Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

2022_008

.pdf
Скачиваний:
2
Добавлен:
01.01.2024
Размер:
2.76 Mб
Скачать

Задачу рационально решить с помощью противоположного события. Для события "не менее " противоположным является событие "менее ".

Это событие означает, что из

семян взойдут или или .

Величина принимает

значения. По теореме сложения вероятно-

стей противоположных событий и теореме сложения вероятностей несовместных событий запишем выражение для искомой вероятности:

 

 

 

.

 

 

 

Вычислим вероятность

 

 

 

. Имеем следующие числовые данные:

,

,

,

. Подставляем в формулу Бернулли:

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

Вычислим вероятность

 

 

 

. Имеем следующие числовые данные:

,

,

,

. Подставляем в формулу Бернулли:

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

Вычислим вероятность

 

 

 

. Имеем следующие числовые данные:

,

,

,

. Подставляем в формулу Бернулли:

 

Окончательно:

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

Ответ: 1)

; 2)

; 3)

.

 

 

Пример 3.10.2. Найти вероятность того, что из

посеянных семян

не взойдёт

, если всхожесть семян оценивается вероятностью

.

Решение. Для решения задачи используем локальную теорему Лапласа. Одно семя рассматриваем как одно независимое испытание. Число

всех

независимых

 

испытаний

равно числу

посеянных семян,

то

есть

 

. По условию вероятность всхожести семян равна

,

то есть

 

. Соответственно, вероятность невсхожести семян равна

 

, то

есть

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Имеем следующие числовые данные:

,

,

 

,

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Выполняем вычисления:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Учитывая, что

 

, находим искомую вероятность:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

Ответ:

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 3.10.3. Всхожесть семян данного растения составляет

.

Найти вероятность того, что из

посеянных семян взойдёт не менее

.

Решение. Для решения задачи используем интегральную теорему Лапласа. Одно семя рассматриваем как одно независимое испытание. Число

всех независимых испытаний равно числу посеянных

семян,

то есть

. По условию всхожесть семян составляет

.

Поэтому вероят-

ность всхожести каждого семени постоянна и равна

,

то есть

.

171

 

 

 

Соответственно, невсхожесть семян составляет

. Поэтому вероятность

невсхожести каждого семени постоянна и равна

, то есть

 

.

Имеем следующие числовые данные:

,

,

,

,

.

 

 

 

Выполняем вычисления:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Учитывая,

что

,

 

, находим иско-

мую вероятность:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

Ответ:

.

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 3.10.4. На базу отправлено

 

изделий. Вероятность то-

го, что изделие в пути получит повреждение, равна

. Найти вероят-

ность того, что на базу прибудет повреждённых изделия.

Решение. Одно изделие рассматриваем как одно независимое испытание. Число всех независимых испытаний равно числу отправленных из-

делий, то есть

. По условию вероятность повреждения изделия

равна

, то есть

. Так как число испытаний достаточно ве-

лико и вероятность наступления события в одном испытании достаточно мала, то для решения задачи используем формулу Пуассона.

Имеем следующие числовые данные:

,

,

,

.

 

 

 

 

 

Выполняем вычисления:

 

 

 

 

 

.

 

 

 

 

 

 

 

 

Ответ:

.

 

 

 

 

 

10.2. Случайные величины

 

 

Справочный материал.

 

 

 

Законы распределения дискретных случайных величин.

 

 

1. Биномиальное распределение. Пусть проводится

независимых

испытаний, в каждом из которых вероятность

появления события

по-

стоянна. Пусть – дискретная случайная величина числа появлений собы-

тия в этих испытаниях. Она принимает значения

 

с вероятно-

стями, вычисленными по формуле Бернулли:

 

 

 

 

 

, где

,

 

.

 

 

 

 

 

 

 

Табличная форма биномиального распределения имеет вид:

 

 

 

 

 

 

...

 

 

...

 

 

 

 

 

 

 

 

...

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для биномиального распределения

,

.

 

 

 

2. Распределение Пуассона. Пусть проводится

независимых испы-

таний, в каждом из которых вероятность

появления события постоянна.

Пусть вероятность наступления события в каждом испытании стремится к при неограниченном увеличении числа испытаний , причём произ-

ведение

стремится к постоянному числу . Пусть – дискретная слу-

 

172

чайная величина числа появлений события

в этих испытаниях. Она при-

нимает значения

с вероятностями, вычисленными по формуле

Пуассона:

 

 

, где

.

 

 

Табличная форма распределения Пуассона имеет вид:

 

 

 

 

 

 

 

 

 

...

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

...

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для распределение Пуассона

.

 

 

 

 

 

 

 

3. Геометрическое распределение. Пусть проводится

независимых

испытаний, в каждом из которых вероятность

появления события по-

стоянна. Пусть – дискретная случайная величина числа испытаний, которые нужно провести до первого появления события . Она принимает зна-

чения

с вероятностями, вычисленными по формуле:

 

 

 

, где

,

 

.

 

 

 

 

 

 

 

 

 

 

 

Табличная форма геометрического распределения имеет вид:

 

 

 

 

 

 

 

...

 

 

 

 

 

...

 

 

 

 

 

 

 

 

...

 

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для геометрического распределения

 

 

 

,

 

 

.

 

 

 

 

 

 

 

 

 

 

 

4. Гипергеометрическое распределение. Это распределение исполь-

зуют при решении следующей задачи. Пусть в партии из

изделий имеется

стандартных. Из партии случайно отбирают

изделий, причём отобран-

ное изделие перед отбором следующего в партию не возвращается. Требу-

ется найти вероятность того, что среди отобранных изделий

стандарт-

ных. Пусть – дискретная случайная величина числа

стандартных изде-

лий среди отобранных. Она принимает значения

 

 

 

с

вероятностями, вычисленными по формуле:

 

 

 

, где

 

 

 

.

 

 

 

 

Для гипергеометрического распределения

 

 

,

 

 

 

.

Пример 3.10.5. Игральная кость брошена раза. Составить закон распределения случайной величины , выражающей число появлений шестёрки. Найти её математическое ожидание, дисперсию и среднее квадратическое отклонение.

Решение. По условию – случайная величина числа появлений шестёрки. При трёх бросаниях игральной кости шестёрка может ни разу не вы-

пасть, или выпасть раз, или

раза или

 

раза. Поэтому

может прини-

мать следующие значения:

,

,

,

. Так как числа

выпадений шестёрки независимы между собой, то вероятности этих значений найдём по формуле Бернулли. Будем учитывать, что вероятность появ-

ления шестёрки при одном бросании игральной кости составляет и вероятность непоявления шестёрки при одном бросании игральной кости составляет . Получаем:

173

;

;

;

.

Составляем биномиальный закон распределения в виде таблицы:

Выполним контроль вычислений. Для этого проверим, что сумма ве-

роятностей всех значений случайной величины равна

. Получаем:

 

 

 

 

 

 

 

 

 

. Вычисления верные.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Так как случайная величина

имеет биномиальное распределение,

то её математическое ожидание находим по формуле:

 

 

 

; диспер-

сию находим по формуле:

. Получаем:

 

 

 

 

;

 

 

 

 

.

Среднее квадратическое отклонение находим по формуле:

. Получаем:

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

Ответ:

;

 

;

 

.

 

 

10.3. Элементы математической статистики Справочный материал.

Пусть даны эмпирические частоты и теоретические частоты , вычисленные исходя из гипотезы о нормальном распределении генеральной совокупности :

...

...

Алгоритм проверки гипотезы о нормальном распределении генеральной совокупности по критерию согласия Пирсона.

1) Вычислить наблюдаемое значение критерия

 

 

.

 

 

2) Вычислить число степеней свободы

, где – число раз-

личных вариант выборки.

 

 

 

 

3)

Задать уровень значимости . В качестве

обычно берут

;

или

.

 

 

 

 

4) По таблице Приложения 4 критических точек распределения

 

найти критическую точку

.

 

 

 

 

 

174

 

 

 

 

5) Если набл

кр, то гипотезу принимают. Если

набл

кр, то гипо-

тезу отвергают.

 

 

 

 

Пример 3.10.6. Используя критерий Пирсона, при уровне значимо-

сти

установить,

случайно или значимо расхождение между эмпириче-

скими частотами

и теоретическими частотами ,

которые вычислены

исходя из гипотезы о нормальном распределении генеральной совокупности :

 

Решение. Вычислим наблюдаемое значение критерия

 

. Для это-

го составим расчётную таблицу:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

 

 

6

 

 

 

 

 

 

 

 

 

7

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Далее вычислим число степеней свободы:

.

 

 

По таблице

Приложения 3 критических точек распределения

,

уровню значимости

 

, числу степеней свободы

найдём крити-

ческую точку:

.

 

 

 

 

 

 

Так как набл

кр, то гипотезу о нормальном распределении гене-

ральной совокупности отвергаем, то есть расхождение между эмпирическими и теоретическими частотами значимо.

Ответ: Значимо.

 

Упражнения

 

1. В партии очень большого объёма имеется

небракованных из-

делий. Найти вероятность того, что среди взятых на испытание изделий окажется: 1) менее бракованных; 2) более двух бракованных.

2. Определить вероятность того, что среди проб руды окажется проб с промышленным содержанием металла, если вероятность промышленного содержания металла одинакова для каждой пробы и равна .

3.

Вероятность неточной сборки прибора равна

. Найти вероят-

ность того, что среди

приборов окажется от

до

(включитель-

но) точных.

 

 

 

 

 

4.

Вероятность изготовления нестандартной детали равна

. Най-

ти вероятность того, что среди

деталей окажется

нестандартных.

5.

Монета брошена

раза. Составить закон распределения случайной

величины , выражающей число появлений герба. Найти её математическое ожидание, дисперсию и среднее квадратическое отклонение.

175

6. Вероятность того, что стрелок попадёт в мишень при одном выстреле, равна . Стрелку выдаются патроны до тех пор, пока он не промахнётся. Составить закон распределения случайной величины , выражающей число патронов, выданных стрелку. Найти её математическое ожидание, дисперсию и среднее квадратическое отклонение.

7. В партии из деталей имеется стандартных. Наудачу отобраны детали. Составить закон распределения случайной величины , выражающей число стандартных деталей среди отобранных. Найти её математическое ожидание, дисперсию и среднее квадратическое отклонение.

8. Используя критерий Пирсона, при уровне значимости установить, случайно или значимо расхождение между эмпирическими частотами и теоретическими частотами , которые вычислены исходя из гипотезы

о нормальном распределении генеральной совокупности :

176

Заключение

В настоящее время в агропромышленном комплексе востребованы кадры, способные эффективно использовать имеющиеся технологии, а также создавать новые технологии. Создание технологий связано с разработкой математических моделей процессов или объектов и их дальнейшего исследования.

Математические модели разрабатываются при решении инженерных задач, задач экологии, биологии, химии, при этом используются методы аналитической геометрии, математического анализа, теории вероятностей и математической статистики. Это говорит о важности математического образования, владения основами математического моделирования и математическими методами исследования созданных моделей.

С этой целью в учебно-методическое пособие включены задачи на математическое моделирование, где математические модели представлены в виде функциональных зависимостей характеристик изучаемых процессов или объектов. Причём в одних задачах модель дана и нужно выполнить её исследование, в других – модель требуется сначала составить, а затем выполнить её исследование.

Модели разнообразны: от линейной зависимости, когда применяются средства аналитической геометрии, до сложных зависимостей, содержащих производную неизвестной функции, когда применяются средства математического анализа и математическая модель выражается дифференциальным уравнением.

Для решения таких задач нужно владеть навыком применения математических методов к решению типовых задач дисциплины «Математика». В связи с этим в упражнения пособия включены типовые задачи, когда требуется, например, найти определить матрицы, составить уравнение прямой, найти производную функции, решить дифференциальное уравнение, разложить функцию в степенной ряд, найти вероятность случайного события.

