- •1.Числ.Ряды.Необх.Признак сход-и.
- •3.Признак Даламбера.
- •4. Радикальный признак Коши.
- •5. Интегральный признак Коши.
- •6.Теор Признак Лейбница
- •7. Теор Признак Вейерштрасса о равномерной сх-ти.
- •8. Степенные ряды. Теорема Абеля.
- •13. Приложения криволинейных интегралов.
- •14. Двойной интеграл.Необходимое и достаточное условие существования двойного интеграла.
- •16. Вычисление двойного интеграла по области криволинейной трапеции.
- •17. Криволинейные координаты на плосоксти.
- •18. Площадь плоской фигуры в криволинейных координатах.
- •19. Формула Грина.
- •20. Приложения двойных интегралов.
- •21. Тройной интеграл. Необходимое и достаточное условие существования.
- •22. Вычисление тройного интеграла.
- •23. Пространство элементарных событий. Алгебра событий.
- •24. Аксиоматическое определение вероятности.
- •25. Формула классической вероятности.
- •27. Действия с вероятностями. Условная вероятность.
- •28. Формула полной вероятности.
- •29. Формула Бернули.
- •30. Дискретные случайные величины.
- •31. Функция распределения.
- •32. Непрерывные случайные величины.
- •33. Математическое ожидание.
- •34. Дисперсия и её свойства.
- •35. Начальные и центральные моменты. Мода и медиана.
- •36. Нормальный закон.
- •37. Производящие функции.
- •38. Характеристические функции.
- •39. Дискретные двумерные случайные величины.
- •40. Непрерывные двумерные случайные величины.
- •41. Функции от случайных величин.
- •42. Неравенство Чебышева.
- •43. Теорема Чебышева.
- •44. Центральная предельная теорема.
- •45. Теорема Бернулли.
- •46 Выборка. Эмпирическая функция, полигон частот, гистограмма.
- •48. Точечные оценки. Метод моментов.
- •49. Метод максимального правдоподобия.
- •50. Интервальная оценка для математического ожидания случайной величины, распределенной по нормальному закону.
49. Метод максимального правдоподобия.
метод
оценки по выборке неизвестных параметров
функции распределения F(s; α1,...,
αs), где
α1,
..., αs —
неизвестные параметры. Если выборка
из п наблюдений
разбита на rнепересекающихся
групп s1,…, sr;
р1,...,
pr — соответствующие
значения заданной вероятностной
функции pi =
p(si;
αi,...,
αs);
v1...,
v2,
— соответствующис групповые частоты
в выборке, та.к что каждому множеству
si принадлежит vi выборочных
значений;
, то
М. м. п. состоит в определении таких
значений αi, ...,
αs, для
которых величина
принимает
наибольшее возможное значение. Для
этого решается система уравнений:
i
= 1 ,…,
s. Это
уравнение удобно решать в виде
Lназывается
функцией максимального правдоподобия.
В случае непрерывного распределения с
плотностью f(x;
α1,
. . ., αs)
при выборке x1,
. . ., xп функции
М. п. определяется: L = f(x1;
α1 ,...,
αs).
. .f(xn;
α1,
. . ., αs). Решение
системы называется оценкой максимального
правдоподобия для α1,
..., αs.
Оценки, полученные по этому методу,
обладают рядом достоинств. М. м. п. находит
в геологии применение при поисках границ
между однородными участками, напр/ при
расчленении немых толщ.
50. Интервальная оценка для математического ожидания случайной величины, распределенной по нормальному закону.
Пусть
Х1, Х2, …, Хn – выборка из генеральной
совокупности.
Выборочное
среднее
также
будет распределено по нормальному
закону, причем параметры этого
распределения будут:
.
Следовательно, пользуясь формулой
.
Тогда
можно записать
,
где
,
из чего получаем, что
-
отклонение от математического ожидания,
его можно использовать в качестве
величины, характеризующей длину
доверительного интервала.
Таким
образом, при расчете доверительного
интервала для математического ожидания
нормального распределения при известной
дисперсии необходимо сделать следующее:
Найти .
По заданному значению надежности ? по таблице найти t.
Вычислить ширину интервала по формуле .
Записать
ответ в виде:
