🗊Презентация Элементы комбинаторики

Категория: Математика
Нажмите для полного просмотра!
Элементы комбинаторики, слайд №1Элементы комбинаторики, слайд №2Элементы комбинаторики, слайд №3Элементы комбинаторики, слайд №4Элементы комбинаторики, слайд №5Элементы комбинаторики, слайд №6Элементы комбинаторики, слайд №7Элементы комбинаторики, слайд №8Элементы комбинаторики, слайд №9Элементы комбинаторики, слайд №10Элементы комбинаторики, слайд №11Элементы комбинаторики, слайд №12Элементы комбинаторики, слайд №13Элементы комбинаторики, слайд №14Элементы комбинаторики, слайд №15Элементы комбинаторики, слайд №16Элементы комбинаторики, слайд №17Элементы комбинаторики, слайд №18Элементы комбинаторики, слайд №19Элементы комбинаторики, слайд №20Элементы комбинаторики, слайд №21Элементы комбинаторики, слайд №22Элементы комбинаторики, слайд №23Элементы комбинаторики, слайд №24Элементы комбинаторики, слайд №25Элементы комбинаторики, слайд №26Элементы комбинаторики, слайд №27Элементы комбинаторики, слайд №28Элементы комбинаторики, слайд №29Элементы комбинаторики, слайд №30Элементы комбинаторики, слайд №31Элементы комбинаторики, слайд №32Элементы комбинаторики, слайд №33Элементы комбинаторики, слайд №34Элементы комбинаторики, слайд №35Элементы комбинаторики, слайд №36Элементы комбинаторики, слайд №37Элементы комбинаторики, слайд №38Элементы комбинаторики, слайд №39Элементы комбинаторики, слайд №40Элементы комбинаторики, слайд №41Элементы комбинаторики, слайд №42Элементы комбинаторики, слайд №43Элементы комбинаторики, слайд №44Элементы комбинаторики, слайд №45Элементы комбинаторики, слайд №46Элементы комбинаторики, слайд №47Элементы комбинаторики, слайд №48Элементы комбинаторики, слайд №49Элементы комбинаторики, слайд №50Элементы комбинаторики, слайд №51Элементы комбинаторики, слайд №52Элементы комбинаторики, слайд №53Элементы комбинаторики, слайд №54Элементы комбинаторики, слайд №55Элементы комбинаторики, слайд №56Элементы комбинаторики, слайд №57Элементы комбинаторики, слайд №58Элементы комбинаторики, слайд №59Элементы комбинаторики, слайд №60Элементы комбинаторики, слайд №61Элементы комбинаторики, слайд №62Элементы комбинаторики, слайд №63Элементы комбинаторики, слайд №64Элементы комбинаторики, слайд №65

Содержание

Вы можете ознакомиться и скачать презентацию на тему Элементы комбинаторики. Доклад-сообщение содержит 65 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1





2.4. Элементы комбинаторики
Перечислительная комбинаторика рассматривает задачи подсчёта количества различных конфигураций (например, перестановок, размещений, сочетаний и т.д.).
Это нужно для расчета m и n в формуле априорной вероятности.
Описание слайда:
2.4. Элементы комбинаторики Перечислительная комбинаторика рассматривает задачи подсчёта количества различных конфигураций (например, перестановок, размещений, сочетаний и т.д.). Это нужно для расчета m и n в формуле априорной вероятности.

Слайд 2





2.4.1. Перестановки
Перестановкой из n элементов называется всякий упорядоченный набор этих n элементов.
Обозначим число перестановок n элементов Пn.
Пример: 
123 
132 
213 
231 
312 
321
П3 = 6.
Описание слайда:
2.4.1. Перестановки Перестановкой из n элементов называется всякий упорядоченный набор этих n элементов. Обозначим число перестановок n элементов Пn. Пример: 123 132 213 231 312 321 П3 = 6.

Слайд 3





Теорема 1. Пn = n!
Описание слайда:
Теорема 1. Пn = n!

Слайд 4





2.4.2. Сочетания
Пусть k ≤ n.
Сочетанием из n элементов по k называется всякий неупорядоченный набор k элементов, выбранных из n данных элементов.
Замечание: 2 сочетания являются одинаковыми, если имеют одинаковый состав элементов. При этом они могут иметь разный порядок этих элементов. Например, 12 = 21.
Обозначим число сочетаний из n элементов по k: Сnк.
Пример:  из элементов 1,2,3 берём сочетания по два элемента:
12
23 
13 
С32 = 3.
Описание слайда:
2.4.2. Сочетания Пусть k ≤ n. Сочетанием из n элементов по k называется всякий неупорядоченный набор k элементов, выбранных из n данных элементов. Замечание: 2 сочетания являются одинаковыми, если имеют одинаковый состав элементов. При этом они могут иметь разный порядок этих элементов. Например, 12 = 21. Обозначим число сочетаний из n элементов по k: Сnк. Пример: из элементов 1,2,3 берём сочетания по два элемента: 12 23 13 С32 = 3.

Слайд 5





Теорема 2.
Описание слайда:
Теорема 2.

Слайд 6





Частные случаи сочетаний:
Описание слайда:
Частные случаи сочетаний:

Слайд 7





2.4.3. Размещения
Пусть k ≤ n.
Размещением из n элементов по k называется всякий упорядоченный набор k элементов, выбранных из n данных элементов.
Замечание: 2 размещения являются разными, если имеют не только разный состав элементов, но  и разный порядок этих элементов. Например, 12 ≠ 21.
Обозначим число размещений из n элементов по k: Аnк.
Пример:  из элементов 1,2,3 берём размещения по два элемента:
12 		4) 21
23 		5) 32
13 		6) 31
А32 = 6.
Описание слайда:
2.4.3. Размещения Пусть k ≤ n. Размещением из n элементов по k называется всякий упорядоченный набор k элементов, выбранных из n данных элементов. Замечание: 2 размещения являются разными, если имеют не только разный состав элементов, но и разный порядок этих элементов. Например, 12 ≠ 21. Обозначим число размещений из n элементов по k: Аnк. Пример: из элементов 1,2,3 берём размещения по два элемента: 12 4) 21 23 5) 32 13 6) 31 А32 = 6.

Слайд 8





Теорема 3.
Описание слайда:
Теорема 3.

Слайд 9





2.5. Случайные величины и их распределения
Случайной величиной называется величина, которая в результате испытания примет одно и только одно возможное значение, заранее неизвестное и зависящее от множества причин, которые заранее не могут быть учтены.
Каждый исход испытания характеризуется случайной величиной.
Х = {x1, x2, …}
Случайные величины:
ДСВ – дискретные
НСВ - непрерывные
Описание слайда:
2.5. Случайные величины и их распределения Случайной величиной называется величина, которая в результате испытания примет одно и только одно возможное значение, заранее неизвестное и зависящее от множества причин, которые заранее не могут быть учтены. Каждый исход испытания характеризуется случайной величиной. Х = {x1, x2, …} Случайные величины: ДСВ – дискретные НСВ - непрерывные

Слайд 10





Дискретная случайная величина
ДСВ – СВ, которая принимает отдельные изолированные возможные значения. 
Число возможных значений может быть конечным или бесконечным.
Описание слайда:
Дискретная случайная величина ДСВ – СВ, которая принимает отдельные изолированные возможные значения. Число возможных значений может быть конечным или бесконечным.

Слайд 11





Непрерывная случайная величина
НСВ – СВ, которая может принимать любые значения из конечного или бесконечного промежутка. 
Число возможных значений всегда бесконечно.
Описание слайда:
Непрерывная случайная величина НСВ – СВ, которая может принимать любые значения из конечного или бесконечного промежутка. Число возможных значений всегда бесконечно.

Слайд 12





2.5.1. Числовые характеристики распределений
Закон распределения СВ полностью характеризует случайную величину.
Но для решения многих задач достаточно использовать числовые характеристики случайной величины:
математическое ожидание М;
дисперсия D;
среднеквадратическое отклонение (СКО) σ.
Описание слайда:
2.5.1. Числовые характеристики распределений Закон распределения СВ полностью характеризует случайную величину. Но для решения многих задач достаточно использовать числовые характеристики случайной величины: математическое ожидание М; дисперсия D; среднеквадратическое отклонение (СКО) σ.

Слайд 13





1. Математическое ожидание
это наиболее вероятное, усредненное значение СВ.
ДСВ:
НСВ:
Описание слайда:
1. Математическое ожидание это наиболее вероятное, усредненное значение СВ. ДСВ: НСВ:

Слайд 14





2. Дисперсия
это мера разброса СВ, то есть её усреднённое отклонение от математического ожидания.
ДСВ:
НСВ:
Описание слайда:
2. Дисперсия это мера разброса СВ, то есть её усреднённое отклонение от математического ожидания. ДСВ: НСВ:

Слайд 15





Связь между математическим ожиданием и дисперсией
для ДСВ и НСВ:
D(X) = M((X – M(X))2)
 
D(X) = M(X2) – (M(X))2
Описание слайда:
Связь между математическим ожиданием и дисперсией для ДСВ и НСВ: D(X) = M((X – M(X))2) D(X) = M(X2) – (M(X))2

Слайд 16





3. Среднеквадратическое отклонение
это также мера разброса СВ, но в отличие от дисперсии СКО измеряется в тех же единицах, что и сама СВ.
Описание слайда:
3. Среднеквадратическое отклонение это также мера разброса СВ, но в отличие от дисперсии СКО измеряется в тех же единицах, что и сама СВ.

Слайд 17





Статистическое определение М, D
Если закон распределения СВ неизвестен, но имеется выборка значений СВ объёмом n, то можно приблизительно оценить математическое ожидание и дисперсию:
Описание слайда:
Статистическое определение М, D Если закон распределения СВ неизвестен, но имеется выборка значений СВ объёмом n, то можно приблизительно оценить математическое ожидание и дисперсию:

Слайд 18





Почему в формуле дисперсии в знаменателе n-1?
Потому что входящая в формулу величина мат.ожидания М сама зависит от элементов выборки. 
Если бы в формуле ещё одна величина была функцией элементов выборки, то пришлось бы взять n-2 и т.д.
Описание слайда:
Почему в формуле дисперсии в знаменателе n-1? Потому что входящая в формулу величина мат.ожидания М сама зависит от элементов выборки. Если бы в формуле ещё одна величина была функцией элементов выборки, то пришлось бы взять n-2 и т.д.

Слайд 19





Альтернативная формула для определения дисперсии
Дисперсию можно рассчитать статистически, не зная мат.ожидания:
Описание слайда:
Альтернативная формула для определения дисперсии Дисперсию можно рассчитать статистически, не зная мат.ожидания:

Слайд 20





Центрированная СВ
ЦСВ – это отклонение СВ от её математического ожидания
Х = Х – М 
М(Х) = 
D(X) =
Описание слайда:
Центрированная СВ ЦСВ – это отклонение СВ от её математического ожидания Х = Х – М М(Х) = D(X) =

Слайд 21





Центрированная СВ
ЦСВ – это отклонение СВ от её математического ожидания
Х = Х – М 
М(Х) = 0
D(X) = D(X)
Описание слайда:
Центрированная СВ ЦСВ – это отклонение СВ от её математического ожидания Х = Х – М М(Х) = 0 D(X) = D(X)

Слайд 22





Нормированная СВ
это ЦСВ, выраженная в долях СКО.
Z = X/σ
М(Z) = 
D(Z) =
Описание слайда:
Нормированная СВ это ЦСВ, выраженная в долях СКО. Z = X/σ М(Z) = D(Z) =

Слайд 23





Нормированная СВ
это ЦСВ, выраженная в долях СКО.
Z = X/σ
М(Z) = 0
D(Z) = 1
Описание слайда:
Нормированная СВ это ЦСВ, выраженная в долях СКО. Z = X/σ М(Z) = 0 D(Z) = 1

Слайд 24





2.5.2. Законы распределения вероятностей ДСВ
ДСВ задаётся:
рядом распределения;
функцией распределения (интегральный закон)
Описание слайда:
2.5.2. Законы распределения вероятностей ДСВ ДСВ задаётся: рядом распределения; функцией распределения (интегральный закон)

Слайд 25





а) Ряд распределения
это совокупность всех возможных значений хi дискретной СВ Х и соответствующих им вероятностей pi.
Замечание: события хi образуют группу гипотез =>
Описание слайда:
а) Ряд распределения это совокупность всех возможных значений хi дискретной СВ Х и соответствующих им вероятностей pi. Замечание: события хi образуют группу гипотез =>

Слайд 26






Графически эту таблицу задают гистограммой или полигоном
Описание слайда:
Графически эту таблицу задают гистограммой или полигоном

Слайд 27





б) Функция распределения (интегральный закон)
это функция F(x), равная вероятности того, что СВ примет значение, не превышающее х.
F(x) = P(X < х) =
Описание слайда:
б) Функция распределения (интегральный закон) это функция F(x), равная вероятности того, что СВ примет значение, не превышающее х. F(x) = P(X < х) =

Слайд 28





Пример
Из 100 изделий, среди которых 10 дефектных, выбирают случайным образом 5 изделий.
Построить ряд распределения дефектных изделий в данной выборке.
Описание слайда:
Пример Из 100 изделий, среди которых 10 дефектных, выбирают случайным образом 5 изделий. Построить ряд распределения дефектных изделий в данной выборке.

Слайд 29





Решение
Описание слайда:
Решение

Слайд 30





2.5.3. Законы распределения вероятностей НСВ
Задать НСВ таблицей нельзя.
НСВ задают:
функцией распределения F(x) (интегральный закон);
плотностью распределения f(x) (дифференциальный закон).
Описание слайда:
2.5.3. Законы распределения вероятностей НСВ Задать НСВ таблицей нельзя. НСВ задают: функцией распределения F(x) (интегральный закон); плотностью распределения f(x) (дифференциальный закон).

Слайд 31





а) Интегральный закон распределения
Функция распределения – это вероятность того, что НСВ примет значение, меньшее х.
F(x) = P(X < x)
Свойства:
Р(а < Х < b) = F(b) – F(a)
F(x1) < F(x2)   <=>   x1 < x2  (функция F не убывает)
lim F(x) = 1
	  x → ∞
lim F(x) = 0
	  x → – ∞
Описание слайда:
а) Интегральный закон распределения Функция распределения – это вероятность того, что НСВ примет значение, меньшее х. F(x) = P(X < x) Свойства: Р(а < Х < b) = F(b) – F(a) F(x1) < F(x2) <=> x1 < x2 (функция F не убывает) lim F(x) = 1 x → ∞ lim F(x) = 0 x → – ∞

Слайд 32





б) Дифференциальный закон распределения
Описание слайда:
б) Дифференциальный закон распределения

Слайд 33





б) Дифференциальный закон распределения
Свойства
Описание слайда:
б) Дифференциальный закон распределения Свойства

Слайд 34





Некоторые дискретные распределения
Рассмотрим следующие распределения ДСВ:
биномиальное (закон Бернулли);
Пуассона (закон редких событий)
Описание слайда:
Некоторые дискретные распределения Рассмотрим следующие распределения ДСВ: биномиальное (закон Бернулли); Пуассона (закон редких событий)

Слайд 35





1) Биномиальное распределение
Теорема 4. 
Пусть р – вероятность события А.
Тогда вероятность того, что 
из n независимых испытаний 
ровно k исходов будут благоприятны, равна:
рn(k) = Cnk pk (1 – p)n – k
- формула Бернулли.
Описание слайда:
1) Биномиальное распределение Теорема 4. Пусть р – вероятность события А. Тогда вероятность того, что из n независимых испытаний ровно k исходов будут благоприятны, равна: рn(k) = Cnk pk (1 – p)n – k - формула Бернулли.

Слайд 36





1) Биномиальное распределение
У биноминального распределения достаточно просто рассчитываются М и D:
М = np
D = np(1 – p)
Описание слайда:
1) Биномиальное распределение У биноминального распределения достаточно просто рассчитываются М и D: М = np D = np(1 – p)

Слайд 37





Пример на биномиальное распределение
Энергосистема имеет 150 генераторных блоков.
Вероятность отказа одного блока равна 0,06.
а) Определить вероятность того, что в данный момент не работают ровно 2 блока.
б) При каком числе k вероятность отказа одновременно k блоков будет максимальной?
Определить эту вероятность.
Описание слайда:
Пример на биномиальное распределение Энергосистема имеет 150 генераторных блоков. Вероятность отказа одного блока равна 0,06. а) Определить вероятность того, что в данный момент не работают ровно 2 блока. б) При каком числе k вероятность отказа одновременно k блоков будет максимальной? Определить эту вероятность.

Слайд 38





Решение
р = 0,06
1 – р = 1 – 0,06 = 0,94
р150(2) = C1502 ·0,062 ·0,94150 – 2 = 0,00424.
М = 150·0,06 = 9 = k
D = 9·0,94 = 8,46
σ = 2,91
р150(9) = C1509 ·0,069 ·0,94150 – 9 = 0,136.
Описание слайда:
Решение р = 0,06 1 – р = 1 – 0,06 = 0,94 р150(2) = C1502 ·0,062 ·0,94150 – 2 = 0,00424. М = 150·0,06 = 9 = k D = 9·0,94 = 8,46 σ = 2,91 р150(9) = C1509 ·0,069 ·0,94150 – 9 = 0,136.

Слайд 39





Распределение р150(к)
Описание слайда:
Распределение р150(к)

Слайд 40





2) Распределение Пуассона
Теорема 5. 
Пусть р – вероятность события А.
При этом р – очень малое число.
Проводится серия из n испытаний.
Среднее число появления события А не меняется в различных сериях испытаний.
а = np = const.
Тогда вероятность появления k событий А равна
Описание слайда:
2) Распределение Пуассона Теорема 5. Пусть р – вероятность события А. При этом р – очень малое число. Проводится серия из n испытаний. Среднее число появления события А не меняется в различных сериях испытаний. а = np = const. Тогда вероятность появления k событий А равна

Слайд 41





2) Распределение Пуассона
У распределения Пуассона достаточно просто рассчитываются М и D:
М = D = а
Описание слайда:
2) Распределение Пуассона У распределения Пуассона достаточно просто рассчитываются М и D: М = D = а

Слайд 42





Пример
Завод производит реле с вероятностью дефекта 0,01.
Покупаем 200 реле.
Найти вероятность того, что среди купленных реле:
не будет дефектных реле;
будет 1 дефектное реле;
будет 2 дефектных реле и т.д.
Построить ряд распределения числа дефектных реле среди купленных.
Описание слайда:
Пример Завод производит реле с вероятностью дефекта 0,01. Покупаем 200 реле. Найти вероятность того, что среди купленных реле: не будет дефектных реле; будет 1 дефектное реле; будет 2 дефектных реле и т.д. Построить ряд распределения числа дефектных реле среди купленных.

Слайд 43





Решение
Описание слайда:
Решение

Слайд 44





Распределение р200(к)
Описание слайда:
Распределение р200(к)

Слайд 45





Некоторые непрерывные распределения
Рассмотрим следующие распределения НСВ:
экспоненциальное;
нормальное.
Описание слайда:
Некоторые непрерывные распределения Рассмотрим следующие распределения НСВ: экспоненциальное; нормальное.

Слайд 46





1) Экспоненциальное распределение
Задаётся плотность распределения:
f(x) = λ exp(– λx), 
где λ = const > 0 – единственный параметр распределения;
х ≥ 0
Это распределение моделирует время между двумя последовательными совершениями одного и того же события.
Описание слайда:
1) Экспоненциальное распределение Задаётся плотность распределения: f(x) = λ exp(– λx), где λ = const > 0 – единственный параметр распределения; х ≥ 0 Это распределение моделирует время между двумя последовательными совершениями одного и того же события.

Слайд 47





1) Экспоненциальное распределение
Описание слайда:
1) Экспоненциальное распределение

Слайд 48





1) Экспоненциальное распределение
F(x) = 1 – exp(– λx), 
М(Х) = 1/λ
D(Х) = 1/λ2
Описание слайда:
1) Экспоненциальное распределение F(x) = 1 – exp(– λx), М(Х) = 1/λ D(Х) = 1/λ2

Слайд 49





1) Экспоненциальное распределение
Описание слайда:
1) Экспоненциальное распределение

Слайд 50





Пример на экспоненциальное распределение
В среднем выключатель отказывает раз в 20 лет (λ = 1/20).
Тогда вероятность отказа выключателя:
за 10 лет: 1 – exp(– 10/20) = 0,39;
за 20 лет: 1 – exp(– 20/20) = 0,63;
за 40 лет: 1 – exp(– 40/20) = 0,86;
за 60 лет: 1 – exp(– 60/20) = 0,95.
Описание слайда:
Пример на экспоненциальное распределение В среднем выключатель отказывает раз в 20 лет (λ = 1/20). Тогда вероятность отказа выключателя: за 10 лет: 1 – exp(– 10/20) = 0,39; за 20 лет: 1 – exp(– 20/20) = 0,63; за 40 лет: 1 – exp(– 40/20) = 0,86; за 60 лет: 1 – exp(– 60/20) = 0,95.

Слайд 51





2) Нормальное распределение
Плотность распределения:
Функция распределения:
Описание слайда:
2) Нормальное распределение Плотность распределения: Функция распределения:

Слайд 52





2) Нормальное распределение
В отличие от экспоненциального распределения (с единственным параметром λ), характеризуется двумя параметрами:
математическое ожидание a;
СКО σ.
Описание слайда:
2) Нормальное распределение В отличие от экспоненциального распределения (с единственным параметром λ), характеризуется двумя параметрами: математическое ожидание a; СКО σ.

Слайд 53





2) Нормальное распределение
Описание слайда:
2) Нормальное распределение

Слайд 54





2) Нормальное распределение
Описание слайда:
2) Нормальное распределение

Слайд 55





2) Нормальное распределение
Видно, что:
график f(х) симметричен относительно оси х = а;
график F(x) симметричен относительно точки 
(а; 0,5).
Отсюда – идея центрировать эти функции:
f(х), чтобы она стала чётной;
F(x), чтобы она стала нечётной.
Описание слайда:
2) Нормальное распределение Видно, что: график f(х) симметричен относительно оси х = а; график F(x) симметричен относительно точки (а; 0,5). Отсюда – идея центрировать эти функции: f(х), чтобы она стала чётной; F(x), чтобы она стала нечётной.

Слайд 56





2) Нормальное распределение
Пусть z = (x – a)/σ.
Этот аргумент – безразмерный, т.к. х, a, σ имеют одинаковые размерности. 
То есть функцию не только центрируют, но и нормируют.
Описание слайда:
2) Нормальное распределение Пусть z = (x – a)/σ. Этот аргумент – безразмерный, т.к. х, a, σ имеют одинаковые размерности. То есть функцию не только центрируют, но и нормируют.

Слайд 57





2) Нормальное распределение
Плотность распределения:
Функция распределения:
Описание слайда:
2) Нормальное распределение Плотность распределения: Функция распределения:

Слайд 58





2) Нормальное распределение
Описание слайда:
2) Нормальное распределение

Слайд 59





2) Нормальное распределение
Описание слайда:
2) Нормальное распределение

Слайд 60





2) Нормальное распределение
Функция F(z) по-прежнему неудобна, т.к.:
она не является ни чётной, ни нечётной;
интеграл                            не берётся. 
Введём функцию Лапласа:
Докажем, что F(z) = 0,5 + Ф(z)
Описание слайда:
2) Нормальное распределение Функция F(z) по-прежнему неудобна, т.к.: она не является ни чётной, ни нечётной; интеграл не берётся. Введём функцию Лапласа: Докажем, что F(z) = 0,5 + Ф(z)

Слайд 61





2) Нормальное распределение
Описание слайда:
2) Нормальное распределение

Слайд 62





2) Нормальное распределение
Функция Лапласа Ф(z) нечётная, поэтому её можно задать только при z ≥ 0.
Интеграл                           также не берётся, но
 его значения можно задать таблицей.
Описание слайда:
2) Нормальное распределение Функция Лапласа Ф(z) нечётная, поэтому её можно задать только при z ≥ 0. Интеграл также не берётся, но его значения можно задать таблицей.

Слайд 63





2) Нормальное распределение
С помощью функции Лапласа можно вычислить вероятность того, что случайная величина примет значение между х1 и х2:
Р(х1 < Х < х2) = F(х2) – F(х1) = 
= 0,5 + Ф(z2) – 0,5 – Ф(z1) = Ф(z2) – Ф(z1),
где z1,2 = (х1,2 – а) / σ
Описание слайда:
2) Нормальное распределение С помощью функции Лапласа можно вычислить вероятность того, что случайная величина примет значение между х1 и х2: Р(х1 < Х < х2) = F(х2) – F(х1) = = 0,5 + Ф(z2) – 0,5 – Ф(z1) = Ф(z2) – Ф(z1), где z1,2 = (х1,2 – а) / σ

Слайд 64





Пример на вычисление вероятности для нормального распределения
Рассматривается НСВ – мощность нагрузки, МВт.
Данная НСВ имеет нормальное распределение с мат. ожиданием 10 МВт и СКО 2 МВт.
Найти вероятность того, что мощность нагрузки примет значение от 12 до 14 МВт.
Описание слайда:
Пример на вычисление вероятности для нормального распределения Рассматривается НСВ – мощность нагрузки, МВт. Данная НСВ имеет нормальное распределение с мат. ожиданием 10 МВт и СКО 2 МВт. Найти вероятность того, что мощность нагрузки примет значение от 12 до 14 МВт.

Слайд 65





Пример на вычисление вероятности для нормального распределения
Решение:
z1 = (х1 – а) / σ = (12 – 10) / 2 = 1; 
z2 = (х2 – а) / σ = (14 – 10) / 2 = 2; 
Р(12 < Х < 14) = Ф(2) – Ф(1) = 0,4772 – 0,3413 =
= 0,1359.
Описание слайда:
Пример на вычисление вероятности для нормального распределения Решение: z1 = (х1 – а) / σ = (12 – 10) / 2 = 1; z2 = (х2 – а) / σ = (14 – 10) / 2 = 2; Р(12 < Х < 14) = Ф(2) – Ф(1) = 0,4772 – 0,3413 = = 0,1359.



Похожие презентации
Mypresentation.ru
Загрузить презентацию