- •1 3(1) . Линейное программирование. Симплекс-метод. Привести числовой пример решения задачи линейного программирования симплекс-методом с использованием симплекс-таблиц.
- •2 3(3) . Свойства бинарных отношений. Рефлексивность, симметричность, транзитивность, иррефлексивность, антисимметричность, интранзитивность.
- •3 3(5) .Последовательная и связанная память. Представление линейных списков в последовательной и связанной памяти. Достоинства и недостатки того и другого представления
- •Логическое высказывание и его свойства. Логические операции (связки). Формализация логических суждений.
- •Машина Тьюринга, ее структура и свойства. Проблема остановки мт.
- •3 8(5) .Понятие обхода дерева. Виды обходов двоичного дерева. Определение структуры двоичного дерева по двум заданным обходам. Рекурсивные алгоритмы обходов двоичных деревьев.
- •1 16(1) . Цикломатика графов. Цикломатическое число. Цикломатический базис. Связь циклов графа с цикломатическим базисом.
- •2. Процессы в операционных системах. Общие понятия. Ресурсы процесса. Создание и уничтожение процесса.
- •3. Xml базы данных. Dtd и xml Schema
- •1 19(1) . Условная вероятность события. Формула полной вероятности и формула Байеса. Независимость событий (попарная и в совокупности). Примеры. Условная вероятность
- •Независимость событий
- •Формула полной вероятности
- •Теорема гипотез (формула Байеса)
- •2 19(4) . Логическое высказывание и его свойства. Логические операции (связки). Формализация логических суждений.
- •3 19(6) . Операционная система. Функции, назначение. Многопользовательские системы. Мультипрограммные системы.
- •1. Условная вероятность события. Формула полной вероятности и формула Байеса. Независимость событий (попарная и в совокупности).
- •1Нф (Первая Нормальная Форма)
- •2Нф (Вторая Нормальная Форма)
- •3Нф (Третья Нормальная Форма)
- •Алгоритм нормализации (приведение к 3нф)
- •К 43(6) лассы бинарных отношений. Отношение порядка и его свойства.
- •3 43(7) .Структура языка sql. Оператор select. Типы соединений таблиц.
1 19(1) . Условная вероятность события. Формула полной вероятности и формула Байеса. Независимость событий (попарная и в совокупности). Примеры. Условная вероятность
Вероятность
события
,
вычисленная при условии, что имело место
событие
,
называется условной вероятностью
события
относительно события
и
обозначается: P(A/B).
Условную
вероятность можно рассматривать как
вероятностный вес события
среди событий
.
Полученный результат можно записать:
Это равенство представляет собой теорему умножения вероятностей: вероятность произведения двух событий равна произведению вероятности одного из них на условную вероятность другого при условии, что первое имело место. А вероятность произведения нескольких событий равна произведению их условных вероятностей при условии, что все предыдущие имели место:
Независимость событий
Событие
называется независимым от события
,
если вероятность события
не зависит от того, произошло ли событие
:
Свойство
независимости событий
и
взаимно, т. е. если:
то и:
Для
независ. событий теорема
произведения вероятностей
имеет вид:
Понятие
независимости, определённое для двух
событий A и B, может быть обобщено на
случай n
событий
:
Первое равенство означает попарную независимость событий. Второе – тройную независимость и т.д. Последнее равенство – независимость для n событий. Выполнение равенств для всех различных сочетаний событий называется независимостью в совокупности.
Пример:
Попарной независимости может оказаться
недостаточно для независимости событий
в совокупности.В урне лежат 4 шара с
номерами 1,2,3 и 123. Пусть событие
заключается в том, что на вынутом шаре
окажется цифра 1 (соответственно, 2 и 3).
События
попарно независимы, т.к.:
Н
19(2)
Формула полной вероятности
Пусть
- попарно несовместные события
,
т.е.
.
Причём
события
тоже будут попарно несовместными.
Тогда согласно теореме сложения и умножения вероятностей:
Это равенство носит название формулы полной вероятности. Если же - не только попарно – несовместные, но и образуют полную группу событий, т.е.:
,
то
такие события
носят название гипотезы – события и
обозначаются
.
А формула полной вероятности в этом
случае имеет вид:
Вероятность Р(Hi) гипотезы Hi (i = 1,…,n), вычисленная безотносительно к событию В, называется априорной вероятностью (a priori). Условная вероятность Р(HiB) гипотезы Hi (i = 1,…,n), вычисленная в предположении, что событие В осуществилось, называется апостериорной вероятностью (a posteriori).
Пример:
Пусть фирма проводит рекламу своих товаров по трём каналам:
1.развешивает объявления на досках информации; 2.реклама в газете; 3.реклама на телевидении. События:
-
информация не попала к крупному
заказчику ни с одного из каналов:
-
информация попала с какого-то только
одного канала:
-
информация попала только с 2-х каналов:
-
информация попала со всех 3-х каналов:
События
- попарно - несовместные и образуют
разбиение множества Ω, т.е.:
19(3)
Пусть событие B - заказ от крупного заказчика, причём известно, что:
тогда
по формуле полной вероятности:
