
- •Теория вероятностей и математическая статистика Основные понятия теории вероятностей Рекомендуемая литература
- •1.1. Предмет теории вероятностей
- •1.2. Области применения теории вероятностей
- •1.3. Краткая историческая справка
- •1.4. Испытания и события. Виды событий
- •1.5. Алгебра событий
- •1.6. Классическое определение вероятности
- •1.7. Основные формулы комбинаторики
- •Лекция №2. Основные понятия и определения
- •2.1. Относительная частота. Устойчивость относительной частоты
- •2.2. Ограниченность классического определения вероятности. Статистическая вероятность
- •2.3. Геометрические вероятности
- •2.4. Теорема сложения вероятностей
- •2.5. Полная группа событий
- •2.6. Противоположные события
- •2.7. Принцип практической невозможности маловероятных событий
- •2.8. Произведение событий. Условная вероятность
- •2.9. Теорема умножения вероятностей
- •2.10. Независимые события. Теорема умножения для независимых событий
- •2.10. Вероятность появления хотя бы одного события
- •Лекция №3 следствия теорем сложения и умножения
- •3.1. Теорема сложения вероятностей совместных событий
- •3.2. Формула полной вероятности
- •3.3. Вероятность гипотез. Формулы Бейеса
- •4. Повторение испытаний
- •4.1. Формула Бернулли
- •4.2. Предельные теоремы в схеме Бернулли
- •4.3. Локальная и интегральная теоремы Муавра-Лапласа
- •4.3. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
- •5. Случайные величины
- •5.1. Понятие случайной величины. Закон распределения случайной величины
- •5.2. Закон распределения дискретной случайной величины. Многоугольник распределения
- •5.3. Биномиальное распределение
- •5.4. Распределение Пуассона
- •5.5. Геометрическое распределение
- •5.6. Гипергеометрическое распределение
- •6. Математическое ожидание дискретной случайной величины
- •6.1. Числовые характеристики дискретных случайных величин
- •6.2. Математическое ожидание дискретной случайной величины
- •6.3. Вероятностный смысл математического ожидания
- •6.4. Свойства математического ожидания
- •6.5. Математическое ожидание числа появлений события в независимых испытаниях
- •7. Дисперсия дискретной случайной величины
- •7.1. Целесообразность введения числовой характеристики рассеяния случайной величины
- •7.2. Отклонение случайной величины от ее математического ожидания
- •7.3. Дисперсия дискретной случайной величины
- •7.4. Формула для вычисления дисперсии
- •7.5. Свойства дисперсии
- •7.6. Дисперсия числа появлений события в независимых испытаниях
- •7.7. Среднее квадратическое отклонение
- •7.8. Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •7.9. Одинаково распределенные взаимно независимые случайные величины
- •7.10. Начальные и центральные теоретические моменты
- •8. Закон больших чисел
- •8.1. Предварительные замечания
- •8.2. Неравенство Чебышева
- •8.3. Теорема Чебышева
- •8.4. Сущность теоремы Чебышева
- •8.5. Значение теоремы Чебышева для практики
- •8.6. Теорема Бернулли
- •Функция распределения вероятностей случайной величины
- •9.1. Определение функции распределения
- •9.2. Свойства функции распределения
- •9.3. График функции распределения
- •10. Плотность распределения вероятностей непрерывной случайной величины
- •10.1. Определение плотности распределения
- •10.2. Вероятность попадания непрерывной случайной величины в заданный интервал
- •10.3. Закон равномерного распределения вероятностей
- •11. Нормальное распределение
- •11.1. Числовые характеристики непрерывных случайных величин
- •11.2. Нормальное распределение
- •11.3. Нормальная кривая
- •11.4. Влияние параметров нормального распределения на форму нормальной кривой
- •11.5. Вероятность попадания в заданный интервал нормальной случайной величины
- •11.6. Вычисление вероятности заданного отклонения
- •11.7. Правило трех сигм
- •11.8. Понятие о теореме Ляпунова. Формулировка центральной предельной теоремы
- •11.9. Оценка отклонения теоретического распределения от нормального. Асимметрия и эксцесс
- •11.10. Функция одного случайного аргумента и ее распределение
- •11.11. Математическое ожидание функции одного случайного аргумента
- •11.12. Функция двух случайных аргументов. Распределение суммы независимых слагаемых. Устойчивость нормального распределения
- •11.13. Распределение «хи квадрат»
- •11.14. Распределение Стьюдента
- •11.15. Распределение f Фишера – Снедекора
- •12. Показательное распределение
- •12.1. Определение показательного распределения
- •12.2. Вероятность попадания в заданный интервал показательно распределенной случайной величины
- •§ 3. Числовые характеристики показательного распределения
- •12.4. Функция надежности
- •12.5. Показательный закон надежности
- •12.6. Характеристическое свойство показательного закона надежности
1.5. Алгебра событий
Определение. Назовем алгеброй событий любое множество F с выделенной в нем совокупностью подмножеств М, такое что:
а)
вместе с подмножеством А
в М входит дополнение
,
б)
вместе с любой счетной совокупностью
подмножеств А1,
А2,
…, An,
... в М входит их объединение
.
В силу равенства
отсюда
следует, что вместе с любой счетной
совокупностью подмножеств А1,
А2,
…, An,
... в М входит их пересечение
.
Если множество F конечно, условие б) можно заменить более простым условием б'): вместе с подмножествами А и В в М входит их объединение.
Определение. Объединение двух подмножеств А и В из совокупности М называется суммой соответствующих событий и обозначается А + В. Событие А + В происходит тогда и только тогда, когда происходит хотя бы одно из событий А или В.
В более общем случае объединением или суммой событий Аk называется событие A, которое означает появление хотя бы одного из событий Аk.
Определение. Пересечение подмножеств А и В из совокупности М называется произведением соответствующих событий и обозначается АВ. Событие АВ происходит тогда и только тогда, когда происходят оба события А и В.
В более общем случае пересечением или произведением событий Ak называется событие А, которое заключается в осуществлении всех событий Ak.
.
Определение. Если АВ = , события А и В называются несовместными, а если АВ – совместными.
Определение.
События А
и В
называются противоположными,
если подмножества А
и В
взаимно дополнительны в М. Пишут
.
Определение. Элементарными исходами опыта называются такие результаты опыта, которые взаимно исключают друг друга и в результате опыта происходит одно из этих событий, также каково бы ни было событие А, по наступившему элементарному исходу можно судить о том, происходит или не происходит это событие. Совокупность всех элементарных исходов опыта называется пространством элементарных событий.
Определение. Если А В, где А М и В М, то говорят, что событие В – следствие события А или что А влечет за собой В.
Определение. События А и В называются равными, если осуществление события А влечет за собой осуществление события В и наоборот.
Определение. Выбор элемента х в F назовем испытанием. Если х А, А М, то скажем, что при этом испытании произошло событие А. Если рассматриваемое событие произошло, то поставим ему в соответствие цифру 1, а если не произошло – поставим 0. Используя данные выше определения, получим следующие таблицы операций над событиями:
|
А + В |
|
|
|
|
АВ |
|
|
|
|
|
В А |
0 |
1 |
|
|
В А |
0 |
1 |
|
|
А |
|
0 |
0 |
1 |
|
|
0 |
0 |
0 |
|
|
0 |
1 |
1 |
1 |
1 |
|
|
1 |
0 |
1 |
|
|
1 |
0 |
Определение. Разностью событий А и В называется событие С, которое происходит тогда и только тогда, когда происходит событие А, но не происходит событие В.
Определение.
Дополнительным
к событию А
называется событие
,
означающее, что событиеА
не происходит.
Операции над событиями удобно иллюстрировать диаграммами Эйлера – Венна (рис. 2).
а) б) в)
Рис. 2
Пример.
Событие А
означает, что хотя бы одна пуля при
четырех выстрелах попадает в цель. Что
означает событие
?
Решение.
Событие
означает, что ни одна из четырех пуль
не попала в цель.
Пример.
Известно, что события А
и В
произошли, а событие С
не произошло. Определим, произошло или
не произошло событие
.
Решение. Используя таблицы операций над событиями получим:
А |
В |
С |
|
|
|
|
|
1 |
1 |
0 |
0 |
1 |
1 |
1 |
1 |
Значит,
событие
произошло.
Пример.
Доказать, что
.
Доказательство.
Воспользуемся тем, что событие
(см.
рис. 2,б). Тогда
.
Но событие
,
так как событие
- достоверное. Таким образом,
.
Пример.
Из 25 студентов группы 20 человек увлекаются
спортом (событие А),
9 – музыкой (событие В),
6 – музыкой и спортом (событие А
В). Построим
диаграмму Эйлера — Венна и покажем, что
означают события
.
Решение. Строим диаграмму Эйлера — Венна (рис. 3).
Круги
обозначают события А
и В,
пересечение кругов – событие АВ.
Пересечению кругов соответствует число
студентов, увлекающихся музыкой и
спортом, т.е. 6 человек. События
означают
соответственно, что 14 студентов увлекаются
только спортом, а 3 – только музыкой.
Значит, музыкой или спортом увлекаются
23 студента, и потому событие
означает, что только двое из студентов
не имеют этих увлечений.
Исходя из этих общих понятий, можно дать определение вероятности.