- •Рязань 2012
- •Введение
- •Глава 1. Предел функции
- •1.1. Определение предела
- •1.2. Операции над пределами
- •1.3. Замечательные пределы
- •1.4. Примеры
- •1.5. Варианты заданий
- •1.6. Контрольные вопросы Глава 2. Производная и дифференциал
- •2.1 Понятие производной
- •2.2. Геометрический и физический смысл производной
- •2.3. Таблица производных
- •2.4. Основные правила дифференцирования
- •2.5. Производные высших порядков
- •2.6. Дифференциал функции
- •2.7. Геометрический смысл и свойства дифференциала
- •2.8. Дифференциалы высших порядков
- •2.9. Примеры
- •2.10. Варианты заданий
- •2.11. Контрольные вопросы
- •Глава 3. Исследование функций и построение графиков
- •3.1. Промежутки монотонности и знакопостоянства
- •3.2. Экстремумы функции
- •3.3. Выпуклость и вогнутость функции. Точка перегиба
- •3.4. Асимптоты
- •3.5.Общая схема исследования функции и построение графиков
- •3.6. Примеры
- •3.7. Варианты заданий
- •3.8. Контрольные вопросы
- •Глава 4. Функции нескольких переменных
- •4.1. Определение функции нескольких переменных
- •4.2. Частные производные
- •4.3. Полный дифференциал
- •4.5. Примеры
- •4.6. Варианты заданий
- •4.7. Контрольные вопросы Глава 5. Численное дифференцирование
- •5.1. Формулы для вычисления первой производной
- •5.2. Формулы второй производной
- •5.3. Примеры
- •5.4. Варианты заданий
- •5.5. Контрольные вопросы Глава 6 Основы интерполяции.
- •6.1. Постановка задачи
- •Интерполяционные формулы конечных разностей
- •6.3. Интерполяционные формулы центральных разностей
- •6.4. Интерполирование функции с не равноотстоящими узлами
- •6.5. Варианты заданий
- •6.6. Контрольные вопросы Глава 7. Неопределенный интеграл
- •7.1. Первообразная функция и неопределенный интеграл
- •7.2. Основные свойства неопределенного интеграла
- •7.3. Таблица простейших интегралов
- •7.4. Основные методы интегрирования
- •7.4.1. Непосредственное интегрирование
- •7.4.2. Метод подстановки (замена переменной)
- •7.4.3. Интегрирование по частям
- •7.5. Примеры
- •7.6. Варианты заданий
- •7.7. Контрольные вопросы
- •Глава 8. Определенный интеграл
- •8.1. Основные понятия и свойства определенного интеграла
- •Свойства определенного интеграла
- •8.2. Основные методы интегрирования
- •8.2.1. Формула Ньютона-Лейбница
- •8.2.2. Метод подстановки
- •8.2.3. Интегрирование по частям
- •8.3. Примеры
- •8.4. Варианты заданий
- •8.5. Биологические, физические и медицинские приложения определенного интеграла
- •8.5.1. Примеры задач прикладного характера.
- •8.5.2. Примеры решения задач.
- •8.5.3. Варианты заданий
- •Глава 9. Численное интегрирование
- •9.1. Формула прямоугольников
- •9.2. Формула трапеций
- •9.3. Метод средних
- •9.4. Формула Симпсона
- •9.5. Примеры
- •9.6. Варианты заданий
- •9.7. Контрольные вопросы
- •Глава 10. Дифференциальные уравнения
- •Основные определения
- •10.2. Уравнения с разделяющимися переменными
- •10.3. Однородные уравнения первого порядка
- •10.4. Линейные уравнения первого порядка
- •9.5. Примеры
- •I. Метод Лагранжа
- •II. Метод Бернулли
- •1) Метод вариации произвольной постоянной
- •2) Метод подстановки
- •10.6. Варианты заданий
- •10.7. Применение дифференциальных уравнений в биологии и медицине.
