
- •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
Свойства относительной частоты
Относительная частота события обладает следующими свойствами.
1. Частота любого события заключена в интервале от нуля до единицы, т.е.
2. Частота невозможного события равна нулю, т.е.
Ø
3. Частота достоверного события равна 1, т.е.
4.
Частота суммы двух несовместных событий
равна сумме частот (частостей) этих
событий, т.е. если
=Ø,
то
Частость обладает свойством, называемым свойством статистической устойчивости: с увеличением числа опытов (т.е. с увеличением n) частость события принимает значения, близкие к вероятности этого события р.
Определение.
Статистической вероятностью события
А
называется число, около которого
колеблется относительная частота
события А
при достаточно большом числе испытаний
(опытов)n.
Вероятность события А обозначается символом Р(А) или р(А). Появление в качестве символа понятия «вероятность» буквы р определяется ее наличием на первом месте в английском слове probability – вероятность.
Согласно данному определению
Свойства статистической вероятности
1. Статистическая вероятность любого события А заключена между нулем и единицей, т.е.
2. Статистическая вероятность невозможного события (А = Ø) равна нулю, т.е.
(Ø)=0.
3. Статистическая вероятность достоверного события (А = Ω) равна единице, т.е.
(Ω)
= 1.
4. Статистическая вероятность суммы несовместных событий равна сумме вероятностей этих событий, т.е. если А·В = Ø, то
Классическое определение вероятности
Пусть
проводится опыт с n
исходами, которые можно представить в
виде группы несовместных равновозможных
событий. Случай, который приводит к
появлению события А,
называется благоприятным или
благоприятствующим, т.е. случай w
влечет за собой событие А,
wА.
Определение. Вероятностью события А называется отношение числа m случаев, благоприятствующих этому событию, к общему числу n случаев, т.е.
Свойства «классической» вероятности
1.
Аксиома неотрицательности:
вероятность любого события Анеотрицательна, т.е.
Р(А) ≥ 0.
2. Аксиома нормированности: вероятность достоверного события (А = Ω) равна единице:
(Ω)
= 1.
3. Аксиома аддитивности: вероятность суммы несовместных событий (или вероятность появления одного из двух несовместных событий) равна сумме вероятностей этих событий, т.е. если А·В=Ø, то
Вероятность
события
:Р(
)
= 1 –Р(А).
Для вероятности события, являющегося суммой любых двух событий А и В, справедлива формула:
.
Если события А и В не могут произойти в результате одного испытания одновременно, т.е. иными словами, если А·В – невозможное событие, то их называют несовместимыми или несовместными, и тогда Р(А·В) = 0 и формула вероятности суммы событий приобретает особенно простой вид:
Если же события А и В могут произойти в результате одного испытания, то их называют совместимыми.
Полезный алгоритм
При нахождении вероятностей с использованием классического определения вероятности следует придерживаться следующего алгоритма.
1. Необходимо четко осмыслить, в чем состоит эксперимент.
2. Четко сформулировать, в чем состоит событие А, вероятность которого необходимо найти.
3. Четко сформулировать, что будет в рассматриваемой задаче составлять элементарное событие. Сформулировав и определив элементарное событие, следует проверить три условия, которому должно удовлетворять множество исходов, т.е. Ω.
4. Подсчитать «мощность» Ω, т.е. количество исходов n.
5. Подсчитать число благоприятных исходов, т.е. мощность подмножества А благоприятствующих исходов, составляющую m.
6. Следуя классическому определению вероятности, определить
При решении задач наиболее распространенной ошибкой является нечеткое понимание того, что берется в качестве элементарного события w, а от этого зависит правильность построения множества и правильность вычисления вероятности события. Обычно на практике в качестве элементарного события берут простейший исход, который нельзя «расщепить» на более простые.