Содержание
- 2. M(X) = ∫ xf(x)dx = a; D(X) = ∫ x2 f(x)dx – a2 = σ2. Интегральная
- 3. Свойства функции f(x) y = 1. x € (-∞;∞); 2. lim f(x) = 0; x +∞
- 4. ymax = f(a) = 4. График y = f(x) симметричен относительно прямой x = a. 5.
- 5. a a-σ a+σ При a = 0, σ = 1 кривую нормального распре-деления называют нормированной кривой
- 6. Теоремы о нормально распределенной НСВ Теорема 1. Вероятность того, что нормально рас-пределенная НСВ Х примет значения
- 7. P( c ≤ X ≤ d ) = (Φ ( ) - Φ ( )) Теорема
- 8. среднего квадратического отклонения: P ( X – M(X) ) = Φ ( 3 ) = 0.9973
- 9. Дано: а =100, σ =5 P= 0,9973 c ≤ X ≤ d c, d - ?
- 10. (*Из пункта ведётся стрельба из орудия вдоль прямой. Предполагается, что дальность полёта распределена нормально с математическим
- 11. (* Диаметр подшипников, изготовленные на заводе, представляет собой случайную величину,распределенную нормально с математическим ожиданием 1,5 см
- 12. 1) варьирование СВ обусловлено воздействием большого числа факторов; 2) эти факторы независимы и заданы произ- вольными
- 13. сумма N независимых СВ, заданных произ-вольными распределениями, по мере возрас-тания числа N стремится к нормальному. Биномиальное
- 14. ностями m n Pn,m = C pm qn-m Матем. ожидание этой СВ: M(X) = np Дисперсия:
- 15. Pm = am* Если СВ Х – число наступлений события А с вероятностью p 0 в
- 16. Распределение Пуассона применяется, когда n порядка нескольких сотен и больше, а 1≤ np ≤ 10. Задача.
- 17. Если СВ Х распределена по закону Пуассона, то M(X) = D(X) = np = a Простейший
- 18. жуток времени Δt зависит только от числа k и от промежутка Δt, и не зависит от
- 19. стью потока и обозначается λ. Тогда - средний промежуток времени между двумя последовательными событиями в простейшем
- 20. нарных потоков, каждый из которых мало влияет на сумму, образует поток, близкий к простейшему. Задача. Интенсивность
- 21. Равномерное распределение Определение. НСВ Х имеет равномерное распределение на отрезке [a; b], если ее плотность распределения
- 22. = ∫ 0dx + ∫ Cdx + ∫ 0dx = 0 + Cx│+ 0 = C(b
- 23. x f(x) F(x) = P(X = ∫ f(x)dx Если x F(x) = ∫ 0dx = 0.
- 24. Если a F(x)= ∫ f(x)dx +∫ f(x)dx = ∫ 0dx +∫ dx = 0+ x│ =
- 25. x F(x) M(X) = ∫ xf(x)dx = ∫ dx = • │ = D(X)= ∫ x2f(x)dx
- 26. не меньшие α, но не большие β (причем [α;β] € [a;b] ), равна: P( α ≤
- 27. в некоторый момент TV, будет смотреть любимый сериал без перерыва на рекламу а) не менее 8,
- 28. Задача. Цена деления шкалы прибора равна 0,1. Показания прибора округляют до ближайшего деления. Найти вероятность того,
- 29. Показательное распределение Определение. НСВ Х распределена по показа-тельному закону распределения, если плотность ее распределения f (x)
- 30. f (x) º λ Математическое ожидание: М(Х) = ∫х f(x)dx = ∫х λe –λx dx =
- 31. = - lim b ∞ - lim b ∞ (e –λb – 1) = 0 +
- 32. При х При х ≥ 0 F(x) = ∫λe –λx dx = - e –λx│= 1
- 33. Вероятность того, что НСВ Х, распределенная по показательному закону, примет значения из промежутка [а; b], равна:
- 34. Дано: = 8 λ = а = 6 b = 10 P(6 ≤ X ≤10)=? СВ
- 35. одного и того же маршрута, между двумя звонка- ми на станцию скорой помощи, между двумя поломками
- 36. противоположным событию X P(X > x) + P(X Отсюда: P(X > x) = 1 - P(X
- 38. Скачать презентацию