
- •Раздел VIII. Теория вероятностей
- •Глава 21. Случайные события
- •21.1. Понятие события
- •21.2. Классическое определение вероятности
- •21.3. Элементы комбинаторики
- •21.4. Геометрическая и статистическая вероятности
- •21.5. Теоремы умножения вероятностей
- •21.6. Вероятность появления хотя бы одного события
- •21.7. Теорема сложения вероятностей
- •21.8. Формула полной вероятности
- •21.9. Формула Байеса (Бейеса)
- •21.10. Повторение испытаний. Формула Бернулли
- •21.11. Локальная теорема Лапласа. Формула Пуассона
- •Формула Пуассона
- •21.12. Интегральная теорема Лапласа
- •Глава 22. Случайные величины
- •22.1. Понятие случайной величины. Закон распределения дискретной случайной величины
- •22.2. Биноминальное, геометрическое и гипергеометрическое распределения Биноминальное распределение
- •Геометрическое распределение
- •Гипергеометрическое распределение
- •22.3. Распределение Пуассона. Простейший поток событий
- •Простейший поток событий
- •22.4. Математическое ожидание дискретной случайной величины и его свойства
- •Вероятностный смысл математического ожидания
- •Свойства м(х)
- •22.5. Дисперсия случайной дискретной величины и ее свойства
- •Свойства дисперсии
- •22.6. Среднее квадратичное отклонение. Начальные и центральные теоретические моменты
- •Начальные и центральные теоретические моменты
- •22.7. Функция распределения вероятностей случайной величины
- •Свойства f(X)
- •22.8. Плотность распределения вероятностей непрерывной случайной величины
- •Свойства f(X)
- •22.9. Числовые характеристики непрерывных случайных величин
- •22.10. Закон равномерного распределения
- •22.11 Нормальное распределение
- •Вероятность попадания в заданный интервал
- •Вычисление вероятности заданного отклонения
- •22.12. Показательное распределение
- •Показательный закон надежности
- •Функция надежности
- •22.13. Закон больших чисел. Лемма Маркова
- •Лемма Маркова (лемма Чебышева)
- •22.14. Неравенство и теорема Чебышева
- •22.15. Теорема Бернулли
- •22.16. Функция одного случайного аргумента и ее распределение
- •Математическое ожидание функции одного случайного аргумента
- •22.17. Закон распределения вероятностей и функция распределения двумерных случайных величин
- •Закон распределения вероятностей дискретной двумерной величины
- •Функции распределения двумерной случайной величины
- •22.18. Вероятность попадания случайной величины в полуполосу и прямоугольник
- •Плотность совместного распределения вероятностей непрерывной двумерной случайной величины
- •Вариационный ряд
- •23.2. Точечные оценки
- •Основные точечные оценки
- •23.3 Интервальные оценки для генеральной средней
- •Интервальные оценки для генеральной средней с известным s
- •Интервальная оценка для генеральной средней с неизвестным s
- •23.4. Интервальные оценки для генеральной дисперсии, среднего квадратического отклонения и генеральной доли
- •Интервальная оценка для генеральной доли
- •Глава 24. Статистическая проверка статистических гипотез
- •24.1. Статистическая проверка статистических гипотез
- •Проверка гипотезы о равенстве двух дисперсий нормальных генеральных совокупностей
- •24.3. Сравнение двух средних нормальных генеральных совокупностей с известными дисперсиями
- •. Сравнение двух средних нормальных генеральных совокупностей с неизвестными дисперсиями
- •24.5. Проверка гипотезы о нормальном законе распределения
- •Глава 25. Элементы теории корреляции.
- •25.1. Понятие корреляционной зависимости
- •25.2 Отыскание параметров выборочного уравнения регрессии по несгруппированным данным
- •25.3. Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппирированным данным Корреляционная таблица
Раздел VIII. Теория вероятностей
Глава 21. Случайные события
21.1. Понятие события
В практической деятельности мы часто встречаемся с явлениями, исход которых нельзя предсказать заранее, т.к. он зависит от случая. При стрельбе из орудия по цели наблюдается рассеивание снарядов; уклонение точки попадания снаряда от цели – случайно даже при соблюдении некоторых условий.
Необходимо научиться количественно оценивать случайные события, прогнозировать их течение. Решением возникающих при этом вопросов занимаются теория вероятностей и математическая статистика.
Под случайным событием будем понимать все то, что может произойти, а может и не произойти при осуществлении некоторой совокупности условий. Например, первый родившийся в семье ребенок – мальчик, завтра в Белгороде выпадут осадки, и т.д.
В дальнейшем вместо «совокупность условий осуществлена» будем говорить «произведено испытание», т.е. случайное событие – это результат испытания. Например, стрелок стреляет по мишени, разделенной на 10 областей. Выстрел – это испытание, попадание в определенную область – случайное событие.
Случайные события обозначают заглавными буквами латинского алфавита A,B,C,D,…. Зафиксируем некоторое испытание, и будем рассматривать некоторую системуSсобытийA,B,C. Укажем некоторые соотношения, которые могут существовать между событиями системыS.
Если в результате испытания при каждом появлении события Aнаступает событиеB, то говорят, чтоAявляется частным случаемB, и записывают этот факт в виде
Если
и
, тоА=В.СобытияA и Bназываются равносильными, если при каждом испытании они оба наступают либо не наступают.
Произведением событий A и B называется такое событиеAB, которое заключается в совместном наступлении этих событий.
Суммой событий A,B называется такое событиеA + B, которое заключается в наступлении, по крайней мере, одного из этих событий.
Событие Uназывается достоверным, если оноcнеобходимостью должно произойти при каждом испытании. Все достоверные события равносильны.
Событие V называется невозможным, если оно не происходит ни при каком испытании. Все невозможные события равносильны.
Событие
называется противоположным событиюА (и наоборот), если для них одновременно выполняются равенства
. Иначе, два события называются противоположными, если одно из них обязательно должно произойти, причем наступление одного исключает возможность появления другого.
События A и Bназываются несовместными, если их совместное наступление неосуществимо, т.е.
.
События
образуют полную группу попарно несовместных событий, если события
несовместны и хотя бы одно из событий
непременно должно произойти. Иными словами, полная группа попарно независимых событий
удовлетворяет двум условиям:
(полная группа) и
(попарная несовместность). Иначе – события
образуют полную группу, если они попарно несовместные и в результате испытания обязательно наступит одно и только одно событие.
Введенные операции над событиями удовлетворяют следующим правилам:
Одним
из наглядных представлений случайных
событий и операций над ними являются
так называемые диаграммы Виена. Пусть
внутри квадрата, изображенного на
рисунке, наудачу выбирается точка, не
лежащая ни на одной из нарисованных
окружностей. Обозначим через А
и В
соответствующий
выбор точки в левом и правом кругах.
Области, заштрихованные на
рисунке, изображают соответственно
события
.
Подиаграммам
Виена легко проверяются правила сложения
и умножения событий.