Megoldas 4 - feladatok PDF

Title Megoldas 4 - feladatok
Author Máté Bajusz
Course Valószínűségszámítás és matematikai statisztika
Institution Miskolci Egyetem
Pages 15
File Size 268.2 KB
File Type PDF
Total Downloads 75
Total Views 129

Summary

feladatok...


Description

Kovács Gábor

A565796

1. Egy csomagológép 1 kilogrammos zacskókat tölt. A zacskóba töltött cukor mennyisége normális eloszlású valószínűségi változó 1 kg várható értékkel és 0.022 kg szórással. A zacskó sújra nézve első osztályú, ha a súlya 0.95 kg és 1.05 kg közé esik. Mi a valószínűsége, hogy két véletlenül kiválasztott zacskó közül legfeljebb az egyik első osztályú? m 1

 0.022

A normális eloszlású  valószínűségi változó jelentse a zacskó súlyát Annak a valószínűsége hogy első osztályú lesz a zacskó:  0.95  1   1.05  1  P( A)  P(0.95    1.05)    2 (2.2727)  1 0.9770      0.022   0.022  P( A) 1  P( A) 1  0.9770 0.0230

Annak a valószínűsége hogy legfeljebb az egyik zacskó elsőosztályú a két véletlenül kiválasztott zacskó közül: P (I .osztályú )  P ( A ) P ( A )  P ( A ) P ( A )  P (A ) P ( A ) 0.0230 2  2 (0.9770 0.0230)  0.0455

2. Egy kör sugara egyenletes eloszlású a (0, 4.2) intervallumban. Számítsa ki a kör területének, mint valószínűségi változónak a mediánját!  Tkö r r 2    f (  )  2  b  a 4.2  0 m( )   2.1 2 2 2 2 m() m ( )  2.1  13.8544

Tehát a medián értéke 13.8544

1

Kovács Gábor

A565796

3. 22 doboz mindegyikében 39 golyó van, amelyek közül rendre 18, 19, 20, . . . ,39 fehér. Találomra választunk egy dobozt, majd abból véletlenül kihúzunk egy golyót. Mi a valószínűsége, hogy fehér golyót húzunk? 1 doboz választásának a valószínűsége:

1 22 18 39

Fehér golyó húzásának a valószínűsége, dobozonként: P(1.dobozból) 

P (2.dobozból ) 

19 39

 P(22.dobozból) 

39 39

Annak a valószínűsége hogy a kiválasztott dobozból fehér golyót veszünk ki: P( fehér) 

1 39 1  (18  39) 22  1 18 1 19     ...      0.7308 22 39 22  2 39 22 39 22 39 

4. Egy szervizbe műszakonként átlagban 5 gépkocsi jelentkezik javításra és számuk Poisson-eloszlású valószínűségi változó. Mi a valószínűsége, hogy egy nap legalább 4, de legfeljebb 7 gépkocsit javítanak? E ( ) 5   7

P (4   7) e    i 4

 5 4 5 5 56 5 7  k  e 5       0 .6016 5! 6! 7!  k!  4!

Tehát 0.6016 a valószínűsége. 5. Egy csiga életének hossza exponenciális eloszlású valószínűségi változó 4.33 év várható értékkel. Mi a valószínűsége, hogy kedvenc csigánk életének harmadik évében pusztul el? 1 E ( ) 4.33  





100 433

100 100     2 3   P (A )  P (2    3)  F (3)  F ( 2)  1 e 433    1  e 433  0.1299    

Tehát 0.1299 annak a valószínűsége, hogy kedvenc csigánk életének harmadik évében pusztul el!

2

Kovács Gábor

A565796

6. Egy  egyenletes eloszlású valószínűségi változóról tudjuk, hogy E( )=4.4 és D()=3.9. Mi a valószínűsége, hogy 4 egymástól függetlenül megismételt kisérlet mindegyikében  2.4 és 9.6 közötti értéket vesz fel? a b E ( )  a 8.8  b 4.4       2 

b a  3.9  D ( )  2 3

b  (8.8  b) 3.9  2 3

b 3.9  3  8.8 15.5550 ; a 8.8  b  6.7550

x a  ha a x b F( x) b a 0 egyébként.  9.6  ( 6.7550)  P ( A)  P (2.4  9.6)  F (9.6)  F (2.4)     15.5550 ( 6.7550) 

