Xreferat.com » Рефераты по математике » Теория вероятностей и математическая статистика

Теория вероятностей и математическая статистика

/>Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистикаТеория вероятностей и математическая статистикаТеория вероятностей и математическая статистика

7. n1=20, n2=16; Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистика

8. n1=12, n2=8; Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистикаТеория вероятностей и математическая статистика

9. n1=9, n2=14; Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистикаТеория вероятностей и математическая статистикаТеория вероятностей и математическая статистика

10. n1=8, n2=20; Теория вероятностей и математическая статистика


ЗАДАНИЕ 12.Критерий Пирсона


1-3. Ниже приведены данные о фактических объемах сбыта (в у.е.) в пяти районах. Согласуются ли эти результаты с предположением о том, что сбыт продукции в этих районах одинаков. Уровень значимости выбрать самостоятельно.


1. Район 1 2 3 4 5

Объем сбыта 75 90 85 70 80

2. Район 1 2 3 4 5

Объем сбыта 85 120 140 70 85

3. Район 1 2 3 4 5

Объем сбыта 50 65 70 80 35

4-10. В следующих задачах для приведенных сгруппированных данных проверить гипотезу о том, что они получены из нормальной генеральной совокупности. Уровень значимости выбрать самостоятельно.


4. Границы интервала 0-6 6-12 12-18 18-24 24-30 30-36 36-42

Частота 2 9 19 35 24 13 6

5. Граница интервала

0-4


4-8 8-12 12-16 16-20 20-24

Частота 7 16 55 22 4 2

6. Граница интервала

10-14


14-18 18-22 22-26 26-30 30-34

Частота 10 31 65 25 8 3

7. Граница интервала

1-5


5-9 9-13 13-17 17-21 21-25 25-29

Частота 3 29 56 81 67 19 8

8. Граница интервала

14-16


16-18 18-20 20-22 22-24 24-26

Частота 12 20 78 45 10 3

9. Граница интервала

7-9


9-11 11-13 13-15 15-17 17-19 19-21

Частота 2 35 97 86 45 26 4

10. Граница интервала

30-32


32-34 34-36 36-38 38-40 40-42 42-44

Частота 19 43 101 95 40 13 3

ЗАДАНИЕ 13. ИсслЕДОВАНИЕ ЗАВИСИМОСТЕЙ


В следующих задачах следует построить уравнение регрессии вида Теория вероятностей и математическая статистика Сделать вывод о возможности использования линию регрессии в дальнейших прогнозах.

1. Данные о выпуске продукции (Y) и энерговооруженности (X) на 6 предприятиях.

Xi 2 3 5 6 6 7
Yi 2,5 5,5 10 10 11,5 13,5

2. Данные об удельной величине спроса товаров (Y) и среднедушевого дохода (Х).


Xi 1 2 3 4 6 6
Yi 3,5 6,1 7,5 7,8 8,2 8,1

3. Данные об объеме валового продукта (Y) и затратами на капитальные вложения (Х) по 6 предприятиям.


Xi 1 1 2 4 6 8
Yi 4,5 5,1 10,3 18,1 19,2 19,8

4. Данные об объеме выпуска продукции (Y) и ее себестоимости.


Xi 2 2 3 4 5 6
Yi 8,5 9,1 11,2 12,8 15,1 17,3

5. Данные о долговечности элемента (Y) и величине эксплуатационного напряжения (Х).


Xi 6 7 7 8 9 9
Yi 40,1 45,4 46,2 53,2 59,5 60,2

6. Данные об урожайности (Y) и количестве весенних осадках (Х).


Xi 1 2 2 3 4 5
Yi 0,8 3,5 4,2 7,1 9,8 13,1

7. Данные об урожайности (Y) и механовооруженности (Х)


Xi 1 1 2 2 3 5
Yi 4,2 3,9 4,8 5,1 6,2 7,7

8. Данные о зависимости стоимости сооружения (Y) и срока ее эксплуатации (Х).


Xi 1 2 3 3 4 6
Yi 0,7 4,2 7,3 7,1 10,3 15,6

9. Данные об изменении массы просят (Y) и возраста (Х).


Xi 4 5 7 7 8 10
Yi 12,6 14,2 16,3 15,9 17,4 18,8

10. Данные о производительности труда (Y) и фондовооруженности (Х).


