Презентации по Математике

Случайные величины
Случайные величины
Непрерывные случайные величины.    Кроме дискретных случайных величин, возможные значения которых образуют конечную или бесконечную последовательность чисел, не заполняющих сплошь никакого интервала, часто встречаются случайные величины, возможные значения которых образуют некоторый интервал. Примером такой случайной величины может служить отклонение от номинала некоторого размера детали при правильно налаженном технологическом процессе. Такого рода, случайные величины не могут быть заданы с помощью закона распределения вероятностей р(х). Однако их можно задать с помощью функции распределения вероятностей F(х). Эта функция определяется точно так же, как и в случае дискретной случайной величины: Таким образом, и здесь функция F(х) определена на всей числовой оси, и ее значение в точке х равно вероятности того, что случайная величина примет значение, меньшее чем х.        Случайная величина называется непрерывной, если для нее существует неотрицательная кусочно-непрерывная функция* , удовлетворяющая для любых значений x равенству   Равномерное распределение функции распределения График функции . Заметим, что в точках a и b функция терпит разрыв. График функции F(x) представлен
Продолжить чтение
Основные понятия. Классическое определение вероятности
Основные понятия. Классическое определение вероятности
Событие B называется благоприятствующим событию A, если наступление события B влечет за собой наступление события A.     Так, если A — появление четного числа очков при бросании игральной кости, то появление цифры 4 представляет собой событие, благоприятствующее событию A.      Пусть события E1,E2, ..., EN в данном опыте образуют полную группу равновероятных и попарно несовместных событий. Будем называть их исходами испытания. Предположим, что событию A благоприятствуют M исходов испытания. Тогда вероятностью события A в данном опыте называют отношение M/N. Итак, мы приходим к следующему определению.     Вероятностью P(A) события в данном опыте называется отношение числа M исходов опыта, благоприятствующих событию A, к общему числу N возможных исходов опыта, образующих полную группу равновероятных попарно несовместных событий: Это определение вероятности часто называют классическим. Можно показать, что классическое определение удовлетворяет аксиомам вероятности.     Пример 1. На завод привезли партию из 1000 подшипников. Случайно в эту партию попало 30 подшипников, не удовлетворяющих стандарту. Определить вероятность P(A) того, что взятый наудачу подшипник окажется стандартным.  Решение: Решение: Число стандартных подшипников равно 1000—30=970. Будем считать, что каждый подшипник имеет одинаковую вероятность быть выбранным. Тогда полная группа событий состоит из N=1000 равновероятных исходов, из которых событию A благоприятствуют М=970 исходов. Поэтому P(A)=M/N=970/1000=0.97    Пример 2.   В урне 10 шаров: 3 белых и 7 черных. Из урны вынимают сразу два шара. Какова вероятность р того, что оба шара окажутся белыми?  Решение: Число N всех равновероятных исходов испытания равно числу способов, которыми можно из 10 шаров вынуть два, т. е. числу сочетаний из 10 элементов по 2:    Число благоприятствующих исходов:     Следовательно, искомая вероятность Пример 3. В урне 2 зеленых, 7 красных, 5 коричневых и 10 белых шаров. Какова вероятность появления цветного шара?  Решение: Находим соответственно вероятности появления зеленого, красного и коричневого шаров: Р(зел.)=2/24; Р(кр.)=7/24; Р(кор.)=5/24. Так как рассматриваемые события, очевидно, несовместны, то, применяя аксиому сложения, найдем вероятность появления цветного шара:
Продолжить чтение
Основные понятия. Формула полной вероятности
Основные понятия. Формула полной вероятности
Далее, из условия задачи следует, что Используя формулу полной вероятности (5), имеем Формула Бейеса. Предположим, что производится некоторый опыт, причем об условиях его проведения можно высказать n единственно возможных и несовместных гипотез , имеющих вероятности . Пусть в результате опыта может произойти или не произойти событие А, причем известно, что если опыт происходит при выполнении гипотезы , то Значения вероятностей можно вычислить по формуле        Формула называется формулой Бейеса*.    Пример. На склад поступило 1000 подшипников. Из них 200 изготовлены на 1-м заводе, 460—на 2-м и 340 - на 3-м. Вероятность того, что подшипник окажется нестандартным, для 1-го завода равна 0,03, для 2-го — 0,02, для 3-го — 0,01. Взятый наудачу подшипник оказался нестандартным. Какова вероятность того, что он изготовлен 1-м заводом? -
Продолжить чтение
Методика изучения чисел, полученных от измерения величин и действий над ними. Методика изучения мер времени
Методика изучения чисел, полученных от измерения величин и действий над ними. Методика изучения мер времени
ДЕЙСТВИЯ НАД ЕДИНИЦАМИ ИЗМЕРЕНИЯ ПРИМЕРЫ ДЕЙСТВИЙ ПРЕОБРАЗОВАНИЕ ЧИСЕЛ, ВЫРАЖАЮЩИХ ДЛИННУ, МАССУ, СТОИМОСТЬ ЗАДАЧА ПО ПРЕОБРАЗОВАНИЮ ЧИСЕЛ ДЕЙСТВИЯ НАД ЧИСЛАМИ, ПОЛУЧЕННЫМИ ОТ ИЗМЕРЕНИЯ ВЕЛИЧИН СЛОЖЕНИЕ И ВЫЧИТАНИЕ ПУТИ РЕШЕНИЯ УМНОЖЕНИЕ И ДЕЛЕНИЕ МЕТОДИКА ИЗУЧЕНИЯ МЕР ВРЕМЕНИ ДИДАКТИЧЕСКИЕ ТРЕБОВАНИЯ К ИЗУЧЕНИЮ ТЕМЫ РАЗВИТИЕ ВРЕМЕННЫХ ПРЕДСТАВЛЕНИЙ О ЕДИНИЦАХ ИЗМЕРЕНИЯ ВРЕМЕНИ ПРЕОБРАЗОВАНИЕ ЧИСЕЛ ВЫРАЖЕННЫХ ЕДИНИЦАМИ ИЗМЕРЕНИЯ ВРЕМЕНИ ДЕЙСТВИЯ НАД ЧИСЛАМИ, ВЫРАЖЕННЫМИ МЕРАМИ ВРЕМЕНИ СПИСОК ЛИТЕРАТУРЫ СОДЕРЖАНИЕ При изучении единиц измерения величин следует проводить как можно больше практических работ по измерению и выражению результатов измерения в различных мерах. Результаты измерений надо записывать с именованием единиц измерения, поскольку число, полученное о измерения, зависит от избранной единицы измерения. ДЕЙСТВИЯ НАД ЕДИНИЦАМИ ИЗМЕРЕНИЯ ВЕЛИЧИН
Продолжить чтение