- •Лекция № 45. Тема 1 : Числовой ряд. Необходимый признак сходимости
- •1.2. Необходимый признак сходимости. Гармонический ряд
- •Тема 2 : Достаточные признаки сходимости рядов с положительными членами
- •2.1. Признаки сравнения
- •Лекция № 46
- •2.2. Признак Даламбера
- •2.3. Радикальный признак Коши
- •2.4. Интегральный признак Коши
- •Тема 3 : Знакопеременные ряды
- •3.1. Знакочередующиеся ряды. Теорема Лейбница
- •3.2. Абсолютная и условная сходимость
- •Лекция № 47. Тема 4 : Функциональные ряды
- •4.1. Определение функционального ряда
- •4.2. Равномерная сходимость функциональных рядов
- •Тема 5 : Степенные ряды
- •5.1. Определение степенного ряда. Теорема Абеля
- •Лекция № 48
- •5.2. Разложение функций в степенные ряды
- •5.3. Применение рядов Тейлора
- •Лекция № 49. Тема 6 : Ряды Фурье
- •6.1. Определение ряда Фурье
- •6.2. Условия разложения функции в ряд Фурье
- •Лекция № 50
- •6.4. Ряды Фурье для четных и нечетных функций
- •6.5. Разложение непериодических функций в ряд Фурье
- •6.6. Интеграл Фурье
- •Уравнения математической физики Лекция № 51.
- •1. Основные типы уравнений математической физики
- •2. Решение волнового уравнения методом Фурье
- •Кратные интегралы Лекция № 52. Тема 1: Определение кратного интеграла
- •1.1. Задачи, приводящие к понятию кратного интеграла
- •1.2. Определение кратного интеграла и его основные свойства
- •Тема 2: Двойной интеграл
- •2.1. Определение двойного интеграла (ди)
- •2.2. Вычисление двойного интеграла.
- •Лекция № 53
- •2.3. Замена переменных в двойном интеграле.
- •2.4. Ди в полярной системе координат
- •2.5. Приложения двойного интеграла
- •Лекция № 54
- •Лекция № 55. Тема 3 : Тройной интеграл
- •3.1. Определение и вычисление тройного интеграла
- •3.2. Замена переменных в тройном интеграле
- •3.3. Приложения тройного интеграла
- •Лекция № 56. Тема 4 : Криволинейные интегралы
- •4.1. Криволинейные интегралы первого рода или по длине дуги
- •4.2. Криволинейные интегралы второго рода или по координатам
- •Лекция № 58.
- •4.3. Формула Грина
- •4.4. Условие независимости криволинейного интеграла второго рода от пути интегрирования
- •Тема 5 : Поверхностные интегралы
- •5.1. Поверхностные интегралы первого рода
- •5.2. Поверхностные интегралы второго рода
- •5.3. Приложения поверхностных интегралов
- •Лекция № 58. Тема 6 : Элементы теории поля
- •6.1. Понятие поля
- •6.2. Формула Гаусса Остроградского
- •6.3. Формула Стокса
- •Теория вероятностей Лекция № 59. Тема 1 : Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •Лекция № 60
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •Лекция № 61. Тема 2 : Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •Лекция № 62. Тема 3 : Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •Лекция № 63.
- •Тема 4 : Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Непрерывная св. Функция распределения
- •Лекция № 64. Тема 5 : Числовые характеристики св
- •5.1. Математическое ожидание св
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Понятие о моментах св
- •Лекция № 65. Тема 6 : Основные законы распределения св
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Законы распределения непрерывных случайных величин
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •Лекция 66
- •6.2.3. Нормальное распределение
- •Тема 7 : Закон больших чисел
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •Лекция № 67. Тема 8 : Многомерные случайные величины
- •8.1. Многомерные св и их функции распределения
- •8.2. Числовые характеристики двумерной св
- •Элементы математической статистики Лекция № 68. Введение
- •1. Предмет математической статистики
- •Тема 1: Статистические законы распределения выборки
- •1.1. Полигон и гистограмма
- •1.2. Эмпирическая функция распределения
- •Тема 2 : Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •Лекция № 69
- •Тема 3 : Проверка статистических гипотез. Критерий согласия Пирсона
- •Тема 4 : Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
Лекция 66
6.2.3. Нормальное распределение
Определение 1. СВ X называется распределённой по нормальному закону, если функция плотности распределения .
Определим смысл параметров a и . Для этого вычислим:
,
так как первый интеграл равен нулю, как интеграл от нечетной функции в симметричных пределах, а второй является интегралом Пуассона.
Таким образом, . Аналогично можно показать, что, т.е..
График функции нормального распределения имеет вид (Лекция22)
f(х)
О а х
Здесь точки перегиба, .
Если вычислить значения центральных моментов
,
то получим
Часто на практике в качестве числовых характеристик используются так называемые эксцесс Ex и коэффициент асимметрии As. В частности, для нормального распределения они равны:
Таким образом, эти коэффициенты определяют степень отклонения распределений от нормального.
Вероятность попадания в заданный интервал СВ, имеющей нормальное распределение, определяется по формуле
(1)
Следствие 1. При ииз формулы (1) получаем
. (2)
Следствие 2. Если положить в формуле (2) и учесть, что при, то получим
. (3)
Выражение (3) представляет собой так называемое правило трёх сигм. Оно означает, что практически в интервале находятся все возможные значения нормально распределённой СВ.
Нормальный закон распределения играет в теории вероятностей важную роль, так как является предельным законом, к которому приближаются многие другие законы. Это отражено в центральной предельной теореме Ляпунова.
Теорема. Если Х сумма большого числа независимых случайных величин , которые имеют различные распределения и их влияние на СВХ незначительно, то Х имеет распределение близкое к нормальному. А в пределе СВ Х стремится к нормальному закону.
Нормальный закон широко используется в теории ошибок, в теории стрельбы, теории надёжности и т.д.
Пример 1. По цели, имеющей вид полосы, ширина которой 20 м, ведётся стрельба в направлении перпендикулярном полосе. Прицеливание ведётся по средней линии. Среднее квадратическое отклонение (точность прицела) в направлении стрельбы равна . Найти вероятность попадания в цель при одном выстреле.
у
10 а = 0 10 х
Здесь
Полагая в формуле (2) эти значения, получаем
Тема 7 : Закон больших чисел
Этот закон обосновывает устойчивость средних, т.е. при очень большом числе случайных событий их средний результат практически перестаёт быть случайным и может быть предсказан с большой точностью. Какие условия необходимы для этого?
7.1. Неравенство Чебышева
Теорема. Если случайная величина Х имеет конечную дисперсию, то справедливо неравенство
.
Доказательство проведём для непрерывной СВ.
Из рисунка
х
следует
что и требовалось доказать.
Пример 2. Дана случайная величина Х с математическим ожиданием и дисперсией. Оценить вероятность того, что случайная величина Х отклонится от своего математического ожидания не менее, чем на .
Положим в неравенстве Чебышева , тогда верхняя граница вероятностей
,
что верно для всех законов распределения СВ.