- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами 4
- •Тема 2 основні закони розподілу
- •Тема 3 елементи математичної статистики
- •Тема 4 розв’язування задач засобами mathcad 150
- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Математичне сподівання дискретної випадкової величини та його властивості
- •Розв’язування
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Функція розподілу випадкової величини
- •Розв’язування
- •Доведення
- •Доведення
- •Неперервні випадкові величини. Щільність ймовірності
- •Доведення
- •Розв’язування
- •Доведення
- •Розв’язування
- •Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
- •Розв’язування
- •Розв’язування
- •1.7 Приклади розв’язування задач
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 2 основні закони розподілу
- •2.1 Біноміальний закон розподілу
- •Доведення
- •2.2 Закон розподілу Пуассона
- •Розв’язування
- •2.3 Рівномірний закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •2.4 Показниковий закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.5 Нормальний закон розподілу
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.6 Розподіл
- •2.7 Розподіл Ст’юдента
- •2.8 Розподіл Фішера-Снедекора
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 3 елементи математичної статистики
- •3.1 Варіаційні ряди, їх графічне представлення та характеристики
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.2 Поняття оцінки параметрів. Методи знаходження оцінок
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.3 Статистична гіпотеза та загальна схема її перевірки
- •Розв’язування
- •1. Перевірка гіпотез про рівність середніх.
- •Розв’язування
- •2. Перевірка гіпотез про рівність дисперсій двох сукупностей.
- •Розв’язування
- •3. Побудова теоретичного закону розподілу за експериментальними даними. Перевірка гіпотез про закон розподілу
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 4 розв’язування задач засобами MathCad
- •Розв’язання
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Словник основних математичних термінів, що зустрічаються в тексті
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
Розв’язування
Нехай випадкова величина Х – число викликів кореспондента – може набувати значення 1, 2, 3, 4, 5. Позначимо Аі – і–й виклик прийнято (і=1, 2, 3, 4, 5). Тоді ймовірність того, що перший виклик прийнято:
p1: = 0.4
q1: = 1– p1
q1: = 0.6
Другий виклик відбудеться лише за умови, що перший виклик не прийнято, тобто:
p2 : = q1 p1
p2 : = 0.24
Аналогічно:
p3: = (q)2 p1;
p3 = 0.144
p4: = (q)3 p1
p4 = 0.086
p5: = (q)4
Перевірка:
Складемо закон розподілу числа викликів, якщо викликів не більше 5.
Ряд розподілу
i : = 1..5
pi =
0.4 |
0.24 |
0.144 |
0.086 |
0.13 |
Функція розподілу
Обчислимо математичне сподівання і дисперсію.
M = 2.306; D = 1.96
Приклад 4.4 . Побудувати геометричний розподіл для серії із 30 незалежних випробувань з ймовірністю успіху .
Розв’язування
k: =0..30
P1k: = dgeom (k, 0.4)
F1(k): = pgeomom (k, 0.4)
Приклад 4.5 Побудувати пуасонівський розподіл для серії із 20 незалежних випробувань з параметром . Побудувати графіки функцій розподілу. Обчислити ймовірність попадання значень випадкової величини з параметром у проміжок (1; 5). Для кожного розподілу знайти значення k, для якого величина pk максимальна.
Розв’язування
k: =0..20
pk =
0.819 |
0.164 |
0.016 |
1.092·10–3 |
5.458·10–5 |
2.183·10–6 |
7.278·10–8 |
2.079·10–9 |
5.198·10–11 |
1.155·10–12 |
2.31·10–14 |
0 |
0 |
0 |
0 |
0 |
k: = 0..20
P1k =
0.67 |
0.268 |
0.054 |
7.15·10–3 |
7.15·10–3 |
5.72·10–5 |
3.813·10–6 |
2.179·10–7 |
1.09·10–8 |
4.842·10–10 |
1.937·10–11 |
7.043·10–13 |
2.348·10–14 |
0 |
0 |
0 |
Для виконання обчислень з випадковими величинами (дискретними і неперервними) в MathСad є бібліотека функцій стандартних розподілів.
В MathСad для обчислення
щільності ймовірності і функції
розподілу випадкової величини, яка має
Пуасонівський розподіл, використовують
функції dpois(k,
) і ppois(k,
), значення яких – відповідно pk
і F(k).
Побудуємо многокутники розподілів і графіки функцій розподілу.
k: =0..20
P1k: = dpois (k, 0.2)
F1(k): = ppois (k, 0.2)
Перевірка:
Найімовірніше значення розподілу з параметром
д орівнює P10 = 0.819
P2k: = dpois (k, 0.4)
F2(k): = ppois (k, 0.4)
Найімовірніше значення розпо-
ділу з параметром
дорівнює P20 = 0.67
Ймовірність попадання значень випадкової величини з параметром у проміжок (1; 5) дорівнює :
F1(5)–F(1)=0.018
Приклад 4.6 (локальна теорема Муавра-Лапласа). Для і обчисліть ймовірності того, що випадкова величина, яка має біноміальний розподіл набуває значення, яке дорівнює . Проведіть обчислення за формулою Бернулі та Муавра-Лапласа. Порівняйте результати.