- •Учебная программа дисциплины
- •2. Данные о дисциплине:
- •1.7 Список литературы
- •1.8 Оценка знаний согласно шкале рейтинга
- •1.9 Политика и процедура
- •Учебно-методические материалы по дисциплине
- •2.1 Тематический план курса
- •2.2 Тезисы лекционных занятий
- •2.3 Планы практических занятий
- •Оценка участия в семинарах
- •Содержание домашних заданий
- •Оценка домашних заданий
- •Содержание заданий для срсп
- •Оценка заданий для срсп
- •Матрицы и операции над ними.
- •Определители и их свойства.
- •Системы линейных алгебраических уравнений.
- •Векторы. Линейные операции над векторами.
- •Нелиейные операции над векторами. Метод координат
- •Прямая на плоскости.
- •Кривые 2-го порядка.
- •Уравнение плоскости.
- •Прямая в пространстве. Взаимное расположение прямой и плоскости в пространстве.
- •Функция. Действительные числа. Предел функции. Односторонние пределы функции.
- •Элементарные функции
- •Предел функции. Основные теоремы о пределах
- •Замечательные пределы. Сравнение бесконечно малых функций. Широко используются следующие два предела
- •Непрерывность функции. Классификация точек разрыва функции.
- •Производная. Правила и формулы дифференцирования.
- •Производные высших порядков. Дифференциалы первого и высших порядков и их приложения.
- •Основные теоремы дифференциального исчисления (Ферма, Ролля, Лагранжа, Коши). Правило Лопиталя. Приложения производной и исследование функции.
- •Исследование поведения функции и построение их графиков.
- •Выпуклость графика функции. Точки перегиба
- •Асимтоты.
- •Первообразная. Неопределенный интеграл и его свойства.
- •Интегрирование рациональных функций.
- •Интегрирование иррациональных и трансцендентных функций.
- •Определенный интеграл. Условия существования определенного интеграла. Свойства определенного интеграла.
- •Проведя в точках деления a,b прямые, параллельные оси ординат, разобьем криволинейную трапецию на n частичных трапеций. В каждом частичном интервале возьмем точки 1,2,…,т, так что
- •Оценка интеграла. Теорема о среднем. Формула Ньютона-Лейбница. Замена переменных и интегрирование по частям в определенном интеграле.
- •Приложения определенного интеграла.
- •Частные производные и дифференцируемость функций нескольких переменных.
- •Частные производные высших порядков
- •Лекции 29. Дифференциальные уравнения. Дифференциальные уравнения I порядка.
- •Линейные дифференциальные уравнения второго порядка. Линейные дифференциальные уравнения второго порядка с постоянными коэффициентами.
- •Числовые ряды.
- •Признаки сходимости рядов
- •Степенные ряды. Интервал сходимости степенного ряда. Разложение функций в степенные ряды.
- •Свойства степенных рядов.
- •Двойные и тройные интегралы.
- •Векторные и скалярные поля
- •Криволинейные интегралы
- •Случайные события. Определение вероятности.
- •Теоремы сложения и умножения вероятностей. Формула полной вероятности. Формула Байеса.
- •Формула Бернулли. Предельные теоремы.
- •Случайные величины и их числовые характеристики.
- •Задачи математической статистики. Выборочный метод. Эмпирическая функция распределения. Полигон и гистограмма.
- •Параметры распределения.
- •Точечные и интервальные оценки.
- •Элементы теории корреляции.
- •Статистическая проверка статистических гипотез.
Параметры распределения.
Пусть для изучения генеральной совокупности относительно количественного признака X извлечена выборка объема n.
Выборочной средней хв называют среднее арифметическое значение признака выборочной совокупности.
Если все значения x1, x2, . . ., хn признака выборки объема n различны, то
хв = (х1 + х2 + ….+ хn)/n.
Если же значения признака х1, х2 ….. xk имеют соответственно частоты n1, n2 ….. nk, причем n1 + …. + nk = n, то
хв = (n1 * х1 + …. + nk* хk)/n.
Т. Е. выборочная средняя есть средняя взвешенная значений признака с весами, равными соответствующим частотам.
Выборочная средняя, найденная по данным одной выборки, есть, очевидно, определенное число. Если же извлекать другие выборки того же объема из той же генеральной совокупности, то выборочная средняя будет изменяться от выборки к выборке. Таким образом, выборочную среднюю можно рассматривать как случайную величину, а следовательно, можно говорить о распределениях (теоретическом и эмпирическом) выборочной средней и о числовых характеристиках этого распределения (его называют выборочным), в частности о математическом ожидании и дисперсии выборочного распределения.
Для того чтобы охарактеризовать рассеяние наблюдаемых значений количественного признака выборки вокруг своего среднего значения хв, вводят сводную характеристику— выборочную дисперсию.
Выборочной дисперсией Dв называют среднее арифметическое квадратов отклонения наблюдаемых значений признака от их среднего значения хв.
Если все значения х1, х2,…, хn признака выборки объема n различны, то
Если же значения признака х1, х2,…, хn имеют соответственно частоты n1, n2,…,nk, причем n1+ n2+…+nk= n, то
т. Е. выборочная дисперсия есть средняя взвешенная квадратов отклонений с весами, равными соответствующим частотам.
Кроме дисперсии для характеристики рассеяния значений признака выборочной совокупности вокруг своего среднего значения пользуются сводной характеристикой— средним квадратическим отклонением.
Выборочным средним квадратическим отклонением (стандартом) называют квадратный корень из выборочной дисперсии:
Вычисление дисперсии, безразлично—выборочной или генеральной, можно упростить, используя следующую теорему.
Теорема. Дисперсия равна среднему квадратов значений признака минус квадрат общей средней:
.
Точечные и интервальные оценки.
Точечной называют оценку, которая определяется одним числом. Все оценки, рассмотренные выше, — точечные. При выборке малого объема точечная оценка может значительно отличаться от оцениваемого параметра, т. Е. приводить к грубым ошибкам. По этой причине при небольшом объеме выборки следует пользоваться интервальными оценками.
Интервальной называют оценку, которая определяется двумя числами — концами интервала. Интервальные оценки позволяют установить, точность и надежность оценок .
Доверительным называют интервал , который покрывает неизвестный параметр с заданной надежностью.
Интервал имеет случайные концы (их называют доверительными границами). Действительно, в разных выборках получаются различные значения . Следовательно, от выборки к выборке будут изменяться и концы доверительного интервала, т. Е. доверительные границы сами являются случайными величинами — функциями от х1, х2, …, хn.
Так как случайной величиной является не оцениваемый параметр в, а доверительный интервал, то более правильно говорить не о вероятности попадания в доверительный интервал, а о вероятности того, что доверительный интервал покроет .
Метод доверительных интервалов разработал американский статистик Ю. Нейман, исходя из идей английского статистика Р. Фишера.
Оценку называют классической. Из формулы, определяющей точность классической оценки, можно сделать следующие выводы:
при возрастании объема выборки n число убывает и, следовательно, точность оценки увеличивается;
увеличение надежности оценки приводит к увеличениюt (Ф (t) — возрастающая функция), следовательно, и к возрастанию ; другими словами, увеличение надежности классической оценки влечет за собой уменьшение ее точности.