- •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
- •Дифференциал сложной функции
- •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
- •Вертикальные асимптоты
- •Наклонные и горизонтальные 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. 1. Непосредственное интегрирование
- •7. 2. Метод подстановки (замена переменной)
- •7. 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 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
- •10.1. Основные определения
- •10.2. Уравнения с разделяющимися переменными
- •10.3. Однородные уравнения первого порядка
- •10.4. Линейные уравнения первого порядка
- •1. Метод вариаций произвольной постоянной (метод Лагранжа).
- •2. Метод подстановки (метод Бернулли).
- •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
- •11.2. Метод Рунге – Кутта
- •11.3. 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
- •12.10. 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
- •12.4. Контрольные вопросы
- •Глава 13. Статистический анализ результатов исследований
- •13.1. Основные понятия математической статистики
- •13.1. Варианты заданий
- •13.2. Статистические оценки параметров распределения.
- •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
- •13.8. 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 гипотез выборочного коэффициента линейной корреляции
- •14.4. Выборочное уравнение линейной регрессии. Метод наименьших квадратов
- •14.5. Нелинейная регрессия
- •14.6. Варианты заданий
- •14.7. Контрольные вопросы
- •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 1. Предел функции 4
- •Глава 2. Производная и дифференциал 10
- •Глава 13. Статистический анализ результатов исследований 163
- •Глава 14. Корреляционный и регрессионный анализ 183
12.4. Контрольные вопросы
-
Что такое событие? Что понимать под событиями совместными и несовместными? единственно возможными? равновозможными? невозможными и достоверными? противоположными? эквивалентными? зависимыми и независимыми? Привести примеры перечисленных событий.
-
Какие события образуют полную группу?
-
Что понимается под вероятностью события в ее классическом определении?
-
В каких приделах может изменяться вероятность событий? Чему равны вероятности событий: достоверного? невозможного?
-
В чем заключается правило умножения событий?
-
Как определить число перестановок? размещений? сочетаний? На подсчет количеств каких элементов комбинаторики влияет порядок размещения элементов в выборках?
-
Что понимается под полной вероятностью? Как ее можно определить? Поясните смысл всех величин , входящих в формулу полной вероятности.
-
Что представляет собой гипотезы в формуле полной вероятности? Что такое вероятность гипотез?
-
Поясните смысл всех величин, входящих в формулу Байеса. Для чего используется эта формула?
-
В каких опытах для определения числа вероятности используется формула Бернулли? Поясните смысл формулы и смысл входящих в нее величин.
-
Выпишите формулы Муавра – Лапласа и Пуассона. Поясните их смысл и смысл входящих в них величин.
-
В чем отличие в использовании формулы Бернулли, Муавра – Лапласа и Пуассона для решения задач теории вероятностей и в чем сходство?
Глава 13. Статистический анализ результатов исследований
13.1. Основные понятия математической статистики
Математическая статистика – это раздел математики, изучающий приближенные методы сбора и анализа данных по результатам эксперимента для выявления существующих закономерностей, т.е. отыскания законов распределения случайных величин и их числовых характеристик.
В математической статистике принято выделять два основных направления исследований:
1.Оценка параметров генеральной совокупности.
2.Проверка статистических гипотез (некоторых априорных предположений).
Основными понятиями математической статистики являются: генеральная совокупность, выборка, теоретическая функция распределения.
Генеральной совокупностью является набор всех мыслимых статистических данных при наблюдениях случайной величины.
ХГ = {х1, х2, х3, …, хN, } = { хi ; i=1,N }
Наблюдаемая случайная величина Х называется признаком или фактором выборки. Генеральная совокупность – есть статистический аналог случайной величины, ее объем N обычно велик, поэтому из нее выбирается часть данных, называемая выборочной совокупностью или просто выборкой.
ХВ = {х1, х2, х3, …, хn, } = { хi ; i=1,n }
ХВ ХГ, n N
Выборка – это совокупность случайно отобранных наблюдений (объектов) из генеральной совокупности для непосредственного изучения. Количество объектов в выборке называется объемом выборки и обозначается n. Обычно выборка составляет 5%-10% от генеральной совокупности.
Использование выборки для построения закономерностей, которым подчинена наблюдаемая случайная величина, позволяет избежать ее сплошного (массового) наблюдения, что часто бывает ресурсоемким процессом, а то и просто невозможным.
Например, популяция представляет собой множество индивидуумов. Изучение целой популяции трудоемко и дорого, поэтому собирают данные по выборке индивидуумов, которых считают представителями этой популяции, позволяющими сделать вывод относительно этой популяции.
Однако, выборка обязательно должна удовлетворять условию репрезентативности, т.е. давать обоснованное представление о генеральной совокупности. Как сформировать репрезентативную (представительную) выборку? В идеале стремятся получить случайную (рандомизированную) выборку. Для этого составляют список всех индивидуумов в популяции и случайно их отбирают. Но иной раз затраты при составлении списка могут оказаться недопустимыми и тогда берут приемлемую выборку, например, одну клинику, больницу и исследуют всех пациентов в этой клинике с данным заболеванием.
Каждый элемент выборки называется вариантой. Число повторений варианты в выборке называется частотой встречаемости . Величина называется относительной частотой варианты, т.е. находится как отношение абсолютной частоты варианты ко всему объему выборки. Последовательность вариант, записанных в возрастающем порядке, называется вариационным рядом.
Рассмотрим три формы вариационного ряда: ранжированный, дискретный и интервальный.
Ранжированный ряд - это перечень отдельных единиц совокупности в порядке возрастания изучаемого признака.
Дискретный вариационный ряд представляет собой таблицу, состоящую из граф, либо строк: конкретного значения признака хi и абсолютной частоты ni (или относительной частоты ωi) проявления i-го значения признака x.
Примером вариационного ряда служит таблица
Значение |
|
14 |
14,3 |
14,7 |
15,0 |
15,5 |
Частота |
|
0,08 |
0,16 |
0,29 |
0,34 |
0,13 |
Статистическое распределение – это совокупность вариант и соответствующих им частот . Для проверки правильности записи статистического распределения используют условие нормировки: .
Задано распределение частот выборки объема n=20.
|
2 |
6 |
12 |
|
3 |
10 |
7 |
Написать распределение относительных частот.
Решение: Найдем относительные частоты. Для этого разделим частоты на объем выборки:
Распределение относительных частот имеет вид:
|
2 |
6 |
12 |
|
0,15 |
0,5 |
0,35 |
Контроль: 0,15 + 0,5 + 0,35 = 1.
Дискретный ряд можно изобразить графически. В прямоугольной декартовой системе координат отмечаются точки с координатами () или (), которые соединяются прямыми линиями. Такую ломаную называют полигоном частот.
Построить дискретный вариационный ряд (ДВР) и начертить полигон распределения 45 абитуриентов по числу баллов, полученных ими на приемных экзаменах:
39 41 40 42 41 40 42 44 40 43 42 41 43 39 42 41 42 39 41 37 43 41 38 43 42 41 40 41 38 44 40 39 41 40 42 40 41 42 40 43 38 39 41 41 42.
Решение: Для построения вариационного ряда различные значения признака x (варианты) располагаем в порядке их возрастания и под каждым из этих значений записываем его частоту.
|
37 |
38 |
39 |
40 |
41 |
42 |
43 |
44 |
|
1 |
3 |
5 |
8 |
12 |
9 |
5 |
27 |
Построим полигон этого распределения:
Рис. 13.1. Полигон частот
Интервальный вариационный ряд используется при большом числе наблюдений. Для построения такого ряда надо выбрать число интервалов признака и установить длину интервала. При большом числе групп величина интервала будет минимальна. Число групп в вариационном ряду можно найти по формуле Стерджеса: (k-число групп, n - объем выборки), а ширину интервала –
где - максимальное; - минимальное значения вариант, а их разность R носит название размаха вариации.
Исследуется выборка из 100 человек из совокупности всех студентов медицинского ВУЗа.
Решение: Рассчитаем число групп: . Таким образом, для составления интервального ряда данную выборку лучше разбить на 7 или 8 групп. Совокупность групп, на которые разбиваются результаты наблюдений и частот получения результатов наблюдений в каждой группе, называют статистической совокупностью.
Для наглядного представления статистического распределения пользуются гистограммой.
Гистограмма частот – это ступенчатая фигура, состоящая из смежных прямоугольников, построенных на одной прямой, основания которых одинаковы и равны ширине интервала, а высота равна или частоте попадания в интервал или относительной частоте ωi.
Наблюдения за числом частиц, попавших в счетчик Гейгера, в течение минуты дали следующие результаты:
21 30 39 31 42 34 36 30 28 30 33 24 31 40 31 33 31 27 31 45 31 34 27 30 48 30 28 30 33 46 43 30 33 28 31 27 31 36 51 34 31 36 34 37 28 30 39 31 42 37.
Построить по этим данным интервальный вариационный ряд с равными интервалами (I интервал 20-24; II интервал 24-28 и т.д.) и начертить гистограмму.
Решение: n=50
Интервал |
20-24 |
24-28 |
28-32 |
32-36 |
36-40 |
40-44 |
44-48 |
48-52 |
Частота |
1 |
4 |
22 |
8 |
7 |
4 |
2 |
2 |
Гистограмма этого распределения имеет вид:
Рис. 13.2. Гистограмма распределения