Теория вероятностей - курс лекций

Математика решение контрольной
Лекции и задачи 1 семестр
Лекции и задачи 2 семестр
Лекции и задачи 3 семестр
Лекции и задачи 4 семестр
Интегралы задачи с решением
Неопределенные интегралы
Метод интегрирования по частям
Курсовой (типовой ) расчет
(задания из Кузнецова)
Математический анализ
Производные и дифференциалы
Вычисление двойного интеграла.
Примеры решения задач по теме
Матрица, функции
Примеры решения задач
контрольной за первый курс
Ряды
Функции
Аналитическая геометрия
Дифференциальные уравнения
Элементарная математика
Поверхности второй степени
Пределы и числовые ряды
ТФКП
Билеты к экзамену
Компьютерная математика Mathematica
Матричная лаборатория MATLAB
Символьная математика Maple
Физика примеры решения задач
Строение атомных ядер
Модели атомных ядер
Ядерные реакции
Электростатика
Механика
Термодинамика
Конденсаторы
Оптика
Радиоактивность
Фотометрия
Квантовая механика
Задачи по ядерке
Радиоактивный распад
Задачи на распад
Взаимодействие нейтронов
Ядерные реакции
Деление и синтез ядер
Нейтронная физика
Квантовая физика
Прикладная математика
Электромагнитное
взаимодействие
Электрическое поле
Фотоны
Электромагнетизм
Дозиметрия
Термодинамика
Атомная энергетика
Быстрый реактор со свинцовым теплоносителем (БРЕСТ-1200)
Авария на ЧАЭС
Физика ядерного реактора
Поглощение электромагнитного излучения в веществе
Радионуклиды в организме человека
Атомные станции
Предотвращение загрязнения окружающей среды выбросами АЭС
Атомная энергетика в странах мира
Атомные реакторы
Атомные станции теплоснабжения
Ядерные двигатели для транспорта
Ядерные двигатели для авиации
Космические ядерные двигатели

Физика атомного ядра и элементарных частиц

Электротехника и электроника
Основы электротехники
Исследование полевых транзисторов
Полупроводниковые выпрямители
Исследование стабилитронов
Курсовые по электронике
Низкочастотный RC- генератор
Выбор мощности электродвигателей
Рассчитать каскад транзисторного усилителя напряжения
Биполярный транзистор
Расчёт электрических фильтров
Расчет управляемых тиристорных выпрямителей
Расчет однофазного трансформатора
Начертательная геометрия
Выполнения заданий контрольной работы
Позиционные задачи
Метрические задачи
Сопромат
Испытание на сжатие
Расчет на прочность и жесткость

Задачи курса сопротивление материалов

Эротика в искусстве
Альдегревер. Ночь. Гравюра
Вакханка. Французская литография
Виккарио. Сластолюбивый фавн
Гравюра. Шабаш ведьм
Информатика
Windovs server
Linux

Курс лекций - первый семестр

Курс лекций - второй семестр

Курс лекций - третий семестр

Курс лекций - четвертый семестр

Теория вероятностей. Основные понятия. Определение. Событием называется всякий факт, который может произойти или не произойти в результате опыта. При этом тот или иной результат опыта может быть получен с различной степенью возможности. Т.е. в некоторых случаях можно сказать, что одно событие произойдет практически наверняка, другое практически никогда. В отношении друг друга события также имеют особенности, т.е. в одном случае событие А может произойти совместно с событием В, в другом – нет.

Операции над событиями Определение. Объединением или суммой событий Аk называется событие A, которое означает появление хотя бы одного из событий Аk. Определение. Пересечением или произведением событийAk называется событие А, которое заключается в осуществлении всех событий Ak.

Формула Бейеса. (формула гипотез) Теорема. Вероятность гипотезы после испытания равна произведению вероятности гипотезы до испытания на соответствующую ей условную вероятность события, которое произошло при испытании, деленному на полную вероятность этого события.

Формула Бернулли Если производится некоторое количество испытаний, в результате которых может произойти или не произойти событие А, и вероятность появления этого события в каждом из испытаний не зависит от результатов остальных испытаний, то такие испытания называются независимыми относительно события А.

Распределение Пуассона Пусть производится п независимых испытаний, в которых появление события А имеет вероятность р. Если число испытаний п достаточно велико, а вероятность появления события А в каждом испытании мало (p 0,1), то для нахождения вероятности появления события А k раз находится следующим образом

Функция распределения Во всех рассмотренных выше случаях случайная величина определялась путем задания значений самой величины и вероятностей этих значений. Однако, такой метод применим далеко не всегда. Например, в случае непрерывной случайной величины, ее значения могут заполнять некоторый произвольный интервал. Очевидно, что в этом случае задать все значения случайной величины просто нереально. Даже в случае, когда это сделать можно, зачастую задача решается чрезвычайно сложно

Построим график функции распределения Пример. В урне 6 белых и 4 черных шара. Из нее пять раз подряд извлекают шар, причем каждый раз вынутый шар возвращают обратно и шары перемешивают. Приняв за случайную величину Х число извлеченных белых шаров, составить закон распределения этой величины, определить ее математическое ожидание и дисперсию. Т.к. шары в каждом опыте возвращаются обратно и перемешиваются, то испытания можно считать независимыми (результат предыдущего опыта не влияет на вероятность появления или непоявления события в другом опыте). Векторная алгебра Матрицы и определители

Функция Лапласа . Это правило называется правилом трех сигм. Не практике считается, что если для какой – либо случайной величины выполняется правило трех сигм, то эта случайная величина имеет нормальное распределение. Пример. Поезд состоит из 100 вагонов. Масса каждого вагона – случайная величина, распределенная по нормальному закону с математическим ожидание а = 65 т и средним квадратичным отклонением s = 0,9 т. Локомотив может везти состав массой не более 6600 т, в противном случае необходимо прицеплять второй локомотив. Найти вероятность того, что второй локомотив не потребуется

Характеристическая функция Дробь, входящая в записанное выше выражение есть не что иное как среднее арифметическое возможных значений случайной величины. Теорема утверждает, что хотя каждое отдельное значение случайной величины может достаточно сильно отличаться от своего математического ожидания, но среднее арифметическое этих значений будет неограниченно приближаться к среднему арифметическому математических ожиданий.

Теория массового обслуживания Случайные процессы Система массового обслуживания состоит из некоторого числа обслуживающих единиц или каналов, работа которых состоит в выполнении поступающих по этим каналам заявок. Примеры систем массового обслуживания весьма распространены на практике. Это различные телефонные станции, ремонтные мастерские и проч

Примеры решения задач

Цепи Маркова. Определение. Процесс, протекающий в физической системе, называется марковским, если в любой момент времени вероятность любого состояния системы в будущем зависит только от состояния системы в текущий момент и не зависит от того, каким образом система пришла в это состояние. Определение. Цепью Маркова называется последовательность испытаний, в каждом из которых появляется только одно из k несовместных событий Ai из полной группы

Высшая математика - лекции, курсовые, типовые задания, примеры решения задач Основы математического анализа