1.9. Телефонный номер состоит из шести цифр, каждая из которых равновозможно принимает значения от 0 до 9. Найти вероятность того, что все цифры одинаковы. 1.11. Условие задачи 1.9. Вычислить вероятность того, что номер не содержит цифры пять. Решение. Обозначим событие А- событие состоящее в том, что номер не содержит цифры 5. Для нахождения вероятности события А воспользуемся классическим определением вероятности Р(A)= m n Где n 106 – общее число всевозможных номеров (число перестановок с повторениями 10 цифр по 6 местам) m=95=59049 – число номеров в которых нет пятерки (число перестановок с повторениями 9 цифр по 5 местам) тогда Р(A)=59049/1000000=0,0590 Ответ: Р(A)=0,0590 В задачах 2.1-2.40 приведены схемы соединения элементов, образующих цепь с одним входом и одним выходом. Предполагается, что отказы элементов являются независимыми в совокупности событиями. Отказ любого из элементов приводит к прерыванию сигнала в той ветви цепи, где находится данный элемент. Вероятности отказа элементов 1, 2, 3, 4, 5 соответственно равны p1=0,1; p2=0,2; p3=0,3; p4=0,4; p5=0,5. Найти вероятность того, что сигнал пройдет со входа на выход. №2,11 р1=0,1 р2=0,2 р3=0,3 р4=0,4 Обозначим Аi – событие состоящее в том, что i-ый элемент работает. В – событие состоящее в том, что сигнал пройдет через цепь. В=А1А2А3А4 Так как события Аi независимы, то Р(В)=Р(А1)р(А2) р(А3) р(А4)=(1-р1)(1-р2)(1-р3)(1-р4) Р(В)=(1-0,1)(1-0,2)(1-0,3)(1-0,4)=0,9*0,8*0,7*0,6=0,3024, Ответ: Р(В)=0,3024 3.11. Группа студентов состоит из пяти отличников, десяти хорошо успевающих и семи занимающихся слабо. Отличники на предстоящем экзамене могут получить только отличные оценки. Хорошо успевающие студенты могут получить с равной вероятностью хорошие и отличные оценки. Слабо занимающиеся могут получить с равной вероятностью хорошие, удовлетворительные и неудовлетворительные оценки. Для сдачи экзамена вызывается наугад один студент. Найти вероятность того, что студент получит хорошую или отличную оценку. Решение. Обозначим А – событие состоящее в том, что в студент получит хорошую или отличную оценку Можно выдвинуть три гипотезы Н1– вызвали отличника Р(Н1)=5/22 Н2– вызвали хорошо успевающих Р(Н2)=10/22 Н3– вызвали слабо успевающих Р(Н3)=7/22 Условная вероятность того, что отличник сдаст на хорошо или отлично РН1(А)=1 Хорошо успевающий РН2(А)=1 Слабо успевающий РН3(А)=1/3 Вероятность события А найдем по формуле полной вероятности Р(А)= Р(Н1)* РН1(А)+ Р(Н2)* РН2(А)+ Р(Н3)* РН3(А) Р(А)=5/22*1+10/22*1+7/22*(1/3)= 15 30 7 52 26 66 66 33 Ответ: Р(А)=26/33 4.11. Монету подбрасывают восемь раз. Чему равно наивероятнейшее число выпадений герба? Решение. р=0,5-вероятность выпадения герба при одном броске, n=8- число бросков Наивероятнейшее число стандартных деталей найдем по формуле np-q≤k<np+p 0,5*8-0,5≤k<8*0,5+0,5 3,5≤k<4,5 k=4 Ответ: к=4 ЗАДАЧА 5 В задачах 5.1-5.30 дискретная случайная величина Х может принимать одно из пяти фиксированных значений x1, x2, x3, x4, x5 с вероятностями p1, p2, p3, p4, p5 соответственно (конкретные значения приведены в табл. 1.1). Вычислить математическое ожидание и дисперсию величины Х. Рассчитать и построить график функции распределения. №5,11 Х 0 1 2 3 4 Р 0,1 0,2 0,3 0,4 0 Математическое ожидание n М(Х)= X р i 1 i i М(Х)= 0*0,1+1*0,2+2*0,3+3*0,4+4*0=2,0 Дисперсия Д(Х)=М(Х2)–( М(Х))2 n Где М(Х2)= X i 1 2 i рi М(Х2)= 02*0,1+12*0,2+22*0,3+32*0,4+42*0=5 Д(Х)=5–22=1 Функция распределения F(xi)=P{X<xi}=P{(X=x1)(X=x2) ... (X=xi-1)}= p1+...+pi-1. 0, x 0 0.1, 0 x 1 F(X)= 0.3,1 x 2 0.6, 2 x 3 1,3 x График функции распределения ЗАДАЧА 6 В задачах 6.1-6.30 (параметры заданий приведены в табл. 1.2) случайная величина Х задана плотностью вероятности Определить константу С, математическое ожидание, дисперсию, функцию распределения величины Х, а также вероятность ее попадания в интервал [α, β]. №6.11 0, x 0иx 4 f(x)= c cos(2 x), 0 x 4 Для определения постоянной с воспользуемся свойством плотности вероятности f ( x)dx 1 c4 c c c c c cos(2 x ) dx cos(2 x)d (2 x) sin(2 x) 4 (sin sin 0) (1 0) 0 20 2 2 2 2 2 0 4 с/2=1 с=2 0, x 0иx 4 f(x)= 2 cos(2 x), 0 x 4 математическое ожидание М(Х)= xf ( x)dx М(Х)= ux du dx x 14 1 2 2 x cos(2 x ) dx 2( sin(2 x ) sin(2 x)dx) 2( 0 cos(2 x) 4 ) 0.2854 4 dv cos(2 x)dx 0 2 20 8 4 4 0 0 1 v sin(2 x) 2 4 Дисперсия Д(Х)=М(Х2)–(М(Х))2 2 Где М(Х )= x 2 f ( x)dx u x2 du 2 xdx 4 M ( X 2 ) 2 x 2 cos(2 x)dx dv cos(2 x)dx 2( 0 1 v sin(2 x) 2 4 x sin(2 x) 4 x sin(2 x) dx) 2( x sin(2 x) dx) 2 32 0 0 0 2 4 2 ux du dx x 14 2 1 dv sin(2 x)dx 2( ( cos(2 x) 4 cos(2 x)dx)) 2( (0 0 sin(2 x) 4 )) 32 2 20 32 4 0 0 1 v cos(2 x) 2 2 1 2 8 2( (1 0)) 0.1169 32 4 16 2 Д(Х)=0,1169–0,28542 =0.0354 Функция распределения x F(x)= f ( x)dx x F(X)= 0dx 0 при x<0 x F(X)= 2 cos(2 x)dx sin(2 x) 0 4 F(X)= x 0 sin(2 x) при 0≤x≤ 2 cos(2 x)dx sin(2 x) 4 1 при 0 0 <x 4 4 = 0, x 0 F(X)= sin(2 x ), 0 x 4 1, x 4 1 0.5 F( x) 10 5 0 5 10 0.5 1 x Вероятность того, что 0,5<x<1 найдем по формуле 1 Р(0,5<x<1)= 0.5 2sin(2 x) f ( x)dx 2 cos(2 x)dx 4 (sin( ) sin(1)) 1 0.8415 0.1585 2 2 0.5 0.5 4 ЗАДАЧА 7 В задачах 7.1-7.30 (условия приведены в табл. 1.3) случайная величина Х распределена равномерно на интервале [a,b]. Построить график случайной величины Y=ϕ(X) и определить плотность вероятности g(y). №7.11 Y=2х Плотность вероятности СВ Х найдем по формуле f(x)= 1 , x [ a; b ] ba f(x)=1/(6+4)=0.1 График функции Y=2х при -4≤x≤6 20 10 f( x) 0 10 0 5 x x=0.5y х’=(0.5y)’=0.5 g(y)=f(0.5y)*(0.5)=0.1*0.5=0.05 свойство плотности вероятности g ( y)dy 1 12 0, 05dy 0, 05 y 8 12 8 0.05 12 8 1 0, y 8 Ответ: g(y)= 0.05, 8 y 12 0, y 12 ЗАДАЧА 8. В задачах 8.1-8.30 (конкретные параметры приведены в табл. 1.4) двухмерный случайный вектор (Х, У) равномерно распределен внутри выделенной жирными прямыми линиями на рис. 1.1 области B. Двухмерная плотность вероятности f(x,y) одинакова для любой точки этой области B: Вычислить коэффициент корреляции между величинами X и Y. №8.11 y=x y=4-x Коэффициент корреляции r= K xy X y плотность распределения СВ (x,y) найдем по формуле f(x,y)=1/S где S–площадь фигуры S=0.5*2*4=4 f(x,y)=1/4 Плотность распределения f(x) найдем по формуле f(x)= f ( x, y )dy x f(x)= 1 1 x x dy y , 0<x≤2 0 4 4 0 4 1 1 4 x 4 x dy y , 2<x≤4 4 4 0 4 4 x f(x)= 0 0, x 0 x ,0 x 2 4 f(x)= 4 x ,2 x 4 4 0, x 4 f(y)= f ( x, y )dx 4 y f(y)= y 1 1 4 y 1 2 y ,0<y≤2 dx x (4 y y ) 4 4 y 4 2 0, y 0 2 y f(y)= ,0 y 2 2 0, y 2 Математическое ожидание М(Х)= xf ( x)dx М(Y)= yf ( y)dy 4 x2 4x x2 x3 2 1 x3 4 8 1 64 8 2 96 64 24 8 2 4 2 M ( X ) dx dx (2 x ) (32 (8 )) 2 4 12 0 4 3 2 12 4 3 3 3 12 3 3 0 4 2 2 2 М(Y)= 0.5(2 y y 2 )dy 0.5( y 2 0 y3 2 12 8 2 ) 0.5( ) 3 0 3 3 ( x M ( x))( y M ( y)) f ( x, y)dxdy К= 2 4 y k 0 y 4 y 2 1 1 2 x2 1 2 (4 y) 2 y2 ( x 2)( y ) dxdy ( y )( 2 x) dy ( y )( 2(4 y) 2 y)dy y 3 4 40 3 2 40 3 2 2 2 2 0 Среднее квадратическое отклонение X M ( X 2 ) ( M ( X )) 2 Y M (Y 2 ) ( M (Y )) 2 2 M (X 2) 0 4 x3 4 x 2 x3 x 4 2 1 4 x3 x 4 4 16 0 1 256 256 32 16 176 14 dx dx ( ) ( ( )) 1 4 4 16 0 4 3 4 2 16 4 3 4 3 4 48 3 2 14 2 (2)2 3 3 X 2 М(Y2)= 2 3 0.5(2 y y )dy 0.5( 0 2 2 2 2 ( ) 3 3 3 Y r= 2 y3 y 4 2 64 48 2 ) 0.5( ) 3 4 0 12 3 0 2 2 3 3 0 r=0 Ответ: r=0 ЗАДАЧА 9. В задачах 9.1-9.30 вычислить математическое ожидание и дисперсию величин U и V, а так же определить их коэффициент корреляции RUV: U = a0 +a1X1 +a2X2 V = b0 + b1X2 + b2X3 . Конкретные значения коэффициентов ai, i = 0, ..., 2; bj, j = 0, ..., 2 и числовые характеристики случайных величин Xi, i = 0, ..., 3 приведены в табл. 1.9. №9,11 Решение: U 1 7 X1 X 2 V 7 5 X 2 5 X 3 m1 0 m2 3 m3 1 D1 4 D2 25 D3 9 K12 5 K 23 7.5 K13 3 Коэффициент корреляции найдем по формуле rVU M (VU ) M (V ) M (U ) V2 U2 Воспользуемся свойством математического ожидания M (V ) M (7 5 X 2 5 X 3 ) 7 5m2 5m3 7 5 3 5 1 27 M (U ) M (1 7 X1 X 2 ) 1 7m1 m2 1 7 0 1 3 2 Дисперсия D(U ) D(1 7 X1 X 2 ) 49D1 1D2 2 1 7 K12 49 4 1 25 14 5 151 D(V ) D(7 5 X 2 5 X 3 ) 25D2 25D3 2 (5) (5) K23 25 25 25 9 50 7.5 1225 M (VU ) M (7 5 X 2 5 X 3 )(1 7 X 1 X 2 ) M (7 2 X 2 5 X 3 49 X 1 35 X 1 X 2 35 X 1 X 3 5 X 22 5 X 2 X 3 ) 7 2m2 5m3 49m1 35 K12 m1m2 35 K13 m1m3 5 D2 m22 5 K 23 m3m2 7 2 3 5 1 49(5 (0) 3) 35(3 0 1) 5(25 32 ) 5(7.5 3 1) 63.5 Коэффициент корреляции rVW 63.5 27 (2) 0.2732 1511225 2. КОНТРОЛЬНЫЕ ЗАДАЧИ ТИПОВОГО РАСЧЕТА ПО МАТЕМАТИЧЕСКОЙ СТАТИСТИКЕ В данном разделе приведены задания по статистической обработке и анализу одномерных (задача №10) и двумерных (задача №11) случайных величин. ЗАДАЧА 10. По выборке одномерной случайной величины: - получить вариационный ряд; - построить на масштабно-координатной бумаге формата А4 график эмпирической функции распределения F*(x); - построить гистограмму равноинтервальным способом; - построить гистограмму равновероятностным способом; - вычислить оценки математического ожидания и дисперсии; - выдвинуть гипотезу о законе распределения случайной величины и проверить ее при помощи критерия согласия χ2 и критерия Колмогорова (α = 0,05). №10,11 Вариационный ряд -3,61 -3,07 -2,91 -2,83 -2,78 -2,41 -2,35 -2,15 -2,03 -1,99 -1,93 -1,82 -1,75 -1,71 -1,39 -1,36 -1,27 -1,23 -1,22 -0,96 -0,95 -0,9 -0,86 -0,71 -0,7 -0,69 -0,68 -0,66 -0,64 -0,61 -0,52 -0,42 -0,33 -0,32 -0,21 -0,19 -0,19 -0,19 -0,14 -0,1 -0,09 -0,08 -0,04 -0,03 0,05 0,08 0,12 0,12 0,21 0,24 0,24 0,31 0,36 0,39 0,40 0,42 0,44 0,44 0,45 0,46 0,50 0,51 0,54 0,54 0,55 0,57 0,61 0,67 0,68 0,73 0,75 0,76 0,85 0,86 0,87 0,93 1,09 1,11 1,19 1,19 1,24 1,33 1,41 1,47 1,48 1,51 1,61 1,62 1,62 1,77 1,99 2,01 2,05 2,10 2,13 2,22 2,28 2,45 2,73 3,12 Эмпирическая функция распределения По формуле 0, x x1, i F * ( x) p* ( X x) , xi x xi 1 n 1, x x . n распределения построим график эмпирической функции F * ( x) . Так как F * ( x) является неубывающей функцией и все ступеньки графика F * ( x) имеют одинаковую величину 1/n (или ей кратны – для одинаковых значений), то таблицу значений эмпирической функции распределения F*(x) можно не вычислять, а построить ее график непосредственно по и вариационному ряду, начиная с его первого значения Количество интервалов M, необходимое для построения гистограмм, определим по объему выборки ( см. формулу (10.2)): M n 100 10. Для равноинтервальной гистограммы величины hj, Aj, Bj, рассчитаем по формуле x x и заполним все колонки h j h n 1 , j A j x1 ( j 1)h, j 2, M M интервального статистического ряда : Шаг интервала h= xmax xmin 10 h=(3,12+3,61)/10=0.673 i f *i i Bi hi -3,610 -2,937 0,673 2 0,02 0,030 0,02 -2,937 -2,264 0,673 5 0,05 0,074 0,07 -2,264 -1,591 0,673 7 0,07 0,104 0,14 -1,591 -0,918 0,673 7 0,07 0,104 0,21 -0,918 -0,245 0,673 13 0,13 0,193 0,34 Ai pi * nhi px -0,245 0,428 0,673 22 0,22 0,327 0,56 0,428 1,101 0,673 21 0,21 0,312 0,77 1,101 1,774 0,673 13 0,13 0,193 0,9 1,774 2,447 0,673 7 0,07 0,104 0,97 2,447 3,120 0,673 3 0,03 0,045 1 Гистограмма равноинтервальным способом Гистограмма равновероятностным способом Ai Bi -3,610 -2,937 -2,264 -1,591 -0,918 -0,245 0,428 1,101 1,774 2,447 -2,937 -2,264 -1,591 -0,918 -0,245 0,428 1,101 1,774 2,447 3,120 hi i pi * 1,68 0,98 0,43 0,43 0,33 0,26 0,25 0,49 0,75 1,13 10 10 10 10 10 10 10 10 10 10 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 