
- •Содержание
- •Предисловие
- •1) Теория вероятностей;
- •I. Теория вероятностей
- •1.1. Случайные события
- •1.1.1. Предмет теории вероятностей
- •1.1.2. Классификация событий
- •1.1.3. Вычисление вероятности
- •1.1.3.1. Классическая вероятность
- •1.1.3.2. Элементы комбинаторики
- •1.1.4. Геометрическая вероятность
- •1.1.5. Частота события. Статистическое определение вероятности
- •1.1.6. Основные теоремы теории вероятностей
- •1.1.6.1. Операции над событиями
- •1.1.6.2. Условная вероятность. Теорема умножения вероятностей
- •1.1.6.3. Независимые события. Теорема умножения для независимых событий
- •1.1.6.4. События, независимые в совокупности. Вероятность появления хотя бы одного события
- •1.1.6.5. Теорема сложения вероятностей совместных событий
- •1.1.7. Формула полной вероятности
- •1.1.8. Вероятности гипотез. Формула Байеса
- •1.1.9. Схема независимых последовательных испытаний
- •1.1.9.1. Схема Бернулли. Формула Бернулли
- •1.1.9.2. Локальная теорема Муавра-Лапласа
- •1.1.9.3. Интегральная теорема Лапласа
- •1.2. Случайные величины
- •1.2.1. Дискретная случайная величина и ее закон распределения
- •1.2.2. Биномиальное распределение
- •1.2.3. Распределение Пуассона (пуассоновское приближение биномиального распределения)
- •1.3. Математическое ожидание дискретной случайной величины
- •1.4. Дисперсия дискретной случайной величины
- •1.5. Математические ожидания и дисперсии некоторых случайных величин
- •1.6. Непрерывные случайные величины
- •1.6.1. Функция распределения случайной величины
- •1.6.2. Плотность распределения вероятностей непрерывной случайной величины
- •1.6.3. Математическое ожидание, дисперсия и среднеквадратическое отклонение непрерывной случайной величины
- •1.6.4. Наиболее распространенные распределения непрерывных случайных величин
- •1.7. Закон больших чисел. Теорема Ляпунова
- •1.7.1. Неравенство Чебышева
- •1.7.2. Теорема Чебышева
- •1.7.3. Теорема Бернулли
- •1.7.4. Понятие о центральной предельной теореме (о теореме Ляпунова)
- •1.8. Понятие о случайном векторе и законе распределения его координат
- •1.8.1. Примеры случайных векторов
- •1.8.2. Закон распределения и функция распределения двумерной случайной величины
- •1.8.3. Функция распределения двумерной случайной величины и ее свойства
- •1.8.4. Плотность распределения двумерной случайной величины и ее свойства
- •1.8.5. Корреляционный момент и коэффициент корреляции
- •1.8.6. Двумерное нормальное распределение
- •1.8.7. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •1.9. Элементы теории массового обслуживания
- •II. Математическая статистика
- •Список литературы
1.1.2. Классификация событий
Два события называются совместными, если появление одного из них не исключает появление другого в данном эксперименте. Например, выпадение при бросании игральной кости (кубика с цифрами или точками от 1 до 6) четного числа очков и числа очков, кратного 3, являются совместными (выпало 6 очков). Если в одном опыте два события не могут произойти, они называются несовместными. Например, при одном выстреле попадание в цель и промах – события несовместные.
События называются равновозможными, если есть основания считать, что ни одно из них не является более возможным, чем другие.
Примеры.
1. Выпадения на верхней грани игральной кости 1 очка, 2 очков, 3, 4, 5, 6 очков – события равновозможные.
2. При бросании монеты имеются два равновозможных события: выпадение "герба" и выпадение "решки".
3. Рассмотрим следующий пример. Пусть в урне содержатся шесть одинаковых по размеру шаров, причем два из них красные, три – синие и один – белый. Шары тщательно перемешаны. Это так называемая урновая схема. Считается, что человек, вынимающий из урны шар, заглянуть в урну не может. По весу же, размеру шаров и по их шероховатости на ощупь отличить шары друг от друга невозможно. Поэтому налицо симметричная ситуация: любой шар имеет равную возможность быть извлеченным Совершенно очевидно, что возможность вынуть наудачу белый шар или цветной (красный или синий) неодинаковая: возможность вынуть цветной шар больше, чем возможность вынуть белый. Как охарактеризовать численно эти разные возможности? Сначала введем понятие элементарного события.
Элементарное событие (исход) – это каждый из возможных исходов эксперимента (опыта). В нашем случае их всего шесть. Обозначим элементарные события так:
А1 – появился белый шар;
А2, А3 – появился красный шар (их два, поэтому и событий два);
А4, А5, А6 – появился синий шар (их всего три).
Несколько событий образуют полную группу, если в результате испытания появляется хотя бы одно из них.
Очевидно, в нашем случае элементарные события А1, А2, …, А6 равновозможны и образуют полную группу событий.
Теперь назовем событием А появление цветного шара, а событием В – появление белого шара. Те элементарные исходы, в которых наше событие наступает, назовем благоприятствующими этому событию.
Теперь ясно, что событие А происходит, если происходят события А2, А3, А4, А5, А6, а событие В происходит только в том случае, если происходит событие А1.
1.1.3. Вычисление вероятности
1.1.3.1. Классическая вероятность
Будем
считать, что имеется полная группа
несовместных равновозможных событий.
Вероятностью события называется
отношение числа благоприятных случаев
к общему числу случаев
:
(1.1.3.1)
Эта формула называется классическим определением вероятности. Она пригодна тогда и только тогда, когда опыт сводится к полной группе несовместных и равновозможных событий.
Из определения (1.1.3.1) следуют основные свойства вероятности
1. Вероятность достоверного события равна 1.
В этом случае m=n,
Р(А)=
=1.
2. Вероятность невозможного события равна 0.
В этом случае m=0,
поэтому Р(А)=
=
=0.
3. Вероятность случайного события
0 < P(A) < 1, т.к. 0 < m < n.
4. Для любого события
0 P(A) 1.
Пример
1. При бросании монеты в силу симметрии
несовместными равновозможными исходами
являются два: выпадение герба и решки.
Поэтому
.
Каждому из этих событий благоприятствует
один случай,
,
так что вероятности появления и герба,
и решки одинаковы:
.
Пример 2. В урне находятся тщательно перемешанные шары двух цветов: 7 белых и 3 черных. Наудачу вынимается один шар. Какова вероятность, что этот шар: а) белый; б) черный?
Общее
число несовместных исходов эксперимента
.
Обозначим: событие
– извлечен белый шар; событие
– извлечен черный шар. Тогда, очевидно,
количества благоприятных исходов:
,
а соответствующие вероятности
Пример 3. Брошены две игральные кости. Найти вероятности следующих событий:
а) на игральных костях в сумме окажется 10 очков;
б) на игральных костях в сумме окажется не более 7 очков.
Решение. При бросании двух игральных костей возможны следующие 36 исходов (первая цифра означает число очков на первой кости, вторая – на другой):
11
|
12 |
13 |
14 |
15 |
16 |
21
|
22 |
23 |
24 |
25 |
26 |
31
|
32 |
33 |
34 |
35 |
36 |
41
|
42 |
43 |
44 |
45 |
46 |
51
|
52 |
53 |
54 |
55 |
56 |
61
|
62 |
63 |
64 |
65 |
66 |
Эти исходы
являются равновозможными, несовместными
и образуют полную группу событий. Таким
образом,
.
Пусть – событие, заключающееся в том, что в сумме выпадает 10 очков. Какие элементарные события ему благоприятствуют? Те, которые в таблице выделены жирным шрифтом: 46, 55 и 64.
Тогда
.
Обозначим через событие, заключающееся в том, что сумма очков на двух костях не более 7 очков. Какие элементарные события благоприятствуют событию В? В таблице эти события набраны курсивом. Очевидно
.