
- •Министерство образования и науки рф
- •1.2.Краткие исторические сведения
- •2.Основные понятия теории вероятностей
- •2.1.Событие. Вероятность события
- •2.2.Непосредственный подсчет вероятностей
- •2.3.Основные формулы комбинаторики
- •2.3.Частота и статистическая вероятность события
- •2.4.Случайная величина
- •3.Основные теоремы теории вероятностей
- •3.1. События как множества и операции над ними
- •3.2.Теорема сложения вероятностей
- •3.3.Теорема умножения вероятностей
- •3.4.Формула полной вероятности.
- •3.5.Формула Бейеса или теорема гипотез.
- •Случайные величины и их законы распределения
- •4.1.Ряд распределения
- •4.2.Функция распределения
- •4.3.Плотность распределения
- •5.Числовые характеристики случайных величин
- •5.1.Характеристики положения
- •5.2.Моменты, дисперсия, квадратичное отклонение
- •5.3.Закон равномерной плотности
- •5.4.Распределение Симпсона
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.5.Биномиальное распределение
- •5.6.Распределение Пуассона
- •5.7.Геометрическое распределение
- •5.8.Распределение Паскаля
- •5.9.Гипергеометрическое распределение
- •5.10.Формула Стирлинга
- •6.Непрерывные распределения
- •6.1.Нормальное распределение
- •6.2.Показательное распределение
- •6.3.Логарифмически нормальное распределение
- •7.Статистическая оценка параметров распределения
- •7.1.Статистическая функция распределения
- •7.2.Статистический ряд. Гистограмма
- •7.3.Числовые характеристики распределения
- •7.4.Оценка параметров распределения
- •7.4.1. Метод моментов.
- •8.Метод наибольшего правдоподобия
- •8.1.Случай дискретных распределений
- •8.2.Случай непрерывных распределений
- •8.3.Другие методы оценки параметров
- •9.Проверка статистических гипотез
- •9.1.Вводные замечания
- •9.2.Проверка гипотезы о законе распределения
- •10.Системы случайных величин
- •10.1.Понятие о системе случайных величин
- •10.2.Двумерные случайные величины и их законы распределения
- •10.3.Плотность распределения двумерной случайной величины
- •10.4. Условные законы распределения
- •10.5.Зависимость и независимость случайных величин
- •10.6.Числовые характеристики двумерных случайных величин
- •11.Двумерный нормальный закон распределения
- •12.Числовые характеристики функций случайных величин
- •12.1.Математическое ожидание и дисперсия функции
- •12.2.Теоремы о числовых характеристиках
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •13.Распределение функции случайных аргументов
- •13.1.Распределение функции одного аргумента
- •13.2.Распределение суммы случайных величин
- •13.3.Распределение суммы нормально распределенных случайных величин
- •14.Предельные теоремы
- •14.1.Понятие о законе больших чисел
- •14.2.Неравенство Чебышева
- •14.3.Закон больших чисел Чебышева
- •14.4.Центральная предельная теорема
2.3.Основные формулы комбинаторики
Комбинаторикаизучает количества комбинаций, которые можно составить из заданных элементов произвольной природы при различных условиях. При непосредственном вычислении вероятностей часто используют формулы комбинаторики, аналогичные тем, что в предыдущих примерах. Приведем здесь наиболее употребительные из них.
Перестановками называются комбинации, составленные из одних и тех жеm различных элементов и отличающиеся только порядком их расположения. Число всех возможных перестановок изm элементов
. (2.3)
Для подсчетаm! при большомm полезна приближенная формула Стирлинга:
.
Размещенияминазываются комбинации, составленные изmразличных элементов поn, которые отличаются либо порядком, либо составом элементов. Число всех возможных размещений
. (2.4)
Пример 1. Определим, сколько вариантов будет иметь выборка двух деталей из партии 10 деталей с учетом порядка их обработки на станке. В данном случае мы имеем размещения по 2 детали из 10 и
.
Сочетанияминазываются комбинации, составленные изmэлементов поn, которые отличаются хотя бы одним элементом. Порядок элементов здесь не учитывается. Число сочетаний
. (2.5)
Пример 2. Определим, сколько вариантов будет иметь выборка двух деталей из партии 10 деталей без учета порядка их обработки на станке. В данном случае мы имеем сочетания по 2 детали из 10 и
Числа размещений, перестановок и сочетаний связаны соотношением:
.
Если
множество из m
элементов содержитm1элементов первого типа,m2элементов второго типа и так далее (,
то число перестановок
. (2.6)
При решении задач комбинаторики пользуются следующими правилами.
Правило суммы.Если некоторый объектa может быть выбран из совокупности m способами, а другой объект может быть выбран из этой совокупностиn способами, то выбрать либоа либоbможноm+n способами.
Правило произведения.Если некоторый объектa может быть выбран из совокупности m способами, а другой объектb может быть выбран из другой совокупностиn способами, то выбрать пару объектов (а ,b)можноmn способами.
2.3.Частота и статистическая вероятность события
Предыдущие формулы для вероятностей событий оказались возможными, так как вероятности элементарных событий удается рассчитать благодаря их равновозможности, вытекающей из симметричности исходов опыта. Однако требование равновозможности исходов опыта обычно не выполняется и соответственно формулой (2.1) воспользоваться нельзя. Монета может быть не совсем симметричной, а игральная кость - со смещенным центром тяжести и т.д. Вероятность соответствующего события в этом случае оценивают по частоте его реализации при многократном повторении опыта.
Если производится M испытаний и событиеAреализовалосьNраз, то очевидно, что вероятность событияA
. (2.3)
Величину
принято называтьстатистической
вероятностью. Эта величина при малом
количестве опытов может существенно
отклоняться от вероятности, но с ростом
числа опытов она все точнее характеризует
вероятность. То есть с ростомM
,однако эта сходимость не обычная, её
принято называтьсходимостью по
вероятности.
ВеличинаXM
сходится по вероятности кa,
если при сколь угодно малом
вероятность неравенствас увеличениемMнеограниченно приближается к единице.
Так определенная вероятность имеет смысл применять только для массовых явлений, так как здесь она может быть оценена из опыта.
Существует другая
трактовка вероятности
как
степени уверенности в том, что конкретное
событие должно произойти. Такая
вероятность называетсясубъективной,
если понятие частоты проявления для её
определения не применимо. В данном курсе
такая трактовка вероятности не
рассматривается.