- •Конспект лекцій з курсу
- •Математичної статистики “ Розділ “теорія ймовірностей”.
- •Передмова
- •1.Основні поняття теорії ймовірностей
- •1.1. Випадкові події та їх алгебра
- •1.1.1. Первісні поняття. Подія
- •1.1.2. Алгебра випадкових подій.
- •1.2. Аксіоми та властивості ймовірності
- •1.2.1. Частота та ймовірність випадкової події
- •1.2.2. Аксіоми ймовірності та її властивості.
- •1.2.3. Принцип практичної вірогідності
- •1.3. Теорема множення та її наслідки
- •1.3.1. Умовна ймовірність
- •1.3.2. Формула повної ймовірності
- •1.3.3. Теорема гіпотез (формулиБейєса)
- •1.4. Випробування із скінченною кількістю наслідків
- •1.4.1. Класичне означення ймовірності
- •1.4.2. Комбінаторні методи підрахунку кількості наслідків
- •1.5. Повторні випробування
- •1.5.1. Схема я.Бернуллі. Узагальнення а.Маркова
- •1.5.2. Асимптотичні формули для схеми Бернуллі.
- •2.Випадкові величини
- •2.1. Одновимірні випадкові величини
- •2.1.1. Випадкова величина та її функція розподілу
- •2.1.2. Дискретні випадкові величини
- •2.1.3. Неперервні випадкові величини
- •2.1.4. Перетворення розподілів
- •2.2. Випадкові вектори
- •2.2.1. Функція розподілу випадкового вектора
- •2.2.2. Дискретний випадковий вектор
- •2.2.3. Неперервний випадковий вектор
- •2.2.4. Найважливіші види двовимірних розподілів.
- •2.2.5. Закон розподілу суми випадкових величин
- •2.2.6. Ентропія і інформація
- •3.Числові характеристики випадкових величин
- •3.1. Математичне сподівання та його властивості
- •3.1.1. Стійкість середнього арифметичного
- •3.1.2. Математичне сподівання випадкової величини
- •3.1.3. Математичне сподівання функції випадкової величини
- •3.1.4. Математичне сподівання функції випадкового вектора
- •3.1.5. Кореляційний момент випадкових величин
- •3.2. Дисперсія випадкової величини
- •3.2.1. Дисперсія випадкової величини та її властивості
- •3.2.2. Дисперсія суми випадкових величин
- •3.2.3. Нерівність п.Чебишева
- •3.3. Кореляція
- •3.3.1.Коефіцієнт кореляції та кореляційна матриця
- •3.3.2. Регресія
- •3.4. Прикладні задачі
- •3.4.1. Теорія масового обслуговування.
- •3.4.2. Найпростіші задачі теорії надійності
- •Додатки
- •Література
1.1.2. Алгебра випадкових подій.
ПодіяА B(A+B), яка полягає в тому, що наступає принаймні одна з подійА абоB, називаєтьсяобєднанням (сумою)цих подій (мал.1.4.а,б,в).
Подія А B(A·B), яка полягає в тому, що наступають обидві подіїА таB, називаєтьсяперерізом (добутком)цих подій (мал.1.4.а,б,г).
Із визначення операцій та випливають такі співвідношення:
А АА,А АА,А ,А А,А (B С)(А B) (А С).
Операції та пов‘язані одна з одною двома важливими формулами:
а) , б). (1)
Далі будуть зустрічатись системи, які з точки зору їх надійності складаються з послідовно або паралельно з’єднаних елементів (блоків). До відмови системи в цілому призводить у першому випадку відмова будь-якого одного елемента, у другому – відмова всіх її елементів.
Приклад 1. Нехай подіяАiполягає у тому, щоi-тийелемент схеми справний. Потрібно виразити черезАiподіюА, яка полягає в тому, що схема, показана на мал.1.5, також справна.
Розв’язок. а) Система справна, якщо справна хоч одна з гілок I і II. Подія, яка полягає у функціонуванні гілки I виражається добуткомА1·А2. Таким чином,АА1·А2+А3. б) Система справна при умові функціонування обох гілок I і II. Подія, яка полягає у функціонуванні гілки I виражається сумоюА2+А3. ТомуАА1·(А2+А3).
Означення 1.ПодіїА та B називаютьсянесумісними, якщо їх переріз є неможливою подією.
Якщо А та B несумісні, то несумісні такожА·C і B·C.
Попарно несумісні події Аi(i1,2,...,n) утворюютьповну систему подій(розбиття), якщо їх сума є вірогідною подією:
А1+А2+...+Аn Аi·Аk (ik).
Події А іАутворюють повну систему подій.
Приклад 2. Проводяться два постріли по мішені. Позначимо черезАi(i1,2) подію, що полягає у попаданні по мішені приi-томупострілі. Потрібно виразити черезАiподіїАта B, які відповідно означають, що в мішені буде: а) точно одна пробоїна; б) хоча б одна пробоїна.
Розв’язок. а)А (доданки суми є несумісними подіями); б)А А1+А2 (доданки суми є сумісними подіями) абоА (доданки суми є несумісними подіями, але не утворюють повної системи подій).
Приклад 3. Три локатори проводять пошук цілі. Позначимо черезi(i1,2,3) подію, що полягає у знаходженні ціліi-тимлокатором. Потрібно виразити черезiподії, які відповідають умові, що ціль зафіксовано: а) тільки першим локатором; б) хоча б одним локатором; в) лише одним локатором; г) не більше, ніж одним локатором.
Розв’язок. Множинаелементарних подій складається з восьми точок:
а) А1 2;
б) А21+2+3 \1;
в) А3 2+3+4;
г) А41+2+3+4.
1.2. Аксіоми та властивості ймовірності
1.2.1. Частота та ймовірність випадкової події
Ймовірність події A – це число, яке характеризує можливість (долю впевненості) появи цієї події в розглядуваному випробуванні (досліді, експерименті). Іноді ймовірність того чи іншого результату випробування неважко знайти, якщо цей експеримент є симетричним по відношенню до будь-якого можливого результату. Наприклад ясно, що у випробуванні з підкиданням правильної монети можливості випадання герба і ціни одинакові (рівні) і тому цілком природно рахувати, що ймовірність випадання герба дорівнює 1/2.
Частотний підхід до визначення ймовірності полягає в слідуючому. Нехай А– подія, пов’язана з деяким випробуванням. Якщо приn-кратному повторенні випробування подіяАнаступаєnAразів, точастотоюподіїАуданій серіївипробувань називається відношенняnA/n. Частота випадковим чином змінюється від однієї серії до іншої. Однак, якщо довжини серій достатньо великі, то відповідні частоти мало відрізняються одна від іншої (властивість стійкості частоти) і групуються навколо деякого числаp, яке є ймовірністю події A. При зростанні n відхилення nA/n від ймовірності зменшується для переважної більшості серій. Тому частота може бути використана для обчислення ймовірності. Наприклад, у трьох серіях підкидання монети отримані такі результати: із 4040 підкидань герб випав 2048 разів, із 12000 – 6019 разів, 24000 – 12012 разів. Відповідні частоти 0.5080, 0.5016, 0.5005 надзвичайно близькі до ймовірності p0.5.
Теорія ймовірностей розроблює прийоми, які дозволяють в задачі, що розглядається, за відомими ймовірностями одних подій знаходити ймовірності інших подій (більш складних), які утворюються з перших за допомогою операцій обєднання, перерізу, заперечення. При цьому одержані результати мають практичне значення лише тоді, коли задані вихідні ймовірності близькі до відповідних частот у достатньо довгих серіях випробувань.
Можна побудувати всю теорію ймовірності на понятті частоти, але загально прийнятим нині є аксіоматичний підхід до побудови теорії, запропонований у 1933 році одним із найбільш визначних математиків нашого століття А.Н.Колмогоровим.