
- •Федеральное агентство по образованию
- •§2. Общее определение и свойства вероятности
- •Глава 2. Классическая и геометрическая вероятности §1. Классическое определение вероятности
- •§2. Применение комбинаторного анализа
- •§3. Геометрическое определение вероятности
- •Глава 3. Условная вероятность. Независимость событий. Формулы полной вероятности и Байеса §1. Условная вероятность
- •§2. Теоремы сложения и умножения вероятностей
- •§3. Независимость событий
- •§4. Формула полной вероятности
- •§5. Формула Байеса
- •Глава 4. Схема независимых испытаний. Схема Бернулли §1. Формула Бернулли
- •§2. Формула Пуассона
- •§3. Формулы Муавра – Лапласа
- •Глава 5. Случайные величины и их распределения §1. Понятие случайной величины
- •§2. Функция распределения случайной величины
- •§3. Дискретные случайные величины
- •§4. Непрерывные случайные величины
- •§5. Функция от случайных величин
- •Глава 6. Числовые характеристики случайных величин §1. Математическое ожидание случайной величины
- •§2. Математическое ожидание функции от случайной величины. Свойства математического ожидания
- •§3. Дисперсия. Моменты высших порядков
- •Глава 7. Элементы математической статистики §1. Основные понятия и основные задачи математической статистики
- •§2. Простейшие статистические преобразования
- •§3. Эмпирическая функция распределения
- •§4. Полигон и гистограмма
- •Глава 8. Статистическое оценивание §1. Точечные оценки. Выборочная средняя и выборочная дисперсия
- •§2. Метод моментов
- •§3. Метод максимального правдоподобия
- •§4. Интервальные оценки (доверительные интервалы)
- •Глава 9. Проверка статистических гипотез §1. Основные понятия
- •§2. Проверка гипотезы о значении математического ожидания
- •§3. Проверка гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •§4. Проверка гипотезы о значении дисперсии генеральной совокупности
- •§5. Проверка гипотезы о равенстве дисперсий двух генеральных совокупностей
- •§6. Проверка гипотезы о распределении. Критерий Пирсона
- •Приложения
- •Плотность стандартного нормального распределения
- •Функция распределения стандартного нормального закона
- •Критические точки распределения
- •Критические точки распределения Стьюдента
- •Используемая литература
- •Глава 1. Случайные события и их вероятности 2
§2. Общее определение и свойства вероятности
Определение. Вероятностью
события
называется функция, определенная на
пространстве элементарных исходов и
удовлетворяющая трем условиям:
Для каждого события
(условие неотрицательности);
Для достоверного события
(условие нормировки);
Если
, то
(теорема сложения для несовместных
событий).
Свойства вероятности:
Вероятность события
, противоположного событию
, равна
.
Доказательство.Используем очевидное
свойство суммы противоположных событий.
Тогда, используя условие нормировки и
теорему сложения для несовместных
событий, получим:
,
Из двух последнего равенства следует, что
.
Вероятность невозможного события равна нулю, т.е.
.
Доказательство.Используем очевидное
свойствои теорему сложения для несовместных
событий, получим:
,
откуда и следует данное свойство.
Если событие
влечёт за собой событие
,то
.
Доказательство.Представим событиев виде суммы двух несовместных событий
,
.
Используя теорему сложения для несовместных событий, получим:
.
Для каждого события
,справедливо неравенство
.
Доказательство. Данное свойство следует из условий нормировки и теоремы сложения для несовместных событий.
Глава 2. Классическая и геометрическая вероятности §1. Классическое определение вероятности
Рассмотрим опыт с бросанием монеты.
Пространство элементных исходов
содержит два элементарных исхода:
— появление «герба»;
— появление «решки».
В силу того, что монета симметрична,
нельзя предпочесть «герб» «решке» (или
наоборот). Следовательно, обоим
элементарным исходам необходимо
сопоставить одинаковую вероятность
.
Далее очевидно, что
.
Откуда получаем:
.
Рассмотрим общий случай. Пусть пространство
состоит из
всевозможных равнозначных исходов
.
Теперь каждому элементарному исходу
поставим в соответствие вероятность
.
Далее рассмотрим некоторое событие
,
которому соответствует ровно
(благоприятных) элементарных исходов
.
Положим
.
(2.1.1)
Таким образом, в классической схеме
вероятность любого событияопределяется как отношение числа
благоприятных для события
элементарных исходов к общему числу
элементарных исходов
.
Пример 1. В урне находятсябелых и
черных шаров. Из урны вынимают наугад
один шар. Найти вероятность того, что
этот шар белый (событие
).
Решение. Число всевозможных исходов равно
.
Число благоприятных исходов равно
.
Таким образом, используя классическое определение вероятности, получаем
.
Пример 2.Имеются две урны: в первой
–белых и
черных шаров; во второй –
белых и
черных шаров. Из каждой урны вынимается
по шару. Найти вероятность того, что оба
шара будут белыми (событие А).
Решение. Каждый шар из первой урны может комбинировать с каждым шаром из второй урны. Следовательно, число всевозможных исходов:
.
Аналогично, число благоприятных исходов:
.
Следовательно, используя классическое определение вероятности, получаем:
.
Пример 3. Из колоды карт (36 листов) наудачу выбирается одна карта. Определить вероятность того, что она окажется тузом (событие А).
Решение.Число всевозможных исходов равно:
.
Число благоприятных исходов равно числу тузов, т.е.
.
Таким образом, используя классическое определение вероятности, получаем:
.