Xreferat.com » Рефераты по математике » Ортогональные полиномы и кривые распределения вероятностей

Ортогональные полиномы и кривые распределения вероятностей

помощью разложения дроби


Ортогональные полиномы и кривые распределения вероятностей


по нисходящим степеням Ортогональные полиномы и кривые распределения вероятностей получим, что дробь


Ортогональные полиномы и кривые распределения вероятностей,

где

Ортогональные полиномы и кривые распределения вероятностей,


дает приближенное представление функции [7]


Ортогональные полиномы и кривые распределения вероятностей


с точностью до членов степени

Ортогональные полиномы и кривые распределения вероятностей


включительно. Здесь Ортогональные полиномы и кривые распределения вероятностей есть весовая функция, найденная ранее по методу Пирсона. Но эта дробь, у которой степень числителя на единицу меньше степени знаменателя, при разложении в непрерывную дробь всегда будет в своих неполных частных содержать переменную Ортогональные полиномы и кривые распределения вероятностей в первой степени. Следовательно, знаменатели ее подходящих дробей Ортогональные полиномы и кривые распределения вероятностейесть функции степеней Ортогональные полиномы и кривые распределения вероятностей; поэтому можно положить


Ортогональные полиномы и кривые распределения вероятностей.


Что касается Ортогональные полиномы и кривые распределения вероятностей, то его можно приравнять Ортогональные полиномы и кривые распределения вероятностей.

Разлагая

Ортогональные полиномы и кривые распределения вероятностей

в непрерывную дробь вида

Ортогональные полиномы и кривые распределения вероятностей,


где Ортогональные полиномы и кривые распределения вероятностей и Ортогональные полиномы и кривые распределения вероятностей - некоторые постоянные, используем найденные выше свойства функции Ортогональные полиномы и кривые распределения вероятностей для определения этих постоянных через данные значения Ортогональные полиномы и кривые распределения вероятностей.

Выражения для Ортогональные полиномы и кривые распределения вероятностей будет иметь вид:


Ортогональные полиномы и кривые распределения вероятностей.


Выражения для коэффициентов Ортогональные полиномы и кривые распределения вероятностей будут следующими:


Ортогональные полиномы и кривые распределения вероятностей.


Вводя для сокращения обозначение


Ортогональные полиномы и кривые распределения вероятностей


через Ортогональные полиномы и кривые распределения вероятностей, запишем выражение для Ортогональные полиномы и кривые распределения вероятностей в таком виде:


Ортогональные полиномы и кривые распределения вероятностей.


Для Ортогональные полиномы и кривые распределения вероятностей выражение будет иметь вид


Ортогональные полиномы и кривые распределения вероятностей.


Что касается величин Ортогональные полиномы и кривые распределения вероятностей и Ортогональные полиномы и кривые распределения вероятностей, то они равны соответственно


Ортогональные полиномы и кривые распределения вероятностей и Ортогональные полиномы и кривые распределения вероятностей.


Теперь перейдем к определению коэффициентов Ортогональные полиномы и кривые распределения вероятностей в выражении


Ортогональные полиномы и кривые распределения вероятностей.


Для Ортогональные полиномы и кривые распределения вероятностейполучим выражение


Ортогональные полиномы и кривые распределения вероятностей.


Это выражение весьма упростится, если Ортогональные полиномы и кривые распределения вероятностей мы будем считать отклонениями данных значений аргумента от его средней арифметической так, что Ортогональные полиномы и кривые распределения вероятностей. Тогда Ортогональные полиномы и кривые распределения вероятностей, а выражение для Ортогональные полиномы и кривые распределения вероятностей будет иметь вид


Ортогональные полиномы и кривые распределения вероятностей.

Также упростятся выражения для


Ортогональные полиномы и кривые распределения вероятностей и Ортогональные полиномы и кривые распределения вероятностей.


Функция Ортогональные полиномы и кривые распределения вероятностей станет равной Ортогональные полиномы и кривые распределения вероятностей, функции Ортогональные полиномы и кривые распределения вероятностей определяются путем последовательных подстановок выражений Ортогональные полиномы и кривые распределения вероятностей в формулы


Ортогональные полиномы и кривые распределения вероятностей.


При помощи этих формул можно вычислить какой угодно член ряда Чебышева

Ортогональные полиномы и кривые распределения вероятностей.


Оценка результатов интерполирования производится при помощи среднего квадратического отклонения данных значений интерполируемой функции от вычисленных по найденному уравнению параболы.

Обозначим сумму квадратов отклонений через Ортогональные полиномы и кривые распределения вероятностей. Тогда можно написать

Ортогональные полиномы и кривые распределения вероятностей.


Ортогональные полиномы и кривые распределения вероятностейбудет равняться

Ортогональные полиномы и кривые распределения вероятностей,


а Ортогональные полиномы и кривые распределения вероятностейвыражать рекуррентно через Ортогональные полиномы и кривые распределения вероятностейпо формуле


Ортогональные полиномы и кривые распределения вероятностей.

Итак,

Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей,

Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей,

Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей, Ортогональные полиномы и кривые распределения вероятностей.


Мы видим, что в зависимости от нашей весовой функции Ортогональные полиномы и кривые распределения вероятностей в разложении мы получим разные системы ортогональных полиномов.

§ 2. Обобщение Грамма - Шарлье.


Пусть по методу Пирсона найден вид кривой распределения вероятностей Ортогональные полиномы и кривые распределения вероятностей на соответствующем интервале. Теперь, для представления в удобном для практического использования виде, запишем полученную кривую в несколько иной форме. Для этого используем обобщение Грамма – Шарлье, которое основывается на применении ортогональных полиномов Чебышева и состоит в том, что кривая распределения вероятностей представима в виде следующего разложения:


Ортогональные полиномы и кривые распределения вероятностей (4)


где Ортогональные полиномы и кривые распределения вероятностей - есть к–ая производная функции Ортогональные полиномы и кривые распределения вероятностей. Здесь полагаем, что


Ортогональные полиномы и кривые распределения вероятностей.


Таким образом, мы получаем кривую распределения вероятностей теперь уже в виде Ортогональные полиномы и кривые распределения вероятностей.

Производные функции Ортогональные полиномы и кривые распределения вероятностей мы можем представить в виде [3]


Ортогональные полиномы и кривые распределения вероятностей,


тогда можем записать

Ортогональные полиномы и кривые распределения вероятностей


где функции Ортогональные полиномы и кривые распределения вероятностей должны удовлетворять следующему свойству:


Ортогональные полиномы и кривые распределения вероятностей если Ортогональные полиномы и кривые распределения вероятностей (5)


А коэффициенты Ортогональные полиномы и кривые распределения вероятностей получаются из равенства (4) с помощью домножения на любой из ортогональных полиномов Ортогональные полиномы и кривые распределения вероятностей и, интегрирования полученного равенства:


Ортогональные полиномы и кривые распределения вероятностей=


Ортогональные полиномы и кривые распределения вероятностей


=Ортогональные полиномы и кривые распределения вероятностей


Отсюда следует, что

Ортогональные полиномы и кривые распределения вероятностей.


На практике в этом разложении мы используем только четыре первых члена, и коэффициенты перед ними есть:


Ортогональные полиномы и кривые распределения вероятностей Ортогональные полиномы и кривые распределения вероятностей

Ортогональные полиномы и кривые распределения вероятностей

Коэффициенты Ортогональные полиномы и кривые распределения вероятностей имеют четкий статистический смысл, а именно: коэффициент Ортогональные полиномы и кривые распределения вероятностей, выраженный через Ортогональные полиномы и кривые распределения вероятностей, отвечает за асимметрию закона распределения, и коэффициент Ортогональные полиномы и кривые распределения вероятностей выраженный через Ортогональные полиномы и кривые распределения вероятностей - за эксцесс или дефект кривой распределения.

Свойство (5) есть свойство ортогональности полиномов, т. е. Ортогональные полиномы и кривые распределения вероятностей по определению является системой ортогональных полиномов, которая получена по способу Чебышева в предыдущем параграфе [3], [5].

§ 3. Весовые функции и системы ортогональных полиномов.


В общей теории ортогональных полиномов известно, что система ортогональных полиномов называется классической, если она ортогональна относительно весовой функции, которая является решением дифференциального уравнения Пирсона [2], [6]. То есть, здесь прослеживается связь между теорией классических ортогональных полиномов и задачами математической статистики (нахождением закона распределения вероятностей).


Полиномы Чебышева - Эрмита.


Пусть многочлен (2) не имеет корней, тогда уравнение Пирсона (1) после переноса начала координат запишется в виде

Ортогональные полиномы и кривые распределения вероятностей,

тогда решение этого уравнения запишется в виде


Ортогональные полиномы и кривые распределения вероятностей (6).


Линейным преобразованием независимого переменного


Ортогональные полиномы и кривые распределения вероятностей


эта функция приводится с точностью до постоянного множителя Ортогональные полиномы и кривые распределения вероятностей к весовой функции многочленов Чебышева – Эрмита, которая имеет вид


Ортогональные полиномы и кривые распределения вероятностей.


Поскольку умножение весовой функции на постоянную практически не изменяет ортогональные многочлены, то в формуле (6), как и в аналогичных нижеследующих формулах, не нарушая общности, можно полагать Ортогональные полиномы и кривые распределения вероятностей. В данном случае ортогональные многочлены с весом (6) выражаются через ортогональные многочлены Чебышева – Эрмита Ортогональные полиномы и кривые распределения вероятностей по формуле

Ортогональные полиномы и кривые распределения вероятностей.


В этом случае условие ортогональности запишется в виде:


Ортогональные полиномы и кривые распределения вероятностей если Ортогональные полиномы и кривые распределения вероятностей


Полиномы Чебышева - Лагерра.


Пусть теперь многочлен (2) имеет один корень. Тогда уравнение (1) представимо в виде

Ортогональные полиномы и кривые распределения вероятностей.


Тогда его решение запишется в виде


Ортогональные полиномы и кривые распределения вероятностей.


Многочлены, ортогональные с таким весом, можно рассматривать как обобщение многочленов Чебышева – Лагерра, ортогональных с весом


Ортогональные полиномы и кривые распределения вероятностей.


Причем и здесь можно выразить эти многочлены через многочлены Чебышева – Лагерра Ортогональные полиномы и кривые распределения вероятностей, а условие ортогональности будет:


Ортогональные полиномы и кривые распределения вероятностей если Ортогональные полиномы и кривые распределения вероятностей


Полиномы Якоби.


Предположим, что многочлен (2) имеет два различных действительных нуля. Тогда Ортогональные полиномы и кривые распределения вероятностей, и уравнение Пирсона (1) представимо в виде

Ортогональные полиномы и кривые распределения вероятностей,


где Ортогональные полиномы и кривые распределения вероятностей и Ортогональные полиномы и кривые распределения вероятностей - некоторые постоянные и Ортогональные полиномы и кривые распределения вероятностей. Тогда решение уравнения (1)

представимо в виде

Ортогональные полиномы и кривые распределения вероятностей


и определяет некоторую систему ортогональных многочленов, которая линейным преобразованием независимого переменного и умножением на постоянную сводится к системе многочленов Якоби Ортогональные полиномы и кривые распределения вероятностей. Так как весовая функция многочленов Якоби имеет вид


Ортогональные полиномы и кривые распределения вероятностей.


И соответственно условие ортогональности будет иметь вид:

Ортогональные полиномы и кривые распределения вероятностей если Ортогональные полиномы и кривые распределения вероятностей


Многочлены Чебышева I рода являются частным случаем многочленов Якоби, так как весовая функция, относительно которой ортогональны эти многочлены, имеет вид:

Ортогональные полиномы и кривые распределения вероятностей


и получается при подстановке в весовую функцию многочленов Якоби параметров Ортогональные полиномы и кривые распределения вероятностей.

Многочлены Чебышева II рода так же являются частным случаем многочленов Якоби, так как весовая функция многочленов Чебышева II рода имеет вид

Ортогональные полиномы и кривые распределения вероятностей


и получается при подстановке в весовую функцию многочленов Якоби параметров Ортогональные
    <div class=

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: