- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами 4
- •Тема 2 основні закони розподілу
- •Тема 3 елементи математичної статистики
- •Тема 4 розв’язування задач засобами mathcad 150
- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Математичне сподівання дискретної випадкової величини та його властивості
- •Розв’язування
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Функція розподілу випадкової величини
- •Розв’язування
- •Доведення
- •Доведення
- •Неперервні випадкові величини. Щільність ймовірності
- •Доведення
- •Розв’язування
- •Доведення
- •Розв’язування
- •Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
- •Розв’язування
- •Розв’язування
- •1.7 Приклади розв’язування задач
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 2 основні закони розподілу
- •2.1 Біноміальний закон розподілу
- •Доведення
- •2.2 Закон розподілу Пуассона
- •Розв’язування
- •2.3 Рівномірний закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •2.4 Показниковий закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.5 Нормальний закон розподілу
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.6 Розподіл
- •2.7 Розподіл Ст’юдента
- •2.8 Розподіл Фішера-Снедекора
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 3 елементи математичної статистики
- •3.1 Варіаційні ряди, їх графічне представлення та характеристики
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.2 Поняття оцінки параметрів. Методи знаходження оцінок
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.3 Статистична гіпотеза та загальна схема її перевірки
- •Розв’язування
- •1. Перевірка гіпотез про рівність середніх.
- •Розв’язування
- •2. Перевірка гіпотез про рівність дисперсій двох сукупностей.
- •Розв’язування
- •3. Побудова теоретичного закону розподілу за експериментальними даними. Перевірка гіпотез про закон розподілу
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 4 розв’язування задач засобами MathCad
- •Розв’язання
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Словник основних математичних термінів, що зустрічаються в тексті
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
Розв’язування
а) Для того, щоб дана функція була щільністю ймовірності неперервної випадкової величини, вона повинна бути невід’ємною, тобто , і . Таким чином,
, звідки .
б) За формулою (1.22) знайдемо .
Якщо , то .
Якщо , то .
Таким чином,
.
в) За формулою (1.21) маємо
.
Ймовірність можна знайти за формулою (1.19):
г) За формулою (1.24) маємо
.
Дисперсію обчислимо за формулою (1.26). Для цього спочатку знайдемо
тоді
Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
Модою (fashion) випадкової величини називається її найімовірніше значення (для якого ймовірність або щільність ймовірності набуває максимального значення). Якщо ймовірність або щільність ймовірності набуває максимального значення в декількох точках, то такий розподіл називають полімодальним (рис. 1.8)
Рисунок 1.8
Медіаною неперервної випадкової величини називається таке її значення, для якого
. (1.27)
З геометричної точки зору, пряма ділить площу фігури під кривою розподілу на дві рівні частини. Зрозуміло, що (рис. 1.9).
Рисунок 1.9
Квантилем рівня ( quantile of level q) (або -квантилем) називають таке значення випадкової величини при якому
. (1.28)
Деякі квантилі мають особливу назву. Наприклад, медіана – квантилі рівня 0,5, а квантилі та називають відповідно верхнім та нижнім квантилем. З поняттям квантиля тісно пов’язане поняття відсоткової точки. 100% точкою називають квантиль , тобто таке значення випадкової величини , при якому .
Приклад 1.13 Знайти квантиль та 30%-ву точку випадкової величини із щільністю ймовірності при .
Розв’язування
За формулою (1.22) функція розподілу
.
Квантиль знайдемо за формулою (1.28), тобто або . Звідки . Знайдемо 30%-ву точку випадкової величини або квантиль з рівняння , звідки .
Початковим моментом -го порядку випадкової величини називають математичне сподівання -го степеня цієї величини:
. (1.29)
Центральним моментом -го порядку (central moment of order k) випадкової величини називають математичне сподівання -го степеня відхилення випадкової величини від її математичного сподівання:
. (1.30)
Якщо позначити , то формули для обчислення моментів дискретних та неперервних випадкових величин можна подати у вигляді таблиці (табл. 1.1).
Таблиця 1.1
Момент |
Випадкова величини |
|
Дискретна |
Неперервна |
|
Початковий |
(1.31) |
(1.32) |
Центральний |
(1.33) |
(1.34) |
Легко помітити, що перший початковий момент ( ) випадкової величини – математичне сподівання , а другий центральний момент – дисперсія випадкової величини .
Третій центральний момент характеризує асиметрію розподілу. Він має розмірність кубу випадкової величини. Щоб одержати безрозмірну величину, її ділять на , де – середнє квадратичне відхилення випадкової величини . Одержану величину називають коефіцієнтом асиметрії випадкової величини:
. (1.35)
Рисунок 1.10
На рисунку 1.10 крива І має додатну (правосторонню) асиметрію ( ), а крива ІІ – від’ємну (лівосторонню) асиметрію ( ).
Ексцесом випадкової величини називається число
, (1.36)
де – четвертий центральний момент, що характеризує гостроту вершини кривої розподілу;
– середнє квадратичне відхилення випадкової величини .
Якщо для неперервної випадкової величини , то її крива розподілу має більш гостру вершину, для випадкових величин з від’ємним ексцесом характерна більш пласка вершина (рис. 1.11).
Рисунок 1.11
Приклад 1.14 Знайти коефіцієнт асиметрії та ексцес випадкової величини, розподіленої за законом Лапласа із щільністю ймовірності .