
- •1.Случайные события ,операции над событиями.
- •2.Вероятность случайного события и методы ее вычисления
- •3. Формулы комбинаторики Число сочетаний из n элементов по m
- •Перестановки из n элементов
- •Число размещений из n элементов по m
- •5. Относительная частота появления случайного события и ее вычисление
- •7.Теорема умножения вероятностей.
- •8. Формула полной вероятности
- •9.Формула Байеса
- •Задача 1
- •11. Основные числовые характеристики случайных величин их свойства
- •12. Математическое ожидание постоянной величины равно этой постоянной.
- •13. Дисперсия случайной величины
- •Формулировка[править | править исходный текст]
- •Доказательство
- •16. Закон равномерной плотности
- •17.Показательное распределение
- •18.Нормальное распределение
- •20. Числовые характеристики системы двух случайных величин
- •Корреляционный момент
- •2. Основные способы формирования выборочной совокупности
- •3. Определение необходимого объема выборки
- •4. Распространение результатов выборочного наблюдения на генеральную совокупность
- •4.1. Эмпирическая функция распределения.
- •4.2. Выборочная дифференциальная функция.
- •4.1. Точечная оценка параметров распределения
- •Линейная парная регрессия и метод наименьших квадратов
- •29.Система единичных векторов,свойства,базис,разложение по данному базису
- •32. Обратная матрица,ее свойства.Обращение матриц методом жордана-гаусса,условие обратимости матриц
- •Метод Гаусса—Жордана[править | править исходный текст]
- •С помощью матрицы алгебраических дополнений[править | править исходный текст]
- •Использование lu/lup-разложения[править | править исходный текст]
- •33.Элементарными преобразованиями матрицы
- •35. Векторная и матричная формы записи систем линейных уравнений Векторная форма записи
- •Матричная форма записи
- •36.Решение слау методом гаусса
- •Решение системы с помощью обратной матрицы
- •Определение[править | править исходный текст]
- •Свойства[править | править исходный текст] Инвариантность ранга при элементарных преобразованиях[править | править исходный текст]
- •Эквивалентность слау при элементарных преобразованиях[править | править исходный текст]
- •Нахождение обратных матриц[править | править исходный текст]
- •Приведение матриц к ступенчатому виду[править | править исходный текст]
- •39.Каноническая(предпочитаемая) форма записи слау
- •40.Симплексное преобразование слау
3. Формулы комбинаторики Число сочетаний из n элементов по m
Число сочетаний обозначается Cnm и вычисляется по формуле:
Пример 7. Сколькими способами читатель может выбрать две книжки из шести имеющихся? Решение: Число способов равно числу сочетаний из шести книжек по две, т.е. равно:
Перестановки из n элементов
Определение 3. Перестановкой из n элементов называется любой упорядоченный набор этих элементов.
Пример 7a. Всевозможными перестановками множества, состоящего из трех элементов {1, 2, 3} являются: (1, 2, 3), (1, 3, 2), (2, 3, 1), (2, 1, 3), (3, 2, 1), (3, 1, 2).
Число различных перестановок из n элементов обозначается Pn и вычисляется по формуле Pn=n!.
Пример 8. Сколькими способами семь книг разных авторов можно расставить на полке в один ряд? Решение: эта задача о числе перестановок семи разных книг. Имеется P7=7!=1*2*3*4*5*6*7=5040 способов осуществить расстановку книг.
Обсуждение. Мы видим, что число возможных комбинаций можно посчитать по разным правилам (перестановки, сочетания, размещения) причем результат получится различный, т.к. принцип подсчета и сами формулы отличаются. Внимательно посмотрев на определения, можно заметить, что результат зависит от нескольких факторов одновременно. Во-первых, от того, из какого количества элементов мы можем комбинировать их наборы (насколько велика генеральная совокупность элементов). Во-вторых, результат зависит от того, какой величины наборы элементов нам нужны. И последнее, важно знать, является ли для нас существенным порядок элементов в наборе. Поясним последний фактор на следующем примере.
Пример. На родительском собрании присутствует 20 человек. Сколько существует различных вариантов состава родительского комитета, если в него должны войти 5 человек? Решение: В этом примере нас не интересует порядок фамилий в списке комитета. Если в результате в его составе окажутся одни и те же люди, то по смыслу для нас это один и тот же вариант. Поэтому мы можем воспользоваться формулой для подсчета числа сочетаний из 20 элементов по 5. Иначе будут обстоять дела, если каждый член комитета изначально отвечает за определенное направление работы. Тогда при одном и том же списочном составе комитета, внутри него возможно 5! вариантов перестановок, которые имеют значение. Количество разных (и по составу, и по сфере ответственности) вариантов определяется в этом случае числомразмещений из 20 элементов по 5.
Число размещений из n элементов по m
Определение 1. Размещением из n элементов по m в комбинаторике называется любой упорядоченный набор из m различных элементов, выбранных из генеральной совокупности в nэлементов.
Пример 4. Различными размещениями из трех элементов {1, 2, 3} по два будут наборы (1, 2), (2, 1), (1, 3), (3, 1), (2, 3),(3, 2). Размещения могут отличаться друг от друга как элементами, так и их порядком.
Число размещений в комбинаторике обозначается Anm и вычисляется по формуле:
Замечание: n!=1*2*3*...*n (читается: "эн факториал"), кроме того полагают, что 0!=1.
Пример 5. Сколько существует двузначных чисел, в которых цифра десятков и цифра единиц различные и нечетные? Решение: т.к. нечетных цифр пять, а именно 1, 3, 5, 7, 9, то эта задача сводится к выбору и размещению на две разные позиции двух из пяти различных цифр, т.е. указанных чисел будет:
Определение 2. Сочетанием из n элементов по m в комбинаторике называется любой неупорядоченный набор из m различных элементов, выбранных из генеральной совокупности в nэлементов.
Пример 6. Для множества {1, 2, 3}сочетаниями являются {1, 2}, {1, 3}, {2, 3}.
4.Классическое определение вероятности случайного события.
Вероятность
события
равна
отношению числа благоприятных
событию
исходов
опыта к общему числу исходов опыта.
, где
-
число благоприятных исходов опыта;
-
общее число исходов опыта.
Исход опыта называется благоприятным для события , если при этом исходе опыта появилось событие . Например, если событие - появление карты красной масти, то появление туза бубей – исход, благоприятный событию .
Примеры.
1) Вероятность
выпадения 5 очков на грани кубика равна
,
поскольку кубик может упасть любой из
6 граней кверху, а 5 очков находятся
только на одной грани.
2) Вероятность
выпадения герба при однократном бросании
монеты -
,
поскольку монета может упасть гербом
или решкой – два исхода опыта, а герб
изображен лишь на одной стороне монеты.
3) Если
в урне 12 шаров, из которых 5 – черные, то
вероятность вынуть черный шар -
,
поскольку всего исходов опята – 12, а
благоприятных из них - 5
Замечание. Классическое определение вероятности применимо при двух условиях:
1) все исходы опыта должны быть равновероятными;
2) опыт должен иметь конечное число исходов.
На практике бывает сложно доказать, что события равновероятные: например, при произведении опыта с подбрасыванием монеты на результат опыта могут влиять такие факторы как несимметричность монеты, влияние ее формы на аэродинамические характеристики полета, атмосферные условия и т.д., кроме того, существуют опыты с бесконечным числом исходов.
Пример. Ребенок бросает мяч, и максимальное расстояние, на которое он может забросить мяч – 15 метров. Найти вероятность того, что мяч улетит за отметку 3 м.
Решение. Искомую вероятность предлагается считать, как отношение длины отрезка, находящегося за отметкой 3 м (благоприятная область) к длине всего отрезка (всевозможные исходы):
Пример. Точку случайным образом бросают в круг радиуса 1. Какова вероятность того, что точка попадет во вписанный в круг квадрат?
Решение. Под вероятностью того, что точка попадет в квадрат, понимают в данном случае отношение площади квадрата (благоприятной площади) к площади круга (общая площадь фигуры, куда бросают точку):
Диагональ квадрата равна 2 и выражается через его сторону по теореме Пифагора:
Аналогичные
рассуждения проводят и в пространстве:
если в теле объема случайным образом
выбирается точка, то вероятность того,
что точка окажется в части тела объема
,
вычисляется как отношение объема
благоприятной части к общему объему
тела:
.
Объединяя все случаи, можно сформулировать правило вычисления геометрической вероятности:
Если
в некоторой области
случайным
образом выбирается точка, то вероятность
того, что точка окажется в части
этой
области равна:
, где
-
обозначает меру области: в случае отрезка
– это длина, в случае плоской области
– это площадь, в случае пространственного
тела – это объем, на поверхности –
площадь поверхности, на кривой – длина
кривой.
Интересным приложением понятия геометрической вероятности является задача о встрече.
Задача. (О встрече)
Два студента договорились о встрече, например, в10 часов утра на следующих условиях: каждый приходит в любое время в течение часа с 10 до 11 и ждет 10 минут, после чего уходит. Какова вероятность встречи?
Решение. Проиллюстрируем
условия задачи следующим образом: на
оси
отложим
время, идущее для первого из встречающихся,
а на оси
-
время, идущее для второго. Поскольку
эксперимент длится один час, то по обеим
осям отложим отрезки длины 1. Моменты
времени, когда встречающиеся пришли
одновременно, интерпретируется диагональю
квадрата.
Пусть
первый пришел в некоторый момент
времени
.
Студенты встретятся, если время прибытия
второго на место встречи заключается
в промежутке
Рассуждая
так для любого момента времени
,
получим, что область времени,
интерпретирующая возможность встречи
(«пересечение времён» нахождения
на нужном месте первого и второго
студентов) находится между двумя
прямыми:
и
.
Вероятность встречи определяется по
формуле геометрической вероятности:
В 1933 г. Колмогоров А.М. (1903 - 1987) предложил аксиоматический подход к построению и изложению теории вероятности, который стал общепринятым в настоящее время. При построении теории вероятности как формальной аксиоматической теории требуется не только ввести базовое понятие – вероятность случайного события, но и описать его свойства с помощью аксиом (утверждений интуитивно верных, принимаемых без доказательства).
Такими утверждениями являются утверждения, аналогичные свойствам относительной частоты появления события.