телефон 978-63-62
978 63 62
zadachi.org.ru рефераты курсовые дипломы контрольные сочинения доклады
zadachi.org.ru
Сочинения Доклады Контрольные
Рефераты Курсовые Дипломы
Молочный гриб необходим в каждом доме как источник здоровья и красоты

РАСПРОДАЖАВсё для дома -5% Сувениры -5% Образование, учебная литература -5%

все разделыраздел:Радиоэлектроника

Моделирование дискретной случайной величины и исследование ее параметров

найти похожие
найти еще

Фонарь садовый «Тюльпан».
Дачные фонари на солнечных батареях были сделаны с использованием технологии аккумулирования солнечной энергии. Уличные светильники для
106 руб
Раздел: Уличное освещение
Ручка "Шприц", желтая.
Необычная ручка в виде шприца. Состоит из пластикового корпуса с нанесением мерной шкалы. Внутри находится жидкость желтого цвета,
25 руб
Раздел: Оригинальные ручки
Горшок торфяной для цветов.
Рекомендуются для выращивания крупной рассады различных овощных и цветочных, а также для укоренения саженцев декоративных, плодовых и
8 руб
Раздел: Горшки, ящики для рассады

Молочный гриб необходим в каждом доме как источник здоровья и красоты
Молочный гриб необходим в каждом доме как источник здоровья и красоты + книга в подарок

 Ответы на экзаменационные билеты по эконометрике

Если в каждом из n независимых испытаний событие A имеет постоянную вероятность p, то, как угодно близка к единице вероятность того, что отклонение относительной частоты m/n от вероятности p по абсолютной величине будет сколь угодно малым, если число испытаний достаточно велико, т. е. при соблюдении условий теоремы справедливо равенство: Доказательство. Предположим, что является дискретной случайной величиной, которая характеризует число появлений события А в каждом из испытаний. Данная величина может принимать только два значения: 1 (событие А наступило) с вероятностью р и 0 (событие А не наступило) с вероятностью q=1-p. Случайные дискретные величины Хiявляются попарно независимыми и дисперсии их ограниченны, следовательно, к данным величинам применима теорема Чебышева: Математическое ожидание а каждой из величин Хiравно вероятности р наступления события, следовательно, справедливо следующее равенство: Таким образом, необходимо доказать, что дробь или равна относительной частоте m/n появлений события А в n испытаниях

скачать реферат О компьютерном моделировании случайных величин

Распределением Пуассона называется распределение вероятностей дискретной случайной величины, задаваемое формулой: , , где — число событий простейшего потока, наступающих за некоторый промежуток времени. Распределение Пуассона применяется вместо биномиального распределения тогда, когда число  независимых испытаний велико (порядка нескольких сотен), а вероятность  появления события в каждом отдельно взятом испытании мала, при этом желательно, чтобы имело место . Алгоритм моделирования случайной величины , распределенной по закону Пуассона при заданном параметре  можно представить следующим образом: 1) выбираем  таким образом, чтобы вероятность  была достаточно малой, например, меньше 0, 01; 2) получаем последовательность значений случайной величины , равномерно распределенной на отрезке ; 3) для каждого числа ,  проверяем, выполняется ли неравенство ; если это неравенство выполняется, то полагают , в противном случае считаем ; 4) вычисляем сумму  которая совпадает со значением случайной величины  распределенной по закону Пуассона. 4. Моделирование случайной величины абсолютно непрерывного типа А.

Настольная игра "Барабашка (Geistestesblitz)".
У вас в руках оказались фотокарточки, сделанные каким-то странным фотоаппаратом: фотографируя всего пять предметов, он постоянно путает их
1071 руб
Раздел: Внимание, память, логика
Модель автомобиля "BMW X5", 1:32.
Модель машины BMW X5 (кузов F15) с инерционным механизмом. Быстрый кроссовер уже на старте и готов ринуться в бой. Чарующий и манящий
633 руб
Раздел: Масштаб 1:32
Винный набор, 5 предметов.
В наборе: винная пробка, винное кольцо, штопор, каплеотсекатель, резак для фольги
1066 руб
Раздел: Аксессуары для вина
 Большая Советская Энциклопедия (ВЕ)

