courses:system_analysis_modeling_and_optimization:task1

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

courses:system_analysis_modeling_and_optimization:task1 [2019/05/31 17:56]
andrey.suchkov created
courses:system_analysis_modeling_and_optimization:task1 [2022/12/10 09:08]
Line 1: Line 1:
-====== Практическая работа №1: Моделирование и исследование случайных величин и последовательностей ====== 
-===== Цель работы ===== 
-Напоминание свойств и способа построения случайной величины,​ освоение ее моделирования. 
-===== Основные теоретические положения ===== 
-Случайная величина -- величина,​ которая в результате опыта может принять то или иное значение,​ причем неизвестно заранее,​ какое именно. 
  
-Примеры случайных величин:​ 
-  - число попаданий при трех выстрелах;​ 
-  - угол, под которым упадет подброшенная монетка. 
-Случайная величина может быть дискретной или непрерывной. 
- 
-Дискретная случайная величина -- случайная величина,​ которая принимает отдельные,​ изолированные возможные значения с определенными вероятностями. 
-Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями;​ его можно задать таблично,​ аналитически (в виде формулы) и графически. 
- 
-Пример:​ 
-  - Вероятность,​ что на кубике выпадет число 1: $$\mathbb P(A = 1) = \frac16.$$ 
-  - Вероятность,​ что на кубике выпадет число 2 или 4: $$\mathbb P(A = 2 \lor A = 4) = \frac16 + \frac16 = \frac13.$$ 
-Непрерывная случайная величина -- случайная величина,​ которая может принимать все значения из некоторого конечного или бесконечного промежутка. 
- 
-В отличие от дискретных случайных величин вероятность отдельного значения для непрерывной случайной величины равна нулю (так как множество возможных исходов бесконечно):​$$\mathbb P(A = c) = 0,$$ 
-для любого $c$ множества действительных чисел. 
- 
-Поэтому вводят вероятность случайной величины быть меньше указанного значения. Полученную функцию называют функцией распределения:​$$F_A(t) = \mathbb P(A < t).$$ 
- 
-Пример:​ 
-  - Вероятность угадать загаданное вещественное число в интервале $[0, 1]$ равна 0. 
-  - Вероятность того, что загаданное вещественное число будет лежать в интервале $[0, t]$ ($t \in (0, 1)$), если оно было загадано на интервале $[0, 1]$, будет равна $t$. 
-Над случайными величинами можно выполнять арифметические операции. Результатом такой операции будет новая случайная величина со своей функцией распределения. 
courses/system_analysis_modeling_and_optimization/task1.txt · Last modified: 2022/12/10 09:08 (external edit)