- •Оглавление
- •1. Выбор на основе классического определения вероятности
- •1. Основы выбора на базе классического определения вероятности
- •1.2. Решение типового задания по теме «Выбор на основе классического определения вероятности» 解题方法
- •1.3. Задания по теме «Выбор на основе классического определения вероятности» 习题
- •Сумма и произведение событий
- •2.1. Основы алгебры событий 基本事件代数
- •2.2. Решение типового задания по теме «Сумма и произведение событий» 例题解答
- •2.3. Задания по теме «Сумма и произведение событий»习题
- •Формула полной вероятности и формула байеса
- •3.1. Основы экспертного оценивания 基本评估
- •Пример решения типового задания по теме «Формула полной вероятности и формула Байеса»例题解答
- •3.3. Задания по теме «Формула полной вероятности и формула Байеса» 习题
- •Ряд распределения дискретной случайной величины
- •4.1. Основы теории дискретных случайных величин
- •4.2. Пример решения типовых заданий по теме «Ряд распределения дискретной случайной величины» 例题详解
- •4.3. Задания по теме «Ряд распределения дискретной случайной величины»习题
- •Числовые характеристики дискретной случайной величины
- •5.1. Основы теории числовых характеристик дискретной случайной величины 随机变量数字特征基本理论
- •5.2. Пример решения типового задания по теме «Числовые характеристики дискретной случайной величины»
- •5.3. Задания по теме «Числовые характеристики дискретной случайной величины»习题
- •Варианты задания
- •Биномиальное распределение 二项分布、伯努利实验 (схема бернулли)
- •6.1. Основы теории биномиального распределения 二项分布基本理论
- •6.2. Пример решения типового задания по теме «Биномиальное распределение»例题详解
- •6.3. Задания по теме «Биномиальное распределение» 习题
- •7. Распределение пуассона (закон редких событий)泊松分布
- •7.1. Основы теории распределения Пуассона
- •7.2. Пример решения типового задания по теме «Распределение Пуассона»例题详解
- •7.3. Задания по теме «Распределение Пуассона» 习题
- •8. Равномерное распределение
- •8.1. Основы теории равномерного распределения均匀分布的基础理论
- •8.2. Пример решения типового задания по теме «Равномерное распределение» 例题详解
- •8.3. Задания по теме «Равномерное распределение» 习题
- •Варианты задания
- •9. Локальная и интегральная теоремы лапласа
- •9.1. Основы применения теорем Лапласа для приближенного вычисления вероятностей событий при независимых испытаниях独立实验中使用拉普拉斯定理计算事件概率
- •9.2. Пример решения типового задания по теме «Локальная и интегральная теоремы Лапласа» 例题详解
- •9.3. Задания по теме «Локальная и интегральные теоремы Лапласа»
- •10. Вариационный и статистический ряды
- •10.1. Основы выборочного метода 基本样本方法
- •10.2. Пример решения типового задания по теме «Вариационный и статистический ряды» 例题详解
- •10.3. Задания по теме «Вариационный и статистический ряды»习题
- •Варианты задания
- •11. Группированный статистический ряд
- •11.1. Основы группировки статистических данных
- •11.2. Пример решения типового задания по теме «Группированный статистический ряд»
- •11.3. Задания по теме «Группированный статистический ряд»
- •Варианты задания
- •12. Точечные оценки выборочных числовых характеристик 点估计
- •12.1. Основы точечного оценивания
- •12.2. Пример решения типового задания по теме «Точечные оценки выборочных числовых характеристик»
- •12.3. Задания по теме «Точечные оценки выборочных числовых характеристик»
- •Варианты задания
- •13. Точность и надежность оценки вероятности 估计概率的准确性与可靠性 (формула муавра-лапласа)
- •13.1. Основы интервального оценивания вероятности 区间估计
- •13.2. Пример решения типового задания по теме «Точность и надежность оценки вероятности»
- •13.3. Задания по теме «Точность и надежность оценки вероятности» 习题
- •14. Проверка гипотез методом доверительных интервалов
- •14.1. Основы проверки гипотез методом доверительных интервалов
- •14.2. Пример решения типового задания по теме «Проверка гипотез методом доверительных интервалов»例题详解
- •14.3. Задания по теме «Проверка гипотез методом доверительных интервалов»习题
- •15. Критерий пирсона
- •15.1. Основы проверки гипотезы о нормальном распределении
- •15.2. Пример решения типового задания по теме «Критерий Пирсона»
- •15.3. Задания по теме «Критерий Пирсона»
- •Варианты задания
- •16. Корреляционный анализ 相关分析
- •16.1. Основы корреляционного анализа
- •Степени корреляции
- •16.2. Пример решения типового задания по теме «Корреляционный анализ»
- •16.3. Задания по теме «Корреляционный анализ»
- •Варианты задания
- •17. Корреляционный анализ при дихотомическОм оценивании
- •17.1. Основы применения корреляционного анализа при дихотомическом оценивании
- •Степени тесноты связи при дихотомическом оценивании
- •17.2. Пример решения типового задания по теме «Корреляционный анализ при дихотомическом оценивании»
- •17.3. Задания по теме «Корреляционный анализ при дихотомическом оценивании»
- •Варианты задания
- •18. Регрессионный анализ 回归分析
- •18.1. Основы регрессионного анализа
- •18.2. Пример решения типового задания по теме «Регрессионный анализ»
- •18.3. Задания по теме «Регрессионный анализ»
- •Варианты задания
- •Приложения
- •Функция гаусса
- •Функция лапласа
- •Распределение χ2
1. Выбор на основе классического определения вероятности
古典概率定义的基本选择
1. Основы выбора на базе классического определения вероятности
Пусть имеется n элементов, различающихся свойствами или качествами. Причем среди них r элементов одного типа, l элементов другого типа и т.д., q элементов последнего типа, так что выполняется условие 设有n个元素,具有不同性质,在其中有r个元素是同一类型,l个元素是另一类型,以此类推,q个元素是最后一类,那么满足条件
n = r + l + … + q.
Случайным образом отбирают m элементов, причем порядок выбора не важен, важен только состав отобранной группы элементов. Вероятность того, что в отобранной группе оказалось k элементов первого типа, j элементов второго типа и т. д., i элементов последнего типа, так чтобы 设随机选择m个元素,选择顺序不重要,但选择元素分类重要。那么概率为,第一类k个元素,第二类j个元素,以此类推,最后一类i个元素,那么
m = k + j + … + i,
вычисляется по формуле根据公式计算
,
(1.1)
где其中
‑ число
сочетаний из n
элементов по m:
.
(1.2)
Полезно знать и уметь использовать следующие свойства сочетаний: 了解并使用下列属性的组合:
1.
2.
(1.3)
3.
.
1.2. Решение типового задания по теме «Выбор на основе классического определения вероятности» 解题方法
Задание № 1. В академической группе 10 студентов проживают в Санкт-Петербурге, 7 приехали из других городов России и 3 иностранца. На прием в деканат пришли 5 студентов из этой группы. Найти вероятности событий:在班级中有10名学生住在圣彼得堡,7名来自俄罗斯其他城市,有3名外国学生。在系主任接待时间到来5名学生。求事件概率:
А. Все – из Санкт-Петербурга.全部来自圣彼得堡
В. 2 – из других городов России и 3 иностранца.2名来自俄罗斯其他城市,3名外国学生
С. 3 – из Санкт-Петербурга, 1 – из другого города России и 1 иностранец. 3名来自圣彼得堡,1名来自俄罗斯其他城市,1名外国学生
D. Все иностранцы пришли на прием.外国学生都来了
Решение. Поскольку порядок выбора не важен в условиях задачи, то пользуемся формулой (1.1).解题时选择顺序不重要,那么根据公式
Определим значения параметров: n = 20, m = 5, r = 10, l = 7, q = 3.
Найдем Р(А). Изобразим графически схему выбора. В левом блоке – общее число участников выбора (20) и их распределение по трем категориям – жители Петербурга, другие россияне и иностранцы (10 + 7 + 3). Стрелки означают выбор. Стрелка слева направо показывает выбор общего числа, вне зависимости от категорий. Стрелки сверху вниз указывают на конкретный выбор из каждой категории. 求概率Р(А)。绘制选择图像,左侧总数20,分为3类,彼得堡、俄罗斯其他城市、外国学生(10+7+3),剪头代表选择,右指剪头表示选择总数,下指剪头表示分类。
|
|
5 |
||
|
7 |
3 |
|
|
|
|
|
|
|
5 |
0 |
0 |
|
|
Тогда параметры задачи принимают значения: k = 5, j = i = 0.
Тогда
Вычислим
В
соответствии со свойствами сочетаний
.
Тогда
Найдем Р(В). Изобразим графически схему выбора求概率Р(В)可同上绘制选择图像
20 |
|
5 |
||
10 |
7 |
3 |
|
|
|
|
|
|
|
0 |
2 |
3 |
|
|
Тогда параметры задачи принимают значения: k = 0, j = 2, i = 3.
Тогда
Вычислим
В соответствии со свойствами сочетаний
.
Тогда
Найдем Р(С). Изобразим графически схему выбора求概率Р(C)可同上绘制选择图像
20 |
|
5 |
||
10 |
7 |
3 |
|
|
|
|
|
|
|
3 |
1 |
1 |
|
|
Тогда параметры задачи принимают значения: k = 3, j = 1, i = 1.
Тогда
Вычислим
В
соответствии со свойствами сочетаний
.
Тогда
Вычисленные вероятности событий А, В и С вполне подтверждаются обыденной логикой. Например, студенты из Санкт-Петербурга составляют половину всей академической группы и не встретить их около деканата среди других студентов этой группы – маловероятное событие. Действительно, вероятность события В – наименьшая из всех вычисленных, в частности она приблизительно в 160 раз меньше ближайшей к ней по значению вероятности события С.求事件A、B、C发生的概率有相应的逻辑性。例如,极小可能发生:全部圣彼得堡学生都在系主任接待时间集合而不会遇到其他学生。而发生B的可能性更小,发生C的概率是B的几乎160倍。
Для того, чтобы найти Р(D), необходимо изменить схему выбора. Действительно, на прием в деканат пришли все иностранцы, т.е. 3 из 3. Для ответа на вопрос задачи не важно, какие именно 2 других студента пришли на прием. То есть выбор производится из двух категорий: «иностранцы» и «не иностранцы». 要求得概率D,需要改变绘制图像的结构,当然3明外国学生全部都到,那么就只在两类中选择:外国学生和非外国学生。Поэтому исходные параметры таковы: 所以
n = 20, m = 5, r = 3, l = 17 (количество «не иностранцев» l = 20 – 3 = 17). Графическая схема выбора такова:
20 |
|
5 |
||
3 |
17 |
|
|
|
|
|
|
|
|
3 |
2
|
|
||
Тогда параметры задачи принимают значения: k = 3, j = 2.
Тогда
Вычислим
В
соответствии со свойствами сочетаний
.
Тогда
Действительно, выбор всей малочисленной категории с математической точки зрения маловероятен, что и демонстрирует значение вероятности события D.从数学的角度发生D的可能性最小。

20
10