- •Коротко
- •Случайные величины
- •Математическое ожидание
- •Дисперсия
- •Среднее квадратическое отклонение
- •Коэффициент корреляции
- •Закон больших чисел
- •События и вероятность
- •Условная вероятность
- •Задача на цепочки
- •Моя задача
- •Вопросы:
- •Условие нормировки плотности распределения вероятностей (с объяснением смысла).
- •Коэффициент корреляции равен 0.9 (0.5; 0,1; -0.7; -1). Что можно сказать про случайные величины X и y?
- •Вид плотности нормального распределения.
- •Почему закон Гаусса называют нормальным?
- •В чём смысл закона больших чисел?
- •Какие задачи решает математическая статистика?
- •Что является оценкой мх, dx,
- •Что является оценкой функции распределения и плотности?
Моя задача
Электрическая цепь состоит из пяти элементов, выход из строя которых в заданный промежуток времени – независимые события, имеющие вероятности каждый. Найти вероятность отказа цепи за данный промежуток времени.
Решение:
По условию вероятности выхода из строя пяти элементов.
Найдем вероятность работы всей цепи при
При последовательном соединении:
Та же самая вероятность отказа будет на участке 4-5:
При параллельном соединении:
Окончательно при последовательном соединении:
Тогда вероятность отказа всей цепи:
Вопросы:
Какие значения может принимать вероятность? Математическое ожидание? Дисперсия?
Вероятность может принимать любые значения в промежутке от 0 до 1, и выражает вероятность наступление события.
Математическое ожидание – любые, как положительные, так и отрицательные
Дисперсия - от 0 до плюс бесконечности, если это дисперсия константы – то всегда равна 0.
Что характеризуют параметры распределения МХ, DX,
МХ - Математическое ожидание (мера среднего значения случайной величины в теории вероятностей);
DX – Дисперсия (Мера разброса значений случайной величины относительно её математического ожидания.)
σX – Среднеквадратическое отклонение (Мера отклонения конкретных вариантов от их среднего значения).
Формулы для вычисления МХ, DX, σX (для непрерывного и дискретного случая).
Для дискретной случайной величины:
Для непрерывной случайной величины:
Для дискретной и непрерывной случайной величины:
Определение и вид графика (для непрерывного и дискретного случая) функции распределения.
Непрерывная случайная величина – Случайная величина X называется непрерывной, если её функция распределения непрерывная в любой точке и дифференцируема всюду, кроме, может быть, отдельных точек
График распределения непрерывной случайной величины
Дискретная случайная величина – случайная величина, которая принимает конечное или бесконечное, но счётное число изолированных отдельных изолированных значений
График распределение дискретной случайной величины
Условие нормировки плотности распределения вероятностей (с объяснением смысла).
Условие нормировки заключается в том, что функция распределения должна быть таковой, что интеграл от неё по всем возможным значением аргументов должен быть равен единице.
Коэффициент корреляции равен 0.9 (0.5; 0,1; -0.7; -1). Что можно сказать про случайные величины X и y?
Коэффициент корреляции – это статистический показатель зависимости двух случайных величин. То есть, насколько изменится одна величина в случае изменения другой величины. Он может принимать значения от -1 до 1. Значение -1 будет говорить об отсутствии корреляции, 0 – о нулевой корреляции, а 1 – о полной корреляции.
Допустим, если коэффициент корреляции больше 0, то рост величины X приведёт к росту величины Y.
Если коэффициент корреляции меньше 0, то рост величины X приведёт к падению величины Y.
Если коэффициент корреляции равен 0, то рост величины X не будет влиять на величину Y.