Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Вопрос 27 Равномерное и нормальное распределения.
Нормальное распределение. Нормальное распределение вероятностей особенно часто используется в статистике. Нормальное распределение дает хорошую модель для реальных явлений, в которых: 1) имеется сильная тенденция данных группироваться вокруг центра; 2) положительные и отрицательные отклонения от центра равновероятны; 3) частота отклонений быстро падает, когда отклонения от центра становятся большими. Идея состоит в том, что при суммировании большого числа независимых величин в определенных разумных условиях получаются именно нормально распределенные величины. И это происходит независимо, то есть инвариантно, от распределения исходных величин. Иными словами, если на некоторую переменную воздействует множество факторов, эти воздействия независимы, относительно малы и слагаются друг с другом, то получаемая в итоге величина имеет нормальное распределение. Формально плотность нормального распределения записывается так: φ(x,a,σ 2)=1\√2п σ * e (- ( x - a )2\2σ2) (-(x-a) 2 \2σ 2), где а и σ 2 - параметры закона, интерпретируемые соответственно как среднее значение и дисперсия данной случайной величины (ввиду особой роли нормального распределения мы будем использовать специальную символику для обозначения его функции плотности и функции распределения). Равномерное распределение. Закон распределения непрерывной случайной величины называется равномерным, если на интервале, которому принадлежат все возможные значения случайной величины, плотность распределения сохраняет постоянное значение (f(x) = const при a ≤ x ≤ b, f(x) = 0 при x < a, x > b. Из условия нормировки следует, что ∫ a b f(x)dx=∫ a b cdx=c(b-a)=1, откуда f(x)=c=1\b-a. Вероятность попадания равномерно распределенной случайной величины равна при этом ∫ α β 1\b-a dx=β-α\b-a.Равномерное распределение полезно при описании переменных, у которых каждое значение равновероятно, иными словами, значения переменной равномерно распределены в некоторой области. Ниже приведены формулы плотности и функции распределения равномерной случайной величины, принимающей значения на отрезке [а, b]. f ξ (x)= {1\b-a, при а≤х≤b; 0, при x<а и b>x/. F ξ (x)={0, при x≤a; x-a\b-a, при a<x≤b; 1, при b>x. Из этих формул легко понять, что вероятность того, что равномерная случайная величина примет значения из множества [с, d] [а, b], равна (d — c)/(b — a).
Вопрос 28 Предельные теоремы о связи биномиальной и случайной величины со случайными величинами Пуассона и Гаусса (предельная теорема Пуассона в схеме Бернулли, локальная и интегральная теоремы Муавра - Лапласа). Теорема Пуассона в схеме Бернулли. При большом числе испытаний n и малой вероятности р формулой Бернулли пользоваться неудобно, например, 0,97 999 вычислить трудно. В этом случае для вычисления вероятности того, что в n испытаниях (n – велико) событие произойдет k раз, используют формулу Пуассона: P n (k)=ᴧ k \k! *e - ᴧ,ᴧ=np (ᴧ-лямбда) – среднее число появлений события в n испытаниях. Эта формула дает удовлетворительное приближение для p<=0,1 и np<=10. При больших np рекомендуется применять формулы Лапласа (Муавра-Лапласа). События, для которых применима формула Пуассона, называют редкими, так как вероятность их осуществления очень мала (обычно порядка 0,001-0,0001).Пусть P n - вероятность успеха в серии из n испытаний и при и n→∞ np n =ᴧ - остается постоянным. Тогда P n (k)→e - ᴧ ᴧ k \k! Локальная формула Лапласа. Пусть в каждом из n независимых испытаний событие A может произойти с вероятностью P, q=1-p.Обозначим как и раньше, через P n (k) вероятность ровно k появлений события А в n испытаниях. кроме того, пусть P n (k 1;k 2) вероятность того, что число появлений события А находится между k1 и k2. Локальная теорема Лапласа. Если n – велико, а р – отлично от 0 и 1, то P n (k)≈1\√npq φ(k-np\√npq), где φ(x)=1\√2п *e x 2\2 - функция Гаусса. Интегральная формула Муавра-Лапласа. Пусть в каждом из n независимых испытаний событие A может произойти с вероятностью P, q=1-p.Обозначим как и раньше, через P n (k) вероятность ровно k появлений события А в n испытаниях. кроме того, пусть P n (k 1;k 2)– вероятность того, что число появлений события А находится между k1 и k2. Интегральная теорема Лапласа. Если n – велико, а р – отлично от 0 и 1, то P(n; k1, k2) P n (k 1;k 2)≈φ(k 2 -np\√npq)-φ(k 1 -np\√npq), где φ(x)=1\√2п ∫ a x e - t 2\2 dt - функция Лапласа.
|
||||||
Последнее изменение этой страницы: 2021-01-14; просмотров: 83; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.129.211.87 (0.006 с.) |