Академический Документы
Профессиональный Документы
Культура Документы
Сергеевна
Установление закономерностей в массовых
однородных случайных явлениях основано на
изучении методами теории вероятностей
статистических данных – результатов наблюдений
(измерений).
Знание этих закономерностей позволяет
прогнозировать протекание случайных процессов.
Пример.
Время безотказной работы каждой электрической
лампы – случайная величина (невозможно
предсказать момент выхода лампы из строя).
При этом можно с достаточной для практических
целей точностью прогнозировать среднюю
потребность в замене ламп в университетском
городке (в заданном интервале времени).
Что, в свою очередь, дает возможность
разработать стратегию пополнения запасов ламп,
минимизирующую суммарные затраты на доставку
заказа, хранение на складе и возможные потери,
связанные с недостаточным количеством ламп.
Методы теории вероятностей и математической
статистики широко применяются
в теории надежности, теории массового
обслуживания, теории автоматического
управления, общей теории связи,
при анализе технологических процессов,
контроле качества продукции, планировании и
организации производства и т. д.
Зарождение основных понятий теории вероятностей –
в работах, посвященных созданию теории азартных
игр (Кардано, Гюйгенс, Паскаль, Ферма и др.) –
XVI-XVII вв.
Следующий этап – работы Я. Бернулли (1654-1705 гг.)
«Закон больших чисел» – первое теоретическое
обоснование накопленных фактов.
Дальнейшее развитие – работы Муавра, Лапласа,
Гаусса, Пуассона и др.
Важнейший этап – работы П.Л. Чебышева (1821-
1894 гг.), А.А. Маркова (1856-1922 г.), А.М.
Ляпунова (1857-1918 гг.).
Это период становления теории вероятностей как
строгой математической науки.
Последующее развитие связано с именами А.Н.
Колмогорова (аксиоматическое построение теории
вероятностей), Н.В. Смирнова, С.Н. Бернштейна,
А.Я. Хинчина, Б.В. Гнеденко и др.
1.1 Основные понятия
Достоверным называется событие, которое
обязательно произойдет, если будет выполнена
определенная совокупность условий S.
Невозможным называется событие, которое
заведомо не произойдет, если будет выполнена
определенная совокупность условий S.
Случайным называется событие, которое при
выполнении совокупности условий S может либо
произойти, либо не произойти.
Предмет теории вероятностей – изучение
закономерностей в массовых однородных
случайных явлениях.
Теория вероятностей является основанием
математической и прикладной статистики.
В дальнейшем события будут рассматриваться как
результат испытания (наблюдения):
вместо слов «совокупность условий S выполнена»
будем говорить «произведено испытание».
События называются несовместными, если
появление одного из них исключает появление
других событий в одном и том же испытании.
Примеры.
Несовместные события:
выпадение герба и решки при одном
подбрасывании монеты.
Совместные события:
выпадение герба и решки при подбрасывании
двух монет.
Несколько событий образуют полную группу, если
в результате испытания обязательно должно
появиться хотя бы одно из этих событий.
Другими словами: появление хотя бы одного из
событий полной группы есть достоверное
событие.
В частности, если события, образующие
полную группу, попарно несовместны
(в общем случае это необязательно), то
в результате испытания появится одно
и только одно из этих событий
Примеры.
Полная группа несовместных событий:
выпадение «1», «2», «3», «4», «5» и «6» при
одном подбрасывании игральной кости.
Полная группа совместных событий:
выпадение нечетного числа и выпадение числа,
большего 1, при одном подбрасывании
игральной кости.
События называют равновозможными, если есть
основания считать, что ни одно из них не
является более возможным, чем другие.
Пример.
Если игральная кость изготовлена из однородного
материала и имеет строго кубическую форму, то
есть основания считать, что выпадение ни одной
из граней не является более возможным, чем
выпадение других.
События обычно обозначают прописным буквами
из начальной части латинского алфавита:
A, B, C , …
1.2 Классическое определение
вероятности
Каждый из возможных результатов испытания
называется элементарным исходом.
Говорят, что некоторый элементарный исход
благоприятствует событию A, если появление
этого исхода автоматически влечет наступление
события А.
Предположим:
некоторое испытание имеет n равновозможных
несовместных элементарных исходов, образующих
полную группу, и предположим, что событию А
благоприятствуют m из этих исходов.
Тогда вероятность P (A ) события A определяется
как
P ( A) =
m
. (1.1)
n
Из классического определения вероятности
следует:
▪ для невозможного события A m = 0,
следовательно,
P (A ) = 0;
▪ для достоверного события A m = n,
следовательно,
P (A ) = 1;
▪ для случайного события A 0 < m < n,
следовательно,
0 < P (A ) < 1.
Итог:
для любого события A
0 ≤ P (A ) ≤ 1.
Пусть в результате испытания может наступить одно
и только одно из событий ωi , i = 1, 2, …, n.
События ωi называются элементарными событиями
(элементарными исходами). По предположению,
эти события попарно несовместны.
Множество всех элементарных событий, которые
могут появиться в результате испытания,
называется пространством элементарных событий
(элементарных исходов ) Ω, а сами элементарные
события – точками пространства Ω.
𝛀 = 𝝎𝟏 , 𝝎𝟐 , … , 𝝎𝒏 .
Событием A называется подмножество
пространства Ω, элементы которого есть
элементарные исходы, благоприятствующие A.
𝑨 = 𝝎𝒊𝟏 , 𝝎𝒊𝟐 , … , 𝝎𝒊𝒎 .
P ( A) =
m 2 1
= = .
n 6 3
Пример 2.
В урне 2 белых и 3 черных шара. Наудачу
вынимается один шар. Найти вероятность того,
что вынутый шар - белый.
Испытание состоит в случайном выборе одного из
пяти шаров.
𝛀 = 𝝎𝟏 , 𝝎𝟐 , 𝝎𝟑 , 𝝎𝟒 , 𝝎𝟓 ,
где ωi , i = 1, 2, …, 5 - выбор i -го шара, n = 5.
Пример 2 (продолжение).
Пусть событие A состоит в извлечении белого шара.
Т. к. белых шаров два, то m = 2.
Предполагая, что все исходы (извлечение каждого
шара) равновозможны, из (1.1) получим:
P ( A) =
m 2
= .
n 5
1.3 Элементы комбинаторики
Задачи, связанные с необходимостью подсчитать
количество возможных комбинаций объектов,
удовлетворяющих определенным условиям,
называются комбинаторными.
Если же A B , то необходимо
использовать обобщение правила суммы –
«принцип включения-исключения».
Факториал – это функция, определенная на
множестве целых неотрицательных чисел, значение
которой равно произведению всех натуральных
чисел от 1 до натурального числа n, в котором
каждое число встречается ровно 1 раз:
def
n! = 1•2• … • (n – 1)•n, n = 1, 2, … ;
def
0! = 1.
Примеры.
1! = 1,
2! = 1•2 = 2,
3! = 1•2•3 = 6,
…………
10! = 1•2•3•4•5•6•7•8•9•10 = 3 628 800,
1 2 3 4 5 7 =
7!
,
(n + 1)! = n + 1.
6 n!
Пусть дано множество A = a1 , a2 , , an .
Зафиксируем элементы этого множества в каком-либо
порядке. Получим некоторую комбинацию элементов
(включающую все элементы множества A ).
Затем переставим местами некоторые элементы ➔
получим новую комбинацию.
Снова переставим местами некоторые элементы, и т. д.
откуда
Pn = n ! (1.2)
Пример.
Сколько существует способов размещения 8
человек на 8 стульях за столом?
n!
Pn = (1.3)
n1 ! n2 ! nk !
Anm = n (n − 1) (n − 2 ) (n − m + 1) (1.4)
или
n!
A m
= . (1.5)
n
(n − m )!
Замечание.
Формулы (1.4) и (1.5) с математической точки зрения
эквивалентны. При этом формула (1.5) выглядит
более «изящной».
С точки зрения алгоритмизации формула (1.4)
оказывается намного предпочтительнее формулы
(1.5). Основная причина:
факториал – очень быстро растущая функция ➔
промежуточные результаты (числитель и/или
знаменатель в (1.5)) могут не поместиться в
разрядную сетку («переполнение»), в то время как
окончательный результат мог бы поместиться.
Пример 1.
Набирая номер телефона, абонент забыл последние
2 цифры и помнит лишь, что эти цифры различны.
Сколько всего комбинаций он может набрать?
Какова вероятность с первого раза набрать
правильный номер?
A nm = n m . (1.6)
Пример.
Символы кодируются с помощью двоичного кода.
Для хранения одного символа используется 1
байт.
Сколько различных символов можно закодировать
таким образом?
Пример (продолжение).
Множество A, элементы которого используются для
составления комбинаций, включает всего 2
элемента: 0 и 1, т. е. n = 2.
Каждая комбинация содержит 8 элементов
(1 байт = 8 бит), т. е. m = 8.
Из (1.6) общее число различных таких комбинаций
равно
A 28 = 28 = 256 .
Пусть дано множество A = a1 , a2 , , an
(все элементы предполагаются различными).
Выделим из множества А некоторое подмножество,
содержащее m элементов, m ≤ n.
Каждое такое подмножество называется
сочетанием из n элементов по m без повторений.
n
или C (n, m ) или .
m
Формула для определения числа сочетаний C nm
получается из (1.5) с учетом следующих
соображений.
Размещения, составленные из одних и тех же
элементов, и отличающиеся только порядком
этих элементов, образуют одно и то же
сочетание. Число таких комбинаций равно m !
Поэтому Anm
C nm = .
m!
Окончательно:
n!
C m
= (1.7)
m ! (n − m )!
n
Пример 1.
На плоскости расположены 8 точек так, что никакие
три точки не лежат на одной прямой.
Сколько прямых можно провести, соединяя точки
попарно?
n!
C n1 , n2 , , nk
= . (1.9)
n1 ! n2 ! nk !
n
Пример.
20 студентов могут сдавать экзамен в любой день из
четырех. Количество студентов, которые могут
подать заявки на первый, второй, третий и
четвертый день, равно, соответственно, n1, n2, n3
и n4 .
Сколькими способами можно разбить студентов на
4 группы для сдачи экзамена при заданных n1, n2,
n3 и n4 ?
2
45 7
= 1− = .
60 16