EO_Lab_rabota_4
.docx4. ЛАБОРАТОРНАЯ РАБОТА
«Дискретные и непрерывные случайные величины»
Оглавление
Цель 1
Дискретные случайные величины 1
Непрерывные случайные величины 3
Биноминальное распределение 5
Распределение Пуассона 7
Геометрическое распределение 7
Гипергеометрическое распределение 9
Нормальное распределение 11
Равномерное распределение 13
Показательное распределение 13
Контрольные задания 13
Цель
Целью лабораторной работы №4 является знакомство с возможностями программы Maple для расчеты распределения случайной величины по условию задачи, по нахождению ее числовых характеристик, таких как математическое ожидание, дисперсия и среднее квадратическое отклонение. .
Дискретные случайные величины
Определение. Случайной величиной называется величина, которая в результате опыта, принимает числовое значение, являющееся случайным событием этого опыта. Множество всех таких значений будем называть множеством возможных значений случайной величины
Определение. называется функцией распределения случайной величины .
Свойства функции распределения:
1) 0<=<=1;
2) P{<=<}=-;
3) <=, если <;
4) (-)=0, (+)=1.
5) P( =) =
Определение. Рядом (или законом распределения) дискретной случайной величины называют таблицу, в первой строке которой возможные значения , а во второй - соответствующие вероятности =P{=}; =1.
Характеристиками положения случайной величины являются математическое ожидание, мода и медиана.
Определение. Средним значением, или математическим ожиданием дискретной случайной величины называют
M[]= (1)
Свойства математического ожидания:
1) M[C]=C, где С - const;
2) M[C]=CM[];
3) M[]=M[]+M[], где и - любые случайные величины;
4) M[]=M[] M[], если и - независимые случайные величины.
Случайные величины и называются независимыми, если для любых x и y имеет место равенство F(x,y) = ,т.е. P({<x, <y})=P({<x})P({<y}).
Модой () дискретной случайной величины называется ее наиболее вероятное значение.
Начальные и центральные моменты k-го порядка случайной величины определяются соответственно формулами:
=M[] и =M[].
Если дискретная случайная величина, то =, =.
Первый начальный моментявляется математическим ожиданием случайной величины
Второй центральный момент является дисперсией случайной величины :
D[]=M[]= (2)
Для вычислений удобна следующая формула:
=M[]-.
Свойства дисперсии:
1) D[C]=0, где C-const;
2) D[C]=D[];
3) если и - независимые случайные величины, то D[+]=D[]+D[].
Непрерывные случайные величины
Пусть - непрерывная случайная величина и ее функция распределения непрерывна на множестве действительных чисел.
Определение. Плотностью вероятности назовем функцию =
Свойства плотности вероятности:
1) >=0;
2) =1;
3) =
4) P{<<}=
Непрерывная случайная величина задается либо функцией распределения , либо плотностью вероятности . Заметим, что функцию называют еще плотностью распределения случайной величины .
Определение. Средним значением, или математическим ожиданием непрерывной случайной величины называют число
M[]= , причем предполагается, что интеграл сходятся абсолютно.
Определение. Дисперсией случайной величины называется число
D[]=M[]
Для непрерывной случайной величины дисперсию можно найти по формуле
D[]=, причем предполагается, что интеграл сходятся абсолютно.
Начальные и центральные моменты k-го порядка случайной величины определяются соответственно формулами:
=M[] и =M[].
Если непрерывная случайная величина, то
= =
Первый начальный моментявляется математическим ожиданием случайной величины
Второй центральный момент является дисперсией случайной величины :
Заметим, что размерность величин и совпадает с размерностью самой случайной величины , а размерность равна квадрату размерности .
Биноминальное распределение
Определение. Биномиальное распределение — распределение количества наступлений события A в последовательности из n независимых случайных экспериментов, таких, что вероятность наступления события A в каждом из них постоянна и равна p.
Формула Бернулли является аналитическим выражением искомого закона распределения.
Таблица №1
Математическое ожидание |
np |
Дисперсия |
npq |
Задача №1.
Стрелок стреляет 9 раз по мишени. Вероятность попадания в цель при одном выстреле Написать в виде теблицы (матрицы) закон распределения случайной величины X – число попаданий по мишени. Проверить, что сумма всех вероятностей в таблице равна 1. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №1. Найти среднее квадратическое отклонение. Найти вероятность того, что стрелок попадет более 5 раз по мишени.
Решение.
Формула Бернулли:
>
Матрица распределения:
>
Проверим, что сумма всех вероятностей во второй строке равна 1.
>
Найдем математическое ожидание:
>
>
По формуле: результат подтверждается.
Найдем дисперсию:
>
>
По формуле: результат подтверждается.
Найдем среднее квадратическое отклонение:
>
>
Вероятность того, что стрелок попадет более 5 раз равна:
>
>
76, 16%.
Распределение Пуассона
Пусть производится n независимых испытаний в каждом из которых вероятность появления события A равна p. Для определения вероятности k появлений события в этих испытаниях используют формулу Бернулли. Если же n велико, то пользуются асимптотической формулой Лапласа (см. Лабораторную работу № 3). Однако эта формула не пригодна, если вероятность события мала (npq<9). В этих случаях прибегают к асимптотической формуле Пуассона.
Данное распределение в лабораторной работе №4 не будет рассматриваться, так как возможности математического пакета Maple позволяют рассчитывать вероятность непосредственно по формуле Бернулли при ОЧЕНЬ больших n и при ОЧЕНЬ малых p , как собственно и стандартный калькулятор встроенный в программу Windows. А расчеты по прямой формуле имеют гораздо меньшую погрешность, а значит и большую ценность, чем по асимптотическим. Данный вопрос вынесен на практические занятия.
Геометрическое распределение
Пусть производятся независимые испытаний, в каждом из которых вероятность появления события A равна p (0<p<1) и, следовательно, вероятность его непоявления Испытания заканчиваются как только появляется событие A. Таким образом, если событие A появилось на k-м испытании, то в предшествующих k-1 испытаниях оно не появлялось.
Обозначим через Х дискретную случайную величину – число испытаний, которое нужно провести до первого появления события A. Возможные значения X – весь натуральный ряд. Вероятность рассчитывается по формуле:
Таблица №2
Математическое ожидание |
|
Дисперсия |
|
Задача №2.
Из орудия производится стрельба до первого попадания. Вероятность попадания в цель X – дискретная случайная величина числа испытаний. Составить таблицу (матрицу) распределения для X=1,2,…10. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №2. Найти среднее квадратическое отклонение. Сколько раз надо сделать выстрелов, чтобы с вероятностью 0,999 попасть по мишени?
Решение:
Вероятность будет рассчитываться по формуле:
>
Составим первые 10 столбцов таблицы (матрицы) распределения. Очевидно, что вся таблица – бесконечна.
>
Убедимся, что сумма всех вероятностей во второй строке распределения равна 1, для этого составим ряд:
>
Найдем математическое ожидание:
>
По формуле: результат подтверждается.
Найдем дисперсию:
>
D=0.56
По формуле: результат подтверждается.
Найдем среднее квадратическое отклонение:
>
>
Ответим на вопрос сколько раз надо сделать выстрелов, чтобы с вероятностью 0,999 попасть по мишени
>
Вызовом контекстного меню, решаем данное неравенство :
>
Итак, уже при шести выстрелах, вероятность поражения хотя бы один раз мишень достигнет 0,999.
Гипергеометрическое распределение
Задача. Пусть в группе N студентов из них M отличники (M<N). Из группы случайно отбирают n студентов для прохождения тестирования (каждый студент может быть отобран с одинаковой вероятностью). Обозначим через Х случайную величину – m отличников среди n отобранных. Очевидно, возможные значения X таковы: 0,1,2…, min(M,n).
Искомая вероятность события X=m
Эта формула определяет распределение вероятностей, которое называют гипергеометрическим.
Таблица №3
Математическое ожидание |
|
Дисперсия |
|
Мода |
|
Задача №3
Пусть в группе 30 студентов из них 9 отличники. Из группы случайно отбирают 4 студента для прохождения тестирования (каждый студент может быть отобран с одинаковой вероятностью). Обозначим через Х случайную величину – m отличников среди 4 отобранных. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №3. Найти среднее квадратическое отклонение. Найти наивероятнейшее число отличников, попавших на тестирование.
Решение.
Вероятность того, в отобранную группу попадут n отличников рассчитаем по формуле:
>
Таблица (матрица) распределения будет иметь вид:
>
Проверка:
>
Математическое ожидание
>
По формуле: результат подтверждается.
Найдем дисперсию:
>
>
По формуле: результат подтверждается:
>
Найдем среднее квадратическое отклонение:
>
>
Найдем наивероятнейшее число отличников, попавших на тестирование по таблице распределения – это один.
Нормальное распределение
Нормальным называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью
График плотности нормального распределения называют нормальной кривой (кривой Гаусса).
