Методические указания по выполнению контрольной работы для студентов заочной формы обучения по направлению подготовки
Демонстрационный вариант контрольной работы
Download 1.2 Mb.
|
d654ef20fd39848f83f90c15ecd75365 (1)
Демонстрационный вариант контрольной работы
Задача 1. Найти вероятность того, что среди шести карт, наугад взятых из колоды в 36 карт, окажутся ровно три фигуры черного цвета. Решение. При конечном числе равновозможных элементарных исходов вероятность события равна отношению числа элементарных исходов, благоприятствующих этому событию, к общему числу элементарных исходов. Определяем пространство элементарных исходов. Элементарных исход – это произвольный набор 6 карт из колоды в 36 карт. Отбираем те элементарные исходы, которые приводят к наступлению события (благоприятные исходы). Признак, по которому карты относятся к множеству А – черная фигура, т.е. туз, король, дама, валет треф либо пик. А содержит только эти карты, а В – все остальные. Благоприятные исходы формируются путем произвольного выбора m1=3 карт из множества А и произвольного выбора m - m1 = 6 – 3 = 3 карт из множества В (где m=6 – число карт наугад взятых из колоды). Подсчитываем общее число элементарных исходов N , которое равно числу подмножеств из 6 элементов в множестве из 36 элементов, т.е. Подсчитываем число элементарных исходов n, благоприятствующих заданному событию. Благоприятные исходы формируются путем произвольного выбора m1=3 карт из множества А , состоящего из 8 карт и произвольного набора m - m1 = 6 – 3 = 3 карт из множества В , состоящего из 36 –m =28 карт. Поэтому число благоприятных исходов равно Согласно классическому определению, вероятность заданного события P будет равняться: Задача 2. Вероятность выхода из строя в течении времени Т i-го проводящего элемента цепи, изображенной на рис.1, равна pi . Все элементы цепи функционируют независимо друг от друга. Найти вероятность того, что вся цепь не выйдет из строя в течении времени Т , т.е. Решение. Введем случайные события: событие А заключается в том, что вся цепь не выйдет из строя в течении времени Т ; Событие Аi заключается в том, что i – ый элемент цепи не выйдет из строя в течении времени Т , i = 1,2,3,4. По условию события А1, А2, А3, А4 независимы и Р(Аi) = 1 – рi , i = 1,2,3,4. Выразим событие А через А1, А2, А3, А4 . Из рис.1 видно, что А = А1ˑ (А2 +А3) ˑ А4 . Для независимых случайных событий В1, В2, …, Вm справедливы следующие формулы: а) Р(В1 ˑ В2 ˑ … ˑ Вm) = Р(В1) ˑ Р(В2) ˑ … ˑ Р(Вm) ; б) Р(В1 + В2 + … + Вm) = 1 – (1 - Р(В1)) ˑ(1 - Р(В2)) ˑ … ˑ(1 - Р(Вm)) . События А1, А2+А3, А4 являются независимыми, поэтому согласно а) имеем Р(А) = Р(А1)ˑ Р(А2 +А3) ˑР(А4) . События А2, А3 являются независимыми, поэтому согласно б) имеем Р(А2 +А3) = 1 – (1 - Р(А2)) ˑ(1 - Р(А3)) . Из двух последних формул находим, что Р(А) = Р(А1)ˑ (1 – (1 - Р(А2)) ˑ(1 - Р(А3)) ˑР(А4) . Отсюда, учитывая, что Р(Аi) = 1- pi , получаем искомую вероятность: Р(А) = (1 – p1)( 1 – p2 p3) (1 – p4). Ответ: (1 – p1)( 1 – p2 p3) (1 – p4). Задача 3. В первой урне находится 7 черных и 3 белых шара, а во второй урне – 4 черных и 6 белых шаров. Из наудачу взятой урны достали один шар, который оказался белым. Какова вероятность того, что этот шар был вынут из первой урны? Решение. Предварительно вычислим вероятность события A (вынутый наудачу шар – белый) по формуле полной вероятности: Здесь – вероятность того, что шар извлечен из первой урны; – вероятность того, что шар извлечен из второй урны; – условная вероятность того, что вынутый шар белый, если он извлечен из первой урны; – условная вероятность того, что вынутый шар белый, если он извлечен из второй урны. По условиям задачи имеем: , , . Тогда . Теперь вычислим условную вероятность того, что этот шар был извлечен из первой урны, по формуле Байеса: Ответ: Задача 4. Дискретная случайная величина задана законом распределения
Найдите вероятность ; Найдите функцию распределения ; Найдите закон распределения случайной величины ; Найдите . Решение. 1) Так как сумма вероятностей в законе распределения равна , то . 2) Если , то . Действительно, по заданному закону случайная величина не принимает значений, меньших числа . Если , то ( может принимать значение с вероятностью ). Если 1 , то ( может принимать значение с вероятностью и значение с вероятностью ). Если , то ( может принимать значение с соответствующими вероятностями). Если , то . Действительно, событие достоверно и вероятность этого события равна . Таким образом, 3) Найдем возможные значения случайной величины : Вычислим вероятности возможных значений : Тогда, искомый закон распределения имеет вид
