Элементы математической статистики
Теория вероятностей.
Согласно классическому определению вероятность события А равна отношению числа случаев, благоприятствующих ему, к общему числу случаев, т.е. (1)
где P(A) – вероятность события;
m – число случаев, благоприятствующих событию А;
n – общее число случаев.
Пример 105. При бросании игральной кости возможны шесть исходов – выпадение 1,2,3,4,5,6, очков. Какова вероятность появления четного числа очков?
Решение. Все n = 6 исходов образуют полную группу событий и равновозможны, т.е. единственно возможны, несовместимы. Событию А – «появление четного числа очков» благоприятствуют 3 исхода (случая) – 2,4 и 6 очков. По формуле (1) .
Основные свойства вероятности события:
· Вероятность любого события заключена между нулем и единицей, т.е. 1.
· Вероятность достоверного события равна единице.
· Вероятность невозможного события равна нулю.
Для успешного решения задач с использованием классического определения вероятности необходимо знать основные правила и формулы комбинаторики – раздела математики, изучающего, в частности, методы решения комбинаторных задач – задач на подсчет числа различных комбинаций.
Пусть – элементы конечного множества. Сформулируем два важных правила, часто применяемых при решении комбинаторных задач.
|
|
Правило суммы. Если элемент Ai может быть выбран n1 способами, элемент A2 – другими n2 способами, A3 – отличными от первых двух n3 способами и т.д., Ak – nk способами, отличными от первых (k–1), то выбор одного из элементов A1 или A2,…, или Ak может быть осуществлен способами.
Пример . В ящике 300 деталей. Известно, что 150 из них – 1-го сорта, 120 2-го, а остальные – 3-го сорта. Сколько существует способов извлечения из ящика одной детали 1-го или 2-го сорта?
Решение. Деталь 1-го сорта n1 может быть извлечена 150 способами, 2-го сорта n2 - 120 способами. По правилу суммы существует способов извлечения одной детали 1-го или 2-го сорта.
Правило произведения. Если элемент A1 может быть выбран n1 способами, после каждого такого выбора элемент A2 может быть выбран n2 способами и т.д., после каждого (k – 1) выбора элемент Ak может быть выбран nk способами, то выбор всех элементов A1, A2, …, Ak в указанном порядке может быть осуществлен n1 n2…nk способами.
Пример . В группе 30 человек. Необходимо выбрать старосту, его заместителя и профорга. Сколько существует способов это сделать?
Решение. Старостой может быть выбран любой из 30 учащихся, его заместителей – любой из оставшихся 29, а профоргом - любой из оставшихся 28 учащихся, т.е. По правилу произведения общее число способов выбора старосты, его заместителя и профорга равно способов.
|
|
Если комбинации из n элементов по m отличаются либо составом элементов, либо порядком их расположения (либо и тем, и другим), то такие комбинации называют размещениями из n элементов по m. Число размещений из n элементов по m
,
Если комбинации из n элементов по m отличаются только составом элементов, то их называют сочетаниями из n элементов по m. Число сочетаний из n элементов по m
или
Так как то .
Если комбинации из n элементов отличаются только порядком расположения этих элементов, то их называют перестановками из n элементов. Число перестановок из n элементов
Пример . Из 30 студентов 10 имеют спортивные разряды. Какова вероятность того, что выбранные наудачу 3 студента – разрядники?
Решение. Пусть событие А – 3 выбранных наудачу студента – разрядники. Общее число случаев выбора 3 студентов из 30 равно , так как комбинации из 30 студентов по 3 представляют собой сочетание, ибо отличаются только составом студентов. Точно так же число случаев, благоприятствующих событию А, рано . Итак,
Пример . По условию лотереи «Спортлото 6 из 45» участник лотереи, угадавший 4,5,6 видов спорта из отобранных при случайном розыгрыше 6 видов спорта из 45, получает денежный приз. Найти вероятность того, что будут угаданы: а) все 6 цифр; б) 4 цифры.
|
|
Решение. 1. Пусть событие А – угадывание всех 6 видов спорта из 45. Общее число всех случаев, т.е. всех вариантов заполнения карточек спортлото, есть , так как каждый вариант заполнения отличается только составом видов спорта. Число случаев, благоприятствующих событию А, есть m = 1. Поэтому
.
2. Пусть событие В – угадывание 4 видов спорта из 6 выигравших из 45. Вначале найдем число способов какими можно выбрать 4 вида спорта из 6 выигравших, т.е. . Но это еще не все: к каждой комбинации 4 выигравших видов спорта из 6 следует присоединить комбинации 2 невыигравших видов из ; таких комбинаций . По правилу произведения общее число случаев, благоприятствующих событию В, Итак,
.
Суммой нескольких событий называется событие, состоящее в наступлении хотя бы одного из данных событий.
Если А и В – совместные события, то их сумма А + В обозначает наступление события А или события В, или обоих событий вместе. Если А и В – несовместные события, то их сумма А + В означает наступление события А или события В.
|
|
Произведением нескольких событий называется событие, состоящее в совместном наступлении всех этих событий.
Если А,В,С –совместные события, то их произведение АВС означает наступление события А, события В и события С.
