- •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 11. Приближенные вычисления в схеме Бернулли. Формулы Пуассона, Муавра – Лапласа. Алгоритмы вычислений. Гауссиана. – 4 часа: 2 часа лекции, 2 часа семинарское занятие
При больших значениях n, порядка десятков и сотен, вместо формулы Бернулли для приближенного вычисления вероятности m успехов в серии n испытаний используются формулы Пуассона и Муавра – Лапласа.
Формула Пуассона
Если число испытаний n достаточно велико, а вероятность р достаточно мала, причем их произведение не мало и не велико, то приближенно вероятностьможно найти поасимптотической формуле Пуассона.
Теорема Пуассона. Если число испытаний неограниченно увеличивается и вероятностьр наступления события А в каждом испытании неограниченно уменьшается , но так, что их произведениеn·p является постоянной величиной (n·p = a = const), то вероятность удовлетворяет предельному равенству
или .
Асимптотическую формулу Пуассона применяют в тех случаях, когда:
а) р = const < 0,1, т.е. сам по себе «успех» является редким событием;
б) , т.е. количество испытанийn достаточно велико;
в) n·p·q < 10.
Формула Пуассона находит широкое применение в теории массового обслуживания.
Гауссиана, кривая вероятностей. Функция Гаусса задается формулой
.
Для гауссовой функции имеются подробные таблицы ее значений. Эти таблицы составлены для значений аргументах с шагом 0,01. Они имеются во всех учебниках, пособиях и справочниках по математике, теории вероятностей и статистике.
График функции Гаусса называется кривой вероятностей.
Пользуясь таблицами значений функции Гаусса, следует помнить, что:
1) - четная функция, т.е.и
2) =0 прих 4.
Именно поэтому в большинстве таблиц значения функции приведены только для значений аргумента
Теорема 2. Если число испытаний n достаточно велико, а вероятности р и q не очень близки нулю, то приближенное значение вероятности можно определить по формуле:
,
где - функция Гаусса, а.
Эта замечательная формула называется локальной формулой Муавра – Лапласа.
Алгоритм использования функции Гаусса в приближенных вычислениях
Для вычисления следует:
1) проверить справедливость неравенства . Обычно бывает достаточно выполнения условий:
а) n > 100,
б) n·p·q > 20;
2) вычислить хk формуле:
3) по таблице значений гауссовой функции вычислить
4) предыдущий результат разделить на
Вероятность того, что число «успехов» k и n испытаниях Бернулли находится в пределах от k1 до k2, обозначают так:
.
Для вычисления вероятностей снова используют гауссову функцию. При этом, еслир, q > 0,01, а n велико настолько, что
,
(как правило, это условие выполняется при n > 40), то для отыскания вероятности события используютинтегральную формулу Муавра – Лапласа.
Для удобства вычислений вводят некоторую дополнительную функцию Ф(х). Для этой функции составлены таблицы значений, а связана она с следующим образом.
Если аргумент х положителен, то Ф(х) равна площади под гауссовой кривой на отрезке от [0; 1]. Аналитически Ф(х) записывается с использованием интеграла, именно поэтому полученная в итоге формула называется интегральной. Запись сложна, но ее следует запомнить хотя бы приблизительно.
.
Следует учитывать, что
1) функция Ф(х) нечетна, т.е. Ф(-х) = - Ф(х), а график функции симметричен относительно начала координат;
2) Ф(х)0,5 прих > 5, поэтому в большинстве таблиц значения функции Ф(х) приведены только для аргумента ;
3) наконец, Ф(0) = 0.
Ясно также, что эта функция возрастает на всей области ее определения. График функции Ф(х) представлен ниже.
Функция Ф(х) называется функцией Лапласа.
Теорема 3. В условиях локальной формулы Муавра – Лапласа приближенное значение вероятности того, что число успеховk заключено между k1 и k2, можно найти по интегральной формуле Муавра – Лапласа:
= Ф(х2) – Ф(х1),
где
,
.