LIETUVOS EMS KIO UNIVERSITETAS FUNDAMENTINI MOKSL STUDIJ INSTITUTAS MATEMATIKOS KATEDRA Daiva Rimkuvien

MATEMATIKOS IR STATISTIKOS UDAVINYNAS

Akademija 2009

Daiva Rimkuvien

MATEMATIKOS IR STATISTIKOS UDAVINYNAS

Recenzavo:

doc. dr. Stas Motuzien lekt. Janina Kaminskien

Aprobuota: Matematikos katedros posdyje 2008 12 30, protokolo numeris 0-121 Fundamentini moksl instituto metodins komisijos posdyje 2009 02 03, protokolo numeris 10 Agronomijos fakulteto metodins komisijos posdyje 2009 03 02, protokolo numeris 15 (65)

Redagavo: Vita Siaurodinien

D. Rimkuvien, 2009 Lietuvos ems kio universitetas, 2009

Turinys Pratarm ............................................................................................................................................... 4 1. Tiesins algebros ir matematins analizs pagrindai....................................................................... 5 1.1. Tiesiniai veiksmai su matricomis ir determinant apskaiiavimas .......................................... 5 1. 2. Tiesini lygi sistemos sprendimas Kramerio ir Gauso metodais......................................... 9 1. 3. Rib skaiiavimas.................................................................................................................. 16 1. 4. Ivestini skaiiavimas .......................................................................................................... 19 1. 5. Neapibrtini ir apibrtini integral skaiiavimas ........................................................... 24 2. Tikimybi teorijos pagrindai ......................................................................................................... 30 2.1. Atsitiktiniai vykiai ................................................................................................................. 30 2. 2. Diskretieji atsitiktiniai dydiai .............................................................................................. 37 2. 3. Tolydieji atsitiktiniai dydiai. Normalusis skirstinys. ........................................................... 45 3. Statistikos pagrindai ...................................................................................................................... 50 3. 1. Apraomoji statistika ............................................................................................................. 50 3. 2. Duomen grupavimas............................................................................................................ 55 3. 3. Statistins ivados: takiniai ir intervaliniai veriai ............................................................. 62 3. 4. Statistins ivados: parametrins hipotezs........................................................................... 66 Literatra ........................................................................................................................................... 74 Priedai................................................................................................................................................ 75

Pratarm iuolaikinmis slygomis labai svarbu gebti taikyti matematinius metodus, sprendiant profesinje veikloje ikylanius udavinius. i knyga udavini rinkinys su sprendimais, skirtas LU Agronomijos fakulteto vis studij form pirmojo kurso studentams, ir parengtas pagal studij dalyko Matematika ir statistika 3 kredit apra. Knyg sudaro 3 skyriai, 12 poskyri (tem). Kiekvieno poskyrio pradioje labai glaustai pateikiamos pagrindins formuls, reikalingos sprendiant su nagrinjama tema susijusias uduotis, o toliau isamiai aikinamas tipini udavini Sprendimas Daugiausia dmesio skiriama udavini sprendimo metodikai, be to, pateikiami patarimai, kaip sprsti tikimybi teorijos ir statistikos uduotis naudojantis Microsoft Excel programa. Kiekvieno skyriaus pabaigoje yra udavini, skirt student savarankikam darbui. Knygoje pateikiama mediaga paranki Matematikos ir statistikos kursui sisavinti ir praktiniams gebjimams ugdyti. Autor nuoirdiai dkoja knygos recenzentms u vertingas pastabas ir patarimus rengiant i knyg spaudai.

1. Tiesins algebros ir matematins analizs pagrindai 1.1. Tiesiniai veiksmai su matricomis ir determinant apskaiiavimas Matric suma ir skirtumas: Matricos daugyba i skaiiaus: Cm n = Am n Bm n=(aijbij); kAmn =( kaij).
n l =1

i=1,2,...,m;

j=1,2,...,n.

Matric sandauga Amn Bnk = C mk , cij = ail blj .

Pastaba. Matric sandauga nekomutatyvi, t.y., AB BA .

Antrosios eils determinantas: A =
a11 a 21 a12 = a11 a 22 a12 a 21 . a 22

a11

a12

a13 a23 = a33

Treiosios eils determinantas: A = a21 a22 a31 a32

= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31 a12 a21 a33 a11 a23 a32 . Trikampi taisykls schema: | A |= + + . Sariuso schema:
+ + + a 11 a12 a13 a11 a12 a 21 a 22 a 23 a 21 22 a31 a32 a33 a 31 a32 n-tosios eils determinantas

| A |= aik Aik = akj Akj ; Aik, Akj adjunktai, k vienas i indeks 1, 2,..., n.
i =1
j =1

Minoras: determinanto elemento aij minoras Mij tai determinantas, gaunamas i duotojo determinanto ibraukus i-tj eilut ir j-tj stulpel. Adjunktas: determinanto elemento aij adjunktu vadinamas reikinys Aij = (1)i + j M ij . Transponuota matrica AT matrica, kurioje eiluts ir stulpeliai sukeisti vietomis. Determinant savybs: 1. |A| = |AT|. Taigi jei teiginyje apie determinant |A| od eilut pakeisime odiu stulpelis (ir atvirkiai), tai gausime teising teigin. 2. Jei kurios nors eiluts elementai turi bendr daugikl, tai t daugikl galima ikelti prie determinanto enkl. 3. Jei prie vienos determinanto eiluts element pridsime kitos eiluts elementus, padaugintus i bet kokio nelygaus nuliui skaiiaus, tai determinanto reikm nepasikeis. 4. Jei dvi determinanto eilutes sukeisime vietomis, tai determinanto enklas pasikeiia prieingu. 5. Determinantas, kurio dvi eiluts yra proporcingos, lygus nuliui.
5

1 . 1 p a v y z d y s . Raskite matricos C = AB element c32, kai 2 1 6 4 0 A = 3 3 4 ; B = 4 5 . 1 5 8 3 10 Sprendimas 2 1 6 4 0 2 4 + 1 4 + 6 3 2 0 + 1 5 + 6 10 C = 3 3 4 4 5 = 3 4 + 3 4 + 4 3 3 0 + 3 5 + 4 10 = 1 5 8 3 10 1 4 + 5 4 + 8 3 1 0 + 5 5 + 8 10 0 + 5 + 60 30 65 8 + 4 + 18 = 12 + 12 + 12 0 + 15 + 40 = 36 55 . 4 + 20 + 24 0 + 25 + 80 48 105 Atsakymas: c32=105. 1 . 2 p a v y z d y s . Raskite matricos Z = DT element z23, kai D = C+2B. Sprendimas 4 0 30 65 2 4 2 0 30 65 8 0 30 65 D = 36 55 + 2 4 5 = 36 55 + 2 4 2 5 = 36 55 + 8 10 = 3 10 48 105 2 3 2 10 48 105 6 20 48 105 30 + 8 65 + 0 38 65 = 36 + 8 55 + 10 = 44 65 ; 48 + 6 105 + 20 54 125

38 65 38 44 54 T Z = D = 44 65 = 65 65 125 . 54 125
Atsakymas: z23=125. 1 . 3 p a v y z d y s . Raskite matricos A determinanto |A| reikm pagal trikampio taisykl. Sprendimas 2 1 6

A = 3 3 4 = 2 3 8 + 3 6 5 + 1 1 4 1 3 6 3 1 8 4 5 2 = 1 5 8 = 48 + 90 + 4 18 24 40 = 142 82 = 60.
Atsakymas: |A|=60.

2 1 6

1 . 4 p a v y z d y s . Raskite determinanto |A| = 3 3 4 elemento a32 adjunkt A32. 1 5 8 Sprendimas 2 1 6 2 6 A32 = 3 3 4 = (1) 3+ 2 = (1) 5 (2 4 3 6) = (8 18) = (10) = 10. 3 4 1 5 8 Atsakymas: A32=10.
2 3 7 1 . 5 p a v y z d y s . Raskite matricos A = 2 1 0 determinanto |A| reikm, skleisdami pagal 15 3 4 pasirinkt eilut. Sprendimas Pasirenkame antrj eilut, nes ios eiluts treiajame stulpelyje yra 0. 2 3 7

A = 2 1 0 = a 21 A21 + a 22 A22 + a 23 A23 = 15 3 4 = 2 (1) 2+1 3 7 2 7 2 3 + 1 (1) 2+ 2 + 0 (1) 2+3 = 3 4 15 4 15 3

= 2 (1) 3 (3 4 3 7) + 1 (1) 4 (2 4 7 15) + 0 = = 2 (12 21) + (8 105) = 2 (9) 97 = 18 97 = 79.

Atsakymas: |A| = 79.
2 0 7 1 . 6 p a v y z d y s . Raskite matricos A = 1 1 4 determinanto |A| reikm, skleisdami pagal 10 3 3 pasirinkt stulpel. Sprendimas Pasirenkame antrj stulpel, nes io stulpelio pirmojoje eilutje yra 0. Duotj determinant pakeisime jam lygiu determinantu, kurio antrajame stulpelyje yra nuliai, iskyrus 1, esant antroje eilutje. Tuo tikslu prie treios eiluts pridsime antros eiluts elementus, padaugintus i 3. 2 0 7 2 0 7 2 0 7 A=
1 1 4

=1 1

4 =

10 + 1 (3) 3 + 1 (3) 3 + 4 (3)

10 3 3 3 3 12

7 0 9

= 0 A12 + 1 A22 + 0 A32 = 0 + (1) 2+ 2

Atsakymas: | A| = 67.

2 7 + 0 = (1) 4 (2 (9) 7 7) = 18 49 = 67. 7 9

 Udaviniai savarankikam darbui.

2 5 5 1 Apskaiiuokite M=A 3 B, kai A = 4 1 , B = 2 0 . 0 3 9 7 3 5 2 1 7 T Apskaiiuokite M=A + 2 B , kai A = 6 1 , B = 4 8 1 . 0 3 Apskaiiuokite M = AB, kai 2 1 6 6 5 2 1 0 6 A = 3 0 1 , B = 1 ; b) A = 4 3 2 , B = 3 1 ; 0 2 5 4 2 4

1.

2. 3. a)

6 3 4 1 3 7 1 2 c) A = (3 2 6 ) , B = 1 0 ; d) A = 0 1 3 , B = 6 0 1 . 4 2 2 0 1 3 2 4 4. Raskite matricos M = AB element a23 ir a31 sum, kai 5 4 4 1 0 A = 2 3 , B = 3 1 2 . 1 6 5. Apskaiiuokite determinantus: 2 3 2 6 3 7 2 1 ; |B| = ; |C| = ; |D| = ; a) |A| = 4 1 4 1 1 2 4 8 2 0 1 5 0 1 0 . 3

b) |A| = 4 3 2 ; |B| = 3 2 0 3 5 4 6

6. Apskaiiuokite adjunktus A21 ir A32, kai duotas determinantas: 4 5 8 7 0 1 2 4 | A |= . 5 3 1 4 1 2 0 3 7. Nustatykite, kokios turi bti x ir y reikms, kad bt teisinga lygyb: 1 4 x 2 0 3 y = 6 .
Atsakymai: 8 13 1. 2 1 . 2. 27 24
13 1 37 17 26 17 . 3. a) 14 ; b) 8 15 19 ; c) ( 4 21) ; d) 14 1 18 17 4 12 4. M = 11 3 2 , a23 + a31 = 2 + 19 = 21. 5. a) |A| = 10, |B| = 26, 19 6 8 |B| = 20. 6. A21 = 7, A32 = 42. 7. x = 6, y = 2.

21 43 2 3 6 11 . 11 4 0

|C| = 13, |D| = 12; b) |A| = 3,

1. 2. Tiesini lygi sistemos sprendimas Kramerio ir Gauso metodais

Tiesini lygi sistema, sudaryta i m lygi ir n neinomj:

a11 x1 + a12 x 2 + ... + a1n x n = b1 , a x + a x + ... + a x = b , 21 1 22 2 2n n 2 ............................................... a m1 x1 + a m 2 x 2 + ... + a mn x n = bm ;

ia a ij , bi

(i = 1, m; j = 1, n)

realieji skaiiai.

Skaiiai aij vadinami sistemos koeficientais, bi laisvaisiais nariais, xj neinomaisiais (arba kintamaisiais). Kai visi laisvieji nariai bi = 0, i = 1, m , sistema vadinama homogenine lygi sistema, o kai bent vienas bi 0 nehomogenine lygi sistema. Tiesini lygi sistemos sprendiniu vadinamas skaii rinkinys ( 1 , 2 ,..., n ) , kur raius vietoj neinomj x1, x2, ..., xn, i kiekvienos lygties gaunama teisinga lygyb. Sistema turinti sprendin, vadinama suderintja, o neturinti sprendini nesuderintja. Suderintosios sistemos dar skirstomos apibrtsias (turinias vien sprendin) ir neapibrtsias (turinias be galo daug sprendini).
Kramerio metodas

Kramerio metodas gali bti taikomas sprendiant n tiesini lygi sistem su n neinomj. I lygi sistemos koeficient sudarytas determinantas D vadinamas lygi sistemos determinantu:
a11 a 21 K a n1 a12 a 22 K an2 K K K K a1i a 2i K a1n K a2n . K K K a ni K a nn

D =| A |=

Jo i-tj stulpel pakeitus laisvj nari stulpeliu, gaunamas determinantas Di:

a11 a21 K an1 a12 K b1 K a1n a22 K b2 K a2 n K K K K K an 2 K bn K ann

Di =

, i = 1, 2,..., n .

Jeigu tiesini lygi sistemos determinantas D 0 , tai sistema turi vien sprendin:
D D D D1 ; x2 = 2 ;; xi = i ; ; xn = n . D D D D Jeigu tiesini lygi sistemos determinantas D = 0 , o bent vienas Di 0 , tai lygi sistema sprendini neturi;

x1 =

visi Di = 0 , tai lygi sistema turi be galo daug sprendini.

Gauso metodas

Gauso metodu galima sprsti bet kuri tiesin lygi sistem. Sprendiant Gauso metodu, neinomieji eliminuojami per kelet kart elementariai pertvarkant sistemos lygtis:
pakeiiant bet kuri lygt, prie jos panariui pridedant kit sistemos lygt, padaugint i pasirinkto skaiiaus; padauginant arba padalijant visus bet kurios lygties narius i skaiiaus, nelygaus nuliui; ibraukiant lygt 0x1 + 0 x2 ++ 0 xn= 0.

Pirmuoju ingsniu i vis lygi, iskyrus pirmj, eliminuojame x1 ir toliau pirmosios lygties nebenaudojame eliminuodami kitus neinomuosius; Antruoju ingsniu i vis kit lygi, iskyrus antrj, eliminuojame x2 ir t. t. I lygi sistemos sudarinjant ekvivalenias sistemas, patogiau pertvarkyti ne pai lygi sistem, o iplstj matric (A|B), sudaryt i duotosios lygi sistemos koeficient matricos A ir laisvj nari matricos B. ~ ~ ~ ~ K a ~ b a a11 a12 K a1i K a1n b1 K a a 11 12 1i 1n 1 ~ ~ ~ K a ~ b 0 a K a a 21 a 22 K a 2i K a 2 n b2 22 2i 2n 2 ( A | B) = ~ ... ~ . K K K K K K ... K K K K K K ... ~ ~ b a a a a b a K K K K 0 0 0 m2 mi mn m mn m1 m i matrica pertvarkoma tol, kol gaunama trapecin matrica, t. y., tokia matrica, kurios visi pagrindins striains elementai nelygs nuliui (jeigu manoma), o visi elementai po ja lygs nuliui: Tvarkant matric galima:

bet kuri eilut dauginti i skaiiaus ir sudti su kita eilute; eilut padauginti arba padalinti i bet kokio nelygaus nuliui skaiiaus; sukeisti matricos eilutes vietomis; paalinti nulin eilut.

Gavus trapecin matric, nustatomi matric A ir (A|B) rangai rA ir r(A|B). Matricos rangas tai nenulini eilui skaiius trapecinje matricoje. Lyginame i matric rangus:

jeig rA = r(A|B) = n, tai sistema suderinta ir turi vien sprendin; jeig rA = r(A|B) < n, tai sistema suderinta ir turi be galo daug sprendini; jeig rA r(A| B), tai sistema nesuderinta, sprendini neturi.

10

2.1 3 1 3

p a v y z d y s . Kramerio metodu isprskite lygi sistem: 3 4 x1 2 6 2 x 2 = 1 . 4 8 x3 3

Sprendimas Apskaiiuojame pagrindin sistemos determinant (sudaryt i koeficient prie neinomj) ir determinantus Di , i = 1, 3 kuriuose koeficient prie i-tojo neinomojo stulpelis pakeistas laisvj nari stulpeliu: 3 3 4 3 2 4 D = 1 6 2 = 144 + 16 + 18 72 24 24 = 58; D2 = 1 1 2 = 24 + 12 + 12 12 18 16 = 2; 3 4 8 3 3 8
2 3 4 D1 = 1 6 2 = 96 + 16 + 18 72 16 24 = 18; 3 4 8 x1 = 3 3 2 D3 = 1 6 1 = 54 + 8 + 9 36 12 9 = 14; 3 4 3

D D1 18 D 2 14 = ; ; . x2 = 2 = x3 = 3 = D 58 D 58 D 58 Patikrinimas: 2 14 3 18 + 3 2 + 4 14 116 18 18 3 + 3 + 4 58 58 58 58 2 3 3 4 58 58 1 6 2 2 = 1 18 + 6 2 + 2 14 = 1 18 + 6 2 + 2 14 = 58 = 1 . 58 58 58 58 58 58 3 4 8 2 14 3 18 + 4 2 + 8 14 174 3 14 18 3 + 4 + 8 58 58 58 58 58 58 Vadinasi, sprendinys surastas teisingai.

Atsakymas: x1=

18 ; 58

x2 =

2 ; 58

x3 =

14 . 58

2 . 2 p a v y z d y s . Kramerio metodu isprskite lygi sistem: 2 x1 + 3x 2 = 7 . 4 x1 + 6 x 2 = 8 Sprendimas 2 3 7 3 2 7 D= = 12 12 = 0 ; D1 = = 42 24 = 18 ; D2 = = 16 28 = 12 . 4 6 8 6 4 8 Kadangi D = 0, o D1 0 ir D2 0, tai sistema nesuderinta, sprendini neturi. Atsakymas: Sistema nesuderinta. 2 . 3 p a v y z d y s . Kramerio metodu isprskite lygi sistem: x1 + 3 x 2 = 2 . 1,2 x1 + 3,6 x 2 = 2,4

11

Sprendimas 1 3 2 3 1 2 D= = 3,6 3,6 = 0 ; D1 = = 7,2 7,2 = 0 ; D2 = = 2,4 2,4 = 0 . 1,2 3,6 2,4 3,6 1,2 2,4 Kadangi D = 0, o D1 = 0 ir D2 = 0, tai sistema turi be galo daug sprendini. Pasiymime x2 = t, x1 + 3t = 2, x1 = 2 3 t. Atsakymas: {(2 3 t ; t ), t }. 2 . 4 p a v y z d y s . Gauso metodu isprskite lygi sistem: 3 x1 + 2 x 2 + 2 x3 = 6 x1 + 3 x 2 + 2 x3 = 1 . 2x + x + x = 4 2 3 1 Sprendimas Patogumo dlei sistem uraome matricos pavidalu. i matric sudarome i koeficient prie neinomj ir papildomai u vertikalaus brknio paraome laisvj nari stulpel. Gauname iplstj sistemos matric: i matric pertvarkome elementari pertvark pagalba. Ji tvarkoma tol, kol 3 2 2 6 bus gauta trapecin matrica, t. y. tokia matrica, kurios visi pagrindins 1 3 2 1 ~ striains elementai nelygs nuliui (jeigu manoma), o visi elementai po ja 2 1 1 4 lygs nuliui.

Sprendiant Gauso metodu ir atliekant elementarius pertvarkymus, yra patogu, kad matricos pagrindins striains elementai bt lygs vienetui. Sukeiiame matricos eilutes taip, kad pirmosios eiluts pirmasis elementas bt lygus 1, taigi pirmj eilut sukeiiam su antrj. Toliau:

1 3 2 1 (3) ~ 3 2 2 6 ~ + 2 1 1 4 +

(2)

a) pirmos eiluts elementus padauginame i (3) ir sudedame su antros eiluts elementais;

b) pirmos eiluts elementus padauginame i (2) ir sudedame su treios eiluts elementais.

1 3 1 3 2 1 2 1 ~ 3 + 1 (3) 2 + 3 (3) 2 + 2 (3) 6 + 1 (3) ~ 0 7 4 3 ~ 2 + 1 (2) 1 + 3 (2) 1 + 2 (2) 4 + 1 (2) 0 5 3 2 1 3 2 1 2 1 1 3 3 2 ~0 7 4 3 ~ 0 1 5 5 3 2 0 1 0 7 4 3 5 5 c) treij eilut padaliname i - 5 ir sukeiiame antrj ir treij eilutes vietomis: d) antros eiluts elementus padauginame i 7 ir sudedame su treios eiluts elementais

(7) +

12

 3 2 1 1 3 1 3 2 1 ~ 0 ~ 0 1 5 5 3 2 0 7 + 1 7 4 + 7 3 + 0 0 7 5 5

2 1 3 2 ~ 5 5 4 5 + 21 3 5 2 7 5 5

1 3 2 1 x1 + 3x 2 + 2 x3 = 1 1 3 2 1 3 2 5 ~ 0 5 3 2 . ~ 0 1 5 x 2 + 3x3 = 2 . 5 5 0 0 1 1 x3 = 1 1 1 0 0 5 5 5 Gav trapecin matric nustatome matric pagrindins sistemos matricos A ir iplstins matricos (A|B) rangus rA ir r(A|B). Matricos rangas tai nenulini eilui skaiius trapecinje matricoje. 1 3 2 1 Iplstins sistemos matricos ( A | B) = 0 5 3 2 rangas r(A|B) = 3, o 0 0 1 1
1 3 2 pagrindins sistemos matricos A = 0 5 3 rangas rA = 3. 0 0 1 Kadangi r(A|B) = rA = n, tai sistema turi vien sprendin. x1 + 3x 2 + 2 x3 = 1 5 x 2 + 3x3 = 2 . x3 = 1 I gautos lygi sistemos randame: x3 = 1 5x2 + 31 = 2; 5x2 = 5; x2 = 1; x1 + 3(1) + 21 = 1; x1 = 2.

Patikrinimas: pradin lygi sistem statome gautas reikmes: 3 2 + 2 (1) + 2 1 = 6 6 = 6 2 + 3 (1) + 2 1 = 1 1 = 1 . 2 2 + (1) + 1 4 = 4 = 4 Vadinasi, isprsta teisingai.
Atsakymas: x1 = 2; x2 = 1; x3 = 1. 2 . 5 p a v y z d y s . Isprskite lygi sistem Gauso metodu, nustatykite, kiek lygi sistema turi sprendini: 5x + 4 y + 3z = 3 10 x + 5 y + z = 5 . 15 x + 9 y + 4 z = 7

13

Sprendimas 5 4 3 3 (2) (3) 5 4 3 3 ~ 10 + 5 (2) 5 + 4 (2) 1 + 3 (2) 5 + 3 (2) ~ 10 5 1 5 + 15 + 5 (3) 9 + 4 (3) 4 + 3 (3) 7 + 3 (3) 15 9 4 7 + 5 5 4 4 3 3 3 3 ~ 0 3 5 1 (1) ~ 0 3 5 1 ~ 0 3 5 2 + 0 3 + (3) (1) 5 + (5) (1) 2 + (1) (1)

5 4 3 3 ~ 0 3 5 1 . 0 0 0 1 Gav trapecin matric nustatome matric pagrindins sistemos matricos A ir iplstins matricos (A|B) rangus rA ir r(A|B). 5 4 3 3 Iplstins sistemos matricos ( A | B ) = 0 3 5 1 rangas r(A|B) = 3, o 0 0 0 1
3 5 4 pagrindins sistemos matricos A = 0 3 5 rangas rA = 2. 0 0 0 Kadangi r(A|B) rA, tai sistema nesuderinta, sprendini neturi.

Atsakymas: Sistema nesuderinta. 2 . 6 p a v y z d y s . Isprskite lygi sistem Gauso metodu, nustatykite, kiek lygi sistema turi sprendini: x + 4 y + 2z = 3 3x + y z = 5 . 4 x + 5 y + z = 8 Sprendimas

1 4 3 1 4 5 1 ~ 0 0

2 3 (3) (4) 1 4 2 3 1 5 + ~ 3 + 1 (3) 1 + 4 (3) 1 + 2 (3) 5 + 3 (3) ~ 4 + 1 (4) 5 + 4 (4) 1 + 2 (4) 8 + 3 (4) 1 8 + 1 4 1 2 3 4 2 3 4 2 3 11 7 4 (1) ~ 0 11 7 4 (1) ~ 0 11 7 4 . 0 0 11 7 4 + 0 11 + 11 7 + 7 4 + 4 + 0 0

Gav trapecin matrica nustatome matric pagrindins sistemos matricos A ir iplstins matricos (A|B) rangus rA ir r(A|B). Matricos rangas tai nenulini eilui skaiius trapecinje matricoje.

14

1 4 2 3 Iplstins sistemos matricos (A|B) = 0 11 7 4 rangas r(A|B) = 2, o 0 0 0 0

2 1 4 pagrindins sistemos matricos A = 0 11 7 rangas rA = 2. 0 0 0 Kadangi abiej matric rangai lygs, tai dar turime patikrinti, ar jie sutampa su neinomj skaiiumi n. Kadangi n = 3 ir r(A|B)=rA n, tai galime teigti, kad sistema turi be galo daug sprendini. I gautos matricos paraome lygi sistem: 1 4 2 3 x + 4 y + 2z = 3 . 0 11 7 4 11y 7 z = 4 0 0 0 0

Paymime z = t. Tada

7t 4 4 7 t . = 11 11 Gautas reikmes statome pirm lygt: 16 + 28 t 22 t + 33 6 t + 17 16 28 t 4 7t x + 4 + 2t = 3 x= 2t + 3 = = . 11 11 11 11

11y = 4 + 7t

y=

6t + 17 4 7t , , t , t Atsakymas: 11 11
Udaviniai savarankikam darbui.

1. Isprskite lygi sistemas Kramerio metodu: x 4y = 3 2 x + 3 y = 7 x + 2 y = 8 ; c) ; b) a) 3x 12 y = 9 4 x + 6 y = 8 3 x y = 3

2. Isprskite lygi sistemas Gauso metodu: x + 4 y 3 z = 7 x + 2y z = 3 x y + 2z = 3 ; c) 3 x + y 5 z = 8 a) x 3 y + 2 z = 0 ; b) x y + 4 z = 0 2 x 5 y z = 1 2 x + y + 3 z = 3 2 x + 2 y 7 z = 6 3x 2 y z = 1 x + 3y + z = 8 x 2y z = 0 ; e) d) . 2 x 5 y + 3 z = 3 2 x + 3 y + z = 10 x + y + 2z = 9

Atsakymai:

7 5 1. a) (2; 3); b) sprendini nra; c) {(3 + 4t, t), t}. 2. a) ( - 3, - 1, 0); b) 1 t , 1 + t , t , t ; c) sprendini 3 3 nra; d) {(6 + 11t, 3 + 5 t, t), t}; e) (2; 1; 3).

15

1. 3. Rib skaiiavimas

Rib dsniai Jei funkcijos f(x) ir g(x) turi baigtines ribas lim f ( x) = A , lim g ( x) = B (A, B ), tai:
xa xa

1)

lim(C f ( x)) = C A ,
x a

3) 4)

lim( f ( x) g ( x)) = A B ;
x a

ia C = const;

2)

lim( f ( x) + g ( x)) = A + B ;
xa

lim
xa

f ( x) A = , B0. g ( x) B

Neapibrtieji reikiniai: 0 ; ; 0 ; ; 1 ; 00 ; 0 0 Panaikinti neapibrtum reikia rasti to reikinio rib, jeigu ji egzistuoja. Skaiiuojant ribas danai naudojami simboliniai uraai: C C C C C C = +, = , = +0, = 0, = 0, = ; ia C > 0, C = const. +0 0 + 0 0 , o skaitiklyje ir vardiklyje yra daugianariai, tai skaidome iuos 0 daugianarius dauginamaisiais. Reikia naudotis iomis formulmis: ax 2 + bx + c = a ( x x1 ) ( x x2 ) ; Kai turime neapibrtum ax 2 + bx + c = 0 x1, 2 =
b b 2 4ac ; 2a

a 2 b 2 = (a b)(a + b) ; a 3 b3 = (a b) (a 2 m ab + b 2 ) . ir x , o skaitiklyje vardikl padalijame i aukiausiojo x laipsnio. a0 b , kai n n 1 P ( x) a x + a1 x + ... + a n 0 lim n = lim 0 m = 0 kai x Q ( x ) x b x + b1 x m 1 + ... + bn m 0 kai n n 1 m n m m x =x ; =x ; m n x Kai turime neapibrtum
sin x lim = 1; x 0 x

ir vardiklyje yra daugianariai, tai skaitikl ir

n = m, n < m, n > m.
m

xn m xn = ; x xm

xm 1 = x mk = k m k x x

1 lim1 + = e ; x x

Kai x 0 , sin kx ~ kx ;

tgkx ~ kx

1 cos x ~

x2 . 2

16

3. 1 p a v y z d y s . Apskaiiuokite rib lim

x 2 4x + 3 . 2 x 3 5 x 14 x 3

Sprendimas 32 4 3 + 3 x 2 4x + 3 9 12 + 3 0 = = lim 2 = = 2 x 3 5 x 14 x 3 5 3 14 3 3 45 42 3 0

Apskaiiuodami tokio tipo ribas (esant neapibrtumui

0 ), i pradi surandame skaitiklio ir 0

vardiklio aknis, juos iskaidome dauginamaisiais ir suprastiname i to dauginamojo, dl kurio susidar neapibrtumas.
x 2 4 x + 3 = 0; 4 16 4 3 4 2 = ; 2 2 x1 = 3; x 2 = 1. x1, 2 =
= lim ( x 3)( x 1) x 3 1 5 ( x 3) x + 5

5 x 2 14 x 3 = 0; 14 196 + 4 5 3 14 16 = ; 25 10 1 x1 = 3; x 2 = . 5 x 1 2 1 3 1 = lim = = = . x 3 1 16 8 1 5 x + 5 3 + 5 5 x1, 2 =

Atsakymas:

1 . 8

3. 2 p a v y z d y s . Apskaiiuokite rib Sprendimas

x4 9x . lim 2 x 2 x + 9 x + 9 ), skaitikl ir vardikl padaliname i

Skaiiuodami tokio tipo ribas (esant neapibrtumui aukiausiojo x laipsnio. x 4 9x 4 4 x 4 9x x x = = lim 2 = lim 2 x 2 x + 9 x + 9 x 2 x 9 x 9 + 4+ 4 x4 x x 9 1 3 1 0 x = = lim = 9 9 0 + 0 + 0 x 2 + + x2 x3 x4
Atsakymas: .

17

3. 3 p a v y z d y s . Apskaiiuokite rib lim Sprendimas

7 x 2 + 11 ; 5 x 2 x + 6 x + 7

7 x 2 11 7 11 + 5 + 5 5 3 7 x + 11 0+0 x x x x = = lim 5 = lim = = 0. lim 5 6 7 x 2 x + 6 x + 7 x 6x 7 2 + 0 + 0 x 2 x 2 + + + 5 + 5 x 4 x5 x5 x x

2

Atsakymas: 0. 3. 4 p a v y z d y s . Apskaiiuokite rib lim Sprendimas

4 5x 2 4 5 2 2 2 5x 4 50 5 x x = lim = = lim 2x = = . lim 2 7 2 x 6 x + 7 x + 2 x 7x 2 6 + 0 + 0 6 x 6 x 6+ + 2 + 2+ 2 2 x x x x x 5 Atsakymas: . 6
2

5x 2 4 ; 2 x 6 x + 7 x + 2

3. 4 p a v y z d y s . Apskaiiuokite rib lim Sprendimas sin 3 x 0 = = lim x 0 tg 5 x 0 3x 3 = lim = . x 0 5 x 5 3 Atsakymas: . 5

sin 3 x . x 0 tg 5 x

Rib apskaiiuojame, naudodami ekvivalenias nykstamsias funkcijas, t. y. kai x 0 , tai sin kx ~ kx , o tgkx ~ kx .

Udaviniai savarankikam darbui.

Apskaiiuokite ribas: x2 x 6 x 2 + 2x 8 . 2. lim . 1. lim 2 2 x2 x 5 x + 6 x 3 ( x 3) 5. lim

3. lim

( x 1) 2 x x 2 2x + 1 . 4. . lim x 1 x 1 x2 1 x3 x

3 6 x 2 + 9 x 15 x5 2x 2 + 6 6x7 + 2x5 4x3 + 2x 5 x4 + 7x3 1 . 6. . 7. . 8. . lim lim lim x x x x 3 x 7 2 x 3x 7 2 x 6 + 6 x + 4 x 4 + 2x 3x 7 2 x

Atsakymai: 1. 6. 2. . 3.

1 . 4. 0. 5. 0. 6. 0. 7. . 8. 2. 2

18

1. 4. Ivestini skaiiavimas

Pagrindins diferencijavimo taisykls: Jeigu u ir v diferencijuojamos funkcijos, tai: (C = const); C = 0; (u v ) = u v + uv ; x = 1; u u v uv (C u ) = C u ; , = v2 v (u v ) = u v ; Funkcijos diferencialas dy = y dx.

v0

Sudtins funkcijos diferencijavimas: jei y = y(u), o u = u(x), tai yx = yu ux

, = const ; u = u 1 u , = const ; 1 1 1 1 1 1 x = u = u ; = 2 u ; = 2 x u 2 x x 2 u u 2. a x = a x ln a, a = const a u = a u ln a u , a = const 3. e x = e x eu = eu u 1 (log a u ) = 1 u 4. (log a x ) = , a = const x ln a u ln a 1 (ln u ) = 1 u 5. (ln x ) = x u (sin u ) = cos u u 6. (sin x ) = cos x (cos u ) = sin u u 7. (cos x ) = sin x 1 (tg u ) = 12 u 8. (tg x ) = 2 cos x cos u 1 (ctg u ) = 12 u 9. (ctg x ) = 2 sin x sin u 1 (arcsin u ) = 1 2 u 10. (arcsin x ) = 2 1 x 1 u 1 (arccos u ) = 1 2 u 11. (arccos x ) = 2 1 x 1 u 1 (arctg u ) = 1 2 u 12. (arctg x ) = 2 1+ x 1+ u 1 (arcctg u ) = 1 2 u 13. (arcctg x ) = 2 1+ x 1+ u Funkcijos kritinis takas tai takas Mi(xi, yi), kuriame funkcijos pirmoji ivestin f(xi) = 0 arba neegzistuoja. Btina ekstremumo slyga: jei diferencijuojama funkcija take x = xi turi ekstremum, tai f(xi) = 0. Pakankama ekstremumo slyga jei f(x), pereidama per kritin tak xi, keiia enkl: i + , tai xi maksimumo tako abscis, i +, tai xi minimumo tako abscis.

1.

(x ) = x

Ivestini lentel

( ) ( ) ( )

( )

( )

( ) ( )

19

4. 1 p a v y z d y s . Raskite funkcijos y = x 7 + 4 ln 3 x ivestin. Sprendimas Naudojams sandaugos ivestins taisykle (uv) = uv + uv ir ivestini lentele. Tarkime, kad u = x 7 + 4 , o v = ln 3x . Funkcija v = ln 3 x yra sudtin funkcija, todl reiks naudoti ir sudtins funkcijos formul yx = yu ux . y = x 7 + 4 ln 3 x = (x 7 + 4 ) ln 3 x + (x 7 + 4 ) (ln 3 x ) = 1 1 = 7 x 6 ln 3x + x 7 + 4 (3 x ) = 7 x 6 ln 3 x + x 7 + 4 3 = 3x 3x 7 x +4 = 7 x 6 ln 3x + . x x7 + 4 6 Atsakymas: y = 7 x ln 3 x + . x

((

( )

4. 2 p a v y z d y s . Raskite funkcijos y = x 2 3 x + 7

ivestin.

Sprendimas Naudojams sudtins ivestins formule yx = yu ux ir ivestini lentel. Paymime u = x 2 3x + 7 , o y = u 4 . 3 3 2 y = 4 u 4 1 u = 4 x 2 3 x + 7 x 2 3 x + 7 = 4 (x 2 3 x + 7 ) (x ) (3 x ) + (7 ) =

) (

= 4 x 2 3 x + 7 (2 x 3) .
3

Atsakymas: y = 4 x 2 3 x + 7 (2 x 3) .
3

4. 3 p a v y z d y s . Raskite funkcijos y = Sprendimas

arctg 3 x ivestin. sin x + x 2

u u v uv Naudojams santykio ivestins taisykle = , sudtins ivestins formule ir ivestini v2 v lentele. Paymime u = arctg 3 x , o v = sin x + x 2 . Funkcija u = arctg 3 x yra sudtin funkcija. (arctg 3x ) (sin x + x 2 ) (arctg 3x )(sin x + x 2 ) = arctg 3 x = y = 2 sin x + x (sin x + x 2 )2 1 (3 x) sin x + x 2 (arctg 3 x )(cos x + 2 x ) 2 1 + (3 x) = = 2 sin x + x 2 1 3 (sin x + x 2 ) (arctg 3 x )(cos x + 2 x ) 2 1 + (3 x) = = (sin x + x 2 )2

20

3 sin x + x 2 (arctg 3 x )(cos x + 2 x ) 2 1 + (3 x)

(sin x + x )
(

2 2

Atsakymas: y =

3 sin x + x 2 (arctg 3 x )(cos x + 2 x ) 2 1 + (3 x)

(sin x + x )

2 2

4. 4 p a v y z d y s . Raskite funkcijos y = 2 sin x +5 + (tgx + 8 x 2 ) 4 sin x 2 ln x ivestin. Sprendimas Naudojams sumos, skirtumo, sudtins funkcijos formulmis ir ivestini lentele. y = 2 sin x + 5 + (tgx + 8 x 2 ) 4 sin x 2 ln x = = 2 sin x +5 + (tgx + 8 x 2 ) 4 sin x 2 ln x = 1 (sin x 2 ln x ) = = 2 sin x +5 ln 2 (sin x + 5) + 4(tgx + 8 x 2 ) 3 tgx + 8 x 2 2 sin x 2 ln x 1 2 1 = 2 sin x +5 ln 2 (cos x ) + 4(tgx + 8 x 2 ) 3 + 8 2x cos x = 2 x cos x 2 sin x 2 ln x 2 cos x 1 x . = 2 sin x +5 ln 2 (cos x ) + 4(tgx + 8 x 2 ) 3 + 16 x 2 cos x 2 sin x 2 ln x

) (

) (

) )

2 1 x . Atsakymas: y = 2 sin x +5 ln 2 (cos x ) + 4(tgx + 8 x 2 ) 3 + 16 x 2 cos x 2 sin x 2 ln x cos x

4. 5 p a v y z d y s . Raskite funkcijos y = 5 sin(4 x 2 + 4 x 3) diferencial. Sprendimas Funkcijos diferencialas apskaiiuojamas: dy = y dx. dy = 5 sin( 4 x 2 + 4 x 3) dx = 5 cos(4 x 2 + 4 x 3)(4 2 x + 4 )dx = 5 cos(4 x 2 + 4 x 3)(8 x + 4)dx Atsakymas: dy = 5 cos(4 x 2 + 4 x 3)(8 x + 4 )dx

4. 6 p a v y z d y s . Raskite funkcijos y = 4 x 5 + 8 ln x 8 x ivestins reikm take, kurio abscis x 0 = 1,4 .

21

 1 1 (8 x ) = Randame y ivestin: y = 4 x 5 + 8 ln x 8 x = 4 5 x 4 + 8 x 2 8x 1 1 8 4 = 20 x 4 + 8 8 = 20 x 4 + x 2 8x x 8x Apskaiiuojame ivestins reikm take, kurio abscis x 0 = 1,4 : 8 4 4 y ( x0 ) = y (1,4) = 20 (1,4) + = 76,832 + 5,714 1,195 = 81,351 . 1,4 8 1,4 Atsakymas: y (1,4) = 81,351 .
4. 7 p a v y z d y s . Raskite funkcijos y = 5 x 3 + 8 x 2 9 x + 1 ekstremumus. Sprendimas Iekome kritini tak toki, kuriuose funkcijos ivestin lygi 0 arba neegzistuoja. y = 5 x 3 + 8 x 2 9 x + 1 = 5 3 x 2 + 8 2 x 9 = 15 x 2 + 16 x 9 . Funkcijos ivestin egzistuoja visoje skaii ayje. Iekime tak, kuriuose y lygi nuliui: 15 x 2 + 16 x 9 = 0 . Tada: 16 256 + 4 15 9 16 796 16 28,213 x1, 2 = = ; 2 15 30 30 x1 = 1,474; x 2 = 0,407.

Sprendimas

Kritiniais takais apibrimo srit suskirstome intervalus, juos suraome 1 lentel ir, taikydami ekstremum egzistavimo pakankamos slygos taisykl, randame ekstremumus: 1 lentel 0,407 ( ; 1,474) 1,474 ( 1,474; 0,407) (0,407; ) + 0 0 + y max min y 15,635 1,001 Pastaba. Antroje lentels eilutje raytas enklas nustatomas taip: pasirenkame bet kur tak i io intervalo ir randame ivestins enkl. Pvz., apskaiiuojame y( 2) = 15( 2)2 +16( 2) 9 = 154 16 2 9 = 60 41 = 19 > 0. Todl intervale ( ; 1,474) y yra teigiama (paymime +), o funkcija y didjanti (paymime ). Apskaiiuojame funkcijos y = 5 x 3 + 8 x 2 9 x + 1 reikmes kritiniuose takuose: ymax( - 1,474) = 15,635 ir ymin(0,407) = 1,001.
Atsakymas: maksimumo takas: M1( 1,474; 15,635);

minimumo takas: M2(0,407; 1,001).

22

 Udaviniai savarankikam darbui.

Raskite duotj funkcij ivestines: 1. y = 5 x + x 5 + 5 x + log 5 x + e 5 + 5 x . 2. y = 5 x 2 10 2 x. 3. y = arccos e x . 4. y = ln 2 x ln(ln x). 1 tg 5 x 1 5. y = x 2 . 6. y = ln(e x + 5 sin x + cos 5 x). 7. y = tg 3 x + 3 sin x + cos 3x. 8. y = 3 . 3 x +3 4 1 x 2 2x + 1 cos 2 x + 3 9. y = . 10 . y = ln . ex 3 x+2 x3 + x ivestins reikm take, kurio abscis x = 4. 11. Raskite funkcijos y = x+3 Raskite funkcijos ekstremumus: 12. y = 2 x 3 + 3 x 2 12 x + 5. 13. y = x 2 + 4 x + 6. 14. y = x 3 3x + 3.
Atsakymai: 1. y = 5 + 5 x 4 + 5 x ln 5 + 5. y =
2 x ln 4 4x
5
2 8. y = cos 5 x
2

ex 1 1 2 ln x 1 + . 2. y = 10 2 x +1 x + x 2 . . 3. y = . . 4. y = 2x x x x x ln 5 55 x 4 ln 1 e e x + 5 cos x 5 sin 5 x e x + 5 sin x + cos 5 x

. 9. y =

. 6. y =

. 7. y =

tg 2 x cos 2 x

+ 3 cos x 3 sin 3x. .

1 2x 2 1 . 3 x 2 2x + 1 x + 2

( x 3 + 3) 3 x 2 tg 5 x

(x

+3

sin 2 x cos 2 x 3 e
x

. 10. y =

11. 5,5459. 12. ymax( - 2) = 25; ymin(1) = - 2. 13. ymin( - 2) = 2. 14. ymax(0) = 3; ymin(1) = 1.

23

1. 5. Neapibrtini ir apibrtini integral skaiiavimas

Neapibrtinio integralo savybs 1. f (x )dx = f ( x) ) ;

2. 3.

d (F (x )) =F (x ) + C ;

( f (x)dx) = f ( x)dx

4. 5.

kf (x )dx = k f (x )dx ; f (x )dx = f ( x)dx.

n n i i i =1 i =1

Pagrindini integral lentel 0dx = C.

dx = x + C
x dx =

Integralas g (ax + b)dx

Keitiniai Keitinys t = ax + b, dt = a dx

x +1 + C, 1, ( = const.) ; +1

g (sin x) cos xdx g (cos x) sin xdx g(x g (e

n

t = sinx, dt = cosx dx t = cos x, dt = sinx dx t = xn, dt = n x n 1dx t = ln x, dt = 1 dx x

ax x a dx = + C, (a > 0, a 1), a = const .. ln a x x e dx = e + C dx x = ln x + C , kai = 1 . sin xdx = cos x + C

) x n1dx 1

g (ln x) x dx
x

) e x dx 1
2

t = e x ; dt = e x dx dx dx t = tgx; dt = 1 dx cos 2 x 1 dx sin 2 x

cos xdx = sin x + C

dx cos2 x = tgx + C dx sin 2 x = ctgx + C dx x a2 x2 = arcsina + C, ( a < x < a) 1 x dx a 2 + x 2 = a arctg a + c, (a 0) Apibrtiniai integralai Niutono ir Leibnico formul:
b a

g (tgx) cos

x
2

g (ctgx) sin

1 x

t = ctgx; dt =

Integravimo dalinimis formul: udv = uv vdu Kreivins trapecijos, apribotas funkcijos f(x)0 grafiko, abscisi aies ir tiesi x = a bei x = b, plotas: S = f ( x) dx .
a b

f ( x)dx = F ( x) a = F (b) F (a ) .
b c b

Jei figr apriboja dviej funkcij f(x) ir g(x) grafikai, tai plotas: S = ( f ( x) g ( x) ) dx , ia a ir
a b

f ( x)dx = f ( x)dx + f ( x)dx .

a a c

b funkcij f(x) ir g(x) susikirtimo tak absciss

Trapecij formul apibrtiniams integralams apytiksliai skaiiuoti: interval [a, b] padalijame n lygi dali: x0 = a, xk=xk-1+h, xn = b; apskaiiuojame funkcijos y = f(x) reikmes dalijimo takuose. b ba y + yn . h= Tada f ( x)dx h 0 + y1 + y2 + ... + y n1 ; ia n 2 a

k = 1, 2, ..., n 1;

24

8 + 12 dx . 5. 1 p a v y z d y s . Apskaiiuokite integral I = 3x 7 + 2 7 cos x Sprendimas io tipo integralai apskaiiuojami naudojantis integral savybmis ir pagrindine integral lentele: 8 8 7 3x + + 12 dx = 3x 7 dx + dx + 12 dx = 2 7 cos x 7 cos 2 x 8 1 x 7 +1 8 x8 8 = 3 x 7 dx + dx + 12 dx = 3 + tgx + 12 x + C = 3 + tgx + 12 x + C = 7 cos 2 x 7 +1 7 8 7 3x 8 8 = + tgx + 12 x + C . 8 7
Atsakymas: I =

3x 8 8 + tgx + 12 x + C . 8 7

5. 2 p a v y z d y s . Apskaiiuokite integral I = 3 sin (9 7 x ) dx . Sprendimas 3sin (9 7 x )dx = 3 sin (9 7 x )dx =

io tipo integralai [ f (ax + b)dx ] integruojami naudojant keitin ax+b = t. 9 7x = t d (9 7 x) = dt (9 7 x)dx = 7 dx

7dx = dt dx = = 3 sin t

dt 7

dt 3 3 3 = sin tdt = ( cos t ) + C = cos (9 7 x ) + C 7 7 7 7 3 Atsakymas: I = cos(9 7 x) + C . 7

5. 3 p a v y z d y s . Apskaiiuokite integral I = 3e x sin e x dx . Sprendimas x x x x 3e sin e dx = 3 sin e e dx =

io tipo integralai [ f (u ) udx ] integruojami naudojant keitin u = t. ex = t d (e x ) = dt (e x )dx = e x dx e x dx = dt dx = dt ex

25

dt = 3 sin t dt = 3 cos t + C = 3 cos e x + C . x e Atsakymas: I = 3 cos e x + C . = 3 e x sin t

5. 4 p a v y z d y s . Apskaiiuokite integral I =

ln xdx.

Sprendimas io tipo integralai integruojami dalimis: udv = uv vdu .

Pasiymime: u = ln x; du = d (ln x ); 1 du = dx x
3

dv = x 3 dx; dv = x 3 dx; v= x4 4

x4 x4 1 x4 x3 x ln xdx = ln x 4 4 x dx = ln x 4 4 dx = x4 1 3 x4 1 x4 x4 x4 = ln x x dx = ln x + C = ln x +C. 4 4 4 4 4 4 16 x4 x4 Atsakymas: I = ln x + C . 4 16

2 1 5. 5 p a v y z d y s . Apskaiiuokite apibrtin integral I = 4 + 3 dx . x x 1 Sprendimas Apibrtiniam integralui apskaiiuoti naudojams Niutono ir Leibnico formule. 2 2 1 4 + 3 dx = x 1 x
= x 4 + 2 x 3
1 2

x 3 2 x 2 dx = 3 + 2

2 2 1 1 = 3x 3 x 2 = 1 1

1 1 1 1 7 4 25 = = + = . 24 3 24 3 2 3 2 2 3 13 12 2 25 1 Atsakymas: 4 + 3 dx = . 24 x 1 x

2 1 5. 6 p a v y z d y s . Apskaiiuokite apibrtin integral I = 3 + dx . sin 2 x 4 2

26

Sprendimas

2 2 2 1 1 = dx + dx = x ctgx = ctg ctg 3 3 3 + dx = 3 = 2 2 2 4 sin x 2 4 sin x

4

3 3 (0 1) = + 1. 4 4

2 3 1 Atsakymas: 3 + + 1. dx = 2 4 sin x 4

5. 7 p a v y z d y s . Raskite plot figros, kuri apribota iomis kreivmis: 2 y1 = 14 ( x 3) ;

y = 0; x = 4; x = 8.
y

Sprendimas inome, kad kreivins trapecijos, apribotos funkcijos f(x)0 grafiko, abscisi aies ir tiesi x = a bei x = b, plotas
S = f ( x) dx .
a b

y1 = 14( x 3)

8 3 2 x x 14( x 3) 2 dx = 14 (x 2 6 x + 9 )dx =14 = 3 6 2 + 9x 4 4 4

8 8

83 43 82 42 6 9 8 6 + 9 4 = 14 + = 578,667 kv. v. 3 2 2 3
Atsakymas: S = 578,667 kv.v. 5. 8 p a v y z d y s . Raskite plot figros, kuri apribota iomis kreivmis: y1 = 17 x 2 ir y2 = 9 x . Sprendimas Jei figr apriboja dviej funkcij f(x) ir g(x) grafikai, tai
S = ( f ( x) g ( x) ) dx .
a b

y1 = 17 x 2

y2 = 9 x
x

Norint nustatyti integravimo rius, turime nustatyti kreivi y1 ir y2 susikirtimo tak, todl y1 prilyginame y2. Isprendiame gaut lygt. y1 = y 2 17 x 2 = 9 x;
17 x 2 9 x = 0;

27

x (17 x 9) = 0; 9 x1 = 0; x2 = . 17 Gautos x1 ir x2 reikms yra integravimo riai. I brinio matome, kad kreiv y2 (ties) yra aukiau kreivs y1 (parabols), todl konstruojame tok integral: ( y 2 y1 )dx :
x1 x2

9 17

(
0

9 9 9 2 3 17 x x 17 2 17 9 x 17 x dx = 9 2 17 3 = 9 2 17 3 0
2

2 03 0 = 0,42 kv.v. 9 17 2 3

Atsakymas: S = 0,42 kv.v.

dx , taikydami a) Niutono ir Leibnico formul; b) apytikslio x 1 skaiiavimo formul. Atsakym uraykite 0,0001 tikslumu. Sprendimas a) Apskaiiuosime integral, taikydami Niutono ir Leibnico formul: 2 2 dx = ln x = ln 2 ln1 = 0,6931 0 = 0,6931. x 1 1
5. 9 p a v y z d y s . Apskaiiuokite I =

b) Apytiksliai apskaiiuosime integralo I reikm, taikydami trapecij formul: b ba y + yn . ia h= f ( x)dx h 0 + y1 + y2 + ... + y n1 ; n 2 a Pasirenkame n = 10. Tada h =
x x0 = 1 x10 = 2 y = f(x) y0 = 1 y10 = 0,5 = 1,5 x x1 = 1,1 x2 = 1,2 x3 = 1,3 x4 = 1,4 x5 = 1,5 x6 = 1,6 x7 = 1,7 x8 = 1,8 x9 = 1,9

2 1 = 0,1 . 10
y = f(x) y1 = 0,9091 y2 = 0,8334 y3 = 0,7693 y4 = 0,7143 y5 = 0,6667 y6 = 0,6250 y7 = 0,5883 y8 = 0,5556 y9 = 0,5264 = 6,1881

1,5 I 0,1 + 6,1881 = 0,1 6,9381 = 0,69381 . 2

Atsakymas: a) I = 0,6931,

b) I = 0,6938.

28

 Udaviniai savarankikam darbui.

3 5x + 3 dx tg 5 x 5 x 7 5 dx . 2. 1. 3 . e dx . 4. ( 7 x + 6 ) dx . 5 . . cos 2 x dx . 2 cos 2 (2 x 6) x 4 x x2 xdx ln 3 xdx sin x dx sin x dx 6. dx 7 . . 8 . e + 3 cos x dx . 9 . 10 . 11 . . . . x2 + 2 3x 2 + 6 3x + 1 x . cos 4 x e x x dx . 15. arctgxdx . 16. ln 2 x dx . 12. dx . 13. ( x + 1) x 2 + 2 x dx . 14. x+ 4 x

17. e x sin x dx . 18.

x sin 2 x dx . 19.

dx x

0,5

. 20.

(x 1)
0

dx

. 21.

(x
1

2 x + 3 dx . 22.

x 2dx .

Apskaiiuokite plot, kur riboja: 23. koordinai ays, ties x = 3 ir parabol y = x2 + 1; 24. abscisi ais, tiess x = 3, x = 5 ir parabol y = x2 4x + 5; x2 25. abscisi ais, tiess x = 1, x = 35 ir parabol y = ; 2 26. parabol y = 2x x2 ir ties y = x; 27. parabol y = x2 ir ties y = x; x2 28. parabol y = ir ties y = 2x; 2 29. parabols y = x2 ir y = 8 x2.
30. Integral

(x
1

+ 3 dx apskaiiuokite apytiksliai, interval padalij 10 dali.

x 10 x 3 6 x + C . 2. 2 3

1 5 x 7 2 1 tg (2 x 6) + C. 3. e + C. 4. (7 x + 6) 7 + C. 5 49 2 2 1 1 1 x 2 arctg x + C. 8. 6. + C. 7. e sin x + 3 sin x + C. 9. ln(3x 2 + 6) + C. 5. tg 6 x + C. 2 2 6 6 3 cos x 3 1 1 4 1 x ln x + C. 12. 2e + C . 13. x 2 + 2 x + C . 14. x 4 ln x + 4 + C . 10. ln 3x + 1 + C. 11. 3 3 4 1 1 1 15. x arctgx ln 1 + x 2 + C. 16. x ln 2 x 2 x ln x + 2 x + C. 17. e x cos x + e x sin x + C. 2 2 2 7 16 32 13 32 32 1 1 9 . 23. 12. 24. . 25. . 26. . 27. . 28. . 18. sin 2 x x cos 2 x + C. 19. 2 2 2. 20. 1. 21. . 22. 3 3 3 3 3 3 4 2 2 64 29. . 30. 5,335. 3

Atsakymai: 1.

3 arcsin

29

2. Tikimybi teorijos pagrindai 2.1. Atsitiktiniai vykiai Atsitiktinio vykio A tikimyb: A M , ia M vykiui A palanki atvej skaiius, N vis galim atvej skaiius. P( A) = = N
n An = Pn = n!= 1 2 3 n n! k Gretinys be pasikartojimo: An = = n (n 1) K (n k + 1) (n k )! k Gretinys su pasikartojimu: Bn = nk n! n (n 1) (n k + 1) k Derinys = = Cn (n k )!k! k!

Klinys

= FACT(n) = PERMUT(n; k) = n^ k = COMBIN(n; k)

Negrinamosios atrankos modelis

m nm CN CM M = HYPGEOMDIST(m; M; n; N) n CN ia N i viso objekt, M mus dominani objekt, n atrinkt objekt, m mus dominani atrinkt objekt skaiius.

Hipergeometrinis dsnis

Pn (m) =

Ginamosios atrankos modelis

M m M = BINOMDIST(m; n; M/N; 0) Pn (m) = C n 1 N N ia N i viso objekt, M mus dominani objekt, n atrinkt objekt, m mus dominani atrinkt objekt skaiius. Binominis dsnis
vyki sjunga ir sankirta

nm

Dviej vyki sjungos tikimyb P(AB) = P(A) + P(B) P(AB) Nesutaikom vyki sjungos tikimyb P(AB) = P(A) + P(B)
Pilnosios tikimybs formul. Bajeso formul

vyki sankirtos tikimyb P(AB) = P(A)P(B|A) = P(B)P(A|B) Nepriklausom vyki sankirtos tikimyb P(AB) = P(A)P(B)

Jei vykiai H1, H2, , Hn yra vykio A hipotezs, tai P ( A) = P( H i ) P( A | H i ).

i =1 n

P ( H i | A) =

P( H i ) P( A | H i )

P( H ) P( A | H )
i =1 i i

30

Nepriklausomieji eksperimentai. Bernulio formul. Puasono formul.

Bernulio formul: Jei atlikus n nepriklausom eksperiment vykio A tikimyb kiekvieno eksperimento metu vienoda ir lygi p, tai tikimyb, kad vykis A vyks lygiai k kart, tokia:
k k n k Pn (k ) = Cn p q ; k = 0, n; q = 1 p.

= BINOMDIST(k; n; p; 0)

Jei atlikus n nepriklausom eksperiment vykio A tikimyb kiekvieno eksperimento metu vienoda ir lygi p, tai tikimyb, kad vykis A vyks ne daugiau kaip k1 kart, tokia:
Pn (0 k k1 ) = Pn (k ).
k =0 k1

= BINOMDIST(k1; n; p; 1)

Labiausiai tiktinas (patikimiausias, tiktiniausias) vykio A pasirodym skaiius k0 atlikus n eksperiment, yra toks: np q k0 np + p. Puasono formul Kai eksperiment skaiius n didelis, o vykio A tikimyb p pavienio eksperimento metu yra labai maa (reti vykiai), tai tikimyb apytiksliai apskaiiuojama taip: Pn (k )

k e
k!

, = n p.

= POISSON(k; ; 0)

Tikimyb, kad norimas vykis pasirodys ne daugiau kaip k1 kart apskaiiuojamas:

Pn (0 k k1 ) = Pn (k ).
k =0 k1

= POISSON(k1; ; 1)

Tikimyb, kad laiko intervale [0; t] bus m vyki, kai vidutinis vyki skaiius per laiko vienet yra

, apskaiiuojama taip:

( t )m t e . P(m; t ) =
m!

= POISSON(m; t; 0)

31

6. 1 p a v y z d y s . I duts, kurioje yra 18 daigi ir 9 nedaigios sklos, atsitiktinai iimta viena skla. Kokia tikimyb, kad paimta nedaigi skla? Sprendimas vykis A paimta nedaigi skla. Pagal klasikin tikimybs apibrim: M P( A) = , ia N vis galim vyki kiekis, M vykiui A palanki atvej skaiius. N I viso dutje yra N = 18 + 9 = 27. Mus domina nedaigios sklos, taigi M = 9. 9 P ( A) = 0,333 . 27 Atsakymas: P(A) = 0,333. 6. 2 p a v y z d y s . Dutje sudtos kortels, ant kuri urayti skaitmenys nuo 1 iki 12. Kokia tikimyb, kad itrauktoje kortelje uraytas skaiius didesnis nei 9 ? Sprendimas vykis A itraukta kortel, kurioje uraytas skaiius > 9. I viso dutje esani korteli skaiius N = 12. Mus dominanios kortels {10, 11, 12}. Taigi palanki vyki kiekis M = 3. Tikimyb, kad itrauktoje kortelje raytas skaiius didesnis nei 9: 3 1 P( A) = = . 12 4 Atsakymas: P ( A) =

1 . 4

6. 3 p a v y z d y s . I kurso Ie student grupje mokosi 25 studentai (11 nepaangi), o II 30 student (14 nepaangi). I abiej grupi apklausai atsitiktinai parenkama po vien student. Kokia tikimyb, kad abu bus paangs? Sprendimas vykis A1 i I grups parinktas studentas yra paangus; vykis A2 i II grups parinktas studentas yra paangus; vykis A i abiej grupi parinkti studentai yra paangs; A = A1A2.

I student grup: I viso student N1 = 25; paangi student M1 = 25 11 = 14; II student grup: N2 = 30; paangi student M2 = 30 14 = 16; 14 16 8 P( A1 ) = ; P ( A1 ) = = . 25 30 15 vykiai A1 ir A2 yra nepriklausomi, todl: 14 8 P( A1 A2 ) = 0,299 . 25 15
Atsakymas: P(A) = 0,299.

32

6. 4 p a v y z d y s . Dutje yra 13 juod ir 17 raudon pietuk. Atsitiktinai po vien itraukiami du pietukai. Kokia tikimyb, kad pirmasis itraukas pietukas yra juodas, o antrasis raudonas. Sprendimas vykis Aj itrauktas juodas pietukas. vykis Ar| Aj itrauktas raudonas pietukas, kai prie tai buvo itrauktas juodas. vykis A pirmasis itraukas pietukas yra juodas, o antrasis raudonas.

I. Tikimyb, kad pirmas itrauktas pietukas yra juodas: N = 13 + 17 = 30; Mj = 13; 13 P( A j ) = ; 30 II. Kadangi itrauktas pietukas negrinamas dut, joje liko n = 30 1 = 29 pietukai, mr = 17. 17 P ( Ar | A j ) = . 29 Tikimyb, kad pirmasis itraukas pietukas yra juodas, o antrasis raudonas: 13 17 P ( A j Ar | A j ) = 0,254 30 29
Atsakymas: P(A) = 0,299. 6. 5 p a v y z d y s . Usuks parduotuv vyras k nors perka su tikimybe 0,1, o moteris su tikimybe 0,225. Kasos link eina vyras ir dvi moterys. Kokia tikimyb, kad k nors pirks vyras ir pirmoji moteris arba tik abi moterys? Sprendimas vykis V pirko vyras. vykis M1 pirko pirmoji moteris. vykis M2 pirko antroji moteris. vykiai V, M1, M2 yra nepriklausomi. inome, kad P(M1) = P(M2) = 0,225. P(V) = 0,1. Tada prieingo vykio tikimyb: P (V ) = 1 0,1 = 0,9 .

P ( M 1) = P( M 2) = 1 0,225 = 0,775 . Suraome visas galimas vyki kombinacijas (2 lentel): 1 reikia, kad vykis vyko (pirkjas pirko), 0 nevyko (pirkjas nepirko). vykis A kad k nors pirks tik abi moterys, o vyras nepirks arba pirks vyras ir pirmoji moteris (i situacij aprao lentelje paymtos eiluts). Vienoje eilutje esantys vykiai sujungiami loginio ir enklu, o atskirose eilutse loginio arba enklu: A = V M1 M 2 V M1 M 2 . Pasinaudojame vyki sankirtos ir sjungos tikimybi formulmis: P ( A) = P(V ) P( M 1) P( M 2) + P(V ) P( M 1) P( M 2) P(A) = 0,10,2250,775+0,90,2250,225 = 0,063.
Atsakymas: P(A) = 0,063. V 0 0 0 0 1 1 1 1 M1 0 0 1 1 0 0 1 1

2 lentel M2 0 1 0 1 0 1 0 1

33

6. 6 p a v y z d y s . Knyg lentynoje padta 9 matematikos ir 10 groins literatros knyg. Kokia tikimyb, kad i 5 atsitiktinai paimt knyg bus 3 matematikos? Sprendimas Pasinaudojame negrinamosios atrankos modeliu (kitaip hipergeometrinis dsnis). I viso yra N = 19 nevienari objekt, mus dominani yra M = 9. vykis A tarp atrinkt n = 5 knyg yra m = 3 matematikos. 9 8 7 10 9 m nm 3 2 C M C N M C 9 C10 1 2 3 1 2 0,325. = = P ( A) = n 5 19 18 17 16 15 CN C19 1 2 3 4 5 Atsakymas: P(A) = 0,325. 6. 7 p a v y z d y s . Tvenkinyje plaukioja 16 karpi ir 12 lydek. Sportins kls mgjas gaudo uvis, pagautas kaskart paleidia. Kokia tikimyb, kad i 10 pagaut uv buvo 4 karpiai? Sprendimas Pasinaudojame grinamosios atrankos modeliu (kitaip binominis dsnis, Bernulio bandymai). vykis A pagautas karpis. Tvenkinyje yra N = 16 + 12 = 28 uvys, i j M = 16 karpi. 16 P( A) = 0,571 . 28 I viso buvo n = 10 bandym (pagautos uvys), i j skmingi (mus dominantys) m = 4. Todl m nm M 4 m M P10 ( 4) = C n 1 = C10 (0,571) 4 (1 0,571) 6 0,139 N N Atsakymas: P10 ( 4) 0,139 . 6. 8 p a v y z d y s . Skl daigumas yra 88 proc. Patikrinimui pastos 8 sklos. Kokia tikimyb, kad sudygs visos sklos? Sprendimas Pasinaudojame grinamosios atrankos modeliu (kitaip binominis dsnis, Bernulio bandymai). vykis A skla sudygo. P(A) = 0,88. m nm M 8 m M P8 (8) = C n 1 = C8 (0,88) 8 (1 0,88) 0 0,36 N N Atsakymas: P8 (8) 0,36 . 6. 9 p a v y z d y s . I 20 gamini siuntos 9 gaminiai yra nestandartiniai. Kokybs kontrolieriai patikrina pus siuntos ir, rad nors 2 nestandartinius gaminius, siunt ibrokuoja. Kokia tikimyb, kad minta siunta nebus ibrokuota?

34

Sprendimas Jeigu siunta ibrokuojama tada, kai randami nors du nestandartiniai gaminiai, tai siunta pripastama tinkama, kai yra 1 nestandartinis gaminys arba nestandartini gamini nerandama. vykis A0 nestandartini gamini nerasta. vykis A1 rastas vienas nestandartinis gaminys. vykis A siunta neibrokuojama; A = A0A1. vykis B siunta ibrokuojama. B = . Siuntoje yra N = 20 gamini, i j M = 9 nestandartiniai. 20 Tikrinama pus siuntos: n = = 10. 2 C 0 C 10 P ( A0 ) = 9 1011 0,00006 , C 20

P ( A1 ) =

1 9 C9 C11 0,003 , 10 C 20 P ( A) = P( A0 ) + P( A1 ) = 0,00006 + 0,003 = 0,00306 0,003 .

Atsakymas:Tikimyb, kad siunta nebus ibrokuota 0,003. 6. 10 p a v y z d y s . Parduotuvei tos paios ries prekes tiekia dvi gamyklos. I I gamyklos parduotuv gauna 80 proc. tos ries preki. I I gamyklos gamini yra 2 proc., o i II 6 proc. brokuot. Pirkjas atsitiktinai paima vien gamin. Kam lygi tikimyb, kad jis standartinis (nebrokuotas)? Sprendimas vykis A pirkjas paima standartin gamin. vykis B1 I mons prek brokuota. vykis B2 II mons prek brokuota. vykis H1 prek i I gamyklos. vykis H2 prek i II gamyklos.

P(B1) = 0,02; P(B 2) = 0,06. vykiai H1, H2 yra hipotezs, taigi H1H2=. Kadangi P(H1) = 0,8, tai P(H2) = 1 P(H1) =1 0,8 = 0,2. Slygins tikimybs skaiiuojamos: Kadangi P(B1) = 0,02, tai tikimyb, kad atsitiktinai paimta I gamykloje pagaminta prek yra standartin, lygi P ( B1 ) , taigi P ( A | H 1 ) = 1 0,02 = 0,98 . Analogikai, tikimyb, kad atsitiktinai paimta II gamykloje pagaminta prek yra standartin, lygi P ( A | H 2 ) = 1 0,06 = 0,94 . Tikimyb, kad pirkjo atsitiktinai paimtas gaminys yra standartinis, apskaiiuojama pagal pilnosios tikimybs formul: P ( A) = P ( H 1 ) P ( A | H 1 ) + P( H 2 ) P( A | H 2 ) = 0,8 0,98 + 0,2 0,94 = 0,972 .
Atsakymas: tikimyb, kad paimtas gaminys yra standartinis, lygi 0,972.

35

 Udaviniai savarankikam darbui.

1. I pakuots, kurioje yra 32 kokybiki ir 5 nekokybiki burokliai, atsitiktinai iimamas vienas i j. Kokia tikimyb, kad paimtas a) kokybikas buroklis; b) nekokybikas buroklis. 2. Dviejose dse sudti obuoliai. Pirmoje dje yra 50 obuoli (i j 20 Antanini), antroje 80 (i j 30 Antanini). I abiej di atsitiktinai paimama po obuol. Kokia tikimyb, kad jie abu bus Antaniniai? 3. Dutje yra 20 loterijos biliet, i kuri 3 yra laimingi. Vienas po kito traukiami du bilietai. Kokia tikimyb itraukti abu laimingus bilietus? 4. Atlikus tyrim, buvo nustatyta, kad tikimyb, jog pirmadienio ryt priemiesio parduotuvje Samana pirkjas pirks maisto produkt, yra 0,4. parduotuv usuka 3 mons. Kokia tikimyb, kad maisto produkt pirks kurie nors 2 i j? 5. Lentynoje sudti 7 indeliai brukni ir 6 indeliai spanguoli uogiens. Kokia tikimyb, kad tarp atsitiktinai paimt 5 indeli 4 bus su brukni uogiene? 6. Ant stalo padta 10 uverst korteli. Trys i j yra paymtos. aidjas traukia vien kortel, fiksuoja, ar ji paymta, ir, grins bendr krv, jas visas imaio. Kokia tikimyb, kad atliks 6 bandymus, aidjas bus itrauks paymt kortel 3 kartus? 7. Skl daigumas 75 proc. Patikrinimui pastos 5 sklos. Kokia tikimyb, kad sudygs 4 sklos? 8. Kokybs kontrolieriai rad pakuotje daugiau kaip 2 nekokybikas daroves, pakuot ibrokuoja. Tikrinamoje pakuotje tarp 12 darovi 4 yra nekokybikos. Kokia tikimyb, kad patikrinimui pamus 5 daroves, pakuot bus ibrokuota? 9. Parduotuvei vieius agurkus tiekia dvi ems kio bendrovs. I Pamiks bendrovs parduotuv gauna 70 proc. vis agurk kiekio. Tarp Pamiks bendrovs 10 proc. agurk yra aukiausios ries, o tarp Paupio bendrovs tiekiam agurk 20 proc. yra aukiausios ries. Pirkjas atsitiktinai paima vien agurk. Kam lygi tikimyb, kad jis yra aukiausios ries? 10. Tikimyb, kad bandymas pavyks, lygi 0,6. Studentas atliko eksperiment 10 kart. Kokia tikimyb, kad pus i j buvo skmingi?
Atsakymai: 1. a)
32 5 3 3 ; b) . 2. . 3. . 4. 0,288. 5. 0,163. 6. 0,185. 7. 0,396. 8. 0,152. 9. 0,13. 10. 0,201. 37 37 20 190

36

2. 2. Diskretieji atsitiktiniai dydiai

Por (xk, pk) aib {(xk, pk): pk = P(X = xk)} vadinama diskreiojo atsitiktinio dydio skirstiniu (pasiskirstymo dsniu). Diskreiojo skirstinio savybs: 1) pi 0 visiems i; 2)

p
i =1

= 1.

Atsitiktinio dydio skirstinio funkcija F(x) yra tikimyb, kad atsitiktinis dydis gis reikm, ne didesn kaip x: F(x) = P(X x). Diskreiojo atsitiktinio dydio X vidurkiu vadinamas skaiius M(X)= xi pi . Jis charakterizuoja
i =1 n

atsitiktinio dydio galim reikmi grupavimosi centr. Atsitiktinio dydio moda Mo(X) vadinama jo labiausiai tiktina reikm. Atsitiktinio dydio mediana Me(X) vadinamas skaiius xme: P(X< xme) P(xme X ). Diskreiojo atsitiktinio dydio X dispersija vadiname skaii D(X) = M(X MX)2. Vidutiniu kvadratiniu nuokrypiu (standartiniu nuokrypiu) vadinamas skaiius ( X ) = D( X ) . Dispersija ir vidutinis kvadratinis nuokrypis apibdina atsitiktinio dydio gyjam reikmi sklaid vidurkio atvilgiu. Atsitiktinio dydio k-tosios eils pradiniu momentu vadinamas skaiius k = M ( X k ) = xik pi .
i

Atsitiktinio dydio k-tosios eils centriniu momentu vadinamas skaiius

k i

k = M ( X M ( X )) k = (x i M ( X ) ) p i . Pirmos eils pradinis momentas yra vidurkis, antros 3

eils centrinis momentas yra dispersija. Skaiius 1 =

( ( X ) )3

vadinamas asimetrijos koeficientu. Jis charakterizuoja skirstinio simetri-

kum vidurkio atvilgiu. Skaiius 2 = nio smailiavirnikum.

( ( X ) )4

3 vadinamas ekscesu. Jis charakterizuoja skirsti-

Binominis skirstinys X ~ B (n, p). io atsitiktinio dydio galim reikmi tikimybs nusakomos k k nk formule P ( X = k ) = C n p q , q = 1 p = BINOMDIST(k; n; p; 0)

Binominio skirstinio funkcijos reikm F(x) = P(X x). Skaitins charakteristikos: M(X) = np,

= BINOMDIST(x; n; p; 1) D(X) = np(1 p).

Puasono skirstinys X~ P ( ), ia = np, dar vadinamas ret vyki skirstiniu. io atsitiktinio dydio galim reikmi tikimybs nusakomos formule:

P( X = k ) =

k
k!

e .

= POISSON(k; ; 0) = POISSON(x; ; 1)

Puasono skirstinio funkcijos reikm F(x) = P(X x) Skaitins charakteristikos: M(X) = , D(X) = .

Hipergeometrinis skirstinys X~H (N, M, n), ia N vis objekt, M mus dominani objekt, n atrinkt objekt skaiius. io atsitiktinio dydio tikimybs nusakomos formule C k C nk = HYPGEOMDIST (k; M; n; N) P ( X = k ) = M nN M . CN N n M Skaitins charakteristikos: M(X) = n p, D(X) = n p q ; q = 1 p. , ia p = N 1 N

37

7. 1 p a v y z d y s . Raskite skirstinio funkcij ir pavaizduokite j grafikai, kai skirstinys ireiktas lentele: 0 1 2 3 X 0,3 0,2 0,1 0,4 P Sprendimas Randame skirstinio funkcij: kai x<0, F(x) = P(X<0) = 0; kai 0 x < 1, F(x) = P(X 0) = 0,3; kai 1 x < 2, F(x) = P(X 1) = P(X = 0) + P(X = 1) = 0,3 + 0,2 = 0,5; kai 2 x < 3, F(x) = P(X 2) = P(X = 0) + P(X = 1) + P(X = 2) = 0,3 + 0,2 + 0,1 = 0,6; kai x 3, F(x) = P(X 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) = = 0,3 + 0,2 + 0,1 + 0,4 = 1. Skirstinio funkcij pavaizduojame grafikai:
X skirstinio funkcija
1,1 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

F(x) -1

1 x

Atsakymas: skirstinio funkcija: , kai x < 0, 0, 0,3 , kai 0 x < 1, F ( x) = 0,5 , kai 1 x < 2, 0,6 , kai 2 x < 3, , kai x 3. 1 7. 2 p a v y z d y s . Apskaiiuokite skirstinio skaitines charakteristikas (vidurk, mod, dispersij, vidutin kvadratin nuokryp, asimetrijos ir eksceso koeficientus), kai skirstinys ireiktas tokia lentele: 0 2 4 5 X 0,2 0,3 0,1 0,4 P Sprendimas Randame mod Mo(X) labiausiai tiktin X reikm. Kadangi X = 5, pasirodymo tikimyb didiausia (p = 0,4), tai Mo(X) = 5.

Apskaiiuojame vidurk M ( X ) = xi pi :
i =1

38

M(X) = 00,2 + 20,3 +40,1 +50,4 = 0 + 0,6 + 0,4 + 2,0 = 3,0.

Kadangi apskaiiuojant dispersijos ir asimetrijos bei eksceso koeficientus reikalingos centrini moment reikms, tai pirmiausia jas ir apskaiiuojame (3 lentel). 3 lentel 0 2 4 5 xi 0,2 0,3 0,1 0,4 pi 03=3 23=1 43=1 53=2 xi MX ( 3)2 = 9 ( 1)2 = 1 12 = 1 22 = 4 (xi MX)2 90,2 = 1,8 10,3 = 0,3 10,1 = 0,4 40,4 = 1,6 (xi MX)2pi 2 = 3,8 ( 3)3 = 27 ( 1)3 = 1 13 = 1 23 = 8 (xi MX)3 10,1 = 0,1 80,4 = 3,2 (xi MX)3 pi 270,2 = 5,4 10,3 = 0,3 3 = 2,4 4 4 4 4 4 ( 3) = 81 ( 1) = 1 1 = 1 2 = 16 (xi MX) 810,2 = 16,2 10,3 = 0,3 10,1 = 0,1 160,4 = 6,4 (xi MX)4pi 4 = 23,0 Taigi D(X) = 2 = 3,8. ( X ) = D( X ) = 3,8 = 1,949

1 =

3
( ( X ))
3

2,4 = 0,324. (1,949) 3

23,0 3 = 1,593. (1,949) 4 ( ( X )) Atsakymas: Mo(X) = 5; M(X) = 3,0; D(X) = 3,8; 1 = 0,324 ; 2 = 1,593.

2 =

3 =

7. 4 p a v y z d y s . Tikimyb, kad pastas augalas sudygs, lygi 0,3. Pastos 5 augalo sklos. X sudygusi skl skaiius. Uraykite X skirstin. Raskite vidurk ir dispersij. Sprendimas iam udaviniui galima taikyti Bernulio eksperiment schem. vykio pasirodymo (skms) tikimyb p = 0,3. I viso eksperiment n = 5. Taigi gauname binomin skirstin X~B (5; 0,3). P(X = k) reikmes apskaiiuosime naudodami formul (arba Excel funkcij) k k P( X = k ) = C n p (1 p ) n k = BINOMDIST(k; n; p; 0)

P ( X = 0) = C 50 0,30 0,7 5 =110,16807 0,1681;

1 P ( X = 1) = C 5 0,31 0,7 4 = 50,30,2401=0,36015 0,3602;

P ( X = 2) = C 52 0,3 2 0,7 3 = 100,090,343 = 0,3087;

3 P ( X = 3) = C 5 0,33 0,7 2 = 100,0270,49 = 0,1323;

P ( X = 4) = C 54 0,3 4 0,71 = 50,00810,7 = 0,02835 0,0284;

5 P ( X = 5) = C 5 0,35 0,7 0 = 10,002431 0,0024. Binominio skirstinio dispersija D(X) = np(1-p) = 50,30,7= 1,05, vidurkis M(X) = np = 50,3 = 1,5.

Atsakymas: X 0 1 0,1681 0,3602 P D(X) = 1,05; M(X) = 1,5.

2 0,3087

3 0,1323

4 0,0284

5 0,0024

Suma =1

39

 7. 5 p a v y z d y s . kis parduoda morkas dideliais kiekiais. Vidutinikai 10 proc. vis mork yra nestandartins. Tikrinant mork kokyb, i kiekvienos partijos atsitiktinai paimama po 20 mork. Jei imtyje yra ne daugiau kaip 3 nestandartins morkos, visa partija priimama. Kokia tikimyb, kad visa mork partija bus priimta? Sprendimas iam udaviniui galima taikyti Bernulio eksperiment schem. X nestandartini mork skaiius imtyje. vykio pasirodymo (skms) tikimyb p = 0,1. I viso eksperiment n = 20. Taigi gauname binomin skirstin X~B (20; 0,1). Norint suinoti, kokia tikimyb, kad mork partija bus priimta, reikia apskaiiuoti P(X 3) P(X 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3). (Mork partija bus priimta, jei tikrinant imtyje nebus nei vienos nestandartins morkos arba viena, dvi ar trys nestandartins morkos). P(X = k) reikmes apskaiiuojame naudodamiesi formule (arba Excel funkcija) k k P( X = k ) = C n p (1 p ) n k = BINOMDIST(k; n; p; 0) Taigi 0 1 2 3 (0,1)0 (1 0,1) 200 + C20 (0,1)1 (1 0,1) 201 + C20 (0,1)2 (1 0,1) 202 + C20 (0,1)3 (1 0,1) 203 = P( X 3) = C 20 = 0,122 + 0,270 + 0,285 + 0,190 = 0,867.

i reikm taip pat galima gauti naudojant ir Excel funkcij = BINOMDIST(3; 20; 0,1; 1).
Atsakymas: P( X 3) = 0,867 .

= BINOMDIST(k; n; p; 1)

7. 6 p a v y z d y s . Gamykla siunia 10000 pakuoi apelsin suli. Tikimyb, kad transportuojant susigadins pakuot, lygi 0,00005. Uraykite X skirstin ir skirstinio funkcij dviej deimtaini enkl tikslumu. Sprendimas Kai eksperiment skaiius didelis, o vykio tikimyb maa, naudojams Puasono formule. vykis X sugadint pakuoi skaiius. vykio pasirodymo tikimyb p = 0,00005. I viso eksperiment n = 10 000. Apskaiiuojame = np = 0,00005 10000 = 0,5. Taigi gauname Puasono skirstin X~P (0,5) P(X = k) reikmes apskaiiuojame naudodamiesi formule (arba Excel funkcija) = POISSON(k; ; 0) k! Skirstinio funkcija gali bti apskaiiuojama naudojant Excel funkcij = POISSON(k; ; 1) 0,5 0 0,5 1 P ( X = 0) = e = 0,6065 = 0,6065 ; 0! 1 1 0,5 0,5 0,5 P ( X = 1) = e = 0,6065 = 0,3033 ; 1! 1 0,5 2 0,5 0,25 P ( X = 2) = e = 0,6065 = 0,0758 ; 2! 2

P( X = k ) =

40

0,5 3 0,5 0,125 e = 0,6065 = 0,0126 ; 3! 6 0,5 4 0,5 0,0625 P ( X = 4) = e = 0,6065 = 0,0016 ; 4! 24 0,5 5 0,5 0,03125 P ( X = 5) = e = 0,6065 = 0,0002 ir t.t. 5! 120 Pastebime, kad funkcijos reikms artja prie nulio. Kadangi slygoje nurodyta urayti skirstin ir skirstinio funkcij dviej deimtaini enkl tikslumu, tai skaiiavimus nutraukiame. P ( X = 3) =
Atsakymas: X P F 7. 7 p a v y z d y s . Yra 15 gamini, i j 6 nestandartiniai. Atsitiktinai paimti 3 gaminiai kokybei patikrinti. Atsitiktinis dydis X paimt nestandartini gamini skaiius. Uraykite skirstin. Sprendimas Turime nevienarius objektus, negrinamj atrank. Todl naudosims hipergeometriniu skirstiniu. I viso objekt N = 15. Mus dominani objekt nestandartini gamini skaiius M = 6. Atrinkt objekt skaiius n = 3. Taigi gauname hipergeometrin skirstin X~H (15; 6; 3). P(X = k) reikmes apskaiiuosime naudodamiesi formule (arba Excel funkcija): C k C nk = HYPGEOMDIST(k; M; n; N) P ( X = k ) = M nN M CN 987 1 0 3 0 C6 C156 84 = 1 2 3 = = 0,1846 ; P ( X = 0) = 3 15 14 13 455 C15 1 2 3 98 6 1 31 C C156 1 2 = 216 = 0,4747 ; P ( X = 1) = 6 3 = 15 14 13 455 C15 1 2 3 65 9 3 2 C 62 C15 135 6 1 2 = P ( X = 2) = = = 0,2967 ; 3 15 14 13 455 C15 1 2 3 654 1 3 3 3 C6 C156 20 1 2 3 = P ( X = 3) = = = 0,0440 . 3 15 14 13 455 C15 1 2 3 Atsakymas: X P 0 0,185 1 0,475 2 0,297 3 0,044 Suma 1 0 0,61 0,61 1 0,30 0,91 2 0,08 0,99 3 0,01 0,998 4 0,00 1,00 5 0,00 1,00

41

7. 8 p a v y z d y s . taikin po vien kart iauna 6 auliai, kiekvieno j pataikymo tikimyb p = 0,6. X taikin pataikiusi auli skaiius. Paraykite pataikym taikin skaiiaus skirstin. Skirstin ir skirstinio funkcij pavaizduokite grafikai. Nustatykite tikimybes, kad pataik: a) ne daugiau kaip keturi auliai; b) daugiau kaip vienas ir maiau kaip keturi auliai; c) daugiau kaip du auliai. Sprendimas iam udaviniui galima taikyti Bernulio eksperiment schem. vykio pasirodymo (skms) tikimyb p = 0,6. I viso eksperiment n = 6. Taigi gauname binomin skirstin X~B (6; 0,6). Skirstinio P(X = k) reikmes apskaiiuojame naudodamiesi formule (arba Excel funkcija) k k P( X = k ) = C n p (1 p ) n k = BINOMDIST(k; n; p; 0) . Skirstinio funkcijos reikmes galima gauti naudojant Excel funkcij = BINOMDIST(k; n; p; 1) . 4 lentel suraome skirstinio ir skirstinio funkcijos reikmes. 4 lentel X 0 1 2 3 4 5 6 Suma 0,004 0,037 0,138 0,276 0,311 0,187 0,047 1 P 0,004 0,041 0,179 0,456 0,767 0,953 1,000 F

Skirstin ir skirstinio funkcij pavaizduojame grafikai:

1,1 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 1 2 3 4 5 6

a) Kokia tikimyb, kad pataik ne daugiau kaip keturi auliai? Mums reikia apskaiiuoti tikimyb P( X 4); i tikimyb galima apskaiiuoti taip: P( X 4) = P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4); P( X 4) = 0,004 + 0,037 + 0,138 + 0,276 + 0,311 = 0,767, arba pasinaudoti skirstinio funkcijos apibrimu: F(x) = P(X x). Taigi P( X 4) = F( 4 ). I lentels randame, kad F( 4 ) = 0,767. b) Kokia tikimyb, kad pataik daugiau kaip vienas ir maiau kaip keturi auliai? 42

Mums reikia apskaiiuoti tikimyb P(1 < X 3). i tikimyb galime apskaiiuoti: P(1 < X 3) = P(X=2) + P(X=3) arba P(1 < X 3) = F(3) F(1). Taigi P(1 < X 3) = 0,138 + 0,276 = 0,414 arba P(1 < X 3) = 0,456 0,041 = 0,415. (0,001 skirtumas gaunamas dl apvalinant gaunam paklaid). c) Kokia tikimyb, kad pataik daugiau kaip du auliai? Mums reikia apskaiiuoti tikimyb P(X > 2). i tikimyb galima apskaiiuoti taip: P( X > 2) = P(X=3) + P(X=4) + P(X=5) + P(X=6) P( X > 2) =0,276 + 0,311 + 0,187 + 0,047 = 0,821. arba kaip prieingo vykio tikimyb P( X > 2) =1 P(X 2) = 1 F(2). P( X > 2) =1 P(X 2) = 1 0,179 = 0,821.
Atsakymas: a) P( X 4) = 0,77; b) P(1 < X 3) = 0,41; c) P( X > 2) = 0,82. Udaviniai savarankikam darbui

1. Diskreiojo dydio skirstinys yra: X 6 8 10 16 P 0,16 0,25 0,31 0,28 Uraykite skirstinio funkcij. 2. Diskreiojo dydio skirstinys yra: X 3 6 8 9 11 14 P 0,08 0,18 0,20 0,30 0,17 0,07 Raskite vidurk, dispersij, standartin nuokryp. 1 3. Apskaiiuokite atsitiktinio dydio X ~ B (7; ) vidurk ir dispersij. 3 4. Pavaizduokite grafikai atsitiktinio dydio X ~ B (8; 0,60) skirstin. 5. X ~ B (n, p). Apskaiiuokite tikimybes: a) P(X = 2), kai n = 9 ir p = 0,4; b) P(X = 5), kai n = 8 ir p = 0,3; c) P(X < 6), kai n = 7 ir p = 0,6; d) P(X 2), kai n = 6 ir p = 0,7; e) P(X > 3), kai n = 5 ir p = 0,2; f) P(X 7), kai n = 10 ir p = 0,8. 6. Krepininko Jurgio Auktinio 70 proc. metim yra skmingi. aidimo metu krepininkas meta kamuol krep 5 kartus. Uraykite skming metim skirstin. Kokia tikimyb, kad krepininkas pataikys maiau kaip 3 kartus? 7. I gautos megztini siuntos 15 proc. preki yra su paslptais defektais (nekokybik). Per savait buvo nupirkti 8 megztiniai. Kokia tikimyb, kad pus j bus grinta? 8. X ~ P (). Apskaiiuokite tikimybes: a) P(X = 7), kai = 3; b) P(X 5), kai = 7; 43

c) P(X > 4), kai = 4; d) P(X 3), kai = 5. 9. ems kio bendrov siunia prekybos tinklui mork pakuotes. Tikimyb, kad transportuojant susigadins pakuot, lygi 0,0003. a) Kampo parduotuvei pristatyta 5000 pakuoi. Uraykite sugadint pakuoi skirstinio pirmuosius 4 elementus. b) Kokia tikimyb, kad Pakels parduotuvje i gaut 2000 pakuoi 2 bus sugadintos? 10. X ~ H (N, M, n). Apskaiiuokite tikimybes: a) P(X = 5), kai N = 12, M = 6, n = 7; b) P(X 3), kai N = 15, M = 5, n = 4; c) P(X > 2), kai N = 14, M = 9, n = 5; d) P(X 3), kai N = 16, M = 8, n = 6. 11. I pakuots, kurioje yra 12 kokybik preki ir 6 nekokybikos, atsitiktinai itraukiami 5 gaminiai. Uraykite kokybik preki skirstin.
Atsakymai: 0, 0,16, 1. F ( x) = 0,41, 0,72, 1, 3. M(X) =
kai x < 6; kai 6 x < 8; kai 8 x < 10; kai 10 x < 16; kai x 16.

2. M(X) = 8,47; D(X) = 6,8491; (X) = 2,6171.

4. Atsitiktinio dydio X~ B (8; 0,60) skirstinio grafinis vaizdas:

Atsitiktinio dydio X~B(8;0,60) skirstinys
0,3 0,25 0,2 0,15 0,1 0,05 0 0 1 2 3 4 X 5 6 7 8

7 14 ; D(X) = . 3 3

5. a) 0,1612; b) 0,0467; c) 0,8414; d) 0,0705; e) 0,0067; f) 0,8791. 6. 0,8369 7. 0,0185. 8. a) 0,0216; b) 0,3007; c) 0,3712; d) 0,8753. 9. X a) =1,5 0 1 2 3 P 0,2231 0,3347 0,2510 0,1255 b) =0,6; P2000(2) = 0,0988. 10. a) 0,1136; b) 0,9963; c) 0,7972; d) 0,6958. 0 1 2 3 4 11. 0,0007 0,0210 0,1541 0,3852 0,3466

5 0,0924

44

2. 3. Tolydieji atsitiktiniai dydiai. Normalusis skirstinys.

Atsitiktinio dydio X skirstin vadiname normaliuoju (Gauso) X ~ N (, ), jei tankis

p( x ) =

1 e 2

(x )
2 2

(1)
2

su visais xR+. Parametrai R, R+. Skirstinio funkcija: F(x) =

1 2

x ( y) 2 e 2

dy .

Atskir normaliojo skirstinio atvej, kai = 0, = 1, vadiname standartiniu normaliuoju skirstiniu X ~ N(0, 1). io skirstinio tankis yra ( x) =

1 e 2

x2 2

, o skirstinio funkcija ( x) =

1 2

x y e 2

dy

Svarbiausieji faktai apie normalj skirstin: Normaliojo skirstinio skaitins charakteristikos: vidurkis M(X) = , dispersija D(X) = 2, standartinis nuokrypis (X) = , asimetrijos koeficientas 1 = 0, eksceso koeficientas 2 = 0. 1. Normaliojo skirstinio kreiv simetrika tiess x = atvilgiu. Duomen reikm, atitinkanti tak, yra ir skirstinio vidurkis, ir mediana. Tai kad mediana ir vidurkis sutampa, yra normaliosios kreivs simetrikumo pasekm. 1 2. Funkcija gyja didiausi reikm take x = ; f max ( ) = . 2 3. Takai x1 = ir x2 = + yra grafiko persilenkimo tak absciss. Tikimyb, kad atsitiktinis dydis gis reikm i intervalo: b a P ( a X b) = , ia (X) standartinio normaliojo dydio skirstinio funkcija. b a P ( X b) = P ( X a ) = 1 ; ( X) = 1 (X). Pastaba: (X) reikmi lentel pateikta 1 priede. Kalbant apie normaliojo skirstinio kreiv, teisingi tokie trys teiginiai: 1) patekimo interval [ ; + ] tikimyb yra 0,6827; 2) patekimo interval [ 2; + 2] tikimyb yra 0,9545; 3) patekimo interval [ 3; + 3] tikimyb yra 0,997.
P(X k) = NORMDIST(k; ; ; 1) P(k1 X k2) = NORMDIST(k2; ; ; 1) NORMDIST(k1; ; ; 1); P(X > k) = 1 P(X k) = 1 NORMDIST(k; ; ; 1). xp = NORMINV(p; ; )

45

8.1 pavyzdys. inome, kad atsitiktinis dydis X ~ N (6, 2). Apskaiiuokite tikimybes P(0 X 5), P( |X| 2), P(X < 3) ir P(X > 4). Sprendimas I slygos X ~ N (, ) nustatome, kad atsitiktinio dydio vidurkis = 6, o standartinis nuokrypis = 2. Taigi 56 06 1 6 1 P(0 X 5) = = = 1 (1 (3)) = (3) (0,5) = 2 2 2 2 2 = 0,9967 0,6915 = 0,305; = NORMDIST(5; 6; 2; 1) NORMDIST(0; 6; 2; 1 ) 0,305

P( |X| 2) = 1 P(|X| < 2) = 26 4 2 6 8 =1 2 2 = 1 2 2 = 1 (1 (2 ) (1 (4))) = = 1 ( (4 ) (2 )) = 1 (0,9999 0,9772) = 0,977.

= 1 (NORMDIST(2; 6; 2; 1) NORMDIST( 2; 6; 2; 1))

0,977.

36 3 P(X < 3) = P ( X < 3) = = 1 (1,5) = 1 0,9332 = 0,067. = 2 2 = NORMDIST(3; 6; 2; 1) 0,067. 46 2 P(X > 4) = 1 P ( X < 4) = 1 = 1 (1 (1)) = (1) = 0,841. = 1 2 2 = 1 NORMDIST(4; 6; 2; 1) 0,841.
Atsakymas: P(0 X 5) = 0,305; P( |X| 2) = 0,977; P(X < 3) = 0,067; P(X > 4) = 0,841. 8. 2 pavyzdys. inome, kad atsitiktinis dydis X ~ N (5, 1). Raskite reikm, u kuri: a) maesni yra 60 proc. b) didesni yra 30 proc. Sprendimas I slygos X ~ N (, ) nustatome, kad atsitiktinio dydio vidurkis = 5, o = 1. Taigi apskaiiuojame normaliojo skirstinio lygmens p kvantilius: a) Kadangi reikia rasti toki atsitiktinio dydio reikm, u kuri maesni yra 60 proc., tai iekome kvantilio x0,60 reikm: x0,60 5 = 0,60. P(X < x0,60) = 1

I lentels (1 priedas) randame argumento x reikm, kai (x) = 0,60 x 0,26. x 0,60 5 Taigi = 0,26 x0,60 5,26 1

= NORMINV(0,60; 5; 1)

5,25.

46

b) Kadangi reikia rasti toki atsitiktinio dydio reikm, u kuri didesni yra 30 proc., tai maesni yra 70 proc. Taigi iekome kvantilio x0,70 reikms: x0,70 5 = 0,70. P(X < x0,70) = 1 I lentels (1 priedas) randame argumento x reikm, kai (x) = 0,70 x 0,53. x 0,70 5 Taigi = 0,53 x0,70 5,53. 1

= NORMINV(0,70; 5; 1)

5,52.

Pastaba. Paklaidos atsirado dl to, kad lentelse pateikiamos suapvalintos reikms.

Atsakymas: a) atsitiktinio dydio X reikm, u kuri maesni yra 60 proc., yra x0,60 5,25; b) atsitiktinio dydio X reikm, u kuri didesni yra 30 proc., yra x0,70 5,52. 8. 3 pavyzdys. Gaminam detali ilgis pasiskirsts pagal normalj skirstin, kurio parametrai yra = 10 cm, = 2 cm. Kokia tikimyb, kad: a) ilgis gis reikm i intervalo (10; 14)? b) atsitiktinai paimtos detals ilgis skirsis nuo projektinio ilgio ne daugiau kaip 3 cm? Sprendimas Atsitiktinis dydis X gaminamos detals ilgis. 14 10 10 10 a) P(10 X 14) = = (2) (0) = 0,9772 0,5000 = 0,477 2 2 = NORMDIST(14;10;2;1) NORMDIST(10;10;2;1) 0,477.

b) paimtos detals ilgis skirsis nuo projektinio ilgio ne daugiau kaip 3 cm, jei gyjamos reikms bus i intervalo [ 3; + 3], t.y., [10 3; 10 + 3] [7; 13]. Taigi 13 10 7 10 P( 7 X 13) = = (1,5) ( 1,5) = (1,5) 1 + (1,5) = 2 2 =2 (1,5) 1 = 20,9332 1 = 1,8664 1 = 0, 866. = NORMDIST(13;10;2;1) NORMDIST(7;10;2;1) = 0, 866.
Atsakymas: a) tikimyb, kad detals ilgis gis reikm i intervalo (10; 14), lygi 0,477; b) tikimyb, kad paimtos detals ilgis skirsis nuo projektinio ilgio ne daugiau kaip 3 cm, yra 0,866. 8. 4 pavyzdys. Kiekvieno grdo mas yra pasiskirsiusi pagal normalj skirstin su vidurkiu, lygiu 0,22 g, vidutiniu kvadratiniu nuokrypiu, lygiu 0,02 g. Sudygsta grdai, kuri mas didesn u 0,20 g. Nustatykite: a) sudygusi grd kiek procentais; b) mas, kurios nevirys grdas su tikimybe 0,99. Sprendimas Atsitiktinis dydis X atsitiktin grdo mas. I slygos inome, kad = 0,22, = 0,02 .

47

 0,20 0,22 a) P( x > 0,20 ) = 1 P( X < 0,20 ) = 1 = 1 (1) = 1 (1 (1)) = 0,02 = (1) = 0,841. = 1 NORMDIST(0,20;0,22;0,02;1) = 0, 841.
Taigi galime teigti, kad sudygs 84 proc. grd. b) Iekomj mass reikm paymkime .

0,22 dyd nustatome i slygos P( X < ) = 0,99 = x0,99 . P(X < ) = . I lentels 0,02 (1 priedas) surandame, kad, kai (x) = 0,99, tai x = 2,34. 0,22 Tada = 2,34 , o = 2,340,02 + 0,22 = 0,267. 0,02

= NORMINV(0,99; 0,22; 0,02) = 0,267. Darome ivad, kad atsitiktinai paimto grdo mas nevirys 0,27 g su tikimybe 0,99.

Atsakymas: a) sudygs 84 proc. grd; b) atsitiktinai paimto grdo mas nevirys 0,27 g su tikimybe 0,99. 8. 5 pavyzdys. Tam tikros veisls obuolio mas galime laikyti atsitiktiniu dydiu, pasiskirsiusiu pagal normalj skirstin, kurio parametrai = 140 g, = 10 g. a) kokios obuolio mass ribos (su tikimybe 0,997)? b) kok vidurkio nuokryp galima garantuoti su tikimybe 0,95 (kitaip patikimumo lygmeniu 0,95 arba 95% garantija)? Sprendimas. Atsitiktinis dydis X obuolio mas. a) pasinaudojame trij sigma taisykle: jei 3 < X < + 3 140 310 < X < 140 + 310 X (110; 170).

b) kadangi skirstinys yra simetrikas vidurkio atvilgiu, tai iekodami nuokrypio nuo vidurkio su tikimybe 0,95 apskaiiuojame prieing tikimyb ir padalijame pusiau. Taip pat apskaiiuojame p 1 = 0,975. 2 x0,025 = NORMINV(0,025; 140; 10) = 120,40; x0,975 = NORMINV(0,975; 140; 10) = 159,60.
Atsakymas: a) su tikimybe 0,997 obuolio mass ribos [110; 170]; b) su tikimybe 0,95 obuolio mass ribos [120,40; 159,60].

48

 Udaviniai savarankikam darbui 1. inome, kad atsitiktinis dydis X ~ N (8, 3). Apskaiiuokite tikimybes a) P(2 X 6), b) P( |X| 4), c) P(X < 9) ir d) P(X > 7). 2. inome, kad atsitiktinis dydis X ~ N (30, 10). Raskite reikm, u kuri a) maesni yra 20 proc; b) didesni yra 40 proc. 3. Gaminam detali ilgis pasiskirsts pagal normalj skirstin, kurio parametrai yra = 10 cm, = 2 cm. Kokia tikimyb, kad a) ilgis gis reikm i intervalo (8; 14); b) atsitiktinai paimtos detals ilgis skirsis nuo projektinio ilgio ne daugiau kaip 3 cm? 4. Vaisiaus mas yra pasiskirsiusi pagal normalj skirstin su vidurkiu, lygiu 80 g, vidutiniu kvadratiniu nuokrypiu, lygiu 12 g. Aukiausios klass vaisiams priskiriami vaisiai, kuri mas yra nuo 80 iki 85 g. Nustatykite, kiek procent vaisi yra aukiausios ries. 5. Stebta, per kiek laiko nuo ikvietimo atvyksta taksi automobilis. Nustatyta, kad vidutinis atvykimo laikas 10 min (standartinis nuokrypis 7 min). Kiek procent usakov laukia automobilio ilgiau kaip 20 min? 6. Student laikyt egzamin paymi vidurkis yra 6, standartinis nuokrypis yra 2,5. Apskaiiuokite: a) paangi student procent (laikoma, kad studentas paangus, jei jo paymi vidurkis didesnis nei 8 balai); b) kiek procent student paangumas skiriasi ne daugiau kaip vienu balu; c) vidutinio paymio reikm, u kuri maesn vidurk turi 30 proc. student. 7. Automobili remonto dirbtuvje technin automobilio apira trunka vidutinikai 30 min (standartinis nuokrypis 10 min). Apskaiiuokite: a) kiek procent automobili patikrinama greiiau kaip per 20 min; b) kiek procent automobili patikrinama ilgiau kaip per 50 min; c) koks apiros laikas, u kur trumpiau tikrinama 20 proc. automobili; d) koks laikas, u kur apira trunka ilgiau 10 proc. automobili.
Atsakymai: 1. a) 0,2297; b) 0,9088; c) 0,6306; d) 0,7475. 2. a) 21,5838; b) 32,5335. 3. a) 0,8186; b) 0,8664. 4. 16,15 proc. 5. 7,66 proc. 6. a) 21,19 proc.; b) 31,08 proc.; c) 4,69. 7. a) 15,87 proc.; b) 2,28 proc.; c) 22 min; d) 43 min.

49

3. Statistikos pagrindai 3. 1. Apraomoji statistika

Tarkime, kad stebimas tam tikras kintamasis. Atsitiktinai gaut (irinkt i populiacijos) reikmi eilut vadinama statistine eilute: x1, x2, ,xn, ia n imties tris. Idsius ias reikmes nemajimo tvarka gaunama variacin eilut: x(1) x(2) x(n). xmin = x(1); xmax = x(n).
Imties skaitins charakteristikos Pagrindins duomen padties charakteristikos. n 1 Imties vidurkis x = xi . n i =1

Imties moda mo daniausiai duomen aibje pasikartojusi reikm. Imtis gali turti ir kelias modas arba visai jos neturti. Imties mediana md yra skaiius, u kur 50 proc. variacins eiluts reikmi yra ne didesns ir 50 proc. ne maesns: x (( n +1) / 2) , kai n nelyginis, m d = x ( n / 2 ) + x ( n / 2+1) , kai n lyginis. 2 Vidurkis, mediana ir moda apibdina duomen centr. Kvartiliai q1, q2, q3 variacin eilut dalina keturias madaug lygias dalis. q2 sutampa su mediana ir dalija imt dvi dalis; tuomet q1 yra apatins dalies mediana, o q3 yra virutins dalies mediana. Variacin eilut galima dalyti daugiau dali. Skaiiai, suskirstantys variacin eilut 100 madaug vienod dali, vadinami procentiliais. Pagrindins sklaidos charakteristikos: Duomen aibs Kvartili Imties dispersija plotis skirtumas 1 n w = x(n) x(1) = iqr = q3 q1 . 2 s0 = ( xi x ) 2 = xmax - xmin. n i =1
Standartinis nuokrypis
2 s0 = s0

Variacijos koeficientas s cv = 0 x

Dani skirstinio formos charakteristikos (panaumo normalij kreiv matai): Asimetrijos Jei g1 > 0, histogramos asimetrija yra n koeficientas teigiama (deinioji), jei g1 < 0, 1 m3 3 m = ( x x ) g = histogramos asimetrija neigiama (kairioji). 3 i 1 n i =1 s3 simetrijos Histograma simetrika, kai g1 = 0. matas. Jei g2 < 0, histograma yra lkta t.y. duomen sklaida apie vidurk yra Eksceso didesn nei normaliosios kreivs, jei n koeficientas 1 m4 4 g histograma smaila, t.y. 2 > 0, m4 = ( xi x ) g2 = 4 3 histogramos duomen sklaida apie vidurk yra n i =1 s lktumo maesn nei normaliosios kreivs. matas Jeigu g2 = 0, tai sklaida apie vidurk tokia pati kaip ir normaliosios kreivs

50

9. 1 p a v y z d y s . Imties duomenys: 52 54 57 49 62 55 52 60 Raskite: a) padties charakteristikas; b) sklaidos charakteristikas; c) dani skirstinio formos charakteristikas. Sprendimas Imties tris n = 8. Apskaiiuosime ias padties charakteristikas: vidurk, median, mod, kvartilius q1, q2, q3. Imties vidurkis: 8 1 52 + 54 + 57 + 49 + 62 + 55 + 52 + 60 x= xi = = 55,125. 8 i =1 8

Medianai, modai ir kvartiliams rasti turime sudaryti variacin eilut. Taigi vis pirmiausia duomenis surikiuojame nemajimo tvarka: 49 52 52 54 55 57 60 62 x( 4 ) + x( 5) 54 + 55 = = 54,5 ; moda mo = 52, Kadangi imtyje yra 8 elementai, tai mediana md = 2 2 52 + 52 57 + 60 q1 = = 52 , q2 = md = 54,5, q3 = = 58,5 . 2 2 Sklaidos charakteristikos: duomen aibs plotis, kvartili skirtumas, dispersija, standartinis nuokrypis, variacijos koeficientas. Duomen aibs plotis: w = x(n) x(1) = xmax - xmin = 62 49 = 13. Kvartili skirtumas: iqr = q3 q1 = 58,5 52 = 6,5. Imties dispersija: 1 8 2 = ( xi 55,125) 2 = s0 8 i =1 1 = [(49 55,125) 2 + (52 55,125) 2 + +(52 55,125) 2 + (54 55,125) 2 + 8 + (55 55,125) 2 + (57 55,125) 2 + (60 55,125) 2 + (62 55,125) 2 ] = 16,609 Imties standartinis nuokrypis:
2 s0 = s0 = 16,609 = 4,075 .

Variacijos koeficientas: s 4,075 cv = 0 = = 0,074 . x 55,125 Dani skirstinio formos charakteristikos: asimetrijos ir eksceso koeficientai. Norint apskaiiuoti imties asimetrijos ir eksceso koeficientus, pirmiausia reikia rasti treij ir ketvirtj centrinius momentus m3 ir m4. 1 8 m3 = ( xi 55,125) 3 = 8 i =1 1 = [(49 55,125) 3 + (52 55,125) 3 + + (52 55,125) 3 + (54 55,125) 3 + 8 + (55 55,125) 3 + (57 55,125) 3 + (60 55,125) 3 + (62 55,125) 3 ] = 155,156.

51

m4 =

1 8 ( xi 55,125) 4 = 8 i =1

1 = [(49 55,125) 4 + (52 55,125) 4 + + (52 55,125) 4 + (54 55,125) 4 + 8 + (55 55,125) 4 + (57 55,125) 4 + (60 55,125) 4 + (62 55,125) 4 ] = 4410,963. Tada imties asimetrijos koeficientas: m 155,156 g1 = 33 = = 2,293 , s0 (4,075) 3 o eksceso koeficientas: m 4410,963 g 2 = 44 3 = 3 = 12,996 . s0 (4,075) 4
Atsakymas: Imties skaitins charakteristikos: 1) padties charakteristikos: x = 55,125 vidurkis; mo = 52 moda ; md = 54,5 mediana; q1 = 52 apatinis kvartilis; q3 = 58,5 virutinis kvartilis; 2) sklaidos charakteristikos: w = 13 duomen aibs plotis; iqr = 6,5 kvartili skirtumas; 2 s0 = 16,609 dispersija; s0 = 4,075 standartinis nuokrypis; cv = 0,074 variacijos koeficientas; 3) skirstinio formos charakteristikos: g1 = 2,293 asimetrijos koeficientas; g2 = 12,996 eksceso koeficientas. 9. 2 p a v y z d y s . Vis savait parduotuv fiksavo parduot per dien mobilij telefon skaii: Savaits diena Parduot telefon skaiius I II III IV V VI VII

15

12

20

16

Raskite imties vidurk, mod ir standartin nuokryp. Sprendimas Variacin eilut: 4 4 8 12 Imties moda mo = 4. Imties vidurkis: 7 1 4 + 4 + 8 + 12 + 15 + 16 + 20 x= xi = = 11,2857. 7 i =1 7

15

16

20

52

2 : Norint rasti standartin nuokryp, pirmiausia apskaiiuojame imties dispersij s0

xi 4 4 8 12 15 16 20

xi x
4 11,286 = 7,286 4 11,286 = 7,286 8 11,286 = 3,286 12 11,286 = 0,714 15 11,286 = 3,714 16 11,286 = 4,714 20 11,286 = 8,714
7

( x i x )2
53,086 53,086 10,798 0,510 13,794 22,222 75,934

(x x )
i i =1
2 s0 =

= 229,430

1 7 (xi x )2 = 229,430 = 32,776 . 7 i =1 7

2 Taigi imties standartinis nuokrypis s0 = s0 = 32,776 = 5,725 .

Atsakymas: x = 11,2857 ;

mo = 4;

s0 = 5,725 .

9 . 3 p a v y z d y s . Dviejose bendrovse dirbanij algos pateiktos lentelje: Bendrov Darbuotoj alga (Lt) Dobilas 5000 3000 1000 600 800 1200 Radasta 2000 2500 1500 800 900 1000 Atlikite analiz. Sprendimas Variacin eilut: Dobilas: 600 600 700 800 800 800 Radasta: 800 900 1000 1400 1500 2000

600 1400

700 2000

3000 2000

5000 2500

Dobilo skaitins charakteristikos: xmin = 600, xmax = 5000. 800 + 800 md = = 800 , mo = 800. 2 600 + 700 800 + 3000 q1 = = 650 ; q3 = = 1900 . 2 2 1 x = (2 600 + 700 + 3 800 + 3000 + 5000) = 1537,5 . 8 1 2 2 2 s0 = (600 1537,5) + ... + (5000 1537,5) = 2277344 8 s0 = 2277344 = 1509,087 .

Radastos skaitins charakteristikos: xmin = 800, xmax = 2500. 1400 + 1500 md = = 1450 , mo = 2000. 2 900 + 1000 2000 + 2000 q1 = = 950 ; q3 = = 2000 . 2 2 53

1 (800 + 900 + 1000 + 1400 + 1500 + 2 2000 + 2500) = 1512,5 . 8 1 2 2 2 s0 = (800 1512,5) + ... + (2500 1537.5) = 326093,8 8 s0 = 326093,8 = 571,0462 .

x=

Atsakymas: Abiejose bendrovse vidutin alga nedaug skiriasi: Dobilo 1537,5 Lt, Radasto iek tiek maesn 1512,5 Lt. Dobilo bendrovje maiausia alga 600 Lt, Radastos maiausia alga 800 Lt, didiausia alga 5000 Lt, Radastos didiausia alga 2500 Lt. Moda rodo, kad daugiausia ios Dobilo bendrovs darbuotoj gauna 800 Lt, o Radastos 2000 Lt. Mediana yra vis alg, irikiuot nemajimo tvarka, viduryje: Dobilo mediana 800 Lt, Radastos 1450 Lt. Apatinis kvartilis q1 rodo, kad 25 proc. darbuotoj gauna maesnes algas, o 75 proc. didesnes: Dobilo apatinis kvartilis 650, Radastos 950. Virutinis kvartilis q3 rodo, kad 75 proc. darbuotoj gauna maesnes algas, o 25 proc. didesnes: Dobilo virutinis kvartilis 1900 Lt, Radastos 2000 Lt. Palygin abiej duomen aibi standartinius nuokrypius, matome, kad Dobilo bendrovje alg sklaida yra didesn: Dobilo alg standartinis nuokrypis s0 = 1509,09 Lt, o Radastos alg s0 = 571,05 Lt. Udaviniai savarankikam darbui 1. Duota atsitiktin imtis: 0 3 5 5 7 3 4 2 8 2 1 Apskaiiuokite imties plot, imties tr, vidurk, mod, median, dispersij, standartin nuokryp. 2. Deimties atsitiktinai parinkt student matematikos egzamino paymiai yra tokie: 9 8 3 5 8 9 4 7 8 6 Uraykite gautj duomen variacin eilut, raskite svarbiausias skaitines charakteristikas. 3. Tirta, kiek laiko per dien studentai naudojasi internetu (minutmis): 20 30 40 120 60 30 45 180 60 55 20 30 Apskaiiuokite skaitines charakteristikas. 4. Raskite padties charakteristikas: vidurk, median ir mod, kai duotos atsitiktins imtys: a) 14 12 18 15 18 18 11 b) 3 7 2 8 3 7 c) 4 8 1 3 9 12 0
Atsakymai: 2 = 13,14 ; s0 = 3,62. 1. w = 13; n = 11; x = 2,36; mo = 3; me = 3; s 0 2.

2 w = 6; n = 10; x = 6,7; mo = 8; me = 7,5; s 0 = 4,01 ; s0 = 2,002; g1 = 0,56; g2 = 1,05; q1 = 5; q2 = 8. 2 = 2039,58 ; s0 = 45,162; g1 = 1,73; g2 = 1,93; q1 = 30; q2 = 60. 3. w = 35; n = 12; x = 57,57; mo = 30; me = 42,5; s 0 4. a) x = 15,14; mo = 8; me = 15; b) x =5; yra 2 modos: mo = 2 ir mo = 3; me = 5; c) x = 5,26; modos nra; me = 4.

54

3. 2. Duomen grupavimas

Kintamojo reikms danis kj tai skaiius, nusakantis, kiek kart reikm xj pasikartojo statistinje eilutje. Kintamojo reikms santykinis danis kj / n tai skaiius, nusakantis, kuri statistins eiluts dal sudaro xj. Santykini dani lentel dar vadinama kintamojo dani (empiriniu) skirstiniu. Dani skirstinio (empirin) funkcija atspindi vis sukauptj santykin dan iki x. F(x) = stebjim, ne didesni u x, skaiius Prie grupuojant duomenis, reikia nustatyti grupavimo interval skaii, interval ilg, interval kratinius takus. Daniausiai pasirenkama nuo 5 iki 15 interval. Kai imties tris yra imt eils, interval skaiius d gali bti 6 d 20. Dar siloma formul d =[1 + 3,32 lg n]. Taigi vis imt suskaidome vienodo ilgio intervalus takais x(1)= 0 < 1 < 2 <...d = x(n). x( n ) x(1) Kiekvieno intervalo ilgis apskaiiuojamas taip: l = . d Sakykime, intervalus [0, 1), [1, 2),...,[s-1, s] pateko k1, k2, ..., ks reikmi. Skaiiavimuose duomenys, patek interval [i-1, i), pakeiiami intervalo vidurio takais skaiiais ~ xi . Empirin grupuot (klasi) skirstin uraome lentele: Intervalai ... [0, 1) [1, 2) [s-1, s] ~ ~ ~ x x xd Vidurio takai 1 2 Daniai k1 k2 kd ... k k k w1 = 1 w2 = 2 wd = d Santykiniai daniai n n n Dani skirstinio funkcija f1 = w1 f2 = f1 + w2 ... fd = fd-1 + wd (kaupiamasis danis) Grafikai grupuoti duomenys daniausiai vaizduojami histogramomis. Tai yra vienas alia kito nubraiyti staiakampiai, kuri kiekvieno pagrindas lygus intervalo ilgiui li, o plotas proporcingas klass daniui. Staiakampio aukt paymj hi, gauname lihi =cki, ia c proporcingumo c ki koeficientas. Tada hi = . Nuo c pasirinkimo priklauso ordinai (Y) aies skal: li k k 1 c = hi = i . Tokio staiakampio plotas lygus i , o figros, kuri riboja histograma, n n n li plotas lygus 1. iuo atveju interval ilgiai gali bti nevienodi. c = l hi = k i . Kai vis interval ilgiai yra lygs, proporcingumo koeficient galima parinkti lyg intervalo ilgiui. Tada staiakampio auktis vaizduoja tos grups dan. k l c = hi = i . Kai vis interval ilgiai yra lygs, proporcingumo koeficient galima n n prilyginti intervalo ilgio ir imties trio santykiui. Tada staiakampio auktis lygus tos grups santykiniam daniui. I histogramos vizualiai daromos prielaidos apie teorinio skirstinio tip. Excel duomen histograma yra braioma Tools Data Analysis lange pasirinkus punkt Histogram (r. 6 pried). Excel pagalba gautoje histogramoje abscisi (X) ayje yra nurodomi grupavimo intervalo galiniai takai, o ordinai (Y) ais atspindi grupi danius. Grupuot duomen skaitins charakteristikos: x = 1 n ~ xi k i ; n i =1
2 s0 =

1 n ~ ( xi x ) 2 k i . n i =1 55

10. 1 p a v y z d y s . Duoti imties duomenys: 68 56 62 58 29 47 82 64 77 50 35 92 69 55 70 29 89 22 52 60 Duomenis sugrupuokite (grupavimo interval skaiius d = 5) ir nubraiykite: a) dani daugiakamp; b) santykini dani daugiakamp; c) skirstinio funkcijos diagram (sukauptj dani daugiakamp). Sprendimas Duomenis surikiuojame nemajimo tvarka (sudarome variacin eilut): 22 29 29 35 47 50 52 55 56 58 60 62 64 68 69 70 77 82 89 92 Nustatome maiausi ir didiausi reikmes: xmin = x(1) = 22, xmax = x(n) = 92. x xmin 92 22 Apskaiiuojame grupavimo intervalo plot l = max = = 14 ; d 5 Surandame grupavimo interval kratinius ir vidurio takus, apskaiiuojame danius, santykinius danius, sukauptuosius danius. Intervalo vidurio Santykinis Sukauptasis Intervalo Intervalo Danis takas danis santykinis Intervalas pradios pabaigos ki ki ci 1 + ci takas danis takas i ~ wi = xi = ci-1 ci= ci-1 + l fi 2 n

4 0,2 0,2 29 2 0,1 0,3 43 7 0,35 0,65 57 4 0,2 0,85 71 3 0,15 1 85 Suma 20 1 Ar teisingai apskaiiavome dani ir santykini dani reikmes, pasitikriname susumav gautas dani reikmes, t.y.

1 2 3 4 5

22 36 50 64 78

36 50 64 78 92

ki = n , o
j =1

w
j =1

= 1.

Pagal gautus duomenis braiome diagramas. Abscisi (X) ayje paymimos intervalo vidurio tak reikms, o ordinai (Y) ayje atitinkamai danio, santykinio danio ir sukauptojo santykinio danio reikms. Palygin dani ir santykini dani diagramas, matome, kad abiej i grafik forma identika, vienintelis skirtumas yra kitoks ordinai aies mastelis.
Atsakymas:
Dani diagrama
8 7 6 Danis 5 4 3 2 1 0 20 30 40 50 X 60 70 80 90
Santykinis danis 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 20 30 40 50 X 60 70 80 90

Santykini dani diagrama

56

Sukauptj dani diagrama

1,2 1 Sukauptasis danis 0,8 0,6 0,4 0,2 0 20 30 40 50 X 60 70 80 90

10. 2 p a v y z d y s . Duoti imties duomenys:

9 11

Duomenis sugrupuokite, sudarykite intervalini dani lentel (d = 5) ir nubraiykite santykini dani daugiakamp. Sprendimas ios uduoties sprendimo bendri principai Excel pagalba pateikti paveiksle:

57

Suved pradinius duomenis, nustatome imties tr, didiausi bei maiausi reikmes ir intervalo ilg. Imties tris n = 20.
Langelyje G3 rayta: = COUNT(A1:A20) Langelyje D1 rayta: = MAX(A1:A20) Langelyje G1 rayta: = MIN(A1:A20) Langelyje D3 rayta: = (D1 G1)/5

xmin = 2. xmax = 11.

l= x max x min 11 2 = = 1,80 . 5 5

Daniai ki apskaiiuojami naudojant Excel funkcij FREQUENCY (r. 5 pried): paymime duomen srit, kurioje bus rayti daniai (F7:F11); ikvieiame funkcij FREQUENCY; nurodome imties duomen ir grupavimo interval pabaig reikmi srii adresus; nuspaudiame klavi Ctrl + Shift + Enter kombinacij. Santykiniai daniai apskaiiuojami taip: wi =

ki . Langelyje G7 rayta: = F7/$G$3 n Ar teisingai atlikome veiksmus, galime patikrinti apskaiiav kontrolines sumas: dani suma turi bti lygi imties triui n, o santykini dani suma vienetui.

Santykini dani daugiakampis braiomas taip: Insert Chart (arba paspaudus mygtuk ), parinkus diagramos tip XY Scatter, paymjus grupavimo interval vidurio tak reikmi srit (E7:E11), santykini dani reikmi srit (G7:G11).
Atsakymas:
Santykini dani diagram a Santykinis danis 0,4 0,3 0,2 0,1 0 2 4 6 X 8 10 12

10. 3 p a v y z d y s . Duoti imties duomenys: 76 75 73 72 75 76 77 78 76 75 76 77 76 80 76 73 Nubraiykite histogram, kai interval skaiius d = 5. Sprendimas ios uduoties sprendimo bendri principai Excel pagalba pateikti paveiksle:

75 74

76 77

58

Suvestus duomenis surikiuojame nemajimo tvarka xmin = x(1) = 72, xmax = x(n) = 80.

Prie braiant histogram atliekame kelet papildom skaiiavim.

apskaiiuojame grupavimo intervalo plot, gaut reikm suapvalindami didesn pus, dviej surandame grupavimo interval kratinius takus:

reikmi po kablelio tikslumu: l = ROUNDUP((xmax xmin) / d; 2);

(c0 = xmin); c1 = c0 + l; c2 = c1 + l; ...; cd = cd-1 + l; ( cd xmax). Duomen histograma yra braioma Tools Data Analysis lange pasirinkus punkt Histogram (r. 6 pried).
Atsakymas:
Histogram
8 Frequency 6 4 2 0 73,6 75,2 76,8 Bin 78,4 80 More

59

10. 4 p a v y z d y s . Duoti imties duomenys:

84,00 76,20 83,47

64,45 56,20 82,60

94,89 53,07 116,86

115,53 70,45 88,30

113,97 74,53 86,28

124,67 47,65 79,74

46,33 78,65 129,45

85,32 81,92 107,32

111,91 92,70 137,52

68,27 82,70 76,91

Apskaiiuokite imties reikmi vidurk ir dispersij naudodami negrupuotus ir grupuotus (d = 6) duomenis. Gautus rezultatus palyginkite.
Sprendimas Prie grupuodami duomenis, randame didiausi ir maiausi reikmes, nustatome grupavimo intervalo ilg, randame interval pradios, pabaigos ir vidurio tak reikmes, apskaiiuojame danius. n 1 xi , o grupuot Negrupuot duomen vidurkio reikm skaiiuojame pagal formul x = n i =1

1 n ~ xi ki . Negrupuot duomen dispersijai apskaiiuoti naudojame formul n i =1 1 n 1 d 2 2 s0 = ( xi x ) 2 , o grupuot s 0 = (~ xi x ) 2 k i . ia xi imties duomen reikms, ~ xi n i =1 n i =1 grupavimo intervalo vidurio takai; ki daniai. emiau pateikti ios uduoties sprendimo bendri principai Excel pagalba:

x=

Palygin gautus rezultatus, matome, kad imties vidurkis ir dispersija naudojant grupuotus ar negrupuotus duomenis skiriasi. Tai vyko dl to, kad grupuotiems duomenims naudojama grupavimo intervalo vidurio reikm, t. y. apytiksl reikm. Naudojant negrupuotus duomenis, rezultatai gaunami tikslesni, o grupuotus paprastesni skaiiavimai.

60

2 Atsakymas: Negrupuot duomen vidurkis x = 87,06 , dispersija s0 = 545,21 .

2 Grupuot duomen vidurkis x = 88,38 , dispersija s 0 = 522,26 .

Udaviniai savarankikam darbui

Duoti imties duomenys: 15 12 16 19 19 21 9 15 19 12 13 10 10 13 13 9 14 14 16 14 Apskaiiuokite imties reikmi vidurk ir dispersij naudodami negrupuotus ir grupuotus (d = 6) duomenis.
Atsakymas: xmin = 9, xmax = 21, grupavimo intervalo ilgis l = 2. Grupuot duomen vidurkis 13,8, dispersija 8,76. Negrupuot duomen vidurkis 14,15, dispersija 11,33.

61

3. 3. Statistins ivados: takiniai ir intervaliniai veriai Parametras Takinis vertis Pasikliautinasis intervalas

Vidurkis

=x=
2

x
i =1

x sx t
x)2

1 ;n 1 2

x + sx t

1 ;n 1 2

Dispersija

2 = s2 =

(x
i =1

n 1

2 s (n 1) 2 ; 1 ;n 1 2
2

s 2 (n 1) 2 ; n 1 2

sx =

s standartin vidurkio paklaida; x = s x t maksimali vidurkio paklaida 1 ; n 1 n 2 Q pasikliovimo lygmuo, = 1 Q.

= t
2 ; n 1

1 ; n 1 2

= TINV(; n 1) ;

2 2

; n 1

= CHIINV( 1
n

; n-1)

Parametras Asimetrijos koeficientas 1

Takinis vertis
( xi x ) 2 n i =1 1 = g1 = (n 1)(n 2) s3 ) )

n (n + 1) 3 (n 1) 2 i =1 2 = g2 = (n 1)(n 2)(n 3) (n 2)(n 3) s4 Parametr veriai skaiiuojami naudojant Excel duomen analizs udavini posistem, kuris ikvieiamas: Tools, Data Analysis, Descriptive Statistics (plaiau priede). x Mean Vidurkis sx Standard Error Standartin vidurkio paklaida Median Mediana md Mode Moda mo Standard Deviation Standartinis nuokrypis s s2 Sample Variance Dispersija
i

Eksceso koeficientas 2

(x

x)4

Kurtosis Skewness Range Minimum Maximum Sum

Eksceso koeficientas Asimetrijos koeficientas Imties plotis Maiausia imties reikm Didiausia imties reikm Imties reikmi suma

g2 g1 w xmin xmax

x
i =1

Count Imties reikmi kiekis (imties tris) Confidence Level for Mean Maksimali vidurkio verio paklaida

n x
2

t s 1 ; n 1 Imties tris, kad nebt viryta numatyta paklaida 0 , apskaiiuojamas taip: m 2 0

62

11. 1 p a v y z d y s . Duoti imties X duomenys. 8 5 4 8 9 5 7 Raskite populiacijos vidurkio ir dispersijos takinius bei intervalinius verius. Pasikliovimo lygmuo Q = 0,95. Sprendimas Vidurkio takinis vertis apskaiiuojamas taip:

8+5+4+8+9+5+7 = 6,571. n 7 Dispersijos takinis vertis apskaiiuojamas taip:

=x=

x
i =1

= n 1 (8 6,571)2 + (5 6,571)2 + (4 6,571)2 + (8 6,571)2 + (9 6,571)2 + (5 6,571)2 + (7 6,571)2 = = 7 1 2 2 2 2 (1,429) + ( 1,571) + ( 2,571) + (1,429) + (2,429)2 + ( 1,571)2 + (0,429)2 = = 6 2,043 + 2,469 + 6,611 + 2,043 + 5,901 + 2,469 + 0,185 21,721 = = 3,620. = 6 6 Vidurkio pasikliautinajam intervalui x s x t ; x + s x t nustatyti reikia apskaiiuoti ;n 1 ;n 1 2 2 1 Q standartin paklaid s x ir Stjudento skirstinio = lygmens kvantilio reikm: 2 2 s standartin vidurkio paklaida apskaiiuojama pagal formul s x = , ia n 1,903 = 0,719 . s = s 2 = 3,620 = 1,903. Tada s x = 7 1 0,95 0,05 Stjudento skirstinio lygmens kvantilis t 0, 05 1 = 1 = 1 1 ; 7 1 2 2 2 2 apskaiiuojamas naudojantis lentelmis (priedas) arba Excel funkcija = TINV(0,05;6). Taigi t 0,05 = 2,447 .
1 2 ;6

2 = S2 =

(x
i =1

x)2

Tada s x t

o pasikliautinasis intervalas [6,571 1,759 ; 6,571 1,759] . I ia [4,812; 8,33] . 2 s (n 1) s 2 (n 1) Norint apskaiiuoti dispersijos pasikliautinj interval 2 ; 2 , pirmiausia reikia 1 ;n 1 ;n 1 2 2 apskaiiuoti Chi kvadrato skirstinio kvantili reikmes: 0 , 05 = 14,449; = CHIINV(0,05/2; 6)
1 2 ; 7 1

1 ;n 1 2

= 0,719 2,447 = 1,759 ,

0 , 05

; 7 1

= 1,237.

= CHIINV(1 0,05/2; 6)

63

 3,620 (7 1) Tada dispersijos pasikliautinasis intervalas atrodo taip: ; 14,449 2 [1,503; 17,554] .
Atsakymas: ) = x = 6,571, [4,812; 8,33] , kai Q = 0,95; ) 2 = s 2 = 3,620, 2 [1,503; 17,554] , kai Q = 0,95.

3,620 (7 1) . I ia 1,237

11. 2 p a v y z d y s . Apklausus studentus apie j ilaidas pramogoms (Lt / mn), gauti tokie duomenys.

0 70

50 20

20 10

10 80

100 40

100 40

50 0

50 0

40 10

40 20

50 40

50 40

Raskite: a) vidurkio, dispersijos, standartinio nuokrypio, asimetrijos ir eksceso koeficient takinius verius; b) vidurkio pasikliautinj interval (Q = 95 proc.) Sprendimas Skaiiavimus atliekame skaiiuokls Excel pagalba. Suved pradinius duomenis, takinius verius ir maksimali vidurkio paklaid randame pasinaudoj rankiu Tools Data Analysis... Descriptive Statistics. emiau pateikti ios uduoties sprendimo bendri principai Excel pagalba:

Uraome takinius parametr verius ) ) ) ) ) = x = 38,75; 2 = s 2 = 820,11; = s = 28,64; 1 = g 1 = 0,609; 2 = g 2 = 0,29 Kadangi maksimali vidurkio paklaida x = 12,09 (Q = 0,95), tai vidurkio pasikliautinasis intervalas [38,75 12,09; 38,75 + 12,09], t.y., [26,66; 50,84]

64

) ) Atsakymas: Takiniai veriai: vidurkio = x = 38,75; dispersijos 2 = s 2 = 820,11; ) ) standartinio nuokrypio = s = 28,64; asimetrijos koeficiento 1 = g 1 = 0,609; eksceso ) koeficiento 2 = g 2 = 0,29. Vidurkio pasikliautinasis intervalas [26,66; 50,84]
Udaviniai savarankikam darbui 1. Raskite populiacijos vidurkio, dispersijos, standartinio nuokrypio takinius verius, jei imtis: 6 4 8 4 5 3 2. Norint isiaikinti, kiek laiko studentai praleidia savarankikai mokydamiesi, buvo apklausta grup student. Apskaiiuokite student laiko, praleisto besimokant, vidurkio ir dispersijos pasikliautinuosius intervalus (Q = 0,95), jei imties duomenys: 10 12 15 17 18 14 19 9 8 9 12 16 5 12 10 9 9 14 15 8 3. inomi imties duomenys: 4 6 7 8 5 9 7 8 5 4 3 8 7 6 10 2 12 7 6 5 9 8 7 3 4 11 6 5 8 5 Raskite vidurkio, dispersijos, standartinio nuokrypio, asimetrijos ir eksceso koeficient takinius verius.
Atsakymai: ) ) ) 1. = x = 5; 2 = s 2 =3,2; = s = 1,79. 2. [10,27; 13,84] ; 2 [8,43; 31,10]
) ) ) ) ) 3. = x = 6,5; 2 = s 2 =5,64; = s =2,37; 1 = g1 = 0,298; 2 = g 2 = - 0,09.

65

3. 4. Statistins ivados: parametrins hipotezs

Pasinaudodami imties duomenimis darome ivad apie populiacijos neinom parametr.

Hipotezs apie vidurkio (parametras ) reikm tikrinimas: H0 Ha Statistika Kritin sritis x 0 T t T= , 0 1 ; n 1 neinomas 2 sx T t1 ;n 1 s = 0 > 0 sx = ia n T t1 ;n 1 standartin paklaida < 0 Hipotezs apie dispersijos (parametras 2) reikm tikrinimas: H0 Ha Statistika Kritin sritis 2 2 ir 2 2 2 2 0 ; n 1 1 ; n 1 neinomas 2 2 2 ( n 1 ) s 2 2 2 = 2 12 ;n 1 2 = 0 2 > 0 2

2 2 < 0

2 2 ; n 1

Hipotezs apie vidurki lygyb tikrinimas: H0 Ha A, B, A B A, B neinomi A = B A > B A < B

t1 ;n 1 t
1 ;n 1 2 2 1 ; n 1
2

Statistika

T=

x A xB
2 sA s2 + B m n

Kritin sritis T t
1 ; k 2

T t1 ;k
T t1 ;k

= TINV(2; n-1) = TINV(; n-1) = CHIINV(; n-1) = CHIINV(1-; n-1)

Laisvs laipsni skaiius k yra maiausias sveikasis skaiius, atitinkantis slyg

2 2 sA sB + m n k 2 2 2 2 sB sA n m + n 1 m 1 2

;n 1

- reikmingumo lygmuo n imties tris

Hipotez apie vidurki lygyb tikrinama: Tools Data Analysis t-Test: Two-Sample Assuming Unequal Variances (r. 6 pried).

66

12. 1 p a v y z d y s . inoma, kad atsitiktinis dydis X yra normalusis. Atlikus n = 20 bandym gauta imtis ir nustatyta, kad x = 4,35, s 2 = 0,2. Ar galime teigti, kad atsitiktinio dydio vidurkis didesnis u 0 = 4,3, kai reikmingumo lygmuo = 0,05? Sprendimas 1. Formuluojame hipotez: H 0 : = 4,3 . H a : > 4,3

2. Skaiiuojame statistik T: a) randame standartin nuokryp s = s 2 = 0,447 ; 0,447 0,447 s b) randame standartin paklaid s x = = = = 0,1 ; 20 4,472 n c) apskaiiuojame statistik T: x 0 4,35 4,3 0,05 = = = 0,5 . T= 0,1 0,1 sx 3. Nustatome kritin srit: Kadangi alternatyva yra H a : > 0 , tai kritin sritis vienpus deinin. Randame t1 ; n 1 :
t10, 05; 201 =TINV(2*0,05; 19) 1,7109.

Kritin sritis yra [1,7109; ).

T

0,5

1,7109

4. Darome ivad: Kadangi statistika T nepateko kritin srit, tai pasirenkame nulin hipotez H0, o alternatyvi hipotez Ha, kad atsitiktinio dydio vidurkis didesnis u 4,3, atmetame.
Atsakymas: negalime teigti, kad atsitiktinio dydio vidurkis didesnis u 0 = 4,3 (reikmingumo lygmuo 0,05). 12. 2 p a v y z d y s . inoma, kad atsitiktinis dydis X yra normalusis. Atlikus n = 20 bandym gauta imtis ir nustatyta, kad x = 4,27, s 2 = 0,05. Ar galime teigti, kad atsitiktinio dydio vidurkis maesnis u 0 = 4,3, kai reikmingumo lygmuo = 0,1? Sprendimas 1. Formuluojame hipotez: H 0 : = 4,3 . H a : < 4,3 2. Skaiiuojame statistik T:

a) randame standartin nuokryp s = s 2 = 0,224 ; 0,224 0,224 s b) randame standartin paklaid s x = = = = 0,05 ; 20 4,472 n c) apskaiiuojame statistik T: 67

T=

x 0 4,27 4,3 0,03 0,03 = = = = 0,6 . 0,05 0,05 0,05 sx

3. Nustatome kritin srit: Kadangi alternatyva yra H a : < 0 , tai kritin sritis vienpus kairin. Randame t1 ;n 1 :
t10,1; 201 =TINV(2*0,1; 19) 1,3277 t10,1; 201 = 1,3277.

Kritin sritis yra ( ; 1,3277].

T

1,3277 0,6 4. Darome ivad: Kadangi statistika T nepateko kritin srit, tai pasirenkame nulin hipotez H0, o alternatyvi hipotez, kad atsitiktinio dydio vidurkis maesnis u 4,3, atmetame.
Atsakymas: negalime teigti, kad atsitiktinio dydio vidurkis maesnis u 0 = 4,3 (reikmingumo lygmuo 0,1). 12. 3 pavyzdys. inoma, kad atsitiktinis dydis X yra normalusis. Atlikus bandymus gauta imtis: 12,9 9,7 13,1 13,2 13,7 14,7 10,3 12,4 13,1 11,8 Patikrinkite hipotez, kad atsitiktinio dydio vidurkis lygus 0 = 12, kai reikmingumo lygmuo = 0,1. Sprendimas 1. Formuluojame hipotez: H 0 : = 12 . H a : 12 2. Randame takinius verius: vidurkio: 1 10 1 x = xi = (12,9 + 9,7 + 13,1 + 13,2 + 13,7 + 14,7 + 10,3 + 12,4 + 13,1 + 11,8) = 12,49 ; 10 i =1 10 dispersijos: 1 n s2 = ( xi 12,49) 2 = 2,314 ; 10 1 i =1 standartinio nuokrypio:

s = s 2 = 1,521 ir standartin paklaid: s = 0,481 . sx = n 3. Skaiiuojame statistik T: T= x 0 12,49 12 = = 1,019 . 0,481 sx

68

3. Nustatome kritin srit: Kadangi alternatyva yra H a : 0 , tai kritin sritis dvipus. Randame t
t
1 0 ,1 ;(10 1) 2

1 ; n 1 2

=TINV(0,1; 9) 1,833.

Kritin sritis yra ( ; 1,833] [1,833; ).

T

1,833

1,019

1,833

5. Darome ivad: Kadangi statistika T nepateko kritin srit, tai pasirenkame nulin hipotez H0. Taigi galime teigti, kad atsitiktinio dydio vidurkis lygus 12, kai reikmingumo lygmuo 0,1.
Atsakymas: galima teigti, kad atsitiktinio dydio vidurkis lygus 0 = 12, kai reikmingumo lygmuo 0,1. 12. 4 p a v y z d y s . Tiriamas traktori skaiius kinink kiuose. Apdoroti duomen takiniai veriai pateikti 5 lentelje. Ar galime teigti, kad kininkai vidutinikai turi daugiau kaip 2 traktorius, kai reikmingumo lygmuo 0,05? Sprendimas 5 lentel. 1. Formuluojame hipotez: Column1 H 0 : = 2 . Mean 2,56 H a : > 2 Standard Error 0,265079 2. Randame takinius verius I 1 lentels nustatome, kad Median 2 x = [Mean] = 2,56; s x = [Standard Error] = 0,265. Mode 1 Standard Deviation 1,325393 3. Skaiiuojame statistik T: Sample Variance 1,756667 x 0 2,56 2 = = 2,113 . T= Kurtosis -1,07997 0,265 sx Skewness 0,326422 4. Nustatome kritin srit: Range 4 Kadangi alternatyva yra H a : > 0 , tai kritin sritis vienpus Minimum 1 deinin. Randame t1 ; ( n 1) : Maximum 5 t10,05; ( 251) = TINV(2*0,05; 24) 1,7109. Sum 64 Count 25 Kritin sritis yra [1,7109; ). T

1,7109 2,113

69

5. Darome ivad: Kadangi statistika T pateko kritin srit, tai atmetame nulin hipotez H0, o alternatyvi hipotez Ha, kad atsitiktinio dydio vidurkis didesnis u 2, pasirenkame.
Atsakymas: galime teigti, kad kininkai vidutinikai turi daugiau kaip 2 traktorius (reikmingumo lygmuo 0,05). 1 2 . 5 p a v y z d y s . inoma, kad atsitiktinis dydis X yra normalusis. Atlikus n = 15 bandym gauta imtis ir nustatyta, kad x = 4,27, s 2 = 0,05. Ar galime teigti, kad atsitiktinio dydio dispersija 2 maesn u 0 = 0,06, kai reikmingumo lygmuo = 0,1? Sprendimas 1. Formuluojame hipotez: H 0 : 2 = 0,06 . 2 H a : < 0,06

2. Skaiiuojame statistik 2: (n 1) s 2 (15 1) 0,05 2 = = = 11,667 . 0,06 02 3. Nustatome kritin srit: 2 2 Kadangi alternatyva yra H a : 2 < 0 , tai kritin sritis vienpus kairin. Randame ; n 1

02,1;151

= CHIINV(1 0,1; 15 1) 7,789.

Kritin sritis yra ( 0; 7,789].

2

7,789

11,667

4. Darome ivad: Kadangi statistika 2 nepateko kritin srit, tai pasirenkame nulin hipotez H0, o alternatyvi hipotez Ha, kad atsitiktinio dydio dispersija maesn u 0,06, atmetame.
Atsakymas: negalime teigti, kad atsitiktinio dydio vidurkis dispersija maesn u 0,06, kai reikmingumo lygmuo 0,1. 1 2 . 6 p a v y z d y s . Firma, fasuojanti mork sklas, teigia, kad pakuotje esani skl svorio paklaid standartinis nuokrypis nevirija 3 g. Ityrus 25 pakuotes, rasta, kad standartinis nuokrypis s = 4 g. Ar galime manyti, kad firmos teiginys teisingas ( = 0,05)? Sprendimas 1. Formuluojame hipotez (ne standartiniam nuokrypiui, o dispersijai): H 0 : 2 = 32 . 2 2 H a : > 3

70

2. Apskaiiuojame statistik 2: (n 1) s 2 (25 1) 4 2 24 16 2 = = = = 42,667 . 9 32 02 3. Nustatome kritin srit: 2 Kadangi alternatyva yra H a : 2 > 0 , tai kritin sritis vienpus deinin. Randame 12 ; ( n 1)

120, 05; ( 251)

= CHIINV(0,05; 25 1) 36,415.

Kritin sritis yra [36,415; ).

2

36,415

42,667

4. Darome ivad: Kadangi statistika 2 pateko kritin srit, tai nulin H0 hipotez atmetame.
Atsakymas: firmos teiginys neteisingas: nurodytas ir tyrimo metu gautas sklaidos skirtumas statistikai reikmingas ( = 0,05). 12. 7 p a v y z d y s . Produkcija gaminama laikantis dviej technologij. Bandymui buvo paimti 6 bdu A ir 5 bdu B pagaminti gaminiai. Ityrus nustatyta, kad vidutinikai aliav snaudos 2 produkcijos vienetui gaminant A bdu yra x A = 2,93 g ir dispersija s A =0,134, o B bdu yra x B =
2 3,28 g ir dispersija s B =0,237. Ar galime teigti, kad aliav snaudos gaminant pagal abi technologijas yra vienodos (reikmingumo lygmuo = 0,01)? Sprendimas 1. Formuluojame hipotez: H 0 : A = B . H a : A B 2. Apskaiiuojame statistik T: x xB 2,93 3,28 = = 1,312 . T= A 2 2 0,134 0,237 sA sB + + 6 5 m n 3. Nustatome kritin srit: Kadangi alternatyva yra H a : A B , tai kritin sritis dvipus. Randame t .

