Учебная работа № /7618. «Реферат Случайные величины распределение случайной величины, нормальные случайные величины, математическое ожидание, дисперсия, зависимые и независимые

Учебная работа № /7618. «Реферат Случайные величины распределение случайной величины, нормальные случайные величины, математическое ожидание, дисперсия, зависимые и независимые

Количество страниц учебной работы: 19
Содержание:
Содержание
Введение 3
1. Случайные величины 4
2. Распределения случайных величин и функции распределения 7
3. Нормальное распределение 9
4. Математическое ожидание случайной величины 12
5. Дисперсия случайной величины 15
Заключение 18
Список литературы 19

Список литературы
1. Гнеденко Б.В. Курс теории вероятности. — 8-е изд. доп. и испр. — М.: Едиториал УРСС, 2005. — 448 с.
2. Математический энциклопедический словарь / Гл. ред. Прохоров Ю. В.. — 2-е изд. — М.: «Советская энциклопедия», 1998. — 847 с.
3. Тихонов В.И., Харисов В.Н. Статистический анализ и синтез радиотехнических устройств и систем. — Учебное пособие для ВУЗов. — М.: Радио и связь, 1991. — 608 с. — ISBN 5-256-00789-0
4. Чернова Н.И. Теория вероятностей. — Учебное пособие. — Новосибирск: Новосибирский гос. ун-т, 2007. — 160 с.

Стоимость данной учебной работы: 585 руб.Учебная работа № /7618.  "Реферат Случайные величины распределение случайной величины, нормальные случайные величины, математическое ожидание, дисперсия, зависимые и независимые

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.

    Выдержка из похожей работы

    Основные понятия математической статистики
    3, Основные понятия выборочного метода
    4, Выборочное распределение
    5, Эмпирическая функция распределения, гистограмма
    Заключение
    Список литературы
    Введение

    Математическая статистика — наука о математических методах систематизации и использования статистических данных для научных и практических выводов, Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надежность и точность выводов, делаемых на основании ограниченного статистического материала (напр,, оценить необходимый объем выборки для получения результатов требуемой точности при выборочном обследовании),
    В теории вероятностей рассматриваются случайные величины с заданным распределением или случайные эксперименты, свойства которых целиком известны, Предмет теории вероятностей — свойства и взаимосвязи этих величин (распределений),
    Но часто эксперимент представляет собой черный ящик, выдающий лишь некие результаты, по которым требуется сделать вывод о свойствах самого эксперимента, Наблюдатель имеет набор числовых (или их можно сделать числовыми) результатов, полученных повторением одного и того же случайного эксперимента в одинаковых условиях,
    При этом возникают, например, следующие вопросы: Если мы наблюдаем одну случайную величину — как по набору ее значений в нескольких опытах сделать как можно более точный вывод о ее распределении?
    Примером такой серии экспериментов может служить социологический опрос, набор экономических показателей или, наконец, последовательность гербов и решек при тысячекратном подбрасывании монеты,
    Все вышеприведенные факторы обуславливают актуальность и значимость тематики работы на современном этапе, направленной на глубокое и всестороннее изучение основных понятий математической статистики,
    В связи с этим целью данной работы является систематизация, накопление и закрепление знаний о понятиях математической статистики,
    1, Предмет и методы математической статистики

    Статистика (stato — состояние ) — это совокупность данных наблюдений, статистическая совокупность — это, как правило, количественная оценка исследуемого явления, собранная из разных источников или в одном месте в разное время (числовые значения), Практически любое статистическое исследование базируется на некоторой выборке, состоящей из случайных величин (CВ), Различаются случайные величины дискретного (прерывного) и непрерывного типа, Возможные значения дискретных СВ могут быть заранее перечислены, Допустимые значения непрерывных величин не могут быть заранее перечислены и непрерывно заполняют некоторый промежуток конечный или бесконечный, Кроме того существует СВ смешанного типа, В дальнейшем рассматриваются только непрерывные и дискретные величины, Под законом распределения СВ понимается соотношение, устанавливающее связь между возможными множествами значений случайной величины и соответствующим им вероятностями,
    Законом распределения дискретной СВ является таблица соответствий возможных значений и вероятностей носит название — ряд распределения, Графическое представление — полигон, гистограмма, Каждое из значений Х= xi дискретной СВ возможно, но не достоверно, поэтому может принять каждое из них с некоторой вероятностью pi,=Р(Х=xi),Сумма вероятностей всех возможных значений равна единице, условие нормировки Для непрерывных СВ величин табличное представление оказывается невозможным, поэтому, применяется вероятность не отдельного значения события , а некоторого интервала значений, т,е, применяется функция распределения , Эта функция иногда называется интегральной функцией распределения или интегральным законом распределения Функция — производная функции распределения характеризует плотность распределения»