- •1.Уравнение в частных производных
- •2.Основные типы уравнений
- •3.Линейное однородное ду в частных производных первого порядка
- •4.Вывод уравнения колебаний струны методом Фурье
- •5.Задачи Коши
- •6.Решение уравнений колебаний струны методом Фурье
- •7.Решение волнового уравнения методом д′Аламбера
- •8.Уравнение теплопроводности для однородного стержня
- •9.Уравнение теплопроводности в пространстве
- •10.Распростронение тепла в неограниченном стержне. Интервал Пуасснова
- •11.Задачи приводящие к уравнению Лапласа
- •12.Задачи Неймана и Дирихле
- •Внешняя задача Неймана
- •13.Решение задачи Дирихле для уравнения Лапласа в круге методом Фурье
- •14.Случайное событие. Относительная частота случайного события. Вероятность события.
- •15.Теорема я.Бернулли
- •16.Совместные и несовместимые события. Полная группа парами несовместимых событий
- •17.Геометрическая интерпретация событий
- •18.Операции над событиями
- •19.Аксиомотическое определение вероятности
- •20.Теорема о сложении вероятностей. Примеры
- •21.Геометрическая интерпретация вероятностей. Вывод формулы для суммы совместимых событий
- •22.Умножение вероятностей
- •23.Условная вероятность
- •Определение
- •Замечания
- •24.Полная вероятность. Формула Байеса
- •25.Дискретные случайные величины и их характеристики
- •26.Относительная частота и вероятность для дискретных случайных величин
- •27.Математическое ожидание дискретной случайной величины
- •28.Дисперсия, средневековое отклонение, моменты дискретной случайной величины
- •Определение
- •Замечания
- •Свойства
- •29.Непрерывные случайные величины. Функция распределения и плотности вероятности
- •30.Теорема о связи функции распределения с плотностью вроятности
- •31.Интегральный закон распределения. Интегральная кривая
- •32.Числовые характеристики непрерывных случайных величин
- •33.Медиана и мода
- •34.Нормальный закон распределения
- •35.Медиана и мода нормального закона распределения
- •36.Интеграл вероятностей
- •37.Свойства интеграла вероятностей
- •38.Функция Лапласа
- •39.Среднее отклонение и средняя ошибка
- •40.Приведенная функция Лапласа
- •41.Правило трех сигм
- •42.Закон больших чисел. Предельные теоремы
- •43.Задачи математической статистики. Выборка, эмпирическая функция распределения
- •44.Статистический ряд и гистограмма
- •45.Среднее взвешенное и статистическая дисперсия
- •46.Точечные оценки
- •47.Распределение Пуасона
- •48.Распределение Стьюдента
- •49.Основные свойства точечной оценки
- •50.Исправленная выборочная дисперсия
- •51.Стандартная ошибка среднего арифметического
- •52.Интервальные оценки параметров распределения
- •53.Доверительный интервал, границы
- •54.Проверка статистических гипотез
- •55.Корреляционный анализ
- •56.Регрессионный анализ
30.Теорема о связи функции распределения с плотностью вроятности
Теорема. Вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a,b), равна определенному интегралу от плотности распределения, взятому в соответствующих пределах:
.
Следовательно, зная плотность распределения вероятности , можно найти функцию распределения по формуле
31.Интегральный закон распределения. Интегральная кривая
Интегральной функцией распределения называют функцию F(x), определяющую для каждого значения x случайной величины X вероятность того, что величина X примет значение, меньшее x, то есть F(x) = P(X < x).
Геометрически это равенство можно истолковать так: F(x) есть вероятность того, что случайная величина примет значение, которое изображается на числовой оси точкой, лежащей левее точки x. Интегральная функция распределения имеет следующие свойства.
Рис – Интегральная кривая
32.Числовые характеристики непрерывных случайных величин
Математическим ожиданием непрерывной случайной величины X, возможные значения которой принадлежат отрезку [a,b], называют определенный интеграл
Если возможные значения принадлежат всей числовой оси, то
Дисперсией непрерывной случайной величины называют математическое ожидание квадрата ее отклонения.
Если возможные непрерывной случайной величины X принадлежат отрезку [a,b], то
Если возможные значения принадлежат всей числовой оси, то
Средним квадратическим отклонением непрерывной случайной величины называют, как и для величины дискретной, квадратный корень из дисперсии:
33.Медиана и мода
Мода – величина признака, которая чаще всего встречается в данной совокупности. Применительно к вариационному ряду модой является наиболее часто встречающееся значение ранжированного ряда. Она показывает размер признака, свойственный значительной части совокупности, и определяется по формуле:
где х0 – нижняя граница интервала; h – величина интервала;
f m частота интервала;f m-1 частота предшествующего интервала;
f m+1 частота следующего интервала.
Медианой называется вариант, расположенный в центре ранжированного ряда. Медиана делит ряд на две равные части таким образом, что по обе стороны от нее находится одинаковое количество единиц совокупности. При этом у одной половины единиц совокупности значение варьирующего признака меньше медианы, у другой – больше.
Описательный характер медианы проявляется в том, что она характеризует количественную границу значений варьирующего признака, которыми обладает половина единиц совокупности.
Расчет медианы интервального вариационного ряда производится по формуле:
где х 0 нижняя граница интервала; h – величина интервала; f m частота интервала; f – число членов ряда; S m-1 – сумма накопленных членов ряда, предшествующих данному.
34.Нормальный закон распределения
Непрерывная случайная величина Х называется распределенной по нормальному закону, если ее плотность распределения равна
,
где m - математическое ожидание случайной величины;
σ2 - дисперсия случайной величины, характеристика рассеяния значений случайной величины около математического ожидания.
Условием возникновения нормального распределения являются формирование признака как суммы большого числа взаимно независимых слагаемых, ни одно из которых не характеризуется исключительно большой по сравнению с другими дисперсиями.
Нормальное распределение является предельным, к нему приближаются другие распределения.
Математическое ожидание случайной величины Х. распределено по нормальному закону, равно
mx = m, а дисперсия Dx = σ2.
Вероятность попадания случайной величины Х, распределенной по нормальному закону, в интервале(α, β) выражается формулой
где - табулированная функция