1 ; k 2

Pirmiausia nustatome laisvs laipsni skaii k:

2 2 2 sA sB 0,134 0,237 + + m n 6 5 = 7,352 k = 2 2 2 2 2 2 0,237 0,134 sB sA m 6 + 5 + n 5 1 6 1 n 1 m 1 Taigi t 0, 01 = TINV(0,01; 7) 3,499. 1 2 ;7 2

k =7.

71

Kritin sritis yra ( ; - 3,499] [3,499; ).

T

3,499 1,312

3,499

4. Darome ivad: Kadangi statistika T nepateko kritin srit, tai pasirenkame nulin hipotez.
Atsakymas: stebjimo duomenys neprietarauja hipotezei aliav snaudos gaminant pagal abi technologijas yra vienodos (reikmingumo lygmuo = 0,01). 1 2 . 8 p a v y z d y s . Apklausus atsitiktinai parinktus dviej grupi studentus apie j ilaidas pramogoms, gauti tokie duomenys: 30 50 40 30 100 80 45 90 100 56 20 15 100 30 I 60 80 70 10 10 30 60 90 120 30 II 40 Ar galime teigti, kad pirmosios grups studentai pramogoms ileidia daugiau (reikmingumo lygmuo = 0,01)? Sprendimas 1. Formuluojame hipotez: H 0 : I = II H a : I > II 2. Statistikai T ir kritinei sriiai nustatyyi naudojams Tools Data Analysis t-Test: Two-Sample Assuming Unequal Variances (plaiau 6 priede). Microsoft Excel pagalba gauti rezultatai pateikti 6 lentel 6 lentelje. Nustatome, kad T = 0,119352 0,119 t-Test: Two-Sample Assuming Unequal Variances (t.y., t Stat reikm). Kadangi alternatyva yra H a : I > II , tai Variable 1 Variable 2 kritin sritis vienpus deinin. Mean 56,14286 54,54545 I lentels randame t1 ; k = 2,517645 2,518

(t.y., t Critical one-tail reikm). Kritin sritis yra [2,518; ).

Variance

996,7473

1187,273

Observations Hypothesized Mean Difference df t Stat P(T<=t) one-tail t Critical one-tail

14 0 21 0,119352 0,453065 2,517645 0,906131 2,831366

11

0,119

2,518

P(T<=t) two-tail t Critical two-tail

3. Darome ivad: Kadangi statistika T nepateko kritin srit, tai pasirenkame nulin hipotez H0. 72

Atsakymas: negalime teigti, kad pirmosios grups studentai pramogoms ileidia daugiau, nei antros grups studentai (reikmingumo lygmuo = 0,01). Udaviniai savarankikam darbui

1. inoma, kad atsitiktinis dydis X yra normalusis. Atlikus bandymus gauta imtis: 15 18,1 15,2 14,3 13,5 13,1 11,3 15,8 16,3 15,9. Patikrinkite hipotez, kad atsitiktinio dydio vidurkis lygus 0 = 14, kai reikmingumo lygmuo = 0,1. 2. Buvo atliekamas tyrimas, kiek kilogram grd produkt per metus suvartoja Kaukn miestelio gyventojai. Respondent atsakymai pateikti lentelje: 132 129 134 137 137 138 126 132 136 130 131 128 127 130 131. Ar galima teigti, kad grd produkt vidutinikai suvartojama daugiau kaip 130 kg (reikmingumo lygmuo = 0,05)? 3. Lentelje pateiktas atsitiktinai parinktuose kinink kiuose X metais buvs vasarini kviei derlingumas (100 kg i 1 ha) 30,0 31,7 31,9 24,6 34,7 29,3 30,3 31,4 32,3 28,3 25,5 29,7. Ar galima teigti, kad tais metais derlingumas buvo maesnis nei 30 (reikmingumo lygmuo = 0,05)? 4. inoma, kad atsitiktinis dydis X yra normalusis. Atlikus n = 12 bandym gauta imtis ir nustatyta, kad x = 2,56, s 2 = 0,02. Ar galime teigti, kad atsitiktinio dydio dispersija didesn u 02 = 0,15, kai reikmingumo lygmuo = 0,1? 5. kinink, gaminanti ekologikas mork sultis, teigia, kad pilstom suli standartinis kvadratinis nuokrypis yra 0,02 l. Ityrus 20 pakuoi turin rasta, kad standartinis nuokrypis s = 0,03 l. Ar galime manyti, kad suli pilstymo automatas veikia teisingai ( = 0,05)? 6. Atliekant tyrim buvo lyginamos 2 dietos Agurk ir Obuoli. 20 antsvorio turini suaugusi 2742 met asmen atsitiktiniu bdu buvo suskirstyti dvi grupes ir jiems skirta viena i diet. Gydytojas ir dietologas 2 mnesius kiekvien mok paskirtos mitybos programos. Visi tiriamieji asmenys buvo sveriami prie pradedant laikytis dietos ir tyrimo pabaigoje. Lentelje pateikti duomenys, kiek jie numet svorio (kg). Ar galime teigti, kad Agurk dieta yra veiksmingesn (reikmingumo lygmuo = 0,05)? Agurk 2,9 4 3,5 2 3,1 2,1 1,2 2 2,4 3,8 Obuoli 0,9 6,1 2,5 3 1,3 0,1 1,5 3,1 2,7 2,8
Atsakymai: 1. H a : 14 ; | T = 1,412| < t = 1,833 pasirenkama hipotez H0 galima teigti, kad atsitiktinio dydio vidurkis

lygus 14 ( = 0,1). 2. H a : > 130 ; T = 1,905 > t = 1,761 hipotez H0 atmetama, pasirenkama alternatyvioji galima teigti, kad gyventojas vidutinikai suvartoja per metus daugiau kaip 130 kg grd produkt ( = 0,05). 3. H a : < 30 ; T = 0,03 > t = 1,796 pasirenkama hipotez H0, atmetama alternatyvioji negalima teigti, kad X metais vasarini kviei derlingumas buvo maesnis u 30 ( = 0,05). 4. H a : 5. H a :
2
2 > 0,15 ; 2 = 1,47 < 0 , 9;11 = 17,27 pasirenkama hipotez H0, atmetama alternatyvioji negalima 2 = 0,0004 . 2 = 8,44; 0 02,95;11 = 32,85 kadangi 2 < 02,025;19 , tai nulin hipotez , 025;19 =9,06;

teigti, kad atsitiktinio dydio dispersija didesn u 0,15 ( = 0,1).

2

atmetama ir negalime sutikti su kininks teiginiu, suli pilstymo automatas veikia teisingai ( = 0,05). 6. H a : Ag > Ob ; T = 0,0501 < t = 1,761 pasirenkama hipotez H0, atmetama alternatyvioji abiej diet veiksmingumas panaus ( = 0,05).

73

Literatra

1. Aksomaitis A. Tikimybi teorija ir statistika. Kaunas: Technologija, 2002. 2. Bainskas A., Janilionis V., Jokimaitis A. Tikimybi teorija ir statistikos praktikumas: mokomoji knyga. Kaunas: Technologija, 2004. 3. Baktys A. Statistika ir tikimyb. Vilnius: TEV, 2006. 4. ekanaviius V., Murauskas G. Statistika ir jos taikymai. I dalis. Vilnius: TEV, 2001. 5. Kaminskien J. Tikimybi teorija ir matematin statistika. Kaunas: LU LC, 2008. 6. Kaminskien J. Tikimybi teorijos praktikumas. Kaunas: LU LC, 2005. 7. Liubertien J. Auktosios matematikos konspektas Agronomijos fakulteto studentams. I dalis. Kaunas: LU LC, 2005. 8. Pekarskas V. Trumpas matematikos kursas. Kaunas: Technologija, 2005. 9. Rupys P. Statistikos pagrindai. Kaunas: LU LC, 2006. 10. Vilkelien R., Didgalvis R. Tiesin algebra. Kaunas: LU LC, 2006.

74

Priedai 1 priedas. Standartinio normaliojo atsitiktinio dydio skirstinio funkcijos (x) reikms.
x 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,10 0,11 0,12 0,13 0,14 0,15 0,16 0,17 0,18 0,19 0,20 0,21 0,22 0,23 0,24 0,25 0,26 0,27 0,28 0,29 0,30 0,31 0,32 0,33 0,34 0,35 0,36 0,37 0,38 0,39 0,40 0,41 0,42 (x) 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,6554 0,6591 0,6628 x 0,43 0,44 0,45 0,46 0,47 0,48 0,49 0,50 0,51 0,52 0,53 0,54 0,55 0,56 0,57 0,58 0,59 0,60 0,61 0,62 0,63 0,64 0,65 0,66 0,67 0,68 0,69 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79 0,80 0,81 0,82 0,83 0,84 0,85 (x) 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 x 0,86 0,87 0,88 0,89 0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 1,00 1,01 1,02 1,03 1,04 1,05 1,06 1,07 1,08 1,09 1,10 1,11 1,12 1,13 1,14 1,15 1,16 1,17 1,18 1,19 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 (x) 0,8051 0,8078 0,8106 0,8133 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 x 1,29 1,30 1,31 1,32 1,33 1,34 1,35 1,36 1,37 1,38 1,39 1,40 1,41 1,42 1,43 1,44 1,45 1,46 1,47 1,48 1,49 1,50 1,51 1,52 1,53 1,54 1,55 1,56 1,57 1,58 1,59 1,60 1,61 1,62 1,63 1,64 1,65 1,66 1,67 1,68 1,69 1,70 1,71 (x) 0,9015 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 0,9554 0,9564 x 1,72 1,73 1,74 1,75 1,76 1,77 1,78 1,79 1,80 1,81 1,82 1,83 1,84 1,85 1,86 1,87 1,88 1,89 1,90 1,91 1,92 1,93 1,94 1,95 1,96 1,97 1,98 1,99 2,00 2,02 2,04 2,06 2,08 2,10 2,12 2,14 2,16 2,18 2,20 2,22 2,24 2,26 2,28 (x) 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 0,9772 0,9783 0,9793 0,9803 0,9812 0,9821 0,9830 0,9838 0,9846 0,9854 0,9861 0,9868 0,9875 0,9881 0,9887 x 2,30 2,32 2,34 2,36 2,38 2,40 2,42 2,44 2,46 2,48 2,50 2,52 2,54 2,56 2,58 2,60 2,62 2,64 2,66 2,68 2,70 2,72 2,74 2,76 2,78 2,80 2,82 2,84 2,86 2,88 2,90 2,92 2,94 2,96 2,98 3,00 3,20 3,40 3,60 3,80 4,00 4,50 5,00 (x) 0,9893 0,9898 0,9904 0,9909 0,9913 0,9918 0,9922 0,9927 0,9931 0,9934 0,9938 0,9941 0,9945 0,9948 0,9951 0,9953 0,9956 0,9959 0,9961 0,9963 0,9965 0,9967 0,9969 0,9971 0,9973 0,9974 0,9976 0,9977 0,9979 0,9980 0,9981 0,9982 0,9984 0,9985 0,9986 0,99865 0,999313 0,999663 0,999841 0,999928 0,999968 0,999997 1,000000

( x) = 1 (x).

75

2 priedas. Stjudento skirstinio kvantiliai t p; . p 0,9 0,95 0,975 0,99 0,995

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 30 40 50 60 120

3,078 1,886 1,638 1,533 1,476 1,440 1,415 1,397 1,383 1,372 1,363 1,356 1,350 1,345 1,341 1,337 1,333 1,330 1,328 1,325 1,323 1,321 1,319 1,318 1,316 1,310 1,303 1,299 1,296 1,289 1,282

6,314 2,920 2,353 2,132 2,015 1,943 1,895 1,860 1,833 1,812 1,796 1,782 1,771 1,761 1,753 1,746 1,740 1,734 1,729 1,725 1,721 1,717 1,714 1,711 1,708 1,697 1,684 1,676 1,671 1,658 1,645

12,706 4,303 3,182 2,776 2,571 2,447 2,365 2,306 2,262 2,228 2,201 2,179 2,160 2,145 2,131 2,120 2,110 2,101 2,093 2,086 2,080 2,074 2,069 2,064 2,060 2,042 2,021 2,009 2,000 1,980 1,96

31,821 6,965 4,541 3,747 3,365 3,143 2,998 2,896 2,821 2,764 2,718 2,681 2,650 2,624 2,602 2,583 2,567 2,552 2,539 2,528 2,518 2,508 2,500 2,492 2,485 2,457 2,423 2,403 2,390 2,358 2,326

63,656 9,925 5,841 4,604 4,032 3,707 3,499 3,355 3,250 3,169 3,106 3,055 3,012 2,977 2,947 2,921 2,898 2,878 2,861 2,845 2,831 2,819 2,807 2,797 2,787 2,750 2,704 2,678 2,660 2,617 2,576

t p; = t1 p; .

=1p

tp; 76

2 3 priedas. Chi kvadrato skirstinio kvantiliai p ,

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 50

0,1 0,0158 0,2107 0,5844 1,0636 1,6103 2,2041 2,8331 3,4895 4,1682 4,8652 5,5778 6,3038 7,0415 7,7895 8,5468 9,3122 10,0852 10,8649 11,6509 12,4426 13,2396 14,0415 14,8480 15,6587 16,4734 17,2919 18,1139 18,9392 19,7677 20,5992 29,0505 37,6886

0,05 0,0039 0,1026 0,3518 0,7107 1,1455 1,6354 2,1673 2,7326 3,3251 3,9403 4,5748 5,2260 5,8919 6,5706 7,2609 7,9616 8,6718 9,3904 10,1170 10,8508 11,5913 12,3380 13,0905 13,8484 14,6114 15,3792 16,1514 16,9279 17,7084 18,4927 26,5093 34,7642

0,025 0,0010 0,0506 0,2158 0,4844 0,8312 1,2373 1,6899 2,1797 2,7004 3,2470 3,8157 4,4038 5,0087 5,6287 6,2621 6,9077 7,5642 8,2307 8,9065 9,5908 10,2829 10,9823 11,6885 12,4011 13,1197 13,8439 14,5734 15,3079 16,0471 16,7908 24,4331 32,3574

0,01 0,0002 0,0201 0,1148 0,2971 0,5543 0,8721 1,2390 1,6465 2,0879 2,5582 3,0535 3,5706 4,1069 4,6604 5,2294 5,8122 6,4077 7,0149 7,6327 8,2604 8,8972 9,5425 10,1957 10,8563 11,5240 12,1982 12,8785 13,5647 14,2564 14,9535 22,1642 29,7067

0,005 0,0000 0,0100 0,0717 0,2070 0,4118 0,6757 0,9893 1,3444 1,7349 2,1558 2,6032 3,0738 3,5650 4,0747 4,6009 5,1422 5,6973 6,2648 6,8439 7,4338 8,0336 8,6427 9,2604 9,8862 10,5196 11,1602 11,8077 12,4613 13,1211 13,7867 20,7066 27,9908

0,9 2,7055 4,6052 6,2514 7,7794 9,2363 10,6446 12,0170 13,3616 14,6837 15,9872 17,2750 18,5493 19,8119 21,0641 22,3071 23,5418 24,7690 25,9894 27,2036 28,4120 29,6151 30,8133 32,0069 33,1962 34,3816 35,5632 36,7412 37,9159 39,0875 40,2560 51,8050 63,1671

0,95 3,8415 5,9915 7,8147 9,4877 11,0705 12,5916 14,0671 15,5073 16,9190 18,3070 19,6752 21,0261 22,3620 23,6848 24,9958 26,2962 27,5871 28,8693 30,1435 31,4104 32,6706 33,9245 35,1725 36,4150 37,6525 38,8851 40,1133 41,3372 42,5569 43,7730 55,7585 67,5048

0,975 5,0239 7,3778 9,3484 11,1433 12,8325 14,4494 16,0128 17,5345 19,0228 20,4832 21,9200 23,3367 24,7356 26,1189 27,4884 28,8453 30,1910 31,5264 32,8523 34,1696 35,4789 36,7807 38,0756 39,3641 40,6465 41,9231 43,1945 44,4608 45,7223 46,9792 59,3417 71,4202

0,99 6,6349 9,2104 11,3449 13,2767 15,0863 16,8119 18,4753 20,0902 21,6660 23,2093 24,7250 26,2170 27,6882 29,1412 30,5780 31,9999 33,4087 34,8052 36,1908 37,5663 38,9322 40,2894 41,6383 42,9798 44,3140 45,6416 46,9628 48,2782 49,5878 50,8922 63,6908 76,1538

0,995 7,8794 10,5965 12,8381 14,8602 16,7496 18,5475 20,2777 21,9549 23,5893 25,1881 26,7569 28,2997 29,8193 31,3194 32,8015 34,2671 35,7184 37,1564 38,5821 39,9969 41,4009 42,7957 44,1814 45,5584 46,9280 48,2898 49,6450 50,9936 52,3355 53,6719 66,7660 79,4898

=1p

2 p ,

77

4 priedas. Statistins Excel funkcijos

MAX(duomen_sritis) MIN(duomen_sritis) AVERAGE(duomen_sritis) MODE(duomen_sritis) MEDIAN(duomen_sritis) QUARTILE(duomen_sritis; kvartilis) STDEV(duomen_sritis) STDEVP(duomen_sritis) VAR(duomen_sritis) VARP(duomen_sritis) DEVSQ(duomen_sritis) SUMPRODUCT(duomen_sritis_1; duomen_sritis_2) FREQUENCY(duomen_sritis; grup._ interval_sritis) BINOMDIST(x; bandym_skaiius; tikimyb; 0) BINOMDIST(x; bandym_skaiius; tikimyb; 1) NORMDIST(x; vidurkis; st_nuokrypis; 0) NORMDIST(x; vidurkis; st_nuokrypis; 1) NORMINV(tikimyb; vidurkis; st_nuokrypis) TDIST(x; laisvs_laipsni_sk; 1) TINV(tikimyb; laisvs_laipsni_sk) CHIDIST(x; laisvs_laipsni_sk) CHIINV(tikimyb; laisvs_laipsni_sk) Randa didiausi skaii pateiktj skaii sarae xmax Randa maiausi skaii pateiktj skaii sarae xmin Randa pateikt skaii aritmetin vidurk x Randa pateikt skaii mod mo Randa pateikt skaii median me Randa pateikt skaii kvartil Apskaiiuoja imties standartin nuokryp S Apskaiiuoja populiacijos standartin nuokryp S0 Apskaiiuoja imties dispersij S
2

Apskaiiuoja populiacijos dispersij S 0

Apskaiiuoja nuokrypi nuo vidurkio kvadrat sum Apskaiiuoja element sandaug sum Apskaiiuoja dani skirstin Apskaiiuoja binominio skirstinio reikm take x Apskaiiuoja binominio skirstinio funkcijos reikm take x Apskaiiuoja normaliojo skirstinio tankio funkcijos reikm take x Apskaiiuoja normaliojo skirstinio tankio funkcijos reikm take x Apskaiiuoja normaliojo skirstinio kvantil xp Apskaiiuoja Stjudento skirstinio funkcijos reikm take x Apskaiiuoja Stjudento skirstinio kvantil tp,v Apskaiiuoja 2 skirstinio funkcijos reikm take x Apskaiiuoja 2 skirstinio funkcijos kvantil

78

5 priedas. Dani skaiiavimo funkcijos dialogo dut.

Nurodoma imties duomen sritis

Nurodoma grupavimo interval pabaig reikmi sritis

6 priedas. Excel duomen analizs (Data Analysis) posistemio udavini dialogo duts

Jei meniu punkte Tools nra punkto Data Analysis, tai duomen analizs komponentas nra trauktas meniu. Tam kad j trauktume, reikia pasirinkiti meniu punkt Tools/Add-ins... ir paymti Analysis ToolPak ir paspausti OK dabar Data Analysis punktas bus trauktas Js Excel programos Tools meniu. 1. Dani diagramos (histograma) formavimas atliekama taip:
Tools Data Analysis Histogram

Nurodoma imties duomen sritis Nurodoma interval pabaigos reikmi sritis. Jei sritis nenurodoma, tuomet ias reikmes Excel skaiiuoja automatikai Nurodoma vieta, kur rayti dani lentel. Paymjus Pareto (sorted histogram), pateikiama dani lentel, kurioje intervalai surikiuoti dani majimo tvarka. Paymjus Cumulative Percentage, pateikiama sukaupt dani kreiv (skirstinio funkcija). Paymjus Chart Output, pateikiama dani diagrama (histograma).

79

2. Parametr veriai apskaiiuojami taip:

Tools Data Analysis Descriptive Statistics

Nurodoma imties duomen sritis Nurodoma vieta, kur bus talpinami rezultatai

Paymjus Summary statistics, skaiiuojami pagrindiniai statistiniai parametrai Paymjus Confidence Level for Mean ir nurodius pasikliovimo lygmen Q, skaiiuojama vidurkio verio maksimali paklaida.

3. Hipotez apie vidurki lygyb tikrinama taip:

Tools Data Analysis t-Test: Two-Sample Assuming Unequal Variances

Nurodoma pirmosios grups duomen sritis Nurodoma antrosios grups duomen sritis Alpha: reikmingumo lygmuo Nurodoma vieta, kur bus talpinami rezultatai

80