Подскажите, пожалуйста, ход решения.
Вес рыб, вылавливаемых из пруда, подчинен нормальному закону с параметрами а=375г и средн.квад.откл.=25г.
Найти вер-ть того, что вес выловленной рыбы не менее 300 г.
здесь эту формулу использовать?
P(/x-375/)<e)=2Ф(е/25)
Нет, это формула симметричного отклонения от мат. ожидания, а Вам же нужно просто найти вероятность Р(Х>=300). Можно выразить через функцию распределения Р(Х>=300)=1-F(300).
Вообще, судя по параметрам и правилу трех сигм, вероятность будет ОЧЕНЬ близка к единице.
Тут даже можно не смотреть таблицу. По правилу трех сигм, вероятность того, что все значения СВ будут в пределах (375+/-3*25)=(300;450), равна 0,9973. Т.е. здесь надо от 1 отнять только вер-ть отклонения левее 300 (=F(300))=0,0027/2.
т.е. Р(Х>=300)=1-0,0027/2=0,99865
а по ф-ле Лапласа от 0 до 300 интервал если найти верно будет?
да, проверьте как раз. и вычтите из 1 - Вам же нужно найти вероятность противоположного события - не менее 300 г, т.е. от 300 до +оо
да, получилось , 1-0,0135=0,99865
спасибо за поддержку!
ну да, все верно! я там не заметила отсутствие нолика. на окончательный ответ посмотрела... 0,0027/2=0,00135
А если в задаче будет вопрос стоять так: какова вероятность что две выбранные наугад рыбы имеют вес не менее 300 гр ?
тогда как быть?
Извините, что влезаю в диалог, но у меня в голове произошел коллапс
Я решал схожую задачу, и сначала я хотел решить ее таким способом (покажу на примере этой): P(299<X<+oo)=F(+oo)-F((299-375)/25)
где F-функция Лапласа. Т.е. я хотел воспользоваться формулой вероятности попадания значений нормально распределенной случайной величины в заданный интервал.
Но получается глупость. Поэтому, пожалуйста, поясните мне, где ошибка?
А как Вы берете интеграл?!
В силу симметрии кривой относительно математического ожидания (а=375)
int(-00:+00){f(x)dx}=1:
int(-00:0){f(x)dx}+int(0:+00){f(x)dx}=0.5+0.5 f(x) - плотность распределения.
P(300=<X=<+00)=P(300=<X=<375)+P(375=<X=<+00)
Блин, написал, да разбросал всё по разным местам.
Вот это для общего случая, при а=0
В силу симметрии кривой нормально распределённой величины относительно математического ожидания а=0.
int(-00:+00){f(x)dx}=1:
int(-00:0){f(x)dx}+int(0:+00){f(x)dx}=0.5+0.5 f(x) - плотность распределения.
А для данной задачи, а=375, поэтому:
P(300=<X=<+00)=P(300=<X=<375)+P(375=<X=<+00)=Ф(0)-Ф(-3)+0,5=Ф(3)+0,5=...
Большое спасибо!
Значит в моем случае при условии, что а=105
P(x>=116)=1 - (P(-oo<=x<=105) + P(105<=x<=115)) = 1-(0,5+F(115)-F(105))
Думаю, что так будет правильно.
У Вас какое ско в задаче? Обычно когда из единицы вычитаем что - то, то это считается вероятность некоторого события А через противоположное неА...
У меня ско=16,33
Я исхожу из того, что событие А это P(-oo<=x<=105) + P(105<=x<=115)
т.е. вероятность того что x<=115
а мне нужно подсчитать процент (я так понимаю вероятность*100%) того, что x>=116
А почему 115? Ведь, как я понял, у Вас в задаче требуется найти вероятность, что случайная величина примет значение Х>=116.
Ну да, умножить на 100%.
Да, Вы правы, надо проверить что случайная величина примет значение Х>=116.
Вы имеете ввиду это P(105<=x<=115) ?
Ну ведь если я буду рассматривать вероятность того, что x<=116, а потом вычитать из 1 эту вероятность (чтобы получить вероятность того, что с.в. X>=116), то я потеряю те значения случайной величины, которые будут равны 116.
Не потеряете.
У Вас задача немного не такая, как у топикстартера, просто представьте эту колокообразную кривую и собственно поймите какую площадь под кривой нужно посчитать.
P(X>=116)=int(116:+00){f(x)dx}=Ф(0,67)
http://www.radikal.ru
Извините меня, не хочу показаться навязчивым но почему это именно так ведь int(a:+oo){f(x)dx} = F(+oo)-F(a), где F первообразная от f.
Ведь мы имеем дело с обыкновенным несобственным интегралом с бесконечным верхним пределом?
а не могли бы Вы пояснить вот это При х>5, Ф(+00)~0.5
Разве функция распределения Ф(+оо) не равна 1?
Функцией Лапласа обычно называют не функцию расределения нормального закона, а интеграл от 0 до х от нормальной стандартной плотности. Поэтому вы и не можете договориться
Ой, прошу прощения за своё легкомысленное обращение с принятой терминологией.
Наверно это я всё - таки перемудрил. Иной раз для меня проще сразу написать полное решение, но так уже наверно не годится...
Да не за что извиняться.. Это же не Вы ввели разночтения.. Так Вас как учили? Второй вариант функции Лапласа?
Juliya, спасибо за подробное разъяснения. У меня, к сожалению, по данной теме в силу объективных и субъективных причин получился пробел. Поэтому знания мои не систематизированы, а выдернуты из разных источников.
Поэтому, использую то, что предлагал Ярослав_ получим:
P(116<=x<+oo)= (0,5+Ф(+оо))-(0,5+Ф(116)) = 1 - 0,7486 = 0,2514
где Ф(х) принадлежит [0;0,5] и Ф(+оо)=0,5
Надеюсь теперь это правильно
Да, ответ верный
Проще выражать через функцию распределения:
Р(Х>=116)=1- Р(Х<116)=1-F(116) ... и далее через функцию Лапласа
Хотя, наверное, проще - как понятнее..
Вот только опять Вы с обозначениями путаетесь...
Благодарю Вас.
Виноват. Под записью Ф(116) я всего лишь подразумевал Ф((x - a)/ско) и x=116.
Просто хотел записать покороче
Вообще термин "функция Лапласа" не использую. На лекциях даётся формула функции распределения int(-oo,x); она же в табличках в курсе лекций. В основном задачнике табличка хвостов int(x,+oo); студенты используют и тот, и тот варианты таблиц.
Использую тот же вариант, что и tig81. По ряду причин он мне кажется более удобным. Правда, уже не помню, по какому ряду, а вспоминать лень.
P.S. Любуюсь на Ваши графики. Это мое слабое место - не умею их рисовать на компьютере. Пробовал разобраться, не тратя много времени, но при этом условии - не получилось.
В терминах случайных величин - просто как "если X ~ N(a,sigma^2), то Y=(X-a)/sigma ~ N(0,1)". А в терминах функций распределения - использую обозначения Ф_{0,1}(x) и Ф_{a,sigma^2}(x) соответственно для функций распределения нормального стандартного и просто нормального законов.
Вообще F_кси(x). А для нормального распределения использую обозначения для функции распределения, указанные выше.
А что это за сайт?
http://www.wolfram.com/
https://gilport.com/ https://gilport.com/content/page2.phpl https://gilport.com/content/page3.php https://gilport.com/in/1.html https://gilport.com/in/2.html https://gilport.com/in/3.html https://gilport.com/in/4.html https://gilport.com/in/5.html https://gilport.com/in/6.html https://gilport.com/in/7.html https://gilport.com/in/8.html https://gilport.com/in/9.html https://gilport.com/in/10.html https://gilport.com/in/11.html https://gilport.com/in/12.html https://gilport.com/in/13.html https://gilport.com/in/14.html https://gilport.com/in/15.html https://gilport.com/in/16.html https://gilport.com/in/17.html https://gilport.com/in/18.html https://gilport.com/in/19.html https://gilport.com/in/20.html https://gilport.com/in/21.html https://gilport.com/in/22.html https://gilport.com/in/23.html https://gilport.com/in/24.html https://gilport.com/in/25.html https://gilport.com/in/26.html https://gilport.com/in/27.html https://gilport.com/in/28.html https://gilport.com/in/29.html https://gilport.com/in/30.html https://gz-zjrq.com/ https://www.ilanda.info https://www.ilanda.info/content/page2.php https://www.ilanda.info/in/yamcha.html https://www.ilanda.info/in/chiaotzu.html https://www.ilanda.info/in/yajirobe.html https://www.ilanda.info/in/so17.html https://www.ilanda.info/in/majinbuu.html https://www.ilanda.info/in/so18.html https://www.ilanda.info/in/santa.html https://www.ilanda.info/in/videl.html https://www.ilanda.info/in/tienshinhan.html https://www.ilanda.info/in/pan.html https://www.ilanda.info/in/songoku.html https://www.ilanda.info/in/songohan.html https://www.ilanda.info/in/piccolo.html https://www.ilanda.info/in/vegeta.html https://www.ilanda.info/in/bulma.html https://www.ilanda.info/in/krilin.html https://www.ilanda.info/in/songoten.html https://www.ilanda.info/in/chichi.html https://www.ilanda.info/in/vuthienlaosu.html https://www.ilanda.info/in/trunks.html https://gz-zjrq.com/ https://gz-zjrq.com/content/page2.php https://gz-zjrq.com/content/page3.php https://gz-zjrq.com/in/1.html https://gz-zjrq.com/in/2.html https://gz-zjrq.com/in/3.html https://gz-zjrq.com/in/4.html https://gz-zjrq.com/in/5.html https://gz-zjrq.com/in/6.html https://gz-zjrq.com/in/7.html https://gz-zjrq.com/in/8.html https://gz-zjrq.com/in/9.html https://gz-zjrq.com/in/10.html https://gz-zjrq.com/in/11.html https://gz-zjrq.com/in/12.html https://gz-zjrq.com/in/13.html https://gz-zjrq.com/in/14.html https://gz-zjrq.com/in/15.html https://gz-zjrq.com/in/16.html https://gz-zjrq.com/in/17.html https://gz-zjrq.com/in/18.html https://gz-zjrq.com/in/19.html https://gz-zjrq.com/in/20.html https://gz-zjrq.com/in/21.html https://gz-zjrq.com/in/22.html https://gz-zjrq.com/in/23.html https://gz-zjrq.com/in/24.html https://gz-zjrq.com/in/25.html https://gz-zjrq.com/in/26.html https://gz-zjrq.com/in/27.html https://gz-zjrq.com/in/28.html https://gz-zjrq.com/in/29.html https://gz-zjrq.com/in/30.html
Русская версия Invision Power Board (http://www.invisionboard.com)
© Invision Power Services (http://www.invisionpower.com)