Вероятность случайного события
Формулы схемы Пуассона для нахождения вероятности события. Закон распределения случайной дискретной величины, построение функции распределения. Математическое ожидание, среднее квадратическое отклонение. Проверка гипотезы критерием хи-квадрата Пирсона.
Рубрика | Математика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 02.03.2017 |
Размер файла | 107,9 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/
Министерство образования и науки российской федерации
Федеральное государственное бюджетное образовательное учреждение высшего образования «Тихоокеанский государственный университет».
Кафедра прикладной математики
КОНТРОЛЬНАЯ РАБОТА №1
Дисциплина «Математика»
Вариант № 8
Выполнил: студент группы ФК(б)з - 51
Специальность: экономика
№ зачетной книги: 150000578
ФИО: Филимонова Валентина Александровна
Хабаровск 2016
Задание №1
Найти вероятность случайного события, используя формулу классической вероятности.
8. В гостинице 12 одноместных номеров. В холле ожидают 22 человека, 4 из которых женщины. Найти вероятность, что все женщины получат одноместные номера.
Решение:
Обозначим через событие А, что все женщины получат одноместные номера. Всего случаев n=4, благоприятных событию А. M=12, следовательно по формуле
Р(А) = m/n,
вероятность равна Р(А) = 12/4 = 3
Ответ: Р(А) = 3
Задание №2
Используя формулу полной вероятности, найти вероятность события.
8. В первой коробке 20 деталей, 3 из них с браком. Во второй коробке 15 деталей, 2 из них с браком. Найти вероятность того, что наудачу извлеченная деталь из наудачу взятого ящика -- без брака.
Решение:
Рассмотрим следующие события:
А -- деталь окажется стандартной;
Н1 -- деталь из первой коробки;
Н2 -- деталь из второй коробки.
Вероятность события А вычисляем по формуле полной вероятности:
Р(А) = Р(А/Н1) Р (Н1) + Р(А/Н2) Р (Н2)
Р(А) = 20/3 х 3 + 15/2 х 2 = 19,8 + 15 = 34,8
Ответ: Р(А) = 34,8
Задание №3
Найти вероятность события, используя формулы схемы Пуассона.
8. Вероятность отказа элемента -- 0.2. Какова вероятность, то из 100 независимых элементов откажет не более 10?
Решение:
Обозначим через событие А, что из 100 независимых элементов откажет не более 10.
Всего случаев n = 100
? = p х n
? = 0.2 х 100 == 20
Вероятность события А вычисляем по формуле схемы Пуассона:
Р(А) = = е-20 (++++++++++= е-20 (1+20+200+6800+115555+ 88888 + 4232804= 2,06 (10-9 х 5244268) = = 0,00423
Ответ: 0,004
Задание №4
Составить закон распределения случайной дискретной величины Х. Построить функцию распределения F(x). Найти М(х), D(x), ?(Х), р(Х?М(Х))
8. Среди 20 деталей имеются 5 нестандартных. Наугад отобраны 3 детали. Найти закон распределения величины Х - числа нестандартных деталей среди отобранных.
Решение:
Всего стандартных деталей: 20-5 = 15
Найдем вероятность того, что среди выбранных 3 деталей нет нестандартных.
1. Найдем вероятность того, что среди выбранных 3 деталей одна нестандартная.
Общее число возможных элементарных исходов для данных испытаний равно числу способов, которыми можно извлечь 3 детали из 20:
Подсчитаем число исходов, благоприятствующих данному событию:
а) одну деталь среди 5 нестандартных можно выбрать способами, количество которых равно:
б) Остальные 2 стандартные детали можно выбрать из 15 стандартных:
Аналогично:
2. Найдем вероятность того, что среди выбранных 3 деталей 2 нестандартных.
3. Найдем вероятность того, что все выбранные детали нестандартныее.
Математическое ожидание находим по формуле m = ?xipi.
Математическое ожидание M[X].
M[x] = 0*0.399 + 1*0.461 + 2*0.132 + 3*0.008 = 0.749
Дисперсию находим по формуле d = ?x2ipi - M[x]2.
Дисперсия D[X].
D[X] = 02*0.399 + 12*0.461 + 22*0.132 + 32*0.008 - 0.7492 = 0.5
Среднее квадратическое отклонение у(x).
Функция распределения:
Найдем вероятность : р (х ? М(Х)) , т.к M(x)= 0,75
р (х ? 0,75))=1- p(x=0) = 1 - 0.399 = 0.601
Задание №5
Используя нормальный закон, найти вероятность события.
8. Рост мужчины - случайная величина, распределённая по нормальному закону с M(X) = 170 см и s(X) = 5 см. Определить вероятность того, что из 5 обследуемых мужчин рост 3 из них будет в пределах от 172 до 176 см.
Решение:
Пусть случайная величина X - рост мужчины - имеет нормальное распределение с математическим ожиданием и средним квадратическим отклонением . Тогда вероятность того, что её значение попадёт в интервал , находится по формуле:
,
где - функция Лапласа (нечётная функция, значения которой берутся из таблицы).
В данной задаче:
см, см.
Найдём вероятность того, что рост случайно выбранного мужчины будет в пределах от 172 до 176 см:
Тогда вероятность того, что рост случайно выбранного мужчины будет меньше 172 см или больше 176 см:
Вероятность того, что при обследовании -и мужчин ровно у из них рост будет в пределах от 172 до 176 см, вычислим по формуле Бернулли:
;
.
Ответ: вероятность того, что из 5 обследуемых мужчин рост 3 из них будет в пределах от 172 до 176 см, равна 0,07177
Задание №6
Выдвинуть гипотезу о виде закона распределения и проверить её с помощью критерия хи-квадрата Пирсона.
8. Для исследования потока заявок на производимую продукцию на предприятии измерили интервалы между 100 последовательно поступившими заявками. Результаты сведены в таблицу.
Длительность интервала |
От 0 до 1 |
От 1 до 2 |
От 2 до 3 |
От 3 до 4 |
От 4 до 5 |
|
Число интервалов данной длительности |
70 |
19 |
6 |
1 |
4 |
Решение:
По заданному распределению выборки построим гисторграмму частот.
По виду гистограммы делаем предположение о показательном распределении случайной величины X.
Если случайная величина X имеет показательное распределение, то её плотность вероятности имеет вид:
Составим функцию правдоподобия для случайной величины X:
где - наблюдаемые значения случайной величины 0058ч;
- параметр показательного распределения;
- объём выборки.
Для удобства дальнейших вычислений прологарифмируем функцию правдоподобия: вероятность пирсон дискретный гипотеза
.
Найдём значение параметра , при котором функция правдоподобия принимает максимальное значение:
;
;
;
.(1)
Найдём оценку параметра по выборочным данным, используя формулу (1). Поскольку выборочные данные представлены в виде сгруппированного интервального ряда, то в вычислениях будем использовать середины интервалов . При этом формула (1) примет вид:
,
где - середина i-го интервала;
- частота i-го интервала;
- число интервалов.
В данном случае имеем:
;
;
;
.
Запишем предполагаемую плотность распределения случайной величины X:
Проверим гипотезу о законе распределения выборочных данных с помощью критерия Пирсона.
Уровень значимости выберем .
Теоретические частоты известны (из условия задачи).
Экспериментальные частоты определим по формуле:
,
где ;
- нижняя граница -го интервала;
- верхняя граница -го интервала (для последнего интервала примем ).
Расчёт экспериментальных частот представим в таблице 1:
Таблица 1
1 |
0 |
1 |
1,0000 |
0,3679 |
0,6321 |
63,21 |
|
2 |
1 |
2 |
0,3679 |
0,1353 |
0,2325 |
23,25 |
|
3 |
2 |
3 |
0,1353 |
0,0495 |
0,0853 |
8,53 |
|
4 |
3 |
4 |
0,0495 |
0,0183 |
0,0318 |
3,18 |
|
5 |
4 |
+ ? |
0,0183 |
0,0000 |
0,0183 |
1,83 |
|
? |
? |
? |
? |
? |
1,0000 |
100,00 |
Теперь вычислим по экспериментальным данным статистику :
.
Расчёт представим в таблице 2 (интервалы 4 и 5 объединим, чтобы выполнялось условие ):
Таблица 2
№ интервала |
|||||
1 |
70 |
63,21 |
6,79 |
0,729 |
|
2 |
19 |
23,25 |
-4,25 |
0,777 |
|
3 |
6 |
8,53 |
-2,53 |
0,750 |
|
4 |
5 |
5,01 |
-0,01 |
0,000 |
|
? |
100 |
100,00 |
0,00 |
= 2,257 |
|
Найдём по таблице распределения Пирсона критическое значение статистики при уровне значимости и числе степеней свободы ( ? число интервалов; ? число параметров, вычисленных по опытным данным):
;
.
Поскольку , то гипотезу о показательном распределении случайной величины X принимаем на уровне значимости .
Таким образом, с вероятностью 0,95 случайная величина X - интервал времени между двумя последовательно поступившими заявками - имеет плотность распределения:
Размещено на Allbest.ru
Подобные документы
Вероятность появления события в серии из независимых испытаний. Закон распределения дискретной случайной, интегральной, дифференциальной, имперической функции распределения, математическое ожидание, дисперсия, и среднее квадратическое отклонение.
контрольная работа [397,9 K], добавлен 15.11.2010Использование формулы Бернулли для нахождения вероятности происхождения события. Построение графика дискретной случайной величины. Математическое ожидание и свойства интегральной функции распределения. Функция распределения непрерывной случайной величины.
контрольная работа [87,2 K], добавлен 29.01.2014Определение вероятности попадания в мишень по формуле Бернулли. Закон и многоугольник распределения случайной величины. Построение функции распределения, графика. Математическое ожидание, дисперсия, среднее квадратическое отклонение случайной величины.
контрольная работа [86,4 K], добавлен 26.02.2012Определение вероятности случайного события, с использованием формулы классической вероятности, схемы Бернулли. Составление закона распределения случайной величины. Гипотеза о виде закона распределения и ее проверка с помощью критерия хи-квадрата Пирсона.
контрольная работа [114,3 K], добавлен 11.02.2014Среднее арифметическое (математическое ожидание). Дисперсия и среднеквадратическое отклонение случайной величины. Третий центральный момент и коэффициент асимметрии. Законы распределения. Построение гистограммы. Критерий Пирсона. Доверительный интервал.
курсовая работа [327,1 K], добавлен 29.03.2013Вероятность попадания случайной величины Х в заданный интервал. Построение графика функции распределения случайной величины. Определение вероятности того, что наудачу взятое изделие отвечает стандарту. Закон распределения дискретной случайной величины.
контрольная работа [104,7 K], добавлен 24.01.2013Система линейных уравнений. Векторная алгебра, линейные операции для векторов, векторное (линейное) пространство. Случайные события и величины, плотность распределения вероятности, математическое ожидание, дисперсия, среднее квадратическое отклонение.
методичка [232,1 K], добавлен 18.05.2010Особенности выполнения теоремы Бернулли на примере электрической схемы. Моделирование случайной величины по закону распределения Пуассона, заполнение массива. Теория вероятности, понятие ожидания, дисперсии случайной величины и закон распределения.
курсовая работа [29,7 K], добавлен 31.05.2010Закон распределения случайной величины Х, функция распределения и формулы основных числовых характеристик: математическое ожидание, дисперсия и среднеквадратичное отклонение. Построение полигона частот и составление эмпирической функции распределения.
контрольная работа [36,5 K], добавлен 14.11.2010Проверка выполнимости теоремы Бернулли на примере вероятности прохождения тока по цепи. Моделирование дискретной случайной величины, имеющей закон распределения Пуассона. Подтверждение гипотезы данного закона распределения с помощью критерия Колмогорова.
курсовая работа [134,2 K], добавлен 31.05.2010