- •Теория вероятностей
- •§ 1. Предмет теории вероятностей
- •§ 2. Случайные события или исходы. Множество элементарных событий. Основные понятия
- •Примеры на построение множества ω.
- •Алгебраические операции над событиями
- •Диаграмма Венна.
- •Свойства операций
- •§ 3. Различные подходы к определению вероятности
- •П. 1. Аксиоматическое определение вероятности
- •П. 2. Классическое определение вероятности
- •Решение.
- •Решение.
- •Пп. 1. Комбинаторный метод вычисления вероятностей в классической схеме
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •Пп. 2. Геометрические вероятности в классической схеме
- •Решение.
- •П. 3. Статистическое определение вероятности
- •§ 4. Основные теоремы теории вероятностей п.1. Теоремы сложения вероятностей
- •Доказательство.
- •Доказательство (методом математической индукции).
- •Доказательство.
- •Доказательство.
- •Решение.
- •Д оказательство (геометрическое)
- •П.2. Теоремы умножения вероятностей
- •Доказательство.
- •Решение.
- •Решение.
- •§ 5. Формулы полной вероятности и формула Байеса п. 1. Формула полной вероятности (следствие обеих основных теорем сложения и умножения)
- •Решение.
- •П. 2. Формула Байеса (Бейеса) (следствие теоремы умножения и формулы полной вероятности)
- •Решение.
- •§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
- •П. 2. Формулы Бернулли.
- •Решение.
- •Решение.
- •Замечания.
- •Решение.
- •П. 3. Предельные теоремы в схеме Бернулли
- •Решение.
- •Решение.
- •Доказательство.
- •Решение.
- •П. 4. Наивероятнейшее число появления события в независимых испытаниях
- •Решение.
- •§ 7. Случайные величины п. 1. Основные определения
- •П. 2. Законы распределения случайных величин. Законы распределения дискретных случайных величин. Функция распределения
- •Формы закона распределения дсв.
- •Решение.
- •Решение.
- •3. Функция распределения – универсальный закон распределения (для дсв и нсв).
- •Свойства f(X).
- •Доказательство.
- •Графики функции распределения.
- •Решение.
- •Решение.
- •П. 3. Плотность распределения вероятностей нсв
- •Свойства плотности распределения
- •2. Условие нормировки: интеграл в бесконечных пределах от плотности распределения равен 1: . (4) Доказательство
- •Решение.
- •Решение.
- •П. 4. Числовые характеристики случайных величин, их роль и назначение
- •Пп 1. Характеристики положения (математическое ожидание, мода, медиана)
- •1. Математическое ожидание или среднее значение случайной величины
- •2. Мода случайной величины
- •3. Медиана случайной величины
- •Пп 2. Моменты
- •Доказательство.
- •И эксцесс
- •Решение.
- •Решение.
- •Решение.
- •П. 5. Законы распределения вероятностей дискретных случайных величин: биномиальный, Пуассона, гипергеометрический. Пп 1. Биномиальное распределение
- •Решение.
- •Пп 2. Распределение Пуассона
- •Решение.
- •Решение.
- •Пп 3. Гипергеометрическое распределение
- •Решение.
- •П. 6. Законы распределения вероятностей непрерывных случайных величин: равномерный, показательный, нормальный Пп 1. Равномерное распределение или закон равномерной плотности
- •Решение.
- •Пп 2. Показательное или экспоненциальное распределение
- •Решение.
- •Пп 3. Нормальный закон распределения
- •Смысл параметров m и σ
- •Решение.
- •§ 8. Системы случайных величин или случайные векторы п. 1. Основные понятия.
- •П. 2. Законы распределения свдт и свнт
- •Закон. Таблица распределения – закон распределения свдт.
- •Решение.
- •Решение.
- •Закон. Функция распределения – закон распределения свдт и свнт.
- •Решение.
- •3. Плотность распределения (для свнт)
- •Решение.
- •Решение.
- •П. 4. Плотности распределения отдельных величин, входящих в систему. Равномерное и нормальное распределения. Условные законы распределения
- •Решение.
- •Решение.
- •П. 5. Числовые характеристики системы. Корреляция. Линии регрессии
- •Решение.
- •Решение.
- •Решение.
- •Решение.
- •§ 9. Закон больших чисел. Предельные теоремы теории вероятностей
Решение.
Событие А произошло. Шар мог быть вынут из урн разных составов, следовательно, в алгебре событий событие А запишется в виде: .
Найдем вероятности событий:
(две урны состава Н1 из пяти), , ,
(в каждой урне состава Н1 2 белых шара из пяти),
, .
По формуле Байеса найдем условную вероятность :
.
§ 6. Последовательность независимых испытаний п. 1. Независимые испытания
Под испытанием станем понимать осуществление определенного комплекса условий, в результате которого может произойти то или иное элементарное событие пространства элементарных событий.
Определение 26. Если производятся испытания, при которых вероятность появления события А в каждом испытании не зависит от исходов других испытаний, то такие испытания называются независимыми относительно события А.
В каждом испытании вероятность появления события А одинакова.
Ряд задач связан с экспериментом, в котором проводятся последовательные независимые испытания, и наблюдается результат совместного осуществления тех или иных исходов каждого испытания.
Рассматривается последовательность n независимых испытаний, под которой будем понимать дискретное новое пространство элементарных исходов, состоящее из точек (е1, е2, …, еs,…, еn), где еs – произвольная точка пространства, отвечающая испытанию с номером s. В каждом испытании может произойти один из k исходов: или или …. .
– i –тый исход в s-том испытании, где i = 1, 2,…, k; s = 1, 2,…, n.
Пример. Пусть испытание состоит в подбрасывании игральной кости. Пространство элементарных событий состоит из шести точек: , т.е. шесть исходов. Если провести три испытания, то пространство состоит из 216 точек.
Обычно исходы обозначали большими заглавными буквами. Переобозначим!
Пусть происходит n независимых испытаний: 1, 2,…, s,…, n. В каждом испытании может произойти k исходов: 1-ый, 2, 3,…, i,…, k-ый.
Обозначим событие – i –тый исход в s-том испытании, где i = 1,2,…,k; s = 1, 2,…, n.
Эти k исходов – несовместные случайные события. Тогда для s-ого испытания можем записать: , причем Ø.
Обозначим вероятность i –ого исхода при s-том испытании через .
Пусть при первом испытании произошло событие под номером i1, при 2-ом – событие под номером i2, …, при n-ом – событие под номером in. Результат сразу n испытаний – событие, которое обозначим через произведение событий – цепочка результатов отдельных испытаний. . Данное событие – цепочка состоит из всех точек (е1, е2, …, еs,…, еn) пространства , для которых е1 , е2 , …, еn .
Испытания – независимые, следовательно, по теореме 4, имеет место равенство:
В случае, когда вероятности событий не зависят от номера испытаний, ,
В силу несовместности и единственной возможности исходов, очевидно, что , так как .
Теорема. Если данные n испытаний независимы, то любые m из них также независимы.
Теорема. Для того, чтобы n испытаний были независимы, необходимо и достаточно выполнения условия:
,
для любой группы чисел s, s1, s2,…,sm (1 < s, s1, s2,…,sm < n) и любых m, i, i1, i2,…, im, .