- •Глава 2. Вероятностные модели
- •2.1. Случайные события
- •2.2. Требование воспроизводимости условий проведения испытаний. Предсказуемость результатов испытаний
- •2.3. Вероятностьсобытия
- •2.4. Теорема сложения вероятностей несовместных событий
- •2.5. Теорема умножения вероятностей независимых событий
- •2.6. Серии независимых испытаний Формула Бернулли
- •2.7. Локальная теорема Лапласа
- •2.8. Интегральная теорема Лапласа.
- •2.9. Случайные величины
- •2.9.4. Биномиальное распределение
- •2.9.5. Распределение Пуассона
- •2.9.6. Дифференциальная функция распределения вероятностей непрерывной случайной величины
- •2.10. Числовые характеристики случайных величин
- •2.10.1. Математическое ожидание дискретной случайной величины
- •2.10.2. Дисперсия дискретной случайной величины
- •2.10.3. Среднее квадратичное отклонение
- •2.10.4. Числовые характеристики непрерывных случайных величин
- •2.11. Нормальное распределение вероятностей
- •Вопросы
2.3. Вероятностьсобытия
Представим себе, что каждая единица некоторой генеральной совокупности была подвергнута испытанию с целью выяснения, каким признаком из множества признаков X,Y,Z, … она обладает. Результат испытания каждой отдельной единицы совокупности называютэлементарным событием (элементарным исходом). Будем обозначать элементарные события буквамиЕ1 ,Е2 ,Е3и т.д. В результате испытания любой единицы совокупности обязательно происходит какое–либо элементарное событие из полного списка (полного набора) элементарных событий, которые могут произойти в данном испытании.
Пример 2.1.Окраска леммингов (грызунов семейства
полевок, обитающих в зоне тундры) бывает
одноцветной (признакX)
или пестрой (признакY).
Возьмем в качестве генеральной
совокупности множество всех особей
леммингов, обитающих на некоторой
достаточно обширной территории. Пусть
объем этой генеральной совокупности
равенN . ПустьN1
особей являются одноцветными, аN2
– пестрыми по окраске (N1
+N2 =N
). Представим себе, что каждый из
леммингов имеет номер, причем, особи с
номерами от 1 доN1
одноцветные, а от (N1
+ 1) доN -
пестрые. Тогда, например,Е4 –
это элементарное событие, имеющее
следующий смысл: "очередной исследованный
лемминг оказался с номером 4 и является
одноцветным". Одноцветная окраска
может наблюдаться в результате
осуществления любого изN1
элементарных событийЕ1 ,Е2 ,Е3, … ,
.
В результате осуществления любого изN2 элементарных
событий
…
,EN
будет зарегистрирована пестрая
окраска.Е
Можно определять события, которым
соответствуют множества элементарных
событий. Пусть, например, А есть
случайное событие – "случайно
выбранный лемминг имеет одноцветную
окраску". Если происходит любое из
элементарных событийЕ1 ,Е2
,Е3, … ,
,
то автоматически происходит и событиеА. Те элементарные события, при
которых происходит интересующее нас
событие, называютблагоприятствующими
этому событию. В нашем примере
событиюА (случайному выбору
одноцветного лемминга) благоприятствующими
являются элементарные событияЕ1
,Е2 ,Е3, … ,
.
А случайному событиюВ (случайному
выбору пестрого лемминга) благоприятствующими
являются элементарные события
…
,EN
.
Будем считать (хотя в реальных экспериментах это выполняется очень редко), что все элементарные события, которые могут произойти в данном эксперименте, являются равновозможными. В нашем примере это означает, что каждый лемминг из генеральной совокупности имеет равные шансы быть отловленным и стать объектом исследования.
Вероятностью Р(А) события А называютчисло, равное отношению числаN(A) элементарных исходов, благоприятствующих событиюА, к числуN всех равновозможных элементарных исходов испытания:
Р(А) =
.
(2.1)
Данное определение называют классическим определением вероятности события. По смыслу этого определения, чтобы знать вероятность Р(А) событияА нужно знать, сколько раз произошли бы элементарные события, благоприятствующиеА , если бы было возможно подвергнуть испытанию каждую единицу генеральной совокупности.
Для многих генеральных совокупностей число Nи числаN(A),N(В),N(С), …, элементарных событий, благоприятствующих событиямА,В ,С , …, точно неизвестны, так как числоN единиц генеральной совокупности слишком велико, чтобы можно было провести обследование всех её единиц. Поэтому для многих генеральных совокупностей мы не знаем и никогда не сможем узнать точные значения вероятностей событий, связанных с этими совокупностями.
Пусть
из генеральной совокупности, при
исследовании единиц которой может
происходить или не происходить событие
А, извлеченыkразных выборок объемомn.
Пусть над каждой единицей какой-либо
выборки проведено испытание, результатом
чего явилосьn
элементарных событий, из которыхn(A)
благоприятствуют событиюА, а
остальныеn -n
(A) нет. Пусть
подобное обследование проведено для
каждой изkвыборок.
Очень важно, что можно определить долю
(или процент) отkвыборок, для которых отношение
оказывается приближенно равным
с заданной точностью, то есть определить
процент случаев, когда приближенное
равенствоР(А) ≈
выполняется с заданной точностью.
Из определения (2.1) вероятности вытекают следующие её свойства:
1. Вероятность достоверного события равна единице. Действительно, если событиеА достоверно, то ему благоприятствует каждый элементарный исход испытания. В этом случаеN(A) =N и, следовательно,
Р(А) =
=
= 1.
2. Вероятность невозможного события равна нулю. Действительно, в этом случае ни один из элементарных исходов испытания не благоприятствует событию, следовательно,N(A) = 0 и
Р(А) =
=
= 0.
3. Вероятность случайного события
есть положительное число, лежащее внутри
интервала ( 0, 1). Действительно,
элементарные исходы, благоприятствующие
случайному событиюА , составляют
лишь часть от полного числа элементарных
исходов испытания. В этом случае 0 <N(A)
<N . Отсюда
следует, что 0 <
< 1, то есть
0 < Р(А) < 1.
Объединяя эти свойства, получаем, что вероятность любого события удовлетворяет неравенствам
0 ≤ Р(А) ≤ 1.
Если вероятность Р(А) умножить на 100, то будет получено число процентов, которое составляют элементарные исходы, означающие появление событияА , от полного числа элементарных исходов.
