Определение вероятности событий

Вероятность события. Теоремы сложения и умножения событий. Теорема полной вероятности события. Повторные независимые испытания. Формула Бернулли, формула Пуассона, формула Муавра-Лапласа. Закон распределения вероятностей случайных дискретных величин.

Рубрика Математика
Вид контрольная работа
Язык русский
Дата добавления 19.12.2013
Размер файла 55,2 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/

ЗАДАНИЕ №1. Вероятность события. Теоремы сложения и умножения событий

Среди 10 документов, поступивших в офис, два оформлены с ошибками. Для проверки наудачу взяли 4 документа. Какова вероятность того, что среди них окажется:

а) хотя бы один неверно оформленный документ,

б) только один неверно оформленный документ.

a) Воспользуемся классической формулой Р(А)=,

Число N всех равновероятных исходов испытания равно числу способов, которыми можно из 10 документов взять четыре, т.е. числу сочетаний из 10 элементов по 4: .

Событие «выбран хотя бы один неверно оформленный документ» - это появление одного из двух несовместных событий А1=«выбран один неверно оформленный документ и три верно оформленных» и А2=«выбраны два неверно оформленных и два верно оформленных документа» .

Данная выборка - неупорядоченная, без повторений.

Вероятность первого события:

Вероятность второго события:

Вероятность события «выбран хотя бы один неверно оформленный документ» определяется как сумма несовместных событий А1 и А2:

b) Воспользуемся классической формулой Р(B)=,

Число N всех равновероятных исходов испытания равно числу способов, которыми можно из 10 документов взять четыре, т.е. числу сочетаний из 10 элементов по 4: . Вероятность того, что лишь один документ будет оформлен неверно - это совместное появление событий «один документ оформлен неверно» и «три документа оформлены верно» .

Т.е., число благоприятных исходов .

Т.к. данная выборка - неупорядоченная, без повторений, то:

ЗАДАНИЕ № 2. Теорема полной вероятности события

Радиолампа поступает с одного из двух заводов с вероятностью 0,4 и 0,6 соответственно. Вероятность бесперебойной работы лампы составляет: для лампы первого завода - 0,1; второго завода - 0,2. Найти вероятность того, что лампа работает бесперебойно.

Рассмотрим гипотезы:

Н1 - лампа поступила с первого завода,

Н2 - лампа поступила со второго завода.

Тогда из условия Р(Н1)=0,4; Р(Н2)=0,6.

Событие А - лампа работает бесперебойно.

По условию Р(А/Н1)=0,1; Р(А/Н2)=0,2.

Следовательно, по формуле полной вероятности

Р(А)=0,4·0,1+0,6·0,2=0,16.

ЗАДАНИЕ №3. Повторные независимые испытания. Формула Бернулли. Формула Пуассона. Формула Муавра-Лапласа

В поселке из каждых 100 семей 80 имеют холодильники. Найти вероятность того, что из 400 300 имеют холодильники.

По формуле Муавра-Лапласа:

где:

ц(x) - функция Гаусса, определяется по таблицам,

p=0.8 - вероятность появления события, q=1-p,

n=400 - число испытаний,

k=300 - число появлений события в n испытаниях.

по таблицам найдем: ц(-2.5)= ц(2.5)=0.0175

Искомая вероятность равна: .

ЗАДАНИЕ №4. Закон распределения вероятностей случайных дискретных величин. Числовые характеристики дискретных случайных величин. Функция распределения вероятностей случайной величины

4. По заданному закону распределения дискретной случайной величины Х:

Составить функцию распределения F(x) и изобразить ее график. Вычислить М(Х), Д(Х), х.

Условие нормировки: 0.2+0.3+0.1+0.2+0.2=1.

Если x из (-?;1], то F(x)=P(X<x)=0;

если x из (1;4], то F(x)=P(X<x)=P(X=1)=0.2;

если x из (4;5], то F(x)=P(X<x)=P(X=1)+P(X=4)=0.2+0.3=0.5;

если x из (5;7], то F(x)=P(X<x)=P(X=1)+ P(X=4)+ +P(X=5)=0.2+0.3+0.1=0,6;

если x из (7;8], то F(x)=P(X<x)=P(X=1)+ P(X=4)+ P(X=5)+ +P(X=7)=0.2+0.3+0.1+0.2=0.8;

если x из (8;+ ? ), то F(x)=P(X<x)=P(X=1)+ P(X=4)+P(X=5)+P(X=7)+ +P(X=8)=0.2+0.3+0.1+0.2+0.2=1.

Следовательно,

Размещено на http://www.allbest.ru/

Математическое ожидание:

Дисперсия:

Dx=M[X2]-mx2

Dx=30.1-4.9=25.2.

Среднее квадратическое отклонение:

уx = = =5.02.

ЗАДАНИЕ №5 Статистическое распределение. Геометрическое изображение. Выборочные характеристики статистического распределения

По данному статистическому распределению выборки вычислить:

а) выборочную среднюю,

б) выборочную дисперсию,

с) выборочное среднее квадратическое отклонение.

Построить полигон частот или гистограмму.

xi

11,5

12,0

12,5

13,0

13,5

14,0

14,5

ni

5

13

40

26

7

5

4

а) Выборочная средняя:

.

б) Выборочная дисперсия:

.

с) Выборочное среднее квадратическое отклонение:

.

вероятность событие формула распределение

Полигон частот:

Размещено на Allbest.ru


Подобные документы

  • Закон распределения случайной величины дискретного типа (принимающей отдельные числовые значения). Предельные теоремы схемы Бернулли. Вычисление вероятности появления события по локальной теореме Муавра-Лапласа. Интегральная формула данной теоремы.

    презентация [611,2 K], добавлен 17.08.2015

  • Опыт со случайным исходом. Статистическая устойчивость. Понятие вероятности. Алгебра событий. Принцип двойственности для событий. Условные вероятности. Формулы сложения и умножения вероятностей. Формула Байеса. Пространство элементарных событий.

    реферат [402,7 K], добавлен 03.12.2007

  • Показатели безотказности как показатели надежности невосстанавливаемых объектов. Классическое и геометрическое определение вероятности. Частота случайного события и "статистическое определение" вероятности. Теоремы сложения и умножения вероятностей.

    курсовая работа [328,1 K], добавлен 18.11.2011

  • Правила применения уравнения Бернулли для определения возможности наступления события. Использование формул Муавра-Лапласа и Пуассона при неограниченном возрастании числа испытаний. Примеры решения задач с помощью теоремы Бернулли о частоте вероятности.

    курсовая работа [265,6 K], добавлен 21.01.2011

  • Определение числа всех равновероятных исходов испытания. Правило умножения вероятностей независимых событий, их полная система. Формула полной вероятности события. Построение ряда распределения случайной величины, ее математическое ожидание и дисперсия.

    контрольная работа [106,1 K], добавлен 23.06.2009

  • Возможные варианты расчета вероятности событий. Выборочное пространство и события, их взаимосвязь. Общее правило сложения вероятностей. Законы распределения дискретных случайных величин, их математическое ожидание. Свойства биномиального распределения.

    презентация [1,4 M], добавлен 19.07.2015

  • Случайные события, их классификация. Свойство статистической устойчивости относительной частоты события. Предельные теоремы в схеме Бернулли. Аксиоматическое и геометрическое определение вероятности. Локальная и интегральная теоремы Муавра-Лапласа.

    реферат [1,4 M], добавлен 18.02.2014

  • Определение и оценка вероятности наступления заданного события. Методика решения задачи, с использованием теоремы сложения и умножения, формулы полной вероятности или Байеса. Применение схемы Бернулли при решении задач. Расчет квадратического отклонения.

    практическая работа [55,0 K], добавлен 23.08.2015

  • Статистическое, аксиоматическое и классическое определение вероятности. Дискретные случайные величины. Предельные теоремы Лапласа и Пуассона. Функция распределения вероятностей для многомерных случайных величин. Формула Байеса. Точечная оценка дисперсии.

    шпаргалка [328,7 K], добавлен 04.05.2015

  • Определение числа исходов, благоприятствующих данному событию. Теорема умножения вероятностей и сложения несовместных событий, локальная теорема Лапласа. Расчет среднеквадратического отклонения величин. Несмещенная оценка генеральной средней и дисперсии.

    контрольная работа [91,0 K], добавлен 31.01.2011

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.