Шпора по математике 4 семестр (стр. 1 из 2)

БИЛЕТ№15Основы комбинаторики.

Комбинаторика это раздел математики в котором изучается вопрос о том сколько различных комбинаций подчиненных тем или иным условиям можно составить из конечного числа различных элементов.

Комбинации отличающиеся друг от друга составом элементов или их порядком называются соединениями различают три вида соединений.

Размещениями называются соединения составленные из n-различных элементов по m-элементам, которые отличаются друг от доуга либо составом эл-тов либо их порядком.

Перестановки называют соединения составленные из одних и тех же n-элементов, которые отличаются друг от друга только их порядком размещения

Сочетаниями называются соединения составленные из n-различных элементов по m-элементам, которые отличаются друг от друга хотя бы одним элементом.

Сочетания с повторениями это такие соединения состоящие из n-различных элементов по m-элементам отличающиеся друг от друга или хотя бы одним элементом или тем что хотя бы один элемент входит различное число раз

Правило суммы

Если некоторый объект А может быть выбран из совокупности объектов М способами, а объект В N способами, то выбор либо объекта А либо объекта В может быть осуществлен М+N способами.

Правило произведения

Если объект А может быть выбран из совокупности объектов М способами, а после такого выбора объект В может быть выбран N способами, то пара объесков А и В могут быть выбраны А*В способами.

БИЛЕТ№9Основные понятия теории вероятностей

Событием называется любой исход опыта, различают следующие виды событий:

- случайные

- достоверные

- невозможные

Понятие достоверного и невозможного события используется для количественной оценки возможности появления того или иного явления, а с количественной оценкой связана вероятность.

События называется несовместными в данном опыте если появление одного из них исключает появление другого.

События называется совместными если появление одного из них не исключает появление остальных.

Несколько событий образуют полную группу событий если в результате опыта обязательно появится хотя бы одно из них.

Если два несовместных события образуют полную группу они называются противоположными

События называется равновозможными если появление ни одного из них не является объективно более возможным чем другие.

События называются неравновозможными если появление хотя бы одного из них является более возможным чем другие.

Случаями называются несовместные равновозможные и образующие полную группу события.

БИЛЕТ№14Формула полной вероятности

Пусть событие А может появиться вместе с одним из образующих полную группу попарнонесовместных событий Н₁,Н₂…Н_n называемых гипотезами, тогда вероятность события А вычисляется как сумма произведений вероятностей каждой гипотезы на вероятность события А при этой гипотезе

Формула Бейеса

Пусть имеется полная группа попарнонесовместных гипотез Н₁,Н₂…Н_n с известными вероятностями появления. В результате проведения опыта появилось некоторое события А, требуется переоценить вероятности гипотез при условии, что событие А произошло

БИЛЕТ№10. Классическое определение вероятности:

Пусть пространство Ω – полная группа равновозмож-ных n исходов. Ω={w₁,w₂…w_n}. Пусть событие А состоит из m исходов А={w_i1,w_i2…w_im}. Тогда вероятностью Р(А) события А считают отношение m благоприятных исходов к числу n всех исходов опыта

P(A)=m/n

Свойства вероятности:

0<=P(A)<=1

P(Ω)=1

P(Ø)=0

Статистическая вероятность.

Пусть в n испытаниях событие А произошло m раз, тогда относительная частота события А, W(A), равняется:

, n – число всех опытов; m – число благоприятных исходов. Замечание: вероятность соб А вычисляется до опыта, отн частоту вычисляют после опыта. Если увеличить кол-во опытов, то замечено, что изменяясь от каждой серии опытов с увел числа опытов, отн частота колеблется около некоторого числа Р ( т е обладает устойчивостью). Это число Р принимают за вероятность соб А и называют статистической вероятностью этого события. Для достаточно больших n отн частота служит оценкой вероятности события

Геометрическая вероятность.

Классическая вероятность соб А определялась, когда множество всех исходов опыта конечно. На практике часто встречаются задачи, когда число исходов бесконечно. В этом случае можно определить круг зудач, связанных с геом вероятностью события.

