Производится и независимых опытов, в каждом из ко- торых событие А появляется с вероятностью Р. Рассматривается случайная величина Х число появления события А в попытах. Построить ряд, многоугольник и функцию распределения случайной величины Х, найти ее математическое ожидание и дисперсию. n=12, P = 0, 4

Давайте рассмотрим вашу задачу подробнее. У вас есть независимые испытания, в каждом из которых событие \( A \) происходит с вероятностью \( P = 0.4 \), а общее количество испытаний \( n = 12 \). В данном случае случайная величина \( X \), представляющая собой число появлений события \( A \), следует биномиальному распределению, поскольку каждое испытание является независимым и имеет два возможных исхода: событие происходит или не происходит.

1. Ряд распределения случайной величины \( X \)

Случайная величина \( X \) будет распределена по биномиальному закону:

\[ P(X = k) = \binom{n}{k} P^k (1 - P)^{n - k} \]

где

• \( \binom{n}{k} \) — биномиальный коэффициент, равный количеству способов выбрать \( k \) успешных испытаний из \( n \);
• \( P^k \) — вероятность \( k \) появлений события \( A \);
• \( (1 - P)^{n - k} \) — вероятность \( n - k \) непоявлений события \( A \).

Для вашего случая это будет:

\[ P(X = k) = \binom{12}{k} (0.4)^k (0.6)^{12 - k} \]

Для \( k = 0, 1, 2, \ldots, 12 \).

2. Многоугольник распределения

Чтобы построить многоугольник распределения, вам нужно вычислить значения \( P(X = k) \) для \( k \) от 0 до 12, а затем изобразить их на графике значений \( k \) по оси абсцисс и \( P(X = k) \) по оси ординат.

3. Функция распределения

Функция распределения \( F(x) \) данной случайной величины определяется как:

\[ F(x) = P(X \leq x) = \sum_{k=0}^{\lfloor x \rfloor} P(X = k) \]

где \( \lfloor x \rfloor \) — целая часть \( x \). Для каждого значения \( k \), вы можете вычислить накопленное значение вероятностей.

4. Математическое ожидание и дисперсия

Для биномиального распределения математическое ожидание \( E(X) \) и дисперсия \( D(X) \) рассчитываются по следующим формулам:

\[ E(X) = nP = 12 \times 0.4 = 4.8 \]

\[ D(X) = nP(1 - P) = 12 \times 0.4 \times 0.6 = 2.88 \]

Резюме:

• \( X \) распределена по биномиальному закону \( B(12, 0.4) \).
• Ряд распределения можно вычислить по формуле, указанной выше.
• Математическое ожидание \( E(X) = 4.8 \) и дисперсия \( D(X) = 2.88 \).

Если у вас есть дополнительные вопросы или вам нужна помощь с вычислениями, не стесняйтесь спрашивать!