Теория вероятности
Вероятность появления события. Непрерывная случайная величина и функция распределения. Дисперсия непрерывной случайной величины. Среднее квадратическое отклонение. Формула полной вероятности, математическое ожидание. Интегральная теорема Лапласа.
Рубрика | Экономика и экономическая теория |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 09.02.2012 |
Размер файла | 149,7 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/
Теория вероятностей
Вариант №1
6. С первого автомата на сборку поступает 20 %, со второго - 30 %, с третьего - 50 % деталей. Первый автомат даёт в среднем 0,2 % брака, второй - 0,3 %, третий - 0,1 %. Найти вероятность того, что поступившая на сборку деталь бракованная.
Решение:
Обозначим через А событие: поступившая на сборку деталь бракованная. Можно теперь сделать три предположения:
В1 - деталь произведена первым автоматом;
В2 - деталь произведена вторым автоматом;
В3 - деталь произведена третьим автоматом.
Тогда соответствующие вероятности будут:
Р(В1) = 0,2;
Р(В2) = 0,3;
Р(В3) = 0,5.
Условная вероятность того, что деталь будет бракованная, если она произведена первым автоматом: РВ1(А) = Р1 = 0,2.
Аналогично: РВ2(А) = 0,3 и РВ3(А) = 0,1.
Вероятность того, что наудачу взятая деталь окажется бракованной (общий процент брака) находим по формуле полной вероятности:
Р(А) = Р(В1)РВ1(А) + Р(В2)РВ2(А) + Р(В3)РВ3(А) =
= 0,2х0,2 + 0,3х0,3 + 0,5х0,1 = 0,04 + 0,09 +0,06 = 0,19.
7. Вероятность выигрыша по лотерейному билету будет р = 0,3. Имеется 4 билета. Определить вероятности всех возможных исходов для владельца этих билетов: а) ни один билет не выиграет; б) выиграет один билет; в) два билета выиграют; г) 3 билета выиграют; д) 4 билета выиграют.
Решение:
По формуле Бернулли: вероятность того, что в серии из n = 4 билетов, выиграет ровно k билетов (безразлично в какой последовательности)
Pn(k) = pk qn - k = pk qn - k, где q = 1 - p = 1 - 0.3 = 0.7.
Следовательно:
k = 0, Р(0) = 1 х 0.30 х 0,74 = 1 х 1 х 0,2401 = 0,2401;
k = 1, Р(1) = х 0,3 х 0,73 = 4 х 0,3 х 0,343 = 0,4116;
k = 2, Р(2) = х 0,32 х 0,72 = 6 х 0,09 х 0,49 = 0,2646;
k = 3, Р(3) = х 0,33 х 0,7 = 4 х 0,09 х 0,7 = 0,252;
k = 4, Р(4) = х 0,34 х 0,70 = 1 х 0,0081 х 1 = 0,0081.
8. При некотором технологическом процессе вероятность изготовления годной детали равна 0,8. Определить наиболее вероятное число годных деталей в партии из 135 штук.
Решение:
Наивероятнейшее число k0 благоприятных исходов определяем по формуле:
np - q k0 np + р,
135 х 0,8 - 0,2 k0 135 х 0,8 + 0,8;
107,8 k0 135,8;
В нашем случае np - q дробное, значит существует одно наивероятнейшее число k0. Так как np = 135 х 0,8 = 108 - целое, то искомое наивероятнейшее число:
случайный величина распределение вероятность
k0 = np = 108 штук.
9. При массовом производстве шестерён вероятность брака при штамповке равна р = 0,1. Какова вероятность того, что из 400 наугад выбранных шестерён 50 будут бракованными?.
Решение:
Найдём математическое ожидание и дисперсию дискретной случайной величины Х - числа появления события А (наугад выбранные шестерни) в 400 независимых испытаниях:
М(Х) = np = 0.1 x 400 = 40;
D(X) = npq = 0.1 x 400 x (1 - 0.1) = 36.
Найдём максимальную разность между заданным числом появлений события (50 штук) и математическим ожиданием:
? = 50 - 40 = 10.
