|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Практическая работа №4«Статистический подход к определению вероятности средствами Mathcad» Выполнив задания этой работы вы научитесь: 1. Писать подпрограмму-функцию, имитирующую реальный процесс в Mathcad; 2. Анализировать полученные результаты и делать выводы на основании графического представления информации.
Относительной частотой события А в серии испытаний называется отношение числа µ испытаний данной серии, в которых появилось событие А, к к общему числу ν испытаний серии. =µ/ν. Здесь µ – число появления события А в общем числе испытаний данной серии; число µ носит названия частоты появления события А. Статистической вероятностью события A называется число, около которого колеблется относительная частота этого события, приближаясь к нему по мере увеличения числа испытаний.
Задание1: Проиллюстрируем процесс стабилизации относительных частот при увеличении числа испытаний на примере идеализированного эксперимента, имитирующего бросание монеты. Предположим, что в эксперименте осуществляется бросание монеты n раз; эксперимент повторяется 5 раз. Технология выполнения задания: Необходимо создать циклическую процедуру имитации результатов бросания. В качестве генератора результатов эксперимента используем генератор независимых случайных чисел (встроенная функция runif) с равномерным распределением в диапазоне (0,49, 0,51), данные которого округляются до ближайшего целого (0 или1) с применением встроенной функции round. 1. Обозначим результат эксперимента функцией S(n), которая будет задаваться программой: 2. Для задания программного блока вызовем палитру программных элементов: 3. Нажав на строку «Programming» вызовем окно палитры: · Add Line – создает и при необходимости удлиняет жирную вертикальную линию, справа от которой производится запись программного блока: · ← А – символ локального (в теле модуля) присваивания: · if – условная инструкция; · otherwise – инструкция иного выбора (обычно применяется с if); · for – инструкция задания цикла с фиксированным числом повторений: · while – инструкция задания цикла, действующего до тех пор, пока выполняется некоторое условие; · break – инструкция прерывания; · continue – инструкция продолжения; · return – инструкция возврата; · on error – инструкция обработки ошибок. 4. Продолжим написание программы. Для того, чтобы присвоить переменной s ее локальное значение выполним следующие действия: «(», «/», появится шаблон, который необходимо заполнить , «)», чтобы ввести знак «умножение» наберем комбинацию клавиш Shift+8 , далее через меню выберем: В результате получим палитру «Calculus»: Выбрав необходимый шаблон, получим: В завершенном виде программный блок будет выглядеть следующим образом: Задание для самостоятельного выполнения: На рабочем листе Mathcad записать данный программный блок и объяснить каждую строчку программы: что в этой строчке записывается и какой результат получается. Задание2: Проанализировать данные задачи при n =100, n =500 и n =3000. Для этого построить графики указанных зависимостей в одной декартовой системе координат. Полученный результат должен подтвердить гипотезу о том, что теоретическое значение вероятности равно 0,5, при этом, чем больше число n, тем уже диапазон отклонений полученных значений от теоретического значения вероятности. Выводы: 1.Из статистического подхода следует, что относительная частота события А может служить приближенным значением (оценкой) вероятности события А: P(A) = =µ/ν. 2. Если эксперимент не может быть отнесен к классическому с равновозможными исходами, то статистический подход служит единственной основой приближенного вычисления вероятности.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |