Решение задач

20. §2.4.Нахождение параметров распределения по выборочным данным.Теория вероятностей.

§4. Нахождение параметров распределения по выборочным данным.

Допустим, что случайная величина X, распределена по нормаль¬ному закону,т.е. с плотностью вероятностей: _

и Функцией распределения

где ф(х) - функция Лапласа.

Однако нам неизвестны параметры этого распределения, т.е. матема- матическое ожидание 4 и дисперсия

Й)£эс) = (Г* .

Возникает задача нахождения этих параметров по данным выборки. Значения случайной величины l*i»**».. , * } , являгациося независимыми результатами опыта / в порядке выборки/, можно рассматри¬вать как значения независимых случайных величин, имеющих равные математические ожидания а_ . Для таких случайных величин справедливо ледствие из‘’теоремы Чебышева в виде

(4.1)

при достаточно большом и, 1 . 4

Из \4.1) следует, что вероятность того, что-среднее арифмети¬ческое отклонение от математического ожидания 0L меньше- малой величины £, стремится к I при и -* «о . ч_ , 1 -

Поэтому приближенно' имеем _ 1 ~

Аналогично для' дисперси^:

(4:2)

' ✓ (4.3)

Более точный анализ приводит, к уточненному выражению для диспе

4.4)

Формулы (ч4;3)|(4.4) отличаются величинами и и ЧТО

Пример I. Наблюдение в контрольной лаборатории, за сроком годности 50 электроламп одинаковой мощности,взятых наудачу из большой партии выпущенных заводом ламп этой же^мощности, привело к следующим данным срока горения*

Отклонение в ч. (*.') -30 -20 -10 - 0, 10 20 за Частоты Ц; " 5 6 8 10 9 8 - 4

Требуется -по этим выборочным данным найти параметры нормаль¬ного распределения, которое отражав^ отклонение фактического срока горения лампочек от гарантийного.

Решение. Среднее отклонение

Выборочная'дисперсия ^

Таким образом, искомое нормальное распределение характеризует¬ся следующими значениями параметров:

Отсюда плотность вероятности

Популярные репетиторы:

Рейтинг 5 из 5: 45 отзывов
 
Когда еще учился в аспирантуре, c самого начала своей карьеры, я мечтал собрать в одно целое пару моих основных страстей: Математику, Информатику и Обучение.

Высококлассный математик для студентов и школьников, кандидат физико математических наук, докторант, педагогический стаж более 18 лет, стремительными темпами   подготовит без посредников учащихся к экзамену ЕГЭ по математике на 5 курс с помощью особо успешных методик по развитию памяти и ускорению умственной работы . 

В свободное время "кодит" на Python, GO и PHP. Впечатляюще поработал по науке в онлайн-компании по Нейронным сетям и Data Science. Консультации по математическим программам JupyterLab, Sage и MathCad . Участвует в международных академических симпозиумах CVPR, NIPS и ECCV .

Опыт преподавателя по высшей математике для абитуриентов более 20 лет. Занятия проводятся Дистанционно по Viber и  в Москве м. Китай-город. Более 320 учащихся  поступили «на бюджет» в ВУЗы Москвы: МЭИ, МГТУ, ФИ и ВШЭ и т.д.. 他說中國.

Запись на занятия

Ваше сообщение отправлено