Контрольная работа
по дисциплине
Теория вероятностей
Решение задач
Задание 1
Имеется четверо мужчин
и шесть женщин. Каждый мужчина женился на одной из женщин. Сколькими способами
это можно сделать?
Решение:
A(4;6) = 6!/2! =
3*4*5*6 = 360
Ответ: 360 способов
Задание 2
В ожесточенном бою не
менее 70% бойцов потеряли один глаз, не менее 75% - одно ухо, не менее 80% -
одну руку, не менее 85% - одну ногу. Какое минимальное число потерявших
одновременно глаз, ухо, руку, ногу?
Решение: Я решила
данную задачу двумя способами.
1. Т(Ч+Н)=Т(Ч)+Т(Н)-Т(ЧН)б
где X+Y означает
объединение множеств X и Y, XY - пересечение, функция N - число элементов
множества. Обозначим через A, B, C, D - множества бойцов, потерявших глаз, ухо,
руку, ногу. В данном примере обозначим через N - процентное содержание
множества.
Тогда
N(AB)=N(A)+N(B)-N(A+B)>=70+75-100=45
Аналогично
N(CD)=N(C)+N(D)-N(C+D)>=80+85-100=65.
Окончательно имеем
Т(ФИСВ)=Т(ФИ)+Т(СВ)-Т(ФИ+СВ)Ю=45+65-100=10ю
2. Всего
100%. Минус 30% тех, кто имеет оба глаза, минус 25% оба уха, минус 20% обе руки
и 15% обе ноги. 100-30-25-20-15 = 10 процентов минимум
Ответ: минимальное
число потерявших одновременно глаз, ухо, руку, ногу составляет 10 %.
Задание 3
Двое поочередно бросают
монетку. Выиграет тот, у кого раньше выпадет герб. Определить вероятность
выигрыша для каждого игрока.
Решение:
A = {выиграл тот, кто
начал бросать монетку первым}
A = A1 + A2 + A3 + ...
A1 = {у первого игрока выпал герб}
A2 = {у первого игрока
выпала решка, у второго - решка, у первого - герб}
A3 = {у первого игрока
выпала решка, у второго - решка, у первого - решка, у второго - решка, у
первого - герб} и так далее
P(A1)
= 1/2 P(A2) = (1/2)*(1/2)*(1/2) = (1/2)*(1/4) P(A3) =
(1/2)*(1/2)*(1/2)*(1/2)*(1/2)
= (1/2)*(1/4)*(1/4) = (1/2)*((1/4)^2)
и
так
далее
P(A)
= P(A1+A2+A3+...) = [события A1,
A2, A3,
... несовместны] =
P(A1)
+ +P(A2)
+ P(A3)
+ ... = (1/2) + (1/2)*(1/4) + (1/2)*((1/4)^2) + ... =
[сумма геометрической
прогрессии] = (1/2)/(1 - 1/4) = (1/2)/(3/4) = 2/3
P(A) = 2/3 B = {выиграл
тот, кто начал бросать монетку вторым} B = не
A P(B) = P(не A) = 1 -
P(A) = 1 - 2/3 = 1/3
Ответ: для первого 2/3,
для второго 1/3.
Задание 4
В кошельке лежат 8
монет достоинством по 5 копеек и 2 монеты достоинством в 3 копейки. Наудачу
выбирается монета и бросается 5 раз. Какова вероятность того, что в сумме будет
15 очков, если "герб" принимается за "0"?
Решение:
H1 = {монета в 5
копеек} H2 = {монета в 3 копейки} P(H1) = 8/10 = 0.8 P(H2) = 2/10 = 0.2 A = {в
сумме будет 15 очков при 5 бросаниях} A
H1 = {в сумме будет 15
очков при 5 бросаниях, если бросается монета в 5 копеек} = {при 5 бросаниях 3
решки и 2 герба} A
H2 = {в сумме будет 15
очков при 5 бросаниях, если бросается монета в 3 копейки} = {при 5 бросаниях 5
решек} n = 5 p = 1/2 - вероятность выпадения решки q = 1 - p = 1/2 m -
количество бросаний, при которых выпадет решка P(A
Р1 = З(ь=3) = С(3ж5)*((1.2):3)*((1.2):2)
= 10*(1.8)*(1.4) = 10.32 =0ю3125 З(Ф/Р2) = З(ь=5) = (1.2):5 = 1.32 = 0.03125 По
формуле полной вероятности З(Ф) = З(Р1)З(Ф/Р1) + З(Р2)З(Ф/Р2) = (0ю8)*(0ю3125)
+ (0ю2)*(0ю03125) = 0ю25+ +0ю00625 = 0ю25625
Ответ: если бросается
монета в 5 копеек 0.3125
если бросается монета в
3 копейки 0.03125
полная вероятность
0.25625
Задание 5
Для лица, дожившего до
20-летнего возраста, вероятность смерти на 21-м году жизни равна 0,006.