f *i i nhi 0,060 0,102 0,233 0,233 0,303 0,385 0,400 0,204 0,133 0,088 Вычислим точечную оценку математического ожидания по формуле: m*X x 1 n xi 0.0735 . n i 1 Вычислим точечную оценку дисперсии по формуле: D*X S02 1 n 2 n xi x 2 1.93 . n 1 i 1 n 1 Построим доверительный интервал для математического ожидания с S S надежностью γ = 0,95 по формуле I γ (mX ) x zγ 0 ; x zγ 0 , . n n γ = 0,475, и 2 определим значение аргумента, ему соответствующее: z0,95 arg (0,475) 1,96 . Для этого в таблице функции Лапласа найдем значение, равное S0 0,272 и получим доверительный интервал для n математического ожидания: Затем вычислим z0,95 I 0,95 (mX ) 0.199;0.346 . Построим доверительный интервал для дисперсии с надежностью γ = 0,95 по 2 2 2 2 2 S0 ; S0 z γ S0 . формуле I γ ( DX ) S02 zγ n 1 n 1 2 S02 0.538 и получим доверительный интервал для n 1 Вычислим z0,95 дисперсии: I 0,95 ( Dx ) 1.392;2.467 . По виду гистограммы выдвинем гипотезу о нормальном распределении СВХ. Проверим гипотезу о нормальном распределении СВХ при помощи критерия χ2 Н0: F(x)=F0(x), f ( x) f 0 ( x) Н1: F(x)≠F0(x), f ( x) f 0 ( x) Где F0(x), f 0 ( x) – теоретическая функция и плотность распределения f 0 ( x) 1 X 2 e x a 2 2X2 xa X , F0 ( x) 0.5 Ф Где a X 0.0735 X s 1.930 1.389 1 f 0 ( x) e 1.389 2 χ2= n ( pi pi* )2 p i x 0.07352 21.930 B X pi F0 ( Bi ) F0 ( Ai ) Ф i S Ai Bi -2,937 -2,264 -1,591 -0,918 -0,245 0,428 1,101 1,774 2,447 -2,937 -2,264 -1,591 -0,918 -0,245 0,428 1,101 1,774 2,447 x 0.0735 1.389 , F0 ( x) 0.5 Ф F0 ( Ai ) Ai X Ф S F0 ( Bi ) 0 0,0139 0,0433 0,1100 0,2297 0,4001 0,5924 0,7643 0,8863 0,9548 0,0139 0,0433 0,1100 0,2297 0,4001 0,5924 0,7643 0,8863 0,9548 1 сумма pi F0 ( Bi ) F0 ( Ai ) 0,0139 0,0294 0,0667 0,1197 0,1704 0,1923 0,1720 0,1220 0,0686 0,0452 1 pi* ( pi pi* )2 pi 0,02 0,05 0,07 0,07 0,13 0,22 0,21 0,13 0,07 0,03 1 0,00267 0,01437 0,00017 0,02064 0,00957 0,00400 0,00841 0,00053 0,00003 0,00509 0,06548 χ2=100*0.065=6,5 По таблице найдем критическое значение критерия χ2кр(7;0,05)=14,1, так как χ2кр> χ2 то гипотеза о нормальном распределении СВ Х принимается. Проверим гипотезу о нормальном распределении СВ Х при помощи критерия Колмогорова Н0: F(x)=F0(x) Н1: F(x)≠F0(x) Где F0(x)– теоретическая функция распределения n Z max F * ( xi ) F0 ( xi ) 0,06 i 1 Вычислим значение критерия Колмогорова по формуле: n Z 100 0,06 0,6. Из таблицы Колмогорова по заданному уровню значимости =0,05 выбираем критическое значение λ γ λ1-α λ0,95 1,36. Так как λ 0,6 λ0,95 1,36 , то гипотезу H 0 о нормальном законе распределения отвергать нет основания. ЗАДАЧА 11. По выборке двухмерной случайной величины: - вычислить оценку коэффициента корреляции; - вычислить параметры линии регрессии a0 и a1; - построить диаграмму рассеивания и линию регрессии №10 Состоятельная оценка коэффициента корреляции * RXY n XY XY n 1 s X sY Расчетная таблица X Y 2,74 0,86 1,68 -0,48 -0,17 1,25 0,76 0,71 1,38 2,75 2,63 0,04 2,06 2,57 2,42 1,53 3,7 0,75 0,23 1,06 2,36 2,53 3,15 0,8 3,03 0,65 0,69 -0,31 X*Y X2 8,0556 2,94 3,3024 3,84 4,4016 2,62 0,03 -0,0144 0,0799 -0,47 2,025 1,62 0,76 1 -1,03 -0,7313 3,9054 2,83 3,63 1,32 8,153 3,1 0,1856 4,64 0,309 0,15 4,14 10,6398 7,8892 3,26 3,7944 2,48 3,626 0,98 1,2525 1,67 0,8855 3,85 0,4664 0,44 7,5048 3,18 4,1998 1,66 11,088 3,52 0,704 0,88 4,9995 1,65 1,5665 2,41 0,069 0,1 0,53 -0,1643 Y2 7,5076 0,7396 2,8224 0,2304 0,0289 1,5625 0,5776 0,5041 1,9044 7,5625 6,9169 0,0016 4,2436 6,6049 5,8564 2,3409 13,69 0,5625 0,0529 1,1236 5,5696 6,4009 9,9225 0,64 9,1809 0,4225 0,4761 0,0961 8,6436 14,7456 6,8644 0,0009 0,2209 2,6244 1 1,0609 8,0089 1,7424 9,61 21,5296 0,0225 17,1396 10,6276 6,1504 0,9604 2,7889 14,8225 0,1936 10,1124 2,7556 12,3904 0,7744 2,7225 5,8081 0,01 0,2809 0,87 2,56 2,68 2,54 1,4 1,23 3,06 4,18 3,61 4,09 1,96 -0,21 0,15 0,27 0,68 0,18 3,64 1,03 -0,39 3,63 2,08 4,07 84,68 1,6936 сумма среднее 2,88 3,16 3,36 2,17 1,51 2,47 3,52 4,22 0,99 1,84 1,16 2,47 2,27 2,51 0,64 0,7 1,61 2,25 4,15 3,92 3,46 1,27 105,87 2,1174 2,5056 8,0896 9,0048 5,5118 2,114 3,0381 10,7712 17,6396 3,5739 7,5256 2,2736 -0,5187 0,3405 0,6777 0,4352 0,126 5,8604 2,3175 -1,6185 14,2296 7,1968 5,1689 198,85 3,9769 0,7569 6,5536 7,1824 6,4516 1,96 1,5129 9,3636 17,4724 13,0321 16,7281 3,8416 0,0441 0,0225 0,0729 0,4624 0,0324 13,2496 1,0609 0,1521 13,1769 4,3264 16,5649 231,56 4,6312 X =1,6936 Y =2,1174 XY =93,9769 X 2 =4,6312 Y 2 =6,2893 SX n X 2 ( X )2 n 1 sY n Y 2 (Y )2 n 1 SY 50 6.2893 (2.1174) 2 =1,357 50 1 Sx 50 4.6312 (1.6936)2 =1,341 50 1 дисперсия S x2 1,799 S y2 =1,843 Состоятельная оценка коэффициента корреляции 8,2944 9,9856 11,2896 4,7089 2,2801 6,1009 12,3904 17,8084 0,9801 3,3856 1,3456 6,1009 5,1529 6,3001 0,4096 0,49 2,5921 5,0625 17,2225 15,3664 11,9716 1,6129 314,46 6,2893 * RXY 93.9769 1.6936 2.1174 1.357 1.341 50 50 1 =0,219 Уравнение регрессии имеет вид * y Y RXY Sy SX (x X ) Y-2,1174=0,219*(1,357/1,341)(x-1,6936) y=0,222x+1,742 a0=0,222 a1=1,742 проверим значимость коэффициента корреляции, при помощи критерия t * H0: RXY =0 * H1: RXY 0 t= t= * RXY n2 * 2 1 RXY 0.222 50 2 1 0.2222 =1,56 по таблице найдем критическое значение Tкр(0,05;48)=2,02, так как |t|<Tкр то коэффициент корреляции незначим. Доверительный интервал для коэффициента корреляции e 2 a 1 e 2b 1 I RXY 2 a ; 2b e 1 e 1 1 RXY 1 RXY Где a 0.5 ln z 1 RXY b 0.5 ln n3 1 RXY z n3 Для 0, 95 z 1,96 1,96 1 0.222 a 0.5 ln -0.0632 50 3 1 0.222 1,96 1 0.222 b 0.5 ln 0.5086 50 3 1 0.222 e 2 0.0632 1 e 2 0.5086 1 I RXY 2 0.0632 ; 2 0.5086 0.063;0.469 1 e 1 e z arcФ 2