- •Предмет теории вероятностей
- •2. Понятие события. Виды событий.
- •Виды случайных событий
- •3. Классическое и статистическое определение вероятности. Основные формулы комбинаторики
- •3.1 Классическое определение вероятности.Свойства вероятности.
- •3.2 Относительная частота. Устойчивость относительной частоты
- •3.3 Ограниченность классического определения вероятности. Статистическая вероятность.
- •3.4 Основные формулы комбинаторики
- •Решение. Искомое число способов
- •1. Понятие суммы и произведения событий.
- •2. Теоремы сложения вероятностей несовместных событий и событий, образующих полную группу событий
- •Теорема сложения вероятностей несовместных событий
- •2.2. Полная группа событий
- •Теорема сложения вероятностей противоположных событий. Принцип практической невозможности маловероятных событий.
- •3.1 Противоположные события
- •3.2. Принцип практической невозможности маловероятных событий
- •2. Теоремы умножения для зависимых и независимых событий.
- •Теорема о вероятности появления хотя бы одного независимого
- •Теорема сложения вероятностей совместных событий
- •2. Формула полной вероятности
- •Деталь может быть извлечена , либо из первого набора (событие в1), либо из второго (событие в2).
- •3. Вероятность гипотез. Формулы Бейеса
- •1) Деталь проверил первый контролер (гипотеза в1);
- •2) Деталь проверил второй контролер (гипотеза b2).
- •1. Формула Бернулли
- •2. Локальная теорема Лапласа
- •3. Интегральная теорема Лапласа
- •Случайная величина
- •Дискретные и непрерывные случайные величины
- •2. Закон распределения вероятностей дискретной случайной величины .
- •3. Биномиальный закон распределения .
- •4 . Распределение Пуассона
- •5 . Геометрическое распределение .
- •Понятие и вероятностный смысл математического ожидания дискретной случайной величины
- •Вероятностный смысл математического ожидания Пусть произведено «n» испытаний, в которых слу-
- •2. Свойства математического ожидания
- •Математическое ожидание случайной величины сх:
- •3. Теорема о математическом ожидании биномиального закона распределения
- •Дисперсия дискретной случайной величины и формула для ее вычисления.
- •1.1 Целесообразность введения числовой характеристики рассеяния случайной величины
- •1.2 Отклонение случайной величины от ее математического ожидания
- •1.3 Дисперсия дискретной случайной величины
- •1.4. Формула для вычисления дисперсии
- •2. Свойства дисперсии и их следствия.
- •Доказательство. По формуле для вычисления дисперсии имеем
- •Дисперсия числа появлений события в независимых испытаниях (дисперсия биномиального закона распределения)
- •3. Среднеквадратическое отклонение одной и суммы независимых случайных величин.
- •Среднее квадратическое отклонение суммы взаимно независимых случайных величин
- •4. Сущность и значение для практики теоремы Чебышева.
- •2. Свойства функции распределения
- •3. График функции распределения
- •1. Определение и свойства плотности распределения.
- •Свойства плотности распределения
- •2. Взаимосвязь функции и плотности распределения вероятностей.
- •Вероятностный смысл плотности распределения.
- •Вероятность попадания непрерывной случайной величины в заданный интервал
3. Классическое и статистическое определение вероятности. Основные формулы комбинаторики
3.1 Классическое определение вероятности.Свойства вероятности.
Чтобы количественно сравнивать между собой события по степени их возможности, очевидно, нужно с каждым событием связать определенное число, которое тем больше, чем более возможно событие. Такое число и назовают вероятностью события.
Таким образом, мы вводим в рассмотрение второе основное понятие теории вероятностей — понятие вероятности события.
Вероятность события есть численная мера степени объективной возможности этого события.
Заметим, что уже при самом введении понятия вероятности события мы связываем этим понятием определенный практический смысл, а именно: на основании опыта мы считаем более вероятными те события, которые происходят чаще; менее вероятными — те события, которые происходят реже; мало вероятными—те, которые почти никогда не происходят.
Таким образом, понятие вероятности события в самой своей основе связано с опытным, практическим понятием частоты события.
Вероятность—одно из основных понятий теории вероятностей. Существует несколько определений этого понятия. Приведем определение, которое называют классическим. Далее укажем слабые стороны этого определения и приведем другие определения, позволяющие преодолеть недостатки классического определения.
Рассмотрим пример. Пусть в урне содержится 6 одинаковых, тщательно перемешанных шаров, причем 2 из них—красные, 3—синие и 1—белый. Очевидно, возможность вынуть наудачу из урны цветной (т. е. красный или синий) шар больше, чем возможность извлечь белый шар. Можно ли .охарактеризовать эту возможность числом? Оказывается, можнo. Это число и называют вероятностью события (появления цветного шара). Таким образом, Вероятность есть число, характеризующее степень возможности появления события.
Отношение числа благоприятствующих событию А элементарных исходов к общему числу называют вероятностью события А и обозначают через . Следовательно, вероятность того, что, взятый шар окажется цветным, равна =5/6. Это число и даёт количественную оценку степени возможности появления цветного шара, которую мы хотели найти. Дадим теперь классическое определение вероятности.
Вероятностью события А называют отношение числа благоприятствующих этому событию исходов к общему числу всех равновозможных несовместных элементарных исходов, образующих полную группу. И так, вероятность события А определяется формулой:
где m—число элементарных исходов, благоприятствующих А; п—число всех возможных элементарных исходов испытания.
Здесь предполагается, что элементарные исходы несовместны, равновозможны и образуют полную группу.
Из классического определения вероятности вытекают следующие её свойства:
Свойство 1. Вероятность достоверного события равна единице.
Действительно, если событие достоверно, то каждый элементарный исход испытания благоприятствует событию. В этом случае m = n, следовательно,
Свойство 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,
Свойство 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 , значит, , следовательно:
Итак, вероятность любого события удовлетворяет двойному неравенству
Далее приведены теоремы, которые позволяют по известным вероятностям одних событий находить вероятности других событий.
Замечание 1. Современные строгие курсы теории вероятностей построены на теоретико-множественной основе.
Пусть в результате испытания наступает одно и только одно из
Получено классическое определение вероятности.
Замечание 2. Построение логически полноценной теории вероятностей основано на аксиоматическом определении случайного события и его вероятности.
В системе аксиом, предложенной А. Н. Колмогоровым, неопределяемыми понятиями являются элементарное событие и вероятность. Приведем аксиомы, определяющие вероятность:
1. Каждому событию А поставлено в соответствие неотрицательное действительное число Р (А). Это число называется вероятностью события А.
2. Вероятность достоверного события равна единице:
3. Вероятность наступления хотя бы одного из попарно несовместных событий равна сумме вероятностей этих событий.
Исходя из этих аксиом, свойства вероятностей и зависимости между ними выводят в качестве теорем.