- •Теория вероятностей и математическая статистика
- •1 Краткая историческая справка
- •2 Основные комбинаторные объекты (типы выборок). Формулы и правила расчёта
- •2.1 Примеры решения задач
- •3 Случайные события. Классическое определение вероятности
- •3.1 Случайные события
- •3.2 Классическое определение вероятности
- •3.3 Относительная частота события
- •4 Статистическая и геометрическая вероятности
- •5 Вероятность сложных событий. Противоположные события. Условная вероятность
- •5.1 Алгебра случайных событий
- •5.2 Теорема сложения вероятностей несовместных событий
- •5.3 Противоположные события
- •5.4 Теорема умножения вероятностей
- •6 Вероятность появления хотя бы одного события. Формула полной вероятности. Формулы Бейеса
- •6.1 Независимые события
- •6.2 Вероятность появления хотя бы одного события
- •6.3 Формула полной вероятности
- •6.4 Формулы Бейеса
- •7 Схема Бернулли. Локальная и интегральная теоремы Муавра-Лапласа
- •7.1 Формула Бернулли
- •7.2 Локальная теорема Лапласа
- •7.3 Интегральная теорема Лапласа
- •8 Понятие дсв. Распределение дсв. Функции от дсв
- •8.1 Случайная величина
- •8.2 Дискретная случайная величина (дсв)
- •8.3 Независимые случайные величины
- •8.4 Функция распределения случайной величины
- •9 Характеристики дсв и их свойства. Математическое ожидание, дисперсия, ско
- •9.1 Математическое ожидание дискретной случайной величины
- •9.2 Свойства математического ожидания
- •9.3 Дисперсия дискретной случайной величины
- •9.4 Свойства дисперсии
- •9.5 Среднее квадратическое отклонение дискретной случайной величины
- •10 Биноминальное распределение. Распределение Пуассона. Геометрическое распределение
- •10.1 Биноминальное распределение
- •10.2 Распределение Пуассона
- •10.3 Геометрическое распределение вероятности
- •11 Понятие нсв. Равномерно распределенная нсв
- •11.1 Непрерывная случайная величина (нсв)
- •11.2 Равномерно распределённая нсв
- •12 Функция плотности нсв. Характеристики нсв
- •12.1 Функция плотности нсв
- •12.2 Свойства плотности распределения
- •12.3 Числовые характеристики непрерывных случайных величин
- •13 Нормальное распределение. Кривая Гаусса. Правило трёх сигм
- •13.1 Нормальный закон распределения
- •13.2 Функция Лапласа
- •13.3 Правило трёх сигм
- •14 Показательное распределение. Характеристики показательного распределения
- •14.1 Показательное распределение
- •14.2 Характеристики показательного распределения
- •14.3 Показательный закон надежности
- •15 Центральная предельная теорема. Закон больших чисел
- •15.1 Неравенство Чебышева
- •15.2 Теорема Чебышева
- •15.3 Сущность теоремы Чебышева
- •15.4 Теорема Бернулли
- •15.5 Центральная предельная теорема
- •16 Выборочный метод. Полигон и гистограмма. Числовые характеристики выборки
- •16.1 Задачи математической статистики
- •16.2 Генеральная и выборочная совокупности
- •16.3 Повторная и бесповторная выборки
- •16.4 Способы отбора
- •16.5 Статистическое распределение выборки
- •16.6 Эмпирическая функция распределения
- •16.7 Полигон и гистограмма
- •16.8 Характеристики вариационного ряда
- •17 Статистические оценки параметров распределения. Точечная и интервальная оценки
- •17.1 Статистические оценки параметров распределения
- •17.2 Несмещенные, эффективные и состоятельные оценки
- •17.3 Генеральная и выборочная средняя
- •17.4 Генеральная и выборочная дисперсия
- •17.5 Точность оценки, надёжность. Доверительный интервал
- •17.6 Доверительные интервалы для оценки математического ожидания нормального распределения
- •17.7 Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •18 Моделирование случайных величин. Моделирование дсв, нсв
- •18.1 Предмет метода Монте-Карло
- •18.2 Случайные числа
- •18.3 Разыгрывание дискретной случайной величины
- •18.4 Разыгрывание противоположных событий
- •18.5 Разыгрывание полной группы событий
- •18.6 Разыгрывание непрерывной случайной величины. Метод обратных функций
- •18.7 Приближённое разыгрывание нормальной случайной величины
1 Краткая историческая справка
Первоначальным толчком к развитию теории вероятностей послужили задачи, относящиеся к азартным играм (в переводе с французского “азарт”(le hazard) означает “случай”). Такого рода задачи неоднократно ставились в средневековой литературе, и решались иногда верно, а иногда неверно. Мощным стимулом развития теории вероятностей явились запросы страхового дела, которое зародилось ещё в 14 веке, а также, начиная с 17 века, демографии или, как тогда говорили, политической арифметики.