Разностью А – В двух событий А и В называется событие, которое состоится, если событие А произойдет, а событие В не произойдет.
Теорема. Вероятность суммы несовместимых событий равна сумме вероятностей этих событий: P(A+B+…+K) = P(A) + P(B) +…+ P(K).
Следствие. Сумма вероятностей противоположных событий равна единице:
Так, если к комплексу условий, при котором изучалась вероятность, добавить новое условие А, то полученная вероятность события В, найденная при условии, что событие А произошло, называется условной вероятностью события В и обозначается или
Событие В называется независимым от события А, если его вероятность не меняется от того, произошло событие А или нет, т.е.
или
В противном случае, если или событие В называется зависимым от А.
Пример Вероятность того, что студент сдаст первый экзамен, равна 0,9; второй – 0,9; третий – 0,8. Найти вероятность того, что студентом будут сданы: а) только 2-й экзамен; б) только один экзамен; в) три экзамена; г) по крайней мере два экзамена; д) хотя бы один экзамен.
Решение. 1. Обозначим события: А i – студент сдаст i-й экзамен (i=1,2,3); В – студент сдаст только 2-й экзамен из трех. Очевидно, что т.е. совместное осуществление трех событий, состоящих в том, что студент сдаст 2-й экзамен и не сдаст 1-й и 3-й. Учитывая, что события независимы, получим:
.
2. Пусть событие С – студент сдаст один экзамен их трех. Очевидно, событие С произойдет, если студент сдаст только 1-й экзамен их трех, или только 2-й, или только 3-й, т.е.
.
3. Пусть событие D – студент сдаст все три экзамена, т.е. D= А1А2А3. Тогда
4. Пусть событие Е – студент сдаст, по крайней мере, два экзамена. Очевидно, что событие Е означает сдачу любых двух экзаменов из трех или всех трех экзаменов, т.е. и
.
5. Пусть событие F студент сдал хотя бы один экзамен. Очевидно, событие F представляет сумму событий С (включающих три варианта) и Е (четыре варианта), т.е. (семь вариантов). Однако проще найти вероятность события F, если перейти к противоположному событию, включающему всего один вариант – .
т.е. сдача хотя бы одного экзамена их трех является событием практически достоверным.
Пример 111. При включении зажигания двигатель начнет работать с вероятностью 0,6. Найти вероятность того, что:
а) двигатель начнет работать при третьем включении зажигания;
б) для запуска двигателя придется включать зажигание не более трех раз.
Решение
1. Обозначим события: А – двигатель начнет работать при каждом включении зажигания; В – тоже при третьем включении зажигания. Очевидно, что и .
2. Пусть событие С – для запуска двигателя придется включать зажигание не более трех раз. Очевидно, событие С наступит, если двигатель начнет работать при 1-м включении, при 2-м или при 3-м включении, т.е. . Следовательно,
Теорема. Если событие F может произойти только при условии появления одного из событий (гипотез) , образующих полную группу, то вероятность события F равна сумме произведений вероятностей каждого из этих событий (гипотез) на соответствующие условные вероятности события F:
. (51)
Формулу (51) называют формулой полной вероятности.
Формула Байеса будет иметь вид
(52)
Пример . Два стрелка независимо друг от друга стреляют по мишени, делая каждый по одному выстрелу. Вероятность попадания в мишень для первого стрелка равна 0,8; для второго – 0,4. После стрельбы в мишени обнаружена одна пробоина. Какова вероятность того, что она принадлежит: а) 1-му стрелку; б) 2-му стрелку?
Решение. Обозначим события:
оба стрелка не попали в мишень;
оба стрелка попали в мишень;
1-й стрелок попал в мишень, 2-й нет;
1-й стрелок не попал в мишень, 2-й попал;
в мишени одна пробоина (одно попадание).
Найдем вероятности гипотез и условные вероятности события F для этих гипотез:
,
,
,
, .
Теперь по формуле (52)
т.е. вероятность того, что попал в цель 1-й стрелок, при наличии одной пробоины, в 6 раз выше, чем для второго стрелка.
Формула Бернулли. Если вероятность р наступления события А в каждом испытании постоянна, то вероятность Рm,n того, что событие А наступит m раз в n независимых испытаниях, составит
(53)
где р вероятность события А в одном испытании, q - противоположное испытание. Формулу (53) называют формулой Бернулли.
Пример. Вероятность изготовления на автоматическом станке стандартной детали равна 0,8. Найти вероятности возможного числа появления бракованных деталей среди 5 отобранных.
Решение. Вероятность изготовления бракованной детали . Искомые вероятности находим по формуле (53):
; ;
; ;
; .
Математическим ожиданием или средним значением М(Х) дискретной случайной величины Х называется сумма произведений всех ее значений на соответствующие им вероятности:
(54)
Дисперсией D(X) случайной величины Х называется математическое ожидание квадрата ее отклонения от математического ожидания:
или D(x)=M(x2) - (M(x))2. (55)
Средним квадратическим отклонением (стандартным отклонением или стандартом) случайной величины Х называется арифметическое значение корня квадратного из ее дисперсии:
.
