Ket-noi.com diễn đàn công nghệ, giáo dục
Bài 1.
a: Không gian mẫu là Sx={hóa đơn $1,hóa đơn $5, hóa đơn $50}
b: Tập hợp A là A={2,4,6}
c: Tập hợp Ac là Ac={1,2,3}
Ac=1-A
Bài 2.
Một nguồn thông tin được sản sinh ra các ký tự S = {a , b, c, d, e}. Hệ thống nén số mã hóa
các chữ cái thành các dãy nhị phân như sau.
a1
b 01
c 001
d 0001
e 0000
Với Y là biến ngẫu nhiên bằng độ dài dãy nhị phân ở đầu ra của hệ thống như vậy ta có
khơng gian mẫu là SY = { 1 , 2 , 3 , 4}
Ta có giá trị của các xác suất tại các điểm đó là
P[Y = 1] = p(a) = ½
P[Y = 2] = p(b) = ¼
P[Y = 3] = p(c) = 1/8
P[Y = 4] = P[Y = 5] = p(d) + p(e) = 1/16 + 1/16 = 1/8
Bài 3
a. Không gian mẫu
Sy={1,3,5…..,n} với n lẻ
Sy={0,2,4,…..,n} với n chẵn
b. Gọi Z là biến cố tương đương với {Y=0}
Z : Sz S
Sz ∈ w S(z) = 0
Z là biến cố số lần xuất hiện mặt sấp ngửa bằng nhau
c. W : Sw S
Sw ∈ w W(w) <= k
(k nguyên dương )
W là biến cố độ sai khác giữa số lần xuất hiện mặt sấp và số lần xuất hiện mặt ngửa <= k
không nguyên dương.
Bài 07.
Phác họa hàm phân phối của biến ngẫu nhiên y trong bài tập 2
Ta có:
Trang 1
Ket-noi.com diễn đàn công nghệ, giáo dục
Đồ thị hàm F y (y) có dạng:
Bài 8
Phác họa hàm phân phối của biến ngẫu nhiên trong bài 3
+ trường hợp 1 với n = 4
Ta coi các đồng được gieo là cân đối nên biến ngẫu nhiên Y lấy các giá trị 0,1,2,3,4 với các
1 2 3 4 3 2 1
, , , , , , bởi vậy hàm F y (x) một cách đơn giản là tổng
xác suất tương ứng là
16 16 16 16 16 16 16
xác suất của tổng các kết cục từ {0,1,2,3,4} vì vậy hàm phân phối được là hàm gián đoạn tại các
điểm 0,1,2,3,4
Xét hàm phân phối tại lân cận của điểm x= 1 , cho δ là một số dương nhỏ ta có ::
1
F y (1 − δ ) = P[Y ≤ 1 − δ ] = P [0 lân xuất hiện mặt sấp] = 16 bởi vậy giới hạn của hàm
1
phân phối khi x tiến tới 1 từ bên phải là
và
16
1
2
3
F y ( x) = P[Y ≤ 1] = P [0 hoặc 1 lần xuất hiện mặt sấp] = 16 + 16 = 16
Và
3
F y (1 + δ ) = P[Y ≤ 1 + δ ] = P[0 hoặc 1 lần sấp] = 16
Trang 2
Ket-noi.com diễn đàn công nghệ, giáo dục
Như vậy hàm phân phối liên tục bên phải và bằng
3
tại điểm x = 1. Độ nhảy tại điểm x =
16
3 1
1
=
16 16 8
Hàm phân phối có thể được biểu diễn theo hàm bậc thang đơn vị
0 khix < 0
u ( x) =
1 khix ≥ 0
Khi đó hàm F y (x) là
1 là bằng P[ Y = 1 ] =
1
2
3
4
3
2
1
u (x) +
u (x) +
u (x) +
u (x) +
u (x) +
u (x) +
u (x)
16
16
16
16
16
16
16
+ trường hợp với n = 5
Tương tự như trường hợp n = 4
1
2
3
16
1
F y (x) = 32 u (x) + 32 u( x) + 32 u ( x) + ……….+ 32 u (x) + ……..+ 32 u (x) +
2
3
u ( x) + u ( x)
32
32
F
y
(x) =
Bài 9.
Công thức hàm phân phối:
Bài 10.
