. Рассчитать по одному из вариантов вероятность безотказной работы для момента 350 ч Р(350) для закона распределения вейбулла, если известны...

Для определения наихудшего матожидания выигрыша левого игрока при использовании смешанной стратегии, мы должны умножить матрицу игры на вектор смешанной стратегии и затем умножить полученный результат на вектор вероятностей выбора стратегий правого игрока. Дана матрица игры: (-2 -1 5 -4) Смешанная стратегия левого игрока: (0.2, 0.8) Умножим матрицу игры на вектор смешанной стратегии: (-2*0.2 - 1*0.8 5*0.2 - 4*0.8) Выполняем вычисления: (-0.4 - 0.8 1 - 3.2) (-1.2 -2.2) Теперь умножим полученный результат на вектор вероятностей выбора стратегий правого игрока, который в данном случае равен (1, 0): (-1.2*1 -2.2*0) (-1.2 0) Таким образом, наихудшее матожидание выигрыша левого игрока при использовании им смешанной стратегии (0.2;0.8) равно -1.2.

Вероятность выпадения орла при подбрасывании монеты зависит от того, является ли монета справедливой или нет. В идеальных условиях, когда монета справедливая, то есть имеет равные шансы выпадения орла и решки, вероятность выпадения орла составляет 0,5 или 50%. Однако, в реальности монеты могут быть несовершенными и иметь незначительные отклонения от идеального равновесия. Например, монета может быть немного неравномерной в распределении массы или иметь неровные края. В таких случаях вероятность выпадения орла может незначительно отличаться от 0,5, но обычно эти отклонения минимальны и несущественны для большинства практических целей. Если у вас есть конкретная монета, которую вы хотите проверить, то лучший способ определить вероятность выпадения орла - это провести серию подбрасываний и подсчитать количество выпадений орла и решки. Чем больше подбрасываний будет сделано, тем более точную оценку вероятности можно получить.

Для решения этой задачи мы можем использовать биномиальное распределение. Вероятность того, что событие A произойдет k раз в n испытаниях, где вероятность появления события A в каждом испытании равна p, вычисляется по формуле: P(X = k) = C(n, k) * p^k * (1-p)^(n-k) где C(n, k) - число сочетаний из n по k (также известное как биномиальный коэффициент), которое можно вычислить по формуле: C(n, k) = n! / (k! * (n-k)!) В данном случае, мы ищем вероятность P(X = 1400), где n = 2400, k = 1400 и p = 0,6. Подставляя значения в формулу, получаем: P(X = 1400) = C(2400, 1400) * 0,6^1400 * (1-0,6)^(2400-1400) Теперь давайте вычислим это значение.

Для решения этой задачи мы можем использовать формулу обратной вероятности. Пусть n - количество опытов, которое нам необходимо провести. Тогда вероятность того, что событие A не произойдет ни разу за n опытов, равна (1 - 0,75)^n. Мы хотим найти минимальное значение n, при котором вероятность произошествия события A хотя бы один раз будет не меньше 0,99. То есть, мы хотим найти такое n, при котором вероятность того, что событие A не произойдет ни разу, будет меньше или равна 0,01. Используя формулу обратной вероятности, получаем: (1 - 0,75)^n ≤ 0,01 Решая это неравенство, получаем: 0,25^n ≤ 0,01 Возведем обе части неравенства в логарифм по основанию 0,25: n * log(0,25) ≤ log(0,01) log(0,25) = -2, поэтому: n * (-2) ≤ log(0,01) n ≥ log(0,01) / (-2) n ≥ log(1/100) / (-2) n ≥ log(100) / 2 n ≥ 2 Таким образом, чтобы быть уверенным в том, что событие A произойдет хотя бы один раз с вероятностью не меньшей 0,99, необходимо провести как минимум 2 опыта.