Формула Бернулли, Пуассона. Коэффициент корреляции. Уравнение регрессии
В каждой из двух урн содержится 6 черных и 4 белых шаров. Из первой урны наудачу извлечен один шар и переложен во вторую. Найти вероятность того, что шар, извлеченный из второй урны, окажется черным.
Рубрика | Математика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 19.05.2003 |
Размер файла | 619,9 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.
Контрольная работа
ТЕОРИЯ ВЕРОЯТНОСТЕЙ
1. В каждой из двух урн содержится 6 черных и 4 белых шаров. Из первой урны наудачу извлечен один шар и переложен во вторую. Найти вероятность того, что шар, извлеченный из второй урны, окажется черным.
Решение
Пусть гипотезы и состоят в том что:
Из первой урны извлекли черный шар, вероятность
- извлекли белый шар, вероятность
Гипотезы несовместны и сумма их вероятностей равна 1. Значит, гипотезы образуют полную группу.
Пусть событие А состоит в том, что из второй урны извлекут черный шар. Если происходит событие Н1 то во второй урне станет 6+1=7 черных и 4 белых шара. В этом случае вероятность наступления А равна
Если же происходит событие Н2 то во второй урне станет 6 черных и 4+1=5 белых шаров. Вероятность наступления А
По формуле полной вероятности вычислим вероятность события А (из второй урны вынут черный шар)
Ответ: 0,60
5. Студент знает 40 из 50 вопросов программы. Найти вероятность того, что студент знает 2 вопроса, содержащиеся в его экзаменационном билете.
Решение
Для каждого вопроса вероятность того что студент его знает, одинакова
Найдем вероятность того, что в двух испытаниях событие А (студент знает вопрос) произойдет 2 раза по формуле Бернулли
Ответ: 0,64
11. Среднее число вызовов, поступающих на АТС в 1 мин., равно четырем. Найти вероятность того, что за 2 мин. поступит: 1) 6 вызовов; 2) менее шести вызовов; 3) не менее шести вызовов. Предполагается, что поток вызовов - простейший.
Решение
Интенсивность потока
Время t=2
По формуле Пуассона, вероятность того что за время t поступит k вызовов, равна
1)
2)
3)
15. Среднее число самолетов, прибывающих в аэропорт за 1 мин, равно трем. Найти вероятность того, что за 2 мин прибудут: 1) 4 самолета; 2) менее четырех самолетов; 3) не менее четырех самолетов.
По формуле Пуассона, вероятность того что за время t поступит k вызовов, равна
1)
2)
3)
21-30. Для дискретной случайной величины Х, определенной в задаче:
1).написать ряд распределения; 2).построить многоугольник распределения;
3).вычислить математическое ожидание, дисперсию и среднее квадратическое отклонение; 4).построить интегральную функцию распределения.
21. Вероятность того, что в библиотеке необходимая книга свободна, равна 0,3. В городе 4 библиотеки. СВ Х - число библиотек, которые посетит студент в поисках необходимой книги.
Решение
Случай ная величина Х может принимать такие значения
Х=1 - если студент найдет книгу в первой же библиотеке
Х=2 -если в первой не найдет а найдет во второй
Х=3- если не найдет в первой и второй а найдет в третьей
Х=4- если не найдет ни в первой, ни во второй, ни в третьей.
Найдем их вероятности.
Пусть событие А состоит в том что книга найдена. Р(А)=0,3.
Не найдена - вероятность противоположного события равна
1)Запишем ряд распределения Х
Х |
1 |
2 |
3 |
4 |
|
Р |
0,3 |
0,21 |
0,147 |
0,343 |
2) См. рисунок 1(21)
3) Математическое ожидание дискретной случайной величины
Дисперсия
Среднеквадратическое отклонение
4) Х - дискретная случайная величина. Найдем функцию распределения F(x)=P{x<X}- кусочно-постоянная функция
25. Три плавбазы вышли на путину. Вероятность того, что первая из них перевыполнит план равна 0,9; вторая - 0,8 и третья - 0,85. СВ Х - число баз, перевыполнивших план.
Случай ная величина Х может принимать такие значения
Х=0 если ни первая ни вторая ни третья базы не перевыполнили план
Х=1 - это может произойти если 1-я база перевыполнила план, а вторая и третья нет, или вторая перевыполнила а первая и третья нет, или третья первыполнила а первая и вторая нет.