Xi 2 4 6 6 7 8
Yi 0,8 5,2 8,7 9,2 11 13,2

IV. РЕШЕНИЕ ТИПОВЫХ ЗАДАЧ


Пример_1. Студент знает 15 вопросов из 25. Наудачу ему задается вопрос. Найти вероятность того, что он его знает.

Решение: Мы находимся в классической схеме. Действительно, если представить эксперимент

в виде урновой схемы - в урне 25 пронумерованных шаров из которой достается один шар- то ясно, что все исходы равновозможные и их конечное число. Далее A={студент знает предложенный вопрос}, m=15- число исходов благоприятствующих А, n=25- общее число исходов. Тогда


Теория вероятностей и математическая статистика.


Пример 2. Из колоды в 36 карт, достается одна. Найти вероятность того, что она "красная".

Решение: Обозначим А={наудачу вынутая карта- "красная"}; m=18- число исходов благоприятствующих А, т.к. в колоде из 36 карт, 18 "красных" карт; n=36- общее число исходов. Тогда по классическому определению вероятности


Теория вероятностей и математическая статистика.


Пример 3.Стрелок произвел 100 выстрелов по мишени, причем поразил мишень в 45 случаях. Найти вероятность того, что стрелок поразит мишень.

Решение: Подсчитаем относительною частоту события А={стрелок поразит мишень при одном выстреле}.

Теория вероятностей и математическая статистика.


Таким образом искомая вероятность Р(А)=0,45.

Пример 4. Вероятность того, что событие А произойдет в опыте равна 0,75; вероятность того, что событие В произойдет в опыте- 0,4. Вероятность того, что оба события произойдут в опыте равна 0,25. Найти вероятность того, что хотя бы одно событие произойдет в опыте.

Решение: Обозначим А={событие А произошло в опыте}, В={событие В произошло в опыте}

Тогда АЧВ={события А и В произошли в опыте одновременно}.


Р(А)=0,75; Р(В)=0,4; Р(АЧВ)=0,25.


Используя теорему о сумме двух совместных событий получим


Р(А+В)=Р(А)+Р(В)-Р(АЧВ)=0,75+0,4-0,25=0,9.


Пример 5. Деталь проходит три операции обработки. Вероятность появления брака во время первой операции равна 0,02, второй- 0,01, третьей- 0,03. Найти вероятность: а) выхода стандартной детали, считая появление брака во время отдельных операций независимыми событиями; б) выхода бракованной детали.

Решение: а) введем события А={на выходе появилась стандартная деталь}, Аi={i-я операция обработки прошла без брака}, i=1,2,3. Тогда А=А1ЧА2ЧА3. По условию задачи Р(А1)=0,98; Р(А2)=0,99; Р(А3)=0,97.Используя теорему умножения для независимых событий, получаем.


Р(А)=Р(А1ЧА2ЧА3)=Р(А1)ЧР(А2)ЧР(А3)=0,98Ч0,99Ч0,97=0,9411.

б)Теория вероятностей и математическая статистика={на выходе появилась бракованная деталь}.Тогда

Теория вероятностей и математическая статистика


Пример_6. Партия деталей содержит 70% деталей первого завода и 30% деталей второго завода. Вероятность того, что деталь с первого завода проработает без отказа более 1000 часов (надежность) равна 0,95 , а для деталей со второго завода эта вероятность равна 0,9.

а) Найти вероятность того, что случайно взятая из партии деталь проработает без отказа более 1000 часов.

б) Деталь прошла испытание и проработала безотказно 1000 часов. Найти вероятность того, что она с первого завода.

Решение: Введем события А={деталь проработает без отказа более 1000 часов}.Hi={взятая деталь с завода i} , i=1,2 по условию задачи P(H1)=0,7 ; P(H2)=0,3 ; P(A/H1)=0,95 ; P(A/H2)=0,9.

По формуле полной вероятности


P(A)= P(H1)Ч P(A/H1)+ P(H2)Ч P(A/H2)=0,7Ч0,95+0,3Ч0,9=0,935.


Таким образом, партия деталей (большое количество) будет содержать где-то 93,5% деталей с заданной надежностью. б) Сохраним обозначения п. а). по формуле Бейеса


Теория вероятностей и математическая статистика.


Пример 7. Найти числовые характеристики с.в. Х , построить функцию распределения если:


Х -4 0 8
Р 0,2 р 0,6

Решение: р=1-(0,2+0,6)=0,2. График ф.р.


Теория вероятностей и математическая статистика


МХ=-4Ч0,2+0Ч0,2+8Ч0,6=4, DX=MX2-(MX)2=(-4)2Ч0,2+02Ч0,2+82Ч0,6-(4)2=25,6.


Среднее квадратическое отклонение


Теория вероятностей и математическая статистика,


коэффициент вариации


Теория вероятностей и математическая статистика.


Мода(Х)=8, т.к. 8 имеет наибольшую вероятность, равную 0,6. Коэффициент асимметрии

Теория вероятностей и математическая статистика.


Пример 8. Вероятность того, что в данный день торговая база уложится в норму расходов на транспорт, равна 0,8. Какова вероятность того, что за три рабочих дня база уложится в норму 2 раза. Найти числовые характеристики с.в. Х- число дней, когда база укладывается в норму транспортных расходов в течение трех рассматриваемых дней.

Решение: Можно считать, что мы находимся в схеме Бернулли, а следовательно с.в. Х имеет биномиальное распределение. По условию задачи n=3 , p=0,8.

Тогда Теория вероятностей и математическая статистикаОсновные числовые характеристики с.в. Х равны: а) математическое ожидание MX= nЧp=3Ч0,8=2,4; б) дисперсия DX= nЧpЧq=3Ч0,8Ч0,2=0,48; q=1-p=0,2,


Теория вероятностей и математическая статистика»0,7;


в) коэффициент вариации


Теория вероятностей и математическая статистика ;


г) коэффициент асимметрии


Теория вероятностей и математическая статистика ;


д) коэффициент эксцесса


Теория вероятностей и математическая статистика;


е) Мода (наивероятнейшее число) находится из неравенства

np-qЈМода(Х)<np+p , т.е. 3Ч0,8-0,2ЈМода(Х)<3Ч0,8+0,8

2,2ЈМода(Х)<3,2ЮМода(Х)=3.

Пример 9. В условиях предыдущего примера, найти вероятность того, что из 100 рабочих дней торговая база уложится в норму транспортных расходов:

а) ровно 80 раз; б) от 75 до 85 дней включительно.

Решение: а) в нашем случае n=100; p=0,8; q=0,2.

Воспользоваться точной формулой для вычисления Р(Х=80) практически невозможно, поэтому воспользуемся приближенной. Так как npq=100Ч0,8Ч0,2=16>9,то применим локальную теорему Муавра- Лапласа.


Теория вероятностей и математическая статистика,


j(0)- найдено по таблице 3 приложения-плотности нормального распределения N(0,1);

б) воспользуемся интегральной теоремой Муавра- Лапласа.


Теория вероятностей и математическая статистика

=2Ф(1,25)=2Ч0,39435=0,7887


здесь Ф(Х)- функция Лапласа, значение которой найдено по таблице.

Пример 10. Вероятность того, что наборщик ошибется при наборе знака равна 0,0001. Найти вероятность того, что набирая 30000 знаков, наборщик допустит:

а) ровно 3 ошибки; б) от 2 до 4 ошибок включительно.

Решение: Можно считать, что мы находимся в схеме Бернулли с параметрами n=30000, p=0,0001. Тогда npq=30000Ч0,0001Ч0,9999»3<9, поэтому для вычисления отдельных вероятностей воспользуемся теоремой Пуассона:

Теория вероятностей и математическая статистика ,

l=np, k=0,1,2,...


а)пользуясь таблицей, получим


Теория вероятностей и математическая статистика , l=np=3.

б)Теория вероятностей и математическая статистика

=0,22404+0,22404+0,16803=0,61611.


Пример 11. С.в. Х имеет распределение Пуассона со средним равным 1,5. Найти числовые характеристики Х. Вычислить вероятности: а) Р(Х=0); б) Р(Хі1); в) Р(Х>7).

Решение: Для с.в. имеющей распределение Пуассона с параметром l известно, что МХ=l. Следовательно, из условия задачи (МХ=1,5) находим, что l=1,5.Числовые характеристики Х равны

МХ=l=1,5 ; DХ=l=1,5; среднее квадратическое отклонение


Теория вероятностей и математическая статистика.


Коэффициент вариации


Теория вероятностей и математическая статистика.


Коэффициент асимметрии

Теория вероятностей и математическая статистика.


Коэффициент эксцесса


Теория вероятностей и математическая статистика.


Моду с.в. Х найдем по таблице: Мода(Х)=1, т.к. Х=1 имеет наибольшую вероятность.а) По таблице находим Р(Х=0)=0,22313; б)


Р(Хі1)=1-Р(Х=0)=0,77687;


в) Р(Х>7)=0,00017.Эта вероятность найдена по таблице 2 приложения, она настолько мала, что можно считать, что больше 7 событий практически не происходят.


Пример 12. Из урны содержащей четыре белых и шесть черных шаров, наудачу извлекают три шара. Какова вероятность, что среди них два черных шара. Найдите числовые характеристики с.в. Х- число черных шаров из вынутых трех шаров.

Решение: Мы находимся в схеме формирования с.в. Х имеющей гипергеометрическое распределение с параметрами (N,p,n):


Теория вероятностей и математическая статистика,


k=0,1,2,..., q=1-p. В нашем случае: N=6+4=10 - общее число шаров в урне; n=3 - число шаров, которые достаются из урны; Np=6 - количество черных шаров, Ю p=6/N=6/10=0,6 (p связано с черными шарами, т.к. Х- тоже связано с черными шарами);

Nq=4 - число белых шаров,Ю q=0,4. Итак:


Теория вероятностей и математическая статистика.


Числовые характеристики с.в. Х равны MX=nЧp=3Ч0,6=1,8 ;


Теория вероятностей и математическая статистика


Среднее квадратическое отклонение


Теория вероятностей и математическая статистика


Коэффициент вариации


Теория вероятностей и математическая статистика


Коэффициент асимметрии


Теория вероятностей и математическая статистика.


Пример 13. С.в. Х имеет показательное распределение с параметром l=2. Найти числовые характеристики с.в. Х и вычислить Р(1<X<3).

Решение: Числовые характеристики с.в. Х вычисляются по формулам:

Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистика


-математическое ожидание;


Теория вероятностей и математическая статистика -дисперсия;

Теория вероятностей и математическая статистика -


среднее квадратическое отклонение;

V(X)=100% -коэффициент вариации

всегда равен 100% ; Медиана


(Х)=Теория вероятностей и математическая статистика.


График плотности с.в. Х имеет вид изображенный на рис.1. Из этого графика видно, что локальный максимум плотности находится в точке О.

Следовательно Мода(Х)=0.

Коэффициент асимметрии a(Х)=2 (всегда 2).

Коэффициент эксцесса е(Х)=6 (всегда 6).


Теория вероятностей и математическая статистика

рис.1

Теория вероятностей и математическая статистика


Пример 14.Теория вероятностей и математическая статистикаС.в. Х имеет нормальное распределение с параметрами а=150, s2=36.

а) Выпишите плотность с.в. Х и изобразите эскиз графика плотности.

б) Найти числовые характеристики с.в. Х.

в) Найти границы за которые практически не выходит с.в. Х.

г) Вычислить Р(135<X<165).

Решение: а) Выпишем плотность с.в. Х:


Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистика,


Теория вероятностей и математическая статистика


б) Найдем числовые характеристики Х.

МХ=Мода(Теория вероятностей и математическая статистика)=Медиана(Теория вероятностей и математическая статистика)=а=150

D(X)=s2=36Юs(x)=Теория вероятностей и математическая статистика=s=6


Коэффициенты асимметрии и эксцесса равны 0. Коэффициент вариации


Теория вероятностей и математическая статистика,

в) используя правило 3 сигм, можно утверждать, что с.в. Х практически (с вероятностью 0,9973) не выйдет за границы интервала а-


3s<X<a+3s, т.е. 150-3Ч6<X<150+ 3Ч6sЮ132<X<168;

г) Р(135<X<165)=Ф Теория вероятностей и математическая статистика=

Теория вероятностей и математическая статистика,


здесь Ф(Ч)-функция Лапласа, значение которой найдено по таблице. Отметим свойство функции Ф(х):Ф(-х)=-Ф(х) поэтому Ф(-2,5)=- Ф(2,5)=-0,49379.


Пример 15. Найдите выборочные числовые характеристики по выборке: 3,5,6,3,3,6,3,7,5,5,3.

Решение: Построим статистический ряд частот:


Варианты хi 3 5 6 7
Частота ni 5 3 2 1






Объем выборки

n=n1+n2+n3+n4=5+3+2+1=11.

Теория вероятностей и математическая статистика ;

S2=Теория вероятностей и математическая статистика,

Теория вероятностей и математическая статистика


Оценки Теория вероятностей и математическая статистика являются "хорошими" для математического ожидания и дисперсии, т.к. выборка является малой, а Теория вероятностей и математическая статистикаМода(Х)=3, т.к. значение 3 встречается большее число раз (пять). Построим вариационный ряд: 3,3,3,3,3,5,5,5,6,6,7.Т.к. n-нечетно (n=11), то на месте (n+1)/2=6 в вариационном ряде стоит медиана: Медиана(Х)=5.

Коэффициент асимметрии


a*(х)=Теория вероятностей и математическая статистика

Теория вероятностей и математическая статистика.


Пример 16. По выборочным данным найти Теория вероятностей и математическая статистикамоду, медиану. Построить гистограмму.


Интервал Частота ni
5-11 18
11-17 25
17-23 14
23-29 8
29-35 2



Решение: Построим гистограмму частот

Теория вероятностей и математическая статистика


Для удобства


Интервал Середина интервала Частота ni Накопленная частота
вычислений 5-11 8 18 18
составим 11-17 14 25 43
таблицу. 17-23 20 14 57

23-29 26 8 65

29-35 32 2 67



S=67

При вычислении


Теория вероятностей и математическая статистика

=Теория вероятностей и математическая статистика

Теория вероятностей и математическая статистика


Медиана оценивается по формуле Медиана= L+iТеория вероятностей и математическая статистика

Здесь L- нижняя граница интервала, в котором находится медиана (медианный интервал);

i- величина медианного интервала; n- объем выборки; f- частота медианного интервала;

F- накопленная частота интервала, предшествующему медианному.

В нашем случае n=67, следовательно, медиана равна члену, стоящему на (n+1)/2=34-м месте в вариационном ряду. По накопленным частотам заключаем, что этот член находится в интервале (11,17). Следовательно, медианный интервал (11,17). Тогда L=11, i=6, (n+1)/2=34, f=25, F=18 и, следовательно

Медиана = 11+6ЧТеория вероятностей и математическая статистика.

Мода находится по формуле Мода= L+iТеория вероятностей и математическая статистика


где L- нижняя граница модального интервала, i- величина модального интервала

fмо, fмо-1, fмо+1 частота модального, предшествующего модальному и следующего за модальным интервала. В нашем случае модальный интервал [11,17], т.к. имеет наибольшую частоту. Тогда L=11, i=6,


fмо=25, fмо-1=18, fмо+1=14; Мода =Теория вероятностей и математическая статистика


Пример 17. Найти 97,5% доверительный интервал для неизвестного параметра а нормально распределенного признака, если известно s=7,3. По выборке объема n=64 найдено Теория вероятностей и математическая статистика.

Решение Требуемый доверительный интервал равен


Теория вероятностей и математическая статистика,


где надежность g=0,975 позволяет найти Ug из уравнения 2Ф(Ug)=0,975. Из таблицы 4 приложения находим Ug=2,24. Тогда


Теория вероятностей и математическая статистика;

120,3-2,044<a<120,3+2,044;118,256<a<122,344.

Пример 18. В условиях предыдущего примера, определите минимальный объем выборки, чтобы с надежностью g=0,975 точность оценки была не больше 0,5.

Решение: Точность оценки зависит от выражения


Теория вероятностей и математическая статистика


Подставляя Ug=2,24 ; s2=7,32=53,29 ; e2=0,52=0,25 ,получим


Теория вероятностей и математическая статистикаТеория вероятностей и математическая статистика


Таким образом, минимальный объем выборки должен составлять 1070 измерений.


Пример 19. По выборке объема n=25 найдены Теория вероятностей и математическая статистика. Считая, что наблюдаемый признак имеет нормальное распределение найдите доверительный интервал с надежностью 0,9.

Решение. Искомый доверительный интервал равен


Теория вероятностей и математическая статистика

где Теория вероятностей и математическая статистиканаходится по таблице 5 приложения:

Здесь a=1-g=0,1; К=n-1=25-1=24, тогда t0,1(24)=1,711. Итак,

eТеория вероятностей и математическая статистика; 16,3-0,71<a<16,3+0,71; 15,59<a<17,01.

Пример 20 Признак имеет нормальное распределение. По выборке объема n=30 найдена оценка дисперсии S2 =1,5. Найдите 95% доверительный интервал для дисперсии.

Решение: Доверительный интервал определяется так


Теория вероятностей и математическая статистика,


Здесь a=1-0,95=0,05; Теория вероятностей и математическая статистика тогда из таблицы 7 приложения находим

Теория вероятностей и математическая статистика

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: