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 17.08.2015Опыт 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 03.12.2007Показатели 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 18.11.2011Правила 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 21.01.2011Определение 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 23.06.2009Возможные 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 19.07.2015Случайные 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 18.02.2014Определение 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 23.08.2015Статистическое, 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 04.05.2015Определение 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