- •080200.62 «Менеджмент»
- •Тема1. Элементы линейной алгебры
- •Методические указания.
- •1. Решение систем трех линейных уравнений с тремя неизвестными методом Крамера.
- •Примеры решения задач.
- •2.Решение систем линейных уравнений методом Гаусса.
- •Примеры решения задач.
- •Тема 2. Введение в математический анализ.
- •Методические указания.
- •Примеры решения задач.
- •Тема 3. Производная и дифференциал функции. Исследование функции с помощью производной.
- •Методические указания.
- •Примеры решения задач.
- •Тема 4. Функции нескольких переменных.
- •Примеры решения задач.
- •Тема 5. Определенный интеграл и его приложения.
- •Методические указания
- •Примеры решения задач.
- •Тема 6. Повторные независимые испытания.
- •Методические указания.
- •Примеры решения задач.
- •Тема 7. Случайные величины.
- •Примеры решения задач.
- •Тема 8. Элементы математической статистики.
- •Интервальный ряд распределения урожайности яровой пшеницы.
- •Задания для контрольной работы .
Тема 7. Случайные величины.
Литература: 1. Гмурман В.Е. Теория вероятностей и математическая статистика. «Высшая школа». М. 2003.Главы 6 -8.
2. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. «Высшая школа». М. 2004.Гл. 5.
Примеры решения задач.
Задача 12. Задан закон распределения случайной дискретной величины X. Вычислить ее математическое ожидание, дисперсию и среднее квадратичное отклонение.
X |
-3 |
-1 |
1 |
3 |
5 |
р |
0,1 |
0,2 |
0,3 |
0,25 |
0,15 |
Решение. Математическое ожидание случайной дискретной величины
.
В нашем случае
.
Дисперсия случайной дискретной величины
.
Для нахождения математического ожидания квадрата случайной величины составим закон ее распределения
Х2 |
9 |
1 |
1 |
9 |
25 |
р |
0,1 |
0,2 |
0,3 |
0,25 |
0,15 |
Тогда
.
.
Среднее квадратичное отклонение случайной величины X
.
Вопросы для самопроверки
1. Что такое дискретная случайная величина и ее ряд распределения?
2. Дайте определение числовых характеристик случайной величины и объясните их смысл.
Тема 8. Элементы математической статистики.
Литература: 1. Гмурман В.Е. Теория вероятностей и математическая статистика. «Высшая школа». М. 2003.Главы 15 - 19.
2. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. «Высшая школа». М. 2004.Гл. 9-13.
Методические указания.
Математическая статистика – раздел математики, посвященный математическим методам систематизации, обработки и использования статистических данных для научных и практических выводов. При этом статистическими данными называются сведения о числе объектов в какой - либо более или менее обширной совокупности, обладающих теми или иными признаками.
Различные значения признака, наблюдающиеся у членов совокупности, называются вариантами. Число mi , показывающее, сколько раз встречается вариант в совокупности, называется его частотой, а отношение частоты варианта к числу n членов совокупности – его относительной частотой , где i принимает значения от 1 до k - числа различных вариант.
, i = 1,2,3,…, k.
Вариационным рядом называется ранжированный в порядке возрастания или убывания ряд вариант с соответствующими им относительными частотами.
Вся подлежащая изучению совокупность объектов называется генеральной совокупностью.
Экономически невыгодно производить обследование всей совокупности, если по результатам изучения сравнительно небольшой ее части можно получить с достаточной для практики достоверностью необходимую информацию о всей совокупности. Такой метод исследования носит название выборочного.
Пусть имеется ряд распределения значений признака. Для того, чтобы подвергнуть его анализу рассматриваются постоянные величины, которые характеризуют ряд в целом и отражают присущие изучаемой совокупности закономерности. К таким постоянным относятся средние арифметические, дисперсии, средние квадратические отклонения.
Примеры решения задач.
Задача № 13. Известны урожайности в центнерах на один гектар яровой пшеницы в 20 хозяйствах: 13,9; 12,4; 13,1; 6,3; 11,8; 11,6; 10,5; 10,4; 10,6; 11,3; 15,1; 11,7; 11,3; 10,2; 11,0; 10,7; 8,2; 9,6; 10,2; 15,1. Получить интервальный ряд распределения и начертить гистограмму.
Решение. Записываем исходные данные в виде ранжированного ряда: 6,3; 8,2; 9,6; 10,2; 10,2; 10,4; 10,5; 10,6; 10,7; 11,0; 11,3; 11,3; 11,6; 11,7; 11,8; 12,4; 13,1; 13,9; 15,1; 15,1.
Рассматривая этот ряд, видим, что диапазон изменения вариант в выборке составляет 6 – 16.
Весь диапазон изменения вариант в выборке разбиваем на несколько интервалов. Размер интервала выбирается произвольно, но следует иметь в виду, что чем меньше интервал, тем точнее результаты. В данном случае принимаем размер интервала равным 2 единицам ( ∆xi = 2 ). Получаем пять интервалов: первый 6 – 8, второй 8 – 10, третий 10 – 12, четвертый 12- 14, пятый 14 – 16.
Определяем частоту попадания вариант выборки в каждый интервал. В первый интервал попадает одно значение (6,3) из ряда, поэтому m1 = 1. Во второй интервал попадает два значения (8,2 и 9,6), поэтому m2 = 2. Аналогично получаем m3 = 12, m4 = 3, m5 = 2.
Определяем относительные частоты попадания вариант выборки в каждый интервал:
в первый интервал - .
во второй интервал - ,
в третий интервал - ,
в четвертый интервал - ,
в пятый интервал - .
Проверяем правильность расчетов. Для этого суммируем относительные частоты:
= 0,05 + 0,10 + 0,60 + 0,15 + 0,10 = 1,00.
Сумма всех относительных частот равна единице, следовательно, вычисления произведены правильно.
Определяем плотность относительных частот вариант как отношение относительной частоты ωi к размеру интервала ∆xi:
для первого интервала - ;
для второго интервала - ;
для третьего интервала - ;
для четвертого интервала - ;
для пятого интервала - .
Результаты вычислений сводим в таблицу 2.
Таблица 2.