Индивидуальные задания по математике

Задача 1

В урне 6 белых шаров, 11 – черных. Одновременно наугад вынимают два шара. Найти вероятность того, что оба шара будут:

Решение

1) Вероятность того, что один из вытащенных шаров будет белым равна количеству шансов вытащить белый шар из всей суммы шаров, находящихся в урне. Этих шансов ровно столько сколько белых шаров в урне, а сумма всех шансов равна сумме белых и черных шаров.

Вероятность того, что второй из вытащенных шаров также будет белым равна

Так как один из белых шаров уже вытащен.

Таким образом, вероятность того, что оба вытащенных из урны шара будут белыми равна произведению этих вероятностей, так как эти возможности независимы:

или два черных шара:

3) Вероятность того, что оба вытащенных шара будут разных цветов это – вероятность того, что первый шар будет белым, а второй черными или того, что первый шар будет черным, а второй – белым. Она равна сумме соответствующих вероятностей.

Ответ: 1)

Задача 2

В первой урне 6 белых шаров, 11 – черных, во второй – 5 белых и 2 – черных. Из каждой из урн наугад вынимают по шару. Найти вероятность того, что оба шара будут:

1) белыми, 2) одного цвета, 3) разных цветов.

Решение

1) Вероятность того, что оба шара будут белыми равна произведению вероятности того, что шар вытащенный из первой урны будет белым на вероятность того, что шар вытащенный из второй урны также окажется белым:

2) Вероятность того, что оба вытащенных шара будут одного цвета это – вероятность того, что оба шара будут либо белыми, либо черными. Она равна сумме вероятностей - вытащить два белых шара или два черных шара:

3) Вероятность того, что шар, вытащенный из первой урны будет белым, а шар, вытащенный из второй урны – черным, или наоборот – первый шар будет черным, а второй – белым, равна сумме соответствующих вероятностей:

Ответ: 1)

Задача 3

Среди 24 лотерейных билетов – 11 выигрышных. Найти вероятность того, что по крайней мере один из 2-х купленных билетов будет выигрышным.

Решение

Вероятность того, что хотя бы один из 24-х купленных билетов окажется выигрышным, равна разности между единицей и вероятностью того, что ни один из купленных билетов не будет выигрышным. А вероятность того, что ни один из купленных билетов не будет выигрышным равна произведению вероятности того, что первый из билетов не будет выигрышным на вероятность того, что и второй билет не будет выигрышным:

Отсюда, вероятность того, что хотя бы один из 24-х купленных билетов окажется выигрышным:

Ответ:

Задача 4

В ящике 6 деталей первого сорта, 5 – второго и 2 – третьего. Наугад берутся две детали. Какова вероятность того, что они обе будут одного сорта?

Решение

Искомая вероятность это – вероятность того, что обе детали будут или 1-го или 2-го или 3-го сорта и равна сумме соответствующих вероятностей:

Вероятность, что обе взятые детали окажутся первого сорта:

Вероятность, что обе взятые детали окажутся второго сорта:

Вероятность, что обе взятые детали окажутся третьего сорта:

Отсюда вероятность вытащить 2 детали одного сорта равна:

Ответ:

Задача 5

В течение часа 0 ≤ t ≤ 1 (t – время в часах) на остановку прибывает один и только один автобус.

Решение

Автобус может прибыть в любой момент t, где 0 ≤ t ≤ 1 (где t – время в часах) или, что то же самое, 0 ≤ t ≤ 60 (где t – время в минутах).

Пассажир прибывает в момент t = 0 и ожидает не более 28 минут.

Возможности прибытия автобуса на станцию в течение этого времени или в течение остальных 32 минут равновероятны, поэтому вероятность того, что пассажиру, прибывшему на эту остановку в момент времени t = 0, придётся ожидать автобус не более 28 минут равна

Ответ:

Задача 8

Вероятность попадания первым стрелком в мишень равна 0,2 , вторым – 0,2 и третьим – 0,2. Все три стрелка одновременно произвели выстрел. Найти вероятность того, что:

1) только один стрелок попадёт в мишень;

2) два стрелка попадут в мишень;

3) хотя бы один попадет в мишень.

