Выборочная проверка партии чая, поступившего в торговую сеть, дала следующие результаты: Требуется построить гистограмму и полигон относительных частот, эмпирическую функцию распределения.

Для построения гистограммы и полигона относительных частот, а также эмпирической функции распределения, необходимо сначала подсчитать частоты появления каждого значения в выборке. Затем можно построить гистограмму, полигон относительных частот и эмпирическую функцию распределения.

Пример кода на Python для построения гистограммы, полигона и эмпирической функции распределения:

import matplotlib.pyplot as plt
import numpy as np

# данные выборки
data = [10, 15, 20, 25, 30, 35, 40, 45, 50]

# подсчет частот
unique, counts = np.unique(data, return_counts=True)
frequencies = counts / len(data)

# построение гистограммы
plt.hist(data, bins=len(unique), density=True, alpha=0.75, color='b', edgecolor='black')

# построение полигона относительных частот
plt.plot(unique, frequencies, marker='o', color='r')

# построение эмпирической функции распределения
plt.step(np.append(unique, unique[-1]+5), np.append(np.cumsum(frequencies), 1), where='post', color='g')

plt.xlabel('Значения')
plt.ylabel('Частота/Относительная частота')
plt.legend(['Полигон относительных частот', 'Эмпирическая функция распределения', 'Гистограмма'])
plt.show()

Этот код построит гистограмму, полигон относительных частот и эмпирическую функцию распределения для данных из выборки.