- •Фгбоу впо «Воронежский государственный технический университет» в.А. Шунина в.В. Пешков с.А. Кострюков элементы математического анализа, теории вероятности и статистики
- •Воронеж 2014
- • Шунина в.А., Пешков в.В., Кострюков с.А., 2014
- •Введение
- •1 Основhыe понятия математического анализа
- •1.1 Математика как часть общечеловеческой культуры. Основные этапы становления современной математики. Аксиоматический подход
- •Период элементарной математики
- •Период математики переменных величин
- •Период современной математики
- •1.2 Множества и подмножества. Операции над множествами. Мощность множества
- •Операции на множествах
- •Множества и отношения
- •Мощность множества
- •1.3 Множество действительных и комплексных чисел
- •1.4 Линейные пространства Rn. Векторы и операции над ними. Координаты вектора в заданном базисе
- •1.5 Понятие матрицы. Квадратные матрицы и их определители. Формулы крамера
- •Действия над матрицами
- •1.6 Топологические понятия. Последовательности. Предел и непрерывность функции
- •Арифметические свойства предела
- •1.7 Производная и дифференциал функции. Экстремум функции
- •Дифференциал
- •1.8 Первообразная, неопределенный и определенный интегралы. Формула ньютона – лейбница
- •Определенный интеграл и его свойства
- •1.9 Понятие о дифференциальных уравнениях. Задача коши
- •2 Элементарная теория вероятности
- •2.1 Предмет теории вероятности. Случайные события. Действия над случайными событиями.
- •Вероятностное пространство
- •2.2 Классическое определения вероятности. Комбинаторика
- •2.3 Статистическое определения вероятности. Частота и вероятность
- •2.4 Геометрическое определение вероятности
- •2.5 Теоремы сложения и умножения вероятностей. Условная вероятность. Независимость событий
- •Условные вероятности. Теорема умножения вероятностей (вероятность произведения событий)
- •2.6 Формула полной вероятности
- •2.7 Формула Байеса
- •2.8 Схема испытаний Бернулли
- •2.9 Понятие случайной величины. Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Свойства математического ожидания
- •Свойства дисперсии
- •2.10 Основные законы распределения дискретных случайных величин
- •2.11 Числовые характеристики непрерывных случайных величин
- •2.12 Основные законы распределения непрерывных случайных величин. Нормальное распределение
- •2.13 Зависимость двух случайных величин. Коэффициент корреляции
- •2.14 Предельные теоремы теории вероятностей
- •3 Основы математической статистики
- •3.1 Предмет математической статистики. Генеральная и выборочные совокупности
- •3.2 Эмпирическое распределение. Точечные оценки параметров распределения генеральной совокупности
- •3.3 Интервальные оценки. Доверительные интервалы для параметров нормального распределения
- •3.4 Проверка статистических гипотез. Проверка гипотез о законе распределения
- •4 Принципы построения математических моделей
- •5 Исследование операций и принятие решений
- •Учебное издание
- •394026 Воронеж, Московский просп., 14
Вероятностное пространство
(случай конечного или счетного числа исходов)
Введем аксиому (для случая конечного или счетного пространства элементарных исходов). Каждому элементарному исходу i пространства соответствует некоторая неотрицательная числовая характеристика Pi шансов его появления, называемая вероятностью исхода i , причем
(здесь суммирование ведется по всем i, для которых выполняется условие: i). Отсюда следует, что 0 Pi 1для всех i.
Вероятность любого события А определяется как сумма вероятностей всех элементарных исходов, благоприятствующих событию А. Обозначим ее Р(А).
(1)
Отсюда следует, что
0P(A)1;
P()=1;
P()=0.
Будем говорить, что задано вероятностное пространство, если задано пространство элементарных исходов и определено соответствие
i P(i)=Pi.
Возникает вопрос: как определить из конкретных условий решаемой задачи вероятность P(i) отдельных элементарных исходов?
2.2 Классическое определения вероятности. Комбинаторика
Вычислять вероятности P(i) можно, используя априорный подход, который заключается в анализе специфических условий данного эксперимента (до проведения самого эксперимента). Классическое определение вероятностей основано на понятии равновозможных событий.
Два или несколько событий называются равновозможными, если условия их появления одинаковы и нет оснований считать, что какое-либо из них имеет больше шансов появиться в результате опыта, чем другое.
Возможна ситуация, когда пространство элементарных исходов состоит из конечного числа N элементарных исходов, причем случайный эксперимент таков, что вероятности осуществления каждого из этих N элементарных исходов представляются равными.
Примеры таких случайных экспериментов: подбрасывание симметричной монеты, бросание правильной игральной кости, случайное извлечение игральной карты из перетасованной колоды. В силу введенной аксиомы вероятности каждого элементарного исхода в этом случае равны . Из этого следует, что если событие А содержит NA элементарных исходов, то
.
В данном классе ситуаций вероятность события определяется как отношение числа благоприятных исходов к общему числу всех несовместных равновозможных исходов.
Чтобы пользоваться этим классическим определением вероятности, нужно уметь подсчитывать общее число исходов эксперимента и число благоприятных исходов. Такой подсчет сводится к перебору вариантов. Раздел математики, в котором исследуются различные задачи на перебор, называется комбинаторикой.
Элементы комбинаторики
Пусть имеется множество Un, состоящее из n элементов.
Перестановкой из n элементов называется заданный порядок во множестве Un:
Размещением из n элементов по k элементов будет называться любое упорядоченное подмножество, состоящее из k элементов множества Un:
Сочетаниями из n элементов по k элементов называются подмножества, состоящее из k элементов множества Un. Одно сочетание от другого отличается только составом выбранных элементов (но не порядком их расположения, как у размещений).
Пример 9. В соревнованиях принимают участие 16 команд. Сколькими способами могут распределиться три первых места
Решение. Иными словами, необходимо найти число всех подмножеств, состоящих из трех элементов, отличающихся составом (номерами команд) или порядком их размещения. Таким образом, необходимо определить число размещений из 16 по 3