Задание 1 (№10)
Из 36 телевизоров, имеющихся в магазине, 8 единиц произведено заводом А, 11 единиц – заводом Б и 17 единиц заводом В. Вероятность того, что телевизор, изготовленный заводами А, Б и В, в течение гарантийного срока не выйдет из строя, соответственно равна 0,98; 0,92; 0,88. Найти вероятность того, что наудачу взятый телевизор выдержит гарантийный срок.
Решение:
Введем обозначения:
событие А – «телевизор выдержал гарантийный срок»;
гипотеза Н1 - «телевизор, выдержавший гарантийный срок, произведен на заводе А»
гипотеза Н2 - «телевизор, выдержавший гарантийный срок, произведен на заводе Б»
гипотеза Н3 - «телевизор, выдержавший гарантийный срок, произведен на заводе В»
В соответствии с условием задачи:
Р(А/Н1)=0,98
Р(А/Н2)=0,92
Р(А/Н3)=0,88
Р(Н1)=8/36
Р(Н2)=11/36
Р(Н3)=17/36
В соответствии с формулой полной вероятности, получаем:
Ответ: .
Задание 2 (№30)
В некотором населенном пункте 60% мужчин имеют автомобили. Для некоторых исследований случайным образом отбираются 8 мужчин. Определить
а) вероятность того, что в выборке окажутся 4 мужчины с автомобилями
б) вероятность того, что в выборке окажутся не менее пяти мужчин с автомобилями.
Решение:
Искомые вероятности находим с помощью формулы Бернулли.
а) n=8; k=4; р=0,6; q=1-р=1-0,6=0,4
поэтому
.
Таким образом, вероятность того, что в выборке окажутся 4 мужчины с автомобилями равна
б) Событие А – «вероятность того, что в выборке окажутся не менее пяти мужчин с автомобилями», состоит в том, что из 8-ми мужчин имеют автомобиль или 5, или 6, или 7, или 8.
По формуле Бернулли и по теореме сложения вероятностей, получаем:
Значит
Ответ:
Задание 3 (№50)
Заводом выпущено n=4 компрессора. Составить закон распределения СВ Х – числа компрессоров, соответствующим техническим требованиям заказчика, построить многоугольник распределения этой СВ. Вычислить математическое ожидание, дисперсию и среднее квадратическое отклонение, если вероятность того, что любой отдельно взятый компрессор соответствует техническим требованиям заказчика равна р=0,65.
Решение:
Случайная величина Х может принимать значения: 0, 1, 2, 3, 4.
По условию вероятность того, что любой отдельно взятый компрессор соответствует техническим требованиям заказчика равна р=0,65.
Значит q=1-0,65=0,35.
С помощью формулы Бернулли, находим:
Следовательно закон распределения СВ Х можно записать в виде таблицы:
Х |
0 |
1 |
2 |
3 |
4 |
Сумма |
Р |
0,0150 |
0,1115 |
0,3105 |
0,3845 |
0,1785 |
1 |
В прямоугольной декартовой системе координат строим точки . И соединяем их последовательно отрезками прямых.
Математическое ожидание вычисляем по формуле:
Значит,
Дисперсию вычислим по формуле:
Вычислим сначала
Значит,
Среднее квадратическое отклонение вычислим по формуле: .
Значит
Ответ: , , .
Задание 4 (№70)
Масса ягод является случайной величиной, распределенной по нормальному закону с математическим ожиданием а=22 и средним квадратическим отклонением . Ягоды с массой от 12 до 20 г относят к средней категории, с массой более 20 г - к высшей категории.
Определить:
проценты ягод средней и высшей категории;
величину, которую не превзойдет масса ягод с вероятностью р=0,96.
Решение:
Для вычисления процента ягод средней и высшей категории воспользуемся формулой, по которой найдем вероятность попадания нормальной СВ Х в интервал :
где Ф(х) - функция Лапласа.
Значит вероятность того, что масса ягод находится в интервале от 12 до 20 г равна:
По таблице значений функции Лапласа находим:
, .
Значит,
Таким образом, ягод средней категории, т.е. с массой от 12 до 20 г нет
Вероятность того, что масса ягод находится в интервале от 20 г и выше равна:
По таблице значений функции Лапласа находим:
, .
Значит,
Таким образом, процент ягод высшей категории, т.е. с массой более 20 г равен 100%.
Для того, чтобы найти величину, которую не превзойдет масса ягод с вероятностью р=0,96, воспользуемся формулой:
По условию известно, что а=22 и .
Так как
Значит, по таблице значений функции Лапласа находим, что . Следовательно, .
