- •Модуль 1. Аксиоматический метод в математике. Множества
- •Задания к практическим занятиям по модулю №1
- •Практическое занятие №1. Аксиоматический метод. Теория множеств. Способы задания множеств. Алгебра множеств. Отношения между множествами
- •1. Цель работы
- •2. Теоретический материал для практического занятия №1
- •2.1. Правила аксиоматического построения теории
- •2.2. Теория множеств. Понятие множества
- •2.3. Способы задания множеств
- •2.4. Подмножества и равенство множеств
- •3. Примеры выполнения задания к практической работе №1. «Алгебра множеств. Подмножества и равенство множеств»
- •4. Вопросы для самоконтроля к практическому занятию №1
- •4.2. Вопросы для самоконтроля к практическому занятию №1 по теме: «Теория множеств. Алгебра множеств. Подмножества и равенство множеств»
- •Практическое занятие №2. Алгебра множеств
- •1. Цель работы
- •2. Теоретический материал для практического занятия №2. Алгебра множеств. Операции над множествами
- •2.1. Операции над множествами
- •2.2. Геометрическая интерпретация алгебры множеств
- •3. Примеры выполнения задания к практической работе №2. «Основные операции над множествами»
- •4. Вопросы для самоконтроля к практическим занятиям по теме «Алгебра множеств. Основные операции над множествами»
- •Практическое занятие №3. Отношения на множестве. Бинарные отношения
- •1. Цель работы
- •2. Теоретический материал для практического занятия №3
- •3. Примеры выполнения задания к практической работе №3
- •4. Вопросы для самоконтроля к практическим занятиям по теме множества. Отношения на множестве. Бинарные отношения
- •Модуль 2. Комбинаторика. Теория вероятностей
- •Задания к практическим занятиям по модулю №2
- •Практическое занятие №4. Случайные события и операции над ними. Задачи комбинаторики
- •1. Цель работы
- •2. Теоретический материал для практического занятия №4
- •2.1. Формулы комбинаторики
- •2.2. Теория вероятностей
- •2.3. Понятие вероятности события. Классическое определение вероятности. Вычисления вероятностей элементарных событий
- •3. Примеры выполнения задания к практической работе №4
- •4. Вопросы для самоконтроля по теме комбинаторика
- •Практическое занятие №5. Теоремы сложения и умножения вероятностей. Условная вероятность
- •1. Цель работы
- •2. Теоретический материал для практического занятия №5
- •2.1. Сложение вероятностей несовместных событий
- •2.2. Умножение вероятностей независимых событий
- •2.3. Вероятность появления хотя бы одного события
- •2.4. Умножение вероятностей зависимых событий. Условная вероятность
- •2.5. Сложение вероятностей совместных событий
- •3. Примеры выполнения задания к практической работе №5
- •4. Вопросы для самоконтроля по теме «Теоремы сложения и умножения вероятностей. Условная вероятность»
- •Практическое занятие №6. Формулы полной вероятности, Байеса
- •1. Цель работы
- •2. Теоретический материал для практического занятия №6
- •2.1. Формула полной вероятности
- •2.2. Формула Байеса
- •3. Примеры выполнения задания к практической работе №6
- •Практическое занятие №7. Дискретные случайные величины. Числовые характеристики
- •1. Цель работы
- •2. Теоретический материал для практического занятия №7
- •2.1. Дискретная случайная величина. Случайные величины, законы их распределения
- •2.2. Закон распределения распределения дискретной случайной величины
- •2.3. Характеристики дискретной случайной величины
- •3. Примеры выполнения задания к практической работе №7
- •Практическое занятие №8. Непрерывные случайные величины. Законы распределения
- •1. Цель работы
- •2. Теоретический материал для практического занятия №8
- •2.1. Функция распределения и плотность вероятности непрерывной случайной величины
- •2.2. Основные характеристики (параметры распределения) непрерывной случайной величины
- •2.3. Некоторые частные распределения
- •3. Примеры выполнения задания к практической работе №8
- •4. Вопросы для самоконтроля по теме «Непрерывная случайная величина. Законы распределения»
- •Практическое занятие №9. Непрерывные случайные величины. Нормальный закон распределения
- •1. Цель работы
- •2. Теоретический материал для практического занятия №9
- •2.1. Нормальное распределение
- •3. Примеры выполнения задания к практической работе №9
- •Литература к модулю 1
- •Литература к модулю 2
- •Приложение №1. Задания для выполнения самостоятельной работы №1
- •Задание 1
- •Задание 2. Геометрическая интерпретация операций над множествами
- •Приложение №2
- •Задания для выполнения самостоятельной работы №2
- •Комбинаторика
- •Вычисления вероятностей элементарных событий
- •Теория вероятностей. Теоремы сложения и умножения вероятностей. Условная вероятность
- •Задания для выполнения самостоятельной работы №3
- •Приложение №3
- •Приложение №4
X |
-3 |
2 |
P |
0,3 |
0,8 |
Тогда математическое ожидание M(X) этой случайной величины равно …
-1,1
-2,5
-1
-0,7
5. Дискретная случайная величина X имеет закон распределения вероятностей:
X |
-1 |
2 |
P |
0,3 |
0,7 |
Тогда математическое ожидание M(X) этой случайной величины равно …
-0,4
-1,1
-2
-1,7
6. Дискретная случайная величина X имеет закон распределения вероятностей:
X |
-2 |
3 |
P |
0,4 |
0,7 |
|
|
|
Тогда математическое ожидание M(X) этой случайной величины равно …
-1
-2,9
-1,3
-1,1
Практическое занятие №8. Непрерывные случайные величины. Законы распределения
1. Цель работы
Цель работы – усвоить понятие непрерывной случайной величины, законы ее распределения, характеристики. Научиться находить вероятность непрерывной случайной величины. Выработать навыки вычисления основных характеристик непрерывной случайной величины.
2. Теоретический материал для практического занятия №8
2.1. Функция распределения и плотность вероятности непрерывной случайной величины
Случайная величина, которая может принимать все значения из некоторого числового промежутка, называется непрерывной случайной величиной.
Случайная величина называется непрерывной, если существует неотрицательная функция f(х), удовлетворяющая при любых х равенству:
|
Х |
|
|
|
|
∫ f (x)dx |
. |
|
(24) |
F(х)= −∞ |
|
|
||
Функция f(х) называется плотностью вероятности: |
|
|
|
|
lim |
P(x < Х < x + x) |
. |
(25) |
|
f(х) = x→0 |
x |
|
|
37
Непрерывная случайная величина задается либо функцией распределения F(х) (интегральным законом распределения), либо плотностью вероятности f(х) (дифференциальным законом распределения).
Функция распределения F(х)=Р(Х<х), где х – произвольное действительное число, дает вероятность того, что случайная величина меньше х.
Функция распределения F(х) имеет следующие свойства: 1) Р(а ≤ Х < в) = F(в) - F(а);
2)
F( х1 ) ≤ F( х2 ), если х1 < х2; |
(26) |
lim F (x)
3) x→+∞ =1;
lim F (x)
4) x→−∞ = 0.
Плотность вероятности f(х) (дифференциальный закон распределения) обладает следующими основными свойствами:
1) f(х) ≥ 0.
Геометрически это означает, что вся кривая распределения лежит не ниже оси абсцисс; dF(x)
2) f(х) = dx = F′(х);
3)
∞ |
|
∫ |
(27) |
−∞ |
f(х)dх = 1. |
Геометрически это означает, что полная площадь, ограниченная кривой распределения и осью абсцисс равна единице;
4)
b |
|
|
∫ |
(28) |
|
Р(а ≤ Х < в) = a |
f(х)dх . |
|
Геометрически вероятность попадания величины Х на участок (а, b) равна площади кривой распределения, опирающейся на этот участок.
Функция распределения связана с плотностью следующими формулами:
x |
|
|
|
∫ |
f(t)dt, |
(29) |
|
F(х) = −∞ |
|
||
dF(x) |
|
(30) |
|
f (х) = dx |
= F′ (х). |
||
|
2.2. Основные характеристики (параметры распределения) непрерывной случайной величины
Свойства случайной величины могут характеризоваться различными параметрами. Важнейшие из них - математическое ожидание случайной величины, которое обозначается через М(Х), и дисперсия D(Х) = σ2(Х), корень квадратный из которой σ (Х) называют среднеквадратическим отклонением или стандартом .
2.2.1. Математическое ожидание
Математическим ожиданием непрерывной случайной величины Х называется интеграл:
38
∞ |
|
∫ |
(31) |
М(Х) = −∞ х f(х)dх,
где f(х) - плотность вероятности распределения случайной величины Х.
Математическое ожидание М(Х) можно понимать как «теоретическое среднее значение случайной величины».
2.2.2. Дисперсия
Если математическое ожидание случайной величины дает «ее среднее значение» или точку на координатной прямой, «вокруг которой разбросаны» значения рассматриваемой случайной величины, то дисперсия характеризует «степень разброса» значений случайной величины около ее среднего.
Для непрерывной случайной величины Х:
∞ |
|
∫ |
(32) |
D(Х) = −∞ { x - M(X)}2 f(x)dx.
2.3. Некоторые частные распределения
Следует рассмотреть некоторые важные для практики распределения случайных величин и соответствующие им числовые характеристики.
2.3.1. Равномерное распределение
Непрерывная случайная величина X называется распределенной равномерно на отрезке [a,b], если ее плотность распределения вероятностей постоянна на данном отрезке:
0, |
|
|
x [a,b] |
|
|
|
1 |
|
. |
(33) |
|
f (x) = |
|
||||
|
|
|
, |
x [a,b] |
|
|
−a |
|
|||
b |
|
|
|
Функция распределения в этом случае согласно (21) ,примет вид:
|
0, |
|
x < a |
|
x −a |
|
|
|
|
F(x) = |
|
, |
a ≤ x <b. |
(34) |
|
||||
b −a |
|
x ≥b |
|
|
|
1, |
|
|
Это распределение реализуется, например, в эксперименте, в котором наудачу ставится
точка на отрезок [a,b], при этом случайная величина X – абсцисса поставленной точки.
На рис. 6 представлен график функции р(х) случайной величины, равномерно распределенной на промежутке [a;b]
p(x)
1 c = b - a
x
Рис.6. График функции р(х) случайной величины, равномерно распределенной на промежутке [a;b]
Примером равномерно распределенной непрерывной случайной величины Х является ошибка при округлении отсчета до ближайшего целого деления шкалы измерительного прибора, проградуированной в некоторых единицах.
39