Разделы презентаций


Теория вероятностей и математическая статистика

Содержание

http://study.sfu-kras.ruЭлектронные курсы СФУИнститут Экономики, управления и природопользования Теория вероятностей и математическая статистика (лектор Т.В. Крупкина)Кодовое слово:hronop Лекции для потока 1

Слайды и текст этой презентации

Слайд 1Теория вероятностей и математическая статистика
Введение в теорию вероятностей
ЛЕКЦИЯ 1

Теория вероятностей и математическая статистикаВведение в теорию вероятностейЛЕКЦИЯ 1

Слайд 2http://study.sfu-kras.ru
Электронные курсы СФУ
Институт Экономики, управления и природопользования
Теория вероятностей и

математическая статистика (лектор Т.В. Крупкина)
Кодовое слово:
hronop
Лекции для потока 1

http://study.sfu-kras.ruЭлектронные курсы СФУИнститут Экономики, управления и природопользования Теория вероятностей и математическая статистика (лектор Т.В. Крупкина)Кодовое слово:hronop Лекции

Слайд 3Электронный курс

Электронный курс

Слайд 4Пособия
Крупкина, Т. В. Теория вероятностей и математическая статистика (для

студентов экономического факультета): Учеб. пособие. /
Т. В. Крупкина, С.

В. Бабенышев, Е. С. Кирик.
Красноярск: СФУ, 2008.
Крупкина, Т. В. Теория вероятностей и математическая статистика в примерах и задачах (для студентов экономического факультета): Учеб. пособие. / Т. В. Крупкина, А.И. Пыжев, С. В. Бабенышев, Е. С. Кирик.
Красноярск: СФУ, 2008
ПособияКрупкина, Т. В. Теория вероятностей и математическая статистика  (для студентов экономического факультета): Учеб. пособие. / Т.

Слайд 5ЭЛЕКТРОННЫЙ КАТАЛОГ НАУЧНОЙ БИБЛИОТЕКИ СФУ:  ЛИТЕРАТУРА ПО ЕСТЕСТВЕННЫМ И ГУМАНИТАРНЫМ 
НАУКАМ
http://liber.lib.sfu-kras.ru/phpopac/elcat.php
Сделать поиск по

фамилии Крупкина.

ЭЛЕКТРОННЫЙ КАТАЛОГ НАУЧНОЙ БИБЛИОТЕКИ СФУ:  ЛИТЕРАТУРА ПО ЕСТЕСТВЕННЫМ И ГУМАНИТАРНЫМ    НАУКАМhttp://liber.lib.sfu-kras.ru/phpopac/elcat.phpСделать поиск по фамилии Крупкина.

Слайд 8Эконометрика : электронный учеб.-метод. комплекс : [авт. ред.] : Теория

вероятностей и математическая статистика : учеб. Пособие
Эконометрика : электронный учеб.-метод.

комплекс : [авт. ред.] : Теория вероятностей и математическая статистика в примерах и задачах : учеб. пособие

Эконометрика : электронный учеб.-метод. комплекс : [авт. ред.] : Теория вероятностей и математическая статистика : учеб. ПособиеЭконометрика

Слайд 9Рекомендуемая литература
Булдык Г.М. Теория вероятностей и математическая статистика. Минск: Вышейш.

шк., 1989. 285 с.
Колемаев В. А., Калинина В. Н. Теория вероятностей и

математическая статистика. М.: ИНФРА-М, 2000.
Крупкина Т.В., Гречкосеев А. К. Теория вероятностей и математическая статистика. Учеб. пособие. Краснояр.гос. ун –т; Красноярск, 1999. 216 с.


Рекомендуемая литератураБулдык Г.М. Теория вероятностей и математическая статистика. Минск: Вышейш. шк., 1989. 285 с.  Колемаев В. А., Калинина В. Н.

Слайд 10Полезные ссылки

http://www.exponenta.ru/educat/class/courses/tv/theme0/5.asp

http://teoriaver.narod.ru/

http://www.nsu.ru/mmf/tvims/chernova/tv/lec/lec.html

Полезные ссылкиhttp://www.exponenta.ru/educat/class/courses/tv/theme0/5.asphttp://teoriaver.narod.ru/ http://www.nsu.ru/mmf/tvims/chernova/tv/lec/lec.html

Слайд 11Промежуточный контроль 75%
Контрольная «Теория вероятностей» :
7

– 12 апреля (20%)
Контрольная «Математическая статистика» :

19 – 24 мая (20%)
Домашние задания: (20%)
Лабораторная работа по мат. статистике, срок сдачи до 1 июня (15%)


Промежуточный контроль 75%Контрольная «Теория вероятностей» :    7 – 12 апреля (20%) Контрольная «Математическая статистика»

Слайд 12Введение в теорию вероятностей
Предметом теории вероятностей является математический анализ

случайных явлений, то есть разработка и применение математического аппарата для

изучения явлений, имеющих случайную природу.
Как самостоятельная наука, теория вероятностей была заложена в письмах Паскаля к Ферма в 1654г. В это время шевалье де Мере задал Паскалю два вопроса, касающиеся азартных игр.

Введение в теорию вероятностей Предметом теории вероятностей является математический анализ случайных явлений, то есть разработка и применение

Слайд 13Введение в теорию вероятностей
Первая задача шевалье де Мере :


сколько раз необходимо подбросить две игральные кости, чтобы вероятность выпадения

двух шестерок была больше половины?

Вторая задача :
два игрока играют в азартную игру до n выигрышей. Как следует разделить между ними ставку, если игра прервана, когда первый игрок выиграл a, а второй b партий?
Введение в теорию вероятностей Первая задача шевалье де Мере : 	сколько раз необходимо подбросить две игральные кости,

Слайд 14Введение в теорию вероятностей
В настоящее время теория вероятностей служит основой

для анализа тех явлений окружающего мира, которым свойственна «изменчивость», и

проявление которых не определяется однозначно условиями проводимых наблюдений.
Введение в теорию вероятностейВ настоящее время теория вероятностей служит основой для анализа тех явлений окружающего мира, которым

Слайд 15Введение в теорию вероятностей
Вопрос о применимости вероятностных и статистических методов

является непростым. Главным обстоятельством, которое определяет границы применимости теории вероятностей,

является наличие у изучаемых явлений свойства «статистической устойчивости».
Введение в теорию вероятностейВопрос о применимости вероятностных и статистических методов является непростым. Главным обстоятельством, которое определяет границы

Слайд 16Статистическое определение вероятности
Пусть рассматриваемый опыт можно повторять многократно, и пусть

N – число всех повторений опыта, а N(А) – число

тех из них, в которых осуществлялось событие А. Отношение N(А)/N называется частотой события А в данной серии испытаний.

Статистическое определение вероятности 	Пусть рассматриваемый опыт можно повторять многократно, и пусть N – число всех повторений опыта,

Слайд 17Статистическое определение вероятности
Практика показывает, что для многих
событий частота при больших

п мало
меняется, колеблясь около некоторого
постоянного значения P*, которое можно
назвать статистической

вероятностью события А,


Статистическое определение вероятности Практика показывает, что для многихсобытий частота при больших п маломеняется, колеблясь около некоторогопостоянного значения

Слайд 18Классическое определение вероятности
Рассмотрим некоторый опыт с конечным числом n всевозможных

взаимоисключающих друг друга исходов, которые являются равновозможными. Пусть А –

некоторое событие, связанное с этим исходом.
Вероятность P(A) можно определить, как долю тех исходов, в результате которых это событие осуществляется.

Классическое определение вероятностиРассмотрим некоторый опыт с конечным числом n всевозможных взаимоисключающих друг друга исходов, которые являются равновозможными.

Слайд 19Пусть n – число всех исходов, n(A) – число благоприятных

исходов, в результате которых осуществляется событие A.

Классическое определение вероятности

Пусть n – число всех исходов, n(A) – число благоприятных исходов, в результате которых осуществляется событие A.Классическое

Слайд 20Пример

В урне 2 белых и 5 черных шаров. Из урны

вынимают наугад 1 шар. Найти вероятность, что вынут белый шар.