Phác hoạ hàm phân phối của biến ngẫu nhiên Z trong ví dụ 5. Chỉ ra dạng của Z
Thời gian truyền Z của một tin nhắn trong một hệ truyền thông tuân theo quy luật phân phối
mũ với tham số , nghĩa là
Phác hoạ dạng đồ thị:
Bài 11
Trang 3
Ket-noi.com diễn đàn công nghệ, giáo dục
k k n−k
P(x = k) = C n p q
q=1-p
Với n=8
Xét p=1/8 => q = 7/8
k=0,1,…, n
8
0
7
1
8! 1 7
P ( x = 8) = C p q =
. . = 5,96.10 −8
0!.8! 8 8
0
8
8
0
P ( x = 7) = C81 p 7 q 1 =
8! 1
.
7!.1! 8
7
. = 3,34.10 −6
8
6
2
8! 1 7
P ( x = 6) = C p q =
. . = 8,18.10 −5
6!.2! 8 8
2
8
6
2
5
3
8! 1 7
P ( x = 5) = C p q =
. . = 1,14.10 −3
5!.3! 8 8
3
8
5
3
4
4
8! 1 7
P ( x = 4) = C p q =
. . = 0,01
4!.4! 8 8
4
8
4
4
P ( x = 3) = C85 p 3 q 5 =
3
8! 1
.
3!.5! 8
5
7
. = 0,056
8
2
6
8! 1 7
P ( x = 2) = C p q =
. . = 0,196
2!.6! 8 8
6
8
2
6
1
7
8! 1 7
P ( x = 1) = C p q =
. . = 0,39
1!.7! 8 8
7
8
1
7
0
8
8! 1 7
P ( x = 0) = C p q =
. . = 0,34
8!.0! 8 8
8
8
0
8
Với p=1/2 => q=1/2
0
P ( x = 0) = P ( x = 8) = C88 p 0 q 8 =
P ( x = 1) = P ( x = 7) = C81 p 7 q 1 =
8
8! 1 1
. . = 3,9.10 −3
8!.0! 2 2
8! 1
.
1!.7! 2
7
1
1
. = 31,25.10 −3
2
6
2
8! 1 1
P ( x = 2) = P ( x = 6) = C p q =
. . = 109,375.10 −3
2!.6! 2 2
2
8
6
2
5
3
8! 1 1
P ( x = 3) = P ( x = 5) = C p q =
. . = 218,75.10 −3
3!.5! 2 2
3
8
5
3
4
P ( x = 4) = C84 p 4 q 4 =
4
8! 1 1
. . = 273,4375.10 −3
4!.4! 2 2
Đồ thị :
Trang 4
Ket-noi.com diễn đàn công nghệ, giáo dục
Với p = 9/10 => q = 1/10
8
0
7
1
8! 9 1
P ( x = 8) = C p q =
. . = 0,43
0!.8! 10 10
0
8
8
0
8! 9 1
P ( x = 7) = C p q =
. . = 0,383
7!.1! 10 10
1
8
7
1
6
2
8! 9 1
P ( x = 6) = C p q =
. . = 0,149
6!.2! 10 10
2
8
6
2
P ( x = 5) = C83 p 5 q 3 =
5
8! 9
.
5!.3! 10
3
1
. = 0,033
10
4
4
8! 9 1
P ( x = 4) = C p q =
. . = 4,59.10 −3
4!.4! 10 10
4
8
4
4
3
5
8! 9 1
P ( x = 3) = C p q =
. . = 4,1.10 − 4
3!.5! 10 10
5
8
3
5
2
6
8! 9 1
P ( x = 2) = C p q =
. . = 2,268.10 −5
2!.6! 10 10
6
8
2
6
P ( x = 1) = C87 p 1 q 7 =
8! 9
.
