🗊Презентация Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики

Категория: Математика
Нажмите для полного просмотра!
Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №1Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №2Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №3Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №4Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №5Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №6Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №7Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №8Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №9Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №10Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №11Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №12Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №13Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №14Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №15Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №16Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №17Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №18Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №19Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №20Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №21Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №22Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №23Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №24Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №25Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №26Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №27Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №28Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №29Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №30Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №31Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №32Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №33Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №34Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №35Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №36Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №37Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №38Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №39Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №40Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №41Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №42Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №43Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №44Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №45
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики. Доклад-сообщение содержит 45 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


Дисциплина: МАТЕМАТИКА Лектор: Ахкамова Юлия Абдулловна доцент кафедры математики и методики обучения математике ЮУрГГПУ akhkamovayua@cspu.ru
Описание слайда:
Дисциплина: МАТЕМАТИКА Лектор: Ахкамова Юлия Абдулловна доцент кафедры математики и методики обучения математике ЮУрГГПУ akhkamovayua@cspu.ru

Слайд 2


ЛЕКЦИЯ № 19 Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, виды распределений   .
Описание слайда:
ЛЕКЦИЯ № 19 Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, виды распределений   .

Слайд 3


ЛИТЕРАТУРА Гмурман В.Е. Теория вероятностей и математическая статистика, Высшее образование, 2006, с. 50-63.
Описание слайда:
ЛИТЕРАТУРА Гмурман В.Е. Теория вероятностей и математическая статистика, Высшее образование, 2006, с. 50-63.

Слайд 4


ЛИТЕРАТУРА Шолохович Ф.А. Высшая математика в кратком изложении. Баврин И.И. Высшая математика. Данко П.Е., Попов А.Г и др. Высшая математика в упражнениях и задачах, часть II.
Описание слайда:
ЛИТЕРАТУРА Шолохович Ф.А. Высшая математика в кратком изложении. Баврин И.И. Высшая математика. Данко П.Е., Попов А.Г и др. Высшая математика в упражнениях и задачах, часть II.

Слайд 5


УЧЕБНЫЕ ВОПРОСЫ 1.Теоремы о повторении опытов. Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах. 2.Теорема о полной вероятности, формула Байеса.
Описание слайда:
УЧЕБНЫЕ ВОПРОСЫ 1.Теоремы о повторении опытов. Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах. 2.Теорема о полной вероятности, формула Байеса.

Слайд 6


УЧЕБНЫй ВОПРОС Теоремы о повторении опытов. -Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах.
Описание слайда:
УЧЕБНЫй ВОПРОС Теоремы о повторении опытов. -Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах.

Слайд 7


Теоремы о повторении опытов. Рассмотрим многократное повторение одного и того же испытания, в котором может либо наступить, либо не наступить событие А. Вероятность появления А в каждом из испытаний постоянна, равна р. Такие испытания называются "схемой повторных независимых испытаний" или "схемой Бернулли".
Описание слайда:
Теоремы о повторении опытов. Рассмотрим многократное повторение одного и того же испытания, в котором может либо наступить, либо не наступить событие А. Вероятность появления А в каждом из испытаний постоянна, равна р. Такие испытания называются "схемой повторных независимых испытаний" или "схемой Бернулли".

Слайд 8


Формула Бернулли. Если вероятность появления события A в каждом испытании постоянна, то вероятность того, что событие А произойдёт ровно k раз в n независимых испытаниях вычисляется по формуле Бернулли , где р – вероятность появления события А, q=1–p
Описание слайда:
Формула Бернулли. Если вероятность появления события A в каждом испытании постоянна, то вероятность того, что событие А произойдёт ровно k раз в n независимых испытаниях вычисляется по формуле Бернулли , где р – вероятность появления события А, q=1–p

Слайд 9


Пример. Вероятность изготовления стандартной детали равна 0,9. Какова вероятность того, что среди 10 деталей окажется более 1 нестандартной?
Описание слайда:
Пример. Вероятность изготовления стандартной детали равна 0,9. Какова вероятность того, что среди 10 деталей окажется более 1 нестандартной?

Слайд 10


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №10
Описание слайда:

Слайд 11


Приближенные формулы в схеме Бернулли Локальная теорема Муавра-Лапласа Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, а число испытаний достаточно велико, то вероятность того, что событие А произойдёт ровно k раз в n независимых испытаниях , где ; φ(-х)=φ(х); для значений этой функции составлены специальные таблицы.
Описание слайда:
Приближенные формулы в схеме Бернулли Локальная теорема Муавра-Лапласа Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, а число испытаний достаточно велико, то вероятность того, что событие А произойдёт ровно k раз в n независимых испытаниях , где ; φ(-х)=φ(х); для значений этой функции составлены специальные таблицы.

Слайд 12


Пример. Вероятность поражения мишени стрелком равна р=0,8. Найти вероятность того, что при n= 100 выстрелах мишень будет поражена ровно k = 86 раз.
Описание слайда:
Пример. Вероятность поражения мишени стрелком равна р=0,8. Найти вероятность того, что при n= 100 выстрелах мишень будет поражена ровно k = 86 раз.

Слайд 13


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №13
Описание слайда:

Слайд 14


Интегральная теорема Муавра-Лапласа Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность появления события А не менее k1 раз и не более k2 раза при достаточно большом количестве испытаний n:
Описание слайда:
Интегральная теорема Муавра-Лапласа Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность появления события А не менее k1 раз и не более k2 раза при достаточно большом количестве испытаний n:

Слайд 15


где - функция Лапласа, её значения приведены в специальных таблицах; Ф(-х) = - Ф(х); Ф(х>5)=0,5.
Описание слайда:
где - функция Лапласа, её значения приведены в специальных таблицах; Ф(-х) = - Ф(х); Ф(х>5)=0,5.

Слайд 16


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №16
Описание слайда:

Слайд 17


Формула Пуассона При большом числе n испытаний и сравнительно малой вероятности р наступления события А в каждом испытании выполняется приближен-ное равенство где λ = np.
Описание слайда:
Формула Пуассона При большом числе n испытаний и сравнительно малой вероятности р наступления события А в каждом испытании выполняется приближен-ное равенство где λ = np.

Слайд 18


Пример. Вероятность угадывания 6 номеров в спортлото (6 из 49) равна 7,2· 10-8. При подсчете оказались заполненными 5 млн. карточек. Какова вероятность того, что никто не угадал все 6 номеров? Какое наименьшее количество карточек нужно заполнить, чтобы с вероятностью не менее 0,9 хотя бы один угадал 6 номеров?
Описание слайда:
Пример. Вероятность угадывания 6 номеров в спортлото (6 из 49) равна 7,2· 10-8. При подсчете оказались заполненными 5 млн. карточек. Какова вероятность того, что никто не угадал все 6 номеров? Какое наименьшее количество карточек нужно заполнить, чтобы с вероятностью не менее 0,9 хотя бы один угадал 6 номеров?

Слайд 19


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №19
Описание слайда:

Слайд 20


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №20
Описание слайда:

Слайд 21


Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах. Вероятность того, что в n испытаниях событие наступит: не более m раз Не менее m раз
Описание слайда:
Определение вероятности появления события не менее «m» раз и не менее одного раза в «n» опытах. Вероятность того, что в n испытаниях событие наступит: не более m раз Не менее m раз

Слайд 22


событие А не наступит ни разу произойдет хотя бы раз ( не менее одного)
Описание слайда:
событие А не наступит ни разу произойдет хотя бы раз ( не менее одного)

Слайд 23


Отклонение относительной частоты от вероятности
Описание слайда:
Отклонение относительной частоты от вероятности

Слайд 24


УЧЕБНЫЙ ВОПРОС Теорема о полной вероятности, формула Байеса.
Описание слайда:
УЧЕБНЫЙ ВОПРОС Теорема о полной вероятности, формула Байеса.

Слайд 25


Теорема о полной вероятности. Пусть имеется группа событий В1, В2,..., Вn, обладающая следующими свойствами: 1) все события попарно несовместны: Вi ∩ Вj = Ø ; i ≠ j; 2) их объединение образует пространство элементарных исходов : =В1 U В2 U ... U Вn. В этом случае будем говорить, что В1, В2,..., Вn образуют полную группу событий. Такие события назовём гипотезами.
Описание слайда:
Теорема о полной вероятности. Пусть имеется группа событий В1, В2,..., Вn, обладающая следующими свойствами: 1) все события попарно несовместны: Вi ∩ Вj = Ø ; i ≠ j; 2) их объединение образует пространство элементарных исходов : =В1 U В2 U ... U Вn. В этом случае будем говорить, что В1, В2,..., Вn образуют полную группу событий. Такие события назовём гипотезами.

Слайд 26


Пусть А - некоторое событие, которое может наступить лишь при появлении одного из событий Вi . Тогда имеет место формула полной вероятности: P(A)=P(В1)∙P(A/ В1)+P(В2)∙P(A/В2)+...+P(Вn)∙P(A/Вn)
Описание слайда:
Пусть А - некоторое событие, которое может наступить лишь при появлении одного из событий Вi . Тогда имеет место формула полной вероятности: P(A)=P(В1)∙P(A/ В1)+P(В2)∙P(A/В2)+...+P(Вn)∙P(A/Вn)

Слайд 27


Пример. На трех станках изготавливаются одинаковые детали, причем на первом вырабатывается 50% всех деталей, на втором – 30% и на третьем – 20%. При этом, вероятность появления брака с первого станка составляет 0,05, со второго – 0,08, с третьего – 0,1. Найти вероятность того, что наудачу взятая деталь соответствует стандарту.
Описание слайда:
Пример. На трех станках изготавливаются одинаковые детали, причем на первом вырабатывается 50% всех деталей, на втором – 30% и на третьем – 20%. При этом, вероятность появления брака с первого станка составляет 0,05, со второго – 0,08, с третьего – 0,1. Найти вероятность того, что наудачу взятая деталь соответствует стандарту.

Слайд 28


Решение. Обозначим через А событие – наудачу взятая деталь соответствует стандарту. Возможны следующие предположения (гипотезы): В1- деталь изготовлена на первом станке; В2 - деталь изготовлена на втором станке; В3 - деталь изготовлена на третьем станке.
Описание слайда:
Решение. Обозначим через А событие – наудачу взятая деталь соответствует стандарту. Возможны следующие предположения (гипотезы): В1- деталь изготовлена на первом станке; В2 - деталь изготовлена на втором станке; В3 - деталь изготовлена на третьем станке.

Слайд 29


Найдем вероятности этих гипотез. Поскольку на первом станке вырабатывается 50% всех деталей, то Р(В1) =0,5 ; Р(В2) = 0,3; Р(В3) = 0,2. Найдем условные вероятности события А: Р(А/В1) = 1 - 0,05 = 0,95. Р(А/В2) = 1 - 0,08 = 0,92. Р(А/В3) = 1 - 0,1 = 0,9.
Описание слайда:
Найдем вероятности этих гипотез. Поскольку на первом станке вырабатывается 50% всех деталей, то Р(В1) =0,5 ; Р(В2) = 0,3; Р(В3) = 0,2. Найдем условные вероятности события А: Р(А/В1) = 1 - 0,05 = 0,95. Р(А/В2) = 1 - 0,08 = 0,92. Р(А/В3) = 1 - 0,1 = 0,9.

Слайд 30


Искомую вероятность того, что наудачу взятая деталь соответствует стандарту, находим по формуле полной вероятности: Р(А)=Р(В1)·Р(А/В1)+Р(В2)·Р(А/В2)+ +Р(В3)·Р(А/В3)= =0,5·0,95+0,3·0,92+0,2·0,9 = =0,475 + 0,276 + 0,18 = 0,931.
Описание слайда:
Искомую вероятность того, что наудачу взятая деталь соответствует стандарту, находим по формуле полной вероятности: Р(А)=Р(В1)·Р(А/В1)+Р(В2)·Р(А/В2)+ +Р(В3)·Р(А/В3)= =0,5·0,95+0,3·0,92+0,2·0,9 = =0,475 + 0,276 + 0,18 = 0,931.

Слайд 31


Пусть в результате проведения эксперимента появилось событие A. Если необходимо оценить вклад какого-либо события Вi в реализацию события A, то используется формула Байеса оценки вероятности гипотезы после опыта Используя для знаменателя формулу полной вероятности, получим
Описание слайда:
Пусть в результате проведения эксперимента появилось событие A. Если необходимо оценить вклад какого-либо события Вi в реализацию события A, то используется формула Байеса оценки вероятности гипотезы после опыта Используя для знаменателя формулу полной вероятности, получим

Слайд 32


Пример. Рассмотрим приведенную выше задачу о деталях, только изменим вопрос задачи. Пусть наудачу взятая деталь соответствует стандарту. Найти вероятность того, что эта деталь изготовлена на третьем станке.
Описание слайда:
Пример. Рассмотрим приведенную выше задачу о деталях, только изменим вопрос задачи. Пусть наудачу взятая деталь соответствует стандарту. Найти вероятность того, что эта деталь изготовлена на третьем станке.

Слайд 33


Решение. По формуле Байеса Имеем
Описание слайда:
Решение. По формуле Байеса Имеем

Слайд 34


УЧЕБНЫЙ ВОПРОС Виды случайных величин и их числовые характеристики.
Описание слайда:
УЧЕБНЫЙ ВОПРОС Виды случайных величин и их числовые характеристики.

Слайд 35


Под случайной величиной (С.В.) понимается числовая величина, которая в результате опыта может принять то или иное значение, причем заранее неизвестно какое именно. Например: Число родившихся детей в течение суток в городе N. Количество бракованных изделий в данной партии. Число произведённых выстрелов до первого попадания. Дальность полёта артиллерийского снаряда.
Описание слайда:
Под случайной величиной (С.В.) понимается числовая величина, которая в результате опыта может принять то или иное значение, причем заранее неизвестно какое именно. Например: Число родившихся детей в течение суток в городе N. Количество бракованных изделий в данной партии. Число произведённых выстрелов до первого попадания. Дальность полёта артиллерийского снаряда.

Слайд 36


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №36
Описание слайда:

Слайд 37


Определение. Дискретной С.В. называют случайную величину, которая прини-мает только конечное или счетное число значений х1, х2, ... с вероятнос-тями р1, р2, ... соответственно, при этом р1+р2 + ... = 1. Определение. Непрерывной С.В.называют случайную величину, возможные значения которой непрерывно заполняют числовую ось или некоторый её отрезок.
Описание слайда:
Определение. Дискретной С.В. называют случайную величину, которая прини-мает только конечное или счетное число значений х1, х2, ... с вероятнос-тями р1, р2, ... соответственно, при этом р1+р2 + ... = 1. Определение. Непрерывной С.В.называют случайную величину, возможные значения которой непрерывно заполняют числовую ось или некоторый её отрезок.

Слайд 38


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №38
Описание слайда:

Слайд 39


где : Математическое ожидание С.В. Х М(Х) называют средним значением С.В. Математическое ожидание показывает какое значение С.В. можно ожидать в среднем при проведении серии опытов. Дисперсией D(X) случайной величины Х называется математическое ожидание её отклонения от математического ожидания
Описание слайда:
где : Математическое ожидание С.В. Х М(Х) называют средним значением С.В. Математическое ожидание показывает какое значение С.В. можно ожидать в среднем при проведении серии опытов. Дисперсией D(X) случайной величины Х называется математическое ожидание её отклонения от математического ожидания

Слайд 40


Основные формулы, определяющие числовые характеристики С.В.
Описание слайда:
Основные формулы, определяющие числовые характеристики С.В.

Слайд 41


Функция распределения Универсальным законом распределения С.В. любого типа является функция распределения С.В.– вероятность того, что значение С.В. будет меньше некоторого вполне определенного текущего значения х: F(x) = P(X < x).
Описание слайда:
Функция распределения Универсальным законом распределения С.В. любого типа является функция распределения С.В.– вероятность того, что значение С.В. будет меньше некоторого вполне определенного текущего значения х: F(x) = P(X < x).

Слайд 42


Определение. Случайная величина Х называется непрерывной, если её функция распределения F(х) (интегральная функция распределения) непрерывна в любой точке и дифференцируема всюду, кроме, быть может, отдельных точек. Определение. Плотностью распределения (дифференциальной функцией распределения) непрерывной случайной величины Х называется производная её функции распределения
Описание слайда:
Определение. Случайная величина Х называется непрерывной, если её функция распределения F(х) (интегральная функция распределения) непрерывна в любой точке и дифференцируема всюду, кроме, быть может, отдельных точек. Определение. Плотностью распределения (дифференциальной функцией распределения) непрерывной случайной величины Х называется производная её функции распределения

Слайд 43


Нормальное распределение С. В. имеет нормальное распределение с параметрами а и σ, если её плотность распределения задаётся формулой Функция распределения имеет вид
Описание слайда:
Нормальное распределение С. В. имеет нормальное распределение с параметрами а и σ, если её плотность распределения задаётся формулой Функция распределения имеет вид

Слайд 44


Формула полной вероятности, формула Байеса. Схема Бернулли. Понятия дискретной и непрерывной величин, их числовые характеристики, слайд №44
Описание слайда:

Слайд 45


Задание на самоподготовку Гмурман В.Е. Теория вероятностей и математическая статистика, Высшее образование,2009, с. 30-51.
Описание слайда:
Задание на самоподготовку Гмурман В.Е. Теория вероятностей и математическая статистика, Высшее образование,2009, с. 30-51.

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию