- •Раздел 9. Применение математических методов в биологии и геологии 750
- •9.1.1. Дифференциальные уравнения в математическом моделировании биологических систем
- •Лекция 9.2. Математические модели в горно-геологических задачах
- •9.2.1. Общий подход к составлению математической модели
- •9.2.2. Решение одной технической задачи
- •9.2.3. Моделирование процессов при помощи дифференциальных уравнений
- •9.2.4. Решение задач горно-геологического профиля средствами теории вероятности и математической статистики
- •Контрольные вопросы и задания для самопроверки.
9.2.4. Решение задач горно-геологического профиля средствами теории вероятности и математической статистики
Теория вероятности и математическая статистика очень часто используются при решении технических задач. Но рассмотреть какие-то общие подходы к их решению, как, например, в пункте 9.2.3 в случае дифференциальных уравнений, достаточно сложно, да и не целесообразно. Подобные задачи зачастую заключаются в вычислении тех или иных характеристик случайной величины и построении ее функции распределения (теория вероятности); сборе и группировке статистического материала, а также анализ полученных статистических данных.
Рассмотрим одну из задач горно-геологического направления, связанных с теорией вероятности.
Задача. На руднике, на некотором участке находится в работе в течении смены три отбойных молотка. Вероятность выхода из строя в течении смены для одного отбойного молотка равна 0,2. Составить закон распределения числа отбойных молотков, вышедших из строя в течении смены. Найти его математическое ожидание, дисперсию и построить функцию распределения.
Решение. Рассмотрим случайную величину – число отбойных молотков, вышедших из строя в течении смены. Возможные значения 0, 1, 2, 3. Вероятности для возможных значений случайной величины будем определять по формуле Бернулли (8.4.3) из пункта 8.4.3. лекции 8.4. раздела 8.
;
;
;
.
Выполним проверку: вычислим , значит, закон составлен верно.
Запишем закон распределения в виде таблицы (табл. 9.2.1)
Таблица 9.2.1
|
0 |
1 |
2 |
3 |
|
0,512 |
0,384 |
0,096 |
0,008 |
Для определения математического ожидания и дисперсии нам понадобятся формулы из пункта 8.5.2. лекции 8.5. раздела 5.
.
Вычислим вспомогательную величину
и дисперсию .
Находим функцию распределения случайной величины как указано в пункте.8.5.4. лекции 8.5. раздела 8.
Согласно определению имеем
, так как случайная величина не может принимать значение меньше 0;
;
;
Построим график функции распределения (рис. 9.2.2).
Задача решена.
Следующая прикладная задача связана с математической статистикой. Для ее решения нам понадобится материал лекций 8.6. и 8.7. раздела 8., а также некоторые дополнительные сведения, которые мы приведем далее.
Задача. Исследовалась выработка на одного рабочего-станочника механического цеха в отчетном году в отношении к предыдущему году. Получены следующие данные (в процентах): 98, 85, 101, 118, 101, 119, 82, 102, 112, 123, 99, 104, 107, 128, 106, 87, 103, 96, 116, 129, 108, 135, 107, 116, 89, 94, 109, 113, 93, 101, 103, 99, 105, 104, 111, 121, 95, 108, 117, 106, 115, 126, 97, 103, 131, 107, 119, 139, 99, 109. Построить интервальный вариационный ряд, гистограмму. Найти выборочную среднюю, выборочную дисперсию и выборочное среднее квадратическое отклонение.
Решение. Признак – выработка в отчетном году в процентах к предыдущему может принять любое значение в некотором числовом интервале. Такой признак называют непрерывно варьирующим. Составим интервальный вариационный ряд. Определим величину интервала (шаг) по формуле Стерджеса
.
Величину интервала определяем с той же точностью, как и исходные данные. Запись интервалов начинаем с до тех пор, пока не войдет . Для каждого интервала определяем частоту – число включений признака, попадающих в данный интервал. Условимся включать в интервал значения большие или равные нижней границы и меньшие верхней границы интервала. Запишем статистическое распределение признака (интервальный вариационный ряд) (табл. 9.2.2):
Таблица 9.2.2
Интервалы |
82-91 |
91-100 |
100-109 |
109-118 |
118-127 |
127-135 |
135-145 |
Частота |
4 |
9 |
17 |
9 |
6 |
4 |
1 |
Построим гистограмму частот (рис. 9.2.3).
Для определения числовых характеристик перейдем к дискретному вариационному ряду (табл. 9.2.3):
Таблица 9.2.3
Середины интервалов,
|
86,5 |
95,5 |
104,5 |
113,5 |
122,5 |
131,5 |
140,5 |
Частота |
4 |
9 |
17 |
9 |
6 |
4 |
1 |
По формуле из пункта 8.7.2. лекции 8.7. раздела 8. определяем выборочную среднюю
То есть средняя выработка на одного рабочего в отчетном году составляет 108,1% по отношению к предыдущему году.
Выборочную дисперсию определяем по формуле
Выборочное среднее квадратическое отклонение