Математика 8есеп 4класс.кораптардын көлемін есепте​

1. Перечисленные события:
- а) Выпадение определенной грани при подбрасывании игральной кости
- б) Извлечение белого шара из урны, содержащей белые и черные шары
- в) Выпадение четного числа очков при подбрасывании кубика
- г) Извлечение карты определенной масти из колоды
- д) Попадание баскетболистом в кольцо

Из них не являются элементарными следующие события:
- б) Извлечение белого шара из урны, содержащей белые и черные шары
- д) Попадание баскетболистом в кольцо

Обоснование:
Элементарное событие - это событие, которое не может быть разделено на более простые события. Например, выпадение определенной грани при подбрасывании кости или выпадение четного числа очков при подбрасывании кубика являются элементарными, так как их нельзя разделить на более мелкие и простые события. Однако, извлечение белого шара из урны или попадание баскетболистом в кольцо уже состоит из нескольких возможных и простых событий.

2. Перечисленные события:
- а) Выпадение четного и нечетного числа очков при подбрасывании кубика
- б) Попадание охотником в медведя или зайца
- в) Прием на руководящую должность женщины и мужчины по Конституции Украины
- г) Выпадение герба и цифры при подбрасывании монетки
- д) Успешная сдача экзамена по теории вероятностей студентом-отличником и студентом-троечником
- е) Извлечение внучкой из корзинки бабушки наудачу яблока и груши, если в ней лежал 1 кг яблок и 2 кг груш

Три равновозможных события:
- а) Выпадение четного и нечетного числа очков при подбрасывании кубика
- г) Выпадение герба и цифры при подбрасывании монетки
- е) Извлечение внучкой из корзинки бабушки наудачу яблока и груши, если в ней лежал 1 кг яблок и 2 кг груш

Обоснование:
Равновозможные события - это события, у которых вероятности произойти равны. При подбрасывании кубика, вероятность выпадения четного числа очков и нечетного числа очков равна, поэтому это равновозможные события. Также, при подбрасывании монетки, вероятность выпадения герба и цифры также равна, поэтому это равновозможные события. В случае с извлечением яблока и груши из корзинки, если они находятся там наудачу, то вероятность извлечения яблока и груши также равна, поэтому это равновозможные события.

3. Полная группа событий - это группа событий, из которой обязательно произойдет хотя бы одно событие.

Ответ: в) по крайней мере одно из них произойдет в ходе опыта

Обоснование:
Введенное определение полной группы событий говорит, что из группы событий обязательно должно произойти хотя бы одно событие. Это означает, что ни одно из событий в группе не может остаться без выполнения.

4. Классическое определение вероятности применимо в случае, когда результат опыта можно представить как полную группу равновозможных элементарных событий.

Ответ: г) Если результат опыта можно представить как полную группу попарно несовместных и равновозможных элементарных событий

Обоснование:
Классическое определение вероятности используется, когда все элементарные события являются равновозможными и попарно несовместными, т.е. не могут произойти одновременно. В этом случае вероятность события равна отношению количества благоприятных исходов к общему количеству возможных исходов.

Для составления закона распределения случайной величины X – числа заявок, поступивших за 3 часа, нужно использовать знание о сумме независимых случайных величин. В данном случае мы знаем, что среднее число заявок за 1 час равно 2.

Шаг 1: Найдем среднее число заявок за 3 часа.
Так как среднее число заявок в течение 1 часа равно 2, то среднее число заявок за 3 часа будет равно 2 * 3 = 6. Таким образом, М(X) = 6.

Шаг 2: Найдем дисперсию числа заявок за 3 часа.
Для этого нужно использовать свойство дисперсии независимых случайных величин, которое гласит, что дисперсия суммы независимых величин равна сумме дисперсий этих величин. В этом случае, так как число заявок в пределах 1 часа распределены по закону Пуассона с математическим ожиданием 2 (М), то дисперсия такой случайной величины равна М (дисперсия = М).
Следовательно, дисперсия числа заявок за 3 часа будет равна 2 * 3 = 6. Итак, D(X) = 6.

Шаг 3: Найдем наивероятнейшее число заявок за 3 часа.
Наивероятнейшее число заявок (Мода) соответствует наиболее вероятному значению случайной величины. В данном случае, число заявок в пределах 1 часа распределены по закону Пуассона с математическим ожиданием 2. Мода для закона Пуассона равна наибольшему целому значению, меньшему или равному математическому ожиданию.
Таким образом, наивероятнейшее число заявок за 3 часа будет равно М (математическому ожиданию) = 6.

Итак, закон распределения случайной величины X – числа заявок, поступивших за 3 часа, имеет следующие значения:
- Математическое ожидание: М(X) = 6
- Дисперсия: D(X) = 6
- Наивероятнейшее число заявок: 6