Решение

1) Вероятность того, что только один стрелок попадёт в мишень равна вероятности попадания в мишень первым стрелком и промаха вторым и третьим или попадания в мишень вторым стрелком и промаха первым и третьим или попадания в мишень третьим стрелком и промаха первым и вторым, а значит равна сумме соответствующих вероятностей.

Вероятность того, что первый стрелок попадёт в мишень, а второй и третий – промахнутся равна произведению этих вероятностей:

Аналогичные вероятности попадания вторым стрелком в мишень и промаха первым и третьим, а также попадания третьим и промаха первым и вторым:

Отсюда, искомая вероятность:

2) Вероятность того, что два стрелка попадут в мишень равна вероятности попадания в мишень первым и вторым стрелком и промаха третьим или попадания в мишень первым и третьим стрелком и промаха вторым или попадания в мишень вторым и третьим стрелком и промаха первым, а значит равна сумме соответствующих вероятностей.

Вероятность того, что первый и второй стрелки попадут в мишень, а третий – промахнётся равна произведению этих вероятностей:

Аналогичные вероятности попадания первым и третьим стрелком в мишень и промаха вторым, а также попадания вторым и третьим и промаха первым.

Лекция 1 .

Цели, задачи и структура медицинской и биологической физики. Ее место и роль в системе медицинского образования, межпредметные связи с другими медико-биологическими и клиническими дисциплинами.

Вероятностный характер медико-биологических процессов. Элементы теории вероятностей. Вероятность случайного события. Закон сложения и умножения вероятностей.

Принципы вероятностных подходов к задачам диагностики и прогно­зирования заболеваний.

Теория вероятностей

В теории вероятностей исследуются закономерности, относя­щиеся к случайным событиям, величинам, процессам. Врачи редко задумываются, что постановка диагноза имеет вероятно­стный характер и, как остроумно замечено, лишь патологоанатомическое исследование может достоверно определить ди­агноз умершего человека.

§2.1. Случайное событие. Вероятность

Наблюдая различные явления, можно заметить, что существу­ет два типа связей между условиями S и наступлением или ненас­туплением некоторого событияА. В одних случаях осуществление комплекса условийS(испытание) непременно вызывает событиеА. Так, например, материальная точка массойт 0 под воздействи­ем силы F (условие S ) приобретает ускорение а = F / m 0 (событие А). В других случаях многократное повторение испытания можетпривести или не привести к появлению события А. Такие события принято называть случайными: к ним можно отнести появление в кабинете врача больного с данной болезнью, выпадение опреде­ленной стороны монеты при ее бросании и др.

Не следует думать о случайных явлениях как о беспричинных, ничем не обусловленных. Известно, что многие явления связаны между собой, отдельное явление представляет следствие како­го-то другого и само служит причиной последующего. Однако проследить количественно эту связь между условиями и событи­ем часто затруднительно или даже невозможно. Так, при броса­нии игральной кости (однородный кубик с пронумерованнымишестью гранями: 1, 2, 3, 4, 5 и 6) окончательное положение куби­ка зависит от движения руки в момент бросания, сопротивления воздуха, положения кубика при попадании на поверхность, осо­бенности поверхности, на которую упал кубик, и других факто­ров, которые в отдельности учесть невозможно.

В быту применительно к таким случайным событиям употреб­ляют слова «возможно», «вероятно», «маловероятно», «невероятно». В некоторых случаях такая оценка больше характеризует желание говорящего, чем истинную степень возможности или не­возможности события. Однако и случайные события, если их чис­ло достаточно велико, подчиняются определенным закономернос­тям. Количественная оценка закономерностей, относящихся к случайным событиям, дается в разделе математики, называемом теорией вероятностей.

Теория вероятностей изучает закономерности, присущие мас­совым (статистическим) случайным событиям.

Отдельные исторические факты, «неожиданности», «катастро­фы» являются единичными, как бы неповторимыми, событиями, и количественные вероятностные суждения относительно них сделать невозможно. Исторически теория вероятностей появи­лась в связи с попытками подсчета возможности различных исхо­дов в азартных играх. В настоящее же время она применяется в науке, в том числе биологии и медицине, для оценки вероятности практически важных событий. От игр остались лишь наглядные примеры, которые удобно использовать для иллюстрации теоре­тических положений.

Статистическое определение вероятности. ВероятностьР(А) в теории вероятностей выступает как числовая характеристика сте­пени возможности появления какого-либо определенного случай­ного события А при многократном повторении испытаний.

Допустим, при 1000 бросаний игральной кости цифра 4 выпа­дает 160 раз. Отношение 160/1000 = 0,16 показывает относитель­ную частоту выпадания цифры 4 в данной серии испытаний. В бо­лее общем случае, когда случайное событие А происходитт раз в сериип независимых испытаний,относительной частотой со­ бытия в данной серии испытаний или просто частотой события А называют отношение

При большом числе испытаний частота события примерно по­стоянна: увеличение числа испытаний уменьшает колебание час­тоты события около постоянной величины.

Вероятностью случайного события назовем предел, к ко­торому стремится частота события при неограниченном увеличении числа испытаний:

(2.2)

Естественно, что никто и никогда не сможет проделать неогра­ниченное число испытаний для того, чтобы определить вероят­ность. В этом нет и надобности. Практически за вероятность [см. (2.2)] можно принять относительную частоту события при боль­шом числе испытаний. Так, например, из статистических законо­мерностей рождения, установленных за много лет наблюдений, вероятность того события, что новорожденный будет мальчиком, оценивают в 0,515.

Классическое определение вероятности. Если при испыта­ниях нет каких-либо причин, вследствие которых одно случайноесобытие появлялось бы чаще других (равновозможные собы­ тия), можно определить вероятность исходя из теоретических со­ображений. Например, выясним в случае бросания монеты часто­ту выпадания герба (событиеА). Разными экспериментаторамипри нескольких тысячах испытаний было показано, что относи­тельная частота такого события принимает значения, близкие к0,5. Учитывая, что появление герба и противоположной стороны монеты (событие В) являются событиями равновозможными, ес­ли монета симметрична, суждение Р(А) = Р(В) = 0,5 можно было бы сделать и без определения частоты этих событий. На основе по­нятия «равновозможности» событий формулируется другое опре­деление вероятности.

Допустим, что в результате испытания должно произойти только одно изп равновозможных несовместных событий(несов­местными называют события, если их одновременное осуществ­ление невозможно). Пусть рассматриваемое событие А происхо­дит вт случаях, которые называются благоприятствующими А, ине происходит при остальных п - т, неблагоприятствующих А. Тогдавероятностью можно назвать отношение благоприят­ ствующих случаев к общему числу равновозможных несов­ местных событий:

Р(А) = m / n . (2.3)

Это классическое определение вероятности.

Рассмотрим не­сколько примеров.

1. В урне находится 40 шаров: 10 черных и 30 белых. Найти вероят­ность того, что вынутый наугад один шар будет черным.

Число благоприятствующих случаев равно числу черных шаров в урне: т = 10. Общее число равновозможных событий (вынимание одного шара) равно полному числу шаров в урне: п = 40. Эти события несовмест­ны, так как вынимается один и только один шар. По формуле (2.3) имеем:

Р(А) = 10/40 = 1/4.

2. Найти вероятность выпадания четного числа при бросании играль­ной кости.

При бросании кости реализуются шесть равновозможных несов­местных событий: появление одной цифры 1, 2, 3, 4, 5 или 6, т. е. п = 6.Благоприятствующими случаями являются выпадания одной из цифр 2, 4 или 6: т = 3. Искомая вероятность:

Р(А) = m / n – 3/6 = 1/2.

Как видно из определений вероятности события (2.2) и (2.3), для всех событий 0  Р(А)  1.

События, которые при данных испытаниях не могут про­изойти, называются невозможными: их вероятность равна нулю.

Так, например, невозможно из урны с белыми и черными ша­рами вытащить красный шар, невозможно на игральной кости получить цифру 7.

Событие, которое при данном испытании обязательно произойдет, называется достоверным, его вероятность рав­ на 1.