АН по физико-математическому отделению, 8 серия», т. 12, №5); Марков А. А., Исследование замечательного случая зависимых испытаний, «Изв. АН, 6 серия», 1907, т 1 М 3.   Популярная и учебная литература. Гнеденко Б. В. и Хинчин А. Я., Элементарное введение в теорию вероятностей, 3 изд., М. — Л., 1952; Гнеденко Б. В., Курс теории вероятностей, 4 изд., М., 1965; Марков А. А., Исчисление вероятностей, 4 изд., М., 1924; Бернштейн С. Н., Теория вероятностей, 4 изд., М. — Л., 1946; Феллер В., Введение в теорию вероятностей и её приложение (Дискретные распределения), пер. с англ., 2 изд., т. 1—2, М., 1967.   Обзоры и монографии . Гнеденко Б. В. и Колмогоров А. Н., Теория вероятностей, в кн.: Математика в СССР за тридцать лет. 1917—1947. Сб. ст., М. — Л., 1948; Колмогоров А. Н., Теория вероятностей, в кн.: Математика в СССР за сорок лет. 1917—57. Сб. ст., т. 1, М., 1959; Колмогоров А. Н., Основные понятия теории вероятностей, пер. с нем., М.—Л., 1936; его же, Об аналитических методах в теории вероятностей, «Успехи математических наук», 1938, в. 5, с. 5—41; Хинчин А. Я., Асимптотические законы теории вероятностей, пер. с нем., М.—Л., 1936; Гнеденко Б. В. и Колмогоров А. Н., Предельные распределения для сумм независимых случайных величин, М.—Л., 1949; Дуб Дж. Л., Вероятностные процессы, пер. с англ., М., 1956: Чандрасекар С., Стохастические проблемы в физике и астрономии, пер. с англ., М., 1947; Прохоров Ю. В., Розанов Ю. А., Теория вероятностей, М., 1967.   Ю. В. Прохоров, Б. А. Севастьянов

скачать реферат Моделирование ЭВМ

Напишем функции формирования чисел по требуемому закону распределения. Эти числа запишем в файл. Оценим качество полученных последовательностей ПСЧ, пользуясь автоматизированной системой a alize. Проанализируем результаты исследования и сделаем вывод о качестве каждой последовательности и о возможности их использования в стохастической модели. Сведения о непрерывных случайных величинах Закон распределения случайных величин Нормальный (m,? Экспоненц-ый ?Э? Аналитическое выражение плотности вероятности f(x) 1 -(x-m) f(x)=-------- e 2? ? ?x f(x)=?e Определяющие параметры m < ? > 0 ?> 0 Числовые m характеристики D m ? 1/? Алгоритм получения случайной величины xi=?l z1 cos2?z2 xi 1=?l z1 cos2?z2 ( m=0; D=1 ) 1 xi=- ---- l zi ? Область значений случайной величины Исследование последовательности нормально распределенных ПСЧ. (Программа в приложении № 3) Определение числовых характеристик № ХарактеристикаТеоретическое значениеСтатистическое значение 1Мин.знач.совокупности 11 12.31 2Макс.знач.совокуп-ти 24 25.23 3 Мат. ожидание 16 16.02 4Дисперсия 2 2.07 5Сред.квадр.отклонение 1 1.439 6Коэфф.ассиметрии 0 0.35 7Эксцесс 0 2.716 Аппроксимация стат. распределения теоретической функцией.

 Большая Советская Энциклопедия (МА)

Максимального правдоподобия метод Максима'льного правдоподо'бия ме'тод, метод нахождения статистических оценок неизвестных параметров распределения; согласно М. п. м., в качестве оценок выбираются те значения параметров, при которых данные результаты наблюдений «наиболее вероятны». Предполагается, что результаты наблюдений X1 , ..., Xn являются взаимно независимыми случайными величинами с одним и тем же распределением вероятностей, зависящим от одного неизвестного параметра q Î Q, где Q — множество допустимых значений q. Для придания точного смысла принципу «наибольшей вероятности» поступают следующим образом. Вводят функцию    , где p (t ; q) в случае непрерывного распределения интерпретируется как плотность вероятности случайной величины X , а в дискретном случае — как вероятность того, что случайная величина Х примет значение t . Функцию L (X1 , . . ., Xn; q) от случайных величин X1 , . . ., Xn называют функцией правдоподобия, а оценкой максимального правдоподобия параметра q называют такое значение (X1 , . . ., Xn ) (само являющееся случайной величиной), при котором функция правдоподобия достигает наибольшего возможного значения

