- •Математика
- •Часть 1
- •1. Цель изучения дисциплины
- •2. Правила и порядок выполнения контрольных работ
- •3. Тематический план дисциплины
- •4. Рабочая программа дисциплины
- •Раздел 1. Дифференциальное исчисление
- •Раздел 2. Интегральное исчисление
- •Раздел 3. Дифференциальные уравнения. Ряды
- •2 Семестр
- •Раздел 4. Аналитическая геометрия
- •Раздел 5. Линейная алгебра
- •Раздел 6. Элементы теории вероятностей
- •3 Семестр
- •Раздел 7. Линейное программирование
- •4 Семестр
- •Раздел 8. Транспортная задача
- •Раздел 9. Матричные игры
- •Раздел 10. Теория массового обслуживания
- •5. Список литературы (основная и дополнительная)
- •6. Контрольные вопросы для экзамена за 1 курс
- •7. Тематика контрольных работ
- •8. Контрольная работа №1
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •9. Методические указания по выполнению контрольной работы №1
- •I. При вычислении пределов следует учитывать следующие основные правила:
- •II. При вычислении производных следует учитывать основные правила дифференцирования:
- •Общая схема исследования функции
- •III. При вычислении интегралов следует учитывать основные правила интегрирования:
- •Основные методы интегрирования
- •Понятие определенного интеграла
- •10. Контрольная работа №2 вариант 0
- •Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •11. Методические указания по выполнению контрольной работы №2 Понятие матрицы. Действия над матрицами
- •Понятие обратной матрицы
- •Понятие определителя. Свойства определителей
- •Свойства определителей
- •Система линейных уравнений
- •Метод Крамера
- •Матричный метод решения
- •Метод Гаусса
- •Понятие случайного события. Алгебра событий
- •Классификация событий
- •Понятие вероятности и частоты
- •Формулы комбинаторики
- •Теорема сложения вероятностей
- •Теорема умножения вероятностей
- •Вероятность появления хотя бы одного события
- •Повторение независимых опытов. Формула Бернулли
- •Локальная теорема Лапласа
- •Интегральная теорема Лапласа
- •Формула полной вероятности
- •Формула Бейеса
- •Понятие случайной величины
- •Способы задания случайных величин
- •Числовые характеристики случайных величин
- •Содержание
Понятие случайной величины
Случайная величина (СВ) – второе основное понятие теории вероятностей. В отличие от случайного события, случайная величина это переменная.
Определение. Случайной величиной называется переменная, которая может принимать различные значения в зависимости от обстоятельств.
Примеры: урожай картофеля с га, число родившихся за день мальчиков, рост девочек определенного возраста и т.д.
Случайные величины принято обозначать последними заглавными буквами латинского алфавита: X, Y, Z и т.д. Значения этих величин обозначаются соответствующими малыми буквами: х, у, z и т.д.
Классификация СВ
Дискретными называются СВ, которые принимают отдельные возможные значения (ДСВ).
Например: число, присутствующих на семинаре студентов из группы 25 человек, может иметь значения 0, 1, 2, …, 25.
Непрерывными называются СВ, которые могут принимать все значения из некоторого конечного или бесконечного промежутка (НСВ).
Например: время работы электрической лампочки, рост мальчиков одного возраста.
Способы задания случайных величин
Дискретная СВ считается заданной, если известны все ее возможные значения х1, х2, …, хn и вероятности, с которыми принимаются эти значения р1, р2, …, рn. Эти данные принято записывать в форме таблицы:
-
Х
х1
х2
…
хn
Р
р1
р2
…
рn
Эту таблицу называют рядом распределения ДСВ.
Отметим, что события Х = х1, Х = х2, …, Х = хn (т.е. СВ Х принимает значение х1 и т.д.) образуют полную группу, так как они несовместимые и одно из них обязательно произойдет. Следовательно, сумма вероятностей pi равна 1:
.
Пример 21. Фирму обслуживает три автомашины. Вероятность поломки каждой в течение года равна 0,6. Составить ряд распределения СВ – числа поломавшихся автомашин в течение года.
Решение. Х – число, поломавшихся автомашин может быть равно 0, 1, 2, 3. Так как вероятность поломки постоянна, то воспользуемся формулой Бернулли (16).
Вероятность, что ни одна автомашина не сломается, т.е. Х примет значение равное нулю, находится как
Вероятность, что сломается одна машина из трех равна
.
Аналогично находятся вероятности поломки двух и трех автомашин
Теперь составим ряд распределения Х
-
Х
0
1
2
3
Р
0,064
0,288
0,432
0,216
Очевидно, что если ДСВ имеет много значений, то задавать ее в форме ряда распределения неудобно. Поэтому разработан другой способ – с помощью функции распределения.
Функцией распределения СВ Х называется функция , равная вероятности того, что СВ Х примет значение, меньше данного х.
С помощью функции распределения можно задать и непрерывную СВ.
Обычно для дискретной СВ функцию распределения представляют графически в виде кусочно–постоянной функции.
Пример 22. Составить функцию распределения по условиям примера 21.
Решение. Так как по условию Х не принимает значений, меньших нуля, то вероятность события при равна нулю (невозможное событие).
При вероятность события равна 0,064, так как в этом случае СВ Х может иметь только значение 0 с вероятностью 0,064.
В промежутке , вероятность события будет равна сумме вероятностей 0,064 + 0,288 = 0,352, так как в этом случае СВ может принимать два значения 0 и 1. Тогда по теореме сложения вероятностей и получаем указанное значение.
Рассуждая аналогично, получим, что вероятность события в промежутке равна сумме
0,064 + 0,288 + 0,432 = 0,784
Запишем теперь функцию распределения в виде
Построим график функции распределения
1,0
0,784
0,352
0,064
0 1 2 3 х
Как видно, функция постоянна на интервалах, где нет ее значений, и имеет скачки в точках, соответствующих ее значениям. Эти скачки равны вероятностям, с которыми СВ принимает свои значения.
Заметим, что функция отражает вероятности событий, и, следовательно, не может иметь значений меньше 0 и больше 1.