Контрольная работа на тему Высшая математика
Работа добавлена на сайт bukvasha.net: 2014-11-04Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
от 25%
договор
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ РФ
НОУ ВПО «С.И.Б.У.П.»
Контрольная работа
по дисциплине «Высшая математика»
Вариант 13.
Выполнила студентка
Проверил:
Красноярск, 2008г.
где B: работает только 1-й (2-й простаивает); C: работает только 2-й (1-й простаивает). Каждое из этих событий есть произведение 2 независимых событий:
B = D ;
C = E,
где D, E – события, состоящие в том, что 1-й и 2-й комбайны работают; , - противоположные им события, т.е. 1-й и 2-й комбайны не работают. Их вероятности:
P (D) = 0,8
P (E) = 0,6
P ( ) = 1 – P (D) = 1 – 0,8 = 0,2
P ( ) = 1 – P (E) = 1 – 0,6 = 0,4
По теоремам сложения и умножения вероятностей
P (A) = P (B) + P (C) = P (D) P ( ) + P ( ) P (E) = 0,8 * 0,4 + 0,2 * 0,6 = 0,44
Б) Данное событие (оба комбайна простаивают) есть произведение 2 независимых событий:
F =
По теореме умножения вероятностей
P (F) = P ( ) P ( ) = 0,2 * 0,4 = 0,08
Происходит n = 800 независимых испытаний, в каждом из которых данное событие (опоздание на поезд) происходит с вероятностью p = 0,01. Наиболее вероятное число наступлений события удовлетворяет неравенствам
np – q ≤ k < np + p,
где q = 1 – p = 1 – 0,01 = 0,99
800 * 0,01 – 0,99 ≤ k < 800 * 0,01 + 0,01
7,01 ≤ k < 8,01
k = 8
Так как n велико, p мала, соответствующую вероятность найдем по формуле Пуассона:
Pn (k) = ,
где a = np = 800 * 0,01 = 8
P800 (8) =
X 0 1 2 Y 0 2
p 0,1 0,6 0,3 p 0,5 0,5
Составить закон распределения случайной величины Z = X + Y числа производимых в течение смены бракованных изделий обоими станками. Составить функцию распределения и построить ее график. Проверить свойство математического ожидания суммы случайных величин.
Величина Z может принимать значения:
0 + 0 = 0
0 + 2 = 2
1 + 0 = 1
1 + 2 = 3
2 + 0 = 2
2 + 2 = 4
Вероятности этих значений (по теоремам сложения и умножения вероятностей):
P (Z = 0) = 0,1 * 0,5 = 0,05
P (Z = 1) = 0,6 * 0,5 = 0,3
P (Z = 2) = 0,1 * 0,5 + 0,3 * 0,5 = 0,2
P (Z = 3) = 0,6 * 0,5 = 0,3
P (Z = 4) = 0,3 * 0,5 = 0,15
Закон распределения:
Z 0 1 2 3 4
p 0,05 0,3 0,2 0,3 0,15
Проверка:
∑ pi = 0,05 + 0,3 + 0,2 + 0,3 + 0,15 = 1.
Функция распределения
F (x) = P (X < x) = =
\s
Математические ожидания:
M (x) = ∑ xipi = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 = = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 \* MERGEFORMAT 1,2
M (y) = ∑ yipi = 0 * 0,5 + 2 * 0,5 = 1
M (z) = ∑ zipi = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 = = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 \* MERGEFORMAT 2,2
M (z) = M (x) + M (y) = = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 \* MERGEFORMAT 1,2 + 1 = = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 \* MERGEFORMAT 2,2
F (x) =
Найти: 1) вероятность попадания случайной величины X в интервал (1/3; 2/3); 2) функцию плотности распределения вероятностей f (x); 3) математическое ожидание случайной величины X; 4) построить графики F (x) и f (x).
3) Математическое ожидание
M (X) = = = = = ¾ (14 – 04) = ¾
4) Графики:
\s
\s
= =
P (α < X < β) = - = - = Ф (1,14) – Ф (-1,14) = 0,3735 + 0,3735 = 0,747
Значения функции Лапласа Ф (x) = берем из таблиц.
В) Вероятность того, что отклонение нормальной величины от математического ожидания не превышает ε, равна
P (|X – a| < ε) =
P (|X – 26| < 0,5) = = 2Ф (0,714) = 2 * 0,2611 = 0,5222
Проведено выборочное обследования объема промышленного производства за 16 месяцев и получены следующие результаты (тыс. руб.):
750; 950; 1000; 1050; 1050; 1150; 1150; 1150; 1200; 1200; 1250; 1250; 1350; 1400; 1400; 1550
1) Выборочная средняя
= = (750 + 950 + 1000 + 1050 + 1050 + 1150 + 1150 + 1150 + 1200 + 1200 + 1250 + 1250 + 1350 + 1400 + 1400 + 1550) / 16 = 18850 / 16 = 1178,1 тыс. руб.
2) Доверительный интервал
- < a < + ,
где Ф (t) = γ / 2 = 0,98 / 2 = 0,49. По таблице функции Лапласа находим: t = 2,32.
1178,1 - < a < 1178,1 +
1178,1 – 116,3 < a < 1178,1 + 116,3
1061,8 < a < 1294,4 тыс. руб.
3) Подсчитаем границы интервалов:
x2 = x1 + h = 700 + 200 = 900 и т.д.
Подсчитаем частоты интервалов (т.е. количество значений объема производства, попавших в данный интервал). Интервальное распределение выборки:
4) Гистограмма частот:
\s
5) Экономическая интерпретация. Средний объем промышленного производства за 16 месяцев составил 1178,1 тыс. руб. С надежностью 0,98 можно утверждать, что средний объем производства находится в пределах от 1061,8 до 1294,4 тыс. руб. Наибольшее число месяцев (7) объем производства находился в интервале от 1100 до 1300 тыс. руб.
В таблице дано распределение 200 заводов по основным фондам X в млн. руб. и по готовой продукции Y в млн. руб.:
НОУ ВПО «С.И.Б.У.П.»
Контрольная работа
по дисциплине «Высшая математика»
Вариант 13.
Выполнила студентка
Проверил:
Красноярск, 2008г.
ТЕОРИЯ ВЕРОЯТНОСТЕЙ
Задание 1
Коэффициенты использования рабочего времени у двух комбайнов соответственно равны 0,8 и 0,6. Считая, что остановки в работе каждого комбайна возникают случайно и независимо друг от друга, определить относительное время (вероятность: а) работы только одного комбайна; б) простоя обоих комбайнов.
А) Данное событие (работает только один комбайн) есть сумма 2 несовместных событий:
A = B + C,где B: работает только 1-й (2-й простаивает); C: работает только 2-й (1-й простаивает). Каждое из этих событий есть произведение 2 независимых событий:
B = D
C =
где D, E – события, состоящие в том, что 1-й и 2-й комбайны работают;
P (D) = 0,8
P (E) = 0,6
P (
P (
По теоремам сложения и умножения вероятностей
P (A) = P (B) + P (C) = P (D) P (
Б) Данное событие (оба комбайна простаивают) есть произведение 2 независимых событий:
F =
По теореме умножения вероятностей
P (F) = P (
Задание 2
Вероятность того, что пассажир опоздает к отправлению поезда, равна 0,01. Найти наиболее вероятное число опоздавших из 800 пассажиров и вероятность такого числа опоздавших.Происходит n = 800 независимых испытаний, в каждом из которых данное событие (опоздание на поезд) происходит с вероятностью p = 0,01. Наиболее вероятное число наступлений события удовлетворяет неравенствам
np – q ≤ k < np + p,
где q = 1 – p = 1 – 0,01 = 0,99
800 * 0,01 – 0,99 ≤ k < 800 * 0,01 + 0,01
7,01 ≤ k < 8,01
k = 8
Так как n велико, p мала, соответствующую вероятность найдем по формуле Пуассона:
Pn (k) =
где a = np = 800 * 0,01 = 8
P800 (8) = = 0,140
Задание 3
На двух автоматических станках производятся одинаковые изделия, даны законы распределения числа бракованных изделий, производимых в течение смены на каждом из них для первого и для второго.X 0 1 2 Y 0 2
p 0,1 0,6 0,3 p 0,5 0,5
Составить закон распределения случайной величины Z = X + Y числа производимых в течение смены бракованных изделий обоими станками. Составить функцию распределения и построить ее график. Проверить свойство математического ожидания суммы случайных величин.
