- •А.П. Бырдин н.В. Заварзин а.А. Сидоренко л.П. Цуканова
- •А.П. Бырдин н.В. Заварзин а.А. Сидоренко л.П. Цуканова
- •Введение
- •1. Ортогональные системы функций и обобщенные ряды фурье. Интегралы фурье
- •1.1. Исторические замечания
- •1.2. Гильбертово пространство. Ряды Фурье в гильбертовом пространстве
- •1.3. Тригонометрические ряды Фурье
- •Интегральная формула Фурье.
- •Условия представимости функции интегралом Фурье
- •2. Преобразование лапласа
- •2.1. Определение преобразования Лапласа
- •Свойства преобразования Лапласа
- •2.3. Применения преобразования Лапласа к решению дифференциальных уравнений и систем
- •4. Решение систем линейных дифференциальных уравнений с постоянными коэффициентами.
- •3. Событие и вероятность
- •3.1. Основные понятия. Определение вероятности
- •3.2. Свойства вероятности
- •2. Теорема умножения вероятностей.
- •3. Теорема сложения вероятностей совместимых событий.
- •4. Формула полной вероятности.
- •3.3. Приложения в биологии
- •4. Дискретные и непрерывные случайные величины
- •4.1. Случайные величины
- •1. Понятие «случайные величины».
- •4.2. Математическое ожидание дискретной случайной величины
- •Решение. Используя полученную там таблицу, имеем
- •2. Свойства математического ожидания дискретной случайной величины.
- •4.3. Дисперсия дискретной случайной величины
- •2. Свойства дисперсии дискретной случайной величины.
- •3. Среднее квадратическое отклонение.
- •4. Понятие о моментах распределения.
- •Следовательно, если X имеет распределение
- •4.4. Непрерывные случайные величины
- •3. Математическое ожидание и дисперсия непрерывной случайной величины.
- •4.5. Некоторые законы распределения случайных величин
- •Справедлива следующая приближенная формула
- •Введем функцию
- •Решение. Используя формулу (11), имеем
- •4.6. Закон больших чисел
- •Элементы математической статистики
- •5.1. Генеральная совокупность и выборка
- •5.2. Оценки параметров генеральной совокупности по ее выборке
- •5.3. Доверительные интервалы для параметров нормального распределения
- •5.4. Проверка статистических гипотез
- •Задачи к п. 2
- •Задачи к п. 3
- •Ответы к п. 3
- •Задачи к п. 4
- •Ответы к п. 4
- •Приложение 2
- •Приложение 3
- •Приложение 4
- •Приложение 5
- •Вопросы к экзамену
- •Библиографический список
- •Оглавление
- •Ортогональные системы функций и обобщенные ряды Фурье. Интегралы Фурье …………...………………..….4
- •Преобразование Лапласа…………………………….….20
- •Событие и вероятность……...………………………….73
- •Дискретные и непрерывные случайные величины…94
- •Элементы математической статистики……………...130
- •394026 Воронеж, Московский просп., 14
3. Теорема сложения вероятностей совместимых событий.
Теорема. Вероятность суммы двух совместимых событий А и В равна сумме вероятностей этих событий минус вероятность их произведения:
Р(А + В) = Р(А) + Р(В) Р(АВ). (6)
Замечание. Если события А и В несовместимы, то их произведение АВ есть невозможное событие и, следовательно, Р(АВ) = 0, т.е. формула (1) является частным случаем формулы (6).
Пример 8. В посевах пшеницы на делянке имеется 95% здоровых растений. Выбирают два растения. Определить вероятность того, что среди них хотя бы одно окажется здоровым.
Решение. Введем обозначения для событий: А1 первое растение здоровое; А2 второе растение здоровое; A1 + А2 хотя бы одно растение здоровое.
Так как события А1 и А2 совместимые, то согласно формуле (6)
4. Формула полной вероятности.
Теорема. Вероятность события А, которое может наступить лишь при условии появления одного из п попарно несовместимых событий В1, В2, ... , Вn, образующих полную группу, равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность события А:
(7)
(формула полной вероятности).
Пример 9. Для приема зачета преподаватель заготовил 50 задач: 20 задач по дифференциальному исчислению, 30 по интегральному исчислению. Для сдачи зачета студент должен решить первую же доставшуюся наугад задачу. Какова вероятность для студента сдать зачет, если он умеет решить 18 задач по дифференциальному исчислению и 15 задач по интегральному исчислению?
Решение. Вероятность получить задачу по дифференциальному исчислению (событие В1) равна Р(В1) = 0,4, по интегральному исчислению (событие В2) Р(В2) = 0,6. Если событие А означает, что задача решена, то (А) = 0,9, (А) = 0,5. Теперь по формуле (7) имеем Р(А) =
Пример 10. Имеются три одинаковых по виду ящика. В первом находятся две белые мыши и одна серая, во втором три белые и одна серая, в третьем две белые и две серые мыши. Какова вероятность того, что из наугад выбранного ящика будет извлечена белая мышь?
Решение. Обозначим В1 выбор первого ящика, В2 выбор второго ящика, В3 выбор третьего ящика, А извлечение белой мыши.
Так как все ящики одинаковы, то P(B1)=Р(В2)=Р(В3) Если выбран первый ящик, то . Аналогично , . Наконец, по формуле (7) получаем
5. Формула Бейеса. Пусть в условиях рассуждения, относящегося к формуле полной вероятности, произведено одно испытание, в результате которого произошло событие А. Спрашивается: как изменились (в связи с тем, что событие А уже произошло) величины P(Bk), k = 1,... , п.
Найдем условную вероятность РА(Вk).
По теореме умножения вероятностей и формуле (4) (см. п. 2) имеем Отсюда
Наконец, используя формулу полной вероятности, находим
(8)
Формулы (8) называют формулами Бейеса (или Байеса).
Пример 11. Большая популяция людей разбита на две группы одинаковой численности. Диета одной группы отличалась высоким содержанием ненасыщенных жиров, а диета контрольной группы была богата насыщенными жирами. После 10 лет пребывания на этих диетах возникновение сердечно-сосудистых заболеваний составило в этих группах соответственно 31% и 48%. Случайно выбранный из популяции человек имеет сердечно-сосудистое заболевание. Какова вероятность того, что этот человек принадлежит к контрольной группе?
Решение. Введем обозначения для событий: А случайно выбранный из популяции человек имеет сердечно-сосудистое заболевание; В1 человек придерживался специальной диеты; В2 человек принадлежал к контрольной группе. Имеем
Согласно формуле полной вероятности
и, наконец, в силу формулы (8) искомая вероятность