Презентация на тему Нормальный закон распределения

числа незави­симых (или слабо зависимых) случайных величин, подчиненных каким

угодно законам распределения (при соблюдении некоторых весьма нежестких ограничений), приближенно подчиняется нормальному за­кону, и это выполняется тем точнее, чем большее количество слу­чайных величин суммируется. Каким бы законам распределения ни были подчинены отдельные элементарные события, особенности этих распределений в сумме большого числа слагаемых нивелируются, и сумма оказывается подчиненной закону, близкому к нормальному.

при изменении центра рассеивания.









Рис. 2.3. Смещение формы кривой нормального

распределения при изменении .

участок.

участок. Как и всякая функция распределения, функция Ф(х) обладает свойствами: 1.

Ф( ) = 0. 2. Ф( ) = 1. 3. Ф(х) - неубывающая функция. Кроме того, из симметричности нормального распределения с параметрами m = 0, = 1 относительно начала координат сле­дует, что

т + )

= Ф(1) - Ф(0) = 0.8413 – 0.5 = 0.341; Р (т + < X < т + 2 ) = Ф(2) - Ф(1) = 0.136; Р (т + 2 < X < т + 3 ) = Ф(3) - Ф(2) = 0.012; Р (т + 2 < X < т + 4 ) = Ф(4) - Ф(3) = 0.001.





Рис. 2.5. Правило «трех сигма».

нормального распределения.

фондового рынка приходится иметь дело со случайными величинами, распреде­ленными

по своеобразному закону; который называется за­коном Пуассона.
Рассмотрим прерывную слу­чайную величину X, которая может принимать только целые, неотрицательные значения: 0, 1, 2, ….m, …. причем последовательность этих значений теоретически не ограничена. Говорят, что случайная величина X распределена по закону Пуассона, если вероятность того, что она примет определенное зна­чение m, выражается формулой:

наступления события, распределенного по закону Пуассона.

случайной величины, распределен­ной по закону Пуассона, равна ее математическому

ожи­данию.
Это свойство распределения Пуассона часто применяется на прак­тике для решения вопроса, правдоподобна ли гипотеза о том, что случайная величина X распределена по закону Пуассона. Для этого определяют из опыта статистические характеристики (математиче­ское ожидание и дисперсию) случайной величины. Если их значе­ния близки, то это может служить доводом в пользу гипотезы о пуассоновском распределении; резкое различие этих характеристик, напротив, свидетельствует против гипотезы.

в момент времени t и

- цена в момент времени , тогда относительное изменение цены по истечении перио­да будет равно: .
Предположим, что каждое из таких отношений цен на протяже­нии короткого отрезка времени
было случайной перемен­ной, независимой и идентично распределенной. Тогда согласно центральной предельной теореме величины
- нормаль­но распределены.

что если мы рассматриваем большую случайную выборку, то средняя

величина ее будет нормально распределена. Таким образом, ко­гда мы разделяем период времени на большое число промежут­ков (больше 30), с чем мы имеем дело, когда рассматриваем время как непрерывное, то сумма натуральных логарифмов будет нормально распределена.

логнормально распределенной, если натуральный логарифм ее нормально распределен. Следовательно,

если величина

нормально распределена, то величина


должна быть распределена логнормально.

модель распределения отношений цен ценных бумаг, потому что, если

цена растет, то отношение цен будет больше единицы, если падает - то отношение цен бу­дет меньше единицы, но оно никогда не принимает отрицатель­ного значения.
На рисунке логнормальное распределение вытянуто вправо, но не имеет отрицатель­ных значений. Это совместимо с возможным распределением цен ценных бумаг, поскольку они не могут упасть ниже нуля, и только очень немногие из наблюдений могли быть очень высоки.

называется прямоугольная таблица чисел, содержащая m строк и n

столбцов. Числа, составляющие матрицу, называются элементами матрицы.
Виды матриц. Матрица, состоящая из одной строки, называется вектором-строкой, а из одного столбца – матрицей-столбцом. Матрица называется квадратной n-го порядка, если число ее строк равно числу столбцов и равно n.