- •1. Аксиоматика 3
- •2. Множества 4
- •3. Аналитическая геометрия 14
- •4. Векторная алгебра 25
- •5. Матрицы и определители 30
- •Аксиоматика
- •Аксиоматический метод построения математики
- •Математический язык
- •Множества
- •Понятие множества
- •Пустое множество
- •Числовые множества
- •Подмножества
- •Пересечение множеств
- •Объединение множеств
- •Вычитание множеств
- •Аналитическая геометрия
- •Система координат на плоскости и в пространстве
- •Расстояние между двумя точками на плоскости
- •Уравнение линии. Уравнение прямой с угловым коэффициентом
- •Уравнение – уравнение прямой с угловым коэффициентом k
- •Общее уравнение прямой
- •Уравнение прямой в отрезках
- •Уравнение прямой, проходящей через данную точку в данном направлении
- •Уравнение прямой, проходящей через данную точку
- •Уравнение прямой, проходящей через две данные (различные) точки и
- •Полярные координаты
- •Угол между прямыми
- •Уравнение окружности
- •Эллипс. Каноническое уравнение эллипса
- •Гипербола. Каноническое уравнение гиперболы
- •Парабола. Каноническое уравнение параболы
- •У равнение сферы
- •Векторная алгебра
- •Понятие вектора
- •Коллинеарные векторы
- •Операции над векторами
- •Угол между векторами
- •Проекция вектора на ось
- •Скалярное произведение двух векторов
- •Координаты вектора
- •Разложение векторов
- •Действия над векторами, заданным координатами в пространстве
- •Матрицы и определители
- •Матрицы
- •Определители
- •Определители третьего порядка
- •Миноры и алгебраические дополнения матрицы
- •Обратная матрица
- •Системы линейных уравнений
- •Формулы Крамера
- •Матричный способ решения систем линейных уравнений
- •Метод Гаусса
- •Функции
- •Понятие функции
- •Способы задания функции
- •Обзор элементарных функций и их графиков
- •Пределы
- •Предел последовательности
- •Предел функции
- •Непрерывность функции
- •Производная
- •Определение производной
- •Правила дифференцирования
- •Производные высших порядков
- •Применение производной для исследования функции
- •Неопределенный интеграл
- •Способы интегрирования
- •О пределенный интеграл
- •Дифференциальные уравнения
- •Основные понятия:
- •Признаки сходимости ряда:
- •Ряды по степени разности
- •Теория вероятностей
- •Основные понятия теории вероятностей
- •Классическое определение вероятности
- •Геометрические вероятности
- •Алгебра событий
- •Теорема сложения вероятностей двух несовместимых событий
- •Теорема умножения вероятностей.
- •Теорема сложения вероятностей совместимых событий
- •Формула полной вероятности
- •Теорема умножения вероятностей независимых событий:
- •Дискретные случайные величины
- •Закон распределения дискретных случайных величин
- •Функция распределения случайной величины
- •Нормальное распределение
- •Числовые характеристики случайных величин
- •Свойства математического ожидания (мо) дискретной случайной величины:
- •Дисперсия дискретной случайной величины
- •Среднее квадратичное отклонение (стандартное)
- •Системы двух случайных величин и их числовые характеристики
- •Литература
Теорема сложения вероятностей двух несовместимых событий
Теорема: вероятность суммы двух несовместимых событий А и В равна сумме вероятностей этих событий: .
Доказательство: пусть в данном испытании число всех элементарных событий равно n. Событию А благоприятствуют k элементарных событий, а событию В – l элементарных событий. Так как А и В несовместимые события, то ни одно из всех n событий не может одновременно благоприятствовать и А и В. Следовательно, событию будет благоприятствовать элементарных события. По определению вероятности имеем: , , , и т.д.
Аналогично для любого числа слагаемых: , где .
Следствие: сумма вероятностей противоположных событий равна 1:
, т.к. – достоверное событие, которое произошло.
Пример: в сумке 10 платков: 3 синих, 5 зеленых и 2 белых. Какова вероятность вынуть цветной платок, если вынимается один платок?
Вероятность вынуть синий , зеленый . Так как события несовместимы, то .
Теорема умножения вероятностей.
Определение 1. Два события называются независимыми, если вероятность появления каждого из них не зависит от того, появилось другое событие или нет. В противном случае события А и В называются зависимыми.
Пример: пусть в корзине находятся 2 зеленых и 2 красных платка. Пусть событие А – вынут зеленый платок. После испытания вынутый платок кладется обратно в корзину, перемешиваются платки и снова вынимается один. Событие B – вынут зеленый платок, и события А – независимые.
Если первый платок не кладется назад, а происходит выборка с меньшей вероятностью . Эти события становятся зависимыми.
Определение 2. Пусть А и В – зависимые события. Условной вероятностью события В называется вероятность события В, найденная в предположении, что событие А уже наступило. В описанном выше примере
Если А и В – независимые, то .
Теорема: вероятность произведения двух зависимых событий А и В равна произведению вероятности одного из них на условную вероятность другого, найденную в предположении, что первое событие уже наступило: .
Доказательство: пусть из всех n элементарных событий k благоприятствуют А, и пусть из этих k событий l благоприятствуют B, а значит и АВ. Тогда .
Действительно, если А и В независимые события, то и формула произведения зависимых событий становится искомой формулой.
Теорема сложения вероятностей совместимых событий
Теорема: вероятность суммы двух совместимых событий А и В равна сумме вероятностей этих событий без вероятности их произведения:
Доказательство: пусть из всего числа элементарных событий благоприятствуют и событию , т.е. их произведению. Отсюда событию благоприятствуют элементарных событий. Тогда .
Формула полной вероятности
Пусть событие А может произойти лишь при условии появления одного из всех n попарно несовместимых событий , образующих полную группу событий. События будем называть гипотезами для события А. (hypotesis (гр) – основание, предположение). Тогда – есть формула полной вероятности.
Событии А может наступить только при условии наступления одного из событий , т.е. . На основании теоремы сложения и умножения вероятностей имеем:
Пример: на экзамен было заготовлено 50 задач: 20 графических и 30 расчетных. Для сдачи зачета студент должен решить первую же доставшуюся наугад задачу. Какова вероятность для студента сдать зачет, если он умеет решать 18 графических и 15 расчетных задач.
Вероятность получить задачу графическую (событие ) равно , расчетную . Если событие А означает, что задача решена, то , . Значит .