- •Министерство образования и науки российской федерации
- •Дифференциальные уравнения первого порядка
- •Уравнения с разделёнными и разделяющимися переменными
- •Однородные уравнения первого порядка
- •Линейные уравнения первого порядка
- •Уравнение в полных дифференциалах
- •Интегрирующий множитель
- •Дифференциальные уравнения высших порядков
- •Уравнения вида
- •Уравнения второго порядка, приводящиеся к уравнениям первого порядка
- •Линейные однородные уравнения. Определения и общие свойства
- •Линейные однородные уравнения второго порядка с постоянными коэффициентами
- •Линейные однородные уравнения го порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения второго порядка
- •Неоднородные линейные уравнения второго порядка с постоянными коэффициентами
- •Неоднородные линейные уравнения высших порядков
- •Системы обыкновенных дифференциальных уравнений
- •Системы линейных дифференциальных уравнений с постоянными коэффициентами
- •Р я д ы Числовые ряды Числовой ряд. Сумма ряда. Необходимый признак сходимости ряда
- •Достаточные признаки сходимости рядов с положительными членами
- •Знакопеременные ряды
- •Функциональные ряды
- •Ряды Тейлора и Маклорена
- •Ряды Фурье
- •Ряды Фурье для четных и нечетных функций
- •Ряд Фурье для функции с периодом
- •К о м б и н а т о р и к а
- •Общие правила комбинаторики
- •Соединения в комбинаторике
- •Размещения без повторений
- •Перестановки без повторений
- •Сочетания без повторений
- •Размещения с повторениями
- •11 12 13 14 15 16 17 19
- •Перестановки с повторениями
- •Т е о р и я в е р о я т н о с т е й Случайные события Основные понятия теории вероятностей
- •Основные теоремы теории вероятностей Теорема сложения вероятностей несовместных событий
- •Зависимые и независимые события. Условная вероятность
- •Теорема умножения вероятностей
- •Теорема сложения вероятностей совместных событий
- •Вероятность появления хотя бы одного события
- •. Формула полной вероятности
- •Формула Бейеса
- •Повторение испытаний
- •Формула Бернулли
- •Локальная теорема Лапласа
- •. Формула Пуассона
- •Интегральная теорема Лапласа
- •Случайные величины Случайная величина. Виды случайных величин
- •Закон распределения вероятностей дискретной случайной величины
- •Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Дисперсия дискретной случайной величины
- •Плотность распределения вероятностей непрерывной случайной величины
- •Числовые характеристики непрерывных случайных величин
- •Законы распределений
- •Равномерное распределение
- •Нормальное распределение
- •. Правило трёх сигм
- •Показательное распределение
- •Функция надёжности
- •Элементы математической статистики Основные сведения из математической статистики
- •Статистическое распределение выборки. Полигон и гистограмма
- •1 4 6
- •10 15 25
- •Статистические оценки параметров распределения
- •Оценка генеральной дисперсии по исправленной выборочной
- •Точность оценки, доверительная вероятность (надёжность). Доверительный интервал
- •Методы расчёта сводных характеристик выборки
- •Сведение первоначальных вариант к равноотстоящим
- •Оценка отклонения теоретического и эмпирического распределений от нормального. Асимметрия и эксцесс
- •Элементы теории корреляции
- •. (1)
- •(4) . (5) Корреляционная таблица
- •Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •Методика вычисления выборочного коэффициента корреляции
- •. Статистическая проверка статистических гипотез
- •Линейное программирование Задача линейного программирования
- •Построение математической модели
- •Графическое решение задачи линейного программирования
- •Симплексный метод решения задачи линейного программирования
- •Решение задачи 1 симплексным методом
- •Искусственное начальное решение. Метод больших штрафов.
- •Особые случаи применения симплекс-метода
- •1.7.2 Бесконечное множество решений
- •1.7.4 Неограниченные решения
- •1.7.5 Промежуточное вырожденное решение
- •Задача о назначениях
- •4 Изменение запаса ресурса продукта а 7
- •1 Изменение единицы стоимости продукта а 4
- •Заключение
Статистическое распределение выборки. Полигон и гистограмма
Пусть из генеральной совокупности извлечена выборка, причём наблюдалосьраз,-раз, и т.д.раз и- объём выборки.
Наблюдаемые значения называютвариантами, а последовательность вариант, записанных в возрастающем порядке, - вариационным рядом. Числа наблюдений называютчастотами, а их отношения к объёму выборки- относительными частотами.
Статистическим распределением выборкиназывается перечень вариант и соответствующих им частот или относительных частот. Следует отметить, что в теории вероятностей под распределением понимают соответствие между возможными значениями случайной величины и их вероятностями, а в математической статистике – соответствие между наблюдаемыми вариантами и их частотами.
Пусть - число наблюдений, при которых наблюдалось значение признака, меньшее- объём выборки. Относительная частота событияравна. Еслиизменяется, то, вообще говоря, изменяется и относительная частота, т.е. относительная частотаесть функция от. Так как эта функция находится опытным путём, то её называют эмпирической.
Эмпирической функцией распределения называется функция , определяющая для каждого значенияотносительную частоту события. Итак
.
В отличие от эмпирической функции распределения выборки функцию распределения генеральной совокупности называют теоретической функцией распределения. Различие между эмпирической и теоретической функциями состоит в том, что теоретическая функцияопределяет вероятность события, а эмпирическая функцияопределяет относительную частоту этого же события.
Функция обладает следующими свойствами:
значения функции принадлежат отрезку ;
- неубывающая функция;
если - наименьшая варианта, топри; если- наибольшая варианта, топри.
Пример 1. Найти эмпирическую функцию по данному распределению выборки:
1 4 6
10 15 25
Р е ш е н и е. . Наименьшая варианта равна 1, поэтомупри. Значение, а именно, наблюдалось 10 раз, значит,при. Значение, а именно:и, наблюдалось 10+15=25 раз; следовательно,при. Так как- наибольшая варианта, топри.
Для наглядности строят различные графики статистического распределения и, в частности, полигон и гистограмму.
Полигоном частот называют ломаную линию, отрезки которой соединяют
Полигоном относительных частот называют ломаную, отрезки которой соединяют точки ,, . . . ,.
При непрерывном распределении признака весь интервал, в котором заключены все наблюдаемые значения признака, разбивают на ряд частичных интервалов длиной и находят- сумму частот вариант, попавших вi-ый интервал.
Гистограммой частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длины , а высоты равны отношению. Площадь частичного -го прямоугольника равна- сумме частот вариант, попавших в-ый интервал. Площадь гистограммы частот равна сумме всех частот, т.е. объёму выборки. Гистограммой относительных частот называют ступенчатую фигуру, состоящую из прямоугольников, основаниями которых служат частичные интервалы длиною(плотность относительной частоты).
На рис. 3 изображена гистограмма частот по данному распределению выборки объёма .
Частичный интервал |
Сумма частот вариант интервала |
Плотность частоты |
1 – 5 |
10 |
2,5 |
5 – 9 |
20 |
5 |
9 – 13 |
50 |
12,5 |
13 – 17 |
12 |
3 |
17 – 21 |
8 |
2 |