- •Оглавление
- •Абуева Наталья Сергеевна
- •Нормальной случайной величины генеральной совокупности
- •Примечание
- •Расчет вероятности события Классическое определение вероятности
- •Основные элементы комбинаторики
- •Теоремы сложения и умножения вероятностей
- •Примечание
- •Формула полной вероятности и формула Байеса
- •Вероятность события в условиях схемы Бернулли
- •Отклонение относительной частоты от вероятности
- •Контрольная работа №6.
- •Cлучайная величина Основные характеристики случайных величин
- •Нормальное распределение
- •Контрольные задания контрольная работа №5
- •Двумерная случайная величина
- •Неравенства Маркова и Чебышева
- •Статистические гипотезы
- •Неравенства Маркова и Чебышева в условиях схемы Бернулли
- •V. Элементы математической статистики Статистическое распределение
- •Линейная корреляция
- •Числовые характеристики статистического распределения выборки
- •Точечные оценки
- •Интервальные оценки
Неравенства Маркова и Чебышева в условиях схемы Бернулли
Здесь М(X) = np и D(X) = npq. Тогда неравенство Маркова записывается как:
- первая форма неравенства;
- вторая форма неравенства.
С учетом дисперсии:
23
А неравенство Чебышева принимает вид:
- первая форма неравенства;
- вторая форма неравенства.
Если в задаче отсутствует информация о вероятностях p и q, то необходимо воспользоваться ограничением pq 0,25.
Задача 1. Среднее число телевизоров, получаемых ремонтной мастерской в течение недели, равно 10 со средним квадратическим отклонением 3. Оценить вероятность того, что в предстоящую неделю в мастерскую поступит не более 25 телевизоров.
Решение. Случайная величина X – число телевизоров, получаемых ремонтной мастерской в течение недели.
Нанесем данные задачи на числовую прямую:
10 15
x
0 а=10 25
Итак, границы интервала заданного изменения Хнесимметричны относительно математического ожидания, следовательно, для решения задачи применяется неравенство Маркова (вторая форма в (16)):
С другой стороны, известно среднее квадратическое отклонение = 3, а тогда D(X) = 2 = 9. Используем неравенство Маркова при известной дисперсии:
Сравнивая полученные результаты, делаем вывод: p(X 25) 0,8256.
Ответ: p(X 25) 0,8256.
З
24
2. Составим вспомогательную таблицу для условных вариант с учетом: nu = nx; nv = ny; nuv = nxy. В углах клеток с nuv 0 укажем отличные от 0 произведения соответствующих вариант uivj.
-
U/V
–3
–2
–1
0
1
2
nu
–2
6
2
4
4
6
–1
2
2
1
5
1
8
0
3
10
1
14
1
–1
1
4
1
8
2
2
15
2
2
2
4
5
7
nv
2
6
9
15
11
7
n =50
3. Находим средние арифметические условных вариант:
и, следовательно,
4. Находим средние арифметические квадратов условных вариант:
И, следовательно, с требуемой точностью среднеквадратичные отклонения условных вариант:
5
33
ления достаточно оставлять не более трех значащих цифр после запятой; результирующее значение r округлить до сотых.
3. При выводе заключения о тесноте линейной корреляционной связи между Y и X предполагается придерживаться следующей градации:
- если r = 0, то между X и Y линейная корреляционная связь отсутствует (при этом не исключена другая форма корреляционной связи);
- если 0 < |r| 0,6, то между X и Y линейная корреляционная связь слабая;
если 0,6 < |r| 0,8, то между X и Y линейная корреляционная связь тесная;
если 0,8 < |r| < 1, то между X и Y линейная корреляционная связь очень тесная;
если , то междуX и Y линейная корреляционная связь функциональная.
Задача. В нескольких одинаковых отрезках проволоки исследуется взаимозависимость силы тока Y и температуры X при заданном напряжении. Полученные значения случайных переменных X и Y в условных единицах сведены в корреляционную таблицу
-
X/Y
20
40
60
80
100
120
nx
1,5
2
4
6
2
2
5
1
8
2,5
3
10
1
14
3
1
4
8
2
15
3,5
2
5
7
ny
2
6
9
15
11
7
n =50
Найти выборочное линейное уравнение регрессии Y на X, выборочный коэффициент корреляции и сделать вывод о тесноте линейной корреляционной связи между X и Y.
Решение.
Значения как X, так и Y заданы в таблице равноотстоящими, поэтому перейдем к условным вариантам: где учтено, что шагиh1 = 0,5; h2 = 20, а максимальной частоте nxy = 10 соответствует пара x* = 2,5; y* = 80.
32
составляет 0,06. Оценить вероятность того, что число разбитых бутылок у реализатора превзойдет 500.
Решение. Случайная величина X – число разбитых бутылок.
Нанесем данные задачи на числовую прямую:
x
0 a=300 500 5000
Математическое ожидание и дисперсия находятся по формулам a = np и D(X) = npq, так как задача относится к задачам на схему Бернулли. Итак, a = 50000,06 = 300; D(X) = 50000,060,94 = 282.
Используем неравенство Маркова в условиях схемы Бернулли:
Сравнивая результаты, делаем вывод: p(X > 500)0,3611.
Ответ: p(X > 500) 0,3611.
Задача 3. Среднее число автобусов автопарка, отправляемых в ремонт после месяца эксплуатации, равно 10 при среднем квадратическом отклонении 4 автобуса. Оценить вероятность того, что в течение месяца автопарк отправит в ремонт от 5 до 15 машин включительно.
Решение. Х – число автобусов, отправляемых в ремонт.
Нанесем данные задачи на числовую прямую:
5 5
x
0 5 a=10 15
Известно, что = 4, а, следовательно, D(X) = 2 = 16; интересуемый интервал значений Х симметричен относительно математического ожидания этой случайной величины, поэтому воспользуемся неравенством Чебышева (второй формой в (18)):
Ответ: p(|X – 10| 5) 0,36.
З
25
течение месяца вылетов из аэропорта произойдет по этим причинам задержка более 72 рейсов.
Решение. X – число задержек вылетов самолетов в месяц.
Нанесем данные задачи на числовую прямую:
36 36
x
0 a=36 72 1200
Математическое ожидание и дисперсия находятся по формулам a = np и D(X) = npq, так как задача относится к задачам на схему Бернулли. Итак, a = 12000,03 = 36, D(X) = 12000,030,97 = 34,92.
Дисперсия известна, а также интервал значений случайной величины Х вне искомого имеет границы, симметричные относительно математического ожидания а = 36, следовательно, используем для решения задачи неравенство Чебышева в условиях схемы Бернулли:
p(X > 72) = 1 – p(X 72) = 1 – p(|X – 36| 36) 1 – =
= 34,92/ 36 2 = 0,0269.
Ответ: p(X > 72) 0,0269.