скачать реферат Случайные величины

Для обозначения того, что случайная величина имеет нормальное распределение с параметрами и часто используется запись . Рис. 35.2. Графики плотности и функции распределения нормальной случайной величины.   35.3. Случайная величина имеет плотность распределения вероятностей Коши, если .(35.6) Этой плотности соответствует функция распределения . (35.7)   35.4. Случайная величина называется распределенной по экспоненциальному закону, если ее плотность распределения вероятностей имеет вид: (35.8) Определим ее функцию распределения вероятностей. При из (35.8) следует . Если , то .(35.9) 35.5. Релеевское распределение вероятностей случайной величины определяется плотностью вида (35.10) Этой плотности соответствует функция распределения вероятностей при и равная (35.11) при . 35.6. Рассмотрим примеры построения функции распределения и плотности дискретной случайной величины. Пусть случайная величина - это число успехов в последовательности из независимых испытаний. Тогда случайная величина принимает значения , с вероятностью , которая определяется формулой Бернулли: ,(35.12) где , - вероятности успеха и неуспеха в одном опыте.

скачать реферат Теория вероятностей. От Паскаля до Колмогорова

Первое обобщение принадлежит Лапласу и уже формулируется как предельная теорема для сумм независимых случайных величин , каждая из которых равномерно распределена на отрезке . Лаплас рассматривал дискретные случайные величины с увеличивающимся числом возможных значений. Этим самым давалась аппроксимация непрерывного распределения дискретным. Существенное продвижение исследований по предельной теореме связано с именем Пуассона. Он рассмотрел схему последовательности независимых испытаний с разными вероятностями появления события в каждом из испытаний. Пуассон доказал для этого случая локальную теорему. здесь же он дал ошибочное обобщение этой теоремы на суммы произвольных независимых случайных величин, имеющих конечные дисперсии, при условии их центрирования суммами математических ожиданий и нормирования квадратным корнем из суммы дисперсий слагаемых. Интерес к нормальному распределению в начале 19-го века возрос в связи с появлением знаменитых исследований Лежандра и Гаусса по формулировке и обоснованию метода наименьших квадратов.

скачать реферат Методика обучения школьников основам комбинаторики, теории вероятностей и математической статистики в рамках профильной школы

Понятие случайной величины. Закон распределения вероятностей дискретной случайной величины. 2 Математические операции над случайными величинами. 3 Числовые характеристики ДСВ. Математическое ожидание. 4 Дисперсия ДСВ. Среднее квадратическое отклонение. 5 Метод наименьших квадратов. 6. Зачет. 2122 1 2 1111 1121 1 1 Всего 10 4 7 4 Элементы математической статистики 1. Выборочный метод. 2. Числовые характеристики статистических рядов. 3. Статистические исследования. Этапы статистического исследования. 4. Определение линий регрессии методом наименьших квадратов для двумерных выборок. 5. Исследовательские проекты и их защита. 3212 2 2111 3212 2 Всего 10 5 10 Итого 60 34 Глава 2 Методика обучения школьников основам комбинаторики, теории вероятностей и математической статистики в рамках профильной школы 2.1. Организация при формировании пространственного образа, c использованием компьютерной анимации, целесообразно выделить следующие шаги, на каждом из которых используются свои модели реального объекта: Занятие №1. Комбинаторные задачи.

скачать реферат Обработка результатов экспериментов и наблюдений

Затем определяется число степеней свободы l: l = К ( r ( 1;где К ( число интервалов случайной величины; r ( число параметров теоретической функции распределения. К ( С ( критерий лучше всего использовать в случае, если теоретические значения параметров распределения известны. При неизвестных параметрах его можно использовать, но он дает несколько завышенные результаты. При использовании этого критерия определяется величина ,где mнj, m нj ( соответственно, накопленные наблюдаемые и ожидаемые (теоретические) частоты; ( число проведенных опытов. То есть, в данном случае оценивается только максимальное отклонение накопленной частоты случайного события, возникающее в одном из диапазонов изменения случайной величины. Полученное значение коэффициента сравнивается с табличным для числа степеней свободы опыта и принятого уровня значимости результата. Если табличное значение коэффициента больше, то гипотеза о принятом законе распределения не отвергается. Контрольные вопросы1. Сущность непрерывной и дискретной случайной величины; 2. Сущность интегрального закона распределения случайной величины; 3. Сущность дифференциального закона распределения случайной величины; 4.

Ложки столовые "Mayer & Boch", 2 мм (6 штук).
Столовые ложки изготовлены из качественной стали. Отличается высокими антикоррозионными свойствами. Ручки набора украшены красивым золотым
313 руб
Раздел: До 6 предметов
Набор карандашей цветных "Сафари", 36 цветов.
Цветные карандаши "Сафари" непременно, понравятся вашему юному художнику. Набор включает в себя 36 ярких насыщенных цветных
362 руб
Раздел: Более 24 цветов
Комплект универсальных обложек с липким слоем, 470x300 мм, 25 штук.
Обложки универсальные с липким слоем, 25 штук, размер 470x300 мм.
360 руб
Раздел: Обложки для книг
скачать реферат Корреляционные моменты. Коэффициент корреляции

Для большей наглядности рассмотрим одну механическую интерпретацию введенного понятия. Пусть на оси абсцисс расположены точки с абсциссами х1, х2, , х , в которых сосредоточены соответственно массы р1, р2, , р , причем . Тогда математическое ожидание есть не что иное, как абсцисса центра тяжести данной системы материальных точек. Формула (1) для математического ожидания соответствует случаю дискретной случайной величины. Для непрерывной величины Х математическое ожидание, естественно, выражается не суммой, а интегралом: - плотность распределения величины Х. Формула (2) получается из формулы (1), если в ней заменить отдельные значения Хi непрерывно изменяющимся параметром Х, соответствующие вероятности рi элементом вероятности f(x)dx, конечную сумму - интегралом. В механической интерпретации математическое ожидание непрерывной случайной величины сохраняет тот же смысл - абсциссы центра тяжести в случае, когда масса распределения по оси абсцисс непрерывна с плотностью f(x). Следует отметить, что математическое ожидание существует не для всех случайных величин, что, однако, по мнению некоторых ученых, не представляет для практики существенного интереса.

скачать реферат Метод Монте-Карло и его применение

Число возможных значений дискретной случайной величины может быть конечным или бесконечным. Математическим ожиданием дискретной случайной величины называют сумму произведений всех её возможных значений на их вероятность. , где Х – случайная величина,  - значения, вероятности которых соответственно равны . Математическое ожидание приближённо равно (тем точнее, чем больше число испытаний) среднему арифметическому наблюдаемых значений случайной величины. Дисперсией (рассеянием) случайной величины называют математическое ожидание квадрата отклонения случайной величины от её математического ожидания: . Средним квадратичным отклонением случайной величины Х называют квадратный корень из дисперсии: . §2. Точность оценки, доверительная вероятность. Доверительный интервал. Точечной называют оценку, которая определяется одним числом. Интервальной называют оценку, которая определяется двумя числами – концами интервала. Интервальные оценки позволяют установить точность и надёжность оценок. Пусть, найденная по данным выборки, статистическая характеристика  служит оценкой неизвестного параметра . Ясно, что  тем точнее определяет параметр , чем меньше абсолютная величина разности .

скачать реферат Оценка инвестиционных проектов

В качестве примеров события можно привести открытие скопления нефти и газа, банкротство предприятия, рост (снижение) цен на нефть, газ, продукты нефтегазопереработки и т.д. События могут происходить обязательно, т.е. быть детерминированными, и не обязательно, т.е. случайными. прибыль риск Рис.1. Взаимосвязь прибыли и риска проекта Относительной частотой случайного события А называется отношение числа появления этого события к числу равновозможных случаев. Вероятность может быть объективной, т.е. вычислена на основе относительной частоты, с которой происходят события, и субъективной, определяемой предположениями относительно будущего, основанными на суждении или личном опыте экспертов. Случайной величиной называется такая, которая в результате испытания принимает определенное значение; в повторных испытаниях значения случайной величины может изменяться. Случайные величины могут быть дискретными и непрерывными. Чтобы задать дискретную случайную величину, необходимо перечислить ее возможные значения и вероятности, которыми они достигаются.

скачать реферат Матожидание, дисперсия, мода и медиана

Математическое ожидание и его свойства. Одной из важных числовых характеристик случайной величины является математическое ожидание. Введем понятие системы случайных величин. Рассмотрим совокупность случайных величин , которые являются результатами одного и того же случайного эксперимента. Если , то событию соответствует определенная вероятность удовлетворяющая аксиомам Колмогорова. Функция , определенная при любых возможных значениях , называется совместным законом распределения. Эта функция позволяет вычислять вероятности любых событий из . В частности, совместный закон распределения случайных величин , которые принимают значения из множества . Расширим понятие независимости случайных событий и введем понятие независимых случайных величин. 1) Математическое ожидание постоянной величины равно самой постоянной, т.е. можно рассматривать как дискретную случайную величину, принимающую единственное значение . 2) Постоянный множитель можно выносить за знак математического ожидания: . Доказательство. Пусть случайная величина задана законом распределения вероятностей: . c c ] ] . c c ] ] Очевидно, что случайная величина также является дискретной и принимает значения , . с прежними вероятностями , . т.е. закон распределения имеет вид . ] . . ] . Тогда по определению математического ожидания . 3) Математическое ожидание произведения нескольких взаимно независимых случайных величин равно произведению их математических ожиданий: . Доказательство. Рассмотрим случайную величину и ic ic . ] ] . . . то, как было указано выше, случайная величина . ic . ] . Тогда . Методом математической индукции можно доказать, что если это свойство выполняется для случайных величин, то оно выполняется и для случайных величин. 4) Математическое ожидание суммы нескольких случайных величин равно сумме математических ожиданий слагаемых: . Доказательство. Пусть заданы две случайные величины рядами распределения (см. предыдущее свойство).

скачать реферат Случайные функции

Оно определяется из выражения Часто используется так называемое среднеквадратичное значение случайной величины, представляющее собой корень квадратный из среднего квадрата случайной величины:Иногда рассматривается центрированное значение случайной величины д"о = х— х, где х — среднее значение. Тогда аналогично формуле можно ввести понятие центрального момента м-го порядка Из формулы следует, что центральный момент первого порядка всегда равен нулю.Обратимся теперь к характеристикам рассеяния дискретной случайной величины.Если х — случайная величина, x` — среднее значение этой величины, то величина х —х` есть отклонение случайной величины от ее среднего значения. Это отклонение является случайной величиной, как и сама величина х. Средним отклонением D называется среднее значение (математическое ожидание) абсолютной величины отклонения, т. е. Дисперсией называется средний квадрат отклонения случайной величины от ее среднего значения. Она совпадает с центральным моментом второго порядка Вероятностные характеристики непрерывных случайных величин. Непрерывная случайная величина может принимать все значения в каком-либо заданном ограниченном интервале (а < х < b) или все значения от —оо до оо.

Точилка механическая.
Точилка механическая. Большой контейнер для стружки. Не скользит по поверхности. Материал корпуса: пластик. Цвет представлен в
568 руб
Раздел: Точилки
Точилка "Berlingo" механическая.
448 руб
Раздел: Точилки
Лейка для душа "Прилив сил".
Ваша кожа и волосы слишком сухие? Белье приобретает странный оттенок после стирки? Счета за водоснабжение ввергают Вас в шок? У таких
332 руб
Раздел: Комплектующие
скачать реферат Теория вероятностей

