- •Теория вероятностей § 1. Основные понятия
- •§ 2. Последовательные испытания. Формула бернулли
- •§ 3. Случайные величины
- •§4. Числовые характеристики случайных величин
- •§ 5. Законы больших чисел
- •§ 6. Теоремы ляпунова и лапласа
- •Приложение теории вероятностей к обработке результатов измерений
- •Применение теории вероятностей к статистике
- •Элементы теории корреляций
- •Приложение
- •Значения функции
- •Значения функции
Приложение
Таблица 1
Значения функции
x |
φ(x) |
x |
φ(x) |
x |
φ(x) |
x |
φ(x) |
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 |
0,3989 0,3984 0,3970 0,3945 0,3910 0,3867 0,3814 0,3752 0,3683 0,3605 0,3521 0,3429 0,3332 0,3230 0,3123 0,3011 0,2897 0,2780 0,2661 0,2541 |
1,00 1,05 1,10 1,15 1,20 1,25 1,30 1,35 1,40 1,45 1,50 1,55 1,60 1,65 1,70 1,75 1,80 1,85 1,90 1,95 |
0,2420 0,2299 0,2179 0,2059 0,1942 0,1826 0,1714 0,1604 0,1497 0,1394 0,1295 0,1200 0,1109 0,1023 0,0940 0,0863 0,0790 0,0721 0,0656 0,0596 |
2,00 2,05 2,10 2,15 2,20 2,25 2,30 2,35 2,40 2,45 2,50 2,55 2,60 2,65 2,70 2,75 2,80 2,85 2,90 2,95 |
0,0540 0,0488 0,0440 0,0396 0,0355 0,0317 0,0283 0,0252 0,0224 0,0198 0,0175 0,0154 0,0136 0,0119 0,0104 0,0091 0,0079 0,0069 0,0060 0,0051 |
3,00 3,05 3,10 3,15 3,20 3,25 3,30 3,35 3,40 3,45 3,50 3,55 3,60 3,65 3,70 3,75 3,80 3,85 3,90 3,95 4,00 |
0,0044 0,0038 0,0033 0,0028 0,0024 0,0020 0,0017 0,0015 0,0012 0,0010 0,0009 0,0007 0,0006 0,0005 0,0004 0,0003 0,0002 0,0002 0,0002 0,0002 0,0001 |
Таблица 2
Значения функции
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
x |
Ф(x) |
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 |
0,00000 0,01994 0,03983 0,05962 0,07926 0,09871 0,11791 0,13683 0,15542 0,17364 0,19156 0,20884 0,22575 0,24115 0,25804 0,27337 0,28814 |
0,85 0,90 0,95 1,00 1,05 1,10 1,15 1,20 1,25 1,30 1,35 1,40 1,45 1,50 1,55 1,60 1,65 |
0,30234 0,31594 0,32894 0,34134 0,35314 0,36433 0,37493 0,38493 0,39435 0,40320 0,41149 0,41924 0,42647 0,43319 0,43943 0,44520 0,45053 |
1,70 1,75 1,80 1,85 1,90 1,95 2,00 2,05 2,10 2,15 2,20 2,25 2,30 2,35 2,40 2,45 2,50 |
0,45543 0,45994 0,46407 0,46784 0,47128 0,47441 0,47725 0,47982 0,48214 0,48422 0,48610 0,48778 0,48928 0,49061 0,49180 0,49256 0,49379 |
2,55 2,60 2,65 2,70 2,75 2,80 2,85 2,90 2,95 3,00 3,20 3,40 3,60 3,80 4,00 4,50 5,00 |
0,49461 0,49534 0,49598 0,49653 0,49702 0,49744 0,49781 0,49813 0,49841 0,49865 0,49931 0,49966 0,499841 0,499928 0,499968 0,499997 0,500000 |
1 Событие А1А2Аз можно представить как совмещение двух событий: события C=A1A2 и события А3.
2 Т. Бейес (ум. 1763) —английский математик.
3 Я. Бернулли (1654 – 1705) – швейцарский математик.
4 П. Лаплас (1749 – 1827) – французский математик и астроном.
5 Случайные величины обозначаются малыми буквами греческого алфавита: ξ, η, ς, ….
6 Здесь и в дальнейшем введены обозначения , .
7 Можно показать, что F(хi) = F(хi – 0), т.е. что функция F(хi) непрерывна слева в точке хi.
8 Функция называется кусочно-непрерывной на всей числовой оси, если она на любом сегменте или непрерывна, или имеет конечное число точек разрыва 1 рода.
9 Дифференцирование интеграла с бесконечной нижней границей и переменной верхней границей можно свести к дифференцированию интегралов с конечной нижней границей и переменной верхней границей. В самом деле,
так как интеграл есть величина постоянная.
10 См. сноску на с. 14
11 В случае, если множество возможных значений дискретной случайной величины образует бесконечную последовательность х1, х2, …, хп, то математическое ожидание этой случайной величины определяется как сумма ряда , причем требуется, чтобы этот ряд абсолютно сходился,
12 Под суммой (произведением) двух случайных величин и понимают случайную величину = + (=∙), возможные значения которой состоят из сумм (произведений) каждого возможного значения величины и каждого возможного значения величины .
13 Казалось бы естественным рассматривать не квадрат отклонения, а просто отклонение – M() случайной величины от ее математического ожидания. Однако математическое ожидание этого отклонения равно нулю, так какM[ – M()] = M() – M[M()] = M() – M() = 0. Здесь мы воспользовались тем, что M() постоянно, а математическое ожидание постоянной есть эта постоянная. Можно было бы принять за меру рассеяния математическое ожидание модуля отклонения случайной величины от ее математического ожидания: M[| – M()|]. Однако, как правило, действия, связанные с абсолютными величинами, приводят к громоздким вычислениям.
14 Последнее утверждение можно получить просто из свойств математического ожидания и дисперсии. Так, например, М(η) = М(А + Вξ) = М(A) + ВM(ξ) = А + Ва.
15 П. Л. Чебышев (1821—1894) — выдающийся русский математик.
16 Л. М. Ляпунов (1857-1918) – выдающийся русский математик.
17 Расчет по формуле (63) дает удовлетворительные по точности результаты при n ≥ 30
18 Для простоты вычислений, как это обычно делается, за х0 мы выбрали число, близкое к середине диапазона изменения наблюдаемых значений.
19 При подсчетах мы принимаем диаметры стволов и высоты всех сосен, попавших в данный интервал, равными серединам соответствующих интервалов.