Шпаргалки / Шпаргалки (Бардушкин) / Шпаргалки в Word / шпора1
.doc
1.Предмет теории вероятностей Теория вероятностей – раздел математики, изучающий закономерности случайных явлений. Разница между закономерными и случайными событиями. Закономерное событие – это событие, которое всегда осуществляется, как только создаются определённые условия. Закономерное явление – это система закономерных событий. Случайные события – это события, которые при одних и тех же условиях иногда происходят, а иногда нет. Однако случайные события подчиняются некоторым закономерностям, которые называются вероятностными закономерностями, при этом надо условится, что мы будем иметь дело не со всякими случайными событиями, а с массовыми, то есть будем предполагать, что в принципе можно создать много раз одни и те же условия, при каждом из которых могут произойти или нет некоторые случайные события. Пусть при осуществлении некоторых условий (N раз), случайное событие A, будет осуществляться N(А) раз. Число N(А) – называется частотой событий A, а отношение – относительной частотой события А. Если N велико, относительная частота для случайных массовых событий обладает свойством устойчивости. Пример. – серия испытаний. – относительная частота испытаний. … Относительная частота колеблется около определенного числа, которое характеризует данное случайное событие. Р(А) – вероятность события А. Примеры. 1)Пусть случайное событие A – выпадение герба при одном подбрасывании симметричной однородной монеты. Р(А) = – вероятность выпадения герба. 1)Статистика рождений показывает, что мальчиков рождается несколько больше, чем девочек. Доля рождения мальчиков 0,51-0,52. Р(А) = 0,51; 0,51 – вероятность рождения мальчиков. События Достоверное событие – событие, которое всегда происходит (). Невозможное событие – событие, которое не происходит никогда (). Событие – событие противоположное событию A. происходит тогда и только тогда, когда не происходит событие A. Суммой событий A и B называется событие A+B, которое происходит тогда и только тогда, когда происходит или A, или B, или оба вместе. Произведением событий A и B называется событие AB, которое происходит тогда и только тогда, когда происходят A и B вместе. Разностью событий A и B называется событие A-B, которое происходит тогда и только тогда, когда происходит A и не происходит B. События A и B несовместны, если AB=. Событие A влечет за собой событие B, если из наступления события A следует наступление события B (A B). События A и B называются равносильными A=B, если выполняются одновременно два включения и . Пример. Бросается игральная кость. A = {выпадает четное число очков} B = {выпало число очков, не большее трех} Решение. Выпало число очков отличное от 5 (A+B). Выпала 2 (AB). Выпало число очков равное 4 или 6 (A-B). Выпадает нечетное число очков (Ā).
5,6..Размещения и сочетания Набор элементов xi1, xi2, …, xin из множества называется выборкой объема r из n-элементов <n, r>-выборка. Выборка называется упорядоченной, если порядок следования элементов в ней задан. Замечание Две упорядоченные выборки, различающиеся лишь порядком следования элементов, считаются различными. Если порядок следования элементов не является существенным, то выборка называется неупорядоченной. В выборках могут допускаться или не допускаться повторения элементов. Упорядоченная <n, r>-выборка, в которой элементы могут повторяться, называется <n, r>-размещением с повторениями. Упорядоченная <n, r>-выборка элементы, которой попарно различны, называется <n, r>-размещением без повторений (<n, r>-размещением). Замечание <n, n>-размещения без повторений называются перестанов-ками множества . Неупорядоченная <n, r>-выборка, в которой элементы могут повторяться, называется <n, r>-сочетанием с повторениями. Неупорядоченная <n, r>-выборка элементы, которой попарно различны, называется <n, r>-сочетанием без повторений (<n, r>-сочетанием). Замечание Любое <n, r>-сочетание можно рассматривать, как r-элемент-ное подмножество n-элементного множества. Теорема 1 = Доказательство: Каждое <n,r>-размещение с повторениями является упорядоченной последовательностью длины r Причем каждый элемент этой последовательности может быть выбран n-способами. По правилу произведения получаем = . Теорема 2. . Доказательство: Каждое <n,r>-размещение без повторений является упорядоченной последовательностью длины r. По правилу произведения получаем . Теорема 3. Доказательство: Каждое <r,r>-сочетание без повторений можно упорядочить r!-способами. Объединение получаемых таким образом попарно непересекающихся множеств <n,r>-размещений без повторений для всевозможных <n,r>-сочетаний без повторений, даст все <n,r>-размещения без повторений. (суммирование производится по всевозможным <n,r>-сочетаниям без повторений). . Теорема 4. =
7. Геометрические вероятности Геометрические вероятности – класс моделей вероятностных пространств, дающий геометрические вероятности. Пусть Ω={ω} – ограниченное множество n-мерного евклидова пространства с конечным n-мерным объёмом. Событиями назовём подмножества Ω, для которых можно определить n-мерный объём. Для любого A A положим
, где |V|-n-мерный объем множества V A. Это вероятностное пространство служит моделью задач, в которых частица случайно бросается в область Ω. Предполагается, что положение частицы равномерно распределено на множестве Ω, т. е. вероятность попадания частицы в подмножество A пропорциональна n-мерному объёму этой области. Замечание. В классе конечных вероятностных пространств в систему A входили все подмножества Ω. При геометрическом определении вероятности в качестве A уже нельзя взять все подмножества Ω, так как некоторые из них не имеют n-мерного объёма. Примеры 1. Стержень разламывается на две части в случайной точке, равномерно распределённой по длине стержня. Найти вероятность того, что длина меньшего обломка окажется не больше трети длины всего стержня.
Обозначим за x расстояние от фиксированного конца стержня до точки излома. , . 2.Задача Бюффона. Плоскость расчерчена па-раллельными прямыми, расстоя-ние между которыми равно a. На плоскость наудачу брошена игла длины l (l<a). Найти вероятность того, что игла пересечет какую-либо прямую. Решение. Пусть y – расстояние от центра иглы до ближайшей прямой , а x – ост-рый угол, составленный иглой с этой прямой . Пара чисел (x, y) задаёт положение иглы с точностью до выбора конкретной прямой.
– игла пересекает прямую. .
|
2. Вероятностное пространство Тройка (, A, P), где – это пространство элементарных событий; A – -алгебра подмножеств , называемых событиями; P – числовая функция, определенная на событиях и называемая вероятностью. P называется вероятностным пространством, если выполнены следующие аксиомы: A1. P(A) 0, A A. A2. P() = 1 (нормированность P). A3. P(A+B)=P(A) + P(B), если AB= (аддитивность). A4. Для любой убывающей последовательности
событий из A такой, что , имеет место равенство (непрерывность P). Замечания. Аксиомы 3, 4 можно заменить одной аксиомой -адди-тивности. 3*. Если события An в последовательности A1, A2, … попарно несовместны, то Из этих аксиом вытекают следующие свойства. Свойства вероятностей
Доказательство: Разобьем событие B в сумму несовместных событий B=A+(B-A) A(B-A)= P(B) = P(A+(B-A))=P(A)+P(B-A) (по аксиоме 3) P(B-A)=P(B) - P(A) .
Доказательство: Доказательство следует из 1 свойства и аксиомы 1. P(A) + P(B-A) = P(B) P(B-A) 0, следовательно P(A) P(B) .
Доказательство: A P(A) P() P() = 1 (по аксиоме 2) P(A) 0, A A (по аксиоме 1) .
Доказательство: A+ Ā = A Ā = Тогда по аксиоме 3 и аксиоме 2 получаем P(A+ Ā) = P(), P(A) + P(Ā) = P(), P(A) +P(Ā) = 1 P(Ā) = 1 - P(A) .
Доказательство: + = Тогда по аксиоме 3 и 2 получаем, P() + P() = P() P() + 1 = 1, P() = 0 .
A, B A P(A+B) = P(A) + P(B) – P(AB)
Доказательство:
A + B = A + (B - AB), A(B - AB) = P(A+B) = P(A) + P(B - AB), но AB B следовательно по первому свойству (вероятность от разности равна разности вероятностей). P(A+B) = P(A) + P(B) – P(AB) .
3.Конечное вероятностное пространство. Классическое определение вероятности. Рассмотрим случай конечного вероятностного пространства. В этом случае состоит из конечного числа элементарных событий . = {} A – алгебра всех подмножеств (ввиду конечности вероятностного пространства алгебра автоматически является -алгеброй), тогда вероятность для любого подмножества задаем следующим образом. Пусть заданы неотрицательные числа , которые удовлетворяют следующему требованию , тогда вероятность события (*) (способ введения вероятности на конечном вероятностном пространстве). Очевидно, что так определенная вероятность вместе будет удовлетворять всем аксиомам. Обозначим через – количество элементов в множестве . Частным случаем определения вероятности по формуле (*) будет так называемое классическое определение вероятностей, когда все будут равны друг другу, так как ; – формула классической вероятности (**) Замечание Модель вероятностного пространства, приводящая к классическому определению вероятностей, когда элементарные события обладают свойствами «симметрии». Пример. Бросается кубик на стол. 1 = {выпадает 1} 2 = {выпадает 2} – свойства симметрии
9.Формула полной вероятности Система событий называется конечным разбиением (разбиением) пространства , если они:
Теорема (Формула полной вероятности) Если – разбиение и все , то для всех событий B . Доказательство: Пример. В урне находятся M-белых шаров и N-M-черных шаров. По схеме выборки без возвращения, последовательно выбираются два шара. Найти вероятность события B={второй вынутый шар белый}. A = {первый шар белый} = {первый шар черный} Решение A = A + = Пример показывает, что при правильно организованной жеребьевке шансы будут равны.
10.Формулы Байеса Теорема. Если – разбиение и все , тогда имеет место следующая формула:
Доказательство: По теореме умножения:
Формулы Байеса можно интерпретировать следующим образом: назовём – гипотезой, а – результат некоторого эксперимента, a – априорные вероятности, а условные вероятности – апостериорные вероятности (послеопыт-ные вероятности). Формулы Байеса позволяют по априорным и условным вероятностям вычислить апостериорные вероятности гипотез. Пример. Детали, изготовленные цехом завода, попадают к одному из двух контролёров для проверки на стандартность. Вероятность того, что деталь попадёт к первому контролёру – 0,6; ко второму контролёру, соответственно, – 0,4. Вероятность того, что годная деталь будет признана стандартной, для первого контролёра – 0,9; для второго – 0,98. Годная деталь была признана стандартной. Найти вероятность того, что её проверил первый контролёр. Решение.
|
4.Основные правила комбиноторики. Комбинаторика – это наука о том, сколько различных комбинаций удовлетворяющих условиям можно составить на элементах конечного множества. Комбинаторные схемы
Правило суммы – конечное множество – количество элементов. Объект из может быть выбран n-способами. Пусть попарно непересекающиеся множества, то есть тогда очевидно выполняется равенство. – правило суммы Правило произведения Если объект может быть выбран m-способами и после каждого из таких выборов объект может быть выбран n-способами. Тогда выбор упорядоченной пары может быть осуществлен – mn способами. Доказательство: Воспользуемся правилом суммы. – множество элементов, из которых выбирается объект . , рассмотрим множество , тогда первая компонента совпадает с . Множества попарно не пересекаются. Множество пар
В общем случае правило произведения формируется следующим образом: Если объект может быть выбран – способами, после чего объект может быть выбран способами и , где после выбора объектов объект может быть выбран -способами, то выбор упорядоченной последовательности может быть осуществлен способами. Доказательство проводится методом математической индукции.
Диаграммы Эйлера В теории вероятностей очень распространенным является подход, в котором событие определяется через неопределяемые понятия элементарного события. Наиболее употребительная теоретико-вероятностная модель – урновая модель. Пусть имеется урна с N одинаковыми шарами. Испытание состоит в том, что из урны случайно выбирается один шар. n – множество шаров в урне. Если мы из урны выбираем шар i A, где A – некоторое подмножество , то мы будем говорить, что произошло событие A. Если i A, где A – некоторое подмножество , то мы будем говорить, что событие A не произошло. = {} – пространство элементарных событий. – элементарные события. Замечания. Операции суммы и произведения событий можно распространить на конечные и бесконечные множества событий. , , В общем случае бесконечного пространства , мы будем брать не все подмножества в отличие от конечного, а лишь некоторые классы этих подмножеств, называемые алгебрами и - алгебрами этих подмножеств. Назовем класс A подмножеств пространств алгеброй множеств, если 1) A , A. 2) из A A Ā A. 3) из A,B A A+B A, AB A. Алгебра событий A называется -алгеброй или борелевской алгеброй, если из того, что A, n = 1,2,3,…, следует ,
11. Независимость событий Если события A и B таковы, что Определение. Событие A не зависит от события B, если Если потребовать условия , то
Понятие того, что одно событие зависит от другого, симметрично. Замечание. Из теоремы умножения:
Это приводит к определению. Определение. События A и B называются независимыми, если вероятность произведения событий равна произведению вероятностей событий . Если событие A не зависит от события B, то они являются просто независимыми. Если не выполняется, то события являются зависимыми. – теоретико-вероятностная (статисти-ческая) независимость; её следует отличать от причинной независи-мости реальных явлений. Причинная независимость реальных явлений не устанавливается с помощью этого равенства, а постулируется на основе других внешних соображений. Определение. Независимость событий в совокупности. События называются независимыми, если , где , то выполняется:
В противном случае — события зависимы. Замечание.Из определения независимости событий в совокупности следует, что события любого подмножества множества будут независимы в совокупности. Пример. Имеются 4 числа: 2, 3, 5, 30. Наудачу выбирается одно число. Вероятность этого события – 0,25. . Решение.
(в совокупности зависимы). Совокупная независимость более сильное свойство, нежели попарная независимость. Теорема. Если события являются независимыми, индексы – все различны, вероятность , тогда:
8.Условные вероятности; теорема умножения
N – число испытаний; A, B, AB – события; N(A), N(B), N(AB) – частоты событий; – условная относительная частота события A при условии, что произошло событие B; ; ; .
Если все относительные частоты событий устойчивы, тогда условная относительная частота тоже устойчива. Пусть P(B)>0. Условной вероятностью P(A|B) события A при условии, что событие B произошло, называется отношение . P(A|B) = PB(A) (встречается в литературе). Теорема умножения Если P(A)>0, P(B)>0, а P(A|B), то вероятность произведения . Доказательство: Доказательство следует из определения. Пример 1 способ. В урне находятся M-белых шаров и N-M-черных шаров. По схеме выборки без возвращения, последовательно выбираются два шара. Найти вероятность того, что оба шара будут белыми. A = {1 вынутый шар белый} B = {2 вынутый шар белый} AB = {оба шара белых} , . 2 способ. . Следствие. Пусть события таковы, что тогда . Доказательство:Доказательство проводится методом математической индукции.
|