b, 0 a b.
Записати функцію розподілу системи випадкових величин та
знайти ймовірність події A , K , де K – коло з центром на
початку координат та радіусом r a.
3.23. Система двох випадкових величин , рівномірно
розподілена в трикутнику ОВС (рис. 3.11). Знайти закони розподілу
компонент та числові характеристики системи.
y
1
1. B
Рис. 3.11
Чи будуть випадкові величини та незалежними?
0 1 2 x 2. C
3.24. Задано щільність розподілу системи неперервних
випадкових величин , :
A
f ( x, y ) .
1 x y2 x2 y2
2
84
де П ( x, y ) : 0 x , 0 y .
2 2
Записати функцію розподілу системи випадкових величин та
обчислити числові характеристики системи.
3.26. Неперервні випадкові величини та незалежні, їхні
щільності розподілу ймовірностей відповідно дорівнюють:
0, x 2; y 0;
0,
f ( x ) 1 f ( y ) y
, x 2; e , y 0.
4
Назвати закони розподілу випадкових величин та .
Записати функцію розподілу випадкового вектора , , обчислити
числові характеристики системи.
3.27. Випадкові величини та незалежні й розподілені за
законом Коші:
1 1
f ( x) ; f ( y)
1 x 2
1 y2
.
Група Б
85
x 2 y 2 r 2 ;
0 z h.
Визначити радіус циліндра, якщо h – відома величина.
Записати щільність розподілу ймовірностей системи випадкових
величин та щільності розподілу ймовірностей окремих компонент
системи. Знайти числові характеристики системи випадкових
величин , .
3.31. Система трьох неперервних випадкових величин
,, розподілена рівномірно в області D (D – паралелепіпед:
x a, x b, y c, y d , z l , z k , a b, c d , l k ).
Записати закон розподілу цієї системи випадкових величин,
закон розподілу підсистеми , та закон розподілу випадкової
величини .
3.32. Випадковий вектор , , рівномірно розподілений в
області D x, y , z : x 2
y 2 z 2 r 2 . Яка ймовірність події
r2
A ,, U , де U x, y, z : x 2 y 2 z 2 ?
4
3.33. Система неперервних випадкових величин ,,
x2 y 2 r 2 ;
рівномірно розподілена в циліндрі
0 z 2h.
Записати закон розподілу системи , , та закони
розподілу її окремих компонент.
3.34. Система двох неперервних випадкових величин ,
має щільність розподілу ймовірностей
1 2
x2 y2
x2 y 2
e 2e 2 e y e x .
2
f ( x, y) 2e e
2
2
Знайти щільності розподілу окремих компонент, а також
умовні закони розподілу f x / y , f y / x . Чи будуть випадкові
величини та незалежними?
86
3.35. Випадкова величина має експоненціальний закон
розподілу з параметром . Випадкова величина при заданому
значенні x 0 розподілена також за експоненціальним законом
з параметром x . Записати щільність розподілу ймовірностей
системи випадкових величин , , знайти щільність розподілу
ймовірностей f ( y ) та умовну щільність розподілу f x / y .
У цій формулі M a , M b , D 12 , D 22 , r –
коефіцієнт кореляції компонент випадкового вектора та . Якщо
та – некорельовані випадкові величини r 0 , то f ( x, y )
набуває вигляду:
1 x a 2 y b 2
1
exp
f ( x, y) . (3.12)
2 1 2 2 1
2
22
Формулу (3.12) називають канонічним видом нормального
закону. Якщо система випадкових величин , має канонічний
нормальний розподіл, то легко бачити, що f ( x, y ) f ( x) f ( y ) .
Отже, з некорельованості нормально розподіленої системи
випадкових величин , випливає її незалежність. У разі, коли
r =0, функцію розподілу записуємо так:
x a 1 y b 1
F ( x, y) Ф Ф , (3.13)
1 2 2 2
де Ф(x) – функція Лапласа.
87
Лініями рівних імовірностей ( f ( x, y ) =const) будуть еліпси,
які називаються еліпсами розсіювання. Рівняння еліпсів
розсіювання має вигляд:
( x a ) 2 2r x a y b y b
2
2 .
1 2
1 2 2 2
88
Функцію розподілу задаємо через зведену функцію Лапласа
ˆ
Ф( x ) :
x a 1 y b 1
F ( x, y) Фˆ Фˆ .
E1 2 E 2 2
або
2R2
P , K R 1 e E2 .
89
Відстань від точки з координатами , до центра
розсіювання є випадкова величина, яка розподілена за законом
Релея, тобто щільність розподілу ймовірностей має вигляд:
x x2
2 exp , x 0;
2
f ( x )
2
x 0.
0,
90
4. Імовірності подій обчислимо за формулами (3.13) та (3.16),
скориставшись таблицею значень функції Лапласа (дод. 1).
P A P 2, 1 F 2,1
1 1 1 1
Ф Ф 0,185;
2 2 4 2
PB P 0 4, 4 0
Ф0,5 Ф1,5 Ф0,5 Ф0,5 0,24.
5. Імовірність події , Е1,5 знаходимо за формулою
(3.15):
2 , 25
P , E1,5 1 e
2 0,675.
Задача 3.6. Винищувач атакує літак у хвіст і робить два
поодиноких постріли з відстані 800 м. Для ураження літака
достатньо одного влучення. Умовна схема контуру літака вказана
на рис. 3.12.
y
0,25 м
1м
0,5 м
1
2 3
0 x
Рис. 3.12
Знайти ймовірність ураження 1м літака,
4 м якщо2 мприцілювання
виконують по центру літака, систематичні помилки відсутні,
розсіювання колове із серединним відхиленням Е 6,25 10 3 D , де
D – дальність стрільби (в метрах). Визначити необхідну кількість
пострілів, за якої ймовірність ураження літака буде не меншою за
P = 0,8.
Розв’язання. Нехай подія A ={літак уражений}. Імовірність
знищення літака дорівнює ймовірності хоча б одного влучення при
двох незалежних пострілах, тобто Р A 1 1 p , де р –
2
ln 1 0,8
N 86,7 . Отже, треба зробити не менше ніж 87
ln 1 0,0184
пострілів для ураження літака з імовірністю, не меншою за 0,8.
92
Задача 3.7. Система двох випадкових величин , має
нормальний закон розподілу із щільністю розподілу ймовірностей
f x, y
1 1 x 1
exp
2
x 1 y 3 y 32 .
16 0,75
1,5 16 8 4
Знайти умовні закони розподілу випадкових величин та .
Розв’язання. Із виразу щільності розподілу маємо:
М 1, М 3, 1 4, 2 2, r 0,5 0. Отже, та –
залежні випадкові величини. Знайдемо умовні щільності розподілу
цих компонент за формулами (3.11):
1 1 x 12 x 1 y 3 y 32
exp
16 0,75 1,5 16 8 4
f x / y .
1 y 32
exp
2 2 8
Якщо спростити цей вираз, то будемо мати:
1
f x y
1
exp x y 22 .
4 1,5 24
Аналогічно знайдемо
f x, y 1 2
f y x exp y 3 0,25x 1 .
