
- •3. Лекція 3. Градієнтні методи мінімізації 29
- •3.1 Постановка задачі. 29
- •5. Лекція 5. Елементи математичної статистики. 58
- •6. Лекція 6. Статистична перевірка гіпотез 67
- •1. Лекція 1. Чисельна інтеграція. Обчислення визначеного інтеграла. Оцінка похибки за правилом рунге. Уточнене по річардсону наближене значення. План лекції
- •1.2 Метод прямокутників.
- •1.3 Метод трапецій.
- •1.4 Метод Симпсона.
- •1.5 Правило Рунге для обчислення наближеного значення погрішності.
- •1.6 Уточнене по Річардсону наближене значення.
- •Застосування правила Рунге для оцінки наближеного значення визначеного інтеграла.
- •Питання для самоперевірки
- •Література, що використовується
- •Лекція 2. Наближені методи одновимірної
- •План лекції
- •2.2 Метод відділення відрізків унімодальності.
- •Алгоритм методу
- •2.3 Метод дихотомії .
- •2.4 Метод «золотого перетину».
- •3.2 Метод найшвидшого градієнтного спуска.
- •Алгоритм методу.
- •3.3 Метод градієнтного спуску з дробленням кроку.
- •Алгоритм методу.
- •3. 4 Метод градієнтного спуску з постійним кроком.
- •Алгоритм методу
- •Метод по координатного спуску.
- •Питання для самоперевірки
- •Використовувана література
- •4. Лекція 4. Виведення формул чисельного диференціювання. Наближені методи рішення диференціних рівнянь першого порядку. Оцінка погрішності за правилом рунге. План лекції
- •4.1 Виведення формул чисельного диференціювання.
- •4.2 Постановка задачі для наближеного вирішення диференційних рівнянь першого порядку.
- •4.3 Метод Ейлера.
- •4.4 Погрішність наближеного рішення диференційних рівнянь, отриманих методом Ейлера.
- •Метод «предиктор- коректор».
- •Вдосконалений метод Ейлера.
- •Метод Рунге - Кутта
- •Правило Рунге для оцінки погрішності наближеного рішення диференційних рівнянь .
- •Питання для самоперевірки
- •Література, що використовується
- •5.2 Найбільш важливі розподіли, застосовувані в математичній статистиці.
- •5.2.1 Нормальний розподіл.
- •Мал. 5.1 Графік функції щільності нормованої нормально розподіленої випадкової величини
- •5.2.2 Розподіл Пирсона (х2 розподіл).
- •5.2.3 Розподіл Ст’юдєнта.
- •5.2.4 Розподіл Фішера.
- •Полігон і діаграма частот.
- •Питання для самоперевірки
- •Література, що використовується
- •6.1 Статистична гіпотеза. Статистичний критерій. Помилки, що виникають при перевірці гіпотез.
- •6.2 Перевірка гіпотези про нормальний розподіл помилок експерименту.
- •6.3. Перевірка гіпотези про погодженість думок експертів (апріорне ранжирування змінних).
- •Питання для самоперевірки
- •Література, що використовується
- •7. Лекція 7. Повний факторний експеримент
- •7.1 Задачі попереднього експерименту. Факторний простір.
- •7.2 Формулювання мети експерименту й вибір відгуків.
- •7.3 Вибір і кодування фактів.
- •7.4 Перевірка відтворюваності результатів експерименту.
- •7.5 Матриця планування
- •7.6 Розрахунок коефіцієнтів лінійної моделі й моделі з урахуванням взаємодії факторів.
- •7.7 Перевірка значимості коефіцієнтів моделі
- •7.8 Перевірка адекватності моделі об'єкту
- •7.9 Прийняття рішень за результатами планування пфе
- •8. Додатки.
- •8.1 Додаток 1.
- •8.2 Додаток 2.
- •8.3 Додаток 3.
- •9. Список літератури
- •2 Семестр.
5.2 Найбільш важливі розподіли, застосовувані в математичній статистиці.
5.2.1 Нормальний розподіл.
Випадкова
величина
,
розподілена за нормальним законом,
описується щільністю ймовірності:
.
Нормальний
розподіл визначається двома параметрами
– математичним очікуванням
і середнє
квадратичним
відхиленим
.
Випадкова
величина
має
математичне очікування
й
середньоквадратичне відхилення
й
називається нормованою нормально
розподіленою випадковою величиною . Її
щільність імовірності:
,
Графік щільності розподілу наведений на малюнку 5.1.
Функція
розподілу
табулірована.
Імовірність
влучення в інтервал
:
Імовірність
влучення в інтервал
довжиною
за правилом “ 3-х сигм” приймається за
одиницю. Це рівносильне припущенню, що
всі значення z укладені в інтервал
.
Мал. 5.1 Графік функції щільності нормованої нормально розподіленої випадкової величини
5.2.2 Розподіл Пирсона (х2 розподіл).
Цей розподіл використовується для побудови довірчих інтервалів, перевірки відповідності емпіричного розподілу деякої теоретичної залежності, перевірки погодженості думок експертів.
Нехай
є
незалежних, нормованих, нормально
розподілених випадкових величин
.
Сума їхніх квадратів утворить нову
випадкову величину
.
Число
ступенів волі дорівнює числу незалежних
доданків у сумі. Якщо на доданки накладено
зв'язків, то число ступенів волі буде
дорівнює
.
Розподіл
є нормальним і залежить тільки від числа
ступенів волі
.
Значення
табуліровані.
5.2.3 Розподіл Ст’юдєнта.
Для
побудови довірчих інтервалів і для
перевірки статистичних гіпотез часто
використовується
розподіл
(розподіл Ст’юдєнта).
,
де
-
оцінка математичного очікування,
-
оцінка середнього квадратичного
відхилення, розраховані за результатами
досвідів, випадкової величини
,
розподіленої за нормальним законом з
параметрами
.
Розподіл
Ст’юдєнта визначається числом ступенів
волі
, є симетричним, унімодальним і нормальним.
При
воно практично збігається з нормальним.
Таблиця розподілу має два входи – число
ступенів волі
й рівень значимості
.
На перетинанні перебуває значення
,
що задовольняє умові
.
5.2.4 Розподіл Фішера.
Це
розподіл, як і два попередні, використовуються
при аналізі результатів експерименту,
що мають нормальний розподіл.
-
розподіл задається в такий спосіб:
,
де
-
випадкові величини із числом ступенів
волі
,
причому величина в чисельнику повинна
бути більше величини в знаменнику.
Шляхом тотожних перетворень приведемо, до відношення двох оцінок дисперсії деякої випадкової величини .
Нехай
на основі результатів двох серій
експериментів із числом досвідів
відповідно були отримані
-
оцінки дисперсії
із числом ступенів волі
. Помітимо що,
,
тоді можна записати :
.
Звідси
.
Передбачається
, що
.
-
розподіл визначається двома параметрами
– числами ступенів волі більшої дисперсії
й меншої дисперсії
.
Критичні значення
-розподілу,
що відповідають рівню значимості
дані в
додатку
№4. Таблиця містить значення
,
що задовольняють умові
Полігон і діаграма частот.
Полігоном
частот називається ламана, з'єднуюча
точки
з
координатами
.
Якщо число різних значень велике, то в цьому випадку будується діаграма. Для цього діапазон можливих значень результатів експерименту ділиться на кілька часткових інтервалів довжиною й для кожного інтервалу підраховується число варіант , потрапивши в нього.
Діаграмою
називається східчаста фігура, підстава
якої дорівнює
,
а висота щільності частоти
. Таким чином, площа
фігури дорівнює числу експериментів
.
Приклад 5.1
Дани спостереження значень обслідуваної ознаки:
3,0,1,4,0,7,10,1,1,1,5,8,9,6,4,3,3,7,6,4,4,4,10,9,8,1,3,0,4,9;
Треба скласти варіаційний ряд і знайти:
а) статистичний розподіл відносних частот;
б) моду, медіану, розмах варіант вибірки;
в) побудувати полігон і гістограму частот і відносних частот;
г) знайти вибіркову середню, дисперсію, середнє
квадратичне відхилення елементів вибірки.
За варіанти візьмемо спостереження значень обслідуваної ознаки. За частоти варіант візьмемо число вариант, рівних
Наприклад
перша варианта
зустрілась три
рази, частоту
покладаємо рівною
.
Аналогічно визначаються частоти для
інших варіант. Складемо
варіаційний ряд
|
0 |
1 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
3 |
5 |
4 |
6 |
1 |
2 |
2 |
2 |
3 |
2 |
За
об'єм вибірки
візьмемо
суму частот
.
Отримаємо
а) Знайдемо
статистичний розподіл
відносних
частот (
);
Складемо таблицю
|
0 |
1 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
0.1 |
0.16 |
0.13 |
0.2 |
0.033 |
0.067 |
0.067 |
0.067 |
0.1 |
0.067 |
б)
Знайдемо моду цього ряду, як варіанту,
що має найбільшу частоту:
.
Знайдемо
медіану цього ряду за формулою для
парного числа варіант:
,
де 2m
= 30; m
= 15;
;
.
Розмах
варіант вибірки :
в) Знайдемо вибіркову середню, дисперсію, середнє квадратичне
відхилення елементів вибірки.
Вибіркова середня :
Вибіркова дисперсія :
Вибіркове
середнє
квадратичне
відхилення
Рис.
5.1 Полігон
і діаграма
частот та відносних частот.