- •10.8. Варианты заданий
- •10.9. Контрольные вопросы
- •Глава 11. Численные методы решения дифференциальных уравнений
- •11.1. Метод Эйлера
- •10.2. Метод Рунге – Кутта
- •10.3. Примеры
- •11.4. Варианты заданий
- •11.4. Контрольные вопросы
- •Глава 12. Элементы теории вероятностей
- •12.1. Случайное событие
- •12.2. Комбинаторика
- •12.3. Вероятность случайного события
- •Закон сложения вероятностей
- •12.5. Варианты заданий
- •12.6. Условная вероятность, закон умножения вероятностей
- •12.7. Варианты заданий
- •12.8. Формулы полной вероятности и Байеса
- •12.9. Варианты заданий
- •11.10. Формулы Бернулли, Пуассона и Муавра-Лапласа
- •12.11. Варианты заданий
- •12.2. Случайные величины
- •12.2.1. Закон распределения случайной величины
- •12.2.2. Функция распределения случайных величин
- •12.2.3. Числовые характеристики дискретной случайной величины
- •12.2.4. Плотность вероятности непрерывных случайных величин
- •12.2.5. Нормальный закон распределения
- •12.3. Варианты заданий
- •Глава 13. Статистический анализ результатов исследований
- •13.1. Основные понятия математической статистики
- •13.1. Варианты заданий
- •13.2. Статистические оценки параметров распределения. Выборочные характеристики
- •13.2.1. Характеристики положения
- •13.2.2. Характеристики рассеяния вариант вокруг своего среднего
- •13.3. Варианты заданий
- •13.4. Оценка параметров генеральной совокупности по ее выборке
- •13.4.1. Точечная оценка параметров генеральной совокупности
- •13.5. Варианты заданий
- •13.6. Интервальная оценка параметров генеральной совокупности
- •13.7. Варианты заданий
- •1.8. Контрольные вопросы
- •Глава 14. Корреляционный и регрессионный анализ
- •14.1. Функциональная и корреляционная зависимости
- •14.2. Коэффициент линейной корреляции и его свойства
- •14.3. Проверка гипотезы о значимости выборочного коэффициента линейной корреляции
- •14.4. Выборочное уравнение линейной регрессии. Метод наименьших квадратов
- •14.5. Нелинейная регрессия
- •14.6. Варианты заданий
- •Приложение
- •Критические значения выборочного коэффициента корреляции
- •Критерий Колмогорова – Смирнова Точные и асимптотические границы для верхней грани модуля разности истинной и эмпирической функции распределения
- •Распределение Пирсона (х2 – распределение)
- •Распределение Фишера – Снедекора (f-распределение)
- •Библиографический список
- •Содержание
- •Глава 13. Статистический анализ результатов исследований 150
- •Глава 14. Корреляционный и регрессионный анализ 168
12.2.4. Плотность вероятности непрерывных случайных величин
Плотностью вероятности, или плотностью распределения f(x) непрерывной случайной величины Х, называется производная её функции распределения:
f(x) = F' (x).
Ее также называют дифференциальной функцией распределения.
График плотности распределения f(x) называется кривой распределения.
Рис. 12.4. Плотность распределения
Свойства плотности вероятности:
1.f(х) 0 (свойство неотрицательности).
2. Площадь фигуры, ограниченной кривой распределения и осью абсцисс, равна единице (свойство нормированности).
3. Вероятность попадания непрерывной случайной величины в интервал [а,b] равна определенному интегралу от ее плотности вероятности в пределах от а до b.
Геометрическая интерпретация:
Полученная вероятность равна площади фигуры, ограниченной сверху кривой распределения и опирающейся на отрезок [а, b].
Непрерывная случайная величина описывается следующими числовыми характеристиками:
1. Математическое ожидание:
2. Дисперсия: или
Найдите математическое ожидание и дисперсию случайной величины X, если плотность распределения:
Решение:
.
.
12.2.5. Нормальный закон распределения
Этот закон наиболее часто встречается на практике. Он является предельным законом, к которому приближаются другие законы распределения. Нормальное распределение является одним из самых важных распределений в статистике. Обычно всё сравнивают с нормальным законом распределения.
Непрерывная случайная величина X имеет нормальный закон распределения (закон Гаусса) с параметрами µ и σ2, если ее плотность вероятности имеет вид:
(см. рис. 12.5а).
Свойства плотности распределения вероятностей:
Она колоколообразная ("колокол Гаусса"), иначе унимодальная.
Плотность определяется двумя параметрами: математическим ожиданием (µ) и средним квадратическим отклонением (σ).
Симметричная относительно среднего.
Среднее и медиана нормального распределения равны.
Кривая сдвигается вправо, если среднее увеличивается при постоянном квадратическом отклонении (рис. 11.56), и сдвигается влево, если среднее уменьшается.
Кривая расширяется, если среднее квадратическое отклонение σ увеличивается (если среднее постоянно).
Кривая становится более остроконечной с меньшей шириной основания колокола, σ если уменьшается при среднем постоянном (площадь под графиком всегда равна 1) (рис. 11.5в).
Рис. 12.5. Кривая нормального закона распределения и ее изменение при изменении параметров
Дополнительные свойства:
Вероятность того, что нормально распределенная случайная величина X со средним µ и средним квадратическим отклонением σ (стандартное отклонение) находится между (µ-σ) и (µ+σ), равна 0,68, т.е. 68% случайной величины X отличается от среднего не более чем на одно стандартное отклонение ± σ (рис. 11.6).
Вероятность того, что нормально распределенная случайная величина X находится между (µ-2σ) и (µ+2σ), равна 0,95, т.е. примерно 95% случайной величины X отличается от среднего на два стандартных отклонения ±2σ (рис.11.6).
Вероятность того, что нормально распределенная случайная величина X находится между (µ-3σ) и (µ+3σ), равна 0,99, т.е. 99% (практически достоверно). Это свойство носит название правило трех сигм (рис. 12.6).
Рис. 12.6. Правило трех сигм
Пример 8.
Построить графики для случая µ2> µ1; σ2>σ1.
Решение. Рис. 11.5г.