[vsesdal]
Количество страниц учебной работы: 10,6
Содержание:
ЛАБОРАТОРНАЯ РАБОТА № 2
ИЗУЧЕНИЕ РАСПРЕДЕЛЕНИЙ ДИСКРЕТНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН В СРЕДЕ MATHCAD

Целью лабораторной работы является изучение распределений дискретных случайных величин с помощью математического пакета MathCAD.
Задание на лабораторную работу
Для указанных значений параметров (табл. 4) вычислить и построить биномиальное распределение для серии из n независимых испытаний с вероятностью успеха p, пуассоновское распределение с параметром λ, геометрическое распределение с параметрами n, p, гипергеометрическое распределение с параметрами N, M, n.
Для каждого распределения выполнить следующее:
проверить равенство ∑_k▒p_k =1, где p_k=P(ξ=k);
найти значение k, для которого величина P(ξ=k) максимальная, исследовать зависимость этой вероятности от параметров распределения;
построить графики распределения и функции распределения;
График распределения – ломаная линия, вершинами которой являются точки (k, pk), где k – значение случайной величины, а pk – вероятность этого значения.
вычислить вероятность попадания значений случайной величины в интервал (a, b).
Для гипергеометрического распределения, с целью более детального изучения вопросов его практического использования, построить в одних осях графики плотности распределения вероятности для двух случаев:
1) наличия большого числа бракованных изделий в партии деталей;
2) ситуации, когда бракованных изделий практически нет.
По результатам исследований сделать выводы.
Таблица 4 – Значения параметров распределений случайной величины
Номер
варианта n p λ N М а b
16 26 0.25 1.30 145 120 4 7
Порядок выполнения лабораторной работы
Требования к оформлению отчета по лабораторной работе
Биномиальное распределение
Пуассоновское распределение
Геометрическое распределение
Гипергеометрическое распределение
Выводы
Контрольные вопросы по лабораторной работе
1. Что называется дискретной случайной величиной? Когда речь может идти о дискретной случайной величине, а когда о непрерывной?
2. Что подразумевают, когда говорят о нормальном распределении?
3. Что называется распределением (рядом распределения) случайной величины?
4. Для чего в рабочем документе MathCAD вводится ORIGIN = 1?
5. Как в MathCAD найти по графику наиболее вероятное значение случайной величины?
Стоимость данной учебной работы: 585 руб.

 

    Форма заказа работы
    ================================

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.

    Учебная работа № 188791. Контрольная Изучение распределений дискретных случайных величин в среде MathCAD. Лабораторная работа №2. Вариант 16

    Выдержка из похожей работы

    …….

    Изучение законов нормального распределения и распределения Релея.

    …..игна­лов, аддитивной
    смеси гармонического сигнала и шумо­вой помехи, проверка нормализации
    распределения при увеличении числа взаимно независимых слагаемых в случайном
    процессе.
    Теоретическая часть
    В отличие от детерминированных процессов, течение
    которых определено однозначно, случайный процесс — это изменение во времени
    физической величины (тока, напряжения и др.), значение которой невозможно пред­сказать
    заранее с вероятностью, равной единице.
    Статистические свойства случайного процесса X{t) можно
    определить, анализируя совокупность случайных функций времени {Xk(t)}, называемую ансамблем реа­лизаций. Здесь k—номер
    реализации.
    Мгновенные значения случайного процесса в фикси­рованный момент времени
    являются случайными величинами. Статистические свойства случайного процесса
    характеризуются законами распределения, аналитиче­скими выражениями которых
    являются функции распре­деления. Одномерная интегральная функция распределения
    вероятностей случайного процесса
                                                               
    Здесь P{X(t1)<=x} - вероятность того, что мгновенное Значение случайного процесса в момент времени t1 - примет значение, меньшее или равное x Одномерная дифференциальная функция распределения случайного процесса или плотность вероятности определяется равенством                                                        Аналогично определяются многомерные функции распределения для моментов времени t1, t2, ...tn. Одномерная плотность вероятности мгновенных значений суммы взаимно независимых случайных процессов Z (t) = Y (t) +Х (t) определяется формулой Yandex.RTB R-A-98177-2 (function(w, d, n, s, t) { w[n] = w[n] || []; w[n].push(function() { Ya.Context.AdvManager.render({ blockId: "R-A-98177-2", renderTo: "yandex_rtb_R-A-98177-2", async: true }); }); t = d.getElementsByTagName("script")[0]; s = d.createElement("script"); s.type = "text/javascript"; s.src = "//an.yandex.ru/system/context.js"; s.async = true; t.parentNode.insertBefore(s, t); })(this, this.document, "yandexContextAsyncCallbacks"); где W1x(x), W1y(y), W1z(z) - плотности вероятности процессов X(t), Y(t), Z(t). Наиболее распространенными функциями случайного процесса  (моментами) являются: среднее значение (первый начальный момент)        дисперсия (второй центральный момент) Для стационарных случайных процессов выполняется условие Статистические характеристики стационарных случайных процессов, имеющих эродические свойства, можно найти усреднением не только по ансамблю реализаций, но и по времени одной реализации Xk(t) продолжительностью T: среднее значение дисперсия интегральная функция распределения   где  - относительное время пребывания реализации Xk(t) ниже уровня x; плотность вероятности где  - относительное время пребывания реализации Xk(t)  в интервале [x, x+Dx]. Для нормального распределения интегральная функция и функция плотности и вероятности имеют следующий вид:   Описание лабораторной установки   Для выполнения работы необходимо использовать универсальный стенд для изучения законов распределения случайных процессов и электронный осциллограф. Передняя панель стенда Стенд включает в себя: - семь источников независимых случайных сигналов (одного шумового с нормальным распределением, одного треугольного и пят...