Содержание
- 2. ВОПРОС 12: Дискретные случайные величины
- 3. Определение: ξ – дискретная случайная величина, если: R(ξ)= {x1, x2, ..., xn, ... } V {x1,
- 4. Пример 1: Свойство: x p(x) 1 6 2 3 4 5
- 5. Пример 2 случайная величина - число наступления события A при одном испытании, причем P(A)=p.
- 6. Биномиальное распределение
- 7. Распределение Пуассона
- 8. Распределение Лапласа
- 9. Пример. На завод прибыла партия деталей в количестве 1000 шт. Вероятность того, что деталь окажется бракованной,
- 10. Пример. Телефонистка в среднем за один час получает N вызовов. Какова вероятность Р(k) того, что в
- 11. РЯД РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
- 12. Пример. ] ξ — число наступлений события (А: s=1) при десяти бросаниях игральной кости. Ряд распределения
- 14. ВОПРОС 13: Функция распределения вероятностей случайной величины и ее свойства
- 15. Определение: называется функцией распределения вероятностей. Функция
- 16. Пример:
- 18. Пример:
- 21. Основные свойства функции распределения 1. 3. 2. =>
- 22. ВОПРОС 14: Непрерывные случайные величины
- 24. Определение: Случайная величина ξ называется непрерывной, если для нее существует неотрицательная кусочно-непрерывная функция
- 25. СВОЙСТВА F(x) 1. 2. 3.
- 26. Свойства плотности распределения вероятностей 1.
- 27. 2. 3.
- 28. . Теорема. Вероятность того, что непрерывная случайная величина может принять любое отдельное значение х, равна нулю.
- 29. Следствие. События, заключающиеся в выполнении каждого из неравенств , , имеют одинаковую вероятность
- 30. Пример.
- 31. Решение
- 32. ВОПРОС 15: Равномерное распределение
- 34. Зоччиэдр Тетраэдр Октаэдр Додакаэдр ИГРАЛЬНЫЕ КОСТИ - АСТРАГАЛЫ Изобретение Паламеда Куб
- 35. X F(X) a b ФУНКЦИИ РАВНОМЕРНОГО РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ ДЛЯ НЕПРЕРЫВНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ
- 36. Случайная величина имеет равномерное распределение на отрезке [a, b], т.е. ξ∈U[a, b] («uniform»), если ξ —
- 38. ПЛОТНОСТЬ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ
- 40. ВОПРОС 16: Нормальное распределение
- 41. НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
- 42. Иоганн Карл Фридрих Гаусс (1777, Брауншвейг —1855, Гёттинген) — немецкий математик, астроном и физик , считается
- 43. ВИД ПЛОТНОСТИ НОРМАЛЬНОЙ РАСПРЕДЕЛЕНИЯ
- 44. ВИД ПЛОТНОСТИ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ
- 45. Свойства при x=a График имеет точки перегиба при При график функции асимптотически приближается к оси Ox
- 46. Теорема. Функция удовлетворяет условию нормировки для любых a и
- 47. Доказательство
- 48. Определение. Функция называется интегралом вероятностей
- 49. Свойства интеграла вероятностей 1. 2. 4. Ф(0)=0 Ф(-x)=-Ф(х) 3.
- 50. . Утверждение. Доказательство
- 51. Заменим переменную интеграл вероятности
- 53. =
- 55. Пример
- 56. ВОПРОС 17: Математическое ожидание случайной величины и его свойства
- 57. ПРИМЕР. В БД хранится N файлов: m1 - число файлов объемом х1 кб, m2 - файлов
- 58. Определение: Для непрерывной случайной величины
- 59. СВОЙСТВА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ
- 60. Пример доказательства
- 61. Замечание 1 ] x1, x2, ..., xn, ... – бесконечная последовательность Требуется, чтобы этот ряд абсолютно
- 62. ВОПРОС 18: Дисперсия и ее свойства. Среднее квадратическое отклонение
- 63. Пример
- 64. Определение:
- 65. Утверждение. Доказательство.
- 66. 1. 2. 3. СВОЙСТВА ДИСПЕРСИИ:
- 67. . Определение:
- 68. ВОПРОС 19: Моменты распределения случайных величин
- 69. Определение. Начальным моментом k-го порядка случайной величины X называется математическое ожидание k-й степени этой случайной величины:
- 71. Определение. Центральным моментом k-го порядка случайной величины X называется математическое ожидание k-й степени центрированной случайной величины
- 73. ВОПРОС 20: Примеры вычисления моментов
- 74. Пример 1: Случайная величина - число очков, выпадающих при однократном бросании игральной кости. Определить: математическое ожидание,
- 75. Решение:
- 76. Пример 2: Найти математическое ожидание и дисперсию.
- 77. Пример 3: . ,
- 79. Пример 4: Случайная величина распределенная подчинена закону Пуассона Найти:
- 80. Пример 5: Случайная величина распределенная подчинена равномерному закону Найти математическое ожидание, дисперсию и средне квадратическое отклонение
- 82. Пример 6: Случайная величина распределенная подчинена нормальному закону Найти математическое ожидание, дисперсию и средне квадратическое отклонение
- 83. Доказать самостоятельно!
- 84. ВОПРОС 21: Линейные функции случайных величин
- 85. Линейная функция гауссовской (нормально распределенной) случайной величины
- 86. Доказательство. Замена переменной
- 89. Скачать презентацию