Математика РГР
.pdf2) Для потенциального поля вектор поля V gradU , где U – потенци-
ал поля, то есть
|
U |
|
U |
|
U |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
V |
i |
y |
j |
k . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
x |
|
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Потенциал поля U (x; y; z) находим по формуле |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
x |
|
|
|
y |
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
U (x; y; z) P(t;0;0)dt Q(x;t;0) |
|
x const dt R(x; y;t) |
|
x const dt . |
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
0 |
|
|
|
0 |
|
|
|
0 |
|
|
|
|
|
|
|
|
y const |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
x |
|
y |
|
y |
|
t |
2 |
|
|
|
y |
|
t |
|
2 |
|
z |
|
t |
2 |
|
|
z |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
U (x; y; z) 0 dt 2tdt (2xt 2 yz)dt 2 |
|
|
|
|
2x |
|
|
|
|
|
2 y |
|
|
|
|
C |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|||||||||||||||
|
0 |
|
0 |
|
0 |
|
|
|
2 |
|
|
0 |
2 |
|
0 |
2 |
|
|
0 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
y 2 xz 2 yz 2 C. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Проверка: |
U |
z 2 P, |
U z 2 |
2 y Q, |
|
|
U |
2xz 2 yz R . |
|
|
|||||||||||||||||||
|
x |
|
|
|
y |
|
|
|
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Из условия U (0;0;0) 30 находим С:
30 0 0 0 C,
C30
ипотенциал поля равен
U(x; y; z) y2 xz 2 yz 2 30.
3)Работа потенциального поля между точками M1 и M 2 равна разно-
сти значений потенциала в конечной и начальной точках.
A |
|
|
U (M |
2 |
) U (M |
) 12 |
6 12 1 12 30 22 2 ( 1)2 2 ( 1)2 30 |
||||||||||||
M M |
2 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 8 0, |
|
|
|
|
|
|
|
) 12 |
1 22 1 22 30 8 30 9 8 1, |
||||||||||
A U (M |
3 |
) U (M |
2 |
||||||||||||||||
M2M3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
AM |
M |
1 |
U (M1 ) U (M 3 ) 8 30 9 30 1. |
||||||||||||||||
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Циркуляция потенциального поля V |
по замкнутому контуру |
||||||||||||||||
|
|
|
Ц AM M |
M |
M |
1 |
AM M |
2 |
AM |
M |
3 |
AM |
M |
0 1 1 0 . |
|||||
|
|
|
1 |
2 |
3 |
|
|
|
1 |
2 |
|
|
3 |
|
1 |
Проверили еще один признак потенциального поля: циркуляция потен-
циального поля V вдоль любого замкнутого контура равна нулю.
111
Ответ: 1. rotV 0 ,
2.U (x; y; z) y2 xz 2 yz 2 30,
3.AM1M 2 0, AM 2 M 3 1, AM 3 M1 1, Ц 0.
22.Найти вероятность безотказной работы участка цепи, если известно, что
каждый i -ый элемент работает независимо от других с вероятностью pi ( i
= 1, 2, 3, 4, 5, 6).
p1 0,6, p2 0,7, p3 0,8, p4 0,5, p5 0,9, р6 0,7 .
|
|
1 |
|
|
|
3 |
|
|
4 |
|
|
|||
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рисунок 19 – Электрическая схема
Решение. Участок цепи будет работать безотказно, если работают бло-
ки 1–2 и 3–4–5–6 (последовательное соединение).
Рассмотрим блок 1–2. Элементы 1 и 2 соединены параллельно, следо-
вательно, блок 1–2 будет работать, если хотя бы один из элементов 1, 2 ис-
правен.
Р1 2 1 (1 р1 )(1 р2 ) 1 0,4 0,3 0,88 – надежность блока 1–2.
Рассмотрим блок 3–4–5–6. Блок 3–4–5–6 будет безотказно работать хо-
тя бы в одном из случаев:
исправны элементы 3 и 4,
исправен элемент 5,
исправен элемент 6.
Р3 4 р3 р4 0,8 0,5 0,4 – вероятность безотказной работы блока
112
3–4.
Р3 4 5 6 1 (1 р3 4 )(1 р5 )(1 р6 ) 1 (1 0,4)(1 0,9)(1 0,7) 0,982 –
надежность блока 3–4–5–6.
Следовательно, Р Р1 2 Р3 4 5 6 0,88 0,982 0,864 – искомая надежность участка
цепи.
23. Рабочий обслуживает четыре однотипных станка. Вероятность того, что любой станок в течение часа потребует внимания рабочего, равна 0,6. Пред-
полагая, что неполадки на станке независимы, найти вероятность того, что в течение часа потребуют внимания рабочего: 1) все четыре станка; 2) ни один станок; 3) по крайней мере один станок.
Решение. Обозначим через А1, А2 , А3 , А4 события, состоящие в том, что в течение часа потребуют внимания рабочего соответственно первый, вто-
рой, третий, четвертый станки. По теореме умножения вероятностей незави-
симых событий вероятность того, что в течение часа все станки потребуют внимания рабочего, то есть произойдут события и А1 , и А2 , и А3 , и А4 , вы-
числим по формуле
Р А1 А2 А3 А4 Р А1 Р А2 Р А3 Р А4 0,6 0,6 0,6 0,6 0,1296.
Вероятность того, что в течение часа станок (любой) не потребует вни-
мания рабочего, найдем по правилу вычисления вероятности противополож-
ного события:
Р А1 Р А2 Р А3 Р А4 1 0,6 0,4.
Следовательно, вероятность события В, состоящего в том, что ни один станок в течение часа не потребует внимания рабочего, то есть произойдут события и А1 , и А2 , и А3 , и А4 , равна
Р(В) Р А1 А2 А3 А4 Р А1 Р А2 Р А3 Р А4 0,4 0,4 0,4 0,4 0,0256 .
113
Событие, состоящее в том, что в течение часа по крайней мере один из четырех станков потребует внимания рабочего, и событие В являются противоположными. Поскольку Р(В) 0,0256 , то
Р(В) 1 Р(В) 1 0,0256 0,9744 .
24. Заданы законы распределения двух независимых случайных величин Х и
У
Х |
–5 |
2 |
3 |
4 |
|
У |
1 |
4 |
|
|
|
|
|
|
|
|
|
Р |
0,4 |
0,3 |
0,1 |
0,2 |
|
Р |
0,2 |
0,8 |
|
|
|
|
|
|
|
|
|
Найти математическое ожидание и дисперсию для случайной величины
Z 2X 7Y .
Решение. Найдем математические ожидания и дисперсии случайных величин Х и У:
М( Х ) 5 0,4 2 0,3 3 0,1 4 0,2 0,3,
М(У ) 1 0,2 8 0,8 3,4.
Напишем законы распределения для случайных величин Х 2 и У 2 :
Х 2 |
25 |
4 |
9 |
16 |
|
У 2 |
1 |
16 |
|
|
|
|
|
|
|
|
|
Р |
0,4 |
0,3 |
0,1 |
0,2 |
|
Р |
0,2 |
0,8 |
|
|
|
|
|
|
|
|
|
Найдем математические ожидания для случайных величин Х 2 и У 2 :
М( Х 2 ) 25 0,4 4 0,3 9 0,1 16 0,2 15,3,
М(У 2 ) 1 0,2 16 0,8 13,0.
Отсюда
D( X ) M ( X 2 ) M ( X ) 2 15,3 ( 0,3)2 15,21, D( X ) M (Y 2 ) M (Y ) 2 13,0 3,42 1,44.
114
Пользуясь свойствами математического ожидания и дисперсии, а также независимостью случайных величин Х и У, получаем
M (Z ) M (2X 7Y ) 2M ( X ) 7M (Y ) 2 ( 0,3) 7 3,4 24,4, D(Z ) D(2X 7Y ) 4D( X ) 49D(Y ) 4 15,21 49 1,44 131,4.
25. Станок-автомат изготавливает шарики. Шарик считается годным, если отклонение Х его диаметра от проектного размера по абсолютной величине меньше 0,9 мм. Считая, что случайная величина Х распределена нормально с нулевым математическим ожиданием и со средним квадратическим отклоне-
нием 0,5 мм, найти, сколько процентов годных шариков изготовляет
станок-автомат.
Решение. Воспользуемся формулой для вычисления вероятности за-
данного отклонения нормально распределенной случайной величины Х от ее
математического ожидания
Р |
|
Х а |
|
|
|
|
|
||||
|
|
2Ф |
, |
||
|
|
|
|
|
|
|
|
|
|
а М ( Х ), |
|
|
|
|
|
|
|
|
|
|
||||||
где |
|
D( X ), Ф(х) – функция Лапласа (см. таблицу значений |
|||||||||||||||
функции Лапласа). |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
По условию а М (Х ) 0, 0,5, 0,9 , поэтому |
|
|
||||||||||||||
|
Р |
|
0,9 |
|
|
0,9 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
||||||||
|
Х |
2Ф |
|
2Ф(1,8) 2 0,4641 0,9282 . |
|
|
|||||||||||
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
0,5 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Таким образом, станок-автомат изготовляет 92,8% годных шариков. |
|
||||||||||||||||
26. Измерены диаметры X |
для 60 деталей, обрабатываемых на некотором |
||||||||||||||||
станке. Данные замеров приведены в таблице 3. |
|
|
|
||||||||||||||
Таблица 3 – Замеры деталей |
|
|
|
|
|
|
|
||||||||||
70,88 |
|
67,04 |
69,20 |
|
|
66,24 |
|
64,80 |
71,52 |
67,52 |
68,96 |
67,36 |
68,64 |
||||
67,12 |
|
66,96 |
69,04 |
|
|
66,00 |
|
66,00 |
64,88 |
65,84 |
67,52 |
65,68 |
70,00 |
||||
70,80 |
|
66,32 |
67,40 |
|
|
66,08 |
|
69,76 |
68,01 |
65,76 |
69,20 |
65,60 |
66,72 |
||||
67,44 |
|
67,72 |
68,72 |
|
|
64,00 |
|
66,32 |
68,21 |
70,96 |
67,76 |
66,88 |
69,12 |
||||
65,84 |
|
64,88 |
69,46 |
|
|
68,48 |
|
65,04 |
70,00 |
70,16 |
68,72 |
67,04 |
69,36 |
||||
66,48 |
|
68,20 |
64,72 |
|
|
70,40 |
|
67,76 |
69,28 |
71,20 |
67,90 |
66,80 |
70,24 |
115
Выполнить статистическую обработку результатов измерений по следующе-
му плану:
1)Построить статистическое распределение выборки.
2)Выполнить точечные оценки среднего значения x и дисперсии D X
случайной величины X .
3)Построить гистограмму относительных частот, установив статистиче-
ский (эмпирический закон распределения).
4)На том же чертеже построить кривую нормального распределения с параметрами a x и D X и проанализировать, хорошо ли стати-
стические данные описываются нормальным законом распределения.
Решение. 1) Построение статистического распределения выборки.
Данную выборку преобразуем в вариационный (интервальный ряд).
Для этого диапазон изменения случайной величины X в выборке делим на k
интервалов. Число интервалов k определяется по эмпирической формуле с округлением до ближайшего целого. В нашем случае объем выборки n 60 , поэтому k 1 3, 2lg 60 6, 69 7 . Ширину каждого интервала
можно вычислить по формуле |
xmax xmin |
, где |
x |
и x |
– наибольший и |
|
|||||
|
k |
max |
min |
||
|
|
|
|
наименьший элементы выборки. Величина должна выбираться с точно-
стью выборки и округляться в сторону завышения.
|
71,52 64, 00 |
1, 074 1, 08 |
|
7 |
|||
|
|
Границы интервалов вычисляются по формулам
x0* xmin
xi* 1 xi* i 0,1, 2,...k 1
Для каждого интервала i подсчитываем количество попавших в него элемен-
тов ni . Если элемент совпадает с границей двух соседних интервалов, то его следует отнести к интервалу с меньшим номером.
116
Вычисляем относительные частоты интервалов W |
ni |
i 1, 2,...k . |
|
||
i |
n |
|
|
|
На основании полученных результатов заполняем первые четыре столбца таблицы 4.
