Расчет темпов роста и темпов прироста при цепном способе вычисления Практический пример.
Трцi= Ai/Ai-1*100, где Ai- текущий уровень ряда; Ai-1- уровень, предшествующий Ai.
Цепные темпы прироста рассчитываются по формуле: Тпцi= (Ai-Ai-1)/Ai-1*100 либо путем вычитания из цепных темпов роста 100%: Тпцi= Трцi-100%
3. Понятие закона распределения случайной величины. Ряд распределе-
ния. Практический пример.
Определение. Случайной величиной, связанной с данным опытом называется величина, которая при данном осуществлении данного опыта принимает то или иное числовое значение, заранее не известное какое именно. Случайные величины обозначаются Х, Y и т.д. Примеры. 1) Опыт - бросается игральная кость один раз. Случайная величина Х - число выпавших очков. Множество значений случайной величины Х={1,2,3,4,5,6}. 2) Опыт стрельба по цели до первого попадания. Случайная величина Y - число израсходованных патронов – имеет множество значений {1,2,3,…}=N. 3) Рост наудачу выбранного человека можно рассматривать как случайную величину, измеряя его, например, в сантиметрах
Определение.
Случайная величина называется дискретной,
если она принимает конечное или счетное
множество значений.
В
примерах 1,2 случайные величины являются
дискретными.
Определение.
Случайная величина называется непрерывной,
если она принимает все значения из
некоторого промежутка.
Разные
случайные величины могут иметь одно и
тоже множество возможных значений.
Чтобы полностью охарактеризовать
случайную величину, кроме множества
значений необходимо указать, с какой
вероятностью случайная величина
принимает то или иное своё
значение.
Определение.
Любое правило, устанавливающее связь
между возможными значениями случайной
величины и их вероятностями,
называется законом
распределения случайной величины.
Для
дискретной случайной величины Х закон
распределения может быть задан в виде
таблицы.
В
верхней строке перечисляются все
возможные значения 
случайной
величины Х (обычно
в порядке возрастания), а в нижней строке
указываются вероятности 
соответствующих
значений: 
-
это вероятность того, что случайная
величина Х принимает
значение
.
-
…
(…)
…
(…)
Так
как в результате каждого опыта случайная
величина Х обязательно
принимает только одно из значений:
,
,…,
,(…),
то события 
,…,
,(…)
образуют полную группу попарно
несовместных событий. Значит, 
.
Определение.
Дискретная случайная величина Х считается
заданной, если указано конечное или
счетное множество чисел
,
,…,
,(…),
и каждому из них поставлено в соответствие
некоторое положительное число
,
причем 
.
Для
наглядности закон распределения можно
изобразить графически – на плоскости
отмечаются точки с координатами 
и
соединяются отрезками. Полученная
ломаная называется многоугольником
распределения СВ.