3377
.pdf24
Сумма очков Y X i , будучи суммой большого числа неза-
i 1
висимых одинаково распределенных слагаемых с ограниченными дисперсиями, имеет закон распределения близкий к нормальному с параметрами:
|
|
|
24 |
|
|
24 |
|
|
|
|
|
|
|
M (Y ) |
M |
|
|
Xi |
|
M (Xi ) |
24 9 |
216; |
|
||||
|
|
|
i |
1 |
|
i 1 |
|
|
|
|
|
|
|
|
|
|
24 |
|
|
|
24 |
|
|
|
|
|
|
D(Y ) D X |
i |
D(X |
) 24 1,5 36 2 . |
||||||||||
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
i 1 |
|
|
|
|
|
|
В итоге Y |
|
|
N(216;36) . Поэтому |
|
|
||||||||
P(210 |
Y ) |
P(210 |
Y |
240) |
240 |
216 |
|
||||||
|
|
|
|
||||||||||
|
|
6 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
210 |
216 |
|
|
(4) |
|
( 1) |
(4) |
(1) |
|||||
|
|
|
|
|
|
|
|
||||||
|
|
6 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0, 49997 0,34134 0,84.
Пример 6. Восемьдесят процентов приборов после сборки нуждаются в регулировке. Какова вероятность того, что среди 400 собранных за смену приборов в регулировке нуждаются: а) не менее 310; б) не более 350; в) от 304 до 336?
Решение. Сборку каждого прибора можно считать независимым испытанием с вероятностью появления события равной p 0,8 . Так как число опытов велико, то можно воспользоваться интегральной теоремой Муавра-Лапласа :
а) P400 (310; 400) |
400 |
400 0,8 |
|
310 |
400 |
0, 8 0,2 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||
400 |
0,8 0, 2 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
400 |
0,8 |
0,2 |
|
||||||
|
|
|
|
|
|
|
|||||||
(10) |
(1, 25) |
0,5 |
0,3944 |
|
0,8944 |
0,9; |
|
|
|
|
|||
|
|
|
|
101 |
|
|
|
|
|
|
|
|
б) P400 |
(0;350) |
|
350 |
|
400 |
0,8 |
|
0 |
400 |
0,8 |
0,2 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
400 |
0,8 |
0, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
400 |
0,8 |
0,2 |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
= |
(3,75) |
(40) |
0, 4999 |
|
0,5 |
0,9999 |
1; |
|
|
|
|
|
|
|
||||||||||
в) P400 |
(304; 336) |
336 |
400 |
0,8 |
304 |
400 |
0,8 0,2 |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
400 |
0,8 |
0,2 |
|
|
|
|
400 |
0,8 |
0,2 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
(2)(2) 2 (2) 0,9545.
Правило «Трех сигм»: для случайной величины X , распределенной по нормальному закону распределения N (m; 2 ) ,
P( X m 3 ) 2 |
3 |
2 (3) 0, 997 1. |
|
Поэтому интервалом практически возможных значений такой случайной величины считают интервал (m 3 ;m 3 ). .
Напомним, что если вероятность события близка к единице, то событие называют практически достоверным. Можно быть практически уверенным, что в единичном опыте оно произойдет.
Пример 7. В страховой компании застраховано 10 000 автомобилей. Вероятность поломки любого автомобиля в результате дорожно-транспортного происшествия равна 0,02. Каждый владелец застрахованного автомобиля платит в год 24 у.е. страховых и в случае поломки автомобиля в результате аварии получает от компании 1000 у.е. Найдите вероятность того, что по истечении года работы компания потерпит убытки от этого вида страховой деятельности.
Решение. Страховой сбор с 10 000 автовладельцев составляет 24 10000 240000 у.е. Компания потерпит убытки, если будет предъявлено более 240 исков по 1000 у.е. каждый. Веро-
102
ятность поступления страхового иска от каждого автовладельца равна 0,02. Эксплуатация каждого автомобиля в течение страхового срока можно считать независимым испытанием. Так как число испытаний велико (n 10000) , то можно воспользоваться интегральной теоремой Муавра-Лапласа.
