Определение моды в статистике

Мода — значение признака, имеющее наибольшую частоту в статистическом ряду распределения.

Нахождение моды и медианы в контрольных по статистике происходит путем обычного просматривания столбца частот. В этом столбце находят наибольшее число, характеризующее наибольшую частоту. Ей соответствует определенное значение признака, которое и является модой. В интервальном вариационном ряду модой приблизительно считают центральный вариант интервала с наибольшей частотой. В таком ряду распределения мода вычисляется по формуле:

где ХМо — нижняя граница модального интервала;

imo — модальный интервал;

fм0, fм0-1,, fм0+1 - частоты в модальном, предыдущем и следующем за модальным интервалах.

10.2 Условная вероятность. Теорема произведения вероятностей зависимых событ.

Условн. вер-тьюназ вер-ть события В при условии, что соб А уже наступило. Условн вер-тьобозначР(В/А).

Теорема произвед двух соб=произвед вероятностей одного из них на условную вер-ть другого события. Р(АВ)=Р(А)*Р(В/А) Предположение что 1 событ произошло Р(АВ)=Р(А)*Р(В/А) Р(АВ)=Р(В)*Р(А/В)

Теор. Умен. Р(АВ)=Р(А)*Р(В/А)

Д-во: n- всех исходов, А-m исх, АВ-k исх

m-A

k-AB

P(AB)=k/n-вер-тьсобытР(В/A)=k/m P(AB)=k/n*m/n P(A)=m/n P(AB)=k/m*m/n=P(A)*P(B/A)

Теор. P(A1,A2,...An)=P(A1)P(A2/A1)P(A3/A1A2)...P(An(A1...An-1)

событиями

1) сумма двух событий А и В – это А+В(U), это значит происходит хотя бы одно событие. Суммой n событий называется событие , которое обозначает, что происходит хотя бы одно из этих событий.

2) произведением событий А и В называется событие АВ и заключается в том, что события являются одновременными и являются совместными. - все события появляются одновременно.

Билет №24

1.

Наивероятнейшее число появлений события в независимых испытаниях

Число k₀ (наступления события в независимых испытаниях, в каждом из которых вероятность появления события равна р) называют наивероятнейшим, если вероятность того, что событие наступит в этих испытаниях k₀ раз, превышает (или, по крайней мере, не меньше) вероятности остальных возможных исходов испытаний. Наивероятнейшее число k₀ определяют из двойного неравенства

np-q≤k₀≤np+p, причем: а) если число nр-q — дробное, то существует одно наивероятнейшеечиcло k₀; б) если число nр-q — целое, то существует два наивероятнейших числа, а именно: k₀ и k₀+1; в) если число nр—целое, то наивероятнейшее число k₀ = nр.

Билет 21

1) Функция распределения плотности вероятностей и ее свойства.

Из формулы P{Α ≤ X < Β}=F(Β)-F(Α)следует, что вероятность попадания случайной величины в заданный интервал определяется скоростью изменения функции распределения вероятностей на этом интервале. Скорость изменения непрерывной функции равна ее производной. Это позволяет ввести новую функцию для задания случайной величины. Рассмотрим снова вероятность попадания случайной величины в интервал [x,x+Δx]:

P{x≤X<x+Δx}=F(x+Δx)-F(x).

Пусть Х - непрерывная случайная величина. Тогда для малых значений Δx эта вероятность будет также достаточно малой. Поделим ее на Δx и перейдем к пределу при Δx →0:

limΔx →0(P{x≤X<x+Δx}/Δx)=limΔx →0(F(x+Δx)-F(x))/Δx).

Если это предел существует, то он равен производной от функции распределения F(x):

limΔx →0(F(x+Δx)-F(x))/Δx)=F'(x)=f(x).

Функция f(x) называется плотностью распределения вероятностей случайной величины Х. Из определения следует, что при малых значениях Δx справедливо равенство:

P{x≤X<x+Δx}≈f(x)*Δx

2) Нормальное распределение,[1][2] также называемое распределением Гаусса — распределение вероятностей, которое в одномерном случае задается функцией плотности распределения:

где параметр μ — математическое ожидание, медиана и мода распределения, а параметр σ - стандартное отклонение(σ² — дисперсия) распределения.

Таким образом, одномерное нормальное распределение является двухпараметрическим семейством распределений. Многомерный случай описан в многомерном нормальном распределении.

Равномерное распределение.
Пусть сегмент [a,b] оси Ox есть шкала некоторого прибора. Допустим, что вероятность попадания указателя в некоторый отрезок шкалы пропорциональна длине этого отрезка и не зависит от места отрезка на шкале. Отметка указателя прибора есть случайная величина могущая принять любое значение из сегмента [a,b]. Поэтому . Если, далее, x1 иx2 (x1<x2) - две любые отметки на шкале, то согласно условию имеем

где k - коэффициент пропорциональности, не зависящий от x1 и x2, а разность x2-x1, - длина сегмента [x1,x2]. Так как при x1=a и x2=b имеем , то k(b-a)=1, откуда k=1/(b-

Билет 17

2) Полная группа событий.
Теорема. Сумма вероятностей событий А₁ , А₂ , ..., А_n , образующих полную группу, равна единице:

Р (A₁) + Р (А₂) + ... + Р (А_n) = 1.

Противоположные события.
Противоположными называют два единственно возможных события, образующих полную группу. Если одно из двух противоположных событий обозначено через A, то другое принято обозначать

Билет 15

Ряд Фурье периодических функций с периодом 2π.

Ряд Фурье позволяет изучать периодические (непериодические) функции, разлагая их на компоненты. Переменные токи и напряжения, смещения, скорость и ускорение кривошипно-шатунных механизмов и акустические волны - это типичные практические примеры применения периодических функций в инженерных расчетах.

Разложение в ряд Фурье основывается на предположении, что все имеющие практическое значение функции в интервале -π ≤x≤ π можно выразить в виде сходящихся тригонометрических рядов (ряд считается сходящимся, если сходится последовательность частичных сумм, составленных из его членов):

Стандартная (=обычная) запись через сумму sinx и cosx

f(x)=a_o+ a₁cosx+a₂cos2x+a₃cos3x+...+b₁sinx+b₂sin2x+b₃sin3x+...,

где a_o, a₁,a₂,...,b₁,b₂,.. - действительные константы, т.е.

Где для диапазона от -π до π коэффициенты ряда Фурье рассчитываются по формулам:

Коэффициенты a_o,a_n и b_n называются коэффициентами Фурье, и если их можно найти, то ряд (1) называется рядом Фурье, соответствующим функции f(x). Для ряда (1) член (a₁cosx+b₁sinx) называется первой или основной гармоникой,