- •Часть II
- •8 Дифференциальное исчисление функций нескольких переменных
- •8.1 Функции двух независимых переменных
- •8.2 Частные производные
- •9.3 Полный дифференциал
- •8.4 Касательная плоскость и нормаль к поверхности
- •8.5 Экстремумы функций двух переменных
- •8.6 Условный экстремум
- •8.7 Наибольшее и наименьшее значения функции
- •8.8 Метод наименьших квадратов
- •8.9 Производная по направлению. Градиент
- •Задачи для самостоятельного решения
- •9 Кратные, криволинейные и поверхностные интегралы. Элементы теории поля
- •9.1 Двойной интеграл
- •9.2 Перемена порядка интегрирования
- •9.3 Вычисление площадей и объемов
- •9.4 Криволинейный интеграл по длине дуги
- •9.5 Геометрические и механические приложения криволинейного интеграла по длине дуги
- •9.5 Криволинейный интеграл по координатам
- •9.6 Формула Грина-Остроградского
- •9.7 Независимость криволинейного интеграла 2-го рода от формы дуги кривой
- •9.8 Геометрические и механические приложения криволинейных интегралов 2-го рода
- •Задачи для самостоятельного решения
- •10 Ряды. Гармонический анализ
- •10.1 Числовые ряды
- •10.2 Степенные ряды
- •10.3 Ряды Тейлора и Маклорена
- •10.4 Тригонометрические ряды Фурье
- •Задачи для самостоятельного решения
- •11 Дифференциальные уравнения
- •11.1 Дифференциальные уравнения первого порядка
- •11.2 Основные типы уравнений первого порядка
- •11.3 Понижение порядка уравнения
- •11.4 Линейные уравнения с постоянными коэффициентами
- •12 Операционное исчисление. Уравнения математической физики
- •12.1 Оригиналы и изображения
- •12.2 Теоремы операционного исчисления
- •12.3 Таблица изображений
- •12.4 Свёртка функций
- •12.5 Нахождение оригинала по изображению
- •12.6 Операционный метод решения дифференциальных уравнений с постоянными коэффициентами. Методы решения уравнений математической физики
- •12.7 Решение систем линейных дифференциальных уравнений с постоянными коэффициентами
- •Задачи для самостоятельного решения
- •13 Теория вероятностей
- •13.1 Классическое определение вероятности
- •Основные свойства вероятности
- •13.2 Теоремы умножения и сложения вероятностей
- •13.3 Формула полной вероятности. Формула Байеса
- •13.4 Схема Бернулли
- •13.5 Функция и плотность распределения вероятностей
- •13.6 Свойства функции и плотности распределения вероятностей
- •13.7 Числовые характеристики случайных величин
- •13.8 Свойства математического ожидания и дисперсии
- •13.9 Основные законы распределения вероятностей случайных величин
- •13.10 Связь между случайными величинами
- •Задачи для самостоятельного решения
- •14 Математическая статистика
- •14.1 Эмпирическая функция распределения. Гистограмма
- •14.2 Точечные и интервальные оценки параметров
- •14.3 Статистические гипотезы
- •Задачи для самостоятельного решения
- •Приложение а. Таблица значений функции Лапласа ф0(х)
- •Приложение б. Основные математические обозначения
13.8 Свойства математического ожидания и дисперсии
1) (С – const).
2) .
3) .
4) , если X и Y независимы (случайные величины называются независимыми, если закон распределения одной случайной величины не зависит от того, какие значения приняла другая).
5)
6)
7)
8) если X и Y независимы.
9) DХ = М(Х2) – (МХ)2.
13.9 Основные законы распределения вероятностей случайных величин
Биномиальное распределение. Случайная дискретная величина Х подчинена биномиальному распределению (закону Бернулли), если она принимает целые значения от 0 до n, вероятности которых вычисляются по формуле Бернулли
Р(Х = m) = .
Математическое ожидание биномиального распределения МХ = np, дисперия DХ = npq.
Распределение Пуассона. Случайная дискретная величина Х подчинена распределению Пуассона с параметром , если она принимает целые неотрицательные значения, вероятности которых вычисляются по формуле
Р(Х = m) = .
Математическое ожидание и дисперия в этом случае МХ = DХ = .
Равномерное распределение. Случайная непрерывная величина Х подчинена равномерному закону, если ее плотность распределения имеет вид
f(х) =
На рисунке 13.5 изображен график функции f(х).
Рис. 13.7
Вероятность попадания случайной величины X, распределенной по равномерному закону, в интервал (х1; х2) вычисляется по формуле
Р(х1 < Х < х2) = ; а х1 < x2 b.
Математическое ожидание равномерного распределения МХ = , дисперия DХ = .
Показательное распределение. Непрерывная случайная величина Х подчинена показательному закону с параметром , если ее плотность распределения имеет вид
f(х) =
На рисунке 13.6 изображен график функции f(х).
Рис. 13.8
Вероятность попадания случайной величины X, распределенной по показательному закону, в интервал (х1; х2) вычисляется по формуле
Р(х1 < Х < х2) = .
Математическое ожидание показательного распределения МХ = , дисперия DХ = .
Нормальное распределение N(а; ). Непрерывная случайная величина Х подчинена нормальному закону распределения (закону Гаусса) с параметрами a и , если ее плотность распределения имеет вид
f(х) = .
Математическое ожидание случайной величины с нормальным распределением МХ = а. Дисперсия нормально распределенной случайной величины DХ = 2. Функция распределения вычисляется по формуле
F(х) = .
На рисунках 13.7а и 13.7б изображены графики функций f(х) и F(х).
Рис. 13.9а |
Рис. 13.9б |
В приложении приведены значения функции Лапласа , которая дает возможность найти величину функции нормального распределения по формуле
.
Для вычисления величины функции F(x) нужны значения только для положительных аргументов, так как функция Лапласа является нечетной и .
Вероятность попадания случайной величины X, распределенной по нормальному закону N(а; ), в интервал (х1; х2) вычисляется по формуле
Р(х1 < Х < х2) = .
Для нормального распределения верна формула
.
Для нормально распределенной случайной величины практически достоверно можно утверждать, что все ее значения попадают (правило «трех сигм») в интервал , т.к. вероятность
= 0,9973.
Пример. В мишень стреляют четыре раза. Вероятность поражения при одном выстреле 0,8. Составить закон распределения числа попаданий, найти математическое ожидание, дисперсию, среднее квадратичное отклонение.
Число попаданий в мишень – дискретная случайная величина, распределенная по закону Бернулли с параметрами р = 0,8; q = 0,2; n = 4.
.
.
.
.
.
Закон распределения случайной величины имеет вид:
xi |
0 |
1 |
2 |
3 |
4 |
pi |
0,0016 |
0,0256 |
0,1536 |
0,4096 |
0,4096 |
МХ = np = 0,8 4 = 3,2; DХ = прq = 4 0,8 0,2 = 0,64; .
Пример. Случайная величина Х распределена по нормальному закону N(1, 4). Определить величину дисперсии DX.
= 4, DX = = 42 = 16.
Пример. Случайная величина Х распределена по нормальному закону Найти вероятность того, что случайная величина примет значение, принадлежащее интервалу
P(10 < X <50) = F(50) – F(10) = =
= Ф0(2) – Ф0(–2) = 2Ф0(2) = 20,4772 = 0,9544.
Замечание. В таблице, приведенной в приложении, приведено значение функции Ф0(2) = 0,4772.
Пример. Случайная величина Х равномерно распределена (рис. 13.8) в интервале [–1, 4]. Найти значение параметра а.
Площадь S под графиком плотности распределения вероятности равна единице. S = (4 – (–1))а = 1 а = .
Рис. 13.10