Теория вероятностей в производстве
Торговая фирма располагает разветвленной сетью филиалов и есть основания считать, что ее суммарная дневная выручка х является нормально распределенной случайной величиной. Выявленные значения этой величины по 100 рабочим дням представлены в виде следующего интервального ряда (таблица 5). По результатам n = 16 замеров времени Х изготовления детали определены выборочное среднее и исправленная… Читать ещё >
Теория вероятностей в производстве (реферат, курсовая, диплом, контрольная)
Задача № 1
Малое предприятие имеет два цеха — А и В. Каждому установлен месячный план выпуска продукции. Известно, что цех, А свой план выполняет с вероятностью р1 = 0,6. Вероятность выполнения плана цехом В при условии, что цех, А выполнит свой план, равна р2 = 1/3. Известно также, что с вероятностью р3 = 0,1 может случиться ситуация, когда ни один из цехов свой план не выполнит.
Если оба цеха выполнят свои планы в предстоящий месяц, то предприятие увеличит свой счет в банке на 5 единиц; если оба не выполнят — снимет со счета 4 единицы; если цех, А выполнит, а цех В не выполнит — увеличит счет только на 2 единицы; если же цех, А не выполнит, а цех В выполнит — сократит свой счет на 1 единицу.
Требуется:
1) определить вероятность выполнения плана цехом В;
2) выяснить, зависит ли выполнение плана цехом, А от того, выполнит или не выполнит свой план цех В;
3) найти вероятность того, что предприятию придется снимать деньги со счета в банке;
4) определить, на сколько и в какую сторону (увеличения или уменьшения) изменится в среднем счет предприятия в банке по результатам работы в предстоящем месяце (ожидаемое изменение счета в банке).
Решение
1) Указанные в задаче события представим графически с помощью диаграммы Эйлера-Венна.
Рисунок 1 — Диаграмма Эйлера-Венна Справедливы равенства:
По условию Р (А) = 0,6; РА(В) = 1/3; Р () = 0,1.
Найдем Р (В):
;
следовательно
Р (А· В) = 0,2
Р (А+В) = Р (А) + Р (В) — Р (А· В) = 1 — Р Р (В) = Р (А+В) — Р (А) + Р (А· В) Р (А+В) = 1 — 0,1 = 0,9
Р (В) = 0,9 — 0,6 + 0,2 = 0,5.
Вероятность выполнения цехом В плана Р (В) = 0,5.
2) Р (А) = 0,6; Р (В) = 0,5; Р (А· В) = 0,2; Р (А) · Р (В) = 0,3
Так как Р (А· В)? Р (А· В), то события, А и В зависимы. Выполнение плана цехом, А зависит выполнит или нет свой план цех В.
3) Предприятию придется снимать деньги в банке если:
а) оба цеха не выполнят свой план, ;
б) если цех, А не выполнит план, а цех В-выполнит, .
Найдем вероятности этих событий:
Р () = 0,1 — по условию;
Р () = Р (В) — Р (А· В) = 0,5 — 0,2 = 0,3
Р () = 0,1 + 0,3 = 0,4.
Вероятность того, что предприятию придется снимать деньги со счета в банке равна 0,4.
4) По условию задачи следует, что по своему характеру изменение счета предприятия в банке величина х — дискретная. Множество ее возможных значений состоит из четырех элементов, которые целесообразно расположить в порядке возрастания и обозначить соответственно через:
х1 = - 4; х2 = - 1; х3 = 2; х3 = 5.
Таблица 1 — Ряд распределения случайной величины х
хi | — 4 | — 1 | |||
рi | 0,1 | 0,3 | 0,4 | 0,2 | |
р1 = Р () = 0,1 — по условию;
р2 = Р () = 0,3;
р3 = Р () = Р (А) — Р (А· В) = 0,6 — 0,2 = 0,4;
р4 = Р (А· В) = 0,2.
Зная ряд распределении случайной величины х, ее математическое ожидание mх найдем по формуле:
mх = - 4 · 0,1 — 1 · 0,3 + 2 · 0,4 + 5 · 0,2 = 1,1.
Значит, в среднем предприятие увеличит свой счет в банке на 1,1 единицы.
Ответ:
1) вероятность выполнения цехом В плана Р (В) = 0,5;
2) события, А и В зависимы;
3) вероятность того, что предприятию придется снимать деньги со счета в банке равна 0,4;
4) в среднем предприятие увеличит свой счет в банке на 1,1 единицы.
Задача № 2
Оптовая база заключает договора с магазинами на снабжение товарами. Известно, что от каждого магазина заявка на обслуживание на очередной день может поступить на базу с вероятностью р = 0,3, причем независимо от других магазинов.
Требуется:
1) определить минимальное количество магазинов (nб), с которыми база должна заключить договоры, чтобы с вероятностью не менее б = 0,95 от них поступила хотя бы одна заявка на обслуживание на очередной день;
2) при найденном в пункте 1 значении nб определить:
а) наиболее вероятное число заявок (m*) на обслуживание на очередной день и вероятность поступления такого количества заявок;
b) вероятность поступления не менее (n — 1) заявок;
с) математическое ожидание и дисперсию числа заявок на обслуживание на очередной день.
Решение
1) Минимальный объем nб серии испытаний, при котором вероятность наступления события, А хотя бы один раз будет не менее 0,95, определим из условия, с помощью неравенства:
Получим:
Отсюда nб = 9.
Минимальное количество магазинов, с которыми база должна заключить договоры, чтобы с вероятностью не менее 0,95 от них поступила хотя бы одна заявка на обслуживание на очередной день равна 9.
2)
а) Наиболее вероятное значение m* случайной величины х найдем из условия:
В нашем случае n = 9, р = 0,3, q = 1 — р = 1 — 0,3 = 0,7 оно принимает вид:
Отсюда m* = 3, тогда по формуле Бернулли:
Наиболее вероятное значение числа заявок на обслуживание на очередной день m* = 3 и вероятность Р (х = 3) поступления такого количества заявок равна 0,2668.
b) Найдем вероятность поступления не менее 8 заявок.
Воспользуемся формулой:
Вычислим вероятности, стоящие в этом равенстве справа.
Вероятность поступления не менее 8 заявок
с) Для случайной величины х, распределенной по биноминальному закону с параметрами n и р, ее математическое ожидание и дисперсия определяются по формулам:
Получим:
Ответ:
1) минимальное количество магазинов, с которыми база должна заключить договоры, чтобы с вероятностью не менее 0,95 от них поступила хотя бы одна заявка на обслуживание на очередной день равна 9;
2)
а) m* = 3; Р (х = 3) = 0,2668;
b)
с)
Задача № 3
В автосалоне ежедневно выставляются на продажу автомобили двух марок — А и В. В течение дня продается Х машин марки, А и Y машин марки В, причем независимо от того, сколько их было продано в предыдущие дни. Машина марки, А стоит 5 ед., машина марки В — 7 ед.
Закон распределения вероятностей системы (Х; Y) задан таблицей 2.
Таблица 2 — Распределение вероятностей системы (Х; Y)
хi | pi | |||
P11 = 0,08 | P12 = 0,09 | P13 = 0,04 | ||
P21 = 0,08 | P22 = 0,27 | P23 = 0,19 | ||
P31 = 0,04 | P32 = 0,16 | P33 = 0,05 | ||
Требуется:
1) определить, какая марка машин пользуется в автосалоне наибольшим спросом;
2) выяснить, зависит ли число проданных автомашин марки, А от числа проданных автомашин марки В;
3) найти ожидаемую (среднюю) дневную выручку автосалона;
4) оценить (с помощью дисперсии) возможные отклонения дневной выручки относительно среднего значения.
Пояснение: считать, что если Р (Х>Y) > P (Y>X), то машины марки, А пользуются большим спросом, чем машины марки В.
Решение
1) Найдем вероятность Р (X>Y) и P (Y>X).
Р (X>Y) = Р (х = 1, у = 0) + Р (х = 2, у = 0) + Р (х = 2, у = 1);
Р (X>Y) = 0,08 + 0,04 + 0,16 = 0,28.
