- •Методические указания для выполнения контрольной работы № 2 «Теория вероятностей и математическая статистика»
- •1.1. Вероятность события. Непосредственный подсчет вероятностей
- •1.2. Теоремы сложения и умножения вероятностей
- •1.3. Формула полной вероятности. Формула байеса
- •2. Случайные величины
- •2.1. Случайные величины. Законы их распределения
- •2.2. Числовые характеристики случайной величины
- •2.3. Равномерное распределение
- •2.4. Показательное распределение
- •2.5. Нормальное распределение
- •Математическая статистика
- •3. Выборочный метод
- •3.1. Вариационный ряд. Статистические распределения. Эмпирическая функция распределения. Графическое представление статистических распределений
- •3.2. Выборочные характеристики статистических распределений
- •3.3. Точечные и интервальные оценки параметров распределения
- •4. Корреляционно-регрессионный анализ
2.5. Нормальное распределение
Пример 16. Средний процент выполнения плана некоторыми предприятиями составляет 105 %, среднее квадратическое отклонение – 5 % . Полагая, что выполнение плана предприятиями подчинено закону нормального распределения, вычислить долю предприятий, выполняющих план от 110 до 130 %, то есть определить вероятность попадания рассматриваемой величины в интервал ( 110, 130).
Решение. Случайная величина X – выполнение плана предприятиями; она имеет нормальное распределение с параметрами:
Для нахождения искомой вероятности воспользуемся формулой:
Пример 17. Длина изготовляемой детали представляет собой случайную величину, распределенную по нормальному закону. Средняя длина детали равна 50 мм, а дисперсия – 0,25 мм2. Какое поле допуска длины изготовляемой детали можно гарантировать с вероятностью 0,99?
Решение. Длина изготовляемой детали – случайная величина X, имеющая нормальный закон распределения с параметрами:
= (X) = 50 мм, = (X) = = 0,5.
Известна вероятность, гарантирующая некоторое поле допуска, то есть Р( X ) = 0,99. Чтобы найти это поле допуска, воспользуемся формулой:
Неравенство X– эквивалентно неравенству , следовательно, и равновероятно, то есть
Исходя из условия задачи, можем записать:
= 0,99; = 0,495.
По таблице значений функции Лапласа (прил. 2) находим = 2,58.
Отсюда = 2,58 = 1,29, тогда 50 – 1,29 X 50 + 1,2 или 48,71 X 51,29.
Математическая статистика
3. Выборочный метод
3.1. Вариационный ряд. Статистические распределения. Эмпирическая функция распределения. Графическое представление статистических распределений
Пример 18. Имеется распределение 80 предприятий по числу работающих на них (чел.):
|
150 |
250 |
350 |
450 |
550 |
650 |
750 |
|
1 |
3 |
7 |
30 |
19 |
15 |
5 . |
Решение. Признак Х – число работающих (чел.) на предприятии. В данной задаче признак Х является дискретным. Поскольку различных значений признака сравнительно немного – k = 7, применять интервальный ряд для представления статистического распределения нецелесообразно (в прикладной статистике в подобных задачах часто используют именно интервальный ряд). Ряд распределения – дискретный. Построим полигон распределения частот (рис. 14).
Рис. 14
Пример 19. Дано распределение 100 рабочих по затратам времени на обработку одной детали (мин):
xi–1–xi |
22–24 |
24–26 |
26–28 |
28–30 |
30–32 |
32–34 |
|
2 |
12 |
34 |
40 |
10 |
2 . |
Решение. Признак Х – затраты времени на обработку одной детали (мин). Признак Х – непрерывный, ряд распределения – интервальный. Построим гистограмму частот (рис.15), предварительно определив (k = 6) и плотность частоты :
xi–1–xi |
22–24 |
24–26 |
26–28 |
28–30 |
30–32 |
32–34 |
|
1 |
6 |
17 |
20 |
5 |
1 . |
Рис. 15
Пример 20. В распределении, данном в примере 18, найти накопленные частоты H( i ) и построить кумуляту.
Решение. Используем: H(x1) = 0, H(xi) = H(xi–1) + mi–1 (i=2,3,, k+1 , k = 7).
i |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
xi |
150 |
250 |
350 |
450 |
550 |
650 |
750 |
850 |
mi |
1 |
3 |
7 |
30 |
19 |
15 |
5 |
0 |
H( i ) |
0 |
0+1=1 |
1+3=4 |
4+7=11 |
11+30=41 |
41+19=60 |
60+15=75 |
75+5=80. |
На рис.16 показана кумулята распределения предприятий по числу работающих (чел.).