Пусть v - скорость 3-го велосипедиста, тогда второго - 35*v/21= 5*v/3, а первого - 35*v/15 = 7*v/3. Значит, когда третий велосипедист проедет 1 круг, второй - 5/3 круга. а первый - 7.3 круга. Нас интересует, когда все они окажутся в точке старта. А в этот момент все они пройдут целое число кругов. Когда третий велосипедист пройдёт 2 круга, тогда второй - 10/3 круга, а первый - 14/3 круга, т.е. при в этом случае они не встречаются. А вот когда третий пройдёт 3 круга, тогда второй - 5 кругов, а первый - 7. Так как третий проходит 3 круга за 35*3=105 минут, то они окажутся вместе через 105 минут = 1 ч. 45 мин.
Замечание: задача по сути свелась к нахождению наименьшего общего кратного чисел 15, 21 и 35, которым является число 105.
Для описания распределения вероятностей непрерывной случайной величины используется дифференциальная функция распределения. Дифференциальная функция распределения (ДФР) (или плотность вероятности) – это первая производная от интегральной функции.
Интегральная функция распределения является первообразной для дифференциальной функции распределения. Тогда
Вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a,b), равна определенному интегралу от дифференциальной функции, взятому в пределах от a до b:
Геометрический смысл ДФР состоит в следующем: вероятность того, что непрерывная случайная величина X примет значение, принадлежащее интервалу (a, b), равна площади криволинейной трапеции, ограниченной осью x, кривой распределения f(x) и прямыми x = a и x = b (рис. 4).
Рис. 4 График дифференциальной функции распределения принято называть кривой распределения. Свойства дифференциальной функции распределения: 1. Дифференциальная функция распределения неотрицательна, т. е. 2. Если все возможные значения случайной величины принадлежат интервалу (a, b), то
Дифференциальную функцию распределения часто называют законом распределения вероятностей непрерывных случайных величин. При решении прикладных задач сталкиваются с различными законами распределения вероятностей непрерывных случайных величин. Часто встречаются законы равномерного и нормального распределения. 1.5. Равномерное распределение непрерывной случайной величиныЗакон равномерного распределения вероятностей непрерывной случайной величины используется при имитационном моделировании сложных систем на ЭВМ как первоначальная основа для получения всех необходимых статистических моделей. При этом, если специально не оговорен закон распределения случайных чисел, то имеют ввиду равномерное распределение. Распределение вероятностей называют равномерным, если на интервале (a,b), которому принадлежат все возможные значения случайной величины, дифференциальная функция распределения имеет постоянное значение, т. е. f(x) = C. Так как
то
Отсюда закон равномерного распределения аналитически можно записать так:
График дифференциальной функции равномерного распределения вероятностей представлен на рис.5
Рис. 5 График дифференциальной функции равномерного распределения вероятностей. Интегральную функцию равномерного распределения аналитически можно записать так:
График интегральной функции равномерного распределения вероятностей представлен на рис. 6
(у-2/15):1+5/6=2+1/5
30у-4/55=11/5=(30у-4)*5=55*11
15у-2=55*11/10
25/6
у=4 1/6
вот как то так