Х=2 -если первая и вторая базы перевыполнили план а третья нет, или вторая и третья перевыполнили а первая нет, или первая и третья перевыполнили а вторая нет.
Х=3- если все три базы перевыполнили план
.
Найдем их вероятности.
По формулам суммы и произведения вероятностей, по формуле вероятности
1)Запишем ряд распределения Х
Х |
0 |
1 |
2 |
3 |
|
Р |
0,003 |
0,056 |
0,329 |
0,612 |
2) См. рисунок 1(25)
3) Математическое ожидание дискретной случайной величины
Дисперсия
Среднеквадратическое отклонение
4) Х - дискретная случайная величина. Найдем функцию распределения F(x)=P{x<X}- кусочно-постоянная функция
31-40. Случайная величина Х задана плотностью распределения (х). Определить: а) параметр А; б) функцию распределения вероятностей (х); в) математическое ожидание МХ; г) дисперсию ДХ; д) вероятность того, что в n независимых испытаниях случайная величина Х попадет ровно m раз в интервал (, ). Построить графики функций (х), (х).
31.
(х)=
n = 4, m = 3, = 0, = 2
Решение
а)Для плотности распределения непрерывной случайной величины должно выполняться условие
В нашем случае
б) Функция распределения вероятностей
в) Математическое ожидание
г) Дисперсия
д) При каждом независимом испытании вероятность попадания в интервал равна
По формуле Бернулли вероятность того что случайная величина в n=4 испытаниях m=3 раза попадет в интервал равна
е)Графики смотри рис.2(31)
35.
(х)=
n=4, m=2, =-1/3 А, =5/4 А.
а)Для плотности распределения непрерывной случайной величины должно выполняться условие
В нашем случае
б) Функция распределения вероятностей
в) Математическое ожидание
г) Дисперсия
д) При каждом независимом испытании вероятность попадания в интервал равна
По формуле Бернулли вероятность того что случайная величина в n=4 испытаниях m=2 раза попадет в интервал равна
е)Графики смотри рис.2(35)
41-50. Дана выборка значений признака Х. Требуется:
построить статическую совокупность;
построить гистограмму частот;
найти точечные оценки генеральной средней, генеральной
дисперсии и генерального среднего квадратического отклонения;
найти доверительный интервал для неизвестного математического
ожидания;
проверить нулевую гипотезу о нормальном законе распределения
количественного признака Х генеральной совокупности.
41.
38, 51, 57, 64, 76, 92, 89, 19, 35, 60, 22, 41, 44, 48, 60, 44, 67, 80, 86,
57, 25, 83, 73, 70, 70, 70, 64, 60, 60, 64, 57, 54, 57, 54, 32, 86, 86, 80,
76, 60, 76, 70, 70, 67, 67, 64, 64, 60, 28, 67, 41, 41, 51, 48, 44, 80, 80,
76, 73, 51, 67, 60, 32, 41, 41, 54, 57, 60, 67, 73, 73, 76, 57, 67, 73, 73,
64, 60, 54, 57.
Объем выборки n=80
Наименьшее значение признака Х
MIN: |
19 |
Наибольшее значение
MAX: |
92 |
Определим оптимальное число интервалов разбиения по формуле
Число интервалов: |
7,00 |
|
Шаг интервала h=(92-19)/7= |
10,43 |
Составим интервальный вариационный ряд
Интервал |
Колич. Элементов m(i) |
Относит. Частоты m(i)/n |
Середины интервалов |
||
19,00 |
29,43 |
4 |
0,05 |
24,21 |
|
29,43 |
39,86 |
4 |
0,05 |
34,64 |
|
39,86 |
50,29 |
10 |
0,13 |
45,07 |
|
50,29 |
60,71 |
23 |
0,29 |
55,50 |
|
60,71 |
71,14 |
18 |
0,23 |
65,93 |
|
71,14 |
81,57 |
15 |
0,19 |
76,36 |
|
81,57 |
92,00 |
6 |
0,08 |
86,79 |
2)Построим гистограмму частот, откладывая по оси Х границы интервалов а по оси У значения
3)Точечной оценкой математического ожидания является эмпирическая средняя
Точечной оценкой генеральной дисперсии является дисперсия эмпирическая
Точечная оценка генерального среднего квадратического отклонения
Исправленное среднее квадратическое отклонение
4)Доверительный интервал для неизвестного математического ожидания
имеет вид (при надежности p=0.95)
Доверительный интервал для оценки математического ожидания имеет вид
Где - такое число, для которого
По таблицам значений функции Лапласа находим =1,96
Доверительный интервал имеет вид
Предположим, что количественный признак Х имеет нормальное распределение и вычислим теоретические частоты.
Параметры распределения
Вероятность попадания в интервал для нормально распределенной случайной величины
Для более точного применения критерия Пирсона требуется чтобы теоретические частоты были>5. Это не выполняется для интервала 1, который объединяем с соседним. Теперь количество интервалов равно 6. Найдем величину уклонения
По таблицам для критерия Пирсона найдем критическую точку для количества степеней свободы k=6-1-2=3 и q=0.05
Отсюда следует, что различия между теоретическими и опытными частотами случайны и гипотезу о нормальном распределении следует принять.
45.
24, 99, 28, 68, 72, 81, 85, 93, 29, 36, 32, 48, 72, 52, 62, 60, 40, 85, 68, 76,
64, 52, 60, 76, 56, 60, 64, 68, 72, 76, 72, 68, 72, 85, 68, 72, 73, 98, 44, 51,
48, 52, 97, 56, 84, 81, 97, 62, 64, 56, 93, 86, 69, 89, 64, 81, 56, 72, 72, 81,
68, 76, 85, 70, 81, 72, 68, 71, 72, 93, 76, 92, 72, 93, 65, 55, 84, 36, 48, 52.
Объем выборки n=80
Наименьшее значение признака Х
MIN: |
24 |
Наибольшее значение
MAX: |
99 |
Определим оптимальное число интервалов разбиения по формуле
Число интервалов: |
7,00 |
|
Шаг интервала h=(99-24)/7= |
10,71 |
Составим интервальный вариационный ряд
Интервальный ряд |
Колич. Элементов m(i) |
Относит. Частоты m(i)/n |
Середины интервалов |
||
24,00 |
34,71 |
4 |
0,05 |
29,36 |
|
34,71 |
45,43 |
4 |
0,05 |
40,07 |
|
45,43 |
56,14 |
13 |
0,16 |
50,79 |
|
56,14 |
66,86 |
10 |
0,13 |
61,50 |
|
66,86 |
77,57 |
27 |
0,34 |
72,21 |
|
77,57 |
88,29 |
12 |
0,15 |
82,93 |
|
88,29 |
99,00 |
10 |
0,13 |
93,64 |
2)Построим гистограмму частот, откладывая по оси Х границы интервалов а по оси У значения
3)Точечной оценкой математического ожидания является эмпирическая средняя
Точечной оценкой генеральной дисперсии является дисперсия эмпирическая
Точечная оценка генерального среднего квадратического отклонения
Исправленное среднее квадратическое отклонение
4)Доверительный интервал для неизвестного математического ожидания
имеет вид (при надежности p=0.95)
Доверительный интервал для оценки математического ожидания имеет вид
Где - такое число, для которого
По таблицам значений функции Лапласа находим =1,96
Доверительный интервал имеет вид
Предположим, что количественный признак Х имеет нормальное распределение и вычислим теоретические частоты.
Параметры распределения
Вероятность попадания в интервал для нормально распределенной случайной величины
Для более точного применения критерия Пирсона требуется чтобы теоретические частоты были>5. Это не выполняется для интервала 1, который объединяем с соседним. Теперь количество интервалов равно 6. Найдем величину уклонения
По таблицам для критерия Пирсона найдем критическую точку для количества степеней свободы k=6-1-2=3 и q=0.05
Отсюда следует, что различия между теоретическими и опытными частотами значимы и гипотезу о нормальном распределении следует отклонить..
51-60.
Для установления корреляционной зависимости между величинами
X и Y (где Y- случайная величина, X- неслучайная величина) проведены
эксперименты, результаты которых представлены в таблице.
Требуется: 1. Найти условные средние и построить эмпирическую линию
регрессии Y по X (ломаную). 2. Найти уравнение регрессии Y по X
методом наименьших квадратов, принимая в качестве сглаживающей
линии параболу затем построить ее на одном чертеже
с эмпирической линией регрессии. 3. Оценить тесноту корреляционной
зависимости Y по X. 4. Проверить адекватность уравнения регрессии Y по X.
51.
10 |
20 |
30 |
40 |
50 |
||
212 220 251 270 292 |
258 258 285 314 325 |
282 290 325 326 343 |
316 330 334 361 370 |
370 330 350 375 380 |
Решение
Найдем условные средние по у
Эмпирическая ломаная регрессии см рис 3(51)
2. Для определения неизвестных параметров a,b,c требуется решить
систему уравнений
Заполним вспомогательную таблицу
Y() |
|||||||||
1 |
10 |
245 |
2450 |
100 |
1000 |
10000 |
24500 |
246,64 |
|
2 |
20 |
288 |
5760 |
400 |
8000 |
160000 |
115200 |
284,26 |
|
3 |
30 |
313,2 |
9396 |
900 |
27000 |
810000 |
281880 |
315,88 |
|
4 |
40 |
342,2 |
13688 |
1600 |
64000 |
2560000 |
547520 |
341,5 |
|
5 |
50 |
361 |
18050 |
2500 |
125000 |
6250000 |
902500 |
361,12 |
|
150 |
1549,4 |
49344 |
5500 |
225000 |
9790000 |
1871600 |
Получаем систему уравнений
Решение системы: a=-0.03; b=4.662; c=203.02
Получаем уравнение кривой
Подставляя в уравнение поочередно значения х, получаем соответствующие точки параболы, которые и наносим на график.(рис 3(51))
3. Найдем значение коэффициента корреляции
Отсюда можно сделать вывод что зависимость прямая сильная., тк
коэффициент близок к 1
55.
1 |
2 |
3 |
4 |
5 |
||
0.27 0.25 0.21 0.33 0.24 |
0.23 0.25 0.30 0.31 0.37 |
0.31 0.27 0.26 0.24 0.22 |
0.32 0.29 0.33 0.32 0.33 |
0.81 0.65 0.50 0.63 0.60 |
Решение
Найдем условные средние по у
Эмпирическая ломаная регрессии см рис 3(51)
2. Для определения неизвестных параметров a,b,c требуется решить
систему уравнений
Заполним вспомогательную таблицу
Y() |
|||||||||
1 |
1 |
0.26 |
0.26 |
1 |
1 |
1 |
0.26 |
0.294 |
|
2 |
2 |
0.292 |
0.584 |
4 |
8 |
16 |
1.168 |
0.224 |
|
3 |
3 |
0.26 |
0.78 |
9 |
27 |
81 |
2.34 |
0.254 |
|
4 |
4 |
0.318 |
1.272 |
16 |
64 |
256 |
5.088 |
0.384 |
|
5 |
5 |
0.638 |
3.19 |
25 |
125 |
625 |
15.95 |
0.614 |
|
15 |
1.768 |
6.086 |
55 |
225 |
979 |
24.806 |
Получаем систему уравнений
Решая систему находим a=0.05,b=-0.22,c=0.464
Подставляя в уравнение поочередно значения х, получаем
соответствующие точки параболы, которые и наносим на график(рис.3(55).)
И в таблицу.(последний столбец)
3. Найдем значение коэффициента корреляции
Отсюда можно сделать вывод что зависимость прямая умеренная.
61-70. Найти выборочное уравнение прямой регрессии У на Х по данной корреляционной таблице.
61.
Y |
X |
|||||||
4 |
9 |
14 |
19 |
24 |
29 |
|||
10 |
2 |
3 |
__ |
__ |
__ |
__ |
5 |
|
20 |
__ |
7 |
3 |
__ |
__ |
__ |
10 |
|
30 |
__ |
__ |
2 |
50 |
2 |
__ |
54 |
|
40 |
__ |
__ |
1 |
10 |
6 |
__ |
17 |
|
50 |
__ |
__ |
__ |
4 |
7 |
3 |
14 |
|
2 |
10 |
6 |
64 |
15 |
3 |
n=100 |
Выберем в качестве ложных нулей варианты по х и у с наибольшими частотами.
Перейдем к условным вариантам
Получим таблицу в условных вариантах.
V |
U |
|||||||
-3 |
-2 |
-1 |
0 |
1 |
2 |
|||
-2 |
2 |
3 |
__ |
__ |
__ |
__ |
5 |
|
-1 |
__ |
7 |
3 |
__ |
__ |
__ |
10 |
|
0 |
__ |
__ |
2 |
50 |
2 |
__ |
54 |
|
1 |
__ |
__ |
1 |
10 |
6 |
__ |
17 |
|
2 |
__ |
__ |
__ |
4 |
7 |
3 |
14 |
|
2 |
10 |
6 |
64 |
15 |
3 |
n=100 |
Найдем выборочные средние
Найдем вспомогательные величины
Вычислим коэффициент корреляции
Перейдем теперь к исходным вариантам и составим уравнение регрессии
Уравнение регрессии
65.
Y |
X |
|||||||
10 |
15 |
20 |
25 |
30 |
35 |
|||
6 |
4 |
2 |
__ |
__ |
__ |
__ |
6 |
|
12 |
__ |
6 |
2 |
__ |
__ |
__ |
8 |
|
18 |
__ |
__ |
5 |
40 |
5 |
__ |
50 |
|
24 |
__ |
__ |
2 |
8 |
7 |
__ |
17 |
|
30 |
__ |
__ |
__ |
4 |
7 |
8 |
19 |
|
4 |
8 |
9 |
52 |
19 |
8 |
n=100 |
Выберем в качестве ложных нулей варианты по х и у с наибольшими частотами.
Перейдем к условным вариантам
Получим таблицу в условных вариантах.
V |
U |
|||||||
-3 |
-2 |
-1 |
0 |
1 |
2 |
|||
-2 |
4 |
2 |
__ |
__ |
__ |
__ |
6 |
|
-1 |
__ |
6 |
2 |
__ |
__ |
__ |
8 |
|
0 |
__ |
__ |
5 |
40 |
5 |
__ |
50 |
|
1 |
__ |
__ |
2 |
8 |
7 |
__ |
17 |
|
2 |
__ |
__ |
__ |
4 |
7 |
8 |
19 |
|
4 |
8 |
9 |
52 |
19 |
8 |
n=100 |
Найдем выборочные средние
Найдем вспомогательные величины
Вычислим коэффициент корреляции
Перейдем теперь к исходным вариантам и составим уравнение регрессии
Уравнение регрессии
Подобные документы
Вероятность выхода прибора за время t в нормальном режиме равна 0,1, в ненормальном 0,7. Семена некоторых растений прорастают с вероятностью 0,8. Найти вероятность того, что из 2000 посаженных семян прорастает 1600 семян; не менее 1600 семян.
контрольная работа [32,1 K], добавлен 19.05.2003Вероятность 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.
контрольная работа [55,2 K], добавлен 19.12.2013Закон 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 17.08.2015Способы определения вероятности происхождения события с помощью формулы Бейеса на примере задач о вынимании шарика определенного цвета из урны, попадании стрелком в мишень, о выпадении герба монеты, передачи сообщения по средствам связи без помех.
контрольная работа [105,5 K], добавлен 01.12.2010Теория вероятностей: биноминальный закон, закон Пуассона. Задачи. Независимо друг от друга 10 чел. Садятся в поезд, содержащий 15 вагонов. Вероятность того, что все они поедут в разных вагонах?
лабораторная работа [30,0 K], добавлен 07.10.2002Операция объединения множеств. Перестановки без повторений, правило произведения. Вероятности извлечения предмета из урны. Вероятность наивероятнейшего числа попаданий в десятку. Математическое ожидание, дисперсия и среднее квадратичное отклонение.
контрольная работа [165,5 K], добавлен 23.09.2011Определение вероятности наступления события по формуле Бернулли. Построение эмпирической функции распределения и гистограммы для случайной величины. Вычисление коэффициента корреляции, получение уравнения регрессии. Пример решения задачи симплекс-методом.
контрольная работа [547,6 K], добавлен 02.02.2012Вероятность совместного появления двух белых шаров. Расчет числа исходов, благоприятствующих интересующему событию. Функция распределения случайной величины. Построение полигона частот, расчет относительных частот и эмпирической функции распределения.
задача [38,9 K], добавлен 14.11.2010Преимущество использования формулы Бернулли, ее место в теории вероятностей и применение в независимых испытаниях. Исторический очерк жизни и деятельности швейцарского математика Якоба Бернулли, его достижения в области дифференциального исчисления.
презентация [96,2 K], добавлен 11.12.2012Правила 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