- •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
-
Дан закон распределения дискретной случайной величины:
X |
1 |
2 |
3 |
4 |
5 |
P |
0,45 |
0,28 |
0,22 |
0,04 |
0,01 |
Математическое ожидание данной случайной величины равно:
-
2.95
-
1.88
-
3.75
-
4,15
-
Дан закон распределения дискретной случайной величины:
X |
1 |
2 |
3 |
4 |
5 |
P |
0,45 |
0,28 |
0,22 |
0,04 |
0,01 |
дисперсия данной случайной величины равна:
-
2.95.
-
1.19
-
3.75
-
4,15
-
Дан закон распределения дискретной случайной величины:
-
X
2
4
6
P
0,3
0,1
0,6
Математическое ожидание:
-
7,6
-
2,7
-
3,6
-
* 4,6
-
Случайная дискретная величина принимает три возможных значения: x1=4 с вероятностью p1=0.5; x2=6 с вероятностью p2=0,3 и x3 с вероятностью p3. Значения x3 и p3 при M(X)=8:
-
x3=12; p3=0,2
-
x3=18; p3=0,1
-
x3=21; p3=0,2
-
x3=20; p3=0,3
-
Случайная дискретная величина принимает три возможных значения: x1=4 с вероятностью p1=0.5; x2=6 с вероятностью p2=0,3 и x3 с вероятностью p3. Значения x3 и p3, при M(X)=8.
-
x3=12; p3=0,2
-
x3=18; p3=0,1
-
x3=21; p3=0,2
-
x3=20; p3=0,3
-
Дан перечень возможных значений дискретной случайной величины X: x1=2, x2=4, а также известно ее математическое ожидание M(X)=3 . Значения p1, p2, соответствующие возможным значениям x1, x2:
-
p1=0,4; p2=0,6
-
p1=0,3; p2=0,7
-
p1=0,5; p2=0,5
-
p1=0,2; p2=0,8
-
Дан закон распределения дискретной случайной величины
-
X
1
2
3
4
p
0,2
0,4
0,1
0,3
P(X<3) = …
-
Дан закон распределения дискретной случайной величины X:
-
X
1
3
5
7
p
0,3
0,1
0,2
p4
Значения p4 и P(X<7):
-
p4=0,5; P(X<7)=0,4
-
p4=0,4; P(X<7)=0,3
-
p4=0,3; P(X<7)=0,6
-
p4=0,4; P(X<7)=0,5
-
Закон распределения вероятностей дискретной случайной величины
-
-
-
-
Пропущенное значение вероятности в законе распределения дискретной случайной величины c математическим ожиданием M(X)=3 равно …
xi
1
3
4
pi
0,5
0,1
0,2
-
Пропущенное значение x4 в законе распределения дискретной случайной величины c математическим ожиданием M(X)=3 равно …
xi
1
3
4
pi
0,5
0,1
0,2
-
Даны числовые характеристики двух случайных величин X и Y: MX=3, MY=7, DX=1, DY=2. Значение M(3X+2Y):
-
23;
-
21
-
25
-
28
-
-
Даны числовые характеристики двух случайных величин X и Y: MX=3, MY=7, DX=1, DY=2. Значение D(4X-Y).
-
2
-
14
-
15
-
18
-
-
Два стрелка независимо друг от друга стреляют по одной цели. Вероятность попадания в цель первого стрелка равна 0,7; второго – 0,8. Математическое ожидание числа попаданий в цель:
-
1,5
-
0,7
-
0,8
-
1,4
-
-
Дана функция распределения случайной величины
F(x)=.
Математическое ожидание X равно:
-
1;
-
3;
-
2;
-
2,5.
-
Соответствие между формулой и определением
|
A. |
|
B. с |
|
C. |
-
Соответствие между формулой и определением
|
A. M(x-Mx)2 |
|
B. 0 |
|
C. С2Dх |
-
Математическое ожидание квадрата отклонения случайной величины от ее математического ожидания называется … случайной величины
2.2. Непрерывные случайные величины
2.2.1. Плотность вероятности и интегральная функция распределения
-
С помощью плотности распределения вероятности можно задать
-
дискретную случайную величину
-
непрерывную случайную величину
-
случайное событие
-
интервальную величину
-
С помощью дифференциальной функции распределения можно задать
-
дискретную случайную величину
-
непрерывную случайную величину
-
случайное событие
-
интервальную величину
-
Вероятность каждого конкретного значения непрерывной случайной величины равна
-
0
-
0,1
-
0,5
-
1
-
Возможное событие …….иметь нулевую вероятность
-
Может
-
Не может
-
Может для непрерывной случайной величины
-
Может для дискретной случайной величины
-
Непрерывную случайную величину можно задать с помощью
-
таблицы распределения
-
многоугольника распределения
-
функции распределения вероятности
-
плотности распределения вероятности
-
Свойства плотности вероятности
-
-
p (x) 0
-
p (x) 1)
-
(*)
-
Плотность вероятности любой случайной величины находится в пределах
-
от –1 до 1
-
от 0 до 1
-
от 0,5 до 1
-
от 0 до
-
от - до
-
Кривая, изображающая дифференциальную функцию распределения f(x) случайной величины, называется
-
полигоном распределения
-
многоугольником распределения
-
* кривой распределения
-
гистограммой
-
Случайная величина задана дифференциальной функцией распределения.
Недостающее значение a=….
-
Случайная величина задана дифференциальной функцией распределения.
Недостающее значение a=….
-
Случайная величина задана дифференциальной функцией распределения.
Недостающее значение a=….
-
Функция распределения случайной величины изменяется в интервале
-
–1 ; 1
-
0 ; 1
-
0,5 ; 1
-
0 ; –1
-
Случайная величина X задана функцией распределения
F(x)=.
Вероятность того, что случайная величина X примет значение, принадлежащее интервалу (0,25;0,75) равна:
-
0,5;
-
0,25;
-
0,375;
-
0,475
-
458.
-
Cвойство, не обязательное для функции распределения:
-
F(X) не более 1
-
F(X) не убывает с ростом х
-
F(0)=0
-
F(X) не отрицательна
-
Дискретно-непрерывная случайная величина может быть задана в виде
-
интегральной функции распределения
-
дифференциальной функции распределения
-
полигона частот
-
таблицы
-
Непрерывная случайная величина может быть задана в виде
-
интегральной функции распределения
-
таблицы
-
дифференциальной функции распределения
-
полигона частот
-
гистограммы
-
Дифференциальная функция распределения представляет собой зависимость … вероятности случайной величины от значения этой случайной величины
-
Знак в выражении для интегральная функции распределения F(x) = P(X … x)
-
-
-
-
-
=
-
Функция распределения любой случайной величины имеет значения в интервале
-
(-1;)
-
(-1;0)
-
(-1;1)
-
(0;1)
-
(0; )
-
Функция распределения случайной величины F(x). Интеграл в бесконечных пределах от плотности распределения вероятности равен\
-
1
-
0
-
0,5
-
F()
-
F(0)
-
Вероятность любого отдельного значения непрерывной случайной величины равна
-
1
-
0
-
0,5
-
F()
-
-1
-
Cвойство, не обязательное для многомерной функции распределения:
-
F(X) не отрицательна
-
F(X) не убывает с ростом любого из ее аргументов
-
Не имеет разрывов
-
Не превосходит 1
-
Дана плотность вероятности непрерывной случайной величины:
f(x)=;
Величина А равна:
-
a=2;
-
a=1;
-
a=3;
-
a=2,5
-
Дана плотность вероятности непрерывной случайной величины:
f(x)=;
MX равно:
-
MX=0,75;
-
MX=0,6;
-
MX=0,75;
-
MX=0,78.
-
Дана плотность вероятности непрерывной случайной величины X:
f(x)=;
P(0,1<X<0,3) равна:
-
P(0,1<X<0,3)=0,026;
-
P(0,1<X<0,3)=0,25;
-
P(0,1<X<0,3)=0,26;
-
P(0,1<X<0,3)=0,03.
-
Дана плотность вероятности непрерывной случайной величины X:
f(x)=.
Вероятность P(1<X<3) равна:
-
P(1<X<3)=0,6;
-
P(1<X<3)=0,55;
-
P(1<X<3)=0,5;
-
P(1<X<3)=0,4.
-
Дана плотность вероятности случайной величины X:
f(x)=.
Величина А равна:
-
A=1;
-
A=1/2;
-
A=2;
-
A=3/2.
-
Дана плотность вероятности случайной величины X:
f(x)=.
Вероятность P(5<X<7) равна:
-
0,5;
-
0,25;
-
-0,5;
-
1.
-
Непрерывная случайная величина X имеет плотность . Вероятность попадания случайной величины X на участок от 0 до :
-
1/2
-
1/3
-
2/3
-
F(x) - функция распределения центрированной, симметрично распределенной непрерывной случайной величины X. Справедливы равенства:
-
P(x≥0) = F(-)
-
P(x≥0) = F(0) (*)
-
P(x≥0) = F()
-
P(x≥0) = 1-F(0)
-
P(x≥0) = F()-F(0)
-
Соответствие между величинами для непрерывной стандартной симметрично распределенной случайной величины X:
-
-
p(-x)
-
p(x)
-
F(-X)
-
1-F(x)
-
M(X)
-
0
-
D(X)
-
1
-
2.2.2. Числовые характеристики случайных величин
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-
Дан закон распределения дискретной случайной величины:
X |
1 |
2 |
3 |
4 |
p |
0,4 |
0,35 |
0,15 |
0,1 |
Математическое ожидание данной случайной величины равно:
-
1.95.
-
2.95.
-
2.09
-
3.75
-
Дан закон распределения дискретной случайной величины:
X |
1 |
2 |
3 |
4 |
p |
0,4 |
0,35 |
0,15 |
0,1 |
Дисперсия данной случайной величины равна:
-
2.95.
-
2.09
-
3.75
-
0,95
-
Дан закон распределения дискретной случайной величины:
X |
1 |
2 |
3 |
4 |
p |
0,4 |
0,35 |
P3 |
0,1 |
Значение P3 равно
-
0,95
-
0,09
-
0,75
-
0,15
-
Дана плотность вероятности непрерывной случайной величины X:
f(x)=.
Математическое ожидание MX равно:
-
MX=2
-
MX=3
-
MX=8/3
-
MX=7/3
-
Соответствие между формулой и определением
|
|
|
|
|
|
-
Независимые случайные величины X и Y распределены равномерно в интервалах соответственно [-1 ; 1] и [2 ; 4]. Математическое ожидание и дисперсия их суммы
-
М(х+y)=3; D(x+y)=2/3
-
М(х+y)=3; D(x+y)=2/9
-
М(х+y)=3; D(x+y)=1/12
-
М(х+y)=1; D(x+y)=2/3
-
Свойства математического ожидания
-
M (cX) = c M(X)
-
M (c) = 0
-
M (c) = c
-
M (X+Y) = M (X) + M(Y)
-
M (X+Y) = M (X) + M(Y) – M(XY)
-
Дисперсия произвольной случайной величины X описывается выражением
-
(*)
-
(*)
-
Дисперсия разности независимых случайных величин равна
-
Разности их дисперсий
-
Сумме их дисперсий
-
Дисперсии их произведения
-
Математическое ожидание разности независимых случайных величин равно
-
разности их математических ожиданий
-
сумме их математических ожиданий
-
сумме математических ожиданий минус математическое ожидание произведения
-
математическому ожиданию их произведения
-
Третий центральный момент случайной величины характеризует
-
среднее значение
-
островершинность распределения
-
асимметрию распределения
-
Разброс значений относительно математического ожидания
-
Четвертый центральный момент случайной величины характеризует
-
ее среднее значение
-
островершинность распределения
-
асимметрию распределения
-
Разброс значений относительно математического ожидания
-
Второй центральный момент случайной величины характеризует
-
ее среднее значение
-
островершинность распределения
-
асимметрию распределения
-
разброс значений относительно математического ожидания
-
Первый начальный момент случайной величины представляет собой
-
математическое ожидание случайной величины
-
дисперсию случайной величины
-
среднее значение случайной величины
-
среднее квадратическое отклонение случайной величины
-
Значения среднего квадратического отклонения, начальных i и центральных i моментов стандартизованной случайной величины
-
3 = 0
-
1 = 0
-
= 1
-
2 = 1
-
4 / 4 = 3
2.3. Законы распределения вероятностей
2.3.1. Нормальный закон распределения
-
Нормированный нормальный закон распределения вероятностей:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|