- •Академия управления
- •Содержание
- •Часть I. Задачи по теории вероятностей 4
- •Глава 1. События и вероятности 4
- •Часть I. Задачи по теории вероятностей Глава 1. События и вероятности
- •1.1 Элементы комбинаторики
- •1.2 Пространство элементарных событий. Полная группа событий. Операции над событиями
- •Задачи.
- •1.3 Задачи на классическое определение вероятности и гипергеометрическое распределение
- •Гипергеометрическое распределение (урновая схема)
- •Задачи.
- •1.4 Геометрические вероятности
- •Задачи.
- •1.5 Формулы сложения и умножения вероятностей
- •Понятия:
- •Формулы умножения вероятностей.
- •Формулы сложения вероятностей.
- •Задачи.
- •1.6 Формула полной вероятности и формула Байеса
- •1. Формула полной вероятности
- •2. Формула Байеса
- •Задачи.
- •1.7 Схема Бернулли. Предельные теоремы для схемы Бернулли
- •5. Локальная теорема Муавра-Лапласа.
- •Задачи.
- •Глава 2. Случайные величины и законы их распределения
- •2.1 Законы и функции распределения случайных величин. Математическое ожидание и дисперсия
- •Задачи.
- •2.2 Важнейшие распределения: биномиальное, Пуассона, показательное, равномерное и геометрическое
- •Задачи.
- •2.3 Нормальное распределение и его свойства
- •Задачи.
- •2.4 Двумерные случайные величины. Совместная функция и плотность распределения случайных величин
- •5. Вероятность попадания в прямоугольную область:
- •Задачи.
- •Часть II. Математическая статистика Глава 3. Доверительные интервалы
- •3.1 Доверительные интервалы при известной и неизвестной дисперсии
- •Задачи.
- •Глава 4. Проверка статистических гипотез
- •4.1 Сравнение дисперсий
- •4.1.1 . Сравнение двух дисперсий нормальных генеральных совокупностей
- •Задачи.
- •4.1.2. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •Задачи.
- •4.2 Сравнение средних генеральных совокупностей
- •4.2.1. Сравнение двух средних генеральных совокупностей, дисперсии которых известны (большие независимые выборки)
- •Задачи.
- •4.2.2. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки.
- •Задачи.
- •4.2.3. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности
- •Задачи.
- •Задачи.
- •Глава 5. Элементы теории корреляции
- •Задачи.
- •1. Найти коэффициент корреляции между величинами X и y, совместный закон распределения которых задан следующей таблицей:
- •Глава 6. Цепи Маркова
- •6.1 Цепи Маркова с дискретным временем
- •Задачи.
- •6.2 Цепи Маркова с непрерывным временем
- •Уравнение Колмогорова
- •Финальные вероятности состояний системы.
- •Задачи.
- •6.3. Задачи на использование схемы гибели и размножения
- •Задачи.
- •Глава 1.
- •1.1 Элементы комбинаторики.
- •1.3 Классическое определение вероятности и урновая схема.
- •1.4 Геометрические вероятности.
- •1.5 Формулы сложения и умножения вероятностей.
- •1.6 Формула полной вероятности и формула Байеса.
- •1.7 Схема Бернулли. Предельные теоремы для схемы Бернулли.
- •Глава 2.
- •2.1 Законы и функции распределения случайных величин.
- •2.2 Важнейшие распределения.
- •2.3 Нормальное распределение и его свойства.
- •2.4 Двумерные случайные величины.
- •Глава 3.
- •3.1 Доверительные интервалы при известной и неизвестной дисперсии
- •Глава 4.
- •4.1 Сравнение дисперсий.
- •4.2 Сравнение средних генеральных совокупностей.
- •Глава 5. Элементы теории корреляции.
- •Глава 6.
- •6.1 Дискретные цепи Маркова.
- •Непрерывные цепи Маркова.
- •Задачи на использование схемы гибели и размножения.
- •Приложения
Задачи.
12. По выборке объема , извлеченной из нормальной совокупности, найдены выборочная средняя и исправленное среднее квадратическое отклонение Требуется при уровне значимости 0,05 проверить нулевую гипотезу:
а)
при конкурирующей
б) решить эту задачу, приняв в качестве конкурирующей гипотезу
Проектный контролируемый размер изделий, изготавливаемых станком – автоматом, равен . Измерения 20 случайно отобранных изделий дали следующие результаты:
Контролируемый размер |
70,3 |
70,4 |
70,5 |
70,6 |
70,8 |
Частота |
2 |
2 |
5 |
7 |
4 |
Требуется при уровне значимости 0,05 проверить нулевую гипотезу , при конкурирующей
14. По утверждению руководства фирмы средний размер дебиторского счета равен 187,5 тыс.руб. Ревизор составляет случайную выборку из 10 счетов и обнаруживает, что средняя арифметическая выборки равна 175 тыс. руб. при среднем квадратическом отклонении 35 тыс.руб. Может ли оказаться в действительности правильным объявленный размер дебиторского счета? Принять уровень значимости равным .
15. Цех выпускает 2000 изделий за сутки. Отобрано 10 изделий и сделаны замеры определенного признака , которые приведены в таблице:
Значение признака |
25,1 |
25,12 |
25,14 |
25,2 |
25,22 |
25,23 |
25,24 |
Частота |
1 |
4 |
1 |
1 |
1 |
1 |
1 |
Считая номинальной для изделия величину 25,18 , установить размеры с уровнем значимости .
Глава 5. Элементы теории корреляции
Корреляция в широком смысле слова означает связь, соотношение между существующими явлениями. Если случайные переменные причинно обусловлены, то имеется корреляция.
Корреляция может быть:
а) положительной или отрицательной – в зависимости от характера;
б) простой или множественной – в зависимости от числа переменных;
в) линейной или нелинейной – в зависимости от формы связи.
В случае лишь одной независимой переменной Х в качестве меры связи между ней и зависимой переменной Y служит коэффициент корреляции. Если в результате испытаний система двух случайных величин приняла значения , то коэффициент корреляции может быть рассчитан по формуле
.
Для многомерной выборки (т.е. в случае более двух факторов) по аналогичным формулам необходимо рассчитать корреляционную матрицу
симметричную относительно главной диагонали.
В теории вероятности для вычисления коэффициента корреляции используют несколько другую формулу, а именно:
где так называемый корреляционный момент или ковариация:
Для вычисления корреляционного момента дискретных величин используют формулу:
, а для непрерывных величин – формулу:
Если корреляционный момент случайных величин X и Y отличен от нуля, то данные величины являются зависимыми.
Для независимых и коэффициент корреляции равен нулю.
Свойства коэффициента корреляции
Если , то , где k и b — константы, k>0.
Если, , то , где k<0.
Коэффициент корреляции достигает своих предельных значений –1 и 1 в том и только в том случае, если между и имеется линейная зависимость.
При <1 линейная зависимость отсутствует, хотя по мере приближения к единице совместное распределение , имеет тенденцию концентрироваться вблизи некоторой прямой линии и величину можно считать мерой близости к полной линейной зависимости между и . Чем ближе к единице, тем теснее глубина корреляционной зависимости.