Решение:

Пример	В урне 2 белых и 5 черных шаров. Из урны вынимают наугад 1 шар. Найти вероятность, что

Слайд 21Формулы комбинаторики
Число перестановок
Число перестановок из n элементов равно

Формулы комбинаторикиЧисло перестановок 	Число перестановок из n элементов равно

Слайд 22Число перестановок
Пример 1
Сколько существует способов расставить на полке 10

различных книг?

Ответ: 10!

Число перестановокПример 1 	Сколько существует способов расставить на полке 10 различных книг? Ответ: 10!

Слайд 23Число перестановок
Пример 2
Сколько существует различных способов распределить 5

задач по пяти вариантам?
Ответ: 5!

Число перестановокПример 2 	 Сколько существует различных способов распределить 5 задач по пяти вариантам? Ответ: 5!

Слайд 24Формулы комбинаторики
Выбор с возвращением
Пусть имеется r групп, причем i –

ая группа содержит ni элементов, i = 1,

2, ..., r. Число способов, которыми можно выбрать r элементов по одному из каждой группы, равно

Формулы комбинаторикиВыбор с возвращением	Пусть имеется r групп, причем i – ая группа содержит ni   	элементов,

Слайд 25Выбор с возвращением
В частности, если






то

Выбор с возвращением В частности, если

Слайд 26Выбор с возвращением
Пример 3
Сколько существует различных способов из цифр 1,

2, …9 составить двузначное число?

Ответ: 92.

Выбор с возвращениемПример 3	Сколько существует различных способов из цифр 1, 2, …9 составить двузначное число?Ответ: 92.

Слайд 27Выбор без возвращения
Число размещений
С помощью этой формулы можно подсчитать,

сколько существует различных способов выбрать и разместить по различным местам

k из n различных элементов.
Формула числа размещений имеет вид:


Выбор без возвращения Число размещений 	С помощью этой формулы можно подсчитать, сколько существует различных способов выбрать и

Слайд 28Число размещений
Пример 4
Сколько существует способов составить из цифр 2, 3,

4, 5, 7, 8 двузначное число с различными цифрами?
Решение:

Число размещенийПример 4Сколько существует способов составить из цифр 2, 3, 4, 5, 7, 8 двузначное число с

Слайд 29Выбор без возвращения
Число сочетаний
С помощью этой формулы можно подсчитать, сколько

существует различных способов выбора из n элементов k, не учитывая

порядок элементов в выбранной последовательности. Формула числа сочетаний имеет вид:

Выбор без возвращенияЧисло сочетаний	С помощью этой формулы можно подсчитать, сколько существует различных способов выбора из n элементов

Слайд 30Число сочетаний

Число сочетаний

Слайд 31Число сочетаний
Пример 5
Сколько существует способов составить из цифр 2, 3,

4, 5, 7, 8 сократимую дробь, выбирая два числа?

Решение:

Число сочетанийПример 5	Сколько существует способов составить из цифр 2, 3, 4, 5, 7, 8 сократимую дробь, выбирая

Слайд 32 Число способов, которыми можно разбить n различных элементов на k

групп, содержащих соответственно n1, n2,…nk элементов, равно
Число разбиений

на группы
Число способов, которыми можно разбить n различных элементов на k групп, содержащих соответственно n1, n2,…nk

Слайд 33Число разбиений на группы
Пример 6
Сколько существует различных способов разделить колоду

из 36 карт на 4 равные части?
Решение:

Число разбиений на группыПример 6	Сколько существует различных способов разделить колоду из 36 карт на 4 равные части?Решение:

Слайд 34Пример 7

В урне 2 белых и 5 черных шаров. Из

урны вынимают наугад 2 шара. Найти вероятность, что оба шара

будут белыми.

Решение:
Пример 7	В урне 2 белых и 5 черных шаров. Из урны вынимают наугад 2 шара. Найти вероятность,

Слайд 35Пример 8
В урне a белых и b черных шаров.

Из урны вынимают наугад 5 шаров. Найти вероятность, что два из них будут белыми, а три – черными.
Решение:
Пример 8 	В урне a белых и b черных шаров.

