- •Федеральное агентство по образованию новосибирский государственный университет экономики и управления – «нинх»
- •Тексты лекций учебной дисциплины «Математика и информатика (математика)»
- •Математика
- •Введение в математику
- •Введение в теорию множеств
- •Начальные сведения о множествах
- •Способы задания множеств
- •Операции над множествами
- •Свойства операций над множествами
- •Разбиение множества на классы
- •Основы линейной алгебры
- •Определение матрицы
- •Определители второго и третьего порядков, их основные свойства
- •Миноры и их алгебраические дополнения, разложение определителя по строке (столбцу)
- •Свойства определителей
- •Операции над матрицами, их свойства
- •Свойства операций над матрицами
- •Обратная матрица и ее вычисление
- •Системы линейных уравнений
- •Матричный метод решения систем линейных уравнений
- •Правило Крамера
- •Метод Гаусса
- •Решение слу с использованием табличного процессора ms Excel
- •Функции рабочего листа для работы с матрицами
- •Решение систем линейных уравнений матричным методом
- •Решение систем линейных уравнений методом Крамера
- •Пошаговое решение системы линейных уравнений методом Гаусса
- •Математические модели
- •Основные понятия
- •Построение математических моделей простейших задач оптимизации
- •Графический метод решения задач линейного программирования
- •Технология решения задач линейного программирования с помощью Поиска решений в среде excel
- •1. Указать адреса ячеек, в которые будет помещен результат решения (изменяемые ячейки).
- •2. Ввести исходные данные.
- •3. Ввести зависимость для целевой функции
- •4. Ввести зависимости для ограничений.
- •5. Назначить целевую функцию (установить целевую ячейку), указать адреса изменяемых ячеек.
- •6. Ввести ограничения
- •7. Ввести параметры для решения злп
- •Теория вероятностей
- •Элементы комбинаторики
- •Случайные события и их вероятности
- •Случайные события
- •Операции над событиями
- •Определение вероятности события
- •Теоремы сложения и умножения вероятностей
- •Формула полной вероятности. Формула Байеса
- •Повторные независимые испытания
- •Случайная величина
- •Основные понятия
- •Распределение частоты пульса в группе из 47 человек
- •Функция распределения
- •Числовые характеристики случайных величин
- •Законы распределения дискретных случайных величин
- •Непрерывные случайные величины
- •Основные законы распределения непрерывных случайных величин
- •Контрольные вопросы
- •Основы математической статистики
- •Задачи математической статистики
- •Генеральная совокупность и выборка
- •Статистическое распределение (вариационный ряд). Гистограмма. Полигон
- •Характеристики положения и рассеяния статистического распределения
Законы распределения дискретных случайных величин
Биномиальный закон распределения
Дискретная случайная величина X имеет биномиальный закон распределения, если она принимает значения 0,1.2,...,m,...,n с вероятностями
,
где 0<p<1, q=1-p, m=0,1,2,…,n.
Биномиальный закон распределения представляет собой закон распределения числа Х-=m наступлений события А в n независимых испытаниях, в каждом из которых оно может произойти с одной и той же вероятностью р.
Математическое ожидание и дисперсия случайной величины, распределенной по биномиальному закону, задаются формулами:
M(X)=np; D(X)=npq.
Пример 2.5.29. Найти закон распределения случайной величины - числа угадывания положения шарика под тремя стаканчиками в 10 опытах.
Решение:
Очевидно, что р = 1/3
.
Проведем вычисления по этой формуле и построим ряд распределения.
Получим:
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
0,01 |
0,08 |
0,19 |
0,26 |
0,28 |
0,13 |
0,05 |
0,01 |
0,03 |
0 |
0 |
Из таблицы видно, что вероятнее всего, что из 10 попыток мы обнаружим шарик 3-4 раза. Если нам ни разу не повезло, то вероятность этого события крайне мала, и игра подчиняется не случайному закону.
Распределение Пуассона
Дискретная случайная величина X имеет закон распределения Пуассона, если она принимает значения 0,1,2,..., m,...,n с вероятностями
.
Математическое ожидание и дисперсия случайной величины, распределенной по закону Пуассона, совпадают и равны параметру λ этого закона:
M(X)=λ, D(X)=λ.
Распределение Пуассона - частный случай биномиального закона распределения для больших n.
Непрерывные случайные величины
Непрерывной называют случайную величину Х, функцию распределения которой F(x) можно представить в виде
.
Функцию р(х) называют плотностью распределения (вероятностей) случайной величины X.
Плотностью вероятности (плотностью распределения) φ(х) непрерывной случайной величины X называется производная ее функции распределения: .
Рис 2.5.11. Графики функций φ(x) и F(x)
Свойства плотности вероятности
1. Плотность вероятности - неотрицательная функция.
Рис.2.5.12. Вид плотности вероятности
2. Вероятность попадания непрерывной случайной величины в интервал [а,b] равна определенному интегралу от ее плотности вероятности в пределах от а до b:
.
3. Функция распределения случайной величины может быть выражена через ее плотность по формуле:
.
4. Площадь фигуры, ограниченная кривой распределения и осью абсцисс, равна 1
.
Числовые характеристики непрерывных случайных величин
1. Математическим ожиданием непрерывной случайной величины X с плотностью распределения φ(x) называется число а = М(Х), определяемое равенством:
.
2. Дисперсией D(X) непрерывной случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:
Свойства математического ожидания и дисперсии те же, что и для числовых характеристик дискретных величин.