
- •Теория вероятностей и математическая статистика
- •Случайные события
- •Действия над событиями
- •Свойства операций над событиями
- •Задачи, рассмотренные на лекции и семинаре. Тема 1. События. Основные операции над событиями Лекция 1
- •Семинар 1
- •Домашнее задание 1 – Тема 1.
- •Свойства относительной частоты
- •Свойства статистической вероятности
- •Классическое определение вероятности
- •Свойства «классической» вероятности
- •Полезный алгоритм
- •Задачи, рассмотренные на лекции и семинаре. Тема 2 Лекция 2
- •Семинар 2
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Тема 2.1. Элементы комбинаторики. Правило суммы и правило произведения. – 4 часа 2 часа лекции, 2 часа семинарское занятие Элементы комбинаторики
- •Правило произведения
- •Правило сложения (суммы)
- •Задачи, рассмотренные на Лекции и Семинаре 2.1.
- •Домашнее задание 2.1 – Тема 2.1 Элементы комбинаторики: Правило Суммы, Правило Произведения
- •Тема 3. Элементы комбинаторики. Понятие о «схеме выбора». Схема выбора без возвращения: Перестановки, Размещения, Сочетания. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Соединения. Виды соединений
- •Перестановки
- •Размещения
- •Сочетания
- •Свойства Сочетаний (биномиальных коэффициентов)
- •Семинар 3
- •Домашнее задание 3 – Тема 3. Элементы комбинаторики: Перестановки, Размещения, Сочетания
- •Тема 4. Элементы комбинаторики. Схема выбора с возвращением: Размещения, Сочетания, Перестановки с повторением – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Размещения с повторениями
- •Сочетания с повторениями
- •Перестановки с повторениями
- •Задачи, рассмотренные на лекции и семинаре. Тема 4.
- •Лекция 4
- •Семинар 4
- •Домашнее задание 4 - Тема 4.
- •Тема 5. Геометрическое определение вероятности. Субъективная вероятность. Примеры вычисления вероятностей. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Субъективная вероятность
- •Геометрическое определение вероятности
- •Свойства геометрической вероятности
- •Задачи, рассмотренные на лекции и семинаре 5. Тема 5. Геометрическая вероятность
- •Домашнее задание 5 - Тема 5. Геометрическая вероятность
- •Тема 6. Независимость событий. Вероятность произведения событий. Вероятность суммы событий. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Независимость событий
- •Тема 6. Задачи, рассмотренные на лекции и семинаре 6 Лекция 6
- •Семинар 6 Дополнительное задание
- •Домашнее задание 6 – Тема 6. Формулы вероятности суммы и произведения событий
- •Тема 7. Независимость событий. Условные вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Условные вероятности
- •Полезный алгоритм
- •Тема 7. Независимость событий. Условная вероятность Задачи, рассмотренные на лекции и семинаре 7 Лекция 7
- •Семинар 7
- •Тема 8. Формула полной вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Тема 8. Задачи, рассмотренные на Лекции 8
- •Тема 8. - Домашнее задание 8. Формула полной вероятности
- •Тема 9. Формула Байеса (формула гипотез, формула апостериорной вероятности). – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Задачи, рассмотренные на Лекции и Семинаре 9
- •Домашнее задание 9. – Тема 9 – Теорема Байеса
- •Тема 10. Схема повторных независимых испытаний с двумя исходами. Схема Бернулли. Теорема и Формула Бернулли. - 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Бернулли
- •Случай нескольких исходов
- •Вероятность появления рассматриваемого события не менее m раз
- •Задачи, рассмотренные на Лекции и Семинаре 10. Тема 10. Формула Бернулли Лекция 10
- •Семинар 10
- •Домашнее задание 10 – Тема 10. Схема Бернулли
- •Тема 11. Приближенные вычисления в схеме Бернулли. Формулы Пуассона, Муавра – Лапласа. Алгоритмы вычислений. Гауссиана. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Пуассона
- •Алгоритм использования функции Гаусса в приближенных вычислениях
- •Алгоритм использования функции ф(х) в приближенных вычислениях
- •Задачи, рассмотренные на Лекции.
- •Тема 11. - Формулы Пуассона и Муавра – Лапласа
- •Домашнее задание 11. -Тема 11. Формулы Пуассона и Муавра – Лапласа. Кривая вероятностей (Гауссиана). Закон больших чисел
- •Тема 12. Бином Ньютона. Биномиальные коэффициенты. Свойства биномиальных коэффициентов. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Свойства Сочетаний (биномиальных коэффициентов)
- •Треугольник Паскаля
- •Задачи, рассмотренные на Лекции 12. Бином Ньютона
- •Домашнее задание 12 – Тема 12. Бином Ньютона
- •Дискретная случайная величина
- •Закон распределения дискретной случайной величины
- •Математические операции над дискретными случайными величинами
- •Задачи, рассмотренные на Лекции и Семинаре. Тема 13
- •Домашнее задание 13 – Тема 13. Случайная величина (св).
- •Тема 14. Числовые характеристики случайной величины. «Меры положения»: среднее арифметическое, среднее геометрическое, мода, медиана. «Меры рассеяния»: дисперсия, эксцесс, асимметрия.
- •«Меры положения»
- •1. Средняя арифметическая величина. Понятие средней арифметической
- •Свойства средней величины
- •2. Мода
- •3. Медиана
- •Вариация массовых явлений. «Меры рассеяния»
- •4. Размах (интервал изменения)
- •5. Математическое ожидание
- •Свойства математического ожидания
- •6. Дисперсия и среднеквадратическое (стандартное) отклонение
- •Алгоритм вычисления дисперсии
- •Свойства дисперсии
- •7. Коэффициент вариации
- •Моменты распределения и показатели его формы. Центральные моменты распределения
- •9. Коэффициент асимметрии
- •10. Коэффициент эксцесса
- •Задачи, рассмотренные на Лекции и Семинаре 14
- •Домашнее задание 14. Тема 14 – Числовые характеристики случайной величины. Закон распределения св
- •Плотность распределения
- •Сходство и различия между законом распределения и плотностью распределения
- •Свойства плотности вероятности
- •Нормальный закон распределения
- •Свойства кривой вероятностей
- •Тема 16 – Понятие о биномиальной случайной величине. Основные характеристики биномиального распределения – 2 часа лекции Понятие о биномиальной случайной величине
- •Вопросы для контроля
- •Вопросы к зачету по теории вероятностей и математической статистике
- •Рекомендуемая литература
Тема 11. Приближенные вычисления в схеме Бернулли. Формулы Пуассона, Муавра – Лапласа. Алгоритмы вычислений. Гауссиана. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
При
больших значениях n,
порядка десятков и сотен, вместо формулы
Бернулли для приближенного вычисления
вероятности m
успехов в серии n
испытаний
используются формулы Пуассона и Муавра
– Лапласа.
Формула Пуассона
Если
число испытаний n
достаточно велико, а вероятность р
достаточно мала, причем их произведение
не мало и не велико, то приближенно
вероятность
можно найти поасимптотической
формуле Пуассона.
Теорема
Пуассона.
Если число испытаний неограниченно
увеличивается
и вероятностьр
наступления события А
в каждом испытании неограниченно
уменьшается
,
но так, что их произведениеn·p
является постоянной величиной (n·p
= a
= const),
то вероятность
удовлетворяет предельному равенству
или
.
Асимптотическую формулу Пуассона применяют в тех случаях, когда:
а) р = const < 0,1, т.е. сам по себе «успех» является редким событием;
б)
,
т.е. количество испытанийn
достаточно велико;
в) n·p·q < 10.
Формула Пуассона находит широкое применение в теории массового обслуживания.
Гауссиана,
кривая вероятностей.
Функция Гаусса
задается формулой
.
Для
гауссовой функции
имеются подробные таблицы ее значений.
Эти таблицы составлены для значений
аргументах
с шагом 0,01. Они имеются во всех учебниках,
пособиях и справочниках по математике,
теории вероятностей и статистике.
График функции Гаусса называется кривой вероятностей.
Пользуясь таблицами значений функции Гаусса, следует помнить, что:
1)
- четная функция, т.е.
и
2)
=0
прих
4.
Именно
поэтому в большинстве таблиц значения
функции
приведены только для значений аргумента
Теорема
2.
Если число испытаний n
достаточно велико, а вероятности р
и q
не очень близки нулю, то приближенное
значение вероятности
можно определить по формуле:
,
где
- функция Гаусса, а
.
Эта замечательная формула называется локальной формулой Муавра – Лапласа.
Алгоритм использования функции Гаусса в приближенных вычислениях
Для
вычисления
следует:
1)
проверить справедливость неравенства
.
Обычно бывает достаточно выполнения
условий:
а) n > 100,
б) n·p·q > 20;
2) вычислить хk формуле:
3)
по таблице значений гауссовой функции
вычислить
4)
предыдущий результат разделить на
Вероятность того, что число «успехов» k и n испытаниях Бернулли находится в пределах от k1 до k2, обозначают так:
.
Для
вычисления вероятностей
снова используют гауссову функцию
.
При этом, еслир,
q
> 0,01, а n
велико настолько, что
,
(как
правило, это условие выполняется при n
> 40), то для отыскания вероятности
события
используютинтегральную
формулу Муавра – Лапласа.
Для
удобства вычислений вводят некоторую
дополнительную функцию Ф(х).
Для этой функции составлены таблицы
значений, а связана она с
следующим образом.
Если аргумент х положителен, то Ф(х) равна площади под гауссовой кривой на отрезке от [0; 1]. Аналитически Ф(х) записывается с использованием интеграла, именно поэтому полученная в итоге формула называется интегральной. Запись сложна, но ее следует запомнить хотя бы приблизительно.
.
Следует учитывать, что
1) функция Ф(х) нечетна, т.е. Ф(-х) = - Ф(х), а график функции симметричен относительно начала координат;
2)
Ф(х)0,5
прих
> 5, поэтому в большинстве таблиц
значения функции Ф(х)
приведены только для аргумента
;
3) наконец, Ф(0) = 0.
Ясно также, что эта функция возрастает на всей области ее определения. Функция Ф(х) называется функцией Лапласа.
Теорема
3.
В условиях локальной формулы Муавра –
Лапласа приближенное значение вероятности
того, что число успеховk
заключено между k1
и k2,
можно найти по интегральной формуле
Муавра – Лапласа:
=
Ф(х2)
– Ф(х1),
где
,
.