 
        
        - •2 Типы линейных дифференциальных уравнений в частных производных второго порядка
- •Для любой функции алгебры логики существует своя сднф, причем единственная.
- •[Править] Пример нахождения скнф
- •Приведем примеры замкнутых классов.
- •Способы задания графа
- •Минимальное остовное дерево
- •] Пример
- •Классическое определение вероятности
- •Теорема умножения вероятностей.
- •Формула полной вероятности. Формула Бейса
- •Дискретная и непрерывная случайная величина.
- •Числовые характеристики случайной величины.
- •Математическое ожидание. Свойства.
Классическое определение вероятности
	Предположим, что
	мы имеем дело с пространством элементарных
	исходов, состоящим из конечного числа
		 элементов:
элементов:
		 .
	Предположим, что из каких-либо соображений
	мы можем считать элементарные исходы
	равновозможными. Тогда вероятность
	любого из них принимается равной
.
	Предположим, что из каких-либо соображений
	мы можем считать элементарные исходы
	равновозможными. Тогда вероятность
	любого из них принимается равной 
	 .
	Эти соображения не имеют отношения к
	математической модели и основаны на
	какой-либо симметрии в эксперименте
	(симметричная монета, хорошо перемешанная
	колода карт, правильная кость).
.
	Эти соображения не имеют отношения к
	математической модели и основаны на
	какой-либо симметрии в эксперименте
	(симметричная монета, хорошо перемешанная
	колода карт, правильная кость). 
	
	Если событие
		 состоит
	из
состоит
	из 
	 элементарных
	исходов, то вероятность этого события
	равняется отношению
элементарных
	исходов, то вероятность этого события
	равняется отношению 
	 :
:
	
	
	 
	где символом
		 обозначено
	число элементов конечного множества
обозначено
	число элементов конечного множества
		 .
.
	
	
	Говорят, что
	эксперимент удовлетворяет классическому
	определению вероятности,
	если пространство элементарных исходов
	состоит из конечного числа 
	 равновозможных
	исходов. В этом случае вероятность
	любого события 
	
вычисляется
	по формуле
равновозможных
	исходов. В этом случае вероятность
	любого события 
	
вычисляется
	по формуле 
	
	 
называемой классическим определением вероятности.
С в о й с т в о 1. Вероятность достоверного события равна единице.
Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае m = n, следовательно,
Р (A) = m / n = n / n = 1. 21
С в о й с т в о 2. Вероятность невозможного события равна нулю.
Действительно, если событие невозможно, то ни один из элементарных исходов испытания не благоприятствует событию. В этом случае m = 0, следовательно,
Р (А) = m / n = 0 / n = 0.
С в о й с т в о 3. Вероятность случайного события есть положительное число, заключенное между нулем и единицей.
Действительно, случайному событию благоприятствует лишь часть из общего числа элементарных исходов испытания. В этом случае 0 < m < n, значит, 0 < m / n < 1, следовательно, 0 < Р (А) < 1
Итак, вероятность любого события удовлетворяет двойному неравенству
0 <= Р (A) < 1.
	Геометрическая
	вероятность
	— один из способов задания вероятности;
	пусть Ω
	— ограниченное
	множество
	евклидова
	пространства,
	имеющее объем λ(Ω)
	(соответственно длину или площадь в
	одномерной или двумерной ситуации),
	пусть ω
	— точка, взятая случайным образом из
	Ω,
	пусть вероятность, что точка будет
	взята из подмножества 
	 пропорциональна
	его объёму λ(x),
	тогда геометрическая
	вероятность
	подмножества 
	
определяется
	как отношение объёмов:
пропорциональна
	его объёму λ(x),
	тогда геометрическая
	вероятность
	подмножества 
	
определяется
	как отношение объёмов: 
	
	 
Геометрическое определение ве роятности часто используется в методах Монте-Карло, например, для приближённого вычисления значений многократных определённых интегралов.
Относительной частотой события называют отношение числа испытаний, в которых событие появилось, к общему числу фактически произведенных испытаний. Таким образом, относительная частота события А определяется формулой
W (А) = m / n,
где m - число появлений события, n - общее число испытаний.
Сопоставляя определения вероятности и относительной частоты, заключаем: определение вероятности не требует, чтобы испытания производились в действительности; определение же относительной частоты предполагает, что испытания были произведены фактически. Другими словами, вероятность вычисляют до опыта, а относительную частоту - после опыт
22
Теоремы сложения и умножения вероятностей.
Теорема (сложения вероятностей). Вероятность суммы двух случайных событий равна сумме вероятностей этих событий минус вероятность их пересечения:
	 .
.
Доказательство. Очевидно:
	 ;
;
	
	
	 
Тогда
	 .
.
	Поскольку события
	
	 и
	и 
	 несовместны, то по аксиоме
	несовместны, то по аксиоме 
	 :
:
	 .
.
	События 
	
	и 
	 несовместны, и по аксиоме 
	
:
	несовместны, и по аксиоме 
	
:
	 .
.
	События 
	 и
и
	
	 несовместны, по  аксиоме 
	
:
	несовместны, по  аксиоме 
	
:
	 .
.
Итак,
	 
Следствие 1: Верно следующее обобщение формулы для трех слагаемых:
	 
		Следствие
	2: Верно
	следующее обобщение формулы для
	
	 слагаемых:
слагаемых:
	 -
	формула
	включений и исключений.
-
	формула
	включений и исключений.
Определение. Событие А называется независимым от события В, вероятность события А не зависит от того, произошло событие В или нет. Событие А называется зависимым от события В, если вероятность события А меняется в зависимости от того, произошло событие В или нет.