1
f x 2 1,5 6
Із цих виразів випливає, що умовні щільності розподілу
ймовірностей f x / y та f y x також є щільностями розподілу
нормального закону з параметрами, які збігаються з умовним
математичним сподіванням та умовною дисперсією. Порівнюючи
умовні щільності розподілу із загальним виглядом щільності
розподілу закону Гаусса, маємо такі умовні математичні
сподівання: M y 2 , M 3 0,25x 1. Цей результат
показує, що лінії регресії для нормально розподілених випадкових
величин є прямі.
93
Задачі
Група А
94
Треба: 1) знайти коефіцієнт А; 2) скласти кореляційну
матрицю системи випадкових величин , ; 3) обчислити площу
еліпса розсіювання з 1.
3.42. Система двох випадкових величин , має
нормальний розподіл з числовими характеристиками М(0, 0),
4 0
К . Записати щільність розподілу ймовірностей f x, y
0 9
системи випадкових величин , та знайти необхідну кількість
випробувань, за яких імовірність принаймні одного попадання
випадкової точки з координатами , в прямокутник
П x, y : 0 x 4, 0 y 3 була б не меншою за 0,9.
3.43. Випадкова точка з координатами , розподілена за
коловим нормальним законом з параметрами М(0, 0), 1 2 2 .
Знайти ймовірності попадання випадкової точки в області:
1) S1 x, y : 4 x 2 y 2 9 ;
2) S 2 , : 0 2, 0 , де , – полярні
6
координати точки.
3.44. Помилки визначення координат повітряних об’єктів
РЛС розподілено за нормальним законом розподілу із щільністю
f ( x, y )
2
x2
exp 2
y 102 .
200
400 100
Яка ймовірність того, що координати об’єкта будуть виміряні
з помилками за модулем не більше як 5 м вздовж осі ОХ та 10 м –
вздовж осі ОУ?
3.45. Нормально розподілена система незалежних
випадкових величин , має колове розсіювання із серединним
відхиленням 10 м та нульовим математичним сподіванням. Треба:
1) записати щільність розподілу системи; 2) знайти ймовірність
того, що в чотирьох дослідах випадкова точка з координатами
, не менше як три рази попаде у коло радіусом 18 м;
95
3) записати функцію розподілу та щільність розподілу
ймовірностей радіального відхилення випадкової точки з
координатами , від початку координат.
Група Б
96
– 2,5 м, проти вітру – 2 м. Систематичні помилки відсутні. Три
кращих результати (відхилення точки приземлення від центра
хреста), що були показані попередніми парашутистами, відповідно
дорівнюють 1,5; 2 та 2,5 м. Знайти ймовірність того, що
парашутист: 1) посяде перше місце; 2) посяде друге місце;
3) посяде третє місце; 4) не посяде призове місце.
97
ГЛАВА 4. ФУНКЦІЇ ВИПАДКОВИХ
АРГУМЕНТІВ
4.1. Закон розподілу функції одного випадкового аргументу
98
30 Приклади розв’язання задач
(1)
Таблиця 4.1
–2 –1 –0,5 0,5 1 2
1 1 1 2 1 1
р
4 12 9 9 6 6
y1 2 4; y2 1 1; y3 0,5 ; y4 0,5 ;
2 2 2 1 2 1
4 4
y5 1 1; y6 2 4 .
2 2
0,25 1 4
1 1 5
р
3 4 12
99
Задача 4.2. Через точку з координатами (a, 0), а > 0 на
площині XOY проведено пряму під гострим кутом до осі ОХ
(рис. 4.1).
Рис. 4.1
100
y
, . Вона має обернену функцію x y arctg . Відомо,
2 2 a
що похідна y 2
a
. Отже, за формулою (4.1) знаходимо:
a y2
f y
a
, y .
a y2
2
Це є щільність розподілу ймовірностей для закону Коші.
Задача 4.3. Випадкова величина має рівномірний розподіл
в інтервалі , . Знайти закон розподілу випадкової величини
2 2
cos .
Розв’язання. Функція y cosx – немонотонна функція в
інтервалі , . У цьому інтервалі вона складається з двох
2 2
монотонних частин. Отже, при x ,0 y cosx має обернену
2
функцію 1 y arccos y, при x 0, оберненою функцією
2
буде 2 y arccosy . З умови задачі щільність розподілу
випадкової величини дорівнює:
1
, x 2 , 2 ;
f x
0, x , .
2 2
За формулою (4.2) знаходимо:
f y f 1 y 1 y f 2 y 2 y
1 1 2
, y 0, 1 .
1 y 2
1 y 2
1 y2
101
B. Задачі
1. Група А
(1)
Таблиця 4.3
–2 –1 0 1 2
p 0,1 0,2 0,3 0,3 0,1
(a)
Таблиця 4.4
0 1 2
p 0,2 0,5 0,3
Скласти ряди розподілів випадкових величин 1 2 1 ,
2 3 2 , 3 2 .
4.3. Неперервна випадкова величина має щільність
розподілу ймовірностей f x . Знайти закон розподілу випадкової
величини a b , де а та b – дійсні числа.
102
4.4. Неперервна випадкова величина має рівномірний
розподіл в , . Знайти закони розподілів
інтервалі
2 2
випадкових величин 1 sin , 2 sin .
4.5. Неперервна випадкова величина має щільність
розподілу ймовірностей f x . Знайти закони розподілів
випадкових величин 1 1 , 2 та 3 .
4.6. Неперервна випадкова величина розподілена за
b) Група Б
103
4.11. Неперервна випадкова величина має рівномірний
розподіл в інтервалі (0, 1). Вона зв’язана з випадковою величиною
функціональною залежністю tg e . Знайти щільність
2
розподілу ймовірностей f y .
4.12. Неперервна випадкова величина рівномірно
розподілена в інтервалі (а, b) і має функцію розподілу F x . Вона
зв’язана з випадковою величиною функціональною залежністю
F . Знайти закон розподілу випадкової величини .
4.13. Два відрізки довжиною а та b виходять з однієї точки
під випадковим кутом один до одного. Кут є неперервна
випадкова величина, яка рівномірно розподілена в інтервалі 0,
. Знайти щільність розподілу площі трикутника, побудованого на
цих відрізках.
де D z x, y R 2
: x, y z .
104
Важливим випадком є складання закону розподілу суми
випадкових величин. Якщо випадкова величина 1 2 , то
щільність розподілу ймовірностей суми випадкових величин
f z f x, z x dx
1 2
або f z f z y, y dy .
1 2
Якщо додаються незалежні випадкові величини, то закон
розподілу суми називається композицією законів розподілу
доданків.
–1 0 1
0 0,1 0,2 0
1 0,2 0,3 0,2
105
якщо x1 1, y1 0, то z1 2 1 0 2 2 ;
якщо x1 1, y2 1, то z 2 2 1 12 1;
якщо x2 0, y1 0, то z 3 2 0 0 2 0 ;
якщо x2 0, y2 1, то z 4 2 0 12 1 ;
якщо x3 1, y1 0, то z 5 2 1 0 2 2 ;
якщо x3 1, y2 1, то z 6 2 1 12 3 .
Імовірності, з якими ці значення набуваються,
візьмемо з табл. 4.5:
p1 P 1, 0 0,1; p2 P 1, 1 0,2;
p3 P 0, 0 0,2; p4 P 0, 1 0,3;
p5 P 1, 0 0; p6 P 1, 1 0,2.
За результатами складаємо ряд розподілу випадкової
величини (табл. 4.6).
(i)
Таблиця 4.6
–2 –1 0 1 2 3
p 0,1 0,2 0,2 0,3 0 0,2
де DZ x, y R 2
: xy z .
106
За умовою задачі система випадкових величин , має
рівномірний розподіл у квадраті К. Це означає, що щільність
розподілу ймовірностей випадкового вектора , має вигляд:
1, x, y K ;
f x, y
0, x, y K .
При 0 z 1 область інтегрування Dz має вигляд, що
показано на рис. 4.2.
y
1
xy = z
Dz
0 z 1 x
Рис. 4.2
1 1
Отже, Fs z dxdy 1 dxdy 1 dx dy z 1 ln z .
DZ DZ z z
x
Якщо z >1, то FS ( z ) =1, при z 0 FS ( z ) 0. Остаточно
0, z 0;
FS z z 1 ln z , 0 z 1;
1, z 1.
Задача 4.6. Скласти композицію двох рівномірних законів,
якщо вони задані відповідно в інтервалах (1, 3) та (2, 5).
Розв’язання. За умовою задачі потрібно знайти закон
розподілу суми двох незалежних випадкових величин та ,
якщо:
1 1
, x 1, 3 ; , y 2, 5 ;
f x 2 f y 3
0, x 1, 3 ; 0, y 2, 5 .
107
Знаходимо функцію розподілу випадкової величини
за формулою (4.4). Відомо, що для незалежних
випадкових величин виконується рівність: f ( x, y ) f ( x) f ( y ).
Отже, F z f x f y dxdy , де Dz – область, для якої x+y <z і
Dz
F z
z 2
f x dx
zx
f y dy
z 32
12
;
1 2
3) при 5 z 6 (рис. 4.5),
3
1 zx 1
F z dx dy z 5 ;
1
1 2 5 x 3 3
4) при 6< z 8 (рис. 4.6),
z 5
1 5
1 3
F z dx dy dx dy
1 zx 1 z 610 z ;
1 2 6 x 3 z 5 2 6 x 3 12
3
1 51
5) при z >8, F z dx dy 1.
12 23
y y
5 5
4 4
3 3
2 x+y=z 2 x+y=z
1 1
0 1 2 3 4 5 x 0 1 2 3 4 5 x
Рис. 4.3 Рис. 4.4
z–2
108
y y
8 8
7 7
6 6
5 5
4 4 x+y=z
3 x+y=z 3
2 2
1 1
0 1 2 3 4 5 6 x 0 1 2 3 4 5 6 7 8 x
Остаточно маємо:
0, z 3;
1
z 32 , 3 z 5;
12
1
F z z 5 , 5 z 6;
3
1
12 z 610 z , 6 z 8;
1, z 8.
Щільність розподілу ймовірностей f z визначимо
диференціюванням за z:
109
0, z 3, z 8;
z 3
, 3 z 5;
6
f z 1
3 , 5 z 6;
8 z , 6 z 8.
6
Графічно функції f x , f y та f z зображені на рис. 4.7.
f x
1 f y f z
2
1
3
0 1 2 3 4 5 6 7 8 x, y, z
Рис. 4.7
B. Задачі
1. Група А
a) Таблиця 4.7
Таблиця 4.8
110
0 1 –1 0 1
р 0,4 0,6 р 0,2 0,5 0,3
b) Таблиця 4.9
–1 0 1
0 0,1 0,2 0,1
1 0,2 0,3 0,1
4.16. Знайти закон розподілу відношення двох
незалежних нормально розподілених випадкових величин та з
характеристиками M M 0, 1 .
4.17. Випадкова точка з координатами , розподілена
рівномірно у колі K x, y : x 2
y 2 1 . Знайти закон розподілу
випадкової величини .
4.18. Система незалежних випадкових величин , має
нормальний закон розподілу з числовими характеристиками
M M 0, . Знайти закон розподілу випадкових
величин 1 , 2 .
4.19. Скласти композицію двох рівномірних законів, які
мають щільності розподілів ймовірностей:
111
1, x 0, 1 ; 1, y 0, 1 ;
f 1 x f2 y
0, x 0, 1 ; 0, y 0, 1 .
4.20. Скласти композицію двох випадкових величин, одна з
яких розподілена за законом Коші f x
1
, x , а
1 x2
1
, y 0, 3 ;
інша має рівномірний закон розподілу f y 3
0, y 0, 3 .
4.21. Похибка визначення дальності РЛС розподілена
нормально з числовими характеристиками M m, , а
похибка зчитування оператором значень дальності зі шкали
індикатора РЛС має рівномірний розподіл на проміжку , .
Знайти закон розподілу сумарної похибки.
4.22. Студент, коли їде на заняття, користується метро та
автобусом. Він чекає поїзда метро не більше 2 хв, а автобус – не
більше 10 хв. Будемо вважати, що час чекання поїзда та автобуса
є випадкові величини, які розподілені рівномірно відповідно в
інтервалах (0, 2) та (0, 10). Знайти щільність розподілу сумарного
часу чекання транспорту.
(1) Група Б
112
4.27. Випадкова точка з координатами , розподілена за
нормальним законом з параметрами М М 0 , , , r 0 .
Записати закон розподілу полярних координат точки ( , ).
4.28. Випадковий вектор , розподілений за законом зі
щільністю розподілу ймовірностей
2x y , 0 x y 1 ;
f x, y
0, в інших випадках.
Знайти щільність розподілу випадкових величин 1 ,
2 .
4.29. Обидва корені квадратного рівняння x 2 x 0 є
рівномірно розподілені випадкові величини на проміжку 1, 1 .
Знайти закон розподілу для коефіцієнтів та .
4.30. Знайти закон розподілу модуля випадкового вектора
, , якщо випадкові величини та – незалежні, нормально
розподілені з параметрами M M 0 , E E E .
113
Якщо система дискретних випадкових величин ( ,)
розподілена за законом P{ xi , y j } pij , i, j 1,2,.... , то
числові характеристики випадкової величини , знайдемо
за формулами:
M ( , ) ( xi , y j ) pij ;
i j
i j
[ ( xi , y j )] 2 pij [ M ( , )] 2 .
i j
114
50 Приклади розв’язання задач
R x2 y2 R2 3
1 2 R 3 4 2 R2
d d R .
R 2 0 0 9 18
Задача 4.8. Знайти числові характеристики функції
1 2 2 , якщо – дискретна випадкова величина, яка задана
рядом розподілу (табл. 4.10).
a) Таблиця 4.10
0 1 2
р 0,2 0,5 0,3
115
M (1 0) 2 0,2 (1 2) 0,5 (1 2 4) 0,3 2,4 .
Дисперсію випадкової величини знайдемо за формулою (4.6):
D (1 0) 2 0,2 (1 2) 2 0,5 (1 2 4) 2 0,3 (2,4) 2 9,64 .
