
- •Часть I. Теория вероятностей
- •Тема 1. Классическое определение вероятности…………………………………………............................4
- •Тема 2. Геометрическое и статистическое определения вероятности……………………………………8
- •Тема 3. Алгебра событий....................................................................................................................................12
- •Тема 4. Формула полной вероятности и формула Байеса………………………………………………...15
- •Тема 5. Схема Бернулли……………………………………………………………………………………….19
- •Тема 6. Дискретные случайные величины....................................................................................................25
- •Тема 12. Системы случайных величин……………………………………………………………………63
- •Тема 13. Функции случайных величин……………………………………………………………………82
- •Тема 14. Предельные теоремы теории вероятностей………………………………………………….100
- •Тема 15. Случайные функции…………………………………………………………………………….108
- •Тема 16. Вероятностные основы теории информации…………………………………………………116
- •Тема 1. Классическое определение вероятности
- •Случайные события.
- •Классификация событий
- •Классическое определение вероятности.
- •1.4. Контрольные вопросы
- •Тема 2. Геометрическое и статистическое определения вероятности
- •2.1. Геометрическая вероятность
- •2.2. Статистическая вероятность. Закон больших чисел.
- •Число бросаний Относит. Частота появления герба
- •2.3. Условная вероятность
- •2.4. Контрольные вопросы
- •2.5. Задачи для самостоятельно решения
- •Тема 3. Алгебра событий
- •3.1. Произведение событий
- •3.2. Сумма событий. Свойства операций сложения и умножения событий.
- •3.3. Вероятность появления хотя бы одного из событий.
- •3.4. Принцип практической невозможности.
- •3.5. Контрольные вопросы
- •Тема 4. Формула полной вероятности события и формула Байеса
- •4.1. Формула полной вероятности события
- •4.2. Формула Байеса
- •4.3. Контрольные вопросы
- •4.4. Задачи для самостоятельно решения
- •Тема 5. Повторение опытов.
- •5.1. Частная задача о повторении опытов (схема Бернулли)
- •5.2. Независимые испытания с несколькими исходами.
- •5.3. Формулы Муавра-Лапласа
- •5.3.1. Локальная теорема Муавра-Лапласа. Функция Гаусса.
- •5.3.2. Интегральная теорема Муавра-Лапласа. Функция Лапласа.
- •Тема 6. Дискретные случайные величины
- •6.1. Классификация случайных величин
- •6.2. Законы распределения дискретных случайных величин
- •6.2.1. Ряд распределения. Многоугольник распределения
- •6.2.2. Функция распределения
- •Тема 7. Числовые характеристики дискретных случайных величин
- •7.1. Характеристики положения. Математическое ожидание. Мода. Медиана.
- •7.2. Дисперсия. Среднеквадратическое отклонение.
- •7.3. Контрольные вопросы.
- •Тема 8. Законы распределения дискретных случайных величин
- •8.1. Биномиальное распределение (закон Бернулли).
- •8.2. Закон Пуассона
- •8.3. Контрольные вопросы.
- •8.4. Задачи для самостоятельного решения.
- •Тема 9. Непрерывные случайные величины
- •9.1. Законы распределения непрерывных случайных величин.
- •9.1.1. Интегральный закон распределения
- •9.1.2. Плотность распределения
- •10.1. Математическое ожидание. Мода. Медиана.
- •10.2. Дисперсия. Среднее квадратичное отклонение.
- •10.3. Моменты распределения.
- •10.4. Контрольные вопросы.
- •Тема 11. Законы распределения непрерывных случайных величин
- •11.1. Закон равномерной плотности.
- •11.2. Задачи для самостоятельного решения.
- •11.3. Экспоненциальное (показательное) распределение.
- •11.4. Задачи для самостоятельного решения.
- •11.5. Нормальный закон распределения.
- •11.5.1. Плотность нормального распределения вероятностей.
- •11.5.2. Нормальная функция распределения.
- •11.6. Контрольные вопросы
- •11.7. Задачи для самостоятельного решения.
- •Тема 12. Системы случайных величин
- •12.1. Функция распределения системы двух случайных величин.
- •12.2. Плотность распределения системы двух непрерывных случайных величин.
- •12.3. Таблица распределения системы двух дискретных случайных величин.
- •12.4. Условные законы распределения и их числовые характеристики.
- •12.5. Зависимые и независимые случайные величины
- •12.6. Числовые характеристики системы двух случайных величин.
- •Тема 13. Функции случайных величин
- •13.1. Числовые характеристики функций случайных величин.
- •13.2. Теоремы о числовых характеристиках функций случайных величин.
