Расчет вероятностей событий

Задание №1


Какова вероятность того, что наудачу взятое натуральное число не делится:

а) ни на два, ни на три;

б) на два или на три?


Решение:

Пусть А – событие, что натуральное число делится на 2→ p(A)=1/2 (каждое второе натуральное число кратно 2)

В-событие, что натуральное число делится на 3

p(В)=1/3 (каждое третье натуральное число кратно 3)

а) С – событие, что наудачу взятое натуральное число не делится ни на два, ни на три

Вероятность произведения двух независимых событий А и В равна произведению их вероятностей

Тогда вероятность события С:




Т.е. пять из шести натуральных чисел не делится ни на 2 ни на 3

б) D – событие, что наудачу взятое натуральное число не делится на 2 или на 3 .

Вероятность суммы двух несовместных событий А и В равна сумме вероятностей этих событий

Тогда вероятность события D:


.


Т.е. одно из трех натуральных чисел не делится на 2 или на 3

Задание №2


В ружейной пирамиде имеются винтовки двух систем: одна винтовка типа 1 и две винтовки типа 2. Вероятность попасть в мишень при выстреле из винтовки типа 1 равна р1, из винтовки типа 2 – р2.

Стрелок производит 7 выстрелов из наудачу взятой винтовки. Чему равна вероятность того, что мишень окажется поражённой не менее пяти раз?


Решение:

А – событие, что поражена мишень

Пусть событие Н1 – винтовка I типа; событие Н2 – винтовка II типа.

и

А/Н1 – мишень поражена при выстреле из винтовки I типа

А/Н2 – мишень поражена при выстреле из винтовки II типа



Для нахождения вероятности применяют формулу






2. Рn (k) – вероятность, что в n испытаниях событие наступит k раз находится по формуле Бернулли .

Вероятность события, что мишень окажется поражённой не менее пяти раз, если произведено 7 выстрелов из наудачу взятой винтовки.




Задание №3


При измерении урожайности картофеля вес клубней в одном кусте распределился по интервалам следующим образом:


Х(кг)

2,5–2,7

2,7–2,9

2,9–3,1

3,1–3,3

3,3–3,5

3,5–3,7

3,7–4,3

К-во кустов

50

150

200

250

150

100

100


Построить гистограмму и найти средний вес одного куста.


Решение:

Гистограмма – служит для изображения интервальных рядов и представляет собой ступенчатую фигуру из прямоугольников с основаниями, равными интервалам значений признака , и высотами, равными частотам интервалов.




Для расчета среднего веса одного куста воспользуемся формулой средней арифметической.

Средней арифметической дискретного вариационного ряда называется отношение суммы произведений вариантов на соответствующие частоты к объему совокупности:




где - варианты дискретного ряда или середины интервалов вариационного ряда, - соответствующие им частоты.

Для каждого интервала найдем середины по формуле .


Х(кг)

2,5–2,7

2,7–2,9

2,9–3,1

3,1–3,3

3,3–3,5

3,5–3,7

3,7–4,3


2,6

2,8

3

3,2

3,4

3,6

4

К-во кустов

50

150

200

250

150

100

100





Ответ: средний вес одного куста составляет 3,22 кг.


Задание №4


По следующим данным построить интервальный вариационный ряд и гистограмму: 24, 14, 15, 26, 16, 17, 14, 15, 1, 11, 14, 12, 16, 17, 13, 10, 11, 12, 13, 15, 14, 10, 11, 14, 7, 15, 14, 15, 15, 14, 15, 14, 2, 5, 18, 19, 16, 17, 9, 10, 18, 19, 20, 22, 28.

Найти среднее значение, дисперсию и стандартное отклонение.


Решение:

1. Проранжируем1 исходный ряд, подсчитаем частоту вариантов. Получим вариационный ряд

2. Для определения числа групп воспользуемся формулой Стерджесса:


n = 1+3,322 * lgN


где n – число групп, N =45 – число единиц совокупности

Для данных задачи n = 1 + 3,322*lg 45 = 1 + 3,322 * 1,65 = 6б49  6 групп

Величина интервала представляет собой разность между максимальным и минимальным значением признака в каждой группе.



