- •Теория вероятностей и математическая статистика
- •Теория вероятностей
- •1. Общие понятия
- •1.1. Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.4. Статистический подход к понятию вероятности
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •2. Основные теоремы теории вероятностей
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •2.3. Формула полной вероятности
- •2.4. Формула Бейеса
- •3. Повторение испытаний
- •3.1. Независимые испытания. Формула Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Интегральная теорема Лапласа
- •3.4. Теорема Пуассона
- •3.5. Вероятность отклонения частоты от постоянной вероятности в независимых испытаниях
- •4. Случайные величины и функции распределения
- •4.1. Случайные величины
- •4.2. Функция распределения вероятностей для дискретной св
- •4.3. Функция распределения вероятностей для непрерывной св.
- •4.4. Функция плотности распределения вероятностей
- •5. Числовые характеристики случайных величин
- •5.1. Математическое ожидание случайной величины
- •5.2. Дисперсия и среднее квадратическое отклонение св
- •5.3. Моменты и другие числовые характеристики случайной величины
- •6. Основные законы распределения случайных величин
- •6.1. Законы распределения дискретных случайных величин
- •6.1.1. Биномиальное распределение
- •6.1.2. Распределение Пуассона
- •6.1.3. Геометрическое распределение
- •6.2. Законы распределения непрерывных случайных величин
- •6.2.1. Равномерное распределение
- •6.2.2. Показательное распределение
- •6.2.3. Нормальное распределение
- •7. Закон больших чисел
- •7.1. Неравенства Чебышева
- •7.2. Теорема Чебышева
- •8. Многомерные случайные величины
- •8.1. Многомерные случайные величины и их функции распределения
- •X и y независимые случайные величины.
- •8.2. Вероятность попадания двумерной случайной величины
- •8.3. Числовые характеристики двумерной случайной величины
- •Математическая статистика
- •1. Статистические законы распределения выборки
- •1.1. Вариационный ряд
- •1.2. Полигон и гистограмма
- •1.3. Эмпирическая функция распределения
- •2. Статистические оценки параметров распределения
- •2.1. Точечные оценки
- •2.2. Интервальные оценки
- •2.3. Оценка вероятности появления события через его частоту
- •3. Проверка статистических гипотез.
- •3.1. Статистические гипотезы
- •3.2. Критерии проверки гипотезы
- •3.3. Критерий согласия Пирсона
- •3.4. Критерий согласия Романовского
- •4. Элементы теории корреляции
- •4.1. Статистические зависимости
- •4.2. Линейная регрессия
- •4.3. Корреляционная таблица
- •4.4. Выборочный коэффициент корреляции
- •Литература
- •С о д е р ж а н и е
3. Размещения.
Всякое упорядоченное подмножество, содержащее k элементов данного множестваМ из n элементов, называется размещением из n элементов по k.
Число размещений .
Пример 1.15. Сколько различных трехзначных чисел можно соста-вить из цифр 1, 2, 3, 4 и 5 ?
Поформуледляразмещений находим количество всевозможных трех-
значных чисел
Замечание. Часто при решении задач число п достаточно велико, поэтому в таких случаях полезно использовать формулу Стирлинга
4. Основные правила комбинаторики.
Правило суммы. Если некоторый объект можно выбратьп разными способами,а объект можно выбратьт разными способами, причем никакой выбор не совпадает ни с каким выбором, то один из объектовилиможно выбратьспособами.
Пример 1.16. На двух полках находится 35 и 40 книг соответственно. Сколькими способами можно выбрать одну книгу ?
По правилу суммы находим число всех возможных способов выбора
Правило произведения. Если некоторый объект можно выбратьп разными способами и при каждом выборе объекта объектможно выбратьт разными способами, то выбор пары объектов можно осуществитьспособами.
Пример 1.17. В группе 20 студентов, из них 8 юношей и 12 девушек. Сколькими способами можно выбрать одного юношу и одну девушку для участия в конкурсе?
Каждый из п = 8 вариантов выбора юноши может комбинироваться с одним из т = 12 вариантов выбора девушки, поэтому по правилу произведения число способов выбора пары равно
Пример 1.18. В группе 20 студентов, из них 8 юношей и 12 девушек. Сколькими способами можно выбрать двух юношей и трех девушек для участия в конкурсе?
Каждый из вариантов выбора двух юношей может комбинироваться с одним извариантов выбора девушки, поэтому по правилу произведения
число способов выбора равно
1.6. Классическое определение вероятности
Это определение относится только к тем опытам, у которых возможно конечное число равновозможных исходов. Исходы являются равновозмож-ными, если нет оснований считать, что ни один из них будет более воз-можным, чем другие. Например, если брошена игральная кость, то исходы: выпало одно очко, - два очка, …, - шесть очков – являются равно-возможными.
Определение 1.12. Вероятностью события А называется число , гдеn число всех исходов опыта, а т число исходов, благоприятных появлению события А.
Из определения следуют основные свойства вероятности:
1. , так как;
2. , так как в этом случае;
3. , так как в этом случае.
Пример 1.19. Брошены две игральные кости. Найти вероятность того, что выпадет в сумме три очка.
Пусть А интересующее нас событие. Благоприятные исходы: (1 , 2) и (2, 1), т.е. . Число общих исходов определяем из того, что каждое число очков на одной кости может сочетаться с шестью вариантами числа
очков на другой кости, т.е. . Тогда.
Пример 1.20. Абонент забыл последние три цифры семизначного номера телефона и, помня, что они различные, набрал их наугад. Найти вероятность того, что он набрал правильный номер.
Пусть А - интересующее нас событие. Очевидно, что . Число различных вариантов набора трёх различных цифр из десяти будет равно
Тогда .
Пример 1.21. Некий гражданин купил карточку лото и наугад отметил 6 номеров из 49. Найти вероятность того, что он правильно угадал k номеров из 6 .
Пусть А интересующее нас событие. Общее число исходов . Число угаданных , каждый из этих вариантов может сочетаться с одним изнепра-вильных вариантов.
Тогда
.
откуда следует, что вероятность минимального выигрыша в лото при будет равна.
Пример 1.22. Магазин продал 16 из 20 кухонных комбайнов трех марок, имеющихся в продаже в количестве 4, 7 и 9 штук соответственно. Полагая, что вероятность быть проданным для каждого комбайна одинакова, найти вероятности того, что остались непроданными кухонные комбайны: а) только одной марки; б) всех трех марок.
а) Если осталось непроданных 4 кухонных комбайна из 20 (событие А), то число вариантов, при которых это событие может произойти равно
Число вариантов, при которых останутся непроданными все 4 кухонных комбайна первой марки, равно число вариантов, при которых останутся непроданными4 комбайна второй марки, равно и, наконец, число вариантов, при которых останутся непроданными 4 комбайна третьей марки, равно
Тогда для события А по правилу суммы общее число вариантов
и искомая вероятность равна
б) В случае, если останутся непроданными кухонные комбайны всех трех марок (событие В), то это может произойти тремя способами: ку-хонных комбайнов одной из марок останется 2, а комбайнов остальных двух марок по одному.
Таким образом, если останется 2 комбайна первой марки, то по правилу произведения количество интересующих нас вариантов равно
если останется 2 комбайна второй марки, то по правилу произведения количество интересующих нас вариантов равно
и, наконец, если останется 2 комбайна третьей марки, то по правилу произведения количество интересующих нас вариантов равно
Общее количество вариантов, при которых произойдет событие В,
и искомая вероятность равна