- •Лекционный курс
- •Раздел 1. Линейная алгебра с элементами аналитической геометрии
- •Тема 1. Элементы векторной алгебры и ее приложения.
- •1.1. Линейные операции над векторами
- •1.2. Скалярное произведение векторов
- •1.3. Векторное произведение векторов
- •1.4. Типовые задачи, решаемые средствами векторной алгебры
- •1.5. Линейное, евклидово и нормированное пространства.
- •Тема 2. Матрицы и определители
- •2.1. Понятие матрицы и действия с ними.
- •2.2. Транспонирование матриц
- •2.3. Произведение матриц.
- •2.4. Ранг матрицы
- •2.5. Понятие обратной матрицы
- •2.6.Определители и их свойства.
- •2.7. Линейные операторы и матрицы
- •2.8. Задача о собственных значениях
- •2.9. Свойства симметрических матриц
- •2.10. Квадратичные формы и их приведение к каноническому виду
- •Тема 3. Системы линейных уравнений
- •3.1.Формулы Крамера
- •3.2. Метод Гаусса.
- •3.3.Матричный метод решения линейной системы.
- •3.4. Понятие о приближенных методах решения линейных систем
- •Тема 4. Элементы аналитической геометрии на прямой, плоскости и в трехмерном пространстве.
- •4.1. Уравнения линий и поверхностей
- •4.2. Уравнение 1-й степени на плоскости
- •4.3. Уравнения первой степени в пространстве
- •4.4. Уравнения первой степени в пространстве
- •4.5. Типовые задачи на плоскость в пространстве.
- •4.6. Уравнения 2-й степени на плоскости.
- •4.7. Уравнения 2-й степени в пространстве
- •4.8. Цилиндры и поверхности вращения
- •Раздел 2. Математический анализ и дифференциальные уравнения.
- •Тема 5.Функции и их свойства
- •5.1. Функция, способы ее задания, свойства, график функции, преобразование графика сдвигом и деформацией.
- •Тема 6. Пределы и непрерывность.
- •6.1. Понятие предела
- •6.2. Замечательные пределы.
- •6.3. Алгоритм вычисления пределов.
- •6.4. Примеры эквивалентных бмв.
- •Тема 7. Производная и дифференциал функции.
- •7.1. Понятие производной
- •7.2. Дифференциальное исчисление функции одного переменного.
- •7.3. Из определения вытекает алгоритм вычисления производной.
- •7.4.Таблица и основные правила.
- •7.5. Производная и дифференциал.
- •7.6. Производная и дифференциал высшего порядка.
- •Тема 8. Приложения производной
- •8.2.Приложение производной к исследованию функций.
- •Тема 9. Неопределенный интеграл.
- •9.1.Первообразная. Неопределенный интеграл и его свойства
- •9.3.Методы интегрирования.
- •9.4.Рациональные дроби.
- •9.4.Рациональные тригонометрические функции.
- •9.5.Простейшие иррациональные выражения.
- •Тема 10. Определенный интеграл.
- •Методы нахождения определенного интеграла
- •10. 2.Несобственные интегралы.
- •Тема 11. Дифференциальные уравнения.
- •11.1 Определение дифференциального уравнения
- •11.2. Некоторые дифференциальные уравнения первого порядка. Методы Их Решения.
- •Тема 12 Функции нескольких переменных
- •12.1.Основные понятия
- •12.2.Непрерывность функций нескольких переменных
- •12.3.Частные производные и дифференциалы
- •12.4. Производная по направлению и градиент
- •12.5. Производная сложной функции нескольких переменных
- •12.6. Производные и дифференциалы высших порядков
- •12.7. Производные неявных функций
- •12.8.Экстремумы функций нескольких переменных
- •Раздел 3. Ряды.
- •Тема 13. Числовые и степенные ряды.
- •Раздел 4. Теория вероятностей и математическая статистика
- •Тема 14. Основные понятия теории вероятностей.
- •1. Понятие события.
- •2. Классическое определение вероятности. Свойства вероятности.
- •3. Статистическое определение вероятности.
- •4. Элементы комбинаторики
- •Тема 15. Основные теоремы теории вероятностей и следствия из них.
- •15.1.Теорема сложения.
- •15.2. Условная вероятность события. Теорема умножения
- •15.3. Вероятность появления хотя бы одного события
- •15.4. Формула полной вероятности.Формула Байеса.
- •15.5. Повторные независимые испытания
- •15.6. Локальная теорема Муавра- Лапласа
- •15.7. Интегральная теорема Муавра-Лапласа.
- •Тема 16. Случайные величины и способы их описания
- •16.1. Понятие случайной величины. Дискретные и непрерывные
- •16.2. Функция распределения случайной величины. График функции
- •16.4. Равномерный закон распределения.
- •16.6. Правило «трех сигм».
- •16.7. Показательное распределение.
- •16.8. Функция надежности.
- •16.9. Показательный закон надежности.
- •16.10. Математическое ожидание.
- •16.11. Дисперсия.
- •16.12. Числовые характеристики непрерывных случайных величин.
- •16.13. Числовые характеристики случайных величин, имеющих некоторые стандартные законы распределения.
- •1. Биномиальное распределение.
- •2. Закон Пуассона.
- •3. Равномерное распределение.
- •4. Нормальное распределение.
- •16.14. Закон больших чисел. Неравенство Чебышева. Теоремы Чебышева и Бернулли.
- •Корреляционный анализ.
- •Глоссарий
- •Темы контрольных работ.
- •Основная литература
- •Дополнительная литература
15.5. Повторные независимые испытания
Формула Бернулли.
Если производится несколько испытаний, причем вероятность события А в каждом испытании не зависит от исходов других испытаний, то такие испытания называют независимыми относительно события А.
Если независимые повторные испытания проводятся при одном и том же комплексе условий, то вероятность наступления события А в каждом испытании одна и та же.
Описанная последовательность независимых испытаний получила название схемы Бернулли.
Пусть производится п независимых испытаний, в каждом из которых событие А может появиться либо не появиться. Условимся, что вероятность события А в каждом испытании равна р. Следовательно, вероятность ненаступления события А также постоянна и равна q=1-p.
Вычислим вероятность того, что в п испытаниях событие А осуществится ровно k раз и , следовательно, не осуществится раз. Важно подчеркнуть, что не требуется , чтобы событие А повторялось ровноk раз в определенной последовательности. Например, если речь идет о появлении события А два раза в трех испытаниях , то возможны следующие сложные события:
, т.е. .
Вероятность одного сложного события, состоящего в том, что в п испытаниях событие А наступит k раз и не наступит раз, по теореме умножения вероятностей для независимых событий равнаТаких сложных событий столько, сколько можно составить сочетаний из п элементов поk элементов, т.е. Так как эти сложные событиянесовместны, то по теореме сложения вероятностей несовместных событий искомая вероятность равна сумме вероятностей всех возможных сложных событий , т.е. вероятности одного сложного события, умноженной на их число:
(13) - формула Бернулли.
Пример. Вероятность изготовления на автоматическом станке стандартной детали равна 0,8. Найти вероятности возможного числа появления бракованных деталей среди 5 отобранных.
Решение. Вероятность изготовления бракованной детали р = 1-0,8 =0,2. Искомые вероятности находим по формуле Бернулли:
Полученные вероятности изобразим графически точками с координатами (k,Рп(k)). Соединяя эти точки, получим многоугольник или полигон распределения вероятностей (Рис.1).
Рис.1
Рассматривая многоугольник распределения вероятностей, мы видим, что есть такие значения k ( в данном случае k0=1), обладающие наибольшей вероятностью. Число k0 наступления события А в п независимых испытаниях называется наивероятнейшим, если вероятность осуществления этого события Рп(k0) по крайней мере не меньше вероятностей других событий Рп(k) при любом k. Для нахождения k0 используют неравенство
np-q k0np+q (14),
полученное при решении системы неравенств:
Рп(k0)Рп(k0+1),
Рп(k0)Рп(k0-1). (15)
Пример. Найдем наивероятнейшее число появления бракованных деталей из 5 отобранных и вероятность этого числа по данным примера
Решение. По формуле (15)
5 0,2 – 0,8k0 5 0,2 + 0,2
0,2 k0 1,2
Единственное целое число, удовлетворяющее данному неравенству, k0 = 1, а его вероятность была получена в примере 7.5.2.
Пример. Сколько раз необходимо подбросить игральную кость, чтобы наивероятнейшее число выпадения тройки было равно 10?
Решение. В данном случае р=. Согласно неравенству (15):
п-10п+,
п – 5 10п + 1,
59 п65,
т.е. необходимо подбросить кость от 59 до 65 раз включительно.