Пусть имеется некоторая фигура G. Под мерой фигуры mesG понимаем длину ( в случае отрезка прямой), площадь (плоское пространство), объем ( пространственное тело).

Пр. Пусть фигура

. Предположим, что случайная точко бросается на фигуру G, причем попадание в любую точку фигуры G равновозможно, тогда вероятность того, что случайная точка попадет в фигуру g равна:

БИЛЕТ№17Некоторые законы распределения случайных величин.

Для дискретных случайных величин - биномиальное распределение и распределение Пуассона

Биномиальное распределение.

Биномиальным называют законы распределения случайной величины Х числа появления некоторого события в n опытах если вероятность р появления события в каждом опыте постоянна

Сумма вероятностей представляют собой бином Ньютона

Для определения числовых характеристик в биномиальное распределение подставить вероятность которая определяется по формуле Бернули.

При биномиальном распределении дисперсия равна мат. Ожиданию умноженному на вероятность появления события в отдельном опыте.

Распределение Пуассона

Когда требуется спрогнозировать ожидаемую очередь и разумно сбалансировать число и производительность точек обслуживания и время ожидания в очереди. Пуассоновским называют закон распределения дискретной случайной величины Х числа появления некоторого события в n-независимых опытах если вероятность того, что событие появится ровно m раз определяется по формуле.

a=np

n-число проведенных опытов

р-вероятность появления события в каждом опыте

В теории массового обслуживания параметр пуассоновского распределения определяется по формуле

а=λt , где λ - интенсивность потока сообщений t-время

Необходимо отметить, что пуассоновское распределение является предельным случаем биномиального, когда испытаний стремится к бесконечности, а вероятность появления события в каждом опыте стремится к 0.

Пуассоновское распределение является единичным распределением для которого такие характеристики как мат. Ожидание и дисперсия совпадают и они равны параметру этого закона распределения а.

БИЛЕТ№2 Интегральная теорема Коши.

Теорема для односвязной области: Пусть z функция в односвязной области D, когда LÎDÞ∫_Lf(z)dz=0. Теорема для многосвязной области: Пусть f(z) функция в многосвязной области D. ∫_Lf(z)dz=∫_L1f(z)dz+∫_L2 f(z)dz+…+∫_Lnf(z)dz. Пример для двухсвязной: ∫_L1f(z)dz=∫_L2 f(z)dz, где L1,L2- производные контуры области D. ^z1ò_z2 f(z)dz= F(z)^z1½_z2 = F(z2)-F(z1)=F’(z)=f(z). Интегральная формула Коши: 1)f(z₀)=1/2Пiò_Lf(z)/z-z₀dzÞò_Lf(z)/z-z₀dz=2Пif(z)÷_z=z0; 2) f⁽ⁿ⁾(z₀)=n!/2Пiò_Lf(z)/(z-z₀)ⁿ⁺¹dzÞò_Lf(z)/(z-z₀)ⁿ⁺¹dz =2Пi/n! f(z)÷_z=0.

БИЛЕТ№19плотность распределения вероятностей непрерывных СВ. Её свойства.

Пусть рассматривается непр. СВ Х ф-ии распр-я F(x), которая непрерывна и диф-на в рассматриваемой области (вся ось OX). Рассмотрим отрезок x+∆x

P(x<X< x+∆x)=F(x+∆x)-F(x)=P(x<X< x+∆x)/ ∆x=

,

f(x)=F`(x) (1)плотность распределения вероятностей непр. СВ Х

Вер-ть попадания НСВ на интервал теорема:

Док-во:P(a<X<b)= F(b)-F(a), где F(x)- ф-я распределения СВ Х.

f(x)=F`(x) - ф-я распр-я F(x) является первообразной для плотности распределения f(x), поэтому

=F(b)-F(a)= =P(a<X<b)

Теорема 2: если известна плотность распределения f(x) НСВ Х, то ф-ия распределения F(x)=

(2)