Основы теории вероятностей

Случайные величины. Законы распределения. Числовые характеристики случайных величин

Разбить на страницы
Показывать лекцию целиком

Основные расчетные формулы

Частость:$$Q_{i}=\frac {m_{i}} {n}$$

Шаг разбиения интервала при $$$n \geqslant 50$$$:$$h=\frac {x_{max}-x_{min}} {log_{2}n+1}$$

Математическое ожидание:$$M_{X}^*=\overline x=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)}$$

Дисперсия:$$D_{X}^*=\sigma^2=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^2}$$

Статистический начальный момент:$$\alpha_{s}=\frac 1 n \sum\limits_{i=1}^n \overline {x_{i}^s}$$

Статистический центральный момент:$$\mu_{s}^*=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^s}$$

Несмещенная оценка дисперсии:$$m^2=\frac 1{n-1} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}$$

Статистический начальный момент для интервального статистического ряда:$$\alpha_{s}^*=\frac 1{\sum\limits_{i=1}^k m_{i}} \sum\limits_{i=1}^k m_{i}\overline x_{i}^s$$

Статистический центральный момент для интервального статистического ряда:$$\mu_{s}^*=\frac 1{\sum\limits_{i=1}^k m_{i}} \sum\limits_{i=1}^k m_{i}( x_{i} -\overline x^)^s$$

Практические примеры решения задач

Пример 1. Наблюдения показали, что каждый из 10 рабочих затрачивает на изготовление детали 0,11 час. Индивидуальные затраты времени у 15 рабочих другой смены составили 0,1 час. Определить среднее время, необходимое для изготовления одной детали, при котором за 1 час работы всеми рабочими изготовилось бы такое же количество деталей.

Решение. В приведенном примере "время на изготовление одной детали" примем за наблюдаемый признак, по которому проводилось усреднение по группам. Тогда для $$$m_{1}=10$$$ рабочих среднее по группе будет равно $$$\overline {x_{1}}=0,11$$$ час; а для $$$ m_{2}=15$$$ рабочих среднее по группе составит $$$\overline {x_{2}}=0,1$$$ час. Обозначим $$$\overline x$$$ - среднее время, необходимое для изготовления одной детали, если будут работать $$$m_{1}+m_{2}$$$ рабочих. Тогда количество деталей, которое изготовит первая группа рабочих за 1 час будет $$$\frac 1 {\overline {x_{1}}}$$$, а вторая группа $$$\frac 1 {\overline {x_{2}}}$$$. Очевидно, что по условию задачи должно выполнятся равенство:$$\[ \frac 1 {\overline {x_{1}}} \cdot m_{1} + \frac 1 {\overline {x_{2}}} \cdot m_{2}=\frac 1 {\overline x} \cdot (m_{1}+m_{2}) \]$$ откуда находим неизвестное $$$\overline x$$$:$$\[\overline x = \frac {m_{1}+m_{2}} {\frac 1 {\overline {x_{1}}} \cdot m_{1} + \frac 1 {\overline {x_{2}}} \cdot m_{2}}\approx \frac {11}{106}=0,1 (час)\]$$

Пример 2. Автомобиль 6 час двигался со скоростью $$$100 \frac {км} {час}$$$, а затем 1 час - $$$70 \frac {км} {час}$$$. При этом горючего было израсходовано пропорционально квадрату скорости. Найти среднюю рекомендованную скорость движения $$$\overline V$$$, двигаясь с которой автомобиль затратит за свою поездку такое же количества горючего.

Решение. Если количество горючего пропорционально квадрату скорости, то на первом участке, который автомобиль проехал со скоростью $$$V_{1}=100 \frac {км} {час}$$$ было израсходовано $$$C \cdot V_{1}^2 t_{1}$$$ (л) горючего. Тогда на втором участке израсходовано $$$ C \cdot V_{2}^2 t_{2}$$$ (л) горючего. Рассуждая аналогично, обозначив - искомую среднюю скорость, получим уравнение:$$\[ C \cdot V_{1}^2 t_{1}+ C \cdot V_{2}^2 t_{2}= C \cdot V^2 \cdot (t_{1}+t_{2})\]$$ откуда, выполнив элементарные преобразования, получим:$$\[ V = \sqrt {\frac { V_{1}^2 t_{1}+ V_{2}^2 t_{2}} { t_{1}+t_{2}}} \approx 96 \frac {км} {час}\]$$

Пример 3. Надувные лодки, выпускаемые двумя заводами, имеют следующий срок службы (до первого ремонта) в часах:

Время/лодки до 600 600-1200 1200-1800 1800-2400 2400-3000
Лодки первого завода 12 23 28 27 10
Лодки второго завода 8 26 28 24 14

Определить: чья продукция лучше?

Решение. В этой задаче необходимо сравнить среднее по группам. Для первой группы:$$\[ \tau_{1}n_{1}+\tau_{2}n_{2}+\tau_{3}n_{3}+\tau_{4}n_{4}+\tau_{5}n_{5}=\overline {\tau}( n_{1}+ n_{2}+ n_{3}+ n_{4}+ n_{5})\]$$ где $$$\tau_{i}$$$ берется для одного из концов интервала, например, правого. Тогда:$$\[ \overline {\tau_{1}}=\frac {\tau_{1}n_{1}+\tau_{2}n_{2}+\tau_{3}n_{3}+\tau_{4}n_{4}+\tau_{5}n_{5}} { n_{1}+ n_{2}+ n_{3}+ n_{4}+ n_{5}}=\frac {174600} {100} = 1746 (час)\]$$ Для второй группы, рассуждая аналогично, получим:$$\[ \overline {\tau_{2}}=\frac {\tau_{1}m_{1}+\tau_{2}m_{2}+\tau_{3}m_{3}+\tau_{4}m_{4}+\tau_{5}m_{5}} { m_{1}+ m_{2}+ m_{3}+ m_{4}+ m_{5}}=\frac {186000} {100} = 1860 (час)\]$$ Сравнивая и делаем вывод, что продукция второго завода лучше.

Пример 4. На участке дороги есть 4 населенных пункта $$$A_{1},A_{2},A_{3},A_{4}$$$, в которых проживает 50, 30, 40 и 10 жителей, соответственно. Расстояние от города $$$A_{0}$$$ до указанных населенных пунктов составляет 2, 3, 5 и 8 км. Для удобства жителей организуют автобусный маршрут до города. Определить, в каком из населенных пунктов следует сделать автобусную остановку, чтобы общий путь пассажиров до автобусной остановки был бы наименьшим ?

Решение. 1-й способ. Автобусную остановку следует располагать в том пункте, до которого среднее расстояние было бы наименьшим. Такое расстояние обязательно должно обладать следующим свойством:$$\[ \sum расстояние_{i} \cdot количество \ пассажиров_{i} =среднее \ расстояние \cdot общее \ количество \ пассажиров\]$$ следовательно,$$\[ 2 \cdot 50 +3 \cdot 30 +5 \cdot 40 + 8\cdot 10=\overline X \cdot (50+30+40+10)\]$$ откуда получим$$\[ \overline X=\frac {2 \cdot 50 +3 \cdot 30 +5 \cdot 40 + 8\cdot 10} {50+30+40+10} \approx 3,5 (км)\]$$ Следовательно конечную остановку следует делать в пункте $$$A_{2}$$$

2-й способ. Относительно остановки оба потока пассажиров (слева и справа) должны быть одинаковыми, т.е. необходимо определить $$$Me$$$ ряда. Очевидно, что$$\[ Me =\frac {50+30+40+10} 2 = 65\]$$ т.е. с каждой стороны к остановке от $$$A_{1}$$$ и от $$$A_{4}$$$ должны переместиться 65 пассажиров. Этим свойством обладает поселок $$$A_{2}$$$, т.е. там и следует делать остановку. Заметим, что решение обоими способами дает одинаковый результат.

Пример 5. Построить ряд и начертить полигон частот для следующего распределения некоторой величины. Результаты измерений приведены в процентах.

39 41 40 42 41 40 42 44 43 42 41 43
39 42 41 42 39 41 37 43 41 38 43 42
41 40 41 38 44 40 42 40 41 42 40 43
38 39 41 41 42

Перейти к интервальному ряду. Построить гистограмму частот.

Решение. Для построения статистического (вариационного) ряда значения признака (результаты измерений) располагаем в порядке возрастания, предполагая, что данные независимы. Длина ряда $$$n=41$$$

37 38 38 38 39 39 39 39 40 40 40 40
40 40 41 41 41 41 41 41 41 41 41 41
41 42 42 42 42 42 42 42 42 42 43 43
43 43 43 44 44
(рис 8.1) Полигон частот для примера 5

И затем подсчитаем для каждого значения частоту его появления

x 37 38 39 40 41 42 43 44
m 1 3 4 6 11 9 5 2

Теперь построим полигон частот, откладывая по оси абсцисс значения $$$x_{i}$$$, а по оси ординат - $$$m_{i}$$$. Полигон изображен на рис. 8.1.

Для того чтобы перейти к интервальному ряду, воспользуемся формулой (2): $$$h=\frac {44-37} {log_{2}41 +1}=\frac {7} {6,48} \approx 1,1$$$. Определим нижнюю границу интервального ряда: $$$a=x_{min}-\frac h 2 \approx 36,45$$$ и составим интервальный ряд:

N 1 2 3 4 5 6 7
( $$X_i;X_i+1$$ ) (36,45; 37,55) (37,55; 38,65) (38,65; 39,75) (39,75; 40,85) (40,85; 41,95) (41,95; 43,05) (43,05; 44,15)
$$m_i$$ 1 3 4 6 11 14 2
$$Q_i$$ 1/41 3/41 4/41 6/41 11/41 14/41 2/41
$$Q_i$$ 0,02 0,07 0,09 0,14 0,25 0,32 0,05

Теперь по оси абсцисс отложим значения интервалов $$$(x_{i};x_{i+1})$$$ и пронумеруем их, согласно построению. По оси ординат отложим частости $$$Q_{i}$$$. Гистограмма имеет вид, представленный на рис. 8.2. По сравнению с рис. 8.1 ее вид несколько изменился: максимум сместился вправо и левая ветвь более затянута по сравнению с полигоном частот.

(рис 8.2) Гистограмма интервального ряда примера 5

Пример 6. Определить основные статистические характеристики ряда, приведенного в примере 5.

Решение. Математическое ожидание находим по формуле (3):$$\[ M_{X}^*=\overline x=\frac 1 {41} (37 \cdot 1 +38 \cdot 3 +39 \cdot 4 + 40 \cdot 6+41 \cdot 11 +42 \cdot 9 +43 \cdot 5 + 44 \cdot 2)= \frac {1679} {41} \approx 40,95\]$$ Для того чтобы подсчитать остальные статистические характеристики и моменты составим для удобства вычислений таблицу (таблица 1), которая формируется следующим образом. Столбец 3 получается как результат перемножения данных соответствующих строк первого и второго столбцов. В столбец 4 помещаются результаты вычитания из данных столбца 1 подсчитанного математического ожидания $$$M_{X}^*=40,95$$$. В столбце 5 стоят квадраты соответствующих строк столбца 4. В столбце 6 – квадраты данных столбца 1. Столбец 7 формируется путем перемножения соответствующих строк столбцов 6 и 2. Столбец 8 формируется путем перемножения соответствующих строк столбцов 5 и 2. В последней строке стоят суммы данных по столбцам. Подсчитаны только те суммы, которые будут использоваться для вычисления статистических характеристик и статистических моментов ряда.

Вспомогательная таблица для расчета статистических характеристик ряда
$$$x_{i}-\overline x$$$ $$$(x_{i}-\overline x)^2$$$ $$$(x_{i})^2$$$ $$$(x_{i})^2m_{i}$$$ $$$(x_{i}-\overline x)^2m_{i}$$$
37 1 37 -3.95 15.61 1369 1369 15.61
38 3 114 -2.95 8.71 1444 4332 26.13
39 4 156 -1.95 3.81 1521 6084 15.23
40 6 240 -0.95 0.9 1600 9600 5.43
41 11 451 0.05 0.00 1681 18491 0.03
42 9 378 1.05 1.1 1764 15876 9.90
43 5 215 2.05 4.2 1849 9245 20.99
44 2 88 3.05 9.30 1936 3872 18.59
Сумма 41 1679 68869 111.90

Таблицы, подобные таблице 8.1, удобно составлять для упрощения вычислений, выполняемых как при помощи калькуляторов, так и при привлечении программных средств. Суммы, стоящие в столбце 3, используется в формуле (3), в столбце 7 – в формулах (3), (5), (7) и (9) при $$$s=2$$$, в столбце 8 – в формулах (4), (6), (7) и (9) также при $$$s=2$$$. Пользуясь результатами таблицы 1, вычислим требуемые статистические характеристики и моменты.$$\[ D_{X}^*=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^2}=\frac {111,90} {41} \approx 2,73\]$$ $$\[ \sigma=\sqrt {D_{X}^*}=\sqrt{2,73} \approx 1,65\]$$ $$\[ \alpha_{s}^2=\frac 1 {\sum\limits_{i=1}^n m_{i}} \sum\limits_{i=1}^n x_{i}^2m_{i}=\frac {68869} {41} \approx 1679,73\]$$ $$\[ m^2=\frac 1{n-1} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}=\frac {111,90} {40} \approx 2,80\]$$ $$\[ \mu_{2}^*=\frac 1 {\sum\limits_{i=1}^n m_{i}} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}m_{i}\approx D_{X}^*=2,73\]$$ Можно самостоятельно убедиться, что результаты вычислений по формулам (8) и (5) совпадают. Аналогично совпадают результаты вычислений по формулам (9) и (6).

Пример 7. Найти выражение для $$$D_{X}^*$$$ через статистические начальные моменты.

Решение. Распишем подробно формулу (4), раскроем скобки и разделим почленно на $$$n$$$, получаем:$$\[ D_{X}^*= \frac 1 n \sum\limits_{i=1}^n \left (x_{i}-\overline x \right )^2=\frac 1 n \sum\limits_{i=1}^n \left (x_{i}^2-2x_{i}\overline x+\overline x ^2 \right)}= \sum\limits_{i=1}^n \left (\frac {x_{i}^2} {n} + \left ( \frac {-2x_{i}\overline x} {n}\right) +\frac {\overline x^2} {n} \right)}\]$$ Пользуясь свойствами сложения конечных рядов и, учитывая, что $$\overline x$$ является константой, получим следующее выражение$$\[ D_{X}^*= \sum\limits_{i=1}^n \frac { x_{i}^2} n + \sum_{i=1}^n \frac {-2x_{i}\overline x} {n} +\sum\limits_{i=1}^n \frac {\overline x^2} {n}= \frac 1 n \sum\limits_{i=1}^n {x_{i}^2} n -\frac 2 n }\overline x \sum\limits_{i=1}^n {x_{i } +\frac 1 n \sum\limits_{i=1}^n {\overline x^2} =\frac 1 n \sum\limits_{i=1}^n {x_{i}^2} n -\frac 2 n }\overline x \sum\limits_{i=1}^n {x_{i } +\frac {\overline x^2} n \sum\limits_{i=1}^n 1 =\cdots \]$$ откуда с учетом (5), получаем$$\[ \cdots = \alpha_{2}^*-2 \overline x \alpha_{1}^*+{\overline x^2}= \alpha_{2}^*-2 \overline x \cdot \overline x +{\overline x^2}= \alpha_{2}^*-{\overline x^2}= \alpha_{2}^*-\alpha_{1}^*\]$$ Т.е. искомая формула имеет довольно известный вид:$$\[ D_{X}^*= \alpha_{2}^*-\alpha_{1}^*\]$$ Выражение (10) дает удовлетворительные результаты и более удобно в вычислениях, так как нет необходимости вычислять разности $$$(x_{i}-\overline x)$$$

Страницы:

Основные расчетные формулы

Частость:$$Q_{i}=\frac {m_{i}} {n}$$

Шаг разбиения интервала при $$$n \geqslant 50$$$:$$h=\frac {x_{max}-x_{min}} {log_{2}n+1}$$

Математическое ожидание:$$M_{X}^*=\overline x=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)}$$

Дисперсия:$$D_{X}^*=\sigma^2=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^2}$$

Статистический начальный момент:$$\alpha_{s}=\frac 1 n \sum\limits_{i=1}^n \overline {x_{i}^s}$$

Статистический центральный момент:$$\mu_{s}^*=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^s}$$

Несмещенная оценка дисперсии:$$m^2=\frac 1{n-1} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}$$

Статистический начальный момент для интервального статистического ряда:$$\alpha_{s}^*=\frac 1{\sum\limits_{i=1}^k m_{i}} \sum\limits_{i=1}^k m_{i}\overline x_{i}^s$$

Статистический центральный момент для интервального статистического ряда:$$\mu_{s}^*=\frac 1{\sum\limits_{i=1}^k m_{i}} \sum\limits_{i=1}^k m_{i}( x_{i} -\overline x^)^s$$

Практические примеры решения задач

Пример 1. Наблюдения показали, что каждый из 10 рабочих затрачивает на изготовление детали 0,11 час. Индивидуальные затраты времени у 15 рабочих другой смены составили 0,1 час. Определить среднее время, необходимое для изготовления одной детали, при котором за 1 час работы всеми рабочими изготовилось бы такое же количество деталей.

Решение. В приведенном примере "время на изготовление одной детали" примем за наблюдаемый признак, по которому проводилось усреднение по группам. Тогда для $$$m_{1}=10$$$ рабочих среднее по группе будет равно $$$\overline {x_{1}}=0,11$$$ час; а для $$$ m_{2}=15$$$ рабочих среднее по группе составит $$$\overline {x_{2}}=0,1$$$ час. Обозначим $$$\overline x$$$ - среднее время, необходимое для изготовления одной детали, если будут работать $$$m_{1}+m_{2}$$$ рабочих. Тогда количество деталей, которое изготовит первая группа рабочих за 1 час будет $$$\frac 1 {\overline {x_{1}}}$$$, а вторая группа $$$\frac 1 {\overline {x_{2}}}$$$. Очевидно, что по условию задачи должно выполнятся равенство:$$\[ \frac 1 {\overline {x_{1}}} \cdot m_{1} + \frac 1 {\overline {x_{2}}} \cdot m_{2}=\frac 1 {\overline x} \cdot (m_{1}+m_{2}) \]$$ откуда находим неизвестное $$$\overline x$$$:$$\[\overline x = \frac {m_{1}+m_{2}} {\frac 1 {\overline {x_{1}}} \cdot m_{1} + \frac 1 {\overline {x_{2}}} \cdot m_{2}}\approx \frac {11}{106}=0,1 (час)\]$$

Пример 2. Автомобиль 6 час двигался со скоростью $$$100 \frac {км} {час}$$$, а затем 1 час - $$$70 \frac {км} {час}$$$. При этом горючего было израсходовано пропорционально квадрату скорости. Найти среднюю рекомендованную скорость движения $$$\overline V$$$, двигаясь с которой автомобиль затратит за свою поездку такое же количества горючего.

Решение. Если количество горючего пропорционально квадрату скорости, то на первом участке, который автомобиль проехал со скоростью $$$V_{1}=100 \frac {км} {час}$$$ было израсходовано $$$C \cdot V_{1}^2 t_{1}$$$ (л) горючего. Тогда на втором участке израсходовано $$$ C \cdot V_{2}^2 t_{2}$$$ (л) горючего. Рассуждая аналогично, обозначив - искомую среднюю скорость, получим уравнение:$$\[ C \cdot V_{1}^2 t_{1}+ C \cdot V_{2}^2 t_{2}= C \cdot V^2 \cdot (t_{1}+t_{2})\]$$ откуда, выполнив элементарные преобразования, получим:$$\[ V = \sqrt {\frac { V_{1}^2 t_{1}+ V_{2}^2 t_{2}} { t_{1}+t_{2}}} \approx 96 \frac {км} {час}\]$$

Пример 3. Надувные лодки, выпускаемые двумя заводами, имеют следующий срок службы (до первого ремонта) в часах:

Время/лодки до 600 600-1200 1200-1800 1800-2400 2400-3000
Лодки первого завода 12 23 28 27 10
Лодки второго завода 8 26 28 24 14

Определить: чья продукция лучше?

Решение. В этой задаче необходимо сравнить среднее по группам. Для первой группы:$$\[ \tau_{1}n_{1}+\tau_{2}n_{2}+\tau_{3}n_{3}+\tau_{4}n_{4}+\tau_{5}n_{5}=\overline {\tau}( n_{1}+ n_{2}+ n_{3}+ n_{4}+ n_{5})\]$$ где $$$\tau_{i}$$$ берется для одного из концов интервала, например, правого. Тогда:$$\[ \overline {\tau_{1}}=\frac {\tau_{1}n_{1}+\tau_{2}n_{2}+\tau_{3}n_{3}+\tau_{4}n_{4}+\tau_{5}n_{5}} { n_{1}+ n_{2}+ n_{3}+ n_{4}+ n_{5}}=\frac {174600} {100} = 1746 (час)\]$$ Для второй группы, рассуждая аналогично, получим:$$\[ \overline {\tau_{2}}=\frac {\tau_{1}m_{1}+\tau_{2}m_{2}+\tau_{3}m_{3}+\tau_{4}m_{4}+\tau_{5}m_{5}} { m_{1}+ m_{2}+ m_{3}+ m_{4}+ m_{5}}=\frac {186000} {100} = 1860 (час)\]$$ Сравнивая и делаем вывод, что продукция второго завода лучше.

Пример 4. На участке дороги есть 4 населенных пункта $$$A_{1},A_{2},A_{3},A_{4}$$$, в которых проживает 50, 30, 40 и 10 жителей, соответственно. Расстояние от города $$$A_{0}$$$ до указанных населенных пунктов составляет 2, 3, 5 и 8 км. Для удобства жителей организуют автобусный маршрут до города. Определить, в каком из населенных пунктов следует сделать автобусную остановку, чтобы общий путь пассажиров до автобусной остановки был бы наименьшим ?

Решение. 1-й способ. Автобусную остановку следует располагать в том пункте, до которого среднее расстояние было бы наименьшим. Такое расстояние обязательно должно обладать следующим свойством:$$\[ \sum расстояние_{i} \cdot количество \ пассажиров_{i} =среднее \ расстояние \cdot общее \ количество \ пассажиров\]$$ следовательно,$$\[ 2 \cdot 50 +3 \cdot 30 +5 \cdot 40 + 8\cdot 10=\overline X \cdot (50+30+40+10)\]$$ откуда получим$$\[ \overline X=\frac {2 \cdot 50 +3 \cdot 30 +5 \cdot 40 + 8\cdot 10} {50+30+40+10} \approx 3,5 (км)\]$$ Следовательно конечную остановку следует делать в пункте $$$A_{2}$$$

2-й способ. Относительно остановки оба потока пассажиров (слева и справа) должны быть одинаковыми, т.е. необходимо определить $$$Me$$$ ряда. Очевидно, что$$\[ Me =\frac {50+30+40+10} 2 = 65\]$$ т.е. с каждой стороны к остановке от $$$A_{1}$$$ и от $$$A_{4}$$$ должны переместиться 65 пассажиров. Этим свойством обладает поселок $$$A_{2}$$$, т.е. там и следует делать остановку. Заметим, что решение обоими способами дает одинаковый результат.

Пример 5. Построить ряд и начертить полигон частот для следующего распределения некоторой величины. Результаты измерений приведены в процентах.

39 41 40 42 41 40 42 44 43 42 41 43
39 42 41 42 39 41 37 43 41 38 43 42
41 40 41 38 44 40 42 40 41 42 40 43
38 39 41 41 42

Перейти к интервальному ряду. Построить гистограмму частот.

Решение. Для построения статистического (вариационного) ряда значения признака (результаты измерений) располагаем в порядке возрастания, предполагая, что данные независимы. Длина ряда $$$n=41$$$

37 38 38 38 39 39 39 39 40 40 40 40
40 40 41 41 41 41 41 41 41 41 41 41
41 42 42 42 42 42 42 42 42 42 43 43
43 43 43 44 44
(рис 8.1) Полигон частот для примера 5

И затем подсчитаем для каждого значения частоту его появления

x 37 38 39 40 41 42 43 44
m 1 3 4 6 11 9 5 2

Теперь построим полигон частот, откладывая по оси абсцисс значения $$$x_{i}$$$, а по оси ординат - $$$m_{i}$$$. Полигон изображен на рис. 8.1.

Для того чтобы перейти к интервальному ряду, воспользуемся формулой (2): $$$h=\frac {44-37} {log_{2}41 +1}=\frac {7} {6,48} \approx 1,1$$$. Определим нижнюю границу интервального ряда: $$$a=x_{min}-\frac h 2 \approx 36,45$$$ и составим интервальный ряд:

N 1 2 3 4 5 6 7
( $$X_i;X_i+1$$ ) (36,45; 37,55) (37,55; 38,65) (38,65; 39,75) (39,75; 40,85) (40,85; 41,95) (41,95; 43,05) (43,05; 44,15)
$$m_i$$ 1 3 4 6 11 14 2
$$Q_i$$ 1/41 3/41 4/41 6/41 11/41 14/41 2/41
$$Q_i$$ 0,02 0,07 0,09 0,14 0,25 0,32 0,05

Теперь по оси абсцисс отложим значения интервалов $$$(x_{i};x_{i+1})$$$ и пронумеруем их, согласно построению. По оси ординат отложим частости $$$Q_{i}$$$. Гистограмма имеет вид, представленный на рис. 8.2. По сравнению с рис. 8.1 ее вид несколько изменился: максимум сместился вправо и левая ветвь более затянута по сравнению с полигоном частот.

(рис 8.2) Гистограмма интервального ряда примера 5

Пример 6. Определить основные статистические характеристики ряда, приведенного в примере 5.

Решение. Математическое ожидание находим по формуле (3):$$\[ M_{X}^*=\overline x=\frac 1 {41} (37 \cdot 1 +38 \cdot 3 +39 \cdot 4 + 40 \cdot 6+41 \cdot 11 +42 \cdot 9 +43 \cdot 5 + 44 \cdot 2)= \frac {1679} {41} \approx 40,95\]$$ Для того чтобы подсчитать остальные статистические характеристики и моменты составим для удобства вычислений таблицу (таблица 1), которая формируется следующим образом. Столбец 3 получается как результат перемножения данных соответствующих строк первого и второго столбцов. В столбец 4 помещаются результаты вычитания из данных столбца 1 подсчитанного математического ожидания $$$M_{X}^*=40,95$$$. В столбце 5 стоят квадраты соответствующих строк столбца 4. В столбце 6 – квадраты данных столбца 1. Столбец 7 формируется путем перемножения соответствующих строк столбцов 6 и 2. Столбец 8 формируется путем перемножения соответствующих строк столбцов 5 и 2. В последней строке стоят суммы данных по столбцам. Подсчитаны только те суммы, которые будут использоваться для вычисления статистических характеристик и статистических моментов ряда.

Вспомогательная таблица для расчета статистических характеристик ряда
$$$x_{i}-\overline x$$$ $$$(x_{i}-\overline x)^2$$$ $$$(x_{i})^2$$$ $$$(x_{i})^2m_{i}$$$ $$$(x_{i}-\overline x)^2m_{i}$$$
37 1 37 -3.95 15.61 1369 1369 15.61
38 3 114 -2.95 8.71 1444 4332 26.13
39 4 156 -1.95 3.81 1521 6084 15.23
40 6 240 -0.95 0.9 1600 9600 5.43
41 11 451 0.05 0.00 1681 18491 0.03
42 9 378 1.05 1.1 1764 15876 9.90
43 5 215 2.05 4.2 1849 9245 20.99
44 2 88 3.05 9.30 1936 3872 18.59
Сумма 41 1679 68869 111.90

Таблицы, подобные таблице 8.1, удобно составлять для упрощения вычислений, выполняемых как при помощи калькуляторов, так и при привлечении программных средств. Суммы, стоящие в столбце 3, используется в формуле (3), в столбце 7 – в формулах (3), (5), (7) и (9) при $$$s=2$$$, в столбце 8 – в формулах (4), (6), (7) и (9) также при $$$s=2$$$. Пользуясь результатами таблицы 1, вычислим требуемые статистические характеристики и моменты.$$\[ D_{X}^*=\frac 1 n \sum\limits_{i=1}^n (x_{i}-\overline x)^2}=\frac {111,90} {41} \approx 2,73\]$$ $$\[ \sigma=\sqrt {D_{X}^*}=\sqrt{2,73} \approx 1,65\]$$ $$\[ \alpha_{s}^2=\frac 1 {\sum\limits_{i=1}^n m_{i}} \sum\limits_{i=1}^n x_{i}^2m_{i}=\frac {68869} {41} \approx 1679,73\]$$ $$\[ m^2=\frac 1{n-1} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}=\frac {111,90} {40} \approx 2,80\]$$ $$\[ \mu_{2}^*=\frac 1 {\sum\limits_{i=1}^n m_{i}} \sum\limits_{i=1}^n (x_{i}-\overline x)^2}m_{i}\approx D_{X}^*=2,73\]$$ Можно самостоятельно убедиться, что результаты вычислений по формулам (8) и (5) совпадают. Аналогично совпадают результаты вычислений по формулам (9) и (6).

Пример 7. Найти выражение для $$$D_{X}^*$$$ через статистические начальные моменты.

Решение. Распишем подробно формулу (4), раскроем скобки и разделим почленно на $$$n$$$, получаем:$$\[ D_{X}^*= \frac 1 n \sum\limits_{i=1}^n \left (x_{i}-\overline x \right )^2=\frac 1 n \sum\limits_{i=1}^n \left (x_{i}^2-2x_{i}\overline x+\overline x ^2 \right)}= \sum\limits_{i=1}^n \left (\frac {x_{i}^2} {n} + \left ( \frac {-2x_{i}\overline x} {n}\right) +\frac {\overline x^2} {n} \right)}\]$$ Пользуясь свойствами сложения конечных рядов и, учитывая, что $$\overline x$$ является константой, получим следующее выражение$$\[ D_{X}^*= \sum\limits_{i=1}^n \frac { x_{i}^2} n + \sum_{i=1}^n \frac {-2x_{i}\overline x} {n} +\sum\limits_{i=1}^n \frac {\overline x^2} {n}= \frac 1 n \sum\limits_{i=1}^n {x_{i}^2} n -\frac 2 n }\overline x \sum\limits_{i=1}^n {x_{i } +\frac 1 n \sum\limits_{i=1}^n {\overline x^2} =\frac 1 n \sum\limits_{i=1}^n {x_{i}^2} n -\frac 2 n }\overline x \sum\limits_{i=1}^n {x_{i } +\frac {\overline x^2} n \sum\limits_{i=1}^n 1 =\cdots \]$$ откуда с учетом (5), получаем$$\[ \cdots = \alpha_{2}^*-2 \overline x \alpha_{1}^*+{\overline x^2}= \alpha_{2}^*-2 \overline x \cdot \overline x +{\overline x^2}= \alpha_{2}^*-{\overline x^2}= \alpha_{2}^*-\alpha_{1}^*\]$$ Т.е. искомая формула имеет довольно известный вид:$$\[ D_{X}^*= \alpha_{2}^*-\alpha_{1}^*\]$$ Выражение (10) дает удовлетворительные результаты и более удобно в вычислениях, так как нет необходимости вычислять разности $$$(x_{i}-\overline x)$$$

Вернуться к учебному плану