- •Опорный конспект лекций
- •Донецк, 2017 г.
- •1. Цель и задачи освоения дисциплины
- •2. Содержание лекционных занятий
- •Тема 1. Теория вероятностей. Основные теоремы теории вероятностей (10ч)
- •1.1.Предмет теории вероятностей
- •1.2. Пространство элементарных событий
- •1.3. Операции над событиями
- •1.5. Элементы комбинаторики
- •1. Перестановки.
- •2. Сочетания.
- •1.4. Статистический подход к понятию вероятности
- •3. Размещения.
- •1.6. Классическое определение вероятности
- •1.7. Аксиоматическое определение вероятности
- •2.1. Теорема умножения вероятностей
- •2.2. Теорема сложения вероятностей
- •3.1. Формула полной вероятности
- •3.2. Формула Байеса
- •4.1. Независимые испытания. Формула Бернулли
- •4.2. Локальная теорема Муавра – Лапласа
- •5.1. Интегральная теорема Лапласа
- •5.2. Теорема Пуассона
- •5.3. Вероятность отклонения частоты от постоянной вероятности
- •Тема 2. Случайные величины (10 ч).
- •6.1. Случайные величины
- •6.2. Функция распределения вероятностей для дискретной св
- •6.3. Непрерывная св. Функция распределения
- •7.1. Математическое ожидание св
- •7.2. Дисперсия и среднее квадратичное отклонение св
- •7.3. Понятие о моментах св
- •8. Законы распределения дискретных случайных величин
- •8.1. Биномиальное распределение
- •8.2. Распределение Пуассона
- •8.3. Геометрическое распределение
- •9. Законы распределения непрерывных случайных величин
- •9.1. Равномерное распределение
- •9.2. Показательное распределение
- •9.3. Нормальное распределение
- •10.1. Неравенство Чебышева
- •10.2. Теорема Чебышева
- •Тема 3. Элементы математической статистики (14ч)
- •11.1. Предмет математической статистики
- •11.2. Полигон и гистограмма
- •12.1. Эмпирическая функция распределения
- •13.1. Точечные оценки
- •13.2. Интервальные оценки
- •15.1. Статистические зависимости
- •15.2. Линейная регрессия
- •16.1. Корреляционная таблица
- •16.2. Выборочный коэффициент корреляции
- •3. Литература:
3. Размещения.
Всякое упорядоченное подмножество, содержащее k элементов данного множества М из n элементов, называется размещением из n элементов по k.
Число размещений
.
Пример 4. Сколько различных трехзначных чисел можно составить из цифр 1, 2, 3, 4 и 5 ?
По формуле для размещений 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 выбрать п
разными способами, а объект
можно выбрать т
разными способами, причем никакой
выбор
не совпадает ни с каким выбором
,
то один из объектов
или
можно выбрать
способами.
Пример 5. 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 выбрать п
разными способами и при каждом выборе
объекта
объект
можно выбрать т
разными способами, то выбор пары объектов
можно осуществить
способами.
Пример 6. 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 7. 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 из
вариантов 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 равновозможными, если нет оснований считать, что ни один из них будет более возможным, чем другие. Например, если брошена игральная кость, то исходы: выпало одно очко, - два очка, …, - шесть очков – являются равно-возможными.
Определение 1. Вероятностью события
А называется
число
,
где n
- 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 8. 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 9. Абонент забыл последние три цифры семизначного номера 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 равна
Тогда
.
Пример 10. 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 из
неправильных вариантов.
Тогда
.
Кстати, при
.
