
- •Оглавление
- •1. Выбор на основе классического определения вероятности
- •1. Основы выбора на базе классического определения вероятности
- •1.2. Решение типового задания по теме «Выбор на основе классического определения вероятности» 解题方法
- •1.3. Задания по теме «Выбор на основе классического определения вероятности» 习题
- •Сумма и произведение событий
- •2.1. Основы алгебры событий 基本事件代数
- •2.2. Решение типового задания по теме «Сумма и произведение событий» 例题解答
- •2.3. Задания по теме «Сумма и произведение событий»习题
- •Формула полной вероятности и формула байеса
- •3.1. Основы экспертного оценивания 基本评估
- •Пример решения типового задания по теме «Формула полной вероятности и формула Байеса»例题解答
- •3.3. Задания по теме «Формула полной вероятности и формула Байеса» 习题
- •Ряд распределения дискретной случайной величины
- •4.1. Основы теории дискретных случайных величин
- •4.2. Пример решения типовых заданий по теме «Ряд распределения дискретной случайной величины» 例题详解
- •4.3. Задания по теме «Ряд распределения дискретной случайной величины»习题
- •Числовые характеристики дискретной случайной величины
- •5.1. Основы теории числовых характеристик дискретной случайной величины 随机变量数字特征基本理论
- •5.2. Пример решения типового задания по теме «Числовые характеристики дискретной случайной величины»
- •5.3. Задания по теме «Числовые характеристики дискретной случайной величины»习题
- •Варианты задания
- •Биномиальное распределение 二项分布、伯努利实验 (схема бернулли)
- •6.1. Основы теории биномиального распределения 二项分布基本理论
- •6.2. Пример решения типового задания по теме «Биномиальное распределение»例题详解
- •6.3. Задания по теме «Биномиальное распределение» 习题
- •7. Распределение пуассона (закон редких событий)泊松分布
- •7.1. Основы теории распределения Пуассона
- •7.2. Пример решения типового задания по теме «Распределение Пуассона»例题详解
- •7.3. Задания по теме «Распределение Пуассона» 习题
- •8. Равномерное распределение
- •8.1. Основы теории равномерного распределения均匀分布的基础理论
- •8.2. Пример решения типового задания по теме «Равномерное распределение» 例题详解
- •8.3. Задания по теме «Равномерное распределение» 习题
- •Варианты задания
- •9. Локальная и интегральная теоремы лапласа
- •9.1. Основы применения теорем Лапласа для приближенного вычисления вероятностей событий при независимых испытаниях独立实验中使用拉普拉斯定理计算事件概率
- •9.2. Пример решения типового задания по теме «Локальная и интегральная теоремы Лапласа» 例题详解
- •9.3. Задания по теме «Локальная и интегральные теоремы Лапласа»
- •10. Вариационный и статистический ряды
- •10.1. Основы выборочного метода 基本样本方法
- •10.2. Пример решения типового задания по теме «Вариационный и статистический ряды» 例题详解
- •10.3. Задания по теме «Вариационный и статистический ряды»习题
- •Варианты задания
- •11. Группированный статистический ряд
- •11.1. Основы группировки статистических данных
- •11.2. Пример решения типового задания по теме «Группированный статистический ряд»
- •11.3. Задания по теме «Группированный статистический ряд»
- •Варианты задания
- •12. Точечные оценки выборочных числовых характеристик 点估计
- •12.1. Основы точечного оценивания
- •12.2. Пример решения типового задания по теме «Точечные оценки выборочных числовых характеристик»
- •12.3. Задания по теме «Точечные оценки выборочных числовых характеристик»
- •Варианты задания
- •13. Точность и надежность оценки вероятности 估计概率的准确性与可靠性 (формула муавра-лапласа)
- •13.1. Основы интервального оценивания вероятности 区间估计
- •13.2. Пример решения типового задания по теме «Точность и надежность оценки вероятности»
- •13.3. Задания по теме «Точность и надежность оценки вероятности» 习题
- •14. Проверка гипотез методом доверительных интервалов
- •14.1. Основы проверки гипотез методом доверительных интервалов
- •14.2. Пример решения типового задания по теме «Проверка гипотез методом доверительных интервалов»例题详解
- •14.3. Задания по теме «Проверка гипотез методом доверительных интервалов»习题
- •15. Критерий пирсона
- •15.1. Основы проверки гипотезы о нормальном распределении
- •15.2. Пример решения типового задания по теме «Критерий Пирсона»
- •15.3. Задания по теме «Критерий Пирсона»
- •Варианты задания
- •16. Корреляционный анализ 相关分析
- •16.1. Основы корреляционного анализа
- •Степени корреляции
- •16.2. Пример решения типового задания по теме «Корреляционный анализ»
- •16.3. Задания по теме «Корреляционный анализ»
- •Варианты задания
- •17. Корреляционный анализ при дихотомическОм оценивании
- •17.1. Основы применения корреляционного анализа при дихотомическом оценивании
- •Степени тесноты связи при дихотомическом оценивании
- •17.2. Пример решения типового задания по теме «Корреляционный анализ при дихотомическом оценивании»