1!.7! 10
1
7
1
. = 0,72.10 −6
10
0
8
8! 9 1
P ( x = 0) = C p q =
. . = 10 −8
8!.0! 10 10
Đồ thị :
8
8
0
8
Trang 5
Ket-noi.com diễn đàn cơng nghệ, giáo dục
Bài 12:
Vì U là biến ngẫu nhiên phân phối đều trên khoảng [-1;1] nên:
P[U] = P[U-0] = P[U+0]
P[U>0] = P[0
1
3
= 1
-
=
1
2
1
3
1
2
1
3
1
3
1
3
P[|U|< ] = P[ −
=
4
6
-
2
6
1
3
3
+ P[
4
3
+ F[1] - F[ ]
4
7
+ 1 8
1
4
=
3
4
3
4
P[|U| ≥ ] = P[-1
3
4
= F[ − ] - F[-1]
=
1
8
- 0
=
P[U<5] = 0
1
3
1
2
1
2
1
3
P[
Trang 6
Ket-noi.com diễn đàn cơng nghệ, giáo dục
=
3
4
4
6
1
12
=
Bài 13:
•
→ P[A] = 0
ã
P[B] =
=
=
ã
P[C] =
ã
P[D] =
Bài 14:
a. Biến ngẫu nhiên x là BNN liên tục
1
1
n+
Fx ( n ) = 4
4
1
0 ≤ n ≤1
n >1
1
b. ρ X < − = ρ [φ ] = 0
2
1
1 1 1 −1
ρ X < = ρ [0; = − =
3
6
3 12 4
ρ [ X ≤ 0] = ρ [{ 0} ] =
1
4
Trang 7
Ket-noi.com diễn đàn công nghệ, giáo dục
1 3
1
ρ ≤ X < 1 = ρ ;1 =
4
4 16
3
3
1
1
ρ ≤ X ≤ 1 = ρ ≤ X < 1 + ρ [{1} ] = + 0 =
16
16
4
4
1
1
7
1
ρ X > = ρ ;1 + ρ [ (1,+∞)] = FX (1) − FX + 1 =
2
8
2
2
ρ [ X ≥ 5] = 1
ρ [ X < 5] = ρ [ (1;5) ] + ρ [ [ 0;1] ] = 1 + Fx (1) − FX ( 0 − ) =
3
4
Bài 15:
0( y < 1)
FY ( y ) =
−n
1 − y ( y ≥ 1)
•
0 ≤ k ≤ 1 ⇔ P { 0 < Y ≤ 2} = PY { (0,1)} + PY { [ 1, 2] }
= 0 + FY (2) − FY (1 − 0) = 1 − 2 − k
•
k > 1 ⇔ P { k < Y ≤ k + 1} = PY { (k , k + 1]}
= FY (k + 1) − FY (k )
= 1 − ( k + 1) − k − (1 − k − k ) = k − k − (k + 1) − k
Bài 17:
Biến cố ngẫu nhiên Rayleigh có hàm phân phối
02 r < 0
−r
FR (r ) =
2σ 2 khir ≥ 0
1
−
e
Tìm
P[ σ ≤ R ≤ 2σ ]
[ σ ≤ R ≤ 2σ ]=[R= σ ] ∪ [ σ ≤ R ≤ 2σ ]
P[ σ ≤ R ≤ 2σ ]= FR (σ ) - FR (σ − ) + FR (2σ ) - FR (σ ) = FR (2σ ) - FR (σ − )
−1 / 2
−2
−4 r / 2σ
− r / 2σ
=(1- e
) –(1- e
)= e − e
2
2
2
2
P[R> 3σ ]=1-P[R ≤ 3σ ] =1- F R (3σ ) =1- e
−9 / 2
Bài 18.
X là biến ngẫu nhiên mũ với tham số λ ta có hàm mật độ xác suất của hàm
biến mũ là
nếu x ≥ 0
λe − λx
f X ( x) =
0
nếu x < 0
Vậy ta có hàm phân phối mũ là
Trang 8
Ket-noi.com diễn đàn công nghệ, giáo dục
x
FX ( x) =
∫f
0
X
( x)dx =
−∞
x
x
x
λ
λ x
λ
∫ f ( x ) dx + ∫ f ( x ) dx = ∫ f ( x ) dx = ∫ λe dt = −e 0 = −( e
X
X
−∞
− t
− t
− x
X
0
0
)
− 1 = 1 − e − λx
0
Vậy giá trị của hàm phân phối được viết là
1 − e − λx
FX ( x ) =
0
Nếu x ≥ 0
Nếu x < 0
Với giá trị d > 0 , k nguyên dương
Tính P[ X ≤ d ] = FX (d ) = 1 − e − λd
P[ kd ≤ X ≤ ( k + 1) d ]= FX ((k + 1)d ) − FX (kd ) = 1 − e − λ ( k +1) d − (1 − e − λkd ) = e − λkd − e − λ ( k +1) d
Hay P[ kd ≤ X ≤ ( k + 1) d ] =
( k +1) d
∫
( k +1) d
f X ( x )dx =
kd
∫
λe − λx dx = −e − λx
kd
(k + 1)d
= e − λkd − e − λ ( k +1) d
kd
(
)
P[X>kd] = 1 - P[X ≤ kd] = 1 - F X (kd) = 1 – (1- e − λkd ) = e − λkd
b.Hãy chia phần dương của đường thẳng thực thành năm khoảng khơng có
điểm chung đồng xác suất.