Примером достоверного события является извлечение белого шара из урны, в которой находятся только белые шары.

В ряде случаев вычислить вероятность события оказывается проще, если представить его в виде комбинации более простых со­бытий. Этой цели служат некоторые теоремы теории вероятнос­тей.

Теорема сложения вероятностей: вероятность появления одного (безразлично какого) события из нескольких несов­ местных событий равна сумме их вероятностей. Для двух несовместных событий

Р(А илиВ) = Р(А) + Р(В). (2.4)

Докажем эту теорему. Пусть п - общее число испытаний, т 1 - число случаев, благоприятствующих событию А,т 2 - число слу­чаев, благоприятствующих событию В. Число случаев, благопри­ятствующих наступлению либо события А, либо события В, равно m 1 +m 2 . ТогдаР(А илиВ) = (т 1 + т 2 )/п = т 1 /п + т 2 /п. Отсюда, учитывая (2.3), имеем

Р(А илиВ) = Р(А) + Р(В).

* Найти вероятность выпадания 1 или 6 при бросании игральной кости.

События А (выпадание 1) иВ (выпадание 6) являются равновозможными: Р(А) = Р(В) = 1/6, поэтому из (2.4) находимР(А илиВ) =1/6 + 1/6 = 1/3.

Сложение вероятностей справедливо не только для двух, но и для любого числа несовместных событий.

* В урне находится 50 шаров: 10 белых, 20 черных, 5 красных и 15 си­них. Найти вероятность появления белого, или черного, или красного шара при однократной операции изъятия шара из урны.

Вероятность вынимания белого шара (событие А) равна Р(А) = 10/50 = 1/5, черного шара (событие В) - Р(В) = 20/50 = 2/5 и крас­ного (событие С) - Р(С) = 5/50 = 1/10. Отсюда по формуле сложения ве­роятностей получим Р(А или В или С) = Р(А) + Р(В) + Р(С) = 1/5 + 2/5 + + 1/10= 7/10.

Если два события единственно возможны и несовместны, то их называют противоположными.

Такие события принято обозначать, например, А и .

Сумма вероятностей двух противоположных событий, как следует из теоремы сложения вероятностей, равна еди­ нице:

(2.5)

*Проиллюстрируем справедливость (2.5) на предыдущем примере. Пусть вынимание белого, или черного, или красного шара будет событи­емА 1 , Р(А 1 ) = 7/10. Противоположным событиемявляется доставание синего шара. Так как синих шаров 15, а общее количество шаров 50, то получаемР() = 15/50 = 3/10 иР(А 1 ) + Р() = 7/10 + 3/10 = = 1.

*В урне находятся белые, черные и красные шары. Вероятность доставания черного или красного шара равна 0,4. Найти вероятность доставания из урны белого шара.

Обозначим А событие вынимания черного или красного шара, Р(А) = 0,4; противоположным событием будет изъятие белого ша­ра, тогда на основании (2.5) вероятность этого события Р() = 1 - Р(А) = = 1 - 0,4 = 0,6.

Систему событий (А 1 , А 2 , ... A k ) называют полной, если при испытаниях наступит одно и только одно из этих собы­тий. Сумма вероятностей событий, образующих полную сис­ тему, равна единице.

* В урне имеется 40 шаров: 20 белых, 15 черных и 5 красных. Вероят­ность появления белого шара (событие А ) равна Р(А) = 20/40 = 1/2, для черного шара (событие В) - Р(В) = 15/40 = 3/8 и для красного шара (со­бытиеС) - Р(С) = 5/40 = 1/8. В этом случае система событийА 1 , А 2 , А 3 является полной; можно убедиться, что Р(А) + Р(В) + Р(С) = 1/2 + 3/8 + + 1/8 = 1.

