- •Зачем представителям юридической специальности изучать математику и информатику?
- •Понятие множества. Способы задания множества. Подмножество данного множества. Универсум. Операции над множествами (пересечение, объединение, разность).
- •Понятие множества. Диаграммы Эйлера-Венна. Дополнение.
- •Высказывание. Элементарное высказывание. Основные операции (отрицание, конъюнкция, дизъюнкция, строгая дизъюнкция, импликация, эквиваленция).
- •Правильные рассуждения. Тавтология. Выполнимая формула. Тождественно ложная формула. Опровержимая формула.
- •Совершенная дизъюнктивная нормальная форма.
- •Совершенная конъюнктивная нормальная форма.
- •Тавтология. Доказательство при помощи таблицы истинности.
- •Тавтология. Доказательство при помощи рассуждения от противного.
- •Постоянные и переменные величины. Понятие функции. Область определения и область значения функции.
- •Понятие функции. Табличный способ задания функции.
- •Понятие функции. Графический способ задания функции.
- •Понятие функции. Аналитический способ задания функции.
- •Понятие функции. Элементы поведения функции. Возрастающая функция. Неубывающая функция. Примеры.
- •Понятие функции. Элементы поведения функции. Убывающая функция. Невозрастающая функция. Примеры.
- •Понятие функции. Элементы поведения функции. Ограниченная функция. Неограниченная функция. Примеры.
- •Понятие функции. Элементы поведения функции. Выпуклая вниз функция. Выпуклая вверх функция. Периодическая функция. Примеры.
- •Понятие функции. Сложная функция. Примеры.
- •Понятие функции. Линейная интерполяция.
- •Дробно-линейная функция. График.
- •Квадратическая функция. График.
- •Преобразование графиков
- •Матрица. Обратная матрица. Свойства обратной матрицы.
- •Матрица. Обратная матрица. Нахождение обратной матрицы 2-го порядка.
- •Матрица. Обратная матрица. Нахождение обратной матрицы 3-го порядка.
- •Понятие неориентированного графа. Вершина. Ребро. Нулевой граф. Неполный граф. Полный граф. Примеры.
- •Информатика. Структура предметной области. Основные задачи информатики. Основные области исследований информатики.
- •Междисциплинарные направления информатики. Информатика в юриспруденции.
- •Формулировка предметной задачи. Задачная ситуация.
- •Формализация предметной задачи. Общая схема постановки и решения предметных задач.
- •Понятие о модели. Типы моделей. Представления о системном подходе. Коммуникация как передача информации о модели.
- •Информационные системы. Этапы развития информационных систем. Основные процессы в информационной системе. Свойства информационной системы.
- •Элементы комбинаторики. Генеральная совокупность без повторений. Размещения, сочетания и перестановки без повторений. Формулы расчета.
- •Элементы комбинаторики. Генеральная совокупность с повторениями. Размещения, сочетания и перестановки с повторениями. Формулы расчета.
- •Элементарное событие. Пространство элементарных исходов. Событие. Примеры. Достоверное, невозможное и случайное событие.
- •События. Действия над ними. Диаграммы Венна.
- •Вероятность. Классическая вероятность. Примеры.
- •Вероятность. Статистическая вероятность. Примеры.
- •Вероятность. Геометрическая вероятность. Примеры.
- •Совместность событий. Правило сложения вероятностей двух совместных и несовместных событий.
- •Независимость событий. Правило умножения вероятностей.
- •Формула полной вероятности.
- •Формула Байеса.
Вероятность. Статистическая вероятность. Примеры.
Вероятностью события называют отношение числа благоприятствующих исходов события к общему числу исходов.
Статистическая вероятность. Это когда относительная частота или частность события определяется равенством:
Частота (события А) = М/Н, где Н – это общее число проведённых испытаний, М – это число испытаний, в которых произошло событие А.
В том случае, если:
Количество испытаний Н достаточно велико (Н стремиться к бесконечности).
Серии из Н испытаний постоянно повторяются, тогда частота примерно равно вероятности. # Н1=1000, частота = 0,5; Н2=10000, частота = 0,5; Н3 = 100000, частота = 0,5.
Вероятность. Геометрическая вероятность. Примеры.
Вероятностью события называют отношение числа благоприятствующих исходов события к общему числу исходов.
Геометрическая вероятность. Пусть отрезок Л составляет часть отрезка ЛЛ. На отрезок ЛЛ наудачу поставлена точка. Предполагается, что вероятность попадания точки на отрезок Л пропорциональная длине этого отрезка и не зависит от его расположения к ЛЛ. В этих предположениях вероятность попадания точки на отрезок Л определяется равенством:
Вероятность = Л/ЛЛ.
# ЛЛ = 100 км, Л = 5 км Вероятность А = 5/100=1/20.
Геометрическая вероятность – это вероятность попадания точки в заданную область.
Совместность событий. Правило сложения вероятностей двух совместных и несовместных событий.
Независимость событий. Правило умножения вероятностей.
Формула полной вероятности.
Пусть событие А может наступить при условии появления 1 из несовместных событий Б1, Б2, Б3, Б…,Бн, которые образуют полную группу событий. Пусть известны вероятности этих событий, а также условной вероятности события А. Чтобы найти событие вероятности А нужно воспользоваться формулой полной вероятности.
Вероятность события А, которое может наступить лишь при условии появления 1 из несовместных событий Бн, образующих полную группу = сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность события А.
P(A)=P(B1)*Pb1(A)+P(B2)*Pb2(A)+…+P(Bn)*Pbn(A)
Условной вероятностью называют вероятность события Б, вычисляемую при условии, что событие А произошло. Тогда для зависимых событий вероятность А(Б) не равно вероятность неА(Б),а для зависимых событий они равны (безусловная вероятность).
Формула Байеса.
Из формулы полной вероятности известно ,что событие А может наступить лишь при наступлении 1 из несовместных событий Б1,Бн, образующих полную группу. Но мы не знаем, какое именно событие при этом появится. Поскольку заранее неизвестно, какое именно событие появится, их называют гипотезами (предположениями группы событий Б). Формула Байеса позволяет переоценить вероятность гипотез после того, как станет известным результат испытания, в итоге которого появится событие А. Эту вероятность считают, используя формулу Байеса.
Pa(Bi)=P(Bi)*Pbi(A)/P(B1)*Pb1(A)+…+P(Bn)*Pbn(A).
Формула Байеса позволяет переоценить вероятность события Б.