Разделы презентаций


fb728085_lektsiya_st1.ppt

Содержание

План лекции:Случайное событие. Вероятность события.Теоремы сложения и умножения вероятностей.Формула полной вероятности. Формула Байеса.Законы распределения случайных величин (биноминальный, Пуассона, Максвелла, Больцмана).

Слайды и текст этой презентации

Слайд 1Основы теории вероятностей
Лекция 1

Основы теории вероятностейЛекция 1

Слайд 2План лекции:
Случайное событие. Вероятность события.
Теоремы сложения и умножения вероятностей.
Формула полной

вероятности. Формула Байеса.
Законы распределения случайных величин (биноминальный, Пуассона, Максвелла, Больцмана).

План лекции:Случайное событие. Вероятность события.Теоремы сложения и умножения вероятностей.Формула полной вероятности. Формула Байеса.Законы распределения случайных величин (биноминальный,

Слайд 3Виды событий
Случайные события могут произойти или не произойти при осуществлении

данной совокупности условий


Невозможные события никогда не происходят при осуществлении данной

совокупности условий


Достоверные события всегда происходят при осуществлении данной совокупности условий





Виды событийСлучайные события могут произойти или не произойти при осуществлении данной совокупности условийНевозможные события никогда не происходят

Слайд 4Несовместными называются события, которые не могут одновременно произойти в одном

испытании
Совокупность случайных событий А1, А2,А3,…Аn называется полной группой для данного

испытания, если в результате испытания обязательно происходит только одно из событий этой совокупности
Два события (А и ) называются противоположными, если появление одного из них равносильно непоявлению другого


противоположное событие (читается «не А»)

Несовместными называются события, которые не могут одновременно произойти в одном испытанииСовокупность случайных событий А1, А2,А3,…Аn называется полной

Слайд 5Алгебра событий
Суммой (объединением) двух событий А и В называется событие

А+В состоящее в том, что произойдет хотя бы одно из

них
Произведением (совмещением) двух событий А и В называется событие АВ состоящее в их совместном появлении
Алгебра событийСуммой (объединением) двух событий А и В называется событие А+В состоящее в том, что произойдет хотя

Слайд 6 Пример: В поле наблюдения микроскопа находятся четыре клетки.

За время наблюдения каждая из них может как разделиться, так

и нет. Рассматриваются события:
А – разделилась ровно одна клетка
В – разделилась хотя бы одна клетка
С – разделилось не менее двух клеток
D – разделились ровно две клетки
E – разделились ровно три клетки
F – разделились ровно четыре клетки
В чем состоят события: 1) А+B; 2) АB; 3) В+C; 4) ВC; 5) D+E+F; 6) BF? Верны ли равенства: 7) BF=C; 8) ВC=D?

Ответы:1)B; 2) А; 3) B; 4) C; 5) C; 6) F;
7) верно; 8) нет

Пример: В поле наблюдения микроскопа находятся четыре клетки. За время наблюдения каждая из них может

Слайд 7 Пример: Из множества обследованных детей наугад выбирается одна

пара. События:
А – первый ребенок болел коклюшем;
В – второму ребенку

сделана прививка;
С – второй ребенок тоже болел коклюшем.
Выяснить смысл событий: АС, ВС, АВС, , , В +А.



Ответы:
АС – оба ребенка болели коклюшем;
ВС – второму ребенку сделана прививка, но он болел коклюшем;
АВС – оба ребенка болели коклюшем, причем второму сделана прививка;
– оба ребенка болели коклюшем, причем второму не сделана прививка;
– второму ребенку сделана прививка, он не болел коклюшем;
В +А – либо первый, либо второй ребенок болел коклюшем.

Пример: Из множества обследованных детей наугад выбирается одна пара. События:А – первый ребенок болел коклюшем;В

Слайд 8Классическое определение вероятности
Вероятностью события А называют отношение числа

благоприятствующих этому событию элементарных событий (m) к общему числу всех

равновозможных несовместных элементарных событий (n), образующих полную группу.

Чтобы рассчитать классическую вероятность необходимо до проведения испытаний теоретически подсчитать:
общее число всех равновозможных несовместных элементарных событий (n)
число благоприятствующих этому событию равновозможных несовместных элементарных событий (m)


Классическое определение вероятности  Вероятностью события А называют отношение числа благоприятствующих этому событию элементарных событий (m) к

Слайд 9Комбинаторика
Перестановками называют комбинации, состоящие из одних и тех же n

различных элементов и отличающиеся только порядком их расположения. Число возможных

перестановок рассчитывается по формуле: Pn = n!,
n!= 1∙2∙3∙…∙n, причем 0!=1, 1!=1
Размещениями называют комбинации, составленные из n различных элементов по m элементов в каждом, которые отличаются либо элементами, либо их порядком. Число возможных размещений


КомбинаторикаПерестановками называют комбинации, состоящие из одних и тех же n различных элементов и отличающиеся только порядком их

Слайд 10Сочетаниями называют комбинации, составленные из n различных элементов по m

элементов в каждом, которые отличаются хотя бы одним элементом

Пример: Приема

у зубного врача ожидают 3 мужчин и 5 женщин. Врач вызывает двоих. Какова вероятность того, что зайдут один мужчина и одна женщина?
Решение:
1) Число общих исходов (способы, которые позволяют вызвать 1 мужчину и 1 женщину из 8 человек)
2) Число благоприятных исходов для мужчин - , для женщин





Вероятность


Сочетаниями называют комбинации, составленные из n различных элементов по m элементов в каждом, которые отличаются хотя бы

Слайд 11Статистическое определение вероятности
Относительной частотой W(А) события А называется отношение числа

опытов (m), в которых появилось событие А, к общему числу

произведенных опытов (n).
Относительная частота меняется для данного события мало – тем меньше, чем больше число испытаний.
Вероятностью события А называют число, к которому стремится относительная частота события А при увеличении числа испытаний.


Статистическое определение вероятностиОтносительной частотой W(А) события А называется отношение числа опытов (m), в которых появилось событие А,

Слайд 12 Чтобы рассчитать статистическую вероятность необходимо после проведения испытаний

подсчитать:
общее число всех проведенных испытаний (n)
число испытаний, в которых появилось

событие А (m)
рассчитать относительную частоту W(A)

Пример: При стоматологическом обследовании 250 студентов, у 125 человек был обнаружен пульпит, у 75-периодонтит, у 50-вторичный кариес. Какова вероятность заболевания вторичным кариесом у студентов?
Решение:
общее число всех проведенных испытаний=250
число испытаний, в которых появилось событие А=50
Относительная частота:


Чтобы рассчитать статистическую вероятность необходимо после проведения испытаний подсчитать:общее число всех проведенных испытаний (n)число испытаний,

Слайд 13
Свойства вероятности:

Вероятность достоверного

события Р=1

Вероятность невозможного события Р=0

Вероятность случайного события 0

Свойства вероятности:Вероятность достоверного события Р=1Вероятность невозможного события Р=0Вероятность случайного события

Слайд 14Теоремы сложения и умножения вероятностей
Вероятность появления одного из двух несовместных

событий, безразлично какого, равна сумме их вероятностей: Р(А+В)=Р(А)+Р(В)
Следствие:
Сумма

вероятностей несовместных событий, образующих полную группу равна 1.
Р(А1+А2+…+Аn)=Р(А1)+Р(A2)+…+P(An)=1
Для противоположных событий



Теоремы сложения и умножения вероятностейВероятность появления одного из двух несовместных событий, безразлично какого, равна сумме их вероятностей:

Слайд 15Вероятность появления одного из двух совместных событий, безразлично какого, равна

сумме вероятностей этих событий минус вероятность их совместного появления: Р(А+В)=Р(А)

+ Р(В) – Р(АВ)

Вероятность совместного появления двух независимых событий равна произведению вероятностей этих событий: Р(А∙В)=Р(А)∙Р(В)

События называются независимыми, если появление одного из них не изменяет вероятности появления второго.


Вероятность появления одного из двух совместных событий, безразлично какого, равна сумме вероятностей этих событий минус вероятность их

Слайд 16Условной вероятностью PA(B) называют вероятность события В, вычисленную при условии,

что событие А уже произошло:
PA(B)= P(A⋅В)/Р(А)

Вероятность совместного

появления двух зависимых событий равна произведению вероятности одного из них на условную вероятность другого, вычисленную в предположении, что первое событие уже произошло: P(A⋅В)=P(A)⋅PA(B)
Условной вероятностью PA(B) называют вероятность события В, вычисленную при условии, что событие А уже произошло:

Слайд 17Формула полной вероятности
Вероятность события А, которое может наступить лишь при

условии появления одного из несовместных событий В1,В2,В3,…,Вn, образующих полную группу,

равна сумме произведений вероятностей каждого из этих событий на соответствующую условную вероятность события А:
Р(А)=Р(В1)РВ1(А)+Р(В2)РВ2(А)+… +Р(Вn)PBn(A)
Формула полной вероятностиВероятность события А, которое может наступить лишь при условии появления одного из несовместных событий В1,В2,В3,…,Вn,

Слайд 18Теорема гипотез (формула Байеса)
Задача: Имеется полная группа несовместных событий В1,В2,В3,…,Вn.

