В случаях а, б и в рассматривается серия из 𝑛 независимых испытаний с двумя исходами в каждом - "успех" или "неуспех". Вероятность "успеха" равна
Математическая статистика | ||
Решение задачи | ||
Выполнен, номер заказа №16457 | ||
Прошла проверку преподавателем МГУ | ||
Напишите мне в чат, пришлите ссылку на эту страницу в чат, оплатите и получите файл! |
Закажите у меня новую работу, просто написав мне в чат! |
В случаях а, б и в рассматривается серия из 𝑛 независимых испытаний с двумя исходами в каждом - "успех" или "неуспех". Вероятность "успеха" равна 𝑝, "неуспеха" 𝑞 = 1 − 𝑝 в каждом испытании. 𝑋 – число "успехов" в 𝑛 испытаниях. Требуется: 1) для случая а (малого 𝑛) построить ряд распределения, функцию распределения 𝑋, найти 𝑀𝑋, 𝐷𝑋 и 𝑃(𝑋 ≤ 2); 2) для случая б (большого 𝑛 и малого 𝑝) найти 𝑃(𝑋 ≤ 2) приближенно с помощью распределения Пуассона. Оценить точность приближения; 3) для случая в (большого 𝑛) найти вероятность 𝑃(𝑘1 ≤ 𝑋 ≤ 𝑘2 ) приближенно с помощью теоремы Муавра-Лапласа.
Решение
1) Построим ряд распределения, функцию распределения 𝑋, найдем 𝑀𝑋, 𝐷𝑋 и 𝑃(𝑋 ≤ 2). Случайная величина 𝑋 – "успехов" в 5 испытаниях, может принимать значения: Воспользуемся формулой Бернулли. Если производится 𝑛 независимых испытаний, при каждом из которых вероятность осуществления события 𝐴 постоянна и равна 𝑝, а вероятность противоположного события равна то вероятность того, что при этом событие 𝐴 осуществляется ровно 𝑚 раз, вычисляется по формуле где — число сочетаний из 𝑛 элементов по 𝑚. Для данного случая Ряд распределения имеет вид: Функция распределения выглядит следующим образом: Построим график функции распределения 𝐹(𝑥). Для биномиального распределения справедливы формулы: Математическое ожидание 𝑀𝑋 равно: Дисперсия 𝐷𝑋 равна: По условию Тогда Определим по ряду распределения вероятность того, что случайная величина 𝑋 примет заданное значение: 2) Найдем приближенно с помощью распределения Пуассона. Оценим точность приближения. Если производится достаточно большое число испытаний (𝑛 – велико), в каждом из которых вероятность наступления события 𝐴 постоянна, но мала, то вероятность того, что в 𝑛 испытаниях событие 𝐴 наступит 𝑚 раз, определяется приближенно формулой: В данном случае Наиболее известная оценка для расстояния по вариации между биномиальным распределением и сопровождающим пуассоновским законом имеет вид: При и получим: 3) Найдем вероятность приближенно с помощью теоремы Муавра-Лапласа. где – функция Лапласа, В данном случае
Похожие готовые решения по математической статистике:
- Случайные величины 𝜉 и 𝜂 независимы. Случайная величина 𝜉 имеет распределение Пуассона с параметром 𝜆 = 2, а случайная величина
- Даны две случайные величины 𝑋 и 𝑌. Величина 𝑋 распределена по биномиальному закону с параметрами 𝑛 = 19, 𝑝 = 0,1; величина 𝑌 распределена
- Случайные величины 𝑋3 и 𝑋4 имеют равномерное и нормальное распределения соответственно. Найти вероятности 𝑃(1 ≤ 𝑋𝑖 ≤ 4), если у этих случайных величин
- Случайные величины 𝑋1 и 𝑋2 имеют биномиальное и пуассоновское распределения соответственно. Найти вероятности 𝑃(3 ≤ 𝑋𝑖 ≤ 5), если математическое
- Случайные величины 𝜉4, 𝜉5, 𝜉6 имеют равномерное, показательное и нормальное распределения соответственно. Найти вероятности
- Случайные величины 𝜉1, 𝜉2, 𝜉3 имеют геометрическое, биномиальное и пуассоновское распределения соответственно
- Случайные величины 𝜉1, 𝜉2, 𝜉3 имеют равномерное, пуассоновское и показательное распределения соответственно. Известно, что математические ожидания
- Случайная величина 𝑋 распределена по показательному закону с параметром 0,125, случайная величина 𝑌 распределена равномерно на интервале
- Случайная величина 𝑋 распределена по показательному закону с параметром 0,125, случайная величина 𝑌 распределена равномерно на интервале
- Случайные величины 𝜉1, 𝜉2, 𝜉3 имеют равномерное, пуассоновское и показательное распределения соответственно. Известно, что математические ожидания
- Даны две случайные величины 𝑋 и 𝑌. Величина 𝑋 распределена по биномиальному закону с параметрами 𝑛 = 19, 𝑝 = 0,1; величина 𝑌 распределена
- Случайные величины 𝜉 и 𝜂 независимы. Случайная величина 𝜉 имеет распределение Пуассона с параметром 𝜆 = 2, а случайная величина