![](/user_photo/_userpic.png)
Экзамен 2021 / Панков Пособие по ТВиМС часть 1
.pdf![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem421x1.jpg)
Рассмотрим набор событий Ak , состоящих в том, что при k -м извлечении будет извлечен шар с номером k .
n |
|
|
|
|
|
n |
|
, |
A Ak P A P |
Ak |
|||||||
k 1 |
|
|
|
k 1 |
|
|
||
P A |
P |
n |
|
n |
|
|
|
P Ai1 Ai2 |
Ak |
P Ai |
|||||||
|
|
k 1 |
|
i 1 |
|
|
1 i1 i2 n |
|
|
|
|
P Ai1 |
Ai2 Ai3 |
... 1 n 1 P A1...An . |
|||
|
1 i1 i2 i3 n |
|
P A1 |
|
||||
Для |
вычисления |
рассмотрим перестановку, где на первом месте |
зафиксирован элемент «1», а на оставшихся n 1 местах могут стоять оставшиеся числа в любом порядке.
P A |
|
n 1 ! |
|
|
1 |
P A |
|
i |
|
. |
|
|
1,n |
||||||||||
|
|
||||||||||
1 |
|
n! |
|
n |
i |
|
|
|
|
||
|
|
|
|
|
|
|
|
Для вычисления P A1A2 рассмотрим перестановку, где на первом и втором
месте зафиксированы элементы «1» и «2» соответственно, а на оставшихся n 2 местах могут стоять оставшиеся числа в любом порядке.
P A1A2 |
n 2 ! |
|
|
|
|
1 |
|
|
|
|
P Ai1 Ai2 |
для всех i1 |
i2 , |
|||||||||||||||||
n! |
n n 1 |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
P Ai1 Ai2 Cn2 |
|
1 |
|
|
|
|
|
|
|
n! |
|
|
1 |
|
|
|
1 |
. |
||||||||||||
n n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
1 i1 i2 n |
|
|
2! |
n 2 ! n n 1 |
2! |
|
||||||||||||||||||||||||
Далее аналогично: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
P A1A2A3 n 3 ! P Ai1 Ai2 Ai3 |
|
3! n 3 ! |
|
1 |
|
1 |
|
|
1 |
, |
||||||||||||||||||||
|
|
3 |
|
|||||||||||||||||||||||||||
|
n! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n! |
3! |
Cn |
3! |
|||||||||||
P Ai1 Ai2 Ai3 Cn3 |
1 |
|
1 |
|
1 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
1 i1 i2 i3 n |
|
|
|
Cn |
3! 3! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Аналогично доказывается, что для любого k 1,n
|
P Ai1 ...Aik |
|
|
1 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 i1 ... ik n |
|
|
|
k! |
|
|
|
|
|
|
|
|
|
Следовательно: P A 1 |
1 |
|
1 |
|
1 |
... 1 n 1 |
1 |
. |
|||||
|
|
|
|
||||||||||
|
|
|
|
|
|
2! |
3! |
4! |
n! |
Рассмотрим разложение по формуле Тейлора функции экспонента:
expx ex 1 x |
x2 |
|
... |
xn |
o xn , |
|||||||||
|
|
n! |
||||||||||||
|
|
|
|
2! |
|
|
|
|
|
|
|
|||
e 1 1 1 |
1 |
|
1 |
|
1 |
|
|
... 1 n |
1 |
o 1 1 P A o 1 . |
||||
|
|
|
|
|
|
|||||||||
2! |
3! |
4! |
|
|
|
n! |
Следовательно, P A 1 e 1 o 1 0,63;
P A 1 e 1 .
n
Теперь докажем следующую важную теорему, которая понадобится нам в дальнейшем.
Теорема (непрерывности).