Теорема умножения вероятностей: вероятность совместно­ го появления независимых событий равна произведению их вероятностей. Для двух событий

Р(А и В) = Р(А) Р(В). (2.6)

Докажем эту теорему. Так как события А и В независимы, то каждому из т 1 случаев, благоприятствующих А, соответствуют т 2 случаев, благоприятствующих В. Таким образом, общее число случаев, благоприятствующих совместному появлению событий А и В, равно т 1 т 2 . Аналогично, общее число равновозможных собы­тий равно п 1 п 2 , где п 1 и п 2 - числа равновозможных событий со­ответственно для А и В . Имеем

* В одной урне находится 5 черных и 10 белых шаров, в другой 3 чер­ных и 17 белых. Найти вероятность того, что при первом вынимании ша­ров из каждой урны оба шара окажутся:

1) черными; 2) белыми; 3) в пер­вой урне будет вынут черный шар, а во второй - белый; 4) в первой урне будет вынут белый шар, а во второй - черный.

Вероятность вытаскивания черного шара из первой урны (событие А )равна Р(А) =

= 5/15 = 1/3, черного шара из второй урны (событие В) - Р(В) = 3/20, белого шара из первой урны (событие А") - Р(А") = 10/15 = 2/3 и белого шара из первой урны (событиеВ") -Р(В") = 17/20. Нахо­дим вероятность совместного появления двух независимых событий по формуле (2.6):

1) Р(А и В) = Р(А) Р(В) = (1/3) (3/20) = 3/60 - оба шара черные;

2) Р(А" и В") = Р(А") Р(В") = (2/3) (17/20) = 17/30 - оба шара белые;

3) Р(А" и В") = Р(А) Р(В") = (1/3) (17/20)= 17/60 - в первой урне бу­дет вынут черный шар, а во второй - белый;

4) Р(А" и В) = Р(А") Р(В) = (2/3) (3/20) = 1/10 - в первой урне будет вынут белый шар, а во второй - черный.

Все четыре возможных случая А и В , А" и В" , А и В" , А" и В образуют полную систему событий, поэтому

Р(А и В) + Р(А" и В") + Р(А и В") + Р(А" и В) = 3/60 + 17/30 + 17/60 + 1/10 = 1.

* Найти вероятность того, что в семье с тремя детьми все трое сыновья. Считать, что вероятность рождения мальчика равна 0,515 и по каждого последующего ребенка не зависит от пола предыдущих детей.

По теореме умножения вероятностей, Р(А и В иС) = 0,515 0,515 0,515  0,14.

Теорема умножения вероятностей усложняется, если оп­ ределяется вероятность события, состоящего из совместно­го появления двух зависимых между собой событий. В том случае, когда событие В выполняется при условии, что собы­ тие А имело место, вероятность совместного появления двух этих событий равна

Р(А и В) = Р(А) Р(В/А), (2.8)

где Р(В/А) -условная вероятность, т. е. вероятность событияВ при условии, что событиеА состоялось.

* В урне 5 шаров: 3 белых и 2 черных. Найти вероятность того, что по­следовательно один за другим будут вынуты черный и белый шары.

Вероятность того, что первым будет изъят черный шар (событие А ),равна Р(А) = т/п = 2/5. После удаления черного шара в урне остается 4 шара: 3 белых и 1 черный. В этом случае вероятность вынимания белогошара (событие В после выполнения события А) равна Р(В/А) = 3/4. Ис­пользуя (2.8), получаем

Р(А и В) = (2/5) (3/4) = 3/10.

ЗАДАЧИ ИЗ ТЕСТОВ С РЕШЕНИЯМИ

Задача 1. Из урны, в которой находятся 12 белых и 10 черных шаров, вынимают наудачу один шар. Тогда вероятность того, что этот шар будет черным, равна…

Решение.

Воспользуемся формулой , где n m A . В нашем случае возможны n =12+10=22 элементарных исхода испытания, из которых благоприятствующими являются m =10 исходов. Следовательно, .

Задача 2. Игральная кость бросается один раз. Тогда вероятность того, что на верхней грани выпадет четное число очков, равна…

Решение.

Воспользуемся формулой , где n - общее число возможных элементарных исходов испытания, а m - число элементарных исходов, благоприятствующих появлению события A . В нашем случае возможны n =6 элементарных исходов испытания (на верхней грани появится одно, два,…, шесть очков), из которых благоприятствующими являются три исхода (два, четыре и шесть очков). Следовательно, m =3 и .