Законом распределения случайной величины называется любое соотношение, связывающее возможные значения этой случайной величины и соответствующие им вероятности. Закон распределения дискретной случайной величины задается чаще всего не функцией распределения, а рядом распределения, т.е, таблицей Х x1 x2 . x . . . P p1 p1 . p . . . В которой x1, x2, ., x , . - расположенные по возрастанию значения дискретной случайной величины X, а р1, р2, ., рп, . — отвечающие этим значениям вероятности: pi = Р{Х = хi), i= 1, 2, ., п, . . Число столбцов в этой таблице может быть конечным (если соответствующая случайная величина принимает конечное число значений) или бесконечныи. Очевидно,( pi= 1. Многоугольником распределения дискретной случайной величины X называется ломаная, соединяющая точки {xi; pi), расположенные в Порядке возрастания хi.Вопрос 11 Функцией распределения случайной величины Х называется функция FX(x)= P{X

скачать реферат Теория распределения информации

Различают дискретные и непрерывные случайные величины. Дискретная случайная величина определяется распределением вероятностей, непрерывная случайная величина – функцией распределения основными характеристиками случайной величины являются математическое ожидание и дисперсия. Определим исходные данные для расчета: V= a = 0.2 0.01 ( 11 = 0.31 Эрл (средняя интенсивность нагрузки) А = а ( V = 0,31 ( 11 = 3,41 ( 4 Эрл (нагрузка) а) Определим вероятности занятия линий в пучке из V = 11, при условии >> V ( – число источников нагрузки). Для этого используем распределение Эрланга, представляющее собой усеченное распределение Пуассона, в котором взяты первые V 1 значения и пронумерованы так, чтобы сумма вероятностей была равна единице.Распределение Эрланга имеет вид: Pi(V) = , где Pi(V) – вероятность занятия любых i линий в пучке из V. Для определения составляющих распределения Эрланга можно применить следующее реккурентное соотношение: Математическое ожидание и дисперсия числа занятых линий соответственно равны: где Pv – вероятность занятости всех линий в пучке из V.

скачать реферат Теория вероятности и математическая статистика

Полученное число и есть реализация случайной величины . Таблица случайной величины строится по таблице Двумерные непрерывные случайные величины Случайную величину аппроксимируем дискретной по следующему правилу: пространство элементарных событий XY представим в виде совокупности прямоугольников с вершинами , если в результате испытания XY попало в прямоугольник (i,j), то эта случайная величина приняла значение . Вероятность наступления этого события равна: точное значение мат. ожидания   -мерный дискретный случай - многомерная дискретная случайная величина Найдем Вероятностное пространство зададим в виде Тогда   -мерный непрерывный случай Теорема 1. Математическое ожидание суммы случайных величин равно сумме математических ожиданий а) дискретный случай б) непрерывный случай Пусть -произвольное число Теорема 2. Математическое ожидание произведения независимых случайных величин равно произведению мат.ожиданий. По определению имеем т.к. случайные величины X и Y независимы, то Коэффициент ковариации Коэффициентом ковариации называется выражение Эта формула верна, т.к. верна следующая формула.

скачать реферат Случайные функции

Чтобы полностью знать дискретную случайную величину “надо иметь следующие данные: а) все возможные значения, которые она может принимать при данных условиях задачи или опыта; б) вероятность появления каждого из этих значений. Графически этот закон распределения изображен на рис. 1. Он представляет собой равновероятное распределение в некотором интервале (в рассматриваемом случае от 1 до 6). Рис. 1 В некоторых случаях закон распределения случайной величины может задаваться в аналитической форме. Примером аналитического задания закона распределения дискретно случайной величины является часто используемый закон Пуассона. Он применим к дискретным случайным величинам, которые теоретически могут принимать все положительные значения от 0 до оо. Примерами таких .величин могут служить число пасса- жиров вагона трамвая, число вызовов на телефонной станции в течение какого-либо определенного отрезка времени, число электронов, попадающих на анод электронной лампы за определенный промежуток времени, и т. п. Этот закон записывается следующим образом для целых значений числа х: где Р(х) — вероятность появления значения х', ^ представляет собой среднее значение данной дискретной величины, полученное по результатам большого числа опытов.

телефон 978-63-62978 63 62

Сайт zadachi.org.ru это сборник рефератов предназначен для студентов учебных заведений и школьников.