P[ kd ≤ X ≤ ( k + 1) d ]
0
d
kd
(k+1)d
Các giá trị xác suất tại các điểm là không có điểm chung đồng xác suất
P[0
P[d
P[kd
P[X > (k+1)d] = 1 – FX((k+1)d)
Bài 19:
∞
a. Áp dụng tính chất
∫
fx( x)dx = 1
−∞
∞
Mặt khác
∫
−∞
∫
−∞
+∞
1
0
fx( x) dx =
fx( x) dx +
∫
0
fx( x)dx +
∫
fx( x)dx = 1
1
Trang 9
Ket-noi.com diễn đàn công nghệ, giáo dục
⇔
0
1
∞
−∞
0
1
∫ 0 + ∫ Cx(1 − x)dx + ∫ 0 = 1
1
⇔ ∫ Cx (1 − x)dx ≤ = 1
0
⇔ C(
x2 x3
)
2
3
⇔ C(
1 3
- )= 1
2 4
| 10 =1
⇔ C= 6
Vậy f x (x)=
6x(1-x)
0
nếu 0 ≤ x ≤ 1
nếu khác
c. Hàm phân phối xác suất
0
2
F x (x) =
nếu x< 0
nếu 0 ≤ x ≤ 1
nếu x>1
3
3x – 2x
1
b. P[
1
3
3
1
2
4
4
2
3 2
3 3
1
1
= ( 3 ( ) - 2 ( ) ) – [3( )2 – 2( )3] = 0,34375
4
4
2
2
Bài 21.
a.Tìm fx(x).
0 neu x < − a
c
(x+c) neu – a ≤ x < 0
a
fx(x) =
−c ( x − c ) neu 0 ≤ x < a
a
0 neu x ≥ a
b.Tìm Fx(x)
x
Fx(x)= ∫ Fx(t )dt
−∞
x
c
a
−a
c
Fx(x)= ∫ (t + c)dt = (t-c)2
a
a
−a
x
c
c
c
= [(x+c)2 – (c-a)2] = (x+c)2 - (c-a)2
−a a
a
a
a
−a
−a
Fx(x) = ∫ c (t − c)dt =
(t-c)2 =
[ (a-c)2 - (x-c)2]
x
c
c
x
Trang 10
Ket-noi.com diễn đàn công nghệ, giáo dục
=
−a
a
a
a
(a-c)2 + (x-c)2 = (x-c)2 - (a-c)2
c
c
c
c
Vậy hàm phân phối :
c
2
2
c
a ( x + c ) − a ( c − a ) neu x < 0
Fx(x)=
a ( x-c ) 2 − a ( a − c ) 2 neu x ≥ 0
c
c
1
c. P[|x|
2
Bài 23
Bài 25.
Công thức hàm mật độ xác suất:
Bài 26.
Chứng minh rằng
thoả mãn tám tính chất của một hàm phân phối
i)
Từ tiên đề 1
Ta có
. Cần chứng minh:
mà A và
xung khắc với nhau nên
Trang 11
Ket-noi.com diễn đàn công nghệ, giáo dục
Từ tiên đề 1 =>
=>
(đpcm)
ii)
Do
nên khi
thì
. Điều này tương đưong với X là tồn bộ khơng gian mẫu
X=S
iii)
A là một biến cố nào đó có liên quan đến X và có giá trị ln lớn hơn -∞
iv)
Vì a < b nên
là tập con của
Từ tiên đề 1
v)
Do
vi)
Hai biến cố ở vế trái xung khắc nên từ tiên đề 3 và định nghĩa hàm phân phối (
ta có
vii)
Khi
Giả sử
là một số vơ cùng bé. Từ tính chất vi) ta có
. Điều này tương đưong với
Trang 12
Ket-noi.com diễn đàn công nghệ, giáo dục
Và
. Vậy:
Bài 27:
Biến ngẫu nhiên có phân phối mũ
Sx = [0,∞]
fx(x) = λ e-λx
Hàm phân phô'i
1 - e - λx x ≥ 0
Fx(x) ={
0
x<0
Lúc này
Fx( x | X>t) = P[X ≤ x | X > t ]
P[{X ≤ x} ∩ {X > t }
P[X > t]
=
Tích của hai biến cố {X ≤ x} ∩ {X > t} bằng tập rỗng nếu X < t và sẽ bằng {t< X ≤ x}
khi x ≥ t Do vậy:
0 x≤ t
Fx ( x | X > t ) =
{
Fx ( x) − Fx (t )
1 − Fx (t )
Fx ( x) − Fx (t )
1 − Fx (t )
khi..x > t
1 − e − xλ − 1 + e − λ t e − λ t − e − λ x
=
=
1 − 1 + e − λt
e − λt
= 1 − e λt −λ x
t
Nên
Fx ( x | X > t ) =
0 x≤ t
0
{
1 − eλ t − λ x khi..x > t
b) Hàm mật độ xác suất có điều kiện tìm được bằng vi phân theo x:
f x (x | X > t) =
f x ( x)
khi..x ≥ t
1 − Fx (t )
f x ( x)
λ e−λ x
λt − λ x
=
=
1 − Fx (t ) 1 − (1 − e− λt ) λ e
λ eλt −λ x khi..x ≥ t ≥ 0
Trang 13
Ket-noi.com diễn đàn công nghệ, giáo dục
⇔
f x (x | X > t)
đặt S(x)=
=
0
{
khi t ≤ x <0
S(x)= λ
λ e λt
t
Bài 28:
a.Áp dụng công thức:
P[{ X ≤ x} ∩ A]
P[ A]
dFx( x | A)
fx ( x | A) =
dx
Fx( x | a ≤ x ≤ b) = P[ X ≤ x | a ≤ X ≤ b]
Fx( x | A) =
=
P[{ X ≤ x} ∩ {a ≤ X ≤ b}]
P[{a ≤ X ≤ b}]
0 − − − − − − − − − − − − − x ≤ a
Fx( x) − Fx (a)
Fx( x | a ≤ x ≤ b) =
− − − − − −a ≤ x ≤ b
Fx(b) − Fx (a )
1 − − − − − − − − − − − − − b < x
Đồ Thị:
Fx( x | a ≤ x ≤ b)
Trang 14
Ket-noi.com diễn đàn cơng nghệ, giáo dục
0
a
b
fx
(
x
|
a
≤
x
≤
b) :
b.Tìm và phác họa
x
dFx( x | a ≤ x ≤ b)
dx
0 − − − − − − − − − − x < a
fx( x | a ≤ x ≤ b) =
fx( x)
Fx(b) − Fx(a) − − − a ≤ x < b
fx( x | a ≤ x ≤ b) =
Bài 29:
Đặt:
BNN Nhị thức
với n = 8, p = 1/10 (p = 1/2; p = 9/10). Khi đó:
(a). Ta có:
Trang 15
Ket-noi.com diễn đàn cơng nghệ, giáo dục
=
⇒
(b).Ta có:
nếu
Do đó:
Trang 16
Ket-noi.com diễn đàn cơng nghệ, giáo dục
Bµi 30:
0 nÕun ≤ k
n [ n]
FX = =
1
j −1
4 ∑ ρq .
ρ ( A)
j = k +1
V× Fx ( n / a ) =
ρ [{ n ≤ n} ∩ A]
ρ [ A]
φ nÕun ≤ k
{ n ≤ n} ∩ { x > k } =
k < X = n nÕu n> n
Cho X là biến ngẫu nhiên hình học. Tìm và phác hoạ FX(n/A) nếu.
A = { n < k } và n chẵn k nguyên dơng
Ta có:
A = {n ≤ n \
n ch½n,
n≥ k
n ≤ n
{ n < k} } =
n≥n
n ≤ k − 1 n ch½n,
F
2
ρ [ A] = ∑ ρ .q 2 j −1
j =1
n
2
⇒ FX ( n / A) = ∑ ρ .q 2 j −1
j =1
n
2 −1
∑ ρ .q
2 j −1
j =1
Bài 31:
a. I A (ζ ) = {3,4,5}
3
b. I A (ζ ) = {[ ,1]}
4
I
(
ζ
)
=
{(
x
, y ) | 0 < x < 1;0 < y < 1;0.5 < x + y < 1}
c. A
Bài 33.
