- •Случайные события и их вероятности
- •Случайные события и действия над ними
- •Виды событий
- •Событие, ……… достоверному событию, является невозможным.
- •Событие, противоположное ………событию, является достоверным.
- •1.2.Вероятности событий
- •1.2.1.Вероятности простых событий
- •Вероятность выпадения четного числа очков при бросании игральной кости:
- •1.2.2. Вероятности сумм и поизведений событий
- •Несовместные
- •Независимые
- •1.2.3. Формула полной вероятности и формула Байеса
- •1.2.4. Повторные независимые испытания. Асимптотические формулы теории вероятностей
- •Бернулли;
- •Бернулли (*)
- •Бернулли
- •Дискретные случайные величины:
- •Закон распределения вероятностей числа попаданий в мишень при двух независимых выстрелах, если вероятность попадания при каждом выстреле равна 0.8, имеет вид:
- •Монета подбрасывается 2 раза. Закон распределения случайной величины – числа появления орла.
- •В коробке 3 карандаша, из них 1 красный, 2синих. Извлекаются 2 карандаша. Закон распределения числа синих карандашей среди извлеченных:
- •Законы распределения дискретной случайной величины имеют вид:
- •Случайная величина X задана интегральной функцией распределения:
- •Дана интегральная функция распределения случайной величины X:
- •2.1.2. Числовые характеристики дискретной случайной величины
- •Закон распределения случайной величины представлен в таблице
- •Закон распределения случайной величины представлен в таблице
- •Закон распределения случайной величины представлен в таблице
- •Закон распределения случайной величины X задан рядом распределения
- •Закон распределения случайной величины X задан рядом распределения
- •Дан закон распределения дискретной случайной величины:
- •Дан закон распределения дискретной случайной величины:
- •Дан закон распределения дискретной случайной величины
- •Функция Лапласа:
- •Выражения, справедливые для нормированной нормальной случайной величины X:
- •Бернулли
- •Бернулли
- •Бернулли
- •Бернулли
- •Соответствие между формулой и определением
- •Соответствие между формулой и определением
- •Соответствие между формулой и определением
-
Функция Лапласа:
-
;
-
;
-
P(X<x);
-
.
-
Плотность вероятности нормально распределенной случайной величины, если MX=3, DX=4, имеет вид:
-
f(x)= ;
-
f(x)= ;
-
f(x)=;
-
f(x)=.
-
Плотность вероятности нормально распределенной случайной величины, если MX=2, DX=, имеет вид:
-
f(x)= ;
-
f(x)= ;
-
f(x)=;
-
f(x)=.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Математическое ожидание равно:
-
MX=2
-
MX=4
-
MX=3
-
MX=4.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Дисперсия равна:
-
DX=2;
-
DX=8;
-
DX=6;
-
DX=4.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Среднее квадратическое отклонение равно:
-
2;
-
4;
-
6;
-
8.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Математическое ожидание равно:
-
MX=2
-
MX=2
-
MX=1;
-
MX=3.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Дисперсия равна:
-
DX=3;
-
DX=9;
-
DX=18;
-
DX=3.
-
Дана плотность вероятности нормально распределенной случайной величины f(x)=. Среднее квадратическое отклонение равно:
-
3;
-
4;
-
8;
-
9.
-
Случайная величина распределена по нормальному закону, MX=30, DX=100. Вероятность P(40<X<50) равна:
-
0,481;
-
0,1359;
-
0,5;
-
0,385.
-
Случайная величина распределена по нормальному закону: MX=1, DX=0,01.Вероятность P(1/2<X<2) равна:
-
1;
-
0,8;
-
0,5;
-
0,7.
-
Выражения, справедливые для нормированной нормальной случайной величины X:
-
P(-1 X 1)=0,9973
-
P(-2 X 2)=0,6827
-
P(-3 X 3)=0,9545
-
P(2 X 3)=0,0214
-
P(-2 X 1)=0,8186
-
Случайная величина X распределена нормально и имеет плотность вероятности f(x)=. Математическое ожидание случайной величины Y=4X-2 равно:
-
2;
-
14;
-
10;
-
30.
-
Случайная величина X распределена нормально и имеет плотность вероятности f(x)=. Дисперсия случайной величины Y=2X равна:
-
6;
-
36;
-
18;
-
16.
-
Случайная величина X распределена нормально и имеет плотность вероятности f(x)=. Среднее квадратическое отклонение случайной величины Y=2X равно:
-
6;
-
8;
-
9;
-
12.
-
Случайная величина X распределена нормально и имеет плотность вероятности f(x)=. Математическое ожидание случайной величины Y=2X-3 равно:
-
5;
-
7;
-
29;
-
10.
-
Случайная величина подчинена нормальному закону с плотностью вероятности f(x)=. Дисперсия случайной величины Y=3X равна:
-
6;
-
12;
-
9;
-
15.
-
Случайная величина подчинена нормальному закону с плотностью вероятности f(x)=. Среднее квадратическое отклонение случайной величины Y=3X равно:
-
6;
-
4;
-
3;
-
5.
-
Случайная величина X имеет нормальное распределение, MX==2, DX=9.
Вероятность P(|X–MX|<3) равна:
-
0,5148;
-
0,4972;
-
0,523;
-
0,683.
-
Случайная величина X имеет нормальное распределение, MX==3, DX=4. Вероятность P(|X–MX|<6) равна:
-
0,9973;
-
0,9881;
-
0,9673;
-
0,9821.
-
Случайная величина X имеет нормальное распределение MX==30, DX=100. Вероятность P(20<X<50) равна:
-
0,1359;
-
0,4215;
-
0,8185;
-
0,8541.
-
Случайная величина X имеет нормальное распределение с плотностью вероятности f(x)=. Дисперсия случайной величины Y=2X+1 равна:
-
17;
-
9;
-
7;
-
16.
-
Случайная величина X имеет нормальное распределение с плотностью вероятности f(x)=. Среднее квадратическое отклонение случайной величины Y=2X+1 равно:
-
4;
-
7;
-
9;
-
16.
2.3.2. Биноминальный закон распределения, закон распределения Пуассона
-
Биномиальный закон распределения вероятностей:
-
-
Закон распределения Пуассона описывается выражением
-
-
Формула выражает ……… закон распределения вероятностей.