- •Математика и информатика
- •Содержание
- •Часть 1. Основания математики Глава 1. Понятийный аппарат аксиоматического метода
- •1.1. Понятие аксиоматического метода
- •1.2. Аксиоматическое построение математической теории
- •1.3. Вопросы для самоконтроля по теме «Аксиоматический метод»
- •Глава 2. Основные понятия теории множеств. Основные структуры
- •2.1. Понятие множества
- •2.2. Способы задания множеств
- •2.3. Алгебра множеств
- •2.3.1. Отношения между множествами
- •2.3.2. Операции над множествами
- •2.3.3. Алгебраические свойства операций над множествами
- •2.3.4. Геометрическая интерпретация операций над множествами
- •2.4. Декартово произведение множеств. Бинарные отношения
- •2.5. Символический язык логической структуры математических предложений
- •2.6. Алгебраические операции над различными математическими объектами
- •2.7. Вопросы для самоконтроля по теме «Теория множеств»
- •Глава 3. Структуры на множестве. Комбинаторика
- •3.1. Перестановки
- •3.2. Размещения
- •3.3. Сочетания
- •3.4. Вопросы для самоконтроля по теме «Комбинаторика»
- •Часть 2. Основы теории вероятностей Глава 4. Случайные события
- •4.1. Основные понятия теории вероятностей. Виды случайных событий
- •4.2. Алгебра случайных событий
- •4.3. Определение вероятности
- •4.3.1. Классическое определение вероятности
- •4.3.2. Аксиомы теории вероятностей. Аксиоматическое определение вероятности
- •4.4. Теоремы сложения и умножения вероятностей
- •4.4.1. Сложение вероятностей несовместных событий
- •4.4.2. Умножение вероятностей независимых событий
- •4.4.3. Вероятность появления хотя бы одного события
- •4.4.4. Умножение вероятностей зависимых событий. Условная вероятность
- •4.4.5. Сложение вероятностей совместных событий
- •4.5. Формула полной вероятности
- •4.6. Формула Байеса
- •4.7. Вопросы для самоконтроля по теме «Основы теории вероятностей»
- •Глава 5. Случайные величины
- •5.1. Понятие случайной величины
- •5.2. Дискретная случайная величина
- •5.2.1. Закон распределения дискретной случайной величины
- •5.2.2. Числовые характеристики дискретных случайных величин
- •5.3. Непрерывная случайная величина
- •5.3.1. Функция распределения вероятностей и плотность распределения вероятностей непрерывной случайной величины
- •5.3.2. Числовые характеристики непрерывной случайной величины
- •5.3.3. Равномерный и нормальный законы распределения непрерывных случайных величин
- •5.3.4. Вероятность попадания в заданный интервал нормальной случайной величины
- •5.3.5. Вычисление вероятности заданного отклонения нормальной случайной величины
- •5.4. Вопросы для самоконтроля по теме «Случайная величина»
- •Часть 3. Элементы математической статистики Глава 6. Статистические оценки параметров распределения
- •6.1. Предмет и задачи математической статистики
- •6.2. Выборочный метод
- •6.2.1 Полигон и гистограмма
- •6.2.2. Эмпирическая функция распределения
- •6.3. Статистические оценки параметров распределения
- •6.4. Некоторые статистические распределения
- •6.4.2. Распределение Стьюдента
- •6.5. Интервальные оценки
- •6.5.1. Доверительные интервалы для оценки математического ожидания нормального распределения случайной величины
- •6.5.2. Доверительные интервалы для математического ожидания при известной дисперсии
- •6.5.3. Оценка генеральной дисперсии по исправленной выборочной
- •6.5.4. Доверительные интервалы для математического ожидания при неизвестной дисперсии
- •Глава 7. Проверка статистических гипотез
- •7.1. Понятие и классификация статистических гипотез
- •7.2. Общая схема проверки гипотез
- •7.3. Статистическая проверка гипотез о параметрах распределения
- •7.4. Вопросы для самоконтроля по теме «Элементы математической статистики»
- •Часть 4. Алгоритмизация и программирование Глава 8. Основы алгоритмизации
- •8.1. Понятие и свойства алгоритма
- •8.2. Таблица блоков
- •8.3. Линейные алгоритмы
- •8.4. Ветвления
- •8.5. Циклы. Повтор с заданным количеством циклов
- •8.6. Вопросы для самоконтроля по теме «Алгоритмизация»
- •Глава 9. Программирование на Паскале
- •9.1. Конструкция языка Turbo-Pascal
- •9.1.1. Алфавит
- •9.1.2. Данные и типы данных
- •9.1.3. Стандартные функции
- •9.1.4. Арифметические, логические, символьные выражения
- •9.2. Структура программы на языке Паскаль
- •9.3. Основные операторы Паскаля
- •9.3.1. Оператор присваивания
- •9.3.2. Операторы ввода
- •9.3.3. Операторы вывода
- •9.3.4. Комментарий
- •9.4. Программы линейных алгоритмов
- •9.5. Операторы передачи управления
- •9.5.1. Оператор безусловного перехода
- •9.5.2. Операторы условного перехода
- •9.5.3. Оператор выбора варианта
- •9.6. Разветвляющийся алгоритм
- •9.7. Операторы цикла
- •9.8. Программы циклических алгоритмов
- •9.9. Массивы
- •9.9.1. Понятие и описание массива
- •9.9.2. Ввод и вывод элементов массивов
- •9.9.3. Операции с массивами
- •9.10. Вопросы для самоконтроля по теме «Программирование»
- •Литература
- •Приложениe 1
- •Приложениe 2
- •Приложениe 3
- •Математика и информатика учебное пособие
4.4.2. Умножение вероятностей независимых событий
Произведением двух событий А и В называется событие, состоящее в совместном появлении этих событий.
Теорема 4. Если случайные события А и В независимые, то вероятность совместного появления событий А и В равно произведению вероятностей этих событий.
|
Р (А В) = Р(А)Р(В). |
(4.6) |
Запись Р(А)Р(В) можно представить в виде Р(А)Р(В).
Пример 9.
Студент должен сдать два экзамена в сессию. Вероятность сдать первый экзамен р1=0,8. Вероятность сдать второй экзамен р2=0,7. Какова вероятность, что студент сдаст два экзамена в сессию.
Решение.
Событие А – сдать первый экзамен. Событие В – сдать второй экзамен. Оба события независимы. Событие АВ – сдать два экзамена. Вероятность сдать два экзамена вычисляется по формуле (4.6).
Р(А В) = Р(А)Р(В) = р1р2= 0,70,8 = 0,56.
Вероятность совместного появления нескольких событий, независимых в совокупности, равна произведению вероятностей этих событий.
|
Р(А1А2…Аk) = Р(А1)Р(А2)…Р(Аk). |
(4.6a) |
Частным случаем совместного появления нескольких независимых событий является равенство вероятностей всех событий Р(А1) =Р(А2)=…=Р(Аk) в формуле (4.6a).
При повторных испытаниях с одинаковой вероятностью появления события используется формула Бернулли.
В теории вероятностей рассматривается определённый тип задач. Производится nнезависимых испытаний, в каждом из которых событие А может появиться с одинаковой вероятностью равнойpи не появиться с вероятностью равнойq. Требуется вычислить вероятность того, что приnиспытаниях событие А появится ровноkраз и не появится (n-k) раз. При этом не учитывается последовательность события А, т.е. ровноkраз подряд или в определённом порядке. Вероятность сложного события, состоящего в том, что вnиспытаниях событие А появится ровноkраз вычисляется по формуле Бернулли:
|
Рn(k) = C knp kq n-k . |
(4.7) |
4.4.3. Вероятность появления хотя бы одного события
Вероятность того, что произойдет, по крайней мере, одно из событий ,
определяется по формуле:
Теорема 5.Вероятность появления хотя бы одного из событий (А1, А2,…,Аn), независимых в совокупности, равна разности между единицей и произведением вероятностей противоположных событий.
|
P (A) = 1 – q1q2...qn. |
(4.8) |
Пример 10.
Студент сдает два экзамена в сессию. Вероятность сдать первый экзамен р1=0,8. Вероятность сдать второй экзамен р2=0,7. Какова вероятность, что студент сдаст хотя бы один экзамен в сессию.
Решение.
Вероятность события «не сдать первый экзамен» равна:
q1=1–р1=1–0,8 = 0,2.
Вероятность «не сдать второй экзамен»: q2=1– р2=1–0,7=0,3.
Оба события независимы. Вероятность события Р(А), где событие А – «студент сдаст хотя бы один экзамен», вычисляется по формуле (4.8):
Р(А)=1–q1q2=1–0,20,3=1–0,06=0,94.
Пример 11.
Три стрелка стреляют в цель независимо друг от друга. Вероятность попадания в цель для первого стрелка равна 0,6, для второго 0,7 и для третьего 0,75.
Найти вероятность:
Хотя бы одного попадания в цель, если каждый стрелок сделает по одному выстрелу.
Одного и только одного попадания в цель.
«Попадут в цель только два стрелка».
«Попадут в цель все стрелки одновременно».
Промаха всех стрелков одновременно.
Решение.
Пусть А, В, С – события, состоящие в том, что соответственно в цель попал первый, второй, третий стрелок. Из условия задачи следует, что:
Р(А) = 0,6; Р(В) = 0,7; Р(С) = 0,75.
1) Вероятность хотя бы одного попадания в цель равна: Р(А + В + С).
Событие (А+В+С) – хотя бы одно попадание в цель. Вероятность хотя бы одного попадания в цель по формуле (4.8): P(A+B+C)=1-P(A)P(B)P(C).
P(A+B+C)=1– (1–0,6)(1– 0,7)(1– 0,75)=1– 0,40,30,25 =1-0,03= 0,97.
2) Вероятность только одного попадания в цель.
Пусть D – событие, состоящее в том, что в цель попал только один стрелок. События «хотя бы одно попадание» и «одно попадание» – разные события. В задаче одно и только одно попадание – это событие D, состоящее из суммы событий: D=ABC+ABC+ABC.
Его вероятность из-за независимости стрельбы и несовместности слагаемых событий может быть определена по формулам (4.2а), (4.7):
.
Р(D)=0,6(1–0,7)(1–0,75)+0,7(1–0,6 )(1–0,75)+0,75(1–0,6 )(1– 0,7) = 0,205.
3) Вероятность того, что попадут в цель только два стрелка.
Пусть X – событие, состоящее в том, что в цель попали только два стрелка.
X=ABC+BAC+C AB.
Тогда вероятность того, что попадут в цель только два стрелка, равна:
.
P(X)=(1– 0,6)0,70,75+0,6(1– 0,7)0,75+0,60,7(1– 0,75)=0,21+0,135+0,105 =0,45.
4) Вероятность того, что попадут в цель все стрелки одновременно.
Событие ABC – все стрелки попали в цель.
Вероятность того, что попадут в цель все стрелки одновременно равна:
P(ABC) = P(A)P(B)P(C) = 0,60,70,75 = 0,315.
5) Вероятность промаха всех стрелков одновременно Р().
Событие ABC– все промахнулись. Вероятность промаха всех стрелков одновременно:P(ABC)=0,40,30,25=0,03.
Для проверки правильности решения используют формулу (4.3) для полной группы событий:
Р(D) + P(X) + P(ABC) + Р(ABC) = 0,205 + 0,45 + 0,315 + 0,03 = 1.