Ta có X là biến ngẫu nhiên nhị thức nên ta có
p k = C nk p k q n −k . mặt khác ta có giá trị p k −1 = C nk −1 p k −1 q n −k +1 .
pk
C nk p k q n − k
( n − k + 1) p = 1 + (n + 1) p (dpcm)
=
=
Lúc này ta có.
p k −1
C nk −1 p k −1 q n − k +1
kq
kq
b.Chứng minh rằng P[X= k] đạt cực đại tại kmax = [(n+1)p].
pk
(n + 1) p
≥ 1 ⇒ 1+
≥ 1 ⇔ k ≤ ( n + 1) p
Ta có nếu ta xét tỷ số
p k −1
kq
Trang 17
Ket-noi.com diễn đàn công nghệ, giáo dục
Vậy nếu khi k tăng giá trị từ 0 đến (n+1)p. Thì gía trị p(k) tăng. Nếu như ta có giá trị
pk
≤ 1 thì k ≥ (n + 1) p . Như vậy thì p(k) giảm nếu như k tăng.
p k −1
Vậy khi giá trị k = (n+1)p thì xác suất p[X =k ] đạt giá trị cực đại.
Nếu khi giá trị (n+1)p nguyên thì giá trị k sẽ có hai giá trị k1 = (n+1)p và giá trị k2 = (n+1)p -1.
Mà tại các giá trị này thì p(k) max. Nên khi (n+1)p nguyên thì cực đại đạt tại các giá trị kmax và
kmax -1.
Bài 34.
Cho N là biến ngẫu nhiên hình học SN = {0 , 1, 2, …}
a. Tìm P[N > k]
Xác suất để hơn k lần phép thử được thực hiện trước khi xuất hiện thành cơng
có
∞
∞
N = k +1
j =0
N −1
k
j
k
P[N > k] = ∑ pq = pq ∑ q = pq
1
= qk
1− q
b. Tìm hàm phân phối của N
Ta có hàm phân phối
1 − qk
= 1 − q k với giá trị p = 1 – q
1− q
j =1
i =0
P[{ N = k } ∩ { N ≤ m} ]
Tìm giá trị P[ N = k | N ≤ m] =
P( N ≤ m )
Nếu giá trị k > m thì ta có { N = k } ∩ { N ≤ m} = ∅ vậy suy ra
P{ N = k } ∩ { N ≤ m} = 0
P[ N = k | N ≤ m ] = 0
k
k −1
FX ( x) = P[ N ≤ k ] = ∑ pq j −1 = p ∑ q i = p
Mặt khác vì N là biến ngẫu nhiên hình học nên ta có
Với giá trị 1
P[{ N = k } ]
Mặt khác ta có P[{ N = k } ] = p(1 − q)k −1 .
Vậy xác suất của P[ N = k | N ≤ m] =
P[ N = k ] p (1 − q ) k −1 p (1 − q ) k −1
=
=
P[ N ≤ m ]
FX ( m )
1 − qm
Bài 35:
Đối với biến ngẫu nhiên hình học: P[M=k] = (1-p)k-1.p
t
t
t
α
] =(1-p) n T = [(1- ) n ] T
T
n
Chứng minh: P[ M ≥ k + j | M > j ] = P[ M ≥ k ]
P[( M ≥ k + j ) ∩ ( M > j )]
=
P[ M > j ]
Ta có: P(x>t) = P[M>n
=> e
Với k=1,2,3….; p=
−αt
T
α
α
;λ=
2
T
khi n → ∞
Trang 18
Ket-noi.com diễn đàn công nghệ, giáo dục
P[ M ≥ k + j ] P[( M > k + j ) ∪ ( M = k )]
=
P[ M > j ]
P[ M > j ]
=
e − λ .( λ + j ) + (1 − p ) k −1 . p
e −λ . j
Mà P[M ≥ k ] = e − λk => đpcm
=
Bài 37.
150 −15 1
. e = 15 = 0,306. 10−6
e
0!
152
159
−15
1
−
P
[N
<
10]
=
1e
1
+
15!
+
+
...
+
≥
10
b.P[N
]=
2!
9!
1
152 153 154 155 156 157 158 159
+
+
+
+
+
+
+
=1 − −15 1 + 15 +
e
2! 3! 4! 5! 6! 7! 8! 9!
a. Ta có α = 15 => P[0]=
= 0,9301
Bài 39.
Bài 40
Ta có biến ngẫu nhiên POISSON là ::
S x = {0,1,2………..}
p = αk! e
k
−α
k
k = 0,1,2………..và α >0
E[ X ] = α
VAR[X] = α
Ta có số lệnh chờ được thực thi cho bởi tham số α =
(*)
λ
nµ
Với λ = 3 là số lệnh trung bình đến 1 ngày
µ = 1 là số lệnh cần được thực thi bởi một nhân viên trong một ngày
n là số nhân viên
Trang 19
Ket-noi.com diễn đàn cơng nghệ, giáo dục
λ
3
=
αµ α
Ta có với 4 lệnh chờ ⇒ k ≥ 4 và xác suất cho có hơn 4 lệnh chờ nhỏ hơn 90%
Giả sử ta lấy với k =4 và pk = 0,9
⇒n=
α e
4!
4
Thay số vào (*) ta được 0,9 =
−α
⇒α
(khó q khơng tìm được giá trị của α )
+ Đối với xác suất khơng có lệnh chờ thì α = 0
Thì khi đó
p
k
=1
Bài 42.
Phân vị thứ r, π(r), của biến ngẫu nhiên X được định nghĩa: P[X ≤ π(r)] =
a) Tìm phân vị 90%, 95% và 99% của biến ngẫu nhiên mũ với tham số λ
Ta có:
=
P[X ≤ π(r)] =
= P[X < 0] + P[0 ≤ X ≤ π(r)]
= 0 + (π(r)) - ( )
= (1 -
)
=1-
=
=1-
=
=-
Phân vị 90%, 95% và 99% lần lượt ứng với r = 90, 95 và 99
b) Làm lại câu a với biến ngẫu nhiên Gauss với tham số m = 0 và σ
Đặt
đưa biến ngẫu nhiên X bất kỳ
về biến ngẫu nhiên Z chuẩn tắc
.
Trang 20
Ket-noi.com diễn đàn cơng nghệ, giáo dục
Trong đó:
Hàm phân phối này khơng tính được bằng cách tích phân chỉ tính được gần đúng dựa vào
.
một hàm đặc biệt
Từ đó ta tính được hàm phân phối là
Mà
Bài 43
Ta có :
f X ( x) =
1
2π
e
−x2
2
=> f X (x) là hàm đối xứng đối với x
=>
f X (x) = f X (− x)
Ta lại có :
F X ( x) = P( X ≤ x) = P{x ∈ (−∞ , x]}
FX (− x) = P( X ≤ − x) = P{− x ∈ (−∞ ,− x]}
Do f X (x) = f X (− x) nên P{− x ∈ (−∞ ,− x]} = P{x ∈ [ x,+∞)}
Mà :
P{x ∈ (−∞ ,+∞)} = 1 = P{x ∈ (−∞ , x)} + P{x ∈ ( x,+∞)}
⇔ 1 = F X ( x) + F X (− x) = 1 − Q( x) + 1 − Q(− x)
⇔ Q(− x) = 1 − Q( x)⇒ đfcm
Bài 44
Tính xác xuất Gauss
Ta có hàm phân phối F(x) của biến ngẫu nhiên chuẩn là
P[X x]
=
a, X
ta có
t=
(
)
Trang 21
Ket-noi.com diễn đàn công nghệ, giáo dục
P[X m]
=
t=
( )
Theo bảng Q-hàm ta có
( ) = 1 - Q(0) = 1 – 0.5 = 0.5
b, P[
>k ]
với k = 1, 2, 3, 4, 5
và P[ X > m+k ] với k = 1.28, 3.09, 4.26, 5.20
Trường hợp với X > k + m
P[X > k + m] = 1 - P[X < k + m] = 1 =
= Q(k)
t
( )
Trường hợp với X < -k + m
P[X < - k + m] =
t = Q(-k) = 1 - Q(k)
(do tính đối xứng của hàm mật độ)
K= 1
Q(1) = 0.159
Q(-1) = 0.841
K= 2
Q(2) = 0.0228
Q(-2) = 0.9772
K= 3
Q(3) = 0.00135
Q(-3) = 0.99865
K= 4
Q(4) = 3.17E -5
Q(-4) = 0.9999683
K= 5
Q(5) = 2.87E -7
Theo bảng 3.4 ta có:
K= 1.28
Q(1.28) = E -1
K= 3.09
Q(3.09) = E -3
K= 4.26
Q(4.26) = E -5
K= 5.20
Q(5.20) = E -7
Q(-5) = 0.999999713
Bài 45:
BNN N là BNN Gauss N (0;1) có hàm phân phối:
.
Để nơi nhận mắc lỗi nếu 0 đã được gửi đi thì điện áp là khơng âm, tức là
hay
Trang 22
Ket-noi.com diễn đàn cơng nghệ, giáo dục
Khi đó:
Tương tự, để nơi nhận mắc lỗi nếu 1 đã được gửi đi thì điện áp là âm, tức là
hay
:
Xét tích phân : I =
, đặt u =
⇒ du = t.dt =
.dt ⇒
I viết lại:
Trong đó:
là hàm Gamma tại
, suy ra
⇒I=
Từ đó ta có:
Vậy xác suất để nơi nhận mắc lỗi nếu 0 và 1 đã được gửi đi là như nhau.
Bµi 46:
* Víi thêi gian sèng mong mn cđa hƯ thèng lµ 20000 giờ.
* Xét với chip 1
Ta có hàm mật độ x¸c suÊt:
∫ ( x) =
X1
1
2n σ
.e −( x −11)
2
/ 2σ 2
Với độ lệch chuẩn = 4000 giờ
Giá trị kỳ väng µ = 20000 giê
Trang 23
Ket-noi.com diễn đàn công nghệ, giáo dục
⇒∫
X
( x) =
1
4000 2 n
* XÐt víi chip 2:
§é lƯch chn σ = 1000 giờ
Giá trị kỳ vọng: à = 22000 giờ
X2
( x) =
1
2 n .1000
.e − 2000
2
/ 2.1000 2
=
1
1000.e 2 2 n
Cã: f X ( x ) > f X ( x )
1
2
→ Chíp 1 thích hợp hơn.
* Với thời gian mong muốn cđa hƯ thèng lµ 24000 giê:
→ ChÝp 1:
1
∫ ( x ) = 4000
X1
2n
2
.e − 4000
/ 2.4000 2
=
1
4000. 2 n e
→ ChÝp 2:
1
∫ ( x ) = 1000
X2
2n
.e −2000
2
/ 2.1000 2
=
1
1000.e 2 2 n
Cã: f X ( x ) > f X ( x )
2
1
→ ChÝp 2 thÝch hỵp víi hƯ thèng h¬n.
Bài 47:
α
=1 .
T
Theo cơng thức biến ngẫu nhiên có phân phối mũ thì xác suất để thời gian vượt quá t giây
Với λ =
là:
t
P [ X < t ] = P M > n.
T
t
= (1 − p)
n.
t
T
t
α n T
−α .
T
= 1 − ÷ → e
n
a.X<6 thì
t
P [ X < 6] = 1 − P [ X > 6] = 1 − P M > n.
T
Trang 24
Ket-noi.com diễn đàn công nghệ, giáo dục
t
= 1 − (1 − p )
n.
t
T
t
α n T
−α .
T
= 1 − 1 − ÷ → 1 − e
= 1 − e −6
n
b.X>8 thì
t
P [ X < t ] = P M > n.
T
t
= (1 − p)
n.
t
T
t
α n T
−α .
= 1 − ÷ → e T = e −8
n
Bài 49:
Biến ngẫu nhiên khi_bình phương
f
1
1 1 α −1 − 1 x
α −1
− x
( x) e 2
.
x e 2 0
2
2
=
α
( x) =
x
Γ(α )
2 .Γ(α )
Hàm mật độ của biến ngẫu nhiên khi_bình phương
α=
k
2
k nguyên dương
K=1
f
X
1
2
α=
1
Γ( ) = π
2
1
( x) =
1
2
x .e
1
x
2
α =1
K=2
f
X
( x) =
X
Γ(1) = 1
1
e
−1 / 2
.2. π
α=
K=3
f
. 2π
x
(x) =
e
1
x
2
1
+1
2
1
1 1
1
Γ( + 1) = Γ( ) =
π
2
2 2
2
1
2
. 2π
Trang 25