
- •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
1.5. Геометрическое и статистическое определения вероятности
Статистическое определение вероятности
Относительной
частотой
события
называют отношение числа
его появлений в
испытаниях к числу всех испытаний, то
есть:
.
Если достаточно большое, то относительная частота колеблется вокруг некоторой постоянной величины , которую называют вероятностью события .
Пример
5.
В магазин поступили 100
телевизоров,
среди них
с неявным дефектом. Какова вероятность
приобрести телевизор с неявным дефектом?
Решение.
,
где – событие, которое заключается в том, что телевизор имеет неявный дефект.
Классическое и статистическое определения вероятности имеют принципиальную разницу. Вероятность, согласно классическому определению, вычисляют до испытания (эксперимента), а относительную частоту, согласно статистическому определению, – после испытания.
Геометрическое определение вероятности.
Пусть
отрезок
составляет часть отрезка
.
На отрезке
случайным образом отмечена точка (то
есть точка может быть в любом месте
отрезка
).
Тогда вероятность того, что точка попадет
на отрезок
,
пропорциональна длине этого отрезка и
не зависит от его размещения на
.
В данных предположениях вероятность
того, что точка попадет на
,
определяется равенством:
.
Рассмотренный
вопрос может быть обобщен и для плоских
(пространственных) фигур. Если обозначить
через
часть плоской (пространственной) фигуры
,
то вероятность попадания точки в
,
пропорциональна ее площади (объему) и
не зависит ни от ее размещения в
,
ни от формы
,
то есть:
(
).
Таким образом, вероятность события равна отношению меры множества, элементарные события которого способствуют событию , к мере множества всех элементарных событий испытания.
Лекция 2. Основные теоремы теории вероятностей
2.1. Теоремы сложения вероятностей для несовместных и совместных событий
Теорема 1. Вероятность появления суммы двух несовместных событий равна сумме вероятностей этих событий:
. (2.1)
Следствие. Вероятность появления суммы нескольких попарно несовместных событий равна сумме их вероятностей:
Теорема 2. Вероятность появления суммы двух совместных событий равна сумме вероятностей этих событий минус вероятность их совместного появления:
. (2.2)
Пример 1. Пусть вероятность того, что стрелок при попадании в мишень выбьет 10 очков, равна 0,4; 9 очков – 0,2; 8 очков – 0,2; 7 очков – 0,1; 6 очков и меньше – 0,1. Найти вероятность того, что стрелок при одном выстреле выбьет не менее 9 очков.
Решение.
Искомое
событие (обозначим его
)
состоится, если стрелок выбьет или 9
(событие
),
или 10 очков (событие
).
События
и
несовместные. Поэтому
.
Пример 2. Вероятность сдачи экзамена первым студентом равна 0,7, вторым – 0,6. Какова вероятность того, что кто-нибудь из них сдаст экзамен?
Решение.
Пусть
событие
– экзамен сдаст первый студент, событие
– экзамен сдаст второй студент. События
и
совместные. Поэтому
.