Слайд 1
Случайные величины и их свойства
Презентация
10 слайдов · сгенерирована в Презентоше — бесплатном генераторе презентаций
Слайд 1
Презентация
Слайд 2
Случайная величина — это величина, которая в результате опыта принимает одно из заранее неизвестных значений. В девятом классе ее удобно рассматривать через конкретные примеры: число выпавших орлов при нескольких подбрасываниях монеты, число успешных бросков в серии испытаний или число дефектных деталей в партии. Такой подход помогает увидеть, что случайность описывается не догадками, а числовыми значениями и их вероятностями.
Слайд 3
Распределение вероятностей случайной величины показывает, с какой вероятностью она принимает каждое возможное значение. Обычно его записывают в виде таблицы, где рядом с каждым значением указана его вероятность, а сумма всех вероятностей равна единице. Например, если при подбрасывании монеты два раза случайная величина обозначает число орлов, то возможны значения 0, 1 и 2, и для каждого из них можно найти свою вероятность.
Слайд 4
Математическое ожидание случайной величины вычисляют как сумму произведений всех ее значений на соответствующие вероятности. Оно показывает среднее значение, к которому стремится результат при большом числе повторений опыта. На практике это означает, что если лотерею, игру или серию испытаний повторять очень много раз, то средний выигрыш или среднее число успехов будет близко к математическому ожиданию.
Слайд 5
Физический смысл математического ожидания состоит в том, что это средний результат длительной серии одинаковых опытов. В физике и технике его можно понимать как усредненный показатель: например, среднее число срабатываний, средний выигрыш, среднюю погрешность или среднее количество событий за единицу времени. Именно поэтому математическое ожидание часто называют центром распределения случайной величины.
Слайд 6
Дисперсия показывает, насколько сильно значения случайной величины разбросаны вокруг математического ожидания. Она равна математическому ожиданию квадрата отклонения от среднего значения, поэтому всегда неотрицательна. Чем больше дисперсия, тем менее предсказуем результат опыта и тем сильнее он может отклоняться от среднего.
Слайд 7
Стандартное отклонение — это квадратный корень из дисперсии, поэтому оно измеряется в тех же единицах, что и сама случайная величина. Оно удобно тем, что сразу показывает характерный размер отклонений от среднего без квадратов и сложных вычислений. Если стандартное отклонение мало, то значения случайной величины обычно группируются близко к математическому ожиданию.
Слайд 8
Серия испытаний Бернулли состоит из одинаковых независимых опытов, в каждом из которых есть только два исхода: успех или неудача. Если вероятность успеха в одном испытании равна числу \(p\), то число успехов в серии из \(n\) испытаний само является случайной величиной. Такой подход используют при подсчете удачных ответов в тесте, попаданий в цель или исправных изделий в партии.
Слайд 9
Закон больших чисел утверждает, что при увеличении числа испытаний частота успеха становится все ближе к вероятности успеха в одном опыте. Это значит, что в большой серии монета, кубик или другой случайный процесс дают все более устойчивый средний результат. В девятом классе этот закон важно понимать как объяснение того, почему относительная частота со временем приближается к теоретической вероятности.
Слайд 10
Тема случайных величин связывает опыт, вероятность и числовые характеристики в единую систему. Распределение вероятностей показывает, какие значения возможны и насколько они вероятны, математическое ожидание дает средний результат, а дисперсия и стандартное отклонение описывают разброс. Для испытаний Бернулли особенно важны число успехов, частота успеха и закон больших чисел, потому что именно они показывают, как случайность подчиняется закономерностям при большом числе опытов.
Презентоша сгенерирует презентацию по любой теме за минуту — бесплатно.
Создать презентацию