Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
💸 Как сделать бизнес проще, а карман толще?
Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое раписание, но и напоминать клиентам о визитах тоже.
Проблема в том, что средняя цена по рынку за такой сервис — 800 руб/мес или почти 15 000 руб за год. И это минимальный функционал.
Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее. ✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать». Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами! Радиоактивного распада
Радиоактивный распад является статистическим процессом. То есть конкретное радиоактивное ядро может распасться в любой момент времени, а закономерности процесса будут наблюдаться только в случае распада достаточно большого количества ядер. Более того, количество распавшихся ядер n за время t является случайной величиной, распределенной по биноминальному закону. Пусть N – общее количество ядер определенного вида, а pt – вероятность распада отдельного ядра за промежуток времени t. Тогда вероятность распада n ядер за время t будет равна , (2.14) где – число сочетаний из N по n, равное , (2.15) , (2.16) где суммирование проводится по n = 0÷ N. Основными характеристиками случайной величины, распределенной в соответствии с некоторым законом, являются математическое ожидание M и дисперсия D. Для биноминального распределения имеем: , (2.17) , (2.18) где суммирование проводится по n = 0÷ N. Биноминальное распределение не очень удобно для расчетов и используется лишь при обработке экспериментальных данных с бедной статистикой (например, когда происходит распад нескольких десятков радиоактивных ядер). В других же случаях применяется распределение Пуассона: . (2.19) Условиями, при которых биноминальное распределение переходит в распределение Пуассона, являются: N → ∞, p t = < < 1. Тогда уравнение (2.14) c использованием (2.15) принимает вид (2.20) В правой части уравнения (2.20) имеем произведение трех членов, из которых предельные значения второго и третьего надо найти при N → ∞: , . Тогда из (2.20) получим уравнение, совпадающее с (2.19): . У распределения Пуассона есть замечательное свойство: математическое ожидание равно дисперсии распределяемой величины: . (2.21) Чтобы получить уравнение (2.21), достаточно найти при N → ∞ lim(1 – pt) = 1. Тогда значения в правой части уравнений (2.17) и (2.18) становятся равными. Отметим два следствия, вытекающие из уравнения (2.21). 1. Нет необходимости проводить специальные эксперименты для определения дисперсии измеряемой величины. В одном эксперименте получают оценку среднего и оценку дисперсии. 2. Сравнение дисперсии, определяемой по уравнению (2.21), с выборочной дисперсией, определяемой по k параллельным измерениям, позволяет проверить правильность работы счетной аппаратуры. Необходимо пояснить смысл перехода биноминального распределения в распределение Пуассона при N → ∞. Практически такой переход становится возможным, если в процессе эксперимента можно пренебречь изменением N.
|