60 Задачі
1. Група А
(a)
Таблиця 4.11
–1 0 1
р 0,2 0,3 0,5
1 0 1 2 –1 0 1
р 0,4 0,6 р 0,2 0,5 0,3
116
(d) Таблиця
4.14
Таблиця 4.15
1 –1 0 1 2 2 1 2 3 4
р 0,1 0,3 0,4 0,2 р 0,3 0,4 0,2 0,1
117
4.39. Вершина С прямого кута прямокутного рівнобедреного
трикутника з’єднується відрізком прямої з довільною точкою М
основи. Довжина основи дорівнює двом. Знайти математичне
сподівання довжини відрізка СМ.
(2) Група Б
118
4.45. На колі радіусом а та з центром на початку координат
навмання вибирають точку. Знайти математичне сподівання площі
квадрата, сторона якого дорівнює абсцисі цієї точки.
4.46. Випадкова величина має біномний закон розподілу.
Знайти числові характеристики випадкової величини e a , де а –
стала величина.
4.47. Радіус кривини траєкторії руху літака у верхній точці
петлі Нестерова задається формулою
V2
R ,
g n 1
де g 9,81 м/с2; V – швидкість літака; n – перевантаження є
нормально розподіленими випадковими величинами з
характеристиками:
МV 100 м/c; Мn 0,5; V 2,78 м/с; n 0,03
і коефіцієнтом кореляції rVn 0,4 . Знайти математичне сподівання
та середньоквадратичне відхилення радіуса кривини траєкторії
руху літака.
119
де (t ) ln (t ) .
За допомогою характеристичної функції можна знайти
щільність розподілу ймовірностей неперервної випадкової
величини :
1 itx
e (t )dt .
f ( x)
2
(4.10)
120
Для обчислення інтеграла застосуємо теорему про лишки.
При х < 0
e itx e ixz e ixz 2iex ex
2 2 dt 2i Re s 2i .
2z 2i
t
i 2 z 2
z i
Аналогічно при х > 0
eitx e ixz e ixz ex
2 2 dt 2i Re s 2i
.
t
i 2 z 2
2 z z i
1 x
Остаточно маємо: f (x ) = e . Розподіл, який має таку
2
щільність, називається розподілом Лапласа.
Задача 4.10. Знайти характеристичну функцію дискретної
випадкової величини , розподіленої за законом Пуассона з
параметром а, та обчислити з її допомогою числові характеристики
M , D .
Розв’язання. За означенням характеристична функція
дискретної випадкової величини
a k a
(t ) = e itx k P{ x k } e itk e =
k 0 k 0 k!
(ae ) it k
= e a e a e ae exp[ ae it a] .
it
k 0 k !
Числові характеристики знайдемо за формулами (4.9). Для
цього вводимо функцію
(t ) ln (t ) a(eit 1) .
Тоді (t ) aie it , (t ) ae it . M i (0) iai a ,
D (0) a . Одержуємо вже відомий результат.
Задача 4.11. Скласти композицію двох нормальних законів
розподілу, якщо відомо, що характеристична функція закону
2t 2
Гаусса з параметрами a та дорівнює t exp iat .
2
Розв’язання. Нехай випадкова величина 1 має нормальний
закон розподілу з параметрами (a1 , 1 ) , а 2 – нормальний закон
121
розподілу з параметрами (a 2 , 2 ) . Треба знайти закон розподілу
суми 1+ 2 , якщо 1 та 2 – незалежні випадкові величини. За
формулою (4.11) знаходимо характеристичну функцію суми
незалежних випадкових величин:
12t 2 22t 2 t2 2
ia1t ia 2t i ( a1 a2 ) t ( 1 22 )
1 2 (t ) 1 (t ) 2 (t ) e 2 e 2 e 2
.
Задачі
A. Група А
122
4.51. Характеристичні функції неперервних випадкових
1 1
величин та дорівнюють: (t ) = ; (t ) = . Знайти
1 it 1 it
щільності розподілів імовірностей f (x ) та f (x ) цих величин.
4.52. Характеристична функція неперервної випадкової
e itm
величини дорівнює (t ) = . Знайти щільність розподілу
2t 2
1
2
ймовірностей f (x ) та числові характеристики випадкової
величини.
4.53. Знайти закони розподілу випадкових величин та ,
характеристичні функції яких мають вигляд: (t ) =cost; (t ) =
1
it
.
2e 1
4.54. Методом характеристичних функцій довести, що закони
Пуассона та Коші є стійкими законами розподілу.
4.55. Знайти характеристичну функцію випадкової величини
1 2 , якщо 1 та 2 – незалежні випадкові величини зі
x
1 2
щільностями розподілів імовірностей f 1 ( x ) e та
2
y
1
f2 ( y) e 3 .
3
4.56. Змішано n1 та n2 однотипних деталей. Кількість
бракованих деталей у кожній групі ( та відповідно)
розподілено за біномним законом з однаковою ймовірністю p.
Знайти (t ) .
4.57. Знайти характеристичну функцію суми двох
незалежних випадкових величин, які мають показникові закони
розподілу з однаковим параметром , обчислити числові
характеристики цієї суми.
123
1. Група Б
124
D
P M .
2
Одна з найважливіших форм закону великих чисел має назву
теорема Чебишева.
Нехай задано послідовність 1 , 2 ,..., n ,... незалежних
випадкових величин, для яких М n , D n C , n = 1, 2,...
Тоді для 0
1 n 1 n
lim k M k 0 .
n
n k 1 n k 1
Теорема Чебишева має важливий наслідок. Нехай 1, 2,...,
n є значення деякої випадкової величини , які одержані в n
незалежних вимірюваннях. Математичне сподівання M та
дисперсія D – числові характеристики , тоді
1 n
lim k M 1 .
n
n k 1
У процесі доведення теореми Чебишева
одержують таку корисну оцінку:
n
1 n 1 n D k C
P k M k k 12 2 2 . (5.1)
n k 1 n k 1 n n
Важливим окремим випадком теореми Чебишева є теорема
Бернуллі.
Нехай кількість появ події А в n незалежних дослідах
дорівнює m , імовірність появи події А в кожному досліді дорівнює
p. Тоді для 0
m
lim P p 0 .
n
n
Тобто частота появи події А збігається з імовірністю її появи. При
доведенні теореми Бернуллі одержана оцінка:
m pq
P p 2 , (5.2)
n n
125
де q 1 p .
(i) Приклади
розв’язання
задач
1 n 1 n D k
P k M k 1 k 12 2 .
n k 1 n k 1 n
За умовою задачі величина =0,25, дисперсії D k =5,
кількість випадкових величин n = 3500.
Тому
126
1 3500 1 3500 5
P k M k 0,25 1 0,977 .
3500 k 1 3500 k 1 3500 (0,25) 2
80 Задачі
a) Група А
127
5.6. Довести нерівність Маркова. Якщо випадкова величина
M
набуває невід’ємних значень, то для 0 P( ) .
5.7. За допомогою нерівності Маркова розв’язати задачу:
середня кількість сонячних днів у даній місцевості дорівнює 90.
Оцінити ймовірність того, що протягом року в цій місцевості буде
не більше як 240 сонячних днів.