 2.4  ( 6.7550)    0.3227  15.5550 ( 6.7550) 

P(kisérlet )  P ( A) 4 (0.3227) 4 0.0108

Tehát annak a valószínűsége, hogy 4 egymástól függetlenül megismételt kisérlet mindegyikében  2.4 és 9.6 közötti értéket vesz fel 0.0108. 7. A ( valószínűségi változóról tudjuk, hogy P(=46, =7) =0.18, P(=46, =24) =0.17, és P(=51, =7) =0.27. Ismert, hogy  csak a 46 és 51, míg  csak a 7 és 24 értéket veheti fel. Számítsa ki E( ‫׀‬=51) feltételes várható értékét!  46 51 P()

7 0.18 0.27 0.45

24 P() 0.17 0.35 0.38 0.65 0.55 1

2 P(  y i , 51) 0.38 0.27 7   24  16.9385 E (   51)  y i  P(  51) 0.65 0.65 i 1

Tehát E(‫׀‬=51) feltételes várható értéke 16.9385.

3

Kovács Gábor

A565796

8. Egy dobozban 10 alkatrész van, amelyek közül 6 selejtes. 3 elemű mintát veszünk valószínűsége, hogy a mintában legfeljebb 1 selejtes alkatrész van?

visszatevéssel. Mi a

Visszatevéses mintavétel, ahol N=10; s=6; n=3; k=1.

s6 64 P(S)   PJó1 P(S)1  1 0 10 N 10 P( 1) P( 0) P( 1) 3 0

2 1

3 3 0 3 2 1  4   6   3!   4   6  P( 1)  PJó P(S )   PJó P(S ) 1           0.3520 0 1 10 10 2!1! 10 10  Tehát 0.3520 a valószínűsége annak, hogy a mintában legfeljebb 1 selejtes alkatrész van! 9. A  valószínűségi változó sűrűségfüggvénye:

0, ha x 2.6  f ( x)   a x 3 , ha x  2.6 Számítsa ki a  mediánját! 



a

f ( x) dx  x 2.6



3



a   a 0  1  dx  2  2 2 2 .6 2  x  2.6

a 13.52



13.52 1 1  13.52  1   1 f ( x) dx   3 dx 13.52  2  13.52    2  1 2 m2  2 x x m 2 13 . 52 2     2.6  2.6  m

m

4



m  13.52 3.6769

Kovács Gábor

A565796

Tehát a median értéke 3.6769. 10. A és B független események, P(A)=0.32 és P(B)=0.28. Határozza meg P(AA+B) értékét! P(A)=0.32 P(B)=0.28

P(A+B)=P(A)+P(B)-P(AB)=0.32+0.28-0.0896=0.5104 P(AB)=P(A)P(B)=0.320.28=0.0896

P ( AA  B) 

P( A) 0.32  0. 6270 P (A  B ) 0. 5104

Tehát P(AA+B)=0.6270.

11.

Legalább hány elemű mintát kell vennünk, ha visszatevéses mintavételnél a selejtarány 0.12 pontossággal (legfeljebb ennyi eltéréssel) és 0.87 megbízhatósággal akarjuk becsülni ? 1    0.87 P  n  p  0.12  1  4 0.12 2 n n     1  0.13 4 n 0.12 2 1 n 4 0.130.12 2 n  137.7410 n  133.5470

Tehát legalább 134 elemű mintát kell venni.

12. Legyen a ( vektorváltozó sűrségfüggvénye:

xye k( x  y ) , ha x  0, y  0 f ( x, y)  0, egyébként. 2 2

Hol veszi fel  peremeloszlás-függvénye a 0.44 értéket?

5

Kovács Gábor

A565796

13. Két út vezet az A városból a B városba és szintén két út B-ből C városba. (Az A városból a C városba csak a B városon át lehet eljutni.) Mind a négy út egymástól függetlenül, 0.73 valószínűséggel járhatatlan a hó miatt. Feltéve, hogy A-ból C-be nincs végig járható útvonal, mi valószínűsége, hogy A-ból B-be van járható út? P( 1 ) P(1. út nem járható) P(2. út nem járható) 0.73 P(1)  P(1. út járható)  P(2. út járható) 1  P( 1 ) 0.27

Annak a valószínűsége hogy A-ból B-be van járható út: P(A  B )  P(1) P(2)  P(1) P( 2)  P( 1 ) P(2)  0.272  2 (0.27 0.73) 0.4671

14. A  exponenciális eloszlású valószínűségi változó várható értéke 6.20. Számítsa ki azt a m értéket, amelytől jobbra és balra megegyezik az =2 valószínűségi változó sűrűségfüggvénye alatti terület!