Из неравенства , получаем
Значит, масса ягод не превзойдет величины 22,103 г
Ответ: 1) ягод средней категории нет, все относятся к высшей категории, 100%;
2) масса ягод не превзойдет величины 22,103г, с вероятностью р=0,96.
Задание 5 (№11)
В сборочный цех завода поступают детали из трех экспериментальных цехов. Первый экспериментальный цех дает 2,5% брака, второй – 1,5%, третий – 1%. Определить вероятность попадания на сборку небракованной детали, если из каждого экспериментального цеха в сборочный цех поступило соответственно 700, 450 и 280 деталей.
Решение:
Введем обозначения:
событие А – «на сборку попала небракованная деталь»;
событие – «на сборку попала бракованная деталь»;
гипотеза Н1 - «деталь произведена 1-ым экспериментальным цехом»
гипотеза Н2 - «деталь произведена 2-ым экспериментальным цехом»
гипотеза Н3 - «деталь произведена 3-им экспериментальным цехом»
В соответствии с условием задачи:
Р( /Н1)=0,025
Р( /Н2)=0,015
Р( /Н3)=0,01
В соответствии с формулой полной вероятности, получаем:
Следовательно,
Ответ: - вероятность того, что на сборку попадет небракованная деталь.
Задание 6 (№31)
Вероятность того, что расход воды на заводе в течение дня окажется не превышающим норму, равна 0,75. Найти вероятность того, что расход воды будет нормальным в течение не менее 6 из ближайших 9 дней.
Решение:
Искомые вероятности находим с помощью формулы Бернулли: .
Пусть событие А – «вероятность того, что расход воды будет нормальным в течение не менее, чем 6 из ближайших 9 дней», состоит в том, что из 9-и дней расход воды будет нормальным в течение или 6, или 7, или 8, или 9 дней.
n=9; k=6, 7, 8, 9; р=0,75; q=1-р=1-0,75=0,25
По формуле Бернулли
Значит, по теореме сложения вероятностей, получаем:
Ответ: вероятность того, что расход воды будет нормальным в течение не менее 6 из ближайших 9 дней равна
Задание 7 (№51)
Некоторый предприниматель построил по одной заправочной станции в n=4 города. Вероятность того, что за текущий год предприниматель получит прибыль с каждой заправочной станции, равна р=0,50.
Составить закон распределения СВ Х - числа заправочных станций, по которым предприниматель получит прибыль, построить многоугольник распределения этой СВ. Вычислить математическое ожидание, дисперсию и среднее квадратическое отклонение этой СВ.
Решение:
Случайная величина Х может принимать значения: 0, 1, 2, 3, 4.
По условию вероятность того, что владелец заправочной станции получит прибыль, равна p=0,50. Значит q=1-0,50=0,50.
С помощью формулы Бернулли, находим:
Следовательно закон распределения СВ Х можно записать в виде таблицы:
Х |
0 |
1 |
2 |
3 |
4 |
Сумма |
Р |
0,0625 |
0,25 |
0,375 |
0,25 |
0,0625 |
1 |
В прямоугольной декартовой системе координат строим точки . И соединяем их последовательно отрезками прямых.
Математическое ожидание вычисляем по формуле:
Значит,
Дисперсию вычислим по формуле:
Вычислим сначала
Значит,
Среднее квадратическое отклонение вычислим по формуле: .
Значит
Ответ: , , .
Задание 8 (№71)
Завод изготавливает детали, фактический размер которых является СВ, распределенной по нормальному закону с математическим ожидание а=18мм (проектный размер детали) и средним квадратическим отклонением мм. Годными считаются детали, размер которых заключен между 16 и 19 мм. Определите:
процент бракованных деталей;
процент деталей, диаметр которых отличается от проектного на величину не превышающую
Решение:
найдем процент бракованных деталей.
Но сначала найдем вероятность попадания СВ в интервал от 16 до 19 мм по формуле:
где Ф(х) - функция Лапласа.
Значит:
По таблице значений функции Лапласа находим:
, .
Значит,
Значит процент годных деталей, равен 83,4%.
Следовательно, процент бракованных деталей составит:
100%-83,4%=16,6%
2) Для того, чтобы найти процент деталей, диаметр которых отличается от проектного на величину не превышающую , воспользуемся формулой:
По условию, , то искомая вероятность равна:
По таблице значений функции Лапласа находим: ,
Значит,
Следовательно, процент деталей, диаметр которых отличается от проектного а=18 на величину не превышающую равен 38,30%
Ответ: 1) процент бракованных деталей равен 16,6%;
2) процент деталей, диаметр которых отличается от проектного
3) на величину не превышающую равен 38,3%
Задание 9
Даны результаты продажи обуви за день в зависимости от размеров
Размер обуви |
35-36 |
37-38 |
39-40 |
41-42 |
43-44 |
ni |
2 |
4 |
9 |
7 |
3 |
Составить интервальный статистический ряд распределения частостей наблюдаемых значений непрерывной случайной величины;
Построить гистограмму и полигон частостей случайной величины Х;
Найти эмпирическую функцию распределения случайной величины и построить ее график;
Предполагая, что исследуемая СВ Х распределена по нормальному закону, найти точечные оценки параметров нормального распределения, записать функцию распределения СВ Х;
найти теоретические частоты нормального распределения, проверить гипотезу о нормальном законе распределения с помощью критерия согласия - Пирсона (уровень значимости принять равным )
Найти интервальные оценки параметров нормального распределения (доверительную вероятность принять равной ).
Решение:
1. Найдем статистический ряд частостей, учитывая что частость вычисляется по формуле:
Таким образом, получаем таблицу:
интервал |
середина интервала, xi |
частота, mi |
частость, wi |
плотность частости |
|
35 |
36 |
35,5 |
2 |
0,080 |
0,00320 |
37 |
38 |
37,5 |
4 |
0,160 |
0,00640 |
39 |
40 |
39,5 |
9 |
0,360 |
0,01440 |
41 |
42 |
41,5 |
7 |
0,280 |
0,01120 |
43 |
44 |
42,5 |
3 |
0,120 |
0,00480 |
|
Σ |
|
25 |
1,000 |
|
2. Строим гистограмму и полигон частостей случайной величины.
а) Для построения полигона частостей на оси абсцисс откладываем варианты хi (середины данных интервалов), а на оси ординат - соответствующие им частости; соединив точки (xi;wi) получим искомый полигон частостей.
б) Для построения гистограммы частостей, на оси абсцисс откладываем заданные интервалы длины h=6. Проведем над этими интервалами отрезки, параллельные оси абсцисс и находящиеся на расстояниях, равных соответствующим плотностям частостей .
3. Найдем эмпирическую функцию распределения СВ и построим ее график.
Для построения эмпирической функции распределения F* воспользуемся округлением, то есть снова возьмем середины интервалов.
При значениях аргумента, лежащих левее середины первого интервала, то есть при . При значениях х, заключенных в интервале , .
При значениях х, заключенных в интервале ,
При значениях х, заключенных в интервале ,
При значениях х, заключенных в интервале ,
При значениях х, заключенных в интервале ,
Таким образом, получаем значения и график эмпирической функции распределения:
4. Вычислим основные числовые характеристики данного эмпирического распределения:
Для упрощения расчетов составим таблицу:
интервал |
середина интервала, xi |
частота, mi |
ximi |
xi2mi |
|
35 |
36 |
35,5 |
2 |
71 |
2520,5 |
37 |
38 |
37,5 |
4 |
150 |
5625 |
39 |
40 |
39,5 |
9 |
355,5 |
14042,25 |
41 |
42 |
41,5 |
7 |
290,5 |
12055,75 |
43 |
44 |
43,5 |
3 |
130,5 |
5676,75 |
|
Σ |
|
25 |
997,5 |
39920,25 |
Таким образом,
выборочная средняя равна:
выборочная дисперсия:
выборочное среднее квадратическое отклонение:
Найдем точечные оценки параметров нормального распределения.
Точечной оценкой математического ожидания является выборочная средняя:
Точечной несмещенной оценкой дисперсии является несмещенная выборочная дисперсия:
тогда
Гипотетическая функция плотности соответствующего нормального распределения имеет вид:
Функция распределения имеет вид:
5. Проверим гипотезу о том, что данные получены из нормально распределенной генеральной совокупности с уровнем значимости =0,05.
Составим расчетную таблицу.
интервал |
середина интервала, xi |
частота, mi |
|
|
|
|
pi |
n'i=npi |
mi-n'i |
(mi-n'i)2 |
(mi-n'i)2/n'i |
|
35 |
36 |
35,5 |
2 |
|
-1,74 |
|
-0,459 |
0,041 |
1,0225 |
0,9775 |
0,95550625 |
0,93448 |
37 |
38 |
37,5 |
4 |
-1,30 |
-0,85 |
-0,403 |
-0,302 |
0,101 |
2,5225 |
1,4775 |
2,18300625 |
0,865414 |
39 |
40 |
39,5 |
9 |
-0,40 |
0,04 |
-0,155 |
0,160 |
0,315 |
7,885 |
1,115 |
1,243225 |
0,15767 |
41 |
42 |
41,5 |
7 |
0,49 |
0,94 |
0,188 |
0,326 |
0,139 |
3,4625 |
3,5375 |
12,51390625 |
3,614125 |
43 |
44 |
43,5 |
3 |
1,39 |
|
0,418 |
0,500 |
0,082 |
2,0575 |
0,9425 |
0,88830625 |
0,431741 |
|
Σ |
|
25 |
|
|
|
|
0,678 |
16,95 |
|
|
6,003429 |
Где . Таким образом .
По таблице критических точек распределения , по уровню значимости и числу степеней свободы находим критическую точку правосторонней критической области .
Так как - гипотезу о нормальном распределении генеральной совокупности отвергаем.
6. Если СВ Х генеральной совокупности распределена нормально, то с надежностью можно утверждать, что математическое ожидание а СВ Х покрывается доверительным интервалом
Где - точность оценки.
Все величины, кроме t известны. Найдем t из соотношения . По таблице значений функции Лапласа находим, t=1,96.
, , n=25.
Таким образом, окончательно получаем доверительный интервал:
Доверительный интервал для среднего квадратического отклонения имеет вид:
где квантили распределения , с n-1=24 степенями свободы.
Доверительный интервал для среднего квадратического отклонения имеет вид, учитывая что:
Таким образом, доверительный интервал для среднего квадратического отклонения имеет вид:
Задание 10
Приводятся результаты наблюдений (хi;yi) над двумерной СВ (Х,У). Используя эти экспериментальные данные, необходимо:
построить корреляционное поле. По характеру расположения точек на корреляционном поле подобрать математическую модель регрессионной зависимости У от Х и Х от У (рекомендуется использовать модель линейной регрессии);
определить числовые характеристики выборки ;
написать выборочные уравнения прямых линий регрессии у на х и х на у;
вычислить коэффициент корреляции и проверить гипотезу о значимости коэффициента линейной корреляции при α=0,05;
|
10 |
20 |
30 |
40 |
nу |
20 |
1 |
|
|
|
1 |
40 |
4 |
1 |
|
|
5 |
60 |
1 |
15 |
1 |
|
17 |
80 |
|
2 |
13 |
|
15 |
100 |
|
|
2 |
1 |
3 |
120 |
|
|
|
9 |
9 |
nх |
6 |
18 |
16 |
10 |
50 |
Решение:
1. Построим корреляционное поле.
По оси абсцисс отложим значения Х, а по оси ординат значения У. Точками покажем сочетания Х и У.
Для всех вычислений, составим таблицу:
|
10 |
20 |
30 |
40 |
nу |
nуу |
nуу2 |
||||
20 |
1 |
|
|
|
1 |
20 |
400 |
||||
40 |
4 |
1 |
|
|
5 |
200 |
8000 |
||||
60 |
1 |
15 |
1 |
|
17 |
1020 |
61200 |
||||
80 |
|
2 |
13 |
|
15 |
1200 |
96000 |
||||
100 |
|
|
2 |
1 |
3 |
300 |
30000 |
||||
120 |
|
|
|
9 |
9 |
1080 |
129600 |
||||
nх |
6 |
18 |
16 |
10 |
50 |
3820 |
325200 |
||||
nхх |
60 |
360 |
480 |
400 |
1300 |
|
|
||||
nхх2 |
600 |
7200 |
14400 |
16000 |
38200 |
|
|
||||
UiVj muv |
|
||||||||||
200 |
0 |
0 |
0 |
|
|||||||
1600 |
800 |
0 |
0 |
|
|||||||
600 |
18000 |
1800 |
0 |
|
|||||||
0 |
3200 |
31200 |
0 |
|
|||||||
0 |
0 |
6000 |
4000 |
|
|||||||
0 |
0 |
0 |
43200 |
|
|||||||
110600 |
|
2) Найдем числовые характеристики двумерной св:
Найдем выборочные средние
Найдем выборочные дисперсии
Выборочные среднеквадратические отклонения
3. Найдем уравнение линейной регрессии у на х и х на у.
Уравнение линейной регрессии У на Х ищем в виде .
Ее коэффициенты a и b находим по методу наименьших квадратов из системы уравнений вида:
Так как
то система примет вид:
Таким образом, уравнение линейной регрессии имеет вид:
Найдем уравнение линейной регрессии Х на У. Уравнение линейной регрессии ищем в виде .
Ее коэффициенты с и d находим по методу наименьших квадратов из системы уравнений вида:
Таким образом система принимает вид:
Таким образом, уравнение линейной регрессии имеет вид: