Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Матем анализ 3 семестр вероятность.doc
Скачиваний:
29
Добавлен:
18.11.2018
Размер:
2 Мб
Скачать
☆

Теорема Ляпунова.

Пусть Xk – независимые случайные величины, имеющие математические ожидания M(Xk) = mk и дисперсии D(Xk) = Dk. Обозначим . Если можно подобрать такое , что , то при равномерно по x.

Теорема Леви – Линдеберга.

Пусть Xk – независимые одинаково распределенные случайные величины, имеющие математические ожидания M(Xk) = m и дисперсии D(Xk) = . Обозначим . Тогда при равномерно по x.

Замечание. В теореме Леви – Линдеберга (ее чаще всего и называют центральной предельной теоремой) , условие выполнено, оно превращается в (проверьте сами) из-за требования «одинаковости распределений», т.е. равенства вкладов случайных величин в случайную величину . Так как всегда можно выбрать , то условие выполнено.

Если рассматривать схему Бернулли, то из теоремы Леви – Линдеберга следует интегральная теорема Муавра – Лапласа.

Интегральная теорема Муавра – Лапласа.

Пусть производится n независимых испытаний, в каждом из которых с вероятностью p может появиться событие А. Обозначим - число появлений события в k –ом испытании (). Обозначим - общее число появлений события в n испытаниях (). Обозначим . Тогда при равномерно по x.

Отсюда следует практическое правило вычисления

, где

. Так както заменим на , на , Получим формулу для вероятности нахождения числа успехов в заданном интервале:

=-.

Заменим на , на .

Тогда .

Но .

Поэтому справедлива формула для вычисления отклонения частоты от вероятности

,

Если интервал симметричный, т.е. , то по нечетности функции Лапласа получим

.

Пример. Вероятность появления события p = 0,8. Сделано n = 100 независимых испытаний. Найти вероятность того, что событие произойдет не менее 75 и не более 90 раз.

Пример. Бюффон бросил монету 4040 раз и получил герб 2048 раз. Найти вероятность отклонения частоты появления герба от вероятности.

Лекция 8 Элементы математической статистики.

Пусть исследуется случайная величина с заранее неизвестной функцией распределения F(x).

Множество всех значений этой случайной величины называется генеральной совокупностью (Г С).

Единичное значение случайной величины называется выборкой объема 1.

Совокупность n значений случайной величины образуют выборку объема n.

Выборка имеет то же распределение, что и генеральная совокупность.

Выборочные значения называются вариантами.

Изучая выборку, делают заключение о вероятностных свойствах Г С.

Основные задачи статистики.

  1. Оценка неизвестных параметров распределения:

  • точечные оценки параметров распределения, например оценка математического ожидания, дисперсии, моментов распределения,

  • интервальные оценки – доверительные интервалы – интервалы, в которых находятся параметры распределения с доверительной вероятностью.

  1. Проверка статистических гипотез – предположений о законе распределения ГС

или параметрах распределения.

  1. Установление формы и степени связи между несколькими случайными переменными.

Эмпирические законы распределения.

Вариационным рядом называются варианты, расположенные в порядке их возрастания (не убывания, если варианты повторяются).

Будем обозначать xk – различные варианты вариационного ряда (k = 1, 2, …), nk – их частоты (число повторений варианты), - относительные частоты.

Существуют различные формы закона распределения: ряд распределения, полигон частот, полигон относительных частот, эмпирическая функция распределения, гистограмма (дискретный аналог плотности распределения).

Рассмотрим, например, вариационный ряд 0,0,0,0.0.1,1,3,5,5. Объем выборки n = 10.

Ряд распределения

xk

0

1

3

5

nk

5

2

1

2

1/2

1/5

1/10

1/5

Полигон частот

Полигон относительных частот имеет тот же вид, но по оси ординат откладываются не частоты nk, а относительные частоты (на рисунке черточками отмечены единицы по осям значений и частот).

Xk

1 2 3 4 5

Эмпирическая функция распределения - аналог функции распределения для дискретных случайных величин, она тоже кусочно постоянна и имеет тот же график, только скачки функции в точках – вариантах происходят на относительные частоты вариант (в примере скачки от 0 на 0,5, затем на 0,2 до 0,7, затем на 0,1 до 0,8 и, наконец на 0,2 до единицы).

Fn(x) Эмпирическая функция распределения формально определяется как

1

, где - число

0,4 членов выборки, меньших x.

1 2 3 4 5 x

Для построения гистограммы приходится приписывать значение частоты варианты некоторому интервалу стандартной ширины (в нашем случае, например, 0,5), лежащему справа от варианты так, чтобы площадь ступени над интервалом равнялась относительной частоте варианты.

1 0,4 0,2 0 0,5 1 1,5 3 3,5 5 5,5