E ( ) 6.20 

1 



 

10 62

1 2 2 E ( ) E ( 2 )  2  76.88     10  2     62 

F (m ) 



100   7688

1 2

F ( m) 1  e

  m



1  2

m

1 1 ln 2  ln 2  53.2892 100  7688

Tehát m=53.2892 érték esetén jobbra és balra megegyezik az =2 valószínűségi változó sűrűségfüggvénye alatti terület!

15. A (;) véletlen vektor együttes sűrűségfüggvénye:

6

Kovács Gábor

A565796

C , ha 0 x 10.4 10.4 17.1 , é s x y x         f (x, y)  0, ha egyébként. Határozza meg a korrelációs együttható értékét !

7

Kovács Gábor







A565796

10.4 17.1 x

 f x , y dydx  

 

0



Cdydx C

10.4 x



10.4

10.4

17.1  x   y  10.4  x dx

C

 6.7dx

C  6.7x 

10.4 0

69.68 C 1  C 

0

0

10.4 17.1 x

1 69.6

17.1  x

10.4  y2 x E      xy  f x , y dydx  C   xydydx  C  x  dx C  184.25  13.4 x dx   2  2  10.4 x 0 0 10.4 x 0  



C 2

10.4

2 184.25x  13.4 x dx 

0

E   



C 2





x f x , y dydx C

 

10.4

184.25 x 2 13.4x3     2 3   10.4 17.1 x



 0

C  4939.8475 35.4467 2

10.4

10.4

0

0

 6.7 x 17.1 x   xy  10.4 x dx C  6.7xdx C  2

xdydx C

10.4 x

0

10.4

2

10.4

  0



 362.336 C 5.2 E   







y f x , y dydx C

 



0

17.1 x

10.4  y2  dx C  92.125  6.7 xdx      2  10.4 x 0 0

10.4

ydydx C

10.4 x

10.4

 6.7x  C  92.125x   2 0  2

10.4 17.1 x

C 595.764 8.55

cov  ,  E    E   E   35.4467 5.28 .55  9 .0133

 



E2 



2 x f x , y dydx C

 

10.4 17.1  x

 0

2  x dydx C

10.4

10.4  x

  x y 2

17.1 x 10.4

0

10.4

 6.7 x 3  2  6 . 7 x dx C     3 0 0

10.4

dx C x



 2512.1963C  36.0533 



   y

E 2 

2

f  x , y dydx C

 



C 3

 0

 552.75 x  3875.347x  2 

  E   

10.4 17.1 x

2



10.4 x

20.1x   3  3

2  y dydx C

10.4

0

17947.4776  C  85.8567 3

2 2 2 D    E   E    36.0533 5.2 3.0022

D   r  ,   

2

17.1  x

 y3 C dx    3  3 10.4  x 0

10.4

E 2    85.8567  8 .552 3.5713

 9.0133 cov ,    0.8406  3.5713 3 . 0022       D D

Tehát a korrelációs együttható értéke –0.8406. 16. A  valószínűségi változó eloszlásfüggvénye

8

10.4

 3875.347 

0

522.75x  20.1x 2d

Kovács Gábor

A565796

0, ha x 0,   2 F( x)  A(2.8x 10.2x), ha 0  x 6,  ha 6  x. 1,  Határozza meg E(69 – 576) értékét !

 A(5.6 x 10.2), ha 0  x 6 f (x) F ' ( x)  ha egyébként  0, 



6





0



1 f (x dx )   A (5.6x  10.2)dx A  5.6x  10.2dx A 2.8x 2  10.2x



6 0

A (100.8  61.2) 

1 A (162)  A  162 

E ( ) 



6



6

 5.6 3  x  5.1x 2   A (403.2 183.6)  586.8 A  A  3 0 1  576  326,0667 E (69  576) 69 E ( )  576 69 586.8  162

Tehát E(69 – 576) értéke –326.0667.

