UkrReferat.com
найбільша колекція україномовних рефератів

Всього в базі: 75843
останнє поновлення: 2016-12-04
за 7 днів додано 10

Реферати на українській
Реферати на російській
Українські підручники

$ Робота на замовлення
Реклама на сайті
Зворотній зв'язок

 

ПОШУК:   

реферати, курсові, дипломні:

Українські рефератиРусские рефератыКниги
НазваШпаргалка
АвторPetya
РозділМатематика, алгебра, геометрія, статистика
ФорматWord Doc
Тип документуРеферат
Продивилось13779
Скачало1004
Опис
ЗАКАЧКА
Замовити оригінальну роботу

диничну дисперсію.

 

24.Функція розподілу ймовірностей неперервної випадкової величини, її

властивості та графік

 

Цю функцію можна тлумачити так:унаслідок експерименту випадкова

величина може набути значення,меншого за х.

 

 

Властивості:

 

1.0(F(x)(1

 

2.F(x) є неспадною функцією,а саме F(x2)(F(x1), якщо х2(х1

 

25.Щільність розподілу ймовірностей неперервної випадкової величини, її

властивості та графік.

 

 

Властивості:

 

1.0(F(x)(1

 

2.F(x) є не спадною функцією, а саме F(x2)(F(x1), якщо х2(х1

 

26.Ймовірність попадання неперервної випадкової величини в заданий

інтервал

 

27.Знаходження функції розподілу за відомою щільність розподілу

 

28.Математичне сподівання і дисперсія неперервної випадкової величини

 

29.Нормальний розподіл, його властивості

 

, які входять до виразу щільності розподілу, є відповідно математичним

сподіванням та середнім квадратичним відхиленням випадкової величини.

Нормальний закон розподілу широко застосовується в математичній

статистиці. Для обчислення ймовірності потрапляння випадкової величини,

розподіленої нормально, на проміжок використовується функція Лапласа:

 

 

 

Часто застосовується також формула:

 

 

30.Багатовимірність випадкової величини

 

і кореляційною матрицею:

 

 

, дістанемо матрицю, складену з коефіцієнтів кореляції:

 

 

31.Функції від випадкових величин. Розподіл (2, Студента, Фішера

 

попарно незалежних випадкових величин, які розподілені нормально з

нульовими математичними сподіваннями і одиничними дисперсіями.

 

 

Графік щільності розподілу зображено на рис. 3.3.

 

 

для відповідної кількості ступенів волі. Якщо кількість ступенів волі

більша від 30, то розподіл мало відрізняється від нормального з

відповідними математичним сподіванням і дисперсією.

 

M(X)=n. D(X)=2n.

 

особливо за малих значень n

 

 

Складено таблиці розподілу Стьюдента,

 

h x1 – x2 x2 – x3 x3 – x4 … xk–1 – xk

 

ni n1 n2 n3 … Nk

 

Wi W1 W2 W3 … Wk

 

 

 

для кількості ступенів волі від 1 до 20. Якщо кількість ступенів волі

більша, то можна застосовувати нормальний закон розподілу з нульовим

математичним сподіванням і одиничною дисперсією.

 

.

 

ступенями волі. Щільність цього розподілу подається формулою:

 

Щільність розподілу Фішера має графік, зображений на

 

 

 

 

32. Функція і щільністьрозподілудвовимірноївипадкової величини, їх

властивості

 

33.Умовні закони розподілу і умовні математичні сподівання двовимірних

в.в.

 

34.Незалежні в.в.Числові характеристики міри зв’язку в.в.:коваріація,

коефіцієнт кореляції

 

35.Закон великих чисел. Нерівність Чебишева. Теорема Бернуллі, Чебишева,

Ляпунова та їх практичне значення

 

Теорема Ляпунова. Якщо для незалежних випадкових величин, які утворюють

послідовність (1), існують моменти третього порядку і виконується умова

 

виконується співвідношен-

 

ня (2).

 

Наслідком розглянутих теорем є інтегральна теорема Лапласа.

 

У схемі незалежних повторних випробувань

 

 

Це випливає з того, що частоту події можна подати як суму n випадкових

величин — частот настання події в окремих випробуваннях. При достатньо

-----> Page:

[0] [1] 2 [3] [4] [5] [6] [7]

ЗАМОВИТИ ОРИГІНАЛЬНУ РОБОТУ