Будьте добры в торговом центре три автомата кофе. в течении дня первый автомат ломается с вероятностью 0, 4 а второй с вероятностью 0, 3. каждый вечер приходит механик иванов и чинит все сломанные автоматы. однажды иванов написал в отчете, что ожидание поломок в неделю равно 12. докажите, что иванов преувеличивает.

Иванов преувеличивает очень сильно.
Первый автомат - 0.4
Второй - 0.3
Так как они не зависят друг от друга, то в день шанс поломки ХОТЯ бы одного автомата - 0.7(0.4+0.3)
В неделе 7 дней, 7*0.7=4.9
Математическое ожидание - 4.9 поломки в неделю

Казан (рус. Казань) – Татарстан Республикасының башкаласы, Русиянең икътисади, мәдәни, сәяси үзәкләренең берсе. Иделнең сул ягында, аңа Казансу кушылу урынында урнашкан зур порт.Шәһәрнең теркәлгән «Русиянең өченче башкаласы» бренды бар, шулай ук ярымрәсми рәвештә ул «Русия федерализмы үзәге (башкаласы) » һәм «бөтендөнья татарларының башкаласы» дип атала. 2005 елдаКазан шәһәре 1000-еллыгын бәйрәм итте. 2013 елда Казанда XXVII Җәйге Универсиада, 2015 — су спорт төркемле Дөнья чемпионаты үткәрелә, ә 2018 елдагы Дөнья футбол чемпионаты шәһәр (Русиянең башка шәһәрләр белән) кабул итә.

родолжаем рассматривать системы линейных уравнений. Этот урок является третьим по теме. Если вы смутно представляете, что такое система линейных уравнений вообще, чувствуете себя чайником, то рекомендую начать с азов на странице Как решить систему линейных уравнений? Далее полезно изучить урок Правило Крамера. Матричный метод.

Метод Гаусса – это просто! Почему? Известный немецкий математик Иоганн Карл Фридрих Гаусс еще при жизни получил признание величайшего математика всех времен, гения и даже прозвище «короля математики». А всё гениальное, как известно – просто! Кстати, на деньги попадают не только лохи, но еще и гении – портрет Гаусса красовался на купюре в 10 дойчмарок (до введения евро), и до сих пор Гаусс загадочно улыбается немцам с обычных почтовых марок.

Метод Гаусса прост тем, что для его освоения ДОСТАТОЧНО ЗНАНИЙ ПЯТИКЛАССНИКА. Необходимо уметь складывать и умножать! Не случайно метод последовательного исключения неизвестных преподаватели часто рассматривают на школьных математических факультативах. Парадокс, но у студентов метод Гаусса вызывает наибольшие сложности. Ничего удивительного – всё дело в методике, и я постараюсь в доступной форме рассказать об алгоритме метода.

Сначала немного систематизируем знания о системах линейных уравнений. Система линейных уравнений может:

1) Иметь единственное решение.

2) Иметь бесконечно много решений.

3) Не иметь решений (быть несовместной).

Метод  Гаусса – наиболее мощный и универсальный инструмент для нахождения решения любой системы линейных уравнений. Как мы помним, правило Крамера и матричный метод непригодны в тех случаях, когда система имеет бесконечно много решений или несовместна. А метод последовательного исключения неизвестных в любом случае приведет нас к ответу! На данном уроке мы опять рассмотрим метод Гаусса для случая №1 (единственное решение системы), под ситуации пунктов №№2-3 отведена статья Несовместные системы и системы с общим решением. Замечу, что сам алгоритм метода во всех трёх случаях работает одинаково.

Вернемся к простейшей системе с урока Как решить систему линейных уравнений?

и решим ее методом Гаусса.

На первом этапе нужно записать расширенную матрицу системы:

. По какому принципу записаны коэффициенты, думаю, всем видно. Вертикальная черта внутри матрицы не несёт никакого математического смысла – это просто отчеркивание для удобства оформления.

Справка: рекомендую запомнить термины линейной алгебры. Матрица системы – это матрица, составленная только из коэффициентов при неизвестных, в данном примере матрица системы: . Расширенная матрица системы – это та же матрица системы плюс столбец свободных членов, в данном случае: . Любую из матриц можно для краткости называть просто матрицей.

После того, как расширенная матрица системы записана, с ней необходимо выполнить некоторые действия, которые также называются элементарными преобразованиями.

Существуют следующие элементарные преобразования:

1) Строки матрицы можно переставлять местами. Например, в рассматриваемой матрице можно безболезненно переставить первую и вторую строки:

2) Если в матрице есть (или появились) пропорциональные (как частный случай – одинаковые) строки, то следует удалить из матрицы все эти строки кроме одной. Рассмотрим, например матрицу . В данной матрице последние три строки пропорциональны, поэтому достаточно оставить только одну из них: .

3) Если в матрице в ходе преобразований появилась нулевая строка, то ее также следует удалить. Рисовать не буду, понятно, нулевая строка – это строка, в которой одни нули.

4) Строку матрицы можно умножить (разделить) на любое число, отличное от нуля. Рассмотрим, например, матрицу . Здесь целесообразно первую строку разделить на –3, а вторую строку – умножить на 2: . Данное действие очень полезно, поскольку упрощает дальнейшие преобразования матрицы.

5) Это преобразование вызывает наибольшие затруднения, но на самом деле ничего сложного тоже нет. К строке матрицы можно прибавить другую строку, умноженную на число, отличное от нуля. Рассмотрим нашу матрицу из практического примера: ответ:

Пошаговое объяснение: