- •В.А. Павский
- •Оглавление
- •Часть 1. Понятие случайного события и его вероятности……..9
- •Часть 2. Случайные величины и функции распределения…….52
- •Часть 3. Предельные теоремы…………………………………………….130
- •Часть 4. Элементы математической статистики………………..141
- •Введение
- •Часть 1. Понятие случайного события и его вероятности
- •Операции над событиями
- •Кроме того, если выполнено условие
- •Следствия из аксиом
- •Из определения сразу следует, что
- •Элементы комбинаторики
- •Пример 5. Сколько существует размещений с повторениями при выборкеkшаров изn?
- •1.3 Вычисление вероятностей событий
- •1.3.1 Классический метод вычисления вероятностей
- •Пример.Поnящикам случайно распределяютсяnшаров. Считая, что ящики и шары различимы, найти вероятности следующих событий:
- •1.3.2 Геометрический метод вычисления вероятностей
- •1.3.3 Статистическое определение вероятности
- •1.3.4 Условная вероятность
- •Произвольны, причем рв.
- •Формула (6) считается определением, ниоткуда не выводится и является отражением здравого смысла. Поясним это на примере геометрического изображения событий (рис. 3).
- •Теорема умножения.ПустьА,в,тогда
- •1.4 Формула полной вероятности и формула Байеса (Bayes) Формула полной вероятности
- •Применяя теорему умножения получим
- •Применяя (9), получим
- •Формула Байеса
- •Вероятности ,, называютапостериорнымивероятностями гипотезВk, поскольку оценка происходит после того, как событиеАпроизошло.
- •1.5 Независимые испытания
- •1.6 Локальная теорема Муавра – Лапласа
- •Интегральная теорема Муавра-Лапласа
- •Функция - табулирована, ее значения приведены в табл. 4 приложения.
- •Сравнивая решение задачи п.1.5. А), б), можно предположить, что, так как – наивероятнейшее число, с большой вероятностью реализуется событие40k60, с центром в точкеk0:
- •1.8 Формула Пуассона
- •Часть 2. Случайные величины и функции распределения
- •Например, к дискретным случайным величинам относятся:
- •Свойства функции распределения.
- •Свойства плотности
- •Примеры основных распределений
- •2.1 Числовые характеристики случайных величин
- •2.1.1 Математическое ожидание, мода, медиана
- •Моменты
- •Свойства дисперсии
- •2.2 Вычисление числовых характеристик стандартных распределений
- •1. Биномиальное распределение.
- •Приложения нормального распределения
- •2.3 Функции от случайных величин
- •2.3.1 Функции от одного случайного аргумента
- •2.3.2 Многомерные случайные величины
- •2.3.3 Условные законы распределения
- •2.3.4 Моменты многомерных случайных величин
- •Свойства коэффициента корреляции
- •2.3.5 Случайные процессы
- •2.3.5.1 Марковские процессы
- •2.3.5.2 Непрерывные цепи Маркова
- •2.3.5.3 Потоки событий
- •2.3.6 Основы теории массового обслуживания
- •Часть 3. Предельные теоремы
- •Вместо (111), часто используют неравенство
- •3.1 Закон больших чисел
- •3.2 Центральные предельные теоремы
- •Часть 4. Элементы математической статистики
- •4.1 Оценка функций распределения
- •Свойства эмпирической функции распределения
- •4.2 Точечные оценки неизвестных параметров законов распределения
- •Итак, пусть имеем выборку (122). Для оценки математического ожидания
- •4.3 Доверительный интервал
- •Окончательно
- •4.4 Проверка статистической однородности
- •Заключение
- •Обозначения
- •Приложение
- •Значения некоторых числовых величин
- •Продолжение таблицы 5
- •Продолжение таблицы 7
- •Библиографический список
Часть 1. Понятие случайного события и его вероятности
Как уже отмечалось в предисловии, теория вероятностей изучает массовые случайные явления. А что же такое случай? Как к нему относиться? Если нам повезло, говорим о счастливом случае, если нет, то это – несчастливый случай. Однако, в целом, к случайностям мы относимся отрицательно, поскольку заранее не знаем, как себя эта случайность проявит. Конечно, случайность портила и портит жизнь человека, но она ему и помогает. Для борьбы со случайностью разработаны эффективные методы. Выясняется, что описание и формализация случайности является одним из самых мощных инструментов научного описания мира.
Под случаем мы обычно понимаем либо ограниченность необходимой информации, либо неумение её использовать, либо полное отсутствие информации (за исключением той информации, что она отсутствует). Итак, будем считать, что случай, случайность - понятия для нас интуитивно ясные.
Разобьем случайность на два класса: «хорошая» случайность – когда можно выявить какие-то закономерности её проявления (то есть имеет смысл говорить о её количественной оценке), и «дурная» случайность – закономерностей никаких нет (мистика, колдовство, прилёт инопланетян и др.)
«Хорошую» случайность, в отличие от «дурной», можно формализовать. Изучением именно «хорошей» случайности, и только ею, занимается современная теория вероятностей – математическая наука, которая по известным вероятностям одних случайных событий позволяет находить вероятности других случайных событий.
Случайные события будем называть просто событиями, а их количественную оценку - вероятностью события, которая является числом из промежутка . Прежде всего, мы научимся получать комбинации событий и вычислять соответствующие им вероятности. Это позволит нам адекватно оценить действительность, прогнозировать результаты, вырабатывать оптимальную стратегию поведения.
Операции над событиями
Первоначальным и, тем самым, математически неопределяемым понятием для нас, является пространство случайных событий*. Оно состоит из элементарных событий (точек) 1, 2, ..., n,… представляющих неразложимый исход теоретического эксперимента. Количество точек из может быть конечно или счетно. Стандартная запись: 1 2 ..., n ... . Любой конечный (или даже счетный) набор элементарных событий, например, , назовем случайным событием. Случайные события обозначают буквами: А, В, ….
Пусть = . Будем говорить, что событие, произошло, если наступило одно из элементарных событий, .
Объединением (суммой) двух событий А и В называется событие АВ, состоящее из элементарных событий, принадлежащих хотя бы одному из событий А или В.
Пересечением (произведением) событий А и В называется событие АВ, состоящее из элементарных событий, содержащихся одновременно в событиях А и В.
Дополнением (разностью) событий А и В называется событие А\В, состоящее из элементарных событий события А, не содержащихся в событии В.
Пусть , тогда противоположным событию А называется событие , состоящее из элементарных событий пространства , не содержащихся в событии А, то есть = \ А.
Пусть А, В . Они образуют алгебру событий, если:
А В ,
А В ,
.