5.8. Встановити, чи буде виконано умови застосування
закону великих чисел до послідовності незалежних дискретних
випадкових величин 1, 2, ..., n, ..., які мають такі розподіли
(табл. 5.1 і 5.2):
(1)
n – n 0 n n –3n 0 3n
1 2 1 1 1 1
р 1 р 1
n n n 2n n2 2 n1 n 2 2n n2
b) Група Б
129
Найпростішим варіантом центральної граничної теореми є
інтегральна теорема Муавра – Лапласа. Нехай проводиться n
незалежних випробувань, у кожному з яких може з’явитися з
імовірністю р деяка подія А. Якщо кількість появ події А дорівнює
m, m n , то рівномірно для всіх х(– ,+)
m np
1 x
t2
lim Р
n
x
2
e 2 dt ,
npq
де q 1 p .
З цієї теореми випливають такі важливі
наслідки:
m np
2
1
P m ;
exp
2npq
2npq
m np
P{a b} Ф(b) Ф(a);
npq
b np
P{a m b} Ф Ф a np ; (5.3)
npq npq
m n
P{| p | } 2Ф ,
(5.4)
n pq
де Ф(х) – функція Лапласа.
Центральна гранична теорема. Нехай 1, 2, ... ,n –
послідовність незалежних випадкових величин із скінченними
n
математичними сподіваннями та дисперсіями, і Bn2 D k . Якщо
k 1
для цієї послідовності виконується умова Ліндеберга:
1 n
для 0 lim 2 x M k f k x dx 0 ,
2
n B k 1
n x M k Bn
то
2
1 n x t
k M k x
1
lim P
n 2
e 2 dt .
Bn k 1
130
Наслідок. Якщо 1 , 2, ... ,n – однаково розподілені
незалежні випадкові величини з математичним сподіванням m і
середньоквадратичним відхиленням , то їхня сума
S 1 2 ... n при досить великих значеннях n має наближено
нормальний розподіл з параметрами MS nm, S n .
Узагальненням цієї теореми є теорема Ляпунова: якщо
1 , 2 ,..., n – незалежні випадкові величини з математичними
сподіваннями M i та дисперсіями D i , i 1, 2,..., n , для яких
виконується умова
n
M i
3
i 1
lim 3
0,
n
n
2
D i
i 1
n
то випадкова величина i при досить великих значеннях n
i 1
має наближено нормальний розподіл з параметрами:
n n
M M i ; D i .
i 1 i 1
131
Задача 5.4. Скільки разів треба підкинути монету, щоб з
імовірністю, яка дорівнює 0,997, частота появи герба відрізнялась
би від імовірності появи герба не більше ніж на 0,5 %?
Розв’язання. Використаємо формулу (5.4), в якій візьмемо
132
50
MS 50 0,14 7 ; s D i = 50 0,1204 = 6,02 .
i 1
2. Задачі
(a) Група А
133
5.21. Складають 12 незалежних випадкових величин, кожна з
яких має рівномірний розподіл в інтервалі (0, 1). Записати
наближений вираз для щільності розподілу суми цих випадкових
величин. Знайти ймовірність того, що ця сума знаходиться в межах
від 5 до 7.
5.22. Відділ технічного контролю перевіряє якість 900
деталей. Імовірність того, що деталь стандартна, дорівнює 0,9.
Випадкова величина означає кількість стандартних деталей в
партії. Знайти найменший інтервал, симетричний відносно
математичного сподівання М , в якому з імовірністю, не меншою
за 0,9544, буде знаходитись кількість стандартних деталей.
5.23. Перевіркою якості виготовлених радіоламп
встановлено, що 95 % цих ламп працює не менше від
гарантованого терміну. Визначити ймовірність того, що з 500
радіоламп: 1) частка ламп, термін роботи яких менший за
гарантований, буде відрізнятися від імовірності виготовлення такої
радіолампи не більше ніж на 0,02; 2) частка ламп, термін роботи
яких менший за гарантований, буде більше за 95 %.
5.24. Випадкова величина є результатом виміру деякої
фізичної величини, закон розподілу якої невідомий. Визначити, яку
максимально можливу відносну точність виміру можна
гарантувати з імовірністю не меншою за 0,95, якщо: 1) відомо, що
математичне сподівання М = 0,1; середньоквадратичне відхилення
0,02 ; проводять один вимір; 2) проводять п’ять вимірів і за
результат випадкової величини беруть середнє арифметичне
значення; 3) беруть середнє арифметичне 100 вимірів і при цьому
використовують центральну граничну теорему. (Відносною
М
точністю вимірів називають величину ).
М
5.25. Цех заводу виготовляє кульки для підшипників. За
зміну виготовляють 10 000 кульок. Імовірність того, що одна з
кульок має дефект, дорівнює 0,05. Причини дефектів для окремих
кульок незалежні. Продукцію контролюють відразу після
виготовлення, причому дефектні кульки бракують і зсипають у
бункер. Встановити, на яку кількість дефектних кульок має бути
134
розрахований цей бункер, щоб з імовірністю, яка дорівнює 0,99, він
не був переповненим після зміни?
b) Група Б
135
5.30. Нехай 1 , 2 ,..., n ,... – послідовність незалежних
однаково розподілених випадкових величин із скінченними
дисперсіями. Довести, що для будь-якого дійсного числа x границя
lim Р1 ... n x дорівнює 0 або 1, або 0,5. З’ясувати умови, за
n
яких має місце кожна з відповідей.
5.31. Нехай 1 , 2 ,..., n ,... – послідовність незалежних
випадкових величин, для яких M n 0 , P n 2n . Чи 1
2
виконується для цієї послідовності центральна гранична теорема?
5.32. При яких значеннях параметра для послідовності
незалежних випадкових величин 1 , 2 ,..., n ,... , таких, що
1
P n n , виконується центральна гранична теорема?
2
136
ВІДПОВІДІ НА ЗАДАЧІ
Глава 1
137
y y y
b b b
ab
b 2
a a 30 A a 20 B
a b x a b x a ab b x
2
Рис. 1 Рис. 2 Рис. 3
y y y
A B A B
b b 40 A b
ab ab ab
2 2 2
\
a a a
a ab b x a ab b x a ab b x
B
2 2 2
1.16. A T1 T2 T3 C1 C2 C3 C4
C1 C 2 C 3 C 4 C1 C 2 C 3 C 4 C1 C 2 C 3 C 4
C C 2 C3 C 4
1 R
1 R2 R3 R4 R5 .
1.18. 1) 0,1; 2) 0,6; 3) 0,3; 4) 0,9; 5) 0,9; 6) 0,7; 7) 0; 8) 1; 9) 0.
1.19. 1 ; 2 . 1.20. 0,1. 1.21. 1) 1 4 ; 2) 4 .
1 2 1 5!
3 3 6 6
С Mm C Nn mM 2 5
1.22. Р n
,Р= . 1.23. 0,25. 1.24. 0,25. 1.25. .
CN 15 9
1.26.
1 2 2 . 1.27. P(A) = 10-8; P(B) = 10-7;
(1 ) 2
P C =28 A96 10 7 0,17 ; PD 378 A84 10 6 0,64 ;
138
PE 56 A95 10 7 0,08 ; PF 10 8 C10
3
A83 4,032 10 7 .
1 n2
1.28. b a 2 . Якщо m n 2 , то p . Якщо m n 2 , то
2 6m
m
p 1 . Корені будуть додатними, якщо a 0, b 0 . При
3n
n2 1 m
m n2 , p . При m n 2 , p .
12m 4 6n
2
1.29. ln 2
1
0,237 . 1.30.
2L
. 1.31. 1)
a 2r 2 ; 2) 1 4 r 2 .
9 12 a a2 a2
An
1.32. Рn 1 365n , Р24 0,538; Р50 0,9724. 1.33. 0,88.
365
1.34. 1) 0,63; 2) 0,03; 3) 0,07; 4) 0,97.
1
1.35. a) 0,948; б) 0,794; в) 0,854; г) 0,9. 1.36. 0,834. 1.37. .
210
ln 1 P
1.38. 1 – (1 – Р)n. 1.39. n 1, n 5. 1.40. 1) 0,995;
ln 1 p
1 pm
2) 0,14. 1.41. 1) 0,06; 2) 0,28. 1.42. . 1.43. а) 0,864; б) 0,934.
1 p
Резервування окремих елементів надійніше. 1.44. 1) 0,476; 2) 0,438.
1.45. p 1 ... 1
1 1 n 1 1
1 e1. 1.46. 0,6.
2! 3! n!
р1
1.47. Ставка ділиться пропорційно до відношення , де
р2
1 1 1 1 2 1
р1 m
1 Cm 2 Cm ... n1 Cmn1n2 – імовірність виграшу
2 2 2 2
1 1 1 1
першого гравця, p2 n 1 Cn1 2 Cn2 ... m1 Cmmn12 –
2 2 2 2
11
імовірність виграшу другого гравця. 1.48. . 1.49. 0,021.
30
139
13
1.50. 0,2881. 1.51. 0,566. 1.52. . 1.53. 0,274; 0,384; 0,342.
132
1.54. 0,5; 0,25. 1.55. 0,58; 0,002. 1.56. 0,998. 1.57. 0,779; 0,339.
1.58. Два. 1.59. У перший район треба посилати 8 гелікоптерів,
p 0,74.
1 1
1.60. p
n1 n2
. 1.61. 1) 1
k
p1
k
Рp1 1 Р p1 ; 2)
1 1
1 100 100
n1 n2 n3
1
k
Рp1 1 Р p1 1
k
p1
k
Рp1 1 Р p1 .
100 100 100
a a c
1.62. p1 / 1 ,
a b a b c d
c a c a c
p2 / 1 , p3 1. 1
c d a b c d a b c d
1.63. Усі гравці мають однакові шанси виграти. 1.64. 0,3456.
1.65. 1) 0,651; 2) 0,387; 3) 0,194; 4) 0,264. 1.66. m1=4, m2=3; р
0,251. 1.67. 1) 0,9933; 2) 0,1404; 3) 0,265. 1.68. 0,209; m1=1, m2=2.
1.69. 0,7627; 0,3955; 0,2637; 0,1035; 0,3516. 1.70. m =1; m 3;
p 32/81. 1.71. Найбільш імовірно виграти матч з 12 партій. 1.72.
nk 1
n
Р С nk p k 1 p 1 k 1 . 1.73. n 16 . 1.74. Ні.
k 2 R
1
1.75. p C2nnk . 1.76. n 296 . 1.77. 0,3024; 0,4404; 0,2144;
2 nk
2
0,0404; 0,0024. 1.78. 0,26.
B. Глава 2
2.1.
0 1
p 1 p p
140
0, x 0;
M p ; D p1 p ; F ( x) 1 p, 0 x 1; Дисперсія
1, x 1.
1
набуває максимального значення при p . 2.2. Ma a ; Da 0.
2
2.3. 1) M a M a; D a D .
2) Ma aM ; Da a 2 D .
2.4.
0 1 2 3
p 0,28 0,47 0,22 0,03
0, x 0;
0,28, 0 x 1;
F ( x) 0,75, 1 x 2; M 1; D 0,62;
0,97, 2 x 3;
1, x 3;
Р( А) 0,75; Р( В) 0,72 .
2.5.
0 1 2
p 0,08 0,44 0,48
0, x 0;
0,08, 0 x 1;
F ( x) M 1,4; D 0,4.
0,52, 1 x 2;
1, x 2;
2.6.
2 3
p 0,6 0,4
0, x 2;
F ( x) 0,6, 2 x 3; M 2,4; D 0,24.
1, x 3;
141
0, x 0;
0,06, 0 x 1;
0,31, 1 x 2;
2.7. F x M 2; D 0,98; P A 0,63.
0,69, 2 x 3;
0,94, 3 x 4;
1, x 4.
0, x 1;
4 35, 1 x 2;
2.8. F x 22 35, 2 x 3; M 2,29; D 0,49.
34 35, 3 x 4;
1, x 4.
2.9. 1)
0 1 2 3
5 15 5 1
p
8 56 56 56
15
M 0,5; D .
28
5 3
2) P ; 0, 1, 2,...; M 0,6; D 0,96 .
88
2.10. MT 1,67 ; DT 1,11 .
2.11.
1 2 3 4 5
р 0,1000 0,0900 0,0810 0,0729 0,6561
2.12.
0 1 2 3 4
р 0,0324 0,1944 0,3924 0,3024 0,0784
M 2,2; D 0,9; P A 0,9676; PB 0,6192 .
143
; 1 4
1 5 242 1
2.23. A = ; М =2,5; D = . 2.24. A = ;
243 28 243 2
1
, x a; a a 1
B= , f x = a x 2
1 2
P = .
2 2 3
0, x a;
0, x 2;
x 2 1
, 2 x 5;
2.25. F ( x) , 2 x 5; f ( x ) 3
3
0, x 2, x 5;
1, x 5;
0, x 3;
3 x
, 3 x 0;
6
М 3,5; D =0,75. 2.26. F ( x)
2 x
, 0 x 2;
4
1, x 2;
0, x 3, x 2;
1 25
f ( x) , 3 x 0; М 0,25 ; D = .
6 12
1 , 0 x 2;
4
0, x 1;
x 1 0, x 1, x 6;
1 x 2; 1
2.27. F ( x) 2, f ( x) , 1 x 2; М =
x 2 , 2 x 6; 2
8 1 , 2 x 6;
1, x 6; 8
1 x
11 109 e , x 0;
; D = . 2.28. A ; F ( x) 2
1
4 48 2 1 e x , x 0;
2
2
М = 0; D = 2 ; Р 0,5.
144
0, x 0, x 2;
2.29. f ( x) x, 0 x 1; М =1; D =0,16(6); Р
2 x, 1 x 2;
0,375.
0, x x;
a 1 a
2.30. f ( x) a x 0 М = x0 ; а 1 ; D =
x x x x 0 ; a 1
0
a x2
x 2
0 ; а 2 . 2.31. F ( x ) 1 exp 2
, x 0; M =
(a 1) 2 (a 2) 2
; D =( 2 ) 2 . 2.32. Амплітуди менші за середню
2 2
зустрічаються частіше. 2.33. f ( x) caxa 1 exp cxa , x 0;
2
a 1 a 2 a 1
Г
a a a
M a ; D , де x гамма-
a
c c2
a
функція. 2.34. a 0; b 0,5; c ; f ( x)
x a22
;
математичного сподівання не існує.
0, x 0;
n 1; x n 1 n 1
2.35. F ( x) M ; D 2 .
, x 0,
n 1
2.36.
0 1 2 3 4
p 0,0256 0,1536 0,3456 0,3456 0,1296
145
0, x 1;
2.44. А=0,5; F ( x) 0,5x 1 , 1 x 1; M =0, D = , р 0,5.
1
3
1, x 1;
0, x 2;
x 2
2.45. 0,4. 2.46. 0,5. 2.47. F ( x) , 2 x 5;
3
1, x 5;
16
14; D ; p 0,433. 2.48. A=0,1; M =10; D =100;
3
1 t
P0 M 0,632. 2.49. f (t ) exp ; 0,638; 0,777.
40 40
2.50. 0,524. 2.51. 400 год. 2.52. P A 0,699; PB 0,6785;
x 22
PС 0,75; f x
1
р 0,133. 2.53. exp ,
2
2
F ( x) Фx 2 0,5 ; P0 3 0,8186. 2.54. 0,823; 0,75; 0,946.
41мВ. 2.56. f ( x)
exp 2
x 220 2 p 0,851.
2.55.
7
49
2.57. 10,5 м. 2.58. 8. 2.59. 1) 0,377; 2) 0,778.
2.60.
2 … k …
p p pq … pq k 1 …
У таблиці p exp ; q 1 p; M = e .
2.61. 1) F (t ) 1 exp 0,34t; 2) р 0,13; 3) нехай – кількість
блоків, що відмовили протягом 6 год роботи, тоді:
0 1 2 3 4
р 0,1300 0,3456 0,3456 0,1532 0,0256
146
d 2 d1 2 2
2.64. D . 2.65. 2 . 2.66. 1 .
3,3 3
2.67. р1=0,1587; р2=0,1587; 2.68. As 0, Ех 0, 6 76 .
A. Глава 3
3.1.
1 2 3 –1 –2 –3
p 0,5 0,3 0,2 p 0,2 0,4 0,4
x
y
x0 0 x 1 1 x 2 2 x3 x 3
y0 0 0 0 0 0
0 y 1 0 0 0 0 0,343
1 y 2 0 0 0 0,441 0,784
2 y 3 0 0 0,189 0,630 0,997
y 3 0 0,027 0,216 0,657 1,000
1 1
P(A) = 0,189; P(B) = 0,441; М 2,1; М 0,9; R .
1 1
147
3.3. x
y
0 1 x0 0 x 1 x 1
0 0,18 0,12 y0 0 0 0
1 0,42 0,28 0 y 1 0 0,18 0,30
y 1 0 0,60 1,00
P(A) = 0,18.
3.4. x
y
0 1 x0 0 x 1 x 1
0 q1 q 2 p1q2 y0 0 0 0
1 q1 p2 p1 p2 0 y 1 0 q1q 2 q2
y 1 0 q1 1
0 10 15
7 0,200 0,100 0,200
14 0,062 0,031 0,062
25 0,133 0,066 0,133
3.7.
0 1 2
0 0,02250 0,45500 0,02250
1 0,10500 0,21000 0,10500
2 0,12025 0,24500 0,12025
148
3.8. М 0,8; М 0,64; D = 0,48; D = 0,23; K = 0,288.
3.9.
0 1 2 3
0 0,280 0,376 0,132 0,012
1 0 0,094 0,088 0,018
1 1
x 1e x , x 0; y 1e y , y 0;
f ( x) 2 f ( y) 2
0, x 0; 0, y 0.
r 2
3.22. P = ;
4ab
150
0, y b або x a;
x a y b
, b y b, a x a;
4ab
yb
F ( x, y ) , b y b, x a;
2b
xa
, y b, a x a;
2a
1, y b, x a.
x, 0 x 1;
21 y , 0 y 1;
3.23. f ( y ) f ( x) 2 x, 1 x 2;
0, y 0, y 1; 0,
x 0, x 1;
1 1 1
М 1; М ; D = ; D = ; K = 0.
3 6 18
1 1
3.24. A = 2 ; F ( x, y ) 2 (arctgx + )(arctgy + );
2 2
1 1
f ( x) ; f ( y)
1 x2 1 y2 .
3.25.
0, x 0, y 0;
0,5sin x sin y sin x y , x 0, , y 0, ;
2 2
0,5sin x cos x 1 , x 0, , y ;
F ( x, y ) 2 2
0,5sin y cos y 1 , x , y 0, ;
2 2
1, x , y ;
2 2
М М 0,785; D = 0,188; D = 0,188; K = – 0,046.
151
0, x 2, y 0;
x 2
3.26. F ( x, y ) (1 e y ), 2 x 2, y 0;
4
y
1 e , x 2, y 0;
4
М 0, М 1, D = ; D = 1; K = 0.
3
1
3.27. P(A) = arctg1,5.
4
x x
3.28. Р A f ( x, y )dxdy ; Р B f ( x, y)dxdy ;
0 x
x
Р (С ) f x, y dxdy ; РD f ( x, y)dxdy . 3.29. M(0, 0);
x 1
0,5 0 h, x2 y2 r 2;
K = . 3.30. f ( x, y)
0, x y r ;
2 2 2
0 0,5
0, x r;
0, y r;
f ( x) f ( y )
2 r x h, x r; 2 r y h, y r;
2 2 2 2
r=
1
; M(0, 0); K = 0, D = D = 1 .
h 4n
3.31.
, x, y, z D;
1
f ( x, y, z ) b a d c k l
0, x, y, z D;
1
, a x b, k z l;
f ( x, z ) (b a)(k l )
0, x a, x b, z k , z l;
1 , k z l;
f ( z) k l
0, z k , z l.
1
3.32. P(A)= .
8
152
3.33.
0, x 2 y 2 r 2 , z h;
f ( x, y, z ) 1
2r 2 h , x y r , z h;
2 2 2
0, x r;
f x 2
r 2 r x , x r ;
2 2
0, y r; 0, z h;
f ( y) 2 f ( z ) 1
r 2 r y , y r; , z h.
2 2
2h
x2 y2
1 2 1 2
3.34. f ( x) e ; f ( y ) e ;
2 2
x2 y2
1
y2
f ( y / x) e [1 e 2 ( 2 e 2 )] ;
y2 x2
1
x2
f ( x / y ) e [1 e 2 ( 2 e 2 )] .
3.35.
xe ( y ) x , x 0, y 0;
, y 0;
f ( x, y) f ( y ) ( y ) 2
0, x 0, y 0; y 0;
0,
x( y) 2 e ( y ) x , x 0;
f ( x / y)
0, x 0.
1
3.36. a = ; P(A) = 0,499.
4
3.37.
32 x 4
x 4 y 3 y 32 .
2
2
f ( x, y) exp
3 63
63 3 24 12
1 x 3
y 22 ;
2
1
3.38. f ( x, y ) exp
16
2 4 16
153
1 1 x 1
2
0,8x 1 y 2 y 22
f ( x, y) exp .
6 0,84
1,68 9 3 1
3.39. 0,233. 3.40. 0,1175; 0,393; 0,865. 3.41. 1) А = 1,39;
0,132 0,026
2) К ; 3) S = 0,162.