Таблица 4 – Характеристики интервального ряда
№ интер- |
Границы интер- |
ni |
|
|
|
Wi |
|
|
|
|
|
|
|
Wi |
||
|
|
|
|
xi |
|
ui |
||||||||||
вала |
валов |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
(64,00;65,08) |
6 |
|
|
|
6/60 |
64,540 |
|
-3 |
0,09 |
||||||
2 |
(65,08;66,16) |
8 |
|
|
|
8/60 |
65,620 |
|
-2 |
0,12 |
||||||
3 |
(66,16;67,24) |
11 |
|
|
|
11/60 |
66,700 |
|
-1 |
0,17 |
||||||
4 |
(67,24;68,32) |
12 |
|
|
|
12/60 |
67,780 |
|
0 |
0,19 |
||||||
5 |
(68,32;69,40) |
11 |
|
|
|
11/60 |
68,860 |
|
1 |
0,17 |
||||||
6 |
(69,40;70,48) |
7 |
|
|
|
7/60 |
69,940 |
|
2 |
0,11 |
||||||
7 |
(70,48;71,56) |
5 |
|
|
|
5/60 |
71,020 |
|
3 |
0,08 |
||||||
|
|
|
и дисперсии D X |
|
||||||||||||
2) Оценка среднего значения x |
случайной величины |
X .
Математическое ожидание можно оценить, взяв среднее арифметиче-
ское чисел из таблицы 3:
x x1 x2 ...xn . n
Исправленная дисперсия может быть вычислена по формуле
D X |
n |
|
|
|
|
|
2 , где |
|
2 |
x12 x22 ... xn2 |
. |
|
x2 |
||||||||||||
x |
x |
|||||||||||
n 1 |
|
|||||||||||
|
|
|
|
|
|
|
|
n |
Эти формулы целесообразно использовать, если объем выборки неве-
лик, или все статистические данные внесены в компьютер (например, в про-
грамму Excel). При выполнении расчетов вручную используется иная мето-
дика, которая требует меньших вычислений.
В случае выборки большого объема среднее значение случайной вели-
чины X удобно вычислить по формуле
|
|
|
|
|
k |
|
|
|
||
|
|
|
x еxiWi |
(1) |
||||||
|
|
|
|
|
i 1 |
|
||||
|
|
|
|
|
x* |
x* |
|
|||
|
x |
|
||||||||
где |
|
i 1 |
|
|
i |
|
– середина соответствующего интервала. |
|||
|
|
|
|
|
|
|||||
|
i |
|
|
2 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
117
Для дисперсии получаются формулы следующего вида:
|
|
D X |
|
|
n |
|
|
|
|
|
|
|
2 , где |
|
|
|
|
|
|
||||||||||||
|
x2 |
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
x |
|
|
|
|
|
|
|||||||||||||||||||||||
n 1 |
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 W |
|
2 ... W |
|
|
2 |
|
|
|
|
|
||||||||
|
|
|
|
|
|
W x |
x |
x |
|
|
|||||||||||||||||||||
|
|
x2 |
|
, (2) |
|
|
|||||||||||||||||||||||||
|
|
|
|
1 1 |
|
|
|
2 2 |
|
|
n n |
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
наконец, исправленное среднее квадратическое отклонение X |
|
. |
|||||||||||||||||||||||||||||
D X |
|||||||||||||||||||||||||||||||
Дополнительного упрощения расчетов можно добиться, если перейти |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
от величин xi |
к величинам ui |
по формуле |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
i |
|
xi c |
. |
|
|
|
|
(3) |
|
|
|
|
|
|
|
|
|
||||||||||||
u |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Величину c выберем следующим образом: |
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
c xk 2 , если k |
– четное, |
|
c x k 1 2 , если k – нечетное. |
|
|
При таком выборе формулы перехода величины ui будут принимать после-
довательные целые значения, близкие к нулю.
Пользуясь свойствами дисперсии и математического ожидания, можно получить формулы, выражающие x и D X через соответствующие характе-
ристики случайной величины U , аналогичные формулам (1,2).
Таким образом, при решении пункта 3 настоящей задачи будем действо-
вать в следующем порядке
|
|
|
x* |
x* |
||
1. Вычислим значения x |
||||||
i 1 |
i |
и запишем их в 5 столбец таблицы 4. |
||||
|
|
|||||
|
i |
|
2 |
|
||
|
|
|
|
|
2.В нашем случае c x4 67, 78 .
3.В 6 столбец таблицы 4 заносим числа –3, –2, –1, 0, 1, 2, 3, которые по-
лучаются из значений xi по формуле (3).
4. Вычисляем |
значения |
|
и |
D X |
по |
формулам |
||||
x |
||||||||||
|
|
|
u1n1 u2n2 |
...uk nk |
c |
|
|
|
|
|
|
x |
|
|
|
|
|
||||
|
n |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
1, 08 3 6 2 8 1 11 0 12 1 11 2 7 3 5 |
67, 78 67, 69 |
|
|
|||||||
|
|
|
|
60 |
|
|
|
|
|
118
|
|
|
n |
|
|
u2n |
u2n |
|
...u2n |
|
|
|
|
|
2 |
|
|
|
|
|
|||
D X |
2 |
|
|
x c |
|
|
|
|
|||||||||||||||
|
|
|
|
|
1 1 |
2 2 |
k k |
|
|
|
|
|
|||||||||||
n 1 |
|
|
|
n |
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
60 1, 082 |
3 |
2 |
6 |
2 |
2 |
8 1 |
2 |
11 0 |
2 |
12 1 11 2 |
2 |
7 3 5 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
2 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
59 |
|
|
|
|
|
|
|
|
|
|
|
|
|
60 |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
67, 69 67, 78 2 3, 57 |
|
|
|
|
|
|
|
|
|
|
|
|
|
3) Построение гистограммы относительных частот.
Гистограммой называется ступенчатая фигура, состоящая из прямо-
угольников, основаниями которых служат частичные интервалы длиной , а
высоты равны Wi .
Высоты прямоугольников записываем в 7 столбец таблицы 4. Диа-
грамма, построенная по данным таблицы 4, показана на рисунке 21.
Если теперь середины верхних сторон прямоугольников соединить плавной линией, то эта линия будет аналогом плотности распределения слу-
чайной величины – эмпирическим законом распределения.
4) Сравнение эмпирического и теоретического законов распределения
случайной величины X.
Из вида кривой эмпирического распределения следует, что случайная
величина X должна иметь закон распределения, близкий к нормальному.
Для сравнения в той же системе координат построим кривую нормального закона распределения
f x |
|
1 |
|
|
e x |
|
2 |
2 2 , |
|
||||
|
|
|
x |
|
|||||||||
|
|
|
|
|
|
||||||||
|
|
2 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
D X 3,57 были получены в преды- |
|||||||
где |
D X |
|
|
|
|||||||||
, |
а величины x 67, 78 и |
дущем пункте. Таким образом, 1,89 .
Одним из критериев, позволяющих установить справедливость нор-
мального закона распределения случайной величины X, является правило трех сигм. В случае нормально распределенной величины вероятность от-
клонений от x больше, чем на величину 3 , мала, следовательно, такие от-
119
клонения встречаются крайне редко. Для наших статистических данных
3 5, 67 . Из графика и таблицы можно сделать вывод, что величина X редко отклоняется от x более, чем на 3 , следовательно, ее закон распределения близок к нормальному.
|
|
|
W/∆ |
|
|
|
0,25 |
|
|
P |
|
|
|
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
0,15 |
|
|
|
|
|
|
0,1 |
|
|
|
|
|
|
0,05 |
|
|
|
|
|
|
0 |
|
|
|
|
|
|
64,54 |
65,62 |
66,7 |
67,78 |
68,86 |
69,94 |
71,02 |
|
|
|
x |
|
|
|
Рисунок 20 – Гистограмма, экспериментальная и теоретическая кривые |
||||||
|
|
|
распределения |
|
|
27. В задаче приведены данные по группе хозяйств о дозах внесения удобре-
ний на 1 га посева зерновых в ц. (Х) и об урожайности зерновых культур в ц.
с 1 га. (Y). Методом корреляционного анализа нужно исследовать зависи-
мость меду этими признаками, построить корреляционное уравнение (урав-
нение регрессии), рассчитать коэффициент корреляции и построить график корреляционной зависимости. Сформулируем выводы корреляционного ана-
лиза.
Решение. Для решения следует составить вспомогательную таблицу.
Вспомогательная таблица для расчета коэффициентов регрессии и кор-
реляции
120