Вариант 11
Для проверки 7 групп студентов назначается 2 инспектора, один из которых проверяет 3 группы, а второй -4 группы. Чему равна вероятность того, что при случайном распределении групп между инспекторами ваша группа будет проверена инспектором, которому выделены три группы для проверки.
Решение:
Вероятность выигрыша можно рассчитать по формуле классической вероятности
, где m – число благоприятных исходов, n – число полных исходов.
Все билеты различные, значит число полных исходов определяется по формуле сочетаний:
, где k=100, r=3, т.е.
.
Имеются две одинаковые урны, в одной из которых все шары белые, а в другой 2-белых и 2 черных шара. Вы подошли к одной из урн и извлекли белый шар, затем его возвратили обратно и снова наудачу извлекли шар из этой урны, и он оказался белым. Подобный опыт провели в третий раз и получили тот же результат. Определить вероятность того, что вы подошли к урне с белыми шарами.
Решение:
Задача 5.В одном ящике 3 белых и 5 черных шаров, в другом ящике – 6 белых и 4 черных шара. Найти вероятность того, что хотя бы из одного ящика будет вынут белый шар, если из каждого ящика вынуто по одному шару.
Решение. Событие A={хотя бы из одного ящика вынут белый шар} можно представить в виде суммы , где события и означают появление белого шара из первого и второго ящика соответственно. Вероятность вытащить белый шар из первого ящика равна, а вероятность вытащить белый шар из второго ящика . Кроме того, в силу независимости и имеем: . По теореме сложения получаем: .
В розыгрыше первенства по футболу участвуют 18 команд, из которых случайным образом формируются две группы по 9 команд в каждой. Среди участников соревнований 5 команд экстра-класса. Найти вероятность того, что: а) все команды экстра-класса попадут в одну и ту же группу; б) две команды экстра-класса попадут в одну группу, а три – в другую.
Решение:
Для решения этой задачи воспользуемся формулами комбинаторики. В обоих случаях число возможных вариантов распределений 18-ти командам на 2 группы по 9 человек считается как число сочетаний без повторений:
Вычислим число благоприятных исходов, в зависимости от искомых вероятностей:
а: Нарисуем схему состава благоприятной группы:
5 мест в группе должны занимать команды экстра-класса (э), а 4 оставшихся места X займут 13 нераспределённых команд, т.е. число таких распределений будет таким: Следовательно, вероятность благоприятных исходов определяется отношением их количественного значения к количеству всех возможных исходов:
б: Нарисуем схемы состава благоприятных групп:
и
Рассмотрим первую группу. В ней 2 команды экстра-класса и 7 свободных мест, по которым и необходимо рассчитать распределение оставшихся 13-ти команд не экстра-класса: . Но на месте двух команд экстра-класса в первой группе могли бы быть каждая из 3-х, которые в другой группе, т. е. всего таких взаимных расположений может быть . Таким образом, число благоприятных исходов: Вероятность этих исходов:
Ответ: ,.
Доходы некоторой категории семей распределены по нормальному закону со средним значением a=15000 р. И дисперсией 10000. Рассматривается часть этой категории семей, у которой доходы больше 14000 р. Найти закон распределения дохода у этой части и его среднее значение. (Определение характеристик усеченного распределения.)
Решение:
В ящике 20 деталей, из которых 7 деталей бракованных. Из ящика извлекается 9 деталей. Определить закон распределения числа бракованных деталей в выборке. Найти математическое ожидание и дисперсию этой случайной величины.
Решение:
Решается!!!!!!
Закон распределения случайного вектора (X,Y) определяется таблицей
X | Y |
-1 | 0 | 1 | 2 |
1 | 0.05 | 0.10 | 0.15 | 0.10 |
2 | 0.05 | 0.15 | 0.15 | 0.05 |
3 | 0.10 | 0.05 | 0 | 0.05 |
а) Определить безусловные и условные законы распределения X и Y,
б) Определить математическое ожидание и дисперсию этих величин, а также коэффициент корреляции между ними.
Решение:
Задача 3. Совместный закон распределения случайных величин x и h задан c помощью таблицы
x h | 1 | 2 |
–1 | 1/16 | 3/16 |
0 | 1/16 | 3/16 |
1 | 1/8 | 3/8 |
Вычислить частные законы распределения составляющих величин x и h. Определить, зависимы ли они. Вычислить вероятность .
Решение. Частное распределение для x получается суммированием вероятностей в строках:
;
;
.
Аналогично получается частное распределение для h:
;
.
Полученные вероятности можно записать в ту же таблицу напротив соответствующих значений случайных величин:
x h | 1 | 2 | px |
–1 | 1/16 | 3/16 | 1/4 |
0 | 1/16 | 3/16 | 1/4 |
1 | 1/8 | 3/8 | 1/2 |
ph | 1/4 | 3/4 | 1 |
Теперь ответим на вопрос о независимости случайных величин x и h. С этой целью для каждой клетки совместного распределения вычислим произведение (т.е. сумм по соответствующей строке и столбцу) и сравним его со значением вероятности в этой клетке. Например, в клетке для значений x=-1 и h=1 стоит вероятность 1/16, а произведение соответствующих частных вероятностей 1/4Ч1/4 равно 1/16, т.е. совпадает с совместной вероятностью. Это условие так же проверяется в оставшихся пяти клетках, и оно оказывается верным во всех. Следовательно, случайные величины x и h независимы.
Заметим, что если бы наше условие нарушалось хотя бы в одной клетке, то величины следовало бы признать зависимыми.
Задача 8. Случайные приращения цен акций двух компаний за день x и h имеют совместное распределение, заданное таблицей:
x h | -1 | +1 |
-1 | 0,3 | 0,2 |
+1 | 0,1 | 0,4 |
Найти коэффициент корреляции.
Решение.Прежде всего вычисляем Mxh=0,3-0,2-0,1+0,4=0,4. Далее находим частные законы распределения x и h:
x h | -1 | +1 | px |
-1 | 0,3 | 0,2 | 0,5 |
+1 | 0,1 | 0,4 | 0,5 |
ph | 0,4 | 0,6 |
|
Определяем Mx=0,5-0,5=0; Mh=0,6-0,4=0,2; Dx=1; Dh=1–0,22=0,96; cov(x,h)=0,4. Получаем
.
Бла
Задача 2.Пусть двумерный случайный вектор (x, h) равномерно распределен внутри треугольника . Вычислить вероятность неравенства x>h.
Решение. Площадь указанного треугольника равна (см. рис. 7.1). В силу определения двумерного равномерного распределения совместная плотность случайных величин x, h равна
Событие соответствует множеству на плоскости, т.е. полуплоскости. Тогда вероятность
Рис. 7.1.
На полуплоскости B совместная плотность равна нулю вне множества и 1/2 – внутри множества . Таким образом, полуплоскость B разбивается на два множества: и . Следовательно, двойной интеграл по множеству B представляется в виде суммы интегралов по множествам и , причем второй интеграл равен нулю, так как там совместная плотность равна нулю. Поэтому
.
Если задана совместная плотность распределения случайной пары (x,h), то плотности и составляющих x и h называются частными плотностями и вычисляются по формулам:
Для непрерывно распределенных случайных величин с плотностями рx(х), рh(у) независимость означает, что при любых х и у выполнено равенство
.
Бла
Бла
Бла
Бла
Другие работы по теме:
Сущность неоклассической экономической теории
Неоклассическая экономическая теория возникла в 1870-е годы. Представители: Карл Менгер, Фридрих фон Визер, Эйген фон Бём-Баверк (австрийская школа), У. С. Джевонс и Л. Вальрас (математическая школа), Дж. Б. Кларк (американская школа), А. Маршалл и А. Пигу (кембриджская школа).
Демографическая ситуация в России 3
Дисциплина: «Экономика и предпринимательство в социально-культурном сервисе и туризме» Контрольная работа На тему: «Демографическая ситуация в России
Проверка докозательств
Контрольная работа По Уголовно процессуальному праву на тему Проверка докозательств Сдавался в Государственном Университете по Землеустройству кафедра правоведения
Принципы уголовного судопроизводства
Контрольная работа По Уголовно процессуальному праву на тему Принципы уголовного судопроизводства Сдавался в Государственном Университете по Землеустройству кафедра правоведения
Представительство в суде РФ
Контрольная работа По Уголовно процессуальному праву на тему Представительство в суде РФ Сдавался в Государственном Университете по Землеустройству кафедра правоведения
Социология труда
Министерство высшего и профессионального образования Уральский государственный экономический университет КОНТРОЛЬНАЯ РАБОТА По социологии труда
работа по курсу "Математическая статистика"
Метод статистических испытаний (метод Монте-Карло) заключается в моделировании требуемой случайной величины с помощью выборки большого объема. При этом вероятность попадания рассматриваемой случайной величины в заданную область q определяется, исходя из соотношения
Функции менеджмента 3
УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФИЗИЧЕСКОЙ КУЛЬТУРЫ КАФЕДРА ТЕОРИИ И МЕТОДИКИ ФИЗИЧЕСКОГО ВОСПИТАНИЯ КОНТРОЛЬНАЯ РАБОТА На тему: «Функции менеджмента»
Теория вероятности и математическая статистика. Задачи
Практическиое решение задач по теории вероятности. Задача на условную вероятность. Задача на подсчет вероятностей. Задача на формулу полной вероятности. Задача на теорему о повторении опытов. Задача на умножение вероятностей. Задача на схему случаев.
Теория вероятности и математическая статистика
Особенности выполнения теоремы Бернулли на примере электрической схемы. Моделирование случайной величины по закону распределения Пуассона, заполнение массива. Теория вероятности, понятие ожидания, дисперсии случайной величины и закон распределения.
Теория вероятности и математическая статистика
Теорема Бернулли на примере моделирования электросхемы. Моделирование случайной величины, имеющей закон распределения модуля случайной величины, распределенной по нормальному закону. Проверка критерием Х2: имеет ли данный массив закон распределения.
Теория вероятности
Формулировка теоремы Бернулли, проверка ее с помощью программы. Моделирование случайной величины методом кусочной аппроксимации. График распределения Коши, построение гистограммы и нахождения числовых характеристик, составление статистического ряда.
Теория вероятностей
Содержание Задание 1 Задание 2 Задание 3 Задание 4 Задание 5 Задание 6 Список используемой литературы Задание 1 Найти общее решение дифференциального уравнения первого порядка:
Основы теории вероятности
Контрольная работа Основы теории вероятности Задание 1 Проверка выполнимости теоремы Бернулли на примере надёжности электрической схемы. Формулировка теоремы Бернулли: “Частота появления события в серии опытов сходится по вероятности к вероятности данного события.”
Задача по Математике 5
Задача № 74 Случайная величина х задана функцией распределения. Требуется: 1) найти функцию плотности вероятности f(x); 2) найти математическое ожидание и дисперсию случайной величины х;
Математическая модель распределения информации
1 Математическая модель распределения информации Математическая модель системы распределения информации включает следующие три основных элемента: входящий поток вызовов (требований на обслуживание), схему системы распределения информации, дисциплину обслуживания потока вызовов.
Законы распределения случайных величин. Доверительный интервал
Определение вероятности появления события в каждом из независимых испытаний. Случайные величины, заданные функцией распределения (интегральной функцией), нахождение дифференциальной функции (плотности вероятности), математического ожидания и дисперсии.
Контрольная по теории вероятности
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ ВОРОНЕЖСКИЙ ИНСТИТУТ ВЫСОКИХ ТЕХНОЛОГИЙ Факультет заочного и послевузовского обучения КОНТРОЛЬНАЯ РАБОТА №1
Теория вероятности
Дискретные случайные величины и их распределения. Формула полной вероятности и формула Байеса. Общие свойства математического ожидания. Дисперсия случайной величины. Функция распределения случайной величины. Классическое определение вероятностей.
Теория вероятности и математическая статистика
Классическое определение вероятности события. Способы вычисления наступления предполагаемого события. Построение многоугольника распределения. Поиск случайных величин с заданной плотностью распределения. Решение задач, связанных с темой вероятности.
Теория вероятностей и математическая статистика
Определение вероятности потери в ожесточенном бою одновременно глаза, рук, ноги; выбор возможных вариантов женитьбы; выигрыша, смерти. Расчет максимальной страховой риск компании и не оказаться в убытке.
Теория вероятностей
Общее решение дифференциального уравнения первого порядка. Уравнение с разделенными переменными. Выбор частного интеграла. Частное решение дифференциального уравнения второго порядка. Вероятность проявления события, интегральная формула Муавра-Лапласа.
Теория вероятностей
Поиск искомой вероятности через противоположное событие. Интегральная формула Муавра–Лапласа. Нахождение вероятности попадания в заданный интервал распределенной случайной величины по ее математическому ожиданию и среднему квадратическому отклонению.
Умножение матрицы. Теория вероятности
Преобразование матрицы: умножение, приведение коэффициентов на главной диагонали матрицы к 1. Решение системы уравнений методом Крамера. Определители дополнительных матриц. Определение вероятности события (теория вероятности), математическая статистика.
Бинарные отношения
Бинарные отношения служат простым и удобным аппаратом для весьма широкого круга задач. Язык бинарных и n-арных отношений используется во многих прикладных (для математики) областях, например, таких как математическая лингвистика, математическая биология, математическая теория баз данных. Широкое использование языка бинарных отношений легко объясняется - геометрический аспект теории бинарных отношений есть попросту теория графов.
Математическая теория информации
Механизм передачи информации, ее количество и критерии измерения. Единицы информации в зависимости от основания логарифма. Основные свойства и характеристики количества информации, ее энтропия. Определение энтропии, избыточности информационных сообщений.
Математическая система информации
Курс: "Теория информации и кодирования" Тема: "МАТЕМАТИЧЕСКАЯ ТЕОРИЯ ИНФОРМАЦИИ" 1. КОЛИЧЕСТВО ИНФОРМАЦИИ, И ЕЕ МЕРА На вход системы передачи информации (СПИ) от источника информации подается совокупность сообщений, выбранных из ансамбля сообщений (рис.1).
Учет и анализ банкротства 2
Контрольная работа по дисциплине «Учет и анализ банкротств» Вариант 1 Понятие, основные этапы проведения процедуры наблюдение Задача Определить вероятность банкротства по методике Бивера СК-3500 ОА-3780 Амортизация-976 ДО-1600 ВА-2620 КО-1300 ЧП-765 Литература