- •Теория вероятностей и математическая статистика
- •Случайные события
- •Действия над событиями
- •Свойства операций над событиями
- •Задачи, рассмотренные на лекции и семинаре. Тема 1. События. Основные операции над событиями Лекция 1
- •Семинар 1
- •Домашнее задание 1 – Тема 1.
- •Свойства относительной частоты
- •Свойства статистической вероятности
- •Классическое определение вероятности
- •Свойства «классической» вероятности
- •Полезный алгоритм
- •Задачи, рассмотренные на лекции и семинаре. Тема 2 Лекция 2
- •Семинар 2
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Домашнее задание 2 – Тема 2.
- •Классическое определение вероятности
- •Тема 2.1. Элементы комбинаторики. Правило суммы и правило произведения. – 4 часа 2 часа лекции, 2 часа семинарское занятие Элементы комбинаторики
- •Правило умножения
- •Правило сложения (суммы)
- •Задачи, рассмотренные на Лекции и Семинаре 2.1.
- •Домашнее задание 2.1 – Тема 2.1 Элементы комбинаторики: Правило Суммы, Правило Произведения
- •Тема 3. Элементы комбинаторики. Понятие о «схеме выбора». Схема выбора без возвращения: Перестановки, Размещения, Сочетания. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Соединения. Виды соединений
- •Перестановки
- •Размещения
- •Сочетания
- •Свойства Сочетаний (биномиальных коэффициентов)
- •Семинар 3
- •Домашнее задание 3 – Тема 3. Элементы комбинаторики: Перестановки, Размещения, Сочетания
- •Тема 4. Элементы комбинаторики. Схема выбора с возвращением: Размещения, Сочетания, Перестановки с повторением – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Размещения с повторениями
- •Сочетания с повторениями
- •Перестановки с повторениями
- •Задачи, рассмотренные на лекции и семинаре. Тема 4.
- •Лекция 4
- •Семинар 4
- •Домашнее задание 4 - Тема 4.
- •Тема 5. Геометрическое определение вероятности. Субъективная вероятность. Примеры вычисления вероятностей. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Субъективная вероятность
- •Геометрическое определение вероятности
- •Свойства геометрической вероятности
- •Задачи, рассмотренные на лекции и семинаре 5. Тема 5. Геометрическая вероятность
- •Домашнее задание 5 - Тема 5. Геометрическая вероятность
- •Тема 6. Независимость событий. Вероятность произведения событий. Вероятность суммы событий. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Независимость событий
- •Тема 6. Задачи, рассмотренные на лекции и семинаре 6 Лекция 6
- •Семинар 6 Дополнительное задание
- •Домашнее задание 6 – Тема 6. Формулы вероятности суммы и произведения событий
- •Тема 7. Независимость событий. Условные вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Условные вероятности
- •Полезный алгоритм
- •Тема 7. Независимость событий. Условная вероятность Задачи, рассмотренные на лекции и семинаре 7 Лекция 7
- •Семинар 7
- •Тема 8. Формула полной вероятности. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Тема 8. Задачи, рассмотренные на Лекции 8
- •Тема 8. - Домашнее задание 8. Формула полной вероятности
- •Тема 9. Формула Байеса (формула гипотез, формула апостериорной вероятности). – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Задачи, рассмотренные на Лекции и Семинаре 9
- •Домашнее задание 9. – Тема 9 – Теорема Байеса
- •Тема 10. Схема повторных независимых испытаний с двумя исходами. Схема Бернулли. Теорема и Формула Бернулли. - 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Бернулли
- •Случай нескольких исходов
- •Вероятность появления рассматриваемого события не менее m раз
- •Задачи, рассмотренные на Лекции и Семинаре 10. Тема 10. Формула Бернулли Лекция 10
- •Семинар 10
- •Домашнее задание 10 – Тема 10. Схема Бернулли
- •Тема 11. Приближенные вычисления в схеме Бернулли. Формулы Пуассона, Муавра – Лапласа. Алгоритмы вычислений. Гауссиана. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
- •Формула Пуассона
- •Алгоритм использования функции Гаусса в приближенных вычислениях
- •Алгоритм использования функции ф(х) в приближенных вычислениях
- •Сокращенная таблица значений функции плотности и интегральной функции ф(х)
- •Задачи, рассмотренные на Лекции.
- •Тема 11. - Формулы Пуассона и Муавра – Лапласа
- •Домашнее задание 11. -Тема 11. Формулы Пуассона и Муавра – Лапласа. Кривая вероятностей (Гауссиана). Закон больших чисел
- •Тема 12. Бином Ньютона. Биномиальные коэффициенты. Свойства биномиальных коэффициентов. – 4 часа: 2 часа лекции, 2 часа семинарское занятие Свойства Сочетаний (биномиальных коэффициентов)
- •Треугольник Паскаля
- •Домашнее задание 12 – Тема 12. Бином Ньютона
- •Дискретная случайная величина
- •Закон распределения дискретной случайной величины
- •Математические операции над дискретными случайными величинами
- •Задачи, рассмотренные на Лекции и Семинаре. Тема 13
- •Домашнее задание 13 – Тема 13. Случайная величина (св).
- •Тема 14. Числовые характеристики случайной величины. «Меры положения»: среднее арифметическое, среднее геометрическое, мода, медиана. «Меры рассеяния»: дисперсия, эксцесс, асимметрия.
- •«Меры положения»
- •1. Средняя арифметическая величина. Понятие средней арифметической
- •Свойства средней величины
- •2. Мода
- •3. Медиана
- •Вариация массовых явлений. «Меры рассеяния»
- •4. Размах (интервал изменения)
- •5. Математическое ожидание
- •Свойства математического ожидания
- •6. Дисперсия и среднеквадратическое (стандартное) отклонение
- •Алгоритм вычисления дисперсии
- •Свойства дисперсии
- •7. Коэффициент вариации
- •Моменты распределения и показатели его формы. Центральные моменты распределения
- •9. Коэффициент асимметрии
- •10. Коэффициент эксцесса
- •Задачи, рассмотренные на Лекции и Семинаре 14
- •Домашнее задание 14. Тема 14 – Числовые характеристики случайной величины. Закон распределения св
- •Плотность распределения
- •Сходство и различия между законом распределения и плотностью распределения
- •Свойства плотности вероятности
- •Нормальный закон распределения
- •Свойства кривой вероятностей
- •Понятие о биномиальной случайной величине
- •Раздел II
- •Вопросы для контроля
- •Вопросы к зачету по теории вероятностей и математической статистике
- •Рекомендуемая литература
Тема 9. Формула Байеса (формула гипотез, формула апостериорной вероятности). – 4 часа: 2 часа лекции, 2 часа семинарское занятие
Если событие А может произойти одновременно с одним из событий Н1, Н2, …, Нn, называемых гипотезами, представляющих собой так называемую полную группу попарно несовместных событий (то есть в результате опыта обязательно произойдет одно и только одно событие из этой группы), то вероятность события определяется поформуле полной вероятности:
=
Или в краткой записи:
.
Здесь Р(Нi) — вероятность -ой гипотезы, а P(A|Hi) - условная вероятность события при осуществлении данной гипотезыНi.
Если известно, что в результате опыта событие произошло, то эта информация может изменить вероятности гипотез: повышаются вероятности тех гипотез, при которых событиепроисходит с большей вероятностью, и уменьшаются вероятности остальных. Для переоценки вероятностей гипотез при известном результате опыта используется так называемаятеорема гипотез, или формула Байеса:
(В знаменателе дроби в правой части равенства стоит полная вероятность события ).
Задачи, рассмотренные на Лекции и Семинаре 9
Задача 0-Т9. Предположим, что 5% мужчин и 0,25% всех женщин страдают дальтонизмом. Наугад выбранное лицо оказалось дальтоником. Считая, что мужчин и женщин одинаковое количество, определить вероятность того, что этот человек
а) мужчина; б) женщина.
Задача 1–Т9. Предположим, что в двух корзинах содержится соответственно 3 белых и 7 черных и 7 белых и 3 черных шара. Наугад выбирают корзину и из нее наугад вынимают шар. Этот шар оказывается белым. Какова вероятность того, что выбрана корзина с большим числом белых шаров?
Задача 2-Т9 (самостоятельно). Имеется три одинаковых по внешнему виду ящика. В первом ящике находится 26 белых шаров, во втором – 15 белых и 11 черных, в третьем ящике 26 черных шаров. Из выбранного наугад ящика вытаскивается белый шар. Вычислить вероятность того, что белый шар взят из первого ящика.
Задача 3–Т9. На экзамене студентам предлагается 20 билетов, 5 из которых – легкие, а 15 - трудные. Два студента по очереди тянут билеты – сначала первый студент, затем – второй.
а) Какова вероятность вытянуть легкий билет для первого студента?
б) Чему равна вероятность вытянуть легкий билет для второго студента?
в) Известно, что второй студент вытащил легкий билет. Чему равна вероятность того, что и первый студент вытащил легкий билет?
Задача 4-Т9. Пациент проходит медицинское обследование. Врач знает, что применяемый им тест надежен на 99%, т.е. для 99% больных людей положителен (даст правильный ответ о том, что человек болен), а для 99% здоровых – отрицателен (т.е. для здорового человека он даст отрицательный ответ). Врач знает также, что доля больных, имеющих это заболевание, составляет всего 1% населения. Какова вероятность, что пришедший на прием человек страдает этим заболеванием, если результат проведенного теста у него положителен?
Задача 5–Т9 (самостоятельно). Партия микросхем, среди которых 10% неисправных, поступила на проверку. Используется упрощенный тест проверки, по которому с вероятностью 0,95 дефектная схема признаётся дефектной, и с вероятностью 0,3 исправная микросхема признается дефектной. Наудачу выбранная микросхема протестирована и признана дефектной. Какова вероятность того, что на самом деле микросхема является исправной?
Задача 6–Т9. Три стрелка независимо друг от друга стреляют по мишени, делая по одному выстрелу. Вероятность попадания для первого стрелка равна 0,5; для второго – 0,7 и для третьего – 0,9. После стрельбы в мишени обнаружена только одна пробоина. Найти вероятность того, что эта пробоина принадлежит третьему стрелку.
Задача 7–Т9. Фирма планирует выпуск на рынок нового вида товара. Субъективные представления руководства фирмы таковы: вероятность хорошего спроса на этот товар составляет 0,7, вероятность плохого спроса – 0,3. Было проведено специальное исследование товарного рынка, которое предсказало плохой сбыт. Однако известно, что исследования такого рода дают правильный прогноз не всегда, а лишь с вероятностью 0,8.
а) Каким образом маркетинговое исследование повлияло на вероятности хорошего и плохого сбыта?
б) (самостоятельно). Как изменятся вероятности хорошего и плохого сбыта, если бы исследование рынка предсказало бы хороший сбыт?
Задача 8-Т9. В группе из 10 студентов, пришедших на экзамен, 3 студента подготовлены отлично, четверо – хорошо, двое – удовлетворительно и один – плохо. Отлично подготовленный студент может ответить на все 20 вопросов, хорошо подготовленный – на 16 вопросов, удовлетворительно подготовленный – на 10, а плохо подготовленный студент может ответить только на 5 вопросов. Вызванный наугад студент ответил на три заданных преподавателем вопроса. Найти вероятность того, что:
а) студент подготовлен отлично;
б) студент подготовлен плохо.
Задача 9-Т9. Клеточная активность мозга регистрируется микроэлектродом. С вероятностью 0,6 предполагается, что в опыте наблюдается первая из двух соседних структур мозга (т.е. в неё попал при установке микроэлектрод). Известно, что в первой структуре мозга некоторый тип активности индуцируют 60% клеток, а во второй, соседней с ним, - 50%. Микроэлектрод зарегистрировал в фиксированный момент времени данный тип активности. Как в связи с этим изменится мнение о нахождении микроэлектрода в первой структуре мозга?
Задача 10-Т9. Батарея из трех орудий произвела залп, причем два снаряда попали в цель. Найти вероятность того, что первое орудие дало попадание, если вероятности поражения цели первым, вторым и третьим орудиями соответственно равны р1 = 0,4; р2 = 0,3 и р3 = 0,5.