Решение. По формуле (2.12) находим математическое ожидание:

По формуле (2.12) находим математическое ожидание:

M[X] = x₁p₁ + x₂p₂ + x₃p₃ + x₄p₄ = 10 · 0.2 + 20 · 0.15 + 30 · 0.25 + 40 · 0.4 = 28.5

M[2X + 5] = 2M[X] + M[5] = 2M[X] + 5 = 2 · 28.5 + 5 = 62. По формуле (2.19) найдем дисперсию:

Задача. 2.2.2 Найти математическое ожидание, диспер­сию и среднее квадратичное отклонение непрерывной слу­чайной величины X, функция распределения которой

.

Решение. Найдем плотность вероятности:

Математическое ожидание найдем по формуле (2.13):

Дисперсию найдем по формуле (2.19):

Найдем сначала математическое ожидание квадрата случайной величины:

Тогда

Среднее квадратичное отклонение

Задача. 2.2.3 Дискретная случайная величина X имеет ряд распределения:

Найти математическое ожидание и дисперсию случайной величины Y = e^X.

Решение. M[Y] = M[ e^X ] = e^{-- 1} · 0.2 + e⁰ · 0.3 + e¹ · 0.4 + e² · 0.1 =

= 0.2 · 0.3679 + 1 · 0.3 + 2.71828 · 0.4 + 7.389 · 0.1 = 2.2.

D[Y] = D[e^x] = M[(e^X)² — M² [ e ^X] =

[(e^-1)² • 0.2 + (e⁰)² • 0.3 + (e¹)² • 0.4 + (e²)² • 0.1] — (2.2)² =

= (e^--2 • 0.2 + 0.3 + e² • 0.4 + e⁴ • 0.1) — 4.84 = 8.741 — 4.84 = 3.9.

Задача. 2.2.4 Дискретная случайная величина X может принимать только два значения x₁ и x₂, причем x₁ < x₂. Известны вероятность p₁ = 0.2 возможного значения x₁, математическое ожидание M[X] = 3.8 и дисперсия D[X] = 0.16. Найти закон распределения случайной величины.

Решение. Так как случайная величина X принимает толь­ко два значения x₁ и x₂, то вероятность p₂ = P(X = x₂) = 1 - p₁ = 1 - 0.2 = 0.8.

По условию задачи имеем:

M[X] = x₁p₁ + x₂p₂ = 0.2x₁ + 0.8x₂ = 3.8;

D[X] = (x²₁p₁ + x²₂p₂) - M²[X] = (0.2x²₁ + 0.8x²₂) - (0.38)² = 0.16.

Таким образом получили систему уравнений:

Условию x₁<x₂ удовлетворяет решение x₁ = 3. x = 4. По­этому искомый закон распределения имеет вид:

Задача. 2.2.5 Случайная величина X подчинена закону распределения, график плотности которого имеет вид:

Найти математическое ожидание, дисперсию и сред­нее квадратичное отклонение.

Решение. Найдем дифференциальную функцию распре­деления f(x). Вне интервала (0, 3) f(x) = 0. На интервале (0, 3) график плотности есть прямая с угловым коэффици­ентом k = 2/9, проходящая через начало координат. Таким образом,

Математическое ожидание:

Найдем дисперсию и среднее квадратичное отклоне­ние:

Задача. 2.2.6 Найти математическое ожидание и дис­персию суммы очков, выпадающих на четырех игральных кубиках при одном бросании.

Решение. Обозначим A — число очков на одном кубике при одном бросании, B – число очков на втором кубике, C — на третьем кубике, D — на четвертом кубике. Для случайных ве­личин A, B, C, D за­кон распределения один.

Тогда M[A] = M[B] = M[C] = M[D] = (1+2+3+4+5+6) / 6 = 3.5

Задача. 2.3.1 Вероятность того, что частица, вылетев­шая из радиоактивного источника, будет зарегистриро­вана счетчиком, равна 0.0001. За время наблюдения из ис­точника вылетело 30000 частиц. Найти вероятность то­го, что счетчик зарегистрировал:

1. ровно 3 частицы;

2. ни одной частицы;

3. не менее 10 частиц.

Решение. По условию п = 30000, p = 0.0001. События, со­стоящие в том, что частицы, вылетевшие из радиоактив­ного источника, зарегистрированы, независимы; число п велико, а вероятность p мала, поэтому воспользуемся рас­пределением Пуассона: Найдем λ: λ = п p = 30000 • 0.0001 = 3 = М[Х]. Искомые вероятности:

Задача. 2.3.2 В партии 5% нестандартных деталей. На­удачу отобраны 5 деталей. Написать закон распределе­ния дискретной случайной величины X — числа нестан­дартных деталей среди пяти отобранных; найти мате­матическое ожидание и дисперсию.

Решение. Дискретная случайная величина X — число нестандартных деталей — имеет биномиальное распреде­ление и может принимать следующие значения: x₁ = 0, x₂ = 1, x₃ = 2, x₄ = 3, x₅ = 4, x₆ = 5. Вероятность нестандарт­ной детали в партии p = 5/100 = 0.05. Найдем вероятности этих возможных значений:

Напишем искомый закон распределения:

Найдем числовые характеристики:

0 • 0.7737809 + 1 • 0.2036267 + 2 • 0.0214343+

+ 3 • 0.0011281 + 4 • 0.0000297 + 5 • 0.0000003 = 0.2499999 ≈ 0.250

или

M[X] = n • p = 5 • 0.05 = 0.25.

D[X] = M[X² ] – M² [X] = 0² • 0.7737809 + 1² • 0.2036267+

+ 2² • 0.0214343 + 3² • 0.0011281 + 4² • 0.0000297 + 5² • 0.0000003- 0.0625 =

= 0.2999995 - 0.0625 = 0.2374995 ≈ 0.2375

или D[X] = n • p • (1 - p) = 5 • 0.05 • 0.95 = 0.2375.

Задача. 2.3.3 Время обнаружения цели радиолокатором распределено по показательному закону

где 1/ λ = 10 сек. - среднее время обнаружения цели. Найти вероятность того, что цель будет обнаружена за время от 5 до 15 сек. после начала поиска.

Решение. Вероятность попадания случайной величины X в интервал (5, 15) найдем по формуле (2.8):

При получаем

= 0.6065(1 - 0.3679) = 0.6065 • 0.6321 = 0.3834

Задача. 2.3.4 Случайные ошибки измерения подчинены нормальному закону с параметрами a = 0, σ = 20 мм. За­писать дифференциальную функцию распределения f(x) и найти вероятность того, что при измерении допущена ошибка в интервале от 5 до 10 мм.

Решение. Подставим значения параметров a и σ в диффе­ренциальную функцию распределения (2.35):

По формуле (2.42) найдем вероятность попадания слу­чайной величины X в интервале [0, 5):

Здесь значения функции Лапласа взяты по таблице.

Задача. 2.3.5 Цена деления шкалы амперметра равна 0.1 ампера. Показания амперметра округляются до ближай­шего целого деления. Найти вероятность того, что при отсчете будет сделана ошибка, превышающая 0.03 ампе­ра. Найти математическое ожидание, дисперсию ошибки округления отсчета и функцию F(x).

Решение. Ошибку округления отсчета можно считать рас­пределенной равномерно на [0; 0.1], т.е. a = 0, b = 0.1. То­гда дифференциальная функция распределения f(x) будет иметь вид