Классическое определение вероятности
Характеристика понятий теории вероятности как науки. Определение взаимосвязи между чистой прибылью предприятия железнодорожного транспорта и числа вагонов, находящихся в ремонте. Расчет среднего показателя совокупности и определение ее однородности.
Рубрика | Экономика и экономическая теория |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 10.10.2012 |
Размер файла | 62,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Классическое определение вероятности
ПЛАН
1 Классическое определение вероятности
2 Практические задания
Список использованной литературы
1 КЛАССИЧЕСКОЕ ОПРЕДЕЛЕНИЕ ВЕРОЯТНОСТИ
Теория вероятности возникла как наука из убеждения, что в основе массовых случайных событий лежат детерминированные закономерности. Теория вероятности изучает данные закономерности.
Например: определить однозначно результат выпадения «орла» или «решки» в результате подбрасывания монеты нельзя, но при многократном подбрасывании выпадает примерно одинаковое число «орлов» и «решек».
Испытанием называется реализация определенного комплекса условий, который может воспроизводиться неограниченное число раз. При этом комплекс условий включает в себя случайные факторы, реализация которого в каждом испытании приводит к неоднозначности исхода испытания.
Например: испытание - подбрасывание монеты.
Результатом испытания является событие. Событие бывает:
- достоверное (всегда происходит в результате испытания);
- невозможное (никогда не происходит);
- случайное (может произойти или не произойти в результате испытания).
Например: При подбрасывании кубика невозможное событие - кубик станет на ребро, случайное событие - выпадение какой либо грани.
Конкретный результат испытания называется элементарным событием.
В результате испытания происходят только элементарные события.
Совокупность всех возможных, различных, конкретных исходов испытаний называется пространством элементарных событий.
Например: Испытание - подбрасывание шестигранного кубика. Элементарное событие - выпадение грани с «1» или «2».
Совокупность элементарных событий это пространство элементарных событий.
Сложным событием называется произвольное подмножество пространства элементарных событий.
Сложное событие в результате испытания наступает тогда и только тогда, когда в результате испытаний произошло элементарное событие, принадлежащее сложному.
Таким образом, если в результате испытания может произойти только одно элементарное событие, то в результате испытания происходят все сложные события, в состав которых входят эти элементарные.
Например: испытание - подбрасывание кубика. Элементарное событие - выпадение грани с номером «1». Сложное событие - выпадение нечетной грани.
Введем следующие обозначения:
А - событие;
- элементы пространства ;
- пространство элементарных событий;
U - пространство элементарных событий как достоверное событие;
V - невозможное событие.
Иногда для удобства элементарные события будем обозначать Ei, Qi.
Операции над событиями.
1. Событие C называется суммой A + B, если оно состоит из всех элементарных событий, входящих как в A, так и в B. При этом если элементарное событие входит и в A, и в B, то в C оно входит один раз. В результате испытания событие C происходит тогда, когда произошло событие, которое входит или в A или в B. Сумма произвольного количества событий состоит из всех элементарных событий, которые входят в одно из Ai, i = 1, ..., m.
2. Событие C произведением A и B, если оно состоит из всех элементарных событий, входящих и в A, и в B. Произведением произвольного числа событий называется событие состоящее из элементарных событий, входящих во все Ai, i = 1, ..., m.
3. Разностью событий A-B называется событие C, состоящее из всех элементарных событий, входящих в A, но не входящих в B.
4. Событие называется противоположным событию A, если оно удовлетворяет двум свойствам.
Формулы де Моргана:
и
5. События A и B называются несовместными, если они никогда не могут произойти в результате одного испытания.
События A и B называются несовместными, если они не имеют общих элементарных событий.
C = AB = V
тут V - пустое множество.
Частость наступления события.
Пусть пространство элементарных событий конечно и состоит из m элементарных событий. В этом случае в качестве возможных исходов испытаний рассматривают 2m событий - множество всех подмножеств пространства элементарных событий и невозможное событие V.
Пример:
= (1, 2, 3)
A1 = V
A2 = (?1)
A3 = (?2)
A4 = (?3)
A5 = (?1, ?2)
A6 = (?2, ?3)
A7 = (?1, ?3)
A8 = (1, 2, 3)
Обозначим систему этих событий через F. Берем произвольное событие AF. Проводим серию испытаний в количестве n. n - это количество испытаний, в каждом из которых произошло событие A.
Частостью наступления события A в n испытаниях называется число
Свойства частости.
1.
2. Частость достоверного события равна 1. n (U) = 1.
3. Частость суммы попарно несовместных событий равна сумме частостей.
Рассмотрим систему Ai, i = 1, ..., k; события попарно несовместны, т.е.
Событие
Пусть в результате некоторого испытания произошло событие A. По определению сумы это означает, что в этом испытании произошло некоторое событие Ai. Так как все события попарно несовместны, то это означает, что никакое другое событие Aj (i j) в этом испытании произойти не может. Следовательно:
nA = nA1+nA2+...+nAk
Теория вероятности используется при описании только таких испытаний, для которых выполняется следующее предположение: Для любого события A частость наступления этого события в любой бесконечной серии испытаний имеет один и тот же предел, который называется вероятностью наступления события A.
Следовательно, если рассматривается вероятность наступления произвольного события, то мы понимаем это число следующим образом: это частость наступления события в бесконечной (достаточно длинной) серии испытаний.
К сожалению, попытка определить вероятность как предел частости, при числе испытаний, стремящихся к бесконечности, закончилась неудачно. Хотя американский ученый Мизес создал теорию вероятности, базирующуюся на этом определении, но ее не признали из-за большого количества внутренних логических несоответствий.
Теория вероятности как наука была построена на аксиоматике Колмогорова.
2 ПРАКТИЧЕСКИЕ ЗАДАНИЯ
Задача 1
Решение задачи:
1. Группировка производится по группировочному признаку. Определим величину (шаг) интервала группировки по формуле:
k = 5, число групп в группировке (из условия)
Xmax, Xmin - максимальное и минимальное значение группировочного признака
l - величина (шаг) интервала группировки.
2. Определим нижнюю и верхнюю интервальные границы для каждой группы.
Таблица
номер группы |
границы |
||
нижняя |
верхняя |
||
1 |
1.0 |
8.0 |
|
2 |
8.0 |
15.0 |
|
3 |
15.0 |
22.0 |
|
4 |
22.0 |
29.0 |
|
5 |
29.0 |
36.0 |
3. Составим рабочую таблицу, куда сведем первичный статистический материал.
Таблица
Группы предприятий по кол-ву вагонов находящ. на ремонте, шт / сут |
Номер предприятия |
Число вагонов, находящихся в ремонте, шт / сут |
Чистая прибыль предприятия, млн. руб. |
|
1.0-8.0 |
51 |
8 |
130 |
|
54 |
2 |
124 |
||
55 |
2 |
125 |
||
59 |
8 |
124 |
||
60 |
6 |
128 |
||
61 |
5 |
110 |
||
62 |
8 |
150 |
||
63 |
1 |
110 |
||
64 |
6 |
122 |
||
66 |
4 |
110 |
||
68 |
2 |
121 |
||
69 |
1 |
111 |
||
70 |
5 |
132 |
||
71 |
1 |
129 |
||
72 |
7 |
139 |
||
77 |
6 |
136 |
||
78 |
7 |
133 |
||
79 |
1 |
127 |
||
80 |
7 |
128 |
||
81 |
1 |
118 |
||
82 |
5 |
124 |
||
84 |
6 |
110 |
||
86 |
8 |
148 |
||
87 |
1 |
123 |
||
91 |
2 |
122 |
||
92 |
2 |
124 |
||
93 |
1 |
113 |
||
94 |
8 |
117 |
||
95 |
6 |
126 |
||
96 |
3 |
130 |
||
97 |
3 |
112 |
||
98 |
2 |
133 |
||
100 |
5 |
176 |
||
ИТОГО: |
33 |
140 |
4165 |
|
8.0-15.0 |
52 |
11 |
148 |
|
57 |
14 |
126 |
||
58 |
14 |
136 |
||
67 |
9 |
139 |
||
73 |
9 |
148 |
||
76 |
10 |
134 |
||
83 |
15 |
137 |
||
88 |
10 |
138 |
||
90 |
11 |
139 |
||
ИТОГО: |
9 |
103 |
1245 |
|
15.0-22.0 |
65 |
18 |
140 |
|
75 |
16 |
146 |
||
85 |
17 |
139 |
||
89 |
21 |
189 |
||
ИТОГО: |
4 |
72 |
614 |
|
22.0-29.0 |
56 |
29 |
135 |
|
74 |
25 |
144 |
||
99 |
25 |
195 |
||
ИТОГО : |
3 |
79 |
474 |
|
29.0-36.0 |
53 |
36 |
155 |
|
ИТОГО: |
1 |
36 |
155 |
4. Разработаем аналитическую таблицу взаимосвязи между числом вагонов находящихся на ремонте и чистой прибылью:
Таблица 2
Группы предпр. по кол-ву вагонов поступающих в ремонт |
Число предприятий |
Число вагонов находящихся в ремонте, шт / сут |
Чистая прибыль, млн. руб. |
|||
Всего по группе |
в среднем на одно предприятие |
Всего по группе |
в среднем на одно предприятие |
|||
1.0-8.0 |
33 |
140 |
4,2 |
4165 |
126,2 |
|
8.0-15.0 |
9 |
103 |
11,4 |
1245 |
138,3 |
|
15.0-22.0 |
4 |
72 |
18,0 |
614 |
153,5 |
|
22.0-29.0 |
3 |
79 |
26,3 |
474 |
158,0 |
|
29.0-36.0 |
1 |
36 |
36,0 |
155 |
155,0 |
Исследовав показатели работы 50-ти предприятий железнодорожного транспорта, можно сказать, что чистая прибыль предприятия находится в прямой зависимости от числа вагонов находящихся в ремонте.
Задача 2
Решение:
Расчет коэффициента вариации проводится по следующей формуле:
где: G - среднее квадратическое отклонение;
x - средняя величина
n - объем (или численность) совокупности,
х - варианта или значение признака (для интервального ряда принимается среднее значение)
Рассчитаем показатели вариации для примера, рассмотренного в задании 1. Расчет проводится по группировочному признаку. Во-первых, рассчитаем все показатели по исх. данным (см. табл. 1):
2) Среднее кв. отклонение рассчитываем по формуле:
вернемся к форм. (1)
3) Теперь рассчитаем коэффициент вариации по аналитической таблице (см. табл. 2)
Рассчитаем серединные значения интервалов:
,
где f - частота, т.е. число, которое показывает, сколько встречается каждая варианта:
ваг.
Расчет среднего квадратического отклонения по аналитической группировке:
Вывод: в обоих случаях расчета, коэффициент вариации (V) значительно больше 30%. Следовательно, рассмотренная совокупность неоднородна и средняя для нее недостаточно типична.
вероятность средний совокупность однородность
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. Мантуров О.В. Курс высшей математики. - М.: Высшая школа, 1991. - 448 с.
2. Статистика. Курс лекций. Л.П. Харченко, В.Г. Ионин и др. Новосибирск, НГАЭиУ, 1997.
Размещено на Allbest.ru
Подобные документы
Группировка единиц наблюдения статистической совокупности по факторному признаку. Расчет средних значений, моды и медианы, показателей вариации. Направление связи между факторной и результативной переменными. Определение вероятности ошибки выборки.
контрольная работа [634,5 K], добавлен 19.05.2014Понятие выборочного наблюдения, его преимущества и недостатки. Определение понятий "генеральная совокупность" и "выборочная совокупность". Расчет предельной ошибки при простой и типической выборке. Определение дисперсии и доверительной вероятности.
презентация [273,0 K], добавлен 27.04.2013Определение среднего значения показателя в совокупности. Вариационный анализ статистической совокупности по показателю. Проведение выборочного наблюдения и корреляционно-регрессионного анализа. Построение уравнения парной регрессии, ряды динамики.
курсовая работа [290,2 K], добавлен 29.11.2011Комбинационное распределение рабочих цеха и завода в целом по общему стажу работы и заработной плате. Расчет среднего тарифного разряда, зарплаты и производственного стажа рабочих. Определение формы связи и степени тесноты между данными признаками.
курсовая работа [91,2 K], добавлен 10.11.2013Понятие, сущность, критерии и финансовые признаки банкротства. Характеристика ООО "Методлит.ру", оценка платежеспособности и финансовой устойчивости. Анализ финансовых признаков несостоятельности компании, определение вероятности наступления банкротства.
курсовая работа [82,1 K], добавлен 10.05.2018Возрастание объемов продаж. Определение среднего, медианы и моды. Распределение цен на акции фармацевтической компании. Определение межквартильного размаха, среднего квадратичного отклонения, коэффициента вариации, дисперсии, показателя асимметрии.
курсовая работа [28,3 K], добавлен 03.12.2010- Определение основных направлений по улучшению производственно-хозяйственной деятельности предприятия
Текущее состояние, проблемы и перспективы развития промышленности редких металлов. Анализ эффективности использования производственных ресурсов предприятия. Определение основных финансовых коэффициентов и оценка вероятности банкротства предприятия.
курсовая работа [538,3 K], добавлен 04.05.2019 Сущность банкротства и становление института банкротства в пост-советский период истории России. Оценка риска банкротства на примере ООО "Мостоотряд". Расчет показателей платежеспособности организации. Определение рейтингового числа Сайфуллина-Кадыкова.
курсовая работа [207,9 K], добавлен 25.03.2015Статистический ряд распределения фермерских хозяйств по удою от одной коровы. Определение ошибки выборки и границ для среднего удоя в генеральной совокупности. Связь между признаками методом аналитической группировки. Расчет межгрупповой дисперсии.
контрольная работа [535,7 K], добавлен 14.11.2013Заработная плата работника предприятия. Фондоотдача основных фондов. Определение тесноты взаимосвязи между показателями с помощью коэффициента ранговой корреляции. Проверка статистической совокупности на однородность. Сравнение и анализ расчетов.
курсовая работа [161,0 K], добавлен 03.12.2010