Пошаговое объяснение:
Построить график функции без небольшого анализа самой функции практически невозможно. Это необходимо как минимум для того, чтобы проконтролировать правильность построения. Поэтому с небольшого анализа и начнем.
Первое, на что необходимо обратить внимание — это разновидность заданной функции. От этой разновидности будет зависеть и кривая графика.
В нашем случае заданная функция — линейная, поэтому ее графиком будет прямая линия. Такой короткий анализ уже намного упрощает задание.
О прямой линии известно, что ее можно построить с двух точек. Поэтому достаточно найти две точки графика и провести через них прямую.
Точка принадлежит графику, если выполняется условие, что:
\[y\ =\ 2x\ -\ 4\]
Найдем такие 2 точки, выбрав произвольные значения аргумента х. Например, возьмем 0 и 5.
При х = 0 значение функции будет:
\[y\left(0\right)\ =\ 2\cdot 0\ -4=-4\]
\[y\left(5\right)\ =\ 2\cdot 5\ -4=6\]
Есть две точки (0; -4) и (5; 6). Проведем через них прямую, которая будет графиком заданной в условии функции.
Можно было подставлять не произвольные значения переменной х, а найти точки пересечения функции с координатными осями. Оба варианта приведут к одному и тому же результату и являются равными по сложности расчетов.
Биномиальным называют распределение количества «успехов» в последовательности из n независимых случайных экспериментов, таких, что вероятность «успеха» в каждом из них постоянна и равна p.
Иначе говоря, пусть происходит n независимых испытаний, в каждом из которых событие может появится с одной и той же вероятностью p. Тогда случайная величина X - количество испытаний, в которых появилось событие, имеет биномиальное распределение вероятностей.
Она может принимать целые значения от 0 (событие не произошло ни разу) до n (событие произошло во всех испытаниях). Формула для вычисления соответствующих вероятностей - уже известная нам формула Бернулли для схемы повторных независимых испытаний:
P(X=k)=Ckn⋅pk⋅(1−p)n−k,k=0,1,2,...,n.
Для биномиального распределения известны готовые формулы для математического ожидания и дисперсии:
M(X)=np,D(X)=npq,σ(X)=npq−−−√.
Пошаговое объяснение:
