Калинин / Приборостроителям / Математика 1 (17)
.docЗадание для заочников групп КМЕН-091, 092
1 задание
1. Найти неопределенный интеграл (табл. 1).
а) ;
б) .
Решение
а) представляем интеграл как сумму интегралов, первый из которых интегрируется непосредственно ,а второй является табличным:
б) преобразуем подынтегральное выражение с использованием формул двойного угла и проинтегрируем непосредственно:
2. Вычислить определенный интеграл (табл. 2): .
Решение
- интегрируем по частям, а затем в результат вместо неопределённой константы интегрирования подставляем пределы интегрирования по формуле Ньютона-Лейбница:
3. Вычислить площадь фигуры, ограниченной линиями (табл. 3).
.
Решение
Данные линии ограничивают криволинейный участок, площадь которого можно найти как разницу площадей под функцией и функцией .
2 задание.
1. В партии из N изделий n изделий имеют скрытый дефект (табл.1). Какова вероятность того, что из взятых наугад m изделий k изделий являются дефектными?
N = 20; n = 5; m = 4; k = 2.
Решение
Вероятность скрытого дефекта в наугад взятой детали равна p = n/N = 5/20 = 0,25. Выбор любого числа изделий можно представить как бесповторную последовательную выборку, которая подчиняется тогда схеме испытаний Бернулли. Отсюда, вероятность вытянуть 2 дефектных изделий при выборе 4 изделий наугад из общей выборки равна:
2. В магазине выставлены для продажи n изделий, среди которых k изделий некачественные (табл.2.). Какова вероятность того, что взятые случайным образом m изделий будут некачественными?
k = 6; n = 16; m = 2.
Решение
Вероятность того, что взятое случайно изделие будет некачественным равна p = k/n = 6/16 = 3/8.
Каждое испытание (выборка изделия) независимо от остальных, поэтому вероятность взять случайно два подряд некачественных изделия равна произведению вероятностей: P(2) = 3/8∙3/8 = 9/64 = 0,140625.
3. На сборочное предприятие поступили однотипные комплектующие с трех заводов в количестве: n1 с первого завода, n2 со второго завода, n3 c третьего (табл. 3). Вероятность качественного изготовления изделий на первом заводе p1 на втором p2, на третьем p3. Какова вероятность того, что взятое случайным образом изделие будет качественным?
n1 = 40; p1 = 0,9; n2 = 35; p2 = 0,7; n3 =25; p3 = 0,9.
Решение
По формуле полной вероятности, вероятность события при требовании наступления до него предварительно другого события равна сумме произведений различных событий, приводящих к возможному наступлению, интересующего нас события, на вероятность наступления этого события если предворяющее событие уже произошло:
4. Дано распределение дискретной случайной величины Х (табл.4). Найти математическое ожидание и среднее квадратичное отклонение.
х |
-6 |
-2 |
1 |
4 |
р |
0,1 |
0,3 |
0,4 |
0,2 |
Решение
Математическое ожидание определяется как
Дисперсия при известном математическом ожидании определяется как
Среднее квадратическое отклонение есть корень квадратный из дисперсии:
5. В городе имеются N оптовых баз (табл. 5). Вероятность того, что требуемого сорта товар отсутствует на этих базах одинакова и равна p. Составить закон распределения числа баз, на которых искомый товар отсутствует в данный момент.
N = 3; p = 0,2.
Решение
Распределение числа баз, на которых искомый товар отсутствует в данный момент при равной вероятности отсутствия товара на каждой из баз подчиняется распределению вероятностей по схеме испытаний Бернулли:
Таким образом, распределение числа баз, на которых искомый товар отсутствует в данный момент описывается следующей таблицей:
Число баз, на которых искомый товар отсутствует в данный момент |
0 |
1 |
2 |
3 |
х |
0,512 |
0,384 |
0,096 |
0,008 |
6. Непрерывная случайная величина имеет нормальное распределение. Её математическое ожидание равно Мх, среднее квадратичное отклонение (табл. 6.). Найти вероятность того, что в результате испытания случайная величина примет значение в интервале (a, b).
Мх = 14; = 3; a = 10; b = 15.
Решение
Вероятность попасть в какой-либо интервал для непрерывно распределённой величины равна:
Воспользовались свойством нечётности функции Лапласа и стандартными таблицами значений функции Лапласа.
3 Задание
1. Рассчитать и построить гистограмму относительно частот по сгруппированным данным (табл. 1), где mi – частота попадания вариант в промежуток (xi; xi+1).
i |
mi |
|
1 |
-6-2 |
2 |
2 |
-2-2 |
8 |
3 |
2-6 |
14 |
4 |
6-10 |
6 |
5 |
10-14 |
10 |
Решение
Расчёт гистограммы выполним в среде MS Office Excel, суммируя все частоты попадания и разделяя каждую частоту на всю сумму – для получения относительной частоты.
Гистограмма относительных частот строится по найденным значениям:
2. Найти несмещенную выборочную дисперсию на основании данного распределения выборки (табл.2).
распределение |
||||
xi |
4 |
8 |
16 |
24 |
ni |
31 |
14 |
28 |
27 |
Решение
Несмещённая выборочная дисперсия s(x) определяется на основании расчёта смещённой (эмпирической) дисперсии D(x). Для расчёта определим сначала полную сумму частот выборки: 31 + 14 + 28 + 27 = 100.
Математическое ожидание определяется как
Дисперсия при известном математическом ожидании определяется как
Тогда несмещённая дисперсия:
3. Проверить нулевую гипотезу о том, что заданное значение a0 является математическим ожиданием нормально распределенной случайной величины при 5%-м уровне значимости для двусторонней критической области, если в результате обработки выборки объема n=10 получено выборочное среднее , а выборочное среднее квадратичное отклонение равно s1 (табл.3).
a0 |
s1 |
|
20 |
18 |
2 |
Решение
Проверка нулевой гипотезы о том, что заданная величина является математическим ожиданием для нормально распределенной случайной величины заключается в вычислении величины
и последующем сравнении с квантилем нормального распределения, соответствующим заданному уровню значимости
Так как найденное значение U по модулю меньше, чем критическое значение, то нулевая гипотеза о том, что а0 является математическим ожиданием не отвергается (принимается).
4. При уровне значимости проверить гипотезу о равенстве дисперсий двух нормально распределенных случайных величин X и Y на основе выборочных данных (табл. 4) при альтернативной гипотезе .
X |
Y |
||
xi |
ni |
yi |
mi |
39 |
4 |
75 |
4 |
43 |
2 |
80 |
2 |
45 |
3 |
84 |
3 |
47 |
4 |
91 |
4 |
51 |
2 |
94 |
2 |
Решение
Вычислим дисперсию по каждой выборке в отдельности, вычислив предварительно математическое ожидание, а затем сравним дисперсии, разделив большую из них на меньшую:
Математическое ожидание х определяется как
Дисперсия х при известном математическом ожидании определяется как
Математическое ожидание у определяется как
Дисперсия у при известном математическом ожидании определяется как
Разделим большую дисперсию на меньшую и получим F = 50,0622/15,7156 = 3,186 и сравним полученный результат с критерием Фишера при половинном уровне значимости и числе степеней свободы, уменьшенном на единицу – Fтабл = 2,48 – по таблицам Фишера-Снедекора для уровня значимости 0,05 и 14 степенях свободы по каждой переменной. Таким образом, так как табличное значение критерия меньше расчётного, основная гипотеза о равенстве дисперсий отвергается (не принимается), а должна быть принята альтернативная гипотеза о неравенстве дисперсий двух данных выборок.
5. Найти выборочное уравнение линейной регрессии Y на X на основании корреляционной таблицы (табл.5).
Y\X |
5 |
10 |
15 |
20 |
25 |
30 |
Частные суммы |
14 |
4 |
6 |
|
8 |
|
4 |
22 |
24 |
|
8 |
10 |
|
6 |
|
24 |
34 |
|
|
32 |
|
|
|
32 |
44 |
|
|
4 |
12 |
6 |
|
22 |
|
|
|
|
|
|
|
|
Частные суммы |
4 |
14 |
46 |
20 |
12 |
4 |
|
Решение
Вычисляем следующие суммы:
Вычисляем средние значения и дисперсии каждой величины:
Вычисляем параметр μ:
Теперь вычисляем коэффициенты bxy и byx:
Теперь можно получить уравнения регрессии У на Х и Х на У в чистом виде:
Вычисляем коэффициенты искомого уравнения: