
- •1. Введение в теорию вероятностей
- •1. Алгебра событий
- •2. Понятие вероятности
- •2.1. Аксиоматическое определение вероятности
- •2.2. Классическое определение вероятности
- •2.3. Статистическое определение вероятности
- •2.4. Геометрическое определение вероятности
- •3.1. Урны и шары
- •3.2. Размещения, перестановки и сочетания
- •3.3. Задача о выборочном контроле
- •4. Условная вероятность, независимость событий
- •4.1. Условная вероятность
- •4.2. Независимость
- •5. Основные формулы вычисления вероятностей
- •5.1. Формулы умножения вероятностей
- •5.2. Формулы сложения вероятностей
- •5.3. Формула полной вероятности
- •5.4. Формула Байеса (апостериорные вероятности)
- •5.5. Формула Бернулли
- •5.6. Приближенная формула Пуассона для схемы Бернулли
- •6. Случайные величины и их распределения
- •6.1. Законы распределения и числовые характеристики случайных величин
- •1. Равномерное распределение u(a,b)
- •2. Нормальное распределение n(m,σ)
- •3. Распределение Бернулли (биноминальное распределение) b(n,p)
- •4. Распределение Пуассона p(λ)
- •6.2. Числовые характеристики случайных величин
- •Варианты контрольной работы
- •1. Теоремы сложения и умножения вероятностей
- •2. Формула полной вероятности. Формула Байеса
- •3. Формула Бернулли
- •4. Локальная и интегральная теоремы Муавра-Лапласа. Формула Пуассона
- •5. Дискретные случайные величины
2. Понятие вероятности
2.1. Аксиоматическое определение вероятности
Рассмотрим произвольное конечное множество Ω = {ω1, ω2, ..., ωk}, которое будем называть множеством элементарных исходов, а его элементы ωi – элементарными исходами.
Пусть задана
функция P: Ω → [0, 1],
ставящая каждому элементарному исходу
ωi в
соответствие число P(ωi)
из отрезка [0, 1], причем выполняется
условие:
=1.
Функция P(ωi), удовлетворяющая этим свойствам, называется вероятностью на Ω.
Пара (Ω, P), удовлетворяющую перечисленным выше требованиям, называется конечным вероятностным пространством.
Через |Ω| обозначается число элементов в множестве Ω.
Наиболее строгое и общее определение понятия "вероятность" дал русский математик Андрей Николаевич Колмогоров (1903-1987). Оно гласит:
Каждому событию А из поля событий сопоставляется неотрицательное число Р(А), называемое вероятностью этого события и удовлетворяющее следующим трем аксиомам:
1. Р(А) ≥ 0;
2. Р(U) = 1;
3. Р(А+В) = Р(А) + Р(В), если события А и В несовместны.
2.2. Классическое определение вероятности
Можно вычислять вероятности случайных событий, используя так называемый априорный подход, который заключается в анализе специфических условий данного эксперимента без реального проведения самого эксперимента.
Часто возможна ситуация, когда пространство элементарных исходов конечно, причем характер случайного эксперимента таков, что вероятности осуществления каждого из n элементарных исходов равны (подбрасывание монеты, бросание игральной кости, извлечение карт из игральной колоды). Легко понять, что в этом случае вероятность наступления любого элементарного исхода равна 1/n (в силу аксиомы 2).
В общем случае, когда в случайном эксперименте возможно n равновероятных элементарных исходов, а интересующее нас событие A наступает только при реализации любого из mA элементарных исходов, то вероятность наступления события A равна:
P(A) = mA/n. (1)
Задачи
№1. Найдите вероятность вытаскивания карты с "картинкой" из полной игральной колоды (p = 12/52 = 3/13).
№2. Найдите вероятность вытаскивания карты масти пик из полной игральной колоды (p = 1/4).
№3. Найдите вероятность выпадения семи очков при бросании двух игральных кубиков (p = 1/6).
2.3. Статистическое определение вероятности
Рассмотрим случайный эксперимент, заключающийся в том, что подбрасывается игральная кость, сделанная из неоднородного материала. Ее центр тяжести не находится в геометрическом центре. В этом случае мы не можем считать исходы равновероятными. Из жизненного опыта известно, что кость будет более часто падать на ту грань, которая ближе к центру тяжести. Как определить вероятность выпадения, например, трех очков? Единственное, что можно сделать, это подбросить эту кость достаточно большое число раз (например, n = 1000 или n = 5000), подсчитать число выпадений трех очков m3 и считать вероятность выпадения трех очков равной m3/n – относительной частоте выпадения трех очков. Аналогичным образом можно определить вероятности остальных исходов. Теоретически такой образ действий можно оправдать, если ввести статистическое определение вероятности.
Вероятность наступления некоторого i-го исхода определяется как предел относительной частоты появления этого исхода mi/n в процессе проведения неограниченного числа случайных экспериментов:
. (2)
Так как здесь не приводится никаких доказательств, мы можем только надеяться, что предел в последней формуле (2) существует, обосновывая надежду жизненным опытом и интуицией.