Zad 1.
W kolejnych 5-ciu urnach wyciągniemy kulę białą z prawdopodobieństwem odpowiednio – 0,3 ; 0,4 ; 0,5 ; 0,6 ; 0,7. Jakie jest prawdopodobieństwo, że wyciągniemy:
a). 4 kule białe
b). przynajmniej jedną kulę białą.
Zad 2.
Automat tokarski produkuje nity, których średnica ma rozkład normalny z odchyleniem standardowym 0,04 mm.
Wartość oczekiwana może być regulowana przez odpowiednio ustawienie automatu. Nit spełnia normę jeżeli jego średnica mieści się w przedziale < 2,9 mm , 3,1 mm >.
a). Jakie jest prawdopodobieństwo wyprodukowania braku, gdy automat ustawiono tak, że wartość oczekiwana wynosi 3,04 mm.
b). Jak powinien być ustawiony automat, żeby prawdopodobieństwo wyprodukowania nitu nie zgodnie z normą była najmniejsza.
Zad 3.
Rozkład prawdopodobieństwa zmiennej losowej X jest następujący:
xi 0 2 4 6
pi 0,1 0,4 0,2 0,3
a). Oblicz E(X), D
2(X), D(X).
b). Podaj wartość P(X > 0)
Zad 4.
Dla jakiej wartości c funkcjaf x c x x
( ) x
dla 0 4
0 dla pozostalych
może być gęstością prawdopodobieństwa zmiennej losowej X. Obliczyć:a). Wartość oczekiwaną zmiennej losowej b). Wyznaczyć dystrybuantę tej zmiennej.
c). P( 1<X < 3).
d). Wyznaczyć funkcję gęstości zmiennej losowej Y=X2.
Zad 5.
Na trasie samochodu znajdują się 5 sygnalizatory świetlne z których każdy z prawdopodobieństwem 0,5 przepuszcza lub zatrzymuje ruch. Znaleźć rozkład liczby sygnalizatorów, które minął samochód przed pierwszym zatrzymaniem się. Tzn. wyznaczyć zmienną losową i jej wartość oczekiwaną przyjmująca wartości liczbę
sygnalizatorów przejechanych do momentu pierwszego zatrzymania się.
Zad 6. W celu oszacowania błędu standardowego pewnego przyrządu pomiarowego (odchylenia standardowego tego przyrządu) dokonano 4 pomiarów pewnej wielkości i otrzymano wyniki:
8,2 ; 8,15 ; 8,05 ; 8,14 . Zakładając, że wskazania przyrządu mają rozkład normalny podać przedział ufności dla błędu (odchylenia standardowego) na poziomie ufności 0,95.
Zad 7. Analizując wydajność pracy w pewnym zakładzie w czasie dnia po wprowadzeniu reorganizacji otrzymano następujące wyniki:
Wykonano sztuk 140 150 160 170 180
liczba pracowników 5 10 15 10 5
Badając wydajność pracy przed reorganizacją na 70 pracownikach otrzymano, że średnia liczba zrobionych sztuk wynosi 150 i odchylenie standardowe 12 sztuk.
a). Czy na poziomie istotności 0,05 można twierdzić, że reorganizacja zwiększyła wydajność pracy w zakładzie.
b). Na poziomie ufności 1- =0,95 oszacować metodą przedziałową wartość oczekiwaną liczby zrobionych sztuk przez pracownika przed reorganizacją.
Ad 7a).
Niech X oznacza zmienną losową badanej cechy w pierwszej populacji. Próbę n - elementową
xn
x x
x1, 2, 3,....,
będziemy traktować jaką realizację ciągu zmiennych losowych
X1,X2,X3,....,Xngdzie zmienna losowa
Xiprzyjmuje wartości – wartość
itegopomiaru cechy w próbie
i1,2,...,n. Dla różnych prób n - elementowych wartości są zazwyczaj różne. Ponieważ próba jest próbą losową prostą / tzn. wybieramy elementy z populacji tak aby każdy element miał jednakowe
prawdopodobieństwo trafienia do próby/ i populacja jest duża /wtedy wylosowany element nie wpływa na stan populacji / to zmienne losowe
X1,X2,X3,....,Xnsą niezależne i rozkład tych zmiennych jest taki sam co rozkład zmiennej losowej X co zapisujemy
X ~ Xi i 1,2,...,nNiech Y oznacza zmienną losową badanej cechy w drugiej populacji. Próbę
k- elementową
yk
y y
y1, 2, 3,....,
będziemy traktować jaką realizację ciągu zmiennych losowych
Y1,Y2,Y3,....,Ykgdzie zmienna losowa
Yiprzyjmuje wartości – wartość
itegopomiaru cechy w próbie
i1,2,...,k. Z tych samych powodów zmienne losowe
Y1,Y2,Y3,....,Yksą niezależne i rozkład tych zmiennych jest taki sam co rozkład zmiennej losowej Y , co zapisujemy
Y ~Yi i1,2,...,kNiech mx EX E(X) x2 D2X D2(X) .
Wtedy mx EXi x2 D2(Xi) i 1,2,...,n,... oraz jeżeli )
(
)
(Y 2 D2Y D2 Y E
EY
my y to wtedy
,...
,..., 2 , 1 ) (
2 D2 Y i k
EY
my i y i
Dla ciągu zmiennych losowych Y X Y n k N
X k
Z n n k
i
k i
n i i
k
n
, 1
1
) (
1 1
) (
, z niezależności również
zmiennych Y n k N
Y k n X
X k
i i k
n i
i
n
, 1
, 1
1 )
( 1
)
( . mamy
N k n m m k EY
n EX k Y
n X E
EZ n
i
k i
n i
k
i i x y
i i
i k
n
, 1
) 1 1 ( 1
1 1 1 1
,
N k k n
Y n k D
X n D
k Y n X
D Z
D n
i
k i
n i
k i
x y i i
i i
k
n
, 1
) 1 1 (1
1 1 1 1
2 2 2
2 2
2 2
,
2
Korzystaliśmy z podstawowych ogólnych wzorów i własności na obliczanie wartości oczekiwanej i wariancji.
Jest ten ciąg asymptotycznie normalny i standaryzacja dla dużych n i k (n,k>30) daje statystykę
)1 , 0 ( ) ~ (
2 2 ,
, N
k n
m m U Z
x y
y x k n k
n
w przybliżeniu normalną standaryzowaną.
Przy prawdziwości hipotezy zerowej Ho:mx my
statystyka
2 2 ~ (0,1)) ( ) (
, N
k n
Y U X
x y k n k
n
Gdy zastąpimy wariancje teoretyczne wariancjami uzyskanymi w próbie uzyskamy również )
1 , 0 (
2 ~
2 ) ( ) (
, N
k S n S
Y U X
x y k n k
n
Wykonano sztuk
Liczba
pracowników składniki składniki
140 5 700 2000
150 10 1500 1000
160 15 2400 0
170 10 1700 1000
180 5 900 2000
n = = 45 = 7200 = 6000
45 1607200
x
133,33
45
2 6000
sx
sx 133,3311,55
150
y
sy2
12
2 144
k 70Wartość statystyki 4,55
70 144 45
33 , 133
150 160
0
u
Aby odpowiedzieć na postawione pytanie bierzemy hipotezę alternatywną
H3:mx myZwiązaną z testem prawostronnym, a obszarem krytycznym będzie obszar
K (u2 , )645 ,
1 1
, 0
2 u
u
czyli
K (1,645, ). Wartość statystyki należy do przedziału krytycznego tzn.
4,55 1,645 ;
0 K
u
to oznacza, że w założeniach występuje nieprawda czyli hipoteza zerowa jest fałszywa i jest prawdziwa hipoteza alternatywna z prawdopodobieństwem przynajmniej 0,95 . Może zaistnieć błąd pierwszego rodzaju z prawdopodobieństwem 0,05, że hipoteza zerowa jest prawdziwa a przyjęliśmy alternatywną.