Задача 3. Из урны, в которой находятся 6 черных и 10 белых шаров, вынимают одновременно 2 шара. Тогда вероятность того, что оба шара будут белыми, равна…

Решение.

Воспользуемся формулой , где n - общее число возможных элементарных исходов испытания, а m - число элементарных исходов, благоприятствующих появлению события A . В нашем случае общее число возможных элементарных исходов равно числу способов, которыми можно извлечь два шара из 16 имеющих, то есть . А общее число благоприятствующих исходов равно числу способов, которыми можно извлечь два белых шара из десяти имеющихся, то есть . Следовательно, .

Задача 4. Два предприятия производят разнотипную продукцию. Вероятности их банкротства в течение года равны 0,1 и 0,2 соответственно. Тогда вероятность того, что в течение года обанкротится хотя бы одно предприятие, равна…

Решение.

Введем обозначения событий: A 1 - обанкротится первое предприятие; A 2 - обанкротится второе предприятие; A - обанкротится хотя бы одно предприятие; - ни одно предприятие не обанкротится. Тогда = , где A i . причем . Так как, по условию задачи, события A 1 и A 2 независимы, то .

Задача 5. Два стрелка производят по одному выстрелу. Вероятность попадания в цель для первого и второго стрелков равны 0,7 и 0,85 соответственно. Тогда вероятность того, что в цель попадет только один стрелок, равна …

Решение.

Введем обозначения событий: A 1 - в цель попадет первый стрелок, A 2 - в цель попадет второй стрелок, A - в цель попадет только один стрелок. Тогда = + , где - событие, противоположное событию A i , причем . Так как, по условию задачи, события A 1 и A 2 несовместны и независимы, то

Задача 6. Устройство состоит из трех элементов, работающих независимо. Вероятности безотказной работы этих элементов (в течение рабочего дня) равны соответственно 0,9, 0,8 и 0,7. Тогда вероятность того, что в течение рабочего дня будут работать безотказно все три элемента, равна…

Решение.

Введем обозначения событий: A i - в течение рабочего дня безотказно работает i - ый элемент, A – в течение рабочего дня работают безотказно все три элемента. Тогда A = A 1 · A 2 · A 3 . Так как, по условию задачи, события A 1 , A 2 и A 3 независимы, то P (A )= P (A 1 · A 2 · A 3 )=

P (A 1 )·P(A 2 )·P(A 3 )=0,9·0,8·0,7=0,504.

Задача 7. В первой урне 3 черных и 7 белых шаров. Во второй урне 4 белых и 6 черных шаров. В третьей урне 11 белых и 9 черных шаров. Из наудачу взятой урны вынули один шар. Тогда вероятность того, что этот шар окажется белым, равна…

Решение.

A (вынутый наудачу шар – белый) применим формулу полной вероятности: .

Здесь: - вероятность того, что шар извлечен из первой урны; - вероятность того, что шар извлечен из второй урны; - вероятность того, что шар извлечен из третьей урны. - условная вероятность того, что вынутый шар белый, если он извлечен из первой урны; - условная вероятность того, что вынутый шар белый, если он извлечен из второй урны; - условная вероятность того, что вынутый шар белый, если он извлечен из третьей урны.
Тогда .

Задача 8. В первой урне 6 черных и 4 белых шара. Во второй урне 2 белых и 18 черных шаров. Из наудачу взятой урны вынули один шар, который оказался белым. Тогда вероятность того, что этот шар извлечен из первой урны, равна…

Решение.

Предварительно вычислим вероятность события A (вынутый наудачу шар – белый) по формуле полной вероятности: .

Здесь: - вероятность того, что шар извлечен из первой урны; - вероятность того, что шар извлечен из второй урны; - условная вероятность того, что вынутый шар белый, если он извлечен из первой урны; - условная вероятность того, что вынутый шар белый, если он извлечен из второй урны.
Тогда .
Теперь вычислим условную вероятность того, что шар извлечен из первой урны, если он оказался белым, по формуле Байеса:
.

Задача 9. С первого станка на сборку поступает 45%, со второго – 55% всех деталей. Среди деталей первого станка 90% стандартных, второго – 80%. Тогда вероятность того, что взятая наудачу деталь окажется нестандартной, равна …

Решение.

Для вычисления вероятности события A (взятая наудачу деталь окажется нестандартной) применим формулу полной вероятности: . Здесь: - вероятность того, что деталь поступила с первого станка; - вероятность того, что деталь поступила с второго станка; - условная вероятность того, что деталь нестандартная, если она изготовлена на первом станке; - условная вероятность того, что деталь нестандартная, если она изготовлена на втором станке.
Тогда

P (A )=0,45(1-0,9)+0,55(1-0,8)=0,045+0,11=0,155.

Задача 10. С первого станка на сборку поступает 20%, со второго – 80% всех деталей. Среди деталей первого станка 90% стандартных, второго – 70%. Взятая наудачу деталь оказалась стандартной. Тогда вероятность того, что эта деталь изготовлена на первом станке, равна …

Решение.

Предварительно вычислим вероятности события A (взятая наудачу деталь окажется стандартной) по формуле полной вероятности: .

Здесь: - вероятность того, что деталь поступила с первого станка; - вероятность того, что деталь поступила с второго станка; - условная вероятность того, что деталь стандартная, если она изготовлена на первом станке; - условная вероятность того, что деталь стандартная, если она изготовлена на втором станке.
Тогда 0,2∙0,9+0,8∙0,7=0,74..
Теперь вычислим условную вероятность того, что деталь изготовлена на первом станке, если она оказалась стандартной, по формуле Байеса:
.

Задача 11.

Решение.

По определению F (x )= P (X < x ).

Тогда
а) при , F (x )= P (X <1)=0,
б) при , F (x )= P (X =1)=0,1,
в) при ,

F (x )= P (X =1)+ P (X =3)=0,1+0,3=0,4,
г) при x > 5,

F(x)=P(X=1)+ P(X=3)+P(X=5)+P(X=6)= 0,1+0,3+0,6=1.
Следовательно,

Задача 12. Дискретная случайная величина задана законом распределения вероятностей

Тогда значения a и b могут быть равны…

Решение.

Так как сумма вероятностей возможных значений равна 1, то a + b =1-0,1-0,2=0,7. Этому условию удовлетворяет ответ: a =0,4, b =0,3.

Задача 13. X и Y :

Тогда закон распределения вероятностей суммы X + Y имеет вид…

Решение.

Возможные значения x ij суммы дискретных случайных величин X + Y определяются как x ij = x i + y j , а соответствующие вероятности как произведение ).
Тогда ответ:

Задача 14. Проводится n независимых испытаний, в каждом из которых вероятность появления события A постоянна и равна 0,2. Тогда математическое ожидание дискретной случайной величины X - числа появлений события A в n =100 проведенных испытаниях, равно…

Решение.

Случайная величина X подчиняется биномиальному закону распределения вероятностей. Поэтому M (X )= np =100∙0,2=20.

Задача 15. Непрерывная случайная величина задана функцией распределения вероятностей:

Тогда плотность распределения вероятностей имеет вид…

Решение.

Плотность распределения вероятностей непрерывной случайной величины вычисляется по формуле: f (x )= F ’(x ). Тогда , (1)’=0 и

Задача 16. Непрерывная случайная величина X задана плотностью распределения вероятностей . Тогда математическое ожидание a и дисперсия σ 2 этой нормально распределенной случайной величины равны…

Решение.

Плотность распределения вероятностей нормально распределенной случайной величины имеет вид: . Тогда a =3 ,σ 2 =16.

Задача 17. Дискретная случайная величина задана законом распределения вероятностей

Тогда ее функция распределения вероятностей имеет вид…

Решение.

По определению F (x )= P (X < x ).

Тогда
а) при , F (x )= P (X <1)=0,
б) при , F (x )= P (X =1)=0,2,
в) при ,

F (x )= P (X =1)+ P (X =2)=0,2+0,1=0,3,
г) при ,

F (x )= P (X =1)+ P (X =2)+ P (X =4)=0,2+0,1+0,3=0,6,
д) при x > 6,

F(x)=P(X=1)+ P(X=2)+P(X=4)+P(X=6)=1.
Следовательно,

Задача 18. Даны две независимые дискретные случайные величины X и Y :

Решение.

