- •Краткий конспект лекций по теории вероятностей Лекция1 Вероятность
- •Действия над событиями.
- •Классификация событий Событие, состоящее из всех элементарных событий, не содержащихся в а, обозначим и будем называть противоположным событием.
- •Полная группа событий – это совокупность n событий а1, а2, …, Аn, одно из которых обязательно произойдет, т.Е. Свойства операций над событиями
- •Правило двойственности (теорема де Моргана)
- •Алгебра событий.
- •Вероятность. Классическое определение вероятности события
- •Геометрическая вероятность
- •Статистическая вероятность
- •Свойства вероятности
- •Лекция 2 Условная вероятность.
- •Формула вероятности произведения событий (теорема умножения вероятностей). Независимые события
- •Формула вероятности суммы совместных событий (теорема сложения вероятностей)
- •Формула полной вероятности
- •Формула Байеса (теорема гипотез)
- •Лекция 3. Случайные величины
- •Лекция 4 Повторные испытания.
- •Распределения, связанные с повторными испытаниями.
- •Лекция 5
- •Лекция 6. Двумерные случайные величины
- •Свойства функции распределения.
- •Свойства плотности.
- •Свойства коэффициента корреляции.
- •Двумерное равномерное распределение
- •Двумерное нормальное распределение
- •Задача линейного прогноза.
- •Лекция 7. Законы больших чисел и центральная предельная теорема. Неравенства Чебышева.
- •Законы больших чисел.
- •Теорема Чебышева
- •Обобщенная теорема Чебышева.
- •Теорема Маркова.
- •Теорема Бернулли.
- •Предельные теоремы.
- •Теорема Ляпунова.
- •Теорема Леви – Линдеберга.
- •Интегральная теорема Муавра – Лапласа.
- •Лекция 8 Элементы математической статистики
- •Основные задачи статистики.
- •Эмпирические законы распределения.
- •Точечные оценки параметров распределения.
- •Требования к оценкам.
- •2. Несмещенная, состоятельная оценка дисперсии
- •Интервальные оценки.
- •Доверительные интервалы для параметров нормального закона распределения. Доверительный интервал для математического ожидания.
- •Доверительный интервал для среднеквадратического отклонения .
Полная группа событий – это совокупность n событий а1, а2, …, Аn, одно из которых обязательно произойдет, т.Е. Свойства операций над событиями
Если
А
В, то
А + В = В, А В = А.
Отсюда
следует 1.
=Ø, 2. А + А = А, 3. А А = А, 4. А +
=
,
5. А + Ø = А, 6. А
= А, 7. А Ø = Ø, 8
= А, 9.![]()
,
10.
= Ø.
Коммутативность операций, Ассоциативность операций
А + В = В + А; А В = В А А + (В + С) = (А + В) + С = А + В + С, А(В С) = (А В) С = А В С
Дистрибутивность А (В + С) = А В + А С, А + (В С) = (А + В)(А + С)
Пример. Вычислим (A+B)(A+C)=AA+BA+AC+BC=A+BC.
В самом деле, BAA, ACA, AA=A, тогда AA+BA=A, A+AC=A.
Правило двойственности (теорема де Моргана)
Пример.
![]()
Алгебра событий.
Пусть - пространство элементарных событий. Алгеброй событий S называется такая система случайных событий S, что 1) S, 2) A, B S A+BS, ABS, A\BS.
Следствие = \ S
Пусть содержит конечное число элементов, = {1,…n}. Тогда алгебру S можно построить как множество всех подмножеств .
S={, {1}, … {n}, {1,2}, …{1,n}, …{n-1,n}, …{1, …,n}}, в ней всего 2n элементов.
Аналогично стоится алгебра для счетного числа событий.
События должны выбираться из алгебры событий.
Для бесконечного (не счетного) числа событий класс событий должен быть сужен. Вводится - алгебра событий.
Сигма-алгеброй (-алгеброй) событий называется непустая система подмножеств пространства элементарных событий, такая что
A
,
2)
A1,
A2,
…An,
…(
A1+A2+
…+An+,
…),
….
Любая сигма-алгебра событий является алгеброй событий, но не наоборот.
Вероятность. Классическое определение вероятности события
Случаями называются равновозможные, несовместные события, составляющие полную группу.
Пусть пространство элементарных событий Ω содержит конечное число случаев.
Пусть N – общее число случаев в Ω, а NА – число случаев, образующих событие А (или, как говорят, благоприятствующих событию А).
Определение.
Вероятностью
события А
называется
отношение P(A)
=
.
Это - классическое определение вероятности.
Примеры. 1. Бросание игральной кости. Ω = 1, 2,…,6 N = 6.
А – количество очков кратно трем А = 3,6 NA = 2.
.
2. В урне а белых и b черных шаров. Опыт – вынимается один шар.
А – шар черный.
![]()
Исходя из классического определения вероятностей, легко доказать свойства вероятности:
1)
Р(Ω)
= 1 (NA
= N);
2) 0
( 0
;
3) Если А В
= Ø, то Р(А +
В) = Р(А) + Р(В) (
NA+B=NA+NB)
и их следствия
4)
Р(Ø)
= 0 (NØ)
= 0; 5) Р(
)
= 1- Р(А) (
= Ø, Р(А) + Р(
)
= 1);
6)
Если
,
то Р(А)
Р(В) (NA
NB).
Для
определения общего числа равновозможных
исходов и числа благоприятствующих
исходов. используется основной
принцип комбинаторики:
пусть некоторая операция Р представляет
собой последовательность n
операций Pk
(k=1,
…n),
каждая из которых может быть выполнена
mr
способами. Тогда операция Р может быть
выполнена
способами.
Пусть мы делаем выборку поочередно m элементов (например, шаров) из n элементов. Мы можем возвращать очередной шар (в число n шаров), тогда при каждом очередном выборе мы будем иметь все те же n шаров. Такая выборка называется выборкой с возвращением. А можем и не возвращать шар, тогда при каждом выборе мы будем выбирать из все меньшего числа шаров. Такая выборка называется выборкой без возвращения. С другой стороны, если учитывать порядок появления шаров, то выборка называется упорядоченной или размещением из n шаров по m шаров. Если порядок шаров не учитывать (важно, какие шары выбраны, но не важно, в каком порядке), то такая выборка называется неупорядоченной или сочетанием из n шаров по m шаров. Выясним, сколькими способами можно произвести ту или иную выборку
|
|
Сочетания |
Размещения |
|
Без возвращения |
|
|
|
С возвращением |
|
|
Формулы
для размещений легко получаются из
принципа комбинаторики. Для того, чтобы
перейти от размещений (без возвращений)
к сочетаниям (без возвращений), нужно
упорядочить выборки, т.е. исключить те
из них, которые отличаются только
порядком элементов. Выборки, отличающиеся
только порядком элементов, называются
перестановками.
Число перестановок из m
элементов равно Pm=
=m!.
Поэтому
.
Доказательство формулы для сочетаний с возвращением приведено на стр. 50 – 51 в. ХV1.
Пример. Производится выборка двух шаров (m=2) из урны, в которой находится n=3 шара.
Размещения с возвращением
(1,1)
(1,2) (1,3) (2,1) (2,2) (2,3) (3,1) (3,2) (3,3)
=
32
= 9.
Размещения (без возвращения) (1,2) (1,3) (2,1) (2,3) (3,1) (3,2)
.Сочетания с возвращением (1,1) (1,2) (1,3) (2,2) (2,3) (3,3)

Сочетания (без возвращения) (1,2) (1,3) (2,3)
.
Пример. Задача о выборке «бракованных» деталей.
В партии из N одинаковых деталей M бракованных. Выбирается (не возвращая) n деталей. Какова вероятность того, что среди них окажется ровно m бракованных?
Общее
количество случаев (сочетания из N
деталей по n)
равно
.
Мы выбираемm
бракованных деталей среди M
бракованных, но и одновременно выбираем
(n-m)
деталей без брака среди N-M
деталей без брака. Тогда, по основному
принципу комбинаторики, такому выбору
благоприятствует
случаев. Поэтому искомая вероятность
равна
.