Na podstawie tych danych twierdzimy, że reorganizacja wpływa na wydajność. Jest to zdanie prawdziwe z prawdopodobieństwem przynajmniej 0,95.
Ad 7b).
Dla zmiennej
1
1 )
(
ni i
n Y
Y n
1
1 )
(
ni
y i
n EY m
Y n
E 1
1
2 2
) 2 (
2
n
i
y i
n D Y n
Y n
D
Z twierdzenia granicznego Lindeberga-Levy’ego
Dla ciągu niezależnych zmiennych losowych
Xn
n1 o jednakowym rozkładzie, o wartości przeciętnejm
i skończonej wariancji 2 0 ciąg
Fn n1 dystrybuant standardowych średnich arytmetycznych Xn albo standardowych sum
n
k Xi
1
n nm X n
m Y X
n
k i
n
n
1
Jest zbieżny do dystrybuanty
rozkładu N(0,1).Wynika, że zmienne losowa ( ) Y( ) m n ~N(0,1) n
m
Un Yn y n y
dla dużych n ma w przybliżeniu rozkład normalny standaryzowany. Zastępując odchylenie teoretyczne odchyleniem uzyskanym w próbie uzyskamy przedział ufności którego wzór wyprowadzaliśmy na ćwiczeniach
) (
) (
1 ( ) ( ) ( ) ( )
n u S Y n m
u S Y n P
u S Y n m
u S Y
P n y n n y n
Stąd
i
i x n
x
)
2(
ni
i in
i x x
70 96 12 , 1 70 150
96 12 , 1
150 m
ponieważ
u u0,05 1,96z tablic rozkładu normalnego.
Stąd
146,5 m153,5.Ten przedział z prawdopodobieństwem 0,95 pokrywa teoretyczną wydajność pracy pracowników przed reorganizacją.
Zad 2).
W punkcie a) należało wyznaczyć P(2,9U 3,1)? gdzie U ~N(3,04 ;0,04)
3 , 5 1 , 5 ( 1 , 5 ) ( 3 , 5 )
04 , 0
04 , 3 1 , 3 04 , 0
04 , 3 04
, 0
04 , 3 9 , ) 2
1 , 3 9
, 2
(
U P WP U
P
93296 , 0 000233 ,
0 933195 ,
0 .
Prawdopodobieństwo wyprodukowania braku będzie wynosić p10,932960,067046,7% W punkcie b) przy zmianie wartości oczekiwanej wykres funkcji gęstości tylko przesuwa się wzdłuż osi OX . Najmniejsze prawdopodobieństwo wyprodukowania detalu nie zgodnie z normą będzie wtedy, gdy pole nad przedziałem <2,9 ; 3,1> i do wykresu funkcji gęstości będzie największe . Ze względu na symetryczność funkcji gęstości względem prostej
x m
pole będzie największe gdy wartość oczekiwana będzie w środku przedziału tzn.gdy m3.
Wtedy automat tokarski będzie produkował nity zgodnie z normą z prawdopodobieństwem )
04 , 0 ; 3 (
~
? ) 1 , 3 9
, 2
( U gdzie U N
P
( 2,5 2,5) (2,5) ( 2,5)
04 , 0
3 1 , 3 04 , 0
3 04
, 0
3 9 , ) 2 1 , 3 9
, 2
( U P W
P U
P
987581 ,
0 006209 ,
0 99379 ,
0
Prawdopodobieństwo wyprodukowania braku będzie wynosić p10,9875810,01241,24%
Większość modeli do estymacji i testowania hipotez przerobiliśmy, i wskazałem miejsce gdzie można znaleźć te modele, mając oficjalnie wydrukowaną ściągę. Większość wykorzystywanych tam własności wyprowadziliśmy.