Таблица №4
Математическое ожидание |
|
Дисперсия |
|
Нормальное распределение часто встречается в природе. Например, следующие случайные величины хорошо моделируются нормальным распределением:
-отклонение при стрельбе.
-погрешности измерений (однако погрешности некоторых измерительных приборов имеют не нормальные распределения).
-некоторые характеристики живых организмов в популяции.
-исследование свойств личности человека в психологии и психиатрии.
Задача №4
Конфеты, изготовляемые на конвейере фабрики, считаются годными, если отклонение диаметра конфеты от проектного размера не превышает 2мм. Случайные отклонения диаметра конфет подчиняется нормальному закону со средним квадратическим отклонением мм и математическим ожиданием m=0. Сколько годных конфет изготовляет фабрика? Дать графическую интерпретации решению задачи.
Решение.
>
>
Фабрика изготовляет 78,87% годных конфет.
>
Равномерное распределение
Распределение вероятностей называют равномерным, если на интервале которому принадлежат все возможные значения случайной величины, плотность распределения сохраняет постоянное значение.
Плотность вероятности равномерного распределения
Таблица №5
Математическое ожидание |
|
Дисперсия |
|
Показательное распределение
Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины X, которое описывается:
где λ>0.
Таблица №6
Математическое ожидание |
|
Дисперсия |
|
Контрольные задания
-
Оформите титульный лист к лабораторной работе, согласно требованиям СФМЭИ (ТУ). Укажите название лабораторной работы. Фамилию, Имя, группу, номер студента в журнале (см. Приложение 1).
-
Создайте документ Maple. Напишите заголовок 14 кеглем, полужирно, с выравниванием по центру: «Лабораторная работа №_». Далее с выравниванием по правому краю, курсивом, 14 кеглем укажите полностью Фамилию, Имя, номер в журнале.
-
Выполните задания из своего варианта, определяемого номером в журнале. Каждое задание должно быть оформлено в отдельной секции (пиктограммы ) с заголовком «Задание №_». Завершать секцию должен развернутый ответ.
-
Распечатайте лабораторную работу из под программы Maple на листах формата А4 (односторонняя печать).
При выполнении контрольных заданий студенту необходимо подставить вместо буквенных параметров индивидуальные анкетные характеристики:
- число букв в фамилии студента,
- число букв в полном имени студента,
- номер студента по списку в журнале.
В отчете на титульном листе необходимо обязательно указать, какие анкетные данные использовались при выполнении контрольных заданий (имя, фамилия, номер варианта).
Задания.
Задача №1.
Стрелок стреляет 9 раз по мишени. Вероятность попадания в цель при одном выстреле Написать в виде таблицы (матрицы) закон распределения случайной величины X – число попаданий по мишени. Проверить, что сумма всех вероятностей в таблице равна 1. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №1. Найти среднее квадратическое отклонение. Найти вероятность того, что стрелок попадет не менее 5 раз по мишени. Указать наивероятнейшее число попаданий.
Задача №2.
Из орудия производится стрельба до первого попадания. Вероятность попадания в цель X – дискретная случайная величина числа испытаний. Составить таблицу (матрицу) распределения для X=1,2,…10. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №2. Найти среднее квадратическое отклонение. Сколько раз надо сделать выстрелов, чтобы с вероятностью 0,999 попасть по мишени?
Задача №3.
Пусть в группе 40 студентов из них a+b отличники. Из группы случайно отбирают с+a студентов для прохождения тестирования (каждый студент может быть отобран с одинаковой вероятностью). Обозначим через Х случайную величину – m отличников среди отобранных. Найти по формулам (1) и (2) математическое ожидание и дисперсию. Подтвердить полученные результаты по формулам из таблицы №3. Найти среднее квадратическое отклонение. Найти наивероятнейшее число отличников, попавших на тестирование.
Задача №4
Валики, изготовляемые на конвейере фабрики, считаются годными, если отклонение диаметра валика от проектного размера не превышает a (мм). Случайные отклонения диаметра валиков подчиняется нормальному закону со средним квадратическим отклонением мм и математическим ожиданием m=0. Сколько годных валиков изготовляет фабрика? Дать графическую интерпретации решению задачи.
Задача №5
Цена деления шкалы амперметра равна 0,1 A. Показания округляют до ближайшего целого деления. Найти вероятность того, при отсчете будет сделана ошибка превышающая А.
Задача №6
Плотность случайной величины ξ задана законом
Вычислить значение параметра A. Построить функцию распределения случайной величины . Определить случайную величину. Найти вероятности попадания случайной величины в интервал (0, ), (). 4) Найти числовые характеристики по определению, проверить результаты по таблице №6.