Их называют гипотезами, т.к. неизвестно заранее какое из них приведет

к появлению события А. Произведен опыт, в результате которого появилось событие А. Спрашивается, как изменится вероятность гипотез в связи с появлением этого события?
По существу необходимо найти условную вероятность PA(Bi) для каждой гипотезы.
Теорема гипотез (формула Байеса)Задача: Имеется полная группа несовместных событий В1,В2,В3,…,Вn. Их называют гипотезами, т.к. неизвестно заранее какое

Слайд 19Формула Байеса





Формула Байеса позволяет переоценить вероятности гипотез после

того, как проведено испытание, в результате которого произошло событие А.


Формула Байеса  Формула Байеса позволяет переоценить вероятности гипотез после того, как проведено испытание, в результате которого

Слайд 20 Пример: Два стрелка независимо один от другого стреляют

по одной мишени. Вероятность попадания в мишень для первого стрелка

0,8, для второго – 0,4. После стрельбы в мишени обнаружена одна пробоина. Найти вероятность того, что эта пробоина принадлежит первому стрелку.
Решение: До опыта возможны гипотезы:
В1– ни первый, ни второй стрелки не попали в цель
В2– оба попали в цель
В3– первый стрелок попал, а второй промахнулся
В4– первый стрелок не попал, а второй попал
Пример: Два стрелка независимо один от другого стреляют по одной мишени. Вероятность попадания в мишень

Слайд 21Вероятности этих гипотез:
Р(В1) =0,2·0,6=0,12
Р(В2) =0,8·0,4=0,32
Р(В3) =0,8·0,6=0,48
Р(В4) =0,2·0,4=0,08

Условные вероятности

события А (попадания в цель) при этих гипотезах равны: PA(B1)=0;

PA(B2)=0; PA(B3)=1; PA(B4)=1.
После опыта гипотезы B1 и B2 становятся невозможными (т.к. есть одно попадание).
Вероятности этих гипотез:Р(В1) =0,2·0,6=0,12 Р(В2) =0,8·0,4=0,32Р(В3) =0,8·0,6=0,48 Р(В4) =0,2·0,4=0,08Условные вероятности события А (попадания в цель) при этих

Слайд 22Считаем вероятность гипотез B3 и B4


Вывод: более вероятно, что

цель поражена первым стрелком

Считаем вероятность гипотез B3 и B4 Вывод: более вероятно, что цель поражена первым стрелком

Слайд 23Биноминальное распределение. Формула Бернулли.
Задача: Какова вероятность появления события А
при проведении

серии испытаний при одних и тех
же условиях?
Допущения:
Вероятность ожидаемого события Р(А)=р

остается постоянной в каждом испытании
Учитываются только два исхода: появление события А или его альтернатива
Р( )=q, причем p+q=1

Биноминальное распределение. Формула Бернулли.Задача: Какова вероятность появления события Апри проведении серии испытаний при одних и техже условиях?Допущения:Вероятность

Слайд 24Формула Бернулли описывает вероятность появления Рn(k) события А в n

независимых испытаниях k раз.


с учетом, что
имеем

формула Бернулли

Формула Бернулли описывает вероятность появления Рn(k) события А в n независимых испытаниях k раз.с учетом, чтоимеемформула Бернулли

Слайд 25Распределение Пуассона
Предельный случай биноминального распределения, когда вероятность ожидаемого события А

очень мала (p 0, а вероятность альтернативы

q 1 ). Часто распределение Пуассона называют законом редких явлений.
Распределение Пуассона характеризуется средней арифметической и дисперсией σ2 = D причем
Принято считать






формула Пуассона

Распределение ПуассонаПредельный случай биноминального распределения, когда вероятность ожидаемого события А очень мала (p    0,

Слайд 26Распределение Максвелла
распределение Максвелла – это распределение газовых молекул по

скоростям. В равновесном состоянии макроскопические параметры газа (Р, V, Т)

остаются постоянными, а микросостояния меняются


функция
распределения


наиболее вероятная скорость молекул


средняя скорость молекул

Распределение Максвелла распределение Максвелла – это распределение газовых молекул по скоростям. В равновесном состоянии макроскопические параметры газа

Слайд 27Распределение Больцмана
распределение Больцмана – это распределение частиц в силовых полях

(гравитационном, электромагнитном и т.п.)

распределение Больцмана
При сравнении распределений Больцмана

и
Максвелла видно, что это распределения частиц
по энергиям (потенциальной и кинетической)



Распределение Больцманараспределение Больцмана – это распределение частиц в силовых полях (гравитационном, электромагнитном и т.п.)распределение БольцманаПри сравнении

Слайд 28БЛАГОДАРЮ ЗА ВНИМАНИЕ

БЛАГОДАРЮ ЗА ВНИМАНИЕ

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика