- •Математика и информатика
- •Содержание
- •Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- •1.1. Понятие аксиоматического метода
- •1.2. Аксиоматическое построение математической теории
- •1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- •Глава 2. Основные понятия теории множеств. Основные структуры
- •2.1. Понятие множества
- •2.2. Способы задания множеств
- •2.3. Алгебра множеств
- •2.3.1. Отношения между множествами
- •2.3.2. Операции над множествами
- •2.3.3. Алгебраические свойства операций над множествами
- •2.3.4. Геометрическая интерпретация операций над множествами
- •2.4. Декартово произведение множеств. Бинарные отношения
- •2.5. Символический язык логической структуры математических предложений
- •2.6. Алгебраические операции над различными математическими объектами
- •2.7. Вопросы для самоконтроля по теме «Теория множеств»
- •Глава 3. Структуры на множестве. Комбинаторика
- •3.1. Перестановки
- •3.2. Размещения
- •3.3. Сочетания
- •3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- •Часть 2. Основы теории вероятностей Глава 4. Случайные события
- •4.1. Основные понятия теории вероятностей. Виды случайных событий
- •4.2. Алгебра случайных событий
- •4.3. Определение вероятности
- •4.3.1. Классическое определение вероятности
- •4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- •4.4. Теоремы сложения и умножения вероятностей
- •4.4.1. Сложение вероятностей несовместных событий
- •4.4.2. Умножение вероятностей независимых событий
- •4.4.3. Вероятность появления хотя бы одного события
- •4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- •4.4.5. Сложение вероятностей совместных событий
- •4.5. Формула полной вероятности
- •4.6. Формула Байеса
- •4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- •Глава 5. Случайные величины
- •5.1. Понятие случайной величины
- •5.2. Дискретная случайная величина
- •5.2.1. Закон распределения дискретной случайной величины
- •5.2.2. Числовые характеристики дискретных случайных величин
- •5.3. Непрерывная случайная величина
- •5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- •5.3.2. Числовые характеристики непрерывной случайной величины
- •5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- •5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- •5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- •5.4. Вопросы для самоконтроля по теме «Случайная величина»
- •Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- •6.1. Предмет и задачи математической статистики
- •6.2. Выборочный метод
- •6.2.1 Полигон и гистограмма
- •6.2.2. Эмпирическая функция распределения
- •6.3. Статистические оценки параметров распределения
- •6.4. Некоторые статистические распределения
- •6.4.2. Распределение Стьюдента
- •6.5. Интервальные оценки
- •6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- •6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- •6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- •6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- •Глава 7. Проверка статистических гипотез
- •7.1. Понятие и классификация статистических гипотез
- •7.2. Общая схема проверки гипотез
- •7.3. Статистическая проверка гипотез о параметрах распределения
- •7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- •Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- •8.1. Понятие и свойства алгоритма
- •8.2. Таблица блоков
- •8.3. Линейные алгоритмы
- •8.4. Ветвления
- •8.5. Циклы. Повтор с заданным количеством циклов
- •8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- •Глава 9. Программирование на Паскале
- •9.1. Конструкция языка Turbo-Pascal
- •9.1.1. Алфавит
- •9.1.2. Данные и типы данных
- •9.1.3. Стандартные функции
- •9.1.4. Арифметические, логические, символьные выражения
- •9.2. Структура программы на языке Паскаль
- •9.3. Основные операторы Паскаля
- •9.3.1. Оператор присваивания
- •9.3.2. Операторы ввода
- •9.3.3. Операторы вывода
- •9.3.4. Комментарий
- •9.4. Программы линейных алгоритмов
- •9.5. Операторы передачи управления
- •9.5.1. Оператор безусловного перехода
- •9.5.2. Операторы условного перехода
- •9.5.3. Оператор выбора варианта
- •9.6. Разветвляющийся алгоритм
- •9.7. Операторы цикла
- •9.8. Программы циклических алгоритмов
- •9.9. Массивы
- •9.9.1. Понятие и описание массива
- •9.9.2. Ввод и вывод элементов массивов
- •9.9.3. Операции с массивами
- •9.10. Вопросы для самоконтроля по теме «Программирование»
- •Литература
- •Приложениe 1
- •Приложениe 2
- •Приложениe 3
- •Математика и информатика учебное пособие
6.4. Некоторые статистические распределения
При обработке статистических данных результаты сравнивают со статистикой, результаты которой известны. С помощью такой статистики можно получить информацию о случайной величине из выборки. В результате, только на основании выборочных данных можно получить случайную величину с известным законом распределения. Многие важные статистики распределены по специальным законам. К ним относятся:
Распределение 2« Хи – квадрат».
Распределение Стьюдента.
6.4.1. 2– распределение
Пусть 1,2,…,k– независимые случайные величины, распределенные по стандартному нормальному закону – N (0,1), т.е. математическое ожидание равно нулю, а среднее квадратическое отклонение равно единице. Сумма квадратов этих случайных величин равна:
|
. |
(6.6) |
Сумма квадратов этих случайных величин в (6.6) распределена по закону 2«Хи – квадрат» с k=n степенями свободы.
Эту случайную величину обозначают 2(k):
.
Если случайную величину принять за х, то можно записать:
|
2(k) = x12+ x22+ ... + xk2. |
(6.6a) |
Если же эти величины связаны одним линейным соотношением, например:
,
то число степеней свободы k = n – 1. Среднее значение равно:
.
Свойства 2–распределения:
Случайная величина 2(k) имеет нулевую плотность распределения при х ≤ 0, так как данная величина есть сумма квадратов и всегда положительна.
При большом числе степеней свободы k распределение 2(k) близко к нормальному. В этом случае математическое ожидание случайной величины распределенной по закону2(с k степенями свободы) равно k:
|
M2(k) = k. |
(6.7) |
6.4.2. Распределение Стьюдента
Пусть случайная величина распределена по стандартному нормальному закону N(0,1). Случайную величинуделят на корень из2/k.
ЗаконСтьюдента– это отношение нормированной случайной величинык квадратному корню из независимой случайной величины, распределенной по закону «Хи – квадрат» с k степенями свободы, делённой на k. Данная случайная величина и соответствующий закон распределения обозначаются через t(k), именуются «распределение Стьюдента»:
|
. |
(6.8) |
График плотности распределения Стьюдента похож на график нормального распределения, приведённого на рис 5.4. С увеличением k – степеней свободы кривая вытягивается вдоль оси y.
Свойства распределения Стьюдента:
Свойство 1. Распределение Стьюдента симметрично относительно оси Y, причём M t(k) = 0.
Свойство 2. При больших значениях k распределение Стьюдента близко к стандартному нормальному распределению N(0,1).
6.5. Интервальные оценки
В разделе 6.3 на примерах было показано определение выборочных числовых характеристик случайной величины: выборочной средней –x, выборочной дисперсии – Dв, выборочного среднего квадратического отклонения –в. Полученные оценки являются приближенными. Поэтому вводится понятие интервальных оценок.
Интервальной называют оценку, которая определяется границами: началом и концом диапазона значений характеристики. Интервальные оценки позволяют установить точность и надёжность оценок. Однако граничные значения также случайные величины. Следовательно, строится интервал со случайными границами, который с заданной вероятностью содержал бы неизвестное значение параметра распределения.
Для определения погрешности полученных значений используют интервальные оценки, применяя понятие «доверительного интервала» – интервала, внутри которого параметр, как ожидается, найдется с некоторой доверительной вероятностью (надёжностью) . Иногда вместоиспользуют величину= 1 –, называемую уровнем значимости. На практике уровнь значимости – малое число, которое принимается примерно равным:
= 0,01; =0,05;= 0,1.