- •Курс лекций
- •2. Решение волнового уравнения методом Фурье
- •Кратные интегралы Лекция № 51. Тема 1: Определение кратного интеграла
- •1.1. Задачи, приводящие к понятию кратного интеграла
- •1.2. Определение кратного интеграла и его основные свойства
- •Тема 2: Двойной интеграл
- •2.1. Определение двойного интеграла
- •2.2. Вычисление двойного интеграла.
- •Лекция № 52
- •2.3. Замена переменных в двойном интеграле.
- •2.4. Двойной интеграл в полярной системе координат
- •2.5. Приложения двойного интеграла
- •. Лекция № 53
- •Лекция № 54. Тема 3 : Тройной интеграл
- •3.1. Определение и вычисление тройного интеграла
- •3.2. Замена переменных в тройном интеграле
- •3.3. Приложения тройного интеграла
- •Лекция № 55. Тема 4 : Криволинейные интегралы
- •4.1. Криволинейные интегралы первого рода или по длине дуги
- •4.2. Криволинейные интегралы второго рода или по координатам
- •Лекция № 56.
- •4.3. Формула Грина
- •4.4. Условие независимости криволинейного интеграла второго рода от пути интегрирования
- •Тема 5 : Поверхностные интегралы
- •5.1. Поверхностные интегралы первого рода
- •5.2. Поверхностные интегралы второго рода
- •5.3. Приложения поверхностных интегралов
- •Лекция № 57. Тема 6 : Элементы теории поля
- •6.1. Понятие поля
- •6.2. Формула Гаусса Остроградского
- •6.3. Формула Стокса
- •Теория вероятностей Лекция № 58. Тема 1 : Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •Лекция № 59
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •Лекция № 60. Тема 2 : Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •Лекция № 61. Тема 3 : Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •Лекция № 62. Тема 4 : Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Непрерывная св. Функция распределения
- •Лекция № 63. Тема 5 : Числовые характеристики св
- •5.1. Математическое ожидание св
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Понятие о моментах св
- •Лекция № 64. Тема 6 : Основные законы распределения случайных величин
- •6.1. Дискретные законы распределения
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Непрерывные законы распределения
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •Лекция № 65
- •6.2.3. Нормальное распределение
- •Тема 7 : Закон больших чисел
- •Лекция № 66. Тема 8 : Многомерные случайные величины
- •8.1. Многомерные св и их функции распределения
- •8.2. Числовые характеристики двумерной случайной величины
- •Элементы математической статистики Лекция № 67. Введение
- •1. Предмет математической статистики
- •Тема 1: Статистические законы распределения выборки
- •1.1. Полигон и гистограмма
- •1.2. Эмпирическая функция распределения
- •Тема 2 : Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •Лекция № 68
- •Тема 3 : Проверка статистических гипотез. Критерий согласия Пирсона
- •Тема 4 : Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
- •Теория функций комплексной переменной Лекция № 69. Определение функции комплексной переменной
- •1.1. Комплексные числа и действия над ними
- •1.2. Тригонометрическая и показательная формы записи
- •1.3. Определение функции комплексной переменной
- •Лекция № 70
- •1.3. Предел и непрерывность функции комплексной переменной
- •Тема 2 : Ряды с комплексными членами
- •2.1. Числовые ряды
- •2.2. Степенные ряды
- •2.3. Основные элементарные функции комплексной переменной
- •Лекция № 71. Тема 3 : Производная функции комплексной переменной
- •3.1. Определение производной
- •3.2. Гармонические функции
- •Тема 4 : Интеграл от функции комплексной переменной
- •4.1. Определение интеграла
- •4.2. Основная теорема Коши
- •Лекция № 72
- •4.3. Интегральная формула Коши
- •4.4. Производные высших порядков от аналитической функции
- •4.5. Ряд Тейлора
- •. . . . .
- •4.6. Ряд Лорана
- •Лекция № 73
- •Тема 5 : Вычеты
- •5.1. Изолированные особые точки аналитической функции
- •5.2. Определение вычета
- •5.3. Основная теорема о вычетах
- •5.4. Приложение вычетов к вычислению интегралов
- •Операционное исчисление Лекция № 74. Тема 1 : Оригинал и изображение
- •1.1. Определение оригинала и изображения
- •1.2. Изображения некоторых функций
- •Тема 2 : Основные теоремы операционного исчисления
- •2.1. Теоремы подобия, запаздывания и смещения
- •Лекция № 75.
- •3.2. Приложение операционного исчисления к задачам техники
- •С о д е р ж а н и е
5.2. Дисперсия и среднее квадратическое отклонение св
Математическое ожидание полностью не характеризует СВ. Поэтому вводят другие числовые характеристики.
Определение 2. Отклонением или центрированной СВ называется вели-
чина .
Легко показать, что .
Определение 3. Дисперсией СВ называется математическое ожидание квадрата отклонения случайной величины Х от своего математического ожидания и обозначается
.
Из этого определения следует, что дисперсия характеризует меру рассеивания возможных значений около её математического ожидания.
Определение 4. Величина называется средним квадра-тическим отклонением.
Получим более удобную формулу для вычисления дисперсии.
. (3)
Тогда для дискретной СВ формула дисперсии примет вид
или . (4)
Для непрерывной СВ -
или . (5)
Свойства дисперсии:
1. , как сумма неотрицательных членов, или как интеграл от неотрицательной функции.
2. , так как.
3. , что следует непосредственно из определения дисперсии.
4. Если Х и Y независимые СВ, то .
Действительно,
(и с учетом свойств математического ожидания)
Пример 2. Найти математическое ожидание , дисперсиюи среднеквадратическое отклонениеслучайной величины с плот-ностью распределения
По формулам (2), (4-5) соответственно находим:
.
5.3. Понятие о моментах св
Кроме математического ожидания и дисперсииис-пользуются и другие числовые характеристики СВ.
Определение 5. Начальным моментом k-го порядка СВ называется величина .
Тогда для дискретных СВ: .
Для непрерывных СВ: .
Определение 6. Центральным моментом k-го порядка СВ называется величина .
Тогда для дискретных СВ: .
Для непрерывных СВ: .
Легко проверить следующие соотношения:
и установить связь между начальными и центральными моментами:
.
Моменты характеризуют то или иное свойство СВ. Например, (дисперсия) характеризует рассеивание значений СВ около математического ожидания, асимметрию распределения и т.д.
Лекция № 64. Тема 6 : Основные законы распределения случайных величин
6.1. Дискретные законы распределения
6.1.1. Биномиальное распределение
Определение 1. Биномиальным называется распределение вероятностей, определяемое формулой Бернулли в виде таблицы
X |
0 |
1 |
… |
k |
… |
п |
p |
… |
|
… |
где Х количество появлений события А в п повторных испытаниях, если вероятность его появления в каждом из испытаний не изменяется и равна р. Пусть число появления события A в i-ом испытании, т.е.
-
0
1
p
q
p
тогда и
Аналогично можно показать, что .
Пример 1. ОТК проверяет изделия на стандартность. Вероятность того, что изделие стандартно равна 0,9. В каждой партии 5 изделий. Найти , гдеX - число партий, в каждой из которых окажется ровно 4 стандартных изделия, если проверке подлежат 50 партий.
Вначале определим вероятность того, что в каждой партии окажется ровно 4 стандартных изделия
Тогда