- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами 4
- •Тема 2 основні закони розподілу
- •Тема 3 елементи математичної статистики
- •Тема 4 розв’язування задач засобами mathcad 150
- •Тема 1 випадкові величини
- •Поняття випадкової величини. Закон розподілу дискретної випадкової величини. Математичні операції над випадковими величинами
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Математичне сподівання дискретної випадкової величини та його властивості
- •Розв’язування
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Функція розподілу випадкової величини
- •Розв’язування
- •Доведення
- •Доведення
- •Неперервні випадкові величини. Щільність ймовірності
- •Доведення
- •Розв’язування
- •Доведення
- •Розв’язування
- •Мода, медіана, квантилі, моменти випадкових величин. Асиметрія та ексцес (надвишок)
- •Розв’язування
- •Розв’язування
- •1.7 Приклади розв’язування задач
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 2 основні закони розподілу
- •2.1 Біноміальний закон розподілу
- •Доведення
- •2.2 Закон розподілу Пуассона
- •Розв’язування
- •2.3 Рівномірний закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •2.4 Показниковий закон розподілу
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.5 Нормальний закон розподілу
- •Доведення
- •Доведення
- •Доведення
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •2.6 Розподіл
- •2.7 Розподіл Ст’юдента
- •2.8 Розподіл Фішера-Снедекора
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 3 елементи математичної статистики
- •3.1 Варіаційні ряди, їх графічне представлення та характеристики
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.2 Поняття оцінки параметрів. Методи знаходження оцінок
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •3.3 Статистична гіпотеза та загальна схема її перевірки
- •Розв’язування
- •1. Перевірка гіпотез про рівність середніх.
- •Розв’язування
- •2. Перевірка гіпотез про рівність дисперсій двох сукупностей.
- •Розв’язування
- •3. Побудова теоретичного закону розподілу за експериментальними даними. Перевірка гіпотез про закон розподілу
- •Розв’язування
- •Питання для самоперевірки
- •Завдання для самостійної роботи
- •Тема 4 розв’язування задач засобами MathCad
- •Розв’язання
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Розв’язування
- •Словник основних математичних термінів, що зустрічаються в тексті
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
Доведення
За формулою (1.22) функція розподілу:
.
Зробимо заміну змінної, позначивши , тоді та ,при , тому
.
Перший інтеграл
.
(в силу парності підінтегральної функції і того, що інтеграл Ейлера-Пуассона дорівнює ).
Оскільки , то другий інтеграл становить .
Тобто, .
З геометричної точки зору функція розподілу є площею під нормальною кривою на інтервалі (рис. 2.6). Очевидно, що вона складається з двох частин: на інтервалі вона дорівнює 0,5; на інтервалі – дорівнює .
Розглянемо основні властивості нормально розподіленої випадкової величини.
1. Ймовірність потрапляння випадкової величини , розподіленої за нормальним законом, в інтервал дорівнює
, (2.20)
де
, .
Доведення
2. Ймовірність того, що відхилення випадкової величини , розподіленої за нормальним законом, від математичного сподівання не перевищить величину (за абсолютною величиною) дорівнює
, (2.21)
де
. (2.22)
На рис. 2.6 та 2.7 наведена геометрична інтерпретація властивостей нормального закону.
Рисунок 2.6 Рисунок 2.7
Обчислимо за формулою (2.21) ймовірності при різних значеннях . Маємо при
; (див. табл. А додатків)
;
(рис. 2.8).
Звідси випливає "правило трьох сигм":
Якщо випадкова величина має нормальний закон розподілу з параметрами та , то практично достовірно, що її значення належать інтервалу .
Порушення "правила трьох сигм", тобто відхилення випадкової величини більше ніж на є подією практично неможливою, оскільки її ймовірність досить мала:
.
Рисунок 2.8
Знайдемо коефіцієнт асиметрії та ексцес випадкової величини , розподіленої за нормальним законом.
Зрозуміло, що в силу симетрії нормальної кривої відносно прямої , коефіцієнт асиметрії нормального розподілу . Тоді ексцес нормально розподіленої випадкової величини дорівнює
.
Приклад 2.8 Припускаючи, що зріст чоловіків певної вікової групи є нормально розподілена випадкова величина з параметрами та , знайти:
а) щільність ймовірності та функцію розподілу; б) частки костюмів 4-го зросту (176-182 см) та 3-го зросту (170-176 см), котрі потрібно передбачити в загальному обсязі виробництва для даної вікової групи; в) квантиль та 10%-ву точку випадкової величини .
Сформулювати "правило трьох сігм" для випадкової величини .
Розв’язування
а) За формулами (2.15) та (2.18) запишемо
;
.
б) Частка костюмів 4-го зросту в загальному обсязі виробництва обчислимо за формулою (2.20)
.
Аналогічно обчислюємо частку костюмів 3-го зросту
.
в) Квантиль знайдемо з рівняння (1.28) з врахуванням (2.19):
=0,7;
звідки
.
За таблицями А додатків знаходимо та
(см).
Це означає, що 70% чоловіків даної вікової групи мають зріст 176 см.
10%-ва точка випадкової величини – це квантиль см.
Практично достовірно, що зріст чоловіків даної вікової групи знаходиться в межах від до (см), тобто (см).
Приклад 2.9 Випадкові похибки вимірювання мають нормальний закон розподілу ймовірностей із середнім квадратичним відхиленням =20мм і з математичним сподіванням а=0. Знайти ймовірність того, що із трьох незалежних вимірювань похибка хоч би одного не перевищуватиме за абсолютною величиною 4мм.