P 240 k 10000
10000
10000 |
10000 |
0, 02 |
240 |
10000 |
0, 02 |
||||||
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
10000 |
0, 02 |
0, 98 |
|
10000 |
0, 02 |
0, 98 |
|||||
(700) |
(2,86) |
0,5 |
0, 4979 |
0,0021. |
|
Задачи для самостоятельного решения
1.Монету подбросили 900 раз. Герб выпал 403 раза. Можно ли считать, что подбрасывали симметричную монету?
2.В условиях примера 7 найдите вероятность того, что страховая фирма получит доход менее 60 000 у.е.
3.Сколько раз нужно подбросить монету, чтобы с вероятностью, не меньшей 0,9, утверждать, что частота выпадения гербы попадает в интервал (0,4;0,6)? Получить оценку числа бросков монеты: а) по неравенству Чебышева; б) с использованием следствия 10.2 из центральной предельной теоремы.
4.Время безотказной работы предохранителя X имеет показа-
тельный |
закон распределения (функция |
распределения |
F (x) 1 |
e x , M ( X ) 1 / , D( X ) 1 / 2 ) |
с параметром |
0,01 отказов в час. Перегоревший предохранитель практически мгновенно заменяется новым. Какова вероятность того, что 20 предохранителей хватит на 2500 часов работы?
5. При дальней радиосвязи из-за помех 10% сигналов искажаются и принимаются неверно. Найдите вероятность того, что
103
при передаче 50 сигналов ошибок в приеме будет не более трех.
6.Вероятность поражения цели стрелком при одном выстреле равна 0,8. Найдите вероятность того, что при 100 выстрелах мишень будет поражена: а) не менее 75 раз; б) от 70 до 90 раз; в) не более 82 раз.
7.Сорок процентов жителей нашего города поддерживают некоторое мероприятие. Для изучения общественного мнения было опрошено 400 взятых наугад жителей. Какова вероятность того, что больше половины из опрошенных выскажутся
в поддержку мероприятия?
8.Наблюдается простейший поток событий интенсивности
(интервалы X i между событиями независимы и имеют показательное распределение с функцией плотности вероятности f (x) e x ). Оцените вероятность того, что первые 100 событий потока произойдут в интервале времени от 90/ до
100/ .(Указание: M ( Xi ) 1 , D( Xi ) 1 2 .)
9.Длительность телефонного разговора случайна. Известно, что у данного абонента средняя длительность разговора равна
4мин, а среднее квадратическое отклонение длительности разговора равна 2 мин. Оцените вероятность того, что длительность 50 разговоров превысит 3 часа.
10.В крупной партии изделий 1% изделий обладает скрытыми дефектами. Оценить вероятно того, что среди взятых наугад
400окажется не более k изделий со скрытыми дефектами. От-
вет для k 4,k 6,k 8.
104
11.Известно, что 5% студентов носят очки. На первый курс данного факультета принято 250 студентов. Какова вероят-
ность того, что среди них не менее 15 носят очки?
12.Игральный кубик подбрасывают 15 раз. Оцените вероятность того, что суммарное число выпавших очков превысит
Ответы: 1.Нет; 2. 0,92; 3. а) больше 250, б) больше 68;
4. 0,13; 5. 0,16; 6. а) 0,89, б) 0,99, в) 0,69; 7. 0,02;
8.0,68; 9. 0,92; 10. 0,5, 0,86, 0,998; 11. 0,24; 12. 0,96.
ЗАНЯТИЕ №14. ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
14.1. Основные определения
Математической статистикой называется наука, которая основывается на методах теории вероятностей, занимается систематизацией, обработкой и использованием экспериментальных данных для получения научных и практических выводов.
Одним из основных методов исследования случайных явлений в математической статистике является выборочный метод. Рассмотрим основные понятия этого метода.
Пусть рассматривается некоторый случайный эксперимент, связанный с СВ X, имеющей ФР F(х). Полный набор всех возможных результатов измерений СВ X в эксперименте назы-
вают генеральной совокупностью (ГС) с ФР F(х).
Число членов N , образующих генеральную совокупность,
называют объемом генеральной совокупности.
Отметим, что объем генеральной совокупности может быть как конечным, так и бесконечным.
105
Выборкой (выборочной совокупностью (ВС)) объемом п из
N генеральной совокупности (ГС) называется последовательность х1,х2,...,хп наблюдаемых значений СВ X, соответствующих п независимым повторениям эксперимента .
Метод, состоящий в том, что на основании изучения характеристик и свойств выборки х1,х2,...,хп даются заключения о числовых характеристиках и законе распределения СВ X, называется выборочным методом. Выборка может быть записана в виде вариационного ряда или в виде статистического ряда.
Вариационным рядом выборки х1,х2,...,хп называется спо-
соб ее записи, при котором элементы xi упорядочиваются по величине, то есть записываются в виде последовательности x1, x2 ,..., xn , причем x1 x2 ... xn .
Разность между максимальным и минимальным элементами выборки xn x1 называется размахом выборки.
Пусть в выборке объемом п элемент xi встречается ni раз. Число ni называется частотой элемента xi. Очевидно, что
k
n ni .
i 1
Статистическим рядом называется последовательность пар (xi,ni), которая записывается обычно в виде табл. 10
Таблица 10
xi |
x1 |
x2 |
… |
xk |
|
|
|
|
|
|
|
k |
|
i |
n1 |
n2 |
… |
nk |
|
ni n |
|
|
|
|
|
i |
1 |
|
|
|
|
|
|
|
Отношение ωi=ni/n называется относительной частотой, или частостью элемента xi выборки.
106
Статистическим распределением СВ X называется после-
довательность пар |
(xi , ni / n) , |
которая также записывается в |
|||||||||||||||||||
виде табл. 11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 11 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
xi |
|
|
|
x1 |
|
|
x2 |
|
… |
|
xk |
|
|
|
|
|
||||
|
|
n |
|
n |
|
|
n |
|
|
|
|
|
n |
|
|
k |
n |
|
k |
||
|
ωi= |
i |
|
|
|
2 |
|
|
… |
|
k |
|
|
i |
1 |
|
|||||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
i |
|||||
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
||||
|
|
|
n |
|
|
n |
|
|
|
n |
|
i 1 |
|
i 1 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
При большом объеме выборки ее элементы объединяют в группы (разряды), представляя результаты опытов в виде группированного статистического ряда. Для этого интервал, содержащий все элементы выборки, разбивается на k частичных непересекающихся интервалов.
Обычно выбирают частичные интервалы одинаковой длины b=ω/k. После того, как частичные интервалы выбраны, определяют частоты - количество ni элементов выборки, по-
павших в i-тый интервал (элемент, совпадающий c верхней границей интервала, относится к следующему интервалу). В группированный статистический ряд в верхнюю cтроку записываются середины xi интервалов группировки, а в нижний -
частоты ni .
В зависимости от объема выборки число k интервалов группировки берется от 6 до 20. Наряду с частотами ni удобно
одновременно |
подсчитывать также накопленные частоты |
||
i |
|
|
|
n j , относительные частоты и накопленные относитель- |
|||
j 1 |
|
|
|
i |
|
|
|
ные частоты |
j |
, |
i 1, 2,..., k . |
|
|
|
|
j |
1 |
|
|
|
|
|
107 |
Полученные результаты сводятся в таблицу, называемую таблицей частот группированной выборки.
Следует отметить, что группировка выборки вносит погрешность в последующие вычисления, которая становится тем больше, чем меньше выбирается число интервалов.
Пример 14.1. Дана выборка из некоторой ГС
11,15,12,9,13,
12,6,11,12,13,15,8,9,14,9,11,6. Определить объем, размах вы-
борки, а также построить вариационный и статистический ряды.
Решение. Объем п=17.Вариационный ряд 6,6,8,9,9,11,11,11,
12,12,12,13,13,14,15,15. Размах ω=15-6=9.Статистический ряд и статистическое распределение имеют вид:
xi |
|
6 |
8 |
9 |
11 |
12 |
13 |
14 |
15 |
n |
|
2 |
1 |
3 |
3 |
3 |
2 |
1 |
2 |
|
|
|
|
|
|
|
|
|
|
ωi |
|
2/17 |
1/17 |
3/17 |
3/17 |
3/17 |
2/17 |
1/17 |
2/17 |
ni |
n; |
|
i 1 |
|
|
|
|
|
Пример 14.2. Время решений контрольной работы студентами 2-го курса дается выборкой
38 |
60 |
41 |
51 |
33 |
42 |
45 |
21 |
53 |
60 |
68 |
52 |
47 |
46 |
49 |
49 |
10 |
57 |
54 |
59 |
79 |
47 |
28 |
48 |
58 |
32 |
42 |
58 |
61 |
30 |
61 |
35 |
47 |
72 |
41 |
45 |
44 |
55 |
30 |
40 |
67 |
65 |
39 |
48 |
43 |
60 |
54 |
42 |
59 |
50 |
Построить выборку в виде табл. 12 частот группированной выборки, используя 7 интервалов группировки.
Решение. Размах выборки 79-10=69. Длина интервала
108
b=69/7 |
10. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 12 |
|
|
|
|
|
|
|
|
|
|
|
Инт. |
[10- |
[20- |
[30- |
[40- |
[50- |
[60- |
[70- |
|
|
20) |
30) |
40) |
50) |
60) |
70) |
80) |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
xi |
15 |
25 |
35 |
45 |
55 |
65 |
75 |
|
|
ni |
1 |
2 |
7 |
18 |
12 |
8 |
2 |
ni |
50 |
ni |
1 |
3 |
10 |
28 |
40 |
48 |
50 |
|
|
|
|
|
|
|
|
|
|
|
|
i |
0,02 |
0,04 |
0,14 |
0,36 |
0,24 |
0,16 |
0,04 |
i |
1 |
|
|
|
|
|
|
|
|
|
|
i |
0,02 |
0,06 |
0,20 |
0,56 |
0,80 |
0,96 |
1,00 |
|
|
|
|
|
|
|
|
|
|
|
|
14.2. Графическое представление выборки
Для наглядности сгруппированные статистические ряды представляются графиками и диаграммами.
Полигоном частот группированной выборки называется ломаная с вершинами в точках ( xi , ni ), i=1, 2,...,k.
Полигоном относительных частот группированной вы-
борки называется ломаная с вершинами в точках ( xi , i ).
Гистограммой частот группированной выборки называется ступенчатая фигура, составленная из прямоугольников, построенных на интервалах так, что площадь каждого прямоугольника равна частоте ni , i=1, 2,...,k. Отсюда следует, что
площадь гистограммы частот равна объему выборки п. В том случае, когда длины всех интервалов одинаковы и равны b,
высоты прямоугольников равны hi ni / b , i=1, 2,...,k. Аналогич-
но строится гистограмма относительных частот. Площадь гистограммы относительных частот равна единице.
109
|
ni/10 |
|
|
|
|
|
|
|
|
|
|
|
1,8 |
|
|
|
|
|
|
|
|
|
|
|
1,6 |
|
|
|
|
|
|
|
|
|
|
Гисто- |
1,4 |
|
|
|
|
|
|
|
|
|
|
1,2 |
|
|
|
|
|
|
|
|
|
|
|
грамма |
|
|
|
|
|
|
|
|
|
|
|
1,0 |
|
|
|
|
|
|
|
|
|
|
|
|
0,8 |
|
|
|
|
|
|
|
|
|
|
|
0,6 |
|
|
|
|
|
|
|
|
|
|
|
0,4 |
|
|
|
|
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
|
|
|
xi |
|
|
10 |
20 |
30 |
40 |
50 |
60 |
70 |
80 |
|
|
|
|
|
|
||||||||
Полигоном |
накопленных |
частот |
группированной |
выборки |
|||||||
|
|
|
|
|
|
|
|
|
i |
|
|
называется ломаная с вершинами в точках ( xi |
b / 2; |
nj |
). |
||||||||
|
|
|
|
|
|
|
|
|
j 1 |
|
|
Полигоном относительных накопленных частот (кумулятив-
ной кривой, кумулятой) называется ломаная с вершинами в точ-
|
i |
ках ( xi b / 2; ( |
nj ) / n ). |
j |
1 |
Замечание. Перечисленные графические представления аналогичным образом определяются и в случае негруппированной выборки.
Пример 14.3. Для выборки примера 14.2 построить гистограмму, полигон частот и кумулятивную кривую.
14.3. Эмпирическая функция распределения (ЭФР)
Эмпирической функцией распределения СВ X называется функция F*(x), определяющая для каждого значения х относительную частоту события (Х<х) F*(x)=nx/n, где nx - число выборочных значений, меньших х, a n - объем выборки.
По значениям накопленных относительных частот ЭФР определяется следующим образом:
F x |
ni / n . |
xi |
x |
В отличие от ЭФР, функция распределения генеральной сово-
купности F(x)=P(X<х) называется теоретической функцией распределения (ТФР).
110