
- •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
1.1.4. Геометрическая вероятность
В случае, когда число исходов опыта бесконечно, формулу для классической вероятности использовать невозможно. В ряде задач на сцену выходит так называемая геометрическая вероятность.
Рассмотрим такой пример. Пусть отрезок l составляет часть отрезка L (см.рис.) и
на отрезке L наудачу выбрана некоторая точка А. Слово "наудачу" будем трактовать так: точка А может оказаться в любой точке отрезка L, а вероятность ее попадания на отрезок l не зависит от расположения этого отрезка относительно границ отрезка L и пропорциональна длине l, т.е.
.
(1.1.4.1)
Пример 1. На
отрезке ОА длины L
числовой оси Ох наудачу поставлена
точка В. Найти вероятность того, что
меньший из отрезков ОВ и ВА имеет
длину, большую
.
Разобьем отрезок ОА на три равные части (см.рис.). Из геометрических соображений совершенно очевидно, что если точка В попадет в средний отрезок длины , то меньший из отрезков ОВ или ОА как раз и будет превосходить . Таким образом, эта вероятность равна вероятности попадания точки В в этот средний отрезок, т.е.
.
Аналогичные рассуждения можно привести для двумерных областей и G (см.рис.).
Если на область наудачу брошена точка, то эта точка может оказаться в любой точке области , вероятность ее попадания в область G не зависит от положения области G относительно границ области и пропорциональна площади G. Тогда из геометрических соображений вероятность попадания случайно выброшенной точки в область G равна:
.
(1.1.4.2)
Пример 2. На плоскости заданы два концентрических круга радиуса r и R (r<R). Найти вероятность того, что точка, брошенная наудачу в больший круг, попадет в кольцевую область, образованную границами кругов.
Решение. Очевидно,
.
1.1.5. Частота события. Статистическое определение вероятности
В ряде задач теории вероятностей используется простейшая модель: события несовместны, равновозможны и образуют полную группу. Эта модель основана на соображениях симметрии (равновозможность выпадения "герба" и "решки", равновозможность выпадания 1, 2, 3, 4, 5, 6 очков на игральной кости и т.д.). В действительности такие "рафинированные" ситуации встречаются далеко не всегда. Поэтому наряду с классическим используют другое определение вероятности.
Относительной частотой события называется отношение числа опытов , в которых появилось событие , к общему числу произведенных опытов :
(1.1.5.1)
Эта частота, разумеется, меняется от серии к серии опытов. Но многократные наблюдения говорят о том, что относительная частота обладает свойством статистической устойчивости: в различных сериях она принимает значения, достаточно близкие к некоторой постоянной величине. Эту величину и называют статистической вероятностью.
1.1.6. Основные теоремы теории вероятностей
1.1.6.1. Операции над событиями
Суммой А+В двух событий называется событие, состоящее в появлении события А, или события В, или обоих этих событий.
Если событие А – попадание точки в левый круг, В – попадание точки в правый круг, то А+В – попадание в заштрихованную область. При этом точка может попасть в левый круг и не попасть в правый, может попасть в правый круг и не попасть в левый, а может попасть и в область пересечения этих кругов (разумеется, если они пересекаются). Такие диаграммы часто используют в теории вероятностей (в теории множеств) и называются они диаграммами Венна.
Если события А и В несовместные, то картинка такая:
В этом случае событие А+В – это попадание или в левый, или в правый круг.
Пример. Произведено два выстрела из орудия. Пусть А – попадание в цель при первом выстреле, В – попадание при втором выстреле. Тогда А+В – это попадание в цель при первом выстреле, или при втором, или при обоих выстрелах.
Суммой нескольких событий называют событие, которое состоит в появлении хотя бы одного из этих событий. Например, событие А+В+С состоит в появлении одного из следующих событий: А; В; С; А и В; А и С; В и С; А и В и С.
На приведенной диаграмме событиям А, В, С соответствует одинарная штриховка, событиям А и В, В и С, А и С – двойная штриховка, а событию А и В и С соответствует зачерненная область (тройная штриховка).
Теорема 1. Вероятность появления одного из двух несовместных событий равна сумме вероятностей этих событий:
Р(А+В)=Р(А)+Р(В). (1.1.6.1)
Доказательство. Пусть n – общее число исходов опыта; m1 и m2 – числа исходов, благоприятствующих событиям А и В. Тогда наступлению либо события А, либо события В благоприятствуют m1+m2 исходов, так что
.
Следствие. Вероятность появления одного из нескольких попарно несовместных событий равна сумме вероятностей этих событий:
Р(А1+А2+…+Аn)=Р(А1)+Р(А2)+…+Р(Аn). (1.1.6.2)
Пример 1. В урне 30 шаров: 10 красных, 5 синих и 15 белых. Найти вероятность появления цветного шара.
Вероятность появления красного шара (событие А):
.
Вероятность появления синего шара (событие В):
.
События А и В несовместны (появляется один шар; он не может быть и красным и синим одновременно), поэтому
.
Теорема 2. Сумма вероятностей событий А1, А2, …, Аn, образующих полную группу, равна 1.
Доказательство очевидно: появление хотя бы одного из событий полной группы есть событие достоверное, его вероятность равна единице.
Пример 2. Производится один выстрел по круговой мишени, состоящей из яблока и двух концентрических колец (см.рис.).
Вероятности попадания в яблоко и кольца равны соответственно 0,11; 0,24; 0,35. Чему равна вероятность промаха?
Обозначим: А – попадание в яблоко;
В – попадание в первое кольцо;
С – попадание во второе кольцо;
D – промах.
Тогда А, В, С, D – полная система несовместных событий.
Р(А)+Р(В)+Р(С)+Р(D)=1,
Р(D)=1–Р(А)–Р(В)–Р(С)=1–0,11–0,24–0,35=0,3.
Противоположными
называются два единственно возможных
события, составляющих полную группу.
Приняты обозначения: А и
,
– событие, противоположное А. Ясно,
что
Р(А)+Р( )=1, Р(А)=1–Р( ), Р( )=1–Р(А). (*)
Примеры.
1. Из урны с белыми и черными шарами вынимают наудачу шар.
А – появился черный шар;
– появился белый шар.
2. Попадание и промах при выстреле по цели – противоположные события.
3. Из ящика, в котором имеются стандартные и нестандартные детали, вынимают одну деталь.
А – появилась стандартная деталь;
– появилась нестандартная деталь.
4. В урне 8 белых и 2 черных шара. Найти вероятность того, что среди наудачу вынутых 6 шаров окажется не более одного черного.
Решение. Будем считать, что А – событие, заключающееся в том, что среди вынутых наудачу шаров имеется 2 черных. Тогда – интересующее нас событие, при котором черных шаров оказывается не более одного (либо один черный шар, либо ни одного). Подсчитаем вероятность события А.
Общее число способов выбрать 6 шаров из 10 равно
.
Число случаев m, благоприятствующих событию А, фактически равно числу способов выбрать 4 белых шара из 8, т.к. остальные 2 шара в 6 извлеченных должны быть черными. Поэтому
.
Тогда
,
а
.
Приведенный пример
характерен тем, что нам требуется найти
вероятность
,
но гораздо проще вычисляется вероятность
противоположного события
.
Формулы (*) позволяют выразить одну из
этих вероятностей через другую. Это
следует иметь в виду при решении некоторых
задач.
Произведением двух событий А и В называется событие АВ, состоящее в совместном появлении этих событий.
Если А – попадание точки в левый круг, В – в правый, то АВ – попадание точки в область пересечения этих кругов. Например, А – деталь годная; В – деталь окрашенная; тогда АВ – деталь годная и окрашенная.
Произведение нескольких событий – событие, состоящее в совместном появлении всех этих событий. Например, монета бросается 3 раза; А, В, С – события, заключающиеся в появлении "герба" при первом, втором и третьем бросаниях. Тогда АВС – выпадение "герба" во всех трех испытаниях.