- •17.3. Задания по теме «Корреляционный анализ при дихотомическом оценивании»
- •Варианты задания
- •18. Регрессионный анализ 回归分析
- •18.1. Основы регрессионного анализа
- •18.2. Пример решения типового задания по теме «Регрессионный анализ»
- •18.3. Задания по теме «Регрессионный анализ»
- •Варианты задания
- •Приложения
- •Функция гаусса
- •Функция лапласа
- •Распределение χ2
6.2. Пример решения типового задания по теме «Биномиальное распределение»例题详解
Задание № 6. Студент может получить пятерку на экзамене с вероятностью 60%. Найти ряд распределения числа пятерок, которые студент может получить в сессию из 3 экзаменов. Найти математическое ожидание и дисперсию числа пятерок, а также вероятность того, что их будет меньше 2. Построить полигон и функцию распределения.学生有60%的概率在考试时的5分,求学生参加3门考试获得5分的分布律。求数学希望值与方差,以及获得两个以下5分的概率。并绘制分布函数图像。
Решение. Случайная величина Х – число пятерок, которые студент может получить в сессию, очевидно, распределена по биномиальному закону.Действительно проводится ряд испытаний – экзаменов, в каждом из которых может появиться событие А – студент получает пятерку. Эти испытания по условиям задачи проводятся независимо, т.е. результат сдачи каждого из экзаменов не влияет на результат сдачи остальных, по крайней мере, в условиях задачи это не оговаривается. Значит, в нашем праве построить самую простую вероятностную модель изучаемого события – сдачи студентом сессии. В пользу нашего заключения свидетельствует один приведенный в условии факт – вероятность получения пятерки на каждом из экзаменов постоянна для данной сессии данного студента и равна p = 0,6. Соответственно q = 1 - p = 1 – 0,6 = 0,4. Здесь кроется источник главной идеализации, допускаемой при сведении задачи к схеме Бернулли. Действительно, любой, хоть немного знакомый с психологией, либо умудренный пусть и небольшим житейским опытом, понимает, что получение или не получение пятерки уже на первом экзамене, скорее всего, то есть с большой долей вероятности, повлияет на результаты сдачи студентом остальных экзаменов. Как оно повлияет – неясно. Действительно, студент, получив пятерку на первом экзамене, может почувствовать себя окрыленным и «влёт» сдать остальные, а может, наоборот, расслабиться... Для построения более точных вероятностных моделей необходимы серьезные исследования в области педагогической психологии, обработка больших объемов статистических данных и т.д. Ясно, что при решении задач, дающих ответы на глобальные вызовы современности, так и должно происходить. В простых же случаях, подобных нашему, вполне уместна и упрощенная схема Бернулли.
Поскольку наибольшее число пятерок, которые студент может получить в сессию равно 3, то n = 3, и ряд распределения ДСВ имеет вид
随机变量X是学生的5分的数量,学生获得5分是实验A,这个满足重伯努利实验定律,每一次实验室独立的,每次获得的成绩不影响其他考试的成绩,那么得5分的概率 p = 0,6. 相反不得五分的概率q = 1 - p = 1 – 0,6 = 0,4。有三门考试,所以最多有3个5分,所以 n=3, 一次建立随机变量分布
Х |
0 |
1 |
2 |
3 |
Р |
|
|
|
|
Чтобы
получить конкретный вид ряда распределения,
найдем вероятности
по
формулам Бернулли (6.1):
伯努利概率公式(6.1)
где
биномиальные коэффициенты
найдены по формуле (1.2) с учетом соотношений
(1.3).
其中二项式系数
由公式(1.2)求出,并考虑上述关系(
1.3)Тогда
ряд распределения ДСВ принимает
вид那么该系列随机分布变量分布的形式
Х |
0 |
1 |
2 |
3 |
Р |
0,064 |
0,288 |
0,432 |
0,216 |
Полигон строится способом, подробно описанным в разд. 4 и 5. Его график приведен на рис. 6.1. Четко выделяется мода распределения, равная 2: mod = 2. 图像建立方法在4和5部分详细分析。在图6.1 中建立图像。清晰可辨众数的分布
Рис. 6.1. Полигон числа пятерок, полученных студентом в сессию
学生在考试中的成绩图像
Математическое ожидание и дисперсия случайной величины Х, распределенной по биномиальному закону, находятся по формулам (6.4) и (6.5) 数学期望与随机变量X的方差,根据根据公式(6.4) и (6.5)如下
,
.
Вероятность того, что студент получит не меньше 2 пятерок в сессию, означает вероятность, что он может получить 2 или 3 пятерки, которая вычисляется по формуле (6.3): 学生在会话考试中获得不少于2个五分的概率由下式计算出
.
Эта вероятность оказывается более 50%, поскольку события, состоящие в получении 2 или 3 пятерок, являются наиболее вероятными во всем ряде распределения. 这个概率显示出50%以上,根据事实,取得两个或三个五分具有最大的可能性
Для построения функции распределения величины Х, распределенной по биномиальному закону, воспользуемся правилом (5.5): 为了构造X的分布函数,根据二项式分布规律,我们使用:
,
,
,
,
.
Таблица значений функции распределения имеет вид函数的值分布的表格形式
Х |
|
|
|
|
|
F(x) |
0 |
0,064 |
0,352 |
0,784 |
1 |
График этой ступенчатой функций изображен на рис. 6.2. Причем по обеим осям координат выбран различный, способствующий наглядности изображения, масштаб. 根据不同的比例在两轴上建立了该阶梯函数的曲线,示于图6.2 。
Рис. 6.2. Функция распределения биномиального закона для примера № 6函数方差分布图像