- •13.3. Законы распределения функций случайных величин.
- •13.3.1. Закон распределения функции одного случайного аргумента.
- •Функция на участке (а, b) монотонно возрастает или убывает.
- •2. Функция на участке (а, b) не является монотонной.
- •13.3.2. Закон распределения функции двух случайных аргументов.
- •13.3.3. Закон распределения суммы двух непрерывных случайных аргументов. Композиция законов распределения.
- •Тема 14. Предельные теоремы теории вероятностей
- •14.1. Закон больших чисел. Центральная предельная теорема.
- •14.1.1. Неравенство Чебышёва.
- •14.1.2. Теорема Чебышёва.
- •14.1.3. Теорема Бернулли
- •14.2. Центральная предельная теорема.
- •Тема 15. Случайные функции
- •15.1. Понятие о случайной функции.
- •15.2. Закон распределения случайной функции.
- •15.3. Вероятностные характеристики случайных функций.
- •15.4. Стационарные случайные функции.
- •Тема 16. Вероятностные основы теории информации
- •16.1. Энтропия как мера степени неопределенности состояния физической системы.
- •16.2. Энтропия и информация.
- •Приложение. Приближённые значения функции стандартного нормального распределения
1.4. Контрольные вопросы
1. Что изучает теория вероятностей?
2. Кто основатель теории вероятностей как строгой математической дисциплины?
3. Основная числовая характеристика случайного события.
4. Как определяются случайное, достоверное и невозможное события?
5. В чем недостатки классического определения вероятностей?
6. Как подразделяются события по характеру совместной связи ?
7. Классификация событий по степени возможности их проявления
8. Приведите примеры полной группы событий.
9. С какой вероятностью монета, брошенная дважды, по крайней мере один раз выпадет гербом?
10. Докажите, что события A,B, AB образуют полную группу.
Тема 2. Геометрическое и статистическое определения вероятности
2.1. Геометрическая вероятность
Одним из недостатков классического определения вероятности, ограничивающим его применение, является то, что оно предполагает конечное число возможных исходов испытания.
Этот недостаток преодолен в классическом геометрическом определении вероятности, т.е. находя вероятность попадания точки в некоторую область (отрезок, часть плоскости и т.д.). Геометрическое
определение вероятности является обобщением классического определения вероятности на
случайный эксперимент с бесконечным числом равновозможных случайных исходов, изображаемых точками, прямой, плоскостью, пространством и т.д.
Пусть плоская фигура g составляет часть плоской фигуры G. На фигуру G наудачу бросается точка. Это означает, что все точки области G «равноправны» в отношении попадания туда брошенной случайной точки. Фигуру g называют благоприятствующей событию A.
Область, на которую распространяется понятие геометрической вероятности может быть одномерной (прямая, отрезок), двумерной и трехмерной и. т. д.
Определение. Геометрическая вероятность события A - отношение меры области, благоприятствующей появлению события A к мере всей области
Пример. В квадрат со стороной 4см «бросают» точку. Какова вероятность, что расстояние от
этой точки до ближайшей стороны квадрата будет меньше 1 см?
Р
ешение.
Закрасим в
квадрате множество точек, удаленных от
ближайшей стороны меньше, чем на 1см.
Площадь не закрашенной
части квадрата
.
Площадь большого квадрата
.
Тогда, в соответствии с определением
геометрической вероятности, получим
2.2. Статистическая вероятность. Закон больших чисел.
Недостатком классического определения вероятности является то, что не всегда удается узнать, являются исходы испытания равновозможными или не являются. Число равновозможных исходов конечно. Результат испытаний не всегда можно представить в виде совокупности элементарных событий. Введем понятие статистической вероятности. Если производить многократно повторение одного и того же опыта, то относительное число появлений данного события во всей серии опытов, или частота его появления, будет близка к значению его вероятности. Оказывается, что при большом числе испытаний n, относительная частота появления события А в различных сериях отличается друг от друга мало и это отличие тем меньше, чем больше испытаний в сериях.
Определение. Абсолютной частотой случайного события A в серии из N случайных опытов называется число NA , которое показывает, сколько раз в этой серии произошло событие A .
Определение. Относительной частотой случайного события называют отношение числа появлений этого события к общему числу проведенных экспериментов:
Пример. Выпадение герба. При небольшом количестве опытов относительное число появлений герба будет отличаться от 0.5, но если увеличить число до несколько десятков тысяч, то
небольшие отклонения не могут оказать влияния на общий результат. Такие опыты проводились Бюффоном (Франция), и Пирсоном (Англия), при этом получены следующие результаты.