Теория вероятностей как наука зародилась в переписке Б.Паскаля и П.Ферма (1654г.). Затем Х.Гюйгенс в книге “О расчётах при азартных играх”(1657г.) попытался дать собственное решение вопросов, затронутых в этой переписке.
Важную роль для развития математической статистики сыграли работы Э.Галлея по демографии(1693г.).
В трактате Я.Бернулли “Искусство предположений”(1713г.), над которым он работал 20 лет и который был издан уже после смерти автора, впервые введено и широко использовалось классическое определение вероятности, а также применялась статистическая концепция вероятности.
В дальнейшем развитие теории вероятности связано с именами Муавра, Лапласа, Гаусса, Пуассона(18 век). Далее, в 19 веке, большую роль сыграли представители Петербургской математической школы В.Я.Буняковский, П.Л.Чебышев, А.А.Марков, А.А.Ляпунов. В 20 веке достижения этой науки связаны с именами российских учёных С.Н.Бернштейна, А.Я.Хинчина, А.Н.Колмогорова.
Теория вероятностей и математическая статистика и в настоящее время развиваются и применяются на практике: при организации производства, анализе технологических процессов, контроле качества продукции, маркетинговых и социологических исследованиях, страховом деле и т.д.
В связи с потребностями практики изготовители современного программного обеспечения включают программные продукты, связанные со статистической обработкой данных, не только в научно-исследовательские пакеты (Maple, Matlab, Matcad), но и в стандартное бизнес-обеспечение (Microsoft Office).
Для будущих программистов особенно важно, что изучение теории вероятностей и математической статистики прививает умения логически мыслить, отражать свойства различных явлений в чётких абстрактных формулировках, строить простейшие математические модели.
2 Основные комбинаторные объекты (типы выборок). Формулы и правила расчёта
Для успешного решения задач, с использованием классического определения вероятности, необходимо знать основные формулы комбинаторики.
Комбинаторика – это раздел математики, изучающий методы решения комбинаторных задач.
Комбинаторные задачи – это задачи, в которых требуется из конечного множества элементов по заданным правилам составлять различные комбинации и производить подсчёт всех возможных таких комбинаций.
Простейшие комбинации: перестановки, сочетания, размещения.
Перестановки (от французского слова – permutation) – это комбинации, состоящие из одних и тех же элементов и отличающихся только порядком расположения элементов.
Формула
для расчёта количества перестановок:
(
- эн факториал)
Факториал числа рассчитывается по формуле:
1!=1
0!=1
Пример 1. В соревновании участвовало 8 команд. Сколько существует вариантов в распределении мест между ними?
Решение:
.
Ответ: 40320 варианта в распределении мест.
Сочетания (от французского слова – combinasion) – это комбинации, составленные из n различных элементов по k элементам и отличающихся составом элементов.
Формула
для расчёта количества сочетаний:
,
.
Здесь порядок расположения элементов не важен.
Свойства сочетаний:
1.
;
2.
;
3.
;
4.
.
Пример 2. В полуфинале 8 команд, в финал попадает только три из них. Сколько существует вариантов выхода команд в финал?
Решение:
.
Ответ: 56 вариантов выхода трёх команд в финал.
Размещения (от французского слова – arrangement) – это комбинации, составленные из n различных элементов по k элементам и отличающихся либо составом элементов, либо порядком расположения элементов.
Формула
для расчёта количества размещений:
,
.
Здесь порядок расположения элементов важен.
Свойства размещений:
1.
;
2.
;
3.
;
4.
.
Пример 3. В финале 8 команд. Разыгрываются три медали. Сколько существует вариантов в распределении медалей?
Решение:
.
Ответ: 336 вариантов в распределении медалей.
Связь
между размещениями, перестановками и
сочетаниями:
.
