Интервальный анализ дохода трамвайного парка в очередные сутки с применением доверительной вероятности ГОУ ВПО Уфимский Государственный Авиационный Технический Университет Кафедра вычислительной математики и кибернетики ПОЯСНИТЕЛЬНАЯ ЗАПИСКА к курсовой работе по теории вероятности на тему: Интервальный анализ дохода трамвайного парка в очередные сутки с применением доверительной вероятности Уфа 20 10 г Задание 1 Условие Исходные данные – суточный доход трамвайного парка (млн. руб.): 12,56; 12,41; 12,52; 12,80; 12,98; 12,70. Актуальные вопросы : Каков практический максимум суточного дохода трамвайного парка? В каких пределах практически будет находиться доход трамвайного парка в очередные сутки? Сформулировать эти вопросы на языке теории вероятностей и дать на них ответы. Высказать предположение (с обоснованием) о законе распределения суточного дохода трамвайного парка, найти оценки и построить доверительные интервалы для математического ожидания и дисперсии суточного дохода. Решение Исходный материал – данные наблюдений над суточным доходом трамвайного парка (млн. руб): По условию известно: х1 =12,56; х2 =12,41; х 3 =12,52; х 4 =12,80; х 5 =12,98;х 6 =12,70;n = 6. Под X будем понимать случайную величину - доход, который получит трамвайный парк в будущий день. Данная величина дискретна, так как получить доход , например, 89,623 руб нельзя, существуют определенные стандарты. Но для решения этой задачи мы перейдем к идеализации и допустим, что π, е и др.– все это возможные значения X . Тогда X – непрерывная случайная величина. Исчерпывающей характеристикой случайной величины является закон распределения, который зависит от условий проведения опыта. В нашем случае, опыт – это завтрашняя работа трамвайного парка. Учесть все условия невозможно. Может быть на следующий день резко возрастут цены на проезд в автобусах, и люди предпочтут пользоваться трамваями. А может это будет выходной, и людям просто захочется остаться дома. Так как же проанализировать условия? 1. В трамвайном парке работает множество трамваев. Пусть число трамваев – s . 2. Доход каждого трамвая завтра зависит от случая. Занумеруем трамваи: 1, 2, 3 … h , , … 3. Общий доход, который получат трамваи завтра: X = + + +…+ Т.е. X можно представить в виде суммы большого числа слагаемых. В силу центральной предельной теоремы мы можем ожидать, что закон распределения X близок к нормальному. Пусть с – доход, который будет получен трамвайным парком в очередные сутки. Событие является желательным событием. Найдем его вероятность. Нам известно, что вероятность того, что X не превысит величины с , согласно нормальному закону распределения, зависит от с следующим образом: где m =M ( X ) – математическое ожидание X , =D (Х) – дисперсия, а - стандартное отклонение X . Эти константы можно оценить, используя формулы: (млн.руб) Следует отметить, что оценки и зависят от данных наблюдений, которые зависят от случая, когда m и от случая не зависят. Зная оценки и , можно приближенно ответить на вопрос: «Какой доход (величина с ) получит трамвайный парк в очередной день, т.е. чтобы вероятность события была достаточно велика, например, равна ?» Величину с найдем из уравнения: . Сделаем подстановку , тогда: , ; при , ; при , . Получим уравнение: . Выберем вероятность равной 0,95 (т.е. чтобы получить практический максимум суточного дохода трамвайного парка) и решим уравнение с помощью таблицы значений нормальной функции распределения. Получим: ; (млн.руб) Таким образом, мы получили, что в очередные сутки практическим максимумом суточного дохода трамвайного парка будет являться 13,0132 млн. руб. Ответим на вопрос: «В каких пределах практически будет находиться доход трамвайного парка в очередные сутки?» Общая формула: , где функция Лапласа, а a и b – концевые точки. Пусть a и b расположены симметрично относительно m : a =m - s * ; b =m + s * . Тогда: , т.к. функция нечетная. По таблицам найдем, что если s =1,96, то . Таким образом, нам известно, что с вероятностью 0,95 Х будет находиться в пределах . Т.е. доход трамвайного парка будет практически находиться в пределах от 12,262 до 13,077 млн. руб. Как уже отмечалось, оценки и зависят от случая, в то время как m и от случая не зависят. О местоположении этих констант на числовой оси дают представление доверительные интервалы, т.е. такие интервалы, для которых до проведения наблюдений известна вероятность того, что они в итоге наблюдений накроют константу. В нашем случае концевые точки доверительного интервала для m находятся по формулам: , , где , а коэффициент зависит от устраивающей нас вероятности накрывания интервалом константы m : . можно найти из таблицы: при =0,95 и k =5(где k =(n -1) – число степеней свободы) =2,57. Доверительный интервал для m : (12,45; 12,89) с вероятностью покрытия 0,95. Концевые точки доверительного интервала для находятся по формулам: , . Вероятность того, что такой интервал накроет , обозначим: Она зависит от чисел и . Выберем вероятность накрывания дисперсии, например, и воспользуемся таблицами для вычисления и . Для этого вычислим: (1-α)/2=0,1 – погрешность слева; (1+α)/2=0,6 – погрешность справа, k =n -1=5 – число степеней свободы. Значит =1,610; =9,24. Интервал: (0,113; 0,646) – доверительный интервал для дисперсии с вероятностью покрытия 0,8. Задание 2 Условие В продолжение задания 1. Существенно ли изменились условия проведения опыта, если очередная серия наблюдений привела к следующим данным? Поставить этот вопрос на языке теории вероятностей и получить ответ. 11,84; 12,50; 11,70; 11,72; 11,81; 11,78; 11,70. Решение Новые суточные доходы трамвайного парка: п2 =7. Перед нами стоит вопрос: «Существенно ли изменились условия проведения опыта, если очередная серия наблюдений привела к следующим данным, т.е. изменились ли математическое ожидание и дисперсия в новой серии наблюдений?» Предполагается, что над случайной величиной X проведены независимых испытаний, а над Y - независимых испытаний. Пусть случайные величины X и Y независимы и каждая подчиняется одному и тому же нормальному закону распределения. Нормальный закон распределения определяется функцией распределения или плотностью вероятностей, которые зависят только от двух констант - m и . Пусть дисперсии X и Y одинаковы. Тогда если математические ожидания X и Y одинаковы, то условия проведения опыта полностью совпадают. Найдем оценки и : (млн.руб); (млн.руб). Если действовать согласно интуиции, то можно прийти к такому выводу: если в результате наблюдений случайная величина примет значение, сильно отличающееся от нуля, то следует, что математические ожидания X и Y неодинаковы. Но как понять, что значит «сильно отличаться от нуля», а что – «не сильно»? Для этого нам необходимо найти границу. Рассмотрим случайную величину: Возьмем какое-либо число , которое назовем пороговым числом, т.е. границей между значениями t , достаточно сильно отличающимися от 0 и не сильно. Тогда: 1) если |t |> , то проверяемая гипотеза отвергается; 2) если |t | , то отвергать гипотезу не будем. Но данные наблюдений всегда зависят от случая, поэтому мы можем отвергнуть справедливую гипотезу и допустить ошибку. Выберем устраивающую нас достаточно малую вероятность такой ошибки β. . . Пусть β=0,05. Нужно использовать таблицу для погрешностей, но т.к. ее нет, найдем φ=1- β=0,95. По таблицам Стьюдента =2,20. Сравним t и : | 5,4 |>2,20 гипотеза отвергается, и M ( X ) M ( Y ) . Таким образом, с вероятностью ошибки 0,05 можно считать, что условия проведения опыта существенно изменились. Задание 3 Условие В продолжение задания 1. Можно ли утверждать, что указанные в задании 1 данные говорят о существенном изменении условий проведения опыта, если известно, что для проведения этих наблюдений математическое ожидание рассматривающейся случайной величины составляло 12,42? Решение У нас имеется случайная величина X , закон распределения которой близок к нормальному закону. Нам нужно ответить на вопрос: «Справедливо ли, что математическое ожидание X равно заданной константе m , где m = 12,42?» Если нет, то условия проведения нашего опыта существенно изменились. Предполагается, что над случайной величиной проведены n независимых испытаний. Введем оценку математического ожидания для X : Интуитивно мы можем сделать вывод по такому правилу: если после наблюдений случайная величина примет значение, сильно отличающееся от нуля, то условия проведения опыта существенно изменились. Но, опять же, нужно найти данную границу. Рассмотрим случайную величину: . Если |t | , то условия проведения опыта существенно не изменились, если |t |> , то условия изменились. Но, как и в задаче 2, это может привести к ошибке. Выберем малую вероятность такой ошибки: β=0,05. . С помощью таблицы Стьюдента найдем : =2,57. Сравним t и : | 2,9 |>2,57 М(Х) m . Таким образом, условия проведения опыта существенно изменились с вероятностью ошибки 0,05. Литература математическое ожидание дисперсия 1.Рудерман С.Ю. Законы в мире случая. Том 1. Уфа, 2005 2.Рудерман С.Ю. Законы в мире случая. Том 2. Уфа: РИО БашГУ, 2005 3.Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 1999