- •Министерство сельского хозяйства рф
- •Тема 1. Аналитическая геометрия 9
- •Общие методические указания
- •Тема 1. Аналитическая геометрия Элементы аналитической геометрии на плоскости
- •Уравнение прямой на плоскости
- •Уравнение прямой, проходящей через две точки
- •Уравнение прямой по точке и направляющему вектору
- •Уравнение прямой в отрезках
- •Угол между прямыми на плоскости
- •Уравнение прямой, проходящей через данную точку перпендикулярно данной прямой
- •Расстояние от точки до прямой
- •Вопросы для самопроверки
- •Тема 2 линейная алгебра
- •Матрицы
- •Основные действия над матрицами.
- •Определители
- •Свойства определителей
- •Метод Крамера решения систем линейных алгебраических уравнений
- •Вопросы для самопроверки
- •Тема 3. Функции и пределы Функция одной независимой переменной
- •Постоянные и переменные величины
- •Понятие функции. Область её определения. Способы задания
- •Сложнаяфункция
- •Обратная функция
- •Основные элементарные функции
- •Вопросы для самопроверки
- •Предел и непрерывность функции одной переменной
- •Числовая последовательность
- •Предел числовой последовательности
- •Предельный переход в неравенствах
- •Признак существования предела последовательности
- •Предел функции в точке
- •Односторонние пределы
- •Предел функции при X →
- •Бесконечна большая функция (б.Б.Ф.)
- •Бесконечно малые функции (б.М.Ф.)
- •Основные теоремы о пределах
- •Признаки существования пределов
- •Замечательные пределы Первый замечательный предел
- •Второй замечательный предел
- •Сравнение бесконечно малых функций
- •Эквивалентные бесконечно малые и основные теоремы о них
- •Применение эквивалентных бесконечно малых функций к вычислению пределов
- •Непрерывность функции
- •Непрерывность функции в точке, на отрезке
- •Точки разрыва функции и их классификация
- •Свойства непрерывных функций Свойства функций, непрерывных в точке:
- •Свойства функций, непрерывных на отрезке:
- •Вопросы для самопроверки
- •Тема 4. Дифференциальное исчисление функции одной независимой переменной
- •Определение производной; ее механический и геометрический смысл
- •Связь между непрерывностью и дифференцируемостью функции
- •Правила дифференцирования функции
- •Производные основных элементарных функций
- •Производная сложной функции
- •Производная обратной функции
- •Производная неявно заданной функции
- •Правила дифференцирования
- •Производные высших порядков Производные высших порядков явно заданной функции
- •Механический смысл производной второго порядка
- •Производные высших порядков неявно заданной функции
- •Вопросы для самопроверки
- •Дифференциал функции
- •Понятие дифференциала функции, его геометрический смысл
- •Основные теоремы о дифференциалах. Таблица дифференциалов.
- •Применение производной к исследованию функций Возрастание и убывание функций
- •Экстремум функции
- •Выпуклость функции. Точки перегиба
- •Асимптоты
- •Общая схема исследования функций и построения их графиков
- •Наибольшее и наименьшее значение функции
- •Вопросы для самопроверки
- •Тема 5. Интегральное исчисление Неопределенный интеграл
- •Понятие неопределенного интеграла
- •Свойства неопределенного интеграла
- •Основные методы интегрирования Метод непосредственного интегрирования
- •Пример. . Метод интегрирования подстановкой (заменой переменной)
- •Метод интегрирования по частям
- •Интегрирование рациональных дробей
- •Определенный интеграл
- •Свойства определенного интеграла.
- •Вычисление определенного интеграла
- •Замена переменных в определенном интеграле
- •Интегрирование по частям в определенном интеграле
- •Геометрические приложения определенного интеграла Вычисление площадей плоских фигур
- •Вычисление длины дуги кривой
- •Тема 6. Дифференциальные уравнения
- •Дифференциальные уравнения первого порядка с разделяющимися переменными
- •Однородные дифференциальные уравнения первого порядка
- •Линейные дифференциальные уравнения первого порядка
- •Решение линейных уравнений первого порядка с помощью подстановки
- •Линейные дифференциальные уравнения с постоянными коэффициентами
- •Вопросы для самопроверки
- •Тема 7. Ряды
- •Числовые ряды
- •Знакопеременные ряды
- •Вопросы для самопроверки
- •Функциональные и степенные ряды
- •Равномерная сходимость функционального ряда
- •Вопросы для самопроверки
- •Тема 8.Векторный анализ
- •Вопросы для самопроверки
- •Тема 9. Численные методы
- •Вопросы для самопроверки
- •Тема 10. Функции комплексного переменного
- •Вопросы для самопроверки
- •Тема 11. Элементы функционального анализа
- •Тема 12. Теория вероятностей
- •События и их классификация
- •Формула полной вероятности. Формула Бейеса.
- •Повторные испытания. Формула Бернулли
- •Локальная и интегральная теоремы Лапласа
- •Интегральная теорема Лапласа
- •Формула Пуассона
- •Тема 13. Случайная величина и ее числовые характеристики
- •Вопросы для самопроверки
- •Тема 14. Статистическое оценивание и проверка гипотез
- •Вопросы для самопроверки
- •Тема 15. Статистические методы обработки экспериментальных данных Основные понятия и методы математической статистики
- •Математическая статистика
- •Статистическое распределение выборки
- •Геометрическое изображение статистического распределения
- •Выборочные характеристики статистического распределения
- •Выборочная средняя
- •Выборочная и исправленная дисперсия
- •Доверительный интервал
- •Вопросы для самопроверки
- •Литература
Выборочная средняя
,n – объем выборки.
Если дано распределение непрерывной случайной величины, то вместо хi берут середину интервала (хi,…, хi+1), то есть .
Выборочная и исправленная дисперсия
Чтобы охарактеризовать рассеяние наблюдаемых значений количественного признака выборки вокруг своего среднего значения вводят выборочную дисперсию.
Выборочной дисперсией DB называют среднее арифметическое квадратов отклонения наблюдаемых значений признака от их среднего значения .
.
Часто для вычисления выборочной дисперсии используют следующую формулу:
.
Выборочная дисперсия имеет систематическую ошибку, приводящую к уменьшению дисперсии. Чтобы это устранить, вводят поправку, умножая DB на n/(n-1). Получают исправленную дисперсию:
или:
.
На практике используют другую, равносильную ей формулу:
.
Мода
Модой М0 называют значение признака, которое имеет наибольшую частоту (ni = max).
Медиана
Медианой me называют значение признака, которое делит статистическое распределение на две равные части:
me = xk+1, если n = 2k + 1,
me = (xk + xk+1)/2, если n = 2k.
Выборочное среднее квадратическое отклонение
Выборочным средним квадратическим отклонением (стандартом) называют квадратный корень из выборочной дисперсии:
=
Исправленное среднее квадратическое отклонение:
S =
Коэффициент вариации
Коэффициентом вариации V называется отношение выборочного среднего квадратического отклонения к выборочной средней, выраженное в процентах:
V = .
Коэффициент вариации служит для сравнивания меры рассеяния значений признаков около выборочной средней в разных выборках.
Статистические оценки параметров распределения
Пусть требуется изучить количественный признак генеральной совокупности. Пусть удалось установить, какое именно распределение имеет признак. Возникает задача оценки параметров, которыми определяется это распределение.
Например, если известно, что изучаемый признак распределен в генеральной совокупности нормально, то требуется оценить, то есть приближенно найти математическое ожидание (а) и среднее квадратическое отклонение (δ), так как эти два параметра полностью задают нормальное распределение. Если же известно, что признак имеет распределение Пуассона, то необходимо оценить параметр “”, которым оно определяется.
Обычно оцениваемый параметр выражают через данные выборки, например, через значения количественного признака х1, х2,…,хn, полученные в результате наблюдений.
Статистической оценкой неизвестного параметра теоретического распределения называют его приближенное значение, зависящее от данных выборки (х1, х2,…, хk; n1, n2 ,…,nk), то есть некоторую функцию этих величин.
x1, х2, …,хk - значения признака; n1, n2, …, nk - частоты. Статистическая оценка является случайной величиной.
Пусть Θ – оцениваемый параметр, Θ* - его статистическая оценка. Ясно, что Θ* тем точнее определяет параметр Θ, чем меньше абсолютная величина разности |Θ - Θ*|. Другими словами, если δ >0 и |Θ - Θ*|< δ, то чем меньше δ, тем оценка точнее. Таким образом, величину |Θ - Θ*| называют точностью оценки, а число δ характеризует точность оценки.
Чтобы оценка Θ* имела практическое значение, она не должна содержать систематической ошибки и вместе с тем иметь возможно меньшую дисперсию. При этом если оценка Θ* дает приближенное значение Θ с избытком (Θ* > Θ), то и математическое ожидание (среднее значение) M(Θ*)>Θ; если же Θ* дает оценку с недостатком (Θ* < Θ), то и M (Θ*) < Θ. На основании этого делаем вывод, что соблюдение требований M(Θ*) = Θ гарантирует от получения систематических ошибок.
Оценка параметра называется несмещенной, если ее математическое ожидание M (Θ*) равно оцениваемому параметру Θ, то есть M (Θ*) = Θ и смещенной, если M(Θ*) Θ.
Оценка Θ* называется эффективной, если при заданном объеме выборки “n” она имеет наименьшую дисперсию.
Оценка Θ* называется состоятельной, если при любом δ > 0:
lim P (|Θ - Θ*|< δ) = 1, то есть оценка Θ* сходится по вероятности к Θ.
Теорема1. Выборочная средняя является несмещенной и состоятельной оценкой математического ожидания.
является и эффективной оценкойM (Х).
Теорема 2. Исправленная выборочная дисперсия является несмещенной и состоятельной оценкой дисперсии D(Х).