Для включения в работу над упражнениями всех обучающихся, независимо от уровня их подготовки, каждая глава пособия разбита на три уровня сложности, включает справочный материал по теории и примеры, при этом обучающийся поэтапно продвигается к выполнению более сложных заданий и может оценить свой уровень формирования умений и навыков.

Пособие позволит обучающимся получить основательные умения и навыки в области математики, применять их при изучении специальных дисциплин, с пониманием читать математическую литературу, решать профессиональные задачи, подготовиться к текущему и итоговому контролю.

177

Библиографический список

1.Баврин, И. И. Высшая математика для педагогических направлений : учебник для бакалавров / И. И. Баврин. – 2-е изд., перераб. и доп. – Москва : Издательство Юрайт, 2021. – 568 с. – (Высшее образование). – ISBN 978-5-534-12889-5. – Текст : электронный // Образовательная плат-

форма Юрайт [сайт]. – URL: https://urait.ru/bcode/468943.

2.Баврин, И. И. Высшая математика для химиков, биологов и медиков : учебник и практикум для вузов / И. И. Баврин. – 2-е изд., испр. и доп. – Москва : Издательство Юрайт, 2021. – 397 с. – (Высшее образование). – ISBN 978-5-534-07021-7. – Текст : электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/468944.

3.Берман, Г. Н. Сборник задач по курсу математического анализа

:учебное пособие / Г. Н. Берман. – 9-е изд., стер. – Санкт-Петербург : Лань,

2020. – 492 с. – ISBN 978-5-8114-4862-3. – Текст : электронный // Лань :

электронно-библиотечная система. – URL: https://e.lanbook.com/book/126705.

4.Высшая математика в упражнениях и задачах : учебное пособие для вузов : в двух частях. Часть 1 / П. Е. Данко [и др.]. – 7-е изд., испр. – Москва : Мир и Образование, 2016. – 368 с.

5.Высшая математика в упражнениях и задачах : учебное пособие для вузов : в двух частях. Часть 2 / П. Е. Данко [и др.]. – 7-е изд., испр. – Москва : Мир и Образование, 2016. – 448 с.

6.Гмурман, В. Е. Руководство к решению задач по теории вероятностей и математической статистике : учебное пособие для вузов / В. Е. Гмурман. – 11-е изд., перераб. и доп. – Москва : Издательство Юрайт, 2021.

– 406 с. – (Высшее образование). – ISBN 978-5-534-08389-7. – Текст : электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/468330.

7.Гмурман, В. Е. Теория вероятностей и математическая статистика : учебник для вузов / В. Е. Гмурман. – 12-е изд. – Москва : Издательство Юрайт, 2021. – 479 с. – (Высшее образование). – ISBN 978-5-534- 00211-9. – Текст : электронный // Образовательная платформа Юрайт

[сайт]. – URL: https://urait.ru/bcode/468331.

8.Гроссман, С. Математика для биологов: пер. с англ. / С. Гроссман, Дж. Тернер. – М.: Высшая школа, 1983. – 383 с.

9.Деменева, Н. В. Комплексные числа: учебное пособие / Н. В. Деменева ; Пермская ГСХА. – Пермь : Прокростъ, 2017. –– 112 с. – URL: https://pgsha.ru/generalinfo/library/elib/.

10.Деменева, Н. В. Линейная алгебра : сборник задач / Н. В. Деменева ; ФГБОУ ВО Пермская ГСХА. – Пермь : Прокростъ, 2016. – 142 с. –

URL: https://pgsha.ru/generalinfo/library/elib/.

11.Деменева Н. В., Аналитическая геометрия. Прямая линия на плоскости: учебное пособие / Н. В. Деменева; Пермский ГАТУ. – Пермь:

Прокростъ, 2019. – 196 с. – URL: https://pgsha.ru/generalinfo/library/elib/.

178

12.Деменева Н. В., Аналитическая геометрия. Кривые второго порядка: учебное пособие / Н. В. Деменева; Пермский ГАТУ. – Пермь: Про-

кростъ, 2019. – 310 с. – URL: https://pgsha.ru/generalinfo/library/elib/.

13.Деменева Н. В., Аналитическая геометрия в пространстве: учебное пособие / Н. В.Деменева; Пермский ГАТУ. – Пермь: ИПЦ "Про-

кростъ", 2020. – 215 с. – URL: https://pgsha.ru/generalinfo/library/elib/.

14.Деменева Н. В., Прикладные задачи по теме "Производная функции" / Н. В. Деменева, С. Б. Югова. – Пермь: Изд-во ФГБОУ ВПО Пермская ГСХА, 2011. – 115 с.

15.Ефимов, Н. В. Краткий курс аналитической геометрии / Н. В. Ефимов. – 14-е изд., испр. – М.: ФИЗМАТЛИТ, 2014. – 240 с.

16.Клетеник, Д. В. Сборник задач по аналитической геометрии : учебное пособие для вузов / Д. В. Клетеник. – 17-е изд., стер. – СанктПетербург : Лань, 2021. – 224 с. – ISBN 978-5-8114-1051-4. – Текст : электронный // Лань : электронно-библиотечная система. – URL: https://e.lanbook.com/book/174993.

17.Кремер, Н. Ш. Теория вероятностей и математическая статистика : учебник и практикум для вузов / Н. Ш. Кремер. – 5-е изд., перераб. и доп. – Москва : Издательство Юрайт, 2021. – 538 с. – (Высшее образование). – ISBN 978-5-534-10004-4. – Текст : электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/475438.

18.Лунгу, К. Н. Сборник задач по высшей математике. 1 курс / К. Н. Лунгу, Д. Т. Письменный, С. Н. Федин, Ю. А. Шевченко. – 9-е изд. – М.: Айрис-пресс, 2011. – 576 с.

19.Нагибин, Ф. Ф. Экстремумы / Ф. Ф. Нагибин. – М.: «Просве-

щение», 1966. – 120 с.

20.Ноздрин, И. Н. Прикладные задачи по высшей математике / И. Н. Ноздрин, И. М. Степаненко, Л. К. Костюк. – Издательское объединение «Вища школа», 1976. – 176 с.

21.Письменный, Д. Т. Конспект лекций по высшей математике : учебник : в 2 частях. Часть 1 / Д. Т. Письменный. – 14-е изд. – Москва: Ай-

рис-Пресс, 2015. – 280 с.

22.Письменный, Д. Т. Конспект лекций по высшей математике : учебник : в 2 частях. Часть 2 / Д. Т. Письменный. – 11-е изд. – Москва: Ай-

рис-Пресс, 2015. – 252 с.

23.Письменный, Д. Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам / Д. Т. Письменный. – 6-е изд. – М.: Айрис-пресс, 2013. – 288 с.

24.Пономарёв, К. К. Составление дифференциальных уравнений / К. К. Пономарёв. – Минск: Издательство "Вышэйшая школа", 1973. – 560 с.

25.Привалов, И. И. Аналитическая геометрия : учебник для вузов

/И. И. Привалов. – 40-е изд., стер. – Москва : Издательство Юрайт, 2021. – 233 с. – (Высшее образование). – ISBN 978-5-534-01262-0. – Текст : электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/469966.

179

26.Ризниченко, Г. Ю. Математическое моделирование биологических процессов. Модели в биофизике и экологии : учебное пособие для вузов / Г. Ю. Ризниченко. – 2-е изд., перераб. и доп. – Москва : Издательство Юрайт, 2021. – 181 с. – (Высшее образование). – ISBN 978-5-534-07037-8. –

Текст : электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/470480.

27.Цубербиллер, О. Н. Задачи и упражнения по аналитической геометрии : учебное пособие / О. Н. Цубербиллер. – 34-е изд.,стер. – СанктПетербург : Лань, 2021. – 336 с. – ISBN 978-5-8114-0475-9. – Текст : электронный // Лань : электронно-библиотечная система. – URL: https://e.lanbook.com/book/167791.

180

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]