Презентация на тему "Случайные события и случайные величины" скачать

Содержание

Слайд 2

«Зачем психологам это надо?» Чтобы осознанно участвовать в лотерее; Чтобы не

«Зачем психологам это надо?»

Чтобы осознанно участвовать в лотерее;
Чтобы не проигрывать в

казино;
Чтобы делать объективные и обоснованные выводы о результатах своего исследования;
Чтобы не путать динамические и статистические взаимосвязи...
ТЕОРИЯ ВЕРОЯТНОСТИ И СТАТИСТИКА — ДВЕ СТОРОНЫ ОДНОЙ МОНЕТЫ
Слайд 3

Случайные события Каковы возможные исходы броска монеты? «Орел» (герб); «Решка» (цифра);

Случайные события

Каковы возможные исходы броска монеты?
«Орел» (герб);
«Решка» (цифра);
Встанет на ребро;
Зависнет в

воздухе...
Слайд 4

Случайные события Событие — всякий факт, который в результате опыта может

Случайные события

Событие — всякий факт, который в результате опыта может произойти

или не произойти (обозначим его А).
Вероятность случайного события — численная мера степени объективной возможности события (Р(А)).
Событие может быть:
Достоверным (Р(А)=1);
Невозможным (Р(А)=0);
Случайным ( 0≤ P(A) ≤1)
Слайд 5

Случайные события Монета упадет «орлом» кверху — это.... Зарплату дадут точно

Случайные события

Монета упадет «орлом» кверху — это....
Зарплату дадут точно 6 ноября

— это....
Завтра встретиться с динозавром — это...
Какой-то незнакомец будет думать о Вас сегодня — это...
Солнце взойдет из-за горизонта на востоке — это...
Луна сделает оборот вокруг Земли за 27 суток — это...
Слайд 6

Случайные события: свойства Несовместность: А∩В=Ø на универсальном множестве исходов опыта Ω,

Случайные события: свойства

Несовместность: А∩В=Ø на универсальном множестве исходов опыта Ω, т.е(

)
Равновозможность P(А)=Р(В)
Дополнение до полной группы событий:
Р(А)+Р(А)=1 или A+A=Ω
Полная группа несовместных равновозможных событий=>Схема случаев
Например, «орел» и «решка» в одном броске
Слайд 7

Случайные события Классическая формула вероятности (для схемы случаев): Р(А)=|А| / |Ω|

Случайные события

Классическая формула вероятности (для схемы случаев):
Р(А)=|А| / |Ω|
или
Р(А)=m/n,
где m —

количество благоприятствующих исходов;
n — количество возможных исходов.
Cм. правила сложения и умножения вероятностей

А

Ω

Слайд 8

Статистическая вероятность По теореме Бернулли, При n* →∞ P*(A)= m*/n* Если

Статистическая вероятность

По теореме Бернулли,
При n* →∞
P*(A)= m*/n*
Если мы подбросим монету 2

раза?
Если мы подбросим монету 5 раз?
Если мы подбросим монету 10 раз?
Слайд 9

Случайная величина может принять в результате опыта некоторое значение, и заранее

Случайная величина

может принять в результате опыта некоторое значение, и заранее неизвестно,

какое именно.
Пример: чему равна вероятность попадания монетой в конкретную точку стола?
Закон распределения — описывает случайную величину с вероятностной точки зрения, устанавливая соответствие между значениями случайной величины и соответствующими им вероятностями.
При этом F(x)=P(X
Слайд 10

Дискретная случайная величина Дискретная случайная величина — принимает отделенные друг от

Дискретная случайная величина

Дискретная случайная величина — принимает отделенные друг от друга

значения.
Задается рядом распределения — табличная (аналитическая) форма установления соответствия для каждого х его вероятности
И многоугольником распределения — графической формой распределения
Слайд 11

Непрерывная случайная величина Непрерывная случайная величина — возможные значения непрерывно заполняют

Непрерывная случайная величина

Непрерывная случайная величина — возможные значения непрерывно заполняют собой

некоторый промежуток
!Задать ряд распределения невозможно, т. к.
Р(х)=m/n=1/∞
Используют F(x)=P(XИ f(x)=F'(x) — функцию плотности вероятности, дифференциальную функцию распределения
Слайд 12

Характеристики распределения случайной величины Математическое ожидание оценивается через среднее случайной величины

Характеристики распределения случайной величины

Математическое ожидание оценивается через среднее случайной величины
Для дискретной:


M[X]= , где pi - вероятность появления xi
Для непрерывной:
M[X]= , где f(x)dx - элемент плотности вероятности
Свойства M[x]:
М[X+Y]=M[X]+M[Y], M[α]=α,
M[αX]=αM[X]
Слайд 13

Характеристики распределения случайной величины Мода — значение случайной величины с наибольшей

Характеристики распределения случайной величины

Мода — значение случайной величины с наибольшей плотностью

вероятности (максимум на графике плотности вероятности)
Медиана — значение случайной величины, при котором вероятности попасть справа и слева от него равны.
F(Me)=0,5 - для функции распределения
площадь S(x
Слайд 14

Характеристики распределения случайной величины Дисперсия — мера рассеяния случайной величины вокруг

Характеристики распределения случайной величины

Дисперсия — мера рассеяния случайной величины вокруг ее

математического ожидания
D[X]= - для дискретной
D[X]= - для непрерывной случайной величины
Среднеквадратичное отклонение
σ=√D[X]