Содержание
- 2. Виды случайных величин Определение 3.1. Случайной величиной называется величина, которая в результате опыта принимает то или
- 3. Виды случайных величин Определение 3.2. Случайная величина называется дискретной, если множество её возможных значений конечно или
- 4. Виды случайных величин
- 5. Виды случайных величин Другая классификация, независимая от приведенной на рис. 3.1 – это разделение случайных величин
- 6. Дискретные случайные величины Обозначив pk = P(X = xk), получим основное правило, которому подчиняются вероятности принятия
- 7. Дискретные случайные величины Определение 3.7. Законом распределения дискретной случайной величины называется любое правило, по которому всем
- 8. Дискретные случайные величины Пример 3.2. Построим с помощью MATLAB многоугольник распределения. Предполагаем, что ряд распределения (таблица
- 9. Дискретные случайные величины
- 10. Дискретные случайные величины Пример 3.3 аналитического закона распределения для конечнозначной величины: вероятность появления различного количества гербов
- 11. Дискретные случайные величины Следующая характеристика случайной величины – это функция распределения. Её другие названия: интегральная функция
- 12. Дискретные случайные величины Свойство 3.1. Функция распределения – это вероятность некоторого события, поэтому . Свойство 3.2.
- 13. Дискретные случайные величины Пример 3.2 (продолжение). Найти функцию распределения случайной величины, многоугольник распределения которой мы построили.
- 14. Дискретные случайные величины plot(x,F1(1:end-2),'k.') % добавили точки hh=get(gca); hp=hh.Position; % положение осей на фигуре for i=1:length(F),
- 15. Дискретные случайные величины
- 16. Непрерывные случайные величины Определение 3.9. Случайная величина X называется непрерывной, если её функция распределения F(x) непрерывна.
- 17. Непрерывные случайные величины Другие названия: плотность вероятностей, дифференциальная функция распределения, дифференциальный закон распределения. Английское название: the
- 18. Непрерывные случайные величины
- 19. Непрерывные случайные величины Свойство 3.10. Вероятность попадания непрерывной величины в интервал (или отрезок, или полуинтервал) равна
- 20. Непрерывные случайные величины Решение выполняем с помощью MATLAB. Множитель k находим из условия нормировки (3.12). Вычисляем
- 21. Непрерывные случайные величины Подставляем полученное значение k в выражение для f(x) и строим её график. Он
- 22. Непрерывные случайные величины plot(xp,fp) % рисуем график ylim([0 1.2*max(fp)]); % границы по вертикали set(get(gcf,'CurrentAxes'),... 'FontName','Times New
- 23. Непрерывные случайные величины
- 24. Непрерывные случайные величины Для вычисления функции распределения используем свойство 3.8. Как видим, на 1-м и 3-м
- 25. Непрерывные случайные величины ylim([0 1.2]); % границы по вертикали set(get(gcf,'CurrentAxes'),... 'FontName','Times New Roman Cyr','FontSize',10) % шрифт
- 26. Непрерывные случайные величины
- 27. Числовые характеристики случайных величин Определение 3.11. Математическим ожиданием или средним случайной величины X называется сумма произведений
- 28. Числовые характеристики случайных величин Свойство 3.11. МО детерминированной величины C (константы) равно ей самой. Пример 3.6.
- 29. Числовые характеристики случайных величин Пример 3.2 (продолжение). Найти МО дискретной конечнозначной величины, для которой мы уже
- 30. Числовые характеристики случайных величин Определение 3.12. Мода случайной величины – это наиболее вероятное её значение (т.
- 31. Числовые характеристики случайных величин Пример 3.2 (продолжение). Найти моду дискретной конечнозначной величины. Решение. Определяем то значение
- 32. Числовые характеристики случайных величин Определение 3.13. Медиана случайной величины – это такое значение xm, при котором
- 33. Числовые характеристики случайных величин
- 34. Числовые характеристики случайных величин Пример 3.5 (продолжение). Найти медиану непрерывной величины. Решение. У нас есть аналитическое
- 35. Числовые характеристики случайных величин Определение 3.14. Моментом (начальным моментом) m-го порядка случайной величины называется сумма произведений
- 36. Числовые характеристики случайных величин disp('Начальные моменты:'); for i=1:5, alpha=int(x^i*fs,x,x1,x2); % момент i-го порядка fprintf('Alpha(%d)=%s=%12.5f\n',i,... char(alpha),eval(alpha)); end
- 37. Числовые характеристики случайных величин Определение 3.15. Центральным моментом m-го порядка случайной величины называется сумма произведений всех
- 38. Числовые характеристики случайных величин Формулы вида (3.24) имеют место и здесь. Вот несколько первых центральных моментов
- 39. Числовые характеристики случайных величин disp('Центральные моменты:'); for i=1:5, mu=int((x-mx)^i*fs,x,x1,x2); % момент i-го порядка fprintf('Mu(%d)=%s=%12.5f\n',i,char(mu),eval(mu)); end Центральные
- 40. Числовые характеристики случайных величин Определение 3.16. Дисперсией случайной величины называется её 2-й центральный момент. Обозначения дисперсии:
- 41. Числовые характеристики случайных величин
- 42. Числовые характеристики случайных величин Определение 3.18. Асимметрией случайной величины называется отношение 3-го центрального момента к кубу
- 43. Числовые характеристики случайных величин
- 44. Числовые характеристики случайных величин Определение 3.19. Эксцессом случайной величины называется отношение 4-го центрального момента к 4-й
- 45. Числовые характеристики случайных величин
- 46. Числовые характеристики случайных величин Закончим примеры 3.2 и 3.5: посчитаем дисперсию, СКО, асимметрию и эксцесс. Dx=sum((x-mx).^2.*p);
- 48. Скачать презентацию