Воспользуемся неравенством Чебышева в форме:
Р(/Х - М(Х)/ ?) 1 - D(X)/?2.
После подстановок:
Р(/Х - 40/ 10) 1 - 36/100 = 0,64 - это и есть искомая вероятность.
10. Вероятность появления события на время испытаний р = 0,8. Найти вероятность того, что событие появится не менее 75 раз и не более 90 раз при 100 испытаниях.
Решение:
По условию р = 0,8; q = 0.2; k1 = 75; k2 = 90.
Для нахождения искомой вероятности воспользуемся интегральной теоремой Лапласа:
Pn(k1; k2) = Ф(х'') - Ф(х') = Ф[ - Ф[].
Подставляя данные задачи, получим
Р(75; 90) = Ф] - Ф[ = Ф(2,5) - Ф(-1,25) = Ф(2,5) + Ф(1,25) = 0,4938 + 0,3944 = 0,8882.
11. Дан закон распределения дискретной случайной величины Х,
Найти:
1) значение вероятности р3, соответствующую значению х3;
2) M(X); D(X); ?(X);
3) функцию распределения F(x) и построить её график;
4)Построить многоугольник распределения случайной величины Х.
Решение:
Х |
1 |
3 |
6 |
8 |
|
Р |
0,2 |
0,1 |
Р3 |
0,3 |
Общая вероятность ?Р = 1, тогда 0,2 + 0,1 + р3 + 0,3 = 1
Р3 = 1 - 0,2 - 0,1 - 0,3 = 0,4.
Получаем распределение:
Х |
1 |
3 |
6 |
8 |
|
Р |
0,2 |
0,1 |
0,4 |
0,3 |
1. Математическое ожидание:
М(Х) = ?рi xi = 1 x 0.2 + 3 x 0.1 + 6 x 0.4 + 8 x 0.3 = 0.2 + 0.3 + 2.4 + 2.4 = 5.3
2. Дисперсия:
D(X) = M(X2) - (M(X))2.
Закон распределения для Х2
Х2 |
1 |
9 |
36 |
64 |
|
Р |
0,2 |
0,1 |
0,4 |
0,3 |
Тогда М(Х2) = ?рi = 1 х 0,2 + 9 х 0,1 + 36 х 0,4 + 64 х 0,3 = 0,2 + 0,9 + 14,4 + 19,2 = 34,7.
D(X) = 34.7 - 5.32 = 34.7 - 28.09 = 6.61
3. Среднее квадратическое отклонение:
?(Х) = = = 2.571
4. Функция распределения:
Х |
1 |
3 |
6 |
8 |
|
F(x) |
0.2 |
0.2+0.1=0.3 |
0.3+0.4=0.7 |
0.7+0.3=1.0 |
Построим график:
13. Вероятность изготовления бракованного изделия равна 0,0002. Вычислить вероятность того, что контролёр, проверяющий качество 5 000 изделий, обнаружит среди них k = 4 бракованных.
Решение:
Вероятность изготовления бракованного изделия мала, p = 0.0002, а число изделий в партии велико, n = 5000, поэтому случайное число бракованных изделий имеет приближённо распределение Пуассона.
Pn (k) = ?k e-? / k!
Найдём ? = np = 5000 x 0.0002 = 1
P5000(4) = 14 e-1 / 4! = 0.3679/24 = 0.0153
14. Непрерывная случайная величина Х задана функцией распределения
F(X) =
Найти:
1)функцию плотности вероятности;
2) M(X); D(X); ?(X);
3) вероятность того, что в результате опыта случайная величина Х примет значение принадлежащее интервалу (1/4; 3/4).
Построить графики функций F(X) , f(X).
Решение:
1.Плотность распределения равна первой производной от функции распределения:
f(x) = F'(x) =
2. Математическое ожидание непрерывной случайной величины Х, возможное значение которой принадлежит в заданном случае интервалу (0; 1):
М(Х) = = 2 = =.
Дисперсия непрерывной случайной величины:
D(X) = = - [M(x)]2.
D(X) = 2 - = - = - = = = 0.055(5).
Среднее квадратическое отклонение:
?(Х) = = = 0.2357.
3. Bероятность того, что непрерывная случайная величина Х примет значение, принадлежащее интервалу (1/4; 3/4), определяется как:
P(1/4 x 3/4) = = 2 = = ? - ? = ?.
Графики функции распределения и плотности:
15. Вероятность безотказной работы элемента распределена по показательному закону f(x) = 0.02e-0.02t (t 0). Найти вероятность того, что элемент проработает безотказно в течение 50 часов.
Решение:
Показательным называется распределение вероятностей непрерывной случайной величины Х, плотность которого имеет вид:
0, при х 0,
f(x) =
? е-?х, при х 0.
Элемент проработает безотказно в течение 50 часов предполагает работу этого элемента в интервале времени от 0 до 50, поэтому искомая вероятность:
Р(0 х 50) = 0,02 е-0,02t dt = 0.02 / (- 0.02) x [e-50 x 0.02 - e0] = -1 [0.3679 - 1] = 0.6321
Размещено на Allbest.ru
Подобные документы
Периоды экономического роста и спада. Вероятность экономического спада. Определение вероятности роста рынка акций в зависимости от экономической ситуации. Составление ряда распределения. Дисперсия, среднеквадратичное отклонение и коэффициент вариации.
контрольная работа [85,8 K], добавлен 01.11.2014Технико-экономические показатели групп заводов; ряды распределения. Относительные величины интенсивности, цепные и базисные индексы товарооборота. Расчет средней величины, моды и медианы. Среднее квадратическое отклонение; дисперсия, коэффициент вариации.
контрольная работа [88,8 K], добавлен 06.10.2013Составление закона распределения случайной величины X—числа студентов, успешно сдавших экзамен. Расчет математического ожидания, дисперсии и среднего квадратического отклонения случайной величины. Таблица накопленных частот для сгруппированной выборки.
курсовая работа [1,8 M], добавлен 11.01.2015Показатели признака вариации в ряду. Среднее квадратическое отклонение, линейное отклонение, дисперсия, коэффициент вариации. Нижняя граница модального интервала и его величина. Медиана дискретного вариационного ряда. Определение моды и медианы.
лабораторная работа [30,8 K], добавлен 21.12.2012Законы распределения случайных величин. Закон распределения Пуассона. Свойства плотности вероятности. Критериальные случайные величины. Свойство коэффициента корреляции. Закон больших чисел и его следствия. Предельные теоремы теории вероятностей.
курс лекций [774,3 K], добавлен 11.03.2011Составление аналитической группировки с целью выявления зависимости уровня рождаемости от уровня доходов. Данные по региону о грузообороте транспорта, хозяйствах района. Размах вариации, среднее квадратическое отклонение, дисперсия. Темп роста и прироста.
контрольная работа [52,0 K], добавлен 02.11.2013Средняя фондоотдача на основании показателей о производственной деятельности. Средняя жилая площадь на члена домохозяйств: среднее линейное и квадратическое отклонение, коэффициент вариации. Межгрупповая и средняя из групповых дисперсий задержки вылетов.
контрольная работа [70,9 K], добавлен 15.01.2011Комбинаторный метод вычисления вероятностей. Понятие случайных величин. Характеристики положения и рассеивания. Закон больших чисел. Центральная предельная теорема. Статистическое оценивание характеристик распределения генеральной совокупности по выборке.
учебное пособие [554,6 K], добавлен 15.06.2015Основы построения регрессионных моделей: метод наименьших квадратов; двухмерная линейная концепция корреляционного и регрессионного анализа. Показатели статистической обработки информации: дисперсия, математическое ожидание и стандартное отклонение.
контрольная работа [80,8 K], добавлен 27.11.2012Основные показатели, характеризующие рабочих фирмы. Аналитическая группировка для оценки связи уровня образования со стажем работы, уровнями выработки и заработной платы. Среднее квадратическое отклонение размера вклада в районном отделении Сбербанка.
контрольная работа [113,2 K], добавлен 25.10.2010