Игральная кость подбрасывается до тех пор, пока не выпадет \(2\) раза число очков, отличное от 6. Найдите математическое ожидание числа подбрасываний. Найдите среднее…

Давайте разберем вашу задачу шаг за шагом.

Часть 1: Математическое ожидание

Обозначим случайную величину \(X\) как количество бросков игральной кости до тех пор, пока не выпадет два раза число, отличное от 6.

В данной задаче рассматривем вероятности. Вероятность того, что при броске кости выпадет число, отличное от 6, равна \(\frac{5}{6}\), а вероятность того, что выпадет 6, равна \(\frac{1}{6}\).

Чтобы получить \(E(X)\), воспользуемся тем, что у нас есть два случая: когда мы выкидываем число, отличное от 6, и когда выпадает 6.

Так называемое "случайное количество" бросков до двух успехов (число, отличное от 6) можно решить с помощью распределения, известного как геометрическое распределение.

Сначала нам нужно определить общее количество бросков, которое потребуется, чтобы дважды "успешно" получить событие "выпадение числа, отличного от 6".

Для \(k\) успехов (в нашем случае \(k=2\)): \[ E(X) = \frac{2}{p} \] где \(p\) — это вероятность успеха. Поскольку нас интересует два успешных броска, и нам нужны все броски, чтобы достичь этой цели, мы должны рассмотреть \(E(T)\): \[ E(X) = 2 \cdot E(Y) + 2 \] где \(E(Y)\) — это математическое ожидание одного броска, для которого нас интересует, сколько бросков потребуется для того, чтобы получить один успех, который будет равен \(\frac{1}{p} = \frac{6}{5}\).

Таким образом: \[ E(X) = 2 \cdot \frac{6}{5} + 2 = \frac{12}{5} + 2 = \frac{12}{5} + \frac{10}{5} = \frac{22}{5} = 4.4 \] Поэтому: \[ E(X) = 4.4 \]

Часть 2: Среднее квадратическое отклонение

Среднее квадратическое отклонение, \(\sigma(X)\), для этой ситуации также можно определить через вариацию бросков. Вариация для количества бросков до получения двух успехов равна: \[ Var(X) = \frac{k(1-p)}{p^2} = \frac{2 \cdot \frac{1}{6}}{\left(\frac{5}{6}\right)^2} = \frac{\frac{2}{6}}{\frac{25}{36}} = \frac{2}{6} \cdot \frac{36}{25} = \frac{12}{25} \] Затем, среднее квадратическое отклонение будет равно: \[ \sigma(X) = \sqrt{Var(X)} = \sqrt{\frac{12}{25}} = \frac{\sqrt{12}}{5} \approx 0.693 \]

Часть 3: Вероятность выпадения шестерки 17 раз

Чтобы найти вероятность того, что "шестерка" выпадет 17 раз, мы используем формулу биномиального распределения: \[ P(X = k) = \binom{n}{k} p^k (1 - p)^{n - k} \] где \(n\) – общее количество бросков. Однако, в нашем случае, мы ранее определили, что в среднем мы имеем \(n \approx 4.4\) бросков. Проверить вероятность для \(k = 17\) было бы невозможно, так как это превышает среднее количество бросков.

Таким образом эта вероятность будет стремиться к 0, так как:

\[ P = 0 \text{ при } n < 17. \]

Ответы:

\( E(X) = 4.4 \)

Ответ за часть 1: \(\sigma(X) = 0.693 \)

Ответ за часть 2: \(P = 0\)

Ответ за часть 3.