Застрахована группа в 15000 человек 20-летнего возраста, причем каждый
застрахованный внес по 20 у.е. Какую максимальную выплату наследникам следует
установить, чтобы вероятность того, что к концу года страховое учреждение
окажется в убытке, была не больше 0,0228?
Решение: Пусть
случайная величина X - число страховых случаев за год. Xi - страховой случай
для i-того клиента,
i = 1 ... 15000 Xi =
{1, если страховой случай для i-того клиента произошел
{0, иначе Случайная
величина Xi имеет распределение Бернулли при p = 0.006 M(Xi) = p = 0.006 D(Xi)
= p(1-p) = (0.006)*(1 - 0.006) = (0.006)*(0.994) = 0.005964 X =
sum_{i=1}^{15000} Xi M(X) = M(sum_{i=1}^{15000} Xi) = sum_{i=1}^{15000}
M(Xi)=sum_{i=1}^{15000} 0.006 = (0.006)*(15000) = 90 D(X) = D(sum_{i=1}^{15000}
Xi) = [события Xi независимы] = sum_{i=1}^{15000} D(Xi) = sum_{i=1}^{15000}
0.005964 = =(0.005964)*(15000) = 89.46 Пусть m - выплата за страховой случай
Доход страховой компании равен D = 15000*20 - mX = 300000 - mX Необходимо найти
m такое, что P(D <= 0) <= 0.0228 P(D <= 0) = P(300000 - mX <= 0) = P(mX
>= 300000) = P(X > 300000/m) = = P((X-M(X))/sqrt(D(X)) > (300000/m -
M(X))/sqrt(D(X))) = = P((X - M(X))/sqrt(D(X)) > (300000/m - 90)/sqrt(89.46))
~ ~ [по центральной предельной теореме] ~
~ 0.5 - Ф((300000/m -
90/sqrt(89.46))) P(D <= 0) <= 0.0228 0.5 - Ф((300000/m - 90/sqrt(89.46)))
<= 0.0228 Ф((300000/m - 90/sqrt(89.46))) >= 0.4772 (300000/m -
90)/sqrt(89.46) >= 2 300000/m >= 108.9166593... m <= 2754.399574...
m(max) = 2754
Ответ: максимальная
выплата 2754 у.е.
Другие работы по теме:
Схема Бернуллі
Дослідження послідовності (серії) n випробувань. Особливості застосування формули Бернуллі. Знаходження ймовірності того, що при n випробуваннях подія А з'явиться m разів і не з'явиться n-m разів. Теорема додавання ймовірностей несумісних подій.
Сущность неоклассической экономической теории
Неоклассическая экономическая теория возникла в 1870-е годы. Представители: Карл Менгер, Фридрих фон Визер, Эйген фон Бём-Баверк (австрийская школа), У. С. Джевонс и Л. Вальрас (математическая школа), Дж. Б. Кларк (американская школа), А. Маршалл и А. Пигу (кембриджская школа).
Методы обработки статистических данных
Учреждение образования Гродненский государственный университет имени Янки Купалы” ОБРАБОТКА ДАННЫХ Учебная программа для специальности: 1-03 03 08-02 Олигофренопедагогика. Логопедия.
работа
Челябинский институт путей сообщения – филиал государственного образовательного учреждения
Теория вероятности и математическая статистика. Задачи
Практическиое решение задач по теории вероятности. Задача на условную вероятность. Задача на подсчет вероятностей. Задача на формулу полной вероятности. Задача на теорему о повторении опытов. Задача на умножение вероятностей. Задача на схему случаев.
Теория вероятности и математическая статистика
Особенности выполнения теоремы Бернулли на примере электрической схемы. Моделирование случайной величины по закону распределения Пуассона, заполнение массива. Теория вероятности, понятие ожидания, дисперсии случайной величины и закон распределения.
Теория вероятности и математическая статистика
Теорема Бернулли на примере моделирования электросхемы. Моделирование случайной величины, имеющей закон распределения модуля случайной величины, распределенной по нормальному закону. Проверка критерием Х2: имеет ли данный массив закон распределения.
