
- •Часть 4
- •Лекция № 1. Функции комплексной переменной.
- •Вопрос 1.1. Основные определения и понятия.
- •Вопрос 1.2. Однозначные и многозначные функции. Ветви многозначных функций.
- •Вопрос 1.3. Предел и непрерывность.
- •Вопрос 1.4. Производная. Условия Коши-Римана.
- •Лекция № 2. Функции комплексной переменной.
- •Лекция № 3. Функции комплексной переменной.
- •Вопрос 3.3. Функциональные последовательности и ряды. Степенные ряды.
- •Вопрос 3.4. Ряды Тейлора.
- •Вопрос 3.5. Ряды Лорана. Лекция № 4. Функции комплексной переменной.
- •Вопрос 4.1. Изолированные особые точки, их классификация.
- •Вопрос 4.2. Вычеты, их вычисление.
- •Вопрос 4.3. Основная теорема о вычетах.
- •Вопрос 4.4. Применение вычетов к вычислению интегралов. Лекция № 5. Операционное исчисление.
- •Лекция № 6. Операционное исчисление.
- •Лекция № 7. Операционное исчисление.
- •Вопрос 1. Уравнения математической физики. Основные определения и понятия.
- •Вопрос 2. Классификация линейных дифференциальных уравнений второго порядка.
- •Вопрос 3. Канонические формы дифференциальных уравнений в частных производных второго порядка с двумя независимыми переменными.
- •Вопрос 4. Вывод одномерного уравнения теплопроводности.
- •Вопрос 5. Классификация задач по начальным и граничным условиям.
- •Вопрос 1. Решение задачи коши для одномерного уравнения теплопроводности стержня бесконечной длины.
- •Вопрос 1. Решение первой смешанной задачи для уравнения теплопроводности на конечном отрезке с однородными граничными условиями первого рода методом фурье (метод разделения переменных).
- •Вопрос 1. Основные понятия теории вероятности.
- •Вопрос 2. Случайные события. Алгебра событий.
- •Вопрос 3. Вероятность случайных событий.
- •Вопрос 4. Основные соотношения между вероятностями событий.
- •Вопрос 1. Классическая вероятностная схема.
- •Вопрос 2. Комбинаторный метод вычисления вероятностей в классической вероятностной схеме.
- •Вопрос 3. Условные вероятности. Формулы умножения вероятности.
- •Вопрос 1. Формула полной вероятности и формула байесса.
- •Вопрос 2. Независимость случайных событий.
- •Вопрос 3. Формула бернулли и формула пуассона.
- •Вопрос 1. Случайные величины и их классификация.
- •Вопрос 2. Функция распределения вероятностей.
- •Вопрос 3. Классификация случайных величин. Числовые характеристики случайных величин.
- •Вопрос 1. Элементы математической статистики. Выборка и ее представление.
- •Вопрос 2. Оценка параметров распределения по выборке.
- •Список литературы
Вопрос 1. Элементы математической статистики. Выборка и ее представление.
Математическая статистика изучает методы и способы обработки результатов наблюдений массовых явлений и их анализ. Теоретической основой математической статистики является теория вероятностей.
Задачи математической статистики можно разбить на три класса:
1) обработка массовых результатов наблюдений
2) проверка гипотез
3) оценка параметров законов распределений.
ОПРЕДЕЛЕНИЕ 1. Множество значений, которые может принимать случайная величина X называется генеральной совокупностью.
ОПРЕДЕЛЕНИЕ
2. Выборкой случайной величины X
объема n
называется n
ее значений
,
полученных в результате n
независимых измерений. Эти значения
называются элементами выборки.
Таким образом выборка получается из генеральной совокупности путем регистрации значений случайной величины. Выборку можно представить разными способами: в виде вариационного и статистического ряда.
ОПРЕДЕЛЕНИЕ
3. Вариационным рядом называется выборка
объема n,
в которой элементы выборки расположены
в порядке возрастания, то есть
.
Если объем выборки велик, то вариационный ряд не очень удобен как форма представления выборки.
ОПРЕДЕЛЕНИЕ 4. Статистическим рядом называется выборка объема n записанная в виде таблицы
-
...
...
где
- различные по величине элементы, а
их частоты (
есть число повторений элемента
в выборке). Очевидно, что сумма всех
частот должна равняться объему выборки.
ПРИМЕР 1. Пусть дана выборка 3, 4, 2, 2, 4, 5, 7, 3, 5, 4, 3 объема n=11. Требуется представить ее в виде вариационного и статистического ряда.
Вариационный ряд имеет вид 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 7
Статистический ряд
-
2
3
4
5
7
2
3
3
2
1
Сумма всех частот равна 2+3+3+2+1=11
КОНЕЦ ПРИМЕРА.
Статистический ряд можно представить и как ряд относительных частот, если подставить их во вторую строку таблицы.
-
...
...
где
.
В этом случае нужно указывать объем
выборки. Очевидно, что сумма всех
относительных частот теперь равна 1.
ПРИМЕР 2. Представить статистический ряд из примера 1 в виде статистического ряда по частотам.
Статистический ряд
-
2
3
4
5
7
2/11
3/11
3/11
2/11
1/11
n=11.
Сумма всех частот равна 1.
КОНЕЦ ПРИМЕРА.
Выборку
можно представить графически в виде
группированного статистического ряда.
Для этого определяют максимальный и
минимальный элемент выборки и
разбивают интервал
на некоторое число интервалов группировки.
Количество этих интервалов обычно берут
в пределах от 5 до 20. Длины этих интервалов
обычно равны, хотя это необязательно.
Далее подсчитывают количество элементов
попавших в первый интервал
,
во-второй
и т.д.. Если обозначить интервалы через
,
и т.д., то получаем группированный
статистический ряд
-
...
...
Вместо
частот
можно использовать число элементов,
деленное на объем выборки n.
Группированный статистический ряд
можно представить графически в виде
гистограммы или полигона. Гистограмма
представляет из себя плоскую фигуру,
составленную из прямоугольных
треугольников. Основанием прямоугольника
является интервал группировки
,
а высота равна
.
Полигон представляет из себя ломаную,
вершины которой имеют абсциссу равную
середине интервала группировки, а
ординату равную частоте или относительной
частоте. В математической статистике
показано, что с ростом объема выборки
до бесконечности полигон или гистограмма
все лучше и лучше приближаются к графику
функции распределения вероятности.
Таким образом, график этой функции можно
восстановить приближенно по результатам
измерений.