- •1.2. Алгебра случайных событий. Аксиоматический подход к построению вероятностного пространства стохастического эксперимента
- •1.3. Вероятности на дискретном пространстве элементарных событий
- •1.4. Основные понятия комбинаторного анализа
- •1.5. Геометрическое и статистическое определения вероятности
- •Лекция 2. Основные теоремы теории вероятностей
- •2.1. Теоремы сложения вероятностей для несовместных и совместных событий
- •2.2. Условная вероятность, теоремы умножения вероятностей
- •2.3. Независимость событий
- •2.4. Формула полной вероятности
- •2.5. Формула Байеса
- •Лекция 3. Схема независимых испытаний
- •3.1. Повторные независимые испытания. Схема Бернулли
- •3.2. Локальная теорема Муавра – Лапласа
- •3.3. Формула Пуассона
- •3.4. Интегральная теорема Муавра – Лапласа
- •3.5. Исследование дифференциальной функции Лапласа
- •3.6. Исследование интегральной функции Лапласа
- •3.7. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •Лекция 4. Законы распределения и числовые характеристики случайных величин
- •4.1. Определение случайных величин и их классификация
- •4.2. Закон распределения дискретной случайной величины
- •4.3. Числовые характеристики дискретных случайных величин и их свойства
- •4.4. Математическое ожидание и дисперсия среднего арифметического n независимых случайных величин
- •4.5. Основные законы распределения дискретных случайных величин
- •5.2. Функция распределения вероятностей и ее свойства
- •5.3. Плотность распределения вероятностей и ее свойства
- •5.4. Числовые характеристики непрерывной случайной величины
- •6.2. Показательный закон распределения
- •6.3. Нормальный закон распределения вероятностей и его стандартное представление
- •Правило трех сигм
- •6.4. Распределения Стьюдента и Фишера
1.3. Вероятности на дискретном пространстве элементарных событий
Пусть
пространство элементарных событий
конечно. И пусть каждому событию
,
принадлежащему алгебре событий
,
соответствует число
.
Числовая
функция
называется вероятностью,
если она удовлетворяет следующим
аксиомам:
1)
(аксиома неотрицательности);
2)
,
где
– достоверное событие (аксиома
нормированности);
3)
(аксиома аддитивности), если события
и
принадлежат
,
то событие
также принадлежит
Таким образом, вероятностью события называется численная мера степени объективной возможности этого события.
Из аксиом вероятности выводится ряд свойств вероятности:
1)
вероятность невозможного события равна
нулю:
.
2)
вероятность
события принадлежит интервалу
,
то есть
.
Доказательство.
Любое
событие
можно представить в виде произведения
этого события и достоверного события,
то есть
.
Поскольку
,
то
,
то есть
.
Из аксиомы неотрицательности вероятности
события вытекает, что
.
Таким образом, .
Событие
называется маловероятным,
если в данной системе испытаний
вероятность его появления пренебрежительно
мала. Уровень вероятности, которым можно
пренебречь, называется уровнем
значимости
(
).
Как правило, на практике выбирают уровень
значимости, который равен
или
.
Но возможны и другие уровни значимости.
Известно, что события , , ... , образуют полную группу несовместных событий, если в некотором испытании обязательно происходит одно из них и никакое другое событие произойти не может. То есть сумма событий, которые образуют полную группу, является достоверным событием, поэтому сумма их вероятностей равна единице:
. (1.1)
Два
противоположных события
и
образуют полную группу событий, то есть
– достоверное событие.
Поэтому:
,
.
Если
обозначить
и
,
то
.
В
классической схеме вероятность события
определяется как отношение числа исходов
,
которые благоприятствуют ему, к общему
числу
равновозможных, единственно возможных
и несовместных исходов испытания, то
есть:
.
(1.2)
Пример 1. В отдел технического контроля поступили 15 изделий первого сорта и 5 изделий – второго. Какова вероятность выбрать изделие первого сорта?
Решение.
По
условию задачи
,
.
Вероятность события
(выбора изделия первого сорта) равна:
.
1.4. Основные понятия комбинаторного анализа
Комбинаторика изучает количество комбинаций, которые подчинены определенным условиям, и которые можно составить из элементов. Рассмотрим основные формулы комбинаторики, которые используются в теории вероятностей.
Перестановки – это комбинации, которые состоят из одних и тех же разных элементов и отличаются только порядком их размещения:
(1.3)
где
.
Пример 2. Заданы цифры 1, 2, 3, 4, 5. Сколько пятизначных чисел можно составить из этих цифр, если каждое из них входит в число только один раз?
Решение.
Число
пятизначных
чисел равно:
.
Размещениями называют комбинации, которые составлены из разных элементов по элементов, которые отличаются или составом элементов, или их порядком:
.
(1.4)
Пример 3. Сколько можно составить сигналов из 6 флажков разного цвета, если взять их по 2?
Решение.
Число
сигналов равно:
.
Сочетания это комбинации, которые составлены из разных элементов по элементов, которые отличаются хотя бы одним элементом:
.
(1.5)
Пример 4. Сколькими способами можно выбрать 3 детали из ящика, в котором 15 деталей?
Решение.
По
условию задачи
.
Число
способов равно:
или
.
Подчеркнем, что числа перемещений, размещений и соединений связаны равенством:
.
При решении задач в комбинаторике используют такие правила:
1)
правило
сумм:
если объект
может быть выбран из совокупности
объектов
способами, а второй объект
–
способами, то выбрать или
,
или
можно
способами;
2)
правило
произведения:
если объект
можно выбрать из совокупности объектов
способами и после каждого такого
выбора объект
можно выбрать
способами, то пара объектов (
,
)
в таком порядке может быть выбрана
способами.
