- •Лекция № 1. Вводная лекция
- •1.1Материя и формы движения материи. Физика, ее предмет и методы исследования.
- •Диаграмма иерархической организации материи
- •1.2. Биофизика. Значение физики и биофизики для биологии и медицины.
- •1.3. Связь физики с другими естественными науками. Содержание медицинской и биологической физики.
- •Лекция № 2. Системный подход и системный анализ в физике и биофизике
- •2.1. Понятие системы. Элементы системы и виды связи между ними
- •2.2. Кибернетические системы.
- •2.3.Системный анализ.
- •Система: законы поведения, свойства
- •Лекция № 3 методы численного анализа причинно-следственных связей.
- •Элементарный метод.
- •Метод регрессии
- •3.3 Метод корреляции.
- •Анализ с использованием показателей эластичности.
- •Лекция № 4. Моделирование.
- •Модели и их назначение.
- •Виды моделей.
- •4.3.Основные этапы математического моделирования.
- •Высшая математика. Занятие № 1. Теория пределов.
- •§ 1.1 Бесконечно малая и бесконечно большая величины.
- •§ 1.2. Предел переменной величины.
- •§ 1.3. Понятие о пределе функции. Некоторые приемы нахождения пределов функций.
- •Упражнения
- •Занятие №2. Производная функции
- •§ 2.1 Производная функции и метод ее нахождения
- •§ 2.2 Физический смысл производной функции.
- •2.3 Геометрический смысл производной.
- •§ 2.4 Производные второго и высших порядков. Механический смысл второй производной.
- •§ 2.5 Правило нахождения максимума и минимума функции.
- •§ 2.6 Построений графиков функций
- •Упражнения.
- •Занятие №3. Дифференциал функции.
- •§3.1 Дифференциал функции как главная часть приращения функции.
- •§ 3.2 Геометрический смысл дифференциала функции.
- •§ 3.3 Дифференциал второго порядка.
- •§ 3.4 Приложения дифференциала функции к приближенным вычислениям.
- •§ 3.5 Функции многих переменных. Предел функции.
- •§ 3.6 Частные производные. Полный дифференциал функции нескольких переменных.
- •Упражнения
- •Занятие №4. Неопределенный интервал.
- •§ 4.1 Понятие о неопределенном интеграле.
- •§ 4.2 Геометрический смысл неопределенного интеграла.
- •§ 4.3 Основные свойства неопределенного интеграла.
- •§ 4.4 Непосредственное интегрирование.
- •§ 4.5 Основные методы интегрирования.
- •Интегрирование методом разложения с использованием элементарных математических операций.
- •Интегрирование методом замены переменной.
- •Интегрирование по частям.
- •Упражнения.
- •2)Найти интегралы методом подстановки:
- •3.Найти интегралы методом интегрирования по частям:
- •§ 5.1 Определенный интеграл и его геометрический смысл.
- •Простейшие свойства определенного интеграла.
- •§ 5.2 Формула ньютона-лейбница.
- •§5.3. Замена переменной и интегрирование по частям в определенном интеграле.
- •Интегрирование по частям.
- •§5.4 Некоторые сведения о рядах и их использование в процессе интегрирования.
- •Признак Даламбера.
- •Разложение в степенной ряд функции.
- •Понятие об интегралах, не берущихся в элементарных функциях.
- •Приближенное вычисление интегралов методом разложения функции в ряд.
- •§5.5 Несобственные интегралы.
- •§ 5.6 Приближенные методы вычисления определенных интегралов.
- •Метод средних прямоугольников.
- •Метод трапеций.
- •Метод параболических трапеций (метод Симпсона).
- •§5.7 Приложения определенного интеграла Вычисление площади в декартовых координатах.
- •Объем тела вращения.
- •Длина дуги кривой.
- •Площадь поверхности тела вращения.
- •Упражнения.
- •Занятие № 6. Основные сведения о дифференциальных уравнениях.
- •§ 6.1 Общие понятия о дифференциальных уравнениях и их определение.
- •§6.2 Дифференциальные уравнения первого порядка с разделенными и разделяющимимся переменными.
- •§6.3 Однородные дифференциальные уравенния первого порядка.
- •§6.4 Линейные дифференциальные уравнения первого порядка.
- •§ 6.5 Дифференциальные уравнения второго порядка уравнения вида
- •§ 6.6 Комплексные числа и их алгебраическая форма.
- •§ 6. 7 Линейные однородные дифференциальные уравнения второго порядка с постоянными коэффициентами.
- •Рассмотрим эти случаи по порядку.
- •Упражнения.
- •Задачи.
- •Математическая статистика. Занятие № 1. Элементы комбинаторики. Бином ньютона.
- •§ 1.1. Множества
- •§ 1.2 Размещения
- •§ 1.3. Перестановки.
- •§1.4. Сочетания
- •1.5. Бином ньютона
- •Свойства разложения степени бинома.
- •Упражнения.
- •Занятие №2. Элементы теории вероятностей.
- •§ 2.1. Событие. Вероятность события.
- •§ 2.2. Основные теоремы теории вероятностей.
- •Теорема сложения вероятностей.
- •Теорема умножения вероятностей.
- •Условная вероятность.
- •Формула полной вероятности.
- •§ 2.3. Формула байеса (теорема гипотез)
- •§ 2.4. Формула бернулли.
- •§2.5. Теория вероятностей в генетике.
- •Примеры решения задач.
- •Упражнения
- •Занятие № 3 случайные величины и их основные характеристики.
- •§ 3.1. Случайная величина. Функция распределения.
- •Свойства интегральной функции распределения.
- •§ 3.2. Числовые характеристики случайных величин.
- •Характеристики разброса.
- •Моменты. Характеристики формы.
- •Упражнения.
- •Занятие № 4. Законы распределения случайных величин.
- •§ 4.1. Основные задачи математической статистики.
- •§ 4.2. Генеральная совокупность и выборка.
- •§ 4.3. Ряды распределения.
- •§ 4.4. Закон нормального распределения (закон гаусса)
- •§ 4.5 Распределение стьюдента.
- •§4.6. Оценка точности прямых равноточных измерений при малом числе опытов
- •Упражнения
- •Занятие № 5. Временные ряды
- •§ 5.1. Временные ряды и их виды.
- •§5.2. Характеристики динамики как единицы абсолютного и относительного измерения.
- •§5.3. Сущность и формы тренда и приемы выявления тенденции развития.
- •§5.4. Интерполяция и экстраполяция рядов динамики.
- •Контрольные вопросы.
- •Упражнения.
- •Используемая литература.
- •Оглавление
- •Высшая математика
- •Математическая статистика
- •Основы высшей математики и математической статистики
§ 2.2. Основные теоремы теории вероятностей.
В предыдущем параграфе мы познакомились с классической формулой для вероятности события, сводящейся к схеме случаев. Но даже когда событие сводится к схеме случаев, зачастую эта схема бывает слишком сложна, и непосредственный подсчет по формуле (1) становится чрезвычайно громоздким. Что же касается события, не сводящихся к схеме случаев, то их вероятность лишь в редких случаях определяется непосредственно по частотам. Поэтому, как правило, для определения вероятностей события применяются не непосредственные прямые методы, а косвенные, позволяющие по известным вероятностям одних событий определить вероятности других событий, с ними связанных. Вся теория вероятностей, в основном, и представляет собой систему косвенных методов, которые позволяют свести необходимый эксперимент к минимуму.
Применяя косвенные методы, мы в той или иной форме используем основные теоремы теории вероятностей. Этих теорем две: теорема сложения вероятностей и теорема умножения вероятностей. Строго говоря, указанные два положения являются теоремами и могут быть доказаны только для событий, сводящихся к схеме случаев, а для событий, не сводящихся к указанной схеме случаев оба положения принимаются аксиоматически, как принципы или постулаты.
Теорема сложения вероятностей.
Суммой событий А и В (обозначается А+В) называется событие, состоящее в появлении хотя бы одного из двух событий А и В. Аналогично определяется сумма большого числа событий. Например, появление четной грани игральной кости есть сумма трех событий: выпадание 2, или 4, или 6.
Теорема. Вероятность суммы двух несовместимых событий равна сумме вероятности этих событий, т. е.
P(А + В) = Р (А) + Р (В). (2.3)
Доказательство. Пусть возможные исходы опыта сводятся к совокупности п случаев. Предположим, что из этих случаев m благоприятны событию А, а k - событию В. Тогда
(2.4)
(2.5)
п
к
Так как события несовместимы, следовательно, нет таких случаев, которые благоприятны и событию А и событию В вместе, но событию С = А + В благоприятны т + k случаев, тогда
Р(С)
=
Р(А + В) =
.
отсюда
(2.6)
На основании уравнений (2.4), (2.5). (2.6) можно записать:
(2.7)
что и требовалось доказать.
Обобщая теорему сложения вероятностей на произвольное число событий (как показывает анализ), придем к результату:
(2.7
a)
Теорема: вероятность суммы двух совместимых событий равна сумме вероятностей этих событий минус вероятность произведения этих событий, т. е.
(2.8)
Следствие
1. Если
события
образуют
полную группу несовместимых
событий, то сумма их вероятностей равна
единице, т. е.
(2.9)
Доказательство. Поскольку события А1,А2,А3,...,Ап образуют полную группу, то появление хотя бы одного из них - событие достоверное, следовательно, Р( А1,А2, А3,..., Ап )=1
Поскольку А1,А2,А3,...,Ап являются несовместимыми, то к ним применима теорема сложения вероятностей, поэтому можно записать:
отсюда
(2.9a)
Следствие 1 доказано.
Следствие 2. Сумма вероятностей противоположных событий равна единице, т. е.
Р(А) + Р( )=1. (2.10)
Рассматриваемое следствие есть частный случай следствия 1. Это следствие выделено особо ввиду значительной его важности в практическом применении теории вероятностей. На практике часто оказывается легче вычислить вероятность противоположного события , чем вероятность события А. Из уравнения (10) следует, что
(2.11)
