🗊Презентация на тему "Случайные события и случайные величины" скачать

Категория: Обществознание
Нажмите для полного просмотра!
Презентация на тему "Случайные события и случайные величины" скачать , слайд №1Презентация на тему "Случайные события и случайные величины" скачать , слайд №2Презентация на тему "Случайные события и случайные величины" скачать , слайд №3Презентация на тему "Случайные события и случайные величины" скачать , слайд №4Презентация на тему "Случайные события и случайные величины" скачать , слайд №5Презентация на тему "Случайные события и случайные величины" скачать , слайд №6Презентация на тему "Случайные события и случайные величины" скачать , слайд №7Презентация на тему "Случайные события и случайные величины" скачать , слайд №8Презентация на тему "Случайные события и случайные величины" скачать , слайд №9Презентация на тему "Случайные события и случайные величины" скачать , слайд №10Презентация на тему "Случайные события и случайные величины" скачать , слайд №11Презентация на тему "Случайные события и случайные величины" скачать , слайд №12Презентация на тему "Случайные события и случайные величины" скачать , слайд №13Презентация на тему "Случайные события и случайные величины" скачать , слайд №14Презентация на тему "Случайные события и случайные величины" скачать , слайд №15

Вы можете ознакомиться и скачать Презентация на тему "Случайные события и случайные величины" скачать . Презентация содержит 15 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1


Презентация на тему "Случайные события и случайные величины" скачать , слайд №1
Описание слайда:

Слайд 2





«Зачем психологам это надо?»
Чтобы осознанно участвовать в лотерее;
Чтобы не проигрывать в казино;
Чтобы делать объективные и обоснованные  выводы о результатах своего исследования;
Чтобы не путать динамические и статистические взаимосвязи...
ТЕОРИЯ ВЕРОЯТНОСТИ И СТАТИСТИКА — ДВЕ СТОРОНЫ ОДНОЙ МОНЕТЫ
Описание слайда:
«Зачем психологам это надо?» Чтобы осознанно участвовать в лотерее; Чтобы не проигрывать в казино; Чтобы делать объективные и обоснованные выводы о результатах своего исследования; Чтобы не путать динамические и статистические взаимосвязи... ТЕОРИЯ ВЕРОЯТНОСТИ И СТАТИСТИКА — ДВЕ СТОРОНЫ ОДНОЙ МОНЕТЫ

Слайд 3





Случайные события
Каковы возможные исходы броска монеты?
«Орел» (герб);
«Решка» (цифра);
Встанет на ребро;
Зависнет в воздухе...
Описание слайда:
Случайные события Каковы возможные исходы броска монеты? «Орел» (герб); «Решка» (цифра); Встанет на ребро; Зависнет в воздухе...

Слайд 4





Случайные события
Событие — всякий факт, который в результате опыта может произойти или не произойти (обозначим его А).
Вероятность случайного события — численная мера степени объективной возможности события (Р(А)).
Событие может быть: 
Достоверным (Р(А)=1);
Невозможным (Р(А)=0);
Случайным ( 0≤ P(A) ≤1)
Описание слайда:
Случайные события Событие — всякий факт, который в результате опыта может произойти или не произойти (обозначим его А). Вероятность случайного события — численная мера степени объективной возможности события (Р(А)). Событие может быть: Достоверным (Р(А)=1); Невозможным (Р(А)=0); Случайным ( 0≤ P(A) ≤1)

Слайд 5





Случайные события
Монета упадет «орлом» кверху — это....
Зарплату дадут точно 6 ноября — это....
Завтра встретиться с динозавром — это...
Какой-то незнакомец будет думать о Вас сегодня — это...
Солнце взойдет из-за горизонта на востоке — это...
Луна сделает оборот вокруг Земли за 27 суток — это...
Описание слайда:
Случайные события Монета упадет «орлом» кверху — это.... Зарплату дадут точно 6 ноября — это.... Завтра встретиться с динозавром — это... Какой-то незнакомец будет думать о Вас сегодня — это... Солнце взойдет из-за горизонта на востоке — это... Луна сделает оборот вокруг Земли за 27 суток — это...

Слайд 6





Случайные события: свойства
Несовместность: А∩В=Ø на универсальном множестве исходов опыта Ω, т.е(  )
Равновозможность P(А)=Р(В)
Дополнение до полной группы событий:
Р(А)+Р(А)=1 или A+A=Ω
Полная группа несовместных равновозможных событий=>Схема случаев
Например, «орел» и «решка» в одном броске
Описание слайда:
Случайные события: свойства Несовместность: А∩В=Ø на универсальном множестве исходов опыта Ω, т.е( ) Равновозможность P(А)=Р(В) Дополнение до полной группы событий: Р(А)+Р(А)=1 или A+A=Ω Полная группа несовместных равновозможных событий=>Схема случаев Например, «орел» и «решка» в одном броске

Слайд 7





Случайные события
Классическая формула вероятности (для схемы случаев):
Р(А)=|А| / |Ω|
или
Р(А)=m/n,
где m — количество благоприятствующих исходов; 
n — количество возможных исходов. 
Cм. правила сложения и умножения вероятностей
Описание слайда:
Случайные события Классическая формула вероятности (для схемы случаев): Р(А)=|А| / |Ω| или Р(А)=m/n, где m — количество благоприятствующих исходов; n — количество возможных исходов. Cм. правила сложения и умножения вероятностей

Слайд 8





Статистическая вероятность
По теореме Бернулли,
При n*  →∞
P*(A)= m*/n*
 
Если мы подбросим монету 2 раза?
Если мы подбросим монету 5 раз?
Если мы подбросим монету 10 раз?
Описание слайда:
Статистическая вероятность По теореме Бернулли, При n* →∞ P*(A)= m*/n* Если мы подбросим монету 2 раза? Если мы подбросим монету 5 раз? Если мы подбросим монету 10 раз?

Слайд 9





Случайная величина
может принять в результате опыта некоторое значение, и заранее неизвестно, какое именно.
Пример: чему равна вероятность попадания монетой в конкретную точку стола? 
Закон распределения — описывает случайную величину с вероятностной точки зрения, устанавливая соответствие между значениями случайной величины и соответствующими им вероятностями.
При этом F(x)=P(X<x)
Описание слайда:
Случайная величина может принять в результате опыта некоторое значение, и заранее неизвестно, какое именно. Пример: чему равна вероятность попадания монетой в конкретную точку стола? Закон распределения — описывает случайную величину с вероятностной точки зрения, устанавливая соответствие между значениями случайной величины и соответствующими им вероятностями. При этом F(x)=P(X<x)

Слайд 10





Дискретная случайная величина
Дискретная случайная величина — принимает отделенные друг от друга значения.
Задается рядом распределения — табличная (аналитическая) форма установления соответствия для каждого х его вероятности
И многоугольником распределения — графической формой распределения
Описание слайда:
Дискретная случайная величина Дискретная случайная величина — принимает отделенные друг от друга значения. Задается рядом распределения — табличная (аналитическая) форма установления соответствия для каждого х его вероятности И многоугольником распределения — графической формой распределения

Слайд 11





Непрерывная случайная величина
Непрерывная случайная величина — возможные значения непрерывно заполняют собой некоторый промежуток
!Задать ряд распределения невозможно, т. к.
Р(х)=m/n=1/∞ 
Используют F(x)=P(X<xi) — интегральную функцию распределения
И f(x)=F'(x) — функцию плотности вероятности, дифференциальную функцию распределения
Описание слайда:
Непрерывная случайная величина Непрерывная случайная величина — возможные значения непрерывно заполняют собой некоторый промежуток !Задать ряд распределения невозможно, т. к. Р(х)=m/n=1/∞ Используют F(x)=P(X<xi) — интегральную функцию распределения И f(x)=F'(x) — функцию плотности вероятности, дифференциальную функцию распределения

Слайд 12





Характеристики распределения случайной величины
Математическое ожидание оценивается через среднее случайной величины
Для дискретной: 
        M[X]=                                                       , где pi - вероятность появления xi
Для непрерывной:
    M[X]=                      , где f(x)dx - элемент плотности вероятности
Свойства M[x]: 
М[X+Y]=M[X]+M[Y],                  M[α]=α,
M[αX]=αM[X]
Описание слайда:
Характеристики распределения случайной величины Математическое ожидание оценивается через среднее случайной величины Для дискретной: M[X]= , где pi - вероятность появления xi Для непрерывной: M[X]= , где f(x)dx - элемент плотности вероятности Свойства M[x]: М[X+Y]=M[X]+M[Y], M[α]=α, M[αX]=αM[X]

Слайд 13





Характеристики распределения случайной величины
Мода — значение случайной величины с наибольшей плотностью вероятности (максимум на графике плотности вероятности)
Медиана — значение случайной величины, при котором вероятности попасть справа и слева от него равны. 
F(Me)=0,5 - для функции распределения
площадь S(x<Me)=S(Me<x) - для функции                                          плотности вероятности
Описание слайда:
Характеристики распределения случайной величины Мода — значение случайной величины с наибольшей плотностью вероятности (максимум на графике плотности вероятности) Медиана — значение случайной величины, при котором вероятности попасть справа и слева от него равны. F(Me)=0,5 - для функции распределения площадь S(x<Me)=S(Me<x) - для функции плотности вероятности

Слайд 14





Характеристики распределения случайной величины
Дисперсия — мера рассеяния случайной величины вокруг ее математического ожидания
  D[X]=                      - для дискретной
D[X]=                                  - для непрерывной случайной величины
Среднеквадратичное отклонение
                             σ=√D[X]
Описание слайда:
Характеристики распределения случайной величины Дисперсия — мера рассеяния случайной величины вокруг ее математического ожидания D[X]= - для дискретной D[X]= - для непрерывной случайной величины Среднеквадратичное отклонение σ=√D[X]

Слайд 15





Моменты случайной величины
1 начальный момент — cреднее, М[x]
2 центральный момент — дисперсия, или мат. ожидание квадрата разности значения случайной величины и среднего
3 центральный момент — характеристика симметрии (коэффициент асимметрии), 
4 центральный момент — характеристика выраженности вершины распределения в окрестности среднего (коэффициент эксцесса)
Описание слайда:
Моменты случайной величины 1 начальный момент — cреднее, М[x] 2 центральный момент — дисперсия, или мат. ожидание квадрата разности значения случайной величины и среднего 3 центральный момент — характеристика симметрии (коэффициент асимметрии), 4 центральный момент — характеристика выраженности вершины распределения в окрестности среднего (коэффициент эксцесса)



Похожие презентации
Mypresentation.ru
Загрузить презентацию