- •Математика и информатика
- •Содержание
- •Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- •1.1. Понятие аксиоматического метода
- •1.2. Аксиоматическое построение математической теории
- •1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- •Глава 2. Основные понятия теории множеств. Основные структуры
- •2.1. Понятие множества
- •2.2. Способы задания множеств
- •2.3. Алгебра множеств
- •2.3.1. Отношения между множествами
- •2.3.2. Операции над множествами
- •2.3.3. Алгебраические свойства операций над множествами
- •2.3.4. Геометрическая интерпретация операций над множествами
- •2.4. Декартово произведение множеств. Бинарные отношения
- •2.5. Символический язык логической структуры математических предложений
- •2.6. Алгебраические операции над различными математическими объектами
- •2.7. Вопросы для самоконтроля по теме «Теория множеств»
- •Глава 3. Структуры на множестве. Комбинаторика
- •3.1. Перестановки
- •3.2. Размещения
- •3.3. Сочетания
- •3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- •Часть 2. Основы теории вероятностей Глава 4. Случайные события
- •4.1. Основные понятия теории вероятностей. Виды случайных событий
- •4.2. Алгебра случайных событий
- •4.3. Определение вероятности
- •4.3.1. Классическое определение вероятности
- •4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- •4.4. Теоремы сложения и умножения вероятностей
- •4.4.1. Сложение вероятностей несовместных событий
- •4.4.2. Умножение вероятностей независимых событий
- •4.4.3. Вероятность появления хотя бы одного события
- •4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- •4.4.5. Сложение вероятностей совместных событий
- •4.5. Формула полной вероятности
- •4.6. Формула Байеса
- •4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- •Глава 5. Случайные величины
- •5.1. Понятие случайной величины
- •5.2. Дискретная случайная величина
- •5.2.1. Закон распределения дискретной случайной величины
- •5.2.2. Числовые характеристики дискретных случайных величин
- •5.3. Непрерывная случайная величина
- •5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- •5.3.2. Числовые характеристики непрерывной случайной величины
- •5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- •5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- •5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- •5.4. Вопросы для самоконтроля по теме «Случайная величина»
- •Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- •6.1. Предмет и задачи математической статистики
- •6.2. Выборочный метод
- •6.2.1 Полигон и гистограмма
- •6.2.2. Эмпирическая функция распределения
- •6.3. Статистические оценки параметров распределения
- •6.4. Некоторые статистические распределения
- •6.4.2. Распределение Стьюдента
- •6.5. Интервальные оценки
- •6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- •6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- •6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- •6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- •Глава 7. Проверка статистических гипотез
- •7.1. Понятие и классификация статистических гипотез
- •7.2. Общая схема проверки гипотез
- •7.3. Статистическая проверка гипотез о параметрах распределения
- •7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- •Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- •8.1. Понятие и свойства алгоритма
- •8.2. Таблица блоков
- •8.3. Линейные алгоритмы
- •8.4. Ветвления
- •8.5. Циклы. Повтор с заданным количеством циклов
- •8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- •Глава 9. Программирование на Паскале
- •9.1. Конструкция языка Turbo-Pascal
- •9.1.1. Алфавит
- •9.1.2. Данные и типы данных
- •9.1.3. Стандартные функции
- •9.1.4. Арифметические, логические, символьные выражения
- •9.2. Структура программы на языке Паскаль
- •9.3. Основные операторы Паскаля
- •9.3.1. Оператор присваивания
- •9.3.2. Операторы ввода
- •9.3.3. Операторы вывода
- •9.3.4. Комментарий
- •9.4. Программы линейных алгоритмов
- •9.5. Операторы передачи управления
- •9.5.1. Оператор безусловного перехода
- •9.5.2. Операторы условного перехода
- •9.5.3. Оператор выбора варианта
- •9.6. Разветвляющийся алгоритм
- •9.7. Операторы цикла
- •9.8. Программы циклических алгоритмов
- •9.9. Массивы
- •9.9.1. Понятие и описание массива
- •9.9.2. Ввод и вывод элементов массивов
- •9.9.3. Операции с массивами
- •9.10. Вопросы для самоконтроля по теме «Программирование»
- •Литература
- •Приложениe 1
- •Приложениe 2
- •Приложениe 3
- •Математика и информатика учебное пособие
5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
Если случайная величина Х задана плотностью распределения f(x), то вероятность того, что Х примет значение, принадлежащее заданному интервалу, вычисляется по формуле (5.9а). Подставив в формулу (5.9а) значение плотности распределения из (5.16) для нормального распределения N(a, ) и сделав ряд преобразований, вероятность того, что Х примет значение, принадлежащее заданному интервалу [x1, x2], будет равна:
|
, |
(5.18) |
где а – математическое ожидание.
Пример 7. Случайная величина Х распределена по нормальному закону. Математическое ожидание a=60, среднеквадратическое отклонение=20. Найти вероятность попадания случайной величины Х в заданный интервал (30;90).
Решение. Искомая вероятность вычисляется по формуле (5.18).
Получим: P(30 < X < 90) = Ф((90 – 60) / 20) –Ф((30 – 60)/20) = 2Ф(1,5).
По таблице Приложения 1: Ф(1,5) = 0,4332.
P(30 < X < 90)=2 Ф(1,5) = 20,4332 = 0,8664.
Вероятность попадания случайной величины Х в заданный интервал (30; 90) равна: P(30<X<90) =2 Ф(1,5) =20,4332= 0,8664.
5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
Задачи вычисления вероятности отклонения нормальной случайной величины от заданного значения связаны с различного рода ошибками (измерения, взвешивания). Ошибки разного рода обозначаются переменной .
Пусть – отклонение нормально распределённой случайной величины Х по модулю. Требуется найти вероятность того, что отклонение случайной величины Х от математического ожидания не превысит заданного значения. Данная вероятность записывается в виде: P(|X-a|) ≤.
Предполагается, что в формуле (5.18) отрезок [х1; х2] симметричен относительно математического ожидания –а. Таким образом: a–х1=; х2–a =. Отсюда можно выразить границы отрезка [х1; х2] , которые будут иметь вид:
|
х1=а –; х2=а +. |
(5.19) |
В правую часть (5.18) подставляются значения х1, х2из (5.19). Далее выражение в фигурных скобках левой части формулы (5.18) переписывается в виде двух неравенств:
1) х1≤ X и заменяется в нём х1согласно (5.19), получится:
а–≤ Xилиа–X ≤.
2) X ≤ х2, аналогично заменяется х2 из (5.19), получится:
X ≤ а+или X–a ≤.
В результате этих замен формулу (5.18) можно переписать в виде:
|
P (|X–a| ≤ ) = 2Ф(/) = 2Ф(t), |
(5.20) |
где
Через функцию Лапласа выражается и функция нормального распределения в общем случае N(a, ):
|
. |
(5.21) |
Далее рассматриваются несколько примеров вычисления вероятности отклонения нормально распределённой случайной величины от своего математического ожидания.
Пример 8.
Производится измерение диаметра детали. Случайные ошибки измерения принимаются за случайную величину Х и подчинены нормальному закону с математическим ожиданием а=0, со средним квадратическоим отклонение =1мм. Найти вероятность того, что измерение будет сделано с ошибкой, не превышающей по абсолютной величине 2мм.
Решение.
Дано: =2,=1мм, а=0.
По формуле (5.20): P (|X–0| ≤ 2) = 2Ф(/) = 2Ф(2/1) = 2Ф(2,0).
По таблице Приложения 1 можно найти: Ф (2,0)=0,4772.
Вероятность того, что измерение будет сделано с ошибкой, не превышающей по абсолютной величине 1 мм равна:
P (|X| ≤ ) = 20,4772 = 0,9544.
Пример 9.
Случайная величина, распределенная по нормальному закону с параметрами: а=50 и =15.
Найти вероятность того, что отклонение случайной величины от своего математического ожидания – абудет меньше 5.
Решение.
По формуле (5.20) вычисляем вероятность отклонения случайной величины:
P(|X– 50| < 5) = 2Ф(5/15) = 2Ф(0,333) = 20,1293 = 0,2586.
Вероятность того, что отклонеиие случайной величина от своего математического ожидания будет меньше пяти, равна: P(|X–a|<5)=0,2586.
Пример 10.
Имеется случайная величина, распределенная по нормальному закону с параметрами а и . Найти вероятность того, что случайная величина отклонится от своего математического ожидания – а не больше, чем на 3.
Решение.
По условию задачи ≤ 3. С учетом (5.20) будем иметь:
,
где Ф(3) вычисляется по таблице функции Лапласа (Приложение 1):
Ф(3) 0.49865.
В итоге: P(|X-a|3) = 2Ф(3)0,9973.