Слайд 36Пример 9

Из пяти букв разрезной азбуки составлено слово «КНИГА». Найти

вероятность того, что, перемешав буквы, и разложив их случайным образом,

получим то же самое слово.
Ответ:
Пример 9	Из пяти букв разрезной азбуки составлено слово «КНИГА». Найти вероятность того, что, перемешав буквы, и разложив

Слайд 37Пример 10
Из букв разрезной азбуки составлено слово «КОЛОБОК». Найти вероятность

того, что перемешав буквы, и разложив их случайным образом, получим

то же самое слово.
Ответ:

Пример 10	Из букв разрезной азбуки составлено слово «КОЛОБОК». Найти вероятность того, что перемешав буквы, и разложив их

Слайд 38Элементарные исходы
Пространством элементарных исходов Ω называется множество, содержащее все возможные

результаты данного случайного эксперимента, из которых в эксперименте происходит ровно

один. Элементы этого множества называют элементарными исходами и обозначают буквой ω.

Элементарные исходыПространством элементарных исходов Ω называется множество, содержащее все возможные результаты данного случайного эксперимента, из которых в

Слайд 39Событиями мы будем называть некоторые наборы элементарных исходов, то есть

подмножества множества Ω. Говорят, что в результате эксперимента произошло событие

A, если в эксперименте произошел один из элементарных исходов, входящих в множество.
Событиями мы будем называть некоторые наборы элементарных исходов, то есть подмножества множества Ω. Говорят, что в результате

Слайд 40Пример
Бросаем один раз игральную кость. В этом опыте пространство элементарных

событий Ω = {1, 2, 3, 4, 5, 6}, где

элементарное событие i - выпадение i очков.
Событие A - выпадение четного числа очков, A = {2, 4, 6},
событие B - выпадение числа очков, большего четырех, B = {5, 6}.
ПримерБросаем один раз игральную кость. В этом опыте пространство элементарных событий Ω = {1, 2, 3, 4,

Слайд 41Дискретное пространство
Пространство элементарных исходов назовём дискретным, если оно конечно или

счётно.
Множество счётно, если существует взаимно-однозначное соответствие между этим множеством

и множеством всех натуральных чисел. Счётными множествами являются, например, множество натуральных чисел, множество целых чисел, множество рациональных чисел, множество чётных чисел и т.д. Множество конечно, если оно состоит из конечного числа элементов.
Дискретное пространствоПространство элементарных исходов назовём дискретным, если оно конечно или счётно. Множество счётно, если существует взаимно-однозначное соответствие

Слайд 42События в дискретном пространстве Ω
Определение
Произвольные подмножества дискретного пространства

элементарных исходов Ω называются событиями.

ВАЖНО:
Если Ω конечно или счётно, то

любое подмножество Ω может являться событием.


События в дискретном пространстве ΩОпределение	Произвольные подмножества  дискретного  пространства элементарных исходов Ω называются событиями.ВАЖНО:Если Ω конечно

Слайд 43В пространстве элементарных событий Ω = { 1, 2, 3,

4, 5, 6 } любой набор исходов ─ событие.
Например, {1,

3, 4, 5} или { 6 }.

В пространстве элементарных событий Ω = { 1, 2, 3, 4, 5, 6 } любой набор исходов

Слайд 44Замечание
Пустое множество  и все множество  тоже являются событиями.


Событие  называется невозможным событием, событие  – достоверным событием.




Замечание	Пустое множество  и все множество  тоже являются событиями. Событие  называется невозможным событием, событие 

Слайд 45Элементарные события
Достоверное событие  наступает при любом исходе.
Невозможное событие

не может произойти в результате эксперимента, оно не происходит никогда.
Случайное

событие может произойти или не произойти в результате эксперимента, оно происходит иногда.


Элементарные событияДостоверное событие  наступает при любом исходе. Невозможное событие не может произойти в результате эксперимента, оно

Слайд 46Пример
Бросаем один раз игральную кость. Выпадение более шести очков -

невозможное событие.
Выпадение не более шести очков - достоверное событие.
Выпадение от

трех до пяти очков - случайное событие.

ПримерБросаем один раз игральную кость. Выпадение более шести очков - невозможное событие.Выпадение не более шести очков -

Слайд 47Определения
События называются равными (A1 = A2), если множества составляющих их

исходов совпадают:


События A1 и A2 называются несовместными, если их

множества элементарных исходов не пересекаются.

ОпределенияСобытия называются равными (A1 = A2), если множества составляющих их исходов совпадают: События A1 и A2 называются

Слайд 48Пример
Бросаем один раз игральную кость.
Событие A - выпадение четного

числа очков,
A = {2, 4, 6}.
Событие C - выпадение

нечетного числа очков, C = {1, 3, 5}.
A и C несовместны.

ПримерБросаем один раз игральную кость. Событие A - выпадение четного числа очков, A = {2, 4, 6}.Событие

Слайд 49Комбинации событий
Рассмотрим комбинации событий, такие, как
сумма, произведение, разность и

т.д.
Поскольку события – это множества исходов, будем использовать соответствующие определения

для множеств.
Сумма событий соответствует объединению множеств, произведение событий соответствует пересечению множеств и т.д.

Комбинации событийРассмотрим комбинации событий, такие, как сумма, произведение, разность и т.д.Поскольку события – это множества исходов, будем

Слайд 50 Суммой или объединением событий A1 и A2 называют событие A,

состоящее в осуществлении хотя бы одного из событий A1 или

A2








Аналогично определяется

Сумма (объединение) событий

A1

A2


Суммой или объединением событий A1 и A2 называют событие A, состоящее в осуществлении хотя бы одного из

Слайд 51Пример
Бросаем один раз игральную кость.
Событие A - выпадение четного

числа очков, A = {2, 4, 6}.
Событие B -

выпадение числа очков, большего четырех, B = {5, 6}.
Событие A + B = {2, 4, 5, 6} состоит в том, что выпало либо четное число очков, либо число очков большее четырех, т.е. произошло либо событие A, либо событие B.
ПримерБросаем один раз игральную кость. Событие A - выпадение четного числа очков, A = {2, 4, 6}.

Слайд 52 Произведением или пересечением событий A1 и A2 называют событие A,

состоящее в осуществлении и события A1 и события A2











Аналогично

определяется

A2

A1


Произведение (пересечение) событий

Произведением или пересечением событий A1 и A2 называют событие A, состоящее в осуществлении и события A1 и

Слайд 53Пример
В условиях предыдущего примера:
Событие A - выпадение четного числа очков,

A = {2, 4, 6}.
Событие B - выпадение числа

очков, большего четырех, B = {5, 6}.
Событие A B = {6} состоит в том, что выпало четное число очков, большее четырех, т.е. произошло и событие A, и событие B.

ПримерВ условиях предыдущего примера:Событие A - выпадение четного числа очков, A = {2, 4, 6}. Событие B

Слайд 54 Разностью событий A1 и A2 называют событие A, состоящее в

том, что событие A1 осуществилось, а событие A2 – нет.











A2
A1

Разность

событий
Разностью событий A1 и A2 называют событие A, состоящее в том, что событие A1 осуществилось, а событие

Слайд 55Пример
В условиях предыдущего примера:
Событие A - выпадение четного числа очков,

A = {2, 4, 6}.
Событие B - выпадение числа

очков, большего четырех, B = {5, 6}.
Событие A\ B = {2, 4} состоит в том, что выпало четное число очков не большее четырех, т.е. произошло событие A, не произошло событие B.

ПримерВ условиях предыдущего примера:Событие A - выпадение четного числа очков, A = {2, 4, 6}. Событие B

Слайд 56
Противоположным событием к событию A называют событие

состоящее в том, что событие A не произошло.
A

Противоположное событие

Противоположным событием к событию A называют событие    состоящее в том, что событие A не

Слайд 57Пример
В условиях предыдущего примера:
Событие A - выпадение четного числа очков,

A = {2, 4, 6}.
Событие =

{1, 3, 5} состоит в том, что выпало нечетное число очков, т.е. не произошло событие A.

ПримерВ условиях предыдущего примера:Событие A - выпадение четного числа очков, A = {2, 4, 6}. Событие

Слайд 58Свойства операций над событиями
коммутативность
ассоциативность
дистрибутивность
умножения
относительно
сложения

Свойства операций над событиямикоммутативностьассоциативностьдистрибутивность умножения относительно сложения

Слайд 60Вероятность в классическом пространстве
Классическая вероятность может быть записана как





где значок |A| обозначает число элементов в множестве A

(благоприятных исходов).


Вероятность в классическом пространстве Классическая вероятность может быть записана как где значок  |A| обозначает число элементов

Слайд 61 Описать пространство Ω элементарных исходов в случае бросания двух игральных

костей.
Решение
Элементарным исходом служит упорядоченная пара чисел ω

= (i, j), где i – число очков на первой кости, j – число очков на второй кости.
    

Пример

Описать пространство Ω элементарных исходов в случае бросания двух игральных костей. Решение		Элементарным исходом служит упорядоченная пара чисел

Слайд 62Решение (продолжение)
Множество элементарных исходов можно задать перечислением:

Решение (продолжение)Множество элементарных исходов можно задать перечислением:

Слайд 63 Найти вероятность события
A={суммарное число выпавших очков равно 6}.


Найти вероятность события		A={суммарное число выпавших очков равно 6}.

Слайд 64По-другому этот результат можно получить, если сложить вероятности элементарных исходов

По-другому этот результат можно получить, если сложить вероятности элементарных исходов

Слайд 65Замечание.
Вероятность, вычисленная в этом примере, была найдена с помощью классического

определения вероятности. Но классическое определение можно применять только если исходы

равновозможны. А определение (*) можно применять и при неравновозможных исходах.
Замечание.Вероятность, вычисленная в этом примере, была найдена с помощью классического определения вероятности. Но классическое определение можно применять

Слайд 66Проблема!
Но множество исходов не обязательно конечно или счетно.
Пусть, например,

опыт состоит в выборе точки из отрезка [0, 1]. Исходом

является любая точка, а множество точек отрезка несчетно. Как ввести вероятность в этом случае?
Проблема!Но множество исходов не обязательно конечно или счетно. Пусть, например, опыт состоит в выборе точки из отрезка

Слайд 67Аксиоматическое определение вероятности
Определение
Вероятность события есть числовая функция P(A), удовлетворяющая аксиомам:

Аксиоматическое определение вероятностиОпределение	Вероятность события есть числовая функция P(A), удовлетворяющая аксиомам:

Слайд 68Свойства вероятности

Свойства вероятности

Слайд 69Проблема!
Если  несчетно, то не всякое подмножество  является событием.
А

какие же подмножества являются событиями?
Ответ: только такие, которые входят в

так называемые –алгебры.

Проблема!Если  несчетно, то не всякое подмножество  является событием.А какие же подмножества являются событиями?Ответ: только такие,

Слайд 70 – алгебра
Определение
F называется  –алгеброй, если

 – алгебраОпределение	 F называется  –алгеброй, если

Слайд 71Пример
1. {, }.
2. {, A, Ā, }, где A –

некоторое подмножество .

Пример 	1. {, }.	2. {, A, Ā, }, где A – некоторое подмножество .

Слайд 72Аксиоматика Колмогорова
Определение
Вероятностным пространством называется тройка (, F, P),
где

 – пространство элементарных событий,
F – –алгебра подмножеств множества ,
P

– вероятностная мера, заданная на F.

Аксиоматика КолмогороваОпределение	Вероятностным пространством называется тройка  (, F, P), 	где  – пространство элементарных событий,	F – –алгебра

Слайд 73Геометрическое вероятностное пространство






Рассмотрим какую-нибудь область  (на прямой, на плоскости,

в пространстве). Предположим, что «мера» конечна. Пусть случайный эксперимент состоит

в том, что мы наудачу  бросаем в эту область точку.

Термин «наудачу» здесь означает, что вероятность попадания точки в любую часть A не зависит от формы или расположения A внутри , а зависит лишь от «меры» области.

Геометрическое вероятностное пространство			Рассмотрим какую-нибудь область  (на прямой, на плоскости, в пространстве). Предположим, что «мера» конечна. Пусть

Слайд 74 Эксперимент состоит в случайном выборе точки из ограниченного множества ;
F

– система подмножеств , у которых существует мера (длина, площадь,

объем и т.д. );




где ||A|| – мера множества A.

Эксперимент состоит в случайном выборе точки из ограниченного множества ;	F – система подмножеств , у которых существует

Слайд 75Пример
Точка наудачу бросается на отрезок [0;1]. Вероятность точке попасть в

отрезок
[0,1; 0,5] равна 4/10 = 0,4. (Почему?)
А чему

равна вероятность точке попасть в полуоткрытый интервал [0,1; 0,5)?
Тоже 4/10 = 0,4.
Пример	Точка наудачу бросается на отрезок [0;1]. Вероятность точке попасть в отрезок  [0,1; 0,5] равна 4/10 =

Слайд 76Пример
Вероятность точке попасть в точку {0,5} равна нулю, так как

мера множества, состоящего из одной точки («длина точки»), есть 0.


Вместе с тем попадание в точку {0,5} не является невозможным событием  —  это один из элементарных исходов эксперимента.
Пример	Вероятность точке попасть в точку {0,5} равна нулю, так как мера множества, состоящего из одной точки («длина

Слайд 77Пример (Задача о встрече)
Два лица X и Y условились встретиться

в определенном месте между двумя и тремя часами дня. Пришедший

первым ждет другого в течении 10 минут, после чего уходит. Чему равна вероятность встречи этих лиц, если каждый из них может прийти в любое время в течение указанного часа независимо от другого?

Пример (Задача о встрече)	Два лица X и Y условились встретиться в определенном месте между двумя и тремя

Слайд 78Решение 
  Будем считать интервал с 14 до 15 часов дня

отрезком [0,1] длиной 1 час. Пусть  и   –

моменты прихода X и Y (точки отрезка [0,1]).

Все возможные результаты эксперимента – множество точек квадрата со стороной 1:
 

={(,): 0  1, 0  1} = [0,1]x[0,1]

Решение   	Будем считать интервал с 14 до 15 часов дня отрезком [0,1] длиной 1 час. Пусть 

Слайд 79 Можно считать, что эксперимент сводится к бросанию точки наудачу в

квадрат. При этом благоприятными исходами являются точки множества
A={(,): |

– | 1/6}
То есть попадание в множество A наудачу брошенной в квадрат точки означает, что X и Y встретятся. Тогда вероятность встречи равна
Можно считать, что эксперимент сводится к бросанию точки наудачу в квадрат. При этом благоприятными исходами являются точки

Слайд 80Задача Бюффона
На плоскости начерчены параллельные прямые, находящиеся друг от

друга на расстоянии 2a. На плоскость наудачу брошена игла длины

2ℓ<2a. Какова вероятность того, что игла пересечет одну из прямых?





Задача Бюффона 	На плоскости начерчены параллельные прямые, находящиеся друг от друга на расстоянии 2a. На плоскость наудачу

Слайд 81Решение
Возможные положения иглы (отрезка) на плоскости полностью определяются положением середины

иглы и углом поворота иглы относительно какого –либо направления. Причем

две эти переменные (положение центра и угол поворота) меняются независимо друг от друга.

Решение	Возможные положения иглы (отрезка) на плоскости полностью определяются положением середины иглы и углом поворота иглы относительно какого

Слайд 82 Обозначим через x[0,a] расстояние от середины иглы до ближайшей прямой,

а через [0,]  – угол между каким –то направлением прямых

и иглой. Множество возможных положений иглы целиком определяется выбором наудачу точки из прямоугольника
 = [0,a]x[0,].

Игла пересекает ближайшую прямую, если координаты выбранной наудачу точки удовлетворяют неравенству: x  ℓ•sin .

Обозначим через x[0,a] расстояние от середины иглы до ближайшей прямой, а через [0,]  – угол между каким

Слайд 83Площадь области A, точки которой удовлетворяют та –кому неравенству, равна


A так как ()=a• , то искомая вероятность равна

Площадь области A, точки которой удовлетворяют та –кому неравенству, равна A так как ()=a• , то искомая

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