Теория вероятностей
Содержание Задание 1 Задание 2 Задание 3 Задание 4 Задание 5 Задание 6 Список используемой литературы Задание 1 Найти общее решение дифференциального уравнения первого порядка:
Математическое ожидание
В выигрыше всегда оказывается казино. Это потому, что с математической точки зрения, игра не является справедливой. Понятие справедливой игры тесно связано с математическим ожиданием, которое впервые было введено голландским математиком Яном де Виттом.
Кто придумал t-критерий Стьюдента (Student)?
Это распределение вероятностей, связанное с нормальным распределением. Возникает оно, когда требуется оценить среднее статистической выборки, когда размер выборки, используемой для оценки, мал и дисперсии неизвестны.
Математическая модель распределения информации
1 Математическая модель распределения информации Математическая модель системы распределения информации включает следующие три основных элемента: входящий поток вызовов (требований на обслуживание), схему системы распределения информации, дисциплину обслуживания потока вызовов.
Законы распределения случайных величин. Доверительный интервал
Определение вероятности появления события в каждом из независимых испытаний. Случайные величины, заданные функцией распределения (интегральной функцией), нахождение дифференциальной функции (плотности вероятности), математического ожидания и дисперсии.
Теория вероятности
Дискретные случайные величины и их распределения. Формула полной вероятности и формула Байеса. Общие свойства математического ожидания. Дисперсия случайной величины. Функция распределения случайной величины. Классическое определение вероятностей.
Теорія ймовірності та її застосування в економіці
Імовірність несплати податку для кожного підприємця. Випадкова величина в інтервалі. Ряд розподілу добового попиту на певний продукт. Числові характеристики дискретної випадкової величини. Біноміальний закон розподілу, математичне сподівання величини.
Теорія ймовірностей та математична статистика
Знаходження ймовірності настання події у кожному з незалежних випробувань. Знаходження функції розподілу випадкової величини. Побудова полігону, гістограми та кумуляти для вибірки, поданої у вигляді таблиці частот. Числові характеристики ряду розподілу.
Теория вероятностей и математическая статистика
Определение вероятности случайного события; вероятности выиграшных лотерейных билетов; пересечения двух независимых событий; непоражения цели при одном выстреле. Расчет математического ожидания, дисперсии, функции распределения случайной величины.
Теория вероятностей
Общее решение дифференциального уравнения первого порядка. Уравнение с разделенными переменными. Выбор частного интеграла. Частное решение дифференциального уравнения второго порядка. Вероятность проявления события, интегральная формула Муавра-Лапласа.
Случайные процессы
Оглавление Случайная функция, случайный процесс, случайное поле 3 Функция распределения вероятностей случайного процесса 5 Плотность распределения вероятностей случайного процесса 7
Теория вероятностей
Поиск искомой вероятности через противоположное событие. Интегральная формула Муавра–Лапласа. Нахождение вероятности попадания в заданный интервал распределенной случайной величины по ее математическому ожиданию и среднему квадратическому отклонению.
Расчет вероятностей событий
Нахождение вероятности того, что наудачу взятое натуральное число не делится. Построение гистограммы для изображения интервальных рядов, расчет средней арифметической дискретного вариационного ряда, среднего квадратического отклонения и дисперсии.
Исследование прочности на разрыв полосок ситца
Задачи математической статистики. Распределение случайной величины на основе опытных данных. Эмпирическая функция распределения. Статистические оценки параметров распределения. Нормальный закон распределения случайной величины, проверка гипотезы.
Граничні теореми теорії ймовірностей
Оцінка ймовірності відхилення випадкової величини Х від її математичного сподівання. Знаходження дисперсії випадкової величини за допомогою теореми Бернуллі. Застосування для випадкової величини нерівності Чебишова. Суть центральної граничної теореми.
Вклад А.Н. Колмогорова в развитие теории вероятностей
Возникновение теории вероятностей как науки. Ранние годы Андрея Николаевича Колмогорова. Первые публикации Колмогорова. Круг жизненных интересов Андрея Николаевича. Присуждение академику Андрею Николаевичу Колмогорову, в марте 1963 года, премии Бальцана.
Бинарные отношения
Бинарные отношения служат простым и удобным аппаратом для весьма широкого круга задач. Язык бинарных и n-арных отношений используется во многих прикладных (для математики) областях, например, таких как математическая лингвистика, математическая биология, математическая теория баз данных. Широкое использование языка бинарных отношений легко объясняется - геометрический аспект теории бинарных отношений есть попросту теория графов.