17. Hány 7 jegyű szám készíthető 1 darab egyes, 2 darab kettes és 4 darab hármas számjegyből?

,

,

Pnk81 k 2 k 3 

6

 5.6 3  x A (5.6 x  10.2)dx  A  5.6 x 2  10.2 xdx  A x  5.1 x2    3  0  0

 x  f (x )dx 

n7 ! 7! 105  4! k1 !k 2 !k 3 ! 1!2!

Így a megadott számokból 105 darab 7 jegyű szám készíthető!

9

Kovács Gábor

A565796

18. Egy dobozban 11 alkatrész van, amelyek közül 6 selejtes. 3 elemű mintát veszünk valószínűsége, hogy a mintában legfeljebb 2 selejtes alkatrész van?

visszatevéssel. Mi a

Visszatevéses mintavétel, ahol N=11; s=6; n=3; k=2.

65 s6 P(S )   P Jó 1 P(S) 1  11 N1 P(  )2  P(  )0  P( 1) P(  )2 3  3 0 3 2 1 3 1 2 P(  )2   P Jó P(S)    P Jó P(S)   P Jó P(S) 0  1 2 3 0

2 1

1 2

 5   6   3!   5   6   3!   5   6 P(  )2  1                0.8377 1  1   2!1! 1   1   1!2!  1   1  Tehát 0.8377 a valószínűsége annak, hogy a mintában legfeljebb 2 selejtes alkatrész van! 19. Egy terméket három üzemben készítenek. A három üzemben a selejtszázalék rendre 0.07, 0.26 és 0.30,míg a három üzemben az összterméknek render 24, 39, és 37 százalékát állítják elő. Az össztermékből kivesznek egy darabot, és az hibás. Mi a valószínűsége, hogy az első üzemben gyártották?

10

Kovács Gábor P(I.üzem | selejt  

A565796

0.07 0.24 0 .0733 0.07 0.24  0.26 0.39  0.3 0.37

Tehát 0.0733 annak a valószínűsége, hogy az első üzemben gyártották ezt a hibás darabot. 20. Egy munkadarab hossza közelítőleg normális eloszlású valószínűségi változó, melynek várható értéke 57mm. Határozza meg a munkadarab hosszának a szórását, ha 0.92 annak a valószínűsége, hogy a munkadarab hossza kisebb, mint 57.08mm ?  ? E   m 57 P    0.92  0.08   57.08  m   57.08  57  P   57.08 F  57.08  0.92     0.92               0.08 1.405     0.0569 

Tehát a munkadarab hosszának a szórása 0.0569. 21. Egy dobozban 7 fehér és 30 piros golyó van. Ketten felváltva húznak egy-egy találomra választott golyót, amelyet visszatesznek. Ezt addig folytatják, amíg csak valamelyikük piros golyót nem húz. Mennyi a valószínűsége annak, hogy nem a kezdő húz először piros golyót ? N 37

p

30 37

n f 7 n p 30

q 1  p 





i 0

i 0

P   p q 2i 1 

7 37

30  7    37  37

2i 1

30 7 1 210     0.1591 2 1320 37 2 7   1    37 

Tehát 0.1591 a valószínűsége annak, hogy nem a kezdő húz először piros golyót! 22. Hányféleképpen rakhatunk be 4 levelet 10 rekeszbe, ha a levelek között nem teszünk különbséget és egy rekeszbe több levelet is tehetünk ? Ismétleses variáció (mert egy rekeszt többször is kiválasztunk), ahol n=10; k=4. n k   k 

1  10  4  1 13  13! 715       4 4 9 !4!     

Tehát 715 féle képpen rakhatjuk a leveleket a rekeszekbe!

11

Kovács Gábor

A565796

23. Az A, B és C független események, amelyre P(A)=0.420, P(B)=0.290 és P(C)=0.765. Határozza meg annak a valószínűségét, hogy pontosan kettő következik be közülük ! P( A) 1  P( A) 1  0.420 0.580 P( B) 1  P( B) 1  0.290 0.710 P (C ) 1  P (C ) 1  0 .765  0.235

Pontosan kettő következik be az esemányek közül: D  ABC  ABC  ABC

P  D   P  A  P B  P( C )  P  A P( B) P C   P( A) P B  P C  P  D   0,4200,2900.235 0,4200.7100,765  0.580 0,290 0,765 P D  0.3854

Tehát 0.3854 a valószínűsége annak, hogy A,B és C független események közül legalább kettő bekövetkezik 24. Tudjuk, hogy P(A)=0.22, P(A|B)=0.22 és P(B|A)=0.54. Mennyi a valószínűsége, hogy az A és B legalább egyike bekövetkezik ? P (AB ) P (A )P (B | A ) 0.220.54  0.1188 0.1188 P( AB)  0.54 P( B)  0.22 P (A | B ) P (A  B ) P (A ) P (B )  P (AB )  0.22  0.54  0.1188 0.6412

Tehát 0.6412 a valószínűsége annak, hogy A vagy B legalább egyike bekövetkezik 25. Ketten megbeszélik, hogy délután 5 óra és délután 5 óra 46 perc között találkoznak. Mekkora valószínűséggel találkoznak, ha egymástól függetlenül érkeznek és mindketten 15 perc várakozás után elmennek ha a másik addig nem érkezett meg? x  y 15 0  x, y 46

Ha x  y 0  x  y : akkor x  y 15  x  15  y teljesül! Ha x  y  0  x  y : akkor y  x 15  y x  15 teljesül!

P( találkoznak) 

Tkedvező 462  312   0.5458 Tösszes 462

Tehát 0.5458 a valószínűsége annak hogy találkoznak!

12

Kovács Gábor

A565796

26. Az A esemény bekövetkezésének a valószínűsége 0.79. Mennyi a valószínűsége, hogy tíz kisérletből legfeljebb hétszer következik be? Ha tíz kísérletből legfeljebb hétszer következhet be akkor legalább háromszor nem kell bekövetkeznie.

P(0 2)P( 0) P( 1) P( 2) 10 10 0 10 9 1 10 8 2 P(0 2) 0.79 1 0.79  0.79 1 0.79   0.79 1 0.79  0 1  2  P (0 2)0.6475 P ( 7) P ( 3) 1  P (0  2) 1  0.6475 0.3525

Tehát 0.3525 a valószínűsége hogy 10 kisérletből legfeljebb hétszer következik be az A esemény! 27. 9 golyót osztunk ki egyenként 7 dobozba úgy, hogy bármelyik dobozt egyenlő valószínűséggel választjuk minden golyó elhelyezésekor. Mennyi a valószínűsége, hogy a harmadik dobozba 4 golyó kerül? 1 7

Annak a valószínűsége hogy a golyó az adott dobozba kerül: P( A)   p Ennek a 9-ből 4-szer kell bekövetkeznie.

13

Kovács Gábor

A565796

45

9 4 5  9! 1 6   1ppP        0.243 4  4!5 7 7  28. Egy hallgató ennek a feladatnak a megoldásával átlagosan 6 perc alatt végez. A feladatra fordított idő exponenciális eloszlású valószínűségi változó. Mi annak a valószínűsége, hogy egy véletlenül kiválasztott hallgató 9 percen belül oldja meg a feladatot? E   

1 6  



P  9  F (9) 1  e



1 6

1 9 6

 0.7767

Tehát annak a valószínűsége, hogy a hallgató 9 percen belül oldja meg a feladatot 0.7767. 29.

Egy dobozban összesen13 golyó van, ebből 6 fehér és 7 fekete. Hányféle sorrendben húzhatjuk ki a golyókat,ha azokat egymás után húzzuk ki, és az egyszínűek között nem teszünk különbséget? Ismétléses permutáció, ahol N=13; P1=6; P2=7. 13! N!  1716 6!7! P1 !P2 !

Tehát 1716 különböző sorrendben húzhatjuk ki a golyókat!

30.

Egy kilogram kalácsban átlag 82 szem mazsola van. Az 5 dekás szeletekben a mazsolák száma Poissoneloszlást követ. Legalább hány szeletet kell vennünk, hogy már legalább 0.95 legyen annak a valószínűsége, hogy lesz közöttük mazsola nélküli szelet? 14

Kovács Gábor

P(  k ) 

A565796

k   e k!

Az egy szeletben lévő mazsolák száma:  E ( ) 

82  4.1 20

Annak a valószínűsége hogy egy adott szelet mazsolás: P( mazsolás) 1  P( nem mazsolás) 1  P( 0) 1 

4.10 e 4.1 1  e 4.1 0!

Annak a valószínűsége hogy n szelet között lesz mazsola nélküli szelet ellentetje annak hogy minden szelet mazsolás! 1 P(mazsolás ) n 0.95

1  e 

 4.1 n

0.05 ln 0.05 n ln 1  e  ...


Similar Free PDFs