![](/user_photo/1409_eZHEC.jpg)
- •Раздел 1. Классическая вероятностная схема
- •1.1 Основные формулы комбинаторики
- •Теорема о перемножении шансов
- •Урны и шарики
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •1.2 Основные понятия элементарной теории вероятностей Предмет теории вероятностей. Статистическая устойчивость.
- •Пространство элементарных исходов. Операции над событиями
- •Вероятность на дискретном пространстве элементарных исходов
- •Классическое определение вероятности
- •Гипергеометрическое распределение
- •Раздел 2. Геометрическая вероятность
- •2.1 Что это такое
- •2.2 Задача о встрече
- •2.3 Задача Бюффона
- •2.4 Парадокс Бертрана
- •Раздел 3. Аксиоматика теории вероятностей
- •3.2 Вероятность как нормированная мера
- •Раздел 4. Условная вероятность, независимость
- •4.1 Условная вероятность
- •4.2 Независимость
- •4.3 Формула полной вероятности
- •4.4 Формула Байеса
- •Раздел 5. Схема Бернулли
- •5.1 Распределение числа успехов в nиспытаниях
- •5.2 Наиболее вероятное число успехов
- •5.3 Номер первого успешного испытания
- •5.4 Приближение гипергеометрического распределения биномиальным
- •5.5 Независимые испытания с несколькими исходами
- •5.6 Теорема Пуассона для схемы Бернулли
- •Раздел 6. Случайные величины и их распределения
- •6.1 Случайные величины
- •6.2 Дискретные распределения
- •6.3 Примеры дискретных распределений Вырожденное распределение.
- •Распределение Бернулли.
- •Биномиальное распределение.
- •Геометрическое распределение.
- •Распределение Пуассона.
- •Гипергеометрическое распределение.
- •Раздел 7. Функция распределения
- •7.1 Свойства функции распределения
- •Прочие полезные свойства функций распределения
- •Функция распределения дискретного распределения
- •Раздел 8. Абсолютно непрерывные распределения
- •Свойства плотностей
- •8.1 Примеры абсолютно непрерывных распределений
- •8.2 Свойства нормального распределения
- •Стандартное нормальное распределение
- •Раздел 9. Случайные вектора и их распределения
- •9.1 Свойства функции совместного распределения
- •9.2 Типы многомерных распределений
- •Дискретное совместное распределение
- •Абсолютно непрерывное совместное распределение
- •9.3 Независимость случайных величин
- •Раздел 10. Преобразования случайных величин
- •10.1 Преобразование одной случайной величины
- •10.2 Функции от двух случайных величин
- •10.3 Примеры использования формулы свертки
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 12. Числовые характеристики зависимости случайных величин
- •12.1 Чем отличается дисперсия суммы от суммы дисперсий?
- •12.2 Коэффициент корреляции
- •12.3 Свойства коэффициента корреляции
- •Раздел 13. Куда и как сходятся последовательности случайных величин
- •13.1 Сходимость «почти наверное» и «по вероятности»
- •13.2 Неравенства Чебышёва
- •13.3 Законы больших чисел
- •13.4 Примеры использования збч и неравенства Чебышёва
- •Раздел 14. Цпт (центральная предельная теорема)
- •14.1 Как быстро сходится к ?
- •14.2 Слабая сходимость
- •14.3 Центральная предельная теорема
- •14.4 Предельная теорема Муавра — Лапласа
- •14.5 Примеры использования цпт
Раздел 3. Аксиоматика теории вероятностей
3.1 σ-алгебра событий
Пусть Ω— пространство элементарных исходов некоторого случайного эксперимента (то есть, вообще говоря, множество произвольной природы). Мы собираемся определить набор подмножествΩ, которые будут называться событиями, и затем задать вероятность как функцию, определенную только на множестве событий.
То есть событиями мы будем называть не любые подмножества Ω, а лишь подмножества из некоторого «множества подмножеств»Ψ. При этом необходимо позаботиться, чтобы это множествоΨподмножествΩбыло «замкнуто» относительно введенных в параграфе 1.2 операций над событиями, то есть чтобы объединение, пересечение, дополнение событий (то есть элементовΨ) снова давало событие (то есть элементΨ ).
Определение 10. МножествоΨ, состоящее из подмножеств множестваΩ, (не обязательно всех!) называетсяσ - алгеброй событий, илиσ – алгеброй подмножествΩ, если выполнены следующие условия:
(A1)Ω Ψ(σ-алгебра событий содержит достоверное событие);
(A2) если,
то
(вместе с любым событиемσ-алгебра
содержит противоположное событие);
(A3) еслиА1, А2… Ψ, то
(вместе с любым конечным или счетным набором событий σ-алгебра содержит их объединение).
Условия (A1)–(A3) часто называют «аксиомамиσ - алгебры».
Проверим, что этого набора аксиом достаточно для замкнутости множества Ψотносительно других операций над событиями.
Вместо первой аксиомы достаточно предположить, что Ψ не пусто, т.е. содержит хоть один элемент.
Свойство 1.Ψ(σ-алгебра событий содержит невозможное событие).
Доказательство. По (A1),Ω Ψ, но = Ω/ Ω = ¬ Ω Ψв силу (A2).
Свойство 2. При выполнении (A1),(A2) свойство (A3) эквивалентно свойству (A4)
(A4) еслиА1, А2… Ψ, то
(вместе с любым конечным или счетным набором событий σ-алгебра содержит их пересечение).
Доказательство. Докажем, что при выполнении (A1),(A2) из (A3) следует (A4).
Если А1,
А2…
Ψ, то при всехi
= 1, 2,…по свойству (A2) выполнено
Тогда из (A3) следует, что
и, по (A2), дополнение к этому множеству также принадлежитΨ, то есть
Но, в силу формул двойственности,
Доказательство в обратную сторону выглядит совершенно аналогично.
Свойство 3. ЕслиА, В Ψ , тоА\ ВΨ
Пример 12. ПустьΩ= {1, 2, 3, 4, 5, 6}— пространство элементарных исходов (например, при бросании игрального кубика). Следующие наборы подмножествΩявляютсяσ -алгебрами (доказать!):
1. Ψ = { Ω , } ={ {1, 2, 3, 4, 5, 6}, }— тривиальнаяσ -алгебра.
2. Ψ = { Ω , ,{1},¬{1}} ={ {1, 2, 3, 4, 5, 6},,{1},{2, 3, 4, 5, 6} }.
3. Ψ = { Ω , A,¬A} ={ {1, 2, 3, 4, 5, 6},, A,¬A }., гдеA — произвольное подмножествоΩ (в предыдущем примереA ={1}).
Итак, мы определили специальный класс Ψподмножеств пространства элементарных исходовΩ, названныйσ-алгеброй событий, причем применение счетного числа любых операций (таких, как объединение, пересечение, дополнение) к множествам изΨснова дает множество изΨ(не выводит за рамки этого класса). МножестваАΨмы и назвали «событиями».
Определим теперь понятие «вероятности» как функции, определенной на множестве событий (то есть функции, которая каждому событиюставит в соответствие число). А чтобы читателю сразу стало понятно, о чем пойдет речь, добавим: вероятность мы определим какнеотрицательную нормированную меру, заданную наσ-алгебреΨподмножествΩ.