Величина Z может принимать значения:
0 + 0 = 0
0 + 2 = 2
1 + 0 = 1
1 + 2 = 3
2 + 0 = 2
2 + 2 = 4
Вероятности этих значений (по теоремам сложения и умножения вероятностей):
P (Z = 0) = 0,1 * 0,5 = 0,05
P (Z = 1) = 0,6 * 0,5 = 0,3
P (Z = 2) = 0,1 * 0,5 + 0,3 * 0,5 = 0,2
P (Z = 3) = 0,6 * 0,5 = 0,3
P (Z = 4) = 0,3 * 0,5 = 0,15
Закон распределения:
Z 0 1 2 3 4
p 0,05 0,3 0,2 0,3 0,15
Проверка:
∑ pi = 0,05 + 0,3 + 0,2 + 0,3 + 0,15 = 1.
Функция распределения
F (x) = P (X < x) =
Математические ожидания:
M (x) = ∑ xipi = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 = = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 \* MERGEFORMAT 1,2
M (y) = ∑ yipi = 0 * 0,5 + 2 * 0,5 = 1
M (z) = ∑ zipi = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 = = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 \* MERGEFORMAT 2,2
M (z) = M (x) + M (y) = = 0 * 0,1 + 1 * 0,6 + 2 * 0,3 \* MERGEFORMAT 1,2 + 1 = = 0 * 0,05 + 1 * 0,3 + 2 * 0,2 + 3 * 0,3 + 4 * 0,15 \* MERGEFORMAT 2,2
Задание 4
Случайная величина X задана функцией распределенияF (x) =
Найти: 1) вероятность попадания случайной величины X в интервал (1/3; 2/3); 2) функцию плотности распределения вероятностей f (x); 3) математическое ожидание случайной величины X; 4) построить графики F (x) и f (x).
1) Вероятность попадания случайной величины в интервал (a, b) равна
P (a < X < b) = F (b) – F (a)
P (1/3 < X < 2/3) = F (2/3) – F (1/3) = (2/3)3 – (1/3)3 = 8/27 – 1/27 = 7/27
2) Функция плотности
f (x) = F`(x) =3) Математическое ожидание
M (X) =
4) Графики:
Задание 5
Текущая цена акции может быть смоделирована с помощью нормального закона распределения с математическим ожиданием a = 26 и средним квадратическим отклонением σ = 0,7. Требуется: а) записать функцию плотности вероятности случайной величины X – цены акции и построить ее график; б) найти вероятность того, что случайная величина X примет значение, принадлежащее интервалу (25,2; 26,8); в) найти вероятность того, что абсолютная величина |X – 26| окажется меньше ε = 0,5.
А) Функция плотности нормального распределения имеет вид
f (x) = \s
Б) Вероятность того, что нормальная величина примет значение из интервала (α; β), равна
P (α < X < β) =
Значения функции Лапласа Ф (x) =
В) Вероятность того, что отклонение нормальной величины от математического ожидания не превышает ε, равна
P (|X – a| < ε) =
P (|X – 26| < 0,5) =
СТАТИСТИКА
Задание 1
В задаче приведена выборка, извлеченная из соответствующей генеральной совокупности. Требуется: 1) по несгруппированным данным найти выборочную среднюю; 2) найти доверительный интервал для оценки неизвестного математического ожидания признака X генеральной совокупности (генеральной средней), если признак X распределен по нормальному закону; известны γ = 0,98 – надежность и σ = 200 – среднее квадратическое отклонение; 3) составить интервальное распределение выборки с шагом h = 200, взяв за начало первого интервала x1 = 700; 4) построить гистограмму частот; 5) дать экономическую интерпретацию полученных результатов.Проведено выборочное обследования объема промышленного производства за 16 месяцев и получены следующие результаты (тыс. руб.):
750; 950; 1000; 1050; 1050; 1150; 1150; 1150; 1200; 1200; 1250; 1250; 1350; 1400; 1400; 1550
1) Выборочная средняя
2) Доверительный интервал
где Ф (t) = γ / 2 = 0,98 / 2 = 0,49. По таблице функции Лапласа находим: t = 2,32.
1178,1 -
1178,1 – 116,3 < a < 1178,1 + 116,3
1061,8 < a < 1294,4 тыс. руб.
3) Подсчитаем границы интервалов:
x2 = x1 + h = 700 + 200 = 900 и т.д.
Подсчитаем частоты интервалов (т.е. количество значений объема производства, попавших в данный интервал). Интервальное распределение выборки:
Интервал | Частоты |
(700; 900) | 1 |
(900; 1100) | 4 |
(1100; 1300) | 7 |
(1300; 1500) | 3 |
(1500; 1700) | 1 |
5) Экономическая интерпретация. Средний объем промышленного производства за 16 месяцев составил 1178,1 тыс. руб. С надежностью 0,98 можно утверждать, что средний объем производства находится в пределах от 1061,8 до 1294,4 тыс. руб. Наибольшее число месяцев (7) объем производства находился в интервале от 1100 до 1300 тыс. руб.
Задание 2
По корреляционной таблице требуется: 1) в прямоугольной системе координат построить эмпирические ломаные регрессии Y на X и X на Y, сделать предположение о виде корреляционной связи; 2) оценить тесноту линейной корреляционной связи; 3) составить линейные уравнения регрессии Y на X и X на Y, построить их графики в одной системе координат; 4) используя полученное уравнение, оценить ожидаемое среднее значение признака Y при заданном x = 98. Дать экономическую интерпретацию полученных результатов.В таблице дано распределение 200 заводов по основным фондам X в млн. руб. и по готовой продукции Y в млн. руб.:
y\x | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 90 | 100 | ny |
12 | 4 | 4 | ||||||||
18 | 6 | 10 | 2 | 18 | ||||||
24 | 8 | 13 | 1 | 1 | 23 | |||||
30 | 4 | 7 | 9 | 3 | 4 | 2 | 29 | |||
36 | 1 | 2 | 3 | 12 | 4 | 8 | 30 | |||
42 | 1 | 3 | 18 | 24 | 1 | 47 | ||||
48 | 7 | 12 | 3 | 22 | ||||||
54 | 9 | 18 | 27 | |||||||
nx | 10 | 23 | 24 | 14 | 19 | 26 | 41 | 22 | 21 | n = 200 |
1) Расчетная таблица:
X Y | 20 | 30 | 40 | 50 | 60 | 70 | 80 | 90 | 100 | ny | yny | y2 | y2ny | ∑xnxy | Усл. ср. |
12 | 4 | 4 | 48 | 144 | 576 | 80 | 20,0 | ||||||||
18 | 6 | 10 | 2 | 18 | 324 | 324 | 5832 | 500 | 27,8 | ||||||
24 | 8 | 13 | 1 | 1 | 23 | 552 | 576 | 13248 | 870 | 37,8 | |||||
30 | 4 | 7 | 9 | 3 | 4 | 2 | 29 | 870 | 900 | 26100 | 1470 | 50,7 | |||
36 | 1 | 2 | 3 | 12 | 4 | 8 | 30 | 1080 | 1296 | 38880 | 1900 | 63,3 | |||
42 | 1 | 3 | 18 | 24 | 1 | 47 | 1974 | 1764 | 82908 | 3500 | 74,5 | ||||
48 | 7 | 12 | 3 | 22 | 1056 | 2304 | 50688 | 1940 | 88,2 | ||||||
54 | 9 | 18 | 27 | 1458 | 2916 | 78732 | 2610 | 96,7 | |||||||
nx | 10 | 23 | 24 | 14 | 19 | 26 | 41 | 22 | 21 | 200 | 7362 | 296964 | 12870 | ||
xnx | 200 | 690 | 960 | 700 | 1140 | 1820 | 3280 | 1980 | 2100 | 12870 | |||||
x2 | 400 | 900 | 1600 | 2500 | 3600 | 4900 | 6400 | 8100 | 10000 | ||||||
x2nx | 4000 | 20700 | 38400 | 35000 | 68400 | 127400 | 262400 | 178200 | 210000 | 944500 | |||||
∑ynxy | 156 | 528 | 630 | 444 | 672 | 1020 | 1692 | 1104 | 1116 | 7362 | |||||
∑xynxy | 3120 | 15840 | 25200 | 22200 | 40320 | 71400 | 135360 | 99360 | 111600 | 524400 | |||||
Усл. ср. | 15,6 | 23,0 | 26,3 | 31,7 | 35,4 | 39,2 | 41,3 | 50,2 | 53,1 |
Подсчитаем условные средние:
x = 20 = = (12 * 4 + 18 * 6) / 10 = 15,6 и т.д.
y = 12 = = 20 * 4 / 4 = 20,0 и т.д.
Эмпирические ломаные регрессии:
\s
\s
Эмпирические линии регрессии близки к прямым. Можно сделать предположение о линейном характере связи между величиной основных фондов и готовой продукцией.
2) Выборочные средние:
= = 12870 / 200 = 64,35
= = 7362 / 200 = 36,81
Выборочные средние квадратические отклонения
σx = = = 24,12
σy = = = 11,39
Выборочный коэффициент корреляции
r = = = 0,922
3) Уравнение линейной регрессии Y по X:
x - = r (x - )
x – 36,81 = 0,922 * (x – 64,35)
x = 0,435x + 8,786
Уравнение линейной регрессии X по Y:
y - = r ( y - )
y – 64,35 = 0,922 * (y – 36,81)
y = 1,951y – 7,452
Графики:
\s
4) Ожидаемое среднее значение Y при X = 98:
x = 98 = 0,435 * 98 + 8,786 = 51,5 млн. руб.
Экономическая интерпретация. Связь между величиной основных фондов и готовой продукций прямая и очень тесная: коэффициент корреляции положителен и близок к 1. При увеличении основных фондов на 1 млн. руб. готовая продукция возрастает в среднем на 0,435 млн. руб. При увеличении готовой продукции на 1 млн. руб. основные фонды возрастают в среднем на 1,951 млн. руб. При величине основных фондов 98 млн. руб. ожидаемое среднее значение готовой продукции 51,5 млн. руб.
В таблице дано распределение дохода от реализации некоторого товара:
Эмпирические ломаные регрессии:
Эмпирические линии регрессии близки к прямым. Можно сделать предположение о линейном характере связи между величиной основных фондов и готовой продукцией.
2) Выборочные средние:
Выборочные средние квадратические отклонения
σx =
σy =
Выборочный коэффициент корреляции
r =
3) Уравнение линейной регрессии Y по X:
Уравнение линейной регрессии X по Y:
Графики:
4) Ожидаемое среднее значение Y при X = 98:
Экономическая интерпретация. Связь между величиной основных фондов и готовой продукций прямая и очень тесная: коэффициент корреляции положителен и близок к 1. При увеличении основных фондов на 1 млн. руб. готовая продукция возрастает в среднем на 0,435 млн. руб. При увеличении готовой продукции на 1 млн. руб. основные фонды возрастают в среднем на 1,951 млн. руб. При величине основных фондов 98 млн. руб. ожидаемое среднее значение готовой продукции 51,5 млн. руб.
Задание 3
Даны эмпирические значения случайной величины. Требуется: 1) выдвинуть гипотезу о виде распределения; 2) проверить гипотезу с помощью критерия Пирсона при заданном уровне значимости α = 0,05. За значения параметров a и σ принять среднюю выборочную и выборочное среднее квадратичное отклонение, вычисленные по эмпирическим данным.В таблице дано распределение дохода от реализации некоторого товара:
8-12 | 12-16 | 16-20 | 20-24 | 24-28 | 28-32 |
6 | 11 | 25 | 13 | 4 | 1 |
1) Вычислим середины интервалов дохода:
xi = (8 + 12) / 2 = 10 и т.д.
Расчетная таблица:
Выборочное среднее
= = 1084 / 60 = 18,067
Выборочное среднее квадратическое отклонение
s = = = 4,412
Выдвигаем гипотезу о нормальном распределении.
2) Расчетная таблица для применения критерия Пирсона:
Наблюдаемое значение
χн2 = ∑ (ni - ni`)2 / ni` = 2,7
Критическое значение (из таблиц при уровне значимости α = 0,05 и числе степеней свободы k = 6 – 3 = 3)
χкр2 = 7,8
Так как χн2 < χкр2, гипотезу о нормальном распределении принимаем.
xi = (8 + 12) / 2 = 10 и т.д.
Расчетная таблица:
№ | xi | ni | xini | xi - | (xi - | (xi - |
1 | 10 | 6 | 60 | -8,067 | 65,071 | 390,4 |
2 | 14 | 11 | 154 | -4,067 | 16,538 | 181,9 |
3 | 18 | 25 | 450 | -0,067 | 0,004 | 0,1 |
4 | 22 | 13 | 286 | 3,933 | 15,471 | 201,1 |
5 | 26 | 4 | 104 | 7,933 | 62,938 | 251,8 |
6 | 30 | 1 | 30 | 11,933 | 142,404 | 142,4 |
Сумма | 60 | 1084 | 1167,7 |
Выборочное среднее квадратическое отклонение
s =
Выдвигаем гипотезу о нормальном распределении.
2) Расчетная таблица для применения критерия Пирсона:
i | xi | Частоты ni | ui = (xi - | φ (ui) = | Теорет. частоты ni` = nh φ (ui) / s | ni - ni` | (ni - ni`)2 | (ni - ni`)2 / ni` |
1 | 10 | 6 | -1,829 | 0,0750 | 4,1 | 1,9 | 3,7 | 0,9 |
2 | 14 | 11 | -0,922 | 0,2609 | 14,2 | -3,2 | 10,2 | 0,7 |
3 | 18 | 25 | -0,015 | 0,3989 | 21,7 | 3,3 | 10,9 | 0,5 |
4 | 22 | 13 | 0,892 | 0,2681 | 14,6 | -1,6 | 2,5 | 0,2 |
5 | 26 | 4 | 1,798 | 0,0792 | 4,3 | -0,3 | 0,1 | 0,0 |
6 | 30 | 1 | 2,705 | 0,0103 | 0,6 | 0,4 | 0,2 | 0,3 |
Сумма | 60 | 59,4 | 2,7 |
χн2 = ∑ (ni - ni`)2 / ni` = 2,7
Критическое значение (из таблиц при уровне значимости α = 0,05 и числе степеней свободы k = 6 – 3 = 3)
χкр2 = 7,8
Так как χн2 < χкр2, гипотезу о нормальном распределении принимаем.