Тогда закон распределения вероятностей суммы X + Y имеет вид…

Возможные значения x ij суммы дискретных случайных величин X + Y определяются как x ij = x i + y j , а соответствующие вероятности как произведение p ij = p i ∙ q j = P (X = x i ) ∙ P (Y = y j ).
Тогда правильным будет ответ:
.

Задача 19. Основная гипотеза имеет вид H 0 : σ 2 =4. Тогда конкурирующей может являться гипотеза…

Решение.

Конкурирующей (альтернативной) называют гипотезу, которая противоречит основной гипотезе. Условию σ 2 =4 противоречит H 1 :σ 2 >4.

Задача 20. r В =0,85 и выборочные средние квадратические отклонения σ X =3,2 σ Y =1,6. Тогда выборочный коэффициент регрессии X на Y равен…

Решение.

X на Y вычисляется по формуле: . Тогда .

Задача 21. y =-1,56-2,3 x .

Тогда выборочный коэффициент корреляции может быть равен…

(Варианты ответа: |1,56 | - 0,87 | - 2,3 | 0,87)

Решение.

Значение выборочного коэффициента корреляции, во-первых, принадлежит промежутку [-1,1], а во-вторых, его знак совпадает со знаком выборочного коэффициента регрессии. Этим условиям удовлетворяет значение -0,87.

Задача 22. Выборочное уравнение парной регрессии имеет вид y =6-3 x . Тогда выборочный коэффициент корреляции может быть равен…

(Варианты ответов: 0,9 | -3,0 | 6,0 | - 0,9)

Решение.

Значение выборочного коэффициента корреляции, во-первых, принадлежит промежутку [-1,1], а во-вторых, его знак совпадает со знаком выборочного коэффициента регрессии. Этим условиям удовлетворяет значение -0,9 .

Задача 23. Выборочное уравнение парной регрессии имеет вид y =-5+2 x . Тогда выборочный коэффициент регрессии равен…

Решение.

Если выборочное уравнение парной регрессии имеет вид y =α+β x , то выборочный коэффициент регрессии равен β. То есть β=2.

Задача 24. При построении выборочного уравнения парной регрессии вычислены: выборочный коэффициент корреляции r В =0,75 и выборочные средние квадратические отклонения σ X =1,1 σ Y =2,2. Тогда выборочный коэффициент регрессии X на Y равен…

Решение.

Выборочный коэффициент регрессии X на Y вычисляется по формуле: . Тогда .

Задача 25 . Мода вариационного ряда 1,2,2,3,3,3,4 равна…

Решение.

Модой вариационного ряда называется варианта, имеющая наибольшую частоту. Такой вариантой является варианта 3, частота которой равна

трем.

Задача 26 . Медиана вариационного ряда 3,4,5,6,7,12 равна…

Решение.

Медианой вариационного ряда называется варианта, расположенная в середине вариационного ряда. Так как в середине ряда располагаются две варианты: 5 и 6, то медиана равна их средней арифметической 5,5.

Задача 27 . Размах варьирования вариационного ряда 3,5,5,7,9,10,16 равен…

Решение.

Размах варьирования вариационного ряда определяется как R = x max - x min , получаем: .

Задача 29. Из генеральной совокупности извлечена выборка объема n =20:

Тогда несмещенная оценка математического ожидания равна…

Решение.

Несмещенная оценка математического ожидания вычисляется по формуле: . То есть Задача 31 . Дана интервальная оценка (8,45;9,15) математического ожидания нормально распределенного количественного признака. Тогда точечная оценка математического ожидания равна…

Решение.

Интервальная оценка математического ожидания нормально распределенного количественного признака представляет собой интервал, симметричный относительно точечной оценки. Тогда точечная оценка будет равна .

Задача 32. Дана интервальная оценка (10,45;11,55) математического ожидания нормально распределенного количественного признака. Тогда точность этой оценки равна…

Тогда значение a равно…

Решение.

Так как объем выборки вычисляется как n =(a +7+5+3) h , то a =50/2-7-5-3=10.