Пример . Вероятность совершить покупку равна 0,3 для первого покупателя, 0,5 – для второго, 0,6 – для третьего. Найти закон распределения случайной величины Х – числа покупателей, совершивших покупку. Найти числовые характеристики этой случайной величины.
Решение. Возможные значения случайной величины Х таковы:
X1 = 0, X2 = 1, X3 = 2, X4 = 3.
Обозначим события:
А1 – первый покупатель совершил покупку;
А2 – второй покупатель совершил покупку;
А3 – третий покупатель совершил покупку; события `А1,`А2,`А3 – им противоположные.
Находим вероятность pi = P(X = xi), i = 1,2,3,4, применяя теоремы сложения и умножения вероятностей, получаем:
P1 = P( x = 0) = P(`А1`А2`А3) = P(`А1) ×P(`А2) ×P(`А3) = 0,7 × 0,5 × 0,4 = 0,14;
P2 = P(x = 1) = P(А1`А2`А3, или `А1 А2`А3, или `А1`А2 А3) = P(А1`А2`А3) + +P(`А1 А2`А3) + P(`А1`А2 А3) = 0,3 × 0,5× 0,4 + 0,7× 0,5 ×0,4 + 0,7× 0,5× 0,6 = =0,41;
P3 = P(x = 2) = P(А1 А2`А3) + P( А1`А2 А3) + P(`А1 А2 А3) = 0,3 × 0,5×0,4 + +0,3×0,5×0,6 + 0,7 × 0,5 × 0,6 = 0,36;
P4 = P(x = 3) = P(А1 А2 А3) = 0,3 × 0,5 × 0,6 = 0,09.
Ряд распределения случайной величины Х имеет вид
xi | 0 | 1 | 2 | 3 |
Pi | 0,14 | 0,41 | 0,36 | 0,09 |
åPi = 0,14 +0,41 + 0,36 + 0,09 = 1.
Значит закон составлен, верно. Находим числовые характеристики случайной величины:
1. Математическое ожидание вычисляем по формуле (54):
М= М(х) = 0 × 0,14 + 1 × 0,41 + 2 × 0,36 + 3 × 0,09 = 1,4.
2. Дисперсию по формуле (55):
D(x) = (0 – 1,4)2 ×0,14 + (1 – 1,4)2 ×0,41 + (2 – 1,4)2 ×0,36 + (3 – 1,4)2 ×0,09 = =0,70.
3. Среднее квадратическое (стандартное) отклонение s(x) = » 0,84.
Пример . Закон распределения случайной величины Х дан ниже.
Xi | -1 | 0 | 2 |
|
Pi | 0,2 | 0,5 | 0,3 |
Найти функцию распределения этой случайной величины и построить ее график.
Решение. Известно, что функция распределения F(x) = P(X < x). Если x £ -1, то F(x)= 0, так как случайная величина не принимает ни одного значения меньшего –1. Если –1 < x £ 0, то в промежуток (- ¥; x) попадает 1 значение случайной величины x = -1 с вероятностью 0,2, следовательно, F(x) = P(x = -1) = 0,2. Если 0 < x £ 2, то в промежуток (- ¥; x) попадают 2 значения случайной величины, т.е. она может принять значения x = -1 или x = 0, следовательно, F(x) = P(x = -1) + P(x = 0) =
= 0,2+0,5= 0,7. Если 2< x < ¥, то в промежуток ( - ¥; x) попадают все значения случайной величины, поэтому F(x) = P(x = -1) + P(x = 0) + P(x = 2) = 1. Итак, получаем функцию распределения:
0, если x £ -1,
F(x) = 0,2, если –1 < x £ 0,
0,7, если 0 < x £ 2,
1, если x > 2.
Строим график этой функции.
F(x)
1
0,7
x
-1 0 1 2
Математическое ожидание непрерывной случайной величины вычисляется по формуле:
М (х)= .
Дисперсия непрерывной случайной величины по формуле:
или
,
где а = М(х).
Пример Задана функция распределения случайной величины Х
0, при х £ 0,
F(x) = х, при 0 < х £ 1,
1, при х > 1.
Определить вероятность того, что в результате испытаний случайная величина примет значение большее 0,3, но меньшее 0,7. Найти плотность вероятности распределения случайной величины и дисперсию.
Решение. Вероятность того, что 0,3 < х < 0,7, найдем по формуле P(x1 < X < x2) = F(x2) – F(x1). Получаем P(0,3 < x < 0,7) = F(0,7) – F(0,3) =
= 0,7 – 0,3 = 0,4. Плотность вероятности f(x) по определению есть F¢(x), т.е.
0, при х £ 0,
f(x) = 1, при 0 < х £ 1,
0, при х > 1.
Математическое ожидание определим по формуле :
M(x) = =
Дисперсию найдем по формуле (57):
1/12.
Элементы математической статистики
Перейдем теперь к интервальным оценкам.
Принципиально важным вопросом является вопрос об объеме выборки.
Перейдем теперь к обработке результатов измерений по выборочным характеристикам.
Дата добавления: 2021-02-10; просмотров: 837; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!