21
1. |
Пусть |
|
Ai A, |
Ai |
Ai 1 |
i , |
т.е. |
A1 A2 |
... An |
.... |
Тогда |
||||||||
|
limP A |
P |
|
|
A |
. |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
n |
n |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. |
Пусть |
|
Bi A, |
Bi |
Bi 1 |
i , |
т.е. |
B1 B2 |
... Bn |
.... |
Тогда |
||||||||
|
limP B |
P |
|
|
B |
. |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
n |
n |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Доказательство. Для доказательства первого пункта заметим, что |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
An A1 |
|
An 1 |
\ An |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
, где |
|
|
|
|
|
|
|
|
||||||||
|
|
n 1 |
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 An 1 \ An , |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
An 1 \ An Am 1 \ Am , |
|
|
|
|
|
|
|
|
|
||||||||
для всех n,m таких, |
что n m. |
|
|
|
|
|
|
|
|
||||||||||
|
|
Отсюда по аксиоме счетной аддитивности |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P A1 P An 1 \ An P A1 |
|
|
|
|
|
|
|
||||||||||
P |
An |
|
|
|
|
|
|
|
|||||||||||
n 1 |
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
N |
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
lim |
P An 1 \ An P A1 lim P An 1 P An |
|
|
|
|
|
|
||||||||||||
N |
n 1 |
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
n 1 |
|
|
|
|
|
|
|
|
||
lim |
|
|
N |
|
|
|
|
|
|
limP AN 1 limP An . |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
P A1 |
P An 1 P An |
|
|
|
|
|
|
||||||||||||
N |
|
|
n 1 |
|
|
|
|
|
N |
n |
|
|
|
|
:n - |
||||
Второй |
пункт |
теоремы следует |
из первого, если |
заметить, что |
|
||||||||||||||
Bn |
возрастающая последовательность множеств (докажите это самостоятельно).
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
n |
|
|
n |
, |
|
|
|
|
|
n |
|
|
|
n |
||||||||||||
|
n |
n |
|
|
||||||||||||||||
P |
|
B |
|
limP |
|
B |
|
|
lim |
1 P |
|
B |
1 limP |
|
B |
|||||
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
1 P |
|
|
|
. |
|
|
|
|
|||||
|
B |
P |
B |
|
|
B |
|
|
|
|
||||||||||
|
|
n |
n |
|
|
|
n |
|
|
|
|
|||||||||
|
n 1 |
|
|
n 1 |
|
|
|
|
n 1 |
|
|
|
|
|
|
Отсюда получаем:
limP B |
P |
|
|
B |
. |
||
|
|||||||
n |
n |
|
|
n |
|||
|
|
|
n 1 |
|
|
Теорема доказана.
Следствия.
1. ПустьAi A, Ai Ai 1, для всех i , An . Тогда limP An 1.
n 1
n
|
|
|
|
|
|
|
|
2. Пусть B A, B B |
, для всех i , |
B . Тогда limP B |
0. |
||||
i |
i i 1 |
|
n |
n |
n |
|
|
|
|
|
n 1 |
|
|
|
|
Для доказательства следствий достаточно заметить, что P 1, |
P 0, и |
применить теорему непрерывности.
Отметим, что последовательности An и Bn из формулировки теоремы
вместе называются монотонными, а по отдельности монотонно-возрастающей и монотонно-убывающей соответственно.
22
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem423x1.jpg)
Тема № 3 Условная вероятность и независимость событий
Рассмотрим случайный эксперимент, состоящий в бросании двух игральных
костей. Пусть i, j :i, j 1,...,6 , |
|
|
|
36 . |
|
|
Рассмотрим события A, заключающееся в том, что на первом кубике выпала
четная грань, |
|
|
и B, заключающееся в том, что сумма i j номеров выпавших |
||||||||||||||||||||||||||||
граней равна 8. |
|
1 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||
P w P i, j |
|
для любых i, j |
|
, |
|
|
|
||||||||||||||||||||||||
|
1,6 |
|
|
|
|||||||||||||||||||||||||||
36 |
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
P A |
|
|
|
|
|
|
|
|
|
|
|
|
18 |
|
|
1 |
|
, |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
36 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
P B |
|
|
B |
|
|
|
|
|
|
5 |
|
1 |
. |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
36 |
|
6 |
|
|
|
|
|
|
|
|
|
|
||||||||||
Пусть |
|
P A|B |
|
|
|
- условная вероятность события A, при условии, что |
|||||||||||||||||||||||||
произошло |
событие B. Если |
рассмотреть |
в |
явном виде |
событие |
||||||||||||||||||||||||||
B 2,6 , 3,5 , 4,4 , 5,3 , 6,2 , то легко можно прийти к выводу, что |
|
||||||||||||||||||||||||||||||
P A|B |
3 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
,A,P - |
|
|
|
|
|
|
||||||||||
Определение. Пусть |
произвольное |
вероятностное пространство, |
|||||||||||||||||||||||||||||
A,B A , |
P B 0. |
|
Тогда |
условной |
вероятностью A |
при условии |
того, что |
P AB
событие B наступило, называется дробь: P A|B P B .
Условная вероятность обозначается и так: P A/ B .
Ранее упоминалось, что формула включения-исключения называется еще и теоремой о сложении вероятностей. Рассмотрим два равенства.
Если P 0 |
и P | |
P |
|
, то |
||
|
P |
|||||
|
|
|
|
|||
P P P A| B . |
|
|||||
Если P 0 |
и P B| A |
P |
, то |
|||
P A |
||||||
|
|
|
|
P P P B | A .
Эти две итоговые формулы часто называют теоремами умножения вероятностей при условии, что P 0 и P 0.
Теорема (об умножении вероятностей). Пусть дано произвольное
вероятностное пространство ,A,P |
и набор событий 1... n таких, что |
|||
P 1... n 0. Тогда |
|
|
||
n |
|
P 1 P 2 |
| 1 . |
|
P |
i |
|
||
i 1 |
|
|
|
|
P 3 | 1 2 ... P n | 1 2.. n 1 .
Докажите эту теорему самостоятельно.
23
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem424x1.jpg)
Теперь рассмотрим теорему полной вероятности.
Определение. Пусть ,A,P - произвольное вероятностное пространство,
1... k - случайные события. Если выполнены условия:
1.P i 0 для любых i 1,k ,
2.i j для любых i j,
3.k i
i1
то набор 1... k называют полной группой событий или разбиением пространства элементарных событий .
Теорема (формула полной вероятности). Если 1... k - полная группа событий, то для любого события A верно равенство
k
P P i P A| i .
i 1
Доказательство. Рассмотрим цепочку равенств
|
|
|
|
k |
|
k |
|
P P P |
i P i . |
||||||
|
|
|
i 1 |
|
i 1 |
|
|
Если i |
j , то i i |
, следовательно |
|||||
k |
|
n |
n |
|
|
|
|
P i |
P i P i P A| i . |
|
|||||
i 1 |
|
i 1 |
i 1 |
|
|
|
Теорема доказана.
Определение полной группы событий и формулу полной вероятности можно легко обобщить для случая, когда событий 1... n...счетное число.
Пример. Пусть на экзамене выдается N – билетов, из них n - |
плохих, и при |
||||||||||||||||||||||||||||||||||||||
этом n N . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Пусть событие 1 заключается в том, |
что первый студент, зашедший в |
||||||||||||||||||||||||||||||||||||||
аудиторию, |
вытащил плохой билет, а событие 2 |
в том, что второй вытащил |
|||||||||||||||||||||||||||||||||||||
плохой билет. Нас интересует вопрос, чему равны вероятности P 1 и P 2 ? |
|||||||||||||||||||||||||||||||||||||||
Очевидно, что P |
|
n |
. |
|
|
Для того, чтобы найти P |
|
|
воспользуемся |
||||||||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
1 |
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|||||||||||
формулой полной вероятности. Покажите, что |
события 1 |
1 и 2 |
|
|
|||||||||||||||||||||||||||||||||||
1 |
|||||||||||||||||||||||||||||||||||||||
составляют полную группу событий. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
P 2 P 1 P 2 | 1 P 2 P 2 | 2 , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
P |
P |
|
n |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
1 |
1 |
|
N |
|
N n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
P 2 |
P |
|
1 P 1 |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
P 2 |
| 1 P 2 |
| 1 |
P 1 2 |
|
n n 1 |
: |
n |
|
n 1 |
, |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
N N 1 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
P |
|
|
N |
N 1 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
P |
|
|
2 |
|
N n n |
: |
N n |
|
n |
. |
|
|
|
|
|
|
||||||||||||||||||
P 2 |
| 2 P 2 |
| |
|
|
1 |
|
|
|
|
|
|
||||||||||||||||||||||||||||
1 |
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
P 1 |
N N 1 |
N |
|
N 1 |
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
24 |
|
|
|
|
|
|
|
|
|
|
|
|
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem425x1.jpg)
Таким образом,
P |
|
n |
|
|
n 1 |
|
N n |
|
n |
|
|
n2 n Nn n2 |
|
|
|
|
|||||||
|
|
|
|
|
|
|
N 1 |
|
|
|
|
||||||||||||
2 |
|
N N 1 |
|
|
|
N |
|
|
|
|
N N 1 |
|
|
|
|
||||||||
|
n N 1 |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
N N 1 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
и, следовательно, |
P 1 P 2 . |
|
|
|
|
|
|
||||||||||||||||
Пусть теперь дана полная группа событий 1.. k |
и событие , и при этом |
||||||||||||||||||||||
P 0. Чему равна вероятность P m | для произвольного m |
|
? |
|||||||||||||||||||||
1,k |
|||||||||||||||||||||||
Очевидна следующая цепочка равенств |
|
|
|
|
|||||||||||||||||||
P m |
| |
P m |
P m P | m |
. |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
P |
|
|
|
|
|
||||||||||||
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
Равенство
P m | Pk m P | mP i P | i
i 1
называется формулой Байеса.
Пример. Пусть имеются три урны, в первой из которых 1 белый и 9 черных шаров, во второй – 5 белых и 5 черных, а в третьей – 3 белых и 7 черных. Наудачу выбираем урну, а затем достаем из урны шар – при этом он оказался черным. Какова вероятность того, что этот шар взят из 1,2,3 урны?
Рассмотрим набор из трех событий i , заключающихся в том, что шар
выбран из i-й урны, i |
|
. Очевидно, что |
i j , |
i |
1 |
, |
3 |
i . |
|
1,3 |
|||||||||
|
|||||||||
|
|
|
|
3 |
|
i 1 |
|
Следовательно, они образуют полную группу событий.
Пусть событие А заключается в том, что был извлечен черный шар. Найдем
1 , 2
и 3
.
1 | 1 2 | 23 | 3 .
Очевидно, что
| |
|
9 |
, | |
|
|
5 |
, | |
|
|
7 |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
1 |
10 |
|
|
2 |
|
|
10 |
|
|
|
|
3 |
|
|
10 |
|
|
|
|
|
|||||||||
и, следовательно, |
|
7 |
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Покажите самостоятельно, что |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
1 | |
3 |
, 2 | |
5 |
, 3 |
| |
1 |
. |
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||||||||
|
7 |
|
|
|
|
|
|
21 |
|
|
|
|
|
3 |
|
1 |
|
|
|
||||||||||
Вероятности |
|
|
|
|
|
|
|
называются |
априорными |
||||||||||||||||||||
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
|
|
|
3 |
3 |
|
|
вероятностями (вероятностями событий из полной группы до проведения эксперимента),
25
1 |
| |
3 |
, |
2 |
| |
5 |
, |
3 |
| |
1 |
называются апостериорными |
|
|
|
|||||||||
|
7 |
|
|
21 |
|
3 |
вероятностями (вероятностями событий из полной группы после проведения эксперимента)
Определение. Случайные события А и В называются независимыми, если, т.е. вероятность пересечения событий равна произведению
вероятностей событий.
По теореме о произведении вероятностей
,
если 0 и 0.
Если события А и В – независимы, то и
,
т.е. безусловная вероятность совпадает с условной. Аналогично показывается, что .
Определение. |
Случайные события |
1 … n |
A |
называют |
попарно |
|||||
независимыми, если i, j |
|
, i j , верно равенство |
i j i j . |
|||||||
1,n |
||||||||||
Определение. |
Случайные события |
1 … n A |
называют независимыми в |
|||||||
совокупности, |
если |
i1 i2 i1 |
i2 |
для |
всех |
i1 i2 , |
||||
i1 i2 i3 i1 |
i2 i3 |
для |
всех |
i1 i2 , |
i2 |
i3 , |
i1 i3 |
и т.д., |
1 2.. n 1 2 .. n .
Из независимости в совокупности следует попарная независимость, но обратное утверждение не верно.
Пример (пример Бернштейна). Рассмотрим в качестве эксперимента бросание на плоскость симметричного и однородного тетраэдра (треугольной пирамиды с четырьмя гранями).
Все грани раскрашены: первая грань - в красный, вторая - в зеленый, третья - в желтый цвет, а на четвертой есть все три цвета. Рассмотрим события к заключающееся в том, что выпала грань, содержащая красный цвет, з - содержащая зеленый цвет, ж - содержащая желтый цвет.
Пусть к, з, ж, кжз . Тогда
к к , кжз , ж ж, кжз , з з, кжз .
Пусть для всех вероятность будет равна |
|
1 |
. Тогда |
|
|
||||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
4 |
|
|
|
|
||
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|||||||||||||||||||||||||
к |
|
|
|
|
ж |
з |
2 |
|
|
к |
|
ж |
|
|
кжз |
4 |
|
з |
|
|
ж |
к |
з |
|
|||||||
|
|
к ж з ж к з . |
|
|
|
|
|
|
|||||||||||||||||||||||
Мы |
получили, что к, ж, з - |
|
|
независимы попарно, но не являются |
|||||||||||||||||||||||||||
независимыми в совокупности, так как |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
1 |
|
|
|
|
|
1 |
. |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
к |
|
ж |
з |
|
|
кжз |
4 |
|
|
|
к |
|
|
|
|
ж |
з |
|
8 |
|
|
|
|
|
|
|
|
|
26
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem427x1.jpg)
Утверждение. Если события А и В – независимы, то независимы и события
А и В.
Доказательство. \ \
|
1 |
|
. |
|
Утверждение доказано. |
27
Тема № 4 Классические вероятностные схемы и предельные теоремы
Геометрическая вероятность
Еще в самом начале развития теории вероятности была замечена недостаточность классического определения вероятности, основанного на рассмотрении конечной группы равновероятных событий. Уже тогда частные примеры привели к некоторому видоизменению этого определения и построению понятия вероятности также для случаев, когда мыслится бесконечное число исходов.
Общая задача, которая привела к расширению понятия вероятности, может быть сформулирована следующим образом:
Пусть имеется, к примеру, на плоскости некоторая область , и в ней содержится другая область . В область наудачу бросается точка, и спрашивается, чему равна вероятность того, что точка попадет в область . При этом выражение «точка бросается наудачу в область » употребляется в том смысле, что брошенная точка может попасть в любую точку области , а вероятность попасть в какую либо часть области пропорциональна мере этой части (длине, площади и т.д.) и не зависит от ее расположения и формы. Теперь сформируем более строго.
Пусть n - множество, измеримое по Жордану, т.е. -
мера Жордана множества . При этом 0 mesn .
Нас будут интересовать чаще всего случаи, когда n 1,2,3.
Пусть F (эф готическое) - множество всех подмножеств для которых
определена мера Жордана |
|
F =P J n . В данном |
случае F является |
|||
алгеброй (докажите это), и |
|
F J n . Подмножества |
A F мы будем так же |
|||
называть событиями. |
|
|
|
|
||
Функция P |
mesn |
, |
отображающая F в , |
по |
определению будет |
|
mesn |
|
|||||
называться геометрической вероятностью события |
. |
Несложно показать, |
что данная функция будет обладать следующими свойствами:
1.0 для всех F;
2.1;
3. (свойство аддитивности) любых
непересекающихся A,B F .
Функция, обладающая этими тремя свойствами, называется конечно-
аддитивной вероятностной мерой, а тройка ,F,P , состоящая из пространства элементарных событий , алгебры F и конечно-аддитивной вероятностной меры P , называется вероятностным пространством в широком смысле.
Самостоятельно докажите, что любая счетно-аддитивная вероятностная функция будет конечно-аддитивной.
28
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem429x1.jpg)
В зависимости от контекста под словом вероятность может пониматься как конечно-, так и счетно-аддитивная вероятностная меры. Мы рассмотрим конкретные примеры вычисления геометрической вероятности.
Примеры. 1. Два друга договорились о встрече с 12 часов до 13 часов дня. Пришедший первым на место встречи ждет другого в течение 20 минут. Какова вероятность того, что встреча состоится?
Для решения данной задачи обозначим через х – момент прихода первого друга, а через у – момент прихода второго. Станем изображать х и у как декартовые координаты на плоскости, а в качестве единицы масштаба выберем час. Возможные исходы изобразим точками квадрата со сторонами 1. Тогда
0,1 0,1 .
Для того, что бы встреча состоялась необходимо и достаточно что бы
|
x y |
|
|
1 |
|
. Из |
того, что |
|
x y |
|
|
1 |
|
следует система неравенств y x |
1 |
|
, т.е. |
|||||||
|
|
|
|
|||||||||||||||||||||
|
|
1 |
|
|
3 |
|
|
|
|
1 |
|
|
|
3 |
|
1 |
3 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
y |
x |
при |
y x , и x y |
|
, т.е. |
y x |
при y x. |
|
|||||||||||||||
|
|
|
|
|
||||||||||||||||||||
3 |
|
|
|
|
|
3 |
|
|
|
|
|
3 |
|
|
|
|
Пусть A F заключается в том, что встреча состоялась. На рисунке ниже это событие изображено темным цветом.
|
mes2 |
|
|
S2 |
|
SKLMNOP 1 2S LMT |
|||||||||||
mes |
|
|
S |
|
|
||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 2 |
1 |
2 |
|
2 |
|
1 |
4 |
5 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
9 |
|
||||||||||||
|
|
2 |
3 |
|
3 |
|
|
|
9 |
|
2. Задача Бюффона.
Пусть плоскость разлинована параллельными прямыми, отстоящими на расстоянии 2а. На плоскость наудачу бросается игла длиной 2l (l 0). Нужно найти вероятность того, что игла пересечет какую-либо прямую.
29
![](/html/69988/137/html_fUv2Qfigyj.HxmK/htmlconvd-kNJem430x1.jpg)
Обозначим через x расстояние от центра иглы до ближайшей параллели и через угол, составляющий иглой с этой параллелью. Величины x и полностью определяют положение иглы.
В этом случае
x, :0 x a,0 0;a 0; .
Получаем, что x и - декартовы координаты на плоскости.
Из геометрических соображений очевидно, что для того, чтобы игла пересекла прямую нужно, чтобы выполнялось условие x l sin .
Пусть А – событие, заключающееся в том, что игла пересекла препятствие:
A x l sin .
|
mesn |
|
S |
|
S |
|
|
|
|
, S lsin d l cos0 cos 2l, |
|||||
mesn |
S |
a |
|||||
|
|
|
0 |
2l .
a
Врезультате проведения некоторого эксперимента может наступить или не
наступить некоторое события А. Эксперимент повторим n раз. Через m
обозначим число наступления (m n ). Величина
события или относительной частотой наступления события .
В примере 2 у нас есть вероятность события и m (в силу n
некоторых вероятностных соображений, которые мы рассмотрим позднее в
30