0,026 0,105
1 x 2 y 2
1
3.42. f ( x, y ) exp ; n 13. 3.43. 1) 0,282;
12
2 4 9
2 2
2) 0,0328. 3.44. 0,055. 3.45. 1) f ( x, y)
2
100
exp
x y2 ;
100
r
2
2) 0,345; 3) F r 1 exp , r 0.
E
x 5
y 2
2 2
1 1
3.46. f ( x) exp 2
, f ( y ) exp ;
2 2 2
8 2
x 0,4 y 4,2
2
1
f ( x / y) exp ;
0,6 2
0 ,72 2
y 1,6 x 6
2
. 3.47. Р A 0,208;
1
f ( y / x) exp
1,2 2
2,88 2
РB 0,497; РC 0,89; РD 0,503. 3.48. 1) 0,28; 2) 0,627;
3) 0,293; 4) 1,12. 3.49. 1) 0,097; 2) 0,069; 3) 0,081; 4) 0,753.
B. Глава 4
4.1. 1 1 2 5 2 0 1 2
р 0,3 0,5 0,2 р 0,3 0,5 0,2
4.2. 2 3
1 –1 0 3 2 5 8 0 1 2
154
р 0,2 0,5 0,3 р 0,2 0,5 0,3 р 0,3 0,5 0,2
1 y b 1
4.3. f ( y ) f ( ) . 4.4. f 1 ( y ) ; y (1, 1),
|a| a 1 y2
2
f2 ( y ) ; y (0, 1). 4.5. f1 ( y ) f (1 y ) f (1 y ) ,
1 y2
y 0 ; f 2 ( y ) f ( y ); f3 ( y ) f ( y ) f ( y ) , y 0 .
1
4.6. 1) f1 ( y) 2 2
; 2) якщо а 0, то
3 [1 (1 y) 3 ](1 y) 3
a
, y 0;
f 2 ( y ) ( a y ) y
0 , y 0;
якщо а 0, то
0, y 0;
f 2 ( y ) a
, y 0;
a y y
1
, y 2 ;
1
3) f3 ( y ) 4) f4 ( y ) .
0 , y ; (1 y 2 )
2
1
4.7. f ( y) 2
, 0 y a3.
3ay 3
l
4.8. f ( y ) , y.
(l y 2 )
2
4.9.
1 0 5 10 15 20
p 0,06 0,25 0,38 0,25 0,06
2 –3 5 10
155
p 0,06 0,63 0,31
4.10.
1 –1 0 1
p F (0) 0 1 – F (0)
f ( y )
, y (0, 1);
f 2 ( y ) 2 y
f ( y ) , y (0, 1).
1 2
sin y , y ( , arctg e);
2
4.11. f ( y ) .
0, 1 2
y ( , arctg e).
2
1, y 0,1 ;
4.12. f ( y )
0, y 0,1.
4 ab
4.13. f s ( y ) , y (0, ).
a b 4y
2 2 2 2
4.14. 1 1 0 1 2 2 1 0 1
р 0,12 0,38 0,38 0,12 р 0,12 0,70 0,18
3 –4 –2 –1 1 2 4
p 0,08 0,12 0,20 0,30 0,12 0,18
4.15.
–1 1 0
p 0,2 0,1 0,7
1 1
4.16. f ( z ) . 4.17. f ( z ) .
(1 z 2 ) (1 z 2 )
z2
1
4.18. f 1 ( z ) f 2 ( z ) e 4 2 .
2
156
0, z 0, z 2;
4.19. f 1 2 ( z ) z, 0 z 1; .
2 z, 1 z 2.
4.20. f ( z)
1
arctgz arctg( z 3).
3
1 zm z m
4.21. f ( z ) Ф Ф .
0, x 0, x 12;
x
, 0 x 2;
20
4.22. f ( z ) 1 4.23. 1) нестійкий; 2) стійкий;
10 , 2 x 10;
12 x , 10 x 12.
20
3) стійкий, якщо р в доданках однакове; 4) стійкий.
0, z 0, z r ;
4.24. f ( z ) 2 z
2 , 0 z r.
r
4.25. f ( z ) f ( z ) F ( z ) f ( z ) F ( z ).
4.26. f z f z 1 F z f z 1 F z . .
2 cos 2 sin 2
exp , 0;
1
4.27. f RФ ( , ) 2
2
2
2
0, 0.
0, z 0, z 2;
4.28. f 1 ( z ) z 2 , 0 z 1;
2
z 2 z , 1 z 2;
0, z 0, z 1;
f 2 ( z) .
21 z , 0 z 1.
157
1 1
(2 z ), z 2; ln y , y 1;
4.29. f ( z ) 4 f ( y) 2 .
0 , z 2; 0 , y 1.
2 r 2 r
2
2 exp 2 , 0 r ;
4.30. f ( r ) E E
0 , r 0.
4.31. M = 0,7; D = 0,21. 4.32. M = 0,3; = 0,46. 4.33. 1) M1=
=2,8; D1 = 1,7; 2) M2 = –1,4; D2 = 1,7; 3) M3 = 1,47; D3 = 4,73.
1 1
4.34. M = ; D = . 4.35. M = ; D = .
2 12 1 ( 2)( 1) 2
1 1 1
4.36. 1) M = 0; D = ; 2) M = ; D = . 4.37. M = 0; D = =
3 2 12
1
. 4.38. 1) M( + ) = 2; 2) M = 1; 3) M2 = 5; 4) M( – 2) =
12
1
= – ; 5) D( +) =
3
13
3
; 6) D( – ) =
13
3
4
. 4.39. ln 1 2 .
4.40. Мu aМ bМ cМ d ;
Du a 2 D b 2 D c 2 D 2abK 2acK 2bcK .
1 1
4.41. MR = ; MR2 = .
3 6
a2 b a2 b2 b2 a a2 b2 1 2
4.42. 1) ln ln a b2 ;
6b a 6a b 3
b 2 a a 2 b 2 a 2 2b 2 2b 3
2) ln a2 b2 .
a b 3a 2 3a 2
4.43. M = , якщо >1; D = , якщо >2.
1 ( 2)( 1) 2
2
3a a2 n
4.44. 4.45. . 4.46. M = q pea ;
2
D = q pe2a q pe
n a 2n
. 4.47. МR 682 м; R 34,7 м2 .
158
4.48. (t ) peit q . 4.49. t =
n 1
1 a 1 e it
; M = a; D =
0, x 0;
=a(a+1). 4.50. (t)= e itc a t . 4.51. f ( x ) x
e , x 0;
0, x 0 ; 1 2
f ( x) x 4.52. f ( x) exp x m – розподіл
e , x 0. 2
Лапласа; M = m; D = . 2
4.55. 1 2 (t ) =
4
1 4t 1 9t
2
2
. 4.56. +(t)= eit p q
n1 n2
.
2
; D(+) = 2 . 4.59. t .
2 2
4.57. +(t)= ; M(+) =
2
it
2
4.60. 1) функція парна, але не дійсна; 2) функція дійсна, але
непарна.
4.61. 1) –2 0 2
р 0,25 0,50 0,25
1. Глава 5
160