- •1. Случайный эксперимент. Пространство элементарных событий. Случайные события и операции над ними.
- •2. Классическое определение вероятности (ков). Урновая схема. Пример.
- •3. Геометрическое определение вероятности. Пример.
- •4. Аксиоматическое определение вероятности. Вероятностное пространство. Свойства вероятности.
- •5. Условная вероятность и ее свойства. Правило и теорема умножения вероятностей.
- •6. Независимость событий. Свойства независимых событий. Независимость в совокупности.
- •7. Формулы полной вероятности и Байеса. Пример.
- •8. Схема независимых испытаний Бернулли. Формула Бернулли. Наивероятнейшее число успехов.
- •9. Понятие случайной величины (св). Функция распределения св и ее свойства.
- •10. Дискретные св. Закон распределения (зр) дискретной св.
- •11. Непрерывные св. Плотность вероятностей и ее свойства.
- •12. Математическое ожидание дискретных и непрерывных св.
- •13. Моменты, дисперсия и среднеквадратическое отклонение св. Свойства дисперсии.
- •14. Биномиальный зр. Числовые характеристики (чх) биномиальной св.
- •15. Геометрический зр. Чх геометрической св.
- •16. Пуассоновский зр. Чх пуассоновской св.
- •17. Равномерный зр. Чх равномерно распределенной св.
- •18. Показательный зр. Чх показательно распределенной св.
- •19. Нормальный (Гауссовский) зр, смысл его параметров.
- •20. Функция Лапласа и ее свойства. Вероятность попадания гауссовской св в заданный интервал. Правило трех сигма .
- •21. Функции от св и их зр.
3. Геометрическое определение вероятности. Пример.
Это определение приспособлено для ситуации с континуальным количеством равновероятных исходов, когда классическое определение не работает.
Говорят, что СЭ удовлетворяет геометрическом распределению если:
1. Исход можно
изобразить точками некоторой области
,
имеющий конечную меру
.
2. Можно считать,
что попадание точки в любые области
,
имеющие одинаковую конечную меру
равновозможное и не зависит от формы и
расположения
внутри
.
При этом говорят, что точка бросается
наудачу.
Согласно геометрическому определению вероятности, вероятность попадания в любую область пропорционально ее мере .
.
Рассмотрим
частные случаи:
;
- длина подмножества на числовой прямой
.
;
- площадь подмножества на плоскости
.
При
мерой будет являться объем.
Из геометрического определения вероятности вытекают свойства:
1. ;
2. - условие нормировки;
3. ;
Т.к. свойства 1-3 справедливы, то из них вытекают:
4. т.к. .
5. из свойства 4 ( ).
6. . . Покажем несовместность событий и : . Тогда .
7. т.к. и свойство 6.
Пример: Стержень наугад разламывается на 2 части, какова вероятность того, что длины обломков будут отличаться более чем в 2 раза.
Решение:
Исход - точка
в которой и сломается стержень.
;
.
.
4. Аксиоматическое определение вероятности. Вероятностное пространство. Свойства вероятности.
Сформулировано в 1933 г. Колмогоровым А.Н.
Опр
Класс подмножеств
множества
называют
-алгеброй,
если выполнены условия:
;
-
-алгебра
замкнута относительно перехода к
противоположному событию.
-
-алгебра
замкнута относительно операции сложения.
Утверждения 1-3 называются аксиомами -алгебры.
Покажем, что -алгебра замкнута относительно произведения и разности:
.
.
Множества
и только они называются случайными
событиями. Пара
,
где
- пространство элементарных событий, а
-алгебра
его подмножеств называется измеримым
пространством.
Опр
Пусть
- пространство элементарных событий, а
-алгебра
его подмножеств. Функция
,
отображающая
(в вещественную прямую), называется
мерой на измеримом пространстве
,
если она удовлетворяет условиям:
;
.
Последние 2
утверждения называются аксиомами меры
(аксиома неотрицательности и аддитивности).
Мера
отображающая
называется нормированной мерой на
измеримом пространстве
,
если
.
Пусть
- пространство элементарных событий, а
-алгебра
его подмножеств. Вероятностью или
вероятностной мерой на измеримом
пространстве
называется функция
,
удовлетворяющая следующей системе
аксиом:
(аксиома
неотрицательности);
(аксиома
нормированности);
(аксиома счетной
аддитивности).
Тройка
называется вероятностным пространством.
Теорема Аксиома счетной аддитивности (3) эквивалентна 2-м аксиомам:
3*. Аксиома конечной
аддитивности
.
4. Если
- последовательность событий,
удовлетворяющая:
;
.
то
.
Такая последовательность называется
убывающей последовательностью событий.
Свойства вероятности:
1. т.к. .
2. из свойства 1 ( ).
3. . . Покажем несовместность событий и : . Тогда .
4. т.к. и свойство 3.
5. Теорема сложения
вероятностей:
.
Доказательство:
,
по
аксиоме аддитивности:
(1).
Представим
и
несовместимы
(2).
.
6. Если
образует ПГС, то
.
Утверждение следует из свойства
вероятности 3* и 4.
