
- •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
Число бросаний Относит. Частота появления герба
4040 0,50693
12000 0,5016
24000 0,5005
Французский естествоиспытатель Бюффон (XVIII в.) бросил монету 4040 раз, и при этом герб выпал в 2048 случаях. Следовательно, частота выпадения герба в данной серии испытаний равна
0,50693…
. Английский
математик Карл Пирсон (1857-1936) бросал
монету 24000 раз, причем герб выпал 12012
раз. Следовательно, частота выпадения
герба в данной серии испытаний
равна:
0,5005…
. Расхождение
с математической вероятностью в четвертом
знаке после запятой. Это закон
больших чисел.
Определение. При статистическом определении вероятностью события называют относительную частоту события при большом числе испытаний или число близкое к ней:
Вероятность PAвыражает количественную меру появления события в данных сериях испытаний.
Пример. Наблюдения показывают, что в среднем среди 1000 новорожденных детей 515 мальчиков. Какова относительная частота рождения мальчика в такой серии наблюдений?
Решение.
.
Согласно закону больших чисел, относительная частота обладает определенной устойчивостью, то есть ее значения изменяясь, колеблются около некоторого неотрицательного числа, к которому она стремится при n → ∞, (неограниченном возрастании числа испытаний).
2.3. Условная вероятность
Пусть имеем два последовательных случайных событий. Ставится вопрос: какова вероятность наступления второго события, если первое событие уже произошло?
Пример. Пусть в урне было 5 шаров, (2 белых+ 3 черных). Найти вероятность извлечь белый шар во втором испытании.
Решение. После извлечения первого шара в ней останется 4 шара и один белый в их числе (если извлекли первым белый шар), или 2 белых ( если в первый раз извлечен черный шар).
В первом случае
вероятность извлечь белый шар во второй
раз будет
,
во втором
.
Таким образом,
вероятность извлечь белый шар во втором
испытании зависит от результата первого
испытания.
Понятия условной вероятности и независимости введены А. Муавром в 1718 г.
Определение. Условная вероятность это вероятность одного события, вычисленная в предположении, что другое событие произошло.
Вероятность события
в
предположении, что произошло событие
обозначается как
.
Определение. Два или несколько событий называются независимыми, если вероятность появления каждого из них не зависит от того, имели ли место другие события.
Определение. Два или несколько событий называются зависимыми, если появление одного из них влияет на вероятность наступления других.
Из этих определений следует математическая запись условия независимости двух событий
=
- событие
не зависит от события
=
- событие
не зависит от события
.
Если выполняются оба эти условия. То события и называются взаимно-независимыми событиями.
Пример. Событие A – извлечение из колоды туза, событие B – то, что и вторая вынутая из колоды карта - туз. Тогда, если после первого раза карта была возвращена в колоду, то вероятность вынуть вторично туз не меняется:
Если же первая карта в колоду не возвращается, то осуществление события A приводит к тому, что в колоде осталась 31 карта, в числе которых имеются только 3 туза. Поэтому