P (Y>X) = Р (х = 0, у = 1) + Р (х = 0, у = 2) + Р (х = 1, у = 2);
P (Y>X) = 0,09 + 0,04 + 0,19 = 0,32.
Таким образом Р (X>Y)< P (Y>X), так как 0,28<0,32. Следовательно машины марки В пользуются в автосалоне наибольшим спросом.
2) Случайная величина х определяет число проданных в течение дня машин марки А, случайная величина у — число проданных машин марки В. Найдем распределение случайной величины х: х1 = 0; х2 = 1; х3 = 2.
Р (х = х1) = р1 = 0,08 + 0,09 + 0,04 = 0,21;
Р (х = х2) = р2 = 0,08 + 0,27 + 0,19 = 0,54;
Р (х = х3) = р3 = 0,04 + 0,16 + 0,05 = 0,25.
Таблица 3 — Ряд распределения случайной величины х
хi | ||||
pi | 0,21 | 0,54 | 0,25 | |
Составляем распределение случайной величины у: у1 = 0; у2 = 1; у3 = 2.
Р (y = y1) = р1 = 0,08 + 0,08 + 0,04 = 0,2;
Р (y = y2) = р2 = 0,09 + 0,27 + 0,16 = 0,52;
Р (y = y3) = р3 = 0,04 + 0,19 + 0,05 = 0,28.
Таблица 4 — Ряд распределения случайной величины y
yj | ||||
pj | 0,2 | 0,52 | 0,28 | |
Если pi · pj = pij для всех (i; j), то случайные величины х и у являются независимыми.
Например: для i = 1 и j = 1
pi · pj = 0,21 · 0,2 = 0,042, а p11 = 0,08.
Так как p1 · p1? p11, то случайные величины х и у являются зависимыми.
3) Пусть случайная величина z определяет дневную выручку автосалона. так как по условию задачи машина марки, А стоит 5 ед., машина марки В — 7 ед., то величина z будет иметь вид z = 5 · х + 7 · у.
mz = 5 · mx + 7 · my
mz = 5 · 1,04 + 7 · 1,08 = 5,2 + 7,56 = 12,76 (ед.).
Ожидаемая (средняя) дневная выручка автосалона составит 12,76 ед.
4) Найдем дисперсию случайной величины z = ах + bу по формуле:
В нашем случае а = 5, b = 7.
Dх = 02 · 0,21 + 12 · 0,54 + 22 · 0,25 — 1,042 = 0,54 + 1 — 1,0816 = 0,4584,
Dу = 02 · 0,2 + 12 · 0,52 + 22 · 0,28 — 1,082 = 0,52 + 1,12 — 1,1664 = 0,4736,
используя исходные данные таблицы 2, получим:
Возможные отклонения дневной выручки относительно среднего значения равны 6,16 ед.
Ответ:
1) машины марки В пользуются в автосалоне наибольшим спросом;
2) число проданных автомашин марки, А зависит от числа проданных автомашин марки В;
3) ожидаемая (средняя) дневная выручка автосалона составит 12,76 ед.;
4) возможные отклонения дневной выручки относительно среднего значения равны 6,16 ед.
Задача № 4
Торговая фирма располагает разветвленной сетью филиалов и есть основания считать, что ее суммарная дневная выручка х является нормально распределенной случайной величиной. Выявленные значения этой величины по 100 рабочим дням представлены в виде следующего интервального ряда (таблица 5).
Таблица 5 — интервальный ряд
I | |||||||||
(xi-1; хi) | (0; 5) | (5; 10) | (10; 15) | (15; 20) | (20; 25) | (25; 30) | (30; 35) | (35; 40) | |
ni | |||||||||
Требуется:
1) построить гистограмму относительных частот;
2) определить несмещенные оценки для неизвестных математического ожидания mx и дисперсии, случайной величины х;
3) найти 95-процентные доверительные интервалы для mx и дх.
Решение
1)
Все восемь интервалов выборки имеют одну и туже длину ?х = 5.
Плотность частот на этих интервалах найдем по формуле:
Площадь каждого i-ого прямоугольника равна относительной частоте i-ого интервала, определяемой по формуле:
Получим таблицу 6.
Таблица 6 — Расчетная таблица для построения гистограммы
i | |||||||||
(xi-1; хi) | (0; 5) | (5; 10) | (10; 15) | (15; 20) | (20; 25) | (25; 30) | (30; 35) | (35; 40) | |
ni | |||||||||
0,03 | 0,05 | 0,20 | 0,24 | 0,22 | 0,15 | 0,07 | 0,04 | ||
0,006 | 0,01 | 0,04 | 0,048 | 0,044 | 0,03 | 0,014 | 0,008 | ||
Рисунок 2 — Гистограмма приведенных относительных частот Вид этой гистограммы позволяет считать рассматриваемое распределение вероятностей нормальным.
2) Несмещенные оценки для неизвестных математического ожидания mx и дисперсии, случайной величины х найдем по формулам:
где хi — середина i-ого интервала.
mx=0,01· (2,5· 3+7,5·5+12,5·20+17,5·24+22,5·22+27,5·15+32,5·7+37,5·4)=
= 0,01· (7,5+37,5+250+420+495+412,5+227,5+150) =
= 0,01 · 2000 = 20 усл. ден. ед.
(усл. ден. ед.)2
3) Доверительный интервал для неизвестного mx имеет вид:
Так как выборка взята из нормальной совокупности с известным средним квадратическим отклонением, то величина дх определяется по формуле:
где n = 100, а есть аргумент функции Лапласа Ф (х), при котором
По таблице находим
Тогда:
Доверительный интервал для имеет вид:
где s = 7,96, а величина q = 0,143 определяется по таблице по г = 0,95 и n = 100.
Ответ:
1) рисунок 2;
2) mx = 20 усл. ден. ед.; (усл. ден. ед.)2;
Задача № 5
По результатам n = 16 замеров времени Х изготовления детали определены выборочное среднее и исправленная дисперсия s2 = 16. Полагая распределение случайной величины Х нормальным, на уровне значимости б = 0,1 решить, можно ли принять а0 = 90 в качестве нормативного времени изготовления детали.
Пояснение: Основную гипотезу Н0: mx = а0 проверить при альтернативной гипотезе На: mx? а0.
Решение
1. Н0: mx = а0 = 90.
2. На: mx? 90.
3. Так как выборка извлечена из нормальной генеральной совокупности с не известными mx и ух, то в качестве критерия проверки гипотез выберем распределение Стьюдента с k = n — 1 = 16 — 1 = 15 степенями свободы.
4. По виду Н0, На и К заключаем, что критическая область в данном случае будет двусторонней.
5. Тогда 1,75, находим по критическим точкам распределения Стьюдента (Приложение), при уровне значимости 0,1 и 15 степенями свободы.
1,75; 1,75
6. Вычислим наблюдаемое значение критерия К:
7. Так как || >, 2,16 > 1,75 — гипотеза Н0 отвергается.
Ответ: Нулевая гипотеза отвергается.
1. Гмурман, В. Е. Руководство к решению задач по теории вероятностей и математической статистике: Учеб. пособие для студентов вузов / В. Е. Гмурман. — 9-е изд.- М.: Высшая школа, 2004. — 404 с.
2. Гмурман, В. Е. Теория вероятностей и математическая статистика: Учеб. пособие для студентов вузов / В. Е. Гмурман. — М.: Высшая школа, 1998. — 542 с.
3. Вентцель, Е. С. Теория вероятностей: Учеб. для вузов / Е. С. Венцель. — 6-е изд. стер. — М.: Высшая школа, 1999. — 576 с.
4. Кремер, Н. Ш. Теория вероятностей и математическая статистика / Н. Ш. Кремер. — М.: ЮНИТИ, 2000. — 498 с.
5. Сизова, Т. М. Статистика: Учебное пособие / Т. М. Сизова. — СПб.: СПб ГУИТМО, 2005. — 80 с.