- •Содержание
- •Пояснительная записка
- •Как самостоятельно изучить теоретический материал
- •2. Как решать задачи.
- •3. Как выполнить расчетно-графическую работу
- •Задания для самостоятельной работы
- •Раздел 1. Элементы комбинаторики
- •Тема 1.1. Основные понятия комбинаторики. Задание 1. Расчет количества выборок заданного типа в заданных условиях. – 3 ч.
- •Раздел 2. Основы теории вероятностей
- •Тема 2.1. Случайные события. Понятие вероятности события. Задание 2. Изучение материала лекций по теме«Виды событий, алгебра событий».–1 ч.
- •Раздел 2. Основы теории вероятностей
- •Тема 2.1. Случайные события. Понятие вероятности события.
- •Раздел 2. Основы теории вероятностей
- •Тема 2.2. Вероятности сложных событий. Задание 4. Вычисление вероятностей сложных событий с помощью теорем сложения и умножения вероятностей.– 2 ч.
- •Искомая вероятность
- •Раздел 2. Основы теории вероятностей
- •Тема 2.2. Вероятности сложных событий. Задание 5. Формула полной вероятности. Формула Байеса – 2 ч.
- •Ответ: вероятнее всего студент принадлежит второй группе.
- •Раздел 2. Основы теории вероятностей
- •Тема 2.5. Схема Бернулли.
- •Решение.
- •Раздел 2. Основы теории вероятностей
- •Тема 2.5. Схема Бернулли.
- •Решение.
- •Раздел 3. Дискретные случайные величины
- •Тема 3.1. Закон распределения дискретной случайной величины. Интегральная функция распределения.
- •Раздел 3. Дискретные случайные величины
- •Тема 3.2. Нахождение числовых характеристик дсв. Задание 9. Нахождение числовых характеристик распределения дсв – 2 ч.
- •Раздел 3. Дискретные случайные величины
- •Тема 3.3. Законы распределения дсв. Задание 10. Запись распределения и вычисление характеристик для биномиальной и геометрической дсв. – 2 ч.
- •1. Биномиальное распределение.
- •Раздел 4. Непрерывные случайные величины
- •Тема 4.1. Нсв: функции распределения. Задание 11. Решение задач на геометрическое определение вероятностей – 1 ч.
- •Раздел 4. Непрерывные случайные величины
- •Тема 4.1. Нсв: функции распределения. Задание 12. Вычисление вероятностей, запись функции плотности и интегральной функции распределения нсв. – 2 ч.
- •Раздел 4. Непрерывные случайные величины
- •Тема 4.2. Числовые характеристики нсв
- •Раздел 4. Непрерывные случайные величины
- •Тема 4.3. Законы распределения нсв. Задание 14. Нахождение числовых характеристик для равномерно, показательно и нормально распределенной нсв. – 2 ч.
- •Раздел 4. Непрерывные случайные величины
- •Тема 4.3. Законы распределения нсв. Задание 15. Построение кривой Гаусса. – 2 ч.
- •Раздел 5. Основы математической статистики.
- •Тема 5.1. Выборочный метод. Задание 16. Сбор и обработка статистических данных. – 4 ч.
- •Ч исловые характеристики вариационного ряда
- •Раздел 5. Основы математической статистики.
- •Тема 5.2. Статистические оценки параметров распределения. Задание 17. Интервальная оценка математического ожидания нормального распределения и вероятности события – 2 ч.
- •2. Нахождение интервальной оценки вероятности события
- •Раздел 5. Основы математической статистики.
- •Тема 5.3. Статистическая проверка статистических гипотез. Задание 18. Проверка гипотезы о нормальном распределении.– 2 ч.
- •Критерии оценки выполнения самостоятельной
- •Список рекомендуемой литературы Основные источники:
- •Дополнительные источники:
- •Интернет-ресурсы:
- •Приложение 1
- •Приложение 2
Решение.
По
условию m
= 104, n
= 400, p
= 0,2, q
= 1 – 0,2 = 0,8. Тогда
,
.
Интегральная теорема Лапласа.
Теорема. Если вероятность p наступления события A в каждом испытании постоянна и отлична от нуля и единицы, то вероятность Pn(k1, k2) того, что событие Aпоявится в nиспытаниях от m1 до m2 раз, приближенно равна определенному интегралу:
=Ф(x2)
– Ф(x1), , где
;
.
Функция Ф(х) – функция Лапласа, таблица значений которой приведена в приложении 2.
Функция Ф(x) нечетная: Ф(–x) = –Ф(x).
Пример3. Вероятность поражения мишени стрелком при одном выстреле равна 0,75. Найти вероятность того, что при 100 выстрелах мишень будет поражена:
а) не менее 70 и не более 80 раз; б) не более 70 раз.
Решение.
а) По условию m1 = 70, m2 = 80. Тогда
,
,
В таблице даны значения Ф(1,15) = 0,3749 и Ф(1,16) = 0,3770. В качестве ответа можно взять любое из этих значений или их среднеарифметическое:
P100(70;80) 2Ф(1,1547) 2(Ф(1,15) + Ф(1,16))/2 = 0,7519.
б) По условию m1 = 0, m2 = 70. Тогда
,
x2 –1,1547,
P100(0;70) Ф(x2) – Ф(x1) = Ф(–1,1547) – Ф(–17,32) = Ф(17,32) – Ф(1,1547).
P100(0;70) 0,5 – 0,37595 = 0,12405.
Список литературы:
1.Спирина М.С. Теория вероятностей и математическая статистика: учебник для студ. учредж. СПО / М.С. Спирина, П.А. Спирин. - М: Изд. центр «Академия», 2012.-Глава 1, п.1.13., стр.70.
2.Калинина В.Н., Панкин В.Ф.Математическая статистика: учебник для ССУЗов / В.Н. Калинина, В.Ф.Панкин -М: Высш.шк., 2001.–Глава 4, §4.1 – 4.2, стр. 55.
Раздел 3. Дискретные случайные величины
Тема 3.1. Закон распределения дискретной случайной величины. Интегральная функция распределения.
Задание 8. Запись распределения ДСВ, заданной содержательным образом. – 1 ч.
Задание для самостоятельной внеаудиторной работы:
1. Выучите, что называют дискретной случайной величиной, какими функциями она задается.
2. Игральная кость брошена 3 раза. Написать закон распределения числа появлений шестерки.
3. Составить закон распределения ДСВ Х – число попаданий при трех выстрелах, если вероятность поражения цели при одном выстреле равна 0,4.
4.Составьте интегральную функцию распределения и постройте ее график для следующей случайной величины:
X |
-2 |
2 |
5 |
P |
0.5 |
0.3 |
? |
Методические указания по выполнению работы:
Дискретнойназывают случайную величину, которая принимает отдельные, возможные значения с определенной вероятностью. Число возможных значений дискретной случайной величины может быть конечным или бесконечным.
Пример.
1). Число появлений герба при трех бросаниях монеты: возможно 0; 1; 2; 3
2). Число самолетов, сбитых в воздушном бою: 0; 1; 2; …. N, где N – общее число самолетов.
Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями.
Способы задания: табличный, аналитический, графический.
|
X |
x1 |
x2 |
… |
xn |
- возможные значения |
|
P |
p1 |
p2 |
… |
pn |
- вероятность возможных значений |
События x1, x2, …, xn - образуют полную группу, т.е. р1 + р2 + … + рn = 1.
Такую таблицу называют рядом распределения случайной величины X.
Функцией распределения называют функцию F(х), определяющую вероятность того, что случайная величина Х в результате испытания примет значение, меньше x, т.е.
F(x) = P(X<x).
Геометрически: F(x) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки x.
Иногда вместо термина "Функция распределения" используют термин "Интегральная функция".
Пример 1. В коробке лежат 10шаров, 6 из которых белые, остальные – черные. Наугад вынимают 2 шара. Составьте закон распределения числа белых шаров.
Решение. Испытание – выбор двух шаров из 10 . Случайная величина Х - число выбранных белых шаров. Возможные значения случайной величины Х: 0, 1, 2.
Р(Х
= 2) =
,
Р(Х = 1) =
,
Р(Х = 0) =
.
Закон распределения:
Х |
0 |
1 |
2 |
Р |
|
|
|
Контроль:
.
Пример 2. Построить график функции распределения дискретной случайной величины X заданной таблицей:
X |
2 |
6 |
10 |
P |
0,3 |
0,6 |
0,1 |
Список литературы:
1.Спирина М.С. Теория вероятностей и математическая статистика: учебник для студ. учредж. СПО / М.С. Спирина, П.А. Спирин. - М: Изд. центр «Академия», 2012.-Глава 2, п.2.2.., стр.118.
2.Калинина В.Н., Панкин В.Ф.Математическая статистика: учебник для ССУЗов / В.Н. Калинина, В.Ф.Панкин -М: Высш.шк., 2001.–Глава 5, §5.1 – 5.2, стр. 64.
