Элементы комбинаторики в курсе теории вероятностей
Комбинаторика - один из разделов современной математики. Центральная задача комбинаторики - задача размещения объектов в соответствии со специальными правилами. Причем объекты принадлежат некоторому конечному множеству.
Под множеством будем понимать определенную совокупность объектов и обозначать заглавными буквами A, B, C.
Каждое множество определяется принадлежащими ему элементами $ { \rm A } =\left\{ { \chi _1 ,\chi _2 ,\ldots \chi _n }\right\} $.
- Запись $\chi \in { \rm A } $ означает, что $\chi $ принадлежит A.
- Запись $\chi \notin { \rm A } $ или $\chi \bar { \in } { \rm A } $ означает, что $\chi$ не принадлежит A.
Число элементов множества будем обозначать $n { A } $.
Простейшие операции над множествами:
1). Сложение или объединение обозначается знаком $\cup $
$ \chi \in { \rm A } \cup { \rm B }\Leftrightarrow \left\{ { \,\chi \in { \rm A } \,\,\vee \chi \in B }\right\} $
2). Умножение или пересечение, обозначается знаком $\cap $
$ \chi \in \left( { { \rm A } \cap { \rm B } }\right)\Leftrightarrow \left( { \chi \in { \rm A } \wedge \chi \in { \rm B } }\right) $
3). Вычитание. Обозначается знаком / и читается: А без В
$\chi \in \rm A/B\Rightarrow \left[ \chi \in A\wedge \chi \notin B\right]$
Операции над множествами
1). Правило сложения множеств
$n\left( { { \rm A } \cup { \rm B } }\right)=n\left( { \rm A }\right)\cup n\left( { \rm B }\right)$, при условии, что $ { \rm A } \cap { \rm B } =\emptyset $
2). Умножение { декартовое произведение }
$ n\left( { { \rm A } \times { \rm B } }\right)=n\left( { \rm A }\right)\cdot n\left( { \rm B }\right) $
Инструмент для тех, кто проверяет расчёты руками
✍ Если вам регулярно приходится верифицировать ручные интегралы, строить эпюры для КМ/КМД или перепроверять закрытые «чёрные ящики» коммерческих САПР, загляните в мой открытый проект:
Читайте также:
Основные формулы теории вероятности
Доверительный интервал: определение и методы построения
Методы нахождения оценок: теория и практическое применение
Проверка гипотезы о показательном распределении: методы и критерии
Критерий согласия Пирсона: методика и применение для проверки гипотез о виде распределения
Теоретические и эмпирические моменты: сравнение и применение в статистическом анализе
Статистические оценки параметров распределения: методы и свойства
Выборочная функция распределения: построение и свойства
Группировка наблюдений
Эмпирическая функция распределения: определение и свойства
Элементы математической статистики: статистическое распределение выборки
Центральная предельная теорема Ляпунова: обобщение и условия применимости
Теоремы Чебышева и Бернулли: основы закона больших чисел
Закон больших чисел и неравенство Чебышева: теоретические основы и практическое значение
Показательное распределение: свойства и применение в моделировании времени ожидания
Оглавление $\Rightarrow $