4) Вычислим и : Для вычисления и можно использовать закон распределения Тогда Ответ: ; ;
; ; ; . Задача 5. Найти математическое ожидание Mη , дисперсию Dη и вероятность P( η> ) непрерывной случайной величины η с плотностью вероятностей p(x) , заданной графически (рис.2). Решение. Находим аналитическое выражение для плотности вероятностей p(x) случайной величины η . Парабола p(x) имеет корни поэтому Где А – отрицательная постоянная. Находим А из соотношения Получаем Следовательно, Итак, При остальных x p(x) = 0 . Находим математическое ожидание Mη непрерывной случайной величины η по формуле: (предполагается, что интеграл сходится абсолютно). Получаем Находим дисперсию Dη непрерывной случайной величины η по формуле: Получаем = = . Находим P(η>c) по формуле: при . Получаем Ответ: = Задача 6. Таблица содержит результаты определений в метрах пространственных координат некоторого пункта (общее для всех данных слагаемое не влияет на расчеты и потому опущено). Требуется оценить математическое ожидание, дисперсию соответствующего трехмерного случайного вектора , его ковариационную и корреляционную матрицы. Выборка объемом 7 из генеральной совокупности трехмерного вектора приведена в таблице.
Решение. Пусть дана выборка объемом из генеральной совокупности -мерного вектора .
Его математическое ожидание , где , дисперсия , где , ковариационная матрица , где , корреляционная матрица , где а черта сверху означает результат усреднения по . Вычисления дают следующие результаты: Математическое ожидание . Аналогичным образом получаем . Находим оценки среднеквадратического отклонения: , , . Находим матрицу отклонений от средних значений:
Все полученные значения следует округлить до двух значащих цифр. Задача 7. Найти выборочное среднее, выборочную и исправленную дисперсию, выборочное и исправленное среднеквадратическое отклонение, построить полигон распределения, найти эмпирическую функцию распределения.
Решение.
Выборочное среднее: Выборочная дисперсия: Исправленная дисперсия: Выборочное среднеквадратическое отклонение: Исправленное среднеквадратическое отклонение: Для построения полигона на оси Ох откладывают значения вариант , на оси Оу – значения частот (или относительных частот ). Построенную таким образом ломаную, отрезки, которой соединяют точки ( или называют полигоном частот или полигоном относительных частот соответственно. Эмпирическая функция распределения имеет вид: Задача 8. Дан статистический ряд распределения. На уровне значимости проверить гипотезу о нормальном распределении генеральной совокупности, используя -критерий Пирсона. Решение. Параметры нормального закона и неизвестны, поэтому заменяем их оценками по выборке – несмещенными и состоятельными выборочной средней и исправленной дисперсией соответственно. Поскольку число элементов выборки достаточно велико, вместо исправленной дисперсии можно взять выборочную.
Итак, выдвигаемая гипотеза Н0: случайная величина распределена нормально с параметрами Для расчета вероятностей попадания случайной величины в интервал используем функцию Лапласа в соответствии со свойствами нормального распределения: . Например, и соответствующая первому интервалу теоретическая частота . Результаты расчетов удобно представить в виде таблицы:
Учитывая, что в рассматриваемом эмпирическом распределение частоты первого и последнего интервалов меньше 5, целесообразно объединить указанные интервалы с соседними. Фактически наблюдаемое значение статистики . Число интервалов (с учетом объединения крайних) , а нормальный закон распределения определяется параметрами, то число степеней свободы Соответствующее критическое значение статистики , , поэтому гипотеза о выбранном теоретическом нормальном законе согласуется с опытными данными. Задача 9. Найти доверительный интервал для оценки с надежностью 0,95 неизвестного математического ожидания нормально распределенного признака генеральной совокупности, если генеральное среднее квадратическое отклонение , выборочная средняя , объем выборки . Решение. Пусть задана генеральная совокупность с нормальным распределением , где значение стандартного отклонения σ известно. Для оценки параметра a воспользуемся величиной . Величина (имеет стандартное нормальное распределение). Получаем . Таким образом, доверительный интервал имеет вид: , где – точность оценки, – объем выборки, – значение аргумента функции Лапласа , при котором . Все величины, кроме , известны. . Подставив в значения , , , , получим: . Download 1.2 Mb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling