- •Лекция 1
- •Лекция 2
- •Лекция 3
- •Основные теоремы Теории Вероятностей
- •Лекция 5
- •Лекция 6 Законы распределения случайных величин
- •Лекция 8
- •Вероятность попадания случайной величины на интервал альфа, бета, выраженное через плотность распределения f(X).
- •Выражение функции распределения f(X) через плотность f(X).
- •Основные свойства плотности распределения
- •Некоторые практически важные законы распределения.
- •Закон редких явлений. Распределение Пуассона.
- •Лекция 11 от 23.11.11
- •Основные свойства функции Лапласа:
- •Лекция 13 от 07.12.2011
- •Центральная предельная теорема.
- •Лекция 14
- •Лекция 15 от 21.12.11 Основные понятия математической статистики.
- •Выборка
- •Оценки числовой характеристики распределения
- •Три основных свойства оценки
- •Оценки математического ожидания и дисперсии.
Некоторые практически важные законы распределения.
Закон равномерной плотности
Равномерная плотность распределения определяется выражением:
f(x)
f(x)={0, если х<α: 1/β- α
f (x)={1/β- α, если α<x< β
f (x)={0, если x> β
0 α β х
F(x)=∫(от -∞ до +∞) f(t)dt={0, x< α; ∫(от x до α)dt/ β- α=1/ β- α*t|=x- α/ β- α, если α<x< β; 1, если x< β
F(x)1
0 α β x
MedX= β- α/2; ModX=не сущ
mx=M[x]= ∫(от -∞ до +∞) xf(x)dx=∫(от α до β)x/β- αdx=(β- α)( β+ α)/2
Дисперсия Dx=ὴ2=M[(x-mx)^2f(x)dx=1/β- α∫(от α до β)(x- β+ α/2)dx=…=(β- α)^2/12
Dx=(β- α)^2/12; f(x)
Ϛ x=√Dx=(β- α)/2√3
0 α a b β
P(a<x<b)=b-a/ (β- α)
Закон редких явлений. Распределение Пуассона.
Согласно теореме о повторении опытов (теорема Бернулли)
Лекция 11 от 23.11.11
Нормальный закон распределения. Закон Гаусса
Главная особенность этого закона в том, что он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях.
Рассмотрим непрерывную случайную величину Х. Нормальный закон распределения случайной величины Х характеризуется плотностью вероятности вида:
F(x)=(1/E*(2pi)^-2)e, где m и δ-параметры.
Г рафик функции f(x)
m x
Вычислим мат. Ожидание:
mx=M[X]=(1/E*(2pi)^-2) m=mx
Вычислим дисперсию
Dx=D[X]= (1/E*(2pi)^-2)∫(от -∞ до +∞)(х-mx)dx
Вероятность попадания нормально распр. Случ. Величины. На заданный участок. Функция Лапласса
Функция распределения для закона Гаусса имеет вид:
F[x]=P[X<x]
Принято обозначать нормальный закон распределения случайной величины Х через характеристики mδ2
X~N(m,δ^2)
Рассмотрим неопределенный интеграл
I=∫e-(x-m)^2/ mδ^2dx и сделаем подстановку.
x-m/r=t
dx=δdt
Этот неопределенный интеграл не выражается через элементарные функции, поэтому функция распределения f(x) может быть записана следующим образом:
F(x)=1/δ(2pi)^-2)*∫e-t^2/2dt (1)
Необходимо вычислить табличным образом функцию вида (1), рассматривая при этом функцию
Ф(Z)=1/(2pi)^-2)*∫(от -∞ до Z) e^t2/2dt (2)
Функция Ф(Z) – функция Лапласа или интеграл вероятностей
Ф(Z)=1/(2pi)^-2)*∫(от ∞ до Z) e^t2/2dt
То Ф(Z) есть функция распределения нормально распределенной случайной величины < c нулевым М.О. m=0 и единичной дисперсией δ2=1
P[Z<z]=Ф[Z]
Нормальное распределение с параметрами m=0 и δ2=1 называют стандартным нормальным распределением и обозначают
N(0,1)
Оно описывается функцией распределения, представляющую собой функцию Лапласа
Рассмотрим случайную величину.
Z=(X-m)/δ, где Х~N(m,δ^2)
Очевидно, что Z нормально распределен.
Легко показать, что она имеет нулевое М.О. и единичную дисперсию
Следовательно, она описывается функцией распределения вида 2-функций Лапласа.
Найдем связь между функциями распределения случайной величины X и Z. Из формулы (1) и (2) следует, что функция нормальной случайной величины Х может быть выражена через функцию Лапласа.
F(x)=Ф(Z)|z=x-m/δ=Ф(x-m/δ), где m=M[X], δ2=D[X] (3)
Из (3) следует, что вероятность попадания нормального распределения случайной величины в интервале [α;β] может быть выражен через функцию Лапласа:
p(α<x<β)=F(β)-F(α)=Ф(β-m/δ)-Ф(α-m/δ)