🗊Презентация Статистическая обработка информации: случайность и вероятность

Категория: Математика
Нажмите для полного просмотра!
Статистическая обработка информации: случайность и вероятность, слайд №1Статистическая обработка информации: случайность и вероятность, слайд №2Статистическая обработка информации: случайность и вероятность, слайд №3Статистическая обработка информации: случайность и вероятность, слайд №4Статистическая обработка информации: случайность и вероятность, слайд №5Статистическая обработка информации: случайность и вероятность, слайд №6Статистическая обработка информации: случайность и вероятность, слайд №7Статистическая обработка информации: случайность и вероятность, слайд №8Статистическая обработка информации: случайность и вероятность, слайд №9Статистическая обработка информации: случайность и вероятность, слайд №10Статистическая обработка информации: случайность и вероятность, слайд №11Статистическая обработка информации: случайность и вероятность, слайд №12Статистическая обработка информации: случайность и вероятность, слайд №13Статистическая обработка информации: случайность и вероятность, слайд №14Статистическая обработка информации: случайность и вероятность, слайд №15Статистическая обработка информации: случайность и вероятность, слайд №16Статистическая обработка информации: случайность и вероятность, слайд №17Статистическая обработка информации: случайность и вероятность, слайд №18Статистическая обработка информации: случайность и вероятность, слайд №19
Скачать
Вы можете ознакомиться и скачать презентацию на тему Статистическая обработка информации: случайность и вероятность. Доклад-сообщение содержит 19 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


Статистическая обработка информации: случайность и вероятность, слайд №1
Описание слайда:

Слайд 2


G. Zaltman “How Customers Think” Представляя нам видимые и невидимые миры, ни искусство, ни наука не стоят на месте. Не имеет права «застыть» и маркетинг, ибо он является одновременно и искусством, и наукой.
Описание слайда:
G. Zaltman “How Customers Think” Представляя нам видимые и невидимые миры, ни искусство, ни наука не стоят на месте. Не имеет права «застыть» и маркетинг, ибо он является одновременно и искусством, и наукой.

Слайд 3


Теория вероятностей Неопределенности, случайные Δ, ω и явления (Ẽ , Ḿ, гостеприимство..) [random phenomenon] Азартные игры  природа сл. ω Ž (простые ω)  вероятности более сложных их проявлений
Описание слайда:
Теория вероятностей Неопределенности, случайные Δ, ω и явления (Ẽ , Ḿ, гостеприимство..) [random phenomenon] Азартные игры  природа сл. ω Ž (простые ω)  вероятности более сложных их проявлений

Слайд 4


Терминология ω детерминированное: причина → следствие (единственное, определенное) случайное ω : исход непредсказуем (зависит от случайных факторов) опыт  действие: результат неизвестен эксперимент ≡ ∑ ≡ один или несколько опытов элементарное событие ϖ – возможный результат эксперимента, исход Ω = {ϖ} – пространство элементарных событий событие А = {ϖ 1, …, ϖ n}  Ω
Описание слайда:
Терминология ω детерминированное: причина → следствие (единственное, определенное) случайное ω : исход непредсказуем (зависит от случайных факторов) опыт  действие: результат неизвестен эксперимент ≡ ∑ ≡ один или несколько опытов элементарное событие ϖ – возможный результат эксперимента, исход Ω = {ϖ} – пространство элементарных событий событие А = {ϖ 1, …, ϖ n}  Ω

Слайд 5


(Случайное) ωА ≠ детерминированное Особенности модели: Неопределенность исхода единичного ∑: А наступает или не наступает Возможность неограниченного повторения в одинаковых условиях Стабилизация относительной частоты ω
Описание слайда:
(Случайное) ωА ≠ детерминированное Особенности модели: Неопределенность исхода единичного ∑: А наступает или не наступает Возможность неограниченного повторения в одинаковых условиях Стабилизация относительной частоты ω

Слайд 6


Примеры Бросание монеты и игрального кубика Извлечение карты из колоды Извлечение шаров из урны Розыгрыш лотереи Выбор клиента при опросе Будущая цена акции Банкротство банка
Описание слайда:
Примеры Бросание монеты и игрального кубика Извлечение карты из колоды Извлечение шаров из урны Розыгрыш лотереи Выбор клиента при опросе Будущая цена акции Банкротство банка

Слайд 7


Действия над {ω} А  B - В следует из А: В происходит всегда, когда происходит А A + B сумма: А  В (или) AB произведение : А  В (и)
Описание слайда:
Действия над {ω} А  B - В следует из А: В происходит всегда, когда происходит А A + B сумма: А  В (или) AB произведение : А  В (и)

Слайд 8


Определения А и В несовместны: не могут произойти одновременно Ā противоположно А: не произошло А А достоверно: происходит всегда А невозможно: не наступает никогда Полный набор событий: несовместны и их сумма есть достоверное ω
Описание слайда:
Определения А и В несовместны: не могут произойти одновременно Ā противоположно А: не произошло А А достоверно: происходит всегда А невозможно: не наступает никогда Полный набор событий: несовместны и их сумма есть достоверное ω

Слайд 9


Классическое определение вероятности Вероятность p(А) – числовая характеристика А Равновозможные ω (одинаковые шансы)  симметрия N = число ϖ (никакие два не могут наступить одновременно) Исход благоприятен для A ≡ A следует из исхода m(A) – число благоприятных исходов для А
Описание слайда:
Классическое определение вероятности Вероятность p(А) – числовая характеристика А Равновозможные ω (одинаковые шансы)  симметрия N = число ϖ (никакие два не могут наступить одновременно) Исход благоприятен для A ≡ A следует из исхода m(A) – число благоприятных исходов для А

Слайд 10


Определение вероятности p(A) = m(A) / N 1. 0 ≤ p(A) ≤ 1 ( m(A) < N ) 2. А и В – несовместны p(A+B) = p(A)+p(B) 3. {A1, A2, ....., Ak } образуют полный набор  p(A1) + p (A2) + ..... + p(Ak) = 1
Описание слайда:
Определение вероятности p(A) = m(A) / N 1. 0 ≤ p(A) ≤ 1 ( m(A) < N ) 2. А и В – несовместны p(A+B) = p(A)+p(B) 3. {A1, A2, ....., Ak } образуют полный набор  p(A1) + p (A2) + ..... + p(Ak) = 1

Слайд 11


Независимость А не зависит от В, если p(А|В) = p(А) А и В независимы p(АВ) = p(А)p(В) А1, А2, ..., Аn независимы в совокупности  p(А1А2… Аn) = p(А1)p(А2)…p(Аn)
Описание слайда:
Независимость А не зависит от В, если p(А|В) = p(А) А и В независимы p(АВ) = p(А)p(В) А1, А2, ..., Аn независимы в совокупности  p(А1А2… Аn) = p(А1)p(А2)…p(Аn)

Слайд 12


Математическое ожидание MX произвольной конечной случайной величины X m = X1p1 + X2p2 + … + Xn pn=<x,p> конечной случайной величины характеризует среднее значение
Описание слайда:
Математическое ожидание MX произвольной конечной случайной величины X m = X1p1 + X2p2 + … + Xn pn=<x,p> конечной случайной величины характеризует среднее значение

Слайд 13


Свойства: 1. Мс = с  Мс = с • 1 = с 2. X 0  МX ≥ 0 3. М(сX) = сМX 4. 5.
Описание слайда:
Свойства: 1. Мс = с  Мс = с • 1 = с 2. X 0  МX ≥ 0 3. М(сX) = сМX 4. 5.

Слайд 14


Свойство 5 M(X – MX) = MX – M(MX) = MX - MX = 0 Центрированная Y = X – MX, при MY = 0 Свойство 6 Для независимых случайных величин pij = pi qj
Описание слайда:
Свойство 5 M(X – MX) = MX – M(MX) = MX - MX = 0 Центрированная Y = X – MX, при MY = 0 Свойство 6 Для независимых случайных величин pij = pi qj

Слайд 15


Дисперсия Случайная величина распределена по закону
Описание слайда:
Дисперсия Случайная величина распределена по закону

Слайд 16


Среднеквадратичное отклонение σ2(x)  σx2  стандартное отклонение X Свойства: DX  0 D(cX) = c2DX D(X + c) = DX; D(aX +b) = a2DX D(X + Y) = DX + DY (X и Y независимы) DX = MX2 – (MX)2
Описание слайда:
Среднеквадратичное отклонение σ2(x)  σx2  стандартное отклонение X Свойства: DX  0 D(cX) = c2DX D(X + c) = DX; D(aX +b) = a2DX D(X + Y) = DX + DY (X и Y независимы) DX = MX2 – (MX)2

Слайд 17


Стандартизация X не меняет дисперсии Случайная величина называется стандартизованной (по отношению к X ) или просто стандартизацией X
Описание слайда:
Стандартизация X не меняет дисперсии Случайная величина называется стандартизованной (по отношению к X ) или просто стандартизацией X

Слайд 18


Свойства rX,Y = M(X*Y*) rX,Y = rX*,Y* т.к. MX* = MY* = 0, DX* = DY* = 1  rX,Y ≤ 1 X и Y независимы  rX Y= 0 коэффициент корреляции равен 1 ≡ случайные величины линейно зависимы  rX,Y  = 1  Y = aX +b
Описание слайда:
Свойства rX,Y = M(X*Y*) rX,Y = rX*,Y* т.к. MX* = MY* = 0, DX* = DY* = 1  rX,Y ≤ 1 X и Y независимы  rX Y= 0 коэффициент корреляции равен 1 ≡ случайные величины линейно зависимы  rX,Y  = 1  Y = aX +b

Слайд 19


Используемые символы
Описание слайда:
Используемые символы

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию