
- •Лекция 1
- •Лекция 2
- •Лекция 3
- •Основные теоремы Теории Вероятностей
- •Лекция 5
- •Лекция 6 Законы распределения случайных величин
- •Лекция 8
- •Вероятность попадания случайной величины на интервал альфа, бета, выраженное через плотность распределения f(X).
- •Выражение функции распределения f(X) через плотность f(X).
- •Основные свойства плотности распределения
- •Некоторые практически важные законы распределения.
- •Закон редких явлений. Распределение Пуассона.
- •Лекция 11 от 23.11.11
- •Основные свойства функции Лапласа:
- •Лекция 13 от 07.12.2011
- •Центральная предельная теорема.
- •Лекция 14
- •Лекция 15 от 21.12.11 Основные понятия математической статистики.
- •Выборка
- •Оценки числовой характеристики распределения
- •Три основных свойства оценки
- •Оценки математического ожидания и дисперсии.
Центральная предельная теорема.
Предельные законы распределения. Описываются группой теорем, объединенных общим названием «Центральная предельная теорема».
Все формы Центральной предельной теоремы (ЦПТ) посвящены определению условий при которых возникает нормальный (Гауссовский) законы распределения. Этот закон является самым распространенным из встречающихся на практике.
Нормальный закон распределения появляется во всех случаях, Когда исследуемая СВ может быть представлена в виде суммы достаточного числа зависимых ,элементарно зависимых, или слабо-зависимых слагаемых, каждая из которых в отдельности сравнительно мало влияет на сумму.
Лекция 14
Рассмотрим одну из наиболее общих форм ц.п.т.
Пусть имеется взвешенная сумма взаимнонезависимых непрерывных СВ x1,x2,x3..xn
Рассмотрим
Yn=a1x1+ a2x2+…+ anxn=∑(n, i=1) aixiβ
Где а-фиксированные числа
Пусть i-ая СВ xi имеет МО mi и дисперсию Ϭi2|i=1,…n|
Согласно теореме:
my=M[∑(n, i=1) aixi]=M[Yn]= ∑(n, i=1) M[aixi]= [∑(n, i=1) aiM[x]= [∑(n, i=1) aimi
Ϭi2D[Yn]=D[∑(n, i=1) aixi]= ∑(n, i=1)D [aixi]= ∑(n, i=1)ai2 Ϭi2
Последнее равенство справедливо некоторыми независимости СВ x1,x2,…xn
Центральная предельная теорема утверждает, что при достаточно общих условиях распределение СВ.
M=myn и Ϭ2= Ϭyn2
Y=yn-myn\Ϭyn2
Где Ф стандартная функция
Распределение Лапласа
Опыт показывает, что когда число слогаемых n предела 10 или меньше, закон распределения суммы может быть заменен.
Вероятность того, что нормальное распределение СВ Y попадает в пределы (α,β)
Выражается формулой:
P(α<Yn< β)=F(β)-F(α)=Ф(β-myn\ Ϭyn)-Ф(α -myn\ Ϭyn)
Дискретные СВ и центральная предельная теорема
ЦТП может применяться не только к непрерывным, но и дискретным СВ, при условии, что мы будем оперировать не плотностями, а функциями распределения.
Лекция 15 от 21.12.11 Основные понятия математической статистики.
Математической статистикой называют методы, позволяющие оценить значение неизвестных параметров и выявлять закономерности на фоне случайностей, давать оценки вероятности их выполнения или невыполнения, делать обоснованные выводы и прогнозы.
Любая оценка искомого параметра вычисленная на основе ограниченного числа опытов всегда будет содержать элемент случайностей, то есть являться СВ.
Выборка
Совокупность (множество) всевозможных значений исследуемой СВ в статистике называют генеральной совокупностью.
Число элементов генеральной совокупности весьма велико, а в случае непрерывных СВ бесконечно большое.
Важнейшим понятием математической статистики является выборка содержащая ограниченное число элементов генеральной совокупности на основе которых выявляются наиболее существенные черты изучаемого распределения.
Определение. Выборкой называют ограниченную последовательность независимых одинаково распределенных величин, принадлежащих генеральной совокупности.
X
№опыта |
х |
1 2 . . . n |
x1 x2 . . . xn |
Значение СВ Х, в соответствие значению х в порядке поступления образуют выборку.
Число n называют объемом выборки.
Выборка это первичная форма записи статистического материала, который может быть обработан различными способами, позволяющими оценить то или иное свойство исследуемой СВ.