- •Методические указания
- •Для решения контрольной и самостоятельной работы
- •По разделу математики
- •«Элементы теории вероятностей и математической статистики»
- •I. Элементы теории вероятностей
- •1.1. Случайные величины. Вероятность случайного события
- •1.2.Теоремы сложения, умножения вероятностей
- •1.3 .Формула полной вероятности. Формула Бейеса
- •Формула Бейеса. (формула гипотез)
- •1.4. Закон распределения дискретной случайной величины
- •Формула Пуассона
- •Локальная формула Муавра-Лапласа
- •Интегральная форма Лапласа
- •1.5. Интегральная функция распределения
- •1.6. Дифференциальная функция распределения
- •1.7. Равномерное распределение непрерывной случайной величины
- •1.8.Числовые характеристики случайных величин
- •1.7. Нормальный закон распределения вероятностей непрерывной случайной величины
- •2.Элементы математической статистики
- •I. Выборки и их характеристики
- •1.1. Выборочный метод и способы составления выборок
- •1.2. Статистическое распределение и его геометрическое изображение
- •Алгоритм составления дискретного статистического распределения:
- •Гистограмма и полигон плотности относительных частот
- •1.3. Числовые характеристики вариационного ряда
- •1.4.Статистические оценки параметров распределения. Доверительные интервалы
- •1.5. Статистическая проверка статистических гипотез
- •II Элементы корреляционного анализа
- •2.1. Статистическая зависимость случайных величин. Уравнения регрессии.
- •2.2. Корреляционная зависимость. Коэффициент корреляции.
- •1) Метод квадратов
- •2) Ранговый метод
- •2.3. Проверка гипотезы о значимости выборочного
- •Разбор типовых задач Тема: Формула вероятности события
- •Тема: формула полной вероятности
- •Тема :случайная величина и ее числовые характеристики числовые характеристики дискретных случайных величин
- •Числовые характеристики непрерывных случайных величин
- •Тема:Функции распеределения
- •Тема: Элементы статистической обработки данных
- •Тема :понятие о корреляционной зависимости
- •Вопросы для самопроверки Основные понятия теории вероятностей. Теоремы сложения и умножения вероятностей.
- •Повторные независимые испытания
- •Случайная величина и ее числовые характеристики
- •Основные сведения из математической статистики Вопросы для самопроверки
- •Понятие о корреляционной зависимости Вопросы для самопроверки
- •Статистические оценки параметров распределения
- •Вопросы для самопроверки
- •Задания для самостоятельной работы по теме «Элементы теории вероятностей и математической статистики »
- •Задания для контрольной работы по теме «Элементы теории вероятностей и математической статистики»
- •Контрольная работа «Статистическое оценивание данных»
- •Вариант – 1
- •Стандартные коэффициенты корреляции, которые считаются достоверными (по л.С. Каминскому)
- •Литература
Интегральная форма Лапласа
В условиях локальной формулы Муавра – Лапласа вероятность того, что число успехов m будет заключено между m1 и m2 можно приближенно найти по интегральной формуле Муавра-Лапласа
где x1=, x2=, -функция Лапласа.
Значения данных функциях есть в приложениях учебников по теории вероятности.
Графическое задание закона распределения представлено на рис. 1
Рис. 1 Полигон распределения дискретной случайной величины.
Способ описания распределения случайной величины в виде таблицы, в виде формулы или графически применим только для дискретных случайных величин.
1.5. Интегральная функция распределения
Интегральная функция распределения позволяет задать как дискретную, так и непрерывную случайную величину.
Интегральная функция распределения (ИФР) – это функция F(x), определяющая для каждого возможного значения x вероятность того, что случайная величина X примет значение меньшее x, т. е.
Геометрический смысл интегральной функции распределения – это вероятность того, что случайная величина X примет значение, которое на числовой оси лежит левее точки x.
Для дискретной случайной величины Х, которая может принимать значения х1, х2, …,хn, функция распределения имеет вид где неравенство под знаком суммы означает, что суммирование касается всех тех значенийхi, величина которых меньше х. Поясним эту формулу исходя из определения функции F(x). Предположим, что аргумент х принял какое-то определенное, но такое, что выполняется неравенство xi<x≤xi+1. Тогда левее числа х на числовой оси окажутся только те значения случайной величины, которые имеют индекс 1, 2, 3, …, i. Поэтому неравенство Х<x выполняется, если величина Х примет значения хк, где k = 1, 2, …, i. Таким образом, событие Х<x наступит, если наступит любое, неважно какое, из событий Х = х1, Х=х2, Х=х3, …, Х=хi. Так как эти события несовместны, то по теореме сложения вероятностей имеем
Свойства интегральной функции распределения:
1. Значения интегральной функции распределения принадлежат отрезку
[0;1] : .
2. Вероятность того, что случайная величина X примет значение, заключенной в интервале (a, b), равна приращению интегральной функции распределения на этом интервале
3. Если все возможные значения x случайной величины принадлежат интервалу (a, b), то
, если
, если
График ИФР непрерывной случайной величины представлен на рис. 2
Рис. 2 График ИФР непрерывной случайной величины
График ИФР дискретной случайной величины представлен на рис. 3
Рис. 3 График ИФР дискретной случайной величины
1.6. Дифференциальная функция распределения
Для описания распределения вероятностей непрерывной случайной величины используется дифференциальная функция распределения.
Дифференциальная функция распределения (ДФР) (или плотность вероятности) – это первая производная от интегральной функции.
Интегральная функция распределения является первообразной для дифференциальной функции распределения. Тогда
Вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a, b), равна определенному интегралу от дифференциальной функции, взятому в пределах от a до b:
Геометрический смысл ДФР состоит в следующем: вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a, b), равна площади криволинейной трапеции, ограниченной осью x, кривой распределения f(x) и прямыми x = a и x = b (рис. 4).
Рис. 4 График дифференциальной функции распределения принято называть кривой распределения.
Свойства дифференциальной функции распределения:
1. Дифференциальная функция распределения неотрицательна, т. е.
2. Если все возможные значения случайной величины принадлежат интервалу (a, b), то
Дифференциальную функцию распределения часто называют законом распределения вероятностей непрерывных случайных величин.
При решении прикладных задач сталкиваются с различными законами распределения вероятностей непрерывных случайных величин. Часто встречаются законы равномерного и нормального распределения.