3. Выполним промежуточные вычисления во вспомогательной таблице и определим значения числовых характеристик:

Середины интервалов

Средняя арифметическая где - варианты дискретного ряда или середины интервалов вариационного ряда, - соответствующие им частоты.

Дисперсия .

Среднее квадратическое отклонение .


Значения



группы

Интервалы

Частота

1

1



нач

кон

2

2



1

1,0

5,5

3

3

5



2

5,5

10,0

5

4

7



3

10,0

14,5

15

5

9



4

14,5

19,0

17

6

10



5

19,0

23,5

2

7

10



6

23,5

28,0

3

8

10







9

11







10

11







11

11







12

12







13

12







14

13







15

13







16

14







17

14







18

14







19

14







20

14







21

14







22

14







23

14







24

15







25

15







26

15







27

15







28

15







29

15







30

15







31

16







32

16







33

16







34

17







35

17







36

17







37

18







38

18







39

19







40

19







41

20







42

22


x min

1



43

24


x max

28



44

26


h

4,5



45

28








группы

Интервалы

Частота

Промежуточные вычисления

нач

кон

сер

ni

xcp*ni

(x-Xcp)

(x-Xcp)2

ni*(x-Xcp)2

1

1,0

5,5

3,25

3

9,75

-10,9

118,81

356,43

2

5,5

10,0

7,75

5

38,75

-6,4

40,96

204,80

3

10,0

14,5

12,25

15

183,75

-1,9

3,61

54,15

4

14,5

19,0

16,75

17

284,75

2,6

6,76

114,92

5

19,0

23,5

21,25

2

42,50

7,1

50,41

100,82

6

23,5

28,0

25,75

3

77,25

11,6

134,56

403,68




45

636,75


1234,80






14,15


S2

27,44







5,24




Среднее значение

Дисперсия

Среднее квадратическое отклонение


Ответ: , ,


Задание №5


Некоторая случайная величина подчиняется закону нормального распределения с математическим ожиданием 50 и дисперсией 36. Найти вероятность того, что отдельное значение случайной величины заключено в интервале от 40 до 60.


Решение:

Пусть X – случайная величина подчиняется закону нормального распределения

По условию и

Найти:

Для нормального распределения СВ X





где Ф(Х) – функция Лапласа, дифференциальная функция нормального закона имеет вид .

Значения Ф(Х) – табулированы


Ответ:


Задание №6


Определить вероятность того, что истинное значение расстояния отличается от среднего (1000 м), полученного в 100 опытах, не более, чем на 5 м, если стандартное отклонение 25 м.


Решение:

Пусть X – случайная величина расстояния, м

По условию

Найти:





Ответ:


Задание №7


При измерении дальности расстояния дальномеры дали различные показания так, что среднее расстояние оказалось 1000 м с выборочной дисперсией 36 м2. В каких пределах находится истинное расстояние с вероятностью 80%, если произведено 11 измерений.


Решение:

По условию задана выборка объемом и дисперсия нормально распределенной СВ X 36. Найдено выборочное среднее . Требуется найти доверительный интервал для неизвестного математического ожидания , если доверительная вероятность должна быть равна

1. Доверительный интервал имеет общий вид

2. По условию

находим из решения уравнения

→ →

используя таблицу значений функции Лапласа

3. Находим значения концов доверительного интервала


.

.


Т.о., искомый доверительный интервал , т.е.


Ответ:


Задание №8


При определении массы пяти таблеток лекарственного вещества получены следующие результаты: 0,148; 0,149; 0,151; 0,153; 0,155 (г). Найти ошибку в определении массы таблетки с вероятностью 80%.


Решение:


xi

1

2

3

4

5

mi

0,148

0,149

0,151

0,153

0,155


Вычислим ошибку в определении массы таблетки с вероятностью 80% по формуле: - предельная ошибка малой выборки.

Учитывая, что определим табулированные значения - критерия Стьюдента.






.


Таким образом,


.


Ответ: Ошибка в определении массы таблетки с вероятностью 80% составляет 0,00088

Задание №9


При изменении скорости реакции 2-х человек провели по сто опытов и получили следующие данные: Xср = 100 мс, дисперсия средних равна 9 мс2, Yср = 110 мс, дисперсия средних равна 16 мс2.

Проверить гипотезу о равенстве математических ожиданий двух нормальных распределений для уровня значимости 0,02.


Решение:

Пусть - гипотеза, математические ожидания двух нормальных распределений для случайных величин X и Y равны.

При достаточно больших объемах выборки выборочные средние и имеют приближенно нормальный закон распределения с математическим ожиданием и дисперсией .

При выполнении гипотезы статистика

имеет стандартное нормальное распределение N (0; 1)

По данным задачи




В случае конкурирующей гипотезы выбирают одностороннюю критическую область, и критическое значение статистики находят из условия

Т.о.

Табулированное значение

Если фактические наблюдаемое значение статистики t больше критического tкр, определенного на уровне значимости  (по абсолютной величине), т.е. , то гипотеза отвергается, в противном случае – гипотеза не противоречит имеющимся наблюдениям.

Т.к. наблюдаемое значение статистики , а критическое значение , то в силу условия →делаем ввод, что гипотеза отвергается, т.е. математические ожидания двух нормальных распределений для случайных величин X и Y не равны.


Задание №10


Оцените достоверность различия продолжительности жизни мужчин (X) и женщин (Y) для уровня значимости 0,10:


X

60

65

66

70

64

Y

72

71

80

78

69


Решение:

Пусть - гипотеза, достоверность различия в продолжительности жизни мужчин и женщин на уровне значимости 0,10

Вычислим и





При выполнении гипотезы статистика .

где и


X

60

65

66

70

64


Y

72

71

80

78

69



25

0

1

25

1

52


4

9

36

16

25

90


13



22,5



Критическое значение статистики находят из условия .

Т.о. .

Табулированное значение .

Т.к. наблюдаемое значение статистики , а критическое значение то в силу условия делаем ввод, что гипотеза отвергается, т.е. достоверность различия продолжительности жизни мужчин (X) и женщин (Y) для уровня значимости 0,10 не подтверждается.

Задание №11


По данным наблюдений за последние 5 лет составили таблицу урожайности пшеницы и числа дождливых дней за вегетативный период:


Ц/ га

10

15

6

20

9

Число дождливых дней

14

20

6

20

10


Коррелируют ли данные величины?


Решение:

Для оценки тесноты корреляционной зависимости между величинами Y и X используется коэффициент корреляции – показатель тесноты линейной связи.



()

()

Свойства коэффициента корреляции:

1 0 Коэффициент корреляции удовлетворяет неравенству .

2 0 В зависимости от близости r к единице различают связь слабую, умеренную, заметную, достаточно тесную, тесную и весьма тесную


Оценка тесноты линейной связи (шкала Чаддока)

Значение r

0–0,1

0,1–0,3

0,3–0,5

0,5–0,7

0,7–0,9

0,9–0,99

1

Теснота

линейной

связи

Нет

связи

Слабая

Умеренная

Заметная

Высокая

Очень высокая

Функциональная


Значение R

Связь

Интерпретация связи

R = 0

Отсутствует

Отсутствует линейная связь между х и у

0

Прямая

С увеличением х величина у в среднем увеличивается и наоборот

-1

Обратная

С увеличением х величина у в среднем уменьшается и наоборот

R =+1 R = -1

Функциональная

Каждому значению х соответствует одно строго определенное значение величины у и наоборот




Ц/га

Число дождливых дней

Промежуточные вычисления

Y

X

Y*X

Y2

X2

1

10

14

140

100

196

2

15

20

300

225

400

3

6

6

36

36

36

4

20

20

400

400

400

5

9

10

90

81

100

S

60

70

966

842

1132

Средние

12

14

193,2

168,4

226,4







Sx2

30,4





Sy2

24,4





Sx

5,51





Sy

4,94





r

0,925





Таким образом, коэффициент корреляции r=0,925, следовательно, можно сделать вывод, что между двумя факторами присутствует связь прямая и очень тесная.


Ответ: данные величины коррелируют.

Задание №12


По данным таблицы сделайте прогноз значения X, если Y = 3.


X

4

2

3

7

5

6

3

Y

2

7

4

6

5

2

1


Решение:

1. Определим и оценим тесноту корреляционной зависимости между величинами Y и X с помощью коэффициента корреляции .





Промежуточные вычисления

Уравнение регрессии

Y

X

Y*X

Y2

X2


1

2

4

8

4

16

3,853

2

7

2

14

49

4

3,824

3

4

3

12

16

9

3,838

4

6

7

42

36

49

3,897

5

5

5

25

25

25

3,868

6

2

6

12

4

36

3,882

7

1

3

3

1

9

3,838

S

27

30

116

135

148

3,84

Средние

3,86

4,29

16,57

19,29

21,14


Sx

1,67



a

3,794


Sy

2,10



b

0,015


r

0,012







Коэффициент корреляции r=0,012, следовательно можно сделать вывод, что между двумя факторами связь прямая, но очень слабая (почти отсутствует).

Уравнение регрессии выбирают по возможности простым, и оно, как правило, лишь приближенно описывает зависимость между значениями x одного признака и соответствующими средними значениями другого признака .

Наиболее простой и употребляемый вид зависимости – линейная зависимость. Она определяется уравнением линейной регрессии.

В рассматриваемом примере предположим, что эмпирическая линия регрессии приближается к прямой, и, следовательно, теоретическая линия регрессии может быть представлена уравнением вида: и изображается на графике в виде прямой регрессии. Уравнение регрессии называется выборочным, поскольку его параметры a и b находятся по результатам выборки (хi, уi), i=1,2,… n, причем наилучшим образом в смысле метода наименьших квадратов. Сущность метода заключается в том, чтобы была наименьшей сумма квадратов отклонений наблюдаемых значений уi от соответствующих значений , вычисленных по уравнению регрессии, то есть

Для нахождения параметров а и b уравнения регрессии используем метод наименьших квадратов. Для этого составим и решим систему линейных уравнений:



Решив систему уравнений, получим следующие значения параметров

a=3,794.

b=0,015.

Уравнение линейной регрессии .

Прогноз значения X, если Y = 3 при линейной зависимости





Список литературы


  1. Адрухаев Х.М. Сборник задач по теории вероятностей./ Под ред. Проф. А.С. Солодовникова. – М.: Высшая школа, 2005.

  2. Горелова Г.В. Теория вероятностей и математическая статистика в примерах и задачах с применением MS Excel. /Под ред. Г.В. Гореловой, И.А. Кацко. – Ростов н/Д: Феникс, 2006.

  3. Информатика и математика для юристов. /Под ред. Проф. Х.А. Адриашина, проф. С.Я. Казанцева. – М.: Юнити-Дана, Закон и право, 2003

  4. Ковбаса С.И., Ивановский В.Б. Теория вероятностей и математическая статистика: Учебное пособие для экономистов. – СПб.: Альфа, 2001.

  5. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник. – М.: ЮНИТИ-ДАНА, 2007.

  6. Ниворожкина Л.И., Морозова З.А. Основы статистики с элементами теории вероятностей для экономистов: Руководство для решения задач. – Ростов н/Д: Феникс, 1999 г. Информатика

  7. Пехлецкий И.Д. Математика. / Под ред. И.Д. Пехлецкого. – М.: Издательский центр «Академия», 2003.

  8. Пугачев В.С. Теория вероятностей и математическая статистика: Учебное пособие. – М.: ФИЗМАТЛИТ, 2002.

  9. Сборник задач по теории вероятностей, математической статистике и теории случайных чисел: Учебное пособие. /Под общ. Ред. А.А. Свешникова. – СПб: Издательство «Лань», 2007.

1 Ранжирование – операция, заключенная в расположении значений признака по возрастанию

Нравится материал? Поддержи автора!

Ещё документы из категории математика:

X Код для использования на сайте:
Ширина блока px

Скопируйте этот код и вставьте себе на сайт

X

Чтобы скачать документ, порекомендуйте, пожалуйста, его своим друзьям в любой соц. сети.

После чего кнопка «СКАЧАТЬ» станет доступной!

Кнопочки находятся чуть ниже. Спасибо!

Кнопки:

Скачать документ