- •1.Определение понятия «множество». Количество элементов множества. Способы задания множеств: перечислением и правилом. Равенство множеств.
- •2.Отношение включения и строгого включения множеств.
- •3.Операции над множествами: объединение, пересечение, разность, дополнение. Понятие универсума.
- •Свойство операций над множествами
- •Основные формулы алгебры высказываний:
- •9.Предикаты. Область истинного предиката. Взаимосвязь логических операций и операций над множествами.
- •10.Понятие выборки. Способы первоначальной обработки материала. Ранжирование.
- •Выборка
- •Объём выборки Править
- •Зависимые и независимые выборки Править
- •Репрезентативность Править
- •Пример нерепрезентативной выборки Править
- •Виды плана построения групп из выборок Править
- •Стратегии построения групп Править
- •Рандомизация Править
- •Попарный отбор Править
- •Стратометрический отбор Править
- •Приближённое моделирование Править
- •11.Дискретная группировка. Частота, частость, накопленная частота и накопленная частость.
- •12.Полигон и кумулята дискретного распределения.
- •13.Интервальная группировка. Гистограмма и кумулята интервального распределения.
- •14.Мера центральной тенденции. Мода, медиана, среднее арифметическое и среднее геометрическое.
- •Медиана в статистке
- •Свойства медианы
- •Графическое определение медианы
- •Определение моды в статистике
- •Соотношения между средней арифметической, медианой и модой
- •Свойства
- •Среднее геометрическое взвешенное
- •15.Меры изменчивости. Вариационный размах, среднее линейное отклонение.
- •Размах вариации
- •16.Дисперсия, среднее квадратичное отклонение.
16.Дисперсия, среднее квадратичное отклонение.
Во многих практически важных случаях существенным является вопрос о том, насколько велики отклонения случайной величины от ее математического ожидания. Предварительно рассмотрим пример. Пусть две случайные величины и заданы следующими рядами распределения
Значения |
-0,2 |
-0,1 |
0,1 |
0,2 |
Вероятности p(x) |
0,25 |
0,25 |
0,25 |
0,25 |
Значения |
-50 |
-40 |
40 |
50 |
Вероятности p(x) |
0,25 |
0,25 |
0,25 |
0,25 |
Легко убедится в том, что математические ожидания этих величин одинаковы и равны нулю:
Однако разброс значений этих величин относительно их математического ожидания неодинаков. В первом случае значения, принимаемые случайной величиной , близки к ее математическому ожиданию, а во втором случае далеки от него. Для оценки разброса (рассеяния) значений случайной величины около ее математического ожидания вводится новая числовая характеристика - дисперсия. Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математичекого ожидания *:
|
(43) |
Пусть - дискретная случайная величина, принимающая значения x1, x2, ..., xn соответственно с вероятностями p1, p2, ..., pn. Очевидно, случайная величина принимает значения
с теми же вероятностями p1, p2, ..., pn. Следовательно, согласно определению математического ожидания дискретной случайной величины, имеем
|
(44) |
Если же - случайная величина с плотностью распределения , то по определению
|
(45) |
Принимая во внимание определение дисперсии и свойства математического ожидания, имеем
Так как и - постоянные, то используя свойства математического ожидания, получим
Следовательно,
Откуда окончательно находим
|
(46) |
Рассмотрим теперь свойства дисперсии. 1°. Дисперсия постоянной равна нулю. (Доказательство) 2°. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
|
(47) |
(Доказательство)
3°. Если и - независимые случайные величины , то дисперсия суммы этих величин равна сумме их дисперсий:
|
(48) |
(Доказательство)
Средним квадратическим отклонением случайной величины называется корень квадратный из ее дисперсии:
|
(49) |
Среднее квадратическое отклонение имеет ту же размерность, что и случайная величина . Пример 1. Cлучайная величина - число очков, выпадающих при однократном бросании игральной кости (см. § 3, п.1, пример 1). Определить: математическое ожидание, дисперсию и средне квадратическое отклонение (Решение) Пример 2. Cлучайная величина - число наступления события A при одном испытании, причем P(A)=p (см. § 3, п.1, пример 2). Найти математическое ожидание и дисперсию. (Решение) Пример 3. Cлучайная величина m - число наступления события A в n независимых опытах, причем вероятность наступления события A в каждом опыте равна p. Найти M(m), D(m) и (Решение) Пример 4. Пусть - случайная величина распределенная по закону Пуассона
[См. формулу (17)]. Найти: (Решение) Пример 5. Пусть - случайная величина, имеющая равномерное распределение с плотностью
[См. формулу (27)]. Найти математическое ожидание, дисперсию и средне квадратическое отклонение cлучайной величины. (Решение)
Пусть - нормально распределенная случайная величина, с параметрами a и (см. § 3, п.5). Найдем и Так как
,то по формуле (40) находим
Проведем в интеграле замену переменной, полагая
тогда
Следовательно,
Но
[См. формулу (29)]. Далее, так как функция нечетная, то по свойству нечетных функций
Следовательно, Дисперсию находим по формуле (45)
(вычисление интеграла не приводим). Итак,
Таким образом, параметры a и для нормально распределенной случайной величины имеют простой вероятностный смысл: a есть математическое ожидание, - среднее квадратическое отклонение.