- •Глава I случайные события и вероятности
- •§ 1.1. Случайные события. Классическое определение вероятности
- •2. Алгебра событий.
- •4. Применение элементов комбинаторики к нахождению вероятностей.
- •§ 1.2. Геометрическая вероятность. Статистическое и аксиоматическое определения вероятности
- •§ 1.3. Свойства вероятности
- •1. Теорема сложения вероятностей несовместимых событий
- •2. Теорема умножения вероятностей.
- •4. Формула полной вероятности.
- •§ 1.4. Случайные события в физике, химии, биологии
- •Глава 11
- •§ 2.1. Дискретные случайные величины
- •§ 2.2. Математическое ожидание дискретной случайной величины
- •2. Свойства математического ожидания дискретной случайной величины.
- •1. Математическое ожидание* постоянной величины с равно этой величине.
- •3. Математическое ожидание суммы двух случайных величин X и y равно сумме их математических ожиданий:
- •4. Математическое ожидание произведения двух независимых случайных величин X и y равно произведению их математических ожиданий:
- •5. Математическое ожидание разности двух случайных величин X и y равно разности их математических ожиданий:
- •§ 2.3. Дисперсия дискретной случайной величины
- •2. Свойства дисперсии дискретной случайной величины.
- •1. Дисперсия дискретной случайной величины X равна разности между математическим ожиданием квадрата величины X и квадратом ее математического ожидания:
- •3. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат:
- •4. Дисперсия суммы двух независимых случайных величин X и y равна сумме дисперсий этих величин:
- •5. Дисперсия разности двух независимых случайных величин X и y равна сумме их дисперсий:
- •3. Среднее квадратическое отклонение.
- •4. Понятие o моментах распределения.
- •2.8. Закон больших чисел
- •1.Неравенство Чебышева.
- •2.6 Математическое ожидания и дисперсия непрерывной случайной величины
- •2.7 Основные законы распределения непрерывных случайных величин
- •§ 2.9. Предельные теоремы теории вероятностей
- •Двумерные случайные величины
- •§ 3.1. Понятие о двумерной случайной величине
- •§ 3.2. Функция распределения двумерной случайной величины
- •Определение функции распределения двумерной случайной величины и ее свойства.
- •2. Вероятности попадания случайной точки в полуполосу и прямоугольник.
- •§ 3.3. Плотность вероятности двумерной случайной величины
- •Двумерная плотность вероятности и ее свойства.
- •2. Отыскание функции распределения двумерной случайной величины по известной двумерной плотности вероятности.
- •§ 3.4. Нахождение плотностей вероятности составляющих двумерной случайной величины
- •§ 3.5. Условные законы распределения составляющих двумерных дискретных и непрерывных случайных величин
- •1. Условные законы распределения составляющих двумерных дискретных случайных величин.
- •2. Условные законы распределения составляющих двумерных непрерывных случайных величин.
- •§ 3.6. Независимость случайных величин
- •§ 3.7. Элементы теории корреляции
- •2. Корреляционный момент и коэффициент корреляции.
- •1) Если X и y — независимые случайные величины, то коэффициент корреляции равен нулю.
- •2)Абсолютная величина коэффициента корреляции не превосходит единицы:
- •4. Нормальное распределение двумерной случайной величины.
- •Упражнения
- •Глава IV элементы математической статистики
- •§ 4.1. Генеральная совокупность и выборка
- •2. Статистическое распределение выборки. Полигон. Гистограмма.
- •§ 4.2. Оценки параметров генеральной совокупности по ее выборке
- •§ 4.3. Доверительные интервалы для параметров нормального распределения
- •3. Доверительный интервал для математического ожидания при неизвестном σ.
- •Дополнительные упражнения
4. Применение элементов комбинаторики к нахождению вероятностей.
Комбинаторика — раздел математики, занимающийся вопросами о том, сколько комбинаций определенного типа можно получить из данных предметов (элементов).
Как при решении задач с использованием классического определения вероятности, так и в дальнейшем могут нам понадобиться некоторые определения и формулы комбинаторики. Приведем наиболее употребительные из них.
Определение
1.
Размещениями
из
л различных элементов по
т
элементов
(т
)
называются комбинации, составленные
из данных л элементов по т
элементов,
которые отличаются либо самими
элементами, либо порядком элементов.
Например, из трех элементов а, Ь, с можно составить по два элемента следующие размещения:
ab, ас, be, bа, са, cb.
Число
А
размещений
из n
элементов а1,
а2,
..., а
по
т
равно
(1.1)
Пусть
—
всевозможные размещения,
содержащие т
элементов.
Будем эти размещения строить
последовательно.
Сначала определим
— первый
элемент размещения.
Очевидно,.из данной совокупности п
элементов
его можно выбрать
л различными способами. После выбора
первого элемента
для
второго элемента аа
остается
n
- 1 способов выбора и т. д. Так
как каждый такой выбор дает новое
размещение, то все эти выборы
можно свободно комбинировать между
собой. Поэтому общее число
размещений равно указанному произведению
(1.1).
Пример 1. Сколько можно составить сигналов из 6 флажков различного цвета, взятых по 2?
Искомое
число сигналов А
- 6
• 5 = 30.
Определение 2. Перестановками из л различных элементов называются размещения из этих л элементов по n.
Перестановки можно рассматривать как частный случай размещений при т = п, поэтому общее число перестановок из n элементов равно
Р =n(n-1)(n-2)…3 2 1=n! (1.2)
Пример 2. Сколько трехзначных чисел можно составить из цифр 1, 2, 3, если каждая цифра входит в изображение числа только один раз?
Искомое количество трехзначных чисел Р3 = 3! = 1 • 2 • 3 = 6.
Определение 3. Сочетаниями из n различных элементов по т элементов называются комбинации, составленные из данных п элементов по т элементов, которые отличаются хотя бы одним элементом.
Отметим разницу между сочетаниями и размещениями: в первых не учитывается порядок элементов.
Обозначим через С число сочетаний из n элементов по т.
Рассмотрим
все допустимые сочетания элементов
аа]аа2...аа
.
Делая
в каждом из них m!
возможных перестановок их элементов,
очевидно,
получим общее число рамещений из п
элементов
по т.
Таким
образом, С
;
отсюда
(1.3)
Формулу (3) можно представить также в виде
C обладает очевидной собенностью
которая
также верна и при т
= 0, если
принять С
= 1.
Этой
особенностью удобно пользоваться, когда
т
>
.
Числа С являются коэффициентами в формуле бинома Ньютона
и поэтому часто называются биномиальными коэффициентами.
Пример 3. Сколькими способами можно выбрать две детали из ящика, содержащего 10 деталей?
Искомое число способов
При решении задач комбинаторики можно использовать следующие правила:
Правило суммы. Если некоторый элемент А может быть выбран из совокупности элементов т способами, а другой элемент В — п способами, то выбрать либо А, либо В можно т + п способами.
Правило произведения. Если элемент А можно выбрать из совокупности элементов т способами и после каждого такого выбора элемент В можно выбрать п способами, то пара элементов (А, В) в указанном порядке может быть выбрана тп способами.
Эти правила справедливы и для любого конечного числа элементов.
Приведем, наконец, примеры применения формул комбинаторики к нахождению вероятностей событий.
Пример 4. Набирая номер телефона, абонент забыл две последние цифры и, помня лишь, что эти цифры различны, набрал их наудачу. Какова вероятность того, что номер набран правильно?
Две
последние цифры можно набрать
способами,
а благоприятствовать
событию М
(цифры
набраны правильно) будет только
один способ. Поэтому
Р(М)
=
Пример 5. Партия из 10 деталей содержит одну нестандартную. Какова вероятность, что при случайной выборке 5 деталей из этой партии все они будут стандартными (событие А)?
Здесь
число всех случайных выборок
,
а число выборок, благоприятствующих
событию А,
есть
т
=
С
.
Таким
образом, искомая вероятность
Пример 6 (Задача о Генуэзской лотерее*). Разыгрывается 90 номеров, из которых выигрывают пять. По условию можно ставить ту или иную сумму на любой из 90 номеров или на любую совокупность двух, трех, четырех или пяти номеров. Если участник лотери ставил на один номер, то он получал при выиграше в 15 раз больше ставки; если на два номера (амбо), то в 270 раз больше; если на три номера (терн), то в 5500 раз больше; если на четыре номера (катерн) — в 75 000 раз больше; если на пять номеров (квин) — в 1 000 000 раз больше, чем ставка. Какова вероятность выигрыша в каждом из указанных пяти случаев?
В первом случае вероятность выигрыша оказывалась
во втором, третьем, четвертом и пятом случаях вероятности выигрыша были соответственно равны:
