
- •1. Элементы комбинаторики.
- •1.1. Перестановки
- •1.2. Перестановки с повторениями
- •1.3. Размещения
- •1.4. Размещения с повторениями (с возвратом)
- •1.5. Сочетания
- •1.6. Сочетания с повторениями (с возвратом)
- •1.7. Обобщение
- •2. Случайные события
- •2.1. Испытания и события
- •2.2. Виды случайных событий
- •2.3. Пространство элементарных событий
- •2.4. Операции над событиями
- •Событие
- •9. Полная группа событий. Совокупность событий называется полной группой событий, если:
- •2.5. Свойства операций над событиями
- •3.1 Относительная частота событий
- •3.2. Свойства относительной частоты
- •3.3. Статистическая устойчивость частот
- •3.4. Формулировка аксиом Колмогорова.
- •3.5. Следствия из аксиом
- •4.1. Вычисление вероятностей событий
- •4.2. Задача о выборке
- •4.3. Геометрический подход к вероятности
- •5. Сложение и умножение вероятностей
- •5.1. Сложение вероятностей
- •5.2. Независимые и зависимые события
- •5.3. Условная вероятность
- •5.4. Умножение вероятностей
- •5.5. Свойства условных вероятностей
- •5.6. Независимость нескольких событий
- •5.7. Независимость противоположных событий
- •5.8. Вероятность появления хотя бы одного события
- •5.9. Применение теорем сложения и умножения для решения задач
- •6. Вероятность гипотез
- •6.1.Формула полной вероятности
- •6.2. Переоценка вероятности гипотез. Формула Байеса (Бейеса)
- •7. Серии независимых испытаний
- •7.1. Формула Бернулли
- •7.2. Локальная теорема Муавра – Лапласа
- •7.3. Свойства функции (х).
- •7.3. Функция Лапласа
- •7.4. Интегральная теорема Лапласа
- •7.5. Закон больших чисел в форме Бернулли
- •7.6. Формула Пуассона
- •8. Случайные величины
- •8.1. Дискретные случайные величины
- •8.2. Характеристическая случайная величина (индикатор события)
- •8.3. Биномиальное распределение (распределение Бернулли)
- •8.4. Распределение Пуассона
- •8.5. Гипергеометрическое распределение
- •9. Непрерывные случайные величины
- •9.1. Функция распределения (интегральная функция распределения)
- •9.2. Свойства функции распределения
- •9.3. Примеры функций распределения
- •10. Плотность распределения
- •10.1. Свойства плотности распределения
- •Вероятностный смысл плотности распределения.
- •10.3. Связь между плотностью и функцией распределения
- •10.4. Примеры непрерывных случайных величин, заданных плотностью
- •11. Числовые характеристики случайной величины
- •11.1. Определение математического ожидания
- •11.2. Определение математического ожидания
- •11.3. Смысл математического ожидания
- •11.4. Арифметические операции со случайными величинами
- •11.4.1. Постоянная случайная величина
- •11.4.2. Произведение случайных величин
- •11.4.3. Сумма случайных величин
- •11.4.4. Разность случайных величин
- •11.5. Свойства математического ожидания
- •11.6. Отклонение случайной величины
- •12.1. Дисперсия Для общего представления о распределении случайной величины важное значение имеет не только её математическое ожидание, но и разброс её возможных значений.
- •12.2. Определение дисперсии
- •12.3. Механический смысл дисперсии
- •12.4. Сокращённая формула для вычисления дисперсии
- •12.5. Свойства дисперсии
- •12.6. Среднее квадратическое отклонение (стандарт)
- •12.7. Числовые характеристики основных дискретных распределений
- •12.7.1. Индикатор события
- •12.7.2. Биномиальное распределение
- •12.7.3. Распределение Пуассона
- •12.7.4. Гипергеометрическое распределение
- •Гипергеометрическое распределение.
- •13.1. Равномерное распределение
- •13.2. Показательное (экспоненциальное) распределение
- •13.2.1. Функция надёжности
Событие
состоит в том, что все события произошли одновременно.
9. Полная группа событий. Совокупность событий называется полной группой событий, если:
Они попарно несовместны, т.е.
,
Их сумма (объединение) – достоверное событие, т.е.
.
Замечание
1. Если два
события A
и B
составляют полную группу событий, то
,
т.е. A
и B
– противоположные события. Действительно,
не пересекаются, а
.
Замечание 2. Множество всех исходов одного испытания образуют полную группу. Действительно, результатом испытания является один и только один исход. Исходы не пересекаются, а в результате испытания обязательно произойдёт один из них.
Полная
группа событий изображена на рис.2.4.12.
Круг на первом рисунке и большой
прямоугольник на втором рисунке означают
пространство элементарных событий
(достоверное событие). Секторы круга на
первом рисунке и клетки прямоугольника
на втором означают события, образующие
полную группу.
Пример 16. Появление мастей П, Ч, Т, Б – полная группа событий. Красные и чёрные масти карт тоже образуют полную группу. Кроме того, карты одинакового достоинства: шестёрки, семёрки,..., тузы.
2.5. Свойства операций над событиями
Для произвольных событий непосредственно из определения следует, что
1. А=А 4.
2.
5.
3.
6.
Поясним
свойство 6. По определению разности
событий
это множество элементарных событий,
которые входят в А
и не входят в В,
т.е. тех исходов, которые входят в А
и в
(рис.2.4.8).
Докажите это с помощью диаграммы Венна.
Покажем применение этого свойства на
примере.
Пример
1. А
– выпадение нечётного числа очков при
бросании кубика. В
– выпадение 1 очка. А–В
– выпадение 3 или 5 очков. С другой
стороны:
– выпадение числа очков, больших 1. Тогда
– число очков нечётно и больше 1, т.е. 3
или 5.
Упражнение. Докажите с помощью множества элементарных событий или диаграммы Венна следующие тождества:
7.
10.
8.
11.
9.
12.
Покажем, например, правильность дистрибутивного закона (12) на диаграмме Венна (рис.2.5.1, а, б). На левом рисунке горизонтальной штриховкой отмечена область, соответствующая событию АС, вертикальной штриховкой – событию ВС, косая штриховка на правом рисунке соответствует событию (А+В)С.
а) б)
Рис.2.5.1
Приведённые ниже свойства предлагаем читателю изобразить на диаграммах Венна самостоятельно.
13.
14.
15*.
16*.
17*.
18*.
.
Тема: Относительная частота событий и вероятность
3.1 Относительная частота событий
Пусть проводится серия из n испытаний. Рассмотрим некоторое событие А, которое может произойти или не произойти в результате одного испытания. Абсолютной частотой события А в n испытаниях называется число испытаний, в которых событие А произошло. Обозначается k(A). Относительной частотой (А) события А в n испытаниях называется отношение абсолютной частоты к числу испытаний:
(3.1)
Пример. Из 100 деталей, среди которых 3 бракованные, одну за другой вытаскивают и проверяют все детали. Найти абсолютную и относительную частоту события А «появление бракованной детали».
Решение. k(A)=3; (А)=0,03=3%.
Замечание. В